Exemplo Placas Dentárias

Tamanho: px
Começar a partir da página:

Download "Exemplo Placas Dentárias"

Transcrição

1 Exemplo Placas Dentárias Gilberto A. Paula Departamento de Estatística IME-USP, Brasil 2 o Semestre 2016 G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

2 Placas Dentárias Sumário 1 Placas Dentárias 2 Modelo Proposto 3 Modelo Ajustado 4 Conclusões 5 Referências G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

3 Placas Dentárias Placas Dentárias Descrição dos Dados Vamos considerar os dados referentes a um experimento (Hadgu e Koch, 1999) para verificar a eficiência de dois líquidos diferentes no tratamento da placa dentária, em que 109 voluntários foram aleatorizados da seguinte forma: G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

4 Placas Dentárias Placas Dentárias Descrição dos Dados Vamos considerar os dados referentes a um experimento (Hadgu e Koch, 1999) para verificar a eficiência de dois líquidos diferentes no tratamento da placa dentária, em que 109 voluntários foram aleatorizados da seguinte forma: 39 receberam placebo, G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

5 Placas Dentárias Placas Dentárias Descrição dos Dados Vamos considerar os dados referentes a um experimento (Hadgu e Koch, 1999) para verificar a eficiência de dois líquidos diferentes no tratamento da placa dentária, em que 109 voluntários foram aleatorizados da seguinte forma: 39 receberam placebo, 34 receberam o líquido A, G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

6 Placas Dentárias Placas Dentárias Descrição dos Dados Vamos considerar os dados referentes a um experimento (Hadgu e Koch, 1999) para verificar a eficiência de dois líquidos diferentes no tratamento da placa dentária, em que 109 voluntários foram aleatorizados da seguinte forma: 39 receberam placebo, 34 receberam o líquido A, 36 receberam o líquido B. G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

7 Placas Dentárias Placas Dentárias Descrição dos Dados Vamos considerar os dados referentes a um experimento (Hadgu e Koch, 1999) para verificar a eficiência de dois líquidos diferentes no tratamento da placa dentária, em que 109 voluntários foram aleatorizados da seguinte forma: 39 receberam placebo, 34 receberam o líquido A, 36 receberam o líquido B. Para cada voluntário foi obtido um escore das placas dentárias em três ocasiões: G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

8 Placas Dentárias Placas Dentárias Descrição dos Dados Vamos considerar os dados referentes a um experimento (Hadgu e Koch, 1999) para verificar a eficiência de dois líquidos diferentes no tratamento da placa dentária, em que 109 voluntários foram aleatorizados da seguinte forma: 39 receberam placebo, 34 receberam o líquido A, 36 receberam o líquido B. Para cada voluntário foi obtido um escore das placas dentárias em três ocasiões:início do tratamento, 3 meses após o uso do líquido e 6 meses após o uso do líquido, totalizando 3 medidas ao longo do tempo. G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

9 Placas Dentárias Placas Dentárias - Antes do Tratamento Densidade Escore G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

10 Placas Dentárias Placas Dentárias - Perfis dos Pacientes Escore Placebo RINSE A RINSE B Início do Tratamento Após 3 Meses Após 6 Meses Período G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

11 Placas Dentárias Boxplot Robusto Placas Dentárias - Placebo Escore Início do Tratamento Após 3 Meses Após 6 Meses Período G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

12 Placas Dentárias Boxplot Robusto Placas Dentárias - Rinse A Escore Início do Tratamento Após 3 Meses Após 6 Meses Período G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

13 Placas Dentárias Boxplot Robusto Placas Dentárias - Rinse B Escore Início do Tratamento Após 3 Meses Após 6 Meses Período G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

14 Modelo Proposto Sumário 1 Placas Dentárias 2 Modelo Proposto 3 Modelo Ajustado 4 Conclusões 5 Referências G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

15 Modelo Proposto Modelo Proposto Modelo de QV Seja y ijk o escore do k-ésimo indivíduo do i-ésimo grupo (placebo, líquido A, líquido B) e j-ésimo período (início do tratamento, após 3 meses, após 6 meses), i, j = 1, 2, 3, k = 1,..., n ij, com n 1j = 39, n 2j = 34 e n 3j = 36. G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

16 Modelo Proposto Modelo Proposto Modelo de QV Seja y ijk o escore do k-ésimo indivíduo do i-ésimo grupo (placebo, líquido A, líquido B) e j-ésimo período (início do tratamento, após 3 meses, após 6 meses), i, j = 1, 2, 3, k = 1,..., n ij, com n 1j = 39, n 2j = 34 e n 3j = 36. Vamos supor o seguinte modelo de quase-verossimilhança: G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

17 Modelo Proposto Modelo Proposto Modelo de QV Seja y ijk o escore do k-ésimo indivíduo do i-ésimo grupo (placebo, líquido A, líquido B) e j-ésimo período (início do tratamento, após 3 meses, após 6 meses), i, j = 1, 2, 3, k = 1,..., n ij, com n 1j = 39, n 2j = 34 e n 3j = 36. Vamos supor o seguinte modelo de quase-verossimilhança: y ijk Q(µ ij ; y ij ), E(y ijk ) = µ ij e Var(y ijk ) = σ 2 µ 2 ij, G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

18 Modelo Proposto Modelo Proposto Modelo de QV Seja y ijk o escore do k-ésimo indivíduo do i-ésimo grupo (placebo, líquido A, líquido B) e j-ésimo período (início do tratamento, após 3 meses, após 6 meses), i, j = 1, 2, 3, k = 1,..., n ij, com n 1j = 39, n 2j = 34 e n 3j = 36. Vamos supor o seguinte modelo de quase-verossimilhança: y ijk Q(µ ij ; y ij ), E(y ijk ) = µ ij e Var(y ijk ) = σ 2 µ 2 ij, Corr(y ijk, y ij k) = ρ para j j (=1 para j = j, =0 nos demais casos), G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

19 Modelo Proposto Modelo Proposto Modelo de QV Seja y ijk o escore do k-ésimo indivíduo do i-ésimo grupo (placebo, líquido A, líquido B) e j-ésimo período (início do tratamento, após 3 meses, após 6 meses), i, j = 1, 2, 3, k = 1,..., n ij, com n 1j = 39, n 2j = 34 e n 3j = 36. Vamos supor o seguinte modelo de quase-verossimilhança: y ijk Q(µ ij ; y ij ), E(y ijk ) = µ ij e Var(y ijk ) = σ 2 µ 2 ij, Corr(y ijk, y ij k) = ρ para j j (=1 para j = j, =0 nos demais casos), em que σ 2 > 0. G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

20 Modelo Proposto Modelo Proposto Modelo de QV A parte sistemática do modelo fica dada por G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

21 Modelo Proposto Modelo Proposto Modelo de QV A parte sistemática do modelo fica dada por log(µ ij ) = α+β i +γ j +δ ij, G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

22 Modelo Proposto Modelo Proposto Modelo de QV A parte sistemática do modelo fica dada por log(µ ij ) = α+β i +γ j +δ ij, para i, j = 1, 2, 3, α denota o nível base, β i denota o nível de grupo, γ j denota o nível de período e δ ij denota a interação entre grupo e período. G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

23 Modelo Proposto Modelo Proposto Modelo de QV A parte sistemática do modelo fica dada por log(µ ij ) = α+β i +γ j +δ ij, para i, j = 1, 2, 3, α denota o nível base, β i denota o nível de grupo, γ j denota o nível de período e δ ij denota a interação entre grupo e período. É importante ressaltar que, assim como no exemplo dos ataques epilépticos, o interesse nesse exemplo é testar H 0 : δ ij = 0, para i, j = 1, 2, 3, contra H 1 : δ ij 0 para algum (i, j). G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

24 Modelo Proposto Modelo Proposto Modelo de QV A parte sistemática do modelo fica dada por log(µ ij ) = α+β i +γ j +δ ij, para i, j = 1, 2, 3, α denota o nível base, β i denota o nível de grupo, γ j denota o nível de período e δ ij denota a interação entre grupo e período. É importante ressaltar que, assim como no exemplo dos ataques epilépticos, o interesse nesse exemplo é testar H 0 : δ ij = 0, para i, j = 1, 2, 3, contra H 1 : δ ij 0 para algum (i, j). Como é um modelo casela de referência (Placebo) temos as restrições β 1 = 0, γ 1 = 0, δ 11 = δ 12 = δ 13 = 0 e δ 21 = δ 31 = 0. G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

25 Modelo Ajustado Sumário 1 Placas Dentárias 2 Modelo Proposto 3 Modelo Ajustado 4 Conclusões 5 Referências G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

26 Modelo Ajustado Modelo Ajustado Estimativas Efeito Parâmetro Estimativa z-robusto Constante α 0,939 42,347 Líquido A β 2 0,005 0,156 Líquido B β 3-0,031-1,043 Tempo(3M) γ 2-0,372-7,040 Tempo(6M) γ 3-0,386-8,261 A*Tempo(3M) δ 22-0,283-2,816 A*Tempo(6M) δ 23-0,327-3,207 B*Tempo(3M) δ 32-0,308-3,605 B*Tempo(6M) δ 33-0,490-5,745 Correlação ρ 0,374 Dispersão σ 2 0,148 Precisão φ 6,760 Q.Ajuste QIC 976,5 G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

27 Modelo Ajustado Escore Predito Escore Predito Placebo Rinse A Rinse B Início 3 Meses 6 Meses Período G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

28 Modelo Ajustado Distância de Cook EEG Distância de Cook (46,3) (93,2) Unidade Experimental G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

29 Modelo Ajustado Resíduos EEG Resíduo de Pearson Percentil da N(0,1) G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

30 Conclusões Sumário 1 Placas Dentárias 2 Modelo Proposto 3 Modelo Ajustado 4 Conclusões 5 Referências G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

31 Conclusões Conclusões Considerações Finais G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

32 Conclusões Conclusões Considerações Finais Dois pontos se destacam no gráfico da distância de Cook (#46 e #93). Porém, a retirada desses pontos não muda a inferência no modelo. G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

33 Conclusões Conclusões Considerações Finais Dois pontos se destacam no gráfico da distância de Cook (#46 e #93). Porém, a retirada desses pontos não muda a inferência no modelo. Pelo gráfico normal de probabilidades não há presença de pontos aberrantes, porém há indícios de que o modelo não está bem ajustado. G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

34 Conclusões Conclusões Considerações Finais Dois pontos se destacam no gráfico da distância de Cook (#46 e #93). Porém, a retirada desses pontos não muda a inferência no modelo. Pelo gráfico normal de probabilidades não há presença de pontos aberrantes, porém há indícios de que o modelo não está bem ajustado. Pelo gráfico de perfis preditos nota-se que ambos os líquidos, A e B, reduzem o escore médio das placas dentárias de médio e de longo prazo. G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

35 Conclusões Conclusões Considerações Finais Dois pontos se destacam no gráfico da distância de Cook (#46 e #93). Porém, a retirada desses pontos não muda a inferência no modelo. Pelo gráfico normal de probabilidades não há presença de pontos aberrantes, porém há indícios de que o modelo não está bem ajustado. Pelo gráfico de perfis preditos nota-se que ambos os líquidos, A e B, reduzem o escore médio das placas dentárias de médio e de longo prazo. O rinse B parece ser mais eficiente a longo prazo. G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

36 Referências Sumário 1 Placas Dentárias 2 Modelo Proposto 3 Modelo Ajustado 4 Conclusões 5 Referências G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

37 Referências Referências Referências Hadgu, A. e Koch, G. (1999). Application of generalized estimating equations to a dental randomized clinical trial. Journal of Biopharmaceutical Statistics 9, G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre / 20

Exemplo MLG Misto. Gilberto A. Paula. Departamento de Estatística IME-USP, Brasil

Exemplo MLG Misto. Gilberto A. Paula. Departamento de Estatística IME-USP, Brasil Exemplo MLG Misto Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre 2015 1 / 16 Placas Dentárias Sumário

Leia mais

Exemplos Equações de Estimação Generalizadas

Exemplos Equações de Estimação Generalizadas Exemplos Equações de Estimação Generalizadas Bruno R. dos Santos e Gilberto A. Paula Departamento de Estatística Universidade de São Paulo, Brasil giapaula@ime.usp.br Modelos Lineares Generalizados dos

Leia mais

Exemplo Ataques Epilépticos

Exemplo Ataques Epilépticos Exemplo Ataques Epilépticos Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Ataques Epilépticos 2 o Semestre 2015 1 / 20 Ataques

Leia mais

Exemplo Misto Ataques Epilépticos

Exemplo Misto Ataques Epilépticos Exemplo Misto Ataques Epilépticos Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Ataques Epilépticos 2 o Semestre 2016 1 / 25

Leia mais

MAE Modelos Lineares Generalizados 2 o semestre 2017

MAE Modelos Lineares Generalizados 2 o semestre 2017 MAE5763 - Modelos Lineares Generalizados 2 o semestre 2017 Prof. Gilberto A. Paula 3 a Lista de Exercícios 1. Supor y i ind FE(µ, φ i ) com φ i = α + γz i, para i = 1,..., n. Como ca a matriz modelo Z?

Leia mais

Exemplos Modelos de Quase-Verossimilhança

Exemplos Modelos de Quase-Verossimilhança Exemplos Modelos de Quase-Verossimilhança p. 1/40 Exemplos Modelos de Quase-Verossimilhança Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de

Leia mais

Exemplo Espinhel de Fundo

Exemplo Espinhel de Fundo Exemplo Espinhel de Fundo Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Espinhel de Fundo 2 o Semestre 2016 1 / 35 Espinhel de

Leia mais

Exemplos Regressão Dados de Contagem

Exemplos Regressão Dados de Contagem Exemplos Regressão Dados de Contagem p. 1/26 Exemplos Regressão Dados de Contagem Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de 2011 Exemplos

Leia mais

Exemplo Multicolinearidade

Exemplo Multicolinearidade Exemplo Multicolinearidade Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Calor do Cimento 1 o Semestre 2013 1 / 28 Calor de Cimento

Leia mais

Resenha Modelos Lineares Generalizados

Resenha Modelos Lineares Generalizados Resenha Modelos Lineares Generalizados Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2014 G. A. Paula (IME-USP) Resenha MLGs 2 o Semestre 2014 1 / 75 Introdução

Leia mais

Exemplo Chamadas Telefônicas

Exemplo Chamadas Telefônicas Exemplo Chamadas Telefônicas Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Chamadas Telefônicas 2 o Semestre 2016 1 / 25 Chamadas

Leia mais

Exemplo Ausências Escolares

Exemplo Ausências Escolares Exemplo Ausências Escolares Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Ausências Escolares 2 o Semestre 2015 1 / 24 Ausências

Leia mais

Exemplo Abastecimento de Refrigerantes

Exemplo Abastecimento de Refrigerantes Exemplo Abastecimento de Refrigerantes Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2016 G. A. Paula (IME-USP) Abastecimento de Refrigerantes 1 o Semestre

Leia mais

Exemplo Regressão Robusta

Exemplo Regressão Robusta Exemplo Regressão Robusta Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Abastecimento de Refrigerantes 1 o Semestre 2013 1 /

Leia mais

Exemplo Infecções de Ouvido

Exemplo Infecções de Ouvido Exemplo Infecções de Ouvido Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Infecções de Ouvido 2 o Semestre 2016 1 / 27 Infecções

Leia mais

Exemplo Vida Útil de Ferramentas

Exemplo Vida Útil de Ferramentas Exemplo Vida Útil de Ferramentas Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Vida útil de Ferramentas 2 o Semestre 2016 1 /

Leia mais

Exemplo Falhas em Tecidos

Exemplo Falhas em Tecidos Exemplo Falhas em Tecidos Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Falhas em Tecidos 2 o Semestre 2016 1 / 27 Rolos de Tecido

Leia mais

Resenha dos Modelos Lineares Generalizados

Resenha dos Modelos Lineares Generalizados Resenha dos Modelos Lineares Generalizados p. 1/67 Resenha dos Modelos Lineares Generalizados Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre

Leia mais

Exemplo Preferência de Automóveis

Exemplo Preferência de Automóveis Exemplo Preferência de Automóveis Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Preferência Automóveis 2 o Semestre 2016 1 /

Leia mais

Faturamento de Restaurantes

Faturamento de Restaurantes Faturamento de Restaurantes Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre 2016 1 / 29

Leia mais

Exemplo Número de Clientes da Loja

Exemplo 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 mais

Exemplos Regressão Dados Binários

Exemplos Regressão Dados Binários Exemplos Regressão Dados Binários p. 1/28 Exemplos Regressão Dados Binários Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de 2011 Exemplos

Leia mais

Exame da OAB. Gilberto A. Paula. Departamento de Estatística IME-USP, Brasil

Exame da OAB. Gilberto A. Paula. Departamento de Estatística IME-USP, Brasil Exame da OAB Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2017 G. A. Paula (IME-USP) Exame da OAB 2 o Semestre 2017 1 / 29 Exame da OAB Sumário 1 Exame

Leia mais

1 z 1 1 z 2. Z =. 1 z n

1 z 1 1 z 2. Z =. 1 z n Gabarito Lista 3. Tópicos de Regressão. 2016-2. 1. Temos que y i ind N (µ, φi ), com log φ i = α + γz i, para i = 1,..., n, portanto (i) para o γ = (α, γ) a matriz modelo ca Z = 1 z 1 1 z 2.. 1 z n (ii)

Leia mais

Exemplos Modelos Binomiais de Dose-Resposta

Exemplos Modelos Binomiais de Dose-Resposta Exemplos Modelos Binomiais de Dose-Resposta p. 1/14 Exemplos Modelos Binomiais de Dose-Resposta Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre

Leia mais

Experimentos Balanceados com Dois Fatores

Experimentos Balanceados com Dois Fatores Experimentos Balanceados com Dois Fatores Experimentos com dois fatores cruzados fixos Exemplo1. Objetivo. Investigar os efeitos do preço de venda e do tipo de campanha promocional nas vendas de certo

Leia mais

Modelo de regressão Beta

Modelo 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 mais

MAE Planejamento e Pesquisa II

MAE Planejamento e Pesquisa II MAE0327 - Planejamento e Pesquisa II EXPERIMENTOS/ESTUDOS NÃO-BALANCEADOS COM FATORES FIXOS - PARTE 1 7 de agosto de 2016 Denise A Botter MAE0327 7 de agosto de 2016 1 / 1 PLANEJAMENTO E PESQUISA I Estudos

Leia mais

Análise de Dados Longitudinais Aula

Análise de Dados Longitudinais Aula 1/35 Análise de Dados Longitudinais Aula 08.08.2018 José Luiz Padilha da Silva - UFPR www.docs.ufpr.br/ jlpadilha 2/35 Sumário 1 Revisão para dados transversais 2 Como analisar dados longitudinais 3 Perspectiva

Leia mais

Análise de Dados Longitudinais Aula

Análise de Dados Longitudinais Aula 1/20 Análise de Dados Longitudinais Aula 13.08.2018 José Luiz Padilha da Silva - UFPR www.docs.ufpr.br/ jlpadilha 2/20 Sumário 1 Modelos Marginais 2 3/20 Modelos Marginais Modelos Marginais para Dados

Leia mais

Exemplo Cupons com Desconto

Exemplo Cupons com Desconto Exemplo Cupons com Desconto Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Cupons com Desconto 2 o Semestre 2013 1 / 21 Cupons

Leia mais

Exemplo Cupons com Desconto

Exemplo Cupons com Desconto Exemplo Cupons com Desconto Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Cupons com Desconto 2 o Semestre 2016 1 / 22 Cupons

Leia mais

Cap. 9 Comparação entre tratamentos

Cap. 9 Comparação entre tratamentos Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 9 Comparação entre tratamentos APOIO: Fundação de Apoio

Leia mais

Econometria em Finanças e Atuária

Econometria em Finanças e Atuária Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Modelos condicionalmente

Leia mais

Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência

Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2. Veremos

Leia mais

Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência

Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto Introdução 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2.

Leia mais

4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados

4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados 4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados 4.2 Quadrados Latinos (QL) Suponha que um experimentador esteja estudando o efeito de 5 formulações diferentes de

Leia mais

Exemplo Regressão Binomial Dados Emparelhados

Exemplo Regressão Binomial Dados Emparelhados Exemplo Regressão Binomial Dados Emparelhados Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Desenvolvimento de Diabetes 2 o Semestre

Leia mais

25 a 30 de novembro de 2013

25 a 30 de novembro de 2013 nderson R nálise de Introdução à nderson R Programa de Pós-Graduação em Estatística e Experimentação gronômica ESLQ/USP 25 a 30 de novembro de 2013 nderson R nálise de 1 2 3 nálise de Parte 4 - Conteúdo

Leia mais

Séries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9

Séries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9 em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review

Leia mais

Modelos para dados de contagem

Modelos 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 mais

Análise de Dados Longitudinais Modelos de Regressão - Perspecitva Histórica

Análise de Dados Longitudinais Modelos de Regressão - Perspecitva Histórica 1/41 Análise de Dados Longitudinais Modelos de Regressão - Perspecitva Histórica Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Revisão para Dados Transversais 1 Características Informações amostrais

Leia mais

Modelos de Regressão Linear Simples - Análise de Resíduos

Modelos de Regressão Linear Simples - Análise de Resíduos 1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β

Leia mais

Modelo de regressão estável aplicado a econometria

Modelo de regressão estável aplicado a econometria Modelo de regressão estável aplicado a econometria financeira Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br 1 Objetivos

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Introdução A análise de variância (Anova) é utilizada para comparar médias de três ou mais populações.

Leia mais

UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE CIÊNCIAS EXATAS

UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE CIÊNCIAS EXATAS 1 1) Seja X uma variável aleatória com função de densidade dada por: Pede-se: f (x) = e 2 1 (, )(x) 1.1) Qual a distribuição da variável aleatória Y = X? 1.2) Encontre o valor esperado da variável Y. 2

Leia mais

Modelo de Regressão Múltipla

Modelo de Regressão Múltipla Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão

Leia mais

Tratamento Estatístico de Dados em Física Experimental

Tratamento Estatístico de Dados em Física Experimental Tratamento Estatístico de Dados em Física Experimental Prof. Zwinglio Guimarães o semestre de 06 Tópico 7 - Ajuste de parâmetros de funções (Máxima Verossimilhança e Mínimos Quadrados) Método da máxima

Leia mais

Modelos de Regressão Linear Simples - Análise de Resíduos

Modelos de Regressão Linear Simples - Análise de Resíduos Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro

Leia mais

ESTUDO SOBRE A TAXA ANUAL DE CÂNCER NASAL EM UMA REFINARIA DE NÍQUEL NO PAÍS DE GALES

ESTUDO SOBRE A TAXA ANUAL DE CÂNCER NASAL EM UMA REFINARIA DE NÍQUEL NO PAÍS DE GALES Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística ESTUDO SOBRE A TAXA ANUAL DE CÂNCER NASAL EM UMA REFINARIA DE NÍQUEL NO PAÍS DE GALES CE225 - Modelos Lineares Generalizados

Leia mais

Análise de Dados Longitudinais Análise Exploratória

Análise de Dados Longitudinais Análise Exploratória 1/64 Análise de Dados Longitudinais Análise Exploratória Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ 2/64 Análise Exploratória 1 Estrutura da Média Medidas Resumo; Perfis individuais. Perfil

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL Dr Sivaldo Leite Correia CONCEITOS E DEFINIÇÕES FUNDAMENTAIS Muitos experimentos são realizados visando

Leia mais

ν ν α α π θ θ δ α α α + + α + α α + α + φ Γ φ θ θ θφ Γ δ = α ν α α ν + ν ν + ν + ν + δ + ν ν + δ + + + + + δ + + ν ν + + ν + + + ν ν ν + + ν + ν + = θ β β + Γ δ Γ δ β µ µ µµ µ µ µ µ α ν α µ

Leia mais

UM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA. Eduardo Yoshio Nakano 1

UM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA. Eduardo Yoshio Nakano 1 1 UM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA Eduardo Yoshio Nakano 1 1 Professor do Departamento de Estatística da Universidade de Brasília, UnB. RESUMO. Em estudos médicos, o comportamento

Leia mais

Modelos Estatísticos para detecção de fraudes e aplicações

Modelos Estatísticos para detecção de fraudes e aplicações Modelos Estatísticos para detecção de fraudes e aplicações Prof. Dr. Heliton Ribeiro Tavares Universidade Federal do Pará - UFPA heliton@ufpa.br Juiz de Fora, 31/08/2018 Sumário Motivação Inicial Alguns

Leia mais

AGA Análise de Dados em Astronomia I. 1. Introdução

AGA Análise de Dados em Astronomia I. 1. Introdução 1 / 22 1. Introdução AGA 0505 - Análise de Dados em Astronomia I 1. Introdução Laerte Sodré Jr. 1o. semestre, 2019 2 / 22 introdução aula de hoje: Introdução 1 objetivo 2 o que é ciência 3 dados 4 o que

Leia mais

Aula 2 Uma breve revisão sobre modelos lineares

Aula 2 Uma breve revisão sobre modelos lineares Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS quantidade São Paulo (j = 1) Rio de Janeiro (j = 2) Minas Gerais (j = 3) Rio Grande do Sul (j = 4) total casos novos (X, em milhões) casos pendentes (Y, em milhões) processos

Leia mais

Planejamento de Experimentos Medidas Repetidas

Planejamento de Experimentos Medidas Repetidas 1 / 27 Planejamento de Experimentos Medidas Repetidas Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG Exemplo: 2 / 27 3 / 27 Em outras aplicações, a resposta de cada unidade experimental é medida

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UnB FUB/03 fa 5 4 3 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B corresponde ao quartil central (Q ) da distribuição

Leia mais

5.3 Experimentos fatoriais a dois fatores. Ambos os fatores são supostos fixos e os efeitos de tratamento são definidos como desvios da média tal que

5.3 Experimentos fatoriais a dois fatores. Ambos os fatores são supostos fixos e os efeitos de tratamento são definidos como desvios da média tal que 5. Experimentos Fatoriais 5.3 Experimentos fatoriais a dois fatores. Modelo de Efeitos Y ijk = µ+τ i +β j +(τβ) ij +ɛ ijk, i = 1, 2,..., a j = 1, 2,..., b k = 1, 2,..., n Ambos os fatores são supostos

Leia mais

Aplicação do modelo de Quase-Verossimilhança

Aplicação do modelo de Quase-Verossimilhança Aplicação do modelo de Quase-Verossimilhança Fábio Hideto Oki 1 1 Introdução O câncer é uma doença de proporção mundial, atingindo só no Brasil cerca de 350 mil pessoas por ano e é caracterizado pela mutação

Leia mais

2 ou mais fatores são de interesse.

2 ou mais fatores são de interesse. 5. Experimentos Fatoriais 5.1 Definições e Princípios Básicos 2 ou mais fatores são de interesse. Experimentos Fatoriais: em cada replicação do experimento todas as combinações dos níveis de tratamento

Leia mais

Esse material foi extraído de Barbetta (2007 cap 13)

Esse material foi extraído de Barbetta (2007 cap 13) Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos

Leia mais

Modelos Lineares Generalizados

Modelos Lineares Generalizados Modelos Lineares Generalizados Emilly Malveira de Lima Análise de Dados Categóricos Universidade Federal de Minas Gerais - UFMG 10 de Maio de 2018 Emilly Malveira (PGEST-UFMG) 10 de Maio de 2018 1 / 20

Leia mais

Análise de Dados Categóricos

Análise de Dados Categóricos 1/43 Análise de Dados Categóricos Modelo de Regressão de Poisson Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Departamento de Estatística Universidade Federal de Minas Gerais 2/43 Revisão:

Leia mais

MODELANDO DADOS LONGITUDINAIS DE PROPORÇÕES DE PEGAMENTO DE CAMU-CAMU

MODELANDO DADOS LONGITUDINAIS DE PROPORÇÕES DE PEGAMENTO DE CAMU-CAMU MODELANDO DADOS LONGITUDINAIS DE PROPORÇÕES DE PEGAMENTO DE CAMU-CAMU Silvano Cesar da COSTA 1 Clarice Garcia Borges DEMÉTRIO2 Eduardo SUGUINO 3 Suely Ruiz GIOLO 4 RESUMO: Dados de proporção são muito

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões

Leia mais

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo TESTE PARA UMA PROPORÇÃO H0: p = p 0

Leia mais

Métodos Estatísticos em Física Experimental. Prof. Zwinglio Guimarães 1 o semestre de 2015 Aulas 11 e 12

Métodos Estatísticos em Física Experimental. Prof. Zwinglio Guimarães 1 o semestre de 2015 Aulas 11 e 12 Métodos Estatísticos em Física Experimental Prof. Zwinglio Guimarães 1 o semestre de 015 Aulas 11 e 1 O método dos mínimos quadrados (revisão) O método dos mínimos quadrados consiste em determinar os parâmetros

Leia mais

ESTATÍSTICA COMPUTACIONAL

ESTATÍSTICA COMPUTACIONAL ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário (bootstrap) Este método foi proposto por Efron

Leia mais

Testes de Hipóteses: exemplos

Testes de Hipóteses: exemplos Testes de Hipóteses: Associação de variáveis exemplos População x Amostra: µ; σ; P x ; s; p Processo de Análise Estatística: Estrutura dos Testes de Hipóteses: Conjunto de Hipóteses: Ho: hipótese de NEGAÇÃO

Leia mais

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico

Leia mais

Modelos de Regressão Linear Simples - parte III

Modelos de Regressão Linear Simples - parte III 1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada

Leia mais

Pr = 6 = = = 0.8 =

Pr = 6 = = = 0.8 = IND 5 Inferência Estatística Semestre 004.0 Teste 05/0/004 GABARITO Problema (5 pontos) Uma gulosa professora de estatística é fissurada por trufas de chocolate. Em busca da trufa ideal, ela vai provando

Leia mais

MAE Planejamento e Pesquisa I

MAE Planejamento e Pesquisa I MAE0317 - Planejamento e Pesquisa I COMPARAÇÕES DE MÉDIAS - 1 FATOR FIXO 1 de abril de 2014 Denise A. Botter MAE0317 1 de abril de 2014 1 / 55 INTRODUÇÃO Testamos H 0 : µ 1 =... = µ r. Se H 0 não é rejeitada,

Leia mais

Delineamento em Quadrado Latino (DQL)

Delineamento em Quadrado Latino (DQL) Delineamento em Quadrado Latino () Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 14 de março de 2019 Londrina Na Seção anterior introduziu-se o delineamento em blocos ao acaso como um delineamento

Leia mais

UTILIZAÇÃO DE GEOESTATÍSTICA PARA O ESTUDO DO ATRIBUTO COBRE NO SOLO. Gabriel Tambarussi Avancini 1 RESUMO

UTILIZAÇÃO DE GEOESTATÍSTICA PARA O ESTUDO DO ATRIBUTO COBRE NO SOLO. Gabriel Tambarussi Avancini 1 RESUMO UTILIZAÇÃO DE GEOESTATÍSTICA PARA O ESTUDO DO ATRIBUTO COBRE NO SOLO Gabriel Tambarussi Avancini 1 RESUMO Este trabalho teve como objetivo estudar a espacialização do atributo cobre, Cu, do solo utilizando

Leia mais

Análise Multivariada Aplicada à Contabilidade

Análise Multivariada Aplicada à Contabilidade Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda

Leia mais

Econometria IV Modelos Lineares de Séries Temporais. Fernando Chague

Econometria IV Modelos Lineares de Séries Temporais. Fernando Chague Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:

Leia mais

Modelos de regressão para dados correlacionados. Cibele Russo

Modelos de regressão para dados correlacionados. Cibele Russo Modelos de regressão para dados correlacionados Cibele Russo cibele@icmc.usp.br ICMC USP Mini-curso oferecido no Workshop on Probabilistic and Statistical Methods 28 a 30 de janeiro de 2013 Cibele Russo

Leia mais

Especialização em Engenharia de Processos e de Sistemas de Produção

Especialização em Engenharia de Processos e de Sistemas de Produção Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 3ª parte Conforme foi apresentado

Leia mais

Experimentos em parcelas subdivididas e procedimentos para a aplicação dos testes de comparação de médias

Experimentos em parcelas subdivididas e procedimentos para a aplicação dos testes de comparação de médias MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE UNIDADE ACADÊMICA DE CIÊNCIAS AGRÁRIAS DISCIPLINA: ESTATÍSTICA EXPERIMENTAL Experimentos em parcelas subdivididas e procedimentos para a aplicação

Leia mais

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2006

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2006 Instruções para a prova: PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 006 a) Cada questão respondida corretamente vale um ponto. b) Questões deixadas em branco valem zero pontos (neste caso marque todas

Leia mais

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA. Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA. Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais TESTE DE HIPÓTESES POPULAÇÃO Conjectura (hipótese), sobre o comportamento das variáveis.

Leia mais

Aplicação de Planejamento de Experimentos Fatorial para verificação do peso final de três marcas de Macarrão Instantâneo

Aplicação de Planejamento de Experimentos Fatorial para verificação do peso final de três marcas de Macarrão Instantâneo Aplicação de Planejamento de Experimentos Fatorial para verificação do peso final de três marcas de Macarrão Instantâneo Introdução Aline dos Santos Ferreira André Luis Alves Costa Elaine do Carmo de Lima

Leia mais

TESTES DE HIPÓTESES Notas de aula. Prof.: Idemauro Antonio Rodrigues de Lara

TESTES DE HIPÓTESES Notas de aula. Prof.: Idemauro Antonio Rodrigues de Lara 1 TESTES DE HIPÓTESES Notas de aula Prof.: Idemauro Antonio Rodrigues de Lara 2 Conteúdo 1. Fundamentos e conceitos básicos; 2. Função poder; 3. Testes mais poderosos e Lema de Neyman-Pearson; 4. Teste

Leia mais

Exemplo Regressão Linear Simples

Exemplo Regressão Linear Simples Exemplo Regressão Linear Simples Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Área e Preço de Imóveis 1 o Semestre 2013 1 /

Leia mais

Markov Switching Models. Profa. Airlane Alencar. Depto de Estatística - IME-USP. lane. Ref: Kim e Nelson (1999) e Hamilton (1990)

Markov Switching Models. Profa. Airlane Alencar. Depto de Estatística - IME-USP.   lane. Ref: Kim e Nelson (1999) e Hamilton (1990) Markov Switching Models Profa. Airlane Alencar Depto de Estatística - IME-USP www.ime.usp.br/ lane Ref: Kim e Nelson (1999) e Hamilton (1990) 1 Objetivo Mudança nos parâmetros de um modelo de regressão

Leia mais

INFLUÊNCIA DE PONTOS ATÍPICOS. investigar a causa das discrepâncias

INFLUÊNCIA DE PONTOS ATÍPICOS. investigar a causa das discrepâncias INFLUÊNCIA DE PONTOS ATÍPICOS como identificá-los? investigar a causa das discrepâncias avaliar seus efeitos (influências) no ajuste do modelo No MRLS podemos identificar pontos atípicos influentes com:

Leia mais

Coeficiente de determinação R 2 no modelo de regressão linear normal

Coeficiente de determinação R 2 no modelo de regressão linear normal Coeficiente de determinação R 2 no modelo de regressão linear normal Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercício A fim de comparar os salários médios anuais de executivos e executivas de uma determinada cidade, amostras aleatórias de n = 26 executivos e n 2 = 24 executivas foram coletadas obtendose os valores

Leia mais

Estatística Básica. 13 de maio de 2009

Estatística Básica. 13 de maio de 2009 13 de maio de 2009 1 2 3 4 5 Tipos de Testes Exemplos Teste para amostras independentes com variâncias iguais Teste para amostras independentes com variâncias diferentes Teste para amostras dependentes

Leia mais

MODELOS LINEARES GENERALIZADOS PARA DADOS LONGITUDINAIS: UMA APLICAÇÃO A DESAJUSTES DE

MODELOS LINEARES GENERALIZADOS PARA DADOS LONGITUDINAIS: UMA APLICAÇÃO A DESAJUSTES DE MODELOS LINEARES GENERALIZADOS PARA DADOS LONGITUDINAIS: UMA APLICAÇÃO A DESAJUSTES DE PRÓTESES DENTÁRIAS Suely Ruiz GIOLO 1 Reginaldo Salgado de CASTRO 2 Josenita Ferreira do NASCIMENTO 2 Edwin Fernando

Leia mais

AGA Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares

AGA Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares 1 / 0 AGA 0505- Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares Laerte Sodré Jr. 1o. semestre, 018 modelos modelagem dos dados dado um conjunto de dados,

Leia mais

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual

Leia mais

Modelos Lineares Generalizados - Componentes do Modelo

Modelos Lineares Generalizados - Componentes do Modelo Modelos Lineares Generalizados - Componentes do Modelo Erica Castilho Rodrigues 01 de Abril de 2014 3 Vejamos agora quais as componentes de um Modelo Linear Generalizado. Temos um conjunto de variáveis

Leia mais

Análise de variância para experimentos com dependência espacial entre parcelas: abordagem autoregressiva e Geoestatística

Análise de variância para experimentos com dependência espacial entre parcelas: abordagem autoregressiva e Geoestatística Análise de variância para experimentos com dependência espacial entre parcelas: abordagem autoregressiva e Geoestatística Diogo Francisco Rossoni (DES/UEM) Cristina Henriques Nogueira (DEX/UFLA) Renato

Leia mais

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas. 1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento

Leia mais