Sumários

26ª Aula T

16 Dezembro 2020, 11:30 Patrícia Cortés de Zea Bermudez

Avaliação global do modelo de regressão logística. Inferência sobre os parâmetros do modelo.O modelo de regressão logística com uma variável explicativa quantitativa - interpretação do modelo. O modelo de regressão logística com variáveis de todos os tipos - interpretação e inferência. Comparação de modelos encaixados.


26ª Aula TP

16 Dezembro 2020, 10:30 Patrícia Cortés de Zea Bermudez

Exercício 5 - dados de Hosmer e Lemeshow relativos ao peso de bebés à nascença. Construção de um modelo de regresão logística que permita modelar a varíavel binária: ter peso baixo à nascença (<2500gr) ou peso normal ( >=2500gr). Avaliar, em R, quais as variáveis explicativas que contribuem significativamente para explicar essa variável.


25ª Aula T

11 Dezembro 2020, 14:30 Patrícia Cortés de Zea Bermudez


Necessidade de generalizar os modelos lineares para situações muito usuais em termos de aplicações: 1) variável resposta contínua mas que não tem distribuição normal (exemplos lognormal e gama); 2) variável resposta que representa uma contagem (exmplo Poisson); 3)  variável resposta categórica. Introdução à regressão binária. Apresentação do problema, distribuição da variavel resposta, necessidade de transformar o valor médio da variável resposta; noção de odds e função logit. Interpretação. Como estimar a probabilidade de sucesso para um indivíduo i. Estimação dos parâmetros do modelo pelo método de máxima verosimilhança. Modelo nulo e modelo saturado. Deviance. 

Obs: mais uma vez, houve ZERO alunos na aula presencial. Todos os alunos que assistiram à aula fizeram-no por Zoom.


25ª Aula TP

11 Dezembro 2020, 13:30 Patrícia Cortés de Zea Bermudez

Início do exercício 4 - dados de Hosmer e Lemeshow relativos ao peso de bebés à nascença. 

Obs: mais uma vez, houve ZERO alunos na aula presencial. Todos os alunos que assistiram à aula fizeram-no por Zoom.


24ª Aula T

9 Dezembro 2020, 11:30 Patrícia Cortés de Zea Bermudez

Conclusão da matéria relativa a regressão linear múltipla.