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.

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

Sala: 4-240.

Telefone: (16) 3373 6631.

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

• Não haverá aulas dias 28/3, 30/3, 2/5 e 4/5/2017.

Horário de atendimento: mediante agendamento.

Apresentação da disciplina

Disciplina no sistema Júpiter.

Avaliação

(i) Uma prova com peso 0,3 e média dos trabalhos em duplas com peso 0,7 e

(ii) prova de recuperação.

Prova: 8/7/2017 (sábado), às 8:00h, na sala 5-101.

Prova de recuperação: data a ser combinada.

Não será aplicada prova substitutiva.

Informações sobre os trabalhos

• Máximo de sete trabalhos.

• Os trabalhos devem ser entregues impressos.

• Trabalhos entregues após a data prevista 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 algumas duplas podem ser selecionados, a critério do professor, para apresentação oral como parte da avaliação.

• A organização dos trabalhos pode seguir a estrutura (i) introdução, (ii) métodos, (iii) resultados, (iv) discussão e (v) anexo.

• Os itens (iii) e (iv) podem conter tabelas e gráficos, mas sem códigos computacionais.

• Códigos computacionais devem ser apresentados como anexo.

• Códigos computacionais serão avaliados em termos de simplicidade e organização.

Trabalhos

• Os trabalhos podem ser escritos em inglês.

Trabalho 1 (entrega: 23/3/2017).

Trabalho 2 (entrega: 18/4/2017).

Trabalho 3 (atualizado dia 25/4/2017 às 15:00h) (entrega: 9/5/2017).

Trabalho 4 (entrega: 18/5/2017).

Trabalho 5 (entrega: 13/6/2017).

Trabalho 6 (entrega: 27/6/2017).

Material de apoio

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 da probabilidade de empate em uma apuração.

6. Estimativa da probabilidade de prejuízo.

7. Integração de Monte Carlo.

8. Manipulação de índices (João Victor Zuanazzi Leme).

9. Simulação de propriedades de um estimador.

10. Função distribuição empírica.

11. Erro padrão bootstrap.

12. Correção de viés e intervalos de confiança bootstrap.

13. Validação cruzada.

14. Algoritmo EM.

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.