Não foi possível enviar o arquivo. Será algum problema com as permissões?
Essa é uma revisão anterior do documento!
CE-003 Turma AMB - Primeiro semestre de 2012
No quadro abaixo será anotado o conteúdo dado em cada aula do curso.
São indicados os Capítulos e Sessões correspondentes nas referências bibliográficas do curso,
bem como exercícios sugeridos destes livros.
Abaixo da tabela há ainda Atividades Complementares.
Referências
- B & M: BUSSAB, W.O. & MORETTIN, P.A. Estatística Básica. 5a Edição, Editora Saraiva
- M & L: MAGALHÃES, M.N.; LIMA, A.C.P. Noções de Probabilidade e Estatística. IME/SP. Editora EDUSP.
- WEB Online Statistics: An Interactive Multimedia Course of Study: Material online sobre estatística
Observação sobre exercícios recomendados os exercícios indicados são compatíveis com o nível e conteúdo do curso.
Se não puder fazer todos, escolha alguns entre os indicados.
Conteúdos das Aulas
B & M | M & L | Online | ||||
---|---|---|---|---|---|---|
Data | Conteúdo | Leitura | Exercícios | Leitura | Exercícios | Tópico |
PARTE I: ESTATÍSTICA DESCRITIVA E ANÁLISE EXPLORATÓRIA DE DADOS | ||||||
05/03 | Informações sobre o curso. Apresentação das três partes do curso: estatística descritiva, probabilidades e inferência estatística Obtenção de dados: estudos experimentais e observacionais. Uma discussão introdutória sobre amostragem. Introdução a organização e análise descritiva de dados. | Cap 1 e 2 | – | Cap 1 | — | No material online: I . Introduction |
07/03 | Informações adicionais sobre o curso. Análise descritiva de dados (cont.) Uso de gráficos, tabelas e medidas no resumo de dados. Introdução a análises uni e bi-variadas Histogramas, histogramas suavizados, gráficos box-plot e ramo e folhas Aspectos da distribuição dos dados: posição, dispersão, assimetria, dados atípicos Demonstração computacional e introdução ao uso do R. | Cap 2 e 3 | Cap 3: 1 a 6 | Cap 1 e 4 | Sec 4.2: 1 a 3 | Material online: Graphing Distributions |
12/03 | 1a avaliação semanal (AS) Análise descritiva de dados (cont.) Tipos de variáveis (qualitativas nominais e ordinais, quantitativas discretas e contínuas). Análises uni e bi-variadas Associação entre variáveis e interpretações | Cap 2 | Cap 2: 2, 4, 6 e 7 | Cap 1 e 4 | Sec 1.2: 1 a 5 | Um exemplo de passos e comandos para análises descritivas |
14/03 | Análise descritiva de dados (cont.) Medidas estatísticas resumindo dados Medidas centrais: moda, mediana, média outras médias: geométrica, harmônica, aparada, generalizada e ponderada medidas de dispersão: amplitude, variância e desvio padrão, desvio médio, quartis e amplitude interquartílica outros tópicos: quantis (decis, percentis, etc), escores padronizados | Cap 3 | Cap 3: 1 a 6, 7, 11, 12, 13, 16 | Cap 4 | Sec 4.2: 1 a 3, Sec 4.3: 1 a 3, Sec 4.4: 1 a 7 | Material online:: Summarizing Distributions |
19/03 | 2a avaliação semanal (AS) Análise descritiva de dados (cont.) Análise de exploratória de dados em séries de tempo Análises bivariadas: quantitativa x quantitativa diagramas de dispersão medidas de associação: coeficientes de correlação | Cap 4 | Cap 4: 1 a 15 | Cap 5, Sec 5.2 (ver tb B&M) | Material online | |
21/03 | Análise descritiva de dados (cont.) Análises bivariadas: qualitativa x qualitativa, quantitativa x qualitativa, quantitativa x quantitativa gráficos, tabelas e medidas medidas de associação: chi-quadrado e coeficientes de contingência, comparações de grupos (médias etc) e coeficientes de correlação Introdução e fundamentos da análise de componentes principais | Cap 4 | Cap 4: 1 a 15 | Cap 5, Sec 5.2 (ver tb B&M) | Material online: Describing Bivariate Data |
|
PARTE II: PROBABILIDADES E VARIÁVEIS ALEATÓRIAS | ||||||
26/03 | 3a avaliação semanal Introdução a probabilidades Experimentos aleatórios, eventos Definições (clássica, frequentista, subjetiva e axiomática). Propriedades de probabilidade Probabilidade de união, intercecção e condicional. Eventos mutuamente exclusivos e independentes | Cap 5 | Cap 5: 1 a 14 | Cap 2 | Sec 2.1: 1 a 5, Sec 2.3: 1 a 7 | Material Online: Probability (Itens A, B, C, D, E) |
28/03 | Probabilidades: discussão do vídeo de Peter Donnelly probabilidades marginais, conjuntas e condicionais. Probabilidade total e Teorema de Bayes. Exemplos exercícios | Cap 5 | Cap 5: 15 a 25 | Cap 2 | Sec 2.2: 4 a 7, Sec 2.3: 8 a 15 | Material Online: Probability (Itens H, I, J, K) |
02/04 | 4a avaliação semanal. Probabilidades: problemas e paradoxos. Ilustração computacional e simulação | Cap 5 | Cap 5: 26 a 41 | Cap 2 | Sec 2.3: 16 a 29 | Arquivo de comandos usado na aula |
04/04 | Variáveis aleatórias: introdução. Variáveis aleatórias discretas. Distribuições Uniforme, Binomial, Geométrica e Binomial Negativa (Pascal) | Cap 6 | Cap 6: 1 a 6, 20, 21 | Cap 3 | Sec 3.2: 1 a 7 | Material online: Binomial Material online: Binomial (2) Material online: hipergeométrica |
09/04 | 5a avaliação semanal. Variáveis aleatórias discretas. função de probabilidades e função acumulada. Esperança e variância. Exemplos. | Cap 6 | Cap 6: 7, 8, 11, 13, 17, 29 a 33 | Cap 3 | Sec 3.1: 1 a 6, Sec 3.3: 1 a 6 | |
11/04 | v.a. discretas: distribuição de Poisson. Aplicações e exemplos. Processo de Poisson, suas características e aplicações. Introdução a v.a. contínuas. Definições, f.d.p., função acumulada, esperança e variância. Exemplo | Cap 6 e Cap 7 | Cap 6: 22, 23, 24, 34 a 40 e 56, Cap 7: 1 a 4 | Cap 3, Cap 6 | Sec 3.4: 1 a 28, Sec 6.1: 1 a 6 | Material online: Distribuição de Poisson |
16/04 | 6a avaliação semanal. V.A. contínuas (continuação): Exemplos e exercícios | Cap 7 | Cap 7: 5 a 12, 13, 21 | Cap 6 | Sec 6.2: 1 a 6, Sec 6.3: 1 a 24 | |
18/04 | — | |||||
23/04 | V.A. contínuas: distribuições uniforme, exponencial e normal | Cap 7 | Cap 7: 13 a 20 | Cap 6 | Sec 6.2: 7 a 9, sec 6.3: 25 a 33 | Material online: Distribuição Normal |
25/04 | 2a prova | |||||
02/05 |
Outras distribuições: Gama, Beta, Weibull, F, t, chi-quadrado. Exemplos e ilustracoes computacionais computacionais | | | | | |
07/05 | 7a avaliação semanal | |||||
09/05 | sem aula presencial | |||||
14/05 | Noções de processos estocáticos: exemplos e definição, tempos e estados (discretos e contínuos), modelo probabilístico. Processos de tempo e estados discretos: Cadeia de Markov. Cadeias Finitas, probabilidades de transição, estacionaridade. Matrizes de transição e matrizes estocásticas, transição em M passos, vetor inicial, probabilidades marginais e estados absorventes. | ver sessão de complementos desta página | – | – | – | ver abaixo |
Materiais Complementares
05/03
- Material perdisco: Video 1 : Um vídeo introdutório sobre conceitos e temos básicos em estatística (legenda (CC) disponível)
- Guia:
- Quais os tópicos principais da apresentação? Descreva cada um deles com suas próprias palavras.
- Em cada tópico quais os principais conceitos? Identifique os termos técnicos e defina cada um deles.
- Pense em outros exemplos análogos aos apresentados no vídeo.
- comandos do R usados na aula
data(mtcars) mtcars head(mtcars) with(mtcars, range(mpg)) with(mtcars, mean(mpg)) with(mtcars, hist(mpg)) with(mtcars, table(am)) with(mtcars, prop.table(table(am))) with(mtcars, pie(table(am))) with(mtcars, plot(qsec,mpg)) with(mtcars, plot(hp,mpg))
07/03
- Material perdisco: Video 2: visualização de dados
12/03
- Arquivo com comandos para análises de características de veículos
- Arquivo com comandos para análises de desempenho em um curso
14/03
- Material perdisco: Vídeo 3: medidas que resumem dados (partes I e II)
19/03
- Comandos com alguns exemplos de séries temporais discutidos em aula
- Material perdisco: Vídeo 3: medidas que resumem dados (parte III)
- Hans Rosling no TED Talks
- como os dados podem nos ajudar a compreender e destruir mitos sobre a realidade.
- Procure identificar ao menos cinco pontos importantes na apresentação para discussão
21/03
- arquivo de comandos revisado (dados mtcars)
- A partir da próxima aula vamos iniciar a segunda parte do curso que trata de probabilidades. Como introdução e motivação, assistam antes da aula:
- Peter Donelly no TED Talks - como estatística e probabilidade podem ser usadas e … abusadas
- note que voce pode habilitar legendas em inglês, português ou outras línguas, se desejar
- procure anotar as principais mensagens e conceitos da apresentação
- se voce tivesse que destacar a descrever 2 (dois) pontos principais da apresentação, quais seriam?
26/03
- Material perdisco: Vídeo 4: Introdução a probabilidades
09/04
- Material perdisco: Vídeo 5: Distribuição de probabilidades (v.a. discretas: 0:00 a 5:50)
16/04
- Material perdisco: Vídeo 5: Distribuição de probabilidades (v.a. contínuas: 5:50 até final)
14/05
- Considere a matriz de transição do exemplo de preferência por produto da aula. Escreva um programa para simular realizações desta cadeia (mostre resultados em um gráfico).
- Considere agora uma matriz de transição mais geral dada a seguir. Generalize seu programa do exemplo anterior e obtenha simulações para diferentes valores de
p
. Escreva ainda uma rotina que receba os dados de uma cadeia e retorne uma estimativa dep
. Use esta rotina para obter valores estimados dep
para suas diferentes simulações (com o mesmop
e variandop
)
- Idem anterior com
- Escreva agora uma rotina que calcule as probabilidades dos estados da cadeia em um passo (tempo) qualquer, a partir da matriz de transição e de um vetor de probabilidades iniciais. Experimente (por simulação) com diferentes valores de
P
e - Idem anterior para um determinado inicial.
- Resuma as conclusões que podem ser obtidas analisando os resultados das simulações anteriores
Parte 2
- Estude o comportamento da cadeia definida pela seguinte matriz de transição.
- Modificar a matriz P dada colocando na ultima linha:
(0 0 0 0 0 1)
. Estude o comportamento da cadeia. - Estude o comportamento da cadeia com matriz de probabilidade de transição dada por