Análise de dados usando modelos de regressão multinível
|
|
- Sarah Eliza Rijo Lombardi
- 6 Há anos
- Visualizações:
Transcrição
1 Análise de dados usando modelos de regressão multinível author: Leo Bastos date: 5 de maio de 2015 Apresentação Site do curso: Site do livro, com dados e códigos: Proposta de programa Referência (Gelman and Hill) 1. Introdução (Capítulo 1) 2. Single-level regression (Capitulos 3-6) 3. Multilevel regression: the basics (Capítulo 12) 4. Multilevel linear models (Capítulo 13) 5. Multilevel logistic regression (Capítulo 14) 6. Multilevel GLM (Capítulo 15) 7. Multilevel modelling using BUGS Stan/INLA and R (Capítulo 16 + Stan/INLA homepage) 8. Fitting multilevel regression models in BUGS Stan/INLA and R (Capítulo 17 + Stan/INLA homepage) Papers (PLOS) A Multilevel Model to Estimate the Within- and the Between-Center Components of the Exposure/Disease Association in the EPIC Study. PLOS ONE 2015 Why Do Women Deliver at Home? Multilevel Modeling of Ethiopian National Demographic and Health Survey Data. PLOS ONE 2015 Multilevel Effects of Wealth on Women s Contraceptive Use in Mozambique. PLOS ONE 2015 Determinants of Venous Thromboembolism among Hospitalizations of US Adults: A Multilevel Analysis. PLOS ONE 2015 Papers (PLOS) Contextual Risk Factors for Low Birth Weight: A Multilevel Analysis. PLOS ONE 2014 The Effect of Gender and Social Capital on the Dual Burden of Malnutrition: A Multilevel Study in Indonesia. PLOS ONE 2014 Multilevel Spatial Structure Impacts on the Pollination Services of Comarum palustre (Rosaceae) PLOS ONE 2014 Household and School-Level Influences on Smoking Behavior among Korean Adolescents: A Multilevel Analysis. PLOS ONE
2 Papers (PLOS) Methodological Quality and Reporting of Generalized Linear Mixed Models in Clinical Medicine ( ): A Systematic Review PLOS ONE 2014 Social Capital and Mental Health in Japan: A Multilevel Analysis. PLOS ONE 2010 O que é regressão multinível? Considere um estudo com dados de estudantes de várias escolas do Rio de Janeiro, na tentativa de prever a nota do ENEM baseado na média das notas do primeiro semestre. Podemos ajustar um modelo de regressão para cada escola, e os parâmetros estimados para essas escolas podem ser modelados com características da escola, e.g. publica x privada, características sócio-demográficas da escola e/ou da vizinhança da escola, etc.) Temos então, uma regressão no nível dos estudantes, e outra no nível da escola; Definindo assim um modelo multi-nível. Exemplo da escola Desfecho: Nota no ENEM de cada aluno y Exposição: Desempenho no primeiro semestre do terceiro ano x Controle: Nível do aluno: pré-vestibular; Característica dos país; variáveis sócio-demográficas; etc. Nível da escola: Tipo de escola; Localização; Histórico no ENEM; etc. Como modelar? Suponha que temos em mãos somente y e x Exemplo da escola Nesse exemplo, temos (pelo menos) três formas equivalentes escrever um modelo multi-nível 1. Um modelo com coeficientes variando por escola y = α j + β j x onde o sub-índice j indexa a escola. 2. Um modelo com mais que um componente de variância (um no nível de estudante e outro no nível da escola) 3. Um regressão com muito preditores, incluindo variáveis dummy para cada escola. Por que multinível? Aprendendo sobre efeitos de tratamento que variam: O termo de interação em um modelo clássico pode resolver tratar isso; Usar todos os dados para fazer inferência para grupos com amostras pequenas. Análises de dados estruturados (coeficientes variando no espaço, no tempo, etc.) Inferência mais eficiente e mais representativa 2
3 Onde usar modelos multinível? Estudos multicêntricos Estudos com planos amostrais complexos (Estratos e conglomerados) Estudos onde existam níveis hierárqucios naturais e que biologica ou epidemiologicamente os efeitos variem. Grupos com prevalências diferentes ou ORs de uma exposição diferentes entre grupos. Por que me preocupar com isso? 3
4 Modelo multinível o modelo multinível é um modelo de regressão na qual aos parâmetros (intercepto e coeficientes de regressão) são atribuídos modelos de probabilidade; Os parametros desse modelo, são chamados de hiper-parâmetros, e constituem um segundo nível na modelagem, que são estimados dos dados. os dois pontos chave da modelagem multinível são: os coeficientes aleatórios (que variam) os modelos probabilísticos desses coeficientes Modelo multinível: Notação Suponha o exemplo da escola y i Nota do ENEM do i-ésimo aluno, i = 1, 2,..., n. x i Desempenho médio no primeiro semestre durante o terceiro ano. z i Variáveis de controle para cada aluno. u j Variáveis de controle para cada escola, j = 1, 2,..., J. j[i] a escola que o estudante i frequenta. (Notação não usual) Modelo com intercepto aleatório y i = α j[i] + x i β + ɛ i 4
5 Modelo com coeficiente aleatório y i = α + x i β j[i] + ɛ i 5
6 Modelo com coeficiente e intercepto aleatório y i = α j[i] + x i β j[i] + ɛ i 6
7 Modelo com coeficiente e intercepto aleatório y i = α j[i] + x i β j[i] + z i θ + ɛ i, i = 1, 2,..., n α j = a 0 + b 0 u j + η j0, β j = a 1 + b 1 u j + η j1, j = 1, 2,..., J j = 1, 2,..., J onde - θ é chamado de efeito fixo - {α j } e {β j } são efeitos aleatórios - {ɛ i }, {η j0, η j1 } são erros - {a 0, a 1, b 0, b 1 } são hiperâmetros 7
8 Diferentes nomes O Modelo multinível conforme é encontrado com outros nomes y i = α j[i] + x i β j[i] + z i θ + ɛ i, i = 1, 2,..., n Modelo hierárquico (Nomenclatura mais usada por bayesianos) Modelo de efeitos aleatórios (Modelo de efeitos fixos) Modelo de efeitos mistos (nome usado no R) Método bayesiano versus frequentista Embora não exista mais uma briga, os estatísticos geralmente se definem como: Frequentistas: Fisher, Neyman, Pearson,... (The Lady Tasting Tea) Bayesianos: Bayes, Laplace, De Finetti, Turing, Jerome Cornfield,... (The Theory That Would Not Die: How Bayes Rule Cracked the Enigma Code, Hunted Down Russian Submarines, and Emerged Triumphant from Two Centuries of Controversy) Método bayesiano versus frequentista Métodos frequentistas mais populares e geralmente mais rápidos limitados e podem cair na armadilha do p-valor Métodos bayesianos não tem p-valor e são consideravelmente mais flexíveis computacionalmente mais intensivos Nesse curso veremos ambos os métodos Software O software base desse curso é o R Análises frequentistas pacote lme4 (lmer e glmer) Análises bayesianas INLA (Integrate Nested Laplace Approximation) Stan (?) BUGS (Bayesian inference Under Gibbs sampling) JAGS (Just Another Gibbs Sampler) 8
Modelando dados amostrais complexos
Modelando dados amostrais complexos Leo Bastos (PROCC/Fiocruz) MGEST, 5 e 6 de outubro de 2017 Conteúdo 1. Inferência estatística Exemplo: Tabagismo em BH População ou Processo? Pesos amostrais Vigitel
Leia maisAnálise de Modelos de Multinível
Análise de Modelos de Multinível Ciclo 2016-I de Seminários de Pesquisa Economics and Politics Research Group Ana Collares (anacollares@unb.br) Exemplos de populações organizadas hierarquicamente: Alunos
Leia maisModelos Bayesianos. Ernesto F. L. Amaral Magna M. Inácio
1 Modelos Bayesianos Ernesto F. L. Amaral Magna M. Inácio 09 de dezembro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica (DCP 859B4) Objetivos 2 Apresentar
Leia maisModelo linear multinível
Modelo linear multinível Leo Bastos Fundação Oswaldo Cruz Leo Bastos (PROCC/Fiocruz) Dados binários 1 / 20 Outline 1 Entendo a equação do modelo 2 Exemplo: Privação de sono Multinível no R Leo Bastos (PROCC/Fiocruz)
Leia maisModelos 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 maisDisciplina: Introdução à Inferência Bayesiana Professor: Thiago F. Rangel Carga Horária: 30 horas, 2 créditos
Disciplina: Introdução à Inferência Bayesiana Professor: Thiago F. Rangel Carga Horária: 30 horas, 2 créditos Objetivos: Compreender os conceitos de probabilidade como tendência ou como medida de incerteza.
Leia maisEstimação do desemprego em pequenas áreas
Estimação do desemprego em pequenas áreas Soraia Pereira a, Feridun Turkman b, Luís Correia c, Håvard Rue d a,b CEAUL, FCUL, Universidade de Lisboa, c Instituto Nacional de Estatística, d King Abdullah
Leia maisFAMÍLIA EXPONENCIAL DE DISTRIBUIÇÕES
FAMÍLIA EXPONENCIAL DE DISTRIBUIÇÕES 1 Os modelos lineares generalizados, propostos originalmente em Nelder e Wedderburn (1972), configuram etensões dos modelos lineares clássicos e permitem analisar a
Leia maisDisciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
Leia maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia maisAnálise multinível: O básico
Análise multinível: O básico Leo Bastos Fundação Oswaldo Cruz Leo Bastos (PROCC/Fiocruz) Dados binários 1 / 35 Outline 1 Modelos multinível 2 Tipos de dados Dados agrupados Medidas repetidas Dados seccionais
Leia maisInstituto de Estudos Sociais e Políticos (IESP-UERJ) Lego II - Modelo de Regressão Linear
Lego II - Modelo de Regressão Linear 1 Instituto de Estudos Sociais e Políticos (IESP-UERJ) Lego II - Modelo de Regressão Linear Carlos Costa Ribeiro carloscr@iesp.uerj.br Thiago Moreira da Silva thiagomoreira@iesp.uerj.br
Leia maisEndogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais
1 Endogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais Ernesto F. L. Amaral Magna M. Inácio 21 de outubro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho
Leia maisMeta-análise: comparação de proporções para o caso de duas amostras independentes
Meta-análise: comparação de proporções para o caso de duas amostras independentes Arminda Lucia Siqueira 1 Edna Afonso Reis 1 Ilka Afonso Reis 1 Luana Sílvia dos Santos 1 Pollyanna Vieira Gomes da Silva
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
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 maisAmostragem de estudantes para estudos de avaliação educacional no Brasil. Pedro Silva ENCE Escola Nacional de Ciências Estatísticas
Amostragem de estudantes para estudos de avaliação educacional no Brasil Pedro Silva ENCE Escola Nacional de Ciências Estatísticas Avaliação Educacional (Externa, Padronizada) Área de forte crescimento
Leia maisAULA 6 Análise de Dados Legislativos e Eleitorais Utilizando o Programa Stata
AULA 6 Análise de Dados Legislativos e Eleitorais Utilizando o Programa Stata 1 Professor: Ernesto Friedrich de Lima Amaral Email: eflamaral@gmail.com Site do curso: www.ernestoamaral.com/stata20091.html
Leia maisRESOLUÇÃO Nº 01/2016
Legislações Complementares: Resolução Nº 02/2016 Colegiado DEst Resolução Nº 03/2016 Colegiado DEst Resolução Nº 01/2017 Colegiado DEst RESOLUÇÃO Nº 01/2016 O Departamento de Estatística, tendo em vista
Leia maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisModelagem estatística da captura da broca-do-café (Hypothenemus hampei) ao longo do tempo 1
Modelagem estatística da captura da broca-do-café (Hypothenemus hampei) ao longo do tempo 1 Alessandra dos Santos 2 ernando de Pol Mayer 2 Rafael de Andrade Moral 2 Luiz Henrique Costa Mota 3 Clarice Garcia
Leia maisAnálise 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 maisRegressão Linear Múltipla no R MAE-0217: ESTATÍSTICA DESCRITIVA MAIO DE 2017 PROFESSORA: MÁRCIA D ELIA BRANCO
Regressão Linear Múltipla no R MAE-0217: ESTATÍSTICA DESCRITIVA MAIO DE 2017 PROFESSORA: MÁRCIA D ELIA BRANCO MONITORA PAE: SIMONE HARNIK Regressão Linear Simples > O modelo de regressão linear simples
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 maisAULA 1 - Modelos determinísticos vs Probabiĺısticos
AULA 1 - Modelos determinísticos vs Probabiĺısticos Susan Schommer Econometria I - IE/UFRJ O que é Econometria? Aplicação de métodos estatísticos e matemáticos para analisar os dados econômicos, com o
Leia maisAjustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão.
Glossário Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Análise de co-variância: Procedimento estatístico utilizado para análise de dados que
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisÍNDICE. Variáveis, Populações e Amostras. Estatística Descritiva PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 CAPÍTULO 2
COMO USAR ESTE LIVRO ÍNDICE PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 Variáveis, Populações e Amostras 1.1. VARIÁVEIS ESTATÍSTICAS E ESCALAS DE MEDIDA 27 1.2. POPULAÇÃO VS. AMOSTRA
Leia maisModelos Lineares Mistos
Modelos Lineares Mistos Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 131 99, Brasil email: lucambio@ufpr.br Setembro de 1 Introdução O modelo de regressão linear
Leia maisREGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,
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 maisAULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013
1 AULA 07 Regressão Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas
Leia maisUM 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 maisModelos Multiníveis Aplicados a Dados de Proficiência Escolar: Uma Comparação entre as Regiões Brasileiras
Modelos Multiníveis Aplicados a Dados de Proficiência Escolar: Uma Comparação entre as Regiões Brasileiras Maria Eugênia Barbosa Cristiano Fernandes Kaizô Beltrão Denis Santos Mayte Suárez ENCE / IBGE
Leia maisModelos 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 maisCE062c - GAMLSS. Silva, J.P; Taconeli, C.A. 09 de outubro, Silva, J.P; Taconeli, C.A. CE062c - GAMLSS 09 de outubro, / 42
CE062c - GAMLSS Silva, J.P; Taconeli, C.A. 09 de outubro, 2018 Silva, J.P; Taconeli, C.A. CE062c - GAMLSS 09 de outubro, 2018 1 / 42 Por que GAMLSS? Silva, J.P; Taconeli, C.A. CE062c - GAMLSS 09 de outubro,
Leia maisIND 1115 Inferência Estatística Aula 6
Conteúdo IND 5 Inferência Estatística Aula 6 Setembro de 004 A distribuição Lognormal A distribuição Beta e sua relação com a Uniforme(0,) Mônica Barros mbarros.com mbarros.com A distribuição Lognormal
Leia maisMeio ambiente e saúde: novos desafios, bases de dados e métodos
Meio ambiente e saúde: novos desafios, bases de dados e métodos Antonio Ponce de Leon Departamento de Epidemiologia Instituto de Medicina Social, Universidade do Estado do Rio de Janeiro Outubro 2016 Panorama
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 maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Motivação Por exemplo, queremos analisar a série
Leia maisANÁLISE E MODELAGEM DE DADOS LONGITUDINAIS NO R
Revista da Estatística UFOP, Vol II, 2012, ISSN 2237-8111, XI Encontro Mineiro de Estatística - MGEST ANÁLISE E MODELAGEM DE DADOS LONGITUDINAIS NO R Leandro Vitral Andraos 1,2, Marcel de Toledo Vieira
Leia maisMétodos Estatísticos Avançados em Epidemiologia
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 Distribuição
Leia maisModelos 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 maisAnálise de Regressão - parte I
16 de Outubro de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos para dados coletados. Entender como método de mínimos é usado
Leia maisO USO DE MODELOS DE REGRESSÃO LOGÍSTICA PARA AVALIAÇÃO DO PROBLEMA DE EVASÃO DE ALUNOS NO CURSO DE QUÍMICA INDUSTRIAL DA UNUCET-UEG
O USO DE MODELOS DE REGRESSÃO LOGÍSTICA PARA AVALIAÇÃO DO PROBLEMA DE EVASÃO DE ALUNOS NO CURSO DE QUÍMICA INDUSTRIAL DA UNUCET-UEG Robson de Souza Vieira 1 ; Rogério Silva Pimentel 1 ; Emerson Wruck 2
Leia maisAlguns Aspectos Espaciais da Modelagem de Observações Provenientes das Áreas de SaúdeedoMeioAmbiente
Alguns Aspectos Espaciais da Modelagem de Observações Provenientes das Áreas de SaúdeedoMeioAmbiente Alexandra Mello Schmidt DME - IM - UFRJ Homepage: www.dme.ufrj.br/ alex Seminário Qualidade do Ar e
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisAplicação dos modelos lineares generalizados na análise do número de estômatos em coentro (Coriandrum sativum L.): estimação bayesiana utilizando INLA
Aplicação dos modelos lineares generalizados na análise do número de estômatos em coentro (Coriandrum sativum L.): estimação bayesiana utilizando INLA Everton Batista da Rocha 12 Roseli Aparecida Leandro
Leia maisModelos de Regressão
Renato Martins Assunção DCC - UFMG 2015 Renato Martins Assunção (DCC - UFMG) 2015 1 / 19 Exemplo de preço de apto Y = y 1 y 2 y 1499 y 1500 b 0 1 1 1 1 + b 1 área 1 área 2 área 1499 área 1500 + b 2 idade
Leia maisRegressão de Poisson e parentes próximos
Janeiro 2012 Família Exponencial Seja Y uma variável aleatória. A distribuição de probabilidade de Y pertence à família exponencial se a sua função densidade de probabilidade é da forma ( ) yθ b(θ) f (y
Leia maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE LAVRAS
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE LAVRAS PRÓ-REITORIA DE GRADUAÇÃO EMENTA E CONTEÚDO PROGRAMÁTICO Carga horária Código Denominação Créditos ( ) Teórica Prática Total GEX112 Estatística 04
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 maisInfluencia de Distribuições a priori na Analise Bayesiana em dados de contagem
Influencia de Distribuições a priori na Analise Bayesiana em dados de contagem Olinda Fátima dos Santos 1 Carla Regina Guimarães Brighenti 1 1-Introdução A utilização de informação a priori em inferência
Leia maisModelos estatísticos em ecologia populacional
: Modelos em ecologia populacional Modelos estatísticos em ecologia populacional Resumo 1. Motivações e conceitos básicos Aplicadas e teóricas Definições importantes 2. Inferência estatística Revisão sobre
Leia maisAnálise Bayesiana de Hot Hand em Basquete via Modelos Hierárquicos
Análise Bayesiana de Hot Hand em Basquete via Modelos Hierárquicos Lucas José Gonçalves Freitas (ENCE) Renata Souza Bueno (ENCE) Gustavo Henrique M. A. Rocha (ENCE) Email de contato: matlucas13@outlook.com
Leia maisCONHECIMENTOS 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 maisAnálise 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 maisModelagem Computacional. Parte 2 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 2 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 2 e 3] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisModelo Autologístico Aplicado a Dados de Citrus
Modelo Autologístico Aplicado a Dados de Citrus Luziane FRANCISCON Orientador: Paulo Justiniano RIBEIRO Jr. luziane@ufpr.br Departamento de Estatística - UFPR Luziane e PJ p. 1 Dados de pimentas do sino
Leia maisClassificação. Eduardo Raul Hruschka
Classificação Eduardo Raul Hruschka Agenda: Conceitos de Classificação Técnicas de Classificação One Rule (1R) Naive Bayes (com seleção de atributos) Super-ajuste e validação cruzada Combinação de Modelos
Leia maisAjuste do modelo de regressão linear: Inferência Bayesiana, aspectos computacionais e seleção de variáveis.
Ajuste do modelo de regressão linear: Inferência Bayesiana, aspectos computacionais e seleção de variáveis. João Daniel Nunes Duarte a, Vinícius Diniz Mayrink b a Estudante de Graduação, e-mail: joaodaniel@ufmg.br
Leia maisQuantis residuais. Luziane Franciscon Acadêmica de Estatística Universidade Federal do Paraná
Quantis residuais Luziane Franciscon Acadêmica de Estatística Universidade Federal do Paraná Orientador: Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Resumo Uma etapa importante
Leia maisAnálise de Modelos de Multinível
Análise de Modelos de Multinível Ciclo 2018-I de Seminários de Pesquisa Economics and Politics Research Group Ana Collares (anacollares@unb.br) Exemplos de populações organizadas hierarquicamente: Alunos
Leia maisDimensionamento de ensaios de não inferioridade para o caso de grupos paralelos e resposta binária: algumas comparações
Dimensionamento de ensaios de não inferioridade para o caso de grupos paralelos e resposta binária: algumas comparações Introdução Arminda Lucia Siqueira Dimensionamento de amostras, importante elemento
Leia maisRESOLUÇÃO CADM 10/11, DE 22 DE JUNHO DE 2011
MINISTÉRIO DA EDUCAÇÃO CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS COLEGIADO DO CURSO DE BACHARELADO EM ADMINISTRAÇÃO RESOLUÇÃO CADM 0/, DE DE JUNHO DE 0 Aprova planos de ensinos de disciplinas
Leia maisUNIVERSIDADE FEDERAL DE LAVRAS DISCIPLINA
UNIVERSIDADE FEDERAL DE LAVRAS PRÓ-REITORIA DE PÓS-GRADUAÇÃO COORDENADORIA DE PÓS-GRADUAÇÃO STRICTO SENSU DISCIPLINA Carga horária Código Denominação Créditos ( ) Teórica Prática Total PEX502 Estatística
Leia maisIntrodução à Regressão Logística Quantílica
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA Introdução à Regressão Logística Quantílica Autor: Tiago Buchweitz Correa Orientador: Professor
Leia maisAula 3: Análise Exploratória de Dados Espaciais (AEDE) Prof. Eduardo A. Haddad
Aula 3: Análise Exploratória de Dados Espaciais (AEDE) Prof. Eduardo A. Haddad Exercício 4 (spatial scale and rate of density) Inferência pode mudar com a escala espacial Problemas de agregação espacial
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisUniversidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica. Regressão. David Menotti.
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Regressão David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Regressão Linear ( e Múltipla ) Não-Linear ( Exponencial / Logística
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 maisAula 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 maisInferência em Recursos Florestais e Ecologia: A Abordagem da Verossimilhança 1
Inferência em Recursos Florestais e Ecologia: A Abordagem da Verossimilhança 1 JOÃO LUÍS F. BATISTA 2 16 de outubro de 2008 Resumo Além dos dois paradigmas mais populares na Estatística, o Freqüentista
Leia maisCapacitação em R e RStudio PROJETO DE EXTENSÃO. Software R: capacitação em análise estatística de dados utilizando um software livre.
UFFS 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/
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Escolha de modelos Até aqui assumimos que z
Leia maisInferência Bayesiana
Inferência Bayesiana Joaquim Neto joaquim.neto@ufjf.edu.br www.ufjf.br/joaquim_neto Departamento de Estatística - ICE Universidade Federal de Juiz de Fora (UFJF) Versão 3.0 Joaquim Neto (UFJF) ICE - UFJF
Leia maisMODELAGEM MULTINÍVEL Carlos A. de S. Teles Santos * Leila D. A. Ferreira ** Nelson F. Oliveira *** Maria Inês C.Dourado **** Maurício L.
89 MODELAGEM MULTINÍVEL Carlos A. de S. Teles Santos * Leila D. A. Ferreira ** Nelson F. Oliveira *** Maria Inês C.Dourado **** Maurício L. Barreto ***** RESUMO Recentemente os modelos lineares hierárquicos
Leia maisModelos de Regressão Múltipla - Parte IV
1 Modelos de Regressão Múltipla - Parte IV Erica Castilho Rodrigues 01 de Fevereiro de 2017 2 3 4 Nos modelos vistos até agora a mudança de um grupo para o outro estava apenas no intercepto. Podemos também
Leia maisAnálise conjunta de dados longitudinais e de sobrevivência: Abordagem Bayesiana
Análise conjunta de dados longitudinais e de sobrevivência: Abordagem Bayesiana Rui Martins, Valeska Andreozzi e Giovani Silva Ericeira, 2010 Índice 1 Introdução Análise conjunta de Dados Longitudinais
Leia maisCE071 - Análise de Regressão Linear
CE071 - Análise de Regressão Linear Cesar Augusto Taconeli 30 de maio, 2018 Cesar Augusto Taconeli CE071 - Análise de Regressão Linear 30 de maio, 2018 1 / 21 Aula 7 - Regressão linear com covariáveis
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 maisRegressão Local (LOESS)
Regressão Local (LOESS) Wagner Hugo Bonat 14 de novembro de 2007 1 Regressão Local Regressão Local (Loess) é um método não paramétrico que estima curvas e superfícies através de suavização (smoothing).
Leia maisRegressão. 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 maisModelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
Leia maisdiferença não aleatória na distribuição dos fatores de risco entre os dois grupos
Confundimento erro devido a uma diferença não aleatória na distribuição dos fatores de risco entre os dois grupos. A variável de confundimento está distribuída desigualmente entre os grupos comparados.
Leia maisEconometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3.
3. Ajuste do Modelo 4. Modelo Restrito Resíduos Resíduos 1 M = I- X(X X) -1 X Hipóteses do modelo Linearidade significa ser linear nos parâmetros. Identificação: Só existe um único conjunto de parâmetros
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 maisi j i i Y X X X i j 1 i 2 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 maisIntrodução à estatística univariada através da linguagem R
Introdução à estatística univariada através da linguagem R 1. Profesores Professora Doutora Maite Mascaró (mmm@ciencias.unam.mx) (Universidad Nacional Autónoma de México) Doutora Marta Rufino (marta.m.rufino@gmail.com)
Leia maisModelo marginal de odds proporcionais para dados longitudinais: um estudo de simulação
Modelo marginal de odds proporcionais para dados longitudinais: um estudo de simulação Nívea B. da Silva 1 Enrico A. Colosimo 2 Leila A. F. Amorim 3 1 Introdução Nos últimos anos muitas metodologias têm
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Para que serve a inferência estatística? Método dos Momentos Maximum Likehood Estimator (MLE) Teste de hipótese: definições Aula de hoje Teste
Leia maisA Bayesian Reassessment of Nearest-Neighbor Classification (2009)
A Bayesian Reassessment of Nearest-Neighbor Classification (2009) Cucala, Marin, Robert e Titterington André Yoshizumi Gomes (IME/USP) Seminário ministrado no Insper 5 de fevereiro de 2016 O método knn
Leia maisExemplo 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 maisSeminários em Bioestatística
Seminários em Bioestatística Seleção de variáveis na presença de valores omissos Uma aplicação na modelação do Índice de Massa Corporal nos imigrantes africanos e brasileiros residentes em Lisboa e Setúbal
Leia maisEstimadores, pontual e intervalar, para dados com censuras intervalar
Estimadores, pontual e intervalar, para dados com censuras intervalar Débora Ohara, Estela Maris Pereira Bereta, Teresa Cristina Martins Dias Resumo Dados com censura intervalar ocorrem com frequência
Leia maisAnálise 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