Sumários
Aula 1 Módulo II (Modelo Linear)
14 Março 2024, 16:30 • Jorge Filipe Campinos Landerset Cadima
[Slides 1-38] Introdução. Programa e Bibliografia. Exemplos motivadores. Considerações gerais sobre modelação estatística. O Modelo Linear e a sua importância. Revisão da Regressão Linear Simples: fórmulas; critério; interpretação e unidades dos parâmetros; propriedades. Um pouco de História sobre a Regressão Linear Simples. As 3 Somas de Quadrados, a sua interpretação e relação. O Coeficiente de Determinação: definição e propriedades. A Regressão Linear Simples no R.
6ª Aula (Módulo I)
8 Março 2024, 14:00 • Manuela Neves
Intervalos de confiança para os parâmetros usuais em uma e duas populações. Interpretação no R.
Testes de hipóteses paramétricos.
Utilização do R. Testes de ajustamento - o teste de Shapiro-Wilk
Aula leccionada no dia 25 de Março por acordo com os alunos
5ª Aula (Módulo I)
7 Março 2024, 16:30 • Manuela Neves
4ª Aula (Módulo I)
1 Março 2024, 14:00 • Manuela Neves
Aula leccionada no dia 15 de Março por acordo com os alunos
3ª Aula (Módulo I
29 Fevereiro 2024, 16:30 • Manuela Neves
Variável aleatória, função massa de probabilidade, função densidade de probabilidade e função de distribuição cumulativa, Caracterização e aplicação. Parâmetros de uma variável aleatória e de um par de variáveis aleatórias e suas propriedades.
Os principais modelos de probabilidade discretos e contínuos (revisão): Funções em R para os modelos mais usuais. O modelo uniforme discreto. O modelo de Bernoulli e binomial (revisão) , binomial negativa e de Poisson. Estudo das propriedades com apoio do R.
Modelos contínuos: o modelo normal. Propriedades, cálculo de probabilidade, densidade, quantis e geração de valores aleatórios seguindo uma dada lei, usando funções já definidas no R para os modelos mais usuais. Exercícios com apoio do R
Aula leccionada no dia 12 de Março por acordo com os alunos