Atualizacoes

parent 1dafab09
Modelos de Regressão para Dados de Contagem com o R
===================================================
Cesar Augusto Taconeli\
Walmes Marques Zeviani\
Eduardo Elias Ribeiro Jr\
Walmes Marques Zeviani
Cesar Augusto Taconeli
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
Dados de contagens configuram variáveis aleatórias que assumem valores inteiros não
negativos. Correspondem, possivelmente, ao primeiro tipo de variável aleatória que o homem
percebeu ou considerou para a tomada de 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
inclusive, que dados de contagem sejam analisados com base em 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.
hipóteses, 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
contagem, estando disponível na maioria dos softwares Estatísticos e
grades curriculares. Apesar disso, reconhece-se que, na prática, as suposições inerentes a esse modelo
são frequentemente não atendidas, de tal forma que, 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)
interessantes, prontamente disponíveis para uso, de modelos para dados de
contagens.
Uma vez que dados de contagem estão presentes em todas as áreas da ciência (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.
importância, mas estimular o conhecimento e emprego correto de modelos
de regressão apropriados para a análise de dados dessa natureza.
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.
O objetivo desse Curso é apresentar diferentes modelos de regressão para análise de
dados de contagem, discutir suas principais propriedades e ilustrar
suas aplicações em dados reais por meio do software R. Dentre os modelos considerados estão o
modelo Poisson, algumas extensões para acomodação de super (ou sub) dispersão
(Quasi-Poisson, COM-Poisson,Count-Gamma, Binomial-Nagativo), modelos para dados
inflacionados de zeros e com a inclusão de efeitos aleatórios.
Os materiais do Curso (slides, dados, scripts) serão disponibilizados na web.
\ No newline at end of file
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment