Modelos de regressão linear no R

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), modelos para resíduos correlacionados (GLS), modelo logístico (Logit), testes a posteriori para a Anova de modelos de regressão (ex: Tukey HSD) e seleção e média de modelos (Akaike e Model Average). Além disso, haverá uma abordagem do uso básico de modelos generalizados não-lineares (GNM). 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. GLM (Modelos Lineares Generalizados)
  7. GLMM (Modelos mistos lineares generalizados)
  8. GLS (Quadrados mínimos generalizados)
  9. Testes a posteriori (Post-Hoc tests: Tukey HSD; LmerTest) para modelos de regressão
  10. Seleção e média de Modelos (Akaike e Model Average)
  11. 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..