Programa

Programa detalhado

  1. 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

  1. 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

  2. Estimação Intervalar

    1. Considerações gerais

    2. Método da variável fulcral

    3. Aplicação a universos normais

    4. Aplicação a outros universos

  3. 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

  4. 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