Introdução aos Modelos Lineares Mistos no Ambiente R

Código: - ERN.702-95

Carga Horária: - 45 horas

Créditos: - 03 (2T, 1P)

Professor(a) Responsável: - Dra. Dalva Maria da Silva Matos

Professor(a) Colaborador(a): - Dr. Rafael de Oliveira Xavier

Ementa: Revisão de regressão linear e modelo linear geral. Máxima Verossimilhança e Máxima Verossimilhança Restrita. Conceito de modelo linear generalizado. Distribuição binomial. Distribuições para dados de contagem: Poisson e binomial negativa. Distribuições para casos particulares. Conceito de efeito fixo e aleatório. Efeitos aleatórios em Ecologia. Modelos lineares mistos. Implementação de Modelos Lineares Generalizados Mistos no R.

Objetivo Geral: O objetivo central da disciplina  será orientar os alunos a aplicar modelos lineares generalizados e modelos lineares generalizados mistos para análise de dados ecológicos. A disciplina será ministrada no ambiente R, para o qual estão disponíveis pacotes estatísticos com funções que executam a maioria dos tipos de modelos lineares generalizados utilizados atualmente.

Objetivos Específicos: Modelos Lineares Generalizados; GLMMs - definição e exemplo 

Tópicos Abordados

Teóricos

  1. - Regressão linear
  2. - Modelo linear geral
  3.  - Comparação de modelos
  4.  - Máxima Verossimilhança
  5.  - Modelos Lineares Generalizados
  6.  - Distribuição binomial
  7.  - Distribuição de Poisson e Quasipoisson
  8.  - Efeitos fixos e aleatórios em ecologia
  9.  - GLMMs, definiçao e exemplos
  10.  - Distribuição Binomial Negativa

Práticos

- Aulas expositivas remotas com utilização de recursos audiovisuais e multimídia

- Aulas práticas em computador

- Elaboração de projeto incluindo análise de dados e discussão

Estratégia do Curso: Interações com os alunos durante parte das sessões com suporte adicional de vídeos e tutoriais previamente preparados. Avaliação com base na apresentação dos exercícios e trabalho individual. Obs.: Recomenda-se que o aluno participe das aulas com um computador portátil que tenha instalado o "R" e o "RSudio". Caso queira, o aluno poderá utilizar seu próprio conjunto de dados nas práticas e projeto.

Critérios de Avaliação: Participação em aula, elaboração das atividades propostas 30%; Elaboração de um projeto analisando dados através das ferramentas aplicadas no curso, na forma de artigo incluindo resultados e discussão 70%.  

Bibliografia

- Crawley, M.J. 2007. The R Book, Wiley.

- The R Project for Statistical Computing. https://www.r-project.org

- RStudio https://rstudio.com/products/rstudio/download/

- Package 'vegan'. https://cran.r-project.org/web/packages/vegan/vegan.pdf

- Package 'lme4'. https://cran.r-project.org/web/packages/lme4/lme4.pdf

- Package 'car'. https://cran.r-project.org/web/packages/car/car.pdf

- Package 'ggplot2'. https://cran.r-project.org/web/packages/ggplot2/ggplot2.pdf

- Package 'MASS'. https://cran.r-project.org/web/packages/MASS/MASS.pdf

- Package 'emmeans'. https://cran.r-project.org/web/packages/emmeans/emmeans.pdf

- Package ''dplyr''. https://cran.r-project.org/web/packages/dplyr/index.html