<html>
<head>
<meta http-equiv="content-type" content="text/html; charset=windows-1252">
</head>
<body bgcolor="#FFFFFF" text="#000000">
Pessoal, convidamos interessados para:<br>
<br>
Ciclo de Seminários e Palestras do PPG Biometria, Unesp, Botucatu<br>
<p>Data e horário: 09/04, 14h<br>
Local: Laboratório Didático de Informática III, Depto. de
Bioestatística, IB<br>
</p>
<p><strong>Introdução aos modelos lineares generalizados simétricos:
teoria e aplicações</strong></p>
<p>Cristian Marcelo Villegas Lobos (ESALQ, USP, Piracicaba)</p>
<p style="text-align: justify;">O objetivo deste trabalho é
apresentar uma breve introdução aos modelos lineares generalizados
simétricos (MLGS) proposto por Villegas, Paula, Cysneiros e
Galea (2013) no mesmo sentido dos modelos lineares generalizados
(MLG), isto é, é definida uma função de ligação que estabelece uma
relação entre a média de uma distribuição simétrica e um
conjunto de preditores lineares. A classe de distribuições
simétricas possui várias distribuições com caudas mais leves e
pesadas do que a distribuição normal e oferece para tanto uma
maior flexibilidade para dados com distribuição simétrica. É
proposto um algoritmo de mínimos quadrados iterativamente
ponderados para encontrar as estimativas de máxima verossimilhança
(EMV). Por outro lado, alguns aspectos computacionais são
discutidos no trabalho. Finalmente, ilustramos com um conjunto de
dados reais à metodologia proposta. [Villegas, C.; Paula, G. A.,
Cysneiros, F. J. A., Galea, M. (2013). Influence diagnostics in
generalized symmetric linear models. Computational Statistics and
Data Analysis 59, 161–170.]</p>
</body>
</html>