PlAnEco

Modelos Lineares Generalizados - [Diagnóstico do modelo]

adalardo (adalardo@undisclosed.example.com) — 2026-06-14T17:35:27+00:00

Modelos Lineares Generalizados GLM: Introdução Os modelos lineares generalizados (GLMs) são uma ampliação dos modelos lineares ordinários. Os GLM's são usados quando os resíduos (erro) do modelo apresentam distribuição diferente da normal (gaussiana). A natureza da variável resposta é uma boa indicação do tipo de distribuição de resíduos que iremos encontrar nos modelos. Por exemplos, variáveis de contagem são inteiras e apresentam os valores limitados no zero. Esse tipo de variável, em geral…

Modelos Lineares Múltiplos II - [Modelo Cheio]

adalardo (adalardo@undisclosed.example.com) — 2026-06-11T13:33:47+00:00

Modelos Lineares Múltiplos II Entendendo a interação graficamente Uma das melhores maneiras de entender os resultados de um modelo que envolve mais do que uma variável preditora é visualizar graficamente os possíveis resultados do estudo. Nem sempre isso é possível, quando o modelo é mais complexo. Para exemplifica a interpretação gráfica do modelo vamos aqui supor um estudo experimental realizado para testar o efeito do tipo de substrato (ardósia, granito ou cimento) e do ângulo em que a plac…

Modelos Lineares Múltiplos I - [Simplificando Modelos]

adalardo (adalardo@undisclosed.example.com) — 2026-06-10T19:07:31+00:00

Modelos Lineares Múltiplos I Uma extensão do modelo linear simples são os modelos lineares com mais de uma preditora, aqui definido como modelos múltiplos. Quando temos mais de uma preditora o modelo aumenta em complexidade com mais parâmetros para estimar. Além disso, a estrutura mais complexa do modelo gera desafios para a interpretação e dificulta a avaliação da adequação do modelo aos dados. Uma primeira complexidade está relacionada a como simplificar a estrutura do modelo com a finalid…

Modelos Lineares I - Base

adalardo (adalardo@undisclosed.example.com) — 2026-06-08T18:33:02+00:00

Modelos Lineares I - Base Modelos Lineares Os modelos lineares são uma generalização dos testes de hipótese clássicos mais simples. Uma regressão linear, por exemplo, só pode ser aplicada para dados em que tanto a variável preditora quanto a resposta são contínuas, enquanto uma análise de variância é utilizada quando a variável preditora é categórica. Os modelos lineares não têm essa limitação, podemos usar variáveis contínuas ou categóricas indistintamente.$$ y = {\alpha} + {\beta} x$$$\alp…

Modelos Lineares Simples II

adalardo (adalardo@undisclosed.example.com) — 2026-06-01T13:48:32+00:00

Modelos Lineares Simples II Os modelos lineares são a base para o entendimento de todos os modelos mais complexos que iremos abordar durante este curso. Caso ainda não tenha feito o roteiro Modelos Lineares Simples I, retorne a ele. Variável Indicadoras (Dummies) Variáveis Indicadoras (Dummies) $$ \hat{y_i} = a + b * x_i $$$x_i$$\hat{y_i}$$$SS_{TOTAL} = \sum_{i=1}^n (y_{i} - \bar{y})^2$$$$SS_{res} = \sum_{i=1}^n (y_{i} - \hat{y_i})^2$$$$SS_{TOTAL} = SS_{regr} + SS_{res} $$$\bar{y}$$\hat{y_i…

Modelos Lineares Simples I

adalardo (adalardo@undisclosed.example.com) — 2026-06-01T13:48:09+00:00

Modelos Lineares Simples I Modelos Lineares Os modelos lineares são uma generalização dos testes de hipótese clássicos mais simples. Uma regressão linear, por exemplo, só pode ser aplicada para dados em que tanto a variável preditora quanto a resposta são contínuas, enquanto uma análise de variância é utilizada quando a variável preditora é categórica. Os modelos lineares não têm essa limitação, podemos usar variáveis contínuas ou categóricas indistintamente.$$ y = {\alpha} + {\beta} x$$$\al…

Material de Apoio - [Slides e vídeos de aula]

amzmartini (amzmartini@undisclosed.example.com) — 2026-05-29T22:20:51+00:00

Material de Apoio Os tutoriais e slides das aulas serão disponibilizados ao longo da disciplina Slides e vídeos de aula Apresentação da disciplina Por que estudar estatística? * [Slides Aula 1a: O papel da estatística na ciência] Por que estudar estatística Teste de hipóteses * [Slides Aula 1b: Teste de hipóteses]

aula04_planejamentodelineamento2026.pptx.pdf - criada

amzmartini (amzmartini@undisclosed.example.com) — 2026-05-29T22:19:45+00:00

aula03_planejamentodelineamento2026.pptx.pdf - criada

amzmartini (amzmartini@undisclosed.example.com) — 2026-05-29T22:19:14+00:00

aula02_planejamentodelineamento2026.pptx.pdf - criada

amzmartini (amzmartini@undisclosed.example.com) — 2026-05-29T22:18:28+00:00

aula01_planejamentodelineamento2026.pptx.pdf - criada

amzmartini (amzmartini@undisclosed.example.com) — 2026-05-29T22:16:09+00:00

statreth.png - criada

adalardo (adalardo@undisclosed.example.com) — 2026-05-28T19:00:12+00:00

trabalho_planeco2026.pdf - criada

adalardo (adalardo@undisclosed.example.com) — 2026-05-27T18:12:17+00:00

Delineamento e Planejamento

amzmartini (amzmartini@undisclosed.example.com) — 2026-05-27T01:29:01+00:00

Delineamento e Planejamento Instruções para a realização dos exercícios Entre na pasta chamada DELINEAMENTO_2026 no Google Drive da disciplina: Você precisa estar conectado ao seu e-mail para conseguir acessar a pasta. Siga os passos indicados abaixo: *

Testes Clássicos

adalardo (adalardo@undisclosed.example.com) — 2026-05-25T11:57:03+00:00

Base Testes Clássicos Os testes clássicos estatísticos estão inseridos no escopo da estatística frequentista ou inferência frequentista. Nessa abordagem, a probabilidade é considerada uma frequência e a inferência está baseada na frequência com que eventos ocorrem nos dados coletados.$$ SQ_{"total"} = \sum_{i=1}^k\sum_{j=1}^n (y_{ij} - \bar{\bar{y}})^2 $$$$ SQ_{"intra"} = \sum_{i=1}^k\sum_{j=1}^n (y_{i,j} - \bar{y}_{i})^2 $$$$ SQ_{"entre"} = \sum_{i=1}^k\sum_{j=1}^n (\bar{y}_{i} - \bar{\bar{…

datatable.png - criada

adalardo (adalardo@undisclosed.example.com) — 2026-05-25T11:48:45+00:00

gifgalinhas2.gif - criada

adalardo (adalardo@undisclosed.example.com) — 2026-05-15T11:14:39+00:00

favico.ico - removida

adalardo (adalardo@undisclosed.example.com) — 2026-05-15T11:01:46+00:00

favicon.ico - criada

adalardo (adalardo@undisclosed.example.com) — 2026-05-15T11:01:30+00:00

favicon.ico - criada

adalardo (adalardo@undisclosed.example.com) — 2026-05-15T10:35:43+00:00