Este livro aborda conceitos básicos, técnicas não paramétricas e modelos de regressão para a análise de dados de sobrevivência. São apresentados os modelos de Cox, de Aalen e o de fragilidade, bem como modelos para a análise de dados de sobrevivência intervalar e grupados. Os tópicos adicionais contemplados nesta segunda edição compreendem métodos e modelos para a análise de dados nos contextos de riscos competitivos e de fração de imunes. Com o propósito de ilustrar as metodologias expostas, vários exemplos reais são analisados no texto. Para a execução das análises foi adotado o software estatístico R, de domínio público. Os comandos utilizados estão no endereço eletrônico https://docs.ufpr.br/~giolo/asa. O livro é voltado para alunos de cursos de Estatística, bem como para alunos, profissionais e pesquisadores de outras áreas (Saúde, Biológicas, Ciências Humanas, Engenharias etc.), que tenham interesse em metodologias para a análise de dados de sobrevivência.

Este livro é resultante de vários anos de ensino de cursos e minicursos sobre modelos lineares generalizados e tem como objetivo apresentar noções gerais desses modelos, algumas de suas extensões e aplicações.

Gauss Moutinho Cordeiro

Clarice Garcia Borges Demétrio

Rafael de Andrade Moral

O livro reúne técnicas que permitem a segmentação de dados, o entendimento da estrutura de dependência de um conjunto de variáveis, a classificação de indivíduos em diferentes populações e a representação de um grande volume de variáveis em um espaço de menor dimensão. As técnicas são apresentadas por meio de exemplos, buscando conciliar aspectos teóricos e aplicados. Leitores sem forte formação matemática podem se beneficiar desse farto material, de forma que evitem as demonstrações, privilegiando a compreensão sobre como cada técnica opera e em que condições pode ser utilizada. Ao final de cada capítulo são apresentados códigos em linguagem R para a obtenção das análises demonstradas.

No primeiro volume do livro Análise de Séries Temporais, focamos em modelos lineares e univariados. Neste segundo volume, iremos estudar os modelos de espaço de estados, não lineares, multivariados e não estacionários. Esses últimos são abordados tanto no domínio do tempo (processos cointegrados), como no domínio da frequência (análise espectral).

Como no primeiro volume, fazemos uso intenso de pacotes computacionais do Repositório R, que podem ser obtidos gratuitamente no site The Comprehensive R Archive Network, https://cran.r-project.org/.

O texto é adequado a estudantes de várias áreas do conhecimento: estatística, matemática, engenharia, economia, finanças, oceanografia, meteorologia, etc. São descritos modelos e procedimentos para a análise de séries temporais que ocorrem nestes diversos campos, bem como são discutidos exemplos de aplicações a séries reais.O livro traz um roteiro que sugere como utilizá-lo em diversos tipos de cursos.

Este livro aborda conceitos básicos, testes e diversos modelos estatísticos propostos para a análise de dados categóricos. Dentre os modelos, podem ser citados o de regressão logística e o de logitos cumulativos. Com o propósito de ilustrar as metodologias estatísticas apresentadas, vários exemplos são analisados no texto. Para a execução das análises, foi adotado o soft­ware estatístico R, de domínio público. Os códigos utilizados estão disponíveis em um link no site da editora. De modo geral, o livro pode ser utilizado tanto por alunos de Estatística quanto por alunos, profissionais e pesquisadores de outras áreas (Saúde, Biológicas, Humanas, Engenharias etc.) que tenham interesse em métodos estatísticos para a análise de dados categóricos.

Este é um livro de técnicas de amostragem e optou-se por apresentar um curso de inferência para populações finitas, ressaltando a importância e consequências do plano amostral sobre as principais propriedades dos estimadores. Embora se destine principalmente a alunos de Bacharelado em Estatística este livro pode ser usado para cursos de outras áreas do conhecimento que envolvam seleção probabilísticas de amostras, exigindo-se pelo menos um curso de Estatística Básica.