Este curso ensina a analisar, de forma gráfica e analítica, a correlação entre variáveis quantitativas e a ajustar modelos de regressão linear simples e múltipla. Com uma abordagem que concilia a teoria e a prática, apresenta aplicações a dados reais, que podem ser facilmente adaptadas para outras situações.

ES103 – Correlação e regressão linear em R

A correlação entre duas variáveis quantitativas pode ser visualizada num diagrama de dispersão e estudada analiticamente. Caso haja uma relação linear entre elas, pode-se ajustar um modelo de regressão linear simples, que exprime uma (dependente) em função da outra (independente), e utilizá-lo para fazer previsões.

Se em vez de uma, tivermos várias variáveis independentes, realiza-se análise de regressão linear múltipla. Além de permitirem desenvolver modelos preditivos, muito úteis para machine learning, permitem avaliar a importância de cada variável nos modelos. Trata-se de um dos métodos mais populares em áreas como economia, gestão, contabilidade, saúde, engenharias e ciências sociais.

Neste curso você vai a aprender a:

  • Construir diagramas de dispersão no R;
  • Calcular coeficientes de correlação linear, manualmente e no R;
  • Ajustar modelos de regressão linear simples e múltipla, com recuso ao R;
  • Realizar análises de diagnóstico dos modelos;
  • Avaliar o desempenho dos modelos;
  • Analisar a importância de cada variável independente nos modelos;
  • Utilizar os modelos para realizar predições.

A quem se destina este curso

Este curso destina-se a estudantes, professores e pesquisadores, como suporte a disciplinas de Estatística que incluam correlação e regressão linear nos seus conteúdos programáticos e/ou à elaboração de análises de dados para trabalhos académicos.

Destina-se também a profissionais, de qualquer área, que pretendam analisar dados através de correlações e de modelos de regressão linear.

Currículo do Curso

Seção 1 – Introdução
Apresentação do curso ES103 GRÁTIS 00:03:00
Apresentação da professora Sílvia Pedro GRÁTIS 00:05:00
Instruções do curso ES103 00:05:00
Seção 2 – Correlação Linear
Relações entre variáveis quantitativas 00:13:00
Correlação linear 00:15:00
Correlação linear no R 00:08:00
Matriz de correlações e sua representação gráfica no R 00:06:00
Teste de significância do coeficiente de correlação linear de Pearson no R 00:05:00
Coeficientes de correlação não paramétricos no R 00:07:00
ES103Q01 QUESTIONÁRIO 00:25:00
Seção 3 – Regressão linear simples
Modelo de regressão linear simples (RLS) 00:09:00
Estimação dos coeficientes do modelo de RLS pelo Método dos Mínimos Quadrados 00:14:00
Avaliação da qualidade do modelo de RLS 00:16:00
Modelo de RLS no R 00:08:00
Valores preditos pelo modelo de RLS no R 00:04:00
Cálculos para avaliação da qualidade do ajustamento do modelo de RLS no R 00:05:00
Diagnóstico do modelo de RLS no R 00:13:00
Validação de um modelo de regressão linear no R 00:12:00
ES103Q02 QUESTIONÁRIO 00:15:00
Seção 4 – Regressão linear múltipla
Modelo de regressão linear múltipla (RLM) 00:15:00
Modelo de RLM no R 00:14:00
Variáveis independentes qualitativas num modelo de RLM: Exemplo em R 00:17:00
ES103Q03 QUESTIONÁRIO 00:25:00
Seção 5 – Diagnóstico do modelo de RLM no R
Introdução à análise de diagnóstico 00:01:00
Linearidade da equação de regressão e homocedasticidade dos resíduos 00:05:00
Normalidade dos resíduos 00:02:00
Independência dos resíduos 00:02:00
Identificação de outliers 00:18:00
Ausência de multicolinearidade 00:08:00
ES103Q04 QUESTIONÁRIO 00:25:00
Seção 6 - Stepwise
Recurso ao stepwise para encontrar um bom modelo 00:14:00
Diagnóstico do modelo encontrado com o stepwise 00:07:00
Exclusão de outliers 00:08:00
Validação do modelo 00:03:00
ES103Q05 QUESTIONÁRIO 00:10:00
Seção 7 – Scripts em R
ES103 Script em R 02:00:00
Seção 8 – Bancos de dados
Dados_Países.csv 00:10:00
Seção 9 – Referências bibliográficas
Referência Bibliográficas ES103 00:01:00

Avaliações do Curso

N.D

classificações
  • 5 estrelas0
  • 4 estrelas0
  • 3 estrelas0
  • 2 estrelas0
  • 1 estrelas0

Nenhuma avaliação foi encontrada para este curso.

INSCREVA-SE
  • 59
  • 8 horas, 13 minutos
  • Numero de unidades33
  • Quizzes5
  • Certificado
11 ALUNOS INSCRITOS
© 2019. All rights reserved.