Amostragem e distribuições por amostragem

1. Probabilidade e inferência estatística

2. Especificação. Amostragem casual.

3. Estatísticas

4. Distribuição por amostragem de uma estatística: abordagem analítica e simulação Monte Carlo simples

5. Primeiras propriedades dos momentos da amostra casual

6. Estatísticas de ordem da amostra casual e sua distribuição

7. Função de distribuição empírica

8. Algumas distribuições por amostragem

   1. Populações normais

   2. Distribuições assintóticas: caso geral, populações Bernoulli e Poisson

   3. Outras populações

Estimação pontual

1. Considerações gerais

2. Propriedades dos estimadores: centragem, consistência, suficiência, eficiência

3. Métodos de estimação: métodos dos momentos e método da máxima verosimilhança: propriedades

Estimação Intervalar

1. Considerações gerais

2. Método da variável fulcral

3. Aplicação a universos normais

4. Aplicação a outros universos

Testes de hipóteses

1. Considerações gerais

2. Hipóteses simples: teste MP e Lema de Neyman-Pearson

3. Hipóteses compostas:teste UMP e teorema de Karlin Rubin

4. Testes de significância: valor-p, testes para uma e duas amostras, testes para amostras emparelhadas, testes em universos normais bidimensionais

5. Análise da variância

A abordagem bayesiana à inferência estatística

1. O teorema de Bayes como instrumento inferencial

2. Metodologia bayesiana e sua implementação

3. A distribuição a priori: distribuições não-informativas e conjugadas naturais

4. Estimação pontual

5. Predição

6. Estimação regional

7. Testes de hipóteses