1

Ibmec

Graduação

Inferência Estatística

Aula_1

Professor Doutor Luiz Carlos Gesualdi Junior

2
 Luiz Carlos Gesualdi Junior

Doutor em Administração pela Puc-Rio. Pós-Graduação em Administração pela

COPPEAD/UFRJ. Mestre em Engenharia Elétrica pela COPPE/UFRJ. Bacharel em
Engenharia Elétrica pelo IME; em Administração, Ciências Econômicas e Matemática
pela UERJ.
Professor Avaliador do Simpósio em Engenharia de Produção da UNESP e da Brazilian
Business Review.
Consultor e Pesquisador da ONU/PNUD em 2006. Trabalhou 20 anos no Grupo
Eletrobrás nas Áreas de Planejamento do Sistema Elétrico, Logística, Comercial e de
Marketing.
Professor Adjunto II durante 20 anos da PUC-Rio nas Áreas de Análises Quantitativas
Aplicadas à Administração, Marketing e Metodologia de Pesquisa. Lecionou, durante 5
anos, na Graduação, Mestrado e Doutorado da FGV. Professor de Marketing do
Programa de Mestrado em Administração da FBS_Fucape Business School em 2013.
Professor Titular III de Marketing do Ibmec na Graduação, Pós-Graduação e Mestrado
desde 2009.
Áreas de interesse: Cultura de Consumo, Marketing Digital, Gestão de Marcas e
Marketing de Serviços.
Objetivos
 Objetivos…
• Construir tabelas de distribuição
unidimensional de probabilidades,
deduzindo as medidas de esperança e
variância matemática, para tomar decisões
gerenciais.
• Construir tabelas de distribuição
bidimensional de probabilidades,
deduzindo as medidas de esperança e
variância matemática, para tomar decisões
gerenciais.
 Objetivos…
• Desenvolver estimadores de parâmetros
populacionais, aplicando métodos de
momentos e de máxima verossimilhança,
para produção de estimativas.
• Construir estimadores intervalares para
média, proporção e variância, calculando
os intervalos de confiança, para aproximar
um resultado confiável de um parâmetro
populacional.
 Objetivos
• Testar hipóteses, usando metodologias,
métodos e ferramentas tecnológicas, para
embasar tomada de decisão.
Ementa
 Ementa...
• Função de densidade de probabilidade e função
de distribuição acumulada para variáveis
aleatórias contínuas. Esperança, variância
matemática e desvio padrão. Distribuições
uniforme, exponencial, Qui quadrada, t-Student, F
Snedecor.
• Variável aleatória normal: esperança matemática,
variância e desvio padrão. Aplicações da normal:
aproximação da binomial pela normal, soma de
variáveis aleatórias normais independentes,
retorno e risco de carteiras de investimentos.
 Ementa...
• Variáveis aleatórias bidimensionais no caso
discreto. Funções de distribuição marginal e
condicional para variáveis aleatórias
bidimensionais, cálculo de esperança e variância
marginal e de esperança e variância condicional.
• Variáveis aleatórias bidimensionais no caso
contínuo. Funções de densidade de
probabilidade marginal e condicional para
variáveis aleatórias bidimensionais, cálculo de
esperança e variância marginal e de esperança e
variância condicional.
 Ementa...
• Distribuições amostrais da média, da variância e
da proporção. Esperança, variância e desvio
padrão das distribuições amostrais. Aplicação:
pesquisas eleitorais, pesquisas sobre
preferências dos consumidores sobre produtos
• Teorema Central do Limite para a média e
proporção amostrais. Cálculo de probabilidade
para a média e proporção amostrais. Simulação
de resultados para o erro padrão das médias
com diferentes tamanhos de amostra.
 Ementa...
• Intervalo de confiança para a média (variância
conhecida e desconhecida) considerando
população finita ou infinita. Intervalos de
confiança para a proporção e variância
considerando população finita ou infinita.
• Intervalo de confiança para a diferença de duas
médias (variância conhecida e desconhecida)
quando as populações são dependentes e
independentes. Intervalo de confiança para a
diferença de duas proporções.
 Ementa...
• Cálculo do intervalo de confiança para a
variância de uma amostra com utilização da
distribuição qui quadrado. Cálculo da
determinação do tamanho da amostra para
estimar a média e para estimar a proporção.
• Propriedades dos estimadores de parâmetros
populacionais: ausência de tendenciosidade,
consistência em grandes amostras, eficiência
relativa de estimadores, erro quadrático médio,
trade off viés variância.
 Ementa...
• Métodos de estimação de parâmetros
populacionais: método dos momentos e método
de máxima verossimilhança (para variáveis
aleatórias discretas e contínuas). Aplicações nas
distribuições binomial, Poisson, normal e
exponencial.
• Teste de hipótese para a média populacional
(variância conhecida e desconhecida)
considerando população finita ou infinita. Teste
de hipótese para proporção e variância,
considerando população finita ou infinita. Erros
dos tipos I e II. P-valor.
 Ementa
• Teste de hipótese para a diferença de médias de
duas populações independentes. Teste de
hipótese para a diferença de duas proporções
populacionais independentes. Teste F Snedecor
para variância de duas proporções.
• Testes de comparação entre duas amostras
emparelhadas. Testes de comparações entre
duas pequenas amostras. Testes de aderência, de
homogeneidade e de independência (testes Qui-
quadrado). Análise de variância.
 Metodologia de
Ensino(Aprendizagem)
 Metodologia de Ensino

• O curso, de acordo com os objetivos

propostos para a disciplina, será
desenvolvido por meio de aulas expositivas,
abrangendo cada tópico da disciplina e
praticando conhecimentos teóricos
pertinentes.
 Aprendizagem

• As aulas expositivas serão complementadas

com exercícios em sala de aula, visando a
fixação dos conceitos apresentados.
• Atividades extraclasses serão solicitadas com
exercícios adicionais aplicados à
Administração, servindo também para
avaliação complementar do desempenho do
aluno.
Avaliação
 Avaliação
• AP1 40%
• AP2 40%
• AC (AC1 e AC2; média das duas ACs) 20%
• A frequência será observada, ou seja, caso
algum aluno tenha mais de 25% de faltas
estará automaticamente reprovado.
Bibliografia
 Bibliografia...

• PRINCIPAL:
• LEVINE, David. M.; STEPHAN, David F.;
KREHBIEL, Timothy C.; BERENSON, Mark L.;
SOUZA, Teresa Cristina Padilha de tradutora.
Estatística: teoria e aplicações usando o
Microsoft Excel em português. 7 ed. Rio de
Janeiro: LTC Ed., 2012.
• BUSSAB, Wilton O.; MORETTIN, Pedro A.
Estatística Básica. 5. ed., 5. tiragem São
Paulo: Saraiva, 2005.
 Bibliografia...
• PRINCIPAL:
• MAGALHÃES, M. N. & LIMA, A. C. P. Noções
de Probabilidade e Estatística, 6ª ed., Ed.USP,
2006.
• ANDERSON, D. R. Estatística Aplicada à
Administração e Economia. 2ª edição. São
Paulo: Pioneira, 2007.
 Bibliografia...
• COMPLEMENTAR:
• DOANE, David P. SEWARD, Lori E. Estatística
Aplicada à Administração e à Economia. São
Paulo: Mc Graw Hill, 2008.
• LAPPONI, Juan Carlos. Estatística usando
Excel. 4. ed., rev. e atual. Rio de Janeiro:
Elsevier, 2005.
 Bibliografia
• COMPLEMENTAR:
• FREUND, John E, & SIMON, Gary A. Estatística
aplicada à economia, administração e
contabilidade. 11ª edição. Porto Alegre:
Bookman, 2006.
• STEVENSON, William J. Estatística Aplicada à
Administração. São Paulo: Harbra, 2001.
Distribuições de Probabilidades
Discretas