PT|EN
Estatística Computacional
Cursos Licenciatura em Matemática e Aplicações | Licenciatura em Matemática Aplicada à Gestão
Código: 21043
Departamento: DCET
ECTS: 6
Área científica: Matemática
Total de horas trabalho: 156
Total de horas de contacto: 26

Os desenvolvimentos computacionais aplicados à Estatística permitem abordagens e a resolução de problemas que outrora seria impraticável. Esta é uma área que tem tido grande crescimento e revela grande utilidade em muitas áreas de aplicações e na investigação. Pretende-se nesta unidade curricular que o estudante obtenha conhecimentos na área da Estatística Computacional com utilização do software R. Para além de uma breve revisão à linguagem R, serão tratados tópicos de introdução à simulação, geração de variáveis aleatórias, aplicações do método de Monte Carlo (MC), Regressão Linear e Análise de Variância.

Linguagem R
Variáveis aleatórias
Simulação
Reamostragem

• Descrever e exemplificar a utilização de geradores de números pseudo-aleatórios (NPAs) e de variáveis aleatórias;
• Aplicar o Métodos de Monte Carlo em Inferência Estatística;
• Distinguir os métodos de Reamostragem Bootstrap e Jacknnife;
• Descrever o método dos mínimos quadrados e analisar o grau de associação entre duas variáveis.
• Aplicar a técnica de Análise de Variância na comparação de grupos.
• Resolver problemas no programa R envolvendo os tópicos tratados.

1. Introdução à Linguagem R
2. Geração de números pseudo-aleatórios e de variáveis aleatórias
3. Inferência Estatística e Métodos de Monte Carlo
4. Regressão Linear e Análise de Variância
5. Métodos de Reamostragem

  • Oliveira, A., Oliveira, T.A. (2019). Estatística Computacional. Texto de Apoio.
  • Maria L. Rizzo  (2008): Statistical Computing with R, Chapman and Hall/CRC. ISBN: 9781584885450, ISBN 10: 1584885459.
  • Christian P. Robert and George Casella (2010): Introducing Monte Carlo Methods with R,  Springer-Verlag . ISBN 978-1-4419-1575-7
  • Chiahara, L.M., Hesterberg, T.C. (2011): Mathematical Statistics with Resampling and R, Wiley, ISBN: 978-1-118-02985-5
 

E-learning

O regime de avaliação preferencial é o de avaliação contínua, constituída pela realização de 2 e-folios (trabalhos escritos em formato digital), ao longo do semestre letivo, e de um momento final de avaliação e-fólio Global (e-fólioG), a ter lugar no final do semestre, com peso de, respetivamente, 40% e 60% na classificação final. Os estudantes podem, no entanto, em devido tempo, optar um único momento de avaliação, realizando, então uma prova de Avaliação Final (exame) com o peso de 100%.

Pré-requisitos: não aplicável