Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
| Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior | ||
|
disciplinas:ce003o-2012-02:historico [2012/12/18 10:25] paulojus |
disciplinas:ce003o-2012-02:historico [2013/03/05 13:58] (atual) paulojus |
||
|---|---|---|---|
| Linha 37: | Linha 37: | ||
| | 03/12 Seg|4a avaliação semanal (modelos de distribuições de v.a.'s discretas e contínuas já vistos em aula). Distribuição Normal |Cap 7, 7.2.4 |Cap 7: 14 a 20 |Cap 6, 6.2 Def 6.6 |Sec 6.2: 7, 8, 9 | | | | 03/12 Seg|4a avaliação semanal (modelos de distribuições de v.a.'s discretas e contínuas já vistos em aula). Distribuição Normal |Cap 7, 7.2.4 |Cap 7: 14 a 20 |Cap 6, 6.2 Def 6.6 |Sec 6.2: 7, 8, 9 | | | ||
| | 05/12 Qua|Distribuição normal (cont.), aproximação a binomial e Poisson pela normal, transformação de variáveis (ver B&M), quantis|Cap 7, 7.4.2, 7.5, 7.6 |Cap 7: 22, 23, 24, |Cap 6 |Cap 6, Sec 6.3: 25 a 33 | | | | 05/12 Qua|Distribuição normal (cont.), aproximação a binomial e Poisson pela normal, transformação de variáveis (ver B&M), quantis|Cap 7, 7.4.2, 7.5, 7.6 |Cap 7: 22, 23, 24, |Cap 6 |Cap 6, Sec 6.3: 25 a 33 | | | ||
| - | | 10/12 Seg|5a avaliação semanal. Distribuição normal (cont) a aplicação. Transformação de variáveis | | | | | | | + | | 10/12 Seg|5a avaliação semanal. Distribuição normal (cont) a aplicação. Transformação de variáveis |Cap 7: 7.6 | | | | | |
| - | | 12/12 Seg|Introdução às cadeias de Markov | | | | | | | + | | 12/12 Qua|Introdução às cadeias de Markov. Noções de processos estocáticos: exemplos e definição, tempos e estados (discretos e contínuos). 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 abaixo | |
| | 17/12 Seg|Revisão e dúvidas para 1a prova | | | | | | | | 17/12 Seg|Revisão e dúvidas para 1a prova | | | | | | | ||
| - | | 19/12 Seg|1a prova | | | | | | | + | | 19/12 Qua|1a prova | | | | | | |
| + | | 21/01 Seg|Revisão e resolução da 1a prova. Apresentação do conjunto de dados e objetivos da próxima parte do curso | | | | |ver abaixo | | ||
| | PARTE II: ESTATÍSTICA DESCRITIVA E ANÁLISE EXPLORATÓRIA DE DADOS ^^^^^^ | | | PARTE II: ESTATÍSTICA DESCRITIVA E ANÁLISE EXPLORATÓRIA DE DADOS ^^^^^^ | | ||
| + | | 23/01 Qua |Introdução a organização e análise descritiva de dados. \\ Tipos de variáveis (qualitativas nominais e ordinais, quantitativas discretas e contínuas). Variáveis qualitativas: tabelas de frequências, gráficos; variáveis quantitativas: tabelas, gráficos e medidas estatísticas. \\ Gráficos tabelas e medidas adequadas para cada tipo de variável. |Cap 1 e 2 |Cap 2: 2, 4-7, 9-11 |Cap 1 |Sec 1.4 |No [[http://onlinestatbook.com/2/index.html|material online]] ver: \\ I . Introduction \\ No [[http://onlinestatbook.com/2/index.html|material online]] ver: \\ II. Graphing distributions| | ||
| + | | 28/01 Seg|1a avaliação semanal. Estatística descritiva (cont) Medidas descritivas de posição, dispersão e associação. Gráficos para variáveis qualitaticas e quantitativas: setores, barras, box-plot, histograma, densidade e dispersão. Ilustrações computacionais de análises envolvendo uma ou duas variáveis. |Cap 2, 3 e 4 | | | |{{:disciplinas:ce003o-2012-02:ce003-201101.csv|arquivo de dados}} \\ {{:disciplinas:ce003o-2012-02:desempenho-1.r|arquivo de comandos}} | | ||
| + | | 30/01 Seg|--- | | | | | | | ||
| + | | 04/02 Seg|**Não será realizada a avaliação semanal**. Estatística descritiva (cont) Medidas descritivas de posição, dispersão e associação. |Cap 2, 3 e 4 | | | | | | ||
| + | | 06/02 Qua|Estatística descritiva (cont) Medidas descritivas de posição, dispersão e associação. Exercícios e exemplos.|Cap 2, 3 e 4 | | | | | | ||
| + | | 11/02 Seg|Feriado Carnaval | | | | | | | ||
| + | | 13/02 Qua|Feriado Carnaval | | | | | | | ||
| + | | 18/02 Seg|Avaliação semanal - estatística descritiva | | | | | | | ||
| + | | 20/02 Qua|Aula de estudos - ver abaixo indicação de vídeo | | | | | | | ||
| | PARTE III: INFERÊNCIA ESTATÍSTICA ^^^^^^ | | | PARTE III: INFERÊNCIA ESTATÍSTICA ^^^^^^ | | ||
| + | | 25/02 Seg|Introdução a inferência estatística: fundamentos, conceitos básicos, população e amostra. Estimação e incerteza |Cap 10 |Cap 10, 1 a 6 | | |ver vídeos abaixo | | ||
| + | | 27/02 Qua|Inferência estatística (cont). Distribuições amostrais. Determinação de tamanho de amostra |Cap 10, Cap 11, 11.1 e 11.2 |Cap 10: 7 a 13, 17 a 20 |Cap 7 | | | | ||
| + | | 04/03 Seg|8a avaliação semanal. Resolução e revisão. Intervalos de confiança (média, proporção e média com variância desconhecida) |Cap 11, Sec 11.6 |Cap 10: 21 a 28, Cap 11: 14 a 21 | | | | | ||
| + | | 06/03 Qua| | | | | | | | ||
| + | | 11/03 Qua| | | | | | | | ||
| + | | 13/03 Qua|2a prova | | | | | | | ||
| ==== Atividades complementares ==== | ==== Atividades complementares ==== | ||
| === 29/10 === | === 29/10 === | ||
| - | - [[http://www.ted.com/talks/hans_rosling_shows_the_best_stats_you_ve_ever_seen.html|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 (com opção de legendas em português). | ||
| - //**Material perdisco:**// [[http://www.youtube.com/watch?v=YHXadaW_lso|Vídeo 1: ]] Um vídeo introdutório sobre conceitos e temos básicos em estatística (legenda (CC) disponível) | - //**Material perdisco:**// [[http://www.youtube.com/watch?v=YHXadaW_lso|Vídeo 1: ]] Um vídeo introdutório sobre conceitos e temos básicos em estatística (legenda (CC) disponível) | ||
| * Guia: | * Guia: | ||
| Linha 65: | Linha 79: | ||
| * **se voce tivesse que destacar a descrever 2 (dois) pontos principais da apresentação, quais seriam?** | * **se voce tivesse que destacar a descrever 2 (dois) pontos principais da apresentação, quais seriam?** | ||
| * O conteúdo visto até aqui corresponde ao Capítulo 1 de Dantas (1997) que também pode ser usado para estudo | * O conteúdo visto até aqui corresponde ao Capítulo 1 de Dantas (1997) que também pode ser usado para estudo | ||
| + | |||
| + | === 12/12 === | ||
| + | |||
| + | - Considere a matriz de transição do exemplo da aula. \\ | ||
| + | <latex>P = \left[\begin{array}{cc} 1/3 & 2/3 \\ 2/3 & 1/3 \end{array}\right]</latex> | ||
| + | - Obtenha a matriz de transição para 2, 3 e 4 passos adiante | ||
| + | - considere o vetor de probabilidades iniciais <latex>\left[(0,5 0,5)\right]</latex> e obtenha os vetores de probabilidades 2, 3 e 4 passos adiante | ||
| + | - Escreva um programa para simular realizações desta cadeia (mostre resultados em um gráfico). | ||
| + | - Modifique os valores dos elementos da matrix e verifique o comportamento da cadeia. Algumas sugestões: | ||
| + | - <latex>P = \left[\begin{array}{cc} 1/5 & 4/5 \\ 4/5 & 1/5 \end{array}\right]</latex> | ||
| + | - <latex>P = \left[\begin{array}{cc} 1/3 & 2/3 \\ 4/5 & 1/5 \end{array}\right]</latex> | ||
| + | - <latex>P = \left[\begin{array}{cc} 2/3 & 1/3 \\ 1/3 & 2/3 \end{array}\right]</latex> | ||
| + | - <latex>P = \left[\begin{array}{cc} 2/3 & 1/3 \\ 0 & 1 \end{array}\right]</latex> | ||
| + | - 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 de ''p''. Use esta rotina para obter valores estimados de ''p'' para suas diferentes simulações (com o mesmo ''p'' e variando ''p'') \\ <latex> | ||
| + | P = \left[\begin{array}{cc} p & 1-p \\ 1-p & p \end{array}\right] | ||
| + | </latex> | ||
| + | - Idem anterior com \\ <latex> | ||
| + | P=\left[\begin{array}{cc} p_1 & 1-p_1 \\ 1-p_2 & p_2 \end{array}\right] | ||
| + | </latex> | ||
| + | - 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 <m>\nu</m> de probabilidades iniciais. Experimente (por simulação) com diferentes valores de ''P'' e <m>\nu</m> | ||
| + | - 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 por: \\ <latex> | ||
| + | P=\left[\begin{array}{cccccc} | ||
| + | 0,1 & 0,4 & 0,2 & 0,1 & 0,1 & 0,1 \\ | ||
| + | 0,2 & 0,3 & 0,2 & 0,1 & 0,1 & 0,1 \\ | ||
| + | 0,1 & 0,2 & 0,3 & 0,2 & 0,1 & 0,1 \\ | ||
| + | 0,1 & 0,1 & 0,2 & 0,3 & 0,2 & 0,1 \\ | ||
| + | 0,1 & 0,1 & 0,1 & 0,2 & 0,3 & 0,2 \\ | ||
| + | 0,1 & 0,1 & 0,1 & 0,1 & 0,4 & 0,2 \\ | ||
| + | \end{array}\right] | ||
| + | </latex> | ||
| + | - 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\\ <latex> | ||
| + | P=\left[\begin{array}{ccccc} | ||
| + | 0,5 & 0,3 & 0,2 & 0,0 & 0,0 \\ | ||
| + | 0,2 & 0,3 & 0,3 & 0,2 & 0,0 \\ | ||
| + | 0,1 & 0,2 & 0,3 & 0,2 & 0,2 \\ | ||
| + | 0,0 & 0,1 & 0,2 & 0,3 & 0,4 \\ | ||
| + | 0,0 & 0,0 & 0,0 & 0,0 & 1,0 \\ | ||
| + | \end{array}\right] | ||
| + | </latex> | ||
| + | |||
| + | |||
| + | === 21/01 === | ||
| + | - Leia a [[http://www.usp.br/agen/?p=125321|reportagem sobre uma aplicação de redes Bayesianas]] | ||
| + | - Leia a Reportagem de Capa "Quem Prevê Melhor" da 1a Edição de 2013 da [[http://www.veja.com.br|Revista VEJA]] (ver no acervo digital da revista) | ||
| + | - Considere o conjunto de dados com os resultados das turmas AMB e O da CE003 no 1o semestre de 2012 disponível {{:disciplinas:ce003o-2012-02:ce003-2012-01.txt|neste arquivo de dados}}. | ||
| + | \\ | ||
| + | Discuta como estes dados podem ser utilizados para produzir um relatório. Procure pensar em possíveis resultados a serem apresentados e "perguntas" de possível interesse prático a serem respondidas. | ||
| + | \\ | ||
| + | Utilize qualquer ambiente computacional para analisar os dados. | ||
| + | |||
| + | === 20/02 === | ||
| + | - [[http://www.ted.com/talks/hans_rosling_shows_the_best_stats_you_ve_ever_seen.html|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 (com opção de legendas em português). | ||
| + | |||
| + | === 25/02 === | ||
| + | * //**Material perdisco:**// [[http://www.youtube.com/watch?v=LfgPmKTdUsE&feature=relmfu|Video 5: ]] Amostragem e distribuições amostrais | ||
| + | * //**Material perdisco:**// [[http://www.youtube.com/watch?v=mD56-raCdGg&feature=relmfu|Video 5: ]] Inferência | ||
