PROFESSORES

EMENTA

Esta disciplina visa ampliar o conhecimento de técnicas de modelagem estatística introduzidas no curso de Modelos estatísticos I, capacitando o aluno a modelar dados na área de saúde pública, utilizando a classe de modelos lineares generalizados. Será dada maior ênfase em estratégias de modelagem para desfechos categóricos, contagens e taxas (regressão logística, ordinal e multinomial, de Poisson, Binomial Negativa). Adicionalmente, pretende-se tratar da incorporação do plano amostral e de escores de propensão em análises de regressão. O curso será ministrado com aulas teóricas e práticas computacionais na linguagem R. Espera-se que ao final do curso o(a) aluno(a) seja capaz de realizar e entender análises estatísticas usualmente reportadas em periódicos de epidemiologia.

Categoria: Obrigatória para as áreas de concentração Métodos Quantitativos em Epidemiologia e Epidemiologia Geral

Pré-requisito: Modelos Estatísticos I ou Estatística II

Candidatos externos: não serão aceitos.

BIBLIOGRAFIA

Dobson, A.J (2001). An introduction to generalized linear models. Chapman & Hall/CRC.

Kleinbaum, D.G; Klein, M (2002). Logistic Regression: A Self-Learning Text. Second Edition. Springer.

Vittinghoff, E; Glidden, D.V; Shiboski, S.C; McCulloch, C.E (2005). Regression Methods in Biostatistics. Statistics for Biology and Health. Springer.

Giolo, S.R. (2017). Introdução à Análise de Dados Categóricos com Aplicações. São Paulo: Edgard Blucher, Projeto Fisher.

Paula, G.A. Modelos de regressão com apoio computacional. São Paulo: Universidade de São Paulo, Instituto de Matemática e Estatística, [s.d.]. Disponível em: < https://www.ime.usp.br/~giapaula/texto_2013.pdf>. Acesso em: 02 abril 2018.

Vários artigos.