📚 Ensino normal 2026.2

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 60h.

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.

Faremos toda semana relatórios baseado em nossas aula teóricas e práticas, usando o R, $\LaTeX$ e Quarto, integrando estes relatórios ao Github.

A disciplina terá uma pontuação total de 10 pontos, sendo 80% distribuído aos relatórios, e 20% distribuídos aos nossos testes rápidos, trabalhos ou qualquer outra dinâmica que consiga obter informações da captação de conhecimento no momento da aula.

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.

O discente que perder algum relatório ou atividade avaliativa referente aos 20% dos pontos informados anteriormente, deverá solicitar a coordenadoria de seu curso uma segunda chamada para tal atividade perdida, justificando a ausência da entrega. Sendo deferida pela coordação, faremos a segunda chamada de tal atividade.

• 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
• 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

Acessem: Avaliação e Cronograma

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