Docentes
Docente responsável: Alexandra Bugalho de Moura
Docente práticas: Wilson Araújo
Atendimento
Os alunos têm que avisar com antecedência, caso pretendam vir ao horário de atendimento.
Alexandra Moura: segunda-feira às 11h
Wilson Araújo: sexta-feira às 10h
Objetivos
• Compreender os principais conceitos e ideias da ciência estatística
• Saber utilizar métodos estatísticos para interpretar um conjunto de dados
• Compreender as diferenças entre as abordagens bayesiana e frequencista à inferência estatística
Bibliografia
1. Murteira, Bento e Antunes, Marília , Probabilidades e Estatística Vol II, Escolar Editora, 2012
2. C.D. Paulino, M.A.A Turkman, B. Murteira, Estatística Bayesiana, Fundação Calouste Gulbenkian, 2003
3. B. Murteira, C. Silva Ribeiro, J. Andrade e Silva, C. Pimenta, F. Pimenta, Introdução à Estatística, Escolar Editora, 3a edição, 2015
4. G. Casella, R. L. Berger, Statistical Inference, 2nd edition, Duxbury Advanced Series, 2002Murteira, Bento e Antunes, Marília , Probabilidades e Estatística Vol I, Escolar Editora, 2012
Programa
1. Amostragem e distribuições por amostragem
1.1. Probabilidade e inferência estatística
1.2. Especificação
1.3. Amostragem casual. Estatísticas
1.4. Distribuição por amostragem de uma estatística: abordagem analítica e simulação Monte Carlo simples
1.5. Primeiras propriedades dos momentos da amostra casual
1.6. Estatísticas de ordem da amostra casual e sua distribuição
1.7. Função de distribuição empírica
1.8. Algumas distribuições por amostragem
1.9. Populações normais
1.10. Distribuições assintóticas: caso geral, populações Bernoulli e Poisson
1.11. Outras populações
2. Estimação pontual
2.1. Considerações gerais
2.2. Propriedades dos estimadores: centragem, consistência, suficiência, eficiência
2.3. Métodos de estimação: métodos dos momentos e método da máxima verosimilhança: propriedades
3. Estimação Intervalar
3.1. Considerações gerais
3.2. Método da variável fulcral
3.3. Aplicação a universos normais
3.4. Aplicação a outros universos
4. Testes de hipóteses
4.1. Considerações gerais
4.2. Hipóteses simples: teste MP e Lema de Neyman-Pearson
4.3. Hipóteses compostas:teste UMP e teorema de Karlin Rubin
4.4. Testes de significância: valor-p, testes para uma e duas amostras, testes para amostras emparelhadas, testes em universos normais bidimensionais
5. A abordagem bayesiana à inferência estatística
5.1. O teorema de Bayes como instrumento inferencial
5.2. Metodologia bayesiana e sua implementação
5.3. A distribuição “a priori”:distribuições não-informativas e conjugadas naturais
5.4. Estimação pontual
5.5. Predição
5.6. Estimação regional
5.7. Testes de hipóteses.
Avaliação
• A avaliação é feita com base numa prova escrita individual. A nota final é atribuída numa escala de 0 a 20, sendo necessário um mínimo de 10 valores para passar à disciplina.
• Quando a classificação da prova escrita individual for superior a 17 valores, o aluno será solicitado a realizar uma prova completar, escrita e/ou oral. A não comparência à prova complementar implica a nota final de 17 valores, nota mínima dos alunos que a ela se sujeitem.
• Regras das provas escritas:
o Cada aluno pode levar para as provas escritas uma calculadora (científica), o formulário e as tabelas constantes da página da disciplina. Para tal deve descarregá-los e imprimir dos dois lados. O formulário e as tabelas não podem conter nenhuma anotação pessoal sob pena de desqualificação.
o O formulário e as tabelas são os únicos elementes de consulta nas provas escritas.