Modelos Lineares e Suas Variações

Modelos lineares são uma gama de métodos estatísticos que permitem incorporar a complexidade dos dados biológicos. Esses modelos muitas vezes levam nomes diferentes, mas todos fazem parte da mesma classe de análises: modelo linear geral, modelo linear generalizado, modelo misto, modelo multi-nível, modelo hierárquico, modelo linear filogenético. Teste estatísticos tradicionais, como o teste-t, ANOVA, ANCOVA, ANOVA two-way, regressão linear e regressão múltipla são todos casos específicos de modelos lineares. O objetivo é que os alunos tenham familiaridade com esses métodos, saibam seus princípios e pressupostos, e sejam capazes de aplicá-los em dados reais.

 

Tópicos abordados

- Modelo Linear Geral.

- Métodos de Seleção de Modelos.

- Usos e abusos do valor de p.

- Checagem/Validação de um modelo linear.

- Simulação de dados.

- Casos de heterogeneidade da variância.

- Casos de falta de independência (relações filogenéticas, desenhos experimentais aninhados, dados hierárquicos).

- Modelos Lineares Generalizados (distribuições de Binomial, Poisson e Binomial Negativa).

- Modelos Lineares Bayesianos.

 

Avaliação

A avaliação consiste geralmente em entrega de exercícios e apresentações de análises de dados.

 

Bibliografia

Gelman, A., Hill, J. and Vehtari, A., 2021. Regression and other stories. Cambridge University Press.

Gelman, A. and Hill, J. 2007. Data analysis using regression and multilevel/hierarchical models. Cambridge University Press.

Grafen A., Hails, R. 2002. Modern Statistics for the Life Sciences. Oxford University Press, Oxford.
Zuur, A.F., Ieno E.N. and Smith G.M. 2007. Analyzing Ecological Data. Springer, New York.
Zuur A.F., Ieno E.N., Walker N.J., Saveliev A.A. and Smith G.S. 2009. Mixed effects models and extensions in ecology with R. Springer, New York.

 

Videoaulas