Carga Horária
Teórica por semana |
Prática por semana |
Créditos |
Duração |
Total |
2 |
4 |
8 |
15 semanas |
120 horas |
Docentes responsáveis
Carolina Reigada Montoya
Wesley Augusto Conde Godoy
Objetivo
A disciplina tem como objetivo introduzir conceitos básicos de estatística comumente aplicados a
experimentos na área de entomologia agrícola, capacitando os alunos a desenvolver e aplicar
ferramentas mais adequadas a cada situação experimental, bem como analisar dados e interpretar
resultados utilizando o software R.
Conteúdo
1. Estatística descritiva
1.1. Identificação do problema biológico
1.2. Planejamento de pesquisa
1.3. Coleta de dados
1.4. Tipos de variáveis
1.5. Distribuição de Frequência e Representação dos dados (ordenação de dados brutos, tabelas,
gráficos)
1.6. Medidas de posição (média, mediana, moda, quartis)
1.7. Medidas de dispersão (desvio médio, quadrados médios, variância, desvio padrão, coeficiente de
variação)
2. Introdução a Probabilidade
2.1. Conjuntos, populações e amostras
2.2. Experimentos, espaço amostral
2.3. Noções Fundamentais de Probabilidade (Probabilidade de um evento, probabilidade de múltiplos
eventos, probabilidade condicional)
3. Variável Aleatória
3.1. Variável Aleatória Discreta (Modelo Binomial, Modelo de Poisson)
3.2. Variável Aleatória Contínua (Modelo Normal)
4. Testes de Hipóteses Clássicos
4.1. Amostra Única (Teste de Normalidade, Bootstrap)
4.2. Duas amostras (Teste F de Fisher, t-student, correlação de Pearson, Chi-quadrado)
4.3. Testes não paramétricos: teste de Mann-Whitney, Wilcoxon, Kruskal-Wallis e coeficiente de Spearman)
5. Delineamento de Experimentos
5.1. Delineamento inteiramente ao acaso
5.2. Delineamento em blocos
5.3. Experimentos fatoriais e outros tipos de delineamentos
6. Modelos Estatísticos
6.1. Analise de variância (ANOVA)
6.2. Correlações e Regressão
6.3. Analise de covariância (ANCOVA)
6.4. Regressão Múltipla
6.5. Modelos Linearmente Generalizados (glm)
6.5.1. Dados de contagem
6.5.2. Dados de proporção
6.5.3. Dados binários
Bibliografia
GALECKI, A.; BURZYKOWSKI, T. 2013. Linear Mixed-Effects Models Using R: A Step-by-Step Approach. Springer- Verlag
GEERT, V.; MOLENBERGHS. 2000. Linear mixed models for longitudinal data. Springer- Verlag.
GEERT, V.; MOLENBERGHS. 2005. Models for Discrete Longitudinal Data. Springer-Verlag
PIMENTEL-GOMES, F. 2000. Curso de Estatística Experimental, 14ºed. Editora F. Pimentel-Gomes.
PINHEIRO, C. J.; BATES, D. M. 2000. Mixed-effects models in S and S-PLUS. New York: Springer-Verlag.