glmeR 

• Módulo 0 - Introdução à Modelagem

  Análise exploratória de dados para modelagem, limitações da regressão linear, modelagem estatística com o R, porque usar modelos lineares generalizados, GLM Gaussian ou regressão linear.
• Módulo 1 - Modelos Lineares Generalizados (GLM)

  GLM Poisson para dados de contagem, Seleção de modelos, Validação de modelos, Sobredispersão em GLM Poisson com QuasiPoisson e com Binomial Negativa, GLM Binomial para variáveis dicotômicas e proporções, GLM Gamma para vaiáveis contínuas.
• Módulo 2 - Modelos de Efeitos Mistos

  Efeitos Fixos e Efeitos Aleatórios, Modelo com intercepto aleatório, Modelo com intercepto e slope aleatórios, Modelo de Efeito Aleatório, Aplicação com as funções lme e lmer, Seleção e Validação de Modelos Mistos.
• Módulo 3 - Modelos Lineares Generalizados de Efeitos Mistos (GLMM)

  Aplicação de GLMM com as funções glmer, glmmPQL e glmmTMB, Seleção e Validação de GLMM.
• Módulo 4 - Modelos Aditivos Generalizados de Efeitos Fixos (GAM) e de Efeitos Mistos (GAMM)

  Modelos Aditivos, GAM com loess, GAM com mgcv, GAM Poisson e Binomial Negativo, GAM com Efeito Misto. 
• Módulo 5 - Mínimos Quadrados Generalizados (GLS)

  Heterocedasticidade em modelos lineares e as estruturas de variância, Violação de Independência e a autocorrelação temporal,  Violação de independência e a autocorrelação espacial.