Ementa

Diagrama de dispersão. Método dos mínimos quadrados: otimização usando o R. Igualdade entre os estimadores de máxima verossimilhança e método dosmínimos quadrados. Necessidade de hipóteses para a componente de erro do modelo. Análise de Resíduos. Identificação de valores influentes. Transformação de variáveis. Seleção do melhor modelo de regressão. Aplicação dos procedimentos de regressão Linear em diversas áreas do conhecimento. Modelos Lineares Generalizados: Família exponencial. Ajuste pelo método de Newton Raphson. Inferência. Seleção de Variáveis e Análise de resíduos. Regressão para dados de contagem (Poisson), modelos com OFFSET, análise de dados demográficos. Regressão para dados de contagem (Binomial). Aproximações para o modelo Binomial. Regressão para respostas binárias (Logística), análise de sensibilidade e especificidade, curva ROC. Conceitos de Superdispersão e Subdispersão. Métodos de ajuste de modelos com super e sub-dispersão. Regressão para dados multi-classes...

Código da disciplina: ICX506

Tipo da atividade: obrigatória

Créditos mínimo: 3

Carga horária (horas):

Teórica	Prática	Total
45	0