Clínica Estatística e encerramento

Encontro 10 · Análise de Dados Univariados · PPGBA/UFMS

Diogo B. Provete

25 de setembro de 2026

Onde estamos no ciclo PPDAC

Hoje vocês percorrem o ciclo inteiro nos próprios dados, do Problema à Conclusão.

A tarde

Bloco 1 (≈ 3 h) — Clínica. Cerca de 25 min por pessoa, com a turma toda acompanhando.

Bloco 2 (≈ 1 h) — Apresentações. 5 min cada.

Bloco 3 (≈ 30 min) — Encerramento. O que ficou de fora, e para onde ir.

O problema de um costuma ser o problema de três. Fiquem para as consultas dos colegas.

Como usar a sua consulta

Traga, já carregado no R:

  1. os dados, em .csv ou .txt;
  2. a pergunta, escrita em uma frase, no formato do Encontro 1;
  3. o que você já tentou e onde travou.

Vinte e cinco minutos passam rápido. Chegar com o read_csv() funcionando vale cinco minutos a mais de conversa sobre o modelo.

Triagem: cinco perguntas

Responda antes de chegar — as respostas determinam o modelo.

  1. A resposta é contagem, proporção, binária, ordinal ou contínua?
  2. Há observações agrupadas — mesmo sítio, indivíduo ou data?
  3. O esforço amostral é igual entre unidades?
  4. Quantos zeros há, e o que significam biologicamente?
  5. Que covariáveis entram, e por qual argumento?

Antes do modelo: de onde vieram esses números?

Hilborn & Mangel abrem o livro com o que um colega respondeu quando lhe perguntaram o que ele fazia da vida:

“The trouble with fish is that you never get to see the whole population. (…) you tend to get little pieces of information here and there. These bits of information are like the tip of the iceberg; they’re part of a much larger story. My job is to try to put the story together. I’m a detective, really, who assembles clues into a coherent picture.”

Vale para girino em poça, morcego em rede, planta em parcela. As cinco perguntas do slide anterior escolhem a família. As dos próximos dois decidem se o modelo tem alguma relação com o seu campo.

Schnute (1987), citado em Hilborn & Mangel (1997), p. xi.

Há um processo de observação no meio do caminho

“There is always an observation process interposed between the ecological system and our notebooks. Every effort should be made to understand, calibrate, and model the observation process.”

Eles separam a incerteza em duas, e o livro inteiro depende disso:

  • De processo — a natureza varia. A taxa não é a mesma em todo ano.
  • De observação — você varia. O que foi anotado não é o que aconteceu.

Hilborn & Mangel (1997), cap. 3, p. 59–61.

Três maneiras de o caderno mentir

No livro Na sua tese
Viés (\(q\)): registra-se uma fração do que existe que proporção do que estava lá você viu? é a mesma em todos os sítios?
Não linearidade (\(c\)): o observado cresce mais devagar que o real seu método satura? um sítio com 200 indivíduos rende 200 registros?
Limiar de detecção (\(a\)): abaixo de certa densidade, nada aparece seus zeros são ausência ou não-detecção?

Nenhuma das três aparece no glm(). É por isso que “que modelo eu uso?” é uma pergunta que começa antes do R — e por que o Encontro 6 insistiu em perguntar o que os zeros significam biologicamente.

O teste do colega ao lado

Hilborn & Mangel dizem que há três níveis de entender uma equação: ler a explicação de alguém, converter a equação em palavras, e explicar a origem dela a um colega.

Antes de rodar qualquer coisa hoje, faça o segundo e o terceiro: diga ao colega ao lado, em uma frase e sem notação, o que o seu modelo afirma sobre o seu bicho.

Se a frase não sair, o problema não é o R.

A árvore de decisão do curso

E em qualquer ramo: se as observações vêm em grupos, acrescente (1 | grupo). A pergunta do agrupamento é do delineamento, não da distribuição — ela não é o último passo, é um passo paralelo.

Apresentação: 5 minutos

Três slides, no máximo:

  1. A pergunta e a estrutura dos dados — o que é uma linha da sua tabela.
  2. O modelo e por que ele: distribuição, ligação, estrutura aleatória.
  3. O diagnóstico e o que ele mostrou.

Não é preciso ter resultado bonito. É preciso ter o raciocínio claro. Um modelo que não ajustou, com diagnóstico honesto, é uma apresentação melhor que um resultado significativo sem diagnóstico.

Intervalo

15 minutos.

Na volta: o encerramento: o arco da semana e o trabalho final.

Encerramento

O arco da semana

Relaxamos Ganhamos
E2–E3 nada — só reorganizamos um modelo no lugar de cinco testes
E4–E5 a resposta ser gaussiana GLM
E6 a variância ser a da família dispersão, zeros, ordinais
E7–E8 as observações serem independentes GLMM
E8 os parâmetros serem fixos posterior
E9 haver um modelo certo comparação e média

Uma premissa por vez. Nenhum salto conceitual — só relaxamentos sucessivos do mesmo objeto.

Conteúdo opcional: multivariados e JSDM

Está na ementa e fica como panorama, sem prática em sala.

Multivariados baseados em modelos e JSDM. Quando a resposta é uma matriz de espécies, o GLM vira mvabund::manyglm(), e o modelo conjunto de distribuição (Hmsc, gllvm) acrescenta efeitos aleatórios residuais que descrevem associação entre espécies.

Outros caminhos

  • Dependência espacial e temporal — nlme com estruturas de correlação; INLA; modelos autorregressivos.
  • Comparativos filogenéticos — phylolm, MCMCglmm, brms com matriz de covariância filogenética, e o glmmTMB com a estrutura propto(), que ajusta o modelo misto filogenético por máxima verossimilhança — o remédio para a pseudorréplica filogenética do Encontro 7, na sintaxe que vocês já conhecem.
  • Ocupação e detecção imperfeita — unmarked, spOccupancy.
  • Inferência causal — DAGs além do critério backdoor; Arif & MacNeil (2023).
  • Bayesiano a sério — McElreath, Statistical Rethinking, e o recodificado do Kurz em brms.

O trabalho final

Estrutura, critérios e esqueleto em provetelab.org/analise-dados-univariados-2026-2/trabalho-final.

O prazo é de uma semana: entrega até 2 de outubro, por e-mail, seguindo a lista de conferência da página.

Lembrete: declarar o uso de modelos de linguagem — modelo, versão, que parte do código, e os prompts críticos. A responsabilidade pelo código é de quem assina.

Três coisas para levar

  1. A pergunta vem antes do modelo, e o modelo antes do teste.
  2. A estrutura do modelo espelha a estrutura da amostragem — não a forma do histograma.
  3. Diagnóstico honesto vale mais que resultado bonito.

Obrigado

O material fica no ar e continua sendo atualizado:

provetelab.org/analise-dados-univariados-2026-2

Correções e sugestões por issue ou pull request no repositório.

Dúvidas depois do curso: diogo.provete@ufms.br

Referências