No quadro abaixo será anotado o conteúdo dado em cada aula do curso.
É indicado material para leitura correspondente ao conteúdo da aula nas referências bibliográficas básicas do curso:
| T & S | C & D | P | |||
|---|---|---|---|---|---|
| Data | Local | Conteúdo | Leitura | Leitura | Leitura |
| Introdução | |||||
| 19/03 | PC-17 | Modelo Linear Gaussiano. Método dos mínimos quadrados. | |||
| 21/03 | PC-17 | Modelo Linear Gaussiano. Método da máxima verossimilhança. | |||
| 26/03 | PC-17 | Propriedades dos estimadores de máxima verossimilhança | |||
| 28/03 | PC-17 | Família exponencial | 5-10 | 2-7 | 4-7 |
| 02/04 | PC-17 | Revisão do algoritmo de Newton-Raphson: caso Normal | |||
| Introdução aos Modelos Lineares Generalizados | |||||
| 04/04 | PC-17 | Modelos lineares generalizados, função de verossimilhança de MLG. | 11-26 | 13-34 | 7-12 |
| 09/04 | PC-17 | Função escore, informação de fisher em MLG. Estatisticas suficientes. | 27-32 | 35-36 | 20-24 |
| 16/04 | PC-17 | Exemplo com regressão Bernoulli com ligação canônica. | |||
| 18/04 | Labest | Algoritmo de Fisher caso normal aqui | |||
| 23/04 | Labest | Regressão Bernoulli com ligação logística. aqui veja também | |||