ME 613
Análise de Regressão
Notas c/ Trabalho
(Alunos(as) que não obtiveram média >= 6,0, devem contactar-me dia 4/07 as 15hs sala 236)
Prova 1
Ex. 1.
Statistical Learning
Applied Linear Regression Models
Ementa
Trabalho Final: Tema a ser definido.
12pt e espaçamento 1.5cm
12 páginas (capa e bibliografia não incluídas)
Resumo
Introdução
Desenvolvimento da Metodologia
Exemplos e Aplicações.
Bibliografia
Applied Linear Regression Models. Neter, J. Wasserman, W. & Kutner, M. H.
Applied Regression Analysis. Draper, N.R. & Smith, H
Horário de Atendimento:
Avaliações
Primeira Avaliação (AV1) em 25/04/2018
Segunda Avaliação (AV2) em 25/06/2018
0.5*(AV1 + AV2) >= 6.0 aprovação sem exame
0.5*(AV1 + AV2 ) <
2.5 não poderá atender o exame. Regimento Geral de Graduação.:
Art. 57. O Plano de Desenvolvimento das disciplinas que exigem a realização de Exame deverá especificar:
I - uma nota mínima que dispense o aluno da realização do referido Exame. Essa nota não poderá ser inferior a 5,0 (cinco) e nem superior a 7,0 (sete); e
II - uma nota mínima que permita ao aluno realizar o referido Exame. Essa nota mínima especificada no Plano de Desenvolvimento não poderá ser superior a 2,5 (dois inteiros e cinco décimos).
Poderão haver outras avaliações para compor as avaliações.
Softwares: R, S-plus e S. A linguagem R pode ser obtida gratuitamente de www.R-project.org
Textos Avançados:
Linear Regression Analysis. G. A. F. Seber
Linear Models. S. R. Searle
Linear Statistical Inference. C. R. Rao.
Plane Answers to Complex Questions. Ronald Christensen.
Alguns sites de interesse:
http://www.stats.gla.ac.uk/steps/glossary/nonparametric.html
http://turnbull.mcs.st-and.ac.uk/~history/BiogIndex.html
http://www.morris.umn.edu/~sungurea/introstat/history/indexhistory.shtml
Pode-se obter gratuitamente Acrobat para ler arquivos PDF em www.adobe.com/products/acrobat/readstep.html
Outras leituras serão recomendadas durante o decorrer do curso.