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
Cristian Marcelo Villegas Lobos
Marcelo Andrade da Silva

Objetivo
Introduzir os estudantes à programação científica, simulação estocástica e alguns métodos estatísticos
computacionais. Desenvolver fundamentos e lógica de programação direcionados à teoria estatística.

Conteúdo
Ementa: Estudo de programação científica com desenvolvimento de algoritmos direcionados à resolução
de problemas na Estatística.
Conteúdo programático:
1 Apresentação do software R
1.1 Instalação
1.2 Objetos no R
1.3 Vetores, matrizes e valores não numéricos
2 Técnicas de programação científica
2.1 Programação básica
2.2 Programação baseada em vetores
2.3 Programação recursiva
3 Fundamentos computacionais em Estatística
3.1 Gráficos
3.2 Distribuições de probabilidade
3.3 Métodos de estimação
4 Simulação Estocástica
4.1 Geração de números aleatórios
4.2 Método da inversão
4.3 Método da rejeição
4.4 Algoritmo de Box-Muller
5 Métodos de reamostragem
5.1 Método jackknife
5.2 Método 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. 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.