Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
| Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior | ||
|
disciplinas:ce092-2015-02:historico [2015/08/04 19:56] paulojus |
disciplinas:ce092-2015-02:historico [2015/12/15 14:16] (atual) paulojus |
||
|---|---|---|---|
| Linha 15: | Linha 15: | ||
| ^ Data ^ Conteúdo ^ Leitura ^ Exercícios ^ Tópico ^ | ^ Data ^ Conteúdo ^ Leitura ^ Exercícios ^ Tópico ^ | ||
| - | | 04/08 Ter |Informações sobre o curso. Uma discussão sobre algumas extensões do modelo de regressão: GLM, modelos com respostas transformadas, modelos não-lineares. Modelos paramétricos, não paramétricos e semi-paramétricos |Cap 1 - Introdução \\ Livro do Faraway | [[#04/08|Ver abaixo]] | [[#04/08|Ver abaixo]] | | + | | 04/08 Ter |Informações sobre o curso. Uma discussão sobre algumas possíveis extensões do modelo de regressão: GLM, modelos com respostas transformadas, segmentados, modelos não-lineares. Modelos paramétricos, não paramétricos e semi-paramétricos |Cap 1 - Introdução \\ Livro do Faraway | [[#04/08|Ver abaixo]] | [[#04/08|Ver abaixo]] | |
| + | | 06/08 Qui |Discussão da turma sobre os dois exemplos e opções para ajuste de modelos | | | | | ||
| + | | 11/08 Ter |Apresentações: Modelos de regressão segmentada (Eduardo e Henrique) e respostas transformadas (Cintia e Damiane) | | | | | ||
| + | | 17/09 Qui |Fundamentos de modelos não lineares | |{{http://www.leg.ufpr.br/~paulojus/CE092-2015/segmentada.html|Material desenvolvido sobre Reg. Segmentada}} | | | ||
| + | | 22/09 Ter |Cálculo de verossimilhança para modelos de ajustes com diferentes distribuições e com transformação de variáveis. Verossimilhanças na mesma escala para comparação. Comentários sobre modelos com independência condicional. |{{:disciplinas:ce092-2015-02:verotrans.pdf|texto distribuído}} | | | | ||
| + | | 24/09 Qui |Exercícios e códigos: modelos não lineares e modelos para variáveis transformadas | | [[#24/09|Ver abaixo]] | | ||
| + | | 29/09 Ter | Regressão não paramétrica: idéias fundamentais. Suavização por kernel, polinômios locais, splines (suavizadores e regressão) |Cap 11 de Faraway | | | ||
| + | | 01/10 Qui | Regressão não paramétrica. Exemplos computacionais e discussão em grupo. |Cap 11 de Faraway | | | ||
| + | | 06/10 Ter |SIEPE - sem aulas neste dia | | | | ||
| + | | 08/10 Qui |GLM's, GAMs e GLMM's |[[http://fish.gov.au/reports/Documents/Venables_and_Dichmont_2004.pdf|Artigo para leitura e discussão]] |{{:disciplinas:ce092-2015-02:bill-dichmont.pdf|Comentários sobre artigo}} |{{:disciplinas:ce092-2015-02:review.pdf|}} | | ||
| + | | 13/10 Ter |Modelos GLMM - inferência e métodos de integração (quadratura, Laplace e Monte Carlo). Discussão do artigo de Venables e Dichmont | [[#13/10|Ver abaixo]] | | | ||
| + | | 15/10 Qui |Programação de algorítmos para inferência em um GLMM simples com diferentes estratégias de integração | | | | ||
| + | | 20/10 Ter |Métodos de quadratura e Monte Carlo | | | | ||
| + | | 22/10 Qui |revisão de inferência para GLMM e preparação do método de Laplace | | | | ||
| + | | 27/10 Ter |Verossimilhança para GLMM com integração de Laplace: revisão de fundamentos e implementação | [[#27/10|Ver abaixo]] | | | ||
| + | | 29/10 Qui |Modelos mistos na prática: preparação de exemplos de ajustes | | | | ||
| + | | 03/11 Ter | | | | | ||
| + | | 05/11 Qui | | | | | ||
| + | | 10/11 Ter | | | | | ||
| + | | 12/11 Qui | | | | | ||
| + | | 17/11 Ter | | | | | ||
| + | | 19/11 Qui | | | | | ||
| + | | 24/11 Ter |Árvores de regressão e classificação - fundamentos | | | | ||
| + | | 26/11 Qui |Estudos | | | | ||
| + | | 01/12 Ter |Exemplos de análises de árvores | | | | ||
| + | | 03/12 Qui |Ex Leonardo e Tópicos adicionais em árvores (Prof. César) | | | | ||
| + | | 08/12 Ter |Introdução aos modelos heterocedásticos | |[[http://www.scielo.br/pdf/rbe/v57n2/a01v57n2.pdf|Artigo para leitura e discussão]] | | ||
| + | | 10/12 Qui |Discussão do artigo de Cribari-Neto & Soares | | | | ||
| + | | 15/12 Ter | | | | | ||
| + | | 17/12 Qui | | | | | ||
| Linha 23: | Linha 52: | ||
| - Estudar e preparar apresentação comparando diferentes estratégias para ajuste de um conjunto de dados: modelo com transformação da resposta e modelo com transformação na função de ligação. \\ Utilizando {{:disciplinas:ce092-2015-02:df02.txt|este arquivo de dados}}, efetue as análises das regressões de Y1 vs x e Y2 vs x, cada uma delas com ambos modelos. Utiliza a transformação ''log()''. | - Estudar e preparar apresentação comparando diferentes estratégias para ajuste de um conjunto de dados: modelo com transformação da resposta e modelo com transformação na função de ligação. \\ Utilizando {{:disciplinas:ce092-2015-02:df02.txt|este arquivo de dados}}, efetue as análises das regressões de Y1 vs x e Y2 vs x, cada uma delas com ambos modelos. Utiliza a transformação ''log()''. | ||
| - Estudar e preparar apresentação sobre o modelo de regressão segmentado/por partes (//piecewise// ou //segmented// regression). Usar o mesmo conjunto de dados do conjunto anterior. Escolha um ponto adequado como //ponto de quebra//. | - Estudar e preparar apresentação sobre o modelo de regressão segmentado/por partes (//piecewise// ou //segmented// regression). Usar o mesmo conjunto de dados do conjunto anterior. Escolha um ponto adequado como //ponto de quebra//. | ||
| + | |||
| + | PS: procure utilizar funções do R e tb escrever suas próprias funções para estimar os modelos. | ||
| + | |||
| + | === 24/09 === | ||
| + | - Estudar e discutir em grupo [[http://www.leg.ufpr.br/~paulojus/embrapa/Rembrapa/Rembrapase30.html#x32-20100030|este exemplo de ajuste de modelos não lineares]] | ||
| + | - Propor um modelo não linear para os exemplos com os conjuntos de dados utilizados no curso | ||
| + | - Ajustar também uma regressão com transformação de variáveis e comparar o ajuste com demais modelos já discutidos. | ||
| + | - Escrever suas próprias funções para ajustes de diferentes distribuições (incluindo com transformação) conforme sugerido no {{:disciplinas:ce092-2015-02:verotrans.pdf|texto distribuído}} | ||
| + | - Idem para modelos de regressão com variáveis transformadas | ||
| + | |||
| + | === 13/10 === | ||
| + | - Estimação analítica de alguns GLMM: mostre os resultados para os modelos Poisson-Gamma, Beta-Binomial e Normal discutidos em aula. | ||
| + | - Estimação numérica de um GLMM | ||
| + | - Simular dados de um modelo Poisson com efeito aleatório: \\ <latex> | ||
| + | Y_{ij} \sim {\rm P}(\lambda_i) \\ \log(\lambda_i) = \mu + b_i \\ b_i \sim {\rm N}(0, \sigma^2)</latex> | ||
| + | - Escrever algorítmos utilizando diferentes métodos de integração para estimar o modelo | ||
| + | |||
| + | === 27/10 === | ||
| + | - Aproximar pdf's pela Normal (sugestão Gamma, mas vejam ouras tb) | ||
| + | - Implementar a aproximação de Laplace para ajuste de GLMM | ||
| + | - Sugestão: implementar para GLMM com distribuição de Poisson e intercepto aleatório. | ||
