Projeto de Extensão:

O projeto de extensão “Probabilidade e inferência com aplicações em R” é ofertado pelo departamento de estatística da UTFPR para a comunidade que tenha interesse em estatística com aplicações na linguagem R. O formato do curso está particionado em três módulos, sendo eles probabilidades, inferência 1 e inferência 2. A intenção do curso é colaborar com o aprendizado em estatística assim como possibilitar aplicações práticas em linguagem R.

Carga horária: 30h, com certificado.

Datas:

Terças-feiras às 14h, nos dias 01, 15, 22 e 29 de setembro, 06, 20 e 27 de outubro e 03 e 10 de novembro

Local:

A modalidade utilizada será a distância e por meio do Google Meet. As aulas serão uma vez por semana. O link será disponibilizado por e-mail 1 hora antes do evento.

Público: Alunos e demais interessados em conhecimentos básicos de estatística com aplicações em linguagem R.

Professores: Angélica Maria Tortola Ribeiro, Felipe Emanoel Barletta Mendes e Suellen Teixeira Zavadzki de Pauli

Módulo 1: 01, 15 e 22 de setembro

Fundamentos de probabilidade: Conceitos básicos de probabilidade, regras de probabilidade, probabilidade condicional, Teorema de Bayes e probabilidade posteriori. Distribuição discreta: Introdução as distribuições discretas, distribuição Uniforme, distribuição Geométrica, distribuição Binomial, distribuição Hipergeométrica e distribuição Poisson. Distribuição Contínua:  Introdução as distribuições contínuas, Distribuição Uniforme contínua, distribuição exponencial, distribuição Normal e aproximações a distribuição Normal.

Módulo 2: 29 de setembro, 06 e 20 de outubro

Conceitos básicos da teoria de estimação. Definições de parâmetros, estatísticas e estimadores. Noções da distribuição amostral de um estimador. Intervalos de confiança para os parâmetros de uma população Normal e para a comparação de médias de duas populações. Intervalos de confiança para uma proporção. Conceitos básicos de testes de hipóteses. Testes de hipóteses para os parâmetros de uma população Normal, para a comparação de duas médias e para a proporção. Aplicações em R.

Módulo 3: 27 de outubro, 03 e 10 de novembro

Introdução a análise de Regressão. Exemplos de aplicações. Conceitos. Regressão Linear Simples. Pressupostos Teóricos. Método de Estimação dos Coeficientes por Mínimos Quadrados. Análise de Resíduos. Coeficiente de Correção Linear. Análise de Resíduos. Conceitos. Pressupostos teóricos. Modelo e Hipóteses. Testes estatísticos para validar os pressupostos teóricos. ANOVA com um Fator. Testes Estatísticos para Comparação de Médias. Aplicações no R.

Sugestão de referências:

BUSSAB, W. O.; MORETTIN, P. A. Estatística básica. São Paulo: Atual, 1987.

KOLMOGOROV, A. N. Foundations of the theory of probability. 2. ed. New Yourk, USA: Chelsea Publishing Company, 1956.

MAGALHÃES, M. N. Probabilidade e variáveis aleatórias. 2. ed. São Paulo: EDUSP, 2006.

MAGALHÃES, M. N.; LIMA, A. C. P. Noções de probabilidade e estatística. 6. ed. São Paulo: EDUSP, 2008.

MEYER, P. L. Probabilidade: aplicações à estatística. 2. ed. Rio de Janeiro: LTC, 1983.

MONTGOMERY, D. C.; RUNGER, G. C. Estatística aplicada e probabilidade para

engenheiros. 2 ed. Rio de Janeiro: LTC, 2003.