O Centro de Tecnologia Canavieira (CTC), situado na cidade de Piracicaba, é uma associação civil de direito privado, criada em agosto de 2004, com o objetivo de realizar pesquisa e desenvolvimento em novas tecnologias para aplicação nas atividades agrícolas, logísticas e industriais dos setores canavieiro e sucroalcooleiro e desenvolver novas variedades de cana-de-açúcar. Há 30 anos, são feitos experimentos, principalmente no estado de São Paulo onde se concentra a maior parte dessas unidades produtoras associadas. No ano de 2004 foram instalados ensaios em 11 destas Unidades Experimentais dentro do estado de São Paulo, e há a necessidade de se saber se é possível a redução deste número, visando aos aspectos econômicos. Se se detectarem grupos de Unidades com dados muito similares, pode-se reduzir o número destas, reduzindo-se, conseqüentemente, o custo dessas pesquisas, e é através do teste estatístico de Scott-Knott e da Análise de Agrupamento, que essa similaridade será comprovada. Este trabalho tem por objetivo, aplicar as técnicas da Análise de Agrupamento (\"Cluster Analisys\") e o teste de Scott-Knott na identificação da existência de grupos de Unidades Industriais, visando à diminuição do número de experimentos do Centro de Tecnologia Canavieira (CTC) e, por conseguinte, visando ao menor custo operacional. Os métodos de comparação múltipla baseados em análise de agrupamento univariada, têm por objetivo separar as médias de tratamentos que, para esse estudo foram médias de locais, em grupos homogêneos, pela minimização da variação dentro, e maximização entre grupos e um desses procedimentos é o teste de Scott-Knott. A análise de agrupamento permite classificar indivíduos ou objetos em subgrupos excludentes, em que se pretende, de uma forma geral, maximizar a homogeneidade de objetos ou indivíduos dentro de grupos e maximizar a heterogeneidade entre os grupos, sendo que a representação desses grupos é feita num gráfico com uma estrutura de árvore denominado dendrograma. O teste de Scott- Knott, é um teste para Análise Univariada, portanto, mais indicado quando se tem apenas uma variável em estudo, sendo que a variável usada foi TPH5C, por se tratar de uma variável calculada a partir das variáveis POL, TCH e FIB. A Análise de Agrupamento, através do Método de Ligação das Médias, mostrou-se mais confiável, pois possuía-se, nesse estudo, três variáveis para análise, que foram: TCH (tonelada de cana por hectare), POL (porcentagem de açúcar), e FIB (porcentagem de fibra). Comparando-se o teste de Scott-Knott com a Análise de Agrupamentos, confirmam-se os agrupamentos entre os locais L020 e L076 e os locais L045 e L006. Conclui-se, portanto, que podem ser eliminadas dos experimentos duas unidades experimentais, optando por L020 (Ribeirão Preto) ou L076 (Assis), e L045 (Ribeirão Preto) ou L006 (Região de Jaú), ficando essa escolha, a critério do pesquisador, podendo assim, reduzir seu custo operacional. / The Centre of Sugar Cane Technology (CTC), placed at the city of Piracicaba, is a private right civilian association, created in August of 2004, aiming to research and develop new technologies with application in agricultural and logistic activities, as well as industrial activities related to sugar and alcohol sectors, such as the development of new sugar cane varieties. Experiments have been made for 30 years, mainly at the state of São Paulo, where most of the associated unities of production are located. At the year of 2004, experiments were installed in 11 of those Experimental Unities within the state of São Paulo, and there is the need to know if it is possible the reduction of this number, aiming at the economical aspects. If it were detected groups of Unities with very similar data, it would be possible to eliminate some of these Unities, diminishing, consequently, the researches cost, and it is through the Scott-Knott statistical test and the Cluster Analysis that this similarity may be corroborated. This work aims to apply the Cluster Analysis techniques and the Scott-Knott test to the identification of the existence of groups of Industrial Unities, aiming at the reduction of the CTC\'s experiments number and, consequently, aiming at the smaller operational cost. The methods of multiple comparison based on univariate cluster analysis aim to split the treatments means in homogenous groups, for this work were used the placement groups means, through the minimization of the variation within, and the maximization amongst groups; one of these methods is the Scott-Knott test. The cluster analysis allows the classification of individual or objects in excludent groups; again, the idea is to maximize the homogeneity of objects or individual within groups and to maximize the heterogeneity amongst groups, being that these groups are represented by a tree structured graphic by the name of dendogram. The Scott-Knott test is a Univariate Analysis test, therefore is appropriate for studies with only one variable of interest. The Cluster Analysis, through the Linkage of Means Method, proved to be more reliable, for, in this case, there were three variables of interest for analysis, and these were: TCH (weight, in tons, of sugar cane by hectare), POL (percentage of sugar) and FIB (percentage of fiber). By comparing the Scott-Knott test with the Cluster Analysis, two pairs of clustering are confirmed, these are: placements L020 and L076; and L045 and L006. Therefore it is concluded that two of the experimental unities may be removed, one can choose from L020 (Ribeirão Preto) or L076 (Assis), and L045 (Ribeirão Preto) or L006 (Região de Jaú), the choice lies with the researcher, and it can diminish the operational cost. Keywords: Cluster Analysis; Sugar Cane

Estudos de divergência genética e relações filogenéticas entre espécies vegetais de importância agronômica têm merecido atenção cada vez maior com o recente advento dos marcadores moleculares. Nesses trabalhos, os pesquisadores têm interesse em agrupar os indivíduos semelhantes de forma que as maiores diferenças ocorram entre os grupos formados. Métodos estatísticos de análise, tais como análise de agrupamentos, análise de fatores e análise de componentes principais auxiliam nesse tipo de estudo. Contudo, antes de se empregar algum desses métodos, deve ser obtida uma matriz de similaridade entre os genótipos, sendo que diversos coeficientes são propostos na literatura para esse fim. O presente trabalho teve como objetivo avaliar se diferentes coeficientes de similaridade influenciam os resultados das análises de agrupamentos, feitas a partir de dados provenientes de análises com marcadores moleculares dominantes. Foram utilizados dados de 18 linhagens de milho provenientes de duas diferentes populações, BR-105 e BR-106, as quais foram analisadas por marcadores dos tipos AFLP e RAPD. Foram considerados para comparação os coeficientes de Jaccard, Sorensen-Dice, Anderberg, Ochiai, Simple Matching, Rogers e Tanimoto, Ochiai II e Russel e Rao, para os quais foram obtidas as matrizes de similaridade. Essas matrizes foram comparadas utilizando as correlações de Pearson e Spearman, análise de agrupamentos com construção de dendrogramas, correlações, distorção e estresse entre as matrizes de similaridade e as matrizes cofenéticas, índices de consenso entre os dendrogramas, grupos obtidos com o método de otimização de Tocher e com a projeção no plano bidimensional das matrizes de similaridade. Os resultados mostraram que para praticamente todas metodologias usadas, para ambos marcadores, os coeficientes de Jaccard, Sorensen-Dice, Anderberg e Ochiai mostraram resultados semelhantes entre si, o que foi atribuído ao fato deles apresentarem como propriedade comum a desconsideração da ausência conjunta de bandas. Isso também foi observado para os coeficientes de Simple Matching, Rogers e Tanimoto e Ochiai II, que também não apresentaram entre si grandes alterações nos resultados, possivelmente devido ao fato de todos considerarem a ausência conjunta. O coeficiente de Russel e Rao apresentou resultados muito diferentes dos demais coeficientes, em função dele excluir a ausência conjunta do numerador e incluí-la no denominador, não sendo recomendado seu uso. Devido ao fato da ausência conjunta não significar necessariamente que as regiões do DNA são idênticas, sugere-se a escolha dentre os coeficientes que desconsideram a ausência conjunta. / With the recent advent of the molecular markers, studies of divergence and phylogenetic relationships between and within vegetable species of agricultural interest have been received greater attention. In these studies, the aim is to group similar individuals looking for bigger differences among the groups. Statistical methods of analysis such as cluster analysis, factor analysis and principal components analysis can be used in this kind of study. However, before to employ some method, the similarity matrix between genotypes must be obtained using one of the several coefficients proposed in the concerning literature. The aim of this study was to evaluate if different similarity coefficients can influence the results of cluster analysis with dominant markers. Data from 18 inbred lines of maize from two different populations, BR-105 and BR-106, were analyzed by AFLP and RAPD markers and eight similarity coefficients (Jaccard, Sorensen-Dice, Anderberg, Ochiai, Simple-matching, Rogers and Tanimoto, Ochiai II and Russel and Rao) were obtained. The similarity matrices were compared by Pearson's and Spearman's correlations, cluster analysis (with dendrograms, correlations, distortion and stress between the similarity and cofenetical matrices, consensus fork index between all pairs of dendrograms), Tocher´s optimization procedure and with the projection in two-dimensional space of the similarity matrices. The results showed that for almost all of the methodologies and both markers, the coefficients of Jaccard, Sorensen-Dice, Anderberg and Ochiai, gave similar results, due to the fact that all of them excludes negative co-occurences. It was also observed that the Simple Matching, Rogers and Tanimoto, and Ochiai II, probably due to the fact of all including the negative co-occurences. The Russel and Rao coefficient presented results very different from the others, because it excludes the negative co-occurences in the numerator and include it in the denominator of its expression, which is a reason for not recommending it. Due the fact of the negative co-occurences does not mean, necessarily, that the regions of the DNA are identical, it is suggested to choose one those coefficients that do not include it.

A literatura de grupos estratégicos vem desenvolvendo-se desde a escola de posicionamento, mas estudos recentes ainda solicitam avanços no entendimento da evolução dos grupos estratégicos em termos de conteúdo da estratégia, número de grupos e participação nos grupos e da metodologia para a identificação dos grupos e seu estudo evolutivo. Esta pesquisa teve como objetivo central estudar mudanças em grupos estratégicos com o propósito de identificar os caminhos evolutivos desses grupos para discutir seus resultados com a literatura de dinâmica de grupos estratégicos, utilizando como fonte empírica de estudo empresas do setor sucroalcooleiro. A partir de uma abordagem cognitiva, baseada no conhecimento e julgamento daqueles que estão inseridos na indústria, foram realizadas cinco entrevistas com executivos da indústria sucroalcooleira para identificar as variáveis que possibilitam destacar as diferenças nas estratégias corporativas das empresas e, com isso, identificar grupos de empresas com perfil estratégico semelhante. Os executivos identificaram os grupos existentes segundo sua percepção entre 2003 e 2012 e todos apontaram para a inexistência de grupos no início do período, seguindo para a diferenciação estratégica e consequente formação de grupos caracterizados pelos diferentes níveis de integração vertical, pela propriedade e pela especialização. A partir das variáveis identificadas nessa abordagem, realizou-se uma análise com base em dados secundários das cinquenta maiores empresas do setor, o que contribuiu para apontar uma nova metodologia de pesquisa de grupos estratégicos que considera a abordagem cognitiva e quantitativa complementares. Nessa perspectiva quantitativa, permitiu-se identificar os novos grupos formados nestes últimos 10 anos com grande relevância não apenas no nível de integração vertical para diferenciar o perfil estratégico das empresas, mas também na concentração da produção nos grupos mais integrados e na variável de propriedade, considerada como a origem nacional ou estrangeira do capital. / The literature in the domain of strategic groups is developing, with initial origins at positioning school, however recent theoretical developments still strive to understand the evolution of strategic groups as they relate to strategy content, the number of groups, group participation, and methodologies for group identification and group evolution. This research aims to study changes in strategic groups, discussing relevant results with the literature of strategic group dynamics, leveraging empirical data from the sugarcane industry. Utilizing a cognitive approach, and based on the knowledge and judgment of experts in the sugarcane industry, five interviews were performed to identify variables that could help differentiate business strategies of sugarcane companies, and in so doing, identify and group companies with a similar strategic profile. The executives identified the groups in the time period between 2003 and 2012, all confirming the inexistence of such groups at the beginning of this period, followed by a strategic differentiation, characterized by different levels of vertical integration, ownership and specialization. Leveraging this initial cognitive analysis, an additional analysis was performed using secondary data from the fifty largest companies in the sugarcane sector. These companies were classified according to the variables defined in the cognitive approach, resulting in the development of a new research methodology in strategic groups that considers both the cognitive and quantitative approaches together. In the quantitative approach, it was possible to identify new groups formed within the previous 10 years, which is relevant not only in the consideration of vertical integration as it relates to business strategy, but also in analysis of the ownership variable (domestic or international capital) as a function of group productivity dynamics.

Este trabalho foca os grupos estratégicos, que são, de certa forma, o resultado de uma análise estrutural realizada dentro de um setor. Até o começo dos anos 1970, era comum aceitar que as empresas de um setor de atividades eram afetadas pelas mesmas demandas e restrições ambientais e tinham de superar as mesmas barreiras de entrada. Era de se esperar que as empresas se assemelhassem. Naquela década, Hunt fez o primeiro estudo sobre grupos estratégicos e descobriu que as empresas de um setor eram impactadas em níveis diferentes pelas condições externas, tinham de superar barreiras de entrada diferentes e podiam seguir estratégias próprias. De acordo com essas descobertas, as empresas de um setor poderiam ser agrupadas com base em conjuntos de características distintivas. Para classificar as empresas de um setor em grupos, é exigida dos analistas uma boa compreensão do setor e dos concorrentes, o que nos leva às análises setorial e da concorrência, ambas intrinsecamente conectadas, mas sem uma ordem de precedência estabelecida entre elas. A análise da concorrência exige dos analistas a difícil tarefa de obter e interpretar uma grande variedade de informações sobre os concorrentes, como seus objetivos, seus pressupostos sobre si mesmos, sobre as outras empresas e o setor, suas estratégias, seus recursos e competências, e seus mercados-alvo. Em setores oligopolizados, como poucas empresas estão envolvidas, a análise pode ser um pouco mais fácil, mas em setores com concorrência perfeita ou concorrência monopolista o grande número de empresas pode tornar o processo muito complexo, difícil, caro e demorado. O conceito de grupos estratégicos oferece uma forma alternativa para simplificar o processo de análise, uma vez que permite agrupar empresas por conjuntos de características de forma a manter empresas relativamente semelhantes em um mesmo grupo. Ao fazer isso, a empresa que realiza a análise pode decidir quais grupos estão próximos o suficiente para merecer uma análise mais profunda, como grupo, ou pela seleção de empresas específicas, individualmente. Em muitos trabalhos acadêmicos, os grupos estratégicos foram obtidos utilizando-se procedimentos estatísticos, geralmente a análise de clusters. Optamos por uma abordagem distinta. Sem diminuir a importância das ferramentas estatísticas, incorporamos informações extraídas das análises setorial e da concorrência, utilizadas para confirmar ou contestar a precisão dos grupos definidos estatisticamente. Da mesma forma que não existe ordem de precedência entre as análises do setor e da concorrência, não há ordem de precedência entre o uso dessas análises e das ferramentas estatísticas. É possível classificar primeiramente as empresas estatisticamente, para facilitar a análise posterior da concorrência e do setor, ou analisar o setor e a concorrência para definição dos grupos, confrontando os resultados com dados estatísticos. Nessas análises, estão envolvidos elementos estatísticos e cognitivos, ambos sujeitos a vieses. Nos procedimentos estatísticos, há a arbitrariedade intrínseca na definição das variáveis, enquanto nos processos cognitivos há a influência de modelos mentais específicos na percepção dos analistas. A adoção de uma abordagem combinada, como fizemos neste trabalho, permite confirmar ou contestar os grupos obtidos por uma forma ou outra. Os fundamentos teóricos do trabalho estão baseados, principalmente, em uma revisão bibliográfica abrangente das análises da concorrência e setorial. As referências de campo foram antecedidas por um estudo abrangente do setor farmacêutico brasileiro e consistiram de um estudo de caso múltiplo das empresas brasileiras Aché e Eurofarma e da multinacional francesa Sanofi-Aventis, o qual forneceu subsídios para uma análise de aglomerados (K-médias). Ao confrontar os resultados estatísticos e as informações extraídas das análises do setor e da concorrência, foi possível detectar questões importantes para o ajuste dos agrupamentos e defender que a complementaridade entre os processos estatístico e cognitivo (incorporados nas análises da concorrência e do setor) é essencial para obtenção de grupos consistentes. / This work focuses on strategic groups, which are, to some extent, the result of a structure analysis within an industry. Until the early 1970s, common belief was that firms from an industry were affected by the same environmental demands and constraints and had to overcome the same entry barriers. Based on these considerations, firms operating in a same industry would resemble each other. In that decade, Hunt pioneered the research of strategic groups and found out that firms of an industry were impacted in different levels by external conditions, had to overcome different entry barriers and could, therefore, adopt different strategies. According to these findings, firms could be grouped based on sets of distinguishing characteristics. To classify the firms of an industry in groups, a good understanding of the industry and the competitors is required, which leads us to industry and competitor analyses, intrinsically connected, but with no precedence order established between them. A competitor analysis imposes on the analysts the difficult task of obtaining and interpreting a great variety of information regarding competitors, such as their goals, their assumptions about themselves, the other companies and the industry, their strategies, resources and competences, and target markets. In oligopolies, the analysis may be somewhat easier since few companies are involved, but in industries with perfect competition or monopolistic competition the large number of companies can make the process very complex, difficult, expensive and time consuming. The strategic groups\" concept offers an alternative way to simplify the analysis process, since it allows to group companies by sets of characteristics so that relatively similar companies are kept in a same group. By doing so, the company running the analysis can decide which groups are close enough to deserve a deeper analysis as a group or to sort out firms for an individual analysis. In many academic works, the strategic groups were obtained by using statistical procedures, cluster analysis mostly. In this work, we chose a distinct approach. Not diminishing the relevance of statistical tools, we incorporated information extracted from industry and competitor analyses and used them to confirm or contest the correctness of statistically defined groups. Similarly to the lack of precedence order established between industry and competitor analyses, there is no precedence order among these analyses and statistical tools. It is possible to first classify the companies statistically in order to facilitate a following competitor or industry analysis, or to make the industry and competitor analyses in order to define the groups, confronting the result with statistical data. In these analyses, cognitive and statistical elements are involved, both subject to biases. In statistical procedures, there is the intrinsic arbitrariness in the definition of the variables, while in cognitive processes there is the influence of specific mental models on the analysts\" perceptions. The adoption of a combined approach, which we chose in this work, allows confirming or contesting the groups obtained in one way or another. The theoretical underpinnings are mostly grounded in a comprehensive bibliographic review on competitor analysis, industry analysis and strategic groups. The field activities were introduced by a comprehensive survey of the Brazilian pharmaceutical industry, which consisted of a multiple case study of the Brazilian companies Aché and Eurofarma and the French multinational company Sanofi-Aventis and provided subsidies for a cluster analysis (K-means). By confronting statistical results and information extracted from the industry and competitor analyses, we were able to detect important issues to a fine-tune of groupings and defend that the complementarity between statistical and cognitive processes (embedded in competitor and industry analyses) is essential to obtain consistent groups.

A reforma sanitária, ocorrida após a constituição de 1988, criou o Sistema Único de Saúde (SUS), descentralizando a gestão em saúde pública no Brasil e delegando mais autonomia e responsabilidade aos municípios. Esta descentralização traz inúmeros benefícios, pois aproxima a gestão das realidades locais. Os municípios são peculiares e podem apresentar dificuldades em atingir os mesmos padrões de serviços de saúde dos demais entes federados e, eventualmente, incorrer na desigualdade em saúde. Para garantir a integralidade no atendimento, as Redes Regionais de Atenção à Saúde (RRAS) articulam o sistema de maneira a satisfazer os diferentes níveis de complexidade. Procurou-se nesta pesquisa encontrar padrões espaciais destoantes na distribuição de recursos de saúde no estado de São Paulo, de maneira a caracterizar eventuais desigualdades em saúde. Os dados foram analisados por RRAS e por aglomerados de munícipios de atributos similares. Os resultados indicam diferenças regionais nos vários aspectos pesquisados, sobretudo na cobertura por equipes de saúde da família, no acesso aos serviços de saúde e na oferta e ocupação de leitos. Estas diferenças variam conforme se dista da capital do estado e estão associadas à renda e à presença da saúde suplementar. / The health care reformulation, which started after the constitution of 1988, created the Unified Health Care System (SUS), decentralizing the management of public health care in Brazil and delegating more autonomy and responsibility to counties.This decentralization brings numerous benefits because it approaches the county management to local area realities. Counties have different features and may have difficulties achieving the same health care standards of other federative entities and possibly create health care inequalities. To ensure comprehensiveness in health care, the Regional Health Care Networks (RRAS) articulate the system in order to provide the different levels of complexity. It is aimed in this research to find dissonant spatial patterns in health care resources distribution in the state of São Paulo, in order to characterize any inequalities. The data was analyzed by the RRAS and clusters of counties of similar attributes. Results indicate regional differences in several aspects of the research, mostly in family health care teams coverage, access to health care services and availability and bed occupancy rate. These differences vary according to how distant from the state capital the county is and are associated with income and health insurance attendance.

Submitted by Greta Butvilaite (butvilaite.g@gmail.com) on 2016-03-06T16:40:31Z No. of bitstreams: 1 Master Thesis. version for export.pdf: 4005967 bytes, checksum: 7182562ae47f08ac6216e5c6c4401f03 (MD5) / Approved for entry into archive by Janete de Oliveira Feitosa (janete.feitosa@fgv.br) on 2016-08-01T14:55:42Z (GMT) No. of bitstreams: 1 Master Thesis. version for export.pdf: 4005967 bytes, checksum: 7182562ae47f08ac6216e5c6c4401f03 (MD5) / Approved for entry into archive by Maria Almeida (maria.socorro@fgv.br) on 2016-08-01T19:43:34Z (GMT) No. of bitstreams: 1 Master Thesis. version for export.pdf: 4005967 bytes, checksum: 7182562ae47f08ac6216e5c6c4401f03 (MD5) / Made available in DSpace on 2016-08-01T19:43:49Z (GMT). No. of bitstreams: 1 Master Thesis. version for export.pdf: 4005967 bytes, checksum: 7182562ae47f08ac6216e5c6c4401f03 (MD5) Previous issue date: 2016-01-29 / This thesis is an analytical analysis of consumption in Brazil, based on data from the Consumer Expenditure Survey, years 2008 to 2009, collected by the Brazilian Institute of Geography and Statistics. The main aim of the thesis was to identify differences and similarities in consumption among Brazilian households, and estimate the importance of demographic and geographic characteristics. Initially, households belonging to different social classes and geographical regions were compared based on their consumption. For further insights, two cluster analyses were conducted. Firstly, households were grouped according to the absolute values of expenditures. Five clusters were discovered; cluster membership showed larger spending in all of the expense categories for households having higher income, and a substantial association with particular demographic variables, including as region, neighborhood, race and education. Secondly, cluster analysis was performed on proportionate distribution of total spending by every household. Five groups of households were revealed: Basic Consumers, the largest group that spends only on fundamental goods, Limited Spenders, which additionally purchase alcohol, tobacco, literature and telecommunication technologies, Mainstream Buyers, characterized by spending on clothing, personal care, entertainment and transport, Advanced Consumers, which have high relative expenses on financial and legal services, healthcare and education, and Exclusive Spenders, households distinguished by spending on vehicles, real estate and travelling.

Made available in DSpace on 2010-04-20T20:48:45Z (GMT). No. of bitstreams: 3 71050100716.pdf.jpg: 11392 bytes, checksum: 44897327ce3e2df1b3183c825a340ef3 (MD5) 71050100716.pdf: 1298929 bytes, checksum: b32d83e5704865992f71a45122f3dd0e (MD5) 71050100716.pdf.txt: 357303 bytes, checksum: 077b81867df91826cddc039ba396c3e1 (MD5) Previous issue date: 2009-02-18T00:00:00Z / Since de 1990s, there has been a renewed interest about the heterogeneity of geographic distribution of industrial activities. This produced different forms of firm agglomerations, some of them specialized in particular products or similar items. This universal phenomenon, has been theoretically explained by operational and competitive gains resulting from the higher density of economic activity in such places, creating external economies, also named ‘positive externalities’. The theoretical arguments follow different paths. One approach points out to the pecuniary advantages in costs associated to environments presumed to be more dynamic, dense and diversified in economic terms. A different line of thought indicates positive effects taken from the regional specialization, emphasizing dynamic and technological outcomes. There is also the argument in favor of a systemic complex of horizontal and vertical relationships that instigate internal rivalry which foster general innovation and improvements. Some others call for attention on social and cultural aspects of the region, granting cooperative relationships among the firms and thus promoting common knowledge and refinements on techniques, processes and products. However, the empirical verification of such phenomenon is still fragile. Under such considerations, this research has three main objectives: (1) contribute to mapping the industrial agglomeration phenomenon in Brazil; (2) deepen the knowledge on growth of manufacturing firms in country; and (3) search for generic relations between growth and the agglomeration level that firms are embedded. Based on micro level data of Annual Industrial Research developed by IBGE, it evaluated the growth of 16.140 firms in 550 municipalities from south and southeast administrative regions, covering 91 different manufacturing activities. Results indicated a general picture of intense concentration of manufactures in Brazil. Firms’ idiosyncratic features are the most important class of factors determining their growth rates, seconded by the aspects related to the interaction between activity and local. Besides, it was identified that the locational quotient (LQ) (an agglomerations indicator of firms producing identical or very similar items) had a statistical positive relationship with growth rates. / A partir principalmente dos anos 1990s, revigoram-se discussões sobre a distribuição desigual atividades industriais formando aglomerações, algumas especializadas em produtos ou linhas de produtos específicos. Esse é um fato universal, cuja explicação se fundamenta na existência de desdobramentos operacionais e competitivos sobre as firmas aglomeradas, devidos à maior densidade com que atividade econômica é exercida no local, produzindo economias externas ou “externalidades” positivas. Porém, as argumentações teóricas seguem diferentes cursos. Uma abordagem aponta para as vantagens pecuniárias em custos associados a ambientes economicamente mais dinâmicos, densos e diversificados. Outras vertentes indicam efeitos positivos tirados da especialização regional, enfatizando ganhos de caráter dinâmico e tecnológico. Algumas se explicam pela formação de um complexo sistêmico de relacionamentos verticais e horizontais que incitam a rivalidade e impulsionam a inovação e o aprimoramento. Outras interpretações destacam aspectos sócio-culturais, em que as relações cooperativas dos agentes promovem ganhos em aprendizado e refinamento de técnicas, processos e produtos. Entretanto, a comprovação empírica desse fenômeno é ainda frágil. Sob tal argumento, Este trabalho tem três objetivos básicos: (1) contribuir para um mapeamento das aglomerações industriais no Brasil; (2) aprofundar o conhecimento do crescimento das firmas de manufatura no país; e (3) buscar por relações mais genéricas entre o crescimento das firmas e o grau de aglomeração em que se encontram. Com base em micro-dados da Pesquisa Industrial Anual - PIA, do IBGE, foi avaliado o crescimento de 16.140 firmas, em 550 municípios das regiões sul e sudeste, cobrindo 91 atividades industriais diferentes. Os resultados encontrados indicam um quadro de grande concentração espacial da produção manufatureira no Brasil. Os dados mostram que os fatores idiossincráticos das firmas são os principais responsáveis pelos seus crescimentos, seguidos por aspectos ligados à interação atividade e município. Além disso, identificou-se uma correlação positiva e estatisticamente significante entre o Quociente Locacional - QL (o indicador de aglomeração de firmas produzindo itens idênticos ou muito semelhantes mais utilizado na literatura), e as taxas de crescimento.

Estudos de divergência genética e relações filogenéticas entre espécies vegetais de importância agronômica têm merecido atenção cada vez maior com o recente advento dos marcadores moleculares. Nesses trabalhos, os pesquisadores têm interesse em agrupar os indivíduos semelhantes de forma que as maiores diferenças ocorram entre os grupos formados. Métodos estatísticos de análise, tais como análise de agrupamentos, análise de fatores e análise de componentes principais auxiliam nesse tipo de estudo. Contudo, antes de se empregar algum desses métodos, deve ser obtida uma matriz de similaridade entre os genótipos, sendo que diversos coeficientes são propostos na literatura para esse fim. O presente trabalho teve como objetivo avaliar se diferentes coeficientes de similaridade influenciam os resultados das análises de agrupamentos, feitas a partir de dados provenientes de análises com marcadores moleculares dominantes. Foram utilizados dados de 18 linhagens de milho provenientes de duas diferentes populações, BR-105 e BR-106, as quais foram analisadas por marcadores dos tipos AFLP e RAPD. Foram considerados para comparação os coeficientes de Jaccard, Sorensen-Dice, Anderberg, Ochiai, Simple Matching, Rogers e Tanimoto, Ochiai II e Russel e Rao, para os quais foram obtidas as matrizes de similaridade. Essas matrizes foram comparadas utilizando as correlações de Pearson e Spearman, análise de agrupamentos com construção de dendrogramas, correlações, distorção e estresse entre as matrizes de similaridade e as matrizes cofenéticas, índices de consenso entre os dendrogramas, grupos obtidos com o método de otimização de Tocher e com a projeção no plano bidimensional das matrizes de similaridade. Os resultados mostraram que para praticamente todas metodologias usadas, para ambos marcadores, os coeficientes de Jaccard, Sorensen-Dice, Anderberg e Ochiai mostraram resultados semelhantes entre si, o que foi atribuído ao fato deles apresentarem como propriedade comum a desconsideração da ausência conjunta de bandas. Isso também foi observado para os coeficientes de Simple Matching, Rogers e Tanimoto e Ochiai II, que também não apresentaram entre si grandes alterações nos resultados, possivelmente devido ao fato de todos considerarem a ausência conjunta. O coeficiente de Russel e Rao apresentou resultados muito diferentes dos demais coeficientes, em função dele excluir a ausência conjunta do numerador e incluí-la no denominador, não sendo recomendado seu uso. Devido ao fato da ausência conjunta não significar necessariamente que as regiões do DNA são idênticas, sugere-se a escolha dentre os coeficientes que desconsideram a ausência conjunta. / With the recent advent of the molecular markers, studies of divergence and phylogenetic relationships between and within vegetable species of agricultural interest have been received greater attention. In these studies, the aim is to group similar individuals looking for bigger differences among the groups. Statistical methods of analysis such as cluster analysis, factor analysis and principal components analysis can be used in this kind of study. However, before to employ some method, the similarity matrix between genotypes must be obtained using one of the several coefficients proposed in the concerning literature. The aim of this study was to evaluate if different similarity coefficients can influence the results of cluster analysis with dominant markers. Data from 18 inbred lines of maize from two different populations, BR-105 and BR-106, were analyzed by AFLP and RAPD markers and eight similarity coefficients (Jaccard, Sorensen-Dice, Anderberg, Ochiai, Simple-matching, Rogers and Tanimoto, Ochiai II and Russel and Rao) were obtained. The similarity matrices were compared by Pearson's and Spearman's correlations, cluster analysis (with dendrograms, correlations, distortion and stress between the similarity and cofenetical matrices, consensus fork index between all pairs of dendrograms), Tocher´s optimization procedure and with the projection in two-dimensional space of the similarity matrices. The results showed that for almost all of the methodologies and both markers, the coefficients of Jaccard, Sorensen-Dice, Anderberg and Ochiai, gave similar results, due to the fact that all of them excludes negative co-occurences. It was also observed that the Simple Matching, Rogers and Tanimoto, and Ochiai II, probably due to the fact of all including the negative co-occurences. The Russel and Rao coefficient presented results very different from the others, because it excludes the negative co-occurences in the numerator and include it in the denominator of its expression, which is a reason for not recommending it. Due the fact of the negative co-occurences does not mean, necessarily, that the regions of the DNA are identical, it is suggested to choose one those coefficients that do not include it.

A reforma sanitária, ocorrida após a constituição de 1988, criou o Sistema Único de Saúde (SUS), descentralizando a gestão em saúde pública no Brasil e delegando mais autonomia e responsabilidade aos municípios. Esta descentralização traz inúmeros benefícios, pois aproxima a gestão das realidades locais. Os municípios são peculiares e podem apresentar dificuldades em atingir os mesmos padrões de serviços de saúde dos demais entes federados e, eventualmente, incorrer na desigualdade em saúde. Para garantir a integralidade no atendimento, as Redes Regionais de Atenção à Saúde (RRAS) articulam o sistema de maneira a satisfazer os diferentes níveis de complexidade. Procurou-se nesta pesquisa encontrar padrões espaciais destoantes na distribuição de recursos de saúde no estado de São Paulo, de maneira a caracterizar eventuais desigualdades em saúde. Os dados foram analisados por RRAS e por aglomerados de munícipios de atributos similares. Os resultados indicam diferenças regionais nos vários aspectos pesquisados, sobretudo na cobertura por equipes de saúde da família, no acesso aos serviços de saúde e na oferta e ocupação de leitos. Estas diferenças variam conforme se dista da capital do estado e estão associadas à renda e à presença da saúde suplementar. / The health care reformulation, which started after the constitution of 1988, created the Unified Health Care System (SUS), decentralizing the management of public health care in Brazil and delegating more autonomy and responsibility to counties.This decentralization brings numerous benefits because it approaches the county management to local area realities. Counties have different features and may have difficulties achieving the same health care standards of other federative entities and possibly create health care inequalities. To ensure comprehensiveness in health care, the Regional Health Care Networks (RRAS) articulate the system in order to provide the different levels of complexity. It is aimed in this research to find dissonant spatial patterns in health care resources distribution in the state of São Paulo, in order to characterize any inequalities. The data was analyzed by the RRAS and clusters of counties of similar attributes. Results indicate regional differences in several aspects of the research, mostly in family health care teams coverage, access to health care services and availability and bed occupancy rate. These differences vary according to how distant from the state capital the county is and are associated with income and health insurance attendance.

Este trabalho foca os grupos estratégicos, que são, de certa forma, o resultado de uma análise estrutural realizada dentro de um setor. Até o começo dos anos 1970, era comum aceitar que as empresas de um setor de atividades eram afetadas pelas mesmas demandas e restrições ambientais e tinham de superar as mesmas barreiras de entrada. Era de se esperar que as empresas se assemelhassem. Naquela década, Hunt fez o primeiro estudo sobre grupos estratégicos e descobriu que as empresas de um setor eram impactadas em níveis diferentes pelas condições externas, tinham de superar barreiras de entrada diferentes e podiam seguir estratégias próprias. De acordo com essas descobertas, as empresas de um setor poderiam ser agrupadas com base em conjuntos de características distintivas. Para classificar as empresas de um setor em grupos, é exigida dos analistas uma boa compreensão do setor e dos concorrentes, o que nos leva às análises setorial e da concorrência, ambas intrinsecamente conectadas, mas sem uma ordem de precedência estabelecida entre elas. A análise da concorrência exige dos analistas a difícil tarefa de obter e interpretar uma grande variedade de informações sobre os concorrentes, como seus objetivos, seus pressupostos sobre si mesmos, sobre as outras empresas e o setor, suas estratégias, seus recursos e competências, e seus mercados-alvo. Em setores oligopolizados, como poucas empresas estão envolvidas, a análise pode ser um pouco mais fácil, mas em setores com concorrência perfeita ou concorrência monopolista o grande número de empresas pode tornar o processo muito complexo, difícil, caro e demorado. O conceito de grupos estratégicos oferece uma forma alternativa para simplificar o processo de análise, uma vez que permite agrupar empresas por conjuntos de características de forma a manter empresas relativamente semelhantes em um mesmo grupo. Ao fazer isso, a empresa que realiza a análise pode decidir quais grupos estão próximos o suficiente para merecer uma análise mais profunda, como grupo, ou pela seleção de empresas específicas, individualmente. Em muitos trabalhos acadêmicos, os grupos estratégicos foram obtidos utilizando-se procedimentos estatísticos, geralmente a análise de clusters. Optamos por uma abordagem distinta. Sem diminuir a importância das ferramentas estatísticas, incorporamos informações extraídas das análises setorial e da concorrência, utilizadas para confirmar ou contestar a precisão dos grupos definidos estatisticamente. Da mesma forma que não existe ordem de precedência entre as análises do setor e da concorrência, não há ordem de precedência entre o uso dessas análises e das ferramentas estatísticas. É possível classificar primeiramente as empresas estatisticamente, para facilitar a análise posterior da concorrência e do setor, ou analisar o setor e a concorrência para definição dos grupos, confrontando os resultados com dados estatísticos. Nessas análises, estão envolvidos elementos estatísticos e cognitivos, ambos sujeitos a vieses. Nos procedimentos estatísticos, há a arbitrariedade intrínseca na definição das variáveis, enquanto nos processos cognitivos há a influência de modelos mentais específicos na percepção dos analistas. A adoção de uma abordagem combinada, como fizemos neste trabalho, permite confirmar ou contestar os grupos obtidos por uma forma ou outra. Os fundamentos teóricos do trabalho estão baseados, principalmente, em uma revisão bibliográfica abrangente das análises da concorrência e setorial. As referências de campo foram antecedidas por um estudo abrangente do setor farmacêutico brasileiro e consistiram de um estudo de caso múltiplo das empresas brasileiras Aché e Eurofarma e da multinacional francesa Sanofi-Aventis, o qual forneceu subsídios para uma análise de aglomerados (K-médias). Ao confrontar os resultados estatísticos e as informações extraídas das análises do setor e da concorrência, foi possível detectar questões importantes para o ajuste dos agrupamentos e defender que a complementaridade entre os processos estatístico e cognitivo (incorporados nas análises da concorrência e do setor) é essencial para obtenção de grupos consistentes. / This work focuses on strategic groups, which are, to some extent, the result of a structure analysis within an industry. Until the early 1970s, common belief was that firms from an industry were affected by the same environmental demands and constraints and had to overcome the same entry barriers. Based on these considerations, firms operating in a same industry would resemble each other. In that decade, Hunt pioneered the research of strategic groups and found out that firms of an industry were impacted in different levels by external conditions, had to overcome different entry barriers and could, therefore, adopt different strategies. According to these findings, firms could be grouped based on sets of distinguishing characteristics. To classify the firms of an industry in groups, a good understanding of the industry and the competitors is required, which leads us to industry and competitor analyses, intrinsically connected, but with no precedence order established between them. A competitor analysis imposes on the analysts the difficult task of obtaining and interpreting a great variety of information regarding competitors, such as their goals, their assumptions about themselves, the other companies and the industry, their strategies, resources and competences, and target markets. In oligopolies, the analysis may be somewhat easier since few companies are involved, but in industries with perfect competition or monopolistic competition the large number of companies can make the process very complex, difficult, expensive and time consuming. The strategic groups\" concept offers an alternative way to simplify the analysis process, since it allows to group companies by sets of characteristics so that relatively similar companies are kept in a same group. By doing so, the company running the analysis can decide which groups are close enough to deserve a deeper analysis as a group or to sort out firms for an individual analysis. In many academic works, the strategic groups were obtained by using statistical procedures, cluster analysis mostly. In this work, we chose a distinct approach. Not diminishing the relevance of statistical tools, we incorporated information extracted from industry and competitor analyses and used them to confirm or contest the correctness of statistically defined groups. Similarly to the lack of precedence order established between industry and competitor analyses, there is no precedence order among these analyses and statistical tools. It is possible to first classify the companies statistically in order to facilitate a following competitor or industry analysis, or to make the industry and competitor analyses in order to define the groups, confronting the result with statistical data. In these analyses, cognitive and statistical elements are involved, both subject to biases. In statistical procedures, there is the intrinsic arbitrariness in the definition of the variables, while in cognitive processes there is the influence of specific mental models on the analysts\" perceptions. The adoption of a combined approach, which we chose in this work, allows confirming or contesting the groups obtained in one way or another. The theoretical underpinnings are mostly grounded in a comprehensive bibliographic review on competitor analysis, industry analysis and strategic groups. The field activities were introduced by a comprehensive survey of the Brazilian pharmaceutical industry, which consisted of a multiple case study of the Brazilian companies Aché and Eurofarma and the French multinational company Sanofi-Aventis and provided subsidies for a cluster analysis (K-means). By confronting statistical results and information extracted from the industry and competitor analyses, we were able to detect important issues to a fine-tune of groupings and defend that the complementarity between statistical and cognitive processes (embedded in competitor and industry analyses) is essential to obtain consistent groups.