Apresentar técnicas de modelagem importantes no processo de solução de problemas e tomada de decisão.
Apresentar teoria fundamental da regressão linear, Ajustar, examinar e utilizar modelos de regressão para identificar relação entre variáveis múltiplas.
REGRESSÃO LINEAR SIMPLES Correlação, Resíduos, e Linha do mínimo quadrado Previsão e extrapolação, Condições para regressão linear, R quadrado, Regressão com variáveis categorias explicativas. Valores discrepantes na regressão, Inferência para regressão linear, Particionamento da variabilidade. REGRESSÃO LINEAR MÚLTIPLA Preditores múltiplos R-quadrado ajustado Colinearidade e parcimônia Inferência para MLR Seleção do Modelo, Diagnóstico para MRL Como metodologia serão empregadas aulas expositivas e de exercícios, além de trabalhos desenvolvidos com o software livre R e RStudio.
Ragsdale, Cliff T Ragsdale. Modelagem e Análise de Decisão. Cengage Learning Edições Ltda. 589pg. 2010. Frost, J. Regression analysis: an intuitive guide for using and interpreting linear models. Jim Publishing. State College, Pennsylvania. USA. 2019. Goodwin, P; Wright G. Decision Analysis for Management Judgment. John Wiley & Sons Ltd. England. Third Edition. 2004. Montgomery, D.C., Runger, G.C. Estatística Aplicada e Probabilidade para Engenheiros. Editora LTC. 5ª Edição. Rio de Janeiro. 2013. Field, A., Miles, J., Field, Z. Discovering statistics using R. Sage. London. 2012. Wickham, H. Grolemund, G. R para data science, Starlin Alta Editora e Consultoria Eireli. Rio de Janeiro. 2019.