Jupiterweb

Informações da Disciplina

Preparar para impressão

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação

Instituto de Ciências Matemáticas e de Computação

Matemática Aplicada e Estatística

Disciplina: SME0820 - Modelos de Regressão e Aprendizado Supervisionado I

Regression Models and Supervised Learning I

Créditos Aula:	4
Créditos Trabalho:	1
Carga Horária Total:	90 h
Tipo:	Semestral
Ativação:	01/01/2020	Desativação:

Objetivos

Apresentar as principais técnicas de análise de regressão e suas aplicações.

Present the main techniques of regression analysis and its applications.

Docente(s) Responsável(eis)

3455521 - Cibele Maria Russo Novelli

Programa Resumido

Modelos de regressão linear. Construção de modelos de regressão. Estudo de adequação dos modelos de regressão. Métodos de diagnóstico.

Linear regression models. Construction of regression models. Assessing the adequacy of regression models. Diagnostic methods.

Programa

Aprendizado supervisionado. Regressão Linear Simples. Regressão Linear Múltipla. Estudo de adequação do modelo. Compromisso entre viés e variância. Transformação e mínimos quadrados ponderados. Regressão Polinomial. Regressão com variáveis Indicadoras. Métodos de Diagnósticos de influência. Seleção de variáveis e construção de modelos. Avaliação da capacidade preditiva dos modelos.

Supervised Learning. Simple Linear Regression. Multiple Linear Regression. Assessing adequacy of the regression model. Bias-variance trade-off. Transformations and weighted least squares. Polynomial regression. Regression with indicator variables. Influence diagnostic methods. Model selection and construction. Assessment of the predictive capacity of the models.

Avaliação

Método

Exposição teórica com vistas aos objetivos aplicativos da matéria, seguida de exercícios e trabalhos práticos dentro e fora da classe.

Critério

Média ponderada das provas.

Norma de Recuperação

Número de provas: no mínimo uma (01) e no máximo duas (02) provas.
Critério de aprovação: a nota final (MF) do aluno que realizou provas de recuperação dependerá da média do semestre (MS) e da média das provas de recuperação (MR), como segue:
• MF = 5 se 5 <= MR <= (10 - MS)
• MF = (MS + MR) / 2 se MR > (10 - MS)
• MF = MS se MR< 5

Bibliografia

Livro Texto:
MONTGOMERY, D.C.; PECH, E.A; VINING, G.G. Introduction to Linear Regression Analysis. New York. John Wiley, 2012.
JAMES, G.; WITTEN, D; HASTIE, T.; TIBSHIRANI, R. An Introduction to Statistical Learning, Springer, 2013.
DRAPER, N. R.; SMITH, H. Applied Regression Analysis, 3rd edition, John Wiley, 1998.

Bibliografia Complementar:
BELSLEY, D. A.; KUH, E.; WELSCH R. E. Regression Diagnostics. Wiley Series in Probability and Mathematical Statistics, 1980.
NETER J.; KUTNER, M. H.; NACHTSHEIM C. J. and Wasserman, W. Applied Linear Statistical Models, IRWIN 1996.

Clique para consultar os requisitos para SME0820

Clique para consultar o oferecimento para SME0820