Instituto Superior Técnico - Universidade de Lisboa:


PROGRAMA DETALHADO

  1. Introdução

    • Recolha de dados estatísticos.
    • Representação sumária e gráfica de dados usando o software R.

    Bibliografia: R: 1.1-1.3; 2.1–2.3.

  2. Noções de probabilidade

    • Experiência aleatória. Espaço de resultados. Acontecimentos.
    • Noção de probabilidade: interpretações de Laplace, frequencista e subjetivista. Axiomática de probabilidade e teoremas decorrentes.
    • Probabilidade condicional. Teoremas da probabilidade composta e da probabilidade total. Teorema de Bayes. Acontecimentos independentes.

    Bibliografia: R: Cap. 3

  3. Variáveis aleatórias

    • Variável aleatória. Função de distribuição. Variáveis aleatórias discretas e contínuas. Função massa de probabilidade. Função densidade de probabilidade.
    • Valor esperado, variância, moda e quantis.
    • Distribuições discretas: Uniforme, Bernoulli, Binomial, Geométrica e Poisson.
    • Distribuições contínuas: Uniforme, Exponencial e Normal.

    Bibliografia: R: 4.1–4.2 ; 4.4–4.6; 5.1–5.6}

  4. Vetores aleatórios bidimensionais

    • Funções de distribuição conjunta, marginais e condicionais.
    • Pares aleatórios discretos e contínuos. Independência entre variáveis aleatórias.
    • Covariância e correlação.

    Bibliografia: R: 4.3; 4.7

  5. Complementos das distribuições de probabilidade

    • Combinação linear de variáveis aleatórias.
    • Teorema Central do Limite. Aplicações.

    Bibliografia: R: 6.1–6.3

  6. Estimação pontual

    • Noções básicas. Propriedade de estimadores.
    • Método da máxima verosimilhança.

    Bibliografia: R: 7.1; 7.2; 7.7

  7. Estimação por intervalos

    • Noções básicas. Método pivotal.
    • Intervalos de confiança para parâmetros de populações normais.
    • Intervalos de confiança para parâmetros de populações Bernoulli.

    Bibliografia: R: 7.3–7.5

  8. Testes de hipóteses

    • Noções básicas. Probabilidade de erros tipo I e tipo II.
    • Testes de hipóteses para parâmetros de populações normais.
    • Testes de hipóteses para parâmetros de populações Bernoulli.
    • Teste de ajustamento do qui-quadrado de Pearson.

    Bibliografia: R: 8.1–8.6; 11.1–11.3

  9. Introdução à regressão linear simples

    • Modelos de regressão.
    • Inferências no modelo de regressão linear simples.
    • Coeficiente de determinação.

    Bibliografia: R: 9.1–9.5


BIBLIOGRAFIA


SOFTWARE ESTATÍSTICO

R (http://www.r-project.org/ + RStudio).