I  Introdução e Modelação Probabilística

    1 Introdução

1.1 Noções preliminares sobre dados categorizados e exemplos

1.2 Notações

    2 Modelos probabilísticos

2.1 Processos de amostragem

2.2 Relação probabilística entre os esquemas amostrais básicos

2.3 Modelos hipergeométricos

2.4 Notas de Capítulo

II Modelação Estrutural

    3 Modelos estruturais lineares

3.1 Introdução

3.2 Modelos de simetria

    3.3 Modelos de homogeneidade margina

3.4 Modelo linear geral

3.5 Notas de Capítulo

    4 Modelos log-lineares para tabelas sem variáveis explicativas

4.1 Reparametrização log-linear do modelo probabilístico

4.2 Modelos log-lineares para tabelas bidimensionais

4.3 Modelos log-lineares para tabelas tridimensionais

4.4 Modelos log-lineares para tabelas tetradimensionais e de dimensão superior

4.5 Identidade entre associações parciais e associações marginais

4.6 Modelos para variáveis ordinais

4.7 Notas de Capítulo

    5 Modelos log-lineares para tabelas com variáveis explicativas

5.1 As várias formulações log-lineares

5.2 Tabelas bidimensionais

5.3 Tabelas tridimensionais

5.4 Tabelas tetradimensionais

5.5 Notas de Capítulo

    6 Modelos funcionais lineares

        6.1 Modelos log-lineares generalizados

        6.2 Outros modelos funcionais lineares

        6.3 Modelos lineares generalizados

        6.4 Notas de Capítulo

III Análise inferencial

    7 A metodologia de máxima verosimilhança

7.1 Estimação paramétrica

7.2 Testes de ajustamento dos modelos

7.3 Testes condicionais de hipóteses redutoras de modelos

7.4 Resultados assintóticos

7.5 Notas de Capítulo

    8 Análise de modelos lineares

8.1 Modelos de simetria

8.2 Modelos de homogeneidade marginal

8.3 Modelo linear geral

8.4 Notas de Capítulo

    9  Análise de modelos log-lineares

9.1 Descrição genérica da análise em tabelas sem variáveis explicativas

9.2 Modelos log-lineares bidimensionais

9.3 Modelos log-lineares multidimensionais

9.4 Métodos iterativos de estimação log-linear

9.5 Análise log-linear em tabelas com variáveis explicativas

9.6 Selecção de modelos log-lineares

9.7 Notas de Capítulo

    10       Análise de modelos funcionais lineares

10.1 Modelos log-lineares generalizados

10.2 Outros modelos funcionais lineares

10.3 Modelos de concordância

        10.4 Modelos lineares generalizados

    11 Metodologia de Mínimos Quadrados Generalizados

11.1 Descrição geral da metodologia

11.2 Aplicação à análise de modelos lineares

11.3 Aplicação à análise de modelos log-lineares

11.4 Aplicação À análise de modelos funcionais lineares

11.5 Detalhes técnicos

        11.6 Notas de Capítulo

IV Tópicos especiais

    12 Análise de dados categorizados longitudinais

12.1 Introdução

12.2 Análise por meio de mínimos quadrados generalizados

12.3 Análise por meio de máxima verosimilhança e de equações de estimação generalizadas

12.4 Nota de Capítulo

    13 Análise de dados incompletos

13.1 Descrição do problema

13.2 Modelação

13.3 Análise por máxima verosimilhança sob omissão aleatória

13.4 Concretização a modelos lineares e log-lineares

    13.5 Análise por mínimos quadrados generalizados sob omissão completamente aleatória

    13.6 Aplicações

    13.7 Notas de Capítulo

    14 Métodos de Inferência Condicional

14.1 Introdução à inferência condicional exacta e assintótica

14.2 Testes de simetria

14.3 Inferências sobre associação em tabelas 2 X 2

14.4 Testes de independência em tabelas I X J

        14.5 Testes de modelos log-lineares em tabelas tridimensionais

        14.6 Comparação de I tabelas 2 X 2 por métodos condicionais assintóticos

    14.7 Aplicação ao quadro de modelos de aleatorização e extensão a tabelas I X J X K

V Apêndice

        A Conceitos e resultados de Álgebra Linear

A.1 Alguns resultados sobre espaços vectoriais

A.2 Algumas breves noções sobre matrizes

A.3 Sistemas de equações lineares

A.4 Projecções de subespaços

A.5 Formas quadráticas

A.6 Alguns resultados envolvendo diferenciação matricial

A.7 Exercícios

        B Conceitos e resultados de Teoria Assintótica

B.1 Ordens de magnitude de seqüências estocásticas

B.2 Modos de convergência estocástica e Leis dos Grandes Números

B.3 Teorema Limite Central e aplicações

B.4 Exercícios

        C Meios Computacionais