Sumários
O mesmo da aula anteior
5 dezembro 2011, 15:30 • Maria Fernanda Neto Ramalhoto
Foi ntroduzido o conceito de erro padrão de um estimador. Foi feito notar que uma vez calculada a recta de regressão estimada é preciso avaliá-la (fazendo desde logo notar que o teste paramétrico para aceitar ou não que o declive da recta de regressão é igual a zero e a análise do intervalo de confiança para o mesmo parâmetro são já por si indicadores da qualidade do modelo).
Foram introduzidos os conceitos de coeficiente de determinação e de análise de resíduos. Foram mostrados exemplos (ilustrados por g rá ficos) de como uma aná lise de resíduos pode fornecer também indicações para a escolha de um melhor modelo de regressão, quando tal for o caso.
11ª Aula Prática
5 dezembro 2011, 11:00 • Delfina Rosa Moura Barbosa
Exercícios do Cap.8: 8.5, 8.14a)b), 8.17.
11ª Aula Prática
2 dezembro 2011, 15:00 • Delfina Rosa Moura Barbosa
Exercícios do Cap.8: 8.5, 8.14a)b).
O mesmo da aula anterior
30 novembro 2011, 17:00 • Maria Fernanda Neto Ramalhoto
Foi discutido que os estimadores de mínimos quadrados coincidem com os correspondentes estimadores de máxima verosimilhanca quando os erros são considerados normais de valores médios zero e variâncias constantes e iguais, e independentes). Neste caso foi visto que os estimadores dos dois parâmetros da recta são centrados e normais, e o da variância comum segue uma distribuição qui-quadrado.
Através destes resultados foram encontradas as estatísticas "pivot" e de teste, para intervalos de confiança e testes de hipóteses para os dois parâmetros da recta de regressão, e construidos os respectivos intervalos de confiança e testes de hipóteses.