The problem of time‐series discrimination and classification is discussed. We propose a novel clustering algorithm based on a class of quasi U‐statistics and subgroup decomposition tests. The decomposition may be applied to any concave time‐series distance. The resulting test statistics are proven to be asymptotically normal for either i.i.d. or non‐identically distributed groups of time‐series under mild conditions. We illustrate its empirical performance on a simulation study and a real data analysis. The simulation setup includes stationary vs. stationary and stationary vs. non‐stationary cases. The performance of the proposed method is favourably compared with some of the most common clustering measures available.

O Censo 2010 traz diversos dados que permitem uma análise mais pormenorizada da dinâmica populacional indígena, possibilitando novos debates e acumulação de conhecimento sobre esta. Assim, com base nestes dados este trabalho pretende entender as principais dinâmicas da população indígena no município de Altamira, Estado do Pará, em específico os indígenas residentes na sede municipal e, em especial, as populações Arara, Juruna, Kuruaya e Xipaya. Uma análise histórica da cidade mostra a presença crescente de diversos grupos
indígenas, que nos últimos anos passou e ainda passa por um processo de etnogênese. Para compreendermos de maneira mais ampla os processos pelos quais esta população passou e passa, incorporaremos à análise o Estudo de Impacto Ambiental (EIA) da usina hidrelétrica de Belo Monte, que nos ajuda a traçar de maneira mais precisa a situação atual desta.