CURSO ONLINE ? Introdu??o a Modelos Lineares Generalizados usando R e R
Studio (IGLM07)
https://www.prstatistics.com/course/curso-online-introducao-a-modelos-lineares-generalizados-usando-r-e-r-studio-iglm07/
Ter?a-feira, Fevereiro 20th, 2023Sinta-se ? vontade para compartilhar ingl?s
DETALHES DO CURSO
Este curso fornece uma introdu??o te?rica e pr?tica aos modelos lineares
generalizados usando o R. Modelos lineares generalizados (MLGs) s?o
generaliza??es de modelos de regress?o linear para situa??es em que a
vari?vel resposta ?, por exemplo, bin?ria, ou categ?rica, ou de contagem,
etc. Os modelos espec?ficos que apresentaremos incluem regress?o log?stica
bin?ria, binomial e categ?rica, regress?o Poisson e binomial negativa para
vari?veis de contagem. Tamb?m apresentaremos modelos de regress?o de
Poisson e binomial negativo inflacionados de zeros. Come?aremos com uma
breve recapitula??o do modelo linear normal. Entender esse modelo ? vital
para um entendimento apropriado de como ele pode ser generalizado na teoria
dos MLGs. Depois, introduziremos o modelo de regress?o log?stica bin?rio
amplamente utilizado, que ? um modelo de regress?o para quando a vari?vel
resposta ? bin?ria. Depois, apresentamos o caso da regress?o log?stica
binomial (duas categorias), e por fim multinomial, para modelar respostas
polit?micas, isto ?, que podem integrar mais de duas categorias. Depois
apresentaremos a regress?o Poisson, que ? amplamente utilizada para modelar
vari?veis respostas de contagem (isto ?, o n?mero de vezes que algo
aconteceu). Depois apresentaremos modelos de superdispers?o, que acomodam
uma variabilidade maior do que a esperada pelos modelos de Poisson e
binomial. Apresentaremos os modelos de quase-verossimilhan?a, binomial
negativo e beta-binomial, para dados de contagens e propor??es discretas,
respectivamente. Por fim, apresentaremos modelos de Poisson e binomial
negativo inflacionados de zeros, para dados de contagem com um excesso de
observa??es nulas.
Se voc? estiver incerto em rela??o ? adequabilidade do curso, por favor
entre em contato por email para saber mais oliverhooker at prstatistics.com
Oliver Hooker PhD.
PR statistics
[[alternative HTML version deleted]]