Disciplina - detalhe

LCE5783 - Introdução à Linguagem de Programação Aplicada à Estatística


Carga Horária

Teórica
por semana
Prática
por semana
Créditos
Duração
Total
3
1
8
15 semanas
120 horas

Docentes responsáveis
Edwin Moises Marcos Ortega
Marcelo Andrade da Silva

Objetivo
Capacitar os estudantes no processo de solução de Estatística que requerem o uso de recursos
computacionais por meio de programação. Desenvolver fundamentos e lógica de programação
direcionado a teoria estatística.

Conteúdo
Estudo e desenvolvimento de programação funcional e orientada a objetos com
desenvolvimento de algortimos inerentes aos problemas da Estatística. Conteúdo programático:
1. Ferramentas computacionais em estatística
2. Simulação estocástica:
2.1. Geração de variáveis aleatórias contínuas e discretas;
2.2. Método da transformação inversa;
2.3. Método da aceitação e rejeição.
3. Métodos de maximização numérica.
4. Técnicas de integração numérica:
4.1. Aproximação de Laplace;
4.2. Aproximação de quadratura de Gauss;
4.3. Integração de Monte Carlo.
5. Métodos Jackknife e bootstrap.

Bibliografia
- BOWMAN, C.F. Algorithms and data structures: An Approach in C. Oxford: Oxford University Press,
2004.
- CHAMBERS, J.M. Software for data analysis: Programming with R. New York: Springer, 2008.
- DALGAARD, P. Introductory statistics with R. New York: Springer, 2008.
- EFRON, B.; TIBSHIRANI, R.J.AnIntroductiontotheBootstrap. New York: Chapman & Hall, 1993.
- EFRON, B. The Jackknife, the Bootstrap, and other resampling plans. California: Stanford Univeristy,
1980.
- GENTLE, J.E. Random number generation and monte carlo methods. New York: Springer, 2009.
- JONES, O.; MAILLARDET, R.; ROBINSON, A. Introduction to scientific programming and simulation
using R. New York: Champman & Hall, 2014.
- MATLOFF, N. The art of R programming: A tour of statistical software design. San Francisco: No Starch
Press, 2011.
- ROSS, S.M. Simulation. 5.ed. California: Elsevier, 2013.