📚 Ensino normal 2023.1

1. Conceitos básicos: tipos de variáveis; distribuições de frequências
2. Tabelas e gráficos
3. Medidas de posição
4. Medidas de dispersão e desenho esquemático (Box Plot)
5. Probabilidade: conceitos básicos, definições e propriedades
6. Probabilidade condicional e independência; teorema da probabilidade total e teorema de Bayes
7. Função e distribuição de probabilidade de uma variável aleatória discreta
8. Características numéricas de uma variável aleatória discreta
9. Função densidade de probabilidade de uma variável aleatória contínua
10. Características numéricas de uma variável aleatória contínua
11. Principais modelos probabilísticos discretos: uniforme, Bernoulli, binomial, geométrico, Poisson e hipergeométrico
12. Modelos probabilísticos contínuos. Principais modelos probabilísticos contínuos: uniforme, exponencial e normal
13. Teorema central do limite
14. Aproximação da distribuição binomial pela normal
15. Introdução à inferência estatística: primeiras ideias; propriedades dos estimadores
16. Erro quadrático médio e erro absoluto de estimação
17. Estimação pontual de parâmetros: estimadores de momentos; estimadores de mínimos quadrados
18. Estimadores de máxima verossimilhança
19. Distribuição amostral da média e proporção; dimensionamento da amostra
20. Intervalo de confiança para a média populacional e para proporção populacional

As aulas seguirão um modelo de metodologia ativa baseado nas coreografias didáticas. Criaremos um cenário em que o propagador de conhecimento também seja produzido pelo aluno. Ele será o protagonista. Desta forma, traremos métodos de aprendizagem do tipo “ensinar por aprender”.

Nossas aulas estarão disponíveis em http://bendeivide.github.io/. Para os alunos matriculados na disciplina, também será possível acompanhar o material pelo portal didático. Nossas aulas terão 3 (quatro) horas semanais de aulas presenciais, um total de 72h**.

Faremos também uma retramissão do conteúdo abordado durante a semana pelo canal do youtube https://youtube.com/bendeivide.

Iremos utilizar diversas ferramentas do google como os seus editores de textos, planilhas e apresentadores. Também utilizaremos o overlief para usuários de LaTeX. Com a linguagem R, mostraremos documentos dinâmicos, usando o R Markdown e o shiny, também para o desenvolvimento de materiais didáticos, quanto para as atividades com os alunos. Todas essas ferramentas tecnológicas são gratuitas e de fácil instalação para os alunos, uma vez que dareremos todo o suporte, de forma que os alunos estejam capacitados a utilizar todas as ferramentas quando necessário.

Serão distribuídos 100 pontos para atividades avaliativas da seguinte forma:

• 1ª Avaliação - Tópicos 1, 2, 3, 4, 5, 6 - 30 pontos;
• 2ª Avaliação - Tópicos 7, 8, 9, 10, 11, 12, 13, 14 - 30 pontos;
• 3ª Avaliação - Tópicos 15, 16, 17, 18, 19, 20 - 40 pontos;

Uma outra alternativa é desenvolvermos ideias de modo que o alunos possa contribuir com a disciplina, tais como criação de materiais didáticos, vídeo-aulas, etc. O objetivo é torná-lo parte integrante do conhecimento formado dentro de sala de aula. Dessa forma, com essa adesão, o aluno pode está isento das avaliações, e ser avaliado de acordo com as entregas semanais do que for acordado entre aluno e professor. Este ponto aglutina diversos projetos, principalmente o Aprender por ensinar, LEEM, statscience, Rapidinhas do R, dentre outros que possam surgir no processo. Por fim, o aluno acordará um contrato de quais demandas devem ser entregues e quais os direitos e deveres a ele imposto, para que isso possa ser possível mensurar a sua aprendizagem na disciplina.

Para ser aprovado o aluno deverá obter nota final maior ou igual a 60 pontos e não poderá faltar mais de 25% das aulas. O discente que não for aprovado por nota poderá fazer uma prova substitutiva, incluindo todo o conteúdo da disciplina, que substituirá a menor nota dentre as três avaliações.

O discente que perder alguma avaliação teórica poderá fazer uma segunda chamada, desde que justificada via coordenadoria.

A perda de alguma avaliação deverá ser apresentado justificativa. Observações:

• São considerados motivos justiçados para fins de segunda chamada da avaliação teórica: exercício da função de representante discente nos órgãos colegiados ou diretor de entidades estudantis, desde que comprovado o comparecimento a reunião e ou encontros pertinentes a representação no dia e horário da referida avaliação (art. 142 e 143 do Regimento Geral da UFSJ); doença infecto-contagiosa ou internação, desde que esta esteja comprovada por meio atestado médico, contendo CID;
• Motivos pessoais, profissionais e atestados de consultas médicas eletivas não são considerados como motivos justificados para que o discente tenha direito a segunda chamada de avaliação teórica;
• Na educação superior não há abono de faltas, exceto nos seguintes casos: discente reservistas - Lei 4375, 17 de agosto de 1964; discente designado para compor a Comissão Nacional de Avaliação da Educação Superior (CONAES) que, em decorrência da designação, tenha participado de reuniões da CONAES em horário coincidente com as atividades acadêmicas (\S 5º do Art. 7º da Lei 10.861/2004). Portanto, atestados médicos, de trabalho e de outras atividades acadêmicas, não dão direito a abono de falta, tais ausências são enquadradas no limites dos 25%, É para tais imprevistos que o aluno pode se ausentar em 25% das aulas;
• Nos casos de portadores de afecções (Decreto-lei 1044, de 21 de outubro de 1969) e estado de gestação (Lei 6202, de 17 de abril de 1975), o discente poderá solicitar Regime Especial como compensação de ausência às aulas. Em ambos os casos, a solicitação, acompanhada do respectivo atestado médico, deverá ser protocolada na DICON, no início do impedimento.

• CARVALHO, P.C.P; MORGADO, A.C; WAGNER; FERNANDEZ, P. Análise combinatória e probabilidade. SBM, 2005 (Capítulo 5).
• BUSSABW, MORETTIN, W. Estatística básica. Editora Saraiva, 2010.
• PINHEIRO, R; CUNHA, G. Probabilidade e estatística: quantificando a incerteza. Editora Campus, 2012.

• Estatística Básica (Departamento de Estatística, UFPR)
• Estatística Aplicada (Tales Jesus Fernandes, UFLA)
• Resumo do Livro Estatística Básica (Daniel Furtado, UFLA)
• Estatística e Probabilidade (UECE)
• Estimação Estatística (Assis, et. al. 2021)
• Introdução à estatística com R (Eric Ferreira & Marcelo Oliveira )
• Introdução a linguagem R: seus fundamentos e práticas (Pedro Faria & João Parga)
• Teste de Hipóteses Estatísticas (Janilson Pinheiro de Assis et. al., UFERSA)
• Glossário de Estatística (Janilson Pinheiro de Assis, UFERSA)
• Canal Ciência Estatística
• Estatística e Probabilidade: Exercícios (Assis et. al., 2023)

• Modelo de Arquivo em power point
• Resultado em vídeo
• Os programas necessários:
  • Editor de Slides: o MS Power Point (Instalado previamente no Windows); LibreOffice;
  • Gravador de tela e de seu áudio: OBS Studio OBS.: Os programas são esses. Qualquer dúvida, favor me procurar.

• Dúvidas de como desenvolver, faça uso dos buscadores na internet, vídeo-aulas, etc. Há muito material interessante na internet;
• Modelo

• Dúvidas de como desenvolver, faça uso dos buscadores na internet, vídeo-aulas, etc. Há muito material interessante na internet;
• Modelo

Tema: Apresentação do curso

Apresentação: Aula 01

Tempo: 1h 50min.

Podcast

Plano de aula

Material para consulta

• Estatística e Probabilidade (Ensino Remoto)
• Curso R
• Exercícios resolvidos

Vídeo-aula

Acessem: Avaliação e Cronograma

• Acessem: Livro EPAEC
  • Sugestões e críticas sobre o livro podem ser enviadas para livrosdeben@gmail.com.