DETALHES
Disciplina de natureza Teórica de nível Doutorado, com carga horária de 90 horas e 3 créditos.
- Número de vagas:
- 15
- Período:
- 19/08/2019 a 24/08/2019
- Pré-requisitos:
- Sem pré-requisito.
- Área(s) de Concentração:
- Sem área de concentração.
HORÁRIO
Dia | Início | Fim |
---|---|---|
Todos os dias | 08:00 | 18:00 |
PROFESSORES
Nome |
---|
Cosme Marcelo Furtado Passos da Silva |
Wagner de Souza Tassinari |
EMENTA
Objetivo Geral: Capacitar o pós-graduando para a utilização de técnicas de modelagem estatística aplicadas na área da Saúde Pública. Programa: Serão abordados os seguintes tópicos: Correlação, modelos de regressão linear simples e múltipla e modelos de regressão logística simples e múltipla. Serão enfatizados os seguintes tópicos dos modelos abordados: pressupostos, estimação, propriedades dos estimadores, interpretação dos coeficientes, análise de resíduos, transformações de variáveis, detecção de multicolineariedade, medidas de influência, uso de variáveis indicadoras, conceito de interação e confundimento, técnicas de seleção de variáveis e comparação entre modelos. O curso será ministrado através de aulas teóricas e práticas no software R. A avaliação será feita com base em uma prova individual e um trabalho em grupo.Categoria: Obrigatória para o curso de doutorado Epidemiologia, Equidade e Saúde Pública - Mato Grosso do Sul
Professoras colaboradoras: Ana Rita Castro Coimbra (Fiocruz/MS) e Zoraida Fernandez Grillo (Fiocruz/MS)
Pré-requisitos: Estatística I
BIBLIOGRAFIA
Charnet, R; Freire, CAL; Charnet, EMR; Bonvino, H (2008) Análise de modelos de regressão linear: com aplicações. Editora da Unicamp.Dobson , AJ (2001). An introduction to generalized linear models. Chapman & Hall/CRC.
Draper, N; Smith, N (1981). Applied regression analysis. New York: John Wiley & Sons.
Fox, J (2002). An R and S-Plus Companion to Applied Regression. Sage Publications.
Hosmer DW, Lemeshow S (1989). Applied Logistic Regression. John Wiley e Sons.
Kleinbaum DG, Klein M (2002). Logistic Regression: A Self-Learning Text. Second Edition. Springer.
Kleinbaum, DG; Kupper L, et al. (1998). Applied regression analysis and other multivariable methods. Boston, Mass, PWS-Kent Publishing.
McCullagh P, Nelder JA (1989). Generalized linear models. Second Edition. Chapman and Hall.