Não foi possível enviar o arquivo. Será algum problema com as permissões?
Essa é uma revisão anterior do documento!
Tabela de conteúdos
CE-003 Turma E - Primeiro semestre de 2011
No quadro abaixo será anotado o conteúdo dado em cada aula do curso.
São indicados os Capítulos e Seções correspondentes nas referências bibliográficas,
bem como os exercícios sugeridos.
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.
- A & O: ANDRADE, D,F; OGLIARI, P.J. (2007) Estatística para as Ciências Agrárias e Biológicas (com noções de experimentação). Editora da UFSC.
- Material na WEB Online Statistics: An Interactive Multimedia Course of Study
B & M | M & L | A & O | Online | |||||||
---|---|---|---|---|---|---|---|---|---|---|
Data | Local | Conteúdo | Leitura | Exercícios | Leitura | Exercícios | Leitura | Exercícios | Tópico | |
28/02 | PF-15 | Informações sobre o curso. Introdução e organização à disciplina. Chances e probabilidades. Alguns problemas e paradoxos (o problema do aniversário, o teste de diagnóstico, o problema das sequencias). Demonstração computacional. | Cap 1 | | Cap 1 | | Cap 1 | | ||
02/03 | PF-15 | Probabilidades: definições de probabilidades (clássica, frequentista, subjetiva) conceitos: espaço de probabilidades, espaço amostral, eventos. Espaços discretos e contínuos. álgebra. Definição axiomática de probabilidades. Propriedades. Probabilidade de união, intersecção e condicional. Exemplos. | Cap 5, Sec 5.1 e 5.2 | Cap 5: 1 a 14 | Cap 2, Sec 2.1 | Cap 2: Sec 2.1: 1 a 5, Sec 2.3: 1 a 7 | Cap 3: Sec 3.1 a 3.5 | Cap 3, Sec 3.9: 1 a 9 | Cusro online (Itens A, B, C, D, E) | |
14/03 | PF-15 | Probabilidades (cont): probabilidades marginais, conjuntas e condicionais. Probabilidade total e Teorema de Bayes. Probabilidade condicional e independência | Cap 5 | Cap 15: 15 a 25 | Cap 2 | Cap 2: Sec 2.2: 4 a 7, Sec 2.3: 8 a 15 | Cap 3 | Cap 3: Exercícios resolvidos e sec 3.9: 10 a 19 | Curso Online (Itens H, I, J, K) | |
16/03 | PF-15 | Probabilidades: Exemplos adicionais. Variáveis Aleatórias - introdução, definição. Distribuição de Probabilidades. Função de (massa de) probabilidade. Distribuição Binomial. Distribuição Hipergeométrica | Cap 6, Sec 6.1, 6.2, 6.6.3, 6.6.4 | Cap 6: 1 a 6, 20, 22 | Cap 3, Sec 3.1 e 3.2 | Cap 3: Sec 3.1: 1 a 6, Sec 3.2: 1 a 7 | Curso online (Itens E, F e M) | |||
21/03 | PF-15 | Variáveis aleatórias discretas: definições, valor médio, variância, propriedades, quantis | Cap 6, Sec 6.1 a 6.5 e 6.8 | Cap 6: 7 a 19, 29 e 30 | Cap 3 | Cap 3, Sec 3.1 e 3.2 (ver tb B&M): 1 a 6, Sec 3.4: 1 a 10 | Curso online (Itens E, F e M) | |||
23/03 | PF-15 | Variáveis aleatórias discretas: distribuições uniforme, binomial, geométrica hipergeométrica, Poisson, binomial negativa (Pascal), multinomial | Cap 6 | Cap 6: 20 a 28 | Cap 3 | Cap 3, Sec 3.3: 1 a 6, Sec 3.4: 11 a 27 | ||||
28/03 | PF-15 | Probabilidades e Variáveis aleatórias discretas: revisão. | Cap 5, 6 e 7 | |||||||
30/03 | PF-15 | Variáveis aleatórias contínuas: Introdução a v.a. contínuas: definição, função de distribuição de probabilidades, exemplos, função acumulada (de distribuição), esperança, variância. | Cap 7, Sec 7.1 a 7.3 | Cap 7: 1 a 12 | Cap 6: Sec 6.1 | Cap 6, Sec 6.1: 1 a 5 | ||||
04/04 | PF-15 | Variáveis aleatórias contínuas: algumas funções de densidade de probabilidade: uniforme, exponencial | Cap 7, Sec 7.4 | Cap 7: 13 a 21, 28, 29, 31, 40, 41 | Cap 6: Sec 6.2 | Cap 6, Sec 6.2: 1 a 6, Sec 6.3: 16 a 24 | ||||
06/04 | PF-15 | Distribuição normal | Cap 7, 7.4 e 7.5 | Cap 7: 14 a 21 | Cap 6, Sec 6.2 | Sec 6.2: 7 a 9, Sec 6.3: 25 a 33 | Material online | |||
11/04 | PF-15 | Exercícios de revisão. Aproximação normal da binomial. Outras distribuições: Erlang e Gamma. Outras distribuições Weibull, , t de Student e F de Snedecor | Cap 7, 7.5, 7.5 | Cap 7: 22, 23 e 24, 48, 51 | Cap 6 | Cap 6 (ver tb B&M) | ||||
13/04 | PF-15 | Demonstração computacional - programas (wx)maxima e R | Arquivo de comandos do R visto em aula | |||||||
18/04 | PF-15 | Funções da variáveis aleatórias. Variáveis bi(multidimensionais) | Cap 7, Sec 7.6, Cap 8 | Cap 7: 25 a 27, 39, Cap 8: 1, 2, 3, 6, 7, 18, 19, 20 | Cap 5 | Cap 5: Sec 5.1: 2 a 5 Sec 5.2: 2, 3, 5 e 6 | ||||
20/04 | PF-15 | Exercícios, revisão, exemplos adicionais de variáveis bi-dimensionais discretas e contínuas) | ||||||||
25/04 | PF-15 | Prova 1 | ||||||||
27/04 | PF-15 | Estatística descritiva (visão geral e ilustração computacional): Tipos de variáveis: qualitativas (nominais e ordinais) e quantitativas (discretas e contínuas). Análises uni e bi-variadas. Gráficos, tabelas e medidas resumo. Associação entre variáveis. | Cap 2, 3 e 4 | Cap 2: 1, 2, 7; Cap 3: 11, 12, 14, 21; Cap 4: 4, 6, | Cap 1, 4 e 5 | Sec 1.2: 1, 2 e 3; Sec 1.4: 1, 2 e 22; SEc 4.2: 1 e 2; Sec 4.4: | Ver complementos abaixo!!! | |||
02/05 | PF-15 | Estatística descritiva univariada: tipos de variáveis: qualitativas (nominais e ordinais) e quantitativas (discretas e contínuas). Gráficos. (histograma, pol. frequências, densidade empírica, ramo-e-folhas, box-plot | Cap 2, 3, Sec 3.4 (box-plot) | Cap 2: 4 a 7, 11, 12, 15; Cap 3: 11, 12, 13 | Cap 1 | Cap 1, Sec 1.2: 4, 5, Sec 1.4: 3, 4, 5, 6, 12,15, 20, 21, 22 | Ver complementos abaixo!!! | |||
04/05 | PF-15 | Estatística descritiva: medidas resumo. Medidas de posição, variabilidade e associação | Cap 3 e 4 | Cap 3: | Cap 4 e 5 | Ver complementos abaixo!!! | ||||
11/05 | PF-15 | Inferência estatística: população e amostra, amostragem e amostra aleatória simples, estatística e parâmetros, estimadores e estimativas. Distribuições amostrais. Distribuição amostral da média e proporção | Cap 10 | Cap 10: 1, 3, 7 a 10, 11 a 13 | Cap 7 | Cap 7, Sec 7.1: 1, 2; Sec 7.3: 1 a 7, Cap 7.4: 1 a 5 |
Materiais complementares
28/02/2011
- Assista o vídeo a seguir, reflita, discuta com os colegas e/ou em sala.
- 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 da apresentação
- se voce tivesse que destacar a descrever 2 (dois) pontos principais da apresentação, quais seriam?
- Problemas para discussão:
- Desejamos saber a probabilidade de um casal ter duas filhas (meninas) em três situações distintas:
- apenas sabendo que eles tem duas crianças
- depois que o pai comenta que tem uma filha (sem dar mais detalhes, sem indicar se é a mais velha ou mais nova etc)
- você encontra os amigos e eles estão com uma das crianças com eles que é uma menina
- Quantas pessoas devem haver em um grupo para que a chance de haver ao menos uma coincidência de aniversários supere 50% ?
- Dois jogadores (A e B) vão jogar um jogo que consiste no lançamento de dois dados. Ambos começam com R$ 10,00. Se a soma dos dados for um número ímpar, A para R$ 1,00 para B. Se a soma for par, B para R$ 1,00 para A.
- quais os possíveis valores em dinheiro que os jogadores podem ter após 2 rodadas? A chance é a mesma para todos esses possíveis valores?
- quais os possíveis valores em dinheiro que os jogadores podem ter após 3 rodadas? A chance é a mesma para todos esses possíveis valores?
- o jogo é honesto?
14/03/2011
- Além dos exercícios indicados nos livros veja neste link exercícios (com resolução) que voce pode tentar
- Assista novamente o vídeo de Peter Donnelly e concentre-se no exemplo do teste de diagnóstico. Estruture o problema e a solução utilizando uma notação adequada de probabilidades.
16/03/2011
- Veja um video com ainda uma ourta explicação para o problema do tese de diagnóstico.
28/03/2011
- Considere um tipo dado especial onde cada face tem uma probabilidade de cair proporcional ao seu valor. Considere lançar dois destes dados. Monte o espaço amostra e obtenha a probabilidade de cada ponto. Defina uma v.a. como a soma dos valores das faces e monte a distribuição de probabilidades.
- Considere avaliar a probabilidade de ter uma "mão" de cinco cartas com exatamente 2 ases em duas situações: a) sabendo que possui um ás de copas, (b) sabendo que possui algum ás na mão. Voce acha que as probabilides am a) e b) sao iguais ou diferentes, e se diferentes qual é maior? Obtenha as probabilidades e verifique sua intuição!
04/04/2011
- Obtenha as expressões de , , , , e para a distribuição uniforme contínua.
- Obtenha as expressões de , , , , e para a distribuição exponencial.
12/04/2011
- Fazer gráficos das distribuições vistas na aula, variando os valores do parâmetros.
- Estudar a distribuição de Weibull, fazer gráficos para diferentes valores dos parâmetros.
- Seja uma variável aleatória com distribuição Weibul
- Obtenha o gráfico da função de densidade e de distribuição (acumulada) .
- Calcule as probabilidades:
- Calcule os quantis
- q tal que
- q tal que
- e tal que , com 0,25 de probabilidade abaixo de e acima .
- Seja uma variável aleatória com distribuição Gamma
- Obtenha o gráfico da função de densidade e de distribuição (acumulada) .
- Verifique como obter as probabilidades:
- Verifique como obter os quantis
- q tal que
- q tal que
- e tal que , com probabilidades abaixo de e acima de 0,25.
- Verifique como obter os quartis da distribuição
- Verificar as expressões das distribuições , e (ver sessão 7.7 em Bussab e Morettin) e como obter probabilidades q quantis utilizando as tabelas.
- Seja uma variável aleatória com distribuição (Student com graus de liberdade). Obtenha usando a tabela da distribuição:
- tal que
- tal que
- os quartis da distribuição
- Seja uma variável aleatória com distribuição ( com graus de liberdade). Obtenha usando a tabela da distribuição:
- tal que
- tal que
- os quartis da distribuição
13/04/2011
Usando o programa R para calcular probabilidades - Uma introdução
- Materiais introdutórios sobre uso do R e probabilidades
27/04/2011
- Ver Sessões 9, 10 e 11 neste material online
- Exemplos mostrados/usados e discutidos em aula (com comandos do R)
- Exemplo
CO2
data(CO2) str(CO2) head(CO2) ?CO2 names(CO2) ## acessando os dados mean(CO2$uptake) with(CO2, mean(uptake)) ## resumos de uma variável attach(CO2) mean(uptake) summary(uptake) ## gráficos boxplot(uptake) ## relacionando uptake com outra variável (categórica) boxplot(uptake ~ Treatment) tapply(uptake, Treatment, mean) tapply(uptake, Treatment, summary) ## relacionando uptake com outras 2 variáveis (categóricas) tapply(uptake, list(Type, Treatment), mean) interaction.plot(Type , Treatment, uptake, type="b") interaction.plot(Type , Treatment, uptake, fun=median, type="b") ## mais visualizações, relacionando com outra variável numérica plot(uptake ~ conc) m1 <- tapply(uptake, conc, mean) points(as.numeric(names(m1)), m1, col=2, pch=19) by(CO2, Plant, function(x) with(x, lines(uptake ~ conc, col=gray))) coplot(uptake ~ conc|Plant) coplot(uptake ~ conc|Plant,show.given=FALSE) coplot(uptake ~ conc|Plant, panel=lines, type="b",show.given=FALSE) coplot(uptake ~ conc|Plant, panel=panel.smooth,show.given=FALSE) require(lattice) xyplot(uptake ~ conc|Plant) detach(CO2)
- Dados
mtcars
## obtendo informações sobre os dados (metadados) data(mtcars) str(mtcars) head(mtcars) dim(mtcars) attach(mtcars) ## analises de uma variável quantitativa summary(mpg) boxplot(mpg) hist(mpg) rug(mpg) hist(mpg, prob=T) rug(mpg) lines(density(mpg)) h1 <- hist(mpg, prob=T) h1[1:2] table(cut(mpg, br=seq(10, 35, by=5))) ## um gráfico **totalmente inadequado** !!! pie(table(cut(mpg, br=seq(10, 35, by=5)))) ## análises de uma variável qualitativa (nominal) table(am) prop.table(table(am)) pie(table(am)) which.max(table(am)) ## analises de uma variável qualitativa (ordinal) table(cyl) prop.table(table(cyl)) barplot(table(cyl)) which.max(table(cyl)) ## "cruzando" variáveis qualitativas table(cyl, am) plot(table(cyl, am)) barplot(table(cyl, am)) barplot(table(cyl, am), beside=T) prop.table(table(cyl, am)) prop.table(table(cyl, am), mar=1) prop.table(table(cyl, am), mar=2) # ## tabela table(am) ## grafico pie(table(am), main="Câmbio", lab=c("automático" , "manual")) pie(table(am), main="Câmbio", lab=c("automático" , "manual")) , col=1:2, rad=1) ## medida (moda) am.t <- table(am) names(am.t) <- c("automático","manual") names(which.max(am.t)) ## em porcentagens prop.table(table(am)) ## agora para numero de marchas table(gear) barplot(prop.table(table(gear))) names(which.max(table(gear))) ## e agora relacionando as duas variáveis table(am, gear) plot(table(am, gear), main="Marchas vs Câmbio") barplot(table(am, gear), legend=T) barplot(table(gear, am), legend=T) prop.table(table(am, gear), mar=1) barplot(prop.table(table(am, gear), mar=1)) ## relacionando qualitativa e quantitativa tapply(mpg, am, mean) tapply(mpg, am, sd) tapply(mpg, am, summary) tapply(mpg, am, function(x) table(cut(x, br=seq(10, 30, by=5)))) boxplot(mpg ~ am) plot(am, mpg) boxplot(mpg ~ am) ## relacionando variáveis quantitativas plot(mpg ~ qsec) lines(lowess(mpg ~ qsec)) cor(mpg, qsec) plot(mpg ~ wt) lines(lowess(mpg ~ wt)) cor(mpg, wt) cor(mpg, wt, meth="sp") plot(qsec ~ wt) lines(lowess(qsec ~ wt)) cor(qsec, wt) cor(qsec, wt, meth="sp") plot(mtcars[,c(1,4,6,7)]) pairs(mtcars[,c(1,4,6,7)], panel=panel.smooth) cor(mtcars[,c(1,4,6,7)]) cor(mtcars[,c(1,4,6,7)], meth="sp") detach(mtcars)
02/05/2011
- 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
04/05/2011
Tópicos:
- Análise Univariada
- Medidas de posição: média, mediana, moda, média aparada, quantis
- Medidas de dispersão: amplitude, variância, desvio padrão, desvio médio, amplitude interquartílica, coeficiente de variação
- Cálculo das medidas para dados brutos e dados agrupados
- Análise Bivariada
- medidas de associação: variáveis qualitativas e quantitativas
- , coeficiente de contingência, comparação de medidas resumo, covariâncas e coeficientes de correlação
Referências adicionais e vídeos:
- Vídeos sobre estatística da Khan Academy. Vídeos relacionados com esta parte do curso (estatística descritiva)
- Statistics: The Average
- Statistics: Sample vs. Population Mean
- Statistics: Variance of a Population
- Statistics: Sample Variance
- Statistics: Standard Deviation
- Statistics: Alternate Variance Formulas
-