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

Você está aqui: start » disciplinas » af722-2014-01

Essa é uma revisão anterior do documento!

Tabela de conteúdos

AF-722: Modelagem e análise de dados experimentais com o programa computacional R

AF-722: Modelagem e análise de dados experimentais com o programa computacional R

Detalhes da oferta da disciplina

  • Professor: Walmes Marques Zeviani, (LEG: Laboratório de Estatística e Geoinformação)
  • Curso: Aberto para alunos de pós-graduação.
  • Pré-requisito: Estatística Experimental.
  • Período: 2014, 1 trimestre.
  • Local: UFPR, Campus I - Agrárias.
  • Horário: Sexta-feira, 14h00-17h00.
  • Atendimento da monitoria:
    • Vanessa Sehaber: Qua 9h00-12h00, LEG - Centro Politécnico (mapa);
    • Henrique Laureano: Qui 14h00-17h00, LEMID - Agrárias;
  • Cartão de referência: Guia rápido do usuário R - tradução por Conrado Oliveira (ex-aluno).

Referências bibliográficas

Tutoriais curtos

  1. Fundamentos da linguagem;
  2. Estatística básica e análise gráfica;
  3. Modelos de regressão;
  4. Estatística Experimental.

<bibtex>

@TechReport{ribeiro_jr-leg, 

url = {http://www.leg.ufpr.br/~paulojus/embrapa/Rembrapa/Rembrapa.pdf},
year = {2009},
author = {Paulo Justiniano {Ribeiro Júnior}},
title = {Introdução ao Ambiente Estatístico R}

}

@TechReport{faraway-cran, 

url = {http://cran.r-project.org/doc/contrib/Faraway-PRA.pdf},
year = {2002},
author = {Julian J. Faraway},
title = {Practical Regression and Anova using {R}}

}

@book{logan2011biostatistical, 

title={Biostatistical Design and Analysis Using R: A Practical Guide},
author={Logan, M.},
isbn={9781444362473},
url={http://books.google.com.br/books?id=ZvOljlNiWGkC},
year={2011},
publisher={Wiley}

}

@book{faraway_linear_2005, 

      title = {Linear models with R},
isbn = {9781584884255},
publisher = {Chapman \& Hall/{CRC}},
author = {Julian James Faraway},
year = {2005},
pages = {244}

}

@book{faraway2005extending, 

title={Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models},
author={Faraway, J.J.},
isbn={9780203492284},
series={Chapman \& Hall/CRC Texts in Statistical Science},
url={http://books.google.com.br/books?id=ODcRsWpGji4C},
year={2005},
publisher={Taylor \& Francis}

}

@book{schabenberger2001contemporary, 

title={Contemporary Statistical Models for the Plant and Soil Sciences},
author={Schabenberger, O. and Pierce, F.J.},
isbn={9781584881117},
lccn={20043254},
url={http://books.google.com.br/books?id=c2Rr\_J7geGQC},
year={2001},
publisher={Taylor \& Francis}

}

@book{dean2013design, 

title={Design and Analysis of Experiments},
author={Dean, A.M. and Voss, D.},
isbn={9781475772920},
series={Springer Texts in Statistics},
url={http://books.google.com.br/books?id=GnI\_nwEACAAJ},
year={2013},
publisher={Springer New York}

}

@book{venables_modern_2002, 

title = {Modern applied statistics with S},
isbn = {9780387954578},
publisher = {Birkhäuser},
author = {William N. Venables and Brian D. Ripley},
year = {2002},
pages = {518}

}

@book{hay2011r, 

title={An R Companion to Linear Statistical Models},
author={Hay-Jahans, C.},
isbn={9781439873656},
lccn={2011039833},
url={http://books.google.com.br/books?id=nNhesIrJ\_PoC},
year={2011},
publisher={Taylor \& Francis}

}

@book{matloff2011art, 

title={The Art of R Programming: A Tour of Statistical Software Design},
author={Matloff, N. and Matloff, N.S.},
isbn={9781593274108},
url={http://books.google.com.br/books?id=4jL3sfmP1l8C},
year={2011},
publisher={No Starch Press}

}

@book{everitt_handbook_2009, 

edition = {2},
title = {A Handbook of Statistical Analyses Using R, Second Edition},
isbn = {1420079336},
publisher = {Chapman \& Hall},
author = {Brian S. Everitt and Torsten Hothorn},
month = jul,
year = {2009}

}

@book{dalgaard_introductory_2008, 

edition = {2nd},
title = {Introductory Statistics with R},
isbn = {0387790535},
publisher = {Springer},
author = {Peter Dalgaard},
month = aug,
year = {2008}

}

@book{dobson_introduction_2008, 

edition = {3},
title = {An Introduction to Generalized Linear Models, Third Edition},
isbn = {1584889500},
publisher = {Chapman and {Hall/CRC}},
author = {Annette J. Dobson and Adrian Barnett},
month = may,
year = {2008}

}

@book{ritz_nonlinear_2008, 

edition = {1},
title = {Nonlinear Regression with R},
isbn = {0387096159},
publisher = {Springer},
author = {Christian Ritz and Jens Carl Streibig},
month = nov,
year = {2008}

}

@book{sarkar_lattice:_2008, 

edition = {1},
title = {Lattice: Multivariate Data Visualization with R},
isbn = {0387759689},
publisher = {Springer},
author = {Deepayan Sarkar},
month = mar,
year = {2008}

}

@book{murrell_r_2005, 

edition = {1},
title = {R Graphics},
isbn = {{158488486X}},
publisher = {Chapman and {Hall/CRC}},
author = {Paul Murrell},
month = jul,
year = {2005}

}

</bibtex>

Download e instalação do R e editores
Cartões de referência para regressão
Regressão e medidas de diagnóstico
R e Markdown
Regressão não linear

Scripts, notas e documentos

Histórico das Aulas do Curso

Abaixo o histórico de atividades realizadas em classe e atividades extra classe aplicadas.

  1. 14/03:
    • Aula inicial, estrutura do curso, referências bibliográficas, horários, etc;
    • Fundamentos do planejamento de experimento: experimentos vs estudos observacionais, repetição vs replicação, métodos de controle local;
    • Modelo estatístico para representar os experimentos planejados, componentes e pressupostos do modelo, formas de estender o modelo;
    • Falácias comuns à estatística experimental.
  2. 21/03:
    • Fatores qualitativos e quantitativos;
    • Fatores de efeito fixo e aleatório;
    • Tipos de arranjos experimentais: fatorial completo/incompleto/fracionado, classificação hierárquica;
    • Modelos estatísticos associados aos experimentos em DIC, DBC e DQL;
    • Tipos de parametrização: zera 1º ou último nível, soma zero, Helmert;
    • Usando o computador para casualizar unidades experimentais;
    • Prática com o R para análise de experimentos em DIC, DBC e DQL.
  3. 28/03:
    • Experimentos com amostragem dentro de parcelas;
    • Modelos lineares de efeitos mistos;
    • Prática com o R para análise de experimento em DQL 11x11 com 4 amostras por parcela;
    • Análise dos resíduos e transformação da resposta (proporção amostral) por meio da família Box-Cox;
  4. 04/04:
    • Regressão linear simples, polinomial e múltipla;
    • Medidas de diagnóstico e avaliação dos pressupostos;
    • Bandas de confiança e predição;
    • Método stepwise para seleção de modelos;
  5. 11/04:
    • Teste de Wald para hipóteses lineares;
    • Análise de covariância.
  6. 25/04:
    • Regressão não linear;
    • Tipos de modelos, interpretação dos parâmetros;
    • Pontos característicos dos modelos e unidades de medidas dos parâmetros;
    • Especificação do modelo, estimativas, intervalos e bandas de confiança.
  7. 09/05:
    • Experimentos com mais de um fator;
    • Tipos de arranjos fatoriais: níveis cruzados, níveis aninhados, fatoriais incompletos e fatoriais fracionados.
    • Análise, interpretação e representação dos resultados em gráficos.
  8. 16/05: (previsto)
    • Experimentos com repetição dentro da parcela, perda de observações;
    • Modelos de regressão para representar o efeito de fatores quantitativos.
  9. 23/05
  10. 30/05
  11. 06/06

Avaliações

Delineamento em DIC, DBC e DQL

  • Ainda a definir método de avaliação;

Regressão linear simples e múltipla

  • Fazer os exercícios do livro Applied Statistics and Probability for Engineers (5th) (download) (senha: ASPE5th);
  • A solução dos exercícios deve ser em forma de tutorial conforme o exemplo em arquivo *.Rmd disponível no diretório de arquivos do Curso;
  • A tabela com o nome dos alunos e respectivos exercício encontra-se abaixo do código R usado para aleatorizá-los;
  • Os dados para os exercícios estão disponíveis no diretório walmes/data/MontgomeryASPE5th/;
  • Veja na sessão links úteis dessa página páginas de documentação do Markdown, do Knitr e tutoriais em vídeo;
  • Assim que concluído, o arquivo *.Rmd e o diretório contendo as figuras devem ser comprimidos para aquivo *.zip ou equivalente e hospedado no datafilehost. O link para download dos arquivos deve ser fornecido em uma caixa de discussão ao final dessa página. O último nome do acadêmico deve obrigatoriamente ser usado como nome dos arquivos (ex: zeviani.Rmd, zeviani.zip).
  • O prazo para envio é até às 12h00 do dia 25/04.

##-----------------------------------------------------------------------------
 
u <-
    c("Coutinho", "Gonzales", "Velazco", "Lopes", "Utima",
      "Nascimento", "Portugal", "Deiss", "Rickli", "Lima", "Forero",
      "Pinotti", "Paladini", "Witt", "Cavalieri", "Procopiuk", "Triches",
      "Roese", "Bedrij", "Nazareno")
e11 <-
    c("11.10", "11.11", "11.12", "11.13", "11.14", "11.15", "11.17", 
      "11.35", "11.3", "11.4", "11.5", "11.60", "11.6", "11.70", "11.71", 
      "11.72", "11.73", "11.74", "11.76", "11.78", "11.79", "11.7", 
      "11.80", "11.81", "11.82", "11.83", "11.85", "11.86", "11.87", 
      "11.88", "11.8", "11.90", "11.91", "11.92", "11.94", "11.95", 
      "11.96", "11.9")
e12 <-
    c("12.100", "12.104", "12.10", "12.11", "12.12", "12.13", "12.14", 
      "12.16", "12.17", "12.18", "12.19", "12.5", "12.6", "12.72", 
      "12.73", "12.74", "12.75", "12.7", "12.8", "12.96", "12.97", 
      "12.98", "12.99", "12.9")
 
## Sorteando.
set.seed(12345)
s11 <- c(sample(u, length(e11)-length(u)),
         sample(u, length(u)))
s12 <- c(sample(u, length(e12)-length(u)),
         sample(u, length(u)))
 
## Juntando e ordenando.
exerc <- data.frame(aluno=c(s11, s12), ex=c(e11, e12))
exerc <- exerc[with(exerc, order(aluno, ex)),]
nm <- max(table(exerc$aluno))
 
## Deixando no formato amplo.
e <- 
    as.data.frame(do.call(rbind,
                          lapply(split(exerc, exerc$aluno),
                                 function(i){
                                     v <- vector(mode="character", length=nm)
                                     v[seq_along(i$ex)] <- as.character(i$ex)
                                     v <- c(as.character(i$aluno[1]), v)
                                     v
                                 })))
names(e) <- c("Aluno", sprintf("Ex%i", 1:(ncol(e)-1)))
e[,-1]
             Ex1    Ex2    Ex3   Ex4
Bedrij     11.72  11.78  12.12      
Cavalieri  11.10  11.94  12.10 12.13
Coutinho    11.5  11.90  12.17      
Deiss      11.14   11.9  12.11 12.98
Forero      11.4  11.81   12.7      
Gonzales   11.60  11.91  12.74      
Lima       11.70  11.82  12.72      
Lopes      11.74  11.76  12.73      
Nascimento  11.6   11.7  12.16      
Nazareno   11.71  11.92  12.19      
Paladini   11.86 12.100  12.97      
Pinotti    11.73  11.95   12.6      
Portugal   11.35   11.8  12.99      
Procopiuk  11.13  11.80  12.18      
Rickli      11.3  11.79   12.5      
Roese      11.85   12.8             
Triches    11.11  11.83  12.75      
Utima      11.17  11.88  12.14      
Velazco    11.15  11.87 12.104  12.9
Witt       11.12  11.96  12.96      
 
Romano     11.13  11.79  12.72      
 
##-----------------------------------------------------------------------------

Passos para disponibilizar arquivos em upload no DataFileHost.

search?q=pessoais%3Awalmes%3Aaf722-2014-01%3Adiscussion&amp;btnI=lucky

~~DISCUSSION~~


QR Code
QR Code disciplinas:af722-2014-01 (generated for current page)