Não foi possível enviar o arquivo. Será algum problema com as permissões?

Essa é uma revisão anterior do documento!


Curso de capacitação ao ambiente estatístico R

Curso de capacitação ao ambiente estatístico R

Descrição

Curso ministrado pelo Professor M.Sc. Walmes Marques Zeviani aos Docentes da Faculdade de Ciências Agrárias da Universidade Federal da Grande Dourados (FCA/UFGD), coordenado pela Professora D.Sc. Lívia Chamma Davide. O Curso tem o objetivo de apresentar o programa R e sua aplicação na análise de dados de experimentos agronômicos.

Ementa da disciplina

Introdução a linguagem e interface de trabalho; Importação de dados; Análise exploratória de dados; Testes de significâncias; Análise de regressão linear e não linear; Análise de dados em delineamentos experimentais; Análise de experimentos com respostas do tipo proporção e contagem.

Justificativa

O Curso será importante para aprofundar a teoria de planejamento e análise de experimentos além de instrumentalizar os participantes com as funcionalidades do aplicativo estatístico R.

Materiais do curso

  • Script executável com as análises apresentadas durante o curso: cursoR4.R.
  • Documento com as rotinas das análises apresentadas durante o curso: cursoR4.pdf.
  • usar os dados de secagem de solo em micro-ondas na parte de modelos não lineares.
  • mostrar algum ajuste de blocos incompletos.
  • usar pacote ExpDes.
  • usar o RStudio.
  • usar os dados de semente da Lívia/Aline para glm(…, family=bionomial),
  • dados do Miguel para glm(…, family=Poisson),
  • dados da sua TCC para experimentos em faixa,
  • dados do Fábio Ono para fatorial (soja),
  • dados do Fábio Régis para parcela subdivida com outras estruturas de correlação na profundidade,
  • dados da Carla para ajuste do duplo van Genuchten,
  • dados da sua Tese para ajuste de modelos não lineares de liberação,
  • dados da Nani para crescimento de goiaba,
  • dados do André para fatorial com 1 e 2 tratamentos adicionais,
  • dados do Caique para dados desbalanceados e análise de covariância,
  • usar gráficos com deslizadores para controlar uma observação e ver o que acontece com os gráficos de diagnóstico de resíduo ao deslocar uma observação.
  • tratar os casos de dic, dbc com um e dois fatores desbalanceados.

QR Code
QR Code pessoais:walmes:cursorufgd (generated for current page)