Mudanças entre as edições de "EST5507"
(→Material de apoio) |
(→Material de apoio) |
||
| Linha 53: | Linha 53: | ||
7. Artigo sobre [https://arxiv.org/abs/2212.14185v1 estimadores não viesados em modelos lineares (Lei and Wooldridge, 2023)]. | 7. Artigo sobre [https://arxiv.org/abs/2212.14185v1 estimadores não viesados em modelos lineares (Lei and Wooldridge, 2023)]. | ||
| − | 8. [[Media:mod-linear-2025.pdf |Exemplo com um modelo linear]]. | + | 8. [[Media:mod-linear-2025.pdf |Exemplo com um modelo linear - parte 1]]. |
| − | 9. | + | 9. [[Media:mod-linear-2025.pdf |Exemplo com um modelo linear - parte 2]]. |
| − | 10. Artigo sobre [ | + | 10. Artigo sobre [https://projecteuclid.org/journals/annals-of-statistics/volume-13/issue-1/Consistency-and-Asymptotic-Normality-of-the-Maximum-Likelihood-Estimator-in/10.1214/aos/1176346597.full consistência e normalidade assintótica em modelos lineares generalizados (Fahrmeir and Kaufmann, 1985)]. |
| − | 11. Artigo sobre [ | + | 11. Artigo sobre [http://www.jstor.org/stable/1390802 resíduos quantílicos aleatorizados (Dunn and Smyth, 1996)]. |
| − | 12. | + | 12. Artigo sobre [https://doi.org/10.1080/01621459.2025.2504037 resíduos funcionais em modelos para dados discretos (Liu ''et al''., 2025)]. |
| − | 13. [ | + | 13. Livro [https://www.gamlss.com/wp-content/uploads/2023/06/FlexibleRegressionAndSmoothingDraft-1.pdf ''Flexible Regression and Smoothing - The GAMLSS packages in R'' (Stasinopoulos ''et al'')]. |
| − | 14. [[Media:mod-contagem-2025.pdf |Exemplo com dados de contagem]]. | + | 14. [[Media:mod-binom-2025.pdf |Exemplo com um modelo binomial]]. |
| + | |||
| + | 15. [[Media:mod-contagem-2025.pdf |Exemplo com dados de contagem]]. | ||
== Listas de exercícios == | == Listas de exercícios == | ||
Edição das 18h42min de 29 de outubro de 2025
Modelos de Regressão (2025/2)
Índice
Informações gerais
Universidade de São Paulo
Instituto de Ciências Matemáticas e de Computação
Departamento de Matemática Aplicada e Estatística
Disciplina: EST5507 Modelos de Regressão.
Professor: Mário de Castro (mcastro@icmc.usp.br).
Sala: 4-240.
Telefone: (16) 3373 6631.
Aulas: terça-feira às 8:00h e quinta-feira às 8:00h na sala 3-102.
- Não haverá aula dia 12/8 (Dia Temático PIPGEs).
Horário de atendimento: mediante agendamento.
Apresentação da disciplina
Avaliação
Duas ou três provas (a terceira prova é opcional).
Datas das provas: 9/10, 9/12 e data a ser marcada.
Nota = média aritmética simples de duas ou três provas.
Conversão de nota em conceito: [0,0; 5,0): R, [5,0; 7,0): C, [7,0; 8,5): B e [8,5; 10,0]: A.
Material de apoio
2. Livro Modelos de Regressão (G. A. Paula).
5. Artigos recentes sobre usos e abusos de Modelos de Regressão.
6. Algumas distribuições úteis.
7. Artigo sobre estimadores não viesados em modelos lineares (Lei and Wooldridge, 2023).
8. Exemplo com um modelo linear - parte 1.
9. Exemplo com um modelo linear - parte 2.
10. Artigo sobre consistência e normalidade assintótica em modelos lineares generalizados (Fahrmeir and Kaufmann, 1985).
11. Artigo sobre resíduos quantílicos aleatorizados (Dunn and Smyth, 1996).
12. Artigo sobre resíduos funcionais em modelos para dados discretos (Liu et al., 2025).
13. Livro Flexible Regression and Smoothing - The GAMLSS packages in R (Stasinopoulos et al).
14. Exemplo com um modelo binomial.
15. Exemplo com dados de contagem.
