Conteúdo Programático
Módulos utilizados: Base e Regression
Objetivo: Este curso examina as técnicas de regressão usadas para explorar as relações entre variáveis contínuas em detalhe. Você saberá quando aplicar cada técnica, como aplicá-la e como interpretar seus resultados. Adicionalmente, o curso cobre alguns passos preliminares para a análise dos dados, como checar as suposições sobre os dados e como proceder quando elas não são satisfatórias.
Duração: 3 dias/18 horas
Pré-requisito: Ter cursado o treinamento Introdução ao IBM SPSS Statistics ou ter experiência prévia no software e noções de estatística.
Observação: Apostilas e arquivos estão em inglês.
I - Introdução à Regressão
- Uma análise de regressão simples
- Ajustando linhas aos dados
- Ajuste do modelo
- Como a linha é ajustada
- Resíduos e pontos de influência
- O que significa modelo linear
- Suposições do modelo linear geral
II - Examinando os Dados
- Exploração univariada - variáveis dependentes e independentes
- Forma da distribuição e pontos extremos
- Gráficos
- Relações entre as variáveis
III - Regressão Simples: Ajuste e Suposições
- Saídas da regressão simples
- Informações sobre os resíduos
- Suposições para a análise
IV - Regressão Múltipla: Ajuste e Suposições
- Saídas da regressão múltipla
- Coeficientes da regressão
- Análise dos resíduos e gráficos
- Resumo da análise
V - Regressão Stepwise
- Métodos de seleção
- Avaliando o ajuste
- Saídas da análise
- Devemos usar uma equação com quatro variáveis?
- Significância estatística e importância prática
- Mais não é melhor: 'overfitting' e estratégia de seleção
- O próximo passo
VI - Pontos de Influência e Multicolinearidade
- Porque a multicolinearidade é um problema?
- Como detectar e alguns sinais e medidas de multicolinearidade?
- O que fazer com a multicolinearidade?
- Medidas de influência
- O que fazer com pontos incomuns?
- Alguns gráficos
- Efeitos de amostras grandes
- E se há um grupo de pontos incomuns?
VII - Regressão Logística
- Porque não executar uma regressão comum?
- A equação logística
- Os elementos e suposições de uma regressão logística
- Interpretando os coeficientes
- Fazendo predições
- Checando a classificação
- Análise dos resíduos
- Regressão logística stepwise
- Curvas ROC
VIII - Variáveis Dummy
- Codificação de variáveis dummy
- Um exemplo simples com sexo
- Usando variáveis com mais de duas categorias
- Variáveis dummy e dados ausentes
- Escolhendo uma categoria de referência
- Estimando o efeito parcial de uma variável categórica
- Regressão com variáveis escalares e dummy
- Gráficos
IX - Interações e Regressão Polinomial
- Definindo interações
- Interação de variáveis dummy
- Testando a interação
- Adicionando uma variável contínua
- Gráficos
- Regressão curvelinear
- Conselhos para modelos polinomiais
X - Regressão Logística Multinomial
- Executando a análise e visualizando os resultados
- Adicionando uma covariável
- Probabilidades previstas
- Tabela de classificação
XI - Regressão Não Linear
- O que significa regressão não linear?
- Suposições e um exemplo
- Valores iniciais
- Opções e função de perda
- Resultados
- Valores previstos
|
