Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- disciplinas:ce003ko-2017-02:historico [2017/09/06 18:04] – paulojus
+++ disciplinas:ce003ko-2017-02:historico [2017/11/22 13:41] (atual) – paulojus
@@ Linha 32: / Linha 32: @@
 |28/08 Seg |4a avaliação semanal. Discussão da avaliação incluindo comentários sobre soluções computacionais | |  | |[[#28/08]] |
 |30/08 Qua |Distribuições discretas e contínuas, casos especiais: binomial, geométrica, exponencial, Gama, Beta e Normal. Cálculo de probabilidades e quantis da distribuição normal utilizando tabela da normal padrão. Cálculo de probabilidades e quantis de distribuições utilizando rotinas computacionais. |Cap 6: 6.6.1. 6.6.2, 6.6.3, ex 55 , Cap 7: 7.5.1, 7.4.1, 7.4.3, 7.7 |Cap 6: 20, 21, 25, 26, 55; Cap 7: 13 a 21 |16, 17, 24, 25, 42 |[[#30/08]] |
-|04/08 Seg |**não** haverá avaliação semanal. Distribuição normal - continuação. Exemplos. |Cap 7: 7.2 |Cap 7: 14 a 20, 31, 33 a 38  |38, 51, 52, 58, 59, 66, 67, 87, 88, 90, 93, 99, 103  | |
+|04/09 Seg |**não** haverá avaliação semanal. Distribuição normal - continuação. Exemplos. |Cap 7: 7.2 |Cap 7: 14 a 20, 31, 33 a 38  |38, 51, 52, 58, 59, 66, 67, 87, 88, 90, 93, 99, 103  | |
-|06/08 Qua |Distribuições discretas: Uniforma, Binomial, Geométrica, Hipergeométrica, binomial negativa (Pascal). Processo de Poisson e distribuição de Poisson. Definições caracterizações e exemplos. Aproximação normal à distribuição Binomial |Cap 6: 6.6 e 6.7, Cap 7: 7.5 |Cap 6: 20 a 28, 31 a 34, 39, 55, 56, 57. Cap 7: 22 a 24 |6, 13, 27, 30, 34, 45, 50, 55, 56, 57, 74, 78  |  |
+|06/09 Qua |Distribuições discretas: Uniforma, Binomial, Geométrica, Hipergeométrica, binomial negativa (Pascal). Processo de Poisson e distribuição de Poisson. Definições caracterizações e exemplos. Aproximação normal à distribuição Binomial |Cap 6: 6.6 e 6.7, Cap 7: 7.5 |Cap 6: 20 a 28, 31 a 34, 39, 55, 56, 57. Cap 7: 22 a 24 |6, 13, 27, 30, 34, 45, 50, 55, 56, 57, 74, 78  |  |
-|11/08 Seg |avaliação semanal.  | | | | |
+|11/09 Seg |avaliação semanal. Discussão da avaliação com revisão das características e distinções entre os diferentes tipos de variáveis aleatórias. |Ver anteriores | | | |
+|13/09 Qua |Visualização de distribuições de probabilidades e elementos da linguagem R. Introdução a processos estocásticos/Cadeias de Markov | | | |[[#13/09]] |
+|18/09 Seg |Introdução a processos estocásticos/Cadeias de Markov (cont.). Introdução à estatística descritiva e análises exploratórias. [[disciplinas:ce003ko-2017-02:resumo|Interpretação da página de resultados das avaliações]]. Medidas descritivas, gráficos: histogramas, histogramas alisados (suavizados), Box-Plots. |Cap 2 | | |
+|20/09 Qua |Estatística descritiva: tipos de variáveis (qualitativa - nominal e ordinal, quantitativa - discreta e contínua); resumos de dados pro gráficos, tabelas e medidas. Análises uni, bi e multivariadas. Analises bivariadas (qt * ql, qt * qt, ql * ql). Gréficos adequados a cada caso. Exemplos e interpretações |Cap 2, 3 e 4 | | |[[#20/09]] |
+|25/09 Seg |Av. semanal. Medidas descritivas univariadas, de posição e dispersão |Cap 3 |Cap 3: 2, 3, 7, 16, 21, 22, 23, 33, 34, 35 | | |
+|27/09 Qua |Tópicos adicionais em estatística descritiva: diagrama ramo-e-folhas, extensões em box-plots, transformação de variáveis (potência e Box-Cox), cálculo de medidas descritivas em dados agrupados, análises bivariadas Ql X Qt, Qt x Qt, coeficientes de correlação (Pearson, Spearman e Kendall) |Cap 2, 3 e 4 |Cap 2: 4, 6 e 7, Cap 3: 1, 6, 7, 14, 19, 20, 29, Cap 4: 1 a 6, 10 a 13, 26, 29, 30 | |[[#27/09]] |
+|02/09 Seg |Av. semanal | | | | |
+|04/10 Qua |Dia não letivo (EVINCE etc) | | | | |
+|09/10 Seg |1a prova | | | | |
+|11/10 Qua |Associação entre duas variáveis qualitativas. Chi-quadrado e medidas relacionadas. Introdução à inferência estatística - conceitos, terminologias, definições fundamentais: população, parâmetro, amostra aleatória, estimador, estimativa, distribuição amostral, erro padrão e intervalo de confiança. Ilustração computacional |Cap 4.3 e 4.4, Cap 10 |Cap 4: 4 a 9 |  |[[#11/10]] |
+|16/10 Seg |Inferência estatística (cont) - conceitos, terminologias, definições fundamentais: população, parâmetro, amostra aleatória, estimador, estimativa, distribuição amostral, erro padrão e intervalo de confiança. Exemplos. |Cap 10 |Cap 10: 1, 3, 7 a 13 | | |
+|18/10 Qua |Inferência estatística (cont) - Exemplos e exercícios. Uma discussão sobre proves, notas, acerto ao acado, TRI e ENEM |Cap 10 |Cap 10: 21 a 29, 33, 34 |  |[[#18/10]] |
+|23/10 Seg |Não haverá aula. Semana acadêmica | | |  | |
+|25/10 Qua |Não haverá aula. Semana acadêmica | | |  | |
+|30/10 Seg |Av. Semanal. Estimação: propriedades dos estimadores e métodos de estimação. Método dos mínimos quadrados, |Cap 11 (leitura de todo o capítulo) |Cap 11: 6 a 9  | | |
+|01/11 Qua |Inferência estatística: estimação - propriedades e métodos de estimação: mínimos quadrados e max. verossimilhança |Cap 11: 11.1 a 11.5 |Cap 11: 10 a 13 |  | [[#01/11]] |
+|06/11 Seg |9a av. semanal. Discussão da avaliação. Discussão adicional sobre estimação e métodos de estimação incluindo métodos computacionais | | |  |  |
+|08/11 Qua |Incerteza associada à estimação. Distribuição amostral do estimador. Erro padrão. Obtenção analítica, Hessiano função de verossimilhança (derivada segunda ou hessiano numérico). Bootstrap (paramétrico e não paramétrico). Inferência Bayesiana |Cap 11: 11.7, 11.8, 11.9 | | | |
+|13/11 Seg |Aula cancelada | | |  |  |
+|15/11 Seg |Feriado | | |  |  |
+|20/11 Seg |Inferência estatística: estimação, intervalo de confiança e teste de hipóteses sob os 4 paradigmas: distribuição amostral, bootstrap, verossimilhança e Bayesiana. Teste de Hipóteses com base em distribuições amostrais: hipóteses, nível de signifiância, Erro tipo I e Erro tipo II, Passos te um teste de hipóteses. p-valor (nível descritivo). Exemplos. |Cap 12: 12.1 a 12.8 |Cap 12: 1 a 9  | |  |
+|22/11 Qua |Teste de hipóteses (cont.) exemplo e exercícios. |Cap 12 |10 a 24 | |  |
+|27/11 Seg |Dia não letivo. Segunda fase do vestibular | | |  |  |
+|29/11 Qua |2a prova | | |  |  |
@@ Linha 118: / Linha 141: @@
   - Resolver exemplos de aula a propostos utilizando também algum programa computacional
-/* [[https://www.youtube.com/watch?v=piCQ3_tcRUQ|Why statistics are fascinating: the numbers are us (Alan Smith) ]] *
+=== 13/09 ===
+  - Simular, fazer gráfico da realização e mostrar as matrizes de transição dos processos:
+    * Y(t) = 0 com probabilidade p e Y(t) = 1 com probabilidade (1-p)
+    * Y(t) = Y(t-1) com probabilidade p e Y(t) = 1 - Y(t-1) com probabilidade (1-p)
+Comparar e discutir os aspectos das realizações para diferentes valores de (p).
+=== 20/09 ===
+  - Estudar [[http://leg.ufpr.br/~paulojus/embrapa/Rembrapa/Rembrapase8.html#x10-560008|a página de exemplos de comandos computacionais para análises descritivas]]
+  - Exercícios da [[http://www.leg.ufpr.br/~paulojus/CE003/descritiva/descritiva.pdf|lista da estatística descritiva]]: 1, 13, 14, 16
+=== 20/09 ===
+  - Exercícios da [[http://www.leg.ufpr.br/~paulojus/CE003/descritiva/descritiva.pdf|lista da estatística descritiva]]: TODOS (1 a 31)
+  - Assitir, refletir e discutir: [[https://www.youtube.com/watch?v=piCQ3_tcRUQ|Why statistics are fascinating: the numbers are us (Alan Smith) ]]
+=== 11/10 ===
+  - Código R utilizado na aula
+=== 18/10 ===
+  - [[http://www.diariodepernambuco.com.br/app/noticia/vida-urbana/2017/10/15/interna_vidaurbana,726724/sistema-do-enem-inibe-o-chutometro.shtml|Reportagem relacionada ao tema discutido na aula de hoje]]
+=== 01/11 ===
+  - [[http://www.leg.ufpr.br/~paulojus/CE003/inferencia/inferencia.pdf|Lita de exercícios de inferência]]: 5, 6, 17, 27, 38, 45, 46, 80, 81, 84, 88, 94, 102, 113

Diferenças

Navegação

Busca

Ferramentas

QR Code