Correcção do teste, resolução de exercícios, esclarecimento de dúvidas

Tabelas de contigência: testes de homogeneidade
Testes não paramétricos–teste de Wilcoxon e de Wilcoxon-Mann-Whitney.

Métodos de reamostragem: a metodologia Jackknife e a metodologia Bootstrap
Resolução de exemplos no R

Métodos não paramétricos.  Testes de Ajustamento: O Teste de Shapiro-Wilk e o O Teste de Kolmogorov-Smirnov. O teste do qui-quadrado. Outros Testes de ajustamento
Tabelas de contingência: testes de independência.
Resolução de exemplos no R

Intervalos de confiança para a diferença de 2 médias populacionais (amostras independentes e amostras emparelhadas); para o quociente de 2 variâncias populacionais  (populações normais e amostras independentes) e para a diferença de duas  proporções.

Testes de hipóteses: conceitos básicos, os erros de tipo I e tipo II. Passos necessários na realização de um teste de hipóteses. O conceito de p-value.

Resolução de exemplos no R

Teoria da Estimação.

Ainda o Método da Máxima Verosimilhança e sua utilização no R. O Método dos mínimos quadrados.

Intervalos de confiança: conceito e interpretação. Intervalos de confiança para o valor médio (resolução no R de um exemplo simples). Intervalos de confiança para uma variância (populações normais) e para uma proporção.

Exemplos no R

Teoria da Estimação.

Métodos de Estimação: O método dos momentos; resolução de exemplos.

A Verosimilhança. O Método da Máxima Verosimilhança e sua utilização no R.

Outros métodos de estimação (breve abordagem)

Exemplos no R

Teoria da Estimação--introdução.

Estimação pontual: definição de estimador e estimativa.

Propriedades dos estimadores. Ilustração de algumas propriedades.

Exercícios no R.

Principais distribuições de amostragem  - A distribuição da média amostral em populações normais e não normais, quando a variância é conhecida e a variância não é conhecida.

A distribuição da variância amostral em populações normais.

As distribuições qui-quadrado e t-Student. Definição, propriedades.

Resolução de exercícios.

Programa do módulo Inferência e Reamostragem. Apresentação da Bibliografia.Revisões do Teorema Limite Central.

A Probabilidade e a Inferência: noções preliminares de estimação.
Amostragem. Conceitos básicos: definição de amostra aleatória e amostra observada. A definição de estatística.
Discussão de exemplos.