1. Texto base do curso (cap 1-3)
2. Dia 1:
   1. Espaço do modelo
   2. Conceitos básicos: exemplo com a distribuição binomial
3. Dia 2
4. Inferência na distribuição exponencial
5. Inferência na Poisson usando diferentes algorítimos/funções

1. Exemplo AR1

• Miscelânea de tópicos
• Integração numérica

• Atividades:
  1. Considere a seguinte amostra de uma distribuição com densidade

     7,0    2,6    8,8    6,0    5,7    4,6    3,0    3,5    5,3    5,8    4,8    4,3 

     • Obtenha a expressão das funções de verossimilhança, log-verossimilhança, escore e hessiana
     • Faça gráficos para cada uma dessas funções
     • Escreva códigos para obtenção da estimativa de verossimilhança
       • por maximização numérica
       • por solução de sistema
     • Obtenha um intervalos de confiança
       • baseado na aproximação quadrática
       • baseado na função de verossimilhança
  2. Seja a seguinte amostra de uma distribuição

27  <25  22  20  [20-24]  22  26  23  >23  18  26  <32  22  23  >20

• resolva os mesmos itens da questão anterior
• Inferência na distribuição Gama
• Refazer os exemplos do arquivo, complementando para cada parametrização
• Montar/escrever o algoritmo Newton-Rapson para este problema
• Montar um material similar para a distribuição Beta
• Verificar possível(eis) (ao menos 1) reparametrização(ções)
• Verificar se é possível reduzir a dimensão do problema numérico (isolar 1 parâmetro)
• Montar soluções similares às do material da distribuição Gamma

1. Capítulo 1:
2. Capítulo 2:
   1. Dados simulados Exemplo 5 - Distribuição Gaussiana

set.seed(123)
y10 <- rnorm(10,10,1.5)
y50 <- rep(y10,5)
y100 <- rep(y10,10)
y1000 <- rep(y10,100)

1. Capítulo 3:
   • Exemplo: Regressão Beta - dadosbeta.txt