NOTÍCIAS

MODELOS NÃO LINEARES NO R

Descrição

A partir de dados observados, os modelos não lineares buscam respostas através de uma funções que, raramente estão relacionadas linearmente às variáveis explicativas.

Algumas vantagens do uso de modelo não linear sobre o linear é que realizamos a escolha do modelo, associado ao conhecimento prévio sobre a relação a ser modelada, e geralmente apresenta interpretação prática para os parâmetros.

Para isso, podemos utilizar informações de uma análise de um diagrama de dispersão (X;Y), ou realizar restrições de forma da função (monótona, sigmóide).

Este curso trará aspectos práticos da análise de experimentos utilizando o software R.

Ementa

1. Introdução e conceitos básicos

2. Modelos Lineares x Modelos Não-Lineares

3. Conhecendo algumas funções não lineares

4. Passo a passo no R

5. Aplicações para dados animais e vegetais

6. Introdução aos Modelos Não Lineares Mistos

Sobre os ministrantes:

Filipe Ribeiro Formiga Teixeira: Descrição: Graduado em Estatística pela Universidade Federal do Piauí (2009-2013), mestre em Estatística Aplicada e Biometria pela Universidade Federal de Viçosa (2013-2015) trabalhando na área de Estatística Multivariada e Seleção Genômica aplicadas a dados de suínos, doutor em Estatística Aplicada e Biometria pela Universidade Federal de Viçosa (2015-2018) trabalhando na área de Modelos Não Lineares Mistos e Seleção Genômica aplicados a curvas de lactação. Atualmente é pós-doutorando em Estatística Aplicada e Biometria pela Universidade Federal de Viçosa (2013-2015) trabalhando com Modelos Não Lineares Mistos aplicados a crescimento de plantas.

Para quem é este curso:

Acadêmicos de graduação, pós-graduação e profissionais de diversas áreas de atuação que necessitem do uso de modelos não-lineares em análise de dados.

Requisitos

Conceitos básicos de estatística e linguagem computacional em ambiente R.