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:ce225-2012-02 [2013/01/23 17:44] paulojus |
disciplinas:ce225-2012-02 [2013/02/27 17:49] paulojus |
||
---|---|---|---|
Linha 14: | Linha 14: | ||
* 1ª: **05/12/2012** | * 1ª: **05/12/2012** | ||
* 2ª: **21/12/2012** | * 2ª: **21/12/2012** | ||
- | * 3ª: **11/03/2013** | + | * 3ª: **08/03/2013** |
* Prova Final: **20/03/2013** | * Prova Final: **20/03/2013** | ||
- **exercicios** | - **exercicios** | ||
- | - Lista 1 (para dia 05/12) | + | - [[disciplinas:ce225-2012-02:listas#Lista 1|Lista 1]] (para dia 05/12) |
- | * Considere o modelo de regressão linear: | + | - [[disciplinas:ce225-2012-02:listas#Lista 2|Lista 2]] (para dia 21/12) |
- | * encontre as estimativas dos coeficientes de regressão considerando estimação por máxima verossimilhança | + | - [[disciplinas:ce225-2012-02:listas#Lista 3|Lista 3]] (para dia 13/03) |
- | * encontre a variância assintótica desses estimadores | + | |
- | * elabore um teste baseado nesses resultados para testar se cada coeficiente é igual a zero | + | |
- | * Coloque as distribuições: Normal, gamma, binomial e Poisson na família exponencial. Defina também, esperança, variância, sua função escore e função de ligação canônica. | + | |
- | * Proponha um modelo de regressão e encontre E(Y_i|eta_i) considerando as seguintes distribuições para Y | + | |
- | * Normal com ligação canônica | + | |
- | * Gamma com ligação canônica | + | |
- | * Gamma com ligação log | + | |
- | * Poisson com ligação canônica | + | |
- | * Poisson com ligação identidade | + | |
- | * Bernoulli com ligação canônica | + | |
- | * Dê a interpretação dos coeficientes de cada modelo acima | + | |
- | - Lista 2 (para dia 21/12) | + | |
- | * Considere o modelo de regressão linear generalizado e obtenha: | + | |
- | * função escore de beta | + | |
- | * a matriz de informação de fisher de beta | + | |
- | * as equações do algoritmo iterativo IWLS para estimar beta | + | |
- | * Encontre W_{i,i} e u_i na k-esima iteração do algoritmo IWLS considerando os seguintes MLG: | + | |
- | * Normal com ligação canônica | + | |
- | * Normal com ligação log | + | |
- | * Gamma com ligação canônica | + | |
- | * Gamma com ligação log | + | |
- | * Poisson com ligação canônica | + | |
- | * Poisson com ligação identidade | + | |
- | * Bernoulli com ligação canônica | + | |
- | * Use as equações encontradas nos ítens anteriores, considere que x é uma covariável cujos valores são: 11 14 14 14 15 17 18 21 23 23 24 25 28 28 29 considere também que y é a variável de interesse cujos valores são: 2 8 5 1 1 3 4 4 6 4 7 4 7 8 8 e estime um modelo de regressão considerando as seguintes distribuições e ligações | + | |
- | * Gamma com ligação canônica | + | |
- | * Gamma com ligação log | + | |
- | * Poisson com ligação canônica | + | |
- | * Poisson com ligação identidade | + | |
- | * Normal com ligação log | + | |
- **Horários** de atendimento do professor : segundas 19hs (ou marcada). LEG (Laboratório de Estatística e Geoinformação), prédio anexo ao prédio da administração do centro politécnico, andar superior (espaço do antigo salão de provas) | - **Horários** de atendimento do professor : segundas 19hs (ou marcada). LEG (Laboratório de Estatística e Geoinformação), prédio anexo ao prédio da administração do centro politécnico, andar superior (espaço do antigo salão de provas) | ||