Essa é uma revisão anterior do documento!
Tabela de conteúdos
Coleção de Materiais sobre Métodos Computacionalmente Intensivos
Textos
- arquivo compatível com R com dados das notas sobre MCI acima. Carregue no R com o comando:
source("cimdata.r")
ls(pat=".dat")
Estudos
- Máxima Verossimilhança
- Inferência Bayesiana (em desenvolvimento)- Entendendo Inferência Bayesiana (Rnw/Tex)(28/08/2007)Para compilar este arquivo há a necessidade de estar instalado o pacote 'mtable' no R. 
- Entendendo Inferência Bayesiana (PDF)(28/08/2007)
 
- Um exemplo de Regressão Linear Simples- Via Método de Reamostragem Ponderada (30/10/2007)
- Via JAGS (12/11/07)
 
- Via UMacs (22/11/07)
 
- Exemplos de Inferência Bayesiana- Modelos Poisson e Espaciais (PDF)-Luiz (08/11/07)
 
- Estimação da precisão de um estimador via Bootstrap - Ana e Guerino (14/01/08)
- 
- Algoritmo EM
- Um exemplo de regressão linear via Algoritmo EM -Guerino 22/01/08
 
Dei uma melhorada no algoritmo de regressão para dados censurados. Na apostila do Stuart, o mesmo está limitado a um conjunto
    específico de dados (40 observações, sendo 23 censurados e 17 não censurados).
       Além de algumas alterações no algoritmo inicial, criei uma função "ordena" (dentro do script ordem.r), a qual toma qualquer conjunto de 
    dados (contendo valores censurados ou não) e ordena o mesmo de forma que as informações censuradas venham primeiro e sejam contadas. 
       Assim o algoritmo fica generalizado, fazendo a regressão p/ quaisquer dados (censurados e não censurados).
       A unica recomendação é que a matriz contendo os dados tenha 3 colunas:
          - 1a coluna: contem zero's e um's, indicando se o dado é não censurado ou censurado
          - 2a coluna: contem a variável independente
          - 3a coluna: contem a variável dependente
    *{{projetos:mci:dadosem.txt|dadosem.txt}}
    *{{projetos:mci:emh.r|emh.r}}
    *{{projetos:mci:ordem.r|ordem.r}}
    *{{projetos:mci:regressao_em.r|regressao_em.r}}
    
Códigos
- Exemplos utilizando funcao MCMCmetrop1R() do pacote 'MCMCpack'
- Modelo Normal com efeito aleatorio
- Poisson
- CAR
- Geoestatistico
- Simple linear regression using UMacs package
- Modelos de Inferência Bayesiana via WinBugs- Modelos Poisson e Espaciais (.txt)-Luiz (08/11/07)
 



