Inicia repositório com proposta do Curso.

README.md

+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.