Essa é uma revisão anterior do documento!
CE-092: Extensões de modelos de regressão
Detalhes da oferta da disciplina
- Período: Turma EST (Estatística), 2o semestre de 2017
- Professor(es) Responsável(is):
- Elias Krainski (+ colaboradores), (LEG: Laboratório de Estatística e Geoinformação)
- Horários de atendimento do Professor :
- Dias/Horários: segundas e quartas, 16:30 - 18:30
- 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
- Horário e Local das aulas:
- Segundas, 19:00 - 20:30 (PA-04)
- Quartas, 21:00 - 22:30 (PA-01)
- Algumas aulas serã ministradas no LAB-A
- Resolução 62-12 CEPE que estabelece o calendário para 2017 (formato PDF)
- Datas do curso:
31/07/2017 02/12/2017 11/12 a 16/12/2017 Início das aulas Último dia letivo do semestre Exames finais - Avaliações:
Atividade Data Pontuação Conteúdo Informações Avaliações Continuadas e trabalhos 1. durante aulas
2. 04/09
3. outras a definir40 pontos Avaliação das apresentações, trabalhos e participações nas aulas 1a prova 30/08 30 pontos Conteúdo até aulas de 16/08: os 6 modelos discutidos - estrutura geral, diferenças e características. Modelos com transformação da variável resposta. Suavizações: regressão por splines, suavização por splines, suavização por kernel, polinômios locais. 2a prova a definir 30 pontos 3a prova a definir 30 pontos Final – Todo conteúdo do curso - 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{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}
} </bibtex> O livro possui ainda uma página de complementos online
<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{venables2002modern,
title={Modern Applied Statistics with S}, author={Venables, W.N. and Ripley, B.D.}, isbn={9780387954578}, lccn={2002022925}, series={Statistics and Computing}, url={http://books.google.com.br/books?id=974c4vKurNkC}, year={2002}, publisher={Springer}
} </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> O livro possui uma página online
Ver também referências na página de histórico das aulas do curso
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. ídeos
Programas computacionais
O uso de programas computacionais pode auxiliar (e muito!) o entendimento do conteúdo do curso e poderá ser parte da avaliação.
- Programa computacional recomendado
- 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.