Aula prática nº 22 (Turma 1)

2 Dezembro 2019, 14:00 • Mariana da Silva Gomes Mota

Principais distribuições contínuas: distribuição Normal (soma de v.a. com distribuição Normal, aproximação da Binomial à Normal, correcção de continuidade) e distribuição exponencial (função densidade, função distribuição cumulativa, propriedade da falta de memória); teorema limite central. Exerc. 2.83 e 2.81 (Normal), 2.84 e R2.29 (exponencial, TLC). TPC: exerc. 2.78 e 3.1, 3.3.

---

Aula 22 (Turma 4)

2 Dezembro 2019, 14:00 • João Manuel das Neves Silva

Resolução dos Exercic. 2.78 (Teorema Limite Central), 2.83 (Dist. Nomal e Dist. Binomial), R2.29 (Dist. Exponencial).

---

Aula Prática 22 (Turma 7)

2 Dezembro 2019, 12:00 • Maria João Teixeira Martins

Resolução dos exercícios: 2.83e) (conclusão), 2.75b)c) (aproximação da distribuição de Poisson pela normal), 2.78 (teorema limite central, TLC) e R2.28 (distribuição exponencial, propriedade da falta de memória e TLC).
TPC: Exerc. 2.75a), 2.85 e R2.29.

---

Aula 22 (turma 8)

2 Dezembro 2019, 12:00 • Manuel Lameiras de Figueiredo Campagnolo

---

23ª Aula Teórica (turmas 1,2,4)

2 Dezembro 2019, 12:00 • Manuela Neves

Capítulo III- Introdução à Inferência Estatística.
A definição de amostra aleatória: interpretação. O conceito de estimador e estimativa. Referência  aos principais parâmetros que vamos estimar, respectivos estimadores e estimativas.

Estimador e estimativa; propriedades dos estimadores:Estimador centrado e estimador centrado de variância mínima.  S^2 (definido no slide 168) é um estimador centrado de sigma^2 -- demonstração.

Estimação pontual e estimação intervalar. Intervalos de confiança, definição.

Etapas necessárias à construção de um intervalo de confiança (IC) para um parâmetro. Exemplo com um IC para o valor médio (início)
[slides 164-172]

---