Sumário
Introdução [1]
1. Matemática [7]
1.1 Disciplinas da Matemática e Estatística [8]
1.2 Cálculo: Limites, Derivadas, Diferenciais e Integrais, Diferenciais Matriciais [10]
1.3 Álgebra: Linear e de Matrizes, Sistemas de Equações Lineares, Inversas Generalizadas [32]
2. Estatística [56]
2.1 Probabilidade: Cálculo e Distribuições [57]
2.2 Estatística Matemática ou Inferência Estatística: Esperança Matemática, Estimação, Testes de Hipótese [71]
2.3 Processos Estocásticos e Independência [121]
3. Modelos Lineares [130]
3.1 Matemática de Espaços Vetoriais: Modelos de Médias e de Efeitos [131]
3.2 Funções Estimáveis, Contrastes e Regiões de Confiança [146]
3.3 Vetor Multivariado: Inferência sobre Médias e Matrizes de Covariância [150]
3.4 Modelos Lineares Mistos [159]
3.5 Componentes de Variância [191]
4. Modelos Computacionais BLUP [206]
4.1 Modelo Animal ou Individual [208]
4.2 Modelo de Genitores [215]
4.3 Modelo Animal Reduzido [217]
4.4 Modelo Animal com Efeito de Grupo Genético [221]
5. Modelos Univariados Multi-Efeitos [226]
5.1 Modelo de Repetibilidade [227]
5.2 Modelo com Efeito de Ambiente Comum [230]
5.3 Modelo para Caracteres com Efeito Materno [233]
5.4 Modelo com Efeitos de Dominância [235]
5.5 Modelo com Efeitos de Heterose [239]
5.6 Modelo com Efeitos Epistáticos [240] 5.7 Modelo com Estruturação em Populações, Endogamia e Desequilíbrio em Fase Gamética (Espécies Autógamas e Alógamas) [243]
5.8 Definição de Efeitos como Fixos ou Aleatórios [253]
6. Modelos Multivariados [257]
6.1 Técnicas de Análise Multivariada [258]
6.2 Modelos BLUP Multivariados [260]
6.3 Modelo Multivariado para caracteres com Efeito Materno [267]
6.4 Transformação Canônica e Cholesky [268]
6.5 Índices de Seleção [270]
6.6 Distâncias Estatísticas e Análise de Agrupamento [287]
6.7 Análise de Componentes Principais sob Modelos Mistos [290]
6.8 Análise de Fatores sob Modelos Mistos [295]
6.9 Equações Estruturais ou Análise de Trilha sob Modelos Mistos [307]
Estatística Matemática, Biométrica e Computacional
Marcos Deon Vilela de Resende; Fabyano Fonseca e Silva; Camila Ferreira Azevedo
7. Análise Estatística de Dados Longitudinais [312]
7.1 Métodos de Análise de Dados Longitudinais ou Medidas Repetidas [313]
7.2 Modelo de Repetibilidade [316]
7.3 Modelo de Simetria Composta [318]
7.4 Modelo Multivariado [318]
7.5 Modelo de Regressão Aleatória via Polinômios Ortogonais de Legendre [319]
7.6 Modelos Processo Caráter e Autoregressivos [320]
7.7 Modelo de Regressão Aleatória via Splines [321]
7.8 Modelos Ante-Dependência Estruturado (SAD) [322]
7.9 Modelo Toeplitz ou de Correlação Bandada [323]
7.10 Comparação entre Estruturas de Covariância [323]
7.11 Ajuste de Modelos Curvilíneos [327]
7.11.1 Modelo de Regressão Aleatória via Polinômio de Legendre [328]
7.11.2 Modelo de Regressão Aleatória via Polinômio de Legendre na Detecção de QTL [346]
7.11.3 Modelo de Regressão Aleatória via Spline B Cúbica [348]
7.11.4 Modelo de Regressão Aleatória via Processo Autoregressivo [361]
8. Análise Estatística da Interação Genótipos x Ambientes e Normas de Reação [369]
8.1 BLUP Univariado com Interação Genótipos x Ambientes [371]
8.2 Modelo Multivariado com Interação Genótipos x Ambientes [371]
8.3 Modelos Fator Analíticos Mistos [373]
8.4 Modelos BLUP de Normas de Reação (MNR) [385]
8.5 Modelos Hierárquicos Bayesianos de Normas de Reação (MHBNR) [386]
9 REML e Componentes de Variância [395]
9.1 Verossimilhança [396]
9.2 Máximo e curvatura da verossimilhança [404]
9.3 Derivação do Método Máxima Verossimilhança Residual (REML) [407]
9.4 Verossimilhança perfilada modificada e REML [412]
9.5 Escolha e comparação entre modelos de análise [414]
9.6 Teste de efeitos fixos e aleatórios em Modelos Mistos [418]
9.7 Métodos matemáticos numéricos para modelagem e inferência verossimilhança [422]
9.7.1 Método de Newton-Raphson (NR) [424]
9.7.2 Método de Escores de Fisher (FS) [425]
9.7.3 Método Esperança - Maximização (EM) [426]
9.7.4 Método Livre de Derivadas (DF) [430]
9.7.5 Método de Informação Média (AI) [433]
9.7.6 Método Esperança - Maximização com Parâmetros Estendidos (PX-EM) [436]
9.7.7 Métodos de Cadeias de Markov e Monte Carlo (MCMC) [438]
9.7.8 Método Esperança - Maximização Estocástico (SAEM) [439]
9.8 Aspectos computacionais para obtenção do REML [439]
9.9 Modelos lineares mistos generalizados: REML para variáveis não normais [445]
10. Inferência Bayesiana [449]
10.1 Estimação e Predição Bayesiana [450]
10.2 Estimação Bayesiana de Valores Genéticos [451]
10.3 Estimação Bayesiana de Componentes de Variância [464]
10.4 Implementação Prática da Análise Bayesiana [472]
10.5 Estimação Bayesiana via Modelos Lineares Robustos [487]
10.6 Procedimento Estatístico para Teste de Identidade de Duas Metodologias [488]
10.7 Acurácia Seletiva via Inferência Bayesiana [491]
10.8 Intervalo de Credibilidade Bayesiano [493]
10.9 Testes de Hipótese Bayesiano [495]
10.10 Redes Neurais Bayesianas [499]
Estatística Matemática, Biométrica e Computacional
Marcos Deon Vilela de Resende; Fabyano Fonseca e Silva; Camila Ferreira Azevedo
11. Estatística Espacial, Séries Temporais e Competição (Interação Social) [504]
11.1 Análise Estatística Espacial [505]
11.1.1 Análise Exploratória de Dados e de Resíduos [505]
11.1.2 Estatística Descritiva Espacial e Variograma [513]
11.2 Métodos Geoestatísticos [521]
11.2.1 Origem e Fundamentos da Geoestatística [521]
11.2.2. Semivariância e Autocovariância Espacial [524]
11.2.3 Semivariograma e Correlograma [526]
11.2.4 Métodos de Análise Espacial de Experimentos [527]
11.3 Métodos de Análise de Séries Temporais [529]
11.3.1 Análise de Séries Temporais [529]
11.3.2 Modelos ARIMA na Análise Espacial de Experimentos [533]
11.3.3 Modelos Lineares Mistos Espaciais com Estrutura Autoregressiva de Erros [539]
11.3.4 Estrutur