- 85
- 70 672
MSD
Приєднався 9 жов 2011
Conversa sobre produtividade acadêmica_Dra Celine Bellard & Dr José Alexandre Diniz-Filho
Esta conversa foi realizada no dia 27/06/2023 e no âmbito da disciplina de Ferramentas e técnicas de produtividade na ciência, do Programa de Pós-Graduação em Ecologia.
Переглядів: 86
Відео
4_Extensões dos Modelos Lineares: sugestões de leituras e exemplo de modelo hierárquico em JAGS
Переглядів 1683 роки тому
4_Extensões dos Modelos Lineares: sugestões de leituras e exemplo de modelo hierárquico em JAGS
4_Extensões dos Modelos Lineares: possibilidades de análises e modelos hierárquicos
Переглядів 1683 роки тому
4_Extensões dos Modelos Lineares: possibilidades de análises e modelos hierárquicos
4_Extensões dos Modelos Lineares: pontos positivos e negativos dos modelos hierárquicos
Переглядів 1793 роки тому
4_Extensões dos Modelos Lineares: pontos positivos e negativos dos modelos hierárquicos
4_Extensões dos Modelos Lineares: parte fixa não linear
Переглядів 793 роки тому
4_Extensões dos Modelos Lineares: parte fixa não linear
4_Extensões dos Modelos Lineares: parte fixa linear ou polinomial
Переглядів 733 роки тому
4_Extensões dos Modelos Lineares: parte fixa linear ou polinomial
3_Introdução aos LMMs: quantos grupos no efeito aleatório?
Переглядів 1493 роки тому
3_Introdução aos LMMs: quantos grupos no efeito aleatório?
3_Introdução aos LMMs: calculando retas dos grupos à mão
Переглядів 863 роки тому
3_Introdução aos LMMs: calculando retas dos grupos à mão
3_Introdução aos LMMs: Explicando o lmer
Переглядів 2133 роки тому
3_Introdução aos LMMs: Explicando o lmer
3_Introdução aos LMMs: Variável fixa ou aleatória?
Переглядів 2223 роки тому
3_Introdução aos LMMs: Variável fixa ou aleatória?
3_Introdução aos LMMs: Estrutura hierárquica
Переглядів 1863 роки тому
3_Introdução aos LMMs: Estrutura hierárquica
2_Introdução ao GLM: Regressão na mão (simulação)
Переглядів 2163 роки тому
2_Introdução ao GLM: Regressão na mão (simulação)
2_Introdução ao GLM: GLM binomial na prática
Переглядів 1,1 тис.3 роки тому
2_Introdução ao GLM: GLM binomial na prática
2_Introdução ao GLM: Seleção de modelos
Переглядів 1,5 тис.3 роки тому
2_Introdução ao GLM: Seleção de modelos
2_Introdução aos GLMs: checagem premissas Binomial Negativa e outras distribuições_parte6
Переглядів 3703 роки тому
2_Introdução aos GLMs: checagem premissas Binomial Negativa e outras distribuições_parte6
aula18b R: Testes lógicos II: outras funções úteis
Переглядів 813 роки тому
aula18b R: Testes lógicos II: outras funções úteis
2_Introdução aos GLMs: Máxima Verossimilhança (Maximum Likelihood)_parte3
Переглядів 3593 роки тому
2_Introdução aos GLMs: Máxima Verossimilhança (Maximum Likelihood)_parte3
2_Introdução aos GLMs: Quasi-Poisson Binomial-Negativa_parte5
Переглядів 3673 роки тому
2_Introdução aos GLMs: Quasi-Poisson Binomial-Negativa_parte5
2_Introdução aos GLMs: checagem das premissas e representação dos valores preditos_parte3
Переглядів 2403 роки тому
2_Introdução aos GLMs: checagem das premissas e representação dos valores preditos_parte3
2_Introdução aos GLMs: GLM Poisson_parte1
Переглядів 3053 роки тому
2_Introdução aos GLMs: GLM Poisson_parte1
2_Introdução aos GLMs: GLM Poisson_parte2
Переглядів 2383 роки тому
2_Introdução aos GLMs: GLM Poisson_parte2
1_Introdução aos GLMs: problemas com modelos lineares
Переглядів 3503 роки тому
1_Introdução aos GLMs: problemas com modelos lineares
Rio Corumbá: vídeos abaixo e acima do Salto Corumbá
Переглядів 653 роки тому
Rio Corumbá: vídeos abaixo e acima do Salto Corumbá
Criando delineamentos ortogonais e medindo a independência dos fatores independentes
Переглядів 7104 роки тому
Criando delineamentos ortogonais e medindo a independência dos fatores independentes
Resumo geral e Explicando os nomes das análises
Переглядів 5924 роки тому
Resumo geral e Explicando os nomes das análises
em variância amostral o grau de liberdade -1 representa o valor da média, se entendi corretamente, é isso?
Ótimo aula. Tem como disponibilizar esse script?
Muito obrigado cara.
Excelente aula!
Excelente aula, acrescentou muito pra mim, obrigada!
Professor por que dizem que a média é uma boa medida de tendência central?
Ola, eu calculei o erro padrão porém não fiz teste de confiabilidade, o erro ainda é possível ser interpretado?
Finalmente entendi essa desgraça 😂 ... OBRIGADO
Já fiz uns 10 cursos que envolvem estatística pesada ! Três de Berkeley, vários do MIT, mas só hoje entendi o conceito de verdade graças a este video. Obrigado Professor !
Muito obg e parabéns!
Obrigada!
eu ia julgar o vídeo pelo tom de voz, mas vi que o cara tirou onda! Toma teu Like.
Explicação perfeita
Que correção devo usar quando tenho duas variáveis independentes mas uma é categórica e a outra não-categórica? Agradeço!
As correções só são usadas para comparar médias entre niveis de variáveis categorias. Então se vc tiver várias contínuas e categorias em uma regressão múltipla, vc só precisará se preocupar e testar diferenças entre niveis da variável categórica.
As aulas estão muito boas! Muito obrigado por disponibilizar o conteúdo!!! Ajudando muito <3
Que maravilha! Muito boa a explicação. Teria como o senhor me passar a referência deste livro em que o senhor retirou as informações? Parabéns pela didática e pela explicação!
Opa, encontrei o nome do livro na descrição do vídeo. Muito obrigada ❤
o que caiu ali no 12:55? kkkk levei um sustão
Que vídeo maravilhoso, obrigada pela aula, professor!
bom dia! Excelente aula! Veja: no certificado de calibração que recebi o Grau de Liberdade deu 11 ! porem 3 amostras de valores A = 998,6 Graus Celsius, B = 999,1 e C = 1006,9 !!!! media das medidas = 1001,5 e a temperatura de referencia 994,5 graus !!! aparentemente tem erro ? ajude por gentileza grande mestre. obrigado
Talvez a melhor explicação sobre o assunto que já obtive. O Brasil precisa de professores e não de políticos. Parabéns pela aula, professor!
Ajudou demais!
Vocês tem esses dado, para poder fazer os testes
Explicação perfeita, professor. Foi um conceito negligenciado durante as aulas de estatística...
Excelente!
Show!
Professor estou interessada em saber se o número de registros de mamíferos (por câmeras trap) varia do período seco para o período chuvoso. Minha variável é o número de registros em cada período (independente da espécie). Na hora de montar o banco de dados como representar o número de registros? posso colocar o número de registros por câmeras, por dias de amostragem ou por campanha de amostragem (7 dias cada campanha) ?
Melhorou bastante o audio. Mais uma aula muito boa, entendi muito bem.
Aula incrível
Na realidade o resultado entre regressão e anova não são divergentes! E isso porque a pergunta a ser respondida não é a mesma. Em outras palavras, as hipóteses nulas são diferentes. Para a regressão, H0 rejeitada, ok, indicando efeito do remédio sobre a infecção. Para anova, H0 não pode ser rejeitada, ok também, indicando que as médias são iguais. E isso é o esperado para o seu exemplo! Os dados vêm da mesma amostra e dizer que duas médias não apresentam diferença significativa é o mesmo que dizer o remédio (o mesmo, independente da dosagem) produz "algum" efeito. Como a regressão demonstrou. Vamos além, P de 34% vai muito além do P crítico, mas também indica que há diferenças não capturadas pela anova entre as dosagens. Diferença muito pequena. Ora isso é o que a regressão também informa, com o R2 tão baixo (o modeo de regressão explica somente 14% dos dados). Então, basicamente, no vídeo há essa pequena confusão entre as hipóteses testadas por regressão e por anova e suas implicações interpretativas.
Maravilha!
Excelente, mas estou com dificuldade em entender pq o SQR , (y.hat - y.barra)^2 , tem apenas um grau de liberdade.
Legal a pergunta, Fernando. Mas acho que vc confundiu com a SQF, não é?! Confirma isso pra mim, por favor, para eu ter certeza de que entendi a tua pergunta
@@macacodagua1 acho que varia a notação, mas no caso eu quis dizer Soma Quadrática da Regressão e não dos Resíduos hahah ... mas então, acho que eu já descobri a resposta a minha pergunta. Quando fazemos y.hat - y.barra ... partimos do pressuposto que não temos liberdade nenhuma afinal "y.hat" já foi estimado e todos os pontos precisam estar necessariamente sobre a reta ... a única liberdade seria o b0 e o b1 .. então 2 graus de liberdade. Porém precisamos que essa soma de 0, logo perdemos um grau de liberdade. Conclusão resta apenas 1 grau de liberdade. Minha confusão foi pq sempre partimos do pressuposto de n graus de liberdade que vem de Yi ... e em Yi.hat partimos do pressuposto de apenas 2 graus de liberdade (bo e b1) .. é meio que ao contrário rs... em um raciocínio a gente tira 2 graus justamente por estimar b0 e b1 .. e no outro a gnt coloca eles como sendo nossa única liberdade. Me confirme se o que eu falei faz sentido pra você e se está certinho, se não pode ficar a vontade pra me dar uma melhor explicação kkkkkkk.
invadindo aqui, sou aluna de Economia da Unesp, parabéns pela aula !
Eu fico impressionado com a sua didática! perfeito!
Estou revisitando o curso. Já aprendi o básico numa semabio e tô voltando praticar agora. Esses dias eu tava pensando se não daria para fazer um script com um modelo estatístico para prever o cardápio do RU. Assim, por motivos didáticos. kkkkkk
certamente dá! Se precisar de ajuda para prever isso me avise. ;-)
Bom dia, professor. Queria parabenizar o seu trabalho e dizer que seus vídeos estão me ajudando bastante. Eu tive só uma dúvida, soma dos graus de liberdade (Dose+Resíduo=Total)? Pois O total é sempre n-1, que resulta da soma de n-2(Resíduo) + 1(Dose).
Impressionante como eu entendi várias coisas com um vídeo tão curto. Parabéns. Seu vídeo funcionou demais para mim.
Ótima explicação prof
Como faço para incluir um dataframe dentro de uma Lista já existente?
Vc só precisa criar a lista, o data.frame e incluí-lo em uma das dimensões da lista. Por exemplo: MinhaLista[[1]]<-meuDataFrame
Isto significa que o grau de liberdade será sempre a quantidade de amostras -1?
Vdd será?
não, depende do que você está analisando.
Como foi explicado no próprio vídeo, o grau de liberdade será o número de amostra menos o número de parâmetros. Se, além da média estimada, eu tivesse também um desvio padrão estimado, então seria GL = amostras - 2, por exemplo.
Eu gostei. Queria encontrar outras coisas do canal e não consigo, colocando o nome MSD no google.
oi, Fernando, tudo bem? Obrigado pelo comentário. Se vc entrar neste vídeo e clicar no nome do canal (logo abaixo do botão 'play' do vídeo), você será redirecionado ao canal e à todos os vídeos disponíveis. de qualquer forma, segue o link do canal: ua-cam.com/channels/uwMdn1AvRYXry1FQeJeULA.html
Refiz suas aulas e compreendi bem melhor o uso do R. Obrigada
Legal! Obrigada.
Muito obrigada professor! Tive mta dificuldade em encontrar um conteúdo de qualidade e pontual como este!
Se eu passar em estatística, o único responsável é você 😂😂
Boa tarde professor, quando baixo tabelas do excel em CSV, os números vêm para o R como caracteres, existe um comando para eu fazer o R entender os dados de tal coluna como dados numéricos???
Qual peixe e esse
Se for uma comunidade de aves, cada indivíduo d e uma espécie é uma unidade amostral ou a unidade amostral seria a unidade de todas as espécies?
Se a tua pergunta central for ligada a comunidade de aves, a unidade deverá ser algo contendo as aves da comunidade.
Olá, bom dia ! Obrigada pelos vídeos ! Tenho 3 pontos de um curso hídrico com dados de 7 coletas. Gostaria de verificar a correlação de Spearman entre 2 parâmetros (vazão e fósforo) , porém vi que para testes múltiplos talvez não fosse o ideal. Seria mais indicado eu fazer o teste separado para os valores de cada um dos pontos ou posso colocar todos os valores (dos 3 pontos) que tenho , para cada variável e fazer o teste 1 vez ? E posteriormente aplicar a correção de Bonferroni ?