Nível:
Graduação
Nome da disciplina:
Análise de Regressão
Número de Créditos:
5
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
Forma de Avaliação:
Por nota e frequência
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