Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
| Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior Próxima revisão Ambos lados da revisão seguinte | ||
|
disciplinas:ce071-2014-01 [2014/04/09 18:27] walmes |
disciplinas:ce071-2014-01 [2014/04/30 11:27] walmes |
||
|---|---|---|---|
| Linha 64: | Linha 64: | ||
| * Estudo sobre o preço de veículos em função da quilometragem e tipo de câmbio; | * Estudo sobre o preço de veículos em função da quilometragem e tipo de câmbio; | ||
| * Especificação e testes de hipóteses entre modelos aninhados. | * Especificação e testes de hipóteses entre modelos aninhados. | ||
| - | - 31/03 | + | - 31/03: |
| - | - 02/04 | + | * Ajuste do modelo e previsão de valores; |
| - | - 07/04 | + | * Intervalos de confiança e intervalos de predição. |
| - | - 09/04 | + | - 02/04: |
| - | - 14/04 | + | * Análise dos pressupostos do modelo; |
| - | - 16/04 | + | * Medidas de influência; |
| - | - 21/04 | + | * Tipos de resíduos (crus, padronizados, studentizados); |
| - | - 23/04 | + | * DFfits, DFbetas e distância de Cook; |
| - | - 28/04 | + | - 07/04: |
| + | * Análise dos resíduos e medidas de influência; | ||
| + | * Prática de regressão linear múltipla com o R; | ||
| + | * Estudo sobre o preço de relógios antigos; | ||
| + | * Estudo sobre o salário de trabalhadores sociais. | ||
| + | - 09/04: | ||
| + | * Medidas de colinearidade; | ||
| + | * Fator de inflação da variância. | ||
| + | - 14/04: | ||
| + | * Polinômios ortogonais; | ||
| + | * Centralização das variáveis; | ||
| + | * Prática de regressão linear múltipla com o R; | ||
| + | * Estudo sobre nível de ddt em peixes; | ||
| + | * Estudo sobre o gasto em consumo de alimentos por família. | ||
| + | - 16/04: | ||
| + | * Seleção de variáveis; | ||
| + | * Seleção forward, backwad e stepwise baseados em critérios de informação (AIC e BIC); | ||
| + | - 23/04: | ||
| + | * Prática de regressão linear múltipla com o R; | ||
| + | * Estudo sobre a qualidade de vinhos; | ||
| + | * Estudo sobre o salario de executivos. | ||
| + | - 28/04: | ||
| + | * Variáveis categóricas no modelo de regressão; | ||
| + | * Estudo das interações. | ||
| - 30/04 | - 30/04 | ||
| - 05/05 | - 05/05 | ||
| Linha 93: | Linha 116: | ||
| ==== Links úteis ==== | ==== Links úteis ==== | ||
| + | === Cursos, dados e scripts sobre Regressão Linear === | ||
| * {{http://www.ats.ucla.edu/stat/sas/examples/chp/|Regression Analysis by Example, by Chatterjee, Hadi and Price}}: scripts; | * {{http://www.ats.ucla.edu/stat/sas/examples/chp/|Regression Analysis by Example, by Chatterjee, Hadi and Price}}: scripts; | ||
| * {{http://www.ats.ucla.edu/stat/sas/examples/chp/chpsas_dl.htm|Regression Analysis by Example, by Chatterjee, Hadi and Price}}: dados em txt; | * {{http://www.ats.ucla.edu/stat/sas/examples/chp/chpsas_dl.htm|Regression Analysis by Example, by Chatterjee, Hadi and Price}}: dados em txt; | ||
| Linha 99: | Linha 123: | ||
| * {{http://www.stat.ufl.edu/~winner/Regression_Examples.html|Regression Examples}}: dados e scripts de análises em R e $A$; | * {{http://www.stat.ufl.edu/~winner/Regression_Examples.html|Regression Examples}}: dados e scripts de análises em R e $A$; | ||
| + | === Cartões de referência === | ||
| * {{http://www2.kenyon.edu/Depts/Math/hartlaub/Math305%20Fall2011/R.htm|Resumo de comandos R e pacotes para regressão}}; | * {{http://www2.kenyon.edu/Depts/Math/hartlaub/Math305%20Fall2011/R.htm|Resumo de comandos R e pacotes para regressão}}; | ||
| * {{http://cran.r-project.org/doc/contrib/Ricci-refcard-regression.pdf|Cartão de referência para regressão}}; | * {{http://cran.r-project.org/doc/contrib/Ricci-refcard-regression.pdf|Cartão de referência para regressão}}; | ||
| + | === Medidas de diagnóstico === | ||
| * {{http://www.stats.ox.ac.uk/~burke/Linear%20Models/Linear%20Models%20Notes.pdf|Slides de curso completo de Regressão Linear}}; | * {{http://www.stats.ox.ac.uk/~burke/Linear%20Models/Linear%20Models%20Notes.pdf|Slides de curso completo de Regressão Linear}}; | ||
| * {{http://statweb.stanford.edu/~jtaylo/courses/stats203/notes/diagnostics.pdf|Slides de medidas de diagnóstico}}; | * {{http://statweb.stanford.edu/~jtaylo/courses/stats203/notes/diagnostics.pdf|Slides de medidas de diagnóstico}}; | ||
| Linha 107: | Linha 133: | ||
| * {{http://courses.washington.edu/b515/l7.pdf|Exemplos de diagnóstico}}; | * {{http://courses.washington.edu/b515/l7.pdf|Exemplos de diagnóstico}}; | ||
| * {{http://statweb.stanford.edu/~jtaylo/courses/stats203/notes/diagnostics.pdf|Resumo de medidas de diagnóstico (com exemplos)}} | * {{http://statweb.stanford.edu/~jtaylo/courses/stats203/notes/diagnostics.pdf|Resumo de medidas de diagnóstico (com exemplos)}} | ||
| + | |||
| + | === Regressão com variáveis categóricas === | ||
| + | * {{http://www.sagepub.com/upm-data/21120_Chapter_7.pdf|Dummy-Variable Regression}}; | ||
| + | * {{http://gauss.stat.su.se/gu/e/slides/F6-Dummy-Variable.pdf|Dummy variable regression models}}; | ||
| + | * {{http://socserv.socsci.mcmaster.ca/jfox/Courses/SPIDA/dummy-regression-notes.pdf|Dummy-Variable Regression}}; | ||
| + | * {{https://www.princeton.edu/~slynch/soc504/expanding_ols.pdf|Expanding the Model Capabilities: Dummy Variables, Interactions, and Nonlinear Transformations}}. | ||
| ==== Avaliações ==== | ==== Avaliações ==== | ||
| Linha 195: | Linha 227: | ||
| <latex> | <latex> | ||
| t_i = \dfrac{e_i}{s(e_i)} = \dfrac{e_i}{\hat{\sigma}_{-i}\sqrt{1-h_{i}}}\\ | t_i = \dfrac{e_i}{s(e_i)} = \dfrac{e_i}{\hat{\sigma}_{-i}\sqrt{1-h_{i}}}\\ | ||
| - | \hat{\sigma}_{-i}^2 = \dfrac{(n-p)\hat{\sigma}^2-\frac{e_i}{1-h_{i}}}{(n-1)-p} | + | \hat{\sigma}_{-i}^2 = \dfrac{(n-p)\hat{\sigma}^2-\frac{e_i^2}{1-h_{i}}}{(n-1)-p} |
| </latex> | </latex> | ||
| Linha 206: | Linha 238: | ||
| * DFfits | * DFfits | ||
| <latex> | <latex> | ||
| - | dffits_i = \dfrac{\hat{y}_i-\hat{y}_{i(-i))}}{\hat{\sigma}_{-i}\sqrt{1-h_i}} = \left( \dfrac{p\cdot D_i \cdot\hat{\sigma}^2}{\hat{\sigma}^2_{-i}} \right )^{1/2} | + | dffits_i = \dfrac{\hat{y}_i-\hat{y}_{i(-i))}}{\hat{\sigma}_{-i}\sqrt{h_i}} = t_i\left( \dfrac{h_i}{1-h_i} \right )^{1/2} |
| </latex> | </latex> | ||
| Linha 221: | Linha 253: | ||
| require(lattice) | require(lattice) | ||
| require(latticeExtra) | require(latticeExtra) | ||
| - | require(car) | ||
| - | ## RSiteSearch("VIF regression") | + | ##----------------------------------------------------------------------------- |
| - | ## require(faraway) ## tem a função vif() | + | ## Lendo dados sobre os joagadores da liga européia de futebol. |
| - | ## require(fmsb) ## tem a função VIF() | + | |
| - | ## Função vif da página da Professora Dra Sueli Giolo. | + | da <- |
| - | source("http://people.ufpr.br/~giolo/CE071/Exemplos/vif.R") | + | read.table("http://www.leg.ufpr.br/~walmes/data/euro_football_players.txt", |
| + | header=TRUE, sep="\t", quote="", encoding="utf-8") | ||
| + | str(da) | ||
| - | ## Several packages in R provide functions to calculate VIF: vif in | + | da <- subset(da, select=c("pos","kg","cm")) |
| - | ## package HH, vif in package car, VIF in package fmsb, vif in package | + | |
| - | ## faraway, and vif in package VIF. The number of packages that provide | + | |
| - | ## VIF functions is surprising given that they all seem to accomplish | + | |
| - | ## the same thing. | + | |
| - | ## | + | |
| - | ## http://beckmw.wordpress.com/2013/02/05/collinearity-and-stepwise-vif-selection | + | |
| - | ## http://courses.ttu.edu/isqs5349-westfall/images/5349/multicollinearity_99.htm | + | da$gk <- ifelse(da$pos=="GK", 1, -1) |
| - | ## Considere o conjunto de dados turtles.txt em | + | da$gk[grep("^M\\(?.?\\)?$", da$pos)] <- 0 |
| - | ## http://westfall.ba.ttu.edu/isqs5349/Rdata/turtles.txtx | + | |
| - | ##----------------------------------------------------------------------------- | + | da <- subset(da, gk>=0) |
| - | + | ||
| - | prelink <- "http://www.leg.ufpr.br/~walmes/data/business_economics_dataset" | + | |
| - | + | ||
| - | da <- read.table(paste(prelink, "/EXAMPLES/FTC.DAT", sep=""), | + | |
| - | header=FALSE) | + | |
| str(da) | str(da) | ||
| - | names(da) <- c("tar", "nicotine", "weight", "co") | + | names(da)[2:3] <- c("peso","altura") |
| - | str(da) | + | table(da$gk) |
| - | ## tar: conteúdo de alcatrão; | + | xyplot(peso~altura|gk, data=da) |
| - | ## nicotine: conteúdo de nicotina; | + | |
| - | ## weight: peso; | + | ##----------------------------------------------------------------------------- |
| - | ## co: monoxido de carbono; | + | ## Preço dos carros em função da categoria (simples, sedan ou cross). |
| - | ## Os valores no data.frame são dos valores de alcatrão, nicotina e | + | db <- |
| - | ## monoxido de carbono (mg) e peso (g) para uma amostra de 25 marcas de | + | read.table("http://www.leg.ufpr.br/~walmes/data/hb20_venda_webmotors_280314.txt", |
| - | ## filtros testados. Deseja-se modelar o monoxido de carbono como função | + | header=TRUE, sep="\t") |
| - | ## das demais variáveis. | + | str(db) |
| - | m0 <- lm(co~tar+nicotine+weight, data=da) | + | db <- subset(db, select=c("carro","km","preco")) |
| - | summary(m0) | + | db <- transform(db, km=km/1000, preco=preco/1000) |
| - | par(mfrow=c(2,2)) | + | xyplot(preco~km|carro, data=db) |
| - | plot(m0) | + | |
| - | layout(1) | + | |
| ##----------------------------------------------------------------------------- | ##----------------------------------------------------------------------------- | ||
