Total de horas trabalho: 260
Total de horas de contacto: 40
O sistema estatístico R é um dos mais flexíveis, potentes e profissionais que existem atualmente para realizar tarefas estatísticas de qualquer tipo, desde as mais elementares às mais avançadas. O projeto R é desenvolvido e mantido por alguns dos mais prestigiados estatísticos da atualidade. Além disso, tem a vantagem de ser gratuito e utilizar processos de transferência e instalação simples. O objectivo desta unidade curricular é criar nos estudantes competências que permitam na prática, recolher, tratar e analisar informação de realidades estatísticas observadas. Tendo por base o recurso ao software estatístico R, serão tratados conjuntos de dados reais e/ou simulados por forma a ilustrar as potencialidades do software nos tratamentos estatísticos e a desenvolver nos estudantes a sensibilidade necessária para a recolha, organização e interpretação da informação disponível.
Linguagem R Variáveis aleatórias Distribuições Simulação
Espera-se que ao concluir esta unidade curricular o estudante seja capaz de:
•Reconhecer o papel e a importância da computação no auxílio ao tratamento e análise estatística de dados;
•Descrever o ambiente de programação R e as suas principais funcionalidades.
•Identificar as principais estruturas de controlo de programação utilizadas na linguagem R;
•Aplicar técnicas de computação em linguagem R para resolver problemas envolvendo variáveis aleatórias, distribuições estatísticas, estimação e testes de hipóteses, geração de números e de variáveis aleatórias.
•Resolver problemas usando o programa R, envolvendo as temáticas estatísticas tratadas.
1.Introdução ao ambiente R
2.Variáveis Aleatórias
3.Distribuições de Probabilidade
4.Introdução à Simulação
5.Métodos de Monte Carlo em Inferência Estatística
Dalgaard, Peter (2008): Introductory Statistics with R, 2nd edition, Springer, ISBN: 978-0-387-79053-4.
Verzani, J. (2005): Using R for Introductory Statistics, Chapman&Hall/CRC.
Ross, Sheldon M. (2009): Introduction to Probability and Statistics for Engineers and Scientists, fourth edition, Elsevier/Academic Press, Burlington, MA.
J. E. Gentle (2005): Random Number Generation and Monte Carlo Methods 2nd Edition, Springer. ISBN 0-387-0017-6 e-ISBN 0-387-21610
Jones, O., Maillardet, R., Robinson, A. (2014): Introduction to Scientific Programming and Simulation using R, Second Edition. Chapman and Hall / CRC, The R Series. International Standard Book Number-13: 978-1-4665-7001-6 (eBook-PDF)
E-learning (completamente online).
A avaliação tem caráter individual e implica a coexistência de duas modalidades: avaliação contínua (60%) e avaliação
final (40%). Essa avaliação será desenvolvida na aplicação de formas diversificadas, definidas no Contrato de Aprendizagem da
unidade curricular.
Materiais de apoio complementares serão disponibilizados na plataforma de e-learning.
