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:ce092-2015-02:historico [2015/10/08 18:40] paulojus |
disciplinas:ce092-2015-02:historico [2015/10/14 15:59] paulojus |
||
---|---|---|---|
Linha 24: | Linha 24: | ||
| 01/10 Qui | Regressão não paramétrica. Exemplos computacionais e discussão em grupo. |Cap 11 de Faraway | | | | 01/10 Qui | Regressão não paramétrica. Exemplos computacionais e discussão em grupo. |Cap 11 de Faraway | | | ||
| 06/10 Ter |SIEPE - sem aulas neste dia | | | | | 06/10 Ter |SIEPE - sem aulas neste dia | | | | ||
- | | 08/10 Ter |GLM's, GAMs e GLMM's |[[http://fish.gov.au/reports/Documents/Venables_and_Dichmont_2004.pdf|Artigo para leitura e discussão]] |{{:disciplinas:ce092-2015-02:bill-dichmont.pdf|Comentários sobre artigo}} | + | | 08/10 Qui |GLM's, GAMs e GLMM's |[[http://fish.gov.au/reports/Documents/Venables_and_Dichmont_2004.pdf|Artigo para leitura e discussão]] |{{:disciplinas:ce092-2015-02:bill-dichmont.pdf|Comentários sobre artigo}} |{{:disciplinas:ce092-2015-02:review.pdf|}} | |
+ | | 13/10 Ter |Modelos GLMM - inferência e métodos de integração (quadratura, Laplace e Monte Carlo). Discussão do artigo de Venables e Dichmont | [[#13/10|Ver abaixo]] | | | ||
+ | | 15/10 Ter |Programação de algorítmos para inferência em um GLMM simples com diferentes estratégias de integração | | | | ||
=== 04/08 === | === 04/08 === | ||
Linha 40: | Linha 43: | ||
- Escrever suas próprias funções para ajustes de diferentes distribuições (incluindo com transformação) conforme sugerido no {{:disciplinas:ce092-2015-02:verotrans.pdf|texto distribuído}} | - Escrever suas próprias funções para ajustes de diferentes distribuições (incluindo com transformação) conforme sugerido no {{:disciplinas:ce092-2015-02:verotrans.pdf|texto distribuído}} | ||
- Idem para modelos de regressão com variáveis transformadas | - Idem para modelos de regressão com variáveis transformadas | ||
+ | |||
+ | === 13/10 === | ||
+ | - Simular dados de um modelo Poisson com efeito aleatório: | ||
+ | <latex> | ||
+ | Y_{ij} \sim {\rm P}(\lambda_i) \\ \log(\lambda_i) = \mu + b_i \\ b_i \sim {\rm N}(9, \sigma^2) | ||
+ | </latex> | ||
+ |