Introdução à Inferência Estatística: Exerc. 3.24 e 3.33.

Intervalos de confiança e testes de hipóteses: exerc. 3.24, 3.33, 3.29.

Introdução à Inferência Estatística. Exerc. 3.24, 3.33, 3.28.

Exercícios sobre Inferência: inter+retação e discussão dos exercícios  3.22, 3.24, 3.26, 3.27 (resolução) 3.30.

Introdução à Inferência Estatística.Exerc. 3.24 e 3.33.

Introdução à Inferência Estatística. Exerc. 3.24, 3.33, 3.28.

Introdução à Inferência Estatística: Exerc. 3.24 e 3.33.

Considerações sobre intervalos de confiança (interpretação) e testes de hipóteses unilaterais e bilaterais. Interpretação de alguns exercícios. Resolução do exercício 3.31 das folhas de práticas. Comentários sobre escolha da hipótese alternativa. O uso do software R.

Introdução à Inferência Estatística: Exerc. 3.24 e 3.33.

Considerações sobre intervalos de confiança (interpretação) e testes de hipóteses unilaterais e bilaterais. Interpretação de alguns exercícios. Resolução do exercício 3.31 das folhas de práticas. Comentários sobre escolha da hipótese alternativa. O uso do software R.

Introdução à Inferência Estatística: Exerc. 3.24 e 3.33.

Introdução à Inferência Estatística: Exerc. 3.24 e 3.33.

Introdução à Inferência Estatística. Exerc. 3.24, 3.33, 3.28.

Considerações sobre intervalos de confiança (interpretação) e testes de hipóteses unilaterais e bilaterais. Interpretação de alguns exercícios. Resolução do exercício 3.31 das folhas de práticas. Comentários sobre escolha da hipótese alternativa. O uso do software R.

Intervalos de confiança. Testes de hipóteses. Exerc 3.16, 3.25, 3.35.

Introdução à Inferência Estatística: Exerc. 3.22b), 3.27, 3.28. TPC: 3.24, 3.31, 3.33, 3.21, 3.29.

Introdução à Inferência Estatística. Exerc. 3.21, 3.20, R3.13.

Introdução à Inferência Estatística. Testes de hipóteses: nível de significância e valor de prova (p-value). Teste de normalidade de Shapiro-Wilk. Resolução do Exercício do slide 177.

Introdução à Inferência Estatística: Exerc. 3.22b), 3.27, 3.28. TPC: 3.24, 3.31, 3.33, 3.21, 3.29.

Intervalos de confiança e testes de hipóteses: exerc. 3.22, 3.27, 3.28.

Intervalos de confiança. Testes de hipóteses. Exerc 3.25, 3.35.

Intervalos de Confiança e Testes de Hipóteses - Ex.: 3.21; R3.13.

Intervalos de Confiança e Testes de Hipóteses. Exerc. 3.21, R3.13.

Introdução à Inferência Estatística. Testes de hipóteses: nível de significância e valor de prova (p-value). Teste de normalidade de Shapiro-Wilk. Resolução do Exercício do slide 177.

Introdução à Inferência Estatística: Exerc. 3.22b), 3.27, 3.28. TPC: 3.24, 3.31, 3.33, 3.21, 3.29.

Intervalos de confiança. Testes de hipóteses. Exerc 3.25, 3.35.

Introdução à Inferência Estatística. Exerc. 3.21, 3.20, R3.13.

Introdução à Inferência Estatística. Testes de hipóteses: nível de significância e valor de prova (p-value). Teste de normalidade de Shapiro-Wilk. Resolução do Exercício do slide 177.

Introdução à Inferência estatística: Exerc. 3.14c), 3.15, 3.23, 3.22a). TPC: 3.22b), 3.27, 3.28.

Intervalos de confiança: exerc.3.14, 3.15, 3.23, 3.22 a). TPC: 3.22, 3.24. 3.25, 3.27, 3.28.

Introdução à Inferência Estatística. Exerc. 3.12, 3.23, 3.22.

Intervalos de confiança. Exerc 3.12, 3.14, 3.16.

Exercícios sobre Inferência: 3.2, 3.3, 3.12, 3.15,  3.17

Introdução à Inferência Estatística. Exerc. 3.12, 3.23, 3.22.

Intervalos de confiança. Exerc 3.12, 3.14, 3.16.

Introdução à Inferência estatística: Exerc. 3.14c), 3.15, 3.23, 3.22a). TPC: 3.22b), 3.27, 3.28.

Conclusão do estudo dos intervalos de confiança: intervalo de confiança para o quociente de duas variâncias e para a diferença de valores médios em amostras emparelhadas. Resolução e interpretação do exercício do slide 165 usando intervalos de confiança. Introdução aos Testes de Hipóteses: a hipótese nula e a hipótese alternativa. Passos a seguir na construção de um teste de hipóteses. O nível de significância de um teste. Resolução do exercício anterior realizando um teste de hipóteses.

Conclusão do estudo dos intervalos de confiança: intervalo de confiança para o quociente de duas variâncias e para a diferença de valores médios em amostras emparelhadas. Resolução e interpretação do exercício do slide 165 usando intervalos de confiança. Introdução aos Testes de Hipóteses: a hipótese nula e a hipótese alternativa. Passos a seguir na construção de um teste de hipóteses. O nível de significância de um teste. Resolução do exercício anterior realizando um teste de hipóteses.

Intervalos de confiança. Exerc 3.12, 3.14. Realização de um questionário (Q3).

Introdução à Inferência estatística: Exerc.  3.15, 3.23, 3.22a). Terceiro questionário. TPC: 3.22b), 3.27, 3.28.

Introdução à Inferência Estatística. Exerc. 3.12, 3.23, 3.22.

Conclusão do estudo dos intervalos de confiança: intervalo de confiança para o quociente de duas variâncias e para a diferença de valores médios em amostras emparelhadas. Resolução e interpretação do exercício do slide 165 usando intervalos de confiança. Introdução aos Testes de Hipóteses: a hipótese nula e a hipótese alternativa. Passos a seguir na construção de um teste de hipóteses. O nível de significância de um teste. Resolução do exercício anterior realizando um teste de hipóteses.

Introdução à Inferência Estatística. Exerc. 3.2, 3.3, 3.4, 3.5.

Introdução à Inferência: Exerc. 3.3, 3.12, 3.14.

TPC: 3.15, 3.16, 3.23, 3.22.

Introdução à Inferência Estatística. Exerc. 3.13, 3.12, 3.14. Realização do 3º questionário.

Intervalos de confiança (continuação). Intervalo de confiança para o valor médio no caso de uma população normal com variância desconhecida. Intervalo de confiança para o valor médio no caso de uma população qualquer para amostras de dimensão elevada. Intervalo de confiança para uma proporção.  Intervalos de confiança para a diferença de duas médias populacionais: amostras independentes  e amostras emparelhadas.  Apresentação e discussão.  

Introdução à Inferência: Exerc. 3.3, 3.12, 3.14a)b). Realização do terceiro questionário.

TPC: 3.15, 3.16, 3.23, 3.22.

Introdução à inferência estatística: exerc. 3.3, 3.9. Intervalos de confiança: exerc. 3.12, 3.13. Realização do Questionário nº 3. TPC: exerc. 3.14, 3.15.

Introdução à Inferência Estatística. Exerc. 3.2, 3.3, 3.5. Realização de um questionário (Q3).

Introdução à Inferência Estatística. Exerc. 3.13, 3.12, 3.14. Realização do 3º questionário.

Introdução à Inferência Estatística: Exerc. 3.24 e 3.33.

Intervalos de confiança (continuação). Intervalo de confiança para o valor médio no caso de uma população normal com variância desconhecida. Intervalo de confiança para o valor médio no caso de uma população qualquer para amostras de dimensão elevada. Intervalo de confiança para uma proporção.  Intervalos de confiança para a diferença de duas médias populacionais: amostras independentes  e amostras emparelhadas.  Apresentação e discussão.  

Introdução à Inferência: Exerc. 3.3, 3.12, 3.14a)b). Realização do terceiro questionário.

TPC: 3.15, 3.16, 3.23, 3.22.

Introdução à Inferência Estatística. Exerc. 3.2, 3.3, 3.5. Realização de um questionário (Q3).

Introdução à Inferência Estatística. Exerc. 3.13, 3.12, 3.14. Realização do 3º questionário.

Intervalos de confiança (continuação). Intervalo de confiança para o valor médio no caso de uma população normal com variância desconhecida. Intervalo de confiança para o valor médio no caso de uma população qualquer para amostras de dimensão elevada. Intervalo de confiança para uma proporção.  Intervalos de confiança para a diferença de duas médias populacionais: amostras independentes  e amostras emparelhadas.  Apresentação e discussão.  

Distribuições contínuas: Exerc. 2.73b)c), 2.76.

Introdução à Inferência: Exerc. 3.1, 3.2.

TPC: 2.80, 2.82, 3.3, 3.10, 3.12, 3.14, 3.15, 3.16.

Distribuições contínuas: exerc. 2.82, 2.73. Introdução à inferência estatística: exerc. 3.1, 3.2. TPC: exerc. 2.76, 3.3, 3.9, 3.10.

Introdução à Inferência Estatística. Exerc. 3.1, 3.5, 3.6, 3.2.

Principais distribuições discretas e contínuas. Teorema do limite central. Exerc 2.80 e R2.29.

Exercícios sobre modelos contínuos:  2.82. Exercícios sobre Inferência: 3.2, 3.3

Introdução à Inferência Estatística. Exerc. 3.1, 3.5, 3.6, 3.2.

As ferramentas necessárias à construção de intervalos de confiança. Discussão dos conceitos confiança e precisão. Resultados necessários à definição da lei de variáveis aleatórias para construir intervalos para a variância e para o valor médio (no caso da  variância  desconhecida) em  populações normais - a distribuição  qui-quadrado e   t-Student. Intervalo de confiança para a variância populacional  no caso de uma população normal -dedução. Intervalo de confiança para o valor médio no caso de uma população normal com variância desconhecida (introdução).  Resolução de um exemplo.

Distribuições contínuas: Exerc. 2.76.

Introdução à Inferência: Exerc. 3.1, 3.2.

TPC: 2.80, 2.82, 3.3, 3.10, 3.12, 3.14, 3.15, 3.16.

Principais distribuições discretas e contínuas. Teorema do limite central. Exerc 2.80 e R2.29.

As ferramentas necessárias à construção de intervalos de confiança. Discussão dos conceitos confiança e precisão. Resultados necessários à definição da lei de variáveis aleatórias para construir intervalos para a variância e para o valor médio (no caso da  variância  desconhecida) em  populações normais - a distribuição  qui-quadrado e   t-Student. Intervalo de confiança para a variância populacional  no caso de uma população normal -dedução. Intervalo de confiança para o valor médio no caso de uma população normal com variância desconhecida (introdução).  Resolução de um exemplo.

Distribuições contínuas: Exerc. 2.73, 2.76.

Introdução à Inferência: Exerc. 3.1, 3.2.

TPC: 2.80, 2.82, 3.3, 3.10, 3.12, 3.14, 3.15, 3.16.

Principais distribuições discretas e contínuas. Teorema do limite central. Exerc 2.80 e R2.29. Introdução à Inferência Estatística. Exerc 3.1.

Introdução à Inferência Estatística. Exerc. 3.1, 3.5, 3.6, 3.2.

As ferramentas necessárias à construção de intervalos de confiança. Discussão dos conceitos confiança e precisão. Resultados necessários à definição da lei de variáveis aleatórias para construir intervalos para a variância e para o valor médio (no caso da  variância  desconhecida) em  populações normais - a distribuição  qui-quadrado e   t-Student. Intervalo de confiança para a variância populacional  no caso de uma população normal -dedução. Intervalo de confiança para o valor médio no caso de uma população normal com variância desconhecida (introdução).  Resolução de um exemplo.

Distribuição normal. Exerc 2.68. Teorema do limite central. Exerc 2.69, 2.76.

Distribuições contínuas. Exerc. 2.67, 2.69, R2.28. TPC: 2.73, 2.76, 2.84

Distribuições contínuas. Exerc. 2.66, 2.69, 2.72, 2.82.

Introdução à Inferência Estatística e à Amostragem. A Probabilidade e a Inferência Estatística. Objectivos e conceitos fundamentais. A noção de amostra aleatória e de amostra observada.  Referência  aos principais parâmetros a estudar e respectivos estimadores. Estimador e estimativa. Propriedades dos estimadores. Estimadores centrados, a sua variância. Erro quadrático médio de um estimador. Estimação pontual e estimação intervalar. Intervalos de confiança. Construção do intervalo de confiança para o valor médio numa população normal com variância conhecida. Início da resolução de um exercício.

Distribuições contínuas. Exerc. 2.69, 2.72, 2.73a). TPC: 2.76, 2.84.

Distribuições contínuas: exerc. 2.68, 2.69, 2.72, 2.74, 2.82 a) e b). TPC: exerc. 2.82.

Distribuição normal. Exerc 2.68. Teorema do limite central. Exerc 2.69, 2.76.

Exercícios sobre modelos contínuos:  2.65, 2.77 e 2.80 (faltou c).

Distribuições contínuas. Exerc. 2.66, 2.69, 2.72, 2.82.

Introdução à Inferência Estatística e à Amostragem. A Probabilidade e a Inferência Estatística. Objectivos e conceitos fundamentais. A noção de amostra aleatória e de amostra observada.  Referência  aos principais parâmetros a estudar e respectivos estimadores. Estimador e estimativa. Propriedades dos estimadores. Estimadores centrados, a sua variância. Erro quadrático médio de um estimador. Estimação pontual e estimação intervalar. Intervalos de confiança. Construção do intervalo de confiança para o valor médio numa população normal com variância conhecida. Início da resolução de um exercício.

Distribuição normal. Exerc 2.68. Teorema do limite central. Exerc 2.69, 2.76.

Distribuições contínuas. Exerc. 2.69, 2.72, 2.73. TPC: 2.76, 2.84.

Distribuições contínuas. Exerc.2.66, 2.69, 2.72, 2.82.

Introdução à Inferência Estatística e à Amostragem. A Probabilidade e a Inferência Estatística. Objectivos e conceitos fundamentais. A noção de amostra aleatória e de amostra observada.  Referência  aos principais parâmetros a estudar e respectivos estimadores. Estimador e estimativa. Propriedades dos estimadores. Estimadores centrados, a sua variância. Erro quadrático médio de um estimador. Estimação pontual e estimação intervalar. Intervalos de confiança. Construção do intervalo de confiança para o valor médio numa população normal com variância conhecida. Início da resolução de um exercício.

Distribuições contínuas: Exerc. 2.66, 2.67, R2.28. TPC: 2.69, 2.72, 2.73, 2.76, 2.84.

Distribuições contínuas: exerc. 2.66, R2.29, 2.67, início do exerc. 2.68. TPC: exerc. 2.68, 2.69, 2.70.

Distribuições contínuas. Exerc.2.64, 2.65.

Distribuição normal. Exerc: 2.66, 2.70, 2.72. T.P.C. 2.74

Distribuições contínuas- Ex.: 2.64; 2.65.

Distribuições contínuas. Exerc. 2.64, 2.65.

Distribuições contínuas: Exerc. 2.66, 2.67, R2.28. TPC: 2.69, 2.72, 2.73, 2.76, 2.84.

Distribuição normal. Exerc: 2.66, 2.70, 2.72. T.P.C. 2.74

Conclusão do estudo da distribuição normal, com a apresentação e discussão das seguintes propriedades: Transformação afim de uma variável aleatória normal. A normal reduzida ou padrão. Redução de uma variável com distribuição normal. O teorema da estabilidade da soma de normais independentes. A distribuição da soma e da média de n variáveis aleatórias normais independentes e semelhantes. O teorema limite central e suas consequências: aproximação da distribuição binomial pela distribuição normal (teorema de De Moivre) e aproximação da distribuição de Poisson pela distribuição normal. Regras práticas de convergência daquelas distribuições. A correcção por continuidade. Resolução de um exercício. Fim do capítulo II.

Conclusão do estudo da distribuição normal, com a apresentação e discussão das seguintes propriedades: Transformação afim de uma variável aleatória normal. A normal reduzida ou padrão. Redução de uma variável com distribuição normal. O teorema da estabilidade da soma de normais independentes. A distribuição da soma e da média de n variáveis aleatórias normais independentes e semelhantes. O teorema limite central e suas consequências: aproximação da distribuição binomial pela distribuição normal (teorema de De Moivre) e aproximação da distribuição de Poisson pela distribuição normal. Regras práticas de convergência daquelas distribuições. A correcção por continuidade. Resolução de um exercício. Fim do capítulo II.

Distribuição normal. Exerc: 2.66, 2.70, 2.72. T.P.C. 2.74

Distribuições contínuas. Exerc. 2.63, 2.64. TPC 2.65 a 2.70.

Distribuições contínuas. Exerc. 2.64, 2.65.

Conclusão do estudo da distribuição normal, com a apresentação e discussão das seguintes propriedades: Transformação afim de uma variável aleatória normal. A normal reduzida ou padrão. Redução de uma variável com distribuição normal. O teorema da estabilidade da soma de normais independentes. A distribuição da soma e da média de n variáveis aleatórias normais independentes e semelhantes. O teorema limite central e suas consequências: aproximação da distribuição binomial pela distribuição normal (teorema de De Moivre) e aproximação da distribuição de Poisson pela distribuição normal. Regras práticas de convergência daquelas distribuições. A correcção por continuidade. Resolução de um exercício. Fim do capítulo II.

Função geradora de momentos. Exerc 2.52, 2.56a). Distribuição exponencial. Exerc 2.83. Distribuição uniforme contínua. Exerc 2.63. Distribuição normal. Exerc 2.64.

Função geradora de momentos. Exerc. 2.52b) e 2.56a).

Distribuições contínuas. Exerc. 2.63, 2.64. TPC 2.65 a 2.70.

Distribuições contínuas. Exerc.2.63, 2.83.

Conclusão do estudo da distribuição exponencial.  Relação entre a distribuição de Poisson (contagem de sucessos num intervalo de tempo) e a distribuição exponencial (tempo que decorre entre a ocorrência de dois sucessos consecutivos). A distribuição normal , propriedades, valor médio, variância e f.g.m. Transformação afim de uma variável aleatória normal. A normal reduzida ou padrão. Redução de uma variável com distribuição normal. Leitura de tabelas.  Exercícios a preparar:  Ex. 2.64 e 2.66.

Função geradora de momentos. Exerc. 2.52b) e 2.56a).

Distribuições contínuas. Exerc. 2.63, 2.64, 2.65. TPC 2.66 a 2.70.

Distribuições discretas: exerc. 2.52, 2.56. Distribuições contínuas: exerc. 2.63, 2.64, 2.65. TPC: exerc. 2.66, 2.70.

Exercicios com distribuições discretas: ex. 2.52, 2.56  e 2.58. Distribuições continuas: ex. 2.63, 2.64 (inicio). TPC:2.64 (conclusão), 2.65 e R.2.28.

Função geradora de momentos. Exerc 2.52, 2.56a). Distribuição exponencial. Exerc 2.83. Distribuição uniforme contínua. Exerc 2.63. Distribuição normal. Exerc 2.64.

Distribuições contínuas. Exerc. 2.63, 2.83.

Conclusão do estudo da distribuição exponencial.  Relação entre a distribuição de Poisson (contagem de sucessos num intervalo de tempo) e a distribuição exponencial (tempo que decorre entre a ocorrência de dois sucessos consecutivos). A distribuição normal , propriedades, valor médio, variância e f.g.m. Transformação afim de uma variável aleatória normal. A normal reduzida ou padrão. Redução de uma variável com distribuição normal. Resolução de exercícios.  Exercícios a preparar:  Ex. 2.64 e 2.66.

Função geradora de momentos. Exerc 2.52, 2.56a). Distribuição exponencial. Exerc 2.83. Distribuição uniforme contínua. Exerc 2.63. Distribuição normal. Exerc 2.64.

Distribuições discretas: exerc. 2.52 b), 2.56. Distribuições contínuas: exerc. 2.63, 2.64, 2.65. TPC: exerc. 2.66, 2.70.

Distribuições contínuas. Exerc.2.63, 2.83.

Conclusão do estudo da distribuição exponencial.  Relação entre a distribuição de Poisson (contagem de sucessos num intervalo de tempo) e a distribuição exponencial (tempo que decorre entre a ocorrência de dois sucessos consecutivos). A distribuição normal , propriedades, valor médio, variância e f.g.m. Transformação afim de uma variável aleatória normal. A normal reduzida ou padrão. Redução de uma variável com distribuição normal. Resolução de exercícios.  Exercícios a preparar:  Ex. 2.64 e 2.66.

Resolução de exercícios. Esclarecimento de dúvidas.

Esclarecimento de dúvidas.

Resolução de exercícios vários. Esclarecimento de dúvidas.

Modelos discretos:  o modelo de Poisson: ex. 2.60. Leitura de tabelas. Resolução de exercícios da 1ª chamada de exame de 2012/2013. Exercícios de revisão.

Exercícios de Revisão.

Resolução de exercícios vários. Esclarecimento de dúvidas.

Estudo das principais distribuições contínuas.A distribuição uniforme contínua: a função densidade, a função distribuição cumulativa, valor médio, variância e função geradiora de momentos. Exercícios. A distribuição exponencial. Propriedades. Cálculo do valor médio e da função distribuição cumulativa. A propriedade da falta de memória da distribuição exponencial. Interpretação e dedução. Exercícios a preparar:  Ex. 2.63 e 2.83 .

Resolução de exercícios. Esclarecimento de dúvidas.

Exercícios de Revisão.

Estudo das principais distribuições contínuas.A distribuição uniforme contínua: a função densidade, a função distribuição cumulativa, valor médio, variância e função geradiora de momentos. Exercícios. A distribuição exponencial. Propriedades. Cálculo do valor médio e da função distribuição cumulativa. A propriedade da falta de memória da distribuição exponencial. Interpretação e dedução. Exercícios a preparar:  Ex. 2.63 e 2.83 .

Resolução de exercícios. Esclarecimento de dúvidas.

Exercícios de Revisão.

Resolução de exercícios vários. Esclarecimento de dúvidas.

Estudo das principais distribuições contínuas.A distribuição uniforme contínua: a função densidade, a função distribuição cumulativa, valor médio, variância e função geradiora de momentos. Exercícios. A distribuição exponencial. Propriedades. Cálculo do valor médio e da função distribuição cumulativa. A propriedade da falta de memória da distribuição exponencial. Interpretação e dedução. Exercícios a preparar:  Ex. 2.63 e 2.83 .

Principais distribuições discretas. Distribuições Poisson, binomial e hipergeométrica. Exerc 2.60, R2.27, 2.58

Distribuições discretas. Exerc. 2.59, 2.60, 2.62a)b).

Distribuições discretas. Exerc. 2.59, 2.60. 

A distribuição geométrica (conclusão) : cálculo da função de distribuição cumulativa,  valor médio e variância. A distribuição de Poisson: caracterização; valor médio e  variância. Aproximação da binomial pela Poisson. A função geradora de momentos das distribuições discretas estudadas. Propriedades da função geradora de momentos. A aditividade da Poisson.

Distribuições discretas. Exerc. 2.59, 2.60, 2.62a)b).

Distribuições discretas: exerc. 2.55, 2.59, 2.60, 2.62. TPC: exerc. 2.61.

Principais distribuições discretas. Distribuição Poisson. Exerc 2.60, 2.61, 2.73a)b).

Principais  modelos discretos:  o modelo binomial, hipergeométrico e geométrico: exercícios 2.49 (conclusão), 2.53, 2.54 e 2.59. TPC. ex: 2.55, 2.57 e 2.60 a), b).  

Distribuições discretas. Exerc. 2.59, 2.60. 

A distribuição geométrica (conclusão) : cálculo da função de distribuição cumulativa,  valor médio e variância. A distribuição de Poisson: caracterização; valor médio e  variância. Aproximação da binomial pela Poisson. A função geradora de momentos das distribuições discretas estudadas. Propriedades da função geradora de momentos. A aditividade da Poisson.

Principais distribuições discretas. Distribuição Poisson. Exerc 2.60, 2.61. Distribuição binomial. Exerc 2.51.

Distribuições discretas. Exerc. 2.59, 2.60, 2.62a)b).

Distribuições discretas. Exerc. 2.59, 2.60. 

A distribuição geométrica (conclusão) : cálculo da função de distribuição cumulativa,  valor médio e variância. A distribuição de Poisson: caracterização; valor médio e  variância. Aproximação da binomial pela Poisson. A função geradora de momentos das distribuições discretas estudadas. Propriedades da função geradora de momentos. A aditividade da Poisson.

Distribuições discretas. Exerc. 2.50, 2.53, 2.54, 2.55, 2.57. TPC: 2.59

Distribuições discretas: exerc. 2.49, 2.51, 2.53, 2.54, 2.57. TPC exerc. 2.55, 2.59.

Distribuições discretas. Exerc. 2.50, 2.54, 2.55, 2.57.

Pares aleatórios:  conclusão do exercício 2.48.
Modelos discretos: 2.51 (conclusão) e 2.49.  Leitura de tabelas da distribuição binomial.  TPC.: Ex.  2.50, 2.53, 2.54 e 2.59

Principais distribuições discretas. Distribuições binomial, geométrica e hipergeométrica. Exerc 2.49, 2.55, 2.57.

Distribuições discretas. Exerc. 2.50, 2.54, 2.55, 2.57.

A distribuição hipergeométrica: caracterização, valor médio e variância.  A aproximação pela binomial. Resolução de um exemplo. A distribuição geométrica: interpretação, distribuição de probabilidade, caracterização da variável. Valor médio e variância. Cálculo de P[X>m], m nº natural.  A propriedade da falta de memória: dedução e interpretação. 
Exercícios a preparar:  Ex. 2.54; 2.55 e 2.57 e 2.59.

Principais distribuições discretas. Distribuições binomial, geométrica e hipergeométrica. Exerc 2.49, 2.55, 2.57.

Distribuições discretas. Exerc. 2.50, 2.53, 2.54, 2.55, 2.57. TPC: 2.59

A distribuição hipergeométrica: caracterização, valor médio e variância.  A aproximação pela binomial. Resolução de um exemplo. A distribuição geométrica: interpretação, distribuição de probabilidade, caracterização da variável. Valor médio e variância. Cálculo de P[X>m], m nº natural.  A propriedade da falta de memória: dedução e interpretação. 
Exercícios a preparar:  Ex. 2.54; 2.55 e 2.57 e 2.59.

Principais distribuições discretas. Distribuições binomial, geométrica e hipergeométrica. Exerc 2.50, 2.55, 2.57.

Distribuições discretas. Exerc. 2.50, 2.53, 2.54, 2.55, 2.57. TPC: 2.59

Distribuições discretas. Exerc. 2.50, 2.54, 2.55, 2.57.

A distribuição hipergeométrica: caracterização, valor médio e variância.  A aproximação pela binomial. Resolução de um exemplo. A distribuição geométrica: interpretação, distribuição de probabilidade, caracterização da variável. Valor médio e variância. Cálculo de P[X>m], m nº natural.  A propriedade da falta de memória: dedução e interpretação. 
Exercícios a preparar:  Ex. 2.54; 2.55 e 2.57 e 2.59.

Pares aleatórios contínuos. Exerc 2.48. Principais distribuições discretas: distribuição binomial. Exerc 2.49.

Conclusão do Exerc. 2.48.

Distribuições discretas. Exerc. 2.49, 2.51 e 2.52a). TPC: Exerc. 2.50 e 2.53.

Distribuições discretas. Exerc. 2.49, 2.51, 2.53.

Resolução de exercícios de cálculo do valor esperado de uma função de uma v.a. da forma exp(-tX), com t em R. O modelo de Bernoulli e o modelo Binomial. Caracterização e estudo da função massa de probabilidade.  Valor médio e variância.  Consulta de tabelas.  A distribuição do nº de insucessos em n provas de Bernoulli independentes. Caracterização da  distribuição hipergeomética (introdução).  Exercícios a preparar:  Ex. 2.49; 2.50; 2.51 e 2.53.

Conclusão do Exerc. 2.48.

Distribuições discretas. Exerc. 2.49, 2.51 e 2.52a). TPC: Exerc. 2.50 e 2.53.

Pares aleatórios contínuos: exerc. 2.46. Distribuições discretas: introdução à distribuição binomial. Exerc. 2.49 (início de resolução). TPC: exerc. 2.49, 2.51, 2.53.

Vectores aleatórios:  exercícios  2.43 e 2.48. Principais  modelos discretos: o modelo de Bernoulli e o modelo Binomial: exercício 2.51. TPC. ex: 2.49, 2.50 e 2.52.  

Pares aleatórios contínuos. Exerc 2.43, 2.48.

Distribuições discretas. Exerc. 2.49, 2.51, 2.53.

Resolução de exercícios de cálculo do valor esperado de uma função de uma v.a. da forma exp(-tX), com t em R. O modelo de Bernoulli e o modelo Binomial. Caracterização e estudo da função massa de probabilidade.  Valor médio e variância.  Consulta de tabelas.  A distribuição do nº de insucessos em n provas de Bernoulli independentes. Caracterização da  distribuição hipergeomética (introdução).  Exercícios a preparar:  Ex. 2.49; 2.50; 2.51 e 2.53.

Conclusão do Exerc. 2.48.

Distribuições discretas. Exerc. 2.49, 2.51 e 2.52a). TPC: Exerc. 2.50 e 2.53.

Pares aleatórios contínuos. Exerc 2.43, 2.48.

Distribuições discretas. Exerc. 2.49, 2.51, 2.53.

Resolução de exercícios de cálculo do valor esperado de uma função de uma v.a. da forma exp(-tX), com t em R. O modelo de Bernoulli e o modelo Binomial. Caracterização e estudo da função massa de probabilidade.  Valor médio e variância.  Consulta de tabelas.  A distribuição do nº de insucessos em n provas de Bernoulli independentes. Caracterização da  distribuição hipergeomética (introdução).  Exercícios a preparar:  Ex. 2.49; 2.50; 2.51 e 2.53.

Pares aleatórios contínuos. Exerc. 2.43 e 2.48.

Pares aleatórios contínuos: conclusão exerc. 2.42., 2.43, 2.48 (resolução parcial h) ii)). TPC exerc. 2.48 h) ii), 2.46, 2.49, 2.51.

Pares aleatórios contínuos. Exerc. 2.43, 2.47.

Pares aleatórios: Exerc. 2.40 e 2.42. Algumas considerações e correcções dos questionários. TPC: Exercício 2.43.

Pares aleatórios contínuos. Exerc 2.42 c)d)e)f), 2.44.

Pares aleatórios contínuos. Exerc. 2.43, 2.47.

Conclusão do estudo de parâmetros de um par aleatório.  A covariância de duas variáveis aleatórias: definição e propriedades.  A  variância da soma e da diferença de duas variáveis aleatórias (dedução); o caso particular da independência das duas variáveis. O coeficiente de correlação de duas variáveis aleatórias e propriedades. Resolução de exercícios. Os modelos (distribuições) discretos:  o modelo uniforme discreto definição,  valor médio, variância.

Pares aleatórios contínuos. Exerc. 2.43 e 2.48.

Pares aleatórios contínuos. Exerc 2.42 c)d)e)f).

Conclusão do estudo de parâmetros de um par aleatório.  A covariância de duas variáveis aleatórias: definição e propriedades.  A  variância da soma e da diferença de duas variáveis aleatórias (dedução); o caso particular da independência das duas variáveis. O coeficiente de correlação de duas variáveis aleatórias e propriedades. Resolução de exercícios. Os modelos (distribuições) discretos:  o modelo uniforme discreto definição,  valor médio, variância.

Pares aleatórios contínuos. Exerc. 2.43 e 2.48.

Pares aleatórios contínuos. Exerc 2.42 c)d)e)f); 2.43.

Pares aleatórios contínuos. Exerc. 2.43, 2.47.

Conclusão do estudo de parâmetros de um par aleatório.  A covariância de duas variáveis aleatórias: definição e propriedades.  A  variância da soma e da diferença de duas variáveis aleatórias (dedução); o caso particular da independência das duas variáveis. O coeficiente de correlação de duas variáveis aleatórias e propriedades. Resolução de exercícios. Os modelos (distribuições) discretos:  o modelo uniforme discreto definição,  valor médio, variância.

Pares aleatórios discretos. Exerc 2.41. Pares aleatórios contínuos. Exerc 2.42 a)  b).

Pares aleatórios discretos: Exerc. 2.40. Pares aleatórios contínuos: Exerc. 2.42. TPC: 2.43, 2.46, 2.47, 2.48.

Variáveis aleatórias contínuas. Pares aleatórios contínuos.Exerc. 2.37, 2.42.

Continuação do estudo das propriedades do valor esperado de uma função de um par aleatório: o valor esperado do produto de duas variáveis no caso de serem independentes. A  variância da soma e da diferença de duas variáveis aleatórias (dedução); A covariância de duas variáveis aleatórias: definição. Realização do segundo questionário. Exercícios a preparar:  concluir os ex. 2.40; 2.42; 2.47.

Variáveis aleatórias contínuas: Exerc. 2.37. Pares aleatórios contínuos: Exerc. 2.42 a)-c). TPC: 2.43, 2.46, 2.47, 2.48.

Variáveis aleatórias. Conclusão do exerc. 2.37 e). Pares aleatórios contínuos: exerc. 2.42 a) - d), resolução parcial e), f). TPC Exerc. 2.46, 2.48.

Variáveis e pares aleatórios: Exerc. 2.34, conclusão da resolução do exercício de um exame, e 2.42 (inicio).  Discussão das perguntas do questionário.TPC: Exercícios 2.42  b),d), f) e 2.40.

Pares aleatórios discretos. Exerc 2.41. Pares aleatórios contínuos. Exerc 2.42 a)  b).

Variáveis aleatórias contínuas. Pares aleatórios contínuos.Exerc. 2.37, 2.42.

Continuação do estudo das propriedades do valor esperado de uma função de um par aleatório: o valor esperado do produto de duas variáveis no caso de serem independentes. A  variância da soma e da diferença de duas variáveis aleatórias (dedução); A covariância de duas variáveis aleatórias: definição. Realização do segundo questionário. Exercícios a preparar:  concluir os ex. 2.40; 2.42; 2.47.

Variáveis aleatórias contínuas: Exerc. 2.37. Pares aleatórios contínuos: Exerc. 2.42. TPC: 2.43, 2.46, 2.47, 2.48.

Pares aleatórios discretos. Exerc 2.41. Pares aleatórios contínuos. Exerc 2.42 a)  b).

Variáveis aleatórias contínuas. Pares aleatórios contínuos.Exerc. 2.37, 2.42.

Continuação do estudo das propriedades do valor esperado de uma função de um par aleatório: o valor esperado do produto de duas variáveis no caso de serem independentes. A  variância da soma e da diferença de duas variáveis aleatórias (dedução); A covariância de duas variáveis aleatórias: definição. Realização do segundo questionário. Exercícios a preparar:  concluir os ex. 2.40; 2.42; 2.47.

Pares aleatórios discretos: Exerc. 2.39.

Variáveis aleatórias contínuas: Exerc. 2.32.

TPC: 2.37, 2.40, 2.41, 2.43.

Variáveis aleatórias. Exerc. 2.33 d), 2.37. Pares aleatórios discretos: 2.39. TPC: 2.29, 2.40, 2.41 e 2.43.

Pares aleatórios discretos. variáveis aleatórias contínuas. Exerc. 2.39, 2.32, 2.33.

Variáveis aleatórias: resolução de um exercício de exame e exercícios  2. 33 e 2.38. T.P.C.: Exercícios 2.39; 2.40; 2.42.

Variáveis aleatórias contínuas: Exerc 2.37. Pares aleatórios discretos: Exerc 2.39.

Pares aleatórios discretos. variáveis aleatórias contínuas. Exerc. 2.39, 2.32, 2.33.

Pares aleatórios discretos: Exerc. 2.39.

Variáveis aleatórias contínuas: Exerc. 2.32.

TPC: 2.37, 2.40, 2.41, 2.43.

O par aleatório contínuo: ainda a  função densidade de probabilidade conjunta (propriedades); densidades  marginais. Função densidade condicional.  Resolução do exercício R2.10. A independência de duas variáveis aleatórias.  exemplos de aplicação. O  valor esperado de uma função de um par aleatório. Exemplo de cálculo para um par discreto. Propriedades  do valor esperado: o valor esperado  da soma de duas variáveis aleatórias.  Exercícios a preparar:  Ex. 2.40; 2.42; 2.47.

Variáveis aleatórias contínuas: Exerc 2.37. Pares aleatórios discretos: Exerc 2.39.

O par aleatório contínuo: ainda a  função densidade de probabilidade conjunta (propriedades); densidades  marginais. Função densidade condicional.  Resolução do exercício R2.10. A independência de duas variáveis aleatórias.  exemplos de aplicação. O  valor esperado de uma função de um par aleatório. Exemplo de cálculo para um par discreto. Propriedades  do valor esperado: o valor esperado  da soma de duas variáveis aleatórias.  Exercícios a preparar:  Ex. 2.40; 2.42; 2.47.

Variáveis aleatórias contínuas: Exerc. 2.32, 2.37.

Pares aleatórios discretos: Exerc. 2.39.

TPC: 2.40, 2.41, 2.43.

Variáveis aleatórias contínuas: Exerc 2.37. Pares aleatórios discretos: Exerc 2.39, 2.40.

Pares aleatórios discretos. variáveis aleatórias contínuas. Exerc. 2.39, 2.32, 2.33.

O par aleatório contínuo: ainda a  função densidade de probabilidade conjunta (propriedades); densidades  marginais. Função densidade condicional.  Resolução do exercício R2.10. A independência de duas variáveis aleatórias.  Definição e exemplos de aplicação. O  valor esperado de uma função de um par aleatório. Exemplo de cálculo para um par discreto. Propriedades  do valor esperado: o valor esperado  da soma de duas variáveis aleatórias.  Exercícios a preparar:  Ex. 2.40; 2.42; 2.47.

Coreccção do T.P.C.: Exerc. 2.15. Variáveis aleatórias contínuas: Exerc 2.32e), 2.33.

Variáveis aleatórias. Exer. 2.30b)c), 2.26, 2.29, 2.31. TPC: 2.32, 2.33, 2.37.

Variáveis aleatórias. Exerc. 2.30, 2.29, 2.31.

Definição de quantil de probabilidade p de uma variável aleatória: o caso de uma v.a. discreta e contínua. Definição de  par aleatório. Pares aleatórios discretos: função massa de probabilidade conjunta (propriedades), tabela de contingência,  distribuições de probabilidade marginais. Distribuição de probabilidade condicional. Resolução de um exercício. Par aleatório continuo: função densidade de probabilidade conjunta (propriedades). Inicio de resolução do exercício R2.10 das folhas de práticas.

Variáveis aleatórias. Exer. 2.30b)c), 2.26, 2.29, 2.31. TPC: 2.32, 2.33, 2.37.

Variáveis aleatórias. Exerc. 2.26, 2.28, 2.32, 2.33 a), b), c), apresentação de d). TPC: 2.34, 2.35, 2.37.

Variáveis aleatórias: Exerc. 2.31 e 2.32.  TPC: Resolução dos exercícios das folhas relativos a v.a´s discretas e contínuas (até ex. 2.38)
 

Coreccção do T.P.C.: Exerc. 2.15. Variáveis aleatórias contínuas: Exerc 2.32e), 2.33.

Variáveis aleatórias. Exerc. 2.30, 2.29, 2.31.

Definição de quantil de probabilidade p de uma variável aleatória: o caso de uma v.a. discreta e contínua. Definição de  par aleatório. Pares aleatórios discretos: função massa de probabilidade conjunta (propriedades), tabela de contingência,  distribuições de probabilidade marginais. Distribuição de probabilidade condicional. Resolução de um exercício. Par aleatório continuo: função densidade de probabilidade conjunta (propriedades). Inicio de resolução do exercício R2.10 das folhas de práticas.

Variáveis aleatórias. Exer. 2.30b)c), 2.26, 2.29, 2.31. TPC: 2.32, 2.33, 2.37.

Coreccção do T.P.C.: Exerc. 2.15. Variáveis aleatórias contínuas: Exerc 2.32e), 2.33.

Variáveis aleatórias. Exerc. 2.30, 2.29, 2.31.

Definição de quantil de probabilidade p de uma variável aleatória: o caso de uma v.a. discreta e contínua. Definição de  par aleatório. Pares aleatórios discretos: função massa de probabilidade conjunta (propriedades), tabela de contingência,  distribuições de probabilidade marginais. Distribuição de probabilidade condicional. Resolução de um exercício. Par aleatório continuo: função densidade de probabilidade conjunta (propriedades). Inicio de resolução do exercício R2.10 das folhas de práticas.

Variáveis aleatórias: Exerc. 2.23, 2.27 e 2.30a). TPC: Exerc. 2.26, 2.28, 2.29, 2.30b)c), 2.31.

Variáveis aleatórias: Exerc. 2.26, 2.28.

Variáveis aleatórias. Exerc. 2.23, 2.24, 2.27, 2.30, apresentação do exerc. 1.25. TPC: 2.25, 2.31 a 2.35.

Variáveis aleatórias: Exerc. 2.26, 2.28.

Variáveis aleatórias: Exerc. 2.23 c) d), 2.24, 2.27 e 2.28. TPC: Exerc. 2.30, 2.31 e 2. 32

Variáveis aleatórias contínuas. Exerc 2.30b)c), 2.32a)b)c)d).

Variáveis aleatórias: Exerc. 2.23, 2.27 e 2.30a). TPC: Exerc. 2.26, 2.28, 2.29, 2.30b)c), 2.31.

Estudo de indicadores de uma variável aleatória: o valor médio e a variância.  Definição de valor médio e  propriedades. O valor médio de uma função de uma variável aleatória. Dedução da propriedade do valor médio de uma transformação afim. Definição de variância e propriedades.  Resolução de exercícios 2 e 4 -- cálculo do valor médio e da variância. O desvio padrão. Definição de quantil de probabilidade p de uma v.a. contínua. Exercícios a preparar:  Ex. 2.31, 2.32; 2.33; 2.34.

Variáveis aleatórias contínuas. Exerc 2.30b)c), 2.32a)b)c)d).

Estudo de indicadores de uma variável aleatória: o valor médio e a variância.  Definição de valor médio e  propriedades. O valor médio de uma função de uma variável aleatória. Dedução da propriedade do valor médio de uma transformação afim. Definição de variância e propriedades.  Resolução de exercícios 2 e 4 -- cálculo do valor médio e da variância. O desvio padrão. Definição de quantil de probabilidade p de uma v.a. contínua. Exercícios a preparar:  Ex. 2.31, 2.32; 2.33; 2.34.

Variáveis aleatórias: Exerc. 2.23, 2.27 e 2.30a). TPC: Exerc. 2.26, 2.28, 2.29, 2.30b)c), 2.31.

Variáveis aleatórias. Exerc. 2.26, 2.28.

Variáveis aleatórias contínuas. Exerc 2.30b)c), 2.32a)b)c)d).

Estudo de indicadores de uma variável aleatória: o valor médio e a variância.  Definição de valor médio e  propriedades. O valor médio de uma função de uma variável aleatória. Dedução da propriedade do valor médio de uma transformação afim. Definição de variância e propriedades.  Resolução de exercícios 2 e 4 -- cálculo do valor médio e da variância. O desvio padrão. Definição de quantil de probabilidade p de uma v.a. contínua. Exercícios a preparar:  Ex. 2.31, 2.32; 2.33; 2.34.

Variáveis aleatórias discretas. Função massa de probabilidade e função distribuição cumulativa. Exerc 2.26 b)c)d);  2.27. Variáveis aleatórias contínuas. Função densidade e função distribuição cumulativa. Exerc 2.30a).

Probabilidade de acontecimentos: Exerc. 2.9, 2.10, 2.15, 2.16, 2.17. TPC: Exerc. 2.23, 2.27 e 2.30.

Introdução à teoria da probabilidade. Exerc. 2.15, 2.16, 2.19, 2.21, 2.22a)bi)
 

Variáveis aleatórias discretas e contínuas. A função densidade de probabilidade- propriedades. Cálculo e respresentação gráfica da função  distribuição cumulativa para os exercícios iniciados na aula anterior. O cálculo da probabilidade dada a função distribuição cumulativa. Exercícios a preparar:  Ex. 2.26; 2.28; 2.29 e 2.35.

Probabilidade de acontecimentos: Exerc. 2.9, 2.10, 2.15, 2.16, 2.17. TPC: Exerc. 2.23, 2.27 e 2.30.

Probabilidade de acontecimentos.Teorema da probabilidade total. Teorema de Bayes. Exerc. 2.13, 2.14, 2.15, 2.16, 2.17, 2.18 a), resolução parcial de b) e de c). TPC: 2.23, 2.24, 2.25

Variáveis aleatórias discretas. Função massa de probabilidade e função distribuição cumulativa. Exerc 2.26 b)c)d);  2.27. Variáveis aleatórias contínuas. Função densidade e função distribuição cumulativa. Exerc 2.30a).

Introdução à teoria da Probabilidade. Resolução dos exercícios:  2.15, 2.16, 2.18 (inicio)  e 2.23 (inicio). T.P.C.: resolver exercícios 2.23 (concluir), 2.24, 2.27 e 2.30.
 

Introdução à teoria da probabilidade. Exerc. 2.15, 2.18, 2.19.
 

Variáveis aleatórias discretas e contínuas. A função densidade de probabilidade- propriedades. Cálculo e respresentação gráfica da função  distribuição cumulativa para os exercícios iniciados na aula anterior. O cálculo da probabilidade dada a função distribuição cumulativa. Exercícios a preparar:  Ex. 2.26; 2.28; 2.29 e 2.35.

Variáveis aleatórias discretas. Função massa de probabilidade e função distribuição cumulativa. Exerc 2.26 b)c)d);  2.27. Variáveis aleatórias contínuas. Função densidade e função distribuição cumulativa. Exerc 2.30a).

Probabilidade de acontecimentos: Exerc. 2.9, 2.10, 2.15, 2.16, 2.17. TPC: Exerc. 2.23, 2.27 e 2.30.

Introdução à teoria da probabilidade. Exerc. 2.14, 2.15, 2.18, 2.19.

Variáveis aleatórias discretas e contínuas. A função densidade de probabilidade- propriedades. Cálculo e respresentação gráfica da função  distribuição cumulativa para os exercícios iniciados na aula anterior. O cálculo da probabilidade dada a função distribuição cumulativa. Exercícios a preparar:  Ex. 2.26; 2.28; 2.29 e 2.35.

Probabillidade de acontecimentos. Exerc. 2.13, 2.12, 2.11 e 2.14. TPC: Exerc. 2.9, 2.10 e 2.18.

Introdução à teoria da probabilidade. Exerc. 2.10, 2.12, 2.14 (início).

Introdução à teoria da Probabilidade. Probabilidade de acontecimentos.Teorema da probabilidade total. Teorema de Bayes. Exerc. 2.9b), 2.11, 2.12. TPC: 2.14, 2.15 e 2.16.

Introdução à teoria da Probabilidade.   P((Complementar de A)|B) e   P( A| (complementar de B))- expressão de cálculo e comentários. Resolução dos exercícios:  2.10, 2.11, 2.14, 2.15 (inicio). T.P.C.: 2.16, 2.17, 2. 18 e indicados na aula teórica.

Introdução à teoria da probabilidade. Teorema da probabilidade total e teorema de Bayes. Exerc 2.14, 2.17, 2.21.

Introdução à teoria da probabilidade. Exerc. 2.10, 2.12, 2.14.

Variáveis aleatórias discretas e contínuas: exemplos. A função de distribuição cumulativa: definição e exemplo. Propriedades;  o cálculo da probabilidade.  Variáveis aleatórias discretas: definição; a função massa de probabilidade (propriedades). Cálculo e representação da função de distribuição cumulativa. Variáveis aleatórias contínuas (início): definição: Propriedades da função densidade de probabilidade.  Exercícios a preparar:  Ex. 2.23; 2.24; 2.27 e 2.30 a).

Probabillidade de acontecimentos. Exerc. 2.13, 2.12, 2.11 e 2.14. TPC: Exerc. 2.9, 2.10 e 2.18.

Introdução à teoria da probabilidade. Teorema da probabilidade total e teorema de Bayes. Exerc 2.14, 2.17, 2.21.

Variáveis aleatórias discretas e contínuas: exemplos. A função de distribuição cumulativa: definição e exemplo. Propriedades;  o cálculo da probabilidade.  Variáveis aleatórias discretas: definição; a função massa de probabilidade (propriedades). Cálculo e representação da função de distribuição cumulativa. Variáveis aleatórias contínuas (início): definição: Propriedades da função densidade de probabilidade.  Exercícios a preparar:  Ex. 2.23; 2.24; 2.27 e 2.30 a).

Introdução à teoria da probabilidade. Teorema da probabilidade total e teorema de Bayes. Exerc 2.14, 2.17, 2.19.

Probabillidade de acontecimentos. Exerc. 2.13, 2.12, 2.11 e 2.14. TPC: Exerc. 2.9, 2.10 e 2.18.

Introdução à teoria da probabilidade. Exerc. 2.10, 2.12, 2.14.

Variáveis aleatórias discretas e contínuas: exemplos. A função de distribuição cumulativa: definição e exemplo. Propriedades;  o cálculo da probabilidade.  Variáveis aleatórias discretas: definição; a função massa de probabilidade (propriedades). Cálculo e representação da função de distribuição cumulativa. Variáveis aleatórias contínuas (início): definição: Propriedades da função densidade de probabilidade.  Exercícios a preparar:  Ex. 2.23; 2.24; 2.27 e 2.30 a).

Introdução à teoria da probabilidade. Exerc 2.1, 2.7, 2.11.

Introdução à teoria da Probabilidade. Probabilidade de acontecimentos. Exerc. 2.1, 2.4, 2.5, 2.6, 2.7. TPC: 2.11 a 2.14 e 2.15*, 2.16* e 2.17*. (*) Definir acontecimentos e atribuir probabilidades.

Introdução à teoria da probabilidade. Exerc. 2.1, 2.4, 2.5, 2.6, 2.7, 2.9.

O Teorema da Probabilidade Total e o Teorema de Bayes. Resolução de um exemplo. Noção de variável aleatória. Definição e exemplos. Exercícios a preparar:  Ex. 2.14; 2.15; 2.18.

Introdução à teoria da Probabilidade. Probabilidade de acontecimentos. Exerc. 2.1, 2.4, 2.5, 2.6, 2.7. TPC: 2.11 a 2.14 e 2.15*, 2.16* e 2.17*. (*) Definir acontecimentos e atribuir probabilidades.

Introdução à teoria da Probabilidade. Probabilidade de acontecimentos. Propriedades. Exerc. 2.1, 2.2, 2.5, 2.7, 2.8 e 2.9 a). TPC: 2.9 b), 2.11, 2.13.

Capítulo II- Introdução à teoria da Probabilidade. Exercícios de probabilidade de acontecimentos. Exerc. 2.4, 2.5, 2.9, 2.10, 2.14 (inicio). TPC: 2.11, 2.14 e 2.15.

Introdução à teoria da probabilidade. Exerc 2.1, 2.7, 2.14.

Cap. II- Introdução à teoria da probabilidade. Exerc. 2.1, 2.4, 2.5, 2.6, 2.7, 2.9.

O Teorema da Probabilidade Total e o Teorema de Bayes. Resolução de um exemplo. Noção de variável aleatória. Definição e exemplos. Exercícios a preparar:  Ex. 2.14; 2.15; 2.18.

Introdução à teoria da Probabilidade. Probabilidade de acontecimentos. Exerc. 2.1, 2.4, 2.5, 2.6, 2.7. TPC: 2.11 a 2.14 e 2.15*, 2.16* e 2.17*. (*) Definir acontecimentos e atribuir probabilidades.

Introdução à teoria da probabilidade. Exerc 2.1, 2.7, 2.14.

Cap. II- Introdução à teoria da probabilidade. Exerc. 2.1, 2.4, 2.5, 2.6, 2.7, 2.9.

O Teorema da Probabilidade Total e o Teorema de Bayes. Resolução de um exemplo. Noção de variável aleatória. Definição e exemplos. Exercícios a preparar:  Ex. 2.14; 2.15; 2.18.

Estatística descritiva a duas dimensões. Exerc. 1.25 no R. Exerc. 1.31 a 1.35. Realização do primeiro questionário. TPC: 2.1 a 2.7 (Probabilidade). 

Estatística descritiva a duas dimensões. Exerc. 1.31, 1.32, 1.35. Realização do 1º Questionário.

Estatística descritiva a duas dimensões. Exerc. 1.26, 1.27, 1.28, 1.29 e 1.30 (resolução com recurso ao software R), 1.32 a)-d). Realização do 1º questionário. TPC: 2.1, 2.2., 2.3, 2.4 e 2.5.

Estatística descritiva a duas dimensões. Exerc. 1.25 h), 1.28, 1.32. Considerações sobre transformações afins de variáveis. Realização do 1º questionário. TPC: 2.4, 2.5, 2.9, 2.10, 2.11. 

Estatística descritiva a duas dimensões. Exerc 1.32, 1.35. Realização do questionário 1.

Estatística descritiva a duas dimensões. Exerc. 1.31, 1.32, 1.35. Realização do 1º Questionário.

Estatística descritiva a duas dimensões. Exerc. 1.25 no R. Exerc. 1.31 a 1.35. Realização do primeiro questionário. TPC: 2.1 a 2.7 (Probabilidade). 

Aplicação de algumas propriedades da probabilidade: resolução do exercício 2.3 das folhas de práticas. Exemplo introdutório de probabilidade condicional. A definição de  probabilidade condicional. O teorema da probabilidade composta.  Independência de dois ou mais acontecimentos. Definição e  Propriedades. Independência e incompatibilidade - relação. Exercícios a preparar. Ex. 2.7;  2.9; 2.10; 2.12 .

Estatística descritiva a duas dimensões. Exerc 1.32, 1.35. Realização do questionário 1.

Aplicação de algumas propriedades da probabilidade: resolução do exercício 2.3 das folhas de práticas. Exemplo introdutório de probabilidade condicional. A definição de  probabilidade condicional. O teorema da probabilidade composta.  Independência de dois ou mais acontecimentos. Definição e  Propriedades. Independência e incompatibilidade - relação. Exercícios a preparar. Ex. 2.7;  2.9; 2.10; 2.12 .

Estatística descritiva a duas dimensões. Exerc. 1.25 no R. Exerc. 1.31 a 1.35. Realização do primeiro questionário. TPC: 2.1 a 2.7 (Probabilidade). 

Estatística descritiva a duas dimensões. Exerc 1.32, 1.35. Realização do questionário 1.

Estatística descritiva a duas dimensões. Exerc. 1.31, 1.32, 1.35. Realização do 1º Questionário.

Aplicação de algumas propriedades da probabilidade: resolução do exercício 2.3 das folhas de práticas. Exemplo introdutório de probabilidade condicional. A definição de  probabilidade condicional. O teorema da probabilidade composta.  Independência de dois ou mais acontecimentos. DEfinição e propriedades. Independência e incompatibilidade - relação. Exercícios a preparar. Ex. 2.7;  2.9; 2.10; 2.12 .

Estatística descritiva a duas dimensões: Exerc 1.26, 1.28, 1.29. Estatística descritiva a uma dimensão: Exerc 1.22.

Estatística descritiva a duas dimensões. Exerc. 1.25 (conclusão), 1.26, 1.27 e 1.28. TPC: Exerc. 1.31 a 1.35.

Estatística descritiva a duas dimensões. Exerc. 1.29 (conclusão), 1.23, 1.26, 1.27.

Comentários finais sobre a nuvem de pontos, a correlação e a determinação da recta de regressão dos mínimos quadrados . Estudo da "qualidade" da recta de regressão. O coeficiente de determinação. Início do Capítulo II - Introdução à Teoria da Probabilidade. Conceitos fundamentais.  Espaço de resultados e acontecimentos.  A álgebra dos acontecimentos. Exemplos de experiências aleatórias e de espaços de resultados associados. Definição de probabilidade. Propriedades da probabilidade. Exercícios a preparar:  Ex. 2.1; 2.2; 2.3 e 2.4 .

Estatística descritiva a duas dimensões. Exerc. 1.25 (conclusão), 1.26, 1.27 e 1.28. TPC: Exerc. 1.31 a 1.35.

Estatística descritiva a duas dimensões. Exerc. 1.24 d) e) f) g) h) e 1.25. TPC 1.26, 1.27.

Estatística descritiva a duas dimensões: Exerc 1.26, 1.28, 1.29. Estatística descritiva a uma dimensão: Exerc 1.22.

Estatística descritiva a duas dimensões. Exerc. 1.24 (conclusão), 1.25, 1.26 e 1.27. TPC: Exerc. 1.28, 1.32 e 1.33.

Estatística descritiva a duas dimensões. Exerc. 1.29 (conclusão), 1.23, 1.26, 1.27.

Comentários finais sobre a nuvem de pontos, a correlação e a determinação da recta de regressão dos mínimos quadrados . Estudo da "qualidade" da recta de regressão. O coeficiente de determinação. Início do Capítulo II - Introdução à Teoria da Probabilidade. Conceitos fundamentais.  Espaço de resultados e acontecimentos.  A álgebra dos acontecimentos. Exemplos de experiências aleatórias e de espaços de resultados associados. Definição de probabilidade. Propriedades da probabilidade. Exercícios a preparar:  Ex. 2.1; 2.2; 2.3 e 2.4 .

Estatística descritiva a duas dimensões. Exerc. 1.25 (conclusão), 1.26, 1.27 e 1.28. TPC: Exerc. 1.31 a 1.35.

Estatística descritiva a duas dimensões: Exerc 1.26, 1.28, 1.29. Estatística descritiva a uma dimensão: Exerc 1.22.

Estatística descritiva a duas dimensões. Exerc. 1.29 (conclusão), 1.23, 1.26, 1.27.

Comentários finais sobre a nuvem de pontos, a correlação e a determinação da recta de regressão dos mínimos quadrados . Estudo da "qualidade" da recta de regressão. O coeficiente de determinação. Início do Capítulo II - Introdução à Teoria da Probabilidade. Conceitos fundamentais.  Espaço de resultados e acontecimentos.  A álgebra dos acontecimentos. Exemplos de experiências aleatórias e de espaços de resultados associados. Definição de probabilidade. Propriedades da probabilidade. Exercícios a preparar:  Ex. 2.1; 2.2; 2.3 e 2.4 .

Estatística descritiva a uma dimensão (conclusão). Exerc. 1.21c), 1.22a)-c), 1.23. Estatística descritiva a duas dimensões. Exerc. 1.24 e 1.25 com e sem recurso ao R. TPC: concluir 1.25, 1.26, 1.27 e 1.28.

Revisão de comandos e procedimentos em R. Exerc. 1.24 (início), 1.29 (início).

Estatística descritiva a uma dimensão. Utilização dos dados do exerc. 1.8b) para cálculo de tabela de frequências e indicadores de localização e de dispersão com dados agrupados em classes, regra de Sturges com software R. Função hist. Apresentação de resolução de exerc. 1.19 com recurso ao R. Exerc. 1.21 b) c), 1.24 a). TPC 1.19 com R, 1.24, 1.24[A].

Revisão de comandos e procedimentos em R. Exerc. 1.24. TPC:  1.25, 1.26, 1.27.

Estatística descritiva a duas dimensões. Exerc 1.25. A regressão linear simples no software R.

Revisão de comandos e procedimentos em R. Exerc. 1.24 (início), 1.29 (início).

Interpretação do coeficiente de correlação de Pearson. A regressão linear simples: o método dos mínimos quadrados e a determinação dos coeficientes da recta. O coeficiente de regressão, interpretação. Resolução do exemplo apresentado na teórica usando o R. Exercícios a preparar: Ex. 1.28; 1.29; 1.32.

Estatística descritiva a uma dimensão (conclusão). Exerc. 1.21c), 1.22a)-c), 1.23. Estatística descritiva a duas dimensões. Exerc. 1.24 e 1.25 com e sem recurso ao R. TPC: concluir 1.25, 1.26, 1.27 e 1.28.

Estatística descritiva a duas dimensões. Exerc 1.25. A regressão linear simples no software R.

Interpretação do coeficiente de correlação de Pearson. A regressão linear simples: o método dos mínimos quadrados e a determinação dos coeficientes da recta. O coeficiente de regressão, interpretação. Resolução do exemplo apresentado na teórica usando o R. Exercícios a preparar: Ex. 1.28; 1.29; 1.32.

Estatística descritiva a uma dimensão (conclusão). Exerc. 1.21c), 1.22a)-c), 1.23. Estatística descritiva a duas dimensões. Exerc. 1.24 e 1.25 com e sem recurso ao R. TPC: concluir 1.25, 1.26, 1.27 e 1.28.

Estatística descritiva a duas dimensões. Exerc 1.25. A regressão linear simples no software R.

Revisão de comandos e procedimentos em R. Exerc. 1.24 (início), 1.29 (início).

Interpretação do coeficiente de correlação de Pearson. A regressão linear simples: o método dos mínimos quadrados e a determinação dos coeficientes da recta. O coeficiente de regressão, interpretação. Resolução do exemplo apresentado na teórica usando o R. Exercícios a preparar: Ex. 1.28; 1.29; 1.32.

Estatística descritiva. Exerc. 1.21), 1.19. Correcção de um exercício de TPC da aula teórica.

Estatística descritiva a uma dimensão. Comparação dos valores dos indicadores exatos com os aproximados com baso no agrupamento em classes para os dados do Exerc. 1.8c). Exerc. 1.12, 1.17 (média), 1.20a)b), 1.21a)b). TPC: Exerc. 1.21c), 1.22, 1.23.

Estatística descritiva a uma dimensão. Exerc. 1.19, 1.21, 1.22a).

Estatística Descritiva a duas dimensões (continuação). Resolução do exemplo das aulas teóricas. A covariância: definição, interpretação e propriedades. resolução de um exemplo. O coeficiente de correlação: interpretação e propriedades. Exercícios a preparar:  Ex. 1.25 a),b)c); 1.27.

Estatística descritiva a uma dimensão. Comparação dos valores dos indicadores exatos com os aproximados com baso no agrupamento em classes para os dados do Exerc. 1.8c). Exerc. 1.12, 1.17 (média), 1.20a)b), 1.21a)b). TPC: Exerc. 1.21c), 1.22, 1.23.

Estatística descritiva a uma dimensão. Exerc. 1.17 a) (média). Apresentação do caso para cálculo da variância. Utilização dos dados do exerc. 1.8b) para cálculo de tabela de frequências e indicadores de localização e de dispersão com dados agrupados em classes. Aplicação da Regra de Sturges. Exerc. 1.20a)b), 1.23, 1.21a). TPC 1.17 (variância), 1.18, 1.21b)c).

Estatística descritiva a uma dimensão. Exerc. 1.17, 1.18 (com cálculo de indicadores), 1.21. TPC: Exerc. 1.22, 1.24 a),b),c),d).

Estatística descritiva. Exerc. 1.21), 1.19), 1.18) d) e).

Estatística descritiva a uma dimensão. Exerc. 1.19, 1.21, 1.22a).

Estatística Descritiva a duas dimensões (continuação).  Resolução do exemplo das aulas teóricas. A covariância: definição, interpretação e propriedades. resolução de um exemplo. O coeficiente de correlação: interpretação e propriedades. Exercícios a preparar:  Ex. 1.25 a),b)c); 1.27.

Estatística descritiva a uma dimensão. Comparação dos valores dos indicadores exatos com os aproximados com baso no agrupamento em classes para os dados do Exerc. 1.8c). Exerc. 1.12, 1.17 (média), 1.20a)b), 1.21a)b). TPC: Exerc. 1.21c), 1.22, 1.23.

Estatística descritiva. Exerc. 1.21), 1.19, 1.18 e). Correcção de um exercício de TPC da aula teórica.

Estatística descritiva a uma dimensão. Exerc. 1.19, 1.21, 1.22a).

Estatística Descritiva a duas dimensões (continuação). Resolução do exemplo das aulas teóricas. A covariância: definição, interpretação e propriedades. resolução de um exemplo. O coeficiente de correlação: interpretação e propriedades. Exercícios a preparar:  Ex. 1.25 a),b)c); 1.27.

Introdução ao software R. Tabela de frequências, diagrama de barras e cálculo de indicadores de localização e de dispersão para os dados do Exerc. 1.8a) (variável discreta com poucos valores distintos). Exerc. 1.8c) - interpretação do resultado da função hist do R; tabela de frequências e histograma. TPC: Exerc. 1.12, 1.17 (média), 1.19, 1.20, 1.21.

Introdução ao software R. Exerc. 1.8c), 1.16. Outras funções do R; leitura de dados.

Introdução ao software R. Exerc. 1.2f) (objecto Data Frame). Tabela de frequências, gráfico de barras e cálculo de indicadores de localização e de dispersão para os dados do Exerc. 1.8a) (variável discreta com poucos valores distintos). TPC: preparar exer. 1.8 b) c).

Introdução ao software R. Ainda a preparação do ambiente de trabalho. Utilização do script. Cálculo de indicadores Exerc. 1.8c) - resultado da função hist; tabela de frequências e histograma.  TPC: Resolução dos exercícios indicados na aula teórica.

Introdução ao R. Resolução do exercício 1.14.

Introdução ao software R. Exerc. 1.8c), 1.16. Outras funções do R; leitura de dados.

Ainda as propriedades da variância e do desvio padrão. O coeficiente de variação. Aplicação e interpretação de um exemplo.O diagrama de extremos e quartis.  A caixa de bigodes e a identificação de outliers. Aplicação aos dados do exercício do "ozono".Caixas de bigodes paralelas. Introdução à estatística descritiva a duas dimensões: objectivos. A tabela de contingência e  a nuvem de pontos. Referência ao cálculo de indicadores de cada uma das variáveis do par. Exercícios a preparar:  Ex. 1.16, 1.21 e 1.24.

Introdução ao software R. Tabela de frequências, diagrama de barras e cálculo de indicadores de localização e de dispersão para os dados do Exerc. 1.8a) (variável discreta com poucos valores distintos). Exerc. 1.8c) - interpretação do resultado da função hist do R; tabela de frequências e histograma. TPC: Exerc. 1.12, 1.17 (média), 1.19, 1.20, 1.21.

Introdução ao R. Resolução do exercício 1.14.

Ainda as propriedades da variância e do desvio padrão. O coeficiente de variação. Aplicação e interpretação de um exemplo.O diagrama de extremos e quartis.  A caixa de bigodes e a identificação de outliers. Aplicação aos dados do exercício do "ozono".Caixas de bigodes paralelas. Introdução à estatística descritiva a duas dimensões: objectivos. A tabela de contingência e  a nuvem de pontos. Referência ao cálculo de indicadores de cada uma das variáveis do par. Exercícios a preparar:  Ex. 1.16, 1.21 e 1.24.

Introdução ao software R. Tabela de frequências, diagrama de barras e cálculo de indicadores de localização e de dispersão para os dados do Exerc. 1.8a) (variável discreta com poucos valores distintos). Exerc. 1.8c) - interpretação do resultado da função hist do R; tabela de frequências e histograma. TPC: Exerc. 1.12, 1.17 (média), 1.19, 1.20, 1.21.

Introdução ao R. Resolução do exercício 1.14.

Introdução ao software R. Exerc. 1.8c), 1.16. Outras funções do R; leitura de dados.

Ainda as propriedades da variância e do desvio padrão. O coeficiente de variação. Aplicação e interpretação de um exemplo.O diagrama de extremos e quartis.  A caixa de bigodes e a identificação de outliers. Aplicação aos dados do exercício do "ozono".Caixas de bigodes paralelas. Introdução à estatística descritiva a duas dimensões: objectivos. A tabela de contingência e  a nuvem de pontos. Referência ao cálculo de indicadores de cada uma das variáveis do par. Exercícios a preparar:  Ex. 1.16, 1.21 e 1.24.

Estatística descritiva. Exercícios 1.8b); 1.11; 1.12; 1.17 cálculo da média. (Aula leccionada pela Prof. Manuela Neves)

Estatística descritiva a uma dimensão. Discussão das tabelas de frequência associadas aos dados dos Exerc. 1.8b) e 1.8c). Cálculo e interpretação de vários indicadores de localização e de dispersão com os dados do Exerc. 1.8a). Discussão dos Exerc. 1.8b) e 1.8c). TPC: Calcular indicadores de localização e de dispersão para os dados dos Exerc. 1.8b) e 1.8c). Calcular indicadores de localização e de dispersão aproximados para o agrupamento associado à tabela do Exerc. 1.8c).

Estatística descritiva a uma dimensão. Exerc. 1.8, 1.10, 1.11 e 1.12.

Cálculo de características numéricas para dados agrupados: média, quantis empíricos e moda.  Exemplos. Medidas de dispersão (amplitude total, amplitude interquartil, variância e desvio padrão). Propriedades da variância. O coeficiente de variação. Resolução de exercícios. Exercícios a preparar:  Ex. 1.12 c); 1.11; 1.17 e 1.18

Estatística descritiva a uma dimensão. Discussão das tabelas de frequência associadas aos dados dos Exerc. 1.8b) e 1.8c). Cálculo e interpretação de vários indicadores de localização e de dispersão com os dados do Exerc. 1.8a). Discussão dos Exerc. 1.8b) e 1.8c). TPC: Calcular indicadores de localização e de dispersão para os dados dos Exerc. 1.8b) e 1.8c). Calcular indicadores de localização e de dispersão aproximados para o agrupamento associado à tabela do Exerc. 1.8c).

Estatística descritiva a uma dimensão. Cálculo e interpretação de diferentes indicadores de localização e de dispersão com os dados do Exerc. 1.8a). Exerc. 1.11, 1.12 (elaboração do histograma) e 1.19 a) b). TPC: Exerc. 1.8 b) c).

Estatística descritiva. Exercícios 1.8b) c); 1.12.

Estatística descritiva a uma dimensão. Organização de uma tabela e cálculo e discussão de vários indicadores de localização e de dispersão com os dados do Exerc. 1.8b). Exerc. 1.11 e 1.12.  e 1.17 (inicio) TPC: Exerc. 1.8c)  e 1.18

Estatística descritiva a uma dimensão. Exerc. 1.8, 1.10, 1.11 e 1.12.

Cálculo de características numéricas para dados agrupados: média, quantis empíricos e moda.  Exemplos. Medidas de dispersão (amplitude total, amplitude interquartil, variância e desvio padrão). Propriedades da variância. O coeficiente de variação. Resolução de exercícios. Exercícios a preparar:  Ex. 1.12 c); 1.11; 1.17 e 1.18

Estatística descritiva. Exercícios 1.8b) c); 1.12.

Estatística descritiva a uma dimensão. Discussão das tabelas de frequência associadas aos dados dos Exerc. 1.8b) e 1.8c). Cálculo e interpretação de vários indicadores de localização e de dispersão com os dados do Exerc. 1.8a). Discussão dos Exerc. 1.8b) e 1.8c). TPC: Calcular indicadores de localização e de dispersão para os dados dos Exerc. 1.8b) e 1.8c). Calcular indicadores de localização e de dispersão aproximados para o agrupamento associado à tabela do Exerc. 1.8c).

Estatística descritiva a uma dimensão. Exerc. 1.8, 1.10, 1.11 e 1.12.

Cálculo de características numéricas para dados agrupados: média, quantis empíricos e moda.  Exemplos. Medidas de dispersão (amplitude total, amplitude interquartil, variância e desvio padrão). Propriedades da variância. O coeficiente de variação. Resolução de exercícios. Exercícios a preparar:  Ex. 1.12 c); 1.11; 1.17 e 1.18

Introdução ao software R. Exerc. 1.1 e 1.2. 

Introdução ao software R. Exerc. 1.1, 1.8a), 1.2 (início) . Ambiente de trabalho. Vectores, data frames, scripts. Funções mean(), sum(), ls(), plot().

Introdução ao software R. Exerc. 1.1 e 1.2 a)-e).　

Introdução ao software R (ver http://www.isa.utl.pt/dm/estat/estat/AulasR.pdf).

Exerc. 1.8a). 

Introdução ao software R. Exerc. 1.1 (inicio) e 1.8a). Vectores, data frames, scripts.

Funções mean(), plot(), sum(),.. 

Introdução ao software R. Exerc. 1.1, 1.8a), 1.2 (início) . Ambiente de trabalho. Vectores, data frames, scripts. Funções mean(), sum(), ls(), plot().

Introdução ao software R (ver http://www.isa.utl.pt/dm/estat/estat/AulasR.pdf).

Exerc. 1.8a). 

Introdução ao software R. Exerc. 1.1 e 1.2. 

Ainda as variáveis quantitativas de natureza discreta e contínua. A tabela de frequências para dados de natureza discreta e para dados de natureza contínua. Sua representação gráfica: diagrama de barras e histograma. Estudo de  exemplos. Medidas de localização: média (propriedades) e mediana. Exemplos. Exercícios a preparar:  Ex.1.8 b) c); 1.12 a) b)  e 1.17

Ainda as variáveis quantitativas de natureza discreta e contínua. A tabela de frequências para dados de natureza discreta e para dados de natureza contínua. Sua representação gráfica: diagrama de barras e histograma. Estudo de  exemplos. Medidas de localização: média (propriedades) e mediana. Exemplos. Exercícios a preparar:  Ex.1.8 b) c); 1.12 a) b)  e 1.17

Introdução ao software R (ver http://www.isa.utl.pt/dm/estat/estat/AulasR.pdf).

Exerc. 1.8a). 

Introdução ao software R. Exerc. 1.1 e 1.2. 

Introdução ao software R. Exerc. 1.1, 1.8a), 1.2 (início) . Ambiente de trabalho. Vectores, data frames, scripts. Funções mean(), sum(), ls(), plot().

Ainda as variáveis quantitativas de natureza discreta e contínua. A tabela de frequências para dados de natureza discreta e para dados de natureza contínua. Sua representação gráfica: diagrama de barras e histograma. Estudo de  exemplos. Medidas de localização: média (propriedades) e mediana. Exemplos. Exercícios a preparar:  Ex.1.8 b) c); 1.12 a) b)  e 1.17

Estatística descritiva: Revisões. Exercícios: 1.7, 1.9, 1.10. 1.8a)

Estatística descritiva a uma dimensão. Exerc. 1.7, 1.8 a), 1.9, 1.10. TPC: Exerc.1.8 b), 1.8c).

Estatística descritiva a uma dimensão. Exerc. 1.7, 1.9.

Apresentação. Objectivos,  programa e normas de avaliação da disciplina. Estatística Descritiva: objectivos. Os conceitos de população, unidade estatística, amostra, variável (qualitativa e quantitativa - discreta e contínua).   A Estatística descritiva a uma dimensão: a tabela de frequências absolutas e relativas. Exercícios a preparar:  Ex.1.7; 1.8 a): 1.9 e 1.10

Estatística descritiva a uma dimensão. Exerc. 1.7, 1.8 a), 1.9, 1.10. TPC: Exerc.1.8 b), 1.8c).

Estatística descritiva a uma dimensão. Exerc. 1.7, 1.8 a), 1.9, 1.10. TPC: Exerc.1.19).

Estatística descritiva: Revisões. Exercícios: 1.7, 1.9, 1.10.

Estatística descritiva a uma dimensão. Exerc. 1.7, 1.8 a), 1.9, 1.10. TPC: Exerc. 1.8 b) e 1.8c).

Estatística descritiva a uma dimensão. Exerc. 1.7, 1.9.

Apresentação. Objectivos,  programa e normas de avaliação da disciplina. Estatística Descritiva: objectivos. Os conceitos de população, unidade estatística, amostra, variável (qualitativa e quantitativa - discreta e contínua).   A Estatística descritiva a uma dimensão: a tabela de frequências absolutas e relativas. Exercícios a preparar:  Ex.1.7; 1.8 a): 1.9 e 1.10

Estatística descritiva: Revisões. Exercícios: 1.7, 1.9, 1.10.

Estatística descritiva a uma dimensão. Exerc. 1.7, 1.8 a), 1.9, 1.10. TPC: Exerc.1.8 b), 1.8c).

Estatística descritiva a uma dimensão. Exerc. 1.7, 1.9.

Apresentação. Objectivos,  programa e normas de avaliação da disciplina. Estatística Descritiva: objectivos. Os conceitos de população, unidade estatística, amostra, variável (qualitativa e quantitativa - discreta e contínua).   A Estatística descritiva a uma dimensão: a tabela de frequências absolutas e relativas. Exercícios a preparar:  Ex.1.7; 1.8 a): 1.9 e 1.10