Modelos lineares

Modelos mistos

Regressão

Ao concluir esta UC o estudante deverá estar capaz de:

- Conhecer os conceitos básicos da teoria dos modelos lineares, tendo como perspetiva a sua aplicação em contextos práticos;

- Identificar vantagens e desvantagens de aplicação de um modelo num determinado contexto;

- Dominar software específico que lhe venha a ser útil na compreensão e aplicação de técnicas de modelação estatística;

- Tratar problemas envolvendo modelação estatística em diferentes contextos.

O programa desta UC consiste nos seguintes pontos:

1. Modelos Lineares Clássicos: Regressão Linear (simples e múltipla).

2. Modelos Lineares Generalizados: Regressão Logística, Modelos Loglineares, Regressão não Linear.

3. Modelos Mistos.

4. Regressão não paramétrica.

5. Árvores de Regressão.

6. Introdução à Análise Conjunta de Regressões.

7. Metodologias de regularização.

• Faraway: Extending the Linear Model with R. Generalized Linear, Mixed Effects and Nonparametric Regression Models, Chapman & Hall, 2006;

• Kutner, Nachtsheim, Neter: Applied Linear Statistical Models, 5th Ed., McGraw-Hill, 2004;

• Draper, Smith: Applied Regression Analysis, 3th. Ed., Wiley, 1998.

E-learning

A avaliação tem caráter individual e implica a coexistência de duas modalidades: avaliação contínua (60%) e avaliação final (40%). Essa avaliação será desenvolvida na aplicação de formas diversificadas, definidas no Contrato de Aprendizagem da unidade curricular.