ME 661

Métodos Não Paramétricos

Avaliação 2 e Notas Finais

Prova substitutiva para Avaliação 1. Dia 31/05/2011, as 16hs sala CB02.

Folha de ajuda deve ser somente em papel A4 ou carta. Não deve conter exemplos ou exercícios resolvidos. Deve ser manuscrita pelo próprio aluno(a).

Ementa: O histograma. Histograma como um estimador de máxima verossimilhança. Estatísticas do histograma. Estimação de densidades pelo método de Kernel. Estatísticas do estimador po Kernel. A escolha do parâmetro de suavização. Outros estimadores de densidade: séries ortogonais, máxima verossimilhança penalizada. O estimador de Nadaraya-Watson. O método K-nn. Técnicas de regressão não paramétrica para dados correlacionados. Conjunto de dados com outliers: Lowess, L-suavização, R-suavização. Técnicas de regressão não paramétrica por funções de base.

Aulas: Terças e Quintas 16:hs

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

Sugestão de leitura para o teste de Wilcoxon Breve_leitura_wilcoxon

Breve introducao a Lowess

Horário de Atendimento: Quintas as 10hs.

Bibliografia Recomendada:

• Practical Nonparametric statistics. John Wiley, 2ed. Conover, W.J.

• Density Estimation: for statistics and data analysis. Chapman & Hall. Silverman B. W.

• Smoothing Techniques with implementation in S. Springer Verlag. Hardle, W.

• Nonparametric Econometrics. Cambridge Press. Pagan, A. and Ullah, A.

• Spline smoothing and nonparametric regression. Marcel Dekker, INC. Eubank, R. L.

Avaliações

Primeira Avaliação em 28/04/2011.
Segunda Avaliação em 28/06/2011.
Poderão haver outras avaliações para compor as Primeira e Segunda avaliações.

Trabalho Final:

• 12pt e espaçamento 1.5cm

• 8 paginas (capa e bibliografia não incluídas)

• Resumo

• Introducao

• Métodos Não paramétricos para estimação de curvas: Teoria e aplicações. Regressão por Kernel e splines. Sugestão: Use a bibliografia e leitura recomendadas. Aplicações usando R, S-plus.

Critério de aprovação sem exame : 0.6*A_1+0.4*A_2>= 6.0, onde A_j, j=1,2 são as avaliações.

Softwares: R A linguagem R pode ser obtida gratuitamente de  www.R-project.org

Leituras recomendadas:

• Dias, R. and Souza, Camila (2008). Tese de Mestrado Testes de hipóteses para dados funcionais baseados em distâncias: um estudo usando splines

• Dias, R. (2011). Nonparametric Estimation: Smoothing and Data Visualization. SDV

• Dias, R. (2001). A review of non-parametric curve estimation methods with applications to Econometrics.  RP 05/01 IMECC-UNICAMP PDF file

• Dias, R. (2001). Regressao Nao parametrica. PDF file

• Wahba, G. (2000). Splines in Nonparametric Regression. Encyclopedia of Environmetrics.  PDF file

• Dias, R. (1997). O uso de splines em regressao nao parametrica. Coloquio do depto. de Estatistica, IME-USP  PDF file

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.