0

Bayesian Generalized Linear Models: Modelos Lineares Generalizados Bayesianos com Aplicações no R-programming e rstanarm.

O que você aprenderá

  • Modelagem Estatística Bayesiana com R e rstanarm.
  • Estimar modelos de regressão linear para dados de contagem.
  • Estimar Modelos para Eventos Longitudinais
  • Utilizar a Família Exponencial de Distribuições em Estatística Bayesiana
  • Estimar Modelos de Regressão Lineares para dados Binários e Binomial
  • Modelar Taxas e Proporções
  • Aprender quando utilizar Modelos Discretos ou Contínuos
  • Aplicar Simulação Estocástica (Cadeias de Markov) em Modelagem Bayesiana

Requisitos 

Descrição

Este curso foi desenvolvido pensando nos pesquisadores e profissionais que trabalham com Data Science, Análise de Negócios e precisam realizar análise preditiva.

Neste curso iremos desenvolver habilidades estatísticas e computacionais para trabalhar com diferentes Modelos Lineares Generalizados Bayesianos (MLGB). Primeiro iremos entender a razão pela qual estes tipos de modelos estatísticos são tão robustos, fáceis de serem utilizados e preferidos para projetos em Ciência de Dados e pesquisa científica em geral.

Depois iremos explorar suas aplicações para dados de contagem, binários, contínuos e a combinação destes. Na sequência iremos trabalhar com Modelos Lineares Generalizados Bayesianos específicos para dados contínuos e para eventos longitudinais.

Todo o curso é desenvolvido com o auxílio da linguagem de programação científica R-programming e com o pacote rstanarm, um dos pacotes mais robustos para trabalhar com Estatística Bayesiana.

Ao final do curso os alunos estarão aptos a desenvolver modelos preditivos complexos utilizando Estatística Bayesiana e terão autonomia para avançar seus estudos em técnicas de modelagem que utilizem MLGB.

Para quem é este curso:

  • Pesquisadores (PhD, Doutores, Mestres), Cientistas de Dados e pessoas que queiram aprofundar conhecimento em Modelagem Bayesiana.

Incluído no Curso

  • 5,5 horas de vídeo aulas
  • 18 Recursos para download
  • Acesso total vitalício
  • Acesso no dispositivo móvel e desktop
  • Certificado de conclusão com link para autenticação

Condições de Pagamento*

Parcelamos em até 10x no cartão de crédito ou à vista no boleto bancário, pelo sistema PagSeguro.

Após realizado o pagamento o aluno terá até 7 dias para desistir do curso ou antes de concluir o primeiro módulo (o que vencer primeiro). Caso o aluno desista do curso será reembolsado em até 30 dias com o valor integral, menos 4% referente às taxas administrativas.

* Para alunos residentes fora do Brasil emitimos ordem de pagamento pelo sistema PayPal. Para mais informações enviar mensagem para financeiro@metodosexatos.com.br

Professor responsável

andre santosAndré L.M.F. Santos

Matemático/Estatístico com Mestrado em Eng. de Produção.

Profissional com mais de 20 anos de experiência no setor acadêmico e corporativo.

Atualmente, faz doutorado em Marketing, pesquisando métodos quantitativos para otimização de investimento em meios digitais.

Currículo do Curso

Introdução
ES15 – 001 Apresentação do Professor 00:03:04
ES15 – 002 Referências 00:06:45
ES15 – 003 Cronograma & Introdução 00:06:04
ES15 – 004 Família Exponencial de Distribuições 00:08:01
ES15 – 005 Definição de um Modelo Linear Generalizado (MLG) 00:03:23
Modelo Binomial
ES15 – 006 MLG Binomial (Regressão Logística) 00:04:33
ES15 – 007 rstanarm 00:08:06
ES15 – 008 Lendo Dataset no Github 00:07:54
ES15 – 009 Modelo Binomial no R Programming 00:09:33
ES15 – 010 Transformação da Função Logit 00:05:40
ES15 – 011 Interpretação dos Coeficientes 00:11:33
ES15 – 012 Atividade – MLG Binomial 00:06:39
ES15 – 013 Errata 00:01:44
ES15 – 014 sample( ) 00:05:36
ES15 – 015 Amostras: Treino & Teste 00:08:03
ES15 – 016 Treinar Modelo 00:09:47
ES15 – 017 Acurácia do Modelo 00:12:31
ES15 – 018 Teste do Modelo 00:03:37
ES15 – 019 Bayesiano vs Frequentista 00:05:42
ES15 – 020 Resíduos do Modelo 00:07:08
ES15 – 021 Seleção do Melhor Modelo 00:06:04
ES15 – 022 Análise dos Resultados 00:01:02
ES15 – 023 Interpretação do Intercepto 00:06:44
ES15 – 024 Interpretação Coeficientes Parciais (β1 a β6) 00:09:27
ES15 – 025 Predição para Novos Dados 00:09:21
ES15 – 026 R Notebook 00:05:16
ES15 – 027 Report 00:09:23
ES15 – 028 R Chunk 00:05:37
Modelo Poisson e Binomial Negativa
ES15 – 029 Bayesian GLM Poisson(λ) 00:11:55
ES15 – 030 Experimento sobre queda de folhas 00:05:04
ES15 – 031 Regra de Sturges 00:06:46
ES15 – 032 Bayes GLM – Poisson 00:08:55
ES15 – 033 Interpretação Modelo Poisson 00:05:36
ES15 – 034 Statistical Analysis of Natural Events in the US 00:06:34
ES15 – 035 GLM Frequentista vs GLM Bayesiano 00:13:03
ES15 – 036 Poisson vs Negative Binomial 00:07:56
ES15 – 037 Comentários: Script Poisson & NB 00:08:50
Modelo Normal
ES15 – 038 GLM para Variáveis Respostas Contínuas 00:06:54
ES15 – 039 GLM Gaussian Model I – Simples 00:03:45
ES15 – 040 GLM Gaussian Model II e III – Múltipla 00:08:34
ES15 – 041 Modelo com Interação entre Variáveis Preditoras 00:06:08
ES15 – 042 Interpretação Modelo com Interação 00:10:42
Modelo Gamma
ES15 – 043 GLM Gamma 00:02:35
ES15 – 044 Clotting Dataset 00:12:30
ES15 – 045 GLM Gamma com e sem interação 00:08:59
ES15 – 046 GLM Gamma – Coeficientes 00:09:42
ES15 – 047 Outros Modelos Lineares Generalizados 00:00:00
ES15 – 048 Considerações Finais 00:03:28

Course Reviews

N.D

ratings
  • 5 stars0
  • 4 stars0
  • 3 stars0
  • 2 stars0
  • 1 stars0

No Reviews found for this course.

Related Courses

QUERO FAZER ESSE CURSO
  • R$69,90
3 ALUNOS INSCRITOS

Cursos Relacionados

Melhores Classificados

Revisões do Curso

  • Introdução à Bioestatística com Computação Científica

    Excelente 5

    Muito bem explicado.
    Ramiro Nery de Souza
  • Curso Estatística Descritiva

    Muito bom! 4

    O conteúdo é muito bem explicado em um ritmo que, mesmo quem não tem muita experiência em estatística pode acompanhar. Pra quem já tem experiência, pode ser muito básico, mas é sempre bom rever os conceitos.
    Fábio Baum
  • Planejamento de Estudos Estatísticos

    Parabéns

    Muito bom. Foi possível aprender diversos conceitos.
    LeonardoFelipedasChagas
  • Pré-cálculo I

    Excelente 5

    Curso muito bom, está ajudando muito há relembrar os conceitos matemáticos.
    guilhermevfc
  • Computação Científica com R

    5

    Adorei o curso! A explicação é objetiva, o professor realiza a prática através de exemplos no Rstudio. Estão de parabéns! Gostei bastante!
    Angélica Rodrigues de Lima
  • Computação Científica com R

    5

    O curso é excelente para quem está iniciando ou até mesmo quem ficou muito tempo sem contato com a ferramenta e precisava relembrar alguns conceitos básicos. O André segue uma didática muito boa.
    AndersonAlmeida
Métodos Exatos © Direitos reservados.