O Template Model Builder (TMB) é um pacote R que possibilita o ajuste de complexos modelos estatísticos de efeito aleatório. Diferente da maioria dos pacotes R, aqui o modelo é formulado em C++. Tal característica fornece uma grande flexibilidade e eficiência computacional, tirando vantagem de diversas bibliotecas estado-da-arte e de implementações eficientes, extremamente uteis num mundo que demanda modelos estatísticos maiores e mais complexos. Neste tutorial os principais aspectos metodológicos do TMB serão explicados e exemplificados, seguido do passo-a-passo de como implementar e estimar uma diversa gama de modelos lineares mistos.

• Nível: intermediário
• Objetivo: Introduzir a metodologia implementada no pacote e fornecer diversos exemplos, desde diferenciação automática até a implementação e estimação de modelos lineares de efeito fixo e de efeito aleatório não-Gaussianos.
• Pré-requisitos: R básico

Henrique A Laureano é Estatístico do Instituto de Pesquisa Pelé Pequeno Príncipe (IPPPP) e membro do Laboratório de Estatística e Geoinformação (LEG) da UFPR. Bacharel em Estatística (2016) com mestrado em Métodos Numéricos em Engenharia (2021), ambos pela Universidade Federal do Paraná (UFPR).

Ricardo R Petterle é Estatístico do Departamento de Medicina Integrada e membro do Laboratório de Estatística e Geoinformação (LEG), ambos da Universidade Federal do Paraná (UFPR). Bacharel em Estatística (2013) com mestrado em Engenharia de Produção (2018), ambos pela UFPR. Doutorando em Métodos Numéricos em Engenharia, também na UFPR.

Wagner H Bonat é Professor do Departamento de Estatística da Universidade Federal do Paraná (UFPR). Coordenador do Curso de Especialização em Data Science & Big Data (DSBD) e membro do Laboratório de Estatística e Geoinformação (LEG), ambos da UFPR. Bacharel em Estatística (2008) com mestrado em Métodos Numéricos em Engenharia (2010), ambos pela UFPR. Ph.D. em Matemática e Ciência da Computação pela University of Southern Denmark (USD, 2016).