MA41 – Probabilidade e Estatísitica

  • Conceitos Básicos: Tipos de variáveis; distribuições de frequências
  • Tabelas e gráficos
  • Medidas de posição
  • Medidas de dispersão e desenho esquemático (Box Plot)
  • Probabilidade: conceitos básicos, definições e propriedades
  • Probabilidade condicional e indepedência; Teorema da probabilidade total e teorema de Bayes
  • Função e distribuição de probabilidade de uma variável aleatória discreta
  • Características numéricas de uma variável aleatória discreta
  • Função densidade de probabilidade de uma variável aleatória contínua
  • Características numéricas de uma variável aleatória contínua
  • Principais modelos probabilísticos discretos: Uniforme, Bernoulli, Binomial, Geométrico, Poisson e Hipergeométrico
  • Modelos probabilísticos contínuos. Principais modelos probabilísticos contínuos: Uniforme, Exponencial e Normal
  • Teorema Central do Limite
  • Aproximação da distribuição Binomial pela Normal
  • Introdução à inferência estatística: Primeiras ideias; propriedades dos estimadores
  • Erro quadrático médio e erro absoluto de estimação
  • Estimação pontual de parâmetros: estimadores de momentos; estimadores de mínimos quadrados
  • Estimadores de máxima verossimilhança
  • Distribuição amostral da média e proporção; dimensionamento da amostra
  • Intervalo de confiança para a média populacional e para proporção populacional