ATUALIZADA EM 13/12/2017

 

AS NOTAS DO EXAME ENCONTRAM-SE NO LINK ABAIXO

A VISTA DE EXAME OCORRERÁ NO DIA 15/12, DAS 16h00 AS 17h00, NA SALA 210 IMECC

 

______________________________________________________________________________________________________

 

Programa

Cronograma


Aulas: Segundas (sala CB 08) e Quartas (sala CB 08), das 16h00 às 18h00.

Atendimento - Professor (veja programa): Quarta, das 13h às 14h, sala 210 IMECC.

 


Listas

     Lista 0 (breve revisão sobre inferência e regressão)

     Lista 1 (atualizada em 06/09/2017)

     Lista 2

     Lista 3 (disponibilizada em 06/09/2017

       Lista 4 (disponibilizada em 12/09/2017

      Lista 5 (disponibilizada em 11/10/2017)

      Lista 6 (disponibilizada em 20/10/2017)

     Lista 7 (disponibilizada em 06/11/2017)


Notas de aula

   Introdução, motivação e revisão de álgebra de matrizes (slides 20 e 24, atualizados em 22/08/2017)

   Distribuição normal multivariada (introdução) (slide 17, atualizados em 22/08/2017, slides 20, 21 e 33, atualizados em 06/09/2017)

 Inferência para a distribuição normal multivariada

   Parte 1 (atualizados em 06/09/2017, parte do gráfico da distância de Mahalanobis, slide 3)

   Parte 2 (atualizados em 06/09/2017, parte do gráfico da distância de Mahalanobis, slide 27)

   Parte 3 (atualizados em 24/08/2017, parte do gráfico da distância de Mahalanobis, slide 7 e 11)

   Modelo linear multivariado & Manova

Parte 1 (Iris de Fisher) (disponibilizados em 06/09/2017)    

Parte 2 (dados sobre amitriptilina) disponibilizados em 12/09/2017)

 Análise de componentes principais

Parte 1 (disponibilizados em 12/09/2017)

Parte 2 (disponibilizados em 12/09/2017)

Análise Fatorial

Parte 1 (atualizados em 12/09/2017)

Parte 2 (disponibilizados em 11/10/2017)

Parte 3 (disponibilizados em 11/10/2017)

Análise de correspondência (disponibilizados em 20/10/2017)

Análise de correlação canônica

Parte 1 (disponibilizados em 30/10/2017)

Parte 2 (disponibilizados em 30/10/2017)

Análise discriminante

Parte 1 (disponibilizados em 09/11/2017)

Parte 2 (disponibilizados em 09/11/2017)

 


Programas em R

     Distribuição normal multivariada: densidades bivariadas e gráficos de contorno;regiões de confiança para o vetor de médias; gráficos de quantis-quantis com envelope (estes últimos atualizados em 06/09/2017, parte do gráfico da distância de Mahalanobis)

    Inferência para a distribuição normal multivariada (atualizados em 06/09/2017):         

        Análise dos dados de Potthoff and Roy (atualizados em 06/09/2017, parte do gráfico da distância de Mahalanobis)         

        Testes de Hipótese (disponibilizados em 12/08/2017)    

   MANOVA          

        Funções gerais (disponibilizados em 12/08/2017)

        Análise de diagnóstico (gera gráficos de resíduos) (disponibilizados em 06/09/2017

        Análise dos dados das Íris de Fisher (disponibilizados em 06/09/2017)  

        Análise dos dados sobre amitruptilina (disponibilizados em 12/09/2017) 

Análise de componentes principais

Parte 1 (Exemplo 4: índices de criminalidade) (disponibilizados em 12/09/2017)

Parte 2 (Exemplo 1: Iris de Fisher) (disponibilizados em 12/09/2017)

Diagnóstico de modelos de regressão normais univariados (diag , envel)

Análise Fatorial

Parte 1 (atualizados em 11/10/2017)

Parte 2 (disponibilizados em 11/10/2017)

Parte 3 (disponibilizados em 11/10/2017)

Análise de correspondência

Aparelhos de som (disponibilizada em 20/10/2017)

Espécies extintas (disponibilizada em 20/10/2017)

Função auxiliar para gerar os perfis das linhas e colunas (disponibilizada em 20/10/2017)

Análise de correlação canônica (disponibilizado em 30/10/2017)

Análise discriminante (outro código, em R, para o conjunto de dados da Iris de Fisher, link)

Parte 1 (disponibilizados em 09/11/2017)

Parte 2 (disponibilizados em 09/11/2017)


Bancos de dados

     Iris de Fisher: disponível no R sob o nome de "iris"

     Potthoff and Roy: disponível no R, através do pacote "mice", sob o nome de "potthoffroy"

     Amitriptilina

    Tartarugas

     Cereal: legenda : mfr - fabricante (G = General Mills, K = Kellogs, N = Nabisco , P = post, Q = Quaker Oats, R = Ralston Purine), calories - quantidade de calorias em uma porção, proteína - quantidade de proteína (em gramas) em uma porção, fat - quantidade de gordura (em gramas) em uma porção, fibre - quantidade de fibra em uma porção.

     Saúde mental

     dados mosca

    dados salmon: descrição das colunas - procedência (1 - Alasca, 2 - Canadá), gênero (1 - fêmea, 2 - macho), diâmetro das guelras durante a fase em água doce (em mm), diâmetro das guelras durante a fase no mar (em mm)


Provas


Trabalho

   Normas, Modelo de relatório

 


Links/Material adicional

     Aproximação, pela distribuição F, das estatísticas usadas na metodologia MANOVA (link)

     Mais sobre o ajuste de modelos lineares normais multivariados no R (incluindo a função "linearHypothesis") (link)

     Mais sobre verificação da normalidade multivariada (pacote MVN)

      Artigo original sobre a distribuição T2 de Hotelling (link)

      Artigo original sobre a distribuição Wishart (link)

      Referências sobre a estatística Lambda de Wilks (link, vejam os artigos no final da página)

     Paper original sobre a estatística Traço de Pillai (link)

      Referências sobre a estatística Traço de Lawley-Hotelling  (link1,link2,link3)

     Referências sobre a estatística raiz máxima de Roy (link)

     Dados utilizados no livro do Johnson and Wichern (link

    Link sobre como usar o pacote psych para realizar Análise Fatorial (link)

    Artigo sobre a rotação varimax (link)

    Artigo sobre a rotação promax (link), material adicional (link)

    Material sobre Análise Fatorial com apoio computacional (link)

   Materiais sobre Análise de correspondência (link1,link2)

   Artigo sobre o pacote CCA do R (link)

  Material do curso do Prof. Flávio

Relação entre a decomposição SVD da matriz de dados e o PCA:

 https://stats.stackexchange.com/questions/134282/relationship-between-svd-and-pca-how-to-use-svd-to-perform-pca

Link com o material do curso:

https://github.com/flaviobarros/PCA_digits_images