| Ambos lados da revisão anteriorRevisão anterior | |
| disciplinas:ce003o-2012-01:historico [2012/10/11 00:22] – paulojus | disciplinas:ce003o-2012-01:historico [2012/10/29 23:41] (atual) – paulojus |
|---|
| | 07/05 |7a avaliação semanal | | | | | | | | 07/05 |7a avaliação semanal | | | | | | |
| | 09/05 |sem aula presencial | | | | | | | | 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** | | | 14/05 |Noções de processos estocásticos: 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** | |
| | 16/05 |Introdução a inferência. População e amostra - relações com distribuições de probabilidades. Estimação: estimadores e estimativas. Estimação por máxima verossimilhança. Exemplos. |Cap 10. 10.1, 10.2, 10.3. Cap 11: 11.5. |Cap 11: 10, 11, 12, 13 |Ver B&M |Ver B&M | | | | 16/05 |Introdução a inferência. População e amostra - relações com distribuições de probabilidades. Estimação: estimadores e estimativas. Estimação por máxima verossimilhança. Exemplos. |Cap 10. 10.1, 10.2, 10.3. Cap 11: 11.5. |Cap 11: 10, 11, 12, 13 |Ver B&M |Ver B&M | | |
| | 17/09 |Informações sobre a retomada do semestre. sem aula com conteúdo | | | | | | | | 17/09 |Informações sobre a retomada do semestre. sem aula com conteúdo | | | | | | |
