Métodos Estatísticos Avançados em Epidemiologia
|
|
- Angélica Escobar
- 5 Há anos
- Visualizações:
Transcrição
1 Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Métodos Estatísticos Avançados em Epidemiologia Aula 2-2 Regressão de Poisson: Modelando Contagens
2 Distribuição de Poisson Muitas variáveis resposta de interesse são contagens. - O número de colônias de bactérias em uma placa de Petri; - O número de árvores em uma extensão de terra; - O número de filhos de uma mulher. Contagens usualmente têm distribuição de Poisson: µ y µ e P( Y = y) =, y = 0, 1, 2, 3,..., y! na qual µ é a média de Y (e também sua variância). µ é qualquer valor real positivo, não precisa ser inteiro.
3 Regressão de Poisson Assume-se que a variável resposta Y tem distribuição de Poisson e sua média µ é modelada em função de uma combinação linear das preditoras X s: ln( µ ) = + x + x + L k x k só + qualquer valor real (+, - ou 0) qualquer valor real (+, - ou 0) ou seja: µ = e 0 + 1x1 + 2x2 + L+ k xk.
4 Exemplo: Número de filhos de uma mulher Variável resposta Y: número de filhos da mulher Variáveis explicativas: X 1 : idade (em anos completos) X 2 : renda (em reais) X 3 : escolaridade (baixa, média, alta) X 4 : trabalho (sim, não) A média de Y é modelada em função de uma combinação linear das preditoras X s: µ Y = e 0 + 1x1 + 2x2 + 3x3 + 4x 4.
5 Interpretação dos Coeficientes Considere fixos x 2,..., x k e um acréscimo de a unidades em X 1 : mudança de x para x+a. ln( µ ]) = + ( x + x + L+ [ x 0 1 ) [ x+ a] ) = 0 + 1( x + a) + 2x2 + L 2 2 k x k ln( µ + x ln( µ ) ln( µ = a [ x + a] [ x] ) = 1 ou seja, um acréscimo de a unidades em X 1 leva a um acréscimo de a 1 unidades no logaritmo da média de Y. Para a > 0: µ = e a µ Equivalentemente: < 1, se 1 < 0 [ x+ a ] 1 [ x ]. k k > 1, se 1 > 0
6 Exemplo 1: Número de clientes (do livro do Neter) Uma loja de material elétrico, de construção e outros suprimentos de casa deseja estudar a relação entre o número de clientes de sua loja vindos de cada localidade e características destas localidades. Durante um período de duas semanas, foram conduzidas pesquisas com clientes dentro da loja e seus endereços foram obtidos. Os endereços foram usados para identificar o setor censitário no qual o cliente reside. No final do período da pesquisa, o número total de clientes de cada setor censitário que visitaram a loja dentro de um raio de 10 milhas foi determinado. Para cada setor, foram obtidas também informações sociodemográficas relevantes, como renda média, número de domicílios, etc. Outras informações julgadas relevantes foram obtidas, como a distância do setor censitário à loja e a distância do setor censitário à principal loja concorrente.
7
8 Todos os coeficientes são significantes (diferentes de zero) a 5%.
9 Interpretação do efeito de X 1 (n o de casas) na média de Y (n o de clientes): Comparando um setor com x casas com outro setor com x+100 casas, µ ˆ [ x+ 100] ( ) µ = e 1 = e = e = [ x] 1.06 A cada 100 casas a mais no setor, a média do número de clientes vindos do setor aumenta em 6%. Interpretação do efeito de X 5 (distância do setor à loja) na média de Y: Comparando um setor a x milhas da loja com outro a x+1 milhas da loja, µ µ ˆ [ x+ 1] 1 1( ) = e 5 = e = e = [ x] 0.88 A cada 1 milha mais distante da loja está o setor, a média do número de clientes vindos do setor reduz em 12%.
10 Exemplo 2: Os nascimentos por cesariana são ditos serem mais frequentes em hospitais privados do que nos hospitais públicos. Os dados do número total de nascimentos e o número de cesarianas foram obtidos de 4 hospitais privados e 16 públicos hospitais. Births Hospital Caesareans
11
12 Modelo 1: cesarianas X nascimentos Call: glm(formula=caesareans~births,family=poisson(link=log), data = cesarianas) Coefficients: Estimate Std. Error z value Pr(> z ) (Intercept) 2.132e e < 2e-16 Births 4.406e e e Null deviance: on 19 df Residual deviance: on 18 df AIC:
13 Modelo 1: cesarianas X nascimentos + tipo de hospital Call: glm(formula = Caesareans~Births + as.factor(hospital), family = poisson(link = log), data = cesarianas) Coefficients: Estimate Std. Error z value Pr(> z ) (Intercept) 1.351e e e-08 Births 3.261e e e-08 Hospital 1.045e e Null deviance: on 19 df Residual deviance: on 17 df AIC:
14 glm(formula = Caesareans ~ Births + as.factor(hospital) + Births*as.factor(Hospital), family=poisson(link=log), data=cesarianas) Coefficients: Estimate Std. Error z value Pr(> z ) (Intercept) Births Hospital Births:Hospital Null deviance: on 19 df Residual deviance: on 16 df AIC:
15
16 Exemplo com Dados II: Uma coorte de fumantes e não fumantes foi observada por vários anos. Foi registrado o número de casos de câncer de pulmão em cada categoria da combinação de valores de número de cigarros fumados por dia e número de anos fumando. Dados relativos ao número de anos de fumo foram também foram obtidos para cada indivíduo. Para cada categoria, foram calculados o número de pessoas-ano de fumo.
17 CigarrosDia AnosFumo PessoasAnoFumo CasosCancer CigarrosDia AnosFumo PessoasAnoFumo CasosCancer
18
19
20 Modelo 1: Call: glm(formula = CasosCancer ~ CigarrosDia + AnosFumo, family = poisson(link = log), data = cigarros) Coefficients: Estimate Std. Error z value Pr(> z ) (Intercept) CigarrosDia e-06 AnosFumo e Null deviance: on 34 d.f. Residual deviance: on 32 df AIC:
21 Modelo 2: Call: glm(formula = CasosCancer ~ CigarrosDia + AnosFumo + CigarrosDia*AnosFumo, family = poisson(link = log), data = cigarros) Coefficients: Estimate Std. Error z value Pr(> z ) (Intercept) CigarrosDia AnosFumo Ciga:AnosFumo Null deviance: on 34 df Residual deviance: on 31 df AIC:
22 Comparando as deviances dos dois modelos: anova(cigarros.fit1,cigarros.fit2, test="chisq") Analysis of Deviance Table Model 1: CasosCancer ~ CigarrosDia + AnosFumo Model 2: CasosCancer ~ CigarrosDia + AnosFumo + CigarrosDia * AnosFumo Resid.Df Resid.Dev Df Deviance P (> Chi )
23 Qualidade do Ajuste, Diagnósticos, Seleção de Modelos Similar ao modelo de regressão logística. Assumptions in Poisson Regression The assumptions include: 1. Logarithm of the disease rate changes linearly with equal increment increases in the exposure variable. 2. Changes in the rate from combined effects of different exposures or risk factors are multiplicative. 3. At each level of the covariates the number of cases has variance equal to the mean. 4. Observations are independent. Methods to identify violations of assumption (3) i.e. to determine whether variances are too large or too small include plots of residuals versus the mean at different levels of the predictor variable. Recall that in the case of normal linear regression, diagnostics of the model used plots of residuals against fits (fitted values). This means that the same diagnostics can be used in the case of Poisson Regression.
Modelos Lineares Generalizados
unificação metodológica Alexandre Adalardo de Oliveira PlanECO 2017 1 of 43 03/29/2017 11:47 AM Conceitos estrutura do erro preditora linear função de ligação 2 of 43 03/29/2017 11:47 AM Função de ligação
Leia maisBIE5782. Unidade 7: INTRODUÇÃO AOS MODELOS LINEARES
BIE5782 Unidade 7: INTRODUÇÃO AOS MODELOS LINEARES ROTEIRO 1.Motivação 2. Método dos mínimos quadrados 3. Ajuste no R: função lm 4. Resultado no R: objeto lm 5. Premissas, interpretação e diagnóstico 6.
Leia maisCE062c José Luiz Padilha da Silva e Cesar Augusto Taconeli 13 de setembro de 2018
CE062c José Luiz Padilha da Silva e Cesar Augusto Taconeli 13 de setembro de 2018 Examplo usando gamlssnp(): dados de cérebros de animais O tamanho do cérebro (brain) e peso corporal (body) foram registrados
Leia maisModelo de regressão Beta
Modelo de regressão Beta Fernando Lucambio Pérez Departamento de Estatística Universidade Federal do Paraná Agosto de 2004 1 Consideremos uma situação em que a variável resposta contínua é restrita ao
Leia maisANOVA - Etapas de Análise
ANOVA - Etapas de Análise Entender o Delineamento Estrutura de Tratamento Aleatorização das Unidades Amostrais Aleatorização das Unidades Experimentais aos Tratamentos Adotar um Modelo Estrutural e Distribucional
Leia maisTrabalho de Modelos Lineares Generalizados
Universidade Federal do Paraná Trabalho de Modelos Lineares Generalizados Ananda Bordignon 1, Brendha Lima 2, Giovanna Lazzarin 3 12 de Novembro de 2018 1 GRR20149157 2 GRR20149163 3 GRR20149088 1 SUMÁRIO
Leia maisEstatística Aplicada II. } Regressão Linear
Estatística Aplicada II } Regressão Linear 1 Aula de hoje } Tópicos } Regressão Linear } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática, 007, Cap. 7
Leia maisModelo Linear Generalizado Distribuição de Poisson
Valeska Andreozzi 1 Modelo Linear Generalizado Distribuição de Poisson Problema 1 O objetivo desta aula é exemplificar a modelagem de dados de contagem. Vamos ilustrar como os modelos lineares generalizados
Leia maisTeste F-parcial 1 / 16
Teste F-parcial Ingredientes A hipótese nula, H 0, define o modelo restrito. A hipótese alternativa, H a : H 0 é falsa, define o modelo irrestrito. SQR r : soma de quadrado dos resíduos associada à estimação
Leia maisTeste F-parcial 1 / 16
Teste F-parcial A hipótese nula, H 0, define o modelo restrito. Ingredientes SQR r : soma de quadrado dos resíduos sob H 0. R 2 r: coeficiente de determinação sob H 0. g: número de restrições a serem testadas
Leia maisVariável dependente Variável independente Coeficiente de regressão Relação causa-efeito
Unidade IV - Regressão Regressões Lineares Modelo de Regressão Linear Simples Terminologia Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito Regressão correlação Diferença
Leia maisExame de Recorrência de Métodos Estatísticos. Departamento de Matemática Universidade de Aveiro
Exame de Recorrência de Métodos Estatísticos Departamento de Matemática Universidade de Aveiro Data: 6/6/6 Duração: 3 horas Nome: N.º: Curso: Regime: Declaro que desisto Classificação: As cotações deste
Leia maisGabarito Lista 2 LES0773 Estatística III. Os resultados dessa regressão são apresentados na seguinte tabela:
Gabarito Lista 2 LES0773 Estatística III Exercício 1) Utilizando a ferramenta Análise de Dados e a sua função Regressão, foi realizada uma regressão levando em consideração os gastos com PD como variável
Leia maisINSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 EXAME: DATA 24 / 02 / NOME DO ALUNO:
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 Estudos de Mercado EXAME: DATA 24 / 02 / 20010 NOME DO ALUNO: Nº INFORMÁTICO: TURMA: PÁG. 1_ PROFESSOR: ÉPOCA: Grupo I (10
Leia maisMODELOS MATEMÁTICOS E APLICAÇÕES 2015/2016 EXERCÍCIOS DE MODELOS LINEARES MISTOS PARTE I
MODELOS MATEMÁTICOS E APLICAÇÕES 2015/2016 EXERCÍCIOS DE MODELOS LINEARES MISTOS PARTE I 1. Num estudo de selecção da videira, com vista a estudar a variabilidade genética do rendimento da casta Touriga
Leia maisEXPLORANDO OS MODELOS LINEARES GENERALIZADOS APLICAÇÃO A DADOS DE UM PEQUENO SUPERMERCADO
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística EXPLORANDO OS MODELOS LINEARES GENERALIZADOS APLICAÇÃO A DADOS DE UM PEQUENO SUPERMERCADO CE225 - Modelos Lineares Generalizados
Leia mais1 AULA 5 - REGRESSÃO LOGÍSTICA BINOMIAL
1 AULA 5 - REGRESSÃO LOGÍSTICA BINOMIAL 1.1 Tabela de contingência A base de dados que vamos utilizar são os dados do estudo caso-controle em que os casos foram mulheres com infertilidade e os controles,
Leia maisRegressão Logística: Um Estudo sobre o Uso de Tabaco entre Alunos da Universidade Federal do Paraná Curitiba
UNIVERSIDADE FEDERAL DO PARANÁ Departamento de Estatística Regressão Logística: Um Estudo sobre o Uso de Tabaco entre Alunos da Universidade Federal do Paraná Curitiba CE225 - Modelos Lineares Generalizados
Leia maisBIOESTATÍSTICA. Análise de regressão
BIOESTATÍSTICA Análise de regressão Análise de correlação Existe uma associação estatística entre duas variáveis? As duas variáveis são independentes ( ou seja, qual o grau da variação das duas juntas)?
Leia maisModelos Lineares Generalizados para Dados de Contagem Ananda Bordignon, Brendha Lima, Giovanna Lazzarin 28 de novembro de 2018
Modelos Lineares Generalizados para Dados de Contagem Ananda Bordignon, Brendha Lima, Giovanna Lazzarin 28 de novembro de 2018 1. Introdução O objetivo deste trabalho é apresentar uma análise estatística,
Leia maisLista 1 - Gabarito. Prof. Erica Castilho Rodrigues Disciplina: Modelos Lineares Generalizados. 29 de Abril. f(y i, θ i ) = θ i exp( yiθ i ).
Lista 1 - Gabarito Prof. Erica Castilho Rodrigues Disciplina: Modelos Lineares Generalizados 29 de Abril 1. (Concurso Petrobrás - 2011) Em um modelo de regressão logística, o que indica se o modelo se
Leia maisMEDIÇÃO DA QUALIDADE DO VINHO BRANCO NORTE PORTUGUÊS
Universidade Federal do Paraná Departamento de Estatística MEDIÇÃO DA QUALIDADE DO VINHO BRANCO NORTE PORTUGUÊS CE225 - Modelos Lineares Generalizados Francielle Przibiciem de Mattos GRR20124686 Guilherme
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia maisANOVA com modelos encaixados
ANOVA com modelos encaixados Motivação 1 Testar a significância de β j ( j = 0, 1,, p na presença das demais regressoras, usando o teste t, é trabalho, pois precisa de: ^β e ^Var (^β j = ^σ 2 j c ( j+1(
Leia maisAula Prática 1. Uso do R com exemplos Adaptação: Flávia Landim/UFRJ
Aula Prática 1 Uso do R com exemplos Adaptação: Flávia Landim/UFRJ Objetivos Analisar duas variáveis quantitativas: traçando diagramas de dispersão, para avaliar possíveis relações entre as duas variáveis;
Leia maisModelos Binomial e Poisson
Objetivos Motivação BIE5781 - Pós-Graduação em Ecologia USP Setembro de 2016 Objetivos Motivação Objetivo da Aula Os objetivos dessa aula são: Objetivos Motivação Objetivo da Aula Os objetivos dessa aula
Leia maisModelos para dados de contagem
O modelo de Poisson Sumário 1 Introdução 2 Regressão de Poisson Taxa de Incidência Inclusão de covariáveis Interpretação dos parâmetros 3 Exemplos 4 Superdispersão Dados de Contagem Podemos estar interessados
Leia maisCE062c José Luiz Padilha da Silva e Cesar Augusto Taconeli 23 de outubro de 2018
CE062c José Luiz Padilha da Silva e Cesar Augusto Taconeli 23 de outubro de 2018 Exemplo 1: resposta binária com intercepto aleatório normal Considere uma coorte de 275 crianças pré-escolares indonésias
Leia maisIntrodução aos Modelos Lineares em Ecologia
Introdução aos Modelos Lineares em Ecologia Prof. Adriano Sanches Melo - Dep. Ecologia UFG asm.adrimelo no gmail.com Página do curso: www.ecologia.ufrgs.br/~adrimelo/lm/ Livro-texto: Crawley, M.J. 2005.
Leia maisAnálise de Variância e outras análises. Airlane P. Alencar
Análise de Variância e outras análises 2018 Airlane P. Alencar Introdução: Análise de Variância Caso particular do modelo de regressão: As variáveis explicativas são em geral, de natureza qualitativa (chamadas
Leia maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 6 Introducing statistical modeling Part 2 (Correlation and Linear regression) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Continuar
Leia maisGAM. Ilka Afonso Reis
GAM Ilka Afonso Reis Modelo Estatístico O objetivo de um modelo estatístico é fornecer a base matemática para responder às seguintes questões: As variáveis preditoras/explicativas explicam adequadamente
Leia maisAula Prática 02 Estatística Experimental DELINEAMENTO CASUALIZADO EM BLOCOS. *Planejamento do Experimento Delineamento Casualizado em Blocos (DBC);
Aula Prática 02 Estatística Experimental DELINEAMENTO CASUALIZADO EM BLOCOS *Planejamento do Experimento Delineamento Casualizado em Blocos (DBC); proc plan; factors blocos=3 ordered parcelas=9 ordered;
Leia maisRegressão linear múltipla - Correlação parcial
Regressão linear múltipla - Correlação parcial trigo Matriz de correlações: trigo % matéria orgânica 40 103 32 1 58 192 45 28 50 300 39 5 72 420 46 11 61 510 34 14 69 630 38 2 63 820 32 12 % matéria orgânica
Leia maisModelos log-lineares
Modelos log-lineares Apresentamos exemplos de ajustes de modelos log-lineares com a função glm do pacote stats em R. Os resultados são destacados em cor azul. Os dados do exemplo podem ser encontrados
Leia maisModelos Binomial e Poisson
Objetivos Motivação BIE5781 - Pós-Graduação em Ecologia USP setembro de 2012 Objetivo da Aula Objetivos Motivação Os objetivos dessa aula são: Objetivos Motivação Objetivo da Aula Os objetivos dessa aula
Leia maisAula Prática 03 Estatística Experimental DELINEAMENTO QUADRADO LATINO. *Planejamento do Experimento Delineamento Quadrado Latino (DQL);
Aula Prática 03 Estatística Experimental DELINEAMENTO QUADRADO LATINO *Planejamento do Experimento Delineamento Quadrado Latino (DQL); ods rtf; title 'Planejamento do Experimento - Quadrados Latinos';
Leia maisModelagem em Experimentos Mistura-Processo para Otimização de Processos Industriais
Luiz Henrique Abreu Dal Bello Modelagem em Experimentos Mistura-Processo para Otimização de Processos Industriais Tese de Doutorado Tese apresentada como requisito parcial para obtenção do título de Doutor
Leia maisExemplo Número de Clientes da Loja
Exemplo Número de Clientes da Loja Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Clientes da Loja 2 o Semestre 2015 1 / 24 Clientes
Leia maisCE062c José Luiz Padilha da Silva e Cesar Augusto Taconeli 06 de novembro de 2018
A função plot.gamlss() CE062c José Luiz Padilha da Silva e Cesar Augusto Taconeli 06 de novembro de 2018 Considere os dados de circunferência abdominal discutido anteriormente. relacionamos a circunferência
Leia maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA "LUIZ DE QUEIROZ" DEPARTAMENTO DE CIÊNCIAS EXATAS RELATÓRIO DE ATIVIDADE PRÁTICA Relatório da aula prática nº 2, da disciplina LCE602 - Estatística
Leia maisUser-defined missing values are treated as missing. Statistics are based on all cases with valid data. VARIABLES=Ano /ORDER= ANALYSIS.
Frequencies Notes Missing Value Handling Syntax Definition of Missing Cases Used User-defined missing values are treated as missing. Statistics are based on all cases with valid data. FREQUENCIES VARIABLES=Ano
Leia maisRegressão linear múltipla. Regressão linear múltipla
Regressão linear múltipla 35 R 2 = 61% Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M. Pagano e Gravreau e Geraldo
Leia maisUNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO. PROJETO DE EXTENSÃO Software R: de dados utilizando um software livre.
UNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO PROJETO DE EXTENSÃO Software R: Capacitação em análise estatística de dados utilizando um software livre. Fonte: https://www.r-project.org/ Módulo
Leia maisRELACÃO DO CRIME EM CIDADES PEQUENAS COM CUSTO, IDADE E ANOS DE ESTUDO DE ESTADOS DA AMERICA DO NORTE
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística RELACÃO DO CRIME EM CIDADES PEQUENAS COM CUSTO, IDADE E ANOS DE ESTUDO DE ESTADOS DA AMERICA DO NORTE CE225 - Modelos
Leia maisMRLM COM COVARIÁVEIS CATEGÓRICAS. criar uma variável dummy para representar uma categoria da variável. variável dummy: assume só dois valores: 0 ou 1
MRLM COM COVARIÁVEIS CATEGÓRICAS Como quantificar o efeito das categorias de uma variável sobre a resposta Y? (exemplo: efeito de sexo masculino/feminino sobre salário) criar uma variável dummy para representar
Leia maisComparando equações de regressão em dados de saúde
Comparando equações de regressão em dados de saúde Terezinha Aparecida Guedes*, Ivan Ludgero Ivanqui e Ana Beatriz Tozzo Martins Departamento de Estatística, Universidade Estadual de Maringá, Av Colombo,
Leia maisAMOSTRAGEM COMPLEXA. Bases de Dados IAN-AF Tutorial para análise ponderada recorrendo aos softwares SPSS e R
AMOSTRAGEM COMPLEXA Bases de Dados IAN-AF Tutorial para análise ponderada recorrendo aos softwares SPSS e R 1 Conteúdo Nota introdutória... 3 1. Software SPSS... 4 2. Software R... 16 Referências [1] R
Leia maisTeste de Cochran-Mantel-Haenszel
Teste de Cochran-Mantel-Haenszel Apresentamos um exemplo com a função mantelhaen.test do pacote stats em R. Os dados do exemplo podem ser encontrados na Tabela 3.3, p. 60, do livro Introduction to Categorical
Leia maisIntrodução Regressão linear Regressão de dados independentes Regressão não linear. Regressão. Susana Barbosa
Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2012-2013 Regressão linear x : variável explanatória y : variável resposta Gráfico primeiro! Gráfico primeiro! Gráfico primeiro! Modelo linear x
Leia maisPrecificação de apartamentos para o bairro Água Verde em Curitiba
Precificação de apartamentos para o bairro Água Verde em Curitiba Chuck Norris Arnold Schwarzenegger 18 de julho de 2013 O preço de imóveis depende principalmente do seu tamanho e localização. A infraestrutura
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II
FACULDADE DE ECONOMIA DO PORTO Licenciatura em Economia E C O N O M E T R I A II (LEC310) NOTAS PRÉVIAS: Exame Final Época Normal 9 de Junho de 2006 1. A primeira parte da prova tem duração de 75 minutos
Leia maisME613 - Análise de Regressão
ME613 - Análise de Regressão Parte 2 Propriedades dos estimadores Samara F. Kiihl - IMECC - UNICAMP Suposições do modelo de regressão linear simples Suposições do modelo de regressão linear simples Até
Leia maisb) Teste a hipótese de efeito significante do tamanho da população sobre a venda do produto, na presença de renda per capita
Exemplo 1 (continuação a Estime por intervalo de 95% de confiança, o aumento do número médio de lotes vendidos devido a 1000 pessoas a mais na população, mantendo a renda per capita fixa b Teste a hipótese
Leia maisUma Introdução à Lógica da Modelagem Estatística
BIE5781 Aula 1 Uma Introdução à Lógica da Modelagem Estatística Inferência clássica x modelagem Testes de Significância Zar (1999) Biostatistical Analysis t de Student t = X Ȳ s exy William Gosset (1876-1937)
Leia maisHarvest Year Municipality-State Cultivar Region Elevation. SCLmax (g ha -1 ) Montividiu-GO
Table 1S Field-specific information for 35 uniform fungicide trials conducted in Brazil during four seasons (2009 to 2012 harvest years) and summaries of the mean white mold incidence (INCchk) in non-treated
Leia maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 7 Introducing statistical modeling Part 3 (Multivariable linear regression) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Continuar
Leia maisAnálise de dados em Geociências
Análise de dados em Geociências Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2014-2015 Resumo Introdução Regressão linear dados independentes séries temporais Regressão de quantis Regressão
Leia maisDimensionamento de amostras para regressão logística
Dimensionamento de amostras para regressão logística Arminda Lucia Siqueira 1 Flávia Komatsuzaki 1 Introdução Regressão logística é hoje padrão de análise para muitos estudos da área da saúde cuja variável
Leia maisDelineamento inteiramente casualizado. Mario A. Lira Junior Estatística Aplicada à Agricultura UFRPE
Delineamento inteiramente casualizado Mario A. Lira Junior Estatística Aplicada à Agricultura UFRPE Características especiais Ambiente é homogêneo Ou na ausência de informação sobre heterogeneidade Delineamento
Leia maisUniversidade Católica Portuguesa Faculdade de Ciências Económicas e Empresariais. ESTATÍSTICA MULTIVARIADA 2º. Semestre 2006/07
Universidade Católica Portuguesa Faculdade de Ciências Económicas e Empresariais ESTATÍSTICA MULTIVARIADA 2º. Semestre 2006/07 28.Maio.2007 José Filipe Rafael I Um colega seu está a tentar explicar o salário
Leia maisEstatística II Licenciatura em Gestão. Parte I
Estatística II Licenciatura em Gestão 1 o semestre 2015/2016 ER - 03/02/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circunstância, é motivo suficiente para
Leia maisTabela 1 - Teste de Dickey-Fuller para série log-preço futuro. Teste ADF 0, ,61% Tabela 2 - Teste de Dickey-Fuller para série log-preço à vista
32 5. Resultados 5.1. Séries Log-preço Para verificar se as séries logaritmo neperiano dos preços (log-preço) à vista e futuro e as séries logaritmo neperiano dos retornos (log-retorno) à vista e futuro
Leia maisRegressão para Dados de Contagem - Segurança e privatização ferroviária na Grã-Bretanha
Universidade Federal do Paraná Departamento de Estatística Regressão para Dados de Contagem - Segurança e privatização ferroviária na Grã-Bretanha CE22 - Modelos Lineares Generalizados Francielle Przibiciem
Leia maisMódulo 16- Análise de Regressão
Módulo 6 Análise de Regressão Módulo 6- Análise de Regressão Situação Problema Um grupo de investidores estrangeiros deseja aumentar suas atividades no Brasil. Considerando a conjuntura econômica de moeda
Leia mais[DataSet11] D:\Fmh\Doutoramento\Tese\Dados\Quantitativos\Questionário Prof essores.sav
USE ALL. FILTER BY filter_$. EXECUTE. CLUSTER CondRelativa ImpRelativa IntegRelativa /METHOD SINGLE /MEASURE=SEUCLID /ID=Id.Prof /PRINT SCHEDULE /PRINT DISTANCE /PLOT DENDROGRAM. [DataSet] D:\Fmh\Doutoramento\Tese\Dados\Quantitativos\Questionário
Leia maisUM ESTUDO COMPARATIVO DO USO DO MINITAB, SPSS E XL-STAT EM REGRESSÕES UTILZIANDO DADOS SOBRE LIBERDADE ECONÔMICA DE 157 PAÍSES NO CENÁRIO MUNDIAL
UM ESTUDO COMPARATIVO DO USO DO MINITAB, SPSS E XL-STAT EM REGRESSÕES UTILZIANDO DADOS SOBRE LIBERDADE ECONÔMICA DE 157 PAÍSES NO CENÁRIO MUNDIAL LOURENÇO AUGUSTO C. GRANATO PONTIFÍCIA UNIVERSIDADE CATÓLICA
Leia maisAula no SAS. Planejamento do Experimento - Delineamento inteiramente casualizado. Saídas
Aula no SAS Planejamento do Experimento - Delineamento inteiramente casualizado Saídas title "Antes da Casualização"; data plano; do parc=1 to 20;*DEVE SER MÚLTIPLO DO NÚMERO DE TRATAMENTOS; trat=int((parc-1)/5)+1;*tratamentos+1=5;
Leia mais4 Metodologia. Wt = W 0 exp{(l/k)(1-e-kt)} (8)
4 Metodologia Serão apresentadas duas formas de se estimar a persistência. A primeira é de forma mais agregada e se utiliza de dados em forma de triângulos de run-off e é conhecida como Chain Ladder, uma
Leia maisISCTE IUL Instituto Universitário de Lisboa. Licenciatura em Gestão Estatística I 1º Teste. 26 Outubro de 2013 Duração: 1h 30m
ISCTE IUL Instituto Universitário de Lisboa Licenciatura em Gestão Estatística I 1º Teste Duração: 1h 30m Nota: Não são prestados esclarecimentos durante a prova! Só é permitida a consulta do formulário
Leia maisAnalise discriminante rácios Económico - Financeiros - VI Page 1
Frequencies ANALISE DOS RÁCIOS Notes Missing Value Handling Syntax Definition of Missing Cases Used Userdefined missing values are treated as missing. Statistics are based on all cases with valid data.
Leia maisModelos de Análise de Variância
Modelos de Análise de Variância Delineamento Completamente Aleatorizado: k tratamentos, r réplicas (balanceado) yi iid ~ N ; i i Normalidade Variância constante ( homocedasticidade ) Independência Análise
Leia maisRelatório GLM - Predição de doênça coronária cardíaca através do modelo de regressão generalizado com resposta Binomial
UNIVERSIDADE FEDERAL DO PARANÁ Rafael Morciani Alves da Silva Maike Willian Martins dos Santos Mateus Gemelli Ramos Relatório GLM - Predição de doênça coronária cardíaca através do modelo de regressão
Leia maisUNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA. Maio 2018 Aula 7
1 UNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA Maio 2018 Aula 7 Armando Manuel 09/29/2017 10. ECONOMETRIA DAS SERIES TEMPORAIS a) Processos Estocásticos b) A Cointegração c) A Previsão 1. Modelo Box
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA. Jayme Gomes dos Santos Junior Luciana Helena Kowalski
UNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA Jayme Gomes dos Santos Junior Luciana Helena Kowalski MODELAGEM DA EXPECTATIVA DE VIDA NOS MUNICÍPIOS DO PARANÁ A PARTIR DE COVARIÁVEIS DO CENSO 2010
Leia maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 4 Introducing statistical modeling Part 1 (Analysis of variance) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Introduzir a ideia de
Leia maisi j i i Y X X X i j i i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
Leia maisCapítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
Leia mais7 Análise dos Dados e Cálculos
71 7 Análise dos Dados e Cálculos 7.1 Validade dos Processos Estocásticos 7.1.1 Teste de Dickey-Fuller De início, para verificar a rejeição de hipótese de que as séries seguem um MGB foi realizado um teste
Leia maisTÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO
TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO Mario de Andrade Lira Junior lira.pro.br\wordpress REGRESSÃO X CORRELAÇÃO Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida
Leia maisAnálise de convergência de renda entre os municípios do Maranhão. Carlos Fernando Quartaroli
Análise de convergência de renda entre os municípios do Maranhão Carlos Fernando Quartaroli Convergência absoluta Se for encontrado um coeficiente beta menor do que zero, estatisticamente significativo,
Leia maisPrincípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho
Princípios em Planejamento e Análise de Dados Ecológicos Regressão linear Camila de Toledo Castanho 217 Conteúdo da aula 1. Regressão linear simples: quando usar 2. A reta de regressão linear 3. Teste
Leia maisAvaliação do conteúdo de potássio em grãos de soja em função dos níveis de água a potássio aplicados
Avaliação do conteúdo de potássio em grãos de soja em função dos níveis de água a potássio aplicados Walmes Marques Zeviani 1 Material e métodos O experimento foi instalado em casa de vegetação no Campus
Leia maisEnsaio Clínico de Contraceptivos José Luiz Padilha da Silva 24 de outubro de 2018
Ensaio Clínico de Contraceptivos José Luiz Padilha da Silva 24 de outubro de 2018 Exemplo: Ensaio Clínico de Contraceptivos Introdução Este exemplo é de um estudo longitudinal de uso de contraceptivos
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO CLASSIFICAÇÃO DO BRASIL Focando principalmente indicadores relacionados
Leia maisExame de Recurso de Métodos Estatísticos. Departamento de Matemática Universidade de Aveiro
Exame de Recurso de Métodos Estatísticos Departamento de Matemática Universidade de Aveiro Data: /7/6 Duração: 3 horas Nome: N.º: Curso: Regime: Declaro que desisto Classificação: As cotações deste exame
Leia maisModelos de Escolha Discreta
Modelos de Escolha Discreta Exercício Resolvido 2 Uma empresa de expedição rápida de encomendas, que serve actualmente várias cidades do País, tem neste momento dois modos de funcionamento: O primeiro
Leia maisEleições Legislativas, Comportamento Parlamentar e Modelos de Efeitos Fixos
1 Eleições Legislativas, Comportamento Parlamentar e Modelos de Efeitos Fixos Ernesto F. L. Amaral Magna M. Inácio 14 de outubro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho
Leia maisEstatística Aplicada à Administração II
Estatística Aplicada à Administração II Tópico: Análise Discriminante (No SPSS e no Minitab) Bibliografia: R.A. Johnson, Applied Multivariate Statistical Analysis, Prentice Hall, 1992 L.J. Corrar; E. Paulo;
Leia maisConstipação José Luiz Padilha da Silva 21 de outubro de 2018
Constipação José Luiz Padilha da Silva 21 de outubro de 2018 Descrição dos dados No banco de dados foram incluídos 151 recém-nascidos acompanhados nos primeiros 12 meses de vida. Foram previstos um total
Leia maisPlanejamento e Pesquisa 1. Dois Grupos
Planejamento e Pesquisa 1 Dois Grupos Conceitos básicos Comparando dois grupos Testes t para duas amostras independentes Testes t para amostras pareadas Suposições e Diagnóstico Comparação de mais que
Leia maisUNIVERSIDADE DOS AÇORES Licenciatura em Sociologia. Análise de Dados
UNIVERSIDADE DOS AÇORES Licenciatura em Sociologia Análise de Dados Exame Data: 200 06 07 Duração: 2 horas Nota: Justifique todas as suas afirmações. Um investigador pretende saber se existem ou não diferenças
Leia maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA "LUIZ DE QUEIROZ" DEPARTAMENTO DE CIÊNCIAS EXATAS RELATÓRIO DE ATIVIDADE PRÁTICA Relatório da aula prática nº 1, da disciplina LCE602 - Estatística
Leia maisCap 7 Modelo de Cox. Outline. 2 Cap 2 O tempo. 3 Cap 3 Funções de Sobrevida. 5 Modelo de Cox. Carvalho MS (2009) Sobrevida 1 / 22
Outline Cap 7 Modelo de Cox 1 Cap 1 Introdução 2 Cap 2 O tempo 3 Cap 3 Funções de Sobrevida 4 Cap 4 Não-Paramétrica 5 Modelo de Cox Carvalho MS (2009) Sobrevida 1 / 22 Riscos Proporcionais Cap 7 Modelo
Leia maisENADE Exame Nacional de Desempenho de Estudantes. Instituições do Ensino Superior do Município de São Paulo
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP MÉTODOS QUANTITATIVOS DE PESQUISA EMPÍRICA Prof. Dr. ARNOLDO HOYOS ENADE 9 Exame Nacional de Desempenho de Estudantes Instituições do Ensino Superior
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO PESQUISA SOCIO-ECONOMICA AO NIVEL MUNICPAL NO BRASIL Focando
Leia maisUMA PESQUISA EXPLORATORIA DOS INDICADORES DO IRBEM-2011 DA REDE NOSSA SÃO PAULO
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UMA PESQUISA EXPLORATORIA DOS INDICADORES DO IRBEM-2011 DA REDE NOSSA SÃO PAULO Aluno: Claudemir
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Modelo de Poisson e Análise de Dados Longitudinais Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia maisEstatística para Geografia. Rio, 13/09/2018
Estatística para Geografia Rio, 13/09/2018 Objetivos: mostrar como usar o R para construir um diagrama de dispersão entre duas variáveis quantitativas. calcular a correlação entre duas variáveis quantitativas.
Leia mais