Essa é uma revisão anterior do documento!
CE-092: Extensões de modelos de regressão
Detalhes da oferta da disciplina
- Período: Turma EST (Estatística), 2o semestre de 2017
- Professor(es) Responsável(is):
- Elias Krainski (+ colaboradores), (LEG: Laboratório de Estatística e Geoinformação)
- 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
- Horário e Local das aulas:
- Segundas, 19:00 - 20:30 (PA-04)
- Quartas, 21:00 - 22:30 (PA-01)
- Algumas aulas serã ministradas no LAB-A
- Resolução 62-12 CEPE que estabelece o calendário para 2017 (formato PDF)
- 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 definir25 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 Provs3 Final 13/12 Todo conteúdo do curso - Resultados das avaliações
- Resultados (por GRR) (resultados parciais para determinar se aluno deve ou não fazer exame final. Notas complementares podem alterar a média mas não alteram fazer ou não a final)
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.
- [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.
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
Programas computacionais
O uso de programas computacionais pode auxiliar (e muito!) o entendimento do conteúdo do curso e poderá ser parte da avaliação.
- Programa computacional recomendado
- 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.
