Sumários
27 Maio 2026, 13:30
•
Jorge Filipe Campinos Landerset Cadima
[Aula 4 - Slides 102-142] Avaliação da qualidade dum MLG: o
conceito de modelo saturado e a definição de Desvio. O Desvio num modelo Poisson. A Razão de Verosimilhanças e o
Teste de Wilks (LRT) para comparar modelo e submodelos (quando não é
necessário estimar o parâmetro de dispersão fi). O Teste de Wilks como
teste de ajustamento global dum MLG. Exemplo com o Exercício 1. O Desvio
em modelos Bernoulli e Binomial/n. MLGs de tipo ANCOVA: a discussão no contexto
de MLGs com um único preditor numérico e um factor que define
diferentes contextos. Resolução do Exercício 9. A selecção de submodelos. O Critério de Informação de Akaike (AIC). em MLGs. Aplicação do Teste de Wilks para
calcular intervalos de confiança de perfis (profiling) para cada
parâmetro beta_j. Um quadro-resumo das distribuições
estudadas na família exponencial. Três tipos de resíduos em MLGs: usuais, do desvio e de Pearson. Os
Resíduos do Desvio: definição geral e particularizações para cada
distribuição. A Função de Variância em MLGs: definição geral e
particularizações para cada distribuição. Os Resíduos de Pearson:
definição geral e particularização para cada distribuição. Cálculo de resíduos no R. Brevíssima discussão do uso de
resíduos no estudo dum MLG. A Estatística
de Pearson Generalizada. Um estimador para o parâmetro de
dispersão fi, baseado na estatística de Pearson generalizada.
(Aula leccionada no dia 2 de Junho de 2026, das 14h às 16h, na Sala da Lareira do Pavilhão Sertório do Monte Pereira)
20 Maio 2026, 16:00
•
Jorge Filipe Campinos Landerset Cadima
[Aula 3 - Slides 77-101] Inferência
em MLGs com base nas propriedades assintóticas de estimadores de Máxima
Verosimilhança. Funções do R (summary, vcov, confint.default, confint e
update). Resolução do Exercício 1. MLGs para componente aleatória Poisson. A Poisson como distribuição da
família exponencial. A função de ligação canónica para modelos Poisson.
Modelos log-lineares. Interpretação dos parâmetros beta_j em modelos
log-lineares. Resolução do Exercício 3.
TPC: Resolução do Exercício 2, e da alínea Ex. 3 f).
(Esta aula foi leccionada na quarta-feira, 27.5.26, das 16h10-18h00, na Sala de Aulas do Pavilhão Sertório do Monte Pereira)
20 Maio 2026, 13:30
•
Jorge Filipe Campinos Landerset Cadima
[Aula 2: Slides 50-76]
A estimação de parâmetros em MLGs: o método de Newton-Raphson e a
variante de Fisher (usando a matriz de informação de Fisher).
Exemplificação no caso da Regressão Logística. Outros MLGs para variável
resposta Bernoulli/Binomial: o modelo probit e o modelo log-log do
complementar. Discussão das suas origens históricas e motivações.
Propriedades das sigmóides ajustadas nos modelos probit e log-log do
complementar. Exemplos com os dados de Hosmer & Lemeshow.
(Esta aula foi leccionada na quarta-feira 27.5.26, das 14h às 16h, na Sala de Aulas do Pavilhão Sertório do Monte Pereira)
13 Maio 2026, 16:00
•
Jorge Filipe Campinos Landerset Cadima
[MLGs - Aula 1: Slides 1-48] Introdução e bibliografia de Modelos
Lineares Generalizados. Um exemplo motivador: os dados de doença
arterial coronária de Hosmer & Lemeshow. As duas extensões do Modelo
Linear que definem um MLG. As 3 componentes dum MLG (aleatória,
sistemática e função de ligação). A família exponencial de
distribuições: definição (com 2 parâmetros). Discussão de casos
particulares: Normal, Bernoulli, 'Binomial/n'. Funções de ligação
canónicas. O Modelo Linear como caso particular dum MLG. A Regressão
Logística: MLG para Y Bernoulli ou Binomial/n com a respectiva função de
ligação canónica. A relação entre componentes aleatórias Bernoulli e
Binomial/n. De novo o exemplo dos dados Hosmer & Lemeshow:
ajustamento do modelo com os comandos do R (glm, coef, predict, fitted).
Comentários e interpretações na Regressão Logística.
(Aula leccionada a 20.5.26, das 16h às 18h, na sala de aulas do Pavilhão Sertório do Monte Pereira)
13 Maio 2026, 13:30
•
Elsa Maria Félix Gonçalves
Modelos Lineares Mistos. Estudo de alguns casos particulares. Exercícios de
aplicação no R.
(aula dia 20 de maio, 13h30-15h30)
