Modelos de regressão no R: básicos e avançados.

Data: 01 de junho de 2019

Horário: das 08 as 12 horas e das 14 as 18 horas

Ministrante: Dr. Écio Souza Diniz

O CURSO É ONLINE UTILIZANDO O WEBEX (GRATUITO PARA OS PARTICIPANTES) QUE ESTA NA LISTA DOS CINCO MELHORES SOFTWARES PARA CURSOS E REUNIÕES ONLINE. O webex é um software muito interativo deixando o curso online com as mesmas características do curso presencial. 

Valor R$80,00

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://docs.google.com/forms/d/e/1FAIpQLSeaNakVGix3zEW5TCxHL9geE7Vp3IFAtY3SIs86c7Rnu2-ZQQ/viewform?c=0&w=1

 

Ementa do curso

Este curso objetiva fornecer àqueles que utilizam e dependem frequente e abundantemente deste tipo de análise para verificar relações causais entre variáveis (dependentes e independentes), adequando modelos específicos para diferentes demandas e distribuição de dados. A abordagem básica engloba preceitos prévios a construção de modelos (ex: normalidade, testes de correlação e testes de linearidade entre variáveis) e modelagem mais simples (LM) e suas aplicações. Já a abordagem mais avançada englobará modelos generalizados (GLM), modelos generalizados mistos (GLMM), modelo logístico (Logit) básico, introdução básica ao uso de  modelos generalizados não-lineares (GNM),  testes a posteriori para a Anova de modelos de regressão (ex: Tukey HSD) e seleção e média de modelos (Akaike e Model Average). O curso é ministrado utilizando software  R para Windows.

“CURSO MINISTRADO COM BASE EM DADOS E LIVRO PUBLICADO PELO MINISTRANTE”.
Conteúdo:

1-Correlação (Pearson, Spearman, Variance Inflation)

2-Testes de linearidade entre variáveis

3-Teste e ajuste de normalidade

4-Ajuste de resíduos dos modelos

5-LM (Modelos Lineares)

6-Introdução teórica a generalização de distribuições de erros

7-GLM (Modelos Lineares Generalizados)

8-GLMM (Modelos mistos lineares generalizados)

9-GNM (Modelos Não lineares generalizados)

10-Testes a posteriori (Post-Hoc tests: Tukey HSD; LmerTest) para modelos de regressão

11-Seleção e média de Modelos (Akaike e Model Average)

12-Regressão logística

 

Requisitos Desejáveis:

-O participante deve se atentar previamente para as configurações de áudio de seu computador e funcionamento de sua internet, permitindo que acompanhe o curso sem problemas técnicos;
-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);
-Instalação nos computadores dos matriculados no curso de versão atual software R.