Biblioteca eletrônica do LEG (acesso restrito)

O objetivo deste espaço é disponibilizar textos de interesse geral para fácil acesso por usuários do LEG.

Importante:

1. Os documentos abaixo podem ter versões mais recentes disponíveis em outros sites na WEB. Verifique!
2. Esta página possui acesso restrito, não devendo ser anunciada na web e serve simplesmente como um repósitório de arquivos para usuários do LEG.

<note>

ATENÇÃO: Downloads de arquivos dessa página NÃO FUNCIONARÃO com o Internet Explorer. Se este for o seu caso, utilize o MOZILA. O programa é gratuito e livre e pode ser obtido em http://br.mozdev.org/. </note>

Site do google para pesquisar livros

Lista de Referências Bibliográficas

• Casella e Berger Statistical Inference
• Grinstead and Snell's Introduction to Probability
• BOLSTAD, W.M. Introduction to Bayesian statistics. USA: John Wiley & Sons, 2004
• D.R. Cox Principles of Statistical Inference. Cambridge. 2006.
• Ben Bolker Ecological Models and Data in R
• P. Cogdon Applied Bayesian Modelling
• Michael Levine Introduction to Statistical Thought
  • print version (pdf, serif fonts, formatted for two-sided printing)
  • screen version (pdf, sans serif fonts, formatted for viewing on screen)
  • Veja mais na página do livro (data-sets, links etc)
  • “Finally, with his characteristic innovation, the author has produced an intriguing book that is available for free. Anyone with the vaguest interest in statistical thought material should at least take a look. (Steven N. MACEACHERN, JASA review)
• LEE, C.T. Introductory Biostatistics John Wiley & Sons, 2003
• Wolfgang, H. and Simar, L. Applied Multivariate Statistics, 2003
• Young and Smith (2005) Essentials of Statistical Inference. Cambridge University Press
• Gauss Cordeiro (1999) Introdução à teoria assintótica. Colóquio de Matemática.
• Coles, Roberts & Jarner: Computer Intensive Methods, course notes
• Lindsey J.K. Applying Generalized Linear Models
• Dalton Andrade TRI: teoria de resposta ao item (Livro Minicurso SINAPE)
• D.H. Murison Mixed models lecture notes
• Twisky Applied Longitudinal Data Analysis for Epidemiology
• Alan Agresti (2002) Categorical data analysis 2nd edition.
• The Elements of Statistical Learning (Hastie, Tibshirani, Friedman) http://www-stat.stanford.edu/~hastie/Papers/ESLII.pdf
• Survival analysis using s (Tableman) tableman_survival_analysis_using_s.pdf

• Seminário de discussão: PJ
  • Venables e Dichmont GLM's, GAM and GLMM (artigo da revisão em número especial da Fisheries research)
• Seminário de discussão: Ana
  • Bayesian Modelling of Compositional data Tjelmeland and Lund (2003)
  • Artigo Lark & Bishop

• Artigo Anthony_Davison em comemoração ao centenário da Biometrika
• Hoeting, Raftery & Rolinski Bayesian Model Averaging -A Tutorial (Statistical Science 1999, 14:4)
• Horton. Brown & Qian Use of R as a toolbox for mathematical statistics exploration (The American Statistician, 2005 58:4)
• Spiegelhalter et. al. paper sobre DIC: deviance information criteria (versão em pdf)
• Zhang On estimation and prediction for spatial generalized linear mixed effects models (Biometrics, 2002, 58(1))
• Lee & Nelder Conditional and Marginal Models – another view (Statistical Science, 2004, 19)
• Fitting mixed-effects models in R
• Pace & LeSage Closed form maximum likelihood estimates for spatial problems
• Akima, H. A New Method of Interpolation and Smooth Curve Fitting Based on Local Procedures(Journal of the Association for Computing Machinery, 1970, 17(4))
• Owzar, K & Sen, P.K Copulas - Concepts and Novel Applications(International Journal of Statistics, 2003 )
• Hoaglin, C. and Welsh, R.E.Hat Matrix in Regression and Anova
• Transformed Generalized Linear Models (Gauss Cordeiro e Marinho de Andrade)
• Artigos de revisão e critica de modelos espaciais de Dormann revisão na Ecograpy e uma avaliação da valida de de modelos autologísticos.

• Feinerer,I., Hornik,K and Meyer,D.Text Mining Infrastructure in R(Journal of Statistical Software, march 2008)
• Ananth and Kleinbaum Regression Models for Ordinal Responses: A Review of Methods and Applications (International Journal of Epidemiology, 1997)

• Reid, N. Asymptotics and the theory of Inference
• Thomas Aragon Applied Epidemiology using R
• Wang Introduction to R for Statisticians
• Bill Venables Exegeses in Linear Models
• Brooks & King Monte Carlo Inference (Course Notes)
• Riviera, M.A.M. Generacíon automática de reportes con R y LATEX
• Luís Torgo Introdução à Programação em R

• Hoaglin, C. and Welsh, R.E.Hat Matrix in Regression and Anova
• Laura A. Thompson S-Plus and R Manual to Accompany Agresti Categorical Data Analysis
• Leo Breiman Random Forests
• Série Capacitação e Atualização em geoprocessamento em Saúde
  1. Abordagens Espaciais na Saúde Pública
  2. Sistemas de Informações Geográficas e Análise Espacial na Saúde Pública
  3. Introdução à Estatística Espacial para Saúde Pública

• Apresentações
  1. Dia 1:
     • Ordenação 1 e Ordenação 2
  2. Dia 2:
     • Árvores e Habitat e artigo
     • Árvore e Explotacion Florestal e artigo 1 e artigo 2
  3. Dia 3:
     • Multilevel e artigo
     • ZINB
  4. Dia 4:
     • GAM e artigo
     • Ordenação e artigo

• Outros artigos
  • Comparação de métodos de classificação 1
  • Comparação de métodos de classificação 2
  • Review of (spatial) statistics methods in fish ecology

• malhadigital_pr2005.tgz Malha digital do estado do Paraná, divisão por municípios - ano 2005, (resolução: E500 (1:500.000), E1000 (1:2.500.000))

• Reportagem na Ciência Hoje sobre Bayes e métodos Bayesianos

• Textbook Revolution Diversos autores tem disponibilizados textos livremente neste site da WEB. Exemplos são os livros de Lavine (Introduction to Statistical Thought) e Grinstead & Snell (Introduction to Probability)

• Site Arxiv.org. Textos para discussão em diversas áreas, inclusive estatística
• Site do livro de dados categroricos do Alan Agresti
• Site do livro de inferência Bayesiana de Daniel Paulino
• Modelos multi-níveis no R
  • http://finzi.psych.upenn.edu/R/library/mlmRev/doc/MlmSoftRev.pdf
  • http://cran.r-project.org/doc/packages/multilevel.pdf
  • Lockwood, Doran & McCaffrey
  • http://cran.r-project.org/doc/contrib/Fox-Companion/appendix-mixed-models.pdf
  • R's SEM capabilities aren't as strong as its mixed-model capabilities, but here are some links:
    • http://socserv.socsci.mcmaster.ca/jfox/Misc/sem/SEM-paper.pdf
    • http://socserv.socsci.mcmaster.ca/jfox/Books/Companion/appendix-sems.pdf
    • http://socserv.socsci.mcmaster.ca/jfox/Courses/Oxford-2006/index.html