Sumários
Aula 13 (TP8)
30 Outubro 2019, 09:15 • Elsa Maria Félix Gonçalves
Regressão Linear simples: 17b, 17c), 17d), 17e), 18a) 18b), 18c) (incompleto)). T.P.C.: terminar exercício 18 e fazer exercício 22.
Aula 13 (TP07)
30 Outubro 2019, 09:15 • Fernanda Maria dos Reis Torroaes Valente
Regressão Linear Simples
Contexto inferencial: Exercícios 14 j) (com alínea extra para o cálculo do resíduo usual (ei), valor do efeito alavanca (hii), resíduo (internamente) estandardizado (Ri) e distância de Cook (Di) para a observação i=135); 17 a)b). TPC: exs. 18.
Aula Teórica 13 (Bloco T01)
29 Outubro 2019, 12:00 • Jorge Filipe Campinos Landerset Cadima
[Acetatos 196-213; apontamentos p.73-81] Regressão Linear Múltipla. Introdução; exemplo motivador; a generalização da equação linear para p preditores; os resíduos e o critério de minimizar a Soma de Quadrados dos Resíduos; a dificuldade de visualização da nuvem de pontos (impossibilidade, com mais de 2 preditores). Uma representação alternativa, no espaço das variáveis. A matriz do modelo X e o seu subespaço das colunas C(X). A formulação e solução geométrica do problema de encontrar o vector dos y-chapéu que minimiza SQRE. A matriz H de projecção ortogonal sobre o subespaço C(X). A fórmula para o vector dos parâmetros, b, de mínimos quadrados.
Aula 13 (TP01ER_15)
29 Outubro 2019, 10:30 • Elsa Maria Félix Gonçalves
Regressão Linear simples: 17b, 17c), 17d), 17e), 18a) 18b), 18c) (incompleto)). T.P.C.: terminar exercício 18 e fazer exercício 22.
Aula Teórica 13 (Bloco T02)
29 Outubro 2019, 09:00 • Jorge Filipe Campinos Landerset Cadima
[Acetatos 196-213; apontamentos p.73-81]
Regressão Linear Múltipla. Introdução; exemplo motivador; a generalização da equação linear para p preditores; os resíduos e o critério de minimizar a Soma de Quadrados dos Resíduos; a dificuldade de visualização da nuvem de pontos (impossibilidade, com mais de 2 preditores). Uma representação alternativa, no espaço das variáveis. A matriz do modelo X e o seu subespaço das colunas C(X). A formulação e solução geométrica do problema de encontrar o vector dos y-chapéu que minimiza SQRE. A matriz H de projecção ortogonal sobre o subespaço C(X). A fórmula para o vector dos parâmetros, b, de mínimos quadrados.