CE-225: Modelos Lineares Generalizados

1. Período: primeiro semestre de 2012
2. Professor Responsável:
   • Elias T. Krainski, (LEG: Laboratório de Estatística e Geoinformação)
3. Horário e Local: Segundas e quartas as 17:30hs, PC-17
   • Data importantes:
     • 05/03/2011 - Início das aulas
     • 23/06/2011 - Último dia letivo do 2o semestre
     • 02/07 a 07/07/2011 - Período de exames finais
     • Calendário completo: Resolução 70/11 do CEPE
4. Avaliação: será considerado duas provas (P1 e P2), lista de exercícios (L) e um trabalho (T).
   • Prova 1: 07/05 - (segunda-feira)
   • Prova 2: 11/10 - (quarta-feira)
   • Trabalho: 15/10 - (segunda-feira) - veja exemplos aqui
5. Média = 0.2*L + 0.4*P1 + 0.4*T
   • Prova Final: 17/10 (quarta-feira)
6. NOTAS
7. Horários de atendimento do professor : quintas 19hs (ou marcada). LEG (Laboratório de Estatística e Geoinformação), prédio anexo ao prédio da administração do centro politécnico, andar superior (espaço do antigo salão de provas)

1. Lista 1 (para dia 07/05)
   • Coloque a distribuição gamma na família exponencial. Defina também, esperança, variância, sua função escore e função de ligação canônica.
   • Implemente o algoritmo de Fisher para encontrar as estimativas dos parâmetros da distribuição gama para os seguintes dados: 1.09 2.59 2.53 1.81 0.61 1.86 2.07 1.93 1.29 0.99
   • Encontre a função escore de Beta (coeficientes de regresão) a informação de Fisher de Beta para MLG
   • Especifique as matrizes X e W e o vetor u no algoritmo IWLS para MLG
   • Especifique W e u (IWLS) no caso Normal considerando a) ligação canônica, b) ligação log, c) ligação raiz quadrada
   • Especifique W e u (IWLS) no caso Poisson considerando a) ligação canônica, b) ligação identidade c) ligação raiz quadrada
   • Especifique W e u (IWLS) no caso Gamma considerando a) ligação canônica, b) ligação identidade c) ligação raiz quadrada

OBS: Apenas o exercicio da distribuição gamma é para fazer analiticamente e implementar no computador. Os demais são apenas analiticos (sem implementação computacional).

O objetivo desta disciplina é capacitar os alunos no procedimento de análise de dados usando modelos lineares generalizados.

1. profa. M. Antónia Amaral Turkman e prof. Giovani Loiola Silva - livro
2. prof. Gauss M. Cordeiro e prfa. Clarice G. B. Demetrio - Minicurso SEAGRO/RBRAS
3. prof. Gilberto A. Paula - Livro e material adicional
4. Capitulo da tese de ANTONIO FERNANDO DE C VIEIRA aqui

1. Histórico das aulas do curso com as datas, conteúdo abordado e atividades recomendadas

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

O curso não prevê conteúdo computacional. Entretanto todo o conteúdo abordado pode ser tratado computacionalmente por planilhas eletrônicas (como por exemplo o OpenOffice/BrOffice) ou programas estatístico. O uso de programas computacionais pode auxiliar (e muito!) o entendimento do conteúdo do curso e não será parte da avaliação do curso.

• Programa estatístico recomendado
  1. The R project for Statistical Computing: página do programa R
• Recursos auxiliares
  1. BrOffice suite de programas semelhante ao MS-Office (editor de texto, banco de dados, apresentação e planilha) gratuito.
  2. Uma página interessante com um introdução ao R
  3. O Tinn-R é um GUI/Editor para o ambiente R sob Windows que facilita muito o uso do R neste ambiente operacional
  4. O Xemacs é uma outra opção de editor que facilita a edição de arquivos do e R e disponível para plataformas Linux e Windows.
  5. r-br é uma lista de discussão em português sobre o uso do R

Página aberta para conversas, troca de informações, discussões e interações entre participantes do curso.