Estatísticas avançadas

Descreva a relação entre uma variável dependente e um conjunto de variáveis independentes. Aplique opções de design flexíveis e contrastantes para estimar médias e variâncias, bem como realizar testes e prever médias. Misture e combine preditores categóricos e contínuos para criar modelos. Use modelos lineares mistos para maior precisão ao prever resultados não lineares. Formule dezenas de modelos, incluindo design de gráficos dividida, modelos de vários níveis com covariância de efeitos fixos e design de blocos completos aleatório.

Forneça um framework unificado que inclua modelos lineares clássicos com variáveis dependentes normalmente distribuídas, modelos logísticos e probit para dados binários e modelos loglineares para dados de contagem, além de diversos modelos de regressão não convencionais. Aplique diversos modelos estatísticos gerais, incluindo regressão ordinal, regressão Tweedie, regressão de Poisson, regressão Gamma e regressão binomial negativa.

Estabeleça modelos para médias, variâncias e covariâncias em dados que demonstram correlação e variabilidade não constante. Formule dezenas de modelos, incluindo design de gráficos dividida, modelos de vários níveis com covariância de efeitos fixos e design de blocos completos aleatório. Selecione entre 11 tipos de covariância não espacial. Aumente a precisão com dados de medidas repetidas, incluindo situações em que existem números diferentes de medidas repetidas, intervalos diferentes para casos diferentes ou ambos.