MiniCurso 1
HIERARCHICAL GENERALIZED LINEAR MODELS
Teatro Florestan Fernandes
Roger Payne - Rothamsted Research, UK & Youngjo Lee - SNU, KO
Hierarchical Generalized Linear Models (HGLMs) provide a flexible and efficient framework for modeling non-Normal data with several sources of error variation. They extend generalized linear models (GLMs) to include additional random terms in the linear predictor. They include generalized linear mixed models, but the random terms need not have a Normal distribution or an identity link: e.g. if the basic GLM is a log-linear model (Poisson distribution and log link) the random terms could have a gamma distribution and log link. HGLMs thus incorporate wide range of models in a single framework. They also allow joint modeling of mean and dispersion of any random term. Each GLM is made up of two or more interlinked GLMs, so all the familiar model-checking techniques are available. When distributional assumptions about random effects are uncertain we may assume a heavy-tailed distribution like a t-distribution; this gives estimates insensitive to misspecification of random-effect distributions.
Participants should have practical experience of regression and GLMs, but need not be able to reproduce all the underlying mathematics! The workshop will mix theory and examples (including spatial-temporal modeling, curve fitting,, image analysis, variable selection, anlaysis of finance data, quality-improvement experiments etc.) to illustrate the methodology and situations where it is useful.
topo
|
|
Minicurso 2
LINEAR MIXED MODELS – WHAT THEY ARE AND HOW THEY ARE USED
Arthur Gilmour - CSRIO, AU
Teatro Florestan Fernandes
linear Mixed models are a primary tool for the routine analysis of experimental data, especially in agriculture. There are a wide range of applications in plant, animal, tree and fish breeding as well as analysis of longitudinal data.
The key feature is the modelling of variance structures accommodating correlation and heterogeneity of variance. Restricted Maximum Likelihood is standardly used to estimate the variance parameters under the linear mixed model.
The course will review the theory of linear mixed models, common applications and the estimation of variance parameters. Presentation will be in English.
topo
|
|
Minicurso 3
DEMOGRAFIA ESTATÍSTICA DA SAÚDE
Neir Antunes Paes - UFPB
Anfiteatro Bento Prado Junior
Ainda que o tema central deste Minicurso seja a Demografia formal, mais especificamente aquela que lida com os aspectos mensuráveis das variáveis da Demografia, ela está fortemente associada com a Estatística e a Epidemiologia. A interação destas áreas do conhecimento possui um arsenal de procedimentos e métodos para o estudo da saúde e fenômenos biológicos das populações humanas. A articulação destes instrumentais tem uma aplicação ampla e possibilita, entre outros, medir os níveis e padrões da mortalidade, natalidade, fecundidade e reprodução. Este Mini-curso enfoca a saúde, área em grande expansão no Brasil.
Propõe-se informar, atualizar, solidificar e até mesmo oferecer um primeiro contato com uma temática ainda pouco explorada em nosso meio. Está voltado para proporcionar os meios e conhecimentos básicos e específicos da Demografia Estatística da Saúde, abordado em uma perspectiva multidisciplinar, teórico-metodológica e empírica e em estreito diálogo com a realidade social brasileira e seus movimentos populacionais, e com a produção científica na área em âmbito nacional e internacional. Ênfase é dada ao desenvolvimento do comando sobre as principais técnicas e modelos de análise demográfica-estatística, sempre contextualizados pelas interpretações teóricas dos resultados obtidos em termos dos fenômenos vitais. A proposta didática procura um equilíbrio entre métodos e técnicas e elementos interpretativos estatísticos, de um lado e, de outro, entre uma Demografia contemporânea e aberta às tendências futuras da saúde da população e a perspectiva histórica. Procura, assim, construir uma base de conhecimentos demográficos-estatísticos com ênfase na saúde. O Minicurso está pautado nas seguintes temáticas: campo e abordagens da Demografia Estatística; projeções da população; a análise da mortalidade e das condições de sobrevivência; a análise da fecundidade e da reprodução; crescimento populacional e perspectivas da população brasileira.
topo
|
|
Minicurso 4
MODELOS ESTATÍSTICOS EM METANÁLISE
Suleimy Cristina Mazin - UEM
Edson Zangiacomi Martinez - FMRP/USP
Anfiteatro Bento Prado Junior
Profissionais da saúde, pesquisadores e outros responsáveis por políticas de saúde são frequentemente inundados com quantidades de informação nem sempre manejáveis, o que torna a revisão sistemática uma maneira eficiente de integrar a informação existente, gerando dados que auxiliem a tomada de decisões. Em uma revisão sistemática, os dados de diferentes estudos podem ser quantitativamente combinados por métodos estatísticos. Estes métodos estatísticos são chamados de técnicas de metanálise. Apresentamos então algumas idéias e técnicas usuais em estudos metanalíticos, incluindo as técnicas bayesianas.
topo
|
|
