Cursos
Local/Horário
- Aulas por videoconferência (plataforma MS Teams)
- 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 | 12/fev | Apresentação do curso: | |
| 2 | 19/fev | Revisão (conceitos relevantes de Probabilidade e Estatística) | |
| 3 | 26/fev | Conceitos básicos, distribuições amostrais | (r1) |
| 4 | 05/mar | TLC, LLN | |
| 5 | 12/mar | Estimativas, estimadores e suas propriedades | (r2) |
| 6 | 19/mar | Intervalos de confiança para amostras grandes | (r3) |
| 7 | 26/mar | Intervalos de confiança para amostras pequenas | |
| 8 | 09/abr | Determinação do tamanho da amostra | |
| 9 | 16/abr | Testes de hipóteses sobre uma amostra (z-test e t-test) | |
| 10 | 23/abr | Testes de hipóteses sobre duas amostras | |
| 11 | 30/abr | Testes de normalidade; Análise de Variância (ANOVA) | |
| 12 | 07/mai | Teste Qui-quadrado | |
| 13 | 14/mai | Técnica Booststrapping | |
| 14 | 21/mai | Testes de permutação | |
| 15 | 28/mai | Outras técnicas não-paramétricas |
Vídeos TED Relevantes
- 3 ways to spot a bad statistic, Mona Chalabi.
- The best stats you’ve ever seen, Sebastian Seung.
- Why you should love statistics, Alan Smith.
- Why smart statistics are the key to fighting crime, Anne Milgram.
Listas de Exercícios
Cada lista de exercícios deve ser realizada individualmente e de próprio punho. Fiquem atentos aos prazos de entrega definidos.
Trabalhos Práticos
Leituras
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)
- Normal Distribution: functions in R
- tcl.R, lln, TLC (data camp):
- t tests (tutorial datacamp)
- TLCsampling distributions, Lab: Sampling Distribution in R
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.