disciplinas:ce071-2014-01

Não foi possível enviar o arquivo. Será algum problema com as permissões?

Você está aqui: start » disciplinas » ce071-2014-01

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- disciplinas:ce071-2014-01 [2014/02/19 14:35]
walmes
+++ disciplinas:ce071-2014-01 [2014/03/24 20:46]
walmes
@@ Linha 33: / Linha 33: @@
     * Interpretação geométrica;
     * Estimação pelo método dos mínimos quadrados.
-  - 19/02
+  - 19/02:
-  - 24/02
+    * Métodos numéricos considerados na estimação: decomposição QR e de Cholesky.
-  - 26/02
+  - 24/02:
-  - 03/03
+    * Estimação baseada na verossimilhança.
-  - 05/03
+  - 26/02:
-  - 10/03
+    * Esperança e variância dos estimadores;
-  - 12/03
+    * Teorema de Gauss-Markov;
-  - 17/03
+    * Análise de variância.
-  - 19/03
+  - 10/03:
+    * Regressão linear múltipla, resultados representados matricialmente;
+    * Quadro de análise de variância;
+  - 12/03:
+    * Propriedades distribucionais dos estimadores;
+    * Teste F de uma função linear para inferência sobre \beta;
+    * Teste F do quadro de análise de variância.
+  - 17/03:
+    * Teste de hipótese para \beta e subconjuntos de \beta;
+    * Teste da soma de quadrados extra;
+    * Intervalos de confiança para \beta_j e funções lineares de \beta;
+    * Intervalos de confiança para o valor predito e para observação futura.
+  - 19/03:
+    * Prática de regressão linear múltipla com o R;
+    * Estudo sobre o preço de imóveis em função da área.
   - 24/03
   - 26/03
@@ Linha 73: / Linha 87: @@
 ===== Avaliações ======
+=== Trabalho 1 ===
+  * Função para estimação de beta a partir de X e y. Implementar o método de estimação literal, decomposição de Cholesky e decomposição QR.
+  * Função para calcular o quadro de análise de variância.
+  * Função para tabela de estimativas com erro-padrão e IC.
+  * Função para quadro de anova particionado.
+  * Função para calcular o valor predito com IC.
+  * Entregar o código impresso das funções programadas no dia 24/03/14.
+<code R>
+## Estima o vetor de parâmetros \beta
+mycoef <- function(X, y, method){
+...
+}
+## Retorna o quadro de análise de variância corrigido para a média
+myanova <- function(X, y){
+...
+}
+## Retorna a tabela com erros padrões, t-valor, p-valor e IC para \betas
+mycoeftable <- function(X, y, conf=0.95){
+...
+}
+## Retorna o quadro de análise de variância particionado para X1
+myanovapart <- function(X, y, X1){
+...
+}
+## Retorna o valor predito com IC
+mypredict <- function(x0, betas, vcov, conf){
+...
+}
+</code>
+=== Trabalho 2 ===
+  * Fazer estudo de simulação para estudar a distribuição amostral dos estimadores e das estatísticas do testes.
+  * Verificar que E(\hat\beta) = \beta, var(\hat\beta) = \sigma^2(X'X)^{-1}, e que \hat\betas têm distribuição Normal.
+  * Verificar que E(\hat\sigma^2) = \sigma^2 e que (n-p)*\hat\sigma/\sigma têm distribuição qui-quadrado.
+  * Verificar que F = (A\hat\beta-m)'[A(X'X)^{-1}A']^{-1}(A\hat\beta-m)/(r QMRes) têm distribuição F sob H0 que A\betas = m.
+  * Estudar a distribuição da estatística F = QMReg/QMres e comparar com o F anterior.
+  * Entregar código impresso com gráficos e tabelas que sobre os resultados solicitados no dia 24/03/14.
+<code R>
+## Função que retorna estimativas de parâmetros e estatísticas sob uma
+## amostra aleatória simulada ao ser executada.
+mysimula <- function(X, beta, sigma, A, m=beta){
+...
+}
+results <- replicate(10000, mysimula)
+</code>
+<code R>
+da <- data.frame(cat=gl(3,3), x=10*(1:9))
+X <- model.matrix(~x, da); X
+X <- model.matrix(~cat, da); X
+X <- model.matrix(~cat+x, da); X
+X <- model.matrix(~cat*x, da); X
+X <- model.matrix(~cat:x, da); X
+X <- model.matrix(~cat/x, da); X
+X <- model.matrix(~-1+cat/x, da); X
+da <-
+    read.table("http://www.leg.ufpr.br/~walmes/data/business_economics_dataset/EXAMPLES/REALESTA.DAT",
+               header=FALSE)
+names(da) <- c("number","saleprice","landvalue","improvvalue","area")
+str(da)
+</code>

Diferenças

Navegação

Busca

Ferramentas

QR Code