curso "Regression Diagnostics"

[Marilia malaria <marilia@procc.fiocruz.br>]

Caros,

Esse é o terceiro e-mail de divulgação do curso "Regression Diagnostics" 
(ementa abaixo) que será oferecido pelo Programa de Epidemiologia em 
Saúde Pública (desculpem eventual múltipla postagem).

Esse curso, financiando pelo Programam de "APOIO A REALIZAÇÃO DE CURSOS
DE CURTA DURAÇÃO COM ABRANGÊNCIA INTERNACIONAL", coordenado pela
Vice-Presidência de Ensino, Informação e Comunicação da Fiocruz, será
realizado entre 23 e 25 de novembro, de 9:00 às 17:00hs. nas
dependências da Fiocruz, Manguinhos/RJ.

O professor convidado, Prof. John Fox (http://socserv.mcmaster.ca/jfox/)
é autor de diversos livros de estatística, com especial ênfase em
modelos de regressão. É sua segunda visita ao Brasil. Ano passado esteve
conosco oferecendo um curso e workshop de "Structural Equations".

Inscrições através do site:
http://spreadsheets.google.com/viewform?formkey=dHFybzBmd3lEdFQ0ZnJFN2gtTnVIQmc6MA 


Como temos limitação de vagas, a seleção de alunos é
inevitável, e será baseada nas informações obtidas pelo formulário e no
currículo lattes. Aceitaremos 30 alunos. Visando evitar um problema
recorrente, que é o de "no show", solicitamos aos que desistirem que
informem a desistência até no máximo dia 16 de novembro, para o e-mail:
mariliasaca@gmail.com.

Obrigada

Marilia

---------------------------------------
Regression Diagnostics

Regression diagnostics are methods for determining whether a regression
model fit to data adequately represents the data. This short course will
present diagnostics for linear models fit by least squares and for
generalized linear models fit by maximum likelihood. The course will
meet for approximately six hours a day for three days, with about four
hours of lecture per day, followed by a "hands-on" lab session during
which participants will have the opportunity to apply the methods
presented in the lecture, and concluding with a brief wrap-up. The
following topics will be covered:

(1) Data craft: examining and transforming variables.

(2) Unusual data in linear models: outliers, leverage points, and
influential observations, and what to do about them.

(3) Non-normality, non-constant error variance, and nonlinearity in
linear models: methods of detection, transformation, and other strategies.

(4) Diagnostics for unusual data and nonlinearity in generalized linear
models.

The short course assumes prior exposure to linear and generalized linear
models, and some familiarity with the R statistical computing
environment, which will be used in the lab sessions.



--
--
Marilia Sá Carvalho
Programa de Computação Científica - FIOCRUZ
Rio de Janeiro - Brasil
Tel: +55 21 38361116/1100
Fax: +55 21 22705141