SME-806

Informações gerais

Universidade de São Paulo

Instituto de Ciências Matemáticas e de Computação

Departamento de Matemática Aplicada e Estatística

Disciplina: SME0806 - Estatística Computacional - 2023.

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

Sala: 4-240.

Telefone: (16) 3373 6631.

Aulas: segundas-feiras, das 21:00h às 22:40h, e terças-feiras, das 19:00h às 20:40h, na sala 5-101.

• Não haverá aulas dias 20/3 e 21/3.

Horário de atendimento: mediante agendamento.

Apresentação da disciplina

Disciplina no sistema Júpiter.

Avaliação

(i) Uma prova com peso 0,35 e média dos trabalhos em grupo com peso 0,65 e

(ii) prova de recuperação.

Prova: 11/7/2023.

Prova de recuperação: data a ser combinada.

Não será aplicada prova substitutiva.

Informações sobre os trabalhos

• Trabalhos em grupo de quatro componentes.

• Máximo de quatro trabalhos.

• Os trabalhos devem ser entregues impressos.

• 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.

• Trabalhos de alguns grupos podem ser sorteados para apresentação oral como parte da avaliação.

• 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: 2/5/2023.

1. Trabalho 2.

• Data limite de entrega: 1/6/2023.

Material de apoio

• Notas de aulas (Matheus Hisatugu).

• Livro "Computational Statistics" (Givens and Hoeting).

1. Números pseudoaleatórios.

2. Exemplo em R.

3. Amostra aleatória de uma distribuição discreta.

4. Método de rejeição aplicado à distribuição N(0,1).

5. Estimativa de uma probabilidade.

6. Distribuição amostral e estimativa de uma probabilidade.

7. Estimativa do comprimento médio.

8. Simulação com o EMV na distribuição Poisson.

9. Propriedades de estimadores.

10. Erro padrão bootstrap.

11. Correção de viés e intervalos de confiança bootstrap.

Páginas úteis

The R Project for Statistical Computing.

CRAN Task Views.

Guia de estilo da linguagem R.

Perguntas e respostas sobre R (Stack Overflow em português).

Perguntas e respostas sobre R (Stack Overflow em inglês).

Programação em R.

The Art of R Programming.

Advanced R.

Rseek - busca de páginas sobre o R.

Livros sobre Python.