• Caracterização dos MLGs: as três componentes de um MLG; a família exponencial de distribuições; funções de ligação; a estimação de parâmetros.

• MLGs para variável resposta binária: a regressão logística; a regressão probit; outros modelos.

• MLGs para variável resposta Poisson: modelos Log-Lineares; preditores quantitativos e qualitativos.

• MLGs para variáveis resposta Contínuas: variáveis resposta Normais e Gama;

• Inferência estatística em MLGs: propriedades assintóticas dos estimadores de máxima verosimilhança; intervalos de confiança e testes de hipóteses assintóticos; o teorema de Wilks e o teste de razão de verosimilhanças para comparar modelos e submodelos;

• Introdução à análise de resíduos em MLGs

2. Introdução aos Modelos Lineares Mistos (MLM)

• Introdução e formulação geral dos MLM: efeitos fixos e efeitos aleatórios; estrutura das matrizes de covariâncias: alguns casos particulares.

• Estimação dos parâmetros do Modelo: método de máxima verosimilhança e de máxima verosimilhança restrita (REML). Equações do modelo misto: os melhores estimadores lineares não enviesados dos efeitos fixos (BLUEs) e os melhores preditores lineares não enviesados dos efeitos aleatórios (BLUPs).

• Testes de hipóteses às componentes de variância e aos efeitos do modelo. Comparação de selecção de modelos: testes de razão de verosimilhanças; critérios de Informação de Akaike (AIC) e de Bayes (BIC).

• Análise de resíduos.

 Modelos Lineares Generalizados:

• McCullaugh, P. & Nelder, J.  (1989) Generalized Linear Models, Chapman and Hall.

• McCulloch, C. & Searle, S. (2001)  Generalized, Linear, and Mixed Models, John Wiley & Sons.

• Hosmer, D.W. & Lemeshow, S.  (1989) Applied Logistic Regression, John Wiley & Sons

• Agresti, A. (1990) Categorical Data Analysis, John Wiley & Sons

• Turkman, M.A.A. & Silva, G.L. (2000) Modelos Lineares Generalizados (Mini-curso no VIII Congresso a Soc. Port. Estatística, Ed. SPE

MLGs no R:

•  Venables & Ripley (2002). Modern Applied Statistics with S (4a. edição), Springer. ISBN 0-387-95457-0 (módulo R: MASS).

• John Fox and Sanford Weisberg (2011) An R Companion to Applied Regression, 2d Ed. Sage Publications (módulo R: car).

Modelos Lineares Mistos:

• Searle, S.R., Casella, G., McCulloch, C.E. (1992). Variance components. John Wiley & Sons, New York.

•        McCulloch, C.E., Searle, S.R. (2001). Generalized linear and mixed models. John Wiley & Sons, New York.

•        Verbeke, G., Molenberghs, G. (2000). Linear mixed models for longitudinal data. Springer-Verlag, Springer Series in Statistics, New York.

•         Stroup, W.W. (2013). Generalized linear mixed models. Modern concepts, methods and applications. CRC Press Taylor & Francis Group, Boca Raton, FL, USA. 529 pp.

 MLM no R:

• Pinheiro, J.C., Bates, D.M. (2000). Mixed-effects models in S and S-plus. Springer-Verlag, New York.

• Zuur, A., Ieno E., · Walker, N. , Saveliev, A. , Smith, G. (2009). Mixed Effects Models and Extensions in Ecology with R. Springer, New York.

• Demidenko, E. (2013). Mixed Models. Theory and Applications with R. John Wiley & Sons, Inc., New Jersey.