A disciplina Probabilidade e Estatística é ofererecida semestralmente para o alunos do curso de Ciência da Computação.
É uma disciplina de 4 créditos (60h) com conteúdo programático (participativo) descrito abaixo:
- Introdução à estatística
- Introdução ao R
- Noções de amostragem
- Métodos probabilísticos
- Métodos não probabilísticos
- Análise exploratória de dados
- Apresentações tabulares e gráficas
- Medidas estatísticas
- Tendência central
- Posição
- Dispersão
- Associação (com introdução a regressão linear simples)
- Introdução ao estudo de probabilidades
- Variáveis aleatórias
- Discretas
- Contínuas
- Distribuição normal
- Distribuição amostral da média
- Intervalo de confiança para a média
- Link para possíveis aulas remotas: Google Meet
- Reposição e extras
- Material didático de apoio
- CET018_10ed_1pf.pdf (uma página por folha)
- CET018_10ed_2pf.pdf (duas páginas por folha)
- R para cientistas sociais (livro muito bom sobre introdução ao R)
- Introdução ao R para alunos de ciências exatas (Demarqui, F. N. & Duczmal, L. H./UFMG)
- Programa de monitoria de graduação (Departamento de Estatística/UFMG)
- Testes de hipótese para médias, proporções e variâncias (Ribeiro, P. J./UFPR)
- CE083- Estatística Computacional I (Mayer, F. P; Bonat W. H; Zeviani, W. M; Krainski E. T & Ribeiro, P. J./ UFPR)
- CET173 - Probabilidade e estatística (Allaman, Ivan B./UESC)
- Estatística básica (Equipe EstBas - DEST/UFPR)
- Gráficos com R (Debastiani, Vanderlei Júlio)
- Tabelas estatísticas (funções de densidade de probabilidades)
- Apresentação da disciplina e conteúdo programático
- Introdução à estatística - IE
- Introdução ao R - IR
- Texto introdutório
- Scripts de apoio em R
- Introdução essencial (apectos mínimos necessários para um bom uso)
- Introdução básico (mais completo)
- Leitura e gravação de dados (LGD)
- Um link muito bom sobre LGD
- Literate programming (WYSIWYG, NOWEB)
- Figuras
- Leitura e gravação de dados
- Estruturas de dados
- Seminários
- Noções de amostragem - NA
- Seminários
- Métodos probabilísticos
- Métodos não probabilísticos
- Scripts de apoio em R
- Seminários
- Análise exploratória de dados - AED
- Seminários
- Apresentações tabulares e gráficas - ATG
- Seminários
- Apresentações gráficas - AG (isolado das apresentações tabulares)
- Introdução ao estudo de probabilidade - IEP
- Variáveis aleatórias - VA
- Seminários
- VA discretas
- VA contínuas
- Material de apoio
- Scripts de apoio em R
- Propriedades das variáveis aleatórias (E e V)
- VA contínuas
- Frequência relativa vs. densidade de probabilidades
- Distribuições
- F de Snedecor
- Qui-quadrado
- t de Student
- Seminários
- Distribuição normal - DN
- Distribuição amostral da média - DAM
- Intervalo de confiança para média - ICM
- Tópicos em inferência - TI
- Pacotes interessantes do R para apoio à inferência
- Scripts de apoio em R
- Distribuição F
- Modelando a origem
- Decisão
- Várias sobrepostas
- Inferência básica (teste de precisão)
- Plot simplificado da inferência
- Distribuição F
- Debug no R - DR
- Pacote fdth em Python
- Seminário
- Código fonte do projeto (GitHub)
- Noções de amostragem - NA
- Exercícios
- VAD, VAC e ICM - A (com resposta - mais completo)
- VAD, VAC e ICM - B (com resposta)
- Provas
- Prova II - AED (para ser feita em casa em grupos de no máximo 2 alunos)
- Prova
- Referência de correção (para evitar excesso de criatividade)
- Função geradora de dados em R (gerar dados que serão usados na resolução da prova)
- Uma função útil para remoção de outliers (remove_outlier)
- Prova III - AED conceitual (para ser feita em casa em pelos mesmos grupos dos seminários)
- Prova IV - P, VAD, VAC (conceitual e prática, para ser feita em casa em grupos de no máximo 2 alunos)
- Prova final
- Prova
- Referência de correção (para evitar excesso de criatividade)
- Função geradora de dados em R (gerar dados que serão usados na resolução da prova)
- Uma função útil para remoção de outliers (remove_outlier)
- Prova II - AED (para ser feita em casa em grupos de no máximo 2 alunos)