Essa é uma revisão anterior do documento!
CE-003 Turmas K/O - 2o semestre de 2014
No quadro abaixo será anotado o conteúdo dado em cada aula do curso.
São indicados os Capítulos e Sessões correspondentes nas referências bibliográficas,
bem como os exercícios sugeridos.
Veja ainda depois da tabela as Atividades Complementares.
Referências
- B & M: BUSSAB, W.O. & MORETTIN, P.A. (2010) Estatística Básica. 6a Edição, Editora Saraiva
- WEB 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.
Conteúdos das Aulas
B & M | Online | |||
---|---|---|---|---|
Data | Conteúdo | Leitura | Exercícios | Tópico |
04/08 Seg | Informações sobre o curso. Percepções e aplicações da estatística. Fundamentos das três partes deste curso: (i) probabilidades, (ii) estatística descritiva e (iii) inferência estatística. | Cap 1 | – | Ver abaixo |
PARTE I: PROBABILIDADES | ||||
06/08 Qua | Introdução a probabilidades: definições e conceitos básicos. Definições de probabilidades. | Cap 5, 5.1, 5.2 | Cap 5: 1 a 14 | |
11/08 Seg | Experimentos aleatórios, eventos, espaços amostrais, espaços de probabilidades. Propriedades. Probabilidades de operações sobre eventos (união e interseção). Independência de eventos e no cálculo de probabilidades. | Cap 5, 5.1, 5.2 | Ver abaixo | |
13/08 Qua | Exercício. Eventos envolvendo probabilidades. Probabilidade da união e intersecção de eventos. Probabilidade condicional. Probabilidade total e Teorema de Bayes | Cap 5 | Cap 5: 1 a 25 | Ver abaixo |
18/08 Seg | 1a avaliação semanal. Exercícios adicionais sobre probabilidades | Cap 5 | Cap 5: 26 a 41, 48, 57, 64 | |
20/08 Qua | Introdução a variáveis aleatórias. Relações entre cálculos de probabilidades e o conceito de variável aleatória. Distribuição de probabilidades. Equação descrevendo uma distribuição de probabilidades. A distribuição binomial. Tipos de variáveis aleatórias: discretas e contínuas | Cap 6 (6.1, 6.2) e Cap 7 (7.1) | ||
25/08 Seg | 2a avaliação semanal. Discussão da avaliação com revisão dos conceitos de variáveis aleatórias (v.a's). Um exemplo de v.a. contínua. Condições para uma função de densidade de probabilidades. | Cap 6: 6.1, 6.2, 6.6.1, 6.6.2, 6.6.3. Cap 7: 7.1 | Cap 6: 1 a 4, 20. Cap 7: 1 a 4 | Ver abaixo |
27/08 Qua | Resolução de exercício e formas de calcular/avaliar probabilidades para v.a.'s contínuas (geométrica, analítica, solução com algoritmos simbólicos e numéricos e simulação | Cap 6: 6.1, 6.2, 6.6.1, 6.6.2, 6.6.3. Cap 7: 7.1 | Ver abaixo | |
01/09 Seg | 2a avaliação semanal. Esperança e quantis de uma v.a. | Cap 6: 6.3 e 6.4; Cap 7: 7.3 | Cap 6: 11, 13, 17, 29, 30, 37; Cap 7: 5 a 12 | Ver abaixo |
03/09 Qua | Revisão, exercício e exemplos, esperança. mediana e quartis. Função de distribuição (acumulada) e expressão de probabilidades e quantis em função de F(x). Simulaçãode v.a.'s por inversão de F(x). Distribuição exponencial e a propriedade da falta de memória | Ver abaixo | ||
08/09 Seg | Recesso | |||
10/09 Seg | Outras famílias de distribuições discretas (hipergeométrica, binomial negativa, Poisson além das já vistas: uniforme, binomial e geométrica) ) e contínua (normal além das já vistas: uniforme e exponencial) | Cap 6: 6.6, Cap 7: 7.4 | Cap 6: 20 a 27, Cap 7: 13 a 21 | Ver abaixo |
15/09 Seg | Distribuição normal, exemplos | Cap 7: 7.4.2 | Cap 7: 33 a 38 | |
17/09 Qua | 4a avaliação semanal. (distribuições "especiais" discretas) | Exercícios e transformação de variáveis (contínua –> discreta) | ||
22/09 Seg | 5a avaliação semanal. | |||
24/09 Seg | 5a avaliação semanal. (distribuições "especiais" contínuas), Outras distribuições de probabilidades - amma, Beta, Weibul atc. Aproximação da binomial e Poisson pela normal | Cap 7; 7.5, 7.6 e 7.7 | Cap 7: 22 a 24 | |
29/09 Seg | Exercícios | |||
01/10 Qua | 1a prova. | |||
PARTE II: ESTATÍSTICA DESCRITIVA | ||||
06/10 Seg | Introdução a estatística descritiva. Resumos de dados: gráficos, tabelas e medidas. Tipos de variáveis: qualitativa (nominal ou ordinal) e quantitativa (discreta e contínua). Análises uni e bivariadas | Cap 1 a 4 | Ver abaixo | |
08/10 Qua | Dia não letivo - SIEPE - segundo resolução do CEPE |
04/08
- Pesquisar exemplos de aplicações de estatística na sociedade em geral e em sua área de interesse. Trazer para discussão em sala
- Assistir e debater o vídeo: Educação estatística e sua importância: uma opinião em apenas 3 minutos! (Um vídeo rápido para reflexão)
06/08
- Revisar conceitos de análise combinatória para contagem de número de eventos.
- Verificar os cálculos da probabilidade e acertar a mega-sena com diferentes números de dezenas (6, 7, 8, 9, …) e relacionar com o valor de cada uma das apostas.
11/08
- Lista de exercícios de probabilidades de provas de anos anteriores: 1 a 10
13/08
- Lista de exercícios de probabilidades de provas de anos anteriores: 14, 15, 16, 18, 20, 21, 38
18/08
- Lista de exercícios de probabilidades de provas de anos anteriores: 67, 68, 70, 71, 72, 73, 74, 75, 79, 90, 94
25/08
Exercício proposto em classe: Seja uma v.a. cont. com f.d.p.:
- Mostre que f(x) é uma f.d.p.
- Calcule as probabilidades:
- P[X > 0,8]
- P[X > 0,8 | X > 0,5]
- P[0,2 < X < 0,65]
- P[X < 0,1 ou X > 0,9]
- P[|X - 0,5| > 0,25]
- P[|X - 0,3| < 0,2]
- P[X > 0,2 | X < 0,7]
(Em todas os itens desta questão obtenha as soluções analítica e computacionalmente.) Solução com código do progrma R:
## Definindo a função fdp <- function(x){ fx <- numeric(length(x)) fx[x >= 0 & x <= 0.5] <- 4*x[x >= 0 & x <= 0.5] fx[x > 0.5 & x <= 1] <- 4-4*x[x > 0.5 & x <= 1] return(fx) } ##-------------------------------------------------------------------------------------- ## Gráfico da fdp x <- seq(0, 1, length=100) y <- fdp(x) plot(y ~ x, type="l") ##-------------------------------------------------------------------------------------- ## Verificando condições de "Adequação" de ser uma fdp # i) Verificando f(x) >= 0 all(fdp(x) >= 0) # ii) Verificando que a integral vale 1 integrate(fdp, 0, 1)$value ##-------------------------------------------------------------------------------------- # a) P(X > 0.8) integrate(fdp, 0.8, 1)$value # b) P(X > 0.8 | X > 0.5) integrate(fdp, 0.8, 1)$value/integrate(fdp, 0.5, 1)$value # c) P(0.2 < X < 0.65) integrate(fdp, 0.2, 0.65)$value # d) P(X < 0.1 ou X > 0.9) integrate(fdp, 0, 0.1)$value+integrate(fdp, 0.9, 1)$value # e) P(|X - 1/2| > 0.25) 1 - integrate(fdp, 0.25, 0.75)$value # f) P(|X - 0.3| < 0.2) integrate(fdp, 0.1, 0.5)$value # g) P(X > 0.2 | X < 0.7) integrate(fdp, 0.2, 0.7)$value/integrate(fdp, 0, 0.7)$value
27/08
Os problemas a seguir irão motivas o assunto da próxima aula.
- Em um teste com quatro questões de múltipla escolha, cada questão possui cinco alternativas com apenas uma delas correta. Estamos interessados na situação de "acerto casual", na qual a resposta de cada questão é escolhida ao acaso, supondo que todas as questões são respondidas.
- Defina a v.a. de interesse.
- Obtenha a função de probabilidades.
- Se várioa alunos fizerem a prova "chutando" todas as questões, qual deverá ser a média (esperada) da nota dos alunos?
Suponha agora que para cada acerto ganha-se dois pontos e perde-se um ponto para cada erro.
- Sob as mesmas condições, obtenha a distribuição de probabilidades do número de pontos ganhos.
- A demanda diária de arroz em um supermercado, em centenas de quilos, é uma variável aleatória com f.d.p.:
- Qual a probabilidade de se vender mais de 150 kg num dia, escolhido ao acaso?
- Em 30 dias, quanto o gerente do supermercado espera vender?
- Qual a quantidade de arroz que deve ser deixada a disposição dos clientes para que não falte o produto em 90% dos dias?
01/09
- Considera a função (f.d.p.)
- Obtenha a expressão e valore de e
- Obtenha a expressão da mediana e de quantis e os valores para mediana, quantis e quantis 0,10, 0,80, 0,9 e 0,99.
10/09
Após esta aula, todos os exercícios da Lista de exercícios de probabilidades podem ser usados como material de estudos.
06/10
- Tarefa proposta para substituir nota de alguma avaliação semanal:
- construir uma demonstração interativa de algum conteúdo do curso. Uma das possíveis ferramentas é o SHINNY (outra são possíveis mas ver galeria para exemplos).