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. Estimação de intervalos de confiança. Estimação por verossimilhança. Testes de hipóteses em amostra única. Testes de hipóteses em duas amostras. Análise de variância (ANOVA), Test Qui-quadrado. Testes não-paramétricos.
Veja também o plano de ensino da disciplina.
Aulas
Veja o plano do curso. Veja também o calendário acadêmico das graduações do CEFET/RJ.
| Aula | Data | Conteúdo | Leituras |
| 1 | 23/jul | Apresentação do curso | |
| 2 | 30/jul | Revisão (conceitos relevantes de Probabilidade e Estatística) | |
| 3 | 06/ago | Conceitos introdutórios Distribuições amostrais |
(r1) |
| 4 | 13/ago | TLC e LLN | |
| 5 | 20/ago | Intervalos de confiança: introdução | (r2) |
| 6 | 27/ago | Intervalos de confiança: amostras grandes | (r3) |
| 7 | 03/set | Intervalos de confiança: amostras pequenas | |
| 8 | 10/set | Intervalos de confiança: amostras pequenas (cont.) | |
| 9 | 17/set | Teste de hipóteses: introdução Testes de normalidade (assíncrono) |
|
| 10 | 24/set | Testes de hipóteses sobre uma amostra (z-test e t-test) | |
| 11 | 01/out | Testes de hipóteses sobre duas amostras Análise de Variância (ANOVA) |
|
| 12 | 08/out | Teste Qui-quadrado | |
| 13 | 15/out | Técnica Booststrapping | |
| 14 | Testes de permutação | ||
| 15 | Outras técnicas não-paramétricas |
Vídeos TED Relevantes
- 3 ways to spot a bad statistic, Mona Chalabi.
- The best stats you’ve ever seen, Hans Rosling.
- 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)
- Introductory Statistics (livro disponibilizado com licença Creative Commons)
- 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.
- Leonard Mlodinow, O Andar do Bêbado – Como o acaso determina nossas vidas, 2009.
- David Salsburg, Uma senhora toma chá… – Como a Estatística revolucionou a ciência no século XX, 2009.