Estudar os métodos de análise estatística de dados categorizados.
1. Variáveis discretas e tabelas de contingência. 2. Medidas de associação. 3. Modelos probabilísticos para dados discretos. 4. Teste exato de Fisher. 5. Modelos estruturais. 6. Inferência: mínimos quadrados generalizados e máxima verossimilhança. 7. Tabelas 2 x 2: testes de independência e homogeneidade. 8. Tabelas s x r: testes de independência, homogeneidade, simetria e homogeneidade marginal. 9. Modelos lineares e log-lineares para tabelas s x r. 10. Tabelas tridimensionais: fatores e respostas. 11. Modelos log-lineares para tabelas multidimensionais. 12. Modelos funcionais lineares para tabelas multidimensionais.
1. Variáveis discretas e tabelas de contingência. 2. Medidas de associação. 3. Modelos probabilísticos para dados discretos. 4. Teste exato de Fisher. 5. Modelos estruturais. 6. Inferência: mínimos quadrados generalizados e máxima verossimilhança. 7. Tabelas 2 x 2: testes de independência e homogeneidade. 8. Tabelas s x r: testes de independência, homogeneidade, simetria e homogeneidade marginal. 9. Modelos lineares e log-lineares para tabelas s x r. 10.Tabelas tridimensionais: fatores e respostas. 11.Modelos log-lineares para tabelas multidimensionais. 12.Modelos funcionais lineares para tabelas multidimensionais.
1. A. Agresti, Introduction to the Analysis of Categorical Data, New York: Wiley, 1996. 2. A. Agresti, Categorical Data Analysis, 2nd ed., New York: Wiley, 2002. 3. R. Christensen, Log-linear Models, New York: Springer Verlag, 1990. 4. D. H. Freeman Jr., Applied Categorical Data Analysis, New York: Marcel Dekker, 1987. 5. C. D. Paulino, J. M. Singer, Análise de Dados Categorizados, São Paulo: Edgard Blücher, 2006. 6. F. Z. Poleto, Análise de Dados Categorizados com Omissão. Dissertação de mestrado, São Paulo, Departamento de Estatística, IME-USP, 2006.
