0% acharam este documento útil (0 voto)
23 visualizações3 páginas

Fundamentos de Estatística e Dados UFMG

O documento apresenta o programa da disciplina de Fundamentos de Estatística e Ciências de Dados, ministrada pelo professor Thiago Rezende na UFMG. A ementa inclui tópicos como visualização de dados, probabilidade, testes de hipóteses e prática computacional com o software R. O cronograma detalha as aulas, provas e listas de exercícios, além de informações sobre bibliografia e monitoria.

Enviado por

Ian Victor
Direitos autorais
© All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd
0% acharam este documento útil (0 voto)
23 visualizações3 páginas

Fundamentos de Estatística e Dados UFMG

O documento apresenta o programa da disciplina de Fundamentos de Estatística e Ciências de Dados, ministrada pelo professor Thiago Rezende na UFMG. A ementa inclui tópicos como visualização de dados, probabilidade, testes de hipóteses e prática computacional com o software R. O cronograma detalha as aulas, provas e listas de exercícios, além de informações sobre bibliografia e monitoria.

Enviado por

Ian Victor
Direitos autorais
© All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd

Programa da disciplina de Fundamentos de Estatística e Ciências de Dados

- EST-773 - TM
Professor: Thiago Rezende, DEST/UFMG
E-mail: thiagords@[Link]
Horário: Terças e Quintas - 13:00 - 14:40
Sala: 406 (CAD3)
Ementa: Introdução à Estatística e Ciência de Dados. Visualização de dados: tipos de
variáveis, gráficos e tabelas, medidas de posição e variabilidade. Fundamentos de
probabilidade e modelos probabilísticos: tipos de eventos, probabilidade condicional e
independência de eventos, variáveis aleatórias discretas e contínuas. Tomada de decisão com
base em evidências: estimação pontual e intervalar, conceitos de testes de hipóteses, testes para
amostras dependentes e independentes. Prática computacional.
PROGRAMA:

Dia Conteúdo Observações:

18/03 Introdução ao Curso. Aula 1 Cap.1 : livro-texto

20/03 Introdução à ciência de dados. Cap.1; Fazer Lista


Aula 1 I de Exercícios

25/03 Exemplos de aplicação. Tipos de


estudos e levantamento de dados.
Aula 2 Cap.1

27/03 Amostragem: população x amostra.


Aula 2 Cap. 6

01/04 Instalação, interfaces gráficas Apostila de


(softwares R e RStudio). Aula 3 Introdução ao R

03/04 Tipos de variáveis e níveis de


mensuração. Aula 4 Cap. 6

08/04 Visualização de dados em tabelas.


Aula 4 Cap. 6

10/04 Visualização de dados em gráficos.


Aula 4. Síntese de dados. Aula 5 Cap. 6

15/04 Alunos, entregar a


primeira lista de
Aula de Dúvidas
exercícios por e-
mail até às 23:59

17/04 Prova I

22/04 Definição de probabilidade,


probabilidade condicional e Cap. 2; Fazer Lista
independência de eventos. Aula 6 II de Exercícios
24/04 Definição de probabilidade,
probabilidade condicional e Cap. 2; Fazer Lista
independência de eventos. Aula 6 II de Exercícios

29/04 Definição de probabilidade,


probabilidade condicional e
independência de eventos.
Teoremas da Prob. Total e de Bayes
Aula 6 Cap. 2

06/05 Variáveis aleatórias. Modelos para


variáveis aleatórias. Variáveis
aleatórias discretas.

Aula 7 Caps. 3 e 4

08/05 Variáveis aleatórias contínuas. Aulas


8 Caps. 3 e 4;

02/05 Distribuições conjuntas. Aula 9 Cap. 5;

13/05 Alunos, entregar a


segunda lista de
Aula de Dúvidas
exercícios por e-
mail até às 23:59

15/05 Caps. 7 e 8; Fazer


Teorema central do limite;
Lista III de
Distribuição amostral. Aula 10a
Exercícios

20/05 Estimação pontual. Aula 10b Caps. 7 e 8

22/05 PROVA II

27/05 Estimação intervalar. Aula 10c Caps. 7 e 8

29/05 Conceitos básicos de testes de


hipótese: hipótese nula e
alternativa, nível de significância,
valor-p. Aula 11 Cap. 9

03/06 Testes de hipótese para um grupo.


Aula 12 Cap. 9

05/06 Comparação de dois ou mais grupos:


amostras dependentes e amostras
independentes. Aula 13 e 14 Cap. 10

10/06 Correlação. Modelos de regressão


linear. Aula 15 Caps. 11 e 12

12/06 Modelos de regressão linear


múltipla. Modelos lineares no R.

Aulas 16 e 17 Caps. 11 e 12

17/06 Alunos, entregar a


terceira lista de
Aula de Dúvidas
exercícios por e-
mail até às 23:59
19/06
Prova III

24/06 Prova Substituição

26/06 Exame Especial

12/07 Final do semestre

Instruções importantes:
1) Bibliografia básica: Montgomery, Douglas C.; Runger, George C.; Calado,
Verônica. (2000). Estatística aplicada e probabilidade para engenheiros. Grupo
Gen-LTC. Bibliografia complementar: 1) Ferreira e Oliveira (2020) Introdução
à Estatística com R. 2) Alcoforado, L. F.; Levy, A. Visualização de dados com o
software R. e-book gratuito.
2) A distribuição dos pontos será: Prova I: 30 pontos (Parte 1 do curso), 17/04/2025;
Prova II: 30 pontos (Parte 2 do curso), 22/05/2025; Prova III: 30 pontos (Parte
3 do curso), 19/06/2025; Lista de Exercícios: 10 pontos.
3) As listas de exercícios valendo pontos ocorrerão, somente, no Moodle, logo cada
aluno deverá entrar no moodle e acessar a sua respectiva lista.
4) Serão desenvolvidos exercícios com uso de software estatístico R. O software
estatístico R ([Link] será introduzido. Download R Gui: [Link]
[Link]/ Download RStudio:
[Link]
Sempre instale o R Gui antes do Rstudio!

Programa de Monitoria de Graduação do DEST:


1) Vocês podem acessar este material didático no site da monitoria
[Link] Mais alguns materiais didáticos
estão em fase final de elaboração e acredito que serão disponibilizados em breve.
2) O quadro de horários de atendimento será atualizado nos próximos dias e não haverá
divisão dos monitores por área do conhecimento.
3) Os monitores estão disponíveis para lhes ajudar com os exercícios, inclusive exercícios
computacionais no software R.

Você também pode gostar