Skip to content
GitLab
Projects
Groups
Snippets
Help
Loading...
Help
Help
Support
Community forum
Keyboard shortcuts
?
Submit feedback
Contribute to GitLab
Sign in / Register
Toggle navigation
MRDCr
Project overview
Project overview
Details
Activity
Releases
Repository
Repository
Files
Commits
Branches
Tags
Contributors
Graph
Compare
Issues
0
Issues
0
List
Boards
Labels
Service Desk
Milestones
Merge Requests
0
Merge Requests
0
CI / CD
CI / CD
Pipelines
Jobs
Schedules
Operations
Operations
Incidents
Environments
Analytics
Analytics
CI / CD
Repository
Value Stream
Wiki
Wiki
Members
Members
Collapse sidebar
Close sidebar
Activity
Graph
Create a new issue
Jobs
Commits
Issue Boards
Open sidebar
leg
MRDCr
Commits
cbd9f424
Commit
cbd9f424
authored
Jan 27, 2016
by
Walmes Marques Zeviani
Browse files
Options
Browse Files
Download
Email Patches
Plain Diff
Inicia repositório com proposta do Curso.
parents
Changes
1
Hide whitespace changes
Inline
Side-by-side
Showing
1 changed file
with
50 additions
and
0 deletions
+50
-0
README.md
README.md
+50
-0
No files found.
README.md
0 → 100644
View file @
cbd9f424
Modelos de Regressão para Dados de Contagem com o R
===================================================
Cesar Augusto Taconeli
Eduardo Elias Ribeiro Jr
Walmes Marques Zeviani
Resumo
------
Contagens são variáveis aleatórias que assumem valores inteiros não
negativos. Possivelmente foi a primeira variável aleatória que o homem
percebeu ou considerou para tomar decisões, antes mesmo do surgimento da
escrita.
Na era atual, métodos para inferência em dados de contagem estão bem
aquém da quantidade disponível para dados contínuos. Não é raro,
inclusive, que dados de contagem sejam analisados por modelos para dados
contínuos. Se por um lado existem muitos modelos disponíveis nessa
classe, por outro, seu uso para dados discretos é, na melhor das
intenções, uma aproximação sujeita a imperfeições relevantes.
O modelo Poisson é o principal e mais usado para inferência em dados de
contagem. Ele esta disponível na maioria dos softwares Estatísticos e
grades curriculares. Apesar disso, reconhece-se que as suas suposições
são frequentemente não atendidas em muitas aplicações e, nessas
situações, seu uso é não recomendado.
Contagens com excesso de zeros, sub ou super dispersão, limitadas,
censuradas, provenientes de experimentos/amostragem multinível, são
exemplos que demandam modelos mais flexíveis ou mais gerais que o
Poisson. No software R, vários pacotes disponibilizam alternativas
interessantes, prontamente disponível para uso, de modelos para dados de
contagem.
Como todas as áreas da ciência têm dados de contagem (agronomia,
ecologia, demografia, medicina, ciências sociais e políticas, etc)
relacionados a problemas de inferência, não se deve subestimar a
importância mas estimular o conhecimento e emprego correto dos modelos
de regressão.
Objetivos
---------
O objetivo desse Curso é apresentar modelos de regressão para análise de
dados de contagem e ilustrar suas aplicações. Serão considerados o
modelo Poisson, algumas extensões (Quasi-Poisson, COM-Poisson,
Count-Gamma, Binomial-Nagativo), modelos para inflação de zeros e
efeitos aleatórios. As aplicações serão todas feitas em R e os materiais
do Curso (slides, dados, scripts) serão disponibilizados na web.
Write
Preview
Markdown
is supported
0%
Try again
or
attach a new file
Attach a file
Cancel
You are about to add
0
people
to the discussion. Proceed with caution.
Finish editing this message first!
Cancel
Please
register
or
sign in
to comment