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 [2014/04/14 19:40]
walmes
+++ disciplinas:ce071-2014-01 [2014/04/30 19:18]
walmes
@@ Linha 64: / Linha 64: @@
     * Estudo sobre o preço de veículos em função da quilometragem e tipo de câmbio;
     * 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
   - 05/05
@@ Linha 93: / Linha 116: @@
 ==== 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/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 $A$;
+=== Cartões de referência ===
   * {{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}};
+=== Medidas de diagnóstico ===
   * {{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}};
@@ Linha 107: / Linha 133: @@
   * {{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)}}
+=== 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 ====
@@ Linha 195: / Linha 227: @@
 <latex>
 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>
@@ Linha 206: / Linha 238: @@
   * DFfits
 <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>
@@ Linha 221: / Linha 253: @@
 require(lattice)
 require(latticeExtra)
-require(car)
-## Função vif da página da Professora Dra Sueli Giolo.
-source("http://people.ufpr.br/~giolo/CE071/Exemplos/vif.R")
 ##-----------------------------------------------------------------------------
-## Dados de gasto com alimentação (foodcons) em função da receita da
+## Lendo dados sobre os joagadores da liga européia de futebol.
-## família (income) e do número de membros (size).
-##
-## Ajuste um modelo com foodcons~income+size. Faça uma análise
-## completa do modelo e verifique se há necessidade de modificações. Se
-## sim, proceda e justifique.
 da <-
-    read.table("http://www.leg.ufpr.br/~walmes/data/business_economics_dataset/EXERCISE/DCFOOD.DAT")
+    read.table("http://www.leg.ufpr.br/~walmes/data/euro_football_players.txt",
-names(da) <- c("house","foodcons","income","size")
+               header=TRUE, sep="\t", quote="", encoding="utf-8")
 str(da)
+da <- subset(da, select=c("pos","kg","cm"))
+da$gk <- ifelse(da$pos=="GK", 1, -1)
+da$gk[grep("^M\\(?.?\\)?$", da$pos)] <- 0
+da <- subset(da, gk>=0)
+str(da)
+names(da)[2:3] <- c("peso","altura")
+table(da$gk)
+xyplot(peso~altura|gk, data=da)
 ##-----------------------------------------------------------------------------
-## Engenheiros mediram o comprimento (length, cm) e o peso (weight, g) e
+## Preço dos carros em função da categoria (simples, sedan ou cross).
-## o nível de DDT (ddt, ppm) para 144 peixes capturados. Além do mais, a
-## distância de captura rio acima (mile), o rio (river) e a espécie do
-## peixe (species) também foram registrados.
-##
-## Ajuste um modelo com ddt~mile+length+weight. Faça uma análise
-## completa do modelo e verifique se há necessidade de modificações. Se
-## sim, proceda e justifique.
 db <-
-    read.table("http://www.leg.ufpr.br/~walmes/data/business_economics_dataset/EXERCISE/DDT.DAT")
+    read.table("http://www.leg.ufpr.br/~walmes/data/hb20_venda_webmotors_280314.txt",
-names(db) <- c("river","mile","species","length","weight","ddt")
+               header=TRUE, sep="\t")
 str(db)
+db <- subset(db, select=c("carro","km","preco"))
+db <- transform(db, km=km/1000, preco=preco/1000)
+xyplot(preco~km|carro, data=db)
+##-----------------------------------------------------------------------------
+require(alr3)
+str(sleep1)
+str(ais)
+str(twins)     ## 6.4.  Eduardo.
+str(BGSall)    ## 6.6.  Michele.
+str(cathedral) ## 6.10. Paula.
+str(salary)    ## 6.13. Cintia.
+str(mile)      ## 6.18. Gustavo.
 ##-----------------------------------------------------------------------------

Diferenças

Navegação

Busca

Ferramentas

QR Code