Análise de dados categóricos

Análise de dados categóricos

15:15 30 Abril in MQ 2015, MQ 2016, MQ 2017
Professor: Jerônimo Muniz (UFMG) ou Ana Maria Hermeto de Oliveira (Cedeplar/ UFMG)
(15 horas/ 1 crédito)
O objetivo deste curso é possibilitar a exposição e o aprendizado de técnicas básicas e avançadas de análise de dados categóricos. Os famigerados modelos logísticos serão enfatizados, mas o curso também irá introduzir outras abordagens estatísticas para se analisar eventos binários, ordinais e nominais. Ao final do curso as participantes serão capazes de construir, utilizar e interpretar com eficiência modelos baseados em probabilidades e variáveis condicionais de interesse. Com o intuito de maximizar a absorção do conhecimento, os exercícios serão baseados em bancos de dados das áreas de Saúde e Ciências Sociais. Utilizaremos o software estatístico Stata. Aulas teóricas e práticas serão intercaladas para que os alunos possam se familiarizar com o material lecionado. Espera-se que os alunos matriculados saibam ler em inglês e estejam minimamente familiarizados com regressão linear e Stata. Estes quesitos são recomendados e desejáveis, mas não obrigatórios.
Público alvo: Este curso destina-se àqueles que: 1) querem investigar a existência de associações estatísticas entre variáveis categóricas; 2) desejam calcular as probabilidades de ocorrência de determinado evento a partir de observações condicionantes; 3) querem entender os passos para se construir, validar e interpretar modelos estatísticos para a estimativa de probabilidades latentes. Se a tua variável de interesse possui duas ou mais categorias (ordenadas ou não) e você estiver interessado em entender como utilizá-la em modelos de probabilidade, este curso é para você.
Tópicos abordados nas aulas:
1) Limitações do método de Mínimos Quadrados Ordinários (MQO) para a estimação de probabilidades
2) Testes de associação e independência para dados categóricos nominais e ordinais
3) Diferença entre probabilidade, risco, chance e razão de chances
4) Modelos log-lineares
5) Modelo logístico binário
6) Modelo logístico multinomial
7) Pressupostos e testes de validação para modelos categóricos
8) Interpretação de coeficientes, estimação de probabilidades latentes e construção de cenários contrafactuais
Tags: