Sumários
Módulo II – Revisão do Modelo Linear e Princípios de Delineamento Experimental
9 Maio 2025, 14:00 • Elsa Maria Félix Gonçalves
Análise de
covariância de efeitos fixos.
Conceitos
fundamentais e principais tipos de delineamento experimental. Exemplos.
(aula lecionada – 23 maio de 2025, 14h-18h)
Módulo II – Revisão do Modelo Linear
7 Maio 2025, 14:00 • Elsa Maria Félix Gonçalves
Revisão de análises de regressão e de análises de variância de efeitos fixos.
(aula lecionada – 16 maio de 2025, 14h30-18h30)
Módulo 1 - Aula 3 -- Introdução à Teoria da Estimação e à Inferência Estatística
2 Maio 2025, 14:00 • Manuela Neves
Amostragem e
Estimação. A amostragem aleatória de uma população finita no R. Conceitos
básicos de estimação: amostra aleatória, estimador e estimativa.
Exemplos.
Propriedades dos estimadores. Ilustração e interpretação com apoio do R.
Principais métodos de estimação – o método dos momentos e o método da máxima verosimilhança (definição, resolução de um exemplo de aplicação). Propriedades. A utilização do R. Resolução de exercícios.
A construção e a interpretação de intervalos de confiança. Ilustração com o R. Intervalos de confiança para os parâmetros usuais em uma e duas populações. Interpretação no R.
Testes de hipóteses paramétricos. Ilustração com o R.
Testes de hipóteses paramétricos e não paramétricos. Testes de ajustamento. Ilustração.Testes do Qui-quadrado.
Esclarecimento de dúvidas.
Módulo 1 -- Aula2 -- Breve revisão de conceitos relacionados com variáveis aleatórias e modelos de probabilidade
30 Abril 2025, 14:00 • Manuela Neves
O conceito de variável aleatória e vector aleatório. Função de distribuição cumulativa, caracterização. Parâmetros de uma variável aleatória. Parâmetros em pares aleatórios
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, geométrica e de
Poisson. Estudo das propriedades com apoio do R. Breves comentários relativos
às distribuições binomial, Poisson e binomial negativa como modelos de
distribuição espacial de espécies.
Modelos contínuos: o modelo normal. Propriedades, cálculo de probabilidade, função
densidade, quantis e geração de valores aleatórios seguindo uma dada lei,
usando funções já definidas no R para os modelos mais usuais. O Teorema limite
central. Interpretação no R. A aproximação da binomial pela normal; a
aproximação da Poisson pela normal e a aproximação da binomial pela Poisson
(regras empíricas de validade dessas aproximações) . Exercícios.
A distribuição gama, a distribuição exponencial e a distribuição beta.
Uma breve introdução à teoria de valores extremos. Porquê a Teoria de Valores Extremos? A distribuição generalizada de valores extremos.Módulo 1 -- Aula1-Breve introdução ao ambiente R; Estatística Descritiva e Análise Exploratória de dados.
23 Abril 2025, 14:00 • Manuela Neves
Apresentação
do Programa. Bibliografia. Método de Avaliação.
Breve introdução ao ambiente R. O script
Estrutura e manipulação de dados no R: o que são dados; organização de dados;
cuidados a ter na organização de dados.
Os objectos do R-- Vector, Matrix, Factor, List, Data Frame
Leitura e escrita de ficheiros. Manipulação de data frames.
Funções e Programação em R.
Análise exploratória e visualização de dados univariados: tabelas e gráficos: diagrama de barras e histograma considerando classes com a mesma amplitude e de diferentes amplitudes. Gráficos no R com plot() e barplot().
O boxplot, definição e identificação de outliers. Boxplot paralelos