Aula 12 (Módulo II)

30 Abril 2019, 11:00 • Jorge Filipe Campinos Landerset Cadima

[Acetatos 128-176] + resolução do Exercício GLM 6. Selecção de submodelos. O AIC e um algoritmo de exclusão sequencial baseado no AIC. A distribuição Gama como parte da família exponencial de distribuições. Características de GLMs baseados na distribuição Gama; a função de ligação canónica; a relação entre variância e esperança de Y em distribuições Gama; adaptações resultantes da necessidade de estimar o parâmetro de dispersão. Tipos de resíduos: resíduos de Pearson e resíduos do Desvio; resíduos estandardizados. Uma palavra sobre generalização de alguns diagnósticos. O conceito de função de variância e a relação entre esperança e variância de Y. A estimação do parâmetro de dispersão fi, com base na estatística de Pearson generalizada. Uma introdução ao uso de modelos log-lineares no estudo de tabelas de contingência: o caso de tabelas bi-dimensionais e o modelo correspondente à hipótese de independência; a sua relação com o teste de independência usual.