LCE5714 - Modelos Mistos e Componentes de Variância

Carga Horária

Docentes responsáveis
Clarice Garcia Borges Demetrio
Cristian Marcelo Villegas Lobos
Renata Alcarde Sermarini

Objetivo
Dar condições ao aluno para usar a metodologia de modelos mistos para a análise de dados
provenientes de estudos que incluem efeitos aleatórios.

Conteúdo
Definir modelos mistos, estimar parâmetros, predizer efeitos aleatórios, deduzir as esperanças dos
quadrados médios de uma análise de variância ou obtê-las pelo método prático do diagrama de Hasse,
estimar componentes de variância e habilitá-lo a realizar aplicações, usando o software R.
Conteúdo:
1. Definição de modelos mistos.
2. Estimação de parâmetros e predição de efeitos aleatórios
3. Obtenção das esperanças dos quadrados médios
3.1 Delineamentos inteiramente ao acaso
3.2 Delineamentos casualizados em blocos
3.3 Delineamentos quadrados latinos
3.4 Modelos para experimentos fatoriais
3.5 Modelos para experimentos em parcelas subdivididas
3.6 Modelos em classificação hierárquica
3.7 Modelos para grupos de experimentos
3.8Uso do diagrama de Hasse
4. Métodos de estimação para os componentes de variância
4.1 Momentos
4.2 Máxima verossimilhança
4.3 Máxima verossimilhança restrita
5. Testes de hipóteses
6. Intervalos de confiança para componentes de variância
7. Aplicações em amostragem e melhoramento genético

Bibliografia
ANDERSON, R.L.; BANCROFT, T.A. - Statistical Theory in Research, McGraw-Hill, Nova Iorque. 1952.
BARBIN, D. Componentes de Variância - Teoria e Aplicações. 3ª ed. FEALQ, Piracicaba, SP. 2019. 144p.
BIOMETRICS. Washington, Volume 7, nº 1. 1951.
COX, D.R.; SOLOMON, P.J. Components of Variance. Chapman & Hall/CRC, Londres. 2003.
DEMIDENKO, E. Mixed Models. Theory and Applications. John Wiley, Nova Iorque. 2004.
GALWEY, N.W. Introduction to Mixed Modelling. Beyond Regression and Analysis of Variance. John
Wiley, Sussex. 2008.
HICKS, C.R.; TURNER Jr, K.V. Fundamental Concepts in the Design of Experiments. 5ª ed. OUP USA,
Nova Iorque. 1999.
KEMPTHORNE, O. An Introduction to Genetic Statistics, John Wiley, Nova Iorque. 1969.
KEMPTHORNE, O. Design and Analysis of Experiments, John Wiley, Nova Iorque. 1967.
LITTELL, R.C.; MILLIKEN, G.A.; STROUP, W.W.; WOLFINGER, R.D.; SCHABENBERGER, O. SAS for mixed
models. SAS Institute Inc., Cary. 2006.
McCULLOCH, C.E.; SEARLE, S.S.; NEUHAUS, J.M. Generalized, Linear and Mixed Models. John Wiley,
Nova Iorque. 2008.
MULLER, K.E.; Stewart, P.W. Linear Model Theory: Univariate, Multivariate, and Mixed Models John
Wiley, Nova Iorque. 2006.
RAO, P.S.R.S. Variance Components Estimation. Mixed Models, Methodologies and Applications.
Chapman & Hall/CRC, Londres. 1997.
SCHABENBERGER, O; PIERCE, F.J. Contemporary Statistical Models for the Plant and Soi Sciences.
Taylor & Francis, Londres. 2001.
SEARLE, S.R.; GRUBER, M.H.J. Linear Models. 2ª ed. Wiley, 2016.SEARLE, S.R.; CASELA, G.; McCULLOCH, C.E. Variance Components. 2ª ed. Wiley-Interscience. 2006.
WELHAM, S.J.; GEZAN, S.A.; CLARK, S.J.; MEAD, A. Statistical Methods in Biology. Design and Analysis
of Experiments and Regression. CRC Press, Londres. 2015.
WEST, B.; WELCH, K.B; GALECKI, A.T. Linear Mixed Models: A Practical Guide Using Statistical Software.
2ª ed. Chapman & Hall/CRC. 2014.