ANÁLISE DE DADOS CATEGORIZADOS STA13833

class: center, middle, inverse, title-slide

.title[
# ANÁLISE DE DADOS CATEGORIZADOS STA13833
]
.subtitle[
## Plano de Ensino
]
.author[
### Nátaly A. Jiménez Monroy
]
.institute[
### LECON/DEST - UFES
]
.date[
### Vitória. ES
]

---

[//]: <> (https://pkg.garrickadenbuie.com/extra-awesome-xaringan/intro/index.html#1)
[//]: <> (https://pkg.garrickadenbuie.com/xaringanthemer/articles/xaringanthemer.html)
[//]: <> (https://www.biostatistics.dk/talks/CopenhagenRuseRs-2019/index.html#1)
[//]: <> (https://rstudio-education.github.io/sharing-short-notice/#1)
[//]: <> (https://www.kirenz.com/slides/xaringan-demo-slides.html#1)
[//]: <> (https://github.com/yihui/xaringan/issues/26)
[//]: <> (https://github.com/emitanaka/anicon)
[//]: <> (https://github.com/mitchelloharawild/icons)
[//]: <> (https://slides.yihui.org/2020-genentech-rmarkdown.html#1)
[//]: <> (https://github.com/gadenbuie/xaringanExtra)
[//]: <> (class: center, middle, animated, slideInRight)

class: animated, slideInRight

# Plano de Ensino
  * **Horário:** Seg - Qua / 07:00 - 09:00
  
  * **Local:** Sala 109 IC-I
  
  * **Ementa:** Tabelas de contingência: avaliação de testes diagnósticos, curva ROC, estudos observacionais e experimentais, risco relativo e razão de chances -- Inferências para tabelas de contingência: qui-quadrado, independência para dados ordinais, teste exato de Fisher -- Associação em tabelas de tripla entrada e tabelas s x r -- Regressão logística -- Modelos log-lineares para tabelas de contingência 
  
  * **Objetivos:** 
    - Apresentar as principais técnicas que podem ser aplicadas em análises envolvendo dados categóricos ou                 categorizados;
    - Aplicar as metodologias apresentadas por meio do uso de programas computacionais estatísticos;
    - Discutir aplicações nas áreas ambiental, saúde e social. Sempre que possível, relacionar estas áreas a questões étnico-raciais e de direitos humanos.

* **Pré-requisitos:** STA13829 - Modelos Lineares Generalizados
---
[//]: <> (class: center, middle, animated, slideInRight/ class: animated slideInRight fadeOutLeft)
class: animated, fadeIn

# Programa - I

* INTRODUÇÃO: Distinção entre as escalas nominal e ordinal, Distribuição de probabilidade para dados categóricos,
   Distribuição binomial, Distribuição multinomial.

* TABELAS DE CONTINGÊNCIA: Probabilidades conjunta, marginal e condicional; Avaliação em testes diagnósticos: Sensibilidade e especificidade, Valores de predição, Decisões incorretas, Curva ROC - Receiver Operating Characteristic; Independência; Amostragem binomial e multinomial; Tipos de estudos; Estudo descritivo: Ensaio Clínico Aleatorizado, Estudo de coorte, Estudos prospectivos e retrospectivos, Estudos transversais e longitudinais; Comparando proporções em tabelas 2 x 2: Diferença de proporções, Risco relativo; Razão de chances: Propriedades das razões de chances, Inferência para razão de chances e log da razão de chances, Intervalo de confiança para razão de chances, Relação entre razão de chances e risco relativo, A razão de chances aplicadas a estudos de caso-controle.

* INFERÊNCIA PARA TABELAS DE CONTINGÊNCIA: Teste qui-quadrado, Testes de independência para dados ordinais: Tendência linear alternativa para independência, Força extra com testes ordinais, Testes de tendência para tabelas I x 2 e 2 x J, Tabelas nominal-ordinal; Inferência exata para pequenas amostras: Teste exato de Fisher para tabelas 2x2, P valores e erro tipo I.

---
[//]: <> (class: center, middle, animated, slideInRight/ class: animated slideInRight fadeOutLeft)
class: animated, fadeIn

# Programa - II

* ASSOCIAÇÃO EM TABELAS DE TRIPLA ENTRADA: Tabelas parciais; Associações condicionais versus marginais; Paradoxo de Simpson; Razões de chance condicional e marginal; Independência condicional versus independência marginal; Associação homogênea.

* ASSOCIAÇÃO EM TABELAS S x R: Teste de independência; Teste de homogeneidade; Teste de simetria; Teste de homogeneidade marginal.

* REGRESSÃO LOGÍSTICA: Interpretação do modelo de regressão logística; Interpretação da razão de chances; Inferência para regressão logística; Regressão logística com preditores categóricos (teste de Cochran‐Mantel-Haenszel); Regressão logística múltipla; Estratégias para seleção do modelo (AIC Akaike Information Criterion).

* MODELOS LOG-LINEARES PARA TABELAS DE CONTINGÊNCIA: Modelo log-linear de independência para tabela 2x2; Modelos log-lineares para tabelas de tripla entrada; Modelos log-lineares para tabelas s x r; Inferência para modelos log-lineares.

---
class: animated, slideInRight

# Bibliografia Básica
*  AGRESTI, A. An introduction to categorical data analysis. 2nd ed. Hoboken, N.J.: John Wiley & Sons, Inc., 2007, 1996. xvii, 372 p.

* TANG, Wan; HE, Hua; TU, Xin M. Statistics for experimenters: an introduction to design, data analysis, and model building. New York: John Wiley, c1978. 653 p.

* PAULINO, Carlos D.; SINGER, Júlio M. Análise de dados categorizados. São Paulo. Edgard Blücher, 2006. 629 p.

&nbsp;

**Observação:** Consultar a bibliografia complementar no Plano de Ensino.

---
class: inverse, hide-logo, center, middle, animated, bounceInDown

# Avaliação

---
class: animated, fadeIn

# Avaliação

O procedimento de avaliação levará em consideração duas provas escritas ( `$P_1$` e `$P_2$` ) e um trabalho final ( `$TF$` ), que será entregue no formato de <ins>**artigo científico**</ins>. A média final será calculada como:

`$$MF= 0.7 \times \overline{P} + 0.3 \times TF$$`

Alunos que não obtiverem nota final igual ou superior a `$7.0$` (sete) ao final do período letivo ficarão de prova final. Independente da nota, o aluno que não tiver frequência igual ou superior a 75% será <ins>**reprovado por frequência**</ins>.

---
class: inverse, hide-logo, middle, center

# Metodologia

---
class: animated, fadeIn

# Metodologia

Aulas expositivas em quadro branco e datashow complementadas com aulas em laboratório de informática. Slides das aulas disponibilizados no github. Textos e materiais complementares serão indicados e disponibilizados no ambiente virtual, com o objetivo de ajudar a assimilar os conceitos abordados.

---
class: inverse, hide-logo, middle, center

# Datas importantes

---
class: animated, slideInRight
# Datas importantes

- **Inicio das aulas:** Quarta-feira 13/03/2024

> **Prova 1:** Quarta-feira 24/04/2024

> **Prova 2:** Quarta-feira 19/06/2024

> **Trabalho Final:** Documento: Segunda-feira 01/07/2024
                      Seminário: Quarta-feira 03/07/2024

- **Prova final:** Segunda-feira 15/07/2024

---

class: animated, hide-logo, bounceInDown
## Política de proteção aos direitos autorais

> O conteúdo disponível consiste em material protegido pela legislação brasileira, sendo certo que, por ser
o detentor dos direitos sobre o conteúdo disponível na plataforma, o **LECON** e o **NEAEST** detém direito
exclusivo de usar, fruir e dispor de sua obra, conforme Artigo 5o, inciso XXVII, da Constituição Federal
e os Artigos 7o e 28o, da Lei 9.610/98.
A divulgação e/ou veiculação do conteúdo em sites diferentes à plataforma e sem a devida autorização do
**LECON** e o **NEAEST**, pode configurar violação de direito autoral, nos termos da Lei 9.610/98, inclusive podendo
caracterizar conduta criminosa, conforme Artigo 184o, §1o a 3o, do Código Penal.
É considerada como contrafação a reprodução não autorizada, integral ou parcial, de todo e qualquer
conteúdo disponível na plataforma.

.pull-left[
<img src="images/logo_lecon.png" width="50%" style="display: block; margin: auto;" />
]
.pull-right[
<img src="images/logo_neaest.png" width="50%" style="display: block; margin: auto;" />
]
 
.center[
[https://lecon.ufes.br](https://lecon.ufes.br/)]

Material elaborado pela equipe LECON/NEAEST: 
Alessandro J. Q. Sarnaglia, Bartolomeu Zamprogno, Fabio A. Fajardo, Luciana G. de Godoi 
e Nátaly A. Jiménez.