SME-806

De CoteiaWiki

Informações gerais

Universidade de São Paulo

Instituto de Ciências Matemáticas e de Computação

Departamento de Matemática Aplicada e Estatística

Disciplina: SME0806 - Estatística Computacional - 2026.

Professor: Mário de Castro (mcastro[@]icmc.usp.br).

Sala: 4-240.

Telefone: (16) 3373 6631.

Aulas: quintas-feiras, às 21:00h, e sextas-feiras, às 19:00, na sala 4-001.

Horário de atendimento: mediante agendamento.

Apresentação da disciplina

Disciplina no sistema Júpiter.

Avaliação

(i) Nota da prova com peso 0,6 e nota média dos trabalhos com peso 0,4 e

(ii) prova de recuperação.

Prova: dia 2/7/2026.

Prova de recuperação: dia 16/7/2026 (horário e sala a informar).

Não será aplicada prova substitutiva.

Informações sobre os trabalhos

  • Trabalhos em grupo de quatro componentes.
  • Máximo de cinco trabalhos.
  • Os trabalhos devem ser entregues impressos utilizando espaçamento duplo e fonte de 12 pontos.
  • Trabalhos entregues após a data informada terão pontuação reduzida.
  • A interpretação do enunciado dos trabalhos é parte da avaliação.
  • Trabalhos semelhantes ou iguais serão devolvidos com nota 0,0.
  • A organização dos trabalhos pode seguir a estrutura (i) introdução, (ii) métodos, (iii) resultados e discussão e (iv) anexo.
  • Os itens (ii) e (iii) podem conter tabelas e gráficos, mas sem códigos computacionais.
  • Ferramentas como R Markdown ou Jupyter Notebook, que integram texto e código, podem ser usadas.
  • Códigos computacionais serão avaliados em termos de simplicidade e organização.
  • Códigos computacionais devem ser apresentados como anexo.
  • Os trabalhos devem ser concisos, sem necessidade de descrição dos métodos utilizados (a menos que a descrição seja solicitada no enunciado).

Trabalhos

1. Trabalho 1.

  • Data limite de entrega: 20/3/2026.

2. Trabalho 2.

  • Data limite de entrega: 24/4/2026.

Material de apoio

1. Números pseudoaleatórios.

2. Exemplo em linguagem R.

3. Método de aceitação-rejeição aplicado à distribuição N(0,1).

4. Estimativa de uma probabilidade.

5. Estimativa do comprimento médio.

6. Avaliação de propriedades de estimadores.

7. Erro padrão bootstrap.

8. Correção de viés e intervalos de confiança bootstrap.