Modelos Lineares 2012: mudanças entre as edições

De Pontão Nós Digitais
Ir para navegaçãoIr para pesquisar
Sem resumo de edição
Linha 1 169: Linha 1 169:


Apostila RLS com lista de exercicios: [[Imagem:RLS.pdf]]
Apostila RLS com lista de exercicios: [[Imagem:RLS.pdf]]
Apostila RLM com lista de exercicios: [[http://wiki.nosdigitais.teia.org.br/images/e/e1/Apostila_RLM.pdf]]





Edição das 10h49min de 15 de janeiro de 2013

Esta é a página oficial da disciplina de Modelos Lineares do curso de graduação em Engenharia de Computação da UERJ, campus IPRJ , em Nova Friburgo, contendo material potencialmente útil ao publico geral e aos estudantes, professores e profissionais interessados em modelagem matematica.

Professora Dra Ariane Ferreira, Laboratório de Tecnologia da Informação –LTI do Instituto Politécnico do Rio de Janeiro – IPRJ.

Periodo Letivo 2012-2 : Aulas: Inicio 05/11/2012-- final 13/03/2013

Regress.gif



Informação sobre aulas

  • Instrutor: prof. Ariane Ferreira (Laboratório de Tecnologia da Informação –LTI do Instituto Politécnico do Rio de Janeiro – IPRJ.)
  • Horario das Aulas: Terças-feiras T3:14h20-15h10; T4:15h10-16h00; Quintas-feiras T1:12h30-13h20; T2:13h20-14h10.
  • Total de Aulas Teoricas: 20; Sala 211.
  • Total de Aulas de Laboratorio: 4, Lab  Sala 305

Datas das Aulas de Laboratorio:  dia 22/11/2012 não havera aula de laboratorio, havera aula normal

Aulas de laboratorio    24/01/2013; 31/01/2013

  • Atenção: Nas aulas de laboratorio a presença é obrigatoria.

Não Havera Aulas  18/12/2012 e 20/12/2012


Não havera aula de laboratorio dia 11/12/2012


Atenção: Novas datas das Aulas de Laboratorio:

Aula lab1: 24/01/2013

Aula lab2: 31/01/2013




Software



Tarefas

  Aulas de laboratório : alunos agrupados em duplas para a realização das tarefas;

Entrega de relatório das tarefas realizadasn nas aulas de laboratório da dupla na semana seguinte à realização da aula de laboratório.

As tarefas devem ser formatadas com notacao matematica adequada, preferencialmente em Latex.

Somente serao aceitos arquivos eletronicos no formato PDF ou outro formato aberto como .odt

Quando a tarefa involver qualquer programacao, o aluno devera enviar o codigo fonte. O codigo junto com a documentacao devera estar dentro de um unico diretorio comprimido com .zip ou tar, com o nome do aluno, disciplina e data.


Modelos Lineares (graduação)

  • Foco: Modelagem Matematica à partir de dados empiricos provenientes de processos (socio-econômicos, fisicos-quimicos-bilogicos e industriais).
  • Modelos de Regressão Linear.


MSEPLOT.jpg




C
onteudo aproximado

1.       Apresentação da disciplina e introdução aos Modelos Lineares (ML)

2.       Distribuição Normal Univariada

3.       Testes de hipóteses – aderência à lei Normal

4.       Regressão Linear Simples - RLS

5.       Inferência e testes de hipóteses para RLS

6.       Analise de resíduos para RLS

7.       Analise de outliers para RLS

8.       Introdução à analise multivariada de dados – pré-tratamentos de uma tabela de dados numéricos

9.       Distribuição Normal Multivariada

10.   Testes de hipóteses- aderência à lei normal multivariada

11.   Regressão Linear Multipla - RLM

12.   Inferência e testes de hipóteses para RLM

13.   Analise de resíduos para RLM

14.   Analise de outliers para RLM

15.   Validação de um modelo de regressão

16.   Multicolinearidade

17.   Seleção de variáveis  para modelos lineares

18.   Modelos Polinomiais


Conteudos Adicionais

  • Introdução ao Modelo Linear 

Generalizado (GENMOD/GLM)

  • Conceitos básicos de 

Regressão Logística


Bibliografia 

[editar] 

[1] Neter, J., Wasserman, W., Kutner, M.H. Applied linear statistical models.
[2] Draper, N.R., Smith,H. Applied regression analysis. 2ed. New York: Wiley, 1981.
[3] Montgomery, D.; Runger,D.C. Applied Statistics and Probability for Engineers, 4 ed.J.Wiley
[4] Montgomery and Peck, Introduction to Linear Regression Analysis;
[5] Charnet, R. Analise de modelos de Regressão linear com aplicações. Ed. da Unicamp, 1999.
[6] Tenenhaus, M. Statistique Méthodes pour décrire, expliquer et prévoir, ed. Dunod.
[7] Seber, G.A.F., Linear Regression Analysis.
[8] Myers and Montgomery, Generalized Linear Models.

Provas e Avaliaçoes

40% Nota: Entrega de relatórios com os exercícios de cada aula de laboratório (dupla).
60% Nota: Prova única com questões multipla escolha e exercícios sobre o conteudo total (exceto itens 19 e 20).

Datas:


Prova Geral: 26/02/2013
Recuperação PG: 05/03/2013
Substitui obrigatoriamente a nota da Prova Geral.


Lista email google groupes

UERJ_EC_Modelos_Lineares

Arquivos das aulas

Aula 1:[[http://wiki.nosdigitais.teia.org.br/images/1/17/ML_00.pdf]]

Aula 2: Arquivo:ML 11.pdf

Aula 3: Arquivo:ML 22.pdf

Aulas 4 e 5: [[1]]

Aula de RLS 1: [[2]]

Aula de RLS 2: Arquivo:ML 55.pdf

Aula de RLS 3: Arquivo:(régression simple.pdf

Apostila RLS com lista de exercicios: Arquivo:RLS.pdf

Apostila RLM com lista de exercicios: [[3]]


Revisão de Probabilidade e Estatistica: Varaiveis aleatorias, esperança e variância: Arquivo:MPE 12-bis.pdf