CE-092: Extensões de modelos de regressão

CE-092: Extensões de modelos de regressão

Detalhes da oferta da disciplina

  1. Período: Turma EST (Estatística), 2o semestre de 2017
  2. Professor(es) Responsável(is):
    • Elias Krainski (+ colaboradores), (LEG: Laboratório de Estatística e Geoinformação)
      1. Horários de atendimento do Professor :
        • Dias/Horários: segundas e quartas, 16:30 - 18:30
        • Local: LEG (Laboratório de Estatística e Geoinformação), prédio novo das exatas, 2o andar (final do corredor à direita)
        • OBS: Os dias e horários acima são preferenciais, contatar o professor (pessoalmente/email) se horários diferentes destes forem realmente necessários
  3. Horário e Local das aulas:
  4. Segundas, 19:00 - 20:30 (PA-04)
  5. Quartas, 21:00 - 22:30 (PA-01)
  6. Algumas aulas serã ministradas no LAB-A
  7. Datas do curso:
    31/07/2017 02/12/2017 11/12 a 16/12/2017
    Início das aulas Último dia letivo do semestre Exames finais

    - Avaliações:

    Atividade Data Pontuação Conteúdo Informações
    Avaliações Continuadas e trabalhos 1. durante aulas
    2. 04/09
    3. outras a definir     		25 pontos Avaliação das apresentações, trabalhos e participações nas aulas
    1a prova 30/08 25 pontos Conteúdo até aulas de 16/08: os 6 modelos discutidos - estrutura geral, diferenças e características. Modelos com transformação da variável resposta. Suavizações: regressão por splines, suavização por splines, suavização por kernel, polinômios locais. Prova 1
    2a prova 13/11 25 pontos Árvores e regressão não linear Prova 2 (a) e Prova2 (b)
    3a prova 29/11 25 pontos Modelos de efeitos aleatórios e modelos heterocedásticos Prova3
    Final 13/12 Todo conteúdo do curso (ver provas anteriores)
    1. Resultados das avaliações

    Programa/Objetivos da Disciplina

    Materiais do Curso

    Referências bibliográficas: Existe uma grande quantidade de publicações na forma de livros ou textos na web, com abordagens e diferentes níveis e diferentes focus (área de aplicação, métodos computacionais, etc). Seguem-se duas sugestões, mas outros materiais pode ser adotados.

    [2005, book | www]
    Faraway, J. J. (2005). Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models Taylor \& Francis.
    O livro possui ainda uma página de complementos online

    [2014, book | www]
    James, G., Witten, D., Hastie, T., & Tibshirani, R. (2014). An Introduction to Statistical Learning: With Applications in R Springer Publishing Company, Incorporated.

    [2002, book | www]
    Venables, W. N., & Ripley, B. D. (2002). Modern Applied Statistics with S Springer.

    [2009, book | www]
    Hastie, T., Tibishirani, R., & Friedman, J. (2009). Elements of statistical learning Springer.
    O livro possui uma página online

    Ver também referências na página de histórico das aulas do curso

    Histórico das Aulas do Curso

    Acompanhe o histórico das aulas do curso com as datas, conteúdo abordado e atividades recomendadas.

    Outros materiais

    ATENÇÃO: estes arquivos/página poderão ser atualizados durante o curso. ídeos

    1. Vídeos (etc) sobre o livro Elements of Statistical Learning

    Programas computacionais

    O uso de programas computacionais pode auxiliar (e muito!) o entendimento do conteúdo do curso e poderá ser parte da avaliação.

    1. Programa computacional recomendado
      1. The R project for Statistical Computing: página do programa R

    Espaço Aberto

    Página aberta para edição, troca de informações e interação dos participantes do curso.