CURSO ONLINE – Introdução a Modelos Lineares Generalizados usando R e R Studio (IGLM07) Este curso será ministrado ao vivo

Este curso fornece uma introdução teórica e prática aos modelos lineares generalizados usando o R. Modelos lineares generalizados (MLGs) são generalizações de modelos de regressão linear para situações em que a variável resposta é, por exemplo, binária, ou categórica, ou de contagem, etc. Os modelos específicos que apresentaremos incluem regressão logística binária, binomial e categórica, regressão Poisson e binomial negativa para variáveis de contagem. Também apresentaremos modelos de regressão de Poisson e binomial negativo inflacionados de zeros. Começaremos com uma breve recapitulação do modelo linear normal. Entender esse modelo é vital para um entendimento apropriado de como ele pode ser generalizado na teoria dos MLGs. Depois, introduziremos o modelo de regressão logística binário amplamente utilizado, que é um modelo de regressão para quando a variável resposta é binária. Depois, apresentamos o caso da regressão logística binomial (duas categorias), e por fim multinomial, para modelar respostas politômicas, isto é, que podem integrar mais de duas categorias. Depois apresentaremos a regressão Poisson, que é amplamente utilizada para modelar variáveis respostas de contagem (isto é, o número de vezes que algo aconteceu). Depois apresentaremos modelos de superdispersão, que acomodam uma variabilidade maior do que a esperada pelos modelos de Poisson e binomial. Apresentaremos os modelos de quase-verossimilhança, binomial negativo e beta-binomial, para dados de contagens e proporções discretas, respectivamente. Por fim, apresentaremos modelos de Poisson e binomial negativo inflacionados de zeros, para dados de contagem com um excesso de observações nulas.