Data: 30 de novembro de 2019
Horário: das 14 as 18 horas (horário de Brasília)
Ministrante: Dr. Écio Souza Diniz
O CURSO É ONLINE UTILIZANDO O TEAMS (GRATUITO PARA OS PARTICIPANTES) QUE ESTA NA LISTA DOS CINCO MELHORES SOFTWARES PARA CURSOS E REUNIÕES ONLINE. O Teams é um software muito interativo deixando o curso online com as mesmas características do curso presencial.
Valor R$60,00
Fazer depósito ou transferência para seguinte conta:
Banco do Brasil
Tássia Boeno Oliveira
Agência: 0162-7
Conta corrente: 39777-6
PARA REALIZAR A INSCRIÇÃO CLIQUE NO LINK ABAIXO:
https://forms.gle/mk3KFCLWmHEK7zAf7
Todos os participantes receberão uma apostila para acompanhamento do curso contendo todos os códios que serão utilizados.
Ementa do curso
O curso de modelagem de regressão no R objetiva fornecer àqueles que utilizam e dependem frequente e abundantemente deste tipo de análise para verificar relações causais entre variáveis (dependentes e independentes). Assim, este curso pretende fornecer abordagens básicas dos modelos de regressão mais amplamente utilizados no cotidiano. Serão abordados modelos que atendem distintas distribuições de erros para variáveis dependentes e modelos para controle de efeitos mistos (fixos e aleatórios) e de pseudoreplicações. Assim, nesse primeiro módulo serão abordados desde
modelos básicos de regressão como o LM (Linear model) até modelos que generalização distribuições de erros (GLM e GLMM). Também serão mostrados pré-testes de correlação (ex: Pearson, VIF) como forma de evitar alta colinearidade e multicolinearidade entre variáveis preditivas a serem incluídas num modelo e testes de linearidade entre variável resposta e preditivas. Aditivamente será mostrada abordagem de seleção de modelos (Akaike) e testes a posteriori (Ex: Tukey HSD) para modelos de regressão.
Sumario de conteúdo
- Correlação Linear (Pearson, Spearman, Variance inflation)
- Testes de linearidade
- LM (Modelos Lineares)
- GLM (Modelos Lineares Generalizados)
- GLMM (Modelos Lineares Mistos Generalizados)
- Testes a posteriori de Anova para modelos de regressão
Requisitos desejáveis:
-Computador pessoal do participante devidamente ajustado com relação as configurações de áudio e funcionamento da internet.
-Conhecimento básico dos princípios de regressões simples e múltiplas, assim
como conhecimento básico de análise de variância (Anova) e testes de média
contra zero (ex: Teste T e Wilcoxon);
-Domínio básico do R nos seguintes tópicos: entrada e carregamento de dados
no R; instalação e carregamento de pacotes; conhecimento de executar comandos no R, especialmente em análises de estatística básica como Anova, Teste T, Regressão linear comum (LM, Linear Model);
-o R já deve estar Instalado nos computadores dos matriculados.
Importante: Esse já é um curso mais aplicado de estatística no R, então noções
básicas do uso do software não adentram o presente escopo