Você está aqui: start » disciplinas » ce225-2012-02 » historico

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anteriorRevisão anterior
Próxima revisão		Revisão anterior
disciplinas:ce225-2012-02:historico [2013/02/27 17:37] – paulojusdisciplinas:ce225-2012-02:historico [2013/03/04 08:09] (atual) – [22/02] paulojus
Linha 25: Linha 25:
 | 23/01 | PA-03 |Modelagem estatística: de LM's a GLM's  |   |  |  | | | |   | 23/01 | PA-03 |Modelagem estatística: de LM's a GLM's  |   |  |  | | | |  
 | 25/01 | PA-03 |Comparando modelos e estratégias de modelagem em determinados problemas - em quais aspectos os modelos são diferentes? Modelos lineares, linearizáveis, não lineares, normais e não normais. Avaliação e comparação de ajustes de modelos.  |   |  |  | | | |   | 25/01 | PA-03 |Comparando modelos e estratégias de modelagem em determinados problemas - em quais aspectos os modelos são diferentes? Modelos lineares, linearizáveis, não lineares, normais e não normais. Avaliação e comparação de ajustes de modelos.  |   |  |  | | | |  
-| 30/01 | LABEST (VER ABAIXO) |Exemplos de problemas sob a forma de GLM's  |   |  |  | | | |   +| 30/01 | LABEST |Exemplos de problemas sob a forma de GLM's  (VER ABAIXO) |   |  |  | | | |   
-| 01/02 | LABEST (VER ABAIXO) |Interpretações de resultados das análises   |   |  |  | | | |   +| 01/02 | LABEST  |Interpretações de resultados das análises (VER ABAIXO)   |   |  |  | | | |   
-| 06/02 | PA-03 (VER ABAIXO)|Testes de hipótese em GLM e tipos de resíduos, com ênfase em de Pearson e de Deviance  |   |  |  | | | |   +| 06/02 | PA-03 |Testes de hipótese em GLM e tipos de resíduos, com ênfase em de Pearson e de Deviance  (VER ABAIXO)|   |  |  | | | |   
-| 15/02 | LABEST Análise de tabelas de contingência. Distribuições e modelos alternativos e equivalências em análise  via GLM|  |   |  |  | | | |   +| 15/02 | LABEST | Análise de tabelas de contingência. Distribuições e modelos alternativos e equivalências em análise  via GLM|  |   |  |  | | | |   
-| 20/02 |atividades de estudo (ver abaixo) |  |   |  |  | | | |   +| 20/02 |atividades de estudo |(ver abaixo)  |   |  |  | | | |   
-| 22/02 |atividades de estudo (ver abaixo) |  |   |  |  | | | |   +| 22/02 |atividades de estudo |(ver abaixo)  |   |  |  | | | |   
-| 27/02 |PA-03. Outros GLM's - estendendo GLM usuais - modelos com dispersão, modelagem de média e variância, quasi verosimilhança, superdispersão e efeitos eleatórios|  |   |  |  | | | |   +| 27/02 |PA-03 | Outros GLM's - estendendo GLM usuais - modelos com dispersão, modelagem de média e variância, quasi verosimilhança, superdispersão e efeitos aleatórios  |   |  |  | | | |   
-| 01/03 | LABEST - exemplos de "outros" GLM's|  |   |  |  | | | |  +| 01/03 | LABEST |exemplos de "outros" GLM's. Ex: Escolha da modelo, modelo binomial negativo e quasipoisson (ver abaixo) |   |  |  | | | |  
  
  
Linha 359: Linha 359:
     - Mostrar como obter os intervalos de predição     - Mostrar como obter os intervalos de predição
     - Verificar os resultados com os retornados pela função ''predict()'' do R     - Verificar os resultados com os retornados pela função ''predict()'' do R
-    - **Algumas sugestões**+    - Algumas sugestões:
       - como calcular os valores da curva de valores ajustados nos exemplos da //creatinina vs infarto// e no de "novos casos de AIDS na Bélgica". Ainda neste exemplo, como estimar a dose associada a uma certa probabilidade fixada de morte?       - como calcular os valores da curva de valores ajustados nos exemplos da //creatinina vs infarto// e no de "novos casos de AIDS na Bélgica". Ainda neste exemplo, como estimar a dose associada a uma certa probabilidade fixada de morte?
-      - como calcular as contagens esperadas no exemplo de //crença vc sexo" ?+      - como calcular as contagens esperadas no exemplo de //crença vc sexo// ? 
 + 
 + 
 +=== 01/03 === 
 +Comandos do exemplo discutido em aula 
 +<code R> 
 +## carregando o conjunto de dados DHF99 do pacote epicalc 
 +require(epicalc) 
 +data(DHF99) 
 +head(DHF99) 
 +help(DHF99) 
 +summary(DHF99) 
 +summary(DHF99) 
 +## a variável village está como numérica mas de fato é um fator 
 +DHF99$village <- as.factor(DHF99$village) 
 +summary(DHF99) 
 +## 
 +## Ajustando GLM's 
 +glm1 <- glm(containers ~ village + education, data=DHF99, family=poisson) 
 +glm1 
 +summary(glm1) 
 +anova(glm1) 
 +## 
 +## vamos usar agora apenas a informação do tipo de vila 
 +glm2 <- glm(containers ~ viltype + education, data=DHF99, family=poisson) 
 +glm2 
 +summary(glm1) 
 +anova(glm1) 
 +## 
 +## comparando os ajustes 
 +anova(glm2, glm1, test="Chisq") 
 +## Portanto a informação individual de cada vila é relevante. 
 +## Entretanto, como exemplo vamos supor que não dispomos da informação individual 
 +## e apenas o tipo de vila. 
 +## Neste caso o ajuste não é bom e vamos tentar alternativas 
 +## 1. Modelo com interação 
 +glm3 <- glm(containers ~ viltype * education, data=DHF99, family=poisson) 
 +anova(glm2, glm3, test="Chisq") 
 +anova(glm2, glm3, test="F") 
 +## 2. Modelo Binomial negativo 
 +require(MASS) 
 +glm2BN <- glm.nb(containers ~ viltype + education, data=DHF99) 
 +glm2BN 
 +c(poisson=logLik(glm2), BN=logLik(glm2BN)) 
 +c(poisson=deviance(glm2), BN=deviance(glm2BN)) 
 +c(poisson=AIC(glm2), BN=AIC(glm2BN)) 
 +## comparando os coeficientes e erros padrão 
 +summary(glm2) 
 +summary(glm2BN) 
 +## 3. Modelo quasipoisson 
 +glm2Q <- 
 + glm(containers ~ viltype + education, data=DHF99, family=quasipoisson) 
 +## comparando os coeficientes e erros padrão 
 +summary(glm2) 
 +summary(glm2Q) 
 +## Note que os ajustes poderiam ser avaliados em mais detalhes 
 +par(mfrow=c(2,2)) 
 +plot(glm1) 
 +plot(glm2) 
 +plot(glm3) 
 +plot(glm2BN) 
 +## 
 +## As análises poderiam prosseguir de diversas formas. Alguns exemplos: 
 +## - avaliando ainda outros modelos como por exemplo inflacionados de de zeros, hurdle . 
 +## - verificando a relevância das covariáveis (e.g education) 
 +## - Caso as vilas fossem consideradas poderia-se avaliar modelos mistos como vilas como efeito aleatórios 
 +</code> 

QR Code
QR Code disciplinas:ce225-2012-02:historico (generated for current page)