Modelos Lineares Generalizados [Slides 115-123 + 129-148] e Análise de Covariância [Slides de Modelos Lineares 339-350 + 352-357] . Ainda o Exercício 1 e motivação para um modelo de Análise de Covariância (ANCOVA). Introdução às ANCOVAs através da discussão dum modelo para comparar k regressões lineares simples. A adaptação da ideia aos Modelos Lineares Generalizados: resolução do Exercício 10. A selecção de submodelos. Quadr-resumo da família exponencial de distribuições. O problema da existência dum parâmetro de dispersão Fi desconhecido. Desvio e desvio reduzido. Funções de variância e parâmetro de dispersão. Resíduos de Pearson: definição e particularizações. A Estatística de Pearson Generalizada. A estimação do parâmetro de dispersão. Resíduos do Desvio: definição e particularizações. Os resíduos no R. A necessidade de particularizar para cada MLG a discussão dos resíduos. Algumas questões finais.