Skip to content
Snippets Groups Projects
Commit fdecc4aa authored by Eduardo E. R. Junior's avatar Eduardo E. R. Junior
Browse files

Merge branch 'presentations'

parents 0fc92b2c 9b82e8de
Branches
No related tags found
No related merge requests found
......@@ -3,6 +3,7 @@
*.out
*.nav
*.toc
*.tex.bak
*.snm
*.synctex.gz
*.bbl
......@@ -10,9 +11,12 @@
*.brf
*.idx
*.html
*.pdf
*~
.#*
#*
*.dvi
*ps
.Rhistory
.Rproj.user
**/cache/*
......
This diff is collapsed.
presentations/figures/logoR.png

29.2 KiB

File added
%% ======================================================================
%% Eduardo Junior
%% eduardo.jr@ufpr.br
%% 22-11-2015
%% ======================================================================
%% Template latex beamer para ser usado na opção `include: in_header:`
%% de arquivos Rmd com ouput beamer_template
%% ======================================================================
%% README
% O YAML do documento Rmd usado é, modificações podem alterar os
% resutados obtidos.
% ---
% date: "`r format(Sys.time(), '%d de %B de %Y')`"
% fontsize: "10pt"
% output:
% beamer_presentation:
% fig_caption: yes
% highlight: zenburn
% includes:
% in_header: preambulo-beamer.tex
% keep_tex: yes
% slide_level: 3
% ---
%% ======================================================================
%% Lista de pacotes para tarefas gerais no documento
\usepackage{xcolor}
\usepackage{graphicx}
\usepackage{multicol}
\usepackage{mathtools}
\usepackage{setspace}
\usepackage{tikz}
\usepackage{pgfgantt}
\usetikzlibrary{backgrounds}
\definecolor{done}{RGB}{120, 180, 120}
\definecolor{do}{RGB}{180, 120, 120}
%% ======================================================================
%% Tema e cores do documento
\usetheme{CambridgeUS}
\setbeamertemplate{itemize items}[triangle]
\setbeamertemplate{navigation symbols}{}
\setbeamertemplate{frametitle}{
\nointerlineskip
\begin{beamercolorbox}[sep=0.3cm, ht=1.8em,
wd=\paperwidth]{frametitle}
\vbox{}\vskip-2ex%
\strut\hspace*{3ex}\large\bfseries\insertframetitle\strut
\vskip-0.8ex%
\end{beamercolorbox}
}
\setbeamercolor{frametitle}{fg=teal}
\setbeamercolor{structure}{fg=teal}
\setbeamercolor{palette primary}{bg=gray!30, fg=teal}
\setbeamercolor{palette tertiary}{bg=teal, fg=white}
\setbeamercolor{footlinecolor}{fg=white,bg=teal}
\setbeamercolor{caption name}{fg=teal}
%% ======================================================================
%% Página Inicial
\setbeamertemplate{title page}[default]
\setbeamercolor{title}{fg=teal}
\setbeamercolor{author}{fg=black!70}
\setbeamercolor{institute}{fg=black!70}
\setbeamercolor{date}{fg=black!70}
\setbeamerfont{title}{series=\bfseries}
%% ======================================================================
%% Definição do cabeçalho e rodapé
\setbeamertemplate{headline}{\bfseries
\leavevmode%
\hbox{%
\begin{beamercolorbox}[wd=.5\paperwidth, ht=2.2ex, dp=1ex, right,
rightskip=1em]{section in head/foot}
\hspace*{2ex}\insertsectionhead
\end{beamercolorbox}%
\begin{beamercolorbox}[wd=.5\paperwidth, ht=2.2ex, dp=1ex, left,
leftskip=1em]{subsection in head/foot}
\insertsubsectionhead\hspace*{2ex}
\end{beamercolorbox}}
\vskip0pt
}
\makeatletter
\setbeamertemplate{footline}{\ttfamily\bfseries
\leavevmode%
\hbox{%
\begin{beamercolorbox}[wd=.3\paperwidth, ht=2.2ex, dp=1ex, right,
rightskip=1em]{footlinecolor}
\insertshortauthor%
\end{beamercolorbox}%
\begin{beamercolorbox}[wd=.6\paperwidth, ht=2.2ex, dp=1ex, left,
leftskip=1em]{footlinecolor}
\hfill\insertshorttitle%
\end{beamercolorbox}%
\begin{beamercolorbox}[wd=.1\paperwidth, ht=2.2ex, dp=1ex, left,
leftskip=1em]{footlinecolor}
Slide \insertframenumber
\end{beamercolorbox}}
\vskip0pt
}
\makeatother
%% ======================================================================
%% Fontes
\usepackage{palatino}
\usepackage{eulervm}
\usepackage[none]{ubuntu}
\usepackage{verbatim}
\usefonttheme{professionalfonts}
\usefonttheme{serif}
\renewcommand{\ttdefault}{ubuntumono}
\renewcommand{\ttfamily}{\fontUbuntuMono}
\makeatletter
\def\verbatim@font{\small\fontUbuntuMono}
\makeatother
%% ======================================================================
%% Colorindo ambiente verbatim
\usepackage{etoolbox}
\makeatletter
\preto{\@verbatim}{\topsep=0pt \partopsep=0pt }
\makeatother
\let\oldv\verbatim
\let\oldendv\endverbatim
\def\verbatim{\setbox0\vbox\bgroup\oldv}
\def\endverbatim{\oldendv\egroup \hspace*{-0.6ex}\colorbox[gray]{0.93}{\usebox0}}
% \def\endverbatim{\oldendv\egroup \usebox0}
%% ======================================================================
%% Layout do tableofcontents
\setbeamertemplate{section in toc}{
{\color{teal} \bfseries\inserttocsectionnumber.}~
{\color{black}\inserttocsection}
}
%% ======================================================================
%% Formatando slides para seções e subseções
\AtBeginSection{
\let\insertsectionnumber\relax
\let\sectionname\relax
\frame{\frametitle{Sumário}
\tableofcontents[currentsection, subsectionstyle=hide]
}
}
\AtBeginSubsection{
\let\insertsubsectionnumber\relax
\let\subsectionname\relax
}
%% ======================================================================
%% Metadados do documento
\title[Extensões e Aplicações do Modelo COM-Poisson]{Extensões e
Aplicações do Modelo de Regressão Conway-Maxwell-Poisson para
Modelagem de Dados de Contagem}
\author[Eduardo E. R. Junior \& Walmes M. Zeviani]{
Eduardo Elias Ribeiro Junior \\
Orientação: Prof. Dr. Walmes Marques Zeviani}
\institute[]{
Projeto de Pesquisa - Laboratório A\\
Departamento de Estatística (DEST)\\
Universidade Federal do Paraná (UFPR)
}
%% ======================================================================
%% TODO
% * Realizar as definidos em um documento template, para ser usado no YAML
% como `template: template.tex`. Assim não são sobrepostas as definição
% padrão do knitr com as modificações feitas. Utilizar como base o arquivo
% em ~/.../rmarkdown/rmd/latex/default.tex
---
date: "`r format(Sys.time(), '%d de %B de %Y')`"
fontsize: "10pt"
bibliography: ../compois.bib
csl: abntcite.csl
output:
beamer_presentation:
fig_caption: yes
highlight: zenburn
includes:
in_header: preambulo-beamer.tex
keep_tex: no
slide_level: 3
---
<!-- Arquivos de estilo de bibliográfica e citação "Citation Style -->
<!-- Language (CSL)" disponíveis em -->
<!-- <https://github.com/citation-style-language/styles> -->
```{r, include = FALSE}
##-------------------------------------------
## Definições knitr
library(knitr)
opts_chunk$set(
tidy = FALSE,
cache = FALSE,
echo = FALSE,
out.width = "1\\textwidth",
fig.path = "images/",
fig.align = "center",
dev.args = list(family = "Palatino")
)
##-------------------------------------------
## Pacotes
library(compoisson)
library(latticeExtra)
library(grid)
library(CompGLM)
```
<!-- ### ### -->
\titlepage
### Sumário ###
\tableofcontents[hideallsubsections]
<!-- ------------------------------------------- -->
# Contextualização #
### ###
* Disciplinas:
+ Análise de Regressão Linear (CE071 - 2014/1S)
+ Modelos Lineares Generalizados (CE225 - 2014/2S)
+ Estatística Computacional II (CE089 - 2014/2S)
\pause
* Trabalho proposto na disciplina CE089:
+ Distribuição Conway-Maxwell-Poisson
+ Simulação, métodos de estimação, função de verossimilhança,
inferência estatística
\pause
* Sugestão de leitura do artigo *The Gamma-count distribution in the analysis of
experimental underdispersed data* por @Zeviani2014:
+ Apresentação da distribuição *Count-gama* (concorrente à
*Conway-Maxwell-Poisson*)
+ Análise de dados utilizando um modelo de regressão
+ Discussão de aspectos inferenciais
<!-- ------------------------------------------- -->
# Introdução #
### Dados de contagem ###
Representam o número de ocorrências de um evento de interesse em um
domínio específico.
Se $Y$ é uma v.a de contagem, $y \in \mathbb{Z}_+$, ou seja, $y = 0, 1,
2, ...$
\vspace{0.5cm} \pause
Exemplos:
* Número de filhos por casal;
* Número de indivíduos infectados por uma doença;
* Número de insetos mortos após $k$ dias da aplicação de inseticida;
* ...
### Modelos de regressão ###
Permitem a inclusão de variáveis independentes (covariáveis) para:
\vspace{-0.1cm}
* Descrever a relação entre a variável resposta e as variáveis
preditoras; e
* Realizar predições por meio do modelo estabelecido.
\pause
\vspace{-0.5cm}
\begin{figure}[!ht]
\includegraphics[scale=0.9]{./figures/regressao.pdf}
\caption{Representação esquemática de um modelo de regressão}
\end{figure}
## Modelos para dados de contagem ##
### Modelo Poisson ###
\begin{block}{Densidade de probabilidade}
\begin{equation}
\Pr(Y = y) = \frac{\lambda^y}{y! e^\lambda} \quad y \in
\mathbb{Z}_+
\end{equation}
\end{block}
\pause
\begin{block}{Propriedades}
\begin{itemize}
\itemsep7.5pt\parskip0pt\parsep0pt
\item $\frac{P(Y = y - 1)}{P(Y = y)} = \frac{y}{\lambda}$
\item $E(Y) = \lambda $
\item $V(Y) = \lambda$
\end{itemize}
\end{block}
### Equidispersão ###
```{r, fig.height = 4.2, fig.width = 8, fig.cap = "Densidade de probabilidade da distribuição Poisson"}
cols <- c("black", "forestgreen")
## Definindo parametros e calculando as probabilidas
lambdas <- c(3, 8, 15)
x <- 0:30; xx <- rep(x, 3)
px <- NULL
for(i in 1:3) px <- c(px, dpois(x, lambdas[i]))
## Criando categorias para split da lattice
caso <- rep(c("1", "2", "3"), each = length(x))
## Definindo nome para os splits da lattice
fl <- as.expression(lapply(lambdas,
function(x){ bquote(lambda==.(x)) }))
xyplot(px ~ xx | caso, type = c("h", "g"),
lwd = 3, xlab = "y", ylab = expression(P(Y==y)),
layout = c(NA, 1), col = cols[1],
between = list(x=0.2, y=0.3),
strip = strip.custom(bg = "gray90",
factor.levels = fl))
```
### Abordagens para fuga da suposição ###
* **Modelo quase-Poisson**
\vspace{0.2cm}
$V(Y) = \phi V(\mu)$
Nesta abordagem estima-se $\phi$ separadamente:
+ Produz as mesmas estimativas pontuais do que o modelo Poisson;
+ Corrige os erros-padrão das estimativas;
+ Não é possível recuperar a verdadeira distribuição de $Y$;
\vspace{0.2cm}\pause
* **Modelo de efeitos aleatórios**
\vspace{0.2cm}
$g(\mu) = X\underline{\beta} + Z\underline{b}$
Onde $b$ são efeitos aleatórios, variáveis não observadas
(latentes) provenientes de uma distribuição de probabilidades.
+ Contemplam a estrutura de delineamento experimentada;
+ Capturam (somente) a variabilidade extra especificada pelo modelo;
+ São computacionalmente intensivos;
### Modelo COM-Poisson ###
\begin{block}{Densidade de probabilidade}
\begin{center}
\begin{equation}
\Pr(Y = y \mid \lambda, \nu) = \frac{\lambda^y}{(y!)^\nu Z(\lambda, \nu)} \quad y \in
\mathbb{Z}_+
\end{equation}
onde $Z(\lambda, \nu) = \sum_{j=0}^\infty \frac{\lambda^j}{(j!)^\nu}$; e
\hspace{0.5cm} $\lambda > 0$ e $\nu \geq 0$
\end{center}
\end{block}\pause
\begin{columns}[t,onlytextwidth]
\column{.48\textwidth}
\begin{block}{Propriedades}
\begin{itemize}
\itemsep7.5pt\parskip0pt\parsep0pt
\item $\frac{P(Y = y - 1)}{P(Y = y)} = \frac{y^\nu}{\lambda}$
\item $E(Y) \approx \lambda ^ \frac{1}{\nu} - \frac{\nu - 1}{2\nu}$
\item $V(Y) \approx \frac{1}{\nu}E(Y)$
\item $E(Y^\nu) = \lambda$
\end{itemize}
\end{block}\pause
\column{.48\textwidth}
\begin{block}{Casos particulares}
\begin{itemize}
\item Distribuição Poisson, \\ quando $\nu = 1$
\item Distribuição Bernoulli, \\ quando $\nu \rightarrow \infty$
\item Distribuição Geométrica, \\ quando $\nu = 0,\ \lambda < 1$
\end{itemize}
\end{block}
\end{columns}
### ###
```{r, fig.height = 5, fig.width = 8, fig.cap = "Densidade de probabilidade da distribuição COM-Poisson comparada com a Poisson"}
## Parametros da distribuição
lambdas <- c(1.36, 8, 915); nus <- c(0.4, 1, 2.5)
medias <- mapply(com.mean, lambda = lambdas, nu = nus)
variancias <- mapply(com.var, lambda = lambdas, nu = nus)
## Calculando as probabilidades
y <- 0:30; yy <- rep(x, 3)
py.com <- py.pois <- NULL
for(i in 1:3) py.com <- c(py.com, dcom(x, lambdas[i], nus[i]))
for(i in 1:3) py.pois <- c(py.pois, dpois(x, medias[i]))
## Criando categorias para split da lattice
caso <- rep(c("1", "2", "3"), each = length(x))
fl <- expression(lambda == 1.36~","~nu == 0.4,
lambda == 8~","~nu == 1,
lambda == 915~","~nu == 2.5)
xyplot(py.com ~ c(yy - 0.14) | caso, type = c("h", "g"),
lwd = 2.5, xlab = "y", ylab = expression(P(Y==y)),
col = cols[2], ylim = c(-0.040, 0.25), xlim = extendrange(y),
key = list(columns = 2,
lines = list(
lty=1, col = c(cols[1], cols[2]), lwd = 3),
text = list(c("Poisson", "COM-Poisson"))),
layout = c(NA, 1),
between = list(x = 0.2,y = 0.3),
strip = strip.custom(bg = "gray90",
factor.levels = fl)) +
as.layer(xyplot(py.pois ~ c(yy + 0.14) | caso,
lwd = 2.5, col = cols[1],
type = "h"))
for(i in 1:3){
trellis.focus("panel", i, 1, highlight=FALSE)
grid.text(label = sprintf("E[Y]: %.2f\nV[Y]: %.2f",
medias[i], variancias[i]),
x = .62, y = 0.02,
default.units = "npc",
gp = gpar(col = cols[2]),
just = c("left", "bottom"))
grid.text(label = sprintf("E[Y]: %.2f\nV[Y]: %.2f",
medias[i], medias[i]),
x = .08, y = 0.02,
default.units = "npc",
gp = gpar(col = cols[1]),
just = c("left", "bottom"))
}
trellis.unfocus()
```
### Extensões do modelo de regressão COM-Poisson ###
* **Excesso de zeros**
O mecanismo gerador das variáveis aleatórias de contagem é proveniente
de duas distribuições.\pause
```{r, fig.height = 4, fig.width = 8, fig.cap = "Contagens que apresentam excesso de zeros"}
set.seed(100)
## y <- rcomp(500, 10, 1.5)
## y <- c(y, rep(0, 15))
n <- 500
rb <- rbinom(n, 1, 0.98)
for (i in 1:n) {
rb[i] <- ifelse(rb[i] == 0, 0, rcomp(1, 10, 1.5))
}
y <- rb
py_real <- prop.table(table(y))
m0 <- glm(y ~ 1, family = poisson)
py_pois<- dpois(sort(unique(y)), exp(m0$coef))
m1 <- glm.comp(y ~ 1)
coefs <- sapply(coef(m1), exp)
py_cmp <- dcom(sort(unique(y)), coefs[1], coefs[2])
yu <- sort(unique(y))
xyplot(py_real ~ yu, type = "h",
lwd = 3, grid = T, col = 1,
xlab = "y",
ylab = expression(P(Y==y)),
key = list(space = "right",
lines = list(
lty=1, col = c(1, 4, cols[2]), lwd = 3),
text = list(c("Real", "Poisson", "COM-Poisson"))),
panel = function(x, y, ...) {
panel.xyplot(x, y, ...)
panel.lines(x = x - 0.1, y = py_pois, type = "h",
col = 4, lwd = 3)
panel.lines(x = x + 0.1, y = py_cmp, type = "h",
col = cols[2], lwd = 3)
})
```
### Extensões do modelo de regressão COM-Poisson ###
* **Efeitos aleatórios**
Correlação entre grupos de indivíduos induzida pelo delineamento
experimental ou estrutura do problema.\pause
```{r, fig.height = 4, fig.width = 8, fig.cap = "Contagens que apresentam um efeito aleatório da unidade experimental (u.e.)"}
simula.pois <- function(n, r, mu, sig, seed = NULL) {
if (!is.null(seed)) set.seed(seed)
b <- rnorm(n, 0, sig)
lambda <- exp(mu + b)
y <- rpois(n * r, lambda)
da <- data.frame(y = y, id = 1:n)
return(da = da[order(da$id), ])
}
da <- simula.pois(10, 6, 3, 1, seed = 100)
xyplot(y ~ id, groups = id, data = da, type = c("g", "p"),
ylab = "Contagens", xlab = "",
par.settings = list(superpose.symbol = list(pch = 19)),
auto.key = list(space = "right", text = paste("u.e.", 1:10)),
pch = 19, cex = 1.1,
jitter.x = TRUE, jitter.y = TRUE)
```
<!-- ------------------------------------------- -->
# Objetivos #
### Objetivos gerais ###
* Apresentar o modelo de regressão COM-Poisson com discussão sobre
aspectos inferenciais; \pause
\vspace{0.2cm}
* Estender as aplicações para situações específicas como efeitos
aleatórios e excesso de zeros; e \pause
\vspace{0.2cm}
* Contribuir para a comunidade Estatística, principalmente aplicada, com
aplicações e discussões de uma abordagem paramétrica flexível para
dados de contagem.
### Objetivos específicos ###
* Apresentar e discutir aspectos da distribuição COM-Poisson para
modelagem de dados de contagem; \pause
* Avaliar as propriedades de soluções numéricas para i) cálculo da
densidade de probabilidade e ii) estimação dos modelos de regressão de
efeito fixo; \pause
* Propor e implementar a extensão do modelo de regressão COM-Poisson
para acomodar efeitos aleatórios; \pause
* Propor e implementar a extensão do modelo de regressão COM-Poisson
para acomodar contagens com excesso de zeros; \pause
* Fazer aplicação do modelo COM-Poisson e suas extensões desenvolvidas à
dados reais e simulados; e \pause
* Fazer comparações com as abordagens já utilizadas para as situações
estudadas: Poisson, Quase-Poisson, Binomial Negativo, Poisson de
efeito aleatório.
<!-- ------------------------------------------- -->
# Materiais e Métodos #
## Materiais ##
### Conjunto de dados ###
A pesquisa tem como um dos objetivos a avaliação do método, portanto
pretende-se utilizar vários conjuntos de dados.
### Dados de desfolha ###
```{r defol, fig.height = 5, fig.width = 8, out.width = "0.9\\textwidth", fig.cap = "Número de capulhos produzidos pelo nível de desfolha estratificado por estágio da planta"}
library(legTools)
defol <- defoliation
names(defol) <- substr(names(defoliation), 1, 3)
panel.beeswarm <- function(x, y, subscripts, r, ...){
xx <- x; yy <- y
aux <- by(cbind(yy, xx, subscripts), xx,
function(i){
or <- order(i[,1])
ys <- i[or,1]
yt <- table(ys)
dv <- sapply(unlist(yt),
function(j){
seq(1,j,l=j)-(j+1)/2
})
if(!is.list(dv)){ dv <- as.list(dv) }
xs <- i[or,2]+r*do.call(c, dv)
cbind(x=xs, y=ys, subscripts[or])
})
aux <- do.call(rbind, aux)
panel.xyplot(aux[,1], aux[,2], subscripts=aux[,3], ...)
}
xyplot(bol ~ def | phe, data = defol, pch = 19,
layout = c(3, 2), as.table = 1, col = cols[1],
xlim = extendrange(c(0:1),f = 0.15),
xlab = "Nível de desfolha artificial",
ylab = "Número de capulhos produzidos",
type = c("p","smooth"), grid = TRUE,
col.line = cols[2], jitter.x = TRUE,
strip = strip.custom(bg = "gray90",
factor.levels = levels(defol$phe)),
panel = panel.beeswarm, r = 0.05)
```
### Resursos Computacionais ###
\begin{minipage}[c]{0.4\linewidth}
\begin{flushright}
\includegraphics[scale=0.1]{./figures/logoR}\\
\vspace{0.3cm}
\end{flushright}
\end{minipage}
\begin{minipage}[c]{0.6\linewidth}
\hspace{0.2cm}
Software \texttt{R}, versão 3.2 \\
\end{minipage}
\vspace{0.5cm}
Pacotes:
* `COMPoissonReg` (SELLERS; LOTZE, 2011);
* `compoisson` (DUNN, 2012);
* `CompGLM` (POLLOCK, 2014);
* Bibliotecas para elaboração de gráficos e otimização de funções;
## Métodos ##
### Modelos para excesso de zeros ###
* **Modelos de Barreira (condicionais ou truncados)**
*Hurdle models*
\begin{equation}
Pr(Y = y) =
\begin{dcases*}
\pi& \text{se } y = 0,\\
(1 - \pi) \frac{f_*(y)}{1 - f_*(0)} & \text{se } y = 1, 2, \dots
\end{dcases*}
\end{equation} \pause
* **Modelos Inflacionados de Zeros (mistura)**
*e.g. Zero Inflated Poisson Regression (ZIP)*
\begin{equation}
Pr(Y = y) =
\begin{dcases*}
\pi + (1 - \pi) f_*(0) & \text{se } y = 0,\\
(1 - \pi) f_*(y) & \text{se } y = 1, 2, \dots
\end{dcases*}
\end{equation} \pause
### Modelos de efeitos aleatórios ###
\begin{equation*}
\begin{split}
Y \mid b \sim f_*(&\mu, \phi) \\
g(\mu) = &\beta_0 + b_i \\
b_i \sim &N(0, \sigma^2)
\end{split}
\end{equation*}
\begin{equation}
Pr(Y = y) = \int_{-\infty}^{\infty} [Y \mid X,b_i][b_i]db_i
\end{equation} \pause
* Métodos de integração numérica, discutidos em @RibeiroJr2012
+ Aproximação de Laplace
+ Quadratura Gaussiana
+ Monte Carlo (e.g. MCMC)
### Métodos de estimação ###
* **Máxima Verossimilhança**
$$ L(\underline{\theta} \mid \underline{Y}) = \prod_{i=1}^n f_*(y_i \mid
\underline{\theta}) $$
$$ \hat{\underline{\theta}} \implies \max({\log(L(\underline{\theta}
\mid \underline{Y}))}) $$ \pause
* **Mínimos Quadrados Ponderados Iterativamente**
*Iterative Reweighted Least Squares (IRLS)*
\begin{equation*}
\begin{split}
&\partial ll/ \partial \beta_j \approx (y_i - E[Y_i]x_{ij})\\
&\partial ll/ \partial \nu \approx \log(y_i!) + E[\log(Y_i!)]
\end{split}
\end{equation*} \pause
### Critérios para Comparação ###
* **Critério de Informação de Akaike**
*Akaike Information Criterion (AIC)*
$$ AIC = 2 k - 2 \log(L(\underline{\hat{\theta}} \mid \underline{Y})) $$ \pause
* **Critério de Informação Bayesiano**
*Bayesian Information Criterion (BIC)*
$$ BIC = \log(n) k - 2 \log(L(\underline{\hat{\theta}} \mid
\underline{Y})) $$ \pause
* **Teste de razão de verossimilhanças (TRV)**
\begin{equation*}
\begin{split}
&TRV = 2 {\log(L(\underline{\hat{\theta}}_p, \underline{y})) -
\log(L(\underline{\hat{\theta}}_q), \underline{y})}\\
& TRV \sim \chi^2_{p-q}
\end{split}
\end{equation*}
<!-- ------------------------------------------- -->
# Cronograma #
### ###
\begin{figure}
\centering
\hspace{-0.5cm}
\begin{tikzpicture}[thick, scale=0.75, every node/.style={scale=0.75}]
\begin{ganttchart}[
canvas/.append style={fill=none},
y unit title=0.5cm, % Size da indicação do tempo
y unit chart=0.7cm, % Size do altura das colunas
x unit= 5.8mm, % largura das celulas
vgrid={*1{black!50, dotted}}, % grid cinza vertical
hgrid={*1{black!50, dotted}}, % grid cinza horizontal
title height=1, % Size dos dias
bar/.style={fill=done, draw=teal},
bar incomplete/.append style={fill=gray!10, draw=teal},
bar label node/.append style={align=right},
bar label font=\scriptsize\color{black!65},
group label font=\bfseries\scriptsize\color{black},
group left peak width=0.2,
group right peak width=0.2,
group left peak height=0.15,
group right peak height=0.15,
group left shift=.1, group right shift=-.1,
bar height=0.6, % size das barras de tarefas
bar left shift=.2, bar right shift=-.2,
bar top shift=.1, bar height=.8,
link/.style={-to, line width=0.7pt, black!50},
link type=dr
]{1}{24} %
%\gantttitle{\color{teal}\bf Cronograma de atividades para 2016}{24}\\
\gantttitle{Fevereiro}{4}
\gantttitle{Março}{4}
\gantttitle{Abril}{4}
\gantttitle{Maio}{4}
\gantttitle{Junho}{4}
\gantttitle{Julho}{3} \\
%\gantttitlelist{1,...,23}{1} \\
\ganttgroup[group label node/.append style={align=right},
progress=80]{Projeto \ganttalignnewline de Pesquisa}{1}{6} \\
\ganttbar[progress=85]{Redação da \ganttalignnewline versão
final}{1}{2} \\
\ganttbar[progress=0, progress label text=]{Entrega à
\ganttalignnewline banca}{6}{6} \\
\ganttgroup[group label node/.append style={align=right},
progress=15]{Elaboração \ganttalignnewline da Pesquisa}{2}{20} \\
\ganttbar[progress=40]{Revisão de \ganttalignnewline
literatura}{2}{8} \\
\ganttbar[progress=10]{Implementação
\ganttalignnewline Computacional}{7}{14} \\
\ganttbar[progress=0, progress label text= ]{Análise
\ganttalignnewline dos dados}{11}{14} \\
\ganttbar[progress=0, progress label text= ]{Discussão
\ganttalignnewline dos resultados}{13}{16} \\
\ganttbar[progress=0, progress label text= ]{Redação
\ganttalignnewline da pesquisa}{15}{20} \\
\ganttgroup[group label node/.append style={align=right},
progress=0, progress label text=]{Defesa \ganttalignnewline do
Trabalho}{20}{21} \\
\ganttbar[progress=0, progress label text= ]{Elaboração da
\ganttalignnewline apresentação}{20}{21} \\
\ganttgroup[group label node/.append style={align=right},
progress=0, progress label text=]{Revisão Final}{21}{23} \\
\ganttbar[progress=0, progress label text= ]{Incorporação
\ganttalignnewline das sugestões}{21}{22} \\
\ganttbar[progress=0, progress label text= ]{Redação da
\ganttalignnewline versão final}{21}{22}
\ganttlink{elem1}{elem2}
\ganttlink{elem1}{elem3}
\ganttlink{elem4}{elem5}
\ganttlink{elem4}{elem7}
\ganttlink{elem4}{elem8}
\ganttlink{elem5}{elem6}
\ganttlink{elem5}{elem7}
\ganttlink{elem8}{elem10}
\ganttlink{elem10}{elem12}
\ganttlink{elem10}{elem13}
\end{ganttchart}
\end{tikzpicture}
\caption{Cronograma de atividades para 2016}
\end{figure}
# Bibliografia #
<!-- Listando as referencias não citadas no texto. Há maneiras mais -->
<!-- elegantes de se fazer \nocite em Rmd. -->
[@Paula2013]
[@Sellers2010]
[@Shmueli2005]
[@Nelder1972]
[@King1989]
### Referências ###
\footnotesize
File added
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Please to comment