LabTrop - cursos:planeco2021:roteiro

00-rcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

Usando o R Commander --- Gustavo Agudelo 2018/02/28 15:33 Esse tutorial tem por objetivo ajudar a usuários não familiarizados com o ambiente de programação [R] a instalar a interface gráfica de usuário R Commander [R Commander] e reconhecer suas principais ferramentas para a leitura e análise de dados. O R Commander

02-hipot

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

Teste de Hipóteses Antes de iniciar o roteiro anote o seu nome, altura (em centímetros e sem decimais) e sexo (M, F) na planilha altura alunos. [ ] O objetivo desse roteiro é auxiliar na compreensão de dois conceitos fundamentais do teste de hipótese estatística. O primeiro é entender o significado do

05-descr_base

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

BASE ANÁLISES EXPLORATÓRIAS DE DADOS Neste tutorial, pretendemos instrumentalizar os(as) usuários(as) a realizar várias técnicas de Análise Exploratória de Dados (AED). Objetivos da Análise Exploratória de Dados (AED) Apesar de ter sido criada para minimizar problemas com as análises frequentistas, a AED é bastante versátil e também pode ser utilizada no contexto de outras abordagens analíticas. $$R^2$$

05-descr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:09+00:00

* 05-descrcmdr * 05-descr ANÁLISES EXPLORATÓRIAS DE DADOS Preparação dos dados e programa As análises abaixo serão realizadas em ambiente R e para isso teremos que instalar alguns pacotes, abaixo estão todos os comandos necessários para a realização da atividade.

05-descrcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:09+00:00

* 05-descrcmdr * 05-descr ANÁLISES EXPLORATÓRIAS DE DADOS ANÁLISES EXPLORATÓRIAS DE DADOS Neste tutorial, pretendemos instrumentalizar os(as) usuários(as) a realizar várias técnicas de Análise Exploratória de Dados (AED). Objetivos da Análise Exploratória de Dados (AED) $$R^2$$

06-rand

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

Técnicas de Monte Carlo Reamostragem e Permutação Técnicas de simulações aleatórias, baseadas em dados ou distribuições teóricas, buscando soluções numéricas. * teste de hipóteses * medidas de precisão de estimativas * otimizadores

07-class_base

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

Base Testes Clássicos Os testes clássicos estatísticos estão inseridos no escopo da estatística frequentista ou inferência frequentista. Nessa abordagem a inferência é baseada na frequência ou proporção dos dados amostrados. A maior parte dos testes frequentistas clássicos foi desenvolvida independentemente para a solução de problemas distintos. Por isso, não há uma unificação analítica completa, que só aconteceu posteriormente com a integração oferecida pelos modelos lineares, como veremos n…

07-class

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

ESSA PAGINA NAO ESTÁ EM USO, ESTÁ APENAS DE BACKUP COMO VERSÃO ORIGINAL PARA AS VERSÕES R E RCMDR DO ROTEIRO Testes Clássicos Anova Tabela de Anova Baixe o arquivo e preencha a tabela de anova com esses dados. Testando a hipótese de que existem diferenças na produção agrícola em diferentes tipos de solo. Os cálculos devem ser feitos passo-a -passo, sem uso de uma função específica.$$SS_{total} = \sum_{i=1}^k\sum_{j=1}^n (y_{ij} - \bar{\bar{y}})^2 $$$$SS_{in} = \sum_{i=1}^k\sum_{j=1}^n (y_{…

07-classr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

* 07-classrcmdr * 07-classr Testes Clássicos Testes Clássicos Os testes clássicos estatísticos estão inseridos no escopo da estatística frequentista ou inferência frequentista. Nessa abordagem, a probabilidade é considerada uma frequência e a inferência está baseada na frequência com que eventos ocorrem nos dados coletados.$$ SQ_{"total"} = \sum_{i=1}^k\sum_{j=1}^n (y_{ij} - \bar{\bar{y}})^2 $$$$ SQ_{"intra"} = \sum_{i=1}^k\sum_{j=1}^n (y_{i,j} - \bar{y}_{i})^2 $$$$ SQ_{"entre"} = \sum_{i…

07-classrcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

07a-clasrcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

07b-anovar

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

* 07b-anovarcmdr * 07b-anovar Testes Clássicos Caso tenha feito o roteiro de testes clássicos frequentistas: regressão linear, passe direto para a sessão Análise de Variância Testes Clássicos Os testes clássicos estatísticos estão inseridos no escopo da estatística frequentista ou inferência frequentista. Nessa abordagem, a probabilidade é considerada uma frequência e a inferência está baseada na frequência com que eventos ocorrem nos dados coletados.$$ SQ_{"total"} = \sum_{i=1}^k\sum_{j=…

07b-anovarcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

Testes Clássicos Caso tenha feito o roteiro de testes clássicos frequentistas: Regressão Linear, passe direto para a sessão Análise de Variância Testes Clássicos Os testes clássicos estatísticos estão inseridos no escopo da estatística frequentista ou inferência frequentista. Nessa abordagem, a probabilidade é considerada uma frequência e a inferência está baseada na frequência com que eventos ocorrem nos dados coletados.$$ SQ_{"total"} = \sum_{i=1}^k\sum_{j=1}^n (y_{ij} - \bar{\bar{y}})^2 $$…

07e5-delineamento

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

Delineamento e Planejamento Neste módulo da disciplina cada exercício estará associado a alguma das aulas online. Logo abaixo será indicada a sequência em que as aulas deverão ser assistidas e os exercícios respondidos, porém, antes de ir para a sequência, é importante que você leia e siga as orientações destacadas no quadro abaixo para que o conjunto de exercícios seja eficiente para o seu aprendizado:

08-lm_base

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

Modelos Lineares Os modelos lineares são uma generalização dos testes de hipótese clássicos mais simples. Uma regressão linear, por exemplo, só pode ser aplicada para dados em que tanto a variável preditora quanto a resposta são contínuas, enquanto uma análise de variância é utilizada quando a variável preditora é categórica. Os modelos lineares não têm essa limitação, podemos usar variáveis contínuas ou categóricas indistintamente.$$ y = {\alpha} + {\beta} x$$$$ \epsilon = N(0, \sigma) $$$$ …

08-lm_r

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

* 08-lm_rcmdr * 08-lm_r Modelos Lineares Modelos Lineares Os modelos lineares são uma generalização dos testes de hipótese clássicos mais simples. Uma regressão linear, por exemplo, só pode ser aplicada para dados em que tanto a variável preditora quanto a resposta são contínuas, enquanto uma análise de variância é utilizada quando a variável preditora é categórica. Os modelos lineares não têm essa limitação, podemos usar variáveis contínuas ou categóricas indistintamente.$$ y = {\alpha}…

08-lm_rcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

* 08-lm_rcmdr * 08-lm_r Modelos Lineares Simples I Modelos Lineares Os modelos lineares são uma generalização dos testes de hipótese clássicos mais simples. Uma regressão linear, por exemplo, só pode ser aplicada para dados em que tanto a variável preditora quanto a resposta são contínuas, enquanto uma análise de variância é utilizada quando a variável preditora é categórica. Os modelos lineares não têm essa limitação, podemos usar variáveis contínuas ou categóricas indistintamente.$$ y …

08-lm

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

Modelos Lineares Tabela de Anova de uma Regressão * baixe o arquivo * abra no Excel e calcule o intercepto e a inclinação do modelo linear * crie uma coluna com os valores de resíduos do modelo para cada observação * crie uma coluna com os valores de desvíos quadráticos para cada observação$r2$$$SS_{total} = \sum_{i=1}^n (y_{i} - \bar{y})^2$$$$SS_{error} = \sum_{i=1}^n (y_{i} - \hat{y})^2$$$$SS_{total} = SS_{regr} + SS_{erro} $$

08b-lmii_rcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

* 08b-lmii_rcmdr * 08b-lmii_r Modelos Lineares Simples II Os modelos lineares são a base para o entendimento de todos os modelos mais complexos que iremos abordar durante este curso. Caso ainda não tenha feito o 08-lm_rcmdr, retorne a ele. Tabela de Anova de uma Regressão Modelos Lineares I - Base $$ y = {\alpha} + {\beta} x$$$\alpha$$\beta$$$ \epsilon = N(0, \sigma) $$$$ y = {\alpha} + {\beta} x + \epsilon$$$\beta$$\alpha$$$ \hat{y_i} = a + b * x_i $$$x_i$$\hat{y_i}$$$SS_{TOTAL} = \sum_…

09-lm02_base

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

09-lm02

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

Modelos Lineares Múltiplos I Uma extensão do modelo linear simples são os modelos lineares com mais de uma preditora, aqui definido como modelos múltiplos. Quando temos mais de uma preditora o modelo aumenta em complexidade com mais parâmetros para estimar. Além disso, a estrutura mais complexa do modelo gera desafios para a interpretação e dificulta a avaliação da adequação do modelo aos dados. Uma primeira complexidade está relacionada a como simplificar a estrutura do modelo com a finalid…

09-lm02a

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

Modelos Lineares Múltiplos II Entendendo os possíveis resultados graficamente Uma das melhores maneiras de entender os resultados de um modelo que envolve mais do que uma variável preditora é visualizar graficamente os possíveis resultados do estudo. Para tanto, vamos supor um estudo experimental realizado para testar o efeito do tipo de substrato (ardósia, granito ou cimento) e do ângulo de estabelecimento (variável contínua de 0-90 graus) sobre o recrutamento de cracas na zona intertidal roc…

09-lm02b

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

Modelos Lineares Múltiplos III Interação entre preditoras e Colinearidade Neste terceiro e último roteiro sobre Modelos Lineares Múltiplos vamos inicialmente utilizar um conjunto de dados com variáveis contínuas e categóricas para realizar o procedimento de seleção de modelos e posteriormente obter e interpretar, por meio dos resumos dos modelos, os coeficientes dos parâmetros, incluindo as interações. Na segunda parte desse roteiro vamos utilizar um conjunto de dados

10-glm

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

Modelos Lineares Generalizados GLM: Introdução Os modelos lineares generalizados (GLMs) são uma ampliação dos modelos lineares ordinários. Os GLM's são usados quando os resíduos (erro) do modelo apresentam distribuição diferente da normal (gaussiana). A natureza da variável resposta é uma boa indicação do tipo de distribuição de resíduos que iremos encontrar nos modelos. Por exemplos, variáveis de contagem são inteiras e apresentam os valores limitados no zero. Esse tipo de variável, em ger…

10-glmbinomial

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

Modelos Lineares Generalizados: binomial GLM: introdução Essa introdução aos GLM é a mesma do tutorial 10-glm, caso já tenha feito, pode passar diretamente para o tópico GLM: binomial GLM: Introdução Os modelos lineares generalizados (GLMs) são uma ampliação dos modelos lineares ordinários. Os $\lambda$$\eta$$$ \eta = \alpha + \beta x$$$$ \eta = g^{-1}(E_{(y)}) $$$$p = \frac{s}{n} $$$$q = \frac{f}{n} $$$$q = 1 - p$$$$\text{odds} = \frac{s}{f} $$$$\text{odds} = \frac{p}{1-p} $$$\eta$$$ \et…

10-glmpoisson

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:09+00:00

Modelos Lineares Generalizados: contagem GLM: introdução Essa introdução aos GLM é a mesma do tutorial 10-glmbinomial, caso já tenha feito, pode passar diretamente para o tópico GLM: contagem GLM: Introdução Os modelos lineares generalizados (GLMs) são uma ampliação dos modelos lineares ordinários. Os $\lambda$$\eta$$$ \eta = \alpha + \beta x$$$$ \eta = g^{-1}(E_{(y)}) $$

11-lmm_rcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

Modelos Lineares Mistos (LMM) Esse roteiro é baseado em um material desenvolvido por alunos de nosso programa de PG Melina Leite, Marília Gaiarsa e Lucas Medeiros e vem sendo modificado, ao longo dos anos, para adaptá-lo ao curso. Essa é a primeira versão utilizando o Rcmdr. Objetivo desse roteiro$$\text{riqueza} = \alpha + \beta * \text{NAP} + \varepsilon$$$\varepsilon$$$ \varepsilon = N(0, \sigma) $$$\alpha$$\beta$$\varepsilon$$\varepsilon$$$\text{riqueza}_{i} = \alpha + \epsilon_{\text{p…

11-lmm

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:09+00:00

Modelos Lineares Mistos 11-lmm_rcmdr Esse roteiro é baseado em material desenvolvido por alunos de nosso programa Melina Leite, Marília Gaiarsa e Lucas Medeiros e vem sendo modificado, ao longo dos anos, para adaptá-lo ao curso. Para acompanhar o roteiro é importante ter uma compreensão básica de análises estatísticas partimos da premissa que você já sabe interpretar o resumo de um modelo linear usando as funções como lm() e summary(). Como os modelos mistos ainda não foram incorporados na …

11-lmm2018

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

Modelos lineares mistos v2018 Esse roteiro foi inicalmente desenvolvido por Melina Leite, Marília Gaiarsa e Lucas Medeiros, e sua versão original está disponível neste site Para acompanhar o roteiro é importante ter uma compreensão básica de análises estatísticas em R. Isso quer dizer que você já usou e sabe interpretar o output de funções como lm(). Esperamos que ao terminar você seja capaz de: $$riqueza = \alpha + \beta * NAP + \varepsilon$$$\alpha$$\beta$$\varepsilon$$\varepsilon$$$riqueza_…

12-glmm_rcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

* 12-glmm_rcmdr * 12-glmm Modelos Generalizados Mistos (GLMM) Este roteiro é uma continuação do roteiro de 11-lmm (LMM), o qual deve ser feito e entendido bem antes de continuar. Também é importante que você já tenha estudado o roteiro de 10-glm (GLMs). Os modelos GLMM são uma extensão dessas duas abordagens reunidas.

12-glmm-rcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

* 12-glmm_rcmdr * 12-glmm Modelos Mistos Generalizados (GLMM) Este roteiro é uma continuação do roteiro de 11-lmm (LMM), o qual deve ser feito e entendido bem antes de continuar. Também é importante que você já tenha estudado o roteiro de 10-glm (GLMs). Os modelos GLMM são uma extensão dessas duas abordagens reunidas.

12-glmm

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:11+00:00

* 12-glmm_rcmdr * 12-glmm Modelos Generalizados Mistos (GLMM) Veja esse roteiro associado ao Rcmdr aqui Este roteiro é uma continuação do roteiro de 11-lmm (LMM), o qual deve ser feito e entendido bem antes de continuar. Também é importante que você já tenha estudado o roteiro de

powertest

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:10+00:00

Poder do teste ”> O poder do teste é a capacidade de um desenho experimental rejeitar a hipótese nula quando ela de fato deveria ser rejeitada. Ou seja, o quanto o teste, associado ao nosso desenho experimental, consegue detectar efeitos existentes. O poder do teste é expresso pela proporção de vezes que o teste rejeita corretamente a hipótese nula, caso reproduzíssemos o experimento muitas vezes. O poder do teste pode se…