Universidade de Brası́lia

Departamento de Estatı́stica

Plano de Ensino

1. Identificação
Disciplina: Modelos Lineares
Turma: 01
Código: EST0016
Carga horária: 60 horas
Semestre: 2022.1
Professora: Terezinha K. A. Ribeiro
e-mail: terezinha.ribeiro@unb.br

2. Ementa
Álgebra Matricial. Distribuições Multivariadas. Modelos Lineares de Postos Completo e In-
completo. Outros Modelos. Tópicos Adicionais.
3. Objetivos
ˆ Explicar os fundamentos da modelagem estatı́stica através de modelos lineares;
ˆ Relacionar os resultados de álgebra matricial e distribuições multivariadas aos modelos
lineares e suas propriedades;
ˆ Implementar técnicas estatı́sticas e computacionais para estimação de parâmetros dos
diferentes modelos.
4. Formato das atividades
Em conformidade com a resolução Nº 0038/2022, essa disciplina será conduzida de forma pres-
encial. O conteúdo programático será apresentado por meio de aulas expositivas.
A frequência dos alunos será aferida a cada aula via chamada.
Para fixação do conteúdo por parte dos estudantes serão divulgadas listas de exercı́cios. Estes
materiais serão disponibilizados no Aprender 3. Na primeira semana de aula será enviado um
e-mail aos alunos matriculados com orientações a respeito de como acessar a página da disciplina
no Aprender 3.
O atendimento ao aluno poderá ocorrer das seguintes formas:
ˆ presencialmente na sala A1 62/7 do Departamento de Estatı́stica da UnB às sextas-feiras
das 14h às 16h;
ˆ encaminhamento de dúvidas para o e-mail terezinha.ribeiro@unb.br.
5. Programa
Unidade I: Álgebra Matricial
Formas Lineares e Quadráticas. Derivadas em Forma Matricial. Soluções de Sistemas de
Equações Não-Lineares via Newton-Raphson.
 Universidade de Brası́lia
Departamento de Estatı́stica

Unidade II - Distribuições Multivariadas

Vetores e Matrizes Aleatórios. Distribuição Normal Multivariada. Distribuições de Formas
Quadráticas. Outras Distribuições.
Unidade III - Modelos Lineares de Postos Completo e Incompleto
Introdução: Regressão Linear e Delineamento de Experimentos. Formulação Matricial.
Inferência via Quadrados Mı́nimos. Inferência via Metodologias da Máxima Verossimil-
hança e da Máxima Verossimilhança Restrita.
Unidade IV - Outros Modelos
Modelos de Componentes de Variância. Modelos de Efeitos Mistos. Inferências sobre os
Parâmetros dos Modelos.
Unidade V - Tópicos Adicionais

6. Critério de avaliação
Duas provas serão realizadas: a primeira (P1 ) com peso de 40% no dia 25/07/22 e a segunda
(P2 ) com peso de 60% no dia 19/09/22. Caso o aluno perca uma prova, ou queira substituir
sua pior nota, poderá realizar uma prova substitutiva (com todo o conteúdo do curso) no dia
21/09/22. Será aprovado o aluno que obtiver nota média final (NMF) igual ou superior a cinco,
isto é, se

NMF = 0,4 × P1 + 0,6 × P2 ,

for maior ou igual que cinco. As datas das provas poderão ser alteradas com aviso prévio. As
avaliações serão aplicadas presencialmente.
7. Bibliografia
GRAYBILL, F. A. Theory and Application of the Linear Model. Pacific Grove: Duxbury,
1976.
SEARLE, S. R. Linear Models. New York: Wiley, 1997.
FARAWAY, J. J. Linear Model with R. Chapman & Hall, 2005.
CHRISTENSEN, R. Plane Answers to Complex Questions: The Theory of Linear Models.
Springer, 2011.
SEARLE, S. R. Matrix Algebra Useful for Statistics. New York: John Wiley & Sons,1982.