Walmes, Parabéns pela sua atuação, sempre construtiva e pró-ativa. Luiz Roberto Luiz Roberto Martins Pinto Prof. Pleno/DCET/UESC Laboratório de Estatística Computacional Universidade Estadual de Santa Cruz Ilhéus-Bahia luizroberto.uesc@gmail.com skype: lrmpinto http://lattes.cnpq.br/2732314327604831 Em 16 de maio de 2014 13:24, walmes . <walmeszeviani@gmail.com> escreveu:

Saudações listeiros,

Venho por meio deste divulgar um Curso que vou oferecer em agosto durante um evento em Manaus (detalhes abaixo). Muitos dessa lista desenvolvem trabalhos com tópicos abordados no curso e por isso estou divulgando. Os que puderem participar, será um prazer em tê-los.

**Evento** Conferencia Internacional da Amazônia em Estatística Experimental e Análise de Risco, http://stat_am.cpaa.embrapa.br/.

**Curso** Walmes M. Zeviani *Modelagem estatística com aplicações na análise de experimentos*

Resumo

*Na análise de experimentos não raramente ocorrem situações que se afastam dos métodos tradicionais de análise. Por exemplo, respostas métricas discretas (e.g. contagens, proporções), limitadas (e.g. ao intervalo unitário) e categóricas (e.g. notas em escala) em geral não se aderem aos pressupostos dos modelos tradicionais de análise de variância, algumas vezes nem mesmo mediante transformação. Além disso, delineamentos experimentais complexos, como em vários locais/safras ou com medidas ao longo do tempo ou no perfil do solo são cada vez mais comuns, bem como experimentos onde houve perda de observações ou com tratamentos adicionais. Até mesmo em casos simples, os resultados podem ser melhor representados se modelos mais interpretáveis forem considerados, como por exemplo, modelos de regressão não linear. O objetivo do curso é explorar, por meio de experimentos reais, aplicações de modelagem estatística para as situações mencionadas. As aplicações contemplam respostas não gaussianas, modelos não lineares e modelos de efeitos mistos, além da exposição de métodos computacionais para inferência baseada na verossimilhança. Nesse sentido, o foco principal é a especificação, ajuste e interpretação modelos desenvolvidos para cada caso. Conhecimento em inferência estatística e planejamento de experimentos são os pré-requisitos para um bom aproveitamento. Os estudos de caso serão feitos com aplicativo R para computação estatística.* Tópicos-chave 1) modelos para análise de respostas não gaussianas; 2) modelos de regressão não linear; 3) modelos mistos e para medidas repetidas; 4) métodos computacionais para inferência baseada em verossimilhança;

Grato. Walmes.

========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 skype: walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================

_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.

Sabendo da qualidade dos cursos do Walmes considero este imperdivel, para quem puder/tiver interesse, e' claro. Notem o conteudo! On 16/05/14 18:24, walmes . wrote:

Saudações listeiros,

Venho por meio deste divulgar um Curso que vou oferecer em agosto durante um evento em Manaus (detalhes abaixo). Muitos dessa lista desenvolvem trabalhos com tópicos abordados no curso e por isso estou divulgando. Os que puderem participar, será um prazer em tê-los.

**Evento** Conferencia Internacional da Amazônia em Estatística Experimental e Análise de Risco, http://stat_am.cpaa.embrapa.br/.

**Curso** Walmes M. Zeviani *Modelagem estatística com aplicações na análise de experimentos*

Resumo /Na análise de experimentos não raramente ocorrem situações que se afastam dos métodos tradicionais de análise. Por exemplo, respostas métricas discretas (e.g. contagens, proporções), limitadas (e.g. ao intervalo unitário) e categóricas (e.g. notas em escala) em geral não se aderem aos pressupostos dos modelos tradicionais de análise de variância, algumas vezes nem mesmo mediante transformação. Além disso, delineamentos experimentais complexos, como em vários locais/safras ou com medidas ao longo do tempo ou no perfil do solo são cada vez mais comuns, bem como experimentos onde houve perda de observações ou com tratamentos adicionais. Até mesmo em casos simples, os resultados podem ser melhor representados se modelos mais interpretáveis forem considerados, como por exemplo, modelos de regressão não linear. O objetivo do curso é explorar, por meio de experimentos reais, aplicações de modelagem estatística para as situações mencionadas. As aplicações contemplam respostas não gaussianas, modelos não lineares e modelos de efeitos mistos, além da exposição de métodos computacionais para inferência baseada na verossimilhança. Nesse sentido, o foco principal é a especificação, ajuste e interpretação modelos desenvolvidos para cada caso. Conhecimento em inferência estatística e planejamento de experimentos são os pré-requisitos para um bom aproveitamento. Os estudos de caso serão feitos com aplicativo R para computação estatística. / Tópicos-chave 1) modelos para análise de respostas não gaussianas; 2) modelos de regressão não linear; 3) modelos mistos e para medidas repetidas; 4) métodos computacionais para inferência baseada em verossimilhança;

Grato. Walmes.

========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 skype: walmeszeviani homepage: http://www.leg.ufpr.br/~walmes <http://www.leg.ufpr.br/%7Ewalmes> linux user number: 531218 ==========================================================================

_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.

Quando houver reediçao na UFPR por favor nos avise Walmes. E uma oportunidade imperdível. Parabéns! André Rutz Em 16/05/2014 13:24, "walmes ." <walmeszeviani@gmail.com> escreveu:

Saudações listeiros,

Venho por meio deste divulgar um Curso que vou oferecer em agosto durante um evento em Manaus (detalhes abaixo). Muitos dessa lista desenvolvem trabalhos com tópicos abordados no curso e por isso estou divulgando. Os que puderem participar, será um prazer em tê-los.

**Evento** Conferencia Internacional da Amazônia em Estatística Experimental e Análise de Risco, http://stat_am.cpaa.embrapa.br/.

**Curso** Walmes M. Zeviani *Modelagem estatística com aplicações na análise de experimentos*

Resumo

*Na análise de experimentos não raramente ocorrem situações que se afastam dos métodos tradicionais de análise. Por exemplo, respostas métricas discretas (e.g. contagens, proporções), limitadas (e.g. ao intervalo unitário) e categóricas (e.g. notas em escala) em geral não se aderem aos pressupostos dos modelos tradicionais de análise de variância, algumas vezes nem mesmo mediante transformação. Além disso, delineamentos experimentais complexos, como em vários locais/safras ou com medidas ao longo do tempo ou no perfil do solo são cada vez mais comuns, bem como experimentos onde houve perda de observações ou com tratamentos adicionais. Até mesmo em casos simples, os resultados podem ser melhor representados se modelos mais interpretáveis forem considerados, como por exemplo, modelos de regressão não linear. O objetivo do curso é explorar, por meio de experimentos reais, aplicações de modelagem estatística para as situações mencionadas. As aplicações contemplam respostas não gaussianas, modelos não lineares e modelos de efeitos mistos, além da exposição de métodos computacionais para inferência baseada na verossimilhança. Nesse sentido, o foco principal é a especificação, ajuste e interpretação modelos desenvolvidos para cada caso. Conhecimento em inferência estatística e planejamento de experimentos são os pré-requisitos para um bom aproveitamento. Os estudos de caso serão feitos com aplicativo R para computação estatística.* Tópicos-chave 1) modelos para análise de respostas não gaussianas; 2) modelos de regressão não linear; 3) modelos mistos e para medidas repetidas; 4) métodos computacionais para inferência baseada em verossimilhança;

Grato. Walmes.

========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 skype: walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================

_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.