Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- equipe:exercicios [2014/10/05 23:04] – [Exercícios antigos] paulo
+++ equipe:exercicios [2022/11/24 14:12] (atual) – edição externa 127.0.0.1
@@ Linha 1: / Linha 1: @@
+====== Exercícios antigos ======
+===== Modelos Gaussianos =====
+==== Biomassa de Eucalyptus ====
+Procure refazer os passos apresentados no tutorial para outras variáveis de biomassa das árvores (presentes no mesmo conjunto de dados):
+  * ''tronco'' - biomassa do tronco das árvores:
+  * ''folha'' - biomassa das folhas das árvores.
+==== Análise de Variância ====
+  - Ajuste todos os modelos da primeira seção do tutorial sobre ANOVA usando a notação de fórmula estatística da função ''mle2''.
+  - Use estes modelos ajustados para refazer a seleção de modelos com o AIC corrigido para pequenas amostras.
+===== Seleção de modelos =====
+Repita o tutorial [[:05-binomial-poisson:05-binomial-poisson#modelos_poisson_com_variaveis_preditoras]], com as seguintes modificações:
+  * Reduza o número de plantas para 50
+  * Faça o número de frutos por plantas ser uma variável binomial negativa, com parâmetro de dispersão k=0,5, e média determinada pela concentração de fósforo.
+  * Para podermos comparar os resultados, fixe a semente de números aletórios com o comando:
+<code>
+set.seed(42)
+</code>
+  - Ajuste aos dados modelos Poisson e binomiais negativos com médias constantes e médias como funções exponenciais da concentração de fósforo.
+  - Construa a tabela de seleção de modelos com os valores de AIC, delta-AIC e pesos de evidência.
+  - Faça a mesma tabela usando o AIC corrigido para pequenas amostras (AICc) e para sobredispersão (QAIC). O pacote ''bbmle'' tem funções para todos esses cálculos.
+  - Compare os resultados e explique as diferenças, se houver.
+  - Faça um gráfico dos número de frutos em função da concentração de fósforo. Sobreponha a ele a linha do modelo que você julgar mais plausível. Se julgar que houve empates, sobreponha as linhas de todos os modelos igualmente plausíveis.
+\\