diff --git a/R/Paula.R b/R/Paula.R
index eaa2412b6b3cfaaa5971955d6b0fd1b99e18741f..993d4b93b871add768939c85d50c47eb4ff37a3a 100644
--- a/R/Paula.R
+++ b/R/Paula.R
@@ -1,10 +1,10 @@
#' @name PaulaEg1.12.2
#' @title Pacientes com Processo Infecioso Pulmonar
#' @description Um total de 175 pacientes com processo infecioso
-#' pulmonar atendidos no hospital no período acima foram classificados
-#' por algumas variáveis.
-#'
+#' pulmonar atendidos no hospital no período acima foram
+#' classificados por algumas variáveis.
#' @format Um \code{data.frame} com 175 observações e 5 variáveis.
+#'
#' \describe{
#'
#' \item{\code{tipo}}{Tipo de tumor (maligno, benigno).}
@@ -13,39 +13,39 @@
#'
#' \item{\code{sexo}}{Sexo do paciente (masculino, feminino).}
#'
-#' \item{\code{hl}}{Intensidade da célula histiócitos-linfócitos (ausente,
-#' discreta, moderada, intensa).}
+#' \item{\code{hl}}{Intensidade da célula histiócitos-linfócitos
+#' (ausente, discreta, moderada, intensa).}
#'
#' \item{\code{ff}}{Intensidade da célula fibrose-frouxa (ausente,
#' discreta, moderada, intensa).}
#'
#' }
#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Eg 1.12.2, p?g. 85)
+#' @source PAULA (2004), Eg 1.12.2, pág. 85.
#'
#' @examples
#'
#' data(PaulaEg1.12.2)
-#'
#' str(PaulaEg1.12.2)
#'
#' library(lattice)
-#' bwplot(idade ~ hl | tipo,
+#'
+#' bwplot(idade ~ hl | tipo, pch = "|",
#' data = PaulaEg1.12.2,
#' ylab = "Idade",
#' xlab = "Intensidade da célula histiócitos-linfócitos")
#'
-#' bwplot(idade ~ ff | tipo,
+#' bwplot(idade ~ ff | tipo, pch = "|",
#' data = PaulaEg1.12.2,
#' ylab = "Idade",
#' xlab = "Intensidade da célula fibrose-frouxa")
#'
-#' barchart(table(PaulaEg1.12.2$tipo,PaulaEg1.12.2$hl),
-#' auto.key=list(space="top", columns=2,
-#' cex.title=1,
-#' rectangles = TRUE,
-#' points=FALSE))
+#' barchart(table(PaulaEg1.12.2$tipo, PaulaEg1.12.2$hl),
+#' auto.key = list(space = "top",
+#' columns = 2,
+#' cex.title = 1,
+#' rectangles = TRUE,
+#' points = FALSE))
#'
NULL
@@ -57,8 +57,8 @@ NULL
#' momento da série. Para cada animal, além do grupo de passagem,
#' foram observadas as variáveis presença de massa tumoral, caquexia
#' e o tempo de observação.
-#'
#' @format Um \code{data.frame} com 204 observações e 4 variáveis.
+#'
#' \describe{
#'
#' \item{\code{grupo}}{Grupo de passagem (0 a 28).}
@@ -71,9 +71,7 @@ NULL
#'
#' }
#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Eg 1.12.4, pág. 90)
-#'
+#' @source PAULA (2004), Eg 1.12.4, pág. 90.
#' @examples
#'
#' data(PaulaEg1.12.4)
@@ -87,18 +85,14 @@ NULL
#' type = c("p", "smooth"),
#' xlab = "Grupo",
#' ylab = "Tempo",
-#' main = paste("Tempo de sobrevivência vs grupo de passagem\n",
-#' "(segundo caquexia e presença de massa tumoral)"),
#' auto.key = list(space = "top", columns = 2,
#' title = "Presença de caquexia", cex.title = 1,
#' lines = TRUE, points = FALSE))
#'
-#' bwplot(tempo ~ massat | caq,
+#' bwplot(tempo ~ massat | caq, pch = "|",
#' data = PaulaEg1.12.4,
#' ylab = "Tempo",
-#' xlab = "Presença de massa tumoral",
-#' main = paste("Bwplot para Caquexia não Presente\n",
-#' "(à esquerda) ou Presente (à direita)"))
+#' xlab = "Presença de massa tumoral")
#'
NULL
@@ -107,8 +101,8 @@ NULL
#' @description Dados referentes ao consumo de combustível em 48 estados
#' norte-americanos. O interesse nesse estudo é tentar explicar o
#' consumo de combustível com base em variáveis econômicas.
-#'
#' @format Um \code{data.frame} com 48 observações e 6 variáveis.
+#'
#' \describe{
#'
#' \item{\code{est}}{Estado.}
@@ -124,41 +118,36 @@ NULL
#' \item{\code{cons}}{Consumo de combustível por habitante.}
#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Eg 1.12.5, p?g. 94)
-#'
+#' @keywords RM
+#' @source PAULA (2004), (Eg 1.12.5, p?g. 94)
#' @examples
#'
#' data(PaulaEg1.12.5)
-#'
#' str(PaulaEg1.12.5)
#'
#' library(lattice)
-#'
#' library(car)
#'
-#' scatterplotMatrix( ~ cons + taxa + licen + renda + estr,
+#' scatterplotMatrix(~ cons + taxa + licen + renda + estr,
#' data = PaulaEg1.12.5)
#'
#' xyplot(cons ~ est,
#' ylab = "Consumo",
#' xlab = "Estados",
#' data = PaulaEg1.12.5,
-#' type = 'h',
-#' main = "Consumo por Habitante em cada Estado",
-#' grid = TRUE)
+#' grid = TRUE,
+#' scales = list(x = list(rot = 90)))
#'
NULL
#' @name PaulaEg1.12.6
#' @title Sal\enc{á}{a}rio de Executivos
-#' @description Dados referentes ao salário anual de uma
-#' amostra aleatória de 220 executivos (145 homens e 75 mulheres). O
-#' salário será relacionado com as variáveis: sexo, anos de experiência
-#' no cargo e posição na empresa.
-#'
+#' @description Dados referentes ao salário anual de uma amostra
+#' aleatória de 220 executivos (145 homens e 75 mulheres). O salário
+#' será relacionado com as variáveis: sexo, anos de experiência no
+#' cargo e posição na empresa.
#' @format Um \code{data.frame} com 220 observações e 4 variáveis.
+#'
#' \describe{
#'
#' \item{\code{sal}}{Salário anual (em mil USD).}
@@ -169,16 +158,12 @@ NULL
#'
#' \item{\code{aexp}}{Experiência (em anos).}
#'
-#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Eg 1.12.6, p?g. 97)
-#'
+#' @keywords RL dummy
+#' @source PAULA (2004), Eg 1.12.6, pág. 97.
#' @examples
#'
#' data(PaulaEg1.12.6)
-#'
#' str(PaulaEg1.12.6)
#'
#' library(lattice)
@@ -187,8 +172,7 @@ NULL
#' data = PaulaEg1.12.6,
#' type = c("p", "smooth"),
#' xlab = "Anos de experiência",
-#' ylab = "Salário",
-#' main = "Dispersão de Salário por Anos de Experiência")
+#' ylab = "Salário")
#'
NULL
@@ -197,15 +181,15 @@ NULL
#' @description Dados parciais de um estudo sobre a atividade de frotas
#' pesqueiras de espinhel de fundo baseadas no litoral paulista (
#' Santos e Ubatuba). Neste estudo uma amostra de 156 embarcações
-#' pesqueiras, destinadas à pesca do peixe-batata, foi
-#' analisada no período de 1995 a 1999. Para cada embarcação foram
-#' consideradas variáveis sobre a frota (Santos ou Ubatuba), ano,
-#' trimestre, latitude, longitude, dias de pesca, quantidade de
-#' peixes capturados e a captura por unidade de esforço (definida
-#' como divisão da quantidade de peixe capturado pelos dias de
-#' pesca).
+#' pesqueiras, destinadas à pesca do peixe-batata, foi analisada no
+#' período de 1995 a 1999. Para cada embarcação foram consideradas
+#' variáveis sobre a frota (Santos ou Ubatuba), ano, trimestre,
+#' latitude, longitude, dias de pesca, quantidade de peixes
+#' capturados e a captura por unidade de esforço (definida como
+#' divisão da quantidade de peixe capturado pelos dias de pesca).
#' @format Um \code{data.frame} com 156 observações e 8 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{frota}}{Fator com dois níveis que indica de qual frota é
#' a embarcação, \code{Santos} ou \code{Ubatuba}.}
@@ -231,16 +215,14 @@ NULL
#' pelo número de dias de pesca \code{dias}.}
#'
#' }
-#' @keywords positivo-assimétrico
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 2.4.2, pág. 127)
-#'
+#' @keywords RM positivo-assimétrico
+#' @source PAULA (2004), Exemplo 2.4.2, pág. 127.
#' @references Paula, G. A., Oshiro, C. H. (2001). Relatório de Análise
#' Estatística sobre o Projeto: Análise de Captura por Unidade de
#' Esforço de Peixe-Batata na Frota Paulista. RAE-CEA0102, IME-USP.
#' @examples
-#' data(PaulaEg2.4.2)
#'
+#' data(PaulaEg2.4.2)
#' str(PaulaEg2.4.2)
#'
#' # Separando as covariáveis numéricas
@@ -283,17 +265,18 @@ NULL
NULL
#' @name PaulaEg2.4.3
-#' @title Valores Pagos de Seguros sob Influ\enc{ê}{e}ncia de Representa\enc{çã}{ca}o Legal
+#' @title Valores Pagos de Seguros sob Influ\enc{ê}{e}ncia de
+#' Representa\enc{çã}{ca}o Legal
#' @description Dados referentes aos valores pagos de seguros
#' individuais por danos com acidentes pessoais no período de
#' janeiro de 1998 a junho de 1999 (18 meses). O estudo completo
#' (Jong e Heller, 2008) contém o acompanhamento dos seguros desde
#' 1989. No período considerado aqui foram pagos 769 seguros, sendo
-#' armazenadas as informações: se houve representação
-#' legal, tempo operacional para pagamento e mês em que ocorreu o
-#' acidente.
+#' armazenadas as informações: se houve representação legal, tempo
+#' operacional para pagamento e mês em que ocorreu o acidente.
#' @format Um \code{data.frame} com 769 observações e 4 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{valor}}{Valor pago do seguro, em dólares australianos.}
#'
@@ -309,16 +292,14 @@ NULL
#' apenas os 18 últimos meses do estudo.}
#'
#' }
-#' @keywords positivo-assimétrico
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 2.4.3, pág. 136)
-#'
+#' @keywords RM dummy positivo-assimétrico
+#' @source PAULA (2004), Exemplo 2.4.3, pág. 136.
#' @references De Jong, P., Heller, G. Z. (2008). Generalized linear
#' models for insurance data (Vol. 136). Cambridge: Cambridge
#' University Press.
#' @examples
-#' data(PaulaEg2.4.3)
#'
+#' data(PaulaEg2.4.3)
#' str(PaulaEg2.4.3)
#'
#' # Número de seguros pagos em cada combinação de mês e
@@ -355,7 +336,8 @@ NULL
#' quantidades de nitrogênio (N) e fosfato (P2O5) utilizadas na
#' adubação.
#' @format Um \code{data.frame} com 30 observações e 3 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{N}}{Quantidade de nitrogênio utilizada na adubação, em
#' libras/acre.}
@@ -366,23 +348,23 @@ NULL
#' \item{\code{prod}}{Produtividade de milho, em libras/acre.}
#'
#' }
-#' @keywords positivo-assimétrico
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 2.5.2, pág. 144)
-#'
+#' @keywords RM positivo-assimétrico
+#' @source PAULA (2004), Exemplo 2.5.2, pág. 144.
#' @examples
-#' data(PaulaEg2.5.2)
#'
+#' data(PaulaEg2.5.2)
#' str(PaulaEg2.5.2)
#'
#' ftable(table(PaulaEg2.5.2[, c("N", "P2O5")]))
#'
#' library(reshape2)
+#'
#' da <- melt(PaulaEg2.5.2, id.vars = 3,
#' variable.name = "adub",
#' value.name = "qtde")
#'
#' library(lattice)
+#'
#' xyplot(prod ~ qtde | adub,
#' data = da,
#' type = c("p", "g", "smooth"),
@@ -400,31 +382,30 @@ NULL
#' novo produto a gordura vegetal hidrogenada, responsável pela
#' fixação do aroma do produto, foi substituída, totalmente ou
#' parcialmente, por óleo de canola. Ao todo foram produzidas 750
-#' observações, referentes a 15 avaliações para cada tipo de snack
-#' a cada 2 semanas.
+#' observações, referentes a 15 avaliações para cada tipo de snack a
+#' cada 2 semanas.
#' @format Um \code{data.frame} com 750 observações e 3 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{semana}}{Semana da avaliação.}
#'
#' \item{\code{tipo}}{Tipo de snack avaliado. Os níveis representam as
-#' seguintes configurações:
-#' \code{A}: 22\% de gordura, 0\% de óleo de canola, \code{B}: 0\%
-#' de gordura, 22\% de óleo de canola, \code{C}: 17\% de gordura,
-#' 5\% de óleo de canola, \code{D}: 11\% de gordura, 11\% de óleo de
-#' canola e \code{E}: 5\% de gordura, 17\% de óleo de canola.}
+#' seguintes configurações: \code{A}: 22\% de gordura, 0\% de óleo
+#' de canola, \code{B}: 0\% de gordura, 22\% de óleo de canola,
+#' \code{C}: 17\% de gordura, 5\% de óleo de canola, \code{D}: 11\%
+#' de gordura, 11\% de óleo de canola e \code{E}: 5\% de gordura,
+#' 17\% de óleo de canola.}
#'
#' \item{\code{fnpc}}{Força necessária para o cisalhamento.}
#'
#' }
-#' @keywords positivo-assimétrico
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 2.8.1, pág. 150;
-#' Exemplo 2.9.3, pág. 169.)
-#'
+#' @keywords FAT2 longitudinal positivo-assimétrico
+#' @source PAULA (2004), Exemplo 2.8.1, pág. 150; Exemplo 2.9.3,
+#' pág. 169.
#' @examples
-#' data(PaulaEg2.8.1)
#'
+#' data(PaulaEg2.8.1)
#' str(PaulaEg2.8.1)
#'
#' # Experimento balanceado, 15 observações para cada tipo em cada
@@ -433,7 +414,8 @@ NULL
#' xtabs(fnpc ~ tipo + semana, data = PaulaEg2.8.1)
#'
#' library(lattice)
-#' bwplot(fnpc ~ tipo | factor(semana),
+#'
+#' bwplot(fnpc ~ tipo | factor(semana), pch = "|",
#' data = PaulaEg2.8.1,
#' as.table = TRUE,
#' strip = strip.custom(strip.names = TRUE,
@@ -457,27 +439,30 @@ NULL
#' auto.key = list(
#' points = FALSE,
#' lines = TRUE,
-#' title = 'snack',
+#' title = "snack",
+#' cex.title = 1.1,
#' corner = c(0.1, 0.9)))
#'
NULL
#' @name PaulaEg3.5.1
-#' @title Associa\enc{çã}{ca}o entre fungicida e desenvolvimento de tumor
-#' @description Dados de um experimento realizado para avaliar
-#' o possível efeito cancerígeno do fungicida Avadex. Foram utilizados
-#' 403 camundongos. Desses, 65 receberam o fungicida e foram acompanhados
-#' durante 85 semanas, verificando-se o desenvolvimento ou não de tumor
-#' cancerígeno. Os demais animais não receberam o fungicida (grupo controle)
-#' e também foram acompanhados pelo mesmo período.
-#'
+#' @title Associa\enc{çã}{ca}o Entre Fungicida e Desenvolvimento de
+#' Tumor
+#' @description Dados de um experimento realizado para avaliar o
+#' possível efeito cancerígeno do fungicida Avadex. Foram utilizados
+#' 403 camundongos. Desses, 65 receberam o fungicida e foram
+#' acompanhados durante 85 semanas, verificando-se o desenvolvimento
+#' ou não de tumor cancerígeno. Os demais animais não receberam o
+#' fungicida (grupo controle) e também foram acompanhados pelo mesmo
+#' período.
#' @format Um \code{data.frame} com 4 observações e 4 variáveis, em que
#'
#' \describe{
#'
#' \item{sexo}{Sexo do camundongo (macho = 1 e fêmea = 0).}
#'
-#' \item{trat}{Identifica a presença ou não do tratamento (sim = 1 e não = 0).}
+#' \item{trat}{Identifica a presença ou não do tratamento (sim = 1 e não
+#' = 0).}
#'
#' \item{casos}{Número inteiro que identifica a quantidade de casos
#' ocorridos.}
@@ -486,37 +471,35 @@ NULL
#'
#' }
#'
-#' @keywords MLG binarios
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio computacional.
-#' São Paulo, SP: IME-USP. (Eg 3.5.1 pág. 201)
+#' @keywords MLG FAT2 binarios
+#' @source PAULA (2004), Eg 3.5.1 pág. 201.
#' @examples
#'
#' library(lattice)
#'
#' data(PaulaEg3.5.1)
+#' str(PaulaEg3.5.1)
+#'
+#' barchart(casos/exp ~ trat | sexo,
+#' data = PaulaEg3.5.1,
+#' xlab = "Grupo",
+#' ylab = "Proporção de casos",
+#' scales = list(x = list(labels = c("Controle", "Tratado"))),
+#' strip = strip.custom(var.name = "Sexo",
+#' factor.levels = c(" Fêmea", "Macho"),
+#' strip.levels = rep(TRUE, 2)))
#'
-#' barchart(casos/exp ~ trat | sexo, data = PaulaEg3.5.1,
-#' xlab="Grupo", ylab="Proporção de casos",
-#' scales=list(x=list(labels=c("Controle","Tratado"))),
-#' strip=strip.custom(var.name="Sexo",
-#' factor.levels=c(" Fêmea", "Macho"),
-#' strip.levels=rep(TRUE,2)),
-#' main="Associação entre fungicida e desenvolvimento de tumor")
NULL
-
-
-
#' @name PaulaEg3.5.2
-#' @title Efeito de extrato vegetal
-#' @description Dados de um experimento conduzido para avaliar o efeito de
-#' diversos extratos vegetais na mortalidade de embriões de
-#' \emph{Biomphalaria Glabrata}. Para o extrato vegetal aquoso frio de
-#' folhas de \emph{P. Hyrsiflora} foram consideradas 7 amostras, sendo
-#' que em cada uma delas 50 embriões foram submetidos a uma particular
-#' dose do extrato vegetal, registrando-se, após o vigésimo dia, o
-#' número de embriões mortos.
-#'
+#' @title Efeito de Extrato Vegetal
+#' @description Dados de um experimento conduzido para avaliar o efeito
+#' de diversos extratos vegetais na mortalidade de embriões de
+#' \emph{Biomphalaria Glabrata}. Para o extrato vegetal aquoso frio
+#' de folhas de \emph{P. Hyrsiflora} foram consideradas 7 amostras,
+#' sendo que em cada uma delas 50 embriões foram submetidos a uma
+#' particular dose do extrato vegetal, registrando-se, após o
+#' vigésimo dia, o número de embriões mortos.
#' @format Um \code{data.frame} com 2 observações e 3 variáveis, em que
#'
#' \describe{
@@ -527,30 +510,27 @@ NULL
#'
#' }
#' @keywords MLG binarios
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio computacional.
-#' São Paulo, SP: IME-USP. (Eg 3.5.2 pág. 203)
+#' @source PAULA (2004), Eg 3.5.2 pág. 203.
#' @examples
#'
#' library(lattice)
#'
#' data(PaulaEg3.5.2)
-#'
#' str(PaulaEg3.5.2)
#'
#' barchart(emb/(sum(emb)) ~ dose, data = PaulaEg3.5.2,
-#' stack=TRUE, col= "lightblue",
-#' xlab="Dose (em ppm)", ylab="Proporção de embriões mortos",
-#' main="Efeito de extrato vegetal")
+#' stack = TRUE, col = "lightblue",
+#' xlab = "Dose (em ppm)",
+#' ylab = "Proporção de embriões mortos")
#'
NULL
#' @name PaulaEg3.6.11a
-#' @title Exposi\enc{çã}{ca}o de besouros
-#' @description Dados de um estudo sobre o efeito da exposição de
-#' besouros adultos a diferentes doses de disulfeto de carbono gasoso
-#' \emph{(CS2)}, durante cinco horas. Foram registrados os números
-#' de besouros mortos.
-#'
+#' @title Exposi\enc{çã}{ca}o de Besouros
+#' @description Dados de um estudo sobre o efeito da exposição de
+#' besouros adultos a diferentes doses de disulfeto de carbono
+#' gasoso \emph{(CS2)}, durante cinco horas. Foram registrados os
+#' números de besouros mortos.
#' @format Um \code{data.frame} com 8 observações e 3 variáveis, em que
#'
#' \describe{
@@ -564,31 +544,29 @@ NULL
#'
#' }
#' @keywords MLG binarios
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio computacional.
-#' São Paulo, SP: IME-USP. (Eg 3.6.11a pág. 237)
+#' @source PAULA (2004), Eg 3.6.11a pág. 237.
#' @examples
#'
#' library(lattice)
#'
#' data(PaulaEg3.6.11a)
-#'
#' str(PaulaEg3.6.11a)
#'
-#' xyplot(mortos/(sum(mortos)) ~ dose, data = PaulaEg3.6.11a,
-#' type = "o",
-#' xlab = "Dose de disulfeto de carbono gasoso",
-#' ylab = "Proporção de besouros mortos",
-#' main = expression("Exposição de besouros a"~CS[2]))
+#' xyplot(mortos/(sum(mortos)) ~ dose,
+#' data = PaulaEg3.6.11a,
+#' type = "o",
+#' xlab = "Dose de disulfeto de carbono gasoso",
+#' ylab = "Proporção de besouros mortos")
#'
NULL
#' @name PaulaEg3.6.11b
-#' @title Idade do in\enc{í}{i}cio da menstrua\enc{çã}{ca}o em garotas de Vars\enc{ó}{o}via
-#' @description Dados de um estudo em que se investigou a idade do início
-#' da menstruação em 3918 garotas de Varsóvia. Para 25 médias de
-#' idade foram observadas a ocorrência ou não do início de períodos
-#' de menstruação nas adolescentes.
-#'
+#' @title Idade do in\enc{í}{i}cio da menstrua\enc{çã}{ca}o em garotas
+#' de Vars\enc{ó}{o}via
+#' @description Dados de um estudo em que se investigou a idade do
+#' início da menstruação em 3918 garotas de Varsóvia. Para 25 médias
+#' de idade foram observadas a ocorrência ou não do início de
+#' períodos de menstruação nas adolescentes.
#' @format Um \code{data.frame} com 25 observações e 3 variáveis, em que
#'
#' \describe{
@@ -601,36 +579,37 @@ NULL
#'
#' }
#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio computacional.
-#' São Paulo, SP: IME-USP. (Eg 3.6.11b pág. 241)
+#' @source PAULA (2004), Eg 3.6.11b pág. 241.
#' @examples
#'
#' library(lattice)
#'
#' data(PaulaEg3.6.11b)
-#'
+#' str(PaulaEg3.6.11b)
+#' PaulaEg3.6.11b$idade <-
+#' as.numeric(as.character(PaulaEg3.6.11b$idade))
#'
#' xyplot((menst/entre) ~ idade, data = PaulaEg3.6.11b,
#' type = c("p","a"),
#' xlab = "Idade média",
-#' ylab = "Meninas menstruando/Entrevistadas",
-#' main = "Idade do início da menstruação em garotas de Varsóvia.")
+#' ylab = "Meninas menstruando/Entrevistadas")
+#'
NULL
#' @name PaulaEg3.6.9c
-#' @title Prefer\enc{ê}{e}ncia de consumidores
+#' @title Prefer\enc{ê}{e}ncia de Consumidores
#' @description Dados sobre a preferência de consumidores americanos com
-#' relação a automóveis. Uma amostra aleatória de 263 consumidores foi
-#' considerada. As seguintes variáveis foram observadas para cada
-#' comprador: preferência quanto ao tipo de automóvel, idade, sexo e
-#' estado civil.
-#'
-#' @format Um \code{data.frame} com 263 observações e 4 variáveis, em que
+#' relação a automóveis. Uma amostra aleatória de 263 consumidores
+#' foi considerada. As seguintes variáveis foram observadas para
+#' cada comprador: preferência quanto ao tipo de automóvel, idade,
+#' sexo e estado civil.
+#' @format Um \code{data.frame} com 263 observações e 4 variáveis, em
+#' que
#'
#' \describe{
#'
-#' \item{pref}{Preferência do comprador por um tipo de automóvel (1 = americano,
-#' 0 = japonês).}
+#' \item{pref}{Preferência do comprador por um tipo de automóvel (1 =
+#' americano, 0 = japonês).}
#'
#' \item{idade}{Idade do comprador (em anos).}
#'
@@ -640,33 +619,32 @@ NULL
#'
#' }
#' @keywords MLG binarios
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio computacional.
-#' São Paulo, SP: IME-USP. (Eg 3.6.9c pág. 231)
+#' @source PAULA (2004), Eg 3.6.9c, pág. 231.
#' @examples
#'
#' library(lattice)
#'
#' data(PaulaEg3.6.9c)
-#'
#' str(PaulaEg3.6.9c)
#'
#' bwplot(idade ~ pref, data = PaulaEg3.6.9c,
-#' type="p",
-#' xlab="Preferência - Japonês e Americano",
-#' ylab="Idade do Comprador",
-#' main="Preferência")
+#' type = "p", pch = "|",
+#' xlab = "Preferência - Japonês e Americano",
+#' ylab = "Idade do Comprador")
#'
NULL
#' @name PaulaEg4.2.6
-#' @title Perfis de Clientes de uma Loja nas \enc{Á}{A}reas de uma Cidade
+#' @title Perfis de Clientes de uma Loja nas \enc{Á}{A}reas de uma
+#' Cidade
#' @description Dados apresentados em Neter et al. (1996) sobre um
#' estudo do perfil dos clientes de determinada loja oriundos de 110
#' áreas de uma cidade. O interesse do estudo é relacionar o número
#' esperado de clientes em cada área com as demais cinco variáveis
#' explicativas registradas
#' @format Um \code{data.frame} com 110 observações e 6 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{nclien}}{Número de clientes da loja na área.}
#'
@@ -683,19 +661,17 @@ NULL
#'
#' }
#' @keywords contagem
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 4.2.6, pág. 299)
-#'
+#' @source PAULA (2004), Exemplo 4.2.6, pág. 299.
#' @references Neter, J., Kutner, M. H., Nachtsheim, C. J., Wasserman,
#' W. (1996). Applie Linear Regression Models (3tr ed.). Irwin,
#' Illinois.
#' @examples
#'
#' data(PaulaEg4.2.6)
-#'
#' str(PaulaEg4.2.6)
#'
#' library(lattice)
+#'
#' splom(PaulaEg4.2.6, type = c("p", "smooth"), lwd = 2)
#'
NULL
@@ -705,9 +681,10 @@ NULL
#' @description Dados provenientes de um estudo sociológico desenvolvido
#' na Austrália com 146 estudantes de 8ª série e ensino médio. Nesse
#' estudo avaliou-se a ausência escolar (contagem de dias ausentes)
-#' com o objetivo de avaliar sua relaçao com etnia, sexo, ano que
-#' o aluno está cursando e desempenho escolar.
+#' com o objetivo de avaliar sua relaçao com etnia, sexo, ano que o
+#' aluno está cursando e desempenho escolar.
#' @format Um \code{data.frame} com 146 observações e 5 variáveis.
+#'
#' \describe{
#'
#' \item{\code{etnia}}{Fator com dois níveis que indica se o aluno é
@@ -716,9 +693,9 @@ NULL
#' \item{\code{sexo}}{Fator com dois níveis que indica o sexo do
#' aluno: masculino (M) ou feminino (F).}
#'
-#' \item{\code{ano}}{Fator com quatro níveis que indica o ano que o aluno
-#' está cursando: 8ª série (F0), 1º ano do ensino médio (F1), 2º ano
-#' do ensino médio (F2) ou 3º ano do ensino médio (F3).}
+#' \item{\code{ano}}{Fator com quatro níveis que indica o ano que o
+#' aluno está cursando: 8ª série (F0), 1º ano do ensino médio (F1),
+#' 2º ano do ensino médio (F2) ou 3º ano do ensino médio (F3).}
#'
#' \item{\code{desemp}}{Fator com dois níveis que indica o desempenho do
#' aluno: baixo (SL) ou normal (AL).}
@@ -726,16 +703,13 @@ NULL
#' \item{\code{ndias}}{Número de dias ausentes no ano letivo.}
#'
#' }
-#' @keywords contagem superdispersão
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 4.3.6, pág. 312)
-#'
+#' @keywords contagem
+#' @source PAULA (2004), Exemplo 4.3.6, pág. 312.
#' @references Venables, W. N., Ripley, B. D. (1999). Modern Applied
#' Statistics with S-Plus (3rd ed.). Springer, New York.
#' @examples
#'
#' data(PaulaEg4.3.6)
-#'
#' str(PaulaEg4.3.6)
#'
#' # Número de observações em cada combinação. Para modelagem não será
@@ -750,6 +724,7 @@ NULL
#' data = PaulaEg4.3.6)
#'
#' library(latticeExtra)
+#'
#' fl1 <- c("Aborígene", "Não Aborígene")
#' fl2 <- c("Feminino", "Masculino")
#' useOuterStrips(
@@ -757,7 +732,7 @@ NULL
#' groups = desemp,
#' data = PaulaEg4.3.6,
#' type = c("p", "a", "g"),
-#' ylab = 'Número de dias ausente',
+#' ylab = "Número de dias ausente",
#' auto.key = list(
#' columns = 2, cex.title = 1,
#' title = "Desempenho escolar")),
@@ -767,16 +742,17 @@ NULL
NULL
#' @name PaulaEg5.2.8a
-#' @title N\enc{ú}{u}mero de \enc{Á}{A}caros em Placas de Esterco de Gado
-#' @description Dados de um experimento desenvolvido para estudar
-#' a distribuição do número de ácaros em placas de esterco de gado
+#' @title N\enc{ú}{u}mero de \enc{Á}{A}caros em Placas de Esterco de
+#' Gado
+#' @description Dados de um experimento desenvolvido para estudar a
+#' distribuição do número de ácaros em placas de esterco de gado
#' bovino no estado de São Paulo, obtidos por Paula e Tavares, 1992.
#' Essas placas são depósitos de ovos da mosca do chifre
#' (\emph{Haematobia irritans}), uma das pragas mais importantes da
#' pecuária brasileira. Os ácaros são inimigos naturais da mosca do
#' chifre, uma vez que se alimentam de ovos e larvas dessas moscas.
-#'
#' @format Um \code{data.frame} com 102 observações e 8 variáveis.
+#'
#' \describe{
#'
#' \item{\code{esp2}}{Número de ácaros coletados da espécie 2.}
@@ -787,11 +763,11 @@ NULL
#'
#' \item{\code{esp14}}{Número de ácaros coletados da espécie 14.}
#'
-#' \item{\code{placa}}{Número de partes da placa de esterco onde
-#' foram coletados os ácaros. (1 ou 6)}
+#' \item{\code{placa}}{Número de partes da placa de esterco onde foram
+#' coletados os ácaros. (1 ou 6)}
#'
#' \item{\code{posic}}{Posição na placa de esterco onde foram coletados
-#' os ácaros (central ou lateral).}
+#' os ácaros (central ou lateral).}
#'
#' \item{\code{reg}}{Região onde a placa de esterco foi coletada (São
#' Roque, Pindamonhangaba, Nova Odessa ou Ribeirão Preto).}
@@ -800,10 +776,8 @@ NULL
#' \eqn{C^{\circ}}.}
#'
#' }
-#' @keywords quase-verossimilhança
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 5.2.8a, pág. 359)
-#'
+#' @keywords contagem
+#' @source PAULA (2004), (Exemplo 5.2.8a, pág. 359)
#' @references Paula, G. A. e Tavares, H. R. (1992). Relatório de
#' Análise Estatística sobre o Projeto: Ácaros Associados ao Esterco
#' Bovino. Subsídios para Controle Biológico da Mosca do Chifre.
@@ -811,7 +785,6 @@ NULL
#' @examples
#'
#' data(PaulaEg5.2.8a)
-#'
#' str(PaulaEg5.2.8a)
#'
#' library(lattice)
@@ -821,7 +794,6 @@ NULL
#' type = c("p", "g"),
#' lwd = 2, col.line = 1)
#'
-#'
NULL
#' @name PaulaEg5.2.8c
@@ -829,8 +801,8 @@ NULL
#' @description Dados apresentados em McCullagh e Nelder (1989),
#' envolvendo a incidência de um tipo de mancha observada na folha
#' da cevada, com 10 variedades em 9 diferentes locações.
-#'
#' @format Um \code{data.frame} com 90 observações e 3 variáveis.
+#'
#' \describe{
#'
#' \item{\code{incid}}{Proporção da área afetada na folha de cevada.}
@@ -840,19 +812,17 @@ NULL
#' \item{\code{varied}}{Variedade de cevada (1-10).}
#'
#' }
-#'
-#' @keywords quase-verossimilhança
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 5.2.8a, pág. 367)
-#'
+#' @keywords unitário
+#' @source PAULA (2004), Exemplo 5.2.8a, pág. 367.
#' @references McCullagh, P. e Nelder, J. A. (1989). Generalized Linear
#' Models, 2nd. Edition. Chapman and Hall, London. Tabela 9.2.
#' @examples
#'
#' data(PaulaEg5.2.8c)
-#'
#' str(PaulaEg5.2.8c)
#'
+#' xtabs(~varied + local, data = PaulaEg5.2.8c)
+#'
#' boxplot(incid ~ local, data = PaulaEg5.2.8c,
#' xlab = "Local",
#' ylab = "Área Afetada")
@@ -864,18 +834,19 @@ NULL
NULL
#' @name PaulaEg5.5.1
-#' @title Ensaio Cl\enc{í}{i}nico com Indiv\enc{í}{i}duos Epil\enc{é}{e}pticos
+#' @title Ensaio Cl\enc{í}{i}nico com Indiv\enc{í}{i}duos
+#' Epil\enc{é}{e}pticos
#' @description Dados apresentados em Diggle, Liang e Zeger (1994),
#' referentes a um ensaio clínico com 59 indivíduos epilépticos,
#' aleatorizados de modo que cada um recebesse uma droga
-#' antiepiléptica (progabide) ou placebo.
-#' Os dados de cada indivíduo consistem do número de ataques
-#' epilépticos num período de oito semanas antes do tratamento, além
-#' do número de ataques em cada período de duas semanas, num total
-#' de quatro períodos após o tratamento. O interesse do estudo é
-#' verificar possível diminuição na taxa de ataques epilépticos.
-#'
+#' antiepiléptica (progabide) ou placebo. Os dados de cada
+#' indivíduo consistem do número de ataques epilépticos num período
+#' de oito semanas antes do tratamento, além do número de ataques em
+#' cada período de duas semanas, num total de quatro períodos após o
+#' tratamento. O interesse do estudo é verificar possível diminuição
+#' na taxa de ataques epilépticos.
#' @format Um \code{data.frame} com 295 observações e 5 variáveis.
+#'
#' \describe{
#'
#' \item{\code{indiv}}{Identificação do indivíduo.}
@@ -893,18 +864,17 @@ NULL
#'
#' }
#' @keywords quase-verossimilhança
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 5.5.1, pág. 379)
-#'
+#' @source PAULA (2004), Exemplo 5.5.1, pág. 379.
#' @references Diggle, P. J.; Liang, K. Y. e Zeger, S. L. (1994).
-#' Analysis of Longitudinal Data. Oxford University Press.
-#' Seção 8.4.
+#' Analysis of Longitudinal Data. Oxford University Press. Seção
+#' 8.4.
#' @examples
#'
#' data(PaulaEg5.5.1)
-#'
#' str(PaulaEg5.5.1)
#'
+#' ftable(xtabs(~period + seman + trat, data = PaulaEg5.5.1))
+#'
#' library(lattice)
#'
#' xyplot(ataq ~ period | trat, groups = indiv, data = PaulaEg5.5.1,
@@ -920,12 +890,12 @@ NULL
#' que envolve a comparação de dois tratamentos aplicados em
#' pacientes com problemas respiratórios. Nesse estudo foi
#' considerado um total de 56 pacientes, sendo que 27 receberam o
-#' tratamento com uma droga ativa e 29 receberam placebo.
-#' Cada paciente foi observado em quatro ocasiões em que foi medida
-#' a condição respiratória. Foram também registrados o sexo e a
-#' idade de cada paciente além da pré-existência de um nível base.
-
+#' tratamento com uma droga ativa e 29 receberam placebo. Cada
+#' paciente foi observado em quatro ocasiões em que foi medida a
+#' condição respiratória. Foram também registrados o sexo e a idade
+#' de cada paciente além da pré-existência de um nível base.
#' @format Um \code{data.frame} com 224 observações e 6 variáveis.
+#'
#' \describe{
#'
#' \item{\code{paci}}{Identificação do paciente.}
@@ -944,16 +914,13 @@ NULL
#'
#' }
#' @keywords quase-verossimilhança
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 5.5.2, pág. 385)
-#'
+#' @source PAULA (2004), Exemplo 5.5.2, pág. 385.
#' @references Myers, R.H.; Montgomery, D. C.; Vining, G. G. (2002).
#' Generalized Linear Models: With Applications in Engineering and
#' the Sciences. John Wiley, New York. Seção 6.5.
#' @examples
#'
#' data(PaulaEg5.5.2)
-#'
#' str(PaulaEg5.5.2)
#'
#' library(latticeExtra)
@@ -976,15 +943,16 @@ NULL
NULL
#' @name PaulaEg5.5.3
-#' @title Ensaio cl\enc{í}{i}nico da pr\enc{é}{e}-exist\enc{ê}{e}ncia de placa dent\enc{á}{a}ria
+#' @title Ensaio cl\enc{í}{i}nico da pr\enc{é}{e}-exist\enc{ê}{e}ncia de
+#' placa dent\enc{á}{a}ria
#' @description Dados de um ensaio clínico realizado com 109 indivíduos,
-#' distribuídos de forma aleatória para receberem um líquido
-#' tipo A (34 indivíduos), um líquido tipo B (36 indivíduos) ou um
-#' líquido controle (39 indivíduos). Placas dentárias foram
-#' avaliadas e classificadas segundo um escore no início do
-#' tratamento, após 3 e 6 meses.
-#'
+#' distribuídos de forma aleatória para receberem um líquido tipo A
+#' (34 indivíduos), um líquido tipo B (36 indivíduos) ou um líquido
+#' controle (39 indivíduos). Placas dentárias foram avaliadas e
+#' classificadas segundo um escore no início do tratamento, após 3 e
+#' 6 meses.
#' @format Um \code{data.frame} com 323 observações e 4 variáveis.
+#'
#' \describe{
#'
#' \item{\code{volunt}}{Identificação do paciente voluntário.}
@@ -992,29 +960,29 @@ NULL
#' \item{\code{period}}{Momento de avaliação: (1 = início do tratamento,
#' 2 = após 3 meses e 3 = após 6 meses.}
#'
-#' \item{\code{trat}}{Tipo de tratamento (1 = placebo, 2 = líquido A e
-#' 3 = líquido B.}
+#' \item{\code{trat}}{Tipo de tratamento (1 = placebo, 2 = líquido A e 3
+#' = líquido B.}
#'
#' \item{\code{escore}}{Escore atribuído às placas dentárias.}
#'
#' }
-#' @keywords quase-verossimilhança
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 5.5.3, pág. 390)
-#'
+#' @keywords longitudinal quase-verossimilhança
+#' @source PAULA (2004), Exemplo 5.5.3, pág. 390.
#' @references Hadgu, A. e Koch, G. (1999). Application of generalized
-#' estimating equations to a dental randomized clinical trial. Journal
-#' of Biopharmaceutical Statistics 9, 161-178.
-#'
+#' estimating equations to a dental randomized clinical
+#' trial. Journal of Biopharmaceutical Statistics 9, 161-178.
#' @examples
#'
#' data(PaulaEg5.5.3)
+#' str(PaulaEg5.5.3)
+#'
+#' xtabs(~trat + period, data = PaulaEg5.5.3)
#'
-#' require(lattice)
+#' library(lattice)
#'
#' xyplot(escore ~ period | trat, groups = volunt,
-#' xlab = 'Período', ylab = 'Escore', type = c("p", "a"),
-#' data = PaulaEg5.5.3)
+#' xlab = "Período", ylab = "Escore", type = c("p", "a"),
+#' data = PaulaEg5.5.3)
#'
NULL
@@ -1027,7 +995,8 @@ NULL
#' de vida, havendo interesse em explicá-la utilizando as demais
#' informações.
#' @format Um \code{data.frame} com 50 observações e 9 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{estado}}{Nome do estado.}
#'
@@ -1051,10 +1020,8 @@ NULL
#' \item{\code{expvi}}{Expectativa de vida nos anos de 1969-1970.}
#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 1.13.19,
-#' pág. 109)
+#' @keywords RM
+#' @source PAULA (2004), Exercício 1.13.19, pág. 109.
#' @examples
#'
#' data(PaulaEx1.13.19)
@@ -1071,13 +1038,13 @@ NULL
#' @name PaulaEx1.13.20
#' @title Vendas de Telhados de Madeira
-#' @description Dados referentes a vendas de um tipo de telhado de madeira
-#' em 26 filiais de uma rede de lojas de construção. Um dos objetivos do
-#' estudo é tentar prever o número esperado de telhados vendidos
-#' dadas as demais variáveis registradas.
-#'
+#' @description Dados referentes a vendas de um tipo de telhado de
+#' madeira em 26 filiais de uma rede de lojas de construção. Um dos
+#' objetivos do estudo é tentar prever o número esperado de telhados
+#' vendidos dadas as demais variáveis registradas.
#' @format Um \code{data.frame} com 26 observações e 5 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{gasto}}{Gasto com publicidade do produto (em mil
#' dólares).}
@@ -1094,16 +1061,15 @@ NULL
#' quadrados).}
#'
#' }
-#' @keywords TODO
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 1.13.20,
-#' pág. 110)
+#' @keywords RM
+#' @source PAULA (2004), Exercício 1.13.20, pág. 110.
#' @examples
-#' data(PaulaEx1.13.20)
#'
+#' data(PaulaEx1.13.20)
#' str(PaulaEx1.13.20)
#'
#' library(lattice)
+#'
#' splom(PaulaEx1.13.20,
#' type = c("p", "g", "smooth"),
#' col.line = 1)
@@ -1118,7 +1084,8 @@ NULL
#' variável de interesse é o número de octanas da gasolina
#' produzida.
#' @format Um \code{data.frame} com 82 observações e 5 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{x1}}{Variável não nomeada. Imagina-se que se tenha
#' relação com o número de octanas da gasolina.}
@@ -1135,16 +1102,15 @@ NULL
#' \item{\code{nocta}}{Número de octanas da gasolina produzida.}
#'
#' }
-#' @keywords TODO
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 1.13.21,
-#' pág. 110)
+#' @keywords RM
+#' @source PAULA (2004), Exercício 1.13.21, pág. 110.
#' @examples
-#' data(PaulaEx1.13.21)
#'
+#' data(PaulaEx1.13.21)
#' str(PaulaEx1.13.21)
#'
#' library(lattice)
+#'
#' splom(PaulaEx1.13.21,
#' type = c("p", "g", "smooth"),
#' col.line = 1)
@@ -1157,7 +1123,8 @@ NULL
#' resgistros visam identificar as características que influenciam
#' no preço de venda de um imóvel.
#' @format Um \code{data.frame} com 27 observações e 5 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{impos}}{Valor cobrado de imposto, em 100 dólares.}
#'
@@ -1170,16 +1137,15 @@ NULL
#' \item{\code{preco}}{Preço de venda do imóvel, em 1000 dólares.}
#'
#' }
-#' @keywords TODO
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 1.13.22,
-#' pág. 111)
+#' @keywords RM
+#' @source PAULA (2004), Exercício 1.13.22, pág. 111.
#' @examples
-#' data(PaulaEx1.13.22)
#'
+#' data(PaulaEx1.13.22)
#' str(PaulaEx1.13.22)
#'
#' library(lattice)
+#'
#' splom(PaulaEx1.13.22,
#' type = c("p", "g", "smooth"),
#' col.line = 1)
@@ -1193,7 +1159,8 @@ NULL
#' da Pensilvânia. O objetivo do estudo é predizer o volume da
#' árvore a partir de sua altura e diâmetro.
#' @format Um \code{data.frame} com 31 observações e 3 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{diam}}{Diâmetro da cerejeira, em polegadas. Provavelmente
#' o diâmetro foi calculado à altura do peito (\eqn{\approx}
@@ -1204,16 +1171,15 @@ NULL
#' \item{\code{vol}}{Volume da cerejeira, em pés cúbicos.}
#'
#' }
-#' @keywords TODO
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 1.13.23,
-#' pág. 111)
+#' @keywords RM
+#' @source PAULA (2004), Exercício 1.13.23, pág. 111.
#' @examples
-#' data(PaulaEx1.13.23)
#'
+#' data(PaulaEx1.13.23)
#' str(PaulaEx1.13.23)
#'
#' library(lattice)
+#'
#' splom(PaulaEx1.13.23,
#' type = c("p", "g", "smooth"),
#' lwd = 2, col.line = 1)
@@ -1228,6 +1194,7 @@ NULL
#' se dispõe da taxa de retorno livre de risco e do retorno do
#' mercado, para padronizar as comparações.
#' @format Um \code{data.frame} com 311 observações e 5 variáveis.
+#'
#' \describe{
#'
#' \item{\code{tbill}}{Taxa de retorno livre de risco.}
@@ -1243,20 +1210,20 @@ NULL
#' \item{\code{ford}}{Porcentagem de retorno das ações da empresa Ford.}
#'
#' }
-#' @keywords TODO
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercicío 1.13.24,
-#' pág. 112)
+#' @keywords RM
+#' @source PAULA (2004), Exercicío 1.13.24, pág. 112.
#' @examples
-#' data(PaulaEx1.13.24)
#'
+#' data(PaulaEx1.13.24)
#' str(PaulaEx1.13.24)
#'
#' library(reshape)
+#'
#' da <- melt(PaulaEx1.13.24, measure.vars = c("micro", "ge", "ford"),
#' variable_name = "empresa")
#'
#' library(lattice)
+#'
#' densityplot(~value, groups = empresa, data = da,
#' auto.key = list(corner = c(0.9, 0.9)))
#'
@@ -1272,7 +1239,8 @@ NULL
#' da região de Eugene, Estados Unidos com valores de área e preço
#' de venda registrados.
#' @format Um \code{data.frame} com 50 observações e 2 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{area}}{Área total do imóvel, em pés quadrados.}
#'
@@ -1280,15 +1248,14 @@ NULL
#'
#' }
#' @keywords TODO
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 1.13.25,
-#' pág. 112)
+#' @source PAULA (2004), Exercício 1.13.25, pág. 112.
#' @examples
-#' data(PaulaEx1.13.25)
#'
+#' data(PaulaEx1.13.25)
#' str(PaulaEx1.13.25)
#'
#' library(lattice)
+#'
#' xyplot(preco ~ area, data = PaulaEx1.13.25,
#' type = c("p", "smooth", "g"))
#'
@@ -1298,8 +1265,8 @@ NULL
#' @title Consumo de Energia em Domic\enc{í}{i}lios
#' @description Dados referentes ao consumo de energia em 53 domicílios
#' e demanda de energia no horário de pico.
-#'
#' @format Um \code{data.frame} com 53 observações e 2 variáveis.
+#'
#' \describe{
#'
#' \item{\code{consu}}{Consumo de energia num determinado mês, em
@@ -1309,33 +1276,32 @@ NULL
#' medida não informada).}
#'
#' }
-#' @keywords positivo-assimétrico
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 2.10.15,
-#' pág. 178)
-#'
+#' @keywords RS heterovar
+#' @source PAULA (2004), Exercício 2.10.15, pág. 178.
#' @references Montgomery, D. C., Peck, E. A., Vining,
#' G. G. (2001). Introduction to Linear Regression Analysis (3rd
#' Ed.). John Wiley, New York.
-#'
#' @examples
-#' data(PaulaEx2.10.15)
#'
+#' data(PaulaEx2.10.15)
#' str(PaulaEx2.10.15)
#'
#' library(lattice)
+#'
#' xyplot(deman ~ consu, data = PaulaEx2.10.15,
#' pch = 19, lwd = 2, type = c("p", "g", "smooth"))
#'
NULL
#' @name PaulaEx2.10.16
-#' @title Rela\enc{çã}{ca}o entre Publicidade e Faturamento em Restaurantes
+#' @title Rela\enc{çã}{ca}o entre Publicidade e Faturamento em
+#' Restaurantes
#' @description Dados referentes a faturamentos anuais e gastos com
#' publicidade de uma amostra de 30 restaurantes. O objetivo
#' principal é relacionar o faturamento médio com os gastos com
#' publicidade.
#' @format Um \code{data.frame} com 30 observações e 2 variáveis.
+#'
#' \describe{
#'
#' \item{\code{fatura}}{Faturamento anual do restaurante, em mil
@@ -1345,21 +1311,18 @@ NULL
#' dólares.}
#'
#' }
-#' @keywords positivo-assimétrico RS
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 2.10.16,
-#' pág. 179)
-#'
+#' @keywords RS
+#' @source PAULA (2004), Exercício 2.10.16, pág. 179.
#' @references Montgomery, D. C., Peck, E. A., Vining,
#' G. G. (2001). Introduction to Linear Regression Analysis (3rd
#' Ed.). John Wiley, New York.
-#'
#' @examples
-#' data(PaulaEx2.10.16)
#'
+#' data(PaulaEx2.10.16)
#' str(PaulaEx2.10.16)
#'
#' library(lattice)
+#'
#' xyplot(fatura ~ gastos,
#' data = PaulaEx2.10.16,
#' type = c("p", "g", "smooth"))
@@ -1372,14 +1335,15 @@ NULL
#' avaliar a qualidade de determinado filme utilizado em máquinas
#' fotográficas sob três condições experimentais (relacionadas à
#' temperatura do filme). Para tal avaliação considerou-se a
-#' variável tempo de duração do filme como a resposta e a
-#' densidade máxima do filme como variável de controle.
+#' variável tempo de duração do filme como a resposta e a densidade
+#' máxima do filme como variável de controle.
#' @format Um \code{data.frame} com 21 observações e 3 variáveis.
+#'
#' \describe{
#'
#' \item{\code{temp}}{Fator com três níveis que indicam a condição
-#' experimental do filme (temperaturas \code{72ºC}, \code{82ºC} e
-#' \code{92ºC}).}
+#' experimental do filme (temperaturas 72\eqn{^\circ}C,
+#' 82\eqn{^\circ}C e 92\eqn{^\circ}C).}
#'
#' \item{\code{dmax}}{Valor da densidade máxima do filme (unidade de
#' medida não informada).}
@@ -1387,21 +1351,21 @@ NULL
#' \item{\code{tempo}}{Tempo de duração do filme, mensurado em horas.}
#'
#' }
-#' @keywords positivo-assimétrico
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 2.10.17,
-#' pág. 179)
-#'
+#' @keywords RS dummy
+#' @source PAULA (2004), Exercício 2.10.17, pág. 179.
#' @references Myers, R. H., Montgomery, D. C., Vining,
#' G. G. (2002). Generalized Linear Models: With Applications in
#' Engineering and the Sciences. John Wiley, New York.
-#'
#' @examples
-#' data(PaulaEx2.10.17)
#'
+#' data(PaulaEx2.10.17)
#' str(PaulaEx2.10.17)
#'
#' library(lattice)
+#'
+#' xyplot(tempo ~ dmax | temp, type = c("p", "r"),
+#' data = PaulaEx2.10.17)
+#'
#' xyplot(tempo ~ dmax,
#' groups = temp,
#' data = PaulaEx2.10.17,
@@ -1410,8 +1374,8 @@ NULL
#' corner = c(0.95, 0.95),
#' lines = TRUE,
#' cex.title = 1,
-#' title = "Temperatura"
-#' ), panel = function(x, y, ...){
+#' title = "Temperatura"),
+#' panel = function(x, y, ...){
#' panel.xyplot(x, y, ...)
#' panel.loess(x, y, col = 1, ...)
#' })
@@ -1419,18 +1383,18 @@ NULL
NULL
#' @name PaulaEx2.10.19
-#' @title Estudo Sobre Leucemia e Caracter\enc{í}{i}stica Morfol\enc{ó}{o}gica nas C\enc{é}{e}lulas
-#' Brancas
+#' @title Estudo Sobre Leucemia e Caracter\enc{í}{i}stica
+#' Morfol\enc{ó}{o}gica nas C\enc{é}{e}lulas Brancas
#' @description Dados provenientes de um estudo em que pacientes com
#' leucemia foram classificados segundo a ausência ou presença de
#' uma característica morfológica nas células brancas. O objetivo do
#' estudo foi avaliar essa característica morfológica a partir do
#' tempo de sobrevivência dos pacientes.
#' @format Um \code{data.frame} com 32 observações e 3 variáveis.
+#'
#' \describe{
#'
-#' \item{\code{ncel}}{Número de células brancas
-#' na amostra do paciente.}
+#' \item{\code{ncel}}{Número de células brancas na amostra do paciente.}
#'
#' \item{\code{carac}}{Fator com dois níveis que representa a presença
#' (\code{AG positivo}) ou ausência (\code{AG negativo}) da
@@ -1439,21 +1403,18 @@ NULL
#' \item{\code{tempo}}{Tempo de sobrevivência do paciente, em semanas.}
#'
#' }
-#' @keywords positivo-assimétrico
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exemplo 2.10.19,
-#' pág. 180)
-#'
+#' @keywords RL dummy heterovar
+#' @source PAULA (2004), Exemplo 2.10.19, pág. 180.
#' @references Feigl, P., Zelen, M. (1965). Estimation of exponential
#' survival probabilities with concomitant information. Biometrics
#' 21, 826-838.
-#'
#' @examples
-#' data(PaulaEx2.10.19)
#'
+#' data(PaulaEx2.10.19)
#' str(PaulaEx2.10.19)
#'
#' library(latticeExtra)
+#'
#' xyplot(tempo ~ ncel,
#' groups = carac,
#' data = PaulaEx2.10.19,
@@ -1464,8 +1425,7 @@ NULL
#' corner = c(0.95, 0.95),
#' lines = TRUE,
#' cex.title = 1,
-#' title = "Característica morfológica "
-#' ))
+#' title = "Característica morfológica"))
#'
NULL
@@ -1481,7 +1441,8 @@ NULL
#' variáveis do estudo (variáveis da apólice, que compreendem
#' informações do veículo e do principal condutor).
#' @format Um \code{data.frame} com 996 observações e 9 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{valorv}}{Valor do veículo, em dez mil dólares
#' australianos.}
@@ -1508,18 +1469,15 @@ NULL
#' australianos.}
#'
#' }
-#' @keywords positivo-assimétrico quase-verossimilhança
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 2.10.20,
-#' pág. 181; exercício 5.6.3, pág. 396)
-#'
+#' @keywords RM contagem
+#' @source PAULA (2004), Exercício 2.10.20, pág. 181; exercício 5.6.3,
+#' pág. 396.
#' @references De Jong, P., Heller, G. Z. (2008). Generalized linear
#' models for insurance data (Vol. 136). Cambridge: Cambridge
#' University Press.
-#'
#' @examples
-#' data(PaulaEx2.10.20)
#'
+#' data(PaulaEx2.10.20)
#' str(PaulaEx2.10.20)
#'
#' # Variável de interesse - custo médio de um sinistro
@@ -1535,6 +1493,7 @@ NULL
#'
#' # Dispersão das variáveis numéricas
#' library(lattice)
+#'
#' splom(PaulaEx2.10.20[, index],
#' type = c("p", "g", "smooth"),
#' lwd = 2, col.line = 1)
@@ -1542,14 +1501,16 @@ NULL
NULL
#' @name PaulaEx2.10.7
-#' @title Resist\enc{ê}{e}ncia de Vidros sob Efeito de Voltagem e Temperatura
+#' @title Resist\enc{ê}{e}ncia de Vidros sob Efeito de Voltagem e
+#' Temperatura
#' @description Resultados de um experimento em que a resistência de um
#' determinado tipo de vidro foi avaliada segundo quatro níveis de
#' voltagem e duas temperaturas. Foram 32 avaliações referentes a 4
#' repetições de cada tratamento (combinação dos níveis de voltagem
#' e temperatura.)
#' @format Um \code{data.frame} com 32 observações e 3 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{tempo}}{Tempo de resistência do vidro, mensurado em
#' horas.}
@@ -1561,20 +1522,19 @@ NULL
#' valores em graus Celsius.}
#'
#' }
-#' @keywords positivo-assimétrico
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 2.10.7,
-#' pág. 175)
-#'
+#' @keywords FAT2
+#' @source PAULA (2004), Exercício 2.10.7, pág. 175.
#' @references Lawless, J. F. (1982). Statistical Models and Methods for
#' Lifetime Data. John Wiley, New York.
-#'
#' @examples
-#' data(PaulaEx2.10.7)
#'
+#' data(PaulaEx2.10.7)
#' str(PaulaEx2.10.7)
#'
+#' xtabs(~volt + temp, data = PaulaEx2.10.7)
+#'
#' library(lattice)
+#'
#' xyplot(tempo ~ volt,
#' groups = temp,
#' data = PaulaEx2.10.7,
@@ -1610,10 +1570,8 @@ NULL
NULL
#' @name PaulaEx3.7.14
-#' @title Confiabilidade de equipamentos
-#'
+#' @title Confiabilidade de Equipamentos
#' @description Dados referentes aos tempos de falhas de equipamentos.
-#'
#' @format Um \code{data.frame} com 4 variáveis.
#'
#' \describe{
@@ -1622,46 +1580,45 @@ NULL
#'
#' \item{\code{equip}}{Tipo de equipamento (A, B ou C).}
#'
-#' \item{\code{nit}}{Número de equipamentos que não falharam até o tempo t,
-#' t = 1,2,3,4,5.}
+#' \item{\code{nit}}{Número de equipamentos que não falharam até o tempo
+#' t, t = 1,2,3,4,5.}
#'
-#' \item{\code{yit}}{Número de falhas no intervalo entre os tempos t-1 e t.}
+#' \item{\code{yit}}{Número de falhas no intervalo entre os tempos t-1 e
+#' t.}
#'
#' }
#' @keywords sobrevivencia
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP.
-#' (Exercício 3.7.14, página 272)
-#'
+#' @source PAULA (2004), Exercício 3.7.14, página 272.
#' @references Lawless, J. F. (1982). Statistical Models and Methods for
#' Lifetime Data. John Wiley & Sons, New York. (Página 389)
-#'
#' @references Efron, B. (1988). Logistic regression, survival analysis,
-#' and the Kaplan-Meier curve. J. Amer. Stat. Assoc., 83.
-#' (Páginas 414-425)
-#'
+#' and the Kaplan-Meier curve. J. Amer. Stat. Assoc., 83. (Páginas
+#' 414-425)
#' @examples
#'
-#' require(lattice)
+#' library(lattice)
#'
#' data(PaulaEx3.7.14)
+#' str(PaulaEx3.7.14)
#'
#' PaulaEx3.7.14$temp <- as.factor(PaulaEx3.7.14$temp)
#'
-#' xyplot(nit~temp, groups = equip, data = PaulaEx3.7.14, type = "o",
-#' auto.key = TRUE, xlab = "Tempos",
-#' ylab = "N° de equipamentos operantes",
-#' main = "Confiabilidade dos equipamentos")
+#' xyplot(nit ~ temp,
+#' groups = equip,
+#' data = PaulaEx3.7.14,
+#' type = "o",
+#' auto.key = TRUE,
+#' xlab = "Tempos",
+#' ylab = "Número de equipamentos operantes")
+#'
NULL
#' @name PaulaEx3.7.15
-#' @title Tumor benigno na mama
-#'
+#' @title Tumor Benigno na Mama
#' @description Estudo de caso-controle com emparelhamentos do tipo 1:1,
-#' em que os casos foram mulheres com diagnóstico confirmado de tumor
-#' benigno na mama. Os controles foram mulheres sadias diagnosticadas no
-#' mesmo hospital e período dos casos.
-#'
+#' em que os casos foram mulheres com diagnóstico confirmado de
+#' tumor benigno na mama. Os controles foram mulheres sadias
+#' diagnosticadas no mesmo hospital e período dos casos.
#' @format Um \code{data.frame} com 100 observações e 14 variáveis.
#'
#' \describe{
@@ -1670,14 +1627,16 @@ NULL
#'
#' \item{\code{obs}}{Observação (1 = caso, 2 = controle).}
#'
-#' \item{\code{idade}}{Idade do paciente no momento da entrevista (em anos).}
+#' \item{\code{idade}}{Idade do paciente no momento da entrevista (em
+#' anos).}
#'
#' \item{\code{diag}}{Diagnóstico (1:caso, 0:controle).}
#'
#' \item{\code{tesc}}{Tempo de escolaridade (em anos).}
#'
-#' \item{\code{gesc}}{Grau de escolaridade (0 = nenhum, 1 = segundo grau,
-#' 2 = técnico, 3 = universitário, 4 = mestrado, 5 = doutorado).}
+#' \item{\code{gesc}}{Grau de escolaridade (0 = nenhum, 1 = segundo
+#' grau, 2 = técnico, 3 = universitário, 4 = mestrado, 5 =
+#' doutorado).}
#'
#' \item{\code{cur}}{Checkup Regular (1 = sim, 2 = não).}
#'
@@ -1693,58 +1652,49 @@ NULL
#'
#' \item{\code{iupmen}}{Idade do último período menstrual.}
#'
-#' \item{\code{ec}}{Estado civil (1 = casada, 2 = divorciada, 3 = separada,
-#' 4 = viúva, 5 = solteira).}
+#' \item{\code{ec}}{Estado civil (1 = casada, 2 = divorciada, 3 =
+#' separada, 4 = viúva, 5 = solteira).}
#'
#' }
-#'
-#' @keywords RL
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 3.7.14, pág. 273)
-#'
-#'
-#' @references Hosmer, D. W. e Lemeshow, S. (1989).
-#' Applied Logistic Regression. John Wiley, New York. (Capítulo.7)
-#'
+#' @keywords RM
+#' @source PAULA (2004), Exercício 3.7.14, pág. 273.
+#' @references Hosmer, D. W. e Lemeshow, S. (1989). Applied Logistic
+#' Regression. John Wiley, New York. (Capítulo.7)
#' @examples
#'
#' data(PaulaEx3.7.15)
-#'
-#' # Transformar variáveis
-#'
#' str(PaulaEx3.7.15)
#'
+#' # Transformar variáveis
#' PaulaEx3.7.15 <- transform(
#' PaulaEx3.7.15,
#' PaulaEx3.7.15$est <- as.factor(PaulaEx3.7.15$est),
#' PaulaEx3.7.15$diag <- as.factor(PaulaEx3.7.15$diag),
#' PaulaEx3.7.15$cur <- as.factor(PaulaEx3.7.15$cur),
-#' PaulaEx3.7.15$ec <- as.factor(PaulaEx3.7.15$ec)
-#' )
+#' PaulaEx3.7.15$ec <- as.factor(PaulaEx3.7.15$ec))
+#'
#' # Libra para Kg
#' PaulaEx3.7.15$peso <- PaulaEx3.7.15$peso*0.453592
#'
#' pairs(~ idade + diag + tesc + gesc + cur + ipg + idmens
-#' + numab + numfi + peso + idupmens + ec,
-#' data = PaulaEx3.7.15,
-#' main = "Matriz de gráficos de dispersão - tumor benigno na mama")
+#' + numab + numfi + peso + idupmens + ec,
+#' data = PaulaEx3.7.15)
+#'
NULL
#' @name PaulaEx3.7.16
-#' @title Experimento de toxicidade
-#'
-#' @description Estudo que descreve os resultados de um
-#' experimento em que a toxicidade de três concentrações (rotenine,
-#' deguelin e mistura, essa última como uma mistura das duas pri-
-#' meiras) é investigada. As concentrações foram testadas em insetos e
-#' observado, para cada dose, o número de insetos mortos.
-#'
+#' @title Experimento de Toxicidade
+#' @description Estudo que descreve os resultados de um experimento em
+#' que a toxicidade de três concentrações (rotenine, deguelin e
+#' mistura, essa última como uma mistura das duas pri- meiras) é
+#' investigada. As concentrações foram testadas em insetos e
+#' observado, para cada dose, o número de insetos mortos.
#' @format Um \code{data.frame} com 4 variáveis.
#'
#' \describe{
#'
-#' \item{\code{conc}}{Concentração (R = rotenine,
-#' D = deguelin e M = mistura).}
+#' \item{\code{conc}}{Concentração (R = rotenine, D = deguelin e M =
+#' mistura).}
#'
#' \item{\code{dose}}{Dose aplicada da concentração.}
#'
@@ -1753,33 +1703,33 @@ NULL
#' \item{\code{mort}}{Número de insetos mortos.}
#'
#' }
-#'
#' @keywords binomial
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP.
-#' (Exercício 3.7.14, pág. 274 e 275)
-#'
-#' @references Morgan, B. J. T. (1992). Analysis of Quantal Response Data.
-#' Chapman and Hall, London. (Página 90)
-#'
+#' @source PAULA (2004), Exercício 3.7.14, pág. 274 e 275.
+#' @references Morgan, B. J. T. (1992). Analysis of Quantal Response
+#' Data. Chapman and Hall, London. (Página 90)
#' @examples
#'
#' data(PaulaEx3.7.16)
+#' str(PaulaEx3.7.16)
#'
-#' require(lattice)
+#' library(lattice)
+#'
+#' xyplot(mort/exp ~ dose,
+#' groups = conc,
+#' data = PaulaEx3.7.16,
+#' type = "o",
+#' auto.key = TRUE,
+#' ylab = "Proporção de insetos mortos",
+#' xlab = "Dose")
#'
-#' xyplot(mort/exp ~ dose, groups = conc, data = PaulaEx3.7.16, type = 'o',
-#' auto.key = TRUE, ylab = "Proporção de insetos mortos",
-#' xlab = "Dose", main = "Sobrevivência dos insetos expostos a toxina")
NULL
#' @name PaulaEx3.7.19
-#' @title Gestantes fumantes
-#'
+#' @title Gestantes Fumantes
#' @description Estudo com gestantes fumantes, no qual as participantes
-#' foram classificadas segundo os fatores de idade, número de cigarros
-#' consumidos, tempo de gestação, e a condição (sobrevivência) da criança.
-#'
+#' foram classificadas segundo os fatores de idade, número de
+#' cigarros consumidos, tempo de gestação, e a condição
+#' (sobrevivência) da criança.
#' @format Um \code{data.frame} com 5 variáveis.
#'
#' \describe{
@@ -1796,21 +1746,16 @@ NULL
#' \item{\code{sobren}}{Número de crianças que não sobreviveram.}
#'
#' }
-#'
-#' @keywords ML
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP.
-#' (Exercício 3.7.19, página 276)
-#'
-#'
+#' @keywords contingência
+#' @source PAULA (2004), Exercício 3.7.19, página 276.
#' @references Agresti A. (1990). Categorical Data Analysis. John Wiley,
-#' New York. (página 253))
-#'
+#' New York. (página 253))
#' @examples
#'
#' data(PaulaEx3.7.19)
+#' str(PaulaEx3.7.19)
#'
-#' require(vcd)
+#' library(vcd)
#'
#' # Paciente que sobreviveram
#' ss <- xtabs(sobres ~ idade + ncigar + tgest, PaulaEx3.7.19)
@@ -1829,17 +1774,16 @@ NULL
#' labeling_args = list(
#' set_varnames = c(ncigar = "Número de cigarros",
#' tgest = "Tempo de gestação")))
+#'
NULL
#' @name PaulaEx3.7.20
-#' @title Pacientes com leucemia
-#'
-#' @description Estudo com 51 pacientes adultos,
-#' previamente diagnosticados com um tipo agudo de leucemia, que
-#' receberam um tipo de tratamento sendo verificada, após certo
-#' período, a eficiência ou não do tratamento.
-#'
-#' @format Um \code{data.frame} com 51 pacientes e
+#' @title Pacientes com Leucemia
+#' @description Estudo com 51 pacientes adultos, previamente
+#' diagnosticados com um tipo agudo de leucemia, que receberam um
+#' tipo de tratamento sendo verificada, após certo período, a
+#' eficiência ou não do tratamento.
+#' @format Um \code{data.frame} com 51 pacientes e 9 variáveis.
#'
#' \describe{
#'
@@ -1855,58 +1799,52 @@ NULL
#'
#' \item{\code{tmax}}{Temperatura máxima antes do tratamento (*10 F°).}
#'
-#' \item{\code{trat}}{Tratamento (1 = satisfatório, 0 = não satisfatório).}
+#' \item{\code{trat}}{Tratamento (1 = satisfatório, 0 = não
+#' satisfatório).}
#'
#' \item{\code{tsobre}}{Tempo de sobrevivência (em meses).}
#'
#' \item{\code{sit}}{Situação (1 = sobrevivente, 0 = não sobrevivente).}
-#' }
-#'
-#' @keywords ML
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP.
-#' (Exercício 3.7.19, página 276)
-#'
-#' @references Everitt, B. S. (1994).
-#' A Handbook of Statistical Analysis using S-Plus.
-#' Chapman and Hall, London. (Página 253)
#'
+#' }
+#' @keywords sobrevivência binaria
+#' @source PAULA (2004), Exercício 3.7.19, página 276.
+#' @references Everitt, B. S. (1994). A Handbook of Statistical
+#' Analysis using S-Plus. Chapman and Hall, London. (Página 253)
#' @examples
#'
#' data(PaulaEx3.7.20)
-#'
-#' # Transformar variáveis
-#'
#' str(PaulaEx3.7.20)
#'
+# Transformar variáveis.
#' PaulaEx3.7.20 <- transform(
-#' PaulaEx3.7.20,
-#' PaulaEx3.7.20$trat <- as.factor(PaulaEx3.7.20$trat),
-#' PaulaEx3.7.20$sit <- as.factor(PaulaEx3.7.20$sit)
-#' )
+#' PaulaEx3.7.20,
+#' PaulaEx3.7.20$trat = as.factor(PaulaEx3.7.20$trat),
+#' PaulaEx3.7.20$sit = as.factor(PaulaEx3.7.20$sit))
#'
+#' library(car)
#'
-#' require(car)
-#'
-#' scatterplotMatrix(~ idade + mdd + im + cl + md + tmax + trat
-#' + tsobre + sit,
+#' scatterplotMatrix(~idade + mdd + im + cl + md + tmax + trat + tsobre +
+#' sit,
#' spread = FALSE,
#' pch = 20,
#' lwd = 2,
-#' smooth = TRUE,
+#' smooth = TRUE,
#' data = PaulaEx3.7.20,
-#' cex = 1.5,
-#' main = "Matriz de gráficos de dispersão - Leucemia")
+#' cex = 1.5)
+#'
NULL
#' @name PaulaEx3.7.21
-#' @title Fatores Ambientais na Abund\enc{â}{a}ncia de Duas Esp\enc{é}{e}cies de Lagarto
+#' @title Fatores Ambientais na Abund\enc{â}{a}ncia de Duas
+#' Esp\enc{é}{e}cies de Lagarto
#' @description Dados referentes à distribuição de duas espécies de
#' lagarto (\emph{grahani} e \emph{opalinus}) segundo quatro
#' fatores: periodo do dia, comprimento da madeira, largura da
#' madeira, local de ocupação.
#' @format Um \code{data.frame} com 23 observações e 6 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{grahani}}{Quantidade de lagartos da espécie
#' \emph{grahani}.}
@@ -1914,22 +1852,21 @@ NULL
#' \item{\code{opalinus}}{Quantidade de lagartos da espécie
#' \emph{opalinus}.}
#'
-#' \item{\code{periodo}}{Fator com 3 níveis referentes ao período do
-#' dia (manhã, meio-dia, tarde). }
+#' \item{\code{periodo}}{Fator com 3 níveis referentes ao período do dia
+#' (manhã, meio-dia, tarde). }
#'
#' \item{\code{comp}}{Fator com 2 níveis referentes ao comprimento da
#' madeira (curta, comprida).}
#'
-#' \item{\code{larg}}{Fator com 2 níveis referentes a largura da
-#' madeira (estreita, larga). }
+#' \item{\code{larg}}{Fator com 2 níveis referentes a largura da madeira
+#' (estreita, larga). }
#'
#' \item{\code{local}}{Fator com 2 níveis referentes ao local de
#' ocupação (claro, escuro). }
#'
#' }
#' @keywords RM contagem
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 21, pág. 277)
+#' @source PAULA (2004), Exercício 21, pág. 277.
#' @examples
#'
#' library(lattice)
@@ -1955,7 +1892,7 @@ NULL
NULL
#' @name PaulaEx3.7.22
-#' @title Avalia\enc{çã}{ca}o de caduquice
+#' @title Avalia\enc{çã}{ca}o de Caduquice
#' @description Os dados provém de um experimento com 54 indivíduos
#' considerados idosos. Eles foram submetidos a um exame
#' psiquiátrico para avaliar a ocorrência ou não de sintoma de
@@ -1974,9 +1911,7 @@ NULL
#'
#' }
#' @keywords binomial
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 3.7.22,
-#' pág. 278)
+#' @source PAULA (2004), Exercício 3.7.22, pág. 278.
#' @examples
#'
#' library(lattice)
@@ -1992,7 +1927,8 @@ NULL
NULL
#' @name PaulaEx3.7.23
-#' @title Incid\enc{ê}{e}ncia de Dengue e Fatores Socio-econ\enc{ô}{o}micos
+#' @title Incid\enc{ê}{e}ncia de Dengue e Fatores
+#' Socio-econ\enc{ô}{o}micos
#' @description Os dados provém de um estudo para investigar a
#' incidência de dengue numa determinanda cidade da costa mexicana.
#'
@@ -2020,10 +1956,8 @@ NULL
#' contraiu (1) ou não contraiu (0) a doença recentemente.}
#'
#' }
-#' @keywords binomial
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 3.7.23,
-#' pág. 279)
+#' @keywords binario
+#' @source PAULA (2004), Exercício 3.7.23, pág. 279.
#' @examples
#'
#' library(lattice)
@@ -2039,11 +1973,12 @@ NULL
NULL
#' @name PaulaEx3.7.24
-#' @title Cor dos Olhos dos Filhos em Fun\enc{çã}{ca}o dos Pais e Av\enc{ó}{o}s
-#' @description Os dados são de 78 famílias com pelo menos 6 filhos
-#' cada uma. Nestas famílias, codificou-se a cor dos pais e dos avós
-#' e o número total de filhos por casal e o número de filhos com
-#' olhos de cor clara.
+#' @title Cor dos Olhos dos Filhos em Fun\enc{çã}{ca}o dos Pais e
+#' Av\enc{ó}{o}s
+#' @description Os dados são de 78 famílias com pelo menos 6 filhos cada
+#' uma. Nestas famílias, codificou-se a cor dos pais e dos avós e o
+#' número total de filhos por casal e o número de filhos com olhos
+#' de cor clara.
#' @format Um \code{data.frame} com 78 observações e 4 variáveis, em que
#'
#' \describe{
@@ -2070,9 +2005,7 @@ NULL
#'
#' }
#' @keywords binomial
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 3.7.24,
-#' pág. 279)
+#' @source PAULA (2004), Exercício 3.7.24, pág. 279.
#' @examples
#'
#' library(lattice)
@@ -2105,10 +2038,8 @@ NULL
#' \item{\code{peso}}{Peso do indivíduo, em quilogramas (kg).}
#'
#' }
-#' @keywords binomial
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 3.7.25,
-#' pág. 280)
+#' @keywords binomial contingência
+#' @source PAULA (2004), Exercício 3.7.25, pág. 280.
#' @examples
#'
#' library(lattice)
@@ -2122,6 +2053,7 @@ NULL
#' title = "Fumante", cex.title = 1.1),
#' xlab = "Peso (kg)", ylab = "Pulsação em repouso")
#'
+#' layout(1)
#' mosaicplot(xtabs(~fuma + pulsa, data = PaulaEx3.7.25))
#'
NULL
@@ -2129,11 +2061,11 @@ NULL
#' @name PaulaEx3.7.7a
#' @title Influ\enc{ê}{e}ncia de Extrato Vegetal e Qu\enc{í}{i}mico
#' @description Experimento de dose-resposta conduzido para avaliar a
-#' influência dos extratos vegetais "aquoso frio de folhas", "aquoso
-#' frio de frutos" e de um extrato químico, respectivamente, na morte
-#' de um determinado tipo de caramujo.
-#'
+#' influência dos extratos vegetais "aquoso frio de folhas",
+#' "aquoso frio de frutos" e de um extrato químico, respectivamente,
+#' na morte de um determinado tipo de caramujo.
#' @format Um \code{data.frame} com 7 observações e 3 variáveis.
+#'
#' \describe{
#'
#' \item{\code{dose}}{Dose.}
@@ -2143,37 +2075,37 @@ NULL
#' \item{\code{cmort}}{Caramujos mortos.}
#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Ex 3.7.7a, pág. 269)
-#'
+#' @keywords bionomial
+#' @source PAULA (2004), Ex 3.7.7a, pág. 269.
#' @examples
#'
#' data(PaulaEx3.7.7a)
-#'
#' str(PaulaEx3.7.7a)
#'
#' library(lattice)
#'
#' xyplot(PaulaEx3.7.7a$cmort/PaulaEx3.7.7a$cexp ~ dose,
-#' data = PaulaEx3.7.7a,
-#' xlab = "Dose",
-#' type = c("o"),
-#' ylab = "Proporção de mortos",
-#' auto.key = list(space="top", columns=2,
-#' title="Caramujos", cex.title=1,
-#' lines=TRUE, points=FALSE))
+#' data = PaulaEx3.7.7a,
+#' xlab = "Dose",
+#' type = c("o"),
+#' ylab = "Proporção de mortos",
+#' auto.key = list(space = "top",
+#' columns = 2,
+#' title = "Caramujos",
+#' cex.title = 1,
+#' lines = TRUE,
+#' points = FALSE))
#'
NULL
#' @name PaulaEx3.7.7b
#' @title Influ\enc{ê}{e}ncia de Extrato Vegetal e Qu\enc{í}{i}mico
#' @description Experimento de dose-resposta conduzido para avaliar a
-#' influência dos extratos vegetais "aquoso frio de folhas", "aquoso
-#' frio de frutos" e de um extrato químico, respectivamente, na morte
-#' de um determinado tipo de caramujo.
-#'
+#' influência dos extratos vegetais "aquoso frio de folhas",
+#' "aquoso frio de frutos" e de um extrato químico, respectivamente,
+#' na morte de um determinado tipo de caramujo.
#' @format Um \code{data.frame} com 7 observações e 3 variáveis.
+#'
#' \describe{
#'
#' \item{\code{dose}}{Dose.}
@@ -2183,38 +2115,37 @@ NULL
#' \item{\code{cmort}}{Caramujos mortos.}
#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Ex 3.7.7b, pág. 269)
-#'
+#' @keywords binomial
+#' @source PAULA (2004), Ex 3.7.7b, pág. 269.
#' @examples
#'
#' data(PaulaEx3.7.7b)
-#'
#' str(PaulaEx3.7.7b)
#'
#' library(lattice)
#'
#' xyplot(PaulaEx3.7.7b$cmort/PaulaEx3.7.7b$cexp ~ dose,
-#' data = PaulaEx3.7.7b,
-#' xlab = "Dose",
-#' type = c("o"),
-#' ylab = "Proporção de mortos",
-#' auto.key = list(space="top", columns=2,
-#' title="Caramujos", cex.title=1,
-#' lines=TRUE, points=FALSE))
-#'
+#' data = PaulaEx3.7.7b,
+#' xlab = "Dose",
+#' type = c("o"),
+#' ylab = "Proporção de mortos",
+#' auto.key = list(space = "top",
+#' columns = 2,
+#' title = "Caramujos",
+#' cex.title = 1,
+#' lines = TRUE,
+#' points = FALSE))
#'
NULL
#' @name PaulaEx3.7.7c
#' @title Influ\enc{ê}{e}ncia de Extrato Vegetal e Qu\enc{í}{i}mico
#' @description Experimento de dose-resposta conduzido para avaliar a
-#' influência dos extratos vegetais "aquoso frio de folhas", "aquoso
-#' frio de frutos" e de um extrato químico, respectivamente, na morte
-#' de um determinado tipo de caramujo.
-#'
+#' influência dos extratos vegetais "aquoso frio de folhas",
+#' "aquoso frio de frutos" e de um extrato químico, respectivamente,
+#' na morte de um determinado tipo de caramujo.
#' @format Um \code{data.frame} com 7 observações e 3 variáveis.
+#'
#' \describe{
#'
#' \item{\code{dose}}{Dose.}
@@ -2224,39 +2155,38 @@ NULL
#' \item{\code{cmort}}{Caramujos mortos.}
#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Ex 3.7.7c, pág. 269)
-#'
+#' @keywords binomial
+#' @source PAULA (2004), Ex 3.7.7c, pág. 269.
#' @examples
#'
#' data(PaulaEx3.7.7c)
-#'
#' str(PaulaEx3.7.7c)
#'
#' library(lattice)
#'
-#' xyplot(PaulaEx3.7.7c$cmort/PaulaEx3.7.7c$cexp ~ dose,
-#' data = PaulaEx3.7.7c,
-#' xlab = "Dose",
-#' type = c("o"),
-#' ylab = "Proporção de mortos",
-#' auto.key = list(space="top", columns=2,
-#' title="Caramujos", cex.title=1,
-#' lines=TRUE, points=FALSE))
-#'
-#'
+#' xyplot(cmort/cexp ~ dose,
+#' data = PaulaEx3.7.7c,
+#' xlab = "Dose",
+#' type = c("o"),
+#' ylab = "Proporção de mortos",
+#' auto.key = list(space = "top",
+#' columns = 2,
+#' title = "Caramujos",
+#' cex.title = 1,
+#' lines = TRUE,
+#' points = FALSE))
#'
NULL
#' @name PaulaEx3.7.8
-#' @title Sal\enc{á}{a}rio de Executivos
-#' @description Dados referentes a um experimento desenvolvido para avaliar
-#' a germinação de um determinado tipo de semente. A tabela abaixo
-#' apresenta o número de sementes que germinaram após cinco dias para
-#' cada 100 sementes submetidas a cada condição experimental.
-#'
+#' @title Germinação de Sementes
+#' @description Dados referentes a um experimento desenvolvido para
+#' avaliar a germinação de um determinado tipo de semente. A tabela
+#' abaixo apresenta o número de sementes que germinaram após cinco
+#' dias para cada 100 sementes submetidas a cada condição
+#' experimental.
#' @format Um \code{data.frame} com 18 observações e 4 variáveis.
+#'
#' \describe{
#'
#' \item{\code{temp}}{Temperatura da germinação.}
@@ -2267,23 +2197,19 @@ NULL
#'
#' \item{\code{sgerm}}{Número de sementes que germinaram.}
#'
-#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Ex 3.7.8, pág. 270)
-#'
+#' @keywords binomial
+#' @source PAULA (2004), Ex 3.7.8, pág. 270.
#' @examples
#'
#' data(PaulaEx3.7.8)
-#'
#' str(PaulaEx3.7.8)
#'
#' library(lattice)
#'
#' PaulaEx3.7.8$ntemp <- as.factor(PaulaEx3.7.8$ntemp)
-#'
#' PaulaEx3.7.8$numid <- as.factor(PaulaEx3.7.8$numid)
+#'
#' xyplot(sgerm ~ numid | ntemp,
#' data = PaulaEx3.7.8,
#' xlab = "Nível de temperatura",
@@ -2292,15 +2218,16 @@ NULL
NULL
#' @name PaulaEx4.6.15
-#' @title N\enc{ú}{u}mero de Infec\enc{çõ}{co}es de Ouvido em Recrutas Americanos
+#' @title N\enc{ú}{u}mero de Infec\enc{çõ}{co}es de Ouvido em Recrutas
+#' Americanos
#' @description Dados referentes a um estudo realizado em 1990 com
-#' recrutas americanos em que a variável de interesse era o número de
-#' infecções de ouvido. Além disso, foram coletadas as seguintes
+#' recrutas americanos em que a variável de interesse era o número
+#' de infecções de ouvido. Além disso, foram coletadas as seguintes
#' informações sobre os recrutas: hábito de nadar, local em que
#' costuma nadar, idade e sexo.
-#'
#' @format Um \code{data.frame} com 287 observações e 5 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{habito}}{Fator com dois níveis que indica o hábito em
#' nadar do recruta (\code{ocasional} ou \code{frequente}).}
@@ -2311,32 +2238,32 @@ NULL
#' \item{\code{idade}}{Idade do recruta, em anos categorizados em três
#' níveis (\code{15-19}, \code{20-24} e \code{25-29}).}
#'
-#' \item{\code{sexo}}{Sexo (\code{F} para feminino e \code{M} para masculino).}
+#' \item{\code{sexo}}{Sexo (\code{F} para feminino e \code{M} para
+#' masculino).}
#'
#' \item{\code{ninfec}}{Número de infecções de ouvido diagnosticadas
#' pelo próprio recruta.}
#'
#' }
-#' @keywords contagem superdispersão
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 4.6.15,
-#' pág. 346)
-#'
+#' @keywords contagem contingência
+#' @source PAULA (2004), Exercício 4.6.15, pág. 346.
#' @references Hand, D. J, Daly, F., Lunn, A. D., McConway, K. J.,
#' Ostrowski, E. (1994). A Handbook of Small Data Sets. Chapman and
#' Hall, London.
#' @examples
#'
#' data(PaulaEx4.6.15)
-#'
#' str(PaulaEx4.6.15)
#'
#' xt <- xtabs(ninfec ~ ., data = PaulaEx4.6.15)
#' ftable(prop.table(xt))
#' plot(xt, xlab = "Hábito", main = "")
#'
-#' mv <- aggregate(ninfec ~ ., FUN = function(x)
-#' c(mu = mean(x), var = var(x)), data = PaulaEx4.6.15)
+#' mv <- aggregate(ninfec ~ .,
+#' data = PaulaEx4.6.15,
+#' FUN = function(x) {
+#' c(mu = mean(x), var = var(x))
+#' })
#'
#' library(lattice)
#'
@@ -2351,6 +2278,7 @@ NULL
#' })
#'
#' library(latticeExtra)
+#'
#' useOuterStrips(
#' xyplot(ninfec ~ idade | habito + local,
#' groups = sexo,
@@ -2372,7 +2300,8 @@ NULL
#' água, uso anterior do detergente \code{M}, detergente de
#' preferência e maciez da água.
#' @format Um \code{data.frame} com 24 observações e 5 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{temp}}{Temperatura da água, mensurada em dois níveis
#' (\code{alta} e \code{baixa}).}
@@ -2387,21 +2316,18 @@ NULL
#' (\code{forte}, code{leve} e \code{média}).}
#'
#' \item{\code{nind}}{Número de pessoas que tiveram respostas conforme
-#' combinação de \code{temp}, \code{usom}, \code{prefer} e \code{maciez}.}
+#' combinação de \code{temp}, \code{usom}, \code{prefer} e
+#' \code{maciez}.}
#'
#' }
#' @keywords contagem
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 4.6.17,
-#' pág. 347)
-#'
+#' @source PAULA (2004), Exercício 4.6.17, pág. 347.
#' @references Bishop, Y. M. M., Fienberg, S. E., Holland,
#' P. W. (1975). Discrete Multivariate Analysis: Theory and
#' Practice. MIT Press, Cambridge.
#' @examples
#'
#' data(PaulaEx4.6.17)
-#'
#' str(PaulaEx4.6.17)
#'
#' xt <- xtabs(nind ~ ., data = PaulaEx4.6.17)
@@ -2409,6 +2335,7 @@ NULL
#' plot(xt)
#'
#' library(latticeExtra)
+#'
#' useOuterStrips(
#' xyplot(nind ~ maciez | prefer + usom,
#' groups = temp,
@@ -2423,15 +2350,16 @@ NULL
NULL
#' @name PaulaEx4.6.20
-#' @title Ovos Eclodidos de Ceriodaphnia dubia sob Doses de Herbicida
-#' @description Dados provenientes de um típico estudo
-#' dose-resposta. 50 animais \emph{Ceriodaphnia dubia}
-#' (pequeno invertebrado de água doce) foram submetidos a 5 diferentes
-#' dosagens do herbicida \emph{Nitrofen} (10 animais expostos a cada
-#' nível de dosagem) e, após 3 ninhadas, observou-se o número total
-#' de ovos eclodidos.
+#' @title Ovos Eclodidos de \emph{Ceriodaphnia dubia} sob Doses de
+#' Herbicida
+#' @description Dados provenientes de um típico estudo dose-resposta. 50
+#' animais \emph{Ceriodaphnia dubia} (pequeno invertebrado de água
+#' doce) foram submetidos a 5 diferentes dosagens do herbicida
+#' \emph{Nitrofen} (10 animais expostos a cada nível de dosagem) e,
+#' após 3 ninhadas, observou-se o número total de ovos eclodidos.
#' @format Um \code{data.frame} com 50 observações e 2 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{dose}}{Dosagem de \emph{Nitrofen} aplicada, em mg/l.}
#'
@@ -2439,28 +2367,23 @@ NULL
#' eclodidos após 3 ninhadas.}
#'
#' }
-#'
#' @details A variável \code{dose} foi tomada como valor numérico,
#' devido a natureza da variável. Todavia, se for de interesse na
#' análise a comparação das médias dos números de ovos eclodidos,
-#' pode-se considerá-la como fator de cinco níveis (0, 80, 160, 235 e
-#' 310 mg/l) e estimar as médias para cada nível
-#'
-#' @keywords contagem
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 4.6.20,
-#' pág. 349)
-#'
+#' pode-se considerá-la como fator de cinco níveis (0, 80, 160, 235
+#' e 310 mg/l) e estimar as médias para cada nível
+#' @keywords RL contagem
+#' @source PAULA (2004), Exercício 4.6.20, pág. 349.
#' @examples
#'
#' data(PaulaEx4.6.20)
-#'
#' str(PaulaEx4.6.20)
#'
#' aggregate(novos ~ dose, FUN = function(x) c(mean(x), var(x)),
#' data = PaulaEx4.6.20)
#'
#' library(lattice)
+#'
#' xyplot(novos ~ dose,
#' data = PaulaEx4.6.20,
#' jitter.x = TRUE,
@@ -2476,11 +2399,11 @@ NULL
#' físicas em que se avaliou o número de quedas num período de seis
#' meses registrando, além das informações: tipo de intervenção
#' realizada, sexo e escores de balanço e força. O objetivo do
-#' estudo é relacionar o número médio de quedas com o tipo de intervenção
-#' e as demais variáveis explicativas coletadas.
-#'
+#' estudo é relacionar o número médio de quedas com o tipo de
+#' intervenção e as demais variáveis explicativas coletadas.
#' @format Um \code{data.frame} com 100 observações e 5 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{nquedas}}{Número de quedas no período de seis meses.}
#'
@@ -2491,22 +2414,20 @@ NULL
#' \item{\code{sexo}}{Fator com dois níveis que indica o sexo do
#' indivíduo (\code{F}: feminino e \code{M}: masculino).}
#'
-#' \item{\code{balan}}{Escore do balanço do indivíduo, escala de 0 a 100.}
+#' \item{\code{balan}}{Escore do balanço do indivíduo, escala de 0 a
+#' 100.}
#'
#' \item{\code{forca}}{Escore da força do indivíduo, escala de 0 a 100.}
#'
#' }
-#' @keywords contagem
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 4.6.5, pág. 342)
-#'
+#' @keywords RM contagem
+#' @source PAULA (2004), Exercício 4.6.5, pág. 342.
#' @references Neter, J., Kutner, M. H., Nachtsheim, C. J., Wasserman,
#' W. (1996). Applie Linear Regression Models (3tr ed.). Irwin,
#' Illinois.
#' @examples
#'
#' data(PaulaEx4.6.5)
-#'
#' str(PaulaEx4.6.5)
#'
#' library(lattice)
@@ -2521,25 +2442,27 @@ NULL
#' auto.key = list(cex.title = 1, columns = 2,
#' title = "Sexo"))
#'
-#' splom(~ PaulaEx4.6.5[, c("nquedas", "balan", "forca")],
+#' splom(~PaulaEx4.6.5[, c("nquedas", "balan", "forca")],
#' type = c("p", "smooth"))
#'
NULL
#' @name PaulaEx4.6.6
-#' @title C\enc{â}{a}ncer Nasal em Trabalhadores de Refinaria de N\enc{í}{i}quel
+#' @title C\enc{â}{a}ncer Nasal em Trabalhadores de Refinaria de
+#' N\enc{í}{i}quel
#' @description Dados provenientes de um estudo de seguimento em que se
#' acompanhou trabalhadores de uma refinaria de níquel no País de
-#' Gales durante determinado período e avaliou-se o número de ocorrências de
-#' câncer nasal. O interesse do estudo é avaliar a associação entre
-#' a taxa anual de câncer nasal e as variáveis explicativas: idade
-#' no primeiro emprego, ano do primeiro emprego e tempo decorrido
-#' desde o primeiro emprego.
+#' Gales durante determinado período e avaliou-se o número de
+#' ocorrências de câncer nasal. O interesse do estudo é avaliar a
+#' associação entre a taxa anual de câncer nasal e as variáveis
+#' explicativas: idade no primeiro emprego, ano do primeiro emprego
+#' e tempo decorrido desde o primeiro emprego.
#' @format Um \code{data.frame} com 72 observações e 5 variáveis.
-#' \describe{
#'
-#' \item{\code{idade}}{Fator com quatro níveis referente à idade (em anos)
-#' do trabalhador no seu primeiro emprego, com níveis
+#' \describe{
+#'
+#' \item{\code{idade}}{Fator com quatro níveis referente à idade (em
+#' anos) do trabalhador no seu primeiro emprego, com níveis
#' \code{<20}, \code{20-27}, \code{27.5-34.9} e \code{>35}.}
#'
#' \item{\code{ano}}{Fator com quatro níveis referente ao ano do
@@ -2557,16 +2480,13 @@ NULL
#'
#' }
#' @keywords contagem
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 4.6.6, pág. 343)
-#'
+#' @source PAULA (2004), Exercício 4.6.6, pág. 343.
#' @references Breslow, N. E., Day, N. E. (1987). Statistical Methods in
#' Cancer Research (vol. II). IARC Scientific Publications,
-#' International Agency for Research on Cancer, Lyon.
+#' International Agency for Research on Cancer, Lyon.
#' @examples
#'
#' data(PaulaEx4.6.6)
-#'
#' str(PaulaEx4.6.6)
#'
#' # Número de observações em cada combinação das variáveis explicativas
@@ -2605,87 +2525,93 @@ NULL
#' determinada fábrica. A fábrica registra o comprimento da peça
#' produzida e o número de falhas encontradas.
#' @format Um \code{data.frame} com 32 observações e 2 variáveis.
-#' \describe{
+#' \describe{
#'
-#' \item{\code{comp}}{Comprimento da peça de tecido produzida, em metros.}
+#' \item{\code{comp}}{Comprimento da peça de tecido produzida, em
+#' metros.}
#'
#' \item{\code{nfalhas}}{Número de falhas encontradas na peça.}
#'
#' }
-#' @keywords contagem superdispersão
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 4.6.7, pág. 343)
-#'
+#' @keywords RL contagem
+#' @source PAULA (2004), Exercício 4.6.7, pág. 343.
#' @references Hinde, J. (1982). Compound Poisson Regression Models in R
#' (Gilchrist ed.). Springer, New York.
#' @examples
#'
#' data(PaulaEx4.6.7)
-#'
#' str(PaulaEx4.6.7)
#'
#' library(lattice)
+#'
#' xyplot(nfalhas ~ comp, data = PaulaEx4.6.7,
-#' type = c("p", "g", "smooth"), xlab = "Comprimento", ylab =
-#' "Número de falhas")
+#' type = c("p", "g", "smooth"),
+#' xlab = "Comprimento",
+#' ylab = "Número de falhas")
#'
-#' histogram( ~nfalhas/comp, data = PaulaEx4.6.7,
-#' xlab = "Número de falhas por metro de tecido", ylab = "Frequência")
+#' histogram(~nfalhas/comp,
+#' data = PaulaEx4.6.7,
+#' xlab = "Número de falhas por metro de tecido",
+#' ylab = "Frequência")
#'
NULL
#' @name PaulaEx5.6.13
-#' @title An\enc{á}{a}lise da dispers\enc{ã}{a}o de um pigmento na pintura
-#' @description Um experimento foi conduzido para avaliar a dispersão
-#' de quatro diferentes pigmentos numa pintura. O procedimento
+#' @title An\enc{á}{a}lise da Dispers\enc{ã}{a}o de um Pigmento na
+#' Pintura
+#' @description Um experimento foi conduzido para avaliar a dispersão de
+#' quatro diferentes pigmentos numa pintura. O procedimento
#' consistiu em preparar cada mistura e aplicá-las num painel usando
-#' três métodos diferentes. O experimento é repetido em três dias distintos
-#' e a resposta é a porcentagem de reflectância do pigmento.
-#'
+#' três métodos diferentes. O experimento é repetido em três dias
+#' distintos e a resposta é a porcentagem de reflectância do
+#' pigmento.
#' @format Um \code{data.frame} com 36 observações e 5 variáveis.
+#'
#' \describe{
#'
#' \item{\code{painel}}{Número do painel.}
#'
#' \item{\code{dia}}{Dia de aplicação (1, 2 ou 3).}
#'
-#' \item{\code{metod}}{Método utilizado: (1 = pincel, 2 = rolo e
-#' 3 = spray.}
+#' \item{\code{metod}}{Método utilizado: (1 = pincel, 2 = rolo e 3 =
+#' spray.}
#'
#' \item{\code{mistur}}{Tipo de mistura do pigmento (1, 2, 3 ou 4).}
#'
#' \item{\code{reflec}}{Porcetagem de reflectância do pigmento.}
#'
#' }
-#' @keywords quase-verossimilhança
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 5.6.13, pág. 400)
-#'
+#' @keywords DBC FAT2
+#' @source PAULA (2004), Exercício 5.6.13, pág. 400.
#' @references Myers, R.H.; Montgomery, D. C. e Vining, G. G. (2002).
-#' Generalized Linear Models: With Applications in Engineering and the
-#' Sciences. John Wiley, New York.
-#'
+#' Generalized Linear Models: With Applications in Engineering and
+#' the Sciences. John Wiley, New York.
#' @examples
#'
#' library(lattice)
#'
#' data(PaulaEx5.6.13)
+#' str(PaulaEx5.6.13)
+#'
+#' ftable(xtabs(~dia + metod + mistur, data = PaulaEx5.6.13))
#'
-#' xyplot(reflec ~ mistur, groups = metod, auto.key = list(title = 'Método'),
-#' type = c("p", "g", "a"), data = PaulaEx5.6.13,
-#' xlab = "Mistura", ylab = "Reflectância")
+#' xyplot(reflec ~ mistur, groups = metod,
+#' auto.key = list(title = "Método"),
+#' type = c("p", "g", "a"), data = PaulaEx5.6.13,
+#' xlab = "Mistura", ylab = "Reflectância")
#'
NULL
#' @name PaulaEx5.6.14
-#' @title Compara\enc{çã}{ca}o de drogas para tratamento de leucemia
-#' @description Dados referentes a um experimento em que 30 ratos tiveram
-#' uma condição de leucemia induzida, sendo submetidos, posteriormente,
-#' a três drogas quimioterápicas. Foram coletadas de cada animal a
-#' quantidade de células brancas, a quantidade de células vermelhas
-#' e o número de colônias de células cancerosas, em três períodos diferentes.
-#'
+#' @title Compara\enc{çã}{ca}o de Drogas para Tratamento de Leucemia
+#' @description Dados referentes a um experimento em que 30 ratos
+#' tiveram uma condição de leucemia induzida, sendo submetidos,
+#' posteriormente, a três drogas quimioterápicas. Foram coletadas de
+#' cada animal a quantidade de células brancas, a quantidade de
+#' células vermelhas e o número de colônias de células cancerosas,
+#' em três períodos diferentes.
#' @format Um \code{data.frame} com 120 observações e 5 variáveis.
+#'
#' \describe{
#'
#' \item{\code{rato}}{Número de identificação do rato.}
@@ -2701,19 +2627,19 @@ NULL
#' \item{\code{celucanc}}{Número de colônias de células cancerosas.}
#'
#' }
-#' @keywords quase-verossimilhança
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 5.6.14, pág. 401)
-#'
+#' @keywords contagem
+#' @source PAULA (2004), Exercício 5.6.14, pág. 401.
#' @references Myers, R.H.; Montgomery, D. C. e Vining, G. G. (2002).
-#' Generalized Linear Models: With Applications in Engineering and the
-#' Sciences. John Wiley, New York.
-#'
+#' Generalized Linear Models: With Applications in Engineering and
+#' the Sciences. John Wiley, New York.
#' @examples
#'
#' library(lattice)
#'
#' data(PaulaEx5.6.14)
+#' str(PaulaEx5.6.14)
+#'
+#' xtabs(~period + trat, data = PaulaEx5.6.14)
#'
#' xyplot(celucanc ~ period, groups = rato,
#' type = c("p", "g", "a"), data = PaulaEx5.6.14)
@@ -2721,20 +2647,21 @@ NULL
NULL
#' @name PaulaEx5.6.15
-#' @title Ensaio cl\enc{í}{i}nico em pacientes com artrite
-#' @description Ensaio clínico em que 20 pacientes com artrite
-#' foram aleatorizados, de modo que 10 receberam o medicamento
-#' auronofin e os outros 10 receberam placebo. São consideradas como
-#' variáveis explicativas sexo e idade, além do tipo do tratamento. Os
+#' @title Ensaio cl\enc{í}{i}nico em Pacientes com Artrite
+#' @description Ensaio clínico em que 20 pacientes com artrite foram
+#' aleatorizados, de modo que 10 receberam o medicamento auronofin e
+#' os outros 10 receberam placebo. São consideradas como variáveis
+#' explicativas sexo e idade, além do tipo do tratamento. Os
#' pacientes foram consultados e avaliados em 4 ocasiões.
-#'
#' @format Um \code{data.frame} com 80 observações e 6 variáveis.
+#'
#' \describe{
#'
#' \item{\code{pacient}}{Identificação do paciente.}
#'
-#' \item{\code{period}}{Momento em que o paciente foi avaliado (1 = início
-#' do mês, 2 = após 1 mês, 3 = após 2 meses e 4 = após 3 meses.}
+#' \item{\code{period}}{Momento em que o paciente foi avaliado (1 =
+#' início do mês, 2 = após 1 mês, 3 = após 2 meses e 4 = após 3
+#' meses.}
#'
#' \item{\code{sexo}}{Sexo (1 = masculino e 0 = feminino).}
#'
@@ -2742,42 +2669,44 @@ NULL
#'
#' \item{\code{trat}}{Tratamento aplicado placebo ou Auronofin).}
#'
-#' \item{\code{result}}{Avaliação do paciente classificada em
-#' bom e regular ou ruim.}
+#' \item{\code{result}}{Avaliação do paciente classificada em bom e
+#' regular ou ruim.}
#'
#' }
-#' @keywords quase-verossimilhança
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Exercício 5.6.14, pág. 401)
-#'
+#' @keywords binario
+#' @source PAULA (2004), Exercício 5.6.14, pág. 401.
#' @references Myers, R.H.; Montgomery, D. C. e Vining, G. G. (2002).
-#' Generalized Linear Models: With Applications in Engineering and the
-#' Sciences. John Wiley, New York.
-#'
+#' Generalized Linear Models: With Applications in Engineering and
+#' the Sciences. John Wiley, New York.
#' @examples
#'
#' library(lattice)
#'
#' data(PaulaEx5.6.15)
-#'
-#' barchart(table(PaulaEx5.6.15$result,PaulaEx5.6.15$trat, PaulaEx5.6.15$period),
-#' auto.key = list(space="top",
-#' columns = 4, cex.title = 1, rectangles = TRUE, points=FALSE,
-#' title = "Período"),
+#' str(PaulaEx5.6.15)
+#'
+#' tb <- xtabs(~result + trat + period, data = PaulaEx5.6.15)
+#' barchart(tb,
+#' horizontal = FALSE,
+#' beside = FALSE,
+#' stack = FALSE,
+#' auto.key = list(space = "top", columns = 4, cex.title = 1,
+#' rectangles = TRUE, points = FALSE,
+#' title = "Período"),
#' scales = list(y = list(relation = "free"),
-#' x = list(alternating = FALSE)),
-#' horizontal = FALSE, beside = FALSE, stack = FALSE,
-#' xlab = "Resultado", ylab = "Frequência absoluta")
+#' x = list(alternating = FALSE)),
+#' xlab = "Resultado",
+#' ylab = "Frequência absoluta")
#'
NULL
#' @name PaulaTb1.6
#' @title Anos de Estudo e a Renda M\enc{é}{e}dia Mensal
-#' @description Conjunto de dados que apresenta para cada unidade da
+#' @description Conjunto de dados que apresenta para cada unidade da
#' federação o número médio de anos de estudo e a renda média mensal
#' do chefe ou chefes de domicílio.
-#'
#' @format Um \code{data.frame} com 27 observações e 3 variáveis.
+#'
#' \describe{
#'
#' \item{\code{est}}{Estado (unidade da federação).}
@@ -2787,32 +2716,26 @@ NULL
#' \item{\code{rendm}}{Renda média mensal (em reais).}
#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Tabela 1.6, p?g. 80)
-#'
+#' @keywords RL
+#' @source PAULA (2004), Tabela 1.6, pág. 80.
#' @examples
#'
#' data(PaulaTb1.6)
-#'
#' str(PaulaTb1.6)
#'
#' library(lattice)
#'
#' xyplot(rendm ~ est,
-#' ylab = "Renda",
-#' xlab = "Estados",
-#' data = PaulaTb1.6,
-#' type = 'h',
-#' main = "Renda Média Mensal em Estado",
-#' grid = TRUE)
+#' ylab = "Renda",
+#' xlab = "Estados",
+#' data = PaulaTb1.6,
+#' grid = TRUE)
#'
#' xyplot(rendm ~ esc,
#' ylab = "Renda",
#' xlab = "Número médio de anos de estudo",
#' data = PaulaTb1.6,
-#' type = c("p", "smooth"),
-#' main = "Renda Média Mensal por Anos de Estudo")
+#' type = c("p", "smooth"))
#'
NULL
@@ -2820,9 +2743,9 @@ NULL
#' @title Bact\enc{é}{e}rias Sobreviventes em Amostras
#' @description Número de bactérias sobreviventes em amostras de um
#' produto alimentício segundo o tempo de exposição do produto a uma
-#' temperatura de 300°F.
-#'
+#' temperatura de 300\eqn{^\circ}F.
#' @format Um \code{data.frame} com 12 observações e 2 variáveis.
+#'
#' \describe{
#'
#' \item{\code{num}}{Número de bactérias sobreviventes.}
@@ -2830,14 +2753,11 @@ NULL
#' \item{\code{temp}}{Tempo de exposição (em minutos).}
#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Tabela 1.9, pág. 88)
-#'
+#' @keywords RL contagem
+#' @source PAULA (2004), Tabela 1.9, pág. 88.
#' @examples
#'
#' data(PaulaTb1.9)
-#'
#' str(PaulaTb1.9)
#'
#' library(lattice)
@@ -2846,9 +2766,7 @@ NULL
#' ylab = "Número de bactérias",
#' xlab = "Tempo de exposição",
#' data = PaulaTb1.9,
-#' type = c("o"),
-#' main = "Número de Bactérias Sobreviventes por Tempo de Exposição")
-
+#' type = "o")
#'
NULL
@@ -2860,7 +2778,8 @@ NULL
#' registrando-se o tempo até a perda de velocidade ou,
#' equivalentemente, a duração do motor.
#' @format Um \code{data.frame} com 50 observações e 2 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{turb}}{Fator com cinco níveis que indica o tipo de
#' turbina.}
@@ -2869,15 +2788,13 @@ NULL
#' do motor, mensurado em unidades de milhões de ciclos.}
#'
#' }
-#' @keywords positivo-assimétrico
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Tabela 2.1, pág. 121)
-#'
+#' @keywords DIC
+#' @source PAULA (2004), Tabela 2.1, pág. 121.
#' @references Lawless, J. F. (1982). Statistical Models and Methods for
#' Lifetime Data. John Wiley, New York.
#' @examples
-#' data(PaulaTb2.1)
#'
+#' data(PaulaTb2.1)
#' str(PaulaTb2.1)
#'
#' # Dados no formato "largo", conforme tabela 2.1 (Paula, 2004)
@@ -2886,6 +2803,7 @@ NULL
#' aggregate(tempo ~ turb, summary, data = PaulaTb2.1)
#'
#' library(lattice)
+#'
#' xyplot(tempo ~ turb,
#' data = PaulaTb2.1,
#' type = c("p", "g", "smooth"))
@@ -2903,6 +2821,7 @@ NULL
#' produtos confrontados com os verdadeiros valores de venda
#' obtidos.
#' @format Um \code{data.frame} com 20 observações e 2 variáveis.
+#'
#' \describe{
#'
#' \item{\code{proj}}{Valor projetado de venda.}
@@ -2910,16 +2829,15 @@ NULL
#' \item{\code{real}}{Valor real de venda.}
#'
#' }
-#' @keywords positivo-assimétrico
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Tabela 2.6, pág. 159)
-#'
+#' @keywords RL
+#' @source PAULA (2004), Tabela 2.6, pág. 159.
#' @examples
-#' data(PaulaTb2.6)
#'
+#' data(PaulaTb2.6)
#' str(PaulaTb2.6)
#'
#' library(lattice)
+#'
#' xyplot(real ~ proj, data = PaulaTb2.6,
#' grid = TRUE, pch = 19, cex = 1.2,
#' panel = function(x, y, ...) {
@@ -2930,13 +2848,12 @@ NULL
NULL
#' @name PaulaTb3.12
-#' @title Ocorr\enc{ê}{e}ncia de vaso-constri\enc{çã}{ca}o
-#' @description Dados de um experimento desenvolvido para
-#' avaliar a influência da quantidade de ar inspirado na ocorrência
-#' de vaso-constrição na pele dos dedos da mão. A resposta é a ocorrência
-#' (1) ou ausência (0) de compressão de vasos e as covariáveis são o
-#' volume e a razão de ar inspirado.
-#'
+#' @title Ocorr\enc{ê}{e}ncia de Vaso-constri\enc{çã}{ca}o
+#' @description Dados de um experimento desenvolvido para avaliar a
+#' influência da quantidade de ar inspirado na ocorrência de
+#' vaso-constrição na pele dos dedos da mão. A resposta é a
+#' ocorrência (1) ou ausência (0) de compressão de vasos e as
+#' covariáveis são o volume e a razão de ar inspirado.
#' @format Um \code{data.frame} com 39 observações e 3 variáveis, em que
#'
#' \describe{
@@ -2945,40 +2862,43 @@ NULL
#'
#' \item{razao}{Logaritmo da razão de ar inspirado.}
#'
-#' \item{resp}{Ocorrência ou não de compressão de vaso (ocorrência = 1
-#' e ausência = 0).}
+#' \item{resp}{Ocorrência ou não de compressão de vaso (ocorrência = 1 e
+#' ausência = 0).}
#'
#' }
-#' @keywords MLG binarios
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio computacional.
-#' São Paulo, SP: IME-USP. (Tb 3.12 pág. 227)
+#' @keywords binario
+#' @source PAULA (2004), Tb 3.12 pág. 227.
#' @examples
#'
#' library(lattice)
#'
#' data(PaulaTb3.12)
-#'
#' str(PaulaTb3.12)
#'
-#' bwplot(vol ~ resp, data = PaulaTb3.12,
-#' type=c("p","a"),
-#' xlab="Vaso-constrição", ylab="Volume de ar inspirado",
-#' scales=list(x=list(labels=c("Ausência","Ocorrência"))),
-#' main="Ocorrência de vaso-constrição")
+#' bwplot(vol ~ resp,
+#' data = PaulaTb3.12,
+#' type = c("p", "a"),
+#' xlab = "Vaso-constrição",
+#' ylab = "Volume de ar inspirado",
+#' scales = list(x = list(labels = c("Ausência", "Ocorrência"))),
+#' main = "Ocorrência de vaso-constrição")
+#'
+#'
+#' bwplot(razao ~ resp,
+#' data = PaulaTb3.12,
+#' type = c("p", "a"),
+#' xlab = " Vaso-constrição",
+#' ylab = "Razão de ar inspirado",
+#' scales = list(x = list(labels = c("Ausência", "Ocorrência"))),
+#' main = "Ocorrência de vaso-constrição")
#'
-#' bwplot(razao ~ resp, data = PaulaTb3.12,
-#' type=c("p","a"),
-#' xlab=" Vaso-constrição", ylab="Razão de ar inspirado",
-#' scales=list(x=list(labels=c("Ausência","Ocorrência"))),
-#' main="Ocorrência de vaso-constrição")
NULL
#' @name PaulaTb3.20
-#' @title Aplica\enc{çã}{ca}o de inseticidas em insetos
-#' @description Dados de um experimento em que três
-#' inseticidas foram aplicados em determinada espécie de inseto, sendo
-#' verificado o número de sobreviventes para cada dose aplicada.
-#'
+#' @title Aplica\enc{çã}{ca}o de Inseticidas em Insetos
+#' @description Dados de um experimento em que três inseticidas foram
+#' aplicados em determinada espécie de inseto, sendo verificado o
+#' número de sobreviventes para cada dose aplicada.
#' @format Um \code{data.frame} com 18 observações e 7 variáveis, em que
#'
#' \describe{
@@ -2992,32 +2912,33 @@ NULL
#' \item{inset}{Tipo de inseticida.}
#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio computacional.
-#' São Paulo, SP: IME-USP. (Tb 3.20 pág. 246)
+#' @keywords FAT2 binomial dummy
+#' @source PAULA (2004), Tb 3.20 pág. 246.
#' @examples
#'
#' library(lattice)
#'
#' data(PaulaTb3.20)
-#'
#' str(PaulaTb3.20)
#'
-#' xyplot(mortos/(sum(mortos)) ~ dose, data = PaulaTb3.20, auto.key = TRUE,
-#' type = c("p","a"), groups= inset,
-#' xlab = "Dose de inseticida aplicada",
-#' ylab = "Proporção de insetos mortos",
-#' main = "Aplicações de inseticidas")
+#' xyplot(mortos/(sum(mortos)) ~ dose,
+#' data = PaulaTb3.20,
+#' auto.key = TRUE,
+#' type = c("p", "a"),
+#' groups = inset,
+#' xlab = "Dose de inseticida aplicada",
+#' ylab = "Proporção de insetos mortos")
+#'
NULL
#' @name PaulaTb3.21
#' @title Distribui\enc{çã}{ca}o de Rotifers das Duas Esp\enc{é}{e}cies
-#' @description Experimento com duas espécies de *rotifers*, um tipo
-#' microscópio de invertebrado aquático. São apresentados pra cada
-#' espécie a densidade relativa da substância, o número de *rotifers*
-#' expostos e o número de *rotifers* em suspensão.
-#'
+#' @description Experimento com duas espécies de \emph{rotifers}, um
+#' tipo microscópio de invertebrado aquático. São apresentados pra
+#' cada espécie a densidade relativa da substância, o número de
+#' \emph{rotifers} expostos e o número de *rotifers* em suspensão.
#' @format Um \code{data.frame} com 40 observações e 4 variáveis.
+#'
#' \describe{
#'
#' \item{\code{dens}}{Densidade.}
@@ -3029,19 +2950,16 @@ NULL
#' \item{\code{esp}}{Espécie (Polyarthra, Keratella).}
#'
#' }
-#' @keywords MLG
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Tb 3.21, pág. 257)
-#'
+#' @keywords binomial
+#' @source PAULA (2004), Tb 3.21, pág. 257.
#' @examples
#'
#' data(PaulaTb3.21)
-#'
#' str(PaulaTb3.21)
#'
#' library(lattice)
#'
-#' xyplot(PaulaTb3.21$susp/PaulaTb3.21$exp ~ dens,
+#' xyplot(susp/exp ~ dens,
#' groups = esp,
#' data = PaulaTb3.21,
#' xlab = "Densidade",
@@ -3052,13 +2970,14 @@ NULL
NULL
#' @name PaulaTb4.12
-#' @title Associa\enc{çã}{ca}o entre Renda e Satisfa\enc{çã}{ca}o no Emprego
+#' @title Associa\enc{çã}{ca}o entre Renda e Satisfa\enc{çã}{ca}o no
+#' Emprego
#' @description Dados resultantes de uma pesquisa com 901 indivíduos
#' classificados segundo sua renda anual e grau informado de
#' satisfação no emprego. O interesse no estudo é relacionar a renda
#' anual e satisfação no emprego.
-#'
#' @format Um \code{data.frame} com 16 observações e 3 variáveis.
+#'
#' \describe{
#'
#' \item{\code{renda}}{Fator com quatro níveis representando a renda do
@@ -3074,22 +2993,20 @@ NULL
#' \code{renda} e \code{satis}.}
#'
#' }
-#' @keywords contagem
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Tabela 4.12, pág. 331)
-#'
+#' @keywords contagem contingência
+#' @source PAULA (2004), Tabela 4.12, pág. 331.
#' @references Agresti, A. (1990). Categorical Data Analysis. John
#' Wiley, New York.
#' @examples
#'
#' data(PaulaTb4.12)
-#'
#' str(PaulaTb4.12)
#'
#' (xt <- xtabs(nind ~ ., data = PaulaTb4.12))
#' plot(xt)
#'
#' library(lattice)
+#'
#' xyplot(nind ~ renda,
#' groups = satis,
#' data = PaulaTb4.12,
@@ -3105,11 +3022,11 @@ NULL
#' @title Ocorr\enc{ê}{e}ncia de Doen\enc{ç}{c}a das Coron\enc{á}{a}rias
#' @description Os dados são referentes à classificação de 1330
#' pacientes segundo três fatores: ocorrência de doença das
-#' coronárias, nível de colesterol e pressão arterial. O interesse
-#' é analisar a associação entre essas variáveis.
-#'
+#' coronárias, nível de colesterol e pressão arterial. O interesse é
+#' analisar a associação entre essas variáveis.
#' @format Um \code{data.frame} com 32 observações e 4 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{doenca}}{Fator com dois níveis que indica a ocorrência
#' (\code{sim}) ou não ocorrência (\code{não}) de doença das
@@ -3120,25 +3037,23 @@ NULL
#' \eqn{mg/100cm^3} com classes \code{<200}, \code{200-219},
#' \code{220-259} e \code{>259}.}
#'
-#' \item{\code{pa}}{Fator com quatro níveis referente à pressão
-#' arterial do paciente. A unidade de medida adotada é mm Hg
+#' \item{\code{pa}}{Fator com quatro níveis referente à pressão arterial
+#' do paciente. A unidade de medida adotada é mm Hg
#' (milímetro-mercúrio) com classes \code{<127}, \code{127-146},
#' \code{147-166} e \code{>166}.}
#'
-#' \item{\code{nind}}{Número de indivíduos para cada combinação das categorias
-#' das variáveis \code{doenca}, \code{colest} e \code{pa}.}
+#' \item{\code{nind}}{Número de indivíduos para cada combinação das
+#' categorias das variáveis \code{doenca}, \code{colest} e
+#' \code{pa}.}
#'
#' }
-#' @keywords contagem
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Tabela 4.14, pág. 334)
-#'
+#' @keywords contagem contingência
+#' @source PAULA (2004), Tabela 4.14, pág. 334.
#' @references Everitt, B. S. (1977). The Analysis of Contingency
#' Tables. Chapman anda Hall, London.
#' @examples
#'
#' data(PaulaTb4.14)
-#'
#' str(PaulaTb4.14)
#'
#' xt <- xtabs(nind ~ ., data = PaulaTb4.14)
@@ -3146,6 +3061,7 @@ NULL
#' plot(xt)
#'
#' library(lattice)
+#'
#' xyplot(nind ~ colest | doenca,
#' groups = pa,
#' data = PaulaTb4.14,
@@ -3160,16 +3076,17 @@ NULL
NULL
#' @name PaulaTb4.2
-#' @title Mortes por C\enc{â}{a}ncer de Pulm\enc{ã}{a}o e Consumo de Cigarro
+#' @title Mortes por C\enc{â}{a}ncer de Pulm\enc{ã}{a}o e Consumo de
+#' Cigarro
#' @description Dados provenientes de um estudo de acompanhamento de
#' doutores Britânicos durante a década de 50. Neste estudo
#' observou-se a ocorrência de mortes por câncer de pulmão segundo o
#' consumo médio diário de cigarro e a faixa-etária.
#' @format Um \code{data.frame} com 16 observações e 4 variáveis.
-#' \describe{
#'
-#' \item{\code{nmortes}}{Número de casos de morte por câncer de
-#' pulmão.}
+#' \describe{
+#'
+#' \item{\code{nmortes}}{Número de casos de morte por câncer de pulmão.}
#'
#' \item{\code{tpessoas}}{Total de anos de exposição (somado para toda a
#' amostra).}
@@ -3177,25 +3094,25 @@ NULL
#' \item{\code{cmdc}}{Consumo médio diário de cigarros, dividido em
#' quatro níveis 0, 1-9, 10-30 ou +30 cigarros consumidos.}
#'
-#' \item{\code{idade}}{Idade, registrada em faixas-etárias de 40- 49,
+#' \item{\code{idade}}{Idade, registrada em faixas-etárias de 40-49,
#' 50-59, 60-79 e 70-80 anos.}
#'
#' }
-#' @keywords contagem
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Tabela 4.2, pág. 294)
+#' @keywords contagem contingência
+#' @source PAULA (2004), Tabela 4.2, pág. 294.
#' @examples
#'
#' data(PaulaTb4.2)
-#'
#' str(PaulaTb4.2)
#'
#' xtabs(nmortes ~ cmdc + idade, data = PaulaTb4.2)
-#' (xt <- xtabs((nmortes/tpessoas)*100 ~ cmdc + idade, data = PaulaTb4.2))
+#' (xt <- xtabs((nmortes/tpessoas)*100 ~ cmdc + idade,
+#' data = PaulaTb4.2))
#' plot(xt)
#'
#' library(lattice)
-#' xyplot((nmortes/tpessoas)*100 ~ cmdc,
+#'
+#' xyplot((nmortes/tpessoas) * 100 ~ cmdc,
#' xlab = "Consumo médio de cigarros",
#' ylab = "Taxa de mortes por câncer de pulmão",
#' groups = idade,
@@ -3212,6 +3129,7 @@ NULL
#' de interesse é o número de assinantes (\code{nass}) e as demais
#' variáveis registradas tem por objetivo explicar esta contagem.
#' @format Um \code{data.frame} com 40 observações e 8 variáveis.
+#'
#' \describe{
#'
#' \item{\code{nass}}{Número de assinantes de TV a cabo (em milhares).}
@@ -3235,13 +3153,11 @@ NULL
#' qualidade na área.}
#'
#' }
-#' @keywords contagem superdispersão
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Tabela 4.7, pág. 317)
+#' @keywords RM contagem
+#' @source PAULA (2004), Tabela 4.7, pág. 317.
#' @examples
#'
#' data(PaulaTb4.7)
-#'
#' str(PaulaTb4.7)
#'
#' library(lattice)
@@ -3251,39 +3167,39 @@ NULL
#' @name PaulaTb4.9
#' @title Avarias em Navios de Carga
-#' @description Dados referentes a um estudo em que se avaliou o número de
-#' avarias causadas por ondas em navios de carga. Contém 34 registros
-#' com informações do tipo de navio, ano de fabricação, período de
-#' operação e tempo em operação (que pode ser considerado como
-#' offset na análise, pois espera-se um maior número de avarias em
-#' navios com um maior tempo em operação).
+#' @description Dados referentes a um estudo em que se avaliou o número
+#' de avarias causadas por ondas em navios de carga. Contém 34
+#' registros com informações do tipo de navio, ano de fabricação,
+#' período de operação e tempo em operação (que pode ser considerado
+#' como offset na análise, pois espera-se um maior número de avarias
+#' em navios com um maior tempo em operação).
#' @format Um \code{data.frame} com 34 observações e 5 variáveis.
-#' \describe{
+#'
+#' \describe{
#'
#' \item{\code{tipo}}{Fator com cinco níveis que representa o tipo de
#' navio (A, B, C, D e E).}
#'
#' \item{\code{ano}}{Fator com quatro níveis que representa o ano de
#' fabricação do navio (entre 1960 e 1964 (\code{60-64}), entre 1965
-#' e 1969 (\code{65-69}), entre 1970 e 1974 (\code{70-74}) e
-#' entre 1975 e 1979 (\code{75-79})).}
+#' e 1969 (\code{65-69}), entre 1970 e 1974 (\code{70-74}) e entre
+#' 1975 e 1979 (\code{75-79})).}
#'
#' \item{\code{peri}}{Fator com dois níveis que representa o período de
#' operação do navio (entre 1960 e 1974 (\code{60-74}) e entre 1975
#' e 1979 (\code{75-79})).}
#'
-#' \item{\code{meses}}{Tempo, em meses, em que o navio esteve em operação.}
+#' \item{\code{meses}}{Tempo, em meses, em que o navio esteve em
+#' operação.}
#'
#' \item{\code{avarias}}{Número de avarias no navio.}
#'
#' }
-#' @keywords contagem superdispersão
-#' @source Paula, G. A. (2004). Modelos de regressão: com apoio
-#' computacional. São Paulo, SP: IME-USP. (Tabela 4.9 pág. 322)
+#' @keywords contagem contingência
+#' @source PAULA (2004), Tabela 4.9 pág. 322.
#' @examples
#'
#' data(PaulaTb4.9)
-#'
#' str(PaulaTb4.9)
#'
#' # Número de observações em cada combinação das variáveis explicativas
@@ -3296,6 +3212,7 @@ NULL
#' plot(xt)
#'
#' library(lattice)
+#'
#' xyplot(avarias/meses ~ tipo | peri,
#' groups = ano,
#' data = PaulaTb4.9,