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.
CURSO ONLINE ? Introdu??o a Modelos Mistos usando R e R Studio (IMMR08)
https://www.prstats.org/course/introducao-a-modelos-mistos-usando-r-e-r-studio-
immr08/
Ter?a-feira, 12th Mar?o, 2024Sinta-se ? vontade para compartilhar!
DETALHES DO CURSO
Este curso fornece uma introdu??o te?rica e pr?tica a modelos mistos,
tamb?m conhecidos como modelos multi-n?vel ou hier?rquicos. Nosso foco
prim?rio ser? em modelos lineares mistos, por?m tamb?m cobriremos modelos
lineares generalizados mistos. Tamb?m descreveremos abordagens Bayesianas
para modelos mistos. Come?aremos com modelos de efeitos aleat?rios. Esses
modelos mostram, com clareza, como os modelos mistos s?o, na verdade,
?modelos de modelos?. Tamb?m, modelos de efeitos aleat?rios servem como uma
base s?lida para auxiliar o entendimento de modelos mistos. N?s tamb?m
trataremos de conceitos importantes relacionados a *shrinkage*, ou
?redu??o/encolhimento? dos efeitos aleat?rios, e correla??o intraclasse.
Ent?o, cobriremos modelos lineares mistos, com foco particular em modelos
de intercepto e/ou coeficientes angulares aleat?rios. Depois, cobriremos
modelos mistos para dados com estrutura aninhada ou cruzada, bem como
preditores de n?vel de grupo. Ent?o, trataremos de modelos lineares
generalizados mistos e como utilizar efeitos aleat?rios a n?vel
observacional para acomodar superdispers?o. Por fim, cobriremos uma breve
introdu??o ? abordagem Bayesiana por meio do pacote brms.
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 stats
[[alternative HTML version deleted]]