Mudanças entre as edições de "SME-811"
(→Material de apoio) |
(→Avaliação) |
||
Linha 27: | Linha 27: | ||
== Avaliação == | == Avaliação == | ||
'''1a. prova''': 29/4/2019. | '''1a. prova''': 29/4/2019. | ||
+ | |||
+ | * [[Media:Prova1-2019.pdf | Uma solução da 1a. prova.]] | ||
'''2a. prova''': 24/6/2019. | '''2a. prova''': 24/6/2019. |
Edição das 18h57min de 13 de maio de 2019
Índice
Informações gerais
Universidade de São Paulo
Instituto de Ciências Matemáticas e de Computação
Departamento de Matemática Aplicada e Estatística
Disciplina: SME0811 - Análise de Dados Categorizados (2019).
Professor: Mário de Castro (mcastro@icmc.usp.br).
Sala:4-240.
Telefone: (16) 3373 6631.
Aulas: segundas-feiras das 19:00h às 20:40h e quartas-feiras das 21:00h às 22:40h na sala 5-101.
Horário de atendimento: mediante agendamento.
Apresentação da disciplina
Disciplina no sistema Júpiter.
Avaliação
1a. prova: 29/4/2019.
2a. prova: 24/6/2019.
Prova de recuperação: em data a ser marcada.
Não será aplicada prova substitutiva.
Listas de exercícios
Material de apoio
1. Livro "Categorical Data Analysis, 2nd ed." (Agresti).
2. Livro "An Introduction to Categorical Data Analysis, 2nd ed." (Agresti).
3. Livro "Analysis of Ordinal Categorical Data, 2nd ed." (Agresti).
4. Livro "Categorical Data Analysis by Example" (Upton).
5. Livro "Log-Linear Modeling: Concepts, Interpretation, and Application" (von Eye and Mun).
6. Tipos de estudos (Profa. Airlane Alencar, IME/USP).
7. Exemplo com a medida de associação.
8. Exemplo com a medida de associação.
9. Exemplos com o teste qui-quadrado de Pearson.
10. Inferência em uma tabela de contingências 2 x 2.
11. Teste de Cochran-Mantel-Haenszel.
12. Modelos log-lineares em tabelas 2 x 2.
Páginas úteis
The R Project for Statistical Computing.
Perguntas e respostas sobre R (Stack Overflow em português).
Perguntas e respostas sobre R (Stack Overflow em inglês).
SAS® University Edition (Free SAS® software).
Perguntas e respostas sobre SAS (Stack Overflow em inglês).
Rseek - busca de páginas sobre o R.
R for Data Science (Grolemund and Wickham).