1. Análise de variância

• Modelos para ensaios balanceados
• Contrastes ortogonais (qualitativos e quantitativos
• Correlação entre os fatores causativos

2. Modelos lineares

• Modelo linear simples ( regressão linear)
• Extensão para modelos lineares múltiplos
• Obtenção da matriz de informação
• A resolução de sistemas lineares

3. Álgebra de matrizes

• Fundamentos básicos
• Pacotes disponíveis para inversão

4. Perda de informações por confundimento entre fatores

• Situações
• Correlação fortuita ou casual
• Correlação biológica verdadeira
• Controle parcial de confundimento pela codificação das variáveis

5. Modelos não lineares

• Definição da matriz de informação
• Solução iterativa
• Riscos de estimação
• Avaliação da superfície de resposta

6. Modelos não lineares mais usados na experimentação animal

7. Linearização de alguns modelos não lineares

8. Técnicas para redução de modelos múltiplos para fins preditivos práticos

9. Avaliação da adequacidade do modelo

• Coeficiente de determinação
• Distribuição do erro experimental
• Instabilidade dos parâmetros