Programa da disciplina

Análise de Dados Univariados — PPGBA/UFMS, 2026/2

45 h · 21 a 25 de setembro de 2026 · dois blocos diários de 4,5 h · Docente: Diogo B. Provete

Ementa

Ciclo PPDAC e raciocínio estatístico. Análise exploratória de dados e reprodutibilidade. Testes estatísticos clássicos redefinidos como modelos lineares. Distribuições de probabilidade e a família exponencial. Correlação de Pearson e Spearman. Teoria de decisão, erros do tipo I e II. Introdução aos modelos lineares generalizados (GLM), incluindo modelos para dados de contagem, binários, com excesso de zeros e ordinais. Modelos lineares generalizados mistos (GLMM) e suas aplicações em ecologia. Teoria da informação e seleção de modelos. Rudimentos de métodos multivariados baseados em modelos e modelos conjuntos de distribuição de espécies (JSDM).

O bloco de multivariados e JSDM é conteúdo opcional nesta oferta. A tarde de sexta-feira é dedicada à Clínica Estatística, e o assunto entra no encerramento como panorama, com indicação de leitura e do vídeo, para quem quiser seguir por conta própria. O aprofundamento é a disciplina de análises multidimensionais.

Objetivos

Ao fim da disciplina, o(a) aluno(a) deve ser capaz de:

  1. reconhecer que testes t, ANOVA, ANCOVA e regressão são o mesmo modelo linear com matrizes de delineamento distintas, e escrever qualquer um deles com lm();
  2. escolher a distribuição e a função de ligação adequadas à natureza da variável resposta, justificando a escolha em termos biológicos e estatísticos;
  3. ajustar e diagnosticar GLMs e GLMMs em R, identificando sobredispersão, excesso de zeros e problemas de convergência;
  4. comparar modelos com critérios de teoria da informação, entendendo os limites da prática de seleção;
  5. ler e interpretar uma análise bayesiana simples ajustada com brms, incluindo diagnóstico de convergência;
  6. relatar uma análise de forma reproduzível e completa, segundo protocolos publicados.

Duas espinhas dorsais

Tudo é modelo linear. Os testes clássicos entram como casos particulares de lm() com matrizes de delineamento distintas, seguindo Lindeløv e Gelman, Hill & Vehtari (2020).

A ponte bayesiana é distribuída, não paralela. Em vez de um bloco bayesiano isolado no fim, a mesma pergunta e os mesmos dados são ajustados nos dois arcabouços: ao final do Encontro 8 (GLMM em brms) e no bloco de LOO/WAIC do Encontro 9.

Cronograma

Dia Data Manhã (4,5 h) Tarde (4,5 h)
1 seg 21/09 E1 — EDA, reprodutibilidade e literacia em IA E2 — O modelo linear como arcabouço unificador
2 ter 22/09 E3 — ANOVA, ANCOVA e interações como lm() E4 — Distribuições e a família exponencial
3 qua 23/09 E5 — GLM I: verossimilhança, binomial e Poisson E6 — GLM II: diagnóstico, sobredispersão, zeros e ordinais
4 qui 24/09 E7 — GLMM I: por que efeitos aleatórios E8 — GLMM II: lme4/glmmTMB e a ponte com brms
5 sex 25/09 E9 — Teoria da informação e seleção de modelos E10 — Clínica Estatística e apresentação de resultados

O detalhamento de cada encontro está na página inicial.

Pré-requisitos

Familiaridade com R no nível da disciplina Introdução à Linguagem R (PPGEC/UFMS) — objetos, pacotes, tidyverse, ggplot2. Quem não cursou deve percorrer os capítulos 4 a 6 de Análises Ecológicas no R antes do primeiro dia.

Não se pressupõe conhecimento prévio de GLM, GLMM ou estatística bayesiana.

O ciclo PPDAC

O curso inteiro é organizado em torno do ciclo investigativo PPDAC (Wild & Pfannkuch 1999): Problema → Plano → Dados → Análise → Conclusão.

Cada encontro abre indicando em que etapa do ciclo ele vive. A maior parte da disciplina ocupa a etapa Análise — mas o ponto pedagógico é justamente que a qualidade da Análise é decidida antes dela: no Problema, que define se a pergunta é respondível por um parâmetro, e no Plano, que determina a estrutura do modelo. As setas de retorno importam tanto quanto as de avanço: diagnóstico que falha devolve você aos Dados, e conclusão honesta frequentemente reformula o Problema.

É essa a forma de pensar que a disciplina pretende deixar.

Metodologia

Sala de aula invertida. A base teórica e o nivelamento técnico acontecem antes do encontro presencial: os vídeos do canal sobre o ciclo PPDAC, teste de hipótese e distribuições de probabilidade, os capítulos indicados de Análises Ecológicas no R, e a leitura obrigatória de cada encontro. O tempo em sala é gasto resolvendo problemas biológicos reais, não expondo o que podia ter sido lido.

Abertura em productive failure. Cada encontro abre com 20 min em que a pergunta ecológica e os dados são apresentados antes do método: em grupos pequenos e com formação quantitativa deliberadamente heterogênea, vocês escrevem como analisariam, e cada grupo apresenta em 1 min. Só então vem o método formal (Kay et al. 2026, Box 1).

Clínica Estatística. A tarde de sexta é dedicada aos dados de vocês: consultoria com a turma inteira acompanhando, seguida da apresentação dos resultados preliminares. Tragam os dados em .csv ou .txt.

Cada encontro tem uma leitura obrigatória e uma opcional, indicadas na página do encontro.

Avaliação

Relatório Quarto reproduzível com dados próprios ou de repositório aberto, contendo:

  1. objetivo, variáveis, método estatístico e implementação, seguindo o checklist de Davis & Kay (2023);
  2. análise exploratória seguindo o protocolo de Zuur & Ieno (2016);
  3. ajuste de GLM ou GLMM apropriado à natureza da resposta;
  4. diagnóstico com DHARMa;
  5. comparação de modelos com justificativa;
  6. interpretação em linguagem biológica.

Extensão bayesiana opcional (recomendada): reajuste em brms com relato segundo o BARG (Kruschke 2021).

Em trabalhos feitos em grupo, as iniciais dos autores nos Métodos seguem o MeRIT (Nakagawa et al. 2023).

O uso de modelos de linguagem deve ser declarado conforme discutido no Encontro 1 — modelo, versão, que porção do código foi gerada e quem responde por ela.

Bibliografia

Todos os itens abaixo estão linkados para a fonte canônica (DOI sempre que existe). Os de acesso aberto estão marcados com .

Obrigatória

Complementar

Pacotes de R

Recursos online