From 5a84ef5f93110634428b48a27a608db0b22ecb19 Mon Sep 17 00:00:00 2001
From: Cesar Augusto Taconeli <taconeli@inf.ufpr.br>
Date: Thu, 28 Jan 2016 19:05:51 -0200
Subject: [PATCH] Atualizacoes

---
 README.md | 54 +++++++++++++++++++++++++++---------------------------
 1 file changed, 27 insertions(+), 27 deletions(-)

diff --git a/README.md b/README.md
index 287247e..67f5f1b 100644
--- a/README.md
+++ b/README.md
@@ -1,50 +1,50 @@
 Modelos de Regressão para Dados de Contagem com o R
+
 ===================================================
 
-Cesar Augusto Taconeli\
+
+Walmes Marques Zeviani\
 Eduardo Elias Ribeiro Jr\
-Walmes Marques Zeviani
+Cesar Augusto Taconeli
 
+ 
 Resumo
+
 ------
 
-Contagens são variáveis aleatórias que assumem valores inteiros não
-negativos.  Possivelmente foi a primeira variável aleatória que o homem
-percebeu ou considerou para tomar decisões, antes mesmo do surgimento da
+Dados de contagens configuram variáveis aleatórias que assumem valores inteiros não
+negativos.  Correspondem, possivelmente, ao primeiro tipo de variável aleatória que o homem
+percebeu ou considerou para a tomada de decisões, antes mesmo do surgimento da
 escrita.
-
 Na era atual, métodos para inferência em dados de contagem estão bem
 aquém da quantidade disponível para dados contínuos. Não é raro,
-inclusive, que dados de contagem sejam analisados por modelos para dados
+inclusive, que dados de contagem sejam analisados com base em modelos para dados
 contínuos. Se por um lado existem muitos modelos disponíveis nessa
 classe, por outro, seu uso para dados discretos é, na melhor das
-intenções, uma aproximação sujeita a imperfeições relevantes.
-
+hipóteses, uma aproximação sujeita a imperfeições relevantes.
 O modelo Poisson é o principal e mais usado para inferência em dados de
-contagem. Ele esta disponível na maioria dos softwares Estatísticos e
-grades curriculares. Apesar disso, reconhece-se que as suas suposições
-são frequentemente não atendidas em muitas aplicações e, nessas
+contagem, estando disponível na maioria dos softwares Estatísticos e
+grades curriculares. Apesar disso, reconhece-se que, na prática, as suposições inerentes a esse modelo
+são frequentemente não atendidas, de tal forma que, nessas
 situações, seu uso é não recomendado.
-
 Contagens com excesso de zeros, sub ou super dispersão, limitadas,
 censuradas, provenientes de experimentos/amostragem multinível, são
 exemplos que demandam modelos mais flexíveis ou mais gerais que o
 Poisson. No software R, vários pacotes disponibilizam alternativas
-interessantes, prontamente disponível para uso, de modelos para dados de
-contagem.
-
-Como todas as áreas da ciência têm dados de contagem (agronomia,
-ecologia, demografia, medicina, ciências sociais e políticas, etc)
+interessantes, prontamente disponíveis para uso, de modelos para dados de
+contagens.
+Uma vez que dados de contagem estão presentes em todas as áreas da ciência (agronomia,
+ecologia, demografia, medicina, ciências sociais e políticas, etc),
 relacionados a problemas de inferência, não se deve subestimar a
-importância mas estimular o conhecimento e emprego correto dos modelos
-de regressão.
+importância, mas estimular o conhecimento e emprego correto de modelos
+de regressão apropriados para a análise de dados dessa natureza.
 
 Objetivos
 ---------
-
-O objetivo desse Curso é apresentar modelos de regressão para análise de
-dados de contagem e ilustrar suas aplicações. Serão considerados o
-modelo Poisson, algumas extensões (Quasi-Poisson, COM-Poisson,
-Count-Gamma, Binomial-Nagativo), modelos para inflação de zeros e
-efeitos aleatórios. As aplicações serão todas feitas em R e os materiais
-do Curso (slides, dados, scripts) serão disponibilizados na web.
+O objetivo desse Curso é apresentar diferentes modelos de regressão para análise de
+dados de contagem, discutir suas principais propriedades e ilustrar
+suas aplicações em dados reais por meio do software R. Dentre os modelos considerados estão o
+modelo Poisson, algumas extensões para acomodação de super (ou sub) dispersão
+(Quasi-Poisson, COM-Poisson,Count-Gamma, Binomial-Nagativo), modelos para dados
+inflacionados de zeros e com a inclusão de efeitos aleatórios.
+Os materiais do Curso (slides, dados, scripts) serão disponibilizados na web.
\ No newline at end of file
-- 
GitLab