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 Próxima revisão Ambos lados da revisão seguinte | ||
|
disciplinas:ce003o-2011-02:historico [2011/11/07 13:44] paulojus [Conteúdos das Aulas] |
disciplinas:ce003o-2011-02:historico [2011/11/16 10:10] paulojus [section 2] |
||
|---|---|---|---|
| Linha 12: | Linha 12: | ||
| * **M & L**: MAGALHÃES, M.N.; LIMA, A.C.P. [[http://www.ime.usp.br/~noproest|Noções de Probabilidade e Estatística]]. IME/SP. Editora EDUSP. | * **M & L**: MAGALHÃES, M.N.; LIMA, A.C.P. [[http://www.ime.usp.br/~noproest|Noções de Probabilidade e Estatística]]. IME/SP. Editora EDUSP. | ||
| * **WEB** [[http://onlinestatbook.com/2/index.html|Online Statistics: An Interactive Multimedia Course of Study]]: Material online sobre estatística | * **WEB** [[http://onlinestatbook.com/2/index.html|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. | ||
| \\ | \\ | ||
| Linha 17: | Linha 22: | ||
| ===== Conteúdos das Aulas ===== | ===== Conteúdos das Aulas ===== | ||
| - | ^^ ^ B & M ^^ M & L ^^ Online ^ | + | ^ ^^ B & M ^^ M & L ^^ Online ^ |
| ^ Data ^ Conteúdo ^ Leitura ^ Exercícios ^ Leitura ^ Exercícios ^ Tópico ^ | ^ Data ^ Conteúdo ^ Leitura ^ Exercícios ^ Leitura ^ Exercícios ^ Tópico ^ | ||
| - | | PARTE I: ESTATÍSTICA DESCRITIVA E ANÁLISE EXPLORATÓRIA DE DADOS ^^^^^^^ | | + | | PARTE I: ESTATÍSTICA DESCRITIVA E ANÁLISE EXPLORATÓRIA DE DADOS ^^^^^^^ |
| - | | 12/09 |Informações sobre o curso. \\ Introdução a organização e análise descritiva de dados. \\ Tipos de variáveis (qualitativas nominais e ordinais, quantitativas discretas e contínuas). \\ Demonstração computacional e introdução ao uso do R. | + | | 12/09 |Informações sobre o curso. \\ Introdução a organização e análise descritiva de dados. \\ Tipos de variáveis (qualitativas nominais e ordinais, quantitativas discretas e contínuas). \\ Demonstração computacional e introdução ao uso do R. |Cap 1 e 2 | -- |Cap 1 | --- |No [[http://onlinestatbook.com/2/index.html|material online]] ver: \\ I . Introduction| |
| + | | 14/09 |Introdução a organização e análise descritiva de dados (continuação). \\ Variáveis qualitativas: tabelas de frequências, gráficos; variáveis quantitativas: tabelas, gráficos e medidas estatísticas. Box-plot e ramo e folhas. Dados em classes. Média, quartis, mediana. \\ Interpretação de resultados. \\ Demonstração computacional e introdução ao uso do R. |Cap 1 e 2 |Cap 2: 2, 4-7, 9-11 |Cap 1 |Sec 1.4 | [[http://leg.ufpr.br/~paulojus/embrapa/Rembrapa/Rembrapase8.html#x10-560008|Ilustração de uma análise de dados]] | | ||
| + | | 19/09 |Descrição de variáveis através de medidas estatísticas. Gráficos tabelas e medidas adequadas para cada tipo de variável. Medidas de posição, média, moda, mediana, quartis e quantis. Cálculo de medidas para dados brutos e agrupados. |Cap 2 e 3 |Cap 2: 13-14, Cap 3: 2, 4 e 6 |Cap 1 |Sec 1.4 |No [[http://onlinestatbook.com/2/index.html|material online]] ver: \\ II. Graphing distributions | | ||
| + | | 21/09 |Descrição de variáveis através de medidas estatísticas. \\ Medidas de dispersão: amplitude, amplitude interquartílica, desvio padrão, desvio médio, coeficiente de variação, escores, escore padronizado. \\ Distribuição acumulada empírica e definição genérica de quantis |Cap 3 |Cap 3: 1, 3, 14, 16, 19, 20 |Cap 4 |Sec 4.2: 1 a 3, Sec 4.3: 1 a 6 |No [[http://onlinestatbook.com/2/index.html|material online]] ver: \\ III. Summarizing distributions | | ||
| + | | 26/09 |Exercícios e exemplos de interpretação de resultados. Análise bivariada: variável qualitativa e quantitativa. |Cap 3, Cap 4, Sec 4.6 |Cap 3: 14, 16, 20, 21, 22, 23, 24, 25, **29, 34, 35** \\ Cap 4: 29 |Cap 1 e 4 |Sec 4.4 1 a 13 | | | ||
| + | | 28/09 |Análise bidimensional: qual. vs qual., qual. vs quant. e quant. //vs// quant.. \\ Transformação de variáveis (BoxCox). \\ Coeficientes de correlação e associação (Pearson Spearman, Chi-quadrado, Contingência). \\ Redução de dimensionalidade através de componentes principais. |Cap 3, 3.6 \\ Cap 4 |Cap 4: 1 a 13 |Cap 5 |ec 5.3: 5 a 10 |No [[http://onlinestatbook.com/2/index.html|material online]] ver: \\ IV: Describing bivariate data | | ||
| + | | FIM DA PARTE I ^^^^^^^ | ||
| + | | PARTE II: PROBABILIDADES ^^^^^^^ | ||
| + | | 03/10 |Introdução a probabilidades: conceitos básicos, definições de probabilidade (classica, frequentista, subjetiva), espaço amostral, eventos equi e não-equiprováveis, espaços amostrais: finitos, infinitos, discretos e contínuos. Probabilidade de eventos contínuos e áreas sobre curvas. Aplicações de probabilidades |Cap 5: 5.1 e 5.2 |Cap 5: 1 a 14 |Cap 2: Sec 2.1 |Sec 2.1: 1 a 5 |[[#03/10|ver abaixo]] sugestão de vídeo | | ||
| + | | 05/10 |Probabilidades. Definições e conceitos básicos. Propriedades. Probabilidade da união intersecção, condicional. Eventos mutuamente exclusivos e eventos independentes. |Cap 5: 5.1, 5.2 e 5.3 |Cap 5: 1 a 22 | | |[[#05/10|ver abaixo]] sugestão de vídeo | | ||
| + | | 10/10 |Probabilidades. discussão de exemplos e conceitos apresentados no vídeo de Peter Donnely. Avaliação por simulação, experimentos Monte Carlo. Teorema de Bayes |Cap 5: 5.4 e 5.4 |Cap 5: 23 a 25; 26 a 36 | | | | | ||
| + | | 12/10 |Exercícios sobre probabilidades. |Cap 5 |Cap 5: 37 a 45 | | | | | ||
| + | | 17/10 |revisão e exercícios. |Cap 5 |Cap 5: 46 a 48, 57, 64 | | | | | ||
| + | | 19/10 |1a prova | | | | | | | ||
| + | | 24/10 |-- | | | | | | | ||
| + | | 26/10 |-- | | | | | | | ||
| + | | 31/10 |variáveis aleatórias: conceitos e propriedades. V.A. Discretas e Contínuas. Variáveis aleatórias discretas: Função de probabilidade, função de probabilidade acumulada (distribuição), valor esperado (esperança) e variância. Variáveis aleatórias contínuas: função de densidade de probabilidades, função de probabilidades (acumulada). |Cap 6, 6.1 a 6.5, Cap 7: 7.1 a 7.3 |Cap 6: 1 a 6, 7 a 12 |Cap 7: 1 a 6 |Cap 3: 3.1 |Sec 3.1: 1 a 6 | | | ||
| + | | 02/11 |feriado | | | | | | | ||
| + | | 07/11 |variáveis aleatórias: revisão de conceitos. Distribuições discretas: uniforme, binomial, geométrica, binomial negativa e hipergeométrica. |Cap 6: 6.6 |Cap 6: 13 a 28 |Cap 3, 3.2 e 3.3 |Sec 3.2: 1 a 7, 3.3: 1 a 6 |Procurar por //falácia do jogador// (//Gambler's fallacy//) sobre discussão em sala | | ||
| + | | 09/11 |v.a.discretas. Distribuição e Processo de Poisson. Quantis. Exemplos e exercícios sobre distribuições de probabilidades |Cap 6, Sec 6.7 e 6.7 |Cap 6: 29 a 34, 37 a 40, 42, 44, 48, 49, 56 |ver em B&M |Sec 3.4: 1 a 27 |ver complementos abaixo | | ||
| + | | 14/11 |exercícios sobre v.a.discretas | | | | | | | ||
| + | | 16/11 |v.a.contínuas - definições, função de densidade e acumulada, cálculo de probabilidades, esperança e variância. Funções de v.a. contínuas: uniforme e exponencial | | | | | | | ||
| + | | 21/11 | | | | | | | | ||
| + | | 23/11 |2a prova | | | | | | | ||
| + | | 28/11 | | | | | | | | ||
| + | | 30/11 | | | | | | | | ||
| + | | 05/12 | | | | | | | | ||
| + | | 07/12 | | | | | | | | ||
| + | | 12/12 | | | | | | | | ||
| + | | 14/12 | | | | | | | | ||
| + | | 19/12 | | | | | | | | ||
| + | | 21/12 |3a prova | | | | | | | ||
| - | ===== Atividades Complementares ===== | + | |
| + | |||
| + | ===== Complementos ===== | ||
| === 12/09 a 29/09 === | === 12/09 a 29/09 === | ||
| Linha 49: | Linha 87: | ||
| * ** procure anotar as principais mensagens de cada apresentação ** | * ** procure anotar as principais mensagens de cada apresentação ** | ||
| * **se você tivesse que destacar a descrever 2 (dois) pontos principais ou surpreendentes em cada apresentação, quais seriam?** | * **se você tivesse que destacar a descrever 2 (dois) pontos principais ou surpreendentes em cada apresentação, quais seriam?** | ||
| + | |||
| + | === 10/11 === | ||
| + | Códigos em R para cálculos de probabilidade com exemplos vistos na aula. | ||
| + | |||
| + | <code R> | ||
| + | ## DISTRIBUIÇÃO BINOMIAL | ||
| + | ## X ~ B(n=20, p=0,12) | ||
| + | ## P[X = 3]: | ||
| + | dbinom(3, size=20, prob=0.12) | ||
| + | ## P[X <= 3]: | ||
| + | pbinom(3, size=20, prob=0.12) | ||
| + | |||
| + | ## P[X >= 3] | ||
| + | 1 - pbinom(2, s=20, p=0.12) | ||
| + | # ou.... | ||
| + | pbinom(2, s=20, p=0.12, lower=FALSE) | ||
| + | |||
| + | ## | ||
| + | ## DISTRIBUIÇÃO BINOMIAL NEGATIVA (Pascal) | ||
| + | ## X ~ BN(r=3, p=0,12) | ||
| + | ## P[X = 20]: | ||
| + | dnbinom(3, size=20, prob=0.12) | ||
| + | ## P[X <= 20]: | ||
| + | pnbinom(20, size=3, prob=0.12) | ||
| + | |||
| + | ## | ||
| + | ## HIPERGEOMÉTRICA | ||
| + | ## (parametrizacao no R é diferente da vista em aula) | ||
| + | ## Aula: Populacao: N = 200, r = 24, Amostra: n = 20 | ||
| + | ## X ~ HG(N=200, r=25, n=20) | ||
| + | ## R : Populacao: m = 24, n = 176, Amostra: k = 20 | ||
| + | ## X ~ HG(m=24, n=176, k=20) | ||
| + | ## | ||
| + | ## P[X = 3]: | ||
| + | dhyper(3, m=24, n=176, k=20) | ||
| + | ## P[X >= 20]: | ||
| + | 1 - phyper(2, m=24, n=176, k=20) | ||
| + | ## ou | ||
| + | phyper(2, m=24, n=176, k=20, lower=FALSE) | ||
| + | </code> | ||
| + | |||
| + | |||
| + | |||
