biometria:verossim:00-apresent
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
— | biometria:verossim:00-apresent [2022/11/24 14:21] (atual) – criada - edição externa 127.0.0.1 | ||
---|---|---|---|
Linha 1: | Linha 1: | ||
+ | ====== Modelagem Estatística para Ecologia e Recursos Naturais ====== | ||
+ | |||
+ | {{biometria: | ||
+ | |||
+ | O mapa conceitual parte de um comando generalizado em linguagem R, que resume a ligação entre modelos e dados, por meio da função de verossimilhança. | ||
+ | |||
+ | Os modelos são variáveis aleatórias, | ||
+ | |||
+ | ---- | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | =====Professores===== | ||
+ | |||
+ | ==== Responsáveis ==== | ||
+ | |||
+ | * **Paulo Inácio K. L. Prado** ([[http:// | ||
+ | < | ||
+ | |||
+ | * **João Luís Ferreira Batista** ([[http:// | ||
+ | < | ||
+ | |||
+ | ==== Colaboradores ==== | ||
+ | |||
+ | * ** Roberto Munguía Steyer ** (Pós-doc do Depto. de Ecologia, IB - USP) | ||
+ | |||
+ | * ** Tiago Montanher ** (Pós-Graduação em Matemática Aplicada, IME-USP) | ||
+ | |||
+ | |||
+ | ===== Objetivos ===== | ||
+ | |||
+ | - Compreender os procedimentos para construção de modelos quantitativos por meio do princípio de verossimilhança; | ||
+ | - Compreender os conceitos teóricos que fundamentam esses procedimentos; | ||
+ | - Executar esses procedimentos com a linguagem R. | ||
+ | |||
+ | ===== Pré-Requisitos ===== | ||
+ | |||
+ | Conhecimento básico da linguagem R. | ||
+ | |||
+ | A [[http:// | ||
+ | |||
+ | |||
+ | ===== Conteúdo ===== | ||
+ | |||
+ | * [[01-distr|1. Variáveis aleatórias discretas]] | ||
+ | * [[01b-distr2|2. Variáveis aleatórias contínuas]] | ||
+ | * [[02-veros|3. A função de verossimilhança]] | ||
+ | * [[03b-model|4. Modelos com parâmetros constantes: ajustes de distribuições de probabilidade]] | ||
+ | * [[04-selec|5. Seleção de Modelos]] | ||
+ | * [[gaussianos|6. Modelos com parâmetros que são funções: modelos Gaussianos]] | ||
+ | * [[06-model|7. Modelos com parâmetros que são funções: modelos Binomial e Poisson]] | ||
+ | * [[07-otimi|8. Otimização]] | ||
+ | * [[06-teor|9. Fundamentação Teórica]] | ||
+ | | ||
+ | |||
+ | ===== Metodologia de Ensino ===== | ||
+ | * Aulas teóricas | ||
+ | * Tutoriais e exercícios com a linguagem R | ||
+ | * Leitura e discussão de textos | ||
+ | |||
+ | ===== Avaliação ===== | ||
+ | |||
+ | ==== Critérios ==== | ||
+ | === Participação nas atividades === | ||
+ | |||
+ | O pré-requisito é a presença nas atividades, mas a avaliação é da qualidade de suas contribuições nas aulas teóricas e de discussão. Uma fração importante do tempo da disciplina está reservada para estudo por meio de leitura e tutoriais. Espera-se que você leia os textos, faça os tutoriais e reflita sobre ele antes de cada aula, e que isso resulte em contribuições efetivas às discussões em sala. | ||
+ | |||
+ | === Prova === | ||
+ | |||
+ | Haverá uma prova com questões objetivas sobre a matéria de todas as aulas, exceto a última (fundamentação teórica). | ||
+ | |||
+ | == Discussão da Prova == | ||
+ | * {{: | ||
+ | * [[http:// | ||
+ | |||
+ | === Trabalho final === | ||
+ | |||
+ | Um ensaio de no máximo 2.000 palavras, sobre o impacto em sua pesquisa de um dos conceitos e/ou procedimentos abordados na disciplina. O ensaio deve ser escrito para colegas de sua área que não conhecem o assunto, com: | ||
+ | |||
+ | * Uma apresentação clara e didática do conceito ou procedimento; | ||
+ | * Uma discussão bem fundamentada de sua importância para sua pesquisa, e de outras similares. | ||
+ | |||
+ | == PRAZO == | ||
+ | O prazo para enviar o ensaio por correio eletrônico aos professores responsáveis é **30 de junho de 2009**. | ||
+ | |||
+ | |||
+ | ==== Cálculos ==== | ||
+ | |||
+ | === Pesos === | ||
+ | |||
+ | * Participação: | ||
+ | * Prova: peso 1 | ||
+ | * Ensaio: peso 7 | ||
+ | |||
+ | === Conceito Final === | ||
+ | |||
+ | * Menos que 5,0 : D | ||
+ | * Entre 5,0 e menos que 6,5: C | ||
+ | * Entre 6,0 e menos que 8,0 : B | ||
+ | * 8,0 ou mais: A | ||
+ | |||
+ | === Planilha de notas === | ||
+ | {{: | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | ===== Local e Horário ===== | ||
+ | ==== Horário das aulas ==== | ||
+ | * Manhã (**M**): 9:00 - 12:30 h | ||
+ | * Tarde (**T**): 14:00 - 17:30 h | ||
+ | |||
+ | ==== Salas de Aula ==== | ||
+ | |||
+ | As aulas téoricas ocorrerão nas seguintes salas do Instituto de Biologia da USP: | ||
+ | |||
+ | * AG-Bot: auditório do Depto. de Botânica, Edifício //André Dreyfus// | ||
+ | * AG-Zoo: auditório do Depto. de Zoologia, Edifício //Ernesto Marcus// | ||
+ | * CD-5: sala 5 do Centro Didático | ||
+ | * Minas-1 e Minas-3: auditórios 1 e 3 do Edifício //Félix Kurt Rawitscher// | ||
+ | |||
+ | |||
+ | ===== Programação ===== | ||
+ | |||
+ | ^Dia^Período^Atividade^Local^Tema^Leitura^ | ||
+ | ^01/ | ||
+ | ^01/ | ||
+ | ^02/ | ||
+ | ^03/ | ||
+ | ^03/ | ||
+ | ^04/ | ||
+ | ^05/ | ||
+ | ^05/ | ||
+ | ^08/ | ||
+ | ^08/ | ||
+ | ^09/ | ||
+ | ^10/ | ||
+ | ^10/ | ||
+ | ^15/ | ||
+ | ^16/ | ||
+ | ^16/ | ||
+ | ^17/ | ||
+ | ^18/ | ||
+ | ^18/ | ||
+ | ^19/06|M| Prova | AG-Bot | ||
+ | ^19/ | ||
+ | ^19/ | ||
+ | |||
+ | ===== Bibliografia | ||
+ | |||
+ | ==== Leituras Básicas para as Aulas ==== | ||
+ | |||
+ | === Nota === | ||
+ | A [[http:// | ||
+ | |||
+ | * Anderson, D. R. (2008). Model based inference in the life sciences: a primer on evidence. New York, Springer. | ||
+ | * Batista, J.L.F. (2009). Inferência em Recursos Florestais e Ecologia: A Abordagem da Verossimilhança. Resumo de Palestra, Eslaq, Piracicaba. | ||
+ | * Batista, J.L.F. (2009). Verossimilhança e Máxima Verossimilhança (apostila). | ||
+ | * Bolker, B. (2008). Ecological Models and Data in R. Princeton, Princeton University Press. Uma versão de trabalho bem similar ao livro publicado está disponível em: [[http:// | ||
+ | * Hilborn, R. & Mangel, M. (1997). The Ecological Detective – Confronting Models with Data. Princeton, Princeton University Press. | ||
+ | * Hobbs, N.T. & Hilborn, R. (2006). Alternatives to statistical hypothesis testing in ecology: A guide to self-teaching. Ecological Applications: | ||
+ | * Johnson, J. B. & Omland, K. S. (2004). Model selection in ecology and evolution. Trends in Ecology and Evolution 19:101-108. | ||
+ | * Lewin-Koh N., Taper, M. L. & Lele, S. R. (2004). A brief tour of statistical concepts. **In: | ||
+ | * Otto, S. P. & Day, T. (2007). A biologist' | ||
+ | * Royall, R. M. (2007) The likelihood paradigm for statistical evidence. **In: | ||
+ | * Vismara, E. S. (2009). Seleção de Modelos Empíricos através do Critério de Informação de Akaike. | ||
+ | |||
+ | |||
+ | |||
+ | ==== Leituras Adicionais ==== | ||
+ | |||
+ | * Burnham, K. P., & Anderson, D. R. (2002). Model Selection and Multimodel Inference: A Practical-Theoretic Approach, 2nd ed. New York, Springer-Verlag. | ||
+ | * Edwards, A. W. F. 1972. Likelihood – An Account of the Statistical Concept of Likelihood and its Application to Scientific Inference. New York, Cambridge University Press. | ||
+ | * Edwards, A. W. F. 1974. History of Likelihood. | ||
+ | * Faraway, J. 2006. Extending the Linear Model with R. Chapman & Hall/ | ||
+ | * Lindsey J. K. (1999) Some statistical heresies. Statistician 48: | ||
+ | * Lindsey J. K. (1999) On the construction and comparison of statistical models for scientific discovery. Disponível na [[http:// | ||
+ | * Royall, R. M. (2000). Statistical Evidence: A Likelihood Paradigm. London, Chapman and Hall. | ||
+ | * Royle, J. A. & Dorazio, R. (2008). Hierarchical Modeling And Inference In Ecology: The Analysis Of Data From Populations, | ||
+ | * Sober, E. 2008. Evidence and Evolution: the logic behind the science. Cambridge, Cambridge University Press. | ||
+ | * Taper, M. L. & Lele, S. R. 2004. The Nature of Scientific Evidence – Statistical, | ||
+ | |||