Modelos Lineares Generalizados

Código:

M6024

Sigla:

M6024

Áreas Científicas
Classificação	Área Científica
OFICIAL	Matemática

Ocorrência: 2024/2025 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Matemática
Curso/CE Responsável:	Programa Doutoral em Matemática Aplicada

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
PDMATAPL	0	Plano de Estudos Oficial	1	-	3	21	81

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

1. Capacitação para análises de regressão envolvendo respostas seguindo uma distribuição pertencente à família exponencial (modelos lineares generalizados)
2. Compreensão dos processos de estimação usados nos modelos lineares generalizados 
3. Implementação de análises estatísticas correspondentes aos modelos estudados num software adequado
4. Promoção do espírito crítico e da autonomia do estudante

Resultados de aprendizagem e competências

No final da unidade curricular, pretende-se que os estudantes: 
a) adquiram conhecimentos sobre inferência estatística em modelos lineares generalizados
b) saibam escolher corretamente os modelos estatísticos aprendidos a problemas concretos 
c) saibam aplicar e implementar os modelos estudados em R
d) adquiram espírito crítico e capacidade de interpretação dos resultados obtidos.

Modo de trabalho

Presencial

Programa

1. Revisão dos modelos lineares
2. Introdução aos modelos lineares generalizados
3. Estimação dos parâmetros do modelo, 
   testes de hipóteses e intervalos de confiança
4. Seleção e validação de modelos
5. Modelos de regressão para dados binários
6. Modelos de regressão para dados de contagem
7. Modelos de regressão para dados enviesados

Bibliografia Obrigatória

P. McCullagh; Generalized linear models. ISBN: 0-412-31760-5
Ludwig Fahrmeir; Multivariate statistical modelling based on generalized linear models. ISBN: 0-387-95187-3

Bibliografia Complementar

Peter J. Green; Nonparametric regression and generalized linear models. ISBN: 9780412300400

Métodos de ensino e atividades de aprendizagem

Aulas de tipo teórico-prático com uma componente teórica significativa mas abordando simultaneamente diferentes exemplos de aplicação das técnicas e modelos estatísticos apresentados em laboratório computacional.O software usado será o R.

Software

R

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Participação presencial	0,00
Apresentação/discussão de um trabalho científico	50,00
Trabalho escrito	50,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Apresentação/discussão de um trabalho científico	10,00
Estudo autónomo	50,00
Frequência das aulas	21,00
Total:	81,00

Obtenção de frequência

Não há falta de frequência.

Fórmula de cálculo da classificação final

O estudante terá que efetuar dois trabalhos científicos: um sobre os objetivos 1. a 4. acima enumerados e outro sobre os restantes objetivos. Haverá lugar a uma apresentação e discussão oral de cada um dos trabalhos. Cada trabalho terá a cotação de 10 valores e a classificação final do estudante será a média aritmética das classificações obtidas nos dois trabalhos científicos.

Melhoria de classificação

O estudante só poderá melhorar um dos dois trabalhos/projetos científicos.

Observações

Júri da UC. Rita Gaio (UPorto) e Arminda Manuela Gonçalves (UMinho)