ME613 | IMECC - Instituto de Matemática, Estatística e Computação Científica

Nível

Graduação

Nome da disciplina

Análise de Regressão

Número de Créditos

Oferecimento

2º Período Letivo

Pré-requisito

ME322 + ME310 + MA327 ou ME322 + ME323 + MA327

Ementa

Correlação. Ajuste de modelos de Regressão Linear Simples e Múltipla. Procedimentos de diagnóstico do modelo: Análise de resíduos, influência, multicolinearidade. Modelos polinomiais. Variáveis indicadoras. Seleção de variáveis e construção de modelos. Noções de regressão não linear. Elaboração de um relatório final que inclua análise de dados.

Conteúdo / Programa

Regressão Linear Simples ● Introdução ● Método de mínimos quadrados ● Propriedades dos estimadores ● Intervalos de confiança ● Predição ● Análise de Variância ● Análise de resíduo e diagnóstico ● Transformação ● Notação matricial Regressão Linear Múltipla ● Soma extra de quadrados ● Coeficiente de determinação parcial ● Multicolinearidade ● Regressão Polinomial ● Preditoras Categóricas ● Região de Confiança ● Teste de Hipótese com Restrição Linear ● Critérios para Seleção de Modelos ● Validação de Modelos ● Gráficos de regressão parcial ● Análise de resíduo ● Detecção de outliers, pontos influentes, pontos alavanca ● Introdução à regressão não-linear

Referência Bibliográfica

Kutner, M. H., Nachtsteim, X. J., Li, William. Applied Linear Statistical Models, 5th Edition Weisberg, S. Applied Linear Regression, 4th Edition - conjunto de dados Draper, N. R., Smith, H. Applied Regression Analysis, 3rd Edition - conjunto de dados Faraway, J. J. Linear Models with R, 2nd Edition Sheater, S. A Modern Approach to Regression with R

Forma de Avaliação

Por nota e frequência