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

Você está aqui: start » disciplinas » ce092-2018-02

Essa é uma revisão anterior do documento!

CE-092: Extensões de modelos de regressão

CE-092: Extensões de modelos de regressão

Detalhes da oferta da disciplina

  1. Período: Turma EST (Estatística), 2o semestre de 2018
  2. Professor(es) Responsável(is):
    • PJ (+ colaboradores), (LEG: Laboratório de Estatística e Geoinformação)
      1. Horários de atendimento do Professor :
        • Dias/Horários: terças e quintas, 17:00 - 19:00
        • 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
  3. Horário e Local das aulas:
  4. Terças, 19:00 - 20:30 (PA-07) novo local!!!
  5. Quintas, 21:00 - 22:30 (PA-07) novo local!!!
  6. Algumas aulas será ministradas no LAB-A
  7. Datas do curso:
    30/07/2018 03/12/2018 10 a 15/12/2018
    Início das aulas Último dia letivo do semestre Exames finais

    - Avaliações:

    Atividade Data Pontuação Conteúdo Informações
    Avaliações Continuadas e trabalhos durante aulas com aviso na semana anterior e/ou na página de histórico das aulas do curso 25 pontos Avaliação, apresentações, trabalhos e participações nas aulas
    1a prova 25 pontos Prova 1
    2a prova 27/11 (19:00) 25 pontos Modelos de ef. aleatórios Prova 2
    3a prova 03/12 (19:00) 25 pontos Árvores, modelos não lineares, heterocedásticos e regressão quantílica Prova 3
    segunda parte
    Final 13/12 (20:30) Todo conteúdo do curso (ver provas anteriores)
    1. Resultados das avaliações

    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.<bibtex> @book{venables2002modern, 

    title={Modern Applied Statistics with S},
author={Venables, W.N. and Ripley, B.D.},
isbn={9780387954578},
lccn={2002022925},
series={Statistics and Computing},
url={https://www.stats.ox.ac.uk/pub/MASS4/},
year={2002},
edition={4th}
publisher={Springer}

    } </bibtex>

    <bibtex> @book{faraway2005extending, 

    title={Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models},
author={Faraway, J.J.},
series={Chapman \& Hall/CRC Texts in Statistical Science},
url={http://www.maths.bath.ac.uk/~jjf23/ELM},
year={2005},
publisher={CRC Press / Taylor \& Francis}

    } </bibtex>

    <bibtex> @book{faraway2016extending, 

    title={Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models},
author={Faraway, J.J.},
series={Chapman \& Hall/CRC Texts in Statistical Science},
year={2016},
url={http://www.maths.bath.ac.uk/~jjf23/ELM},  
edition={2nd},
publisher={CRC Press / Taylor \& Francis}

    } </bibtex>

    <bibtex> @book{James:2014:ISL:2517747, author = {James, Gareth and Witten, Daniela and Hastie, Trevor and Tibshirani, Robert}, title = {An Introduction to Statistical Learning: With Applications in R}, year = {2014}, isbn = {1461471370, 9781461471370}, publisher = {Springer Publishing Company, Incorporated}, url={http://www-bcf.usc.edu/~gareth/ISL/}, } </bibtex>

    <bibtex> @book{esl, 

    title={Elements of statistical learning},
author={Trevor Hastie & Robert Tibishirani & Jerome Friedman},
url={http://statweb.stanford.edu/~tibs/ElemStatLearn/},
year={2009},
publisher={Springer}

    } </bibtex>

    1. Vídeos (etc) sobre o livro Elements of Statistical Learning

    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.

    Provas e atividades ofertas anteriores da disciplina

    1. Página da oferta em 2017/02
    2. Página da oferta em 2016/02
    3. Página da oferta em 2015/02

    Programas computacionais

    O uso de programas computacionais pode auxiliar (e muito!) o entendimento do conteúdo do curso e poderá ser parte da avaliação.

    1. Programa computacional recomendado
      1. 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.


QR Code
QR Code disciplinas:ce092-2018-02 (generated for current page)