Disciplina - detalhe

LCE5868 - Modelos Lineares Generalizados


Carga Horária

Teórica
por semana
Prática
por semana
Créditos
Duração
Total
3
1
8
15 semanas
120 horas

Docentes responsáveis
Clarice Garcia Borges Demetrio

Objetivo
Ensinar uma classe especial de modelos que generalizam os modelos lineares clássicos, mostrando as técnicas de estimação, de verificação de ajuste dos modelos, de diagnósticos, de inferência e de obtenção de intervalos de confiança.

Conteúdo
Família exponencial e o modelo linear generalizado. Estimação: métodos de máxima verossimilhança e de quadrados mínimos. Métodos de inferência e propriedades em grandes amostras. Técnicas de verificação do modelo: função desvio, análise do desvio e análise de resíduos. Modelos de regressão, de análise de variância e de covariância como modelos lineares generalizados. Dados binários e os modelos logístico, probit e complemento log-log. Tabelas de contingência e os modelos log-lineares. Modelos com coeficiente de variação constante. Superdispersão. Modelos lineares generalizados mistos.

Bibliografia
AITKIN, M.; D. ANDERSON; B. FRANCIS and J. HINDE. Statistical Modelling in GLIM. Oxford Science Publications. 1989. 374p.
BISHOP, Y.M.M.; S.E. FIENBERG and P.W. HOLLAND. Discrete Multivariate Analysis: Theory and Practice. Cambridge. Mass. M.I.T. Press, 1975. 557p
COLLETT, D. Modelling Binary Data. Chapman & Hall. 1991. 369p. CORDEIRO, G.M. Modelos Lineares Generalizados. SINAPE, Campinas. 1991. 368p.
CORDEIRO, G.M. e DEMÉTRIO, C.G.B. Modelos lineares generalizados e extensões. 2011.
COX, D.R. e E.J. SNELL. The Analysis of Binary Data. Chapman & Hall, Londres. 1987. 236p.
DEMÉTRIO, C.G.B. Modelos Lineares Generalizados na Experimentação Agronômica. 9ºSEAGRO e 49ª Reunião Anual da RBRAS, Piracicaba. 2001. 113p.
DOBSON, A.J. An Introduction to Statistical Modelling. 2ª ed. Chapman & Hall, Londres. 1990. 174p.
FINNEY, D.J. Probit Analysis. 2ª ed. Cambridge University Press. 1952. 333p.
FITZMAURICE, G; DAVIDIAN, M.; MOLENBERGHS, G. and VERBEKE, G. Longitudinal Data Analysis. Handbooks of Modern Statistical Methods. New York: Chapman & Hall/CRC, 2009.
FRANCIS, B.; GREEN, M.; PAYNE, C., ed., SWAN, T., GILCHRIST, R., BRADLEY, M., CLARKE, M., GREEN. P., REESE, A., HINDE, J. STALEWSKI, A., O'BRIEN, C. The GLIM system release 4 manual. Oxford, Clarendon Press, 1994. 821p.
HARDIN, J.W.; HILBE, J.M. Generalized linear models and extensions. Stata Press, 2007.
HINDE, J. and C.G.B. DEMÉTRIO. Overdispersion: models and estimation. 13º SINAPE, Caxambu, 1998. 73p.
McCULLAGH, M.G. and J.A. NELDER. Generalized Linear Models. 2ª ed. Chapman & Hall, Londres. 1989. 511p.
McCULLOCH, C.E. and SEARLE, S.S. Generalized, Linear and Mixed Models. John Wiley. 2001. 325p.
MORGAN, B.J.T. Analysis of Quantal Response Data. Chapman & Hall, Londres. 1992. 511p.
MOLENBERGHS, G. and VERBEKE, G. Models for Discrete Longitudinal Data. New York:Springer, 2005.
NELDER, J.A. and R.W.M. WEDDERBURN. Generalized linear models. Journal of the Royal Statistical Society, A, 135:370-384. 1972.
PINHEIRO, J.C. and BATES, D.M. Mixed-Effects Models in S and S-Plus. Springer-Verlag. 2000. 528p.
VENABLES, W.N. and RIPLEY, B.D. Statistics and Computing. Springer-Verlag. 2002. 495p.