📝 Ensino normal 2026.1
Sumário
Apresentação
Curso Linguagem R para Ciência de Dados (LRCD) oferecido no formato presencial pela UFSJ, campus Alto Paraopeba (CAP), Ouro Branco/MG.
2 horas por semana, por 18 semanas
Tópicos abordados
Introdução ao R; Probabilidade no R; extração, transformação e carregamento de dados; estatística descritiva; análise gráfica exploratória; gráficos interativos; relatórios estatísticos e dinâmicos; dashboards; apresentações; páginas Web estatísticas e dinâmicas.
Onde?
- O curso é ministrado na UFSJ, campus Alto Paraopeba (CAP), para todos os cursos de Engenharia do campus.
- Aulas gravadas e postadas em:
- Aulas presenciais:
- Engenheria Química: - terça-feira (17:05 - 18:30, sala 107.6)
Calendário e Cronograma
- Calendário
Grupo de Whatsapp
Notas
Ementa
Nós usamos a ementa contida nos Projetos Pedagógicos de Cursos (PPCs) do CAP/UFSJ
Acesse a ementa do curso
- DEFINIÇÕES GERAIS E TÉCNICAS DE SOMATÓRIO:
- Introdução
- Definições Gerais
- Técnicas de somatório
- COLETA, ORGANIZAÇÃO E APRESENTAÇÃO DE DADOS:
- Introdução
- Representação tabular
- Representação gráfica
- MEDIDAS DE POSIÇÃO:
- Introdução
- Média
- Mediana
- Moda
- MEDIDAS DE DISPERSÃO:
- Introdução
- Amplitude total
- Variância
- Desvio Padrão
- Coeficiente de Variação
- Erro padrão da Média
- PROBABILIDADES:
- Conceitos básicos
- Definições de probabilidades
- Propriedades
- Eventos independentes e probabilidade condicional
- Teorema de Bayes
- Função de probabilidade discreta
- Função de probabilidade contínua
- Função de distribuição de probabilidade acumulada
- Esperança matemática e variância
- DISTRIBUIÇÕES DE PROBABILIDADES:
- Introdução
- Distribuições discretas de probabilidades
- Distribuições contínuas de probabilidades
- AMOSTRAGEM:
- Introdução
- Amostragem não-probabilística e probabilística
- Técnicas de amostragem probabilística
- DISTRIBUIÇÃO DE AMOSTRAGEM:
- Introdução
- Distribuição de amostragem da média
- Distribuição de amostragem de proporções
- Distribuição de amostragem de diferença entre médias
- Distribuições amostrais (qui-quadrado, t e F)
- TEORIA DA ESTIMAÇÃO:
- Introdução
- Conceitos básicos
- Tipos de estimativas
- Propriedades de um estimador
- Estimação por ponto
- Estimação por intervalo:
- Intervalo de confiança para a média
- Intervalo de confiança para a variância
- Intervalo de confiança para a diferença entre médias
- Dimensionamento de amostras
- TEORIA DA DECISÃO:
- Introdução
- Testes de hipóteses
- Erros tipo I e II
- Teste unilateral e bilateral
- Passos para a construção de um teste de hipóteses
- Teste de hipóteses para a média
- Teste de hipóteses para a proporção
- Teste de hipóteses para a variância
- Teste de hipóteses para a diferença entre médias
- CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES:
- Introdução
- Correlação linear:
- Coeficiente de correlação linear
- Teste de hipóteses acerca do coeficiente de correlação linear
- Regressão linear simples:
- Modelo
- Estimação dos parâmetros do modelo
- Teste de hipóteses para o modelo de regressão
- Medidas de adequação do modelo
Metodologia
Nossas aulas serão divididas de acordo com as 18 semanas de aula. As aulas serão expositivas e dialogadas com os alunos presencialmente, como também a inserção de aulas práticas usando o experimento da catapulta para conectar com os assuntos estudados em sala. Ainda, usaremos o ambiente R para o desenvolvimento das análises, mais especificamente, o pacote leem, constituída pela seguinte estratégia de ensino:
- Motivação:
- Levantamento do conhecimento prévio dos alunos em relação ao tema;
- Apresentação de algumas situações práticas para a compreensão dos tópicos a serem abordados;
- Exposição dos objetivos da aula.
- Desenvolvimento:
- Introdução ao assunto abordado;
- Apresentação de definições e teoremas envolvidos;
- Aplicação de softwares estatísticos, quando for pertinente;
- Exemplos e aplicações na estatística e área do curso, do assunto abordado.
Detalhamento da metodologia
Nossas aulas serão motivadas pelo experimento da catapulta. Por meio deste experimento geraremos todo o suporte para a obtenção de dados e assim, utilizar todas as técnicas estatística propostas na ementa da disciplina.
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 4 (quatro) horas semanais de aulas presenciais, um total de 60h.
Iremos utilizar o R, $\LaTeX$ Quarto, Github e o pacote leem
Avaliação
Segue um detalhamento das nossas avaliações
Faremos toda semana relatórios baseado em nossas aula teóricas e práticas, usando o R, $\LaTeX$ e Quarto, integrando estes relatórios ao Github. Grande parte das análises estatísticas utilizadas serão desenvolvidas com o pacote leem.
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.
Bibliografia adotada para a disciplina
Bibliografia detalhada
- MONTGOMERY, Douglas C.; RUNGER, George C.. Estatística aplicada e probabilidade para engenheiros. 6. ed. Rio de Janeiro: LTC, 2016. 629 p. Tradução de: Verônica Calado.
- DEVORE, J. L.. Probabilidade e Estatística: para engenharia e ciências. São Paulo: Pioneira Thomson, 2006. 692 p.
- MORETTIN, Luiz Gonzaga. Estatística Básica: Probabilidade e Inferência. São Paulo: Pearson Prentice Hall, 2010. 375 p.
- BUSSAB, W. O.; MORETTIN, P.A. Estatística Básica. 5. ed. São Paulo: Saraiva, 2003.
- COSTA NETO, P. L. O. Estatística. 3. ed. São Paulo: Edgard Blucher, 2007.
- TRIOLA, M. F. Introdução à Estatística. Rio de janeiro: LTC, 2008.
Material adotado
- Livro referência: EPAEC
- Sugestões e críticas sobre o livro podem ser enviadas para livrosdeben@gmail.com
Materiais complementares
- Estatística Básica aplicada às Ciências agrárias
- R básico
- 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 Relatório R para Web
Acesse o link
Lista alunos
Engenharia Mecatrônica
Engenharia de Telecomunicações
Lista de exercícios e relatórios
- Listas
📌 Lista de Exercício 1 (Clique!) - 30/03/2026
- Entrega: Via portal didático
- Formato: Escrito a mão (Digitalizado)
- 30/03/2026 Antes do início do horário de aula
OBJETIVO
Tabular os dados do Exemplo 2.1 do livro EPAEC (Capítulo 2), mostrando de forma analítica, como também usando o R, mas especificamente o pacote leem. A entrega deve ser feita a mão, digitalizada posteriormente e convertida para PDF, anexando na referida lista. Para mostra via R, basta apresentar os passos de como fazer, não precisando escrever os dados.
DATA DA ENTREGA:
- Até às 13:15 do dia 30/03/2026 (Engenharia Mecatrônica)
- Até às 15:15 do dia 30/03/2026 (Engenharia Mecatrônica)
- Relatórios
🗒 Relatório 1 (Clique!) - 31/03/2026
- Entrega: Via Github
- Formato: Modelo de Relatório
- 31/03/2026 Antes do início do horário de aula
OBJETIVO
Descreva o experimento da catapulta, realizado em sala de aula, apresentando os níveis dos fatores utilizados no experimento (O-, A+, B+, A-) para medir a distância percorrida pela bolinha; tabule os valores obtidos; mostre possíveis problemas que podem ter acontecido na realização do experimento; use os podcasts, o material descrito nesta página sobre o experimento, explorando também as IAs para lhe auxiliarem na escrita do material. Lembre-se que ao final, você é responsável pelo que escreve, portanto, entenda tudo que está sendo escrito para a preparação da Defesa do relatório, caso seja solicitado.
DATA DA ENTREGA:
- Até às 15:15 do dia 31/03/2026 (Engenharia Mecatrônica)
- Até às 13:15 do dia 31/03/2026 (Engenharia Mecatrônica)
Experimentos para as aulas práticas
⚗️ Experimento da catapulta
O experimento da catapulta consiste no lançamento de uma bolinha por meio de um dispositivo mecânico, variando-se condições como a posição do elástico, posição da bolinha e o ângulo de disparo. O objetivo é analisar como essas variáveis podem ou não influenciar a distância percorrida pela bolinha.
Ou melhor,
“Se lançarmos uma mesma bolinha várias vezes com essa catapulta, sob as mesmas condições iniciais, ela sempre cairá no mesmo lugar?”
Mesmo sob condições controladas, observa-se que os resultados não são idênticos, evidenciando a presença de variabilidade experimental. Assim, este experimento constitui um contexto adequado para a aplicação de técnicas estatísticas que abordaremos em nosso curso.
O experimento da catapulta pode ser ilustrado na Figura 1.

A distância percorrida pela bolinha depende basicamente de:
- energia armazenada no sistema (elástico)
- ângulo de lançamento
- geometria do mecanismo
Os pontos O-, A+, A- e B+ controlam exatamente esses aspectos. A Figura 2 apresenta a catapulta utilizada no experimento em sala de aula.

⚙️ 1. Posição A+ (tensão do elástico – maior intensidade)
- Local onde o elástico é fixado mais “esticado”
- Representa maior deformação do elástico

🔬 Efeito físico:
- Aumenta a energia potencial elástica
- Gera maior velocidade inicial da bolinha
📊 Impacto na distância:
-
Tendência de maior alcance
-
Porém:
- pode aumentar a variabilidade (lançamentos mais “sensíveis”)
⚙️ 2. Posição A- (tensão do elástico – menor intensidade)
- Posição com menor estiramento do elástico

🔬 Efeito físico:
- Menor energia armazenada
- Menor velocidade de lançamento
📊 Impacto na distância:
-
Menor alcance médio
-
Em geral:
- maior controle
- menor variabilidade
⚙️ 3. Posição B+ (ajuste do ângulo/curso do braço)
- Relacionada ao limite de deslocamento do braço da catapulta
- Atua como um batente ou regulador do ângulo final

🔬 Efeito físico:
- Define o ângulo de saída da bolinha
- Influencia o tempo de voo
📊 Impacto na distância:
- Ângulos próximos de ~45° → maior alcance (ideal teórico)
- Ângulos muito baixos → bola “rasteira”
- Ângulos muito altos → bola sobe mais, mas percorre menos distância horizontal
⚙️ 4. Posição O- (ponto de referência/apoio superior)
- Atua como referência estrutural do braço
- Pode influenciar o alinhamento ou ponto de giro

🔬 Efeito físico:
-
Afeta a geometria do movimento
-
Pode alterar levemente:
- o ângulo inicial
- o comportamento do braço
📊 Impacto na distância:
- Influência mais indireta
- Atua em conjunto com A e B
- Pode afetar a reprodutibilidade dos lançamentos
🧠 Integração das variáveis
A distância não depende de um fator isolado, mas da combinação:
$$ \text{Distância} = f(\text{tensão do elástico}, \text{ângulo}, \text{geometria}) + \varepsilon $$Ou, de forma mais didática:
- A+ / A- → controla a força
- B+ → controla o ângulo
- O- → estabiliza o sistema
Aulas
🎓 Aula 1
Temas: Apresentação do curso e Definições gerais da estatística e técnicas de somatório (Capítulo 1)
Apresentação: Aula 01
Tempo: 1h 50min.
Livro EPAEC: Capítulo 1
Podcast
🎙 Podcast 01 (NotebookLM - 2026.1) - Como a estatística transforma dados em decisoes
✏️ Descrição do Podcast
Este podcast foi desenvolvido por meio da IA Notebooklm com edição de Ben Dêivide, baseado no vídeo RES0001 - Definições Gerais da Estatística.
🎙 Podcast 02 (NotebookLM - 2026.1) - Como a estatística decifra a realidade oculta
✏️ Descrição do Podcast
Este podcast foi desenvolvido por meio da IA Notebooklm com edição de Ben Dêivide, baseado no vídeo RES0001 - Definições Gerais da Estatística.
🎙 Podcast EP-ER#01 (2021.2) - Definições Gerais da Estatística
✏️ Descrição do Podcast
Este podcast foi desenvolvido na disciplina de Estatística e Probabilidade, no período remoto em 2021.2.
🎙 Podcast 01 (Por Elisa Najla, 2022.2) - Definições Gerais da Estatística
✏️ Descrição do Podcast
Este podcast foi desenvolvido na disciplina de Estatística e Probabilidade, no período de 2022.1, por Elisa Najla, aluna de Engenharia de Telecomunicações (UFSJ). Mais podcasts, acesse Youtube/bendeivide.
Infográfico
🧠 Infográfico 01 (NotebookLM) - Definições Gerais da Estatística

Videoaulas de semestres anteriores
- 🎥 Definições gerais da estatística
- 🎥 Resumo sobre Definições gerais da estatística
- 🎥 Ensino Remoto 2021.1 - Apresentação da disciplina de Estatística e Probabilidade
- 🎥 Ensino Remoto 2021.1 - Definições gerais da Estatística e organização de dados
- 🎥 População, Amostra e Variável
- 🎥 Técnicas de Somatório
🎓 Aula 2
Temas: Introdução ao R e Aula Prática 01
Apresentação: Aula 02
Tempo: 1h 50min.
Livro R Básico: Capítulo 2, Capítulo 3
Podcast
🎙 Podcast 04 (NotebookLM - 2026.1) - Estatística e variabilidade no experimento da catapulta
✏️ Descrição do Podcast
Este podcast foi desenvolvido por meio da IA Notebooklm com edição de Ben Dêivide, baseado na descrição do experimento da catapulta na seção
Experimentos para as aulas práticas.
🎙 Podcast 05 (NotebookLM - 2026.1) - O que acontece na memória do R
✏️ Descrição do Podcast
Este podcast foi desenvolvido por meio da IA Notebooklm com edição de Ben Dêivide, nas aulas 02, 04 e 05 do curso R Básico 2024.
Infográfico
🧠 Infográfico 02 (NotebookLM) - Primeiros passos com o R e RStudio

Material para consulta:
Videoaulas de semestres anteriores
🎓 Aula 3
Temas: Introdução ao R (Parte II) e Capítulo 2
Apresentação: Aula 03
Tempo: 1h 50min.
Livro EPAEC: Capítulo 2
Podcast
🎙 Podcast 03 (NotebookLM - 2026.1) - Como dar sentido ao caos dos dados
✏️ Descrição do Podcast
Este podcast foi desenvolvido por meio da IA Notebooklm com edição de Ben Dêivide, baseado no vídeo Tabulação e organização de dados e o Capítulo 2 do EPAEC.
🎙 Podcast 02 (Por Elisa Najla, 2022.2) - Coleta, organização e apresentação de dados
✏️ Descrição do Podcast
Este podcast foi desenvolvido na disciplina de Estatística e Probabilidade, no período de 2022.1, por Elisa Najla, aluna de Engenharia de Telecomunicações (UFSJ). Mais podcasts, acesse Youtube/bendeivide.
🎙 Podcast 06 (Notebooklm - 2026.1) - A Engenharia por trás do R
✏️ Descrição do Podcast
Este podcast foi desenvolvido por meio da IA Notebooklm com edição de Ben Dêivide, baseado nos vídeos R Básico 2024 | Aula 08 - Objetos e Estrutura de dados e R Básico 2024 | Aula 15 - Funções.
Infográfico
🧠 Infográfico 03 (NotebookLM - 2026.1) - Coleta e organização de dados

🧠 Infográfico 04 (NotebookLM - 2026.1) - Fundamentos do R: O Universo de Objetos e Funções

Material para consulta
Videoaulas de semestres anteriores
🎓 Aula 4
Temas: Aula Prática 02 - Cap. 01 e 02
Apresentação: Aula 04
Tempo: 1h 50min.
Livro EPAEC: Capítulo 1, Capítulo 2
Configuração do experimento
Para detalhes sobre os níveis, acesse: Experimento para aulas práticas
🔭 Desenho experimental - Eng. Tel.
Níveis dos fatores experimentais:
- O-: nível II
- A+: nível III
- B+: nível 90°
- A-: nível IV
🔭 Desenho experimental - Eng. Mec.
Níveis dos fatores experimentais:
- O-: nível III
- A+: nível II
- B+: nível 100°
- A-: nível II
Script Aula 04 (Geral).R, Script Aula 04 - AP02 (Eng. Tel).R, Script Aula 04 - AP02 (Eng. Mec).R
Material para consulta
🎓 Aula 5
Temas: Como desenvolver Relatórios Web
Tempo: 1h 50min.
Podcast
🎙 Podcast 08 (NotebookLM - 2026.1) - O Professor de estatística baniu o PDF
✏️ Descrição do Podcast
Este podcast foi desenvolvido por meio da IA Notebooklm com edição de Ben Dêivide, baseado no vídeos Relatórios para páginas web (R & GitHub), Relatórios para páginas web (R & GitHub) - Parte II, e seção
Infográfico
🧠 Infográfico 05 (NotebookLM - 2026.1) - Guia prático: Criando e publicando relatórios web com R/RStudio e Github

Material para consulta
Videoaulas de semestres anteriores
🎓 Aula 6
Tema Medidas de Posição (Capítulo 3)
Apresentação: Aula 06
Livro EPAEC: Capítulo 3
Tempo: 1h 50min.
Podcast
🎙 Podcast 9 (NotebookLM - 2026.1) - Por que a média pode enganar você?
✏️ Descrição do Podcast
Este podcast foi desenvolvido por meio da IA Notebooklm com edição de Ben Dêivide, baseado no vídeo Estatística e Probabilidade (ER - 2021) - Aula 04: Medidas de posição e Medidas de dispersão e Capítulo 3 - EPAEC.
Infográfico
🧠 Infográfico 06 (NotebookLM - 2026.1) - Guia das medidas de posição

Script Aula 05 - AP03 (Eng. Tel).R, Script Aula 05 - AP06 (Eng. Mec).R
Material para consulta
Videoaulas de semestres anteriores
Veja também
- Ensino remoto 2021.2
- Ensino remoto 2022.1
- Podcasts
- Exercícios resolvidos
- Curso EAR: R básico
- Cantando com a Estatística
- Vídeos
- Resumos da Estatística
Quiz
Quais as datas de avaliação?
Acessem: Avaliação e Cronograma
Como acessar o material de apoio?
- Acessem: Livro EPAEC
- Sugestões e críticas sobre o livro podem ser enviadas para livrosdeben@gmail.com.