Cursos
Localização / Horário
- Pavilhão de Informática, 1º andar, Lab. 02
- Dia/horário: 6as-feiras, das 16:30h às 18:15h
Objetivos
Esta disciplina apresenta conceitos relacionados à tarefa de realizar inferências sobre características de uma população no contexto em que não é possível analisar todos os elementos dessa população, mas apenas uma amostra. São apresentados modelos matemáticos e estatísticos usados na compreensão dos fenômenos que ocorrem na natureza. É também nosso propósito capacitar o discente a trabalhar com modelos abstratos e compreender os avanços tecnológicos obtidos por meio da utilização/formulação de modelos estatísticos.
Ementa
Distribuições amostrais. Teorema do Limite Central. Intervalos de confiança. Inferências baseadas em amostra única. Inferências baseadas em duas amostras. Análise de variância (ANOVA), Qui-quadrado. Testes não-paramétricos. Inferência Bayesiana.
Veja também o plano de ensino da disciplina.
Moodle
Todos os alunos regularmente inscritos serão adicionados à disciplina homônima no Moodle, para que possam receber avisos importantes (dia/horário das provas, dúvidas gerais, etc).
Livros
- Introductory Statistics (livro disponibilizado com licença Creative Commons)
- Bussab, W. O.; Morettin, P. A.: Estatística Básica, 8ª edição, São Paulo: Saraiva, 2013.
Aulas
Veja o plano do curso. Veja também o calendário acadêmico das graduações do CEFET/RJ.
| Aula | Data | Conteúdo | Leituras |
| 1 | 09/ago | Logística do curso, plano de aulas, etc (IE00). Revisão: Distribuição Normal (IE01). | Normal Distribution: functions in R |
| 2 | 16/ago | Conceitos básicos da Inferência Estatística (IE02), Lei dos Grandes Números (IE03), Teorema do Limite Central (IE04) Demo: CLT |
tcl.R lln TLC (data camp) |
| 3 | 23/ago | Distribuições amostrais (IE05) Distribuição amostral da média – exercício (IE05 exercícios) Extra: Sampling Distribution – What is It? |
sampling distributions |
| 4 | 30/ago | Lab: Sampling Distribution in R | ex03 |
| 5 | 06/set | Intervalos de confiança: definições iniciais (IE06) Lab: Biased and unbiased estimates |
Pesquisas eleitorais |
| 6 | 13/set | Intervalos de confiança: amostras grandes (IE07) | Degrees of Freedom; tutorial |
| 7 | 27/set | Intervalos de confiança: amostras pequenas (IE08); Determinação do tamanho da amostra (IE09) | |
| 8 | 04/out | Testes de hipóteses: introdução (IE10); teste z sobre uma amostra (IE11) | |
| 9 | 11/out | Teste t sobre uma amostra (IE12) | |
| 10 | 18/out | Testes sobre duas amostras (IE13); Verificação de normalidade (IE14) | Lab: normality tests Lab: normality tests Lab: Paired Samples T-test in R Lab: Unpaired Two-Samples T-test in R |
| 11 | 25/out | Teste ANOVA (IE15) | |
| 12 | 08/nov | Teste qui-quadrado (IE16) | |
| 12 | 22/nov | Inferência Bayesiana (IE18 – 1a parte) Artigo: Estimating Probabilities with Bayesian Modeling in Python (notebook) Exemplo: distribuição binomial Exemplo: distribuição multinomial Exemplo: distribuição dirichlet |
|
| 13 | 29/nov | Inferência Bayesiana (IE18 – 2a parte) Colab notebook |
|
| 14 | 06/dez | Reservada para discutir dúvidas sobre o T4 | |
| 15 | Avaliação do curso: formulário |
Vídeos TED Relevantes
- TED Talk 3 ways to spot a bad statistic de Mona Chalabi.
- TED Talk The best stats you’ve ever seen do Sebastian Seung.
- TED Talk Why you should love statistics do Alan Smith.
- TED Talk Why smart statistics are the key to fighting crime da Anne Milgram.
Listas de Exercícios
Cada lista de exercícios deve ser realizada individualmente e de próprio punho. Fiquem atentos aos prazos de entrega definidos.
- 1a lista de exercícios – Entrega: 20/set
- 2a lista de exercícios – Entrega: 12/out
- 3a lista de exercícios – Entrega: 19/nov
4a lista de exercícios – Entrega: a definir
Trabalhos Práticos
- T1 – Entrega: 20/set.
- T2 – Entrega: 12/out.
- T3 – Entrega: 19/nov. Dados para a parte 4 do T3.
- T4 – Entrega: 09/dez.
Recursos Recomendados
- R Reference Card
- Big names in statistics want to shake up much-maligned P value
- Stat 110 Online
- Stat 110 Quora Blog
- Quora Probability FAQ
- R Studio
- Bayesian Statistical Inference: I e II
- Classical Statistical Inference: I, II, III
- LaTeX File (github.com/wzchen/probability cheatsheet)
Livros (além dos definidos no programa do curso)
- H. Loningher; Fundamentals of Statistics, 2012.
- Brian Caffo; Statistical inference for data science
- Joseph K. Blitzstein & Jessica Hwang; Introduction to Probability Book, 2014.
- e-book: Ani Adhikari & John DeNero, Computational and Inferential Thinking
- Wiki Book: Statistical Inference.
- Wikipedia: “Statistical Inference” (e links relacionados).
- Você pode pesquisar livros relevantes no acervo da Biblioteca do CEFET/RJ.
Livros de interesse geral sobre Estatística
- Darrell Huff, How to Lie with Statistics, 1954.
- O Andar do Bêbado – Como o Acaso Determina Nossas Vidas.