Planos Ensino21-1 Merged

Instituto de Matemática e Estatística
Departamento de Estatística
Dados de identificação
Disciplina: MÉTODOS ESTATÍSTICOS
Período Letivo: 2021/1
Professor Responsável: JOAO FELIZ DUARTE DE MORAES
Sigla: MAT02201 Créditos: 04
Carga Horária: 60 h CH Autônoma: 08h CH Coletiva:52 h CH Individual: 0h
Súmula
Introdução ao método e conceitos de análise estatística na área de ciências agronômicas.

Obtenção, apresentação e descrição de dados de observação. Boxplot. Probabilidade.
Distribuição normal. Amostragem. Estimação, intervalos de confiança e testes de
significância. Comparação de médias. Princípios de experimentação: delineamento
inteiramente casualizado, delineamento em blocos casualizados e experimentos fatoriais.
Correlação e regressão linear. Distribuição Qui-Quadrado.
Currículos
Currículos Etapa Pré-Requisitos Natureza
AGRONOMIA (INF01210) INTRODUÇÃO À INFORMÁTICA

(209.00) 3 E (MAT01019) MATEMÁTICA PARA CIÊNCIAS Obrigatória
AGRÁRIAS
(MAT01019) MATEMÁTICA PARA CIÊNCIAS

ZOOTECNIA 2 AGRÁRIAS Obrigatória
(MAT01019) MATEMÁTICA PARA CIÊNCIAS
AGRONOMIA 3 AGRÁRIAS Obrigatória
Objetivos
A disciplina visa fornecer ao aluno uma introdução aos métodos estatísticos utilizados
na análise e interpretação de dados das áreas de Agronomia e Zootecnia. Para isto,
procurar-se-á:
(a) familiarizar o aluno com as técnicas estatísticas e com a terminologia mais usada
nestas áreas;
(b) fornecer ao aluno os instrumentos mais comuns de análise estatística; ensiná-lo
a usar estas técnicas e a
interpretar os resultados obtidos;
(c) desenvolver no aluno o espírito crítico e a capacidade de julgar publicações e
relatórios no que tange à análise dos dados e consequentes conclusões.
Conteúdo programático
SEMANA Título Conteúdo
Introdução à Noções gerais sobre

SEMANA 1 Estatística. Estatística “
Alfabetização científica”.
População e amostra.
Classificação de
variáveis nível de
mensuração.
Coleta e representação
de dados.
Análise Distribuição de
SEMANA 2 exploratória frequências. Box Plot
de dados. para variáveis
quantitativas e "outlier".
SEMANA 3 Estatística Medidas de tendência

descritiva central: moda,
medidas mediana e média.
Medidas de
SEMANA 4 Estatística variabilidade: amplitude,
descritiva variância, desvio padrão
medidas e coeficiente de
variação.
Exercícios sobre
medidas de tendência
central e de
variabilidade.
Propriedades das
medidas de tendência
central e de
variabilidade.
Noções de
SEMANA 5 Probabilid probabilidade. Axiomas.
ade Probabilidade
condicional. Aplicação
da probabilidade
condicional. Eventos
independentes.
Distribuição normal.
SEMANA 6 Probabilid Aplicações.
ade Uso da tabela z.
Amostral versus
SEMANA 7 Amostrage populacional.
m Noções de amostragem.
Parâmetros.
Amostragem aleatória
simples (randomização).
Amostragem não
aleatória (conveniência,
sequencial e por cotas).
Intervalo de confiança.
SEMANA 8 Estimação Intervalo de confiança
para a média e para
proporção (prevalência).
Teste de Teste para a média

SEMANA 9 hipóteses: populacional.
teste t de
Student. Teste t para amostras
pareadas.
Teste de Teste t para amostras

SEMANA 10 hipóteses: independentes.
teste t de
Student.
Análise de um artigo
científico: aplicação do
teste t.
Princípios de
SEMANA 11 Teste de Experimentação.
Hipóteses: Delineamento
ANOVA inteiramente ao acaso
ou ensaio randômico
com teste para as
comparações múltiplas.
Delineamento em blocos
SEMANA 12 Teste de casualizados.
Hipóteses: Delineamento em blocos
ANOVA com repetições.
Comparações múltiplas.
Estudo da interação
bloco versus
tratamento.
SEMANA 13 Teste de Experimentos

Hipóteses: fatoriais.
ANOVA
Teste de Correlação linear de

SEMANA 14 hipóteses: Pearson.
relação entre
duas Regressão linear.
variáveis
métricas.
Teste de
SEMANA 15 hipóteses: Teste não
relação entre paramétrico: Qui-
duas Quadrado.
variáveis
categóricas.
SEMANA 16 Recuperaç Prova todo o conteúdo

ão programático da
disciplina.
Metodologia
Esta disciplina utilizará o Ambiente de Aprendizagem institucional Moodle, onde estarão
o plano de Ensino ERE e as atividades previstas (se as atividades hospedadas fora do
Moodle forem utilizadas, os links estarão disponíveis no Moodle, conforme Artigo 7° da
Resolução nº 25/2020 do CEPE).
O material contendo o conteúdo das atividades deve ser disponibilizado no Moodle,

podendo englobar vídeos, arquivos, listas de exercícios, materiais diversos e links para
conteúdo externo.
O desenvolvimento das atividades previstas no plano de ensino adotará o modelo

assíncrono. Poderão ser realizadas atividades síncronas de atendimento de dúvidas,
ou outros atendimentos individualizados, os quais não precisam ser gravados.
Informações sobre Direitos Autorais e de Imagem:
Todos os materiais disponibilizados são exclusivamente para fins didáticos, sendo

vedada a sua utilização para qualquer outra finalidade, sob as penas legais.
Todos os materiais de terceiros que venham a ser utilizados devem ser

referenciados, indicando a autoria, sob pena de plágio.
A liberdade de escolha de exposição da imagem e da voz não isenta o aluno de realizar

as atividades originalmente propostas ou alternativas;
Todas as gravações de atividades síncronas devem ser previamente informadas por

parte dos professores.
Somente poderão ser gravadas pelos alunos as atividades síncronas propostas

mediante concordância prévia dos professores e colegas, sob as penas legais.
É proibido disponibilizar, por quaisquer meios digitais ou físicos, os dados, a imagem e

a voz de colegas e do professor, sem autorização específica para a finalidade
pretendida.
Os materiais disponibilizados no ambiente virtual possuem licença de uso e distribuição

específica, sendo vedada a distribuição do material cuja a licença não permita ou sem
a autorização prévia dos professores para o material de sua autoria.
Experiências de Aprendizagem
Participação ativa nas atividades propostas; Resolução das listas de exercícios;

Atendimento às sessões de dúvida e exercícios, Participação em fóruns/chats.
Critérios de Avaliação
As estratégias avaliativas permitirão acompanhar e avaliar o rendimento ao longo do

período letivo através de duas avaliações pontuais distribuídas dentro de cada uma das
duas Áreas, além das duas avaliações parciais referentes à cada área do conteúdo
programático.
As avaliações serão assíncronas, sendo disponibilizadas no Moodle da disciplina. Os
alunos terão um prazo de NO MÍNIMO 24 HORAS para a realização das atividades
avaliativas.
Cálculo da nota final: MF = ((Avaliação parcial 1 *3) + (Avaliação parcial 2*3) + (nota
média das duas avaliações pontuais*4))/ 10
Conceitos:
Conceito A para MF maior ou igual a 9,0.

Conceito B para MF maior ou igual a 7,5 e menor do que 9,0.
Conceito C para MF maior ou igual a 6,0 e menor do que 7,5.
Conceito D para MF menor do que 6,0.
De acordo com a Resolução do CEPE sobre o ERE, durante o período em que perdurar
o ERE, fica inaplicável a atribuição de conceito FF, prevista no Parágrafo 2º, do Artigo
44, da Resolução nº 11/2013 do CEPE.
Para os estudantes matriculados até o final do período e que deixaram de participar da
Atividade de Ensino, deverá ser atribuído o registro NI (Não Informado) no campo de
conceito do sistema acadêmico.
Para os casos previstos no Parágrafo 1º, a justificativa do registro NI deverá conter a
referência ao período de excepcionalidade.
Os casos de não informação de conceito durante o ERE, deverão ser resolvidos até o
fim do segundo período letivo, após o fim da situação emergencial de saúde.
Atividades de Recuperação Previstas
Os alunos que não atingirem o conceito mínimo para aprovação poderão fazer uma
(única) avaliação de recuperação, abrangendo todo o conteúdo programático da
disciplina.
A nova Média Final será calculada do seguinte modo:
Média final após recuperação = 0,4 × (MF) + 0,6 × (Nota da avaliação de recuperação).
A partir da média final após recuperação calculada, os conceitos serão atribuídos da

mesma forma especificada nos Critérios de Avaliação.
Prazo para Divulgação dos Resultados das Avaliações
Os resultados das avaliações serão entregues até 72 horas antes da avaliação seguinte.
Bibliografia
Básica Essencial
BALDI, B. A prática da estatística nas ciências da vida. Rio de Janeiro: LTC, 2014.
ISBN 978-85-216-2726-5. Disponível no Sabi+
MARTINS, G. de A. Estatística geral e aplicada. Rio de Janeiro: Atlas, 2017. ISBN
9788597012682. Disponível no Sabi+
JACQUES, S. M. C. Bioestatística: princípios e aplicações. Porto Alegre:

ArtMed, 2011. ISBN 9788536311449. Disponível no Sabi+
TRIOLA, M. F. Introdução à estatística. Rio de Janeiro: LTC, 2017. ISBN

9788521634256.
Disponível no Sabi+
Básica
José Ivo Ribeiro Júnior. Análises Estatísticas no Excel. Viçosa _ MG: Editora UFV,
2013. ISBN 9788572694926.
MONTGOMERY, D. C. Estatística aplicada e probabilidade para engenheiros.

Rio de Janeiro: LTC, 2016. ISBN 9788521632542.
Pagano, Marcello; Gauvreau, Kimberlee. Princípios de bioestatística. São Paulo:

Thomson, c2004. ISBN 8522103445;
Vieira, Sonia. Análise de Variância (ANOVA). São Paulo: Editora Atlas S. A., 2006.
ISBN 8522443033.
VIEIRA, S. Introdução à bioestatística. Rio de Janeiro: GEN Guanabara Koogan,

2015. ISBN 9788595150911.
Complementar
Frederico Pimentel Gomes.

Curso de Estatística Experimental. São Carlos _ SP: Fealq, 2009. ISBN
9788571330559.
Walpole, Ronald E. et al. Tradução Luciane F. Pauletti Vianna. Probabilidade e

estatística para engenharia e ciências.
São Paulo: Pearson Prentice Hall, 2008. ISBN 9788576051992.
Outras Referências
DEVORE, J. L. Probabilidade e estatística para engenharia e ciências. São Paulo:

Cengage Learning, 2018. ISBN 9788522128044.
GUPTA, C. B. Estatística e probabilidade com aplicações para engenheiros e

cientistas. Rio de Janeiro: LTC, 2016. ISBN 9788521632931.
LEVINE, D. M. Estatística: teoria e aplicações usando MS Excel em português.

NAVIDI, W. Probabilidade e estatística para ciências exatas. Porto Alegre: AMGH,

2012. ISBN 9788580550740. Disponível no Sabi+
VIEIRA, S. Estatística básica. São Paulo: Cengage Learning, 2018. ISBN

Observações
Esta Atividade de Ensino poderá contar com a participação de alunos de mestrado e de

doutorado, inclusive em estágio docência, nos termos da Resolução 02/2009 do CEPE
e do Artigo 6° da Resolução 25/2020 do CEPE.
Disciplina: ESTATÍSTICA ECONÔMICA
Professor Responsável: HUDSON DA SILVA TORRENT
Carga Horária: 60h CH Autônoma: 7h CH Coletiva: 53hh CH Individual: 0h
Súmula
Descrição estatística de fenômenos econômicos. Análise de Correlação: paramétrica e não paramétrica. Análise de
Séries Temporais. Análise de Decisão Bayesiana. Números-Índices de Concentração.
Currículos
Etapa Aconselhada
Currículos Pré-Requisitos Natureza
(MAT02215) ESTATÍSTICA
CIÊNCIAS ECONÔMICAS - V 2 5 Obrigatória
GERAL II
(MAT02255)
LICENCIATURA EM ESTATÍSTICA Eletiva
INFERÊNCIA
ESTATÍSTICA II
(MAT02255)
BACHARELADO EM ESTATÍSTICA - V Eletiva
INFERÊNCIA
1
ESTATÍSTICA II
(MAT02215)
CIÊNCIAS ATUARIAIS - (117.00) 5 Obrigatória
ESTATÍSTICA GERAL II
(MAT02215)
ADMINISTRAÇÃO - DIURNO Eletiva
(MAT02215)
ADMINISTRAÇÃO - NOTURNO Eletiva
(MAT01355)
ÁLGEBRA LINEAR I -
CIÊNCIAS ECONÔMICAS - V3 3 Obrigatória
A
E (MAT02215)
(MAT01355)
ÁLGEBRA LINEAR I -
CIÊNCIAS ECONÔMICAS - NOTURNO 4 Obrigatória
A
E (MAT02215)
(MAT01355)
ÁLGEBRA LINEAR I -
CIÊNCIAS ECONÔMICAS 3 Obrigatória
A
E (MAT02215)
(MAT02215)
CIÊNCIAS ATUARIAIS - NOTURNO 5 Obrigatória
E (MAT01355)
ÁLGEBRA LINEAR I - A
(MAT02021)
BACHARELADO EM ESTATÍSTICA 6 Eletiva
INTRODUÇÃO À
INFERÊNCIA
BACHARELADO EM MATEMÁTICA -
7 90 créditos obrigatórios Alternativa
ÊNFASE MATEMÁTICA APLIC
COMPUTACIONAL
Objetivos
Capacitar o aluno ao uso dos modelos de regressão simples e múltipla, com ênfase na estimação de modelos
uniequacionais, proporcionando domínio teórico e aplicado dos conceitos envolvidos.
Regressão simples e múltipla sob hipóteses clássicas:

SEMANA 1 Área 1
SEMANA 2 Área 1 Métodos de estimação de Mínimos Quadrados;
SEMANA 3 Área 1 Propriedades do estimador de MQO sob hipóteses clássicas;
SEMANA 4 Área 1 Unidade de medida e forma funcional;
SEMANA 5 Área 1 Inferência em Análise de Regressão;
SEMANA 6 Área 1 Regressão com variáveis indepen-dentes binárias (dummy);

SEMANA 7 Área 1 Exemplos.
Regressão simples e múltipla relaxando as hipóteses clássicas.

SEMANA 8 Área 2
SEMANA 9 Área 2 Heterocedasticidade nos erros da regressão. Testes para existência de

Heterocedasticidade. Inferência robusta à heterocedasticidade. Mínimos
quadrados ponderados
SEMANA 10 Área 2 Correlação Serial nos erros da regressão. Testes para existência de correlação
serial. Mínimos quadrados generalizados com erros AR(1);
SEMANA 11 Área 2 Multicolinearidade entre os regressores;
SEMANA 12 Área 2 Má especificação da forma funcional. Teste RESET;
SEMANA 13 Área 2 Normalidade. Testes para normalidade dos erros;
SEMANA 16 Recuperação Atividade de Recuperação
Metodologia
Esta disciplina utilizará o Ambiente de Aprendizagem institucional Moodle, onde estarão o plano de Ensino ERE e as
atividades previstas (se as atividades hospedadas fora do Moodle forem utilizadas, os links estarão disponíveis no
Moodle, conforme Artigo 7° da Resolução nº 25/2020 do CEPE).
O material contendo o conteúdo das atividades deve ser disponibilizado no Moodle, podendo englobar vídeos, arquivos,
listas de exercícios, materiais diversos e links para conteúdo externo.
O desenvolvimento das atividades previstas no plano de ensino adotará o modelo assíncrono. Poderão ser realizadas
atividades síncronas de atendimento de dúvidas, ou outros atendimentos individualizados, os quais não precisam ser
gravados.
Todos os materiais disponibilizados são exclusivamente para fins didáticos, sendo vedada a sua utilização para qualquer
outra finalidade, sob as penas legais.
Todos os materiais de terceiros que venham a ser utilizados devem ser referenciados, indicando a autoria, sob pena de
plágio.
A liberdade de escolha de exposição da imagem e da voz não isenta o aluno de realizar as atividades originalmente
propostas ou alternativas;
Todas as gravações de atividades síncronas devem ser previamente informadas por parte dos professores.
Somente poderão ser gravadas pelos alunos as atividades síncronas propostas mediante concordância prévia dos
professores e colegas, sob as penas legais.
É proibido disponibilizar, por quaisquer meios digitais ou físicos, os dados, a imagem e a voz de colegas e do professor,
sem autorização específica para a finalidade pretendida.
Os materiais disponibilizados no ambiente virtual possuem licença de uso e distribuição específica, sendo vedada a
distribuição do material cuja a licença não permita ou sem a autorização prévia dos professores para o material de sua
autoria.
Participação ativa nas atividades propostas; Resolução das listas de exercícios; Atendimento às sessões de dúvida e
exercícios, Participação em fóruns/chats.
As estratégias avaliativas permitirão acompanhar e avaliar o rendimento ao longo do período letivo. Em cada área do
conteúdo programático estão previstas seis avaliações pontuais e uma avaliação parcial, totalizando 12 avaliações
pontuais e 2 avaliações parciais na disciplina.
As avaliações serão assíncronas e serão disponibilizadas no Moodle da disciplina. Os alunos terão um prazo de NO
MÍNIMO 24 HORAS para a realização das atividades avaliativas.
MF = Média ponderada das avaliações parciais e das avaliações pontuais.
Cálculo da nota final: MF = ((Avaliação parcial 1 *3) + (Avaliação parcial 2*3) + (nota média das doze avaliações
pontuais*4))/ 10
Conceitos:
Fica inaplicável a atribuição de conceito FF conforme Artigo 16 da Resolução nº 25/2020 do CEPE. Para os estudantes
matriculados até o final do período e que deixaram de participar da Atividade de Ensino, deverá ser atribuído o registro
NI no campo de conceito do sistema acadêmico.
Os alunos que não atingirem o conceito mínimo para aprovação poderão fazer uma (única) avaliação de recuperação,
abrangendo todo o conteúdo programático da disciplina.
A partir da média final após recuperação calculada, os conceitos serão atribuídos da mesma forma especificada nos
Critérios de Avaliação.

Os resultados das avaliações parciais serão entregues até 72 horas antes da avaliação parcial seguinte. Os resultados
das demais avaliações serão entregues até 72 horas (a contar do dia seguinte à divulgação) antes da realização da
atividade de recuperação.
Bibliografia
Básica Essencial
WOOLDRIDGE, Jeffrey. Introdução à Econometria: Uma abordagem moderna. São Paulo: Cengage Learning,
2010. ISBN 978-85-221-0446-8. (Disponível no SABI+)
Básica
Gujarati, Damodar N.. Econometria básica. Rio de Janeiro: Elsevier, 2006. ISBN 8535216642; 9788535216646.
HILL, C.; GRIFFITHS, W.; JUDGE, G.. Econometria.. Saraiva, 1999. ISBN 8502039040.
Complementar
DAVIDSON, R.; MACKINNON, J.. Econometric Theory and Methods.. Oxford University Press, 2004. ISBN
0195123727.
GREENE, W.. Econometric Analysis. Prentice Hall, 2003. ISBN 0130132977.
MYNBAEV, K.T.; LEMOS,A.. Manual de Econometria. FGV, 2004. ISBN 8522504598.
SARTORIS, A.. Estatística e Introdução à Econometria. Saraiva, 2003. ISBN 978850204133.
Outras Referências
Notas de aula disponíveis na plataforma Moodle.
Observações
1. No primeiro encontro o professor da disciplina deverá apresentar de cronograma de atividades detalhando as

atividades previstas.
2. Esta Atividade de Ensino poderá contar com a participação de alunos de mestrado e de doutorado, inclusive
em estágio docência, nos termos da Resolução 02/2009 do CEPE e do Artigo 6° da Resolução 25/2020 do
CEPE.
Disciplina: ECONOMETRIA
Professor Responsável: HUDSON DA SILVA TORRENT
Carga Horária: 60h CH Autônoma: 7h CH Coletiva: 53h CH Individual: 0h
Súmula
Econometria e modelos econométricos: modelos estáticos uni e multiequacionais; análise de regressão, principais
problemas na análise de regressão, estimação de modelos de equações simultâneas; o problema da identificação.
Modelos à Teoria Dinâmica.
Currículos
CIÊNCIAS 6 (MAT02207) ESTATÍSTICA Obrigatória

ECONÔMICAS - V 2
ECONÔMICA

ATUARIAIS - (117.00)
ECONÔMICA
ADMINISTRAÇÃO - (MAT02207) ESTATÍSTICA Eletiva

DIURNO
ECONÔMICA
ADMINISTRAÇÃO - (MAT02207) ESTATÍSTICA Eletiva
NOTURNO
ECONÔMICA

ECONÔMICAS - V3
ECONÔMICA

ECONÔMICAS -
NOTURNO ECONÔMICA

ECONÔMICAS
ECONÔMICA

ATUARIAIS -
NOTURNO ECONÔMICA
BACHARELADO EM 7 (MAT02207) ESTATÍSTICA Eletiva

ESTATÍSTICA
ECONÔMICA
OU
(MAT02027) MODELOS
LINEARES
BACHARELADO EM 6 90 créditos obrigatórios Alternativa

MATEMÁTICA -
ÊNFASE
MATEMÁTICA
APLIC
COMPUTACIONAL
Objetivos
Este curso tem por objetivo apresentar aos alunos métodos econométricos básicos, a fim de capacitá-los para o
desenvolvimento de avaliações e estudos empíricos em economia. O ferramental foca a identificação, estimação e
interpretação de relações entre variáveis econômico-financeiras e os processos de previsões com séries temporais.
1. Introdução a Séries Temporais

SEMANA 1 Área 1 1.1 A natureza da variável tempo. Variáveis
pré-determinadas;
SEMANA 2 Área 1 1.2 Séries temporais estacionárias e

fracamente dependentes.
SEMANA 3 Área 1 2. Modelos ARMA
2.1. Processos estacionários. Identificação

de modelos ARMA. FAC e FACP;
SEMANA 4 Área 1 2.2 Teste de Ljung-Box. Critérios de

informação: AIC, BIC.
2.3 Diagnóstico dos resíduos.
2.4 Previsão.
SEMANA 5 Área 1 3. Processos não-estacionários
3.1 Séries temporais não-estacionárias.
SEMANA 6 Área 1 3.2 Tendência estocástica. Ordem de

integração. Remoção de tendência
estocástica.
SEMANA 7 Área 1 3.3 Testes de raiz unitária.
SEMANA 8 Área 2 3.4 Modelagem ARIMA. Previsão.
SEMANA 9 Área 2 4. Cointegração e Modelos de Correção de

Erros
SEMANA 10 Área 2 5. Regressão com Séries Temporais
5.1 Regressão com séries estacionárias e

fracamente dependentes;
SEMANA 11 Área 2 5.2 Séries temporais com tendência

estacionária. Regressão espúria. Remoção
de
tendência;
5.3 Modelo de Defasagens Distribuídas.
SEMANA 12 Área 2 6. Problemas de Especificação
6.1 Variáveis proxy para variáveis

explicativas não observadas;
6.2 Propriedades do estimador de MQO

quando há variável omitida;
SEMANA 13 Área 2 6.3 Estimador de Variáveis Instrumentais.

Características de um bom instrumento.
Estimador de Mínimos Quadrados de Dois

Estágios.
SEMANA 14 Área 2 7. Modelos de equações simultâneas
7.1 O problema da simultaneidade e da

endogeneidade;
7.2 Formas estrutural e reduzida;
SEMANA 15 Área 2 7.3 O problema da identificação;
7.4 Estimação de uma equação estrutural.

Mínimos quadrados de dois estágios.
SEMANA 16 Atividade Atividade de Recuperação

de
Recupera
ção
Metodologia
gravados.
plágio.
autoria.
Participação ativa nas atividades propostas; Resolução das listas de exercícios; Atendimento às sessões de dúvida e
exercícios, Participação em fóruns/chats.
conteúdo programático estão previstas três avaliações pontuais e uma avaliação parcial, totalizando 6 avaliações
Cálculo da nota final: MF = ((Avaliação parcial 1 *3) + (Avaliação parcial 2*3) + (nota média das seis avaliações
pontuais*4))/ 10
Conceitos:
Conceito A para MF maior ou igual a 8,5
Conceito B para MF maior ou igual a 7,0 e menor do que 8,5
De acordo com a Resolução do CEPE sobre o ERE, durante o período em que perdurar o ERE,
fica inaplicável a atribuição de conceito FF, prevista no Parágrafo 2º, do Artigo 44, da Resolução
nº 11/2013 do CEPE.

Atividade de Ensino, deverá ser atribuído o registro NI (Não Informado) no campo de conceito
do sistema acadêmico.
Para os casos previstos no Parágrafo 1º, a justificativa do registro NI deverá conter a referência
ao período de excepcionalidade.
Os casos de não informação de conceito durante o ERE, deverão ser resolvidos até o fim do
segundo período letivo, após o fim da situação emergencial de saúde.
Os resultados das avaliações parciais serão entregues até 72 horas antes da avaliação parcial seguinte. Os resultados
das demais avaliações serão entregues até 72 horas (a contar do dia seguinte à divulgação) antes da realização da
atividade de recuperação.
Bibliografia
Básica Essencial
BUENO, R.L.S.. Econometria de Séries Temporais. São Paulo: Cengage Learning, 2011. ISBN 978-85-221-1157-2.
(Disponível no SABI+)
WOOLDRIDGE, J.. Introdução à Econometria: Uma Abordagem Moderna. São Paulo: Cengage Learning, 2010. ISBN
978-85-221-0446-8. (Disponível no SABI+)
Básica
Gujarati, Damodar N.. Econometria básica. Rio de Janeiro: Elsevier, 2006. ISBN 8535216642; 9788535216646.
Hill, R. Carter; Griffiths, William E.; Judge, George G.. Econometria. São Paulo: Saraiva, 2003, c1999.
ISBN8502039040.
Pindyck, Robert S.; Rubinfeld, Daniel L.; Kume, Honorio; Kai, Hamilton Massataki. Econometria :modelos. Rio de
Janeiro: Elsevier, c2004. ISBN 8535213430.
Sartoris, Alexandre. Estatística e introdução à econometria. São Paulo: Saraiva, c2003. ISBN 9788502041233;
8502041231.
Complementar
Sem bibliografias acrescentadas
Outras Referências
Notas de aula ou outros materiais disponibilizadas pelo professor.
Observações
1. No primeiro encontro o professor da disciplina deverá apresentar de cronograma de atividades detalhando as

atividades previstas.
2. Esta Atividade de Ensino poderá contar com a participação de alunos de mestrado e de doutorado, inclusive
em estágio docência, nos termos da Resolução 02/2009 do CEPE e do Artigo 6° da Resolução 25/2020 do
CEPE.
INSTITUTO DE MATEMÁTICA
Disciplina: Estatística Geral I

Professor Responsável: Danilo Marcondes Filho
Créditos: 4
Sigla: MAT02214
Carga Horária: 60h CH Autônoma:0h CH Coletiva: 60h CH Individual:0h
Súmula
Probabilidade: Conceito, axiomas e teoremas fundamentais. Variáveis
aleatórias. Distribuições de probabilidade. Estatística descritiva.
Distribuições teóricas e empíricas. Distribuições unidimensionais e
bidimensionais.
Currículos
(MAT01355) ÁLGEBRA LINEAR I – A
CIÊNCIAS ECONÔMICAS OU (MAT01025) CÁLCULO Obrigatóri
3
-V2 DIFERENCIAL E a
INTEGRAL II
(MAT01353) CÁLCULO E GEOMETRIA
CIÊNCIAS ATUARIAIS - Obrigatóri
3 ANALÍTICA I – A E (MAT01355)
(117.00) a
ÁLGEBRA LINEAR I - A
CIÊNCIAS CONTÁBEIS - (MAT01110) ÁLGEBRA LINEAR E Obrigatóri
3
NOTURNO GEOMETRIA ANALÍTICA a
CIÊNCIAS ECONÔMICAS Obrigatóri
1 Nenhum pré-requisito
- V3 a
CIÊNCIAS ECONÔMICAS Obrigatóri
- NOTURNO a
Obrigatóri
CIÊNCIAS ECONÔMICAS 1 Nenhum pré-requisito
a
CIÊNCIAS ATUARIAIS - (MAT01353) CÁLCULO E GEOMETRIA Obrigatóri
2
NOTURNO ANALÍTICA I - A a
ADMINISTRAÇÃO - Obrigatóri
DIURNO a
ADMINISTRAÇÃO - Obrigatóri
NOTURNO a
ADMINISTRAÇÃO
Obrigatóri
PÚBLICA E SOCIAL - 2 Nenhum pré-requisito
a
NOTURNO
ADMINISTRAÇÃO
Obrigatóri
PÚBLICA E SOCIAL - 2 Nenhum pré-requisito
a
NOTURNO
Objetivos
Apresentar e discutir técnicas de estatística descritiva e os conceitos
fundamentais de probabilidade aplicada. Capacitar o aluno para a utilização
dos conceitos e técnicas apresentadas em situações reais de pesquisa,
utilizando exemplos, exercícios e possivelmente procedimentos
computacionais. Estimular o aluno a desenvolver espírito crítico e
maturidade para julgar aplicações dos assuntos estudados.
Conteúdo Programático
Semana Título Conteúdo
Apresentação do curso.
Conceitos introdutórios:
população, amostra,
1 Área 1 – Estatística Descritiva parâmetros, medidas,
variáveis. Modos de obtenção
de dados em ciências sociais.
Experimentos.
Tipos de amostras. Variáveis,

escalas e níveis de
mensuração. Padronização de
escores. Mensuração de
2 Área 1 – Estatística Descritiva variáveis não observáveis.
Construção de índices e
escalas.
AVALIAÇÃO PONTUAL 1
Representações gráficas e
tabulares. Box Plot. Medidas de
Área 1 – Estatística Descritiva Posição: médias; separatrizes e
2 moda.
Medidas de variação:
amplitude; desvio médio;
variância; desvio padrão e
coeficiente de variação.
4 Área 1 – Estatística Descritiva Medidas de forma e de
achatamento: assimetria e
curtose.
Medidas bi-dimensionais:
covariância e correlação.
5 Área 1 – Estatística Descritiva
AVALIAÇÃO PARCIAL -
ÁREA 1
6 Área 2 - Probabilidade Fundamento da Teoria de

Probabilidades. Experimento
aleatório. Espaço amostra.
Eventos.
Os principais conceitos de
probabilidade e os teoremas
7 Área 2 - Probabilidade fundamentais do cálculo.
Probabilidade condicional.
Independência de eventos.
8 Árvore de eventos. Teorema de
Área 2 - Probabilidade
Bayes.
Variáveis aleatórias
unidimensionais discretas e
contínuas. Conceito de variável
aleatória. Função de
9 Área 2 - Probabilidade probabilidade e função de
distribuição. Valor esperado e
desvio padrão.
Modelos probabilísticos
discretos e contínuos: Binomial,
Poisson, Hipergeométrica,
Uniforme, Exponencial e
10 Normal.
Área 2 - Probabilidade
ÁREA 2
Variável aleatória
11 Área 3 – Vetores Aleatórios bidimensional. Distribuições
conjuntas.
Distribuições marginais e
condicionadas.
12 Área 3 – Vetores Aleatórios
13 Área 3 – Vetores Aleatórios Valor esperado condicionado.
Covariância e independência
linear.
14 Área 3 – Vetores Aleatórios
15 Área 3 – Vetores Aleatórios Coeficiente de correlação.

ÁREA 3
16 Recuperação RECUPERAÇÃO
Metodologia
Esta disciplina utilizará o Ambiente de Aprendizagem institucional Moodle,
onde estarão o plano de Ensino ERE e as atividades previstas (se as atividades
hospedadas fora do Moodle forem utilizadas, os links estarão disponíveis no
O material contendo o conteúdo das atividades deve ser disponibilizado no

Moodle, podendo englobar vídeos, arquivos, listas de exercícios, materiais
diversos e links para conteúdo externo.
O desenvolvimento das atividades previstas no plano de ensino adotará o

modelo assíncrono. Poderão ser realizadas atividades síncronas de
atendimento de dúvidas, ou outros atendimentos individualizados, os quais
não precisam ser gravados.
Todos os materiais disponibilizados são exclusivamente para fins didáticos, sendo vedada a
sua utilização para qualquer outra finalidade, sob as penas legais.
Todos os materiais de terceiros que venham a ser utilizados devem ser referenciados,
indicando a autoria, sob pena de plágio.
A liberdade de escolha de exposição da imagem e da voz não isenta o aluno de realizar as

atividades originalmente propostas ou alternativas;
Todas as gravações de atividades síncronas devem ser previamente informadas por parte dos
professores.
Somente poderão ser gravadas pelos alunos as atividades síncronas propostas mediante
concordância prévia dos professores e colegas, sob as penas legais.
É proibido disponibilizar, por quaisquer meios digitais ou físicos, os dados, a imagem e a voz
de colegas e do professor, sem autorização específica para a finalidade pretendida.

específica, sendo vedada a distribuição do material cuja a licença não permita ou sem a
autorização prévia dos professores para o material de sua autoria.
Participação ativa nas atividades propostas; Resolução das listas de
exercícios; Atendimento às sessões de dúvida e exercícios, Participação em
fóruns/chats.
As estratégias avaliativas permitirão acompanhar e avaliar o rendimento ao
longo do período letivo através de duas avaliações pontuais distribuídas
dentro de cada uma das três Áreas, além das avaliações parciais referentes
à cada Área do conteúdo programático.
As avaliações serão assíncronas, sendo disponibilizadas no Moodle da
disciplina. Os alunos terão um prazo de NO MÍNIMO 24 HORAS para a
realização das atividades avaliativas.
Cálculo da nota final: MF = (Média das avaliações pontuais *0,3) + (Média

das avaliações parciais * 0,7)
Conceitos:


Os alunos que não atingirem o conceito mínimo para aprovação poderão
fazer uma (única) avaliação de recuperação, abrangendo todo o conteúdo
programático da disciplina.
Média final após recuperação = 0,4 × (MF) + 0,6 × (Nota da avaliação de

recuperação).
A partir da média final após recuperação calculada, os conceitos serão

atribuídos da mesma forma especificada nos Critérios de Avaliação.

Os resultados das avaliações serão entregues até 72 horas antes da
avaliação seguinte.
Bibliografia
A Bibliografia Básica Essencial deve estar disponível de forma digital.
Básica Essencial
Bisognin, C. Apostila de Estatística - Documento PDF disponível no Moodle da disciplina.
Morettin, Pedro Alberto. Estatística básica. São Paulo: Saraiva, 2017. ISBN
9788547220228. EBOOK disponível no SABI+
Básica
TOLEDO, G.L.; OVALLE, I.I., G. S. Estatística Básica. Atlas, 1995. ISBN 8522417911.
Complementar
Farias, A. A.; César, C. C.; Soares, J. F. Introdução à Estatística. Rio de Janeiro: LTC,
2008. ISBN 978-85-216-1293-3.
Outras Referências
Observações
Esta Atividade de Ensino poderá contar com a participação de alunos de
mestrado e de doutorado, inclusive em estágio docência, nos termos da
Resolução 02/2009 do CEPE e do Artigo 6° da Resolução 25/2020 do CEPE.
Disciplina: Estatística Geral II

Créditos: 4
Sigla: MAT02215
Súmula
Introdução à Teoria da Amostragem, principais esquemas. Inferência
Estatística: Processos de decisão, Teoria da Estimação, Testes de Hipóteses
e Análise de Variância.
Currículos
CIÊNCIAS ECONÔMICAS - Obrigatóri
4 (MAT02214) ESTATÍSTICA GERAL I
V2 a
CIÊNCIAS ATUARIAIS - (MAT02214) ESTATÍSTICA GERAL I Obrigatóri
4
(117.00) a
ADMINISTRAÇÃO - (MAT02214) ESTATÍSTICA GERAL I Obrigatóri
7
DIURNO a
ADMINISTRAÇÃO - (MAT02214) ESTATÍSTICA GERAL I Obrigatóri
7
NOTURNO a
CIÊNCIAS ATUARIAIS - (MAT02214) ESTATÍSTICA GERAL I Obrigatóri
4
NOTURNO a
(MAT02214) ESTATÍSTICA GERAL I E
CIÊNCIAS ECONÔMICAS - (MAT01109) CÁLCULO DIFERENCIAL Obrigatóri
2
NOTURNO E a
INTEGRAL
CIÊNCIAS ECONÔMICAS - (MAT01109) CÁLCULO DIFERENCIAL Obrigatóri
2
V3 E a
INTEGRAL
(MAT01109) CÁLCULO DIFERENCIAL Obrigatóri
CIÊNCIAS ECONÔMICAS 2
E a
INTEGRAL
ADMINISTRAÇÃO (MAT02214) ESTATÍSTICA GERAL I
Obrigatóri
PÚBLICA E SOCIAL - 3
a
NOTURNO
ADMINISTRAÇÃO (MAT02214) ESTATÍSTICA GERAL I
Obrigatóri
PÚBLICA E SOCIAL - 2
a
NOTURNO
Objetivos
Apresentar e discutir técnicas de estatística inferencial. Capacitar o aluno
para a utilização das técnicas de inferência estatística em situações reais de
pesquisa, utilizando exemplos, exercícios e possivelmente procedimentos
computacionais. Estimular o aluno a desenvolver espírito crítico e
maturidade para julgar aplicações dos assuntos estudados.
Amostragem e estimação.
1 Área 1 – Amostragem e Estimação Principais esquemas de
amostragem.
Estimador e distribuições
amostrais. Características de
um bom estimador (não
2 Área 1 – Amostragem e Estimação
tendenciosidade, convergência,
eficiência).
Intervalos de confiança.
Intervalo para variância
Área 1 – Amostragem e Estimação populacional. A distribuição
2 qui-quadrado.
Intervalo para a média

populacional. A distribuição t de
Área 1 – Amostragem e Estimação student. Intervalo para a
4 proporção. A questão do
dimensionamento da amostra.
Intervalos para diferenças de

médias, proporções e
Área 1 – Amostragem e Estimação variâncias. A distribuição F de
5 Snedecor.
ÁREA 1
Testes de hipóteses. Tipos de

6 Área 2 – Testes de Hipóteses erro. Significância e potência de
um teste.
Testes sobre a variância, a

média e a proporção
7 Área 2 – Testes de Hipóteses populacionais.
Testes sobre diferença de

8 Área 2 – Testes de Hipóteses
médias.
Testes sobre diferença de
proporções. Teste de
comparação de variâncias
9 Área 2 – Testes de Hipóteses
populacionais.
A distribuição “F” de Snedecor.

Análise de variância de
classificação simples. A tabela
10 Área 2 – Testes de Hipóteses ANOVA.
ÁREA 2
Testes de associação e
11 Área 3 – Análise de Correlação e Regressão correlação. Tabelas de
contingência.
Teste qui-quadrado.
12 Área 3 – Análise de Correlação e Regressão
Coeficiente de correlação de
Pearson. Teste de hipótese.
Regressão linear simples.

Regressão linear simples.

ÁREA 3
Metodologia
Esta disciplina utilizará o Ambiente de Aprendizagem institucional Moodle,
onde estarão o plano de Ensino ERE e as atividades previstas (se as atividades
O material contendo o conteúdo das atividades deve ser disponibilizado no

Moodle, podendo englobar vídeos, arquivos, listas de exercícios, materiais
diversos e links para conteúdo externo.
modelo assíncrono. Poderão ser realizadas atividades síncronas de
atendimento de dúvidas, ou outros atendimentos individualizados, os quais
não precisam ser gravados.

professores.

Carga Horária
Teórica: 60horas
Prática:0 horas
Participação ativa nas atividades propostas; Resolução das listas de
exercícios; Atendimento às sessões de dúvida e exercícios, Participação em
fóruns/chats.
longo do período letivo através de duas avaliações pontuais distribuídas
dentro de cada uma das três Áreas, além das avaliações parciais referentes
à cada Área do conteúdo programático.
As avaliações serão assíncronas, sendo disponibilizadas no Moodle da
disciplina. Os alunos terão um prazo de NO MÍNIMO 24 HORAS para a
realização das atividades avaliativas.
Cálculo da nota final: MF = (Média das avaliações pontuais *0,3) + (Média

das avaliações parciais * 0,7)
Conceitos:


Os alunos que não atingirem o conceito mínimo para aprovação poderão
fazer uma (única) avaliação de recuperação, abrangendo todo o conteúdo

recuperação).
A partir da média final após recuperação calculada, os conceitos serão

atribuídos da mesma forma especificada nos Critérios de Avaliação.

Os resultados das avaliações serão entregues até 72 horas antes da
avaliação seguinte.
Bibliografia
Básica Essencial
Bisognin, C. Apostila de Estatística - Documento PDF disponível no Moodle da disciplina.
Morettin, Pedro Alberto. Estatística básica. São Paulo: Saraiva, 2017. ISBN
9788547220228. EBOOK disponível no SABI+
Clark, Jeffrey; Downing, Douglas. Estatística aplicada. São Paulo, SP: Saraiva, 2010.
ISBN 9788502126817. EBOOK disponível no SABI+
Básica
MOOD, A. M.; GRAYBILL, F. A.; BOES, D. C. Introduction to the Theory of Statistics.
Singapore: McGRAW-HILL, 1974. ISBN 0-07-042864-6.
Complementar
Outras Referências
Observações
Disciplina: BIOESTATÍSTICA
Professor Responsável: Gabriela Bettella Cybis

218
Carga CH CH CH
Horária: 60h Autônoma: Coletiva: Individual:
7h 53h 0h
Súmula
Introdução ao método e conceitos de análise estatística na área de ciências biomédicas.

Obtenção, apresentação e descrição de dados de observação. Distribuição das estatísticas da
amostra. Estimação, intervalos de confiança e testes de significância. Comparação de médias.
Aplicações da distribuição Qui-quadrado; correlação. Associação e contingência em problemas da
área biomédica
Currículos
(ENF01007) PESQUISA E
ENFERMAGEM - V1 7 Obrigatória
ENFERMAGEM I
FARMÁCIA - V 3 3 Nenhum pré-requisito Obrigatória

BIOMEDICINA 2 Nenhum pré-requisito Obrigatória
BACHARELADO EM
Nenhum pré-requisito Adicional
SAÚDE COLETIVA
BIOTECNOLOGIA
2 Nenhum pré-requisito Obrigatória
MOLECULAR
BIOINFORMÁTICA 2 Nenhum pré-requisito Obrigatória
BACHARELADO EM (MED05028) EPIDEMIOLOGIA

7 Obrigatória
FISIOTERAPIA BÁSICA
BACHARELADO EM
CIÊNCIAS BIOLÓGICAS - 2 Nenhum pré-requisito Obrigatória
ÊNFASE AMBIENTAL
BACHARELADO EM
CIÊNCIAS BIOLÓGICAS-
ÊNFASE 4 Nenhum pré-requisito Obrigatória
MOLECULAR,CELULAR E
FUNCIONAL
(ENF01014) PESQUISA EM
ENFERMAGEM 4 Obrigatória
ENFERMAGEM I
(MAT01109) CÁLCULO
FARMÁCIA 4 Obrigatória
DIFERENCIAL E INTEGRAL
LICENCIATURA EM
CIÊNCIAS BIOLÓGICAS
BACHARELADO EM
LICENCIATURA EM
Objetivos
A disciplina visa a fornecer ao aluno uma introdução aos métodos estatísticos utilizados na análise
e interpretação de dados das áreas biológicas e da saúde. Para isto, procurar-se-á:
(a) familiarizar o aluno com as técnicas e terminologia estatísticas mais usadas nestas áreas;
(b) apresentar ao aluno os instrumentos mais comuns de análise estatística e ensiná-lo a usar
estas técnicas e a interpretar os resultados obtidos;
(c) desenvolver no aluno o espírito crítico e a capacidade de julgar publicações e relatórios no que
tange à análise dos dados e às conclusões apresentadas.
Conceitos Conceitos de população, amostra, parâmetro,

SEMANA 1 básicos estatística; tipos de dados.
Organização e apresentação de dados

quantitativos; distribuições empíricas de
frequências; principais representações gráficas.
Medidas de Medidas de tendência central e de variabilidade:

SEMANA 2 tendência média, mediana, moda, variância e desvio padrão.
central e de
variabilidade
Distribuição Distribuição normal: propriedades, áreas sob a

SEMANA 3 normal curva, a variável padronizada z e suas aplicações.
Distribuição Distribuição amostral da média. Distribuição t.

SEMANA 4 Amostral Estimação da média por ponto e por intervalo de
confiança.
Teste de Teste de hipóteses para uma média.

SEMANA 5 hipóteses
para uma Principais técnicas de amostragem: aleatória
média. simples, estratificada, sistemática e por
conglomerados.
Comparação Comparação de médias de dados não
SEMANA 6 de médias de emparelhados: teste t para variâncias iguais e
dados não para variâncias desiguais. Teste F de
emparelhados homogeneidade de variâncias.
Teste t para Teste t para duas médias em dados

SEMANA 7 duas médias emparelhados.
Teste de Teste de hipóteses para mais de duas médias:

SEMANA 8 hipóteses ANOVA a um critério de classificação.
para mais de Comparações múltiplas por Tukey e SNK.
duas médias
Relação entre Relação entre variáveis quantitativas: correlação

SEMANA 9 variáveis linear simples. Teste de hipóteses para o
quantitativas coeficiente de correlação.
Regressão Regressão linear simples. Estimação da equação

SEMANA 10 linear simples de regressão. Testes de hipóteses para o
coeficiente de regressão.
Organização Organização e apresentação de dados

SEMANA 11 e categóricos; distribuições empíricas de
apresentação frequências; principais representações gráficas.
de dados
categóricos Introdução à probabilidade em variáveis
categóricas: regras da soma para eventos
disjuntos e do produto para eventos
independentes.
Distribuição Distribuição binomial.

SEMANA 12 binomial
Distribuição amostral da proporção. Estimação da
proporção por ponto e por intervalo de confiança.
Teste de Hip. Testes de hipóteses para uma proporção e para

SEMANA 13 Proporção as proporções de dois grupos independentes.
Distribuição Distribuição qui-quadrado: testes de ajustamento

SEMANA 14 qui-quadrado em tabelas de entrada simples; testes de
igualdade de proporções e de associação em
tabelas de contingência LxC e 2x2; correção para
continuidade.
Distribuição Distribuição qui-quadrado (continuação) ou
SEMANA 15 qui-quadrado Tópicos especiais aplicados à área de interesse
dos cursos (opcional).
Recuperação
SEMANA 16 Prova de Recuperação
OBS: No início do ERE o docente de cada turma disponibilizará um calendário específico

contendo as atividades previstas.
Metodologia
Esta disciplina utilizará o Ambiente de Aprendizagem institucional Moodle, onde estarão o plano de
Ensino ERE e as atividades previstas (se as atividades hospedadas fora do Moodle forem utilizadas,
os links estarão disponíveis no Moodle, conforme Artigo 7° da Resolução nº 25/2020 do CEPE).
O material contendo o conteúdo das atividades deve ser disponibilizado no Moodle, podendo
englobar vídeos, arquivos, listas de exercícios, materiais diversos e links para conteúdo externo.

assíncrono. Poderão ser realizadas atividades síncronas de atendimento de dúvidas, ou outros
atendimentos individualizados, os quais não precisam ser gravados.
Todos os materiais disponibilizados são exclusivamente para fins didáticos, sendo vedada a sua
utilização para qualquer outra finalidade, sob as penas legais.
Todos os materiais de terceiros que venham a ser utilizados devem ser referenciados, indicando a
autoria, sob pena de plágio.

professores.
É proibido disponibilizar, por quaisquer meios digitais ou físicos, os dados, a imagem e a voz de
colegas e do professor, sem autorização específica para a finalidade pretendida.
Os materiais disponibilizados no ambiente virtual possuem licença de uso e distribuição específica,

sendo vedada a distribuição do material cuja a licença não permita ou sem a autorização prévia dos
professores para o material de sua autoria.
Participação ativa nas atividades propostas; Resolução das listas de exercícios; Atendimento às
sessões de dúvida e exercícios, Participação em fóruns/chats.
As estratégias avaliativas permitirão acompanhar e avaliar o rendimento ao longo do período letivo

através de avaliações pontuais distribuídas dentro de cada uma das áreas da disciplina. Serão
realizadas atividades avaliativas pontuais que deverão ser apresentadas pelo docente no início do
ERE em calendário específico.
As avaliações serão assíncronas, sendo disponibilizadas no Moodle da disciplina. Os alunos terão

um prazo de NO MÍNIMO 24 HORAS para a realização das atividades avaliativas.
Cálculo da nota final: MF = média aritmética simples (avaliações pontuais)
Conceitos:

De acordo com a Resolução do CEPE sobre o ERE, durante o período em que perdurar o ERE, fica
inaplicável a atribuição de conceito FF, prevista no Parágrafo 2º, do Artigo 44, da Resolução nº
11/2013 do CEPE.
Para os estudantes matriculados até o final do período e que deixaram de participar da Atividade
de Ensino, deverá ser atribuído o registro NI (Não Informado) no campo de conceito do sistema
acadêmico.
Para os casos previstos no Parágrafo 1º, a justificativa do registro NI deverá conter a referência ao
período de excepcionalidade.
Os alunos que não atingirem o conceito mínimo para aprovação poderão fazer uma (única)
avaliação de recuperação, abrangendo todo o conteúdo programático da disciplina.
A partir da média final após recuperação calculada, os conceitos serão atribuídos da mesma forma
especificada nos Critérios de Avaliação.
Bibliografia
Básica Essencial
Callegari-Jacques, Sidia Maria. Bioestatística: princípios e aplicações. Porto Alegre, RS:

Artmed, 2003. ISBN 9788536300924. Disponível no Sabi+:
Básica
Siqueira, Arminda L. ; Tibúrcio, Jacqueline D.. Estatística na área da saúde: conceitos,

metodologia, aplicações e prática computacional. Belo Horizonte: Editora Coopmed, 2011. ISBN
978-85-7825-037-9.
Soares, Jose Francisco; Farias, Alfredo Alves de; Cesar, Cibele Comini. Introdução à estatística.
Vieira, Sonia. Introdução à bioestatística. São Paulo: Elsevier, 2016. ISBN 9788535229851.
Zar, Jerrold H.. Biostatistical analysis. Upper Saddle River, N.J.: Prentice-Hall, 2009. ISBN
9780131008465.
Complementar
Arango, Héctor Gustavo. Bioestatística teórica e computacional.. Rio de Janeiro,: Guanabara-

Koogan., 2009. ISBN 9788527715584. Disponível em:
https://ebookcentral.proquest.com/lib/minhabibliotecaufrgs/detail.action?docID=3234048
Beiguelman, Bernardo. Curso prático de bioestatística. Ribeirão Preto: FUNPEC, 2002. ISBN
8587528254.
Campbell, Richard C. Statistics for biologists. Cambridge: Cambridge University Press, 1989.
ISBN 0521369320.
Glantz, Stanton A. Primer of biostatistics. New York: McGraw-Hill, 2011. ISBN ISBN:
9780071379465.
Hulley, Stephen B.; Schmidt, Maria Inês; Duncan, Bruce Bartholow. Delineando a pesquisa
clínica :uma abordagem epidemiológica. Porto Alegre: Artmed, 2008. ISBN 9788536313610.
Magnusson, William E.; Mourão, Guilherme. Estatística sem matemática para Psicologia.
Londrina,: 8590200221, 2013. ISBN 8590200221.
Motulsky, Harvey J. Intuitive biostatistics. Oxford: Oxford University Press, 2014. ISBN
ISBN13:978-0199946648; ISBN10:0199946647.
Soares, Jose Francisco; Siqueira, Arminda Lucia. Introdução à estatística médica. Belo
Horizonte: COOPMED, 2002. ISBN 9788585002558.
Sokal, Robert R.; Rohlf, F. James. Biometry:the principles and practice of statistics in biological
research. New York: W.H. Freeman, 2010. ISBN 9780716786047.
Triola, Mario F.. Introdução à estatística. Rio de Janeiro: LTC, 2008. ISBN 9788521615866.
Outras Referências
Título Texto
Programa feito por brasileiros, muito fácil de usar, em Português. Vem

Programa
acompanhado de manual em pdf e exemplos de bancos de dados para cada tipo
BIOESTAT
de análise. http://www.mamiraua.org.br/
Programa Programa de simulação para visualizar a distribuição amostral da média e da

SamplingSIM proporção. http://www.tc.umn.edu/~delma001/stat_tools/software.htm
Programa
Programa para ser usado com o livro TRIOLA, MF. Introdução à Estatística.
STATDISK
http://media.pearsoncmg.com/aw/aw_triola_elemstats_9/software/statdisk.htm
v.9.5.5
Programa excelente para dados qualitativos. Tem também análise de dados
Programa
quantitativos, mas não usa planilha de dados como o BIOESTAT ou o EXCEL.
WinPEPI
http://www.brixtonhealth.com/
Programa Programa feito pelos autores do livro Gould, JL & Gould GF. 'BioStats Basics: A
BIOSTATS Student Handbook'. Freeman, 2002. Cobre todos os assuntos deste plano de
BASICS ensino, além de outros. http://www.whfreeman.com/gould/
programa para calcular tamanho da amostra e poder do teste.

Programa PS
http://biostat.mc.vanderbilt.edu/twiki/bin/view/Main/PowerSampleSize
programa que faz uma série de análises estatísticas, inclusive comparações

Programa
múltiplas não-paramétricas. Tem versão livre para experimentar.
STATISTIX
http://www.statistix.com/
ambiente de software livre, para realizar todo tipo de análise, mesmo as

Ambiente R bastante sofisticadas. Não é muito fácil de usar, mas está sendo cada vez mais
utilizado em pesquisa científica. http://www.r-project.org
Programas
'online' de
site' com inúmeros procedimentos estatísticos para cálculos online, criado por
análise
Daniel S. Soper, California State University, USA.
estatística:
http://www.danielsoper.com/statcalc3/default.aspx
Free Statistics
Calculator
Programas
programas de simulação e cálculos 'online' para distribuições normal e binomial,
'online' de
histogramas, transformações, intervalos de confiança, poder de um teste, teste t,
análise
ANOVA, análise de dados repetidos, tamanho do efeito, qui-quadrado,
estatística:
correlação, regressão, etc. Criado por David Lane, Rice University, USA.
Rice Virtual
http://onlinestatbook.com/rvls.html
Lab
Programas
(Statistics Online Computationl Resource - University of California, USA):
'online' de
programas de simulação, cálculos, gráficos etc ' online', além de 'e-book'. Em
análise
inglês, mas há uma aba para tradução automática.
estatística:
http://socr.ucla.edu/htmls/SOCR_Experiments.html
SOCR
Programas
'online' de StatPages.net (Interactive Statistical Pages):' site' com inúmeros procedimentos
análise para análise estatística online, criado por John C. Pezzullo, Georgetown
estatística:Stat University Medical Center, USA. http://statpages.org/
Page
Site': A New site' muito bom, com textos sobre assuntos variados em estatística, criado por
View of Will G. Hokpins, Auckland University of Technology, Nova Zelândia.
Statistics http://sportsci.org/resource/stats
Observações
Esta Atividade de Ensino poderá contar com a participação de alunos de mestrado e de doutorado,
inclusive em estágio docência, nos termos da Resolução 02/2009 do CEPE e do Artigo 6° da
Resolução 25/2020 do CEPE.
Disciplina: Probabilidade e Estatística

Professor Responsável: Márcia Helena Barbian
Créditos: 4
Sigla: MAT02219
CH Coletiva:
Carga Horária: 60h CH Autônoma:0h CH Individual:0h
60h
Súmula
Probabilidade: Conceito e teoremas fundamentais. Variáveis aleatórias. Distribuições de
probabilidade. Estatística descritiva. Noções de amostragem. Inferência estatística:
Teoria da estimação e Testes de hipóteses. Regressão linear simples. Correlação.
Currículos
LICENCIATURA EM (MAT01102) CÁLCULO I-B Eletiva

FILOSOFIA - (161.02)
OU (MAT01166) CÁLCULO I
LICENCIATURA EM 2 (MAT01353) CÁLCULO E Obrigatória

QUÍMICA - (212.03) GEOMETRIA ANALÍTICA I - A

QUÍMICA - NOTURNO - GEOMETRIA ANALÍTICA I - A
(222.00)
BACHARELADO EM 2 (MAT01353) CÁLCULO E Obrigatória

QUÍMICA - V3 GEOMETRIA ANALÍTICA I - A
QUÍMICA INDUSTRIAL 2 (MAT01353) CÁLCULO E Obrigatória

V2 GEOMETRIA ANALÍTICA I - A
ENGENHARIA CIVIL 3 (MAT01353) CÁLCULO E Obrigatória

GEOMETRIA ANALÍTICA I - A

CIÊNCIA DA GEOMETRIA ANALÍTICA I - A
COMPUTAÇÃO
ENGENHARIA DE 4 (MAT01353) CÁLCULO E Obrigatória

COMPUTAÇÃO GEOMETRIA ANALÍTICA I - A
MINAS GEOMETRIA ANALÍTICA I - A
GEOLOGIA 3 (MAT01109) CÁLCULO Obrigatória

DIFERENCIAL E INTEGRAL
QUÍMICA INDUSTRIAL - 2 (MAT01353) CÁLCULO E Obrigatória

V1 GEOMETRIA ANALÍTICA I - A
LICENCIATURA EM (MAT01353) CÁLCULO E Adicional

FÍSICA GEOMETRIA ANALÍTICA I - A
OU (MAT01199) CÁLCULO - A
ENGENHARIA 5 (MAT01353) CÁLCULO E Obrigatória

MECÂNICA GEOMETRIA ANALÍTICA I - A
LICENCIATURA EM (MAT01353) CÁLCULO E Eletiva

QUÍMICA GEOMETRIA ANALÍTICA I - A
LICENCIATURA EM (MAT01353) CÁLCULO E Eletiva

QUÍMICA - NOTURNO - GEOMETRIA ANALÍTICA I - A
V1

MATERIAIS GEOMETRIA ANALÍTICA I - A

METALÚRGICA GEOMETRIA ANALÍTICA I - A

AMBIENTAL GEOMETRIA ANALÍTICA I - A

NOTURNO V1 GEOMETRIA ANALÍTICA I - A
QUÍMICA INDUSTRIAL 2 (MAT01353) CÁLCULO E Obrigatória

ENGENHARIA FÍSICA 3 (MAT01353) CÁLCULO E Obrigatória

FORMAÇÃO EM 2 (MAT01353) CÁLCULO E Obrigatória

QUIMICA GEOMETRIA ANALÍTICA I - A

QUÍMICA GEOMETRIA ANALÍTICA I - A

CONTROLE E GEOMETRIA ANALÍTICA I - A
AUTOMAÇÃO
ENGENHARIA QUÍMICA 6 (MAT01353) CÁLCULO E Obrigatória
LICENCIATURA EM (MAT01102) CÁLCULO I-B Eletiva

FILOSOFIA - NOTURNO

MATEMÁTICA GEOMETRIA ANALÍTICA I - A

MATEMÁTICA - GEOMETRIA ANALÍTICA I - A
NOTURNO

NOTURNO GEOMETRIA ANALÍTICA I - A

FÍSICA: FÍSICA GEOMETRIA ANALÍTICA I - A
COMPUTACIONAL

FÍSICA: MATERIAIS E GEOMETRIA ANALÍTICA I - A
NANOTECNOLOGIA

ELÉTRICA GEOMETRIA ANALÍTICA I - A
LICENCIATURA EM (MAT01199) CÁLCULO - A Eletiva

QUÍMICA - NOTURNO


FÍSICA - NOTURNO GEOMETRIA ANALÍTICA I - A

OU
(MAT01199) CÁLCULO - A
E (FIS01257) FÍSICA GERAL I -
A
FÍSICA: ASTROFÍSICA GEOMETRIA ANALÍTICA I - A
E (FIS01257) FÍSICA GERAL I -
A
BACHARELADO EM (MAT01102) CÁLCULO I-B Eletiva

FILOSOFIA

ALIMENTOS GEOMETRIA ANALÍTICA I - A

FÍSICA - NOTURNO GEOMETRIA ANALÍTICA I - A

CARTOGRÁFICA - GEOMETRIA ANALÍTICA I - A
NOTURNO
Objetivos
Ensinar que a Estatística é um conjunto de técnicas e também uma linguagem, quando
e como devem ser utilizadas, suas noções fundamentais e algumas aplicações
clássicas.
Ensinar que Probabilidade é a parte da Matemática utilizada no estudo dos fenômenos
considerados aleatórios, suas noções básicas e algumas aplicações elementares.
População e amostra. Censos e

amostragens. Parâmetros e
Introdução a estatísticas. Técnicas de
1 (Área 1) amostragem amostragens, enfatizando a
amostragem aleatória simples.
AVALIAÇÃO PONTUAL 1 - ÁREA 1

Estatística Descritiva: freqüências
absolutas e relativas, freqüências
simples e acumuladas, medidas de
2 (Área 1) tendência central e medidas de
Estatística Descritiva variabilidade. Análise Exploratória de
dados.
AVALIAÇÃO PONTUAL 2 - ÁREA

1
Representações gráficas: gráfico de
3 (Área 1) setores, gráficos de colunas,
Representações histogramas, polígonos de freqüência
gráficas e diagrama de Pareto.
Probabilidade: conceitos básicos,

propriedades, probabilidades
4 (Área 1) Probabilidade condicionais e eventos
independentes. Teorema de Bayes.
Introdução e amostragem; Estatística

5 (Área 1) Descritiva ; Representações
Avaliação gráficas; Probabilidade
AVALIAÇÃO PARCIAL - ÁREA 1
Variáveis aleatórias discretas e

contínuas: função de probabilidade,
6 (Área 2) função densidade, função de
Variáveis aleatórias distribuição acumulada, esperança,
variância e outros parâmetros.
Modelos probabilísticos: Binomial,

Hipergeométrico, Poisson,
7 (Área 2)
Modelos Exponencial, Uniforme Normal, qui-
probabilísticos quadrado, t, F..
8 (Área 2) Estimador e distribuições amostrais.

Estimação
Estimação por Ponto e por Intervalo:

9 (Área 2)
proporções, média e variância
Estimação
Variáveis aleatórias; Modelos

10 (Área 2) probabilísticos; Estimação
Avaliação
Testes de Hipóteses: tipos de erro,
níveis de significância e níveis
11 (Área 3) Testes de Hipóteses descritivos amostrais.
Testes para uma população:

12 (Área 3) proporção, média e variância.
Testes de Hipóteses
Testes para duas populações:

13 (Área 3)
médias, proporções e variâncias.
Testes de Hipóteses
Correlação. Regressão Linear

14 (Área 3)
Correlação e Simples
Regressão
Testes de Hipóteses; Correlação e

15 (Área 3) Regressão
Avaliação
16 (Rec) Recuperação RECUPERAÇÃO
Metodologia

conteúdo externo.


pretendida.
Participação ativa nas atividades propostas, resolução das listas de exercícios,
atendimento às sessões de dúvida e exercícios, participação em fóruns/chats.
período letivo através de 4 avaliações pontuais distribuídas dentro de cada uma das
três Áreas.
avaliativas.
Cálculo da nota final: MF = (Média das avaliações pontuais *0,4) + (Média das
avaliações parciais * 0,6)
Conceitos:

disciplina.
Após recalculada, a média final após a recuperação deverá ser maior ou igual a 6,0
para o aluno receber o conceito C.

Os resultados das avaliações parciais serão entregues até 72 horas antes da avaliação
seguinte.
Bibliografia
Básica Essencial
Barbetta, Pedro Alberto; Reis, Marcelo Menezes; Bornia, Antonio Cezar.
Estatística para cursos de engenharia e informática. São Paulo, SP: Atlas, 2008.
ISBN 9788522449897
Jay L. Devore. Probabilidade e estatística para engenharia e ciências. Cengage

Learning, ISBN ISBN-10: 8522111839 ISBN-13: 9788522111831.
Montgomery, Douglas C.; Runger, George C.. Estatística aplicada e probabilidade

para engenheiros. Rio de Janeiro: LTC, 2009. ISBN 8521616643; 9788521616641.
Básica
Costa Neto, Pedro Luiz de Oliveira. Estatística. São Paulo: Edgard Blücher, 2002.
ISBN 8521203004.
Fonseca, Jairo Simon da; Martins, Gilberto de Andrade. Curso de estatística. São
Paulo: Atlas, 1996. ISBN 8522414718.
Magalhães, Marcos Nascimento. Noções de probabilidade e estatística. São Paulo:

Edusp, 2005. ISBN 8531406773.
Meyer, Paul L.. Probabilidade: aplicações à estatística. Rio de Janeiro: LTC, 2000.
ISBN 8521602944.
Morettin, Pedro Alberto; Bussab, Wilton de Oliveira. Estatística básica. São Paulo:
Saraiva, 2009. ISBN 8502034979.
Clark, Jeffrey; Downing, Douglas. Estatística aplicada. São Paulo, SP: Saraiva,
2010. ISBN
Spiegel, Murray Ralph. Probabilidade e estatística. São Paulo: Pearson, 2004.

ISBN 8534613001.
Triola, Mario F.. Introdução à estatística. Rio de Janeiro: LTC, 2008. ISBN
9788521615866.
Complementar
Outras Referências
Observações
Disciplina: MÉTODOS ESTATÍSTICOS V
Professor Responsável: JOÃO FELIZ DUARTE DE MORAES
Carga Horária: 60h CH Autônoma:08 h CH Coletiva: 52h CH Individual:0 h
Súmula
Medidas descritivas e tabelas de frequência. Ideias básicas sobre razões, proporções,

porcentagens e conjuntos.
Noções de probabilidade. Introdução à estimação e testes de hipóteses. Análise de

dados qualitativos. Regressão e correlação linear simples. Análise de variância.
Princípios de experimentação.
Currículos
MEDICINA VETERINÁRIA 2 Nenhum pré-requisito Obrigatória

Objetivos
A disciplina visa a fornecer ao aluno uma introdução aos métodos estatísticos utilizados
na análise e interpretação de
dados da área da Medicina Veterinária. Para isto, procurar-se-á:
(a) familiarizar o aluno com as técnicas estatísticas e com a terminologia mais usada
nesta área;
(b) fornecer ao aluno os instrumentos mais comuns de análise estatística; ensiná-lo
a usar estas técnicas e a interpretar os resultados obtidos;
(c) desenvolver no aluno o espírito crítico e a capacidade de julgar publicações e
relatórios no que tange à análise dos dados e consequentes conclusões.
Noções gerais sobre Estatística.

SEMANA 1 Introdução “Alfabetização científica”.
à População e amostra.
estatística Classificação de variáveis nível
de mensuração.
Análise Coleta e representação de dados.

SEMANA 2 exploratória Distribuição de frequências.
de dados Gráficos. BoxPlot para variáveis
quantitativas ("outlier").
SEMANA 3 Estatística Medidas de tendência central:

descritiva: moda, mediana e média.
medidas
resumo
Medidas de variabilidade:
SEMANA 4 Estatística amplitude, variância, desvio
descritiva: padrão e coeficiente de variação.
medidas Propriedades das medidas de
resumo tendência central e de
variabilidade.
Noções de probabilidade.
SEMANA 5 Probabilidade Axiomas.
Operações entre eventos.
Probabilidade condicional.
Aplicação da probabilidade
condicional. Eventos
independentes.
Distribuição binomial. Distribuição
SEMANA 6 Probabilida de Poisson.
de
Distribuição normal.
SEMANA 7 Probabilida Aplicações.
de
Amostral versus populacional.

SEMANA 8 Amostrage Noções de amostragem.
m Parâmetros.
Amostragem aleatória simples
(randomização).
Amostragem não aleatória
(conveniência, sequencial e por
cotas).
Intervalo de confiança.
SEMANA 9 Estimação Intervalo de confiança para a
média e para proporção
(prevalência).
Teste para a média populacional.

SEMANA 10 Teste de Teste t para amostras pareadas.
hipóteses
Teste t para amostras

SEMANA 11 Teste de independentes. Análise de um
hipóteses artigo científico – aplicação do
teste t de Student.
Princípios de experimentação.
SEMANA 12 Teste de Análise de variância e
hipóteses comparações múltiplas. ANOVA
com um fator.
ANOVA com blocos causalizados

SEMANA 13 Teste de e cm dois fatores. ANOVA com
hipóteses interação.
SEMANA 14 Teste de ANOVA. Correlação linear de

hipóteses Pearson e regressão.
SEMANA 15 Teste de Regressão linear e teste não

hipóteses paramétrico (Qui-Quadrado).
SEMANA 16 Recuperaç Uma prova abrangendo todo o
ão conteúdo programático.
OBS:
Metodologia


conteúdo externo.







pretendida.

específica, sendo vedada a distribuição do material cuja a licença não permita ou sem
a autorização prévia dos professores para o material de sua autoria.
Participação ativa nas atividades propostas; Resolução das listas de exercícios;

Atendimento às sessões de dúvida e exercícios, Participação em fóruns/chats.
período letivo através de duas avaliações pontuais distribuídas dentro de cada uma das
duas Áreas, além das duas avaliações parciais referentes à cada área do conteúdo
programático.

avaliativas.
média das duas avaliações pontuais*4)) / 10
Conceitos:

disciplina.
A partir da média final após recuperação calculada, os conceitos serão atribuídos da

mesma forma especificada nos Critérios de Avaliação.
Bibliografia
Básica Essencial
BALDI, B. A prática da estatística nas ciências da vida. Rio de Janeiro: LTC, 2014.
ISBN 978-85-216-2726-5. Disponível no Sabi+
GLANTZ, S. A. Princípios de bioestatística. Porto Alegre: AMGH, 2014. ISBN

JACQUES, S. M. C. Bioestatística: princípios e aplicações. Porto Alegre: ArtMed,

2011. ISBN 9788536311449. Disponível no Sabi+
MARTINEZ, E. Z. Bioestatística para os cursos de graduação da área da saúde. São

Paulo: Blucher, 2015. ISBN 9788521209034. Disponível no Sabi+
Básica
Pagano, Marcello; Gauvreau, Kimberlee. Princípios de bioestatística. São Paulo: Thomson,

c2004. ISBN 8522103445;
TRIOLA, M. F. Introdução à estatística. Rio de Janeiro: LTC, 2017. ISBN

9788521634256. Disponível no Sabi+.
Vieira, Sonia. Análise de Variância (ANOVA). São Paulo: Editora Atlas S. A., 2006. ISBN
852244303.
VIEIRA, S. Introdução à bioestatística. Rio de Janeiro: GEN Guanabara Koogan, 2015.

ISBN 9788595150911. Disponível no Sabi+
Zar, Jerrold H.. Biostatistical analysis. Upper Saddle River, N.J.: PrenticeHall,
2009. ISBN 9780131008465.
Complementar
Dowing, Gouglas; Clark, Jeffrey. Estatística Aplicada. São Paulo: Saraiva, c2002. ISBN
8502036289.
Pinheiro, João Ismael D. et al. Estatística básica: a arte de trabalhar com dados. Rio de
Janeiro: Elsevier, 2009. ISBN 9788535230307.
Outras Referências
DANCEY, C. P. Estatística sem matemática para as ciências da saúde. Porto Alegre:
Penso, 2017. ISBN 9788584291007
Disponível no Sabi +
LEVINE, D. M. Estatística: teoria e aplicações usando MS Excel em português. Rio

de Janeiro: LTC, 2016. ISBN 9788521631972.
PARENTI, T. M. da S. Bioestatística. Porto Alegre: SER - SAGAH, 2018. ISBN

9788595022072. Disponível o Sabi+
ROSNER, B. Fundamentos de bioestatística. São Paulo: Cengage Learning, 2018.

ISBN 9788522126668.
Disponível no Sab+
VIEIRA, S. Estatística básica. São Paulo: Cengage Learning, 2018. ISBN

9788522128082.
Disponível no Sabi +
Observações

Disciplina: ESTATÍSTICA BÁSICA I
Professor Responsável: JOÃO HENRIQUE FERREIRA FLORES
Sigla: MAT02280 Créditos:4
Súmula
Descrição estatística. Noções de Probabilidade. Técnicas de amostragem. Distribuições

amostrais. Estimação. Testes Estatísticos. Análise de Correlação.
Currículos
Etapa
Aconselhada
Nenhum pré-
LICENCIATURA EM PSICOLOGIA - (267.02) 1 Obrigatória
requisito
LICENCIATURA EM CIÊNCIAS SOCIAIS - Nenhum pré-

3 Obrigatória
(064.02) requisito

5 Obrigatória
NOTURNO - (074.02) requisito
Nenhum pré-
JORNALISMO Eletiva
requisito
Nenhum pré-
RELAÇÕES PÚBLICAS Eletiva
requisito
Nenhum pré-
DESIGN DE PRODUTO 2 Obrigatória
requisito
Nenhum pré-
DESIGN VISUAL 2 Obrigatória
requisito
Nenhum pré-
PSICOLOGIA-HABIL PSICÓLOGO 267 1 Obrigatória
requisito
Nenhum pré-
BACHARELADO EM MUSEOLOGIA Eletiva
requisito
Nenhum pré-
BACHARELADO EM POLÍTICAS PÚBLICAS Eletiva
requisito
Nenhum pré-
ARQUIVOLOGIA 4 Obrigatória
requisito
Nenhum pré-
BACHARELADO EM CIÊNCIAS SOCIAIS 2 Obrigatória
requisito
Nenhum pré-
BIBLIOTECONOMIA 4 Obrigatória
requisito
Nenhum pré-
COMUNICAÇÃO SOCIAL - JORNALISMO Eletiva
requisito
COMUNICAÇÃO SOCIAL - PUBLICIDADE E Nenhum pré-

Eletiva
PROPAGANDA requisito
COMUNICAÇÃO SOCIAL - RELAÇÕES Nenhum pré-

Eletiva
PÚBLICAS requisito
Nenhum pré-
LICENCIATURA EM GEOGRAFIA Eletiva
requisito
Nenhum pré-
LICENCIATURA EM GEOGRAFIA - NOTURNO Eletiva
requisito
Nenhum pré-
PUBLICIDADE E PROPAGANDA Eletiva
requisito
BACHARELADO EM CIÊNCIAS SOCIAIS - Nenhum pré-

2 Obrigatória
NOTURNO requisito
Nenhum pré-
BACHARELADO EM GEOGRAFIA 5 Obrigatória
requisito
Nenhum pré-
BACHARELADO EM GEOGRAFIA - NOTURNO 5 Obrigatória
requisito
Nenhum pré-
LICENCIATURA EM CIÊNCIAS SOCIAIS Eletiva
requisito
Eletiva
NOTURNO requisito
Objetivos
Apresentar as noções elementares de Estatística Descritiva, Estimação, Teste de Hipóteses e

Técnicas de Amostragem, com exemplos e aplicações práticas às quais a disciplina se destina.
1 Área 1 Definições iniciais; Descrição de uma variável

(classificação)
2 Área 1 MTC: média aritmética simples, mediana, moda e

proporção; MV: variância, desvio padrão e coeficiente
de variação
3 Área 1 Tabelas de frequência; Análise gráfica
4 Área 1 Noções de probabilidade (conceitos básicos e noção

empírica)
5 Área 1 Distribuição normal
6 Área 1 Amostragem: requisitos e tipos; Amostragem:

dimensionamento
7 Área 1 Avaliação P1
8 Área 2 Estimação de um parâmetro; Estimação de um

parâmetro por intervalo: Intervalo de confiança para
uma média
9 Área 2 Intervalo de confiança para proporção

10 Área 2 Teste de hipóteses: conceitos básicos tipo de erros,
nível de significância e poder teste
11 Área 2 Teste de hipóteses: uma média; Teste de hipóteses:

duas médias (independente)
12 Área 2 Teste de hipóteses: duas médias (relacionadas);
13 Área 2 Análise de correlação: coeficiente de correlação

Spearmann
14 Área 2 Análise de correlação: coeficiente de correlação

Pearson
15 Área 2 Avaliação P2
16 Recuperação R
Metodologia
Esta disciplina utilizará o Ambiente de Aprendizagem institucional Moodle, onde estarão o

plano de Ensino ERE e as atividades previstas (se as atividades hospedadas fora do Moodle
forem utilizadas, os links estarão disponíveis no Moodle, conforme Artigo 7° da Resolução nº
25/2020 do CEPE).
englobar vídeos, arquivos, listas de exercícios, materiais diversos e links para conteúdo
externo.
O desenvolvimento das atividades previstas no plano de ensino adotará o modelo assíncrono.

Poderão ser realizadas atividades síncronas de atendimento de dúvidas, ou outros
atendimentos individualizados, os quais não precisarão ser gravados.

professores.

As estratégias avaliativas permitirão acompanhar e avaliar o rendimento ao longo do período

letivo através de duas avaliações parciais ao final de cada área além de avaliações pontuais
dentro de cada área.
As avaliações serão assíncronas, sendo disponibilizadas no Moodle da disciplina. Os alunos

terão um prazo de NO MÍNIMO 24 HORAS para a realização das atividades avaliativas.
A média final (MF) será calculada da seguinte forma:
MF = (0,4*média das avaliações pontuais) + (0,6*média das avaliações parciais)
Conceitos:
fica inaplicável a atribuição de conceito FF, prevista no Parágrafo 2º, do Artigo 44, da
Resolução nº 11/2013 do CEPE.
Média final após recuperação = (0,4 * MF) + (0,6 * Nota da avaliação de recuperação).
A partir da média final após recuperação calculada, os conceitos serão atribuídos da mesma
forma especificada nos Critérios de Avaliação.
Bibliografia
Básica Essencial
Os livros abaixo estão disponíveis, de forma gratuita, no portal Sabi+:
Morettin, Pedro Alberto. Bussab, Wilton de Oliveira.. Estatística básica.. São Paulo: Ed. Saraiva,
2003. ISBN 9788502081772.
Básica
Barbetta, Pedro Alberto. Estatística aplicada às ciências sociais. Florianópolis: Editora da UFSC,
2007. ISBN 9788532803962; 9788532800107.
Complementar
Outras Referências
Observações

doutorado, inclusive em estágio docência, nos termos da Resolução 02/2009 do CEPE e do
Artigo 6° da Resolução 25/2020 do CEPE.
Disciplina: - PROFISSÃO DO ESTATÍSTICO
Professor Responsável: LUCIANA NEVES NUNES
Carga Horária: 30h CH Autônoma: 4h CH Coletiva: 26h CH Individual: h
Currículos
Currículos Etap Pré-Requisitos Natureza

a
BACHARELADO 1 Nenhum pré- Obrigatória

EM requisito
ESTATÍSTICA
Súmula: Estatística: história, a profissão, as aplicações, os locais de trabalho e as

organizações sociais vinculadas.
Objetivos Despertar o interesse pela história da probabilidade e da estatística.; Apresentar

ao ingressante do curso de Estatística o panorama e perspectivas futuras da profissão do
estatístico.; Descrever as habilidades gerais necessárias para o sucesso profissional de um
estatístico.; Esclarecer os alunos sobre a organização formal da profissão do estatístico.
Estatística: caracterização,
SEMANA 1 Evolução da estatística desenvolvimento e história.
como campo de
(Área 1) conhecimento e como
profissão
SEMANA 2 Evolução da estatística Cientistas que contribuíram para

como campo de o desenvolvimento da estatística
(Área 1) conhecimento e como e áreas relacionadas.
profissão
SEMANA 3 Áreas de aplicação da Aplicações da estatística:

estatística principais áreas.
(Área 1)
SEMANA 4 O que faz o estatístico Competências esperadas de

um estatístico
(Área 1)
SEMANA 5 Instituições e Sociedades - Organização profissional

representantes dos - Leis
(Área 1) estatísticos - Regulamentação da
profissão
- CONFE, CONRE
- ABE
- Listas de discussão
SEMANA 6 Sociedades representantes - Organização profissional

dos estatísticos - Leis
(Área 1) - Regulamentação da
profissão
- CONFE, CONRE
- ABE
- Listas de discussão
SEMANA 7 Mercado de trabalho - Descrição do mercado de

trabalho no RS e no Brasil
(Área 1) - Empresas de consultoria
- O trabalho do estatístico em
empresas públicas e privadas
- Estágios
- Estágios

- Estágios
SEMANA 10 Cursos de pós-graduação- - Apresentar os principais

cursos de pós-graduação em
(Área 2) Estatística no Brasil e no
exterior
- Apresentar os principais
cursos de pós-graduação em
áreas aplicadas no Brasil e no
exterior
SEMANA 11 Apresentação dos locais de Sugestões de locais: hospitais,

trabalho de estatísticos empresas de assessoria,
(Área 2) bancos, empresas de software,
seguradoras, institutos de
pesquisa, indústrias,
universidades, escolas.
Sugestões de profissionais a
serem convidados:
pesquisadores, professores de
Estatística, professores de
outras áreas que usam a
estatística, consultores.

serem convidados:
serem convidados:

serem convidados:

serem convidados:
SEMANA 16 Atividades de recuperação Atividades de recuperação
Metodologia
Esta disciplina utilizará o Ambiente de Aprendizagem institucional Moodle, onde estarão o plano
de Ensino ERE e as atividades previstas (se as atividades hospedadas fora do Moodle forem
utilizadas, os links estarão disponíveis no Moodle, conforme Artigo 7° da Resolução nº 25/2020
do CEPE).
externo.
O desenvolvimento das atividades previstas no plano de ensino adotará o modelo síncrono ou

assíncrono. As atividades coletivas síncronas deverão seguir os dispositivos do Artigo 12° da
Resolução nº 25/2020 CEPE.
professores.
Participação ativa nas atividades propostas, resolução das listas de exercícios, atendimento às
sessões de dúvida e exercícios, participação em fóruns/chats.
Sempre que possível, o professor irá trazer dados de exemplos reais que contemplem os temas
transversais propostos pelos Parâmetros Curriculares Nacionais. Nesse sentido, os estudantes
poderão aplicar as ferramentas estatísticas para análise de dados relacionados a temas como
ética, meio ambiente, saúde, diversidade e problemas sociais a fim de colaborar com a
formação de cidadãos críticos, atuantes e colaboradores na construção de uma sociedade mais
justa.

letivo através da realização das seguintes tarefas:
- Postagem de três resumos, que poderão ser de apresentações dos profissionais convidados,
de vídeos ou filmes assistidos com a temática da profissão do estatístico, textos com a temática
da profissão do estatístico, etc: peso 0,6 na nota final
- Participação no Fórum da disciplina: peso 0,4 na nota final
As avaliações serão prioritariamente assíncronas e serão disponibilizadas no Moodle da

disciplina. Os alunos terão um prazo de NO MÍNIMO 24 HORAS para a realização das atividades
avaliativas.
No caso de avaliações síncronas, elas deverão seguir os dispositivos do Artigo 14° da Resolução
nº 25/2020 CEPE.
Cálculo da média final (MF):
MF = 0,6(Avaliação dos resumos) + 0,4(Avaliação do Fórum)

Conceitos:
Bibliografia
Básica Essencial
MEMÓRIA, José Maria Pompeu. Breve história da Estatística (Texto para discussão 21).
Brasília: Embrapa Informação Tecnológica, 2004. Disponível em:
http://www.im.ufrj.br/~lpbraga/prob1/historia_estatistica.pdf
LinkMlodinow, Leonard; Alfaro, Diego; LinkJurkiewicz, Samuel. O andar do bêbado : como

o acaso determina nossas vidas. Rio de Janeiro: Jorge Zahar, 2009. ISBN 9788537801550.
Básica
LinkHeyde, Christopher C; LinkSeneta, Eugene. Statisticians of the centuries. New York:
Springer, 2001.
Complementar
ASSOCIAÇÃO BRASILEIRA DE ESTATÍSTICA (ABE). Boletins da ABE. Disponível em:

http://www.ime.usp.br/~abe/site/page_manager/pages/view/boletins-da-abe
CONSELHO FEDERAL DE ESTATÍSTICA. Artigos. Disponível em:

http://www.confe.org.br/artigos.htm
CONSELHO FEDERAL DE ESTATÍSTICA. Descretos. Disponível em:

http://www.confe.org.br/decretos.htm
CONSELHO FEDERAL DE ESTATÍSTICA. Leis. Disponível em:

http://www.confe.org.br/leis.htm
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. O IBGE. Disponível em:

http://www.ibge.gov.br/home/disseminacao/eventos/missao/default.shtm
Outras Referências
Observações

Disciplina: ESTATÍSTICA DESCRITIVA
Professor Responsável: STELA MARIS DE JEZUS CASTRO
Carga Horária: 60 h CH Autônoma: 7h CH Coletiva: CH Individual: 0h

53h
Currículos
BACHARELADO EM 1 Nenhum pré-requisito Obrigatória

ESTATÍSTICA
Súmula
Etapas de um projeto de pesquisa. Medidas de tendência central, de variabilidade e de forma.

Análise gráfica de dados. Distribuição bidimensional. Taxas de crescimento populacional.
Número-índice: indicadores de variação de preços e de concentração. Introdução ao estudo de
séries temporais. Análise de correlação.
Objetivos
- Trabalhar o instrumental da Estatística Descritiva evidenciando sua importância como

primeira abordagem na análise de dados, explorando sua potencialidade no campo da
aplicação às demais ciências.
- Aprofundar os conceitos fundamentais da Estatística Descritiva, estabelecendo, via

procedimentos computacionais, o vínculo do aluno com a linguagem estatística.
- Iniciar o estudante nas técnicas da construção de indicador de preços e de indicador de
concentração, bem como nos procedimentos clássicos de análise de séries temporais.
- Desenvolver a análise exploratória de dados enfatizando sua importância como ferramenta

inicial na interpretação de dados.
Noções de Pesquisa: preparação de dados, nível de

SEMANA 1 Área 1 mensuração de variáveis.
Variáveis e
medidas
SEMANAS 2 A 3 Área 1 Tabelas para dados agrupados.
Tabelas de Normas de apresentação tabular e normas da ABNT.

distribuição de
frequências Órgãos e bases de dados nacionais e internacionais.
SEMANA 4 A 5 Área 1 Histograma, gráfico de barras, gráfico de linhas,

gráfico de setores, gráfico box plot, gráfico de
Análise gráfica dispersão, gráfico de pareto e radar.
de dados
SEMANA 6 A 7 Área 1 Médias aritmética, ponderada, harmônica e

geométrica, separatrizes e modas.
Medidas de
tendência
central
SEMANA 8 Área 1 Medidas de variabilidade absolutas e relativas, tais

como: variância, desvio padrão, amplitude,
Medidas de amplitude interquartílica, coeficiente de variação.
Variabilidade
SEMANA 9 Área 1 Medidas Medidas de assimetria e curtose

de forma
SEMANA 10 Área 2 Análise e interpretação de tabelas cruzadas. Medidas
de correlação e associação.
Distribuições
bidimensionais
SEMANA 11 A 12 Área 2 Características, índices de preços e quantidades,

relativos; mudança de base, principais índices
Números índices publicados no Brasil, índice de concentração.
SEMANA 13 Área 2 Taxas de crescimento populacional linear e

geométrica.
Taxas de Área
crescimento
populacional
SEMANA 14 A 15 Área 2 Introdução ao estudo de séries temporais: modelo

clássico, componentes, projeções baseadas na
Séries temporais tendência e sazonalidade; análise de variações
cíclicas e irregulares; previsão de ciclos.
SEMANA 16 Recuperação
Metodologia
do CEPE).
externo.

professores.
justa.

letivo através de duas avaliações pontuais distribuídas dentro de cada Área (totalizando quatro
avaliações pontuais), além das avaliações parciais (listas de exercícios) referentes à cada área
do conteúdo programático (totalizando duas listas de exercícios como avaliação parcial).
As avaliações serão realizadas de forma assíncrona e serão disponibilizadas no Moodle da

disciplina. Os alunos terão um prazo de 48 HORAS para a realização das atividades avaliativas.
Cálculo da nota final:
MF = [(Avaliação parcial Área1 * 3) + (Avaliação parcial Área 2 * 3) + (Média das quatro

avaliações pontuais * 4)] / 10.
Conceitos:
A nota final é recalculada, devendo ser maior ou igual a 6 para receber o conceito C.
Bibliografia
Básica Essencial
Pedro Alberto Morettin, Wilton de Oliveira Bussab. Estatística Básica. São Paulo: Saraiva,
ISBN 9788502207998. Disponível no Sabi+.
Costa Neto, Pedro Luiz de Oliveira. Estatística. São Paulo: Edgard Blücher, 2002. ISBN
Básica
William J. Stevenson. Estatística aplicada à administração. São Paulo: Harbra, ISBN

8529400925.
Fonseca, Jairo Simon da; Martins, Gilberto de Andrade.. Curso de estatística.. São Paulo:
Atlas, 1996. ISBN 8522414718.
Guiseppe Milone. Estatística: geral e aplicada. São Paulo: Thomson, 2003. ISBN
8522103399.
Morettin, Pedro Alberto; Toloi, Clelia Maria de Castro.. Análise de séries temporais.. São
Paulo: Edgard Blücher, 2006. ISBN 8521203896.
Complementar
Brockwell, Peter J.; Davis, Richard A.. Time series: theory and methods.. New York:
Springer, 2009. ISBN 978-1441903198.
Magalhães, Marcos Nascimento.. Noções de probabilidade e estatística.. São Paulo: Edusp,
2005. ISBN 8531406773.
Meyer, Paul L... Probabilidade: aplicações à estatística.. Rio de Janeiro: LTC, 2000. ISBN
8521602944.
Spiegel, Murray Ralph.. Probabilidade e estatística.. São Paulo: Pearson, 2004. ISBN
8534613001.
Outras Referências
Observações

Disciplina: INTRODUÇÃO A PACOTES ESTATÍSTICOS
Professor Responsável: VANESSA BIELEFELDT LEOTTI
Súmula
Construção de banco de dados. Manipulação de bancos de dados utilizando pacotes
estatísticos.
Currículos
Currículos Etapa Aconselhada Pré-Requisitos Natureza
BACHARELADO EM ESTATÍSTICA 1 Nenhum pré-requisito Obrigatória
Objetivos
Apresentar aos alunos os programas de análise estatística de dados R, SAS e SPSS; e um ou
mais programas de construção e digitação de questionários.
Semana Título Assunto
1 (Área 1) Introdução e apresentação da disciplina e dos softwares
2 (Área 1) SPSS: instalação e modo de trabalho
3 (Área 1) SPSS: importação/exportação de banco de dados

4 (Área 1) SPSS: operações no banco de dados
5 (Área 1) Avaliação Parcial (P1)
6 (Área 1) SAS: apresentação do modo ON DEMAND
7 (Área 1) SAS: modo de trabalho e bancos de dados
8 (Área 2) SAS: importação/exportação de banco de dados
9 (Área 2) SAS: operações no banco de dados
11 (Área 2) R: apresentação e modo de trabalho/IDE
12 (Área 2) R: importação/exportação de banco de dados
13 (Área 3) R: operações no banco de dados
14 (Área 3) R: operações com datas
16 Recuperação
Metodologia
25/2020 do CEPE).
externo.

atendimentos individualizados, os quais não precisam ser gravados.

professores.

Participação ativa nas atividades propostas; Atendimento às sessões de dúvida e exercícios,
Participação em fóruns/chats.
Sempre que possível, o professor irá trazer dados de exemplos reais que
contemplem os temas transversais propostos pelos Parâmetros Curriculares
Nacionais. Nesse sentido, os estudantes poderão aplicar as ferramentas
estatísticas para análise de dados relacionados a temas como ética, meio
ambiente, saúde, diversidade e problemas sociais a fim de colaborar com a
formação de cidadãos críticos, atuantes e colaboradores na construção de uma
sociedade mais justa.
letivo através de 3 avaliações parciais (uma ao final de cada área) e uma avaliação pontual
para cada área. A média final (MF) será então obtida a partir da seguinte fórmula:
MF = (0,3*média atividades pontuais+0,7*média das avaliações parciais)
Conceitos:
fica inaplicável a atribuição de conceito FF, prevista no Parágrafo 2º, do Artigo 44, da
Resolução nº 11/2013 do CEPE.


Média final após recuperação = (0,4 * MF) + (0,6 * Nota da avaliação de recuperação).

Bibliografia
Básica Essencial
Descobrindo a estatística usando o SPSS; Field, Andy. Porto Alegre: ArtMed, 2009. Disponível no
Sabi+.
Using SAS for Data Management, Statistical Analysis, and Graphics; Kleinman, Ken; Horton,
Nicholas J. Boca Raton, FL : CRC Press. 2011. Disponível no Sabi+.
Torgo L., Apostila: Introdução à Programação em R. Universidade do Porto, Faculdade de

Economia. Disponível on-line: https://cran.r-project.org/doc/contrib/Torgo-
ProgrammingIntro.pdf;
Itano, Fernando; Santos, S. M. Tópicos de estatística utilizando o R. Instituto de Matemática e

Estatística–Universidade de São Paulo, 2007. Disponível on-line: https://cran.r-
project.org/doc/contrib/Itano-descriptive-stats.pdf;
Landeiro, Victor Lemes. Introdução ao uso do programa R. Manaus: Instituto Nacional de

Pesquisas da Amazônia, 2011. Disponível on-line: https://cran.r-
project.org/doc/contrib/Landeiro-Introducao.pdf
Grolemund, Garrett, and Hadley Wickham. "R for data science." (2018). Disponível on-line:
https://r4ds.had.co.nz/
Básica
Barbetta, Pedro Alberto. Estatística aplicada às ciências sociais. Florianópolis: Editora da UFSC,
2007. ISBN 9788532803962; 9788532800107.
Morettin, Pedro Alberto. Bussab, Wilton de Oliveira. Estatística básica. São Paulo: Ed. Saraiva,
2003. ISBN 9788502081772.
Complementar
Outras Referências
Observações
Disciplina: Introdução à Probabilidade
Professor Responsável: Álvaro Vigo
Carga Horária: 60 h CH Autônoma: 0 h CH Coletiva: 60 h CH Individual: 0 h
Currículos
BACHARELADO EM ESTATÍSTICA 1 Nenhum pré-requisito Obrigatória
Súmula
Espaços de probabilidade. Probabilidade condicional e independência. Variáveis aleatórias unidimensionais discretas e

contínuas. Principais distribuições unidimensionais. Principais transformações de variáveis aleatórias discretos e
contínuos. Principais transformações de vetores aleatórios. Leis dos grandes números. Teorema central do limite.
Objetivos
Proporcionar ao aluno um primeiro contato com os principais conceitos da probabilidade. Apresentar as distribuições de
probabilidade, os resultados mais conhecidos e aplicações com ênfase em exemplos.
SEMANA 1 Experimento aleatório, espaço amostral e eventos. Combinação de

Experimento
eventos. Propriedades da combinação de eventos, eventos disjuntos,
aleatório, espaço
complemento, união e intersecção de eventos.
(Área 1) amostral e eventos.
SEMANA 2
Conceitos de Conceitos de probabilidade: clássica, frequentista, geométrica e
probabilidade noções de probabilidade axiomática.
(Área 1)
SEMANA 3
Análise combinatória Aplicações à probabilidade de arranjos, permutações e combinações.
(Área 1)
Variável aleatória discreta: função massa de probabilidade e

distribuição acumulada.
Variável aleatória contínua: função densidade e distribuição
acumulada.
SEMANA 4
Quantis.
Vetores Aleatórios (noções): função massa/densidade conjunta e
(Área 1)
marginais; variáveis aleatórias independentes, função
massa/densidade condicional.
Funções de variáveis aleatórias; soma e média de variáveis
independentes e transformações lineares.
Variável aleatória discreta: função massa de probabilidade e

distribuição acumulada.
Variável aleatória contínua: função densidade e distribuição
acumulada.
SEMANA 5
Quantis.
Vetores Aleatórios (noções): função massa/densidade conjunta e
(Área 1)
marginais; variáveis aleatórias independentes, função
massa/densidade condicional.
Funções de variáveis aleatórias; soma e média de variáveis
independentes e transformações lineares.
SEMANA 6
Esperança e suas
Esperança e suas propriedades.
propriedades.
(Área 1)
SEMANA 7 Variância,
Variância e suas propriedades. Covariância e correlação e suas
covariância e
propriedades.
(Área 1) correlação.
SEMANA 8 Avaliação Prova relativa à área 1

(Área 2)
SEMANA 9
Distribuições Principais modelos discretos: Bernoulli, Binomial, Hipergeométrico,
discretas Geométrico, Pascal (Binomial negativa) e Poisson.
(Área 2)
SEMANA 10
Distribuições Principais modelos discretos: Bernoulli, Binomial, Hipergeométrico,
discretas Geométrico, Pascal (Binomial negativa) e Poisson.
(Área 2)
SEMANA 11
Distribuições Principais modelos contínuos: Uniforme, Exponencial, Normal, Gama,
contínuas Beta, Weibull, t de Student, Qui-Quadrado e F.
(Área 2)
SEMANA 12
(Área 2)
SEMANA 13
(Área 2)
SEMANA 14
Conceitos básicos de Lei do Grandes Números: intuição e aplicações.
convergência Teorema Central do Limite: intuição e aplicações.
(Área 2)
SEMANA 15
Avaliação Prova relativa à área 2
(Área 2)
SEMANA 16 Recuperação Recuperação
Metodologia
O desenvolvimento das atividades previstas no plano de ensino adotará o modelo síncrono ou assíncrono. As atividades
coletivas síncronas deverão seguir os dispositivos do Artigo 12° da Resolução nº 25/2020 CEPE.
plágio.
autoria.
Participação ativa nas atividades propostas, resolução das listas de exercícios, atendimento às sessões de dúvida e
exercícios, participação em fóruns/chats.
Sempre que possível, o professor irá trazer dados de exemplos reais que contemplem os temas transversais propostos
pelos Parâmetros Curriculares Nacionais. Nesse sentido, os estudantes poderão aplicar as ferramentas estatísticas para
análise de dados relacionados a temas como ética, meio ambiente, saúde, diversidade e problemas sociais a fim de
colaborar com a formação de cidadãos críticos, atuantes e colaboradores na construção de uma sociedade mais justa.
As estratégias avaliativas permitirão acompanhar e avaliar o rendimento ao longo do período letivo através de, pelo
menos, duas avaliações pontuais distribuídas dentro de cada uma das duas Áreas, além das avaliações parciais (testes,
trabalhos, seminários, listas de exercícios, relatórios, etc.) referentes à cada área do conteúdo programático.
As avaliações serão prioritariamente assíncronas e serão disponibilizadas no Moodle da disciplina. Os alunos terão um
prazo de NO MÍNIMO 24 HORAS para a realização das atividades avaliativas.
No caso de avaliações síncronas, elas deverão seguir os dispositivos do Artigo 14° da Resolução nº 25/2020 CEPE.
Cálculo da nota final: MF = ((Avaliação parcial 1 *3) + (Avaliação parcial 2*3) + (nota média das duas avaliações
pontuais*4))/ 10
Conceitos:
De acordo com a Resolução do CEPE sobre o ERE, durante o período em que perdurar o ERE, fica inaplicável à atribuição
de conceito FF, prevista no Parágrafo 2º, do Artigo 44, da Resolução nº 11/2013 do CEPE.
Para os estudantes matriculados até o final do período e que deixaram de participar da Atividade de Ensino, deverá ser
atribuído o registro NI (Não Informado) no campo de conceito do sistema acadêmico.
Para os casos previstos no Parágrafo 1º, a justificativa do registro NI deverá conter a referência ao período de
excepcionalidade.
Os casos de não informação de conceito durante o ERE, deverão ser resolvidos até o fim do segundo período letivo,
após o fim da situação emergencial de saúde.
Bibliografia
Básica Essencial
Spiegel, Murray R., John J. Schiller, and R. Alu Srinivasan. Probabilidade e Estatística-: Coleção Schaum.
Bookman Editora, 2016. Disponível no Sabi+
Ross, Sheldon. Probabilidade: um curso moderno com aplicações. Bookman Editora, 2009.
Hines, William W., Douglas C. Montgomery, and David M. Goldsman. Probabilidade E Estatística Na Engenharia
. Grupo Gen-LTC, 2000. Disponível no Sabi+
Básica
Dantas, Carlos Alberto Barbosa. Probabilidade :um curso introdutório. Editora da Universidade de São Paulo,
ISBN 9788531403996.
Hoel, Paul G.; Port, Sidney C.; Stone, Charles J.. Introdução à teoria da probabilidade. Rio de Janeiro: Editora
Interciência, 1978.
Magalhães, Marcos Nascimento. Probabilidade e Variáveis Aleatórias. Editora IME-USP, ISBN 8531409454.
Feller, William. Introdução à teoria das probabilidades e suas aplicações. Editora Edgard Blucher, 1976.
Fernandez, Pedro de Jesus. Introdução à teoria das probabilidades. Editora IMPA,
Meyer, Paul L.. Probabilidade. Aplicações à Estatística. Editora LTC, ISBN 8521602944.
Ross, Sheldon. Introduction to probability models. Academic Press, ISBN 9780125980623.
Complementar
James, B. J.. Probabilidade: Um Curso Em Nível Intermediário. Rio de Janeiro: Editora IMPA, 2004. ISBN
9788524401015.
Montgomery, Douglas C.. Estatística aplicada e probabilidade para engenheiros. Rio de Janeiro: LCT, 2012. ISBN
9788521620402.
Mood, A.M; Graybill, F.A. e Boes, D.C.. Introduction to the Theory of Statistics. New York: Editora McGraw-Hill,
1974. ISBN 9780070854659.
Rohatgi, V.K.. An introduction to probability theory and mathematical statistics. John Wiley, ISBN 0471731358.
Triola, Mario F.. Introdução à estatística : atualização da tecnologia. Rio de Janeiro: LCT, 2013. ISBN
9788521622956.
Outras Referências
Observações
Esta Atividade de Ensino poderá contar com a participação de alunos de mestrado e de doutorado, inclusive em estágio
docência, nos termos da Resolução 02/2009 do CEPE e do Artigo 6° da Resolução 25/2020 do CEPE.
Mediante solicitação prévia do Professor Orientador e aprovação pelo Departamento de Estatística, será permitida, a
alunos de cursos de Pós-Graduação da UFRGS, a realização de Estágio de Docência nesta disciplina, respeitado o
disposto na Resolução 02/2009 do CEPE.
Disciplina: INFERÊNCIA - A
Professor Responsável: PATRICIA KLARMANN ZIEGELMANN
Créditos: 4
Sigla: MAT02023
Súmula
Estimação pontual. Propriedade dos estimadores. Estatísticas suficientes. Método dos momentos.
Método da máxima verossimilhança. Estimadores Bayesianos. Otimização numérica.
Currículos
BACHARELADO EM 5 (MAT02027) MODELOS LINEARES Eletiva

ESTATÍSTICA
BACHARELADO EM 7 90 créditos obrigatório Alternativa

MATEMÁTICA - ÊNFASE
MATEMÁTICA APLICADA
COMPUTACIONAL
Objetivos
Apresentar e discutir os conceitos fundamentais da estimação de parâmetros no contexto da inferência
clássica e da inferência bayesiana. Capacitar o aluno para a utilização e interpretação de estimadores
clássicos e bayesianos utilizando exemplos, exercícios e possivelmente procedimentos computacionais.
Estimular o aluno a desenvolver espírito crítico e maturidade de julgar aplicações de estimadores como
ferramenta para fazer inferências. Desenvolver o espírito acadêmico do aluno.
Semana Título Conteúdo Programático
Conceitos Básicos
1a8 Estimação pontual Método dos momentos.
(Área 1) Função de Verossimilhança
Método da máxima verossimilhança.

Distribuições a priori, a posteriori, preditiva a
Estimação pontual priori e preditiva a posteriori.
Estimadores de Bayes e de Máxima

Verossimilhança Generalizada.
Propriedades dos estimadores.
Avaliação de Estimadores Estatísticas suficientes.
Família exponencial
9 a 15 Otimização de Função Perda.
(Área 2)
Método de Newton-Raphson
Métodos de Otimização
Otimização com Restrições
Otimização em Problemas de Estatística
16 Recuperação Recuperação
Metodologia
Esta disciplina utilizará o Ambiente de Aprendizagem institucional Moodle, onde estarão o plano de
Ensino ERE e as atividades previstas (se as atividades hospedadas fora do Moodle forem utilizadas, os
links estarão disponíveis no Moodle, conforme Artigo 7° da Resolução nº 25/2020 do CEPE).
O material contendo o conteúdo das atividades deve ser disponibilizado no Moodle, podendo englobar
vídeos, arquivos, listas de exercícios, materiais diversos e links para conteúdo externo.
As plataformas Moodle, Google Meet, Microsoft Teams ou Zoom, poderão servir de ferramenta para as
aulas síncronas da disciplina. A plataforma Moodle será utilizada como repositório de material (listas
de exercícios, slides de aulas, vídeo aulas, disponibilização de links e qualquer material que o professor
considerar pertinente para a disciplina), bem como poderá ser utilizada para a realização de atividades
assíncronas (fóruns, entrega de trabalhos ou relatórios) ou síncronas (chats).

assíncrono. As atividades coletivas síncronas deverão seguir os dispositivos do Artigo 12° da Resolução
nº 25/2020 CEPE.
Informações sobre Direitos Autorais e de Imagem
utilização para qualquer outra finalidade, sob as penas legais. Todos os materiais de terceiros que
venham a ser utilizados devem ser referenciados, indicando a autoria, sob pena de plágio.
A liberdade de escolha de exposição da imagem e da voz não isenta o aluno de realizar as atividades
originalmente propostas ou alternativas;Todas as gravações de atividades síncronas devem ser
previamente informadas por parte dos professores.
Somente poderão ser gravadas pelos alunos as atividades síncronas propostas mediante concordância
prévia dos professores e colegas, sob as penas legais.
É proibido disponibilizar, por quaisquer meios digitais ou físicos, os dados, à imagem e a voz de colegas
e do professor, sem autorização específica para a finalidade pretendida.
Os materiais disponibilizados no ambiente virtual possuem licença de uso e distribuição específica, sendo
vedada a distribuição do material cuja a licença não permita ou sem à autorização prévia dos professores
para o material de sua autoria.
Participação ativa nas atividades propostas, resolução das listas de exercícios, atendimento às sessões
de dúvida e exercícios, participação em fóruns/chats.
transversais propostos pelos Parâmetros Curriculares Nacionais. Nesse sentido, os estudantes poderão
aplicar as ferramentas estatísticas para análise de dados relacionados a temas como ética, meio
ambiente, saúde, diversidade e problemas sociais a fim de colaborar com a formação de cidadãos
críticos, atuantes e colaboradores na construção de uma sociedade mais justa.
Espera-se participação ativa dos alunos nas experiências de aprendizagem propostas. A avaliação do
aluno compreenderá atividades individuais pontuais distribuídas dentro de cada área (no mínimo duas
por área) e atividades parciais (uma por área).
Cálculo da média final:
MF = (média das avaliações pontuais *0,4) + (Média das avaliações parciais * 0,6)
Conceitos:
inaplicável à atribuição de conceito FF, prevista no Parágrafo 2º, do Artigo 44, da Resolução nº 11/2013
do CEPE.
Para os estudantes matriculados até o final do período e que deixaram de participar da Atividade de
Ensino, deverá ser atribuído o registro NI (Não Informado) no campo de conceito do sistema acadêmico.
Para os casos previstos no Parágrafo 1º, a justificativa do registro NI deverá conter a referência ao
período de excepcionalidade.
Os casos de não informação de conceito durante o ERE, deverão ser resolvidos até o fim do segundo
período letivo, após o fim da situação emergencial de saúde.

Os alunos que não atingirem o conceito mínimo para aprovação poderão fazer uma (única) atividade
avaliada de recuperação, abrangendo todo o conteúdo programático da disciplina. A nova Média Final
será recalculada do seguinte modo:
Média final após recuperação = 0,4 × (MF) + 0,6 × (Nota da atividade de recuperação).

Os resultados das avaliações parciais serão entregues até 72 horas antes da avaliação seguinte.
Bibliografia
Básica Essencial
Efron, B. , Hastie, T. Computer Age Statistical Inference: Algorithms, Evidence, and Data
Science. Cambridge University Press. Disponível on-line.
Held, L.. Applied statistical inference : Likelihood and Bayes. Springer Berlin Heidelberg,
2014. ISBN 9783642378874. Disponível no Sabi+.
Básica
Mood, A.M.; Graybill F.A. ; Boes D.C.. Introduction to the theory of statistics. New York:
New York : Mcgraw-Hill, 1974. ISBN 9780070854659.
Casella, George; Berger, Roger L.. Inferência Estatística. São Paulo: São Paulo : Cengage
Learning, 2011.
Boos, Dennis D. ;Stefanski, L. A.. Essential Statistical Inference : Theory and Methods..
New York: Springer New York, 2013. ISBN 9781461448181.
Koch, Karl-Rudolf. Introduction to Bayesian Statistics.. Berlin Heidelberg: Springer-Verlag

Berlin Heidelberg, 2007. ISBN 9783540727262.
Migon H. S., Gamerman D., Louzada F.. Statistical Inference: An Integrated Approach:
An Integrated Approach, Second Edition. CRC Press, 2014. ISBN-10: 9781439878804
Complementar
Bickel, Peter J. ;Doksum, Kjell A.. Mathematical statistics : basic ideas and selected
topics.. Upper Saddle River: Prentice Hall, 2001. ISBN 013850363X (v. 1).
Held, Leonhard ; Sabanés Bové, Daniel. Applied Statistical Inference : Likelihood and
Bayes.. Berlin, Heidelberg: Springer Berlin Heidelberg, 2014. ISBN 9783642378874.
Kalbfleisch, J. G.. Probability and statistical inference. New York: Springer-Verlag, 1985.
ISBN 0387961445 (v. 1).
Lehmann, E. L.;. Fisher, Neyman, and the Creation of Classical Statistics.. New York:
Springer New York, 2011. ISBN 9781441995001.
Marin, Jean-Michel ;Robert, Christian P.. Bayesian Essentials with R.. New York: Springer
New York, 2014. ISBN 9781461486879.
Observações:
Esta Atividade de Ensino poderá contar com a participação de alunos de mestrado e de doutorado,
inclusive em estágio docência, nos termos da Resolução 02/2009 do CEPE e do Artigo 6° da Resolução
25/2020 do CEPE.
Disciplina: Probabilidade – B
Professor Responsável: Eduardo de Oliveira Horta
Currículos
BACHARELADO EM ESTATÍSTICA 3 (MAT02022) PROBABILIDADE – A; Obrigatória

(MAT01354) CÁLCULO E GEOMETRIA
ANALÍTICA II - A
BACHARELADO EM MATEMÁTICA- 7 (MAT02022) PROBABILIDADE - A Obrigatória

ÊNFASE MATEMÁTICA PURA
BACHARELADO EM MATEMÁTICA - 7 (MAT02022) PROBABILIDADE - A Alternativa

ÊNFASE MATEMÁTICA APLIC
COMPUTACIONAL
Súmula
Esperança e esperança condicional. Desigualdades. Distribuições especiais. Modos de convergência. Leis dos grandes
números. Teorema central do limite.
Objetivos
Apresentar a Teoria da Probabilidade e demonstrar seus principais resultados. Desenvolver o espírito acadêmico dos
alunos. Proporcionar um embasamento teórico adequado para todo o curso de estatística.
SEMANA 1 Área 1 Esperança e esperança condicional; esperança de

funções, propriedades
SEMANA 2 Variância, covariância e correlação
SEMANA 3 Desigualdades: Chebyshev, Markov, Jensen,

Cauchy-Schawrtz
SEMANA 4 Distribuições, massas e densidades condicionais
SEMANA 5 Independência e Teorema de Bayes
SEMANA 6 Distribuições especiais: Normal multivariada, t-

Student; construção e propriedades
SEMANA 7 Distribuições especiais: Qui-quadrado e F;

construção e propriedades
SEMANA 8 Área 2 Revisão do conceito de limite
SEMANA 9 Revisão do conceito de continuidade
SEMANA 10 Modos de convergência: em probabilidade e quase-

certa
SEMANA 11 Modos de convergência: em distribuição

SEMANA 12 Relações entre os modos de convergência
SEMANA 13 Lei dos Grandes Números
SEMANA 14 Função característica
SEMANA 15 Teorema Central do Limite
SEMANA 16 Recuperação
Metodologia
O material contendo o conteúdo das atividades deve ser disponibilizado no Moodle, podendo englobar vídeos,
arquivos, listas de exercícios, materiais diversos e links para conteúdo externo.
O desenvolvimento das atividades previstas no plano de ensino adotará o modelo síncrono ou assíncrono. As
atividades coletivas síncronas deverão seguir os dispositivos do Artigo 12° da Resolução nº 25/2020 CEPE.

Todos os materiais disponibilizados são exclusivamente para fins didáticos, sendo vedada a sua utilização para
qualquer outra finalidade, sob as penas legais.
plágio.
É proibido disponibilizar, por quaisquer meios digitais ou físicos, os dados, a imagem e a voz de colegas e do
professor, sem autorização específica para a finalidade pretendida.
autoria.
exercícios, participação em fóruns/chats. Sempre que possível, o professor irá trazer dados de exemplos reais que
contemplem os temas transversais propostos pelos Parâmetros Curriculares Nacionais. Nesse sentido, os estudantes
poderão aplicar as ferramentas estatísticas para análise de dados relacionados a temas como ética, meio ambiente,
saúde, diversidade e problemas sociais a fim de colaborar com a formação de cidadãos críticos, atuantes e
colaboradores na construção de uma sociedade mais justa.
As estratégias avaliativas permitirão acompanhar e avaliar o rendimento ao longo do período letivo através de, pelo
menos, duas avaliações pontuais distribuídas dentro de cada uma das duas Áreas, além das avaliações parciais
(testes, trabalhos, seminários, listas de exercícios, relatórios, etc.) referentes à cada área do conteúdo programático.
As avaliações serão prioritariamente assíncronas e serão disponibilizadas no Moodle da disciplina. Os alunos terão um
prazo de NO MÍNIMO 24 HORAS para a realização das atividades avaliativas.
No caso de avaliações síncronas, elas deverão seguir os dispositivos do Artigo 14° da Resolução nº 25/2020 CEPE.
Cálculo da nota final: MF = ((Avaliação parcial 1 *3) + (Avaliação parcial 2*3) + (nota média das duas avaliações
pontuais*4))/ 10
Conceitos:
De acordo com a Resolução do CEPE sobre o ERE, durante o período em que perdurar o ERE, fica inaplicável a
atribuição de conceito FF, prevista no Parágrafo 2º, do Artigo 44, da Resolução nº 11/2013 do CEPE.
excepcionalidade.



Bibliografia
Básica Essencial
Ross, S.. Probabilidade: um Curso Moderno com Aplicações. Bookman, ISBN 978-85-7780-621-8. Disponível no
Sabi+
Básica
James, B.. Probabilidade: um Curso em Nível Intermediário. IMPA, ISBN 978-85-244-0414-6. Meyer, P..
Probabilidade. Aplicações à Estatística. LTC, ISBN 978-85-216-0294-1.
Roussas, G.. Introduction to Probability. Academic Press, ISBN 978-0-12-800041-0.
James, B.. Probabilidade: um Curso em Nível Intermediário. IMPA, ISBN 978-85-244-0414-6. Meyer, P..
Probabilidade. Aplicações à Estatística. LTC, ISBN 978-85-216-0294-1.
Complementar
DasGupta, A.. Fundamentals of Probability: a First Course. Springer, ISBN 978-1-4419-5780-1
Gut, A.. An Intermediate Course in Probability. Springer, ISBN 978-1-4419-0161-3.
Holicky, Milan. Introduction to Probability and Statistics for Engineers. Berlin, Heidelberg: Springer, 2013. ISBN
9783642383007.
Rohatgi, V.K.. An Introduction to Probability Theory and Mathematical Statistics. Wiley and Sons
Williams, D.. Weighing the Odds: a Course in Probability and Statistics. Cambridge, ISBN 978-0-521-00618-7
Outras Referências
Observações
Esta Atividade de Ensino poderá contar com a participação de alunos de mestrado e de doutorado, inclusive em
estágio docência, nos termos da Resolução 02/2009 do CEPE e do Artigo 6° da Resolução 25/2020 do CEPE.
Disciplina: AMOSTRAGEM 1
Professor Responsável: LUCIANA NEVES NUNES
Créditos: 4
Sigla: MAT02025
Súmula
Planejamento de um levantamento por amostragem. Métodos não probabilísticos. Erros não-
amostrais. Amostragem aleatória simples, características, estimação, dimensionamento de
amostras para estimação e testes de hipóteses.
Currículos
BACHARELADO EM
(MAT02021) INTRODUÇÃO À
3 Obrigatória
ESTATÍSTICA INFERÊNCIA
Objetivos
O conhecimento de técnicas de obtenção de dados primários é indispensável ao Estatístico, a
fim de viabilizar inferências sobre características populacionais. O propósito da disciplina é
estudar os conceitos básicos de Amostragem: a Amostragem Aleatória Simples com e sem
Reposição e os dimensionamentos das amostras.
População e Amostra.
Tópicos de um levantamento
por amostragem.
Amostragem Probabilística e
Não Probabilística.
1a2 Conceitos básicos
Unidades elementares e
amostrais.
Tipos de populações.
Erros amostrais e não
amostrais.
Amostras com e sem
reposição.
Frações de amostragem.
3a7 Amostragem Aleatória Simples
Amostra aleatória simples
Distribuição Amostral do Total,
da Média e da Proporção.
Estimação por ponto e por
intervalo para média e
8 a 11 Estimação proporção.
Erro padrão de um estimador.
Erro de estimação.
Tamanho de amostra para
estimação de uma média e de
uma proporção.
12 a 15 Dimensionamento da amostra Seleção da amostra: geração de
números aleatórios.
Tamanho de amostra para
testes de hipóteses: média e
proporção.
Cálculo do tamanho de amostra
para testes de hipótese de duas
médias e de duas proporções.
16 Recuperação Prova de recuperação
Metodologia
do CEPE).
O material contendo o conteúdo das atividades será disponibilizado no Moodle, podendo

externo.


professores.

justa.

letivo através de duas avaliações pontuais distribuídas dentro de cada Área (pelo menos duas
Áreas), além das avaliações parciais (testes, trabalhos, seminários, listas de exercícios,
relatórios, etc.) referentes à cada área do conteúdo programático.
avaliativas.
nº 25/2020 CEPE.
Cálculo da nota final: MF = ((Avaliação parcial 1*3) + (Avaliação parcial 2*3) + (nota média
das duas avaliações pontuais*4))/ 10
Conceitos:
Bibliografia
Básica Essencial
Leotti, Vanessa Bielefeldt. Notas de Aula – Amostragem 1; 2019. O arquivo será
disponibilizado no moodle da disciplina.
BOLFARINE, Heleno; BUSSAB, Wilson. Elementos de amostragem. São Paulo: Edgard

Blücher, 2005. ISBN 8521203675. Disponível no Sabi+.
Básica
Elsa Cristina de Mundstock, Amostragem 1- 2005. O arquivo será disponibilizado no
moodle da disciplina.
Complementar
Cochran, William G.. Sampling techniques. New York: John Wiley, 1977. ISBN
047116240X.
Kish, Leslie. Survey sampling. New York: John Wiley, 1965. ISBN 9780471109495.
Hansen, Morris H.. Sample survey methods and theory. New York: John Wiley, 1993.
ISBN 0471309664.
KALTON, Graham. Introduction to survey sampling. Newbury Park: Ed. Sage, 1983.
ISBN 0803921268.
Lehtonen, R.; Pahkinen, E. Sample survey methods and theory. New York: John Wiley,
1993. ISBN 9788502207998.
Marconi, M. A. e Lakatos, E. M.. LinkTécnicas de Pesquisa : planejamento e execução
de pesquisas, amostragens e técnicas de pesquisa, elaboração, análise e interpretação
de dados. São Paulo: Atlas, 2015. ISBN 9788502207998.
Morettin, Pedro Alberto. BUSSAB, Wilton de Oliveira. Estatística básica. São Paulo: Ed.
Saraiva, 2009. ISBN 9788502207998.
Outras Referências
Observações

Disciplina: MÉTODOS COMPUTACIONAIS EM ESTATÍSTICA
Professor Responsável: VANESSA BIELEFELDT LEOTTI
Sigla:MAT02028 Créditos: 4
Currículos
BACHARELADO EM ESTATÍSTICA 5 (MAT02027) MODELOS LINEARES E (MAT01093) Obrigatória

ALGORITMOS E PROGRAMAÇÃO II
BACHARELADO EM MATEMÁTICA 7 90 créditos obrigatórios Alternativa

- ÊNFASE
MATEMÁTICA APLIC
COMPUTACIONAL
Súmula Aritmética e Objetos. Tipos de objetos. Geração de números aleatórios. Exploração de distribuições de
probabilidade empíricas. Execução condicional. Controle de fluxo. Geração de números pseudo-aleatórios. Métodos
Computacionalmente Intensivos.
Objetivos
Capacitar os alunos para criarem algoritmos necessários para cada método e interpretarem os resultados.
Aritmética e Objetos: Operações aritméticas e

SEMANA 1 Programação de comparação; Valores lógicos;
em R Valores faltantes e especiais; Objetos: Objetos:
características, seleção de
(Área 1) elementos e operações com variáveis, vetores,
matrizes, arrays, data-frames, listas
e funções;
SEMANA 2 Programação Estruturas de programação: Blocos de

em R comandos; Execução condicional:
comandos 'if', 'else' e 'ifelse'; Controle de

(Área 1) fluxo: comandos 'for', 'while', 'repeat' e
'replicate'; Comandos 'apply', 'tapply', 'sapply'

e 'lapply'
SEMANA 3 Programação Gráficos de funções, configurações de

em R gráficos
Integração numérica
(Área 1)
Explorando distribuições de probabilidade
empíricas
SEMANA 4 Métodos de Método de Newton-Raphson

Otimização
(Área 1)
SEMANA 5 Métodos de Método de Newton-Raphson

Otimização
(Área 1) Otimização com Restrições
SEMANA 6 Métodos de Otimização em Problemas de Estatística

Otimização
(Área 1)
SEMANA 7 Métodos de Algoritmo EM

Otimização
(Área 1)
Área 2 SEMANA 8 Geração de Distribuições Discretas
Números
Aleatórios e
(Área 2) Métodos
Computacion
almente
Intensivos
SEMANA 9 Geração de Distribuições Contínuas

Números
(Área 2)
Aleatórios e
Métodos
Computacion
almente
Intensivos
SEMANA 10 Geração de Simulando da Distribuição Normal

Números
(Área 2) Simulando da Distribuição Qui-quadrado
Aleatórios e
Métodos
Computacion
almente
Intensivos
SEMANA 11 Geração de Monte Carlo

Números
(Área 2)
Aleatórios e
Métodos
Computacion
almente
Intensivos
SEMANA 12 Geração de Bootstrap

Números
(Área 2)
Aleatórios e
Métodos
Computacion
almente
Intensivos
SEMANA 13 Geração de Monte Carlo via Cadeias de Markov (MCMC)
Números
(Área 2)
Aleatórios e
Métodos
Computacion
almente
Intensivos

Números
(Área 2)
Aleatórios e
Métodos
Computacion
almente
Intensivos

Números
(Área 2)
Aleatórios e
Métodos
Computacion
almente
Intensivos
SEMANA 16 recuperação recuperação
(recuperação)
Metodologia
gravados.
plágio.
autoria.
exercícios, participação em fóruns/chats.
Sempre que possível, o professor irá trazer dados de exemplos reais que contemplem os temas transversais propostos
pelos Parâmetros Curriculares Nacionais. Nesse sentido, os estudantes poderão aplicar as ferramentas estatísticas para
análise de dados relacionados a temas como ética, meio ambiente, saúde, diversidade e problemas sociais a fim de
colaborar com a formação de cidadãos críticos, atuantes e colaboradores na construção de uma sociedade mais justa.
conteúdo programático estão previstas três avaliações pontuais e uma avaliação parcial, totalizando 6 avaliações
Cálculo da nota final: MF = ((Avaliação parcial 1 *3) + (Avaliação parcial 2*3) + (nota média das seis avaliações
pontuais*4))/ 10
Conceitos:
De acordo com a Resolução do CEPE sobre o ERE, durante o período em que perdurar o ERE, fica inaplicável a
atribuição de conceito FF, prevista no Parágrafo 2º, do Artigo 44, da Resolução nº 11/2013 do CEPE.
excepcionalidade.
Os resultados das avaliações parciais serão entregues até 72 horas antes da avaliação parcial seguinte.
Bibliografia
Básica Essencial
ROBERT, Christian; CASELLA, George. Introducing Monte Carlo Methods with R. New York: Springer Science, 2009.
Disponível no Sabi+.
Básica
GENTLE, James E.. Computational statistics. New York: Springer, 2009.
GENTLE, James E.; HÄRDLE, Wolfgang Karl; MORI, Yuchi. Handbook of computational statistics: concepts and methods.
New York: Springer Science, 2012.
THOMOPOULOS, Nick T.. Essentials of Monte Carlo simulation: Statistical methods for building simulation models. New
York: Springer Science, 2012.
Complementar
Ferreira, Daniel Furtado. Estatística Computacional Utilizando R. online: online, 2016. Disponível em:
http://wwwdexuflabr/~danielff/apecopdf
Fishman, George S.. Monte Carlo - concepts, algorithms, and applications. New York: Springer-Verlag, 1996. ISBN
038794527X.
Frery, Alejandro C.; Cribari-Neto, Francisco. Elementos de Estatística Computacional Usando Plataformas de Software
Livre. online: online, 2016. Disponível em: http://wwwimpabr/opencms/pt/biblioteca/pm/PM_21pdf
Gamerman, Dani. Markov chain Monte Carlo :stochastic simulation for Bayesian inference. London: Chapman, 1997.
Gentle, James E.. Random number generation and Monte Carlo Methods. New York: Springer, Springer. ISBN
9780387001784.
Jones, Owen; Maillardet, Robert; Robinson, Andrew P.. Introduction to scientific programming and simulation using R.
Boca Raton: Chapmann, 2009. ISBN 9781420068726.
Knuth, Donald Ervin. The art of computer programming. Reading: Addison-Wesley, 1998. ISBN 0201896850.
Lewis, P. A. W.. Simulation,methodology for statisticians, operation analysis and engineers. New York: Chapman, 1989.
ISBN 0534094503.
Robert, Christian P.; Casella, George. Monte Carlo statistical methods. New York: Springer, 2004. ISBN 0387212396.
Ross, Sheldon M.. Introduction to probability models. Boston: Academic, 1989. ISBN 0125984642.
Outras Referências
Notas de aula disponibilizadas pelo professor.
Observações
1) No primeiro encontro o professor da disciplina deverá apresentar de cronograma de atividades detalhando as

atividades de avaliação previstas.
2) Esta Atividade de Ensino poderá contar com a participação de alunos de mestrado e de doutorado, inclusive em
estágio docência, nos termos da Resolução 02/2009 do CEPE e do Artigo 6° da Resolução 25/2020 do CEPE.
Disciplina: MODELOS LINEARES GENERALIZADOS
Carga Horária: 60 h CH Autônoma: 6h CH Coletiva: CH Individual: 0h

54h
Currículos
BACHARELADO EM 5 (MAT02027) Obrigatória

ESTATÍSTICA
MODELOS LINEARES
Súmula
Introdução aos modelos lineares generalizados. Ligações canônicas. Função desvio. Estimação
de parâmetros. Testes de hipóteses. Técnicas de diagnóstico. Seleção de modelos. Casos
particulares: modelos para dados positivos assimétricos, dados binários, dados categóricos.
Dados de contagem.
Objetivos
Apresentar aos alunos os modelos: modelo com resposta Gama, modelo com resposta normal
inversa, regressão logística, modelo binomial, regressão logística ordinal, regressão logística
multinomial, modelo de Poisson, modelo binomial negativo, modelo inflacionado de zeros.
Capacitar aos alunos o uso dos modelos lineares generalizado proporcionando domínio teórico
e aplicado dos conceitos envolvidos.
CONTEÚDO PROGRAMÁTICO:
Revisão aplicada de modelos lineares gerais.

SEMANA 1 Motivação
(Área 1)
Introdução Família exponencial.

SEMANAS 2 Definição do modelo linear generalizado.
A3 Relação com o modelo linear geral.
Ligações canônicas.
Casos particulares.
(Área 1)
Função desvio Resultados assintóticos.

SEMANA 4 Análise do desvio.
(Área 1)
Estimação de Estimação dos coeficientes do modelo.

SEMANA 5 parâmetros Estimação dos parâmetros de escala.
Distribuição assintótica.
(Área 1) Intervalos de confiança.
Testes de Hipóteses simples.

SEMANA 6 hipóteses Modelos encaixados.
Casos especiais: análise de variância, regressão
(Área 1) linear e hipóteses restritas.
Técnicas de Análise de resíduos.

SEMANA 7 diagnóstico Medidas alavancagem e influência.
Técnicas gráficas.
(Área 1)
Seleção de Métodos automáticos: forward, backward, stepwise.

SEMANA 8 modelos Critérios de ajuste: AIC, R2 parcial, Menor S2
parcial, CP.
(Área 2)
Modelos para Modelo com resposta Gama.
dados positivos Modelos com resposta normal inversa.
assimétricos
Modelos para Regressão logística.

dados binários Modelo binomial.
SEMANAS 9
A 15
Modelos para Regressão logística ordinal.
dados Regressão logística multinomial.
(Área 2)
categóricos
Modelos para Modelos de Poisson

dados de
contagem
SEMANA 16
Metodologia
do CEPE).
externo.

professores.
justa.

letivo através de, pelo menos, duas avaliações pontuais distribuídas dentro de cada uma das
duas Áreas, além das duas avaliações parciais referentes à cada uma das duas Áreas.
As avaliações serão realizadas de forma assíncrona e serão disponibilizadas no Moodle da

disciplina. Os alunos terão um prazo de 48 HORAS para a realização das atividades avaliativas.
Cálculo da nota final:
MF = [(Avaliação parcial Área1 * 4) + (Avaliação parcial Área2 * 4) + (Média das avaliações

pontuais * 2) ]/ 10.
Conceitos:
fica inaplicável à atribuição de conceito FF, prevista no Parágrafo 2º, do Artigo 44, da Resolução
Bibliografia
Básica Essencial
Bingham, N.H.. Regression : Linear Models in Statistics. London: Springer, 2010. Disponível
no Sabi+
Rao, C. Radhakrishna. Linear Models and Generalizations : Least Squares and Alternatives.
Berlin, Heidelberg: Springer-Verlag Berlin Heidelberg, 2008. Disponível no Sabi+
Básica
Mccullagh, Peter. Generalized linear models. London: Chapman, 1983.
Bobson, Annette J.. An introduction to generalized linear models. Boca Raton: Chapman,
1999.
Faraway, Julian James. Extending the linear model with R : generalized linear, mixed effects
and nonparametric regression models. Boca Raton: Chapman, 2006.
Vittinghoff, Eric. Regression Methods in Biostatistics : Linear, Logistic, Survival, and

Repeated Measures Models. Boston: Springer, 2012.
Jiang, Jiming. Linear and Generalized Linear Mixed Models and Their Applications. New York:
Springer Science Business Media, 2007.
Complementar
NETER, J. WASSERMAN, W.. Applied linear statistical models: Regression, analysis of

variance, and experimental designs. Homewood: Richard D. Irwin, 1974.
SEARLE, S. R.. Linear models. New York: John Wiley, 1971.
Outras Referências
Observações

Disciplina: PLANEJAMENTO DE EXPERIMENTOS
Carga Horária: CH Autônoma: 6h CH Coletiva: 54h CH Individual: 0h

60h
Currículos
BACHARELADO EM 5 (MAT02027) MODELOS LINEARES Obrigatória

ESTATÍSTICA
Súmula
Etapas do planejamento de experimentos. Experimentos com um fator (fixo e aleatório) em

delineamento completamente casualizado e em blocos casualizados. Experimentos em blocos
incompletos. Fatoriais cruzados em delineamento completamente casualizado, em blocos
casualizados e em parcela subdividida. Fatoriais hierárquicos. Análise de Covariância.
Objetivos
Alertar o aluno para a importância do correto planejamento experimental na condução de

trabalhos de investigação científica;
Familiarizar o aluno com a metodologia empregada no planejamento, execução, análise

estatística e interpretação de experimentos.
SEMANA 1 Experimentos e seus Etapas para organização de

objetivos experimentos.
Escolha dos tratamentos.
Escolha das unidades
(Área 1) experimentais.
Especificação das observações.
Princípios básicos da
experimentação: repetição,
casualização
e bloqueamento.
Escolha do delineamento
experimental.
Determinação do número de
repetições.
Análise Estatística dos dados
experimentais.
Precisão dos experimentos.
Eficiência.
SEMANA 2 ANOVA Características, análise de

variância.
(Área 1)
SEMANA 3 PCM Técnica de complementação da

ANOVA por comparações múltiplas
(Área 1) de médias.
SEMANA 4 Contrastes Ortogonais Técnica de complementação da

ANOVA por contrastes ortogonais.
(Área 1)
SEMANA 5 Regressão Polinomial Técnica de complementação da

ANOVA por análise de
(Área 1) regressão.
SEMANA 6 Modelo aleatório Caracterização do modelo aleatório.
(Área 1)
SEMANA 7 Adequabilidade do Técnicas de diagnóstico de

modelo adequabilidade do modelo
de análise de variância.
Transformação de dados.
SEMANA 8 Blocos Casualizados Características; análise de

variância; pressuposições,
(Área 2) verificação da adequabilidade do
modelo; precisão e eficiência
relativa.
SEMANA 9 Blocos Incompletos Experimentos em Blocos

Incompletos Balanceados (BIB)
(Área 2)
SEMANA 10 Experimentos Fatoriais Experimentos fatoriais: princípios e

DCC/DBC definições básicas. Fatorial cruzado
(Área 2) com dois
fatores fixos. Planejamento fatorial
geral.
SEMANA 11 Fatorial: fatiamento e Fatorial cruzado com três

três fatores fatores fixos. Técnica de
(Área 2) complementação da análise de
variância por fatiamento.
SEMANA 12 Parcela Subdividida Experimentos com Parcela

Subdividida (split-splot):
(Área 2) Caracterização e análise.
SEMANA 13 Fatorial Hierárquico Princípios e definições básicas.
(Área 2) Caracterização e análise.
SEMANA 14 Análise de Covariância Princípios e definições básicas.
(Área 2) Pressuposições.
Caracterização e análise
SEMANA 15 AVALIAÇÃO FINAL
(Área 2)
SEMANA 16 RECUPERAÇÃO
Metodologia
do CEPE).
externo.

professores.
justa.

letivo através de, pelo menos, duas avaliações pontuais distribuídas dentro de cada um das
Áreas, além das avaliações parciais (testes, trabalhos, seminários, listas de exercícios,
relatórios, etc.) referentes à cada área do conteúdo programático.

avaliativas.
nº 25/2020 CEPE.
Cálculo da nota final: MF = ((Avaliação parcial 1 *3) + (Avaliação parcial 2*3) + (nota média
das duas avaliações pontuais*4))/ 10
Conceitos:
Bibliografia
Básica Essencial
Mead, R.; Mead, A.; Gilmour, S. G. Statistical Principles for the Design of Experiments :
Applications to Real Experiments. UK : Cambridge University Press. 2012. Disponível no Sabi+
Kleijnen, Jack PC. "Design and analysis of simulation experiments." International

Workshop on Simulation. Springer, Cham, 2015. Disponível no Sabi+
Básica
Lawson, John. Design and Analysis of Experiments with R. Chapman and Hall. 2015.
Cochran, William G.. Experimental designs. New York: John Wiley, 1957.
Montgomery, Douglas C.. Design and analysis of experiments. Hoboken: John Wiley, 2013.
Hinkelmann, Klaus. Design and Analysis of Experiments, Volume 3, Special Designs and
Applications. Hoboken, NJ : Wiley. 2012.
Hinkelmann, Klaus; Kempthorne, Oscar. Design and Analysis of Experiments, Volume 1 :

Introduction to Experimental Design. Hoboken, N.J. : Wiley-Interscience. 2008.
Hinkelmann, Klaus; Kempthorne, Oscar. Design and Analysis of Experiments, Volume 2 :

Advanced Experimental Design. Hoboken, N.J. : Wiley-Interscience. 2005.
Complementar
Federer, Walter T.. Experimental design: theory and application. New York: MacMillan, 1955.
ISBN -.
Fleiss, Joseph L.. The design and analysis of clinical experiments. New York: John Wiley, 1999.
ISBN 0471820474.
Gomez, Kwanchai A.. Statistical procedures for agricultural research. New York: John Wiley,
1983.
Graybill, Franklin A.. An introduction to linear statistical models. New York: Mcgraw-Hill, 1961.
John, Peter W.M.. Statistical design and analysis of experiments. New York: Macmilan, 1971.
Outras Referências
Observações

Disciplina: LABORATÓRIO DE ESTATÍSTICA 1
Carga Horária: 90 h CH Autônoma: 9h CH Coletiva: CH Individual:

81h 0h
Currículos
BACHARELADO EM 5 (MAT02027) MODELOS LINEARES Obrigatória

ESTATÍSTICA
Súmula
Planejamento e análise de problemas estatísticos resultantes de assessoria dada pelo núcleo

de assessoria estatística (NAE).
Objetivos
- Propiciar aos alunos a experiência de desenvolver trabalhos práticos utilizando os

conhecimentos estatísticos por meio de análise de dados reais do Núcleo de Assessoria
Estatística do Departamento de Estatística;
- Proporcionar ao aluno aplicar os conhecimentos adquiridos em várias disciplinas do curso de

Bacharelado em Estatística.
SEMANA TÍTULO CONTEÚDO

SEMANA 1 Programa
Análise de problemas estatísticos a partir de problemas de
pesquisa (contribuindo no planejamento do estudo na fase de
elaboração do projeto de pesquisa) e/ou bancos de dados reais
resultantes de assessorias estatísticas prestadas pelo NAE
(fazendo a análise dos dados) para as diversas áreas do
SEMANAS 2 conhecimento com envolvimento participativo do aluno com
A 15 utilização de softwares estatísticos.
SEMANA 16
Metodologia
do CEPE).
externo.

Devido ao caráter excepcional desta disciplina, que necessita reuniões com clientes reais, estas
serão desenvolvidas no Google Meet.
professores.
Atendimento de consultorias orientadas pelo docente visando possibilitar ao aluno a vivência

profissional do estatístico.
Participação ativa nas atividades propostas, resolução das atividades relacionadas às
assessorias em andamento, atendimento às sessões de dúvida, participação em fóruns/chats.
Poderão ocorrer atividades propostas pelo docente com a utilização de bancos de dados não
necessariamente oriundos de um cliente real.
Estas atividades visam ampliar a autonomia discente na solução de problemas estatísticos.
justa.
Serão realizados no mínimo 2 relatórios de assessorias atendidas para cada aluno e atividades
autônomas, se adotadas.
O conceito final da disciplina será baseado na Nota Final - NF (entre 0 e 10), dado pela média
ponderada dos relatórios individuais (incluindo atividades autônomas, se adotadas). Os
respectivos pesos serão definidos e divulgados pelo professor da disciplina no início de cada
semestre.
Será usado o seguinte critério para a atribuição do conceito final:
Conceito A para NF maior ou igual a 9,0.

Conceito B para NF maior ou igual a 7,5 e menor do que 9,0.
Conceito C para NF maior ou igual a 6,0 e menor do que 7,5.
Conceito D para NF menor do que 6,0.
Os relatórios serão realizados de forma assíncrona e serão disponibilizadas no Moodle da

disciplina. Os alunos terão um prazo de 48 HORAS para a realização dos referidos relatórios.


Prazo máximo para a divulgação dos Resultados das Avaliações se dará até 72h antes da
próxima avaliação, segundo limites estabelecidos na Resolução nº 11/2013 do CEPE.
Bibliografia
Básica Essencial
Grolemund, Garrett, and Hadley Wickham. "R for data science." (2018). Disponível on-line:
https://r4ds.had.co.nz/
Costa Neto, Pedro Luiz de Oliveira. Estatística. São Paulo: Edgard Blücher, 2002. ISBN
Básica
Freund, John E.. Estatística aplicada : economia, administração e contabilidade. Porto

Alegre: Bookman, 2006. ISBN 8573075317.
Barbetta, Pedro Alberto. Estatística aplicada às ciências sociais. Florianópolis: Ed. da UFSC,
2014. ISBN 9788532806048.
Bolfarine, Heleno. Bussab, Wilton de Oliveira.. Elementos de amostragem. São Paulo:

Edgard Blücher, 2005. ISBN 9788521203674.
Cox, D. R.; Snell, E. J.. Applied Statistics: Principles and Examples.. Londres: Chapman and
Hall, 1981. ISBN 978-0412165702.
Pedro Alberto Morettin, Wilton de Oliveira Bussab. Estatística Básica. São Paulo: Saraiva,
ISBN 9788502207998.
Complementar
Bisquerra, Rafael; Castellá Sarriera, Jorge. Introdução à estatística: enfoque informático
com o pacote estatístico SPSS. Porto Alegre: Artmed, 2004. ISBN 9788536301969.
Chang, W.. R Graphics Cookbook.. Sebastopol: O'Reilly Media, 2012. ISBN 978-
1449316952.
Field, Andy. Descobrindo a estatística usando o SPSS. Porto Alegre: Artmed, 2009. ISBN
8536319275.
Gandrud, C.. Reproducible Research with R and R Studio. Londres: Chapman and Hall/CRC,
2016. ISBN 978-1498715379.
HAIR, J. F.; ANDERSON, R. E; TARHAM, R. L e Black, W. C.. Análise multivariada de dados.

Porto Alegre: Artmed, 2009. ISBN 9788577804023.
Montgomery, Douglas C.. Design and analysis of experiments. Hoboken, N.J.: John Wiley,
2013. ISBN 9781118146927.
Nolan, D.; Lang, D. T.. Data Science in R: A Case Studies Approach to Computational
Reasoning and Problem Solving. Londres: Chapman and Hall/CRC, 2015. ISBN 978-
1482234817.
Nolan, D.; Speed, T.. Stat Labs: Mathematical Statistics Through Applications.. Nova York:
Springer-Verlag, 2001. ISBN 978-0387989747.
Siegel, Sidney. Estatística não-paramétrica para ciências do comportamento. Porto

Alegre: Artmed: Bookman, 2006. ISBN 9788536307299.
Tukey, John W. Exploratory data analysis. Reading, Mass: Addison-Wesley, 1997. ISBN
9780201076165.
Outras Referências
Observações
1) No primeiro encontro o professor da disciplina deverá apresentar de cronograma de

atividades detalhando as atividades previstas.
2) Esta Atividade de Ensino poderá contar com a participação de alunos de mestrado e de

Dados de identificação:
Disciplina: Métodos de pesquisa
Professor Responsável: Liane Werner
Carga Horária: 120h CH Autônoma: 20 h CH Coletiva: 100h CH Individual: 0 h
Currículos:
BACHARELADO EM ESTATÍSTICA 7 100 créditos obrigatórios Obrigatória
Súmula:
Noções básicas de métodos e técnicas de pesquisa. Elaboração de projeto de trabalho de

conclusão de curso. Desenvolvimento da revisão de literatura do trabalho de conclusão de curso.
Objetivos:
Transmitir os conhecimentos básicos sobre métodos e técnicas de pesquisa. Apresentar tópicos

de elaboração de um projeto de conclusão de curso. Proporcionar ao aluno o conhecimento para
desenvolver a revisão de literatura do trabalho de conclusão do curso.
Conteúdo programático:
SEMANA 1 Métodos e técnicas de Introdução

(Área 1) pesquisa
SEMANA 2 Métodos e técnicas de Metodologias de pesquisa

(Área 1) pesquisa.
SEMANA 3 Métodos e técnicas de Tipos de pesquisas

(Área 1) pesquisa.
SEMANA 4 Tópicos e normas para Apresentar as etapas de uma pesquisa e técnicas de

(Área 1) elaboração de projeto como executá-la: tema e contexto.

(Área 1) elaboração de projeto como executá-la: explorar o tema
(Área 1) elaboração de projeto como executá-la: problemas e objetivos

(Área 1) elaboração de projeto como executá-la: referenciar o problema de pesquisa
SEMANA 8 Tópicos e normas para .Apresentar as etapas de uma pesquisa e técnicas de

(Área 1) elaboração de projetos de como executá-la: hipótese e fonte de dados.
pesquisa.
SEMANA 9 Tópicos e normas para Tutorial em Latex

(Área 1) elaboração de projetos de
pesquisa
SEMANA Tópicos e normas para Orientação aos discentes na elaboração do projeto

10 elaboração de projetos de relacionado ao trabalho de conclusão do curso
(Área 1) pesquisa Avaliação de projeto de pesquisa
SEMANA Tópicos e normas para Tópicos de como realizar revisão bibliográfica -

11 elaboração da revisão Citações em documentos Normas técnicas para
(Área 2) bibliográfica referências
SEMANA Elaboração da revisão Busca de referencial teórico

12 bibliográfica
(Área 2)
SEMANA Elaboração da revisão Realizar atividades de leitura de artigos

13 bibliográfica Avaliação da revisão da literatura.
(Área 2)
SEMANA Estruturação de Apresentação oral de trabalhos científicos

14 apresentação de trabalhos
(Área 2)
SEMANA Estruturação de Ferramentas para apresentação oral de trabalhos

15 apresentação de trabalhos científicos
(Área 2) Apresentação dos projetos de pesquisa completos
SEMANA Recuperação
16
Metodologia:
do CEPE).
englobar vídeos, arquivos, listas de exercícios, materiais diversos e links para conteúdo externo.
Resolução nº 25/2020 CEPE, os quais não precisarão ser gravados.
Todos os materiais de terceiros que venham a ser utilizados devem ser referenciados, indicando
a autoria, sob pena de plágio.

professores.

específica, sendo vedada a distribuição do material cuja licença não permita ou sem a
Experiências de Aprendizagem:
Participação em Fóruns de discussão virtual e/ou atividades propostas na definida na resolução

no 25/2020 - CEPE. Construção e apresentação de um Projeto de Pesquisa. Leitura e análise
de artigos científicos e outros materiais bibliográficos. Elaboração de fichas de leitura de artigos
científicos identificados nas diversas fontes de buscas. Redação de uma revisão da literatura
pertinente ao tema em estudo. Atendimento às sessões de dúvidas por meio de fóruns/chats. Os
estudantes poderão aplicar as ferramentas estatísticas para análise de dados relacionados aos
temas do projeto de pesquisa a ser proposto como ética, meio ambiente, saúde, diversidade e
problemas sociais a fim de colaborar com a formação de cidadãos críticos, atuantes e
colaboradores na construção de uma sociedade mais justa.
Critérios de Avaliação:

letivo através de testes, trabalhos, seminários, listas de exercícios, relatórios, entre outros.

avaliativas. No caso de avaliações síncronas, elas deverão seguir os dispositivos do Artigo 14°
da Resolução nº 25/2020 - CEPE.
MF = Apresentação do projeto * 0,20 + Avaliação da revisão bibliográfica * 0,30 + Avaliação do

projeto final escrito * 0,40 + média das avaliações pontuais * 0,10
Conceitos:
Atividades de Recuperação Previstas:
Prazo para Divulgação dos Resultados das Avaliações:

Bibliografia
Básica Essencial
SILVEIRA, D. T. et al. Métodos de pesquisa. [s. l.]: Ed. da UFRGS, 2009. ISBN
GIL, A. C. Como elaborar projetos de pesquisa. Rio de Janeiro: Atlas, 2017. ISBN
Básica
Gonsalves, Elisa Pereira. Conversas sobre iniciação à pesquisa científica. Campinas:

Alínea, 2011. ISBN -.
Complementar
Barros, Aidil de Jesus Paes de; Lehfeld, Neide Aparecida de Souza. Projeto de pesquisa:
propostas metodológicas. Petrópolis: Vozes, 2012.
Hernández Sampieri, Roberto. Fernández Collado, Carlos. Baptista Lucio, Pilar. Metodologia
da pesquisa. Porto Alegre: Penso, 2013.
Köche, José Carlos. Fundamentos de metodologia científica: teoria da ciência e iniciação
à pesquisa. Petrópolis: Vozes, 2004.
Leite, Francisco Tarciso. Metodologia científica: métodos e técnicas de pesquisa:
monografias, dissertações, teses e livros. Aparecida: Idéias, 2008.
Pereira, Jose Matias. Manual de metodologia da pesquisa científica. São Paulo: Atlas,
2007.
Outras Referências
Não existem outras referências para este plano de ensino.
Observações

Disciplina: ANÁLISE DE SOBREVIVÊNCIA
Professor Responsável: ÁLVARO VIGO
Currículos
BACHARELADO EM ESTATÍSTICA 7 (MAT02029) MODELOS LINEARES Obrigatória

GENERALIZADOS
Súmula
Definições básicas. Estimação não paramétrica. Comparação de funções de sobrevivência. Modelo

semiparamétrico. Diagnóstico e análise de resíduos. Funções de suavização em modelos de
sobrevivência. Eventos múltiplos, eventos competitivos e fragilidade. Modelos multiestado. Modelos
paramétricos.
Objetivos
Apresentar as técnicas estatísticas mais utilizadas para a análise de dados de tempo até o evento.
Apresentar a definição de quantidades de interesse relacionadas a variável tempo até o evento, métodos
de estimação, inferência e modelos de regressão, bem como a implementação computacional por meio
de software estatístico das técnicas apresentadas. Proporcionar aos alunos conhecimentos e ferramentas
para avaliação crítica de métodos e resultados publicados em trabalhos técnicos e científicos. Estimular
o aluno a desenvolver espírito crítico e maturidade para julgar aplicações dos assuntos estudados.
Semana Título Conteúdo Programático
Conceitos básicos
Conhecer conjuntos de dados reais (dados com
(Área 1) censura). Tempo até o evento de interesse e
SEMANA 1
censura. Tempo de falha/sobrevivência; Tipos
de censura.
Conceitos básicos
Função densidade; Função acumulada; Função
SEMANA 2
(Área 1) sobrevivência.
Função de risco/Função taxa de falha; Função de

Conceitos básicos e
Modelos paramétricos risco acumulado. Função de sobrevivência e
SEMANA 3 relação entre as funções. Modelos
(Área 1) Paramétricos: distribuição exponencial,
distribuição Weibull. Ajustes em R.
Modelos paramétricos Modelos Paramétricos: log-normal. Função de

SEMANA 4
(Área 1)
verossimilhança. Método de máxima
verossimilhança. Ajustes em R.
Estimação da função de
sobrevivência Estimação da função de sobrevivência: Kaplan-
SEMANA 5
Meier.
(Área 1)
Estimação da função de Estimação da função de sobrevivência: Nelson

sobrevivência e Aalen, estimador atuarial, Kaplan-Meier com
Comparação de Funções de estratificação. Comparação de curvas de
SEMANA 6 Sobrevivência
sobrevivência (testes log-rank, Peto e Tarone &
(Área 1) Ware).
Análise de resíduos e
Diagnóstico e análise de resíduos: resíduos
Funções de suavização
martingale, deviance, escore e Schoenfeld.
SEMANA 7
(Área 1)
Funções de suavização em modelos de
sobrevivência: lowess e spline.
Modelo de Regressão de Modelo de Regressão de Cox: forma do

Cox
SEMANA 8
modelo, o método de máxima verossimilhança
(Área 2) parcial.
Modelo de fragilidade
Modelo de fragilidade (Contexto Univariado,
SEMANA 9 (Área 2) Contexto Multivariado). Modelos de tempo de
vida acelerado. Testes de degradação.
Verificando a adequação do modelo,

Modelos paramétricos
SEMANA 10
covariáveis dependente no tempo, o modelo
(Área 2) estratificado.
Modelos paramétricos Verificação da adequação de modelos.

SEMANA 11
(Área 2) Exemplos de aplicação.
Tópicos especiais Critérios de comparação de modelos para

SEMANA 12
(Área 2) dados de sobrevivência.
Cálculo do tamanho amostral para dados de

Tópicos especiais Sobrevivência (sem e com grupo/cluster,
SEMANA 13
(Área 2) eventos recorrentes, eventos competitivos,
extratos, variáveis dependentes no tempo).
Modelos multiestado (eventos múltiplos e

Tópicos especiais eventos competitivos);
SEMANA 14
(Área 2) Modelos multiestado (eventos recorrentes e
eventos naturalmente agrupados.
Censura intervalar;
Modelos de fração de cura (Modelos de mistura,
Tópicos especiais Modelos de tempos de promoção);
SEMANA 15 Análise bayesiana do modelo de Cox, modelos
(Área 2) de fragilidade, modelos de regressão de alta
dimensão (n pequeno, p grande; estudos de
expressão gênica).
SEMANA 16 Recuperação Recuperação
* Conteúdo desenvolvido presencialmente antes da interrupção das atividades

Metodologia
Esta disciplina utilizará o Ambiente de Aprendizagem institucional Moodle, onde estarão o plano de Ensino
ERE e as atividades previstas (se as atividades hospedadas fora do Moodle forem utilizadas, os links
estarão disponíveis no Moodle, conforme Artigo 7° da Resolução nº 25/2020 do CEPE).
O material contendo o conteúdo das atividades deve ser disponibilizado no Moodle, podendo englobar
vídeos, arquivos, listas de exercícios, materiais diversos e links para conteúdo externo.
As plataformas Moodle, Google Meet, Microsoft Teams ou Zoom, poderão servir de ferramenta para as
aulas síncronas da disciplina. A plataforma Moodle será utilizada como repositório de material (listas de
exercícios, slides de aulas, vídeo aulas, disponibilização de links e qualquer material que o professor
considerar pertinente para a disciplina), bem como poderá ser utilizada para a realização de atividades
assíncronas (fóruns, entrega de trabalhos ou relatórios) ou síncronas (chats).

assíncrono. As atividades coletivas síncronas deverão seguir os dispositivos do Artigo 12° da Resolução
nº 25/2020 CEPE.
Todos os materiais disponibilizados são exclusivamente para fins didáticos, sendo vedada a sua utilização
para qualquer outra finalidade, sob as penas legais.
Todos os materiais de terceiros que venham a ser utilizados devem ser referenciados, indicando a autoria,
sob pena de plágio.
A liberdade de escolha de exposição da imagem e da voz não isenta o aluno de realizar as atividades
originalmente propostas ou alternativas;
professores.
Somente poderão ser gravadas pelos alunos as atividades síncronas propostas mediante concordância
É proibido disponibilizar, por quaisquer meios digitais ou físicos, os dados, a imagem e a voz de colegas
e do professor, sem autorização específica para a finalidade pretendida.
Os materiais disponibilizados no ambiente virtual possuem licença de uso e distribuição específica, sendo
vedada a distribuição do material cuja a licença não permita ou sem a autorização prévia dos professores
para o material de sua autoria.
Participação ativa nas atividades propostas, resolução das listas de exercícios, atendimento às sessões
de dúvida e exercícios, participação em fóruns/chats.
transversais propostos pelos Parâmetros Curriculares Nacionais. Nesse sentido, os estudantes poderão
aplicar as ferramentas estatísticas para análise de dados relacionados a temas como ética, meio
ambiente, saúde, diversidade e problemas sociais a fim de colaborar com a formação de cidadãos críticos,
atuantes e colaboradores na construção de uma sociedade mais justa.
As estratégias avaliativas permitirão acompanhar e avaliar o rendimento ao longo do período letivo

através de, pelo menos, duas avaliações pontuais distribuídas dentro de cada uma das duas Áreas, além
das avaliações parciais (testes, trabalhos, seminários, listas de exercícios, relatórios, etc.) referentes à
cada área do conteúdo programático.
As avaliações serão prioritariamente assíncronas e serão disponibilizadas no Moodle da disciplina. Os

alunos terão um prazo de NO MÍNIMO 24 HORAS para a realização das atividades avaliativas.
No caso de avaliações síncronas, elas deverão seguir os dispositivos do Artigo 14° da Resolução nº
25/2020 CEPE.
Cálculo da nota final: MF = ((Avaliação parcial 1.1*1) + (Avaliação parcial 1.2*2) + (Avaliação parcial 2.1*1)
+ (Avaliação parcial 2.2*2) + (nota média das duas avaliações pontuais*4))/ 10
Conceitos:
inaplicável a atribuição de conceito FF, prevista no Parágrafo 2º, do Artigo 44, da Resolução nº 11/2013
do CEPE.
Para os estudantes matriculados até o final do período e que deixaram de participar da Atividade de
Ensino, deverá ser atribuído o registro NI (Não Informado) no campo de conceito do sistema acadêmico.
Para os casos previstos no Parágrafo 1º, a justificativa do registro NI deverá conter a referência ao período
de excepcionalidade.
Os casos de não informação de conceito durante o ERE, deverão ser resolvidos até o fim do segundo
período letivo, após o fim da situação emergencial de saúde.
Os alunos que não atingirem o conceito mínimo para aprovação poderão fazer uma (única) avaliação de
recuperação, abrangendo todo o conteúdo programático da disciplina.
A partir da média final após recuperação calculada, os conceitos serão atribuídos da mesma forma
especificada nos Critérios de Avaliação.
Bibliografia
Básica Essencial
Kleinbaum D.G.. Survival Analysis A Self-Learning Text: Statistics in the Health Sciences [recurso eletrônico]. New York:
Springer, 2012. ISBN 978-1441966452. Disponível no Sabi+.
Básica
Colosimo, E. A., Giolo, S. R.. Análise de sobrevivência aplicada. São Paulo: ABE- Projeto Fisher, 2006.
Berlin, Heidelber. Advances in Regression, Survival Analysis, Extreme Values, Markov Processes and Other Statistical
Applications. New York: Springer, 2013.
Carvalho, MS, Andreozzi, VL, Codeço, CT, Barbosa, MTS. Análise de Sobrevivência Teoria e Aplicações em Saúde. Rio de
Janeiro: Editora Fiocruz, 2011. ISBN 978-85-7541-216-9. Disponível em: https://portal.fiocruz.br/livro/analise-de-
sobrevivencia-teoria-e-aplicacoes-em-saude
Collett, D. Modelling Survival Data in Medical Research. London: Chapman, 1994.
Complementar
Duchateau, L. The Frailty Model [recurso eletrônico]. New York: Springer, 2008. ISBN 978?0?387?72834?6.
Nikulin, MS et al Editors. Advances in Degradation Modeling : Applications to Reliability, Survival Analysis, and Finance
[recurso eletrônico]. Boston: Birkhäuser Boston, 2010. ISBN 978-0-8176-4924-1.
Outras Referências
Observações

Disciplina: Análise Multivariada

Créditos: 4
Sigla: MAT02239
Súmula
Introdução. Variáveis aleatórias vetoriais. Componentes principais. Análise fatorial. Variáveis
canônicas. Análise discriminante. Análise por agrupamento (cluster analysis), análise de
variância multivariada.
Currículos
Etap
a
BACHARELADO EM Obrigatóri
5 (MAT02026) INFERÊNCIA - B
ESTATÍSTICA a
Objetivos
Fornecer ao aluno a teoria e modelo de cada uma das principais técnicas de Análise
Multivariada, bem como mostrar as aplicações nos diversos ramos da ciência. O aluno deverá
possuir intuição geométrica sobre representações multivariadas e ser capaz de utilizar os
programas de computador relacionados com as técnicas apresentadas.
Introdução: Breve descrição

das técnicas de Análise
1 Área 1 – Análise Exploratória e Inferência
Multivariada. Exemplos de
aplicação.
Distâncias. Distribuição Normal

Multivariada.
Distribuição Normal
Multivariada.
2
Área 1 – Análise Exploratória e Inferência
Área 1 – Análise Exploratória e Inferência Inferência Multivariada:

4
Intervalo de Confiança.
Área 1 – Análise Exploratória e Inferência Teste de hipótese para 1 e 2
5
populações.
Teste de hipótese para k

populações (MANOVA).
7 Reserva de calendário/Revisão.
8
ÁREA 1
Análise de Componentes
Principais (PCA): Modelo
9
Teórico. Exemplos de aplicação.
Principais propriedades.
Área 2 – Técnicas Multivariadas
Análise Fatorial (AF): Modelo

teórico e suposições. Exemplos
10
de aplicação. Rotação e
interpretação de fatores.
Área 2 – Técnicas Multivariadas
Área 2 – Técnicas Multivariadas Reserva de calendário/revisão.

11
Área 2 – Técnicas Multivariadas Análise Cluster: Medidas de

similaridade e distância.
Principais algoritmos. Exemplos
12
de aplicação.
Área 2 – Técnicas Multivariadas Análise Discriminante: Modelo

teórico. Métodos de
Discriminação entre 2 e K
13 populações. Exemplos de
aplicação.
AVALIAÇÃO PONTUAL2
Área 2 – Técnicas Multivariadas Análise de Correlação
14 Canônica: Modelo teórico.
Exemplos de e aplicação.
Reserva de calendário/Revisão.
15 Área 2 – Técnicas Multivariadas
ÁREA 2
Metodologia
do CEPE).
externo.
O desenvolvimento das atividades previstas no plano de ensino adotará o modelo síncrono

e/ou assíncrono. As atividades coletivas síncronas deverão seguir os dispositivos do Artigo
12° da Resolução nº 25/2020 CEPE.


professores.

Participação ativa nas atividades propostas, resolução das listas de exercícios, atendimento
às sessões de dúvida e exercícios, participação em fóruns/chats. Sempre que possível, o
professor irá trazer dados de exemplos reais que contemplem os temas transversais
propostos pelos Parâmetros Curriculares Nacionais. Nesse sentido, os estudantes poderão
aplicar as ferramentas estatísticas para análise de dados relacionados a temas como ética,
meio ambiente, saúde, diversidade e problemas sociais a fim de colaborar com a formação
de cidadãos críticos, atuantes e colaboradores na construção de uma sociedade mais justa.
letivo através de duas avaliações pontuais distribuídas dentro de cada uma das duas Áreas,
além das avaliações parciais (testes, trabalhos, seminários, listas de exercícios, relatórios,
etc.) referentes à cada Área do conteúdo programático.

disciplina. Os alunos terão um prazo de NO MÍNIMO 24 HORAS para a realização das
atividades avaliativas.
No caso de avaliações síncronas, elas deverão seguir os dispositivos do Artigo 14° da
Cálculo da nota final: MF = (Média das avaliações pontuais *0,3) + (Média das avaliações
parciais * 0,7)
Conceitos:



Bibliografia
Básica Essencial
Timm, Neil H. Applied Multivariate Analysis. New York : Springer. 2002. ISBN
9780387953472. Documento PDF disponível para download no SABI+
Básica
Johnson, Richard Arnold; Wichern, Dean W.. Applied multivariate statistical analysis.
Upper Saddle River: Prentice Hall, 2002. ISBN 0130925535.
Everitt, Brian S.. An R and S-PLUS companion to multivariate analysis. London:

Springer, c2007.
Everitt, Brian S.; Dunn, G.. Applied multivariate data analysis. London: Arnold, 2001.
ISBN 0340741228.
Chatfield, Christopher; Collins, Alexander J.. Introduction to multivariate analysis.
London: Chapman and Hall, c1980. ISBN 0412160404.
Hair, Joseph F., Jr.. Multivariate data analysis. Prentice-Hall, 1998. ISBN 0138948585.
Maxwell, A. E.. Multivariate analysis in behavioural research. London: Chapman, c1977.
Mingoti, Sueli A.. Análise de dados através de métodos de estatística multivariada :uma
abordagem aplicada. Belo Horizonte: Editora UFMG, 2005. ISBN 857041451X.
Morrison, Donald F.. Multivariate statistical methods. New York: Mcgraw-Hill, c1976.
ISBN 0-07043186-8.
Complementar
Fachel, Jandyra M. G.. Análise Fatorial; Dissertação (mestrado) - Universidade de São
Paulo. Instituto de Matematica e Estatistica, São Paulo, 1976.
Outras Referências
Observações
Disciplina: LINGUAGENS PARA CIÊNCIA DE DADOS
Professor Responsável: JOÃO HENRIQUE FERREIRA FLORES
Súmula
Introdução a linguagens de programação de acesso livre com foco na apresentação de dados.

Geração de relatórios automatizados. Tratamento em bancos de dados, como limpeza e
descrição. Elaboração de gráficos estáticos e dinâmicos.
Currículos
BACHARELADO EM 1 (MAT02019) Pacotes Estatísticos e Eletiva

ESTATÍSTICA
(MAT02018) Estatística Descritiva
Etapa
Aconselhada
Introdução à
BACHARELADO EM ESTATÍSTICA 3 Eletiva
Pacotes Estatísticos
Objetivos
Apresentar linguagens de programação com acesso livre e gratuito e suas ferramentas para
apresentação dos dados de forma mais clara e concisa. Foco em geração de gráficos e
relatórios de forma automatizada.
SEMANA Conteúdo PRESENCIAL OU

REMOTO
Área 1 1 Apresentação básica e introdução ao R: REMOTO

instalação e IDEs
R
2 Importação e tratamento de banco de REMOTO

dados: técnicas para dados quantitativos e
qualitativos
3 Ferramentas para apresentação gráficas REMOTO

dos dados: quantitativos
4 Geração de relatórios automatizados REMOTO
5 AVALIAÇÃO REMOTO

instalação e IDEs
Python

qualitativos

dos dados: quantitativos
9 Geração de relatórios automatizados

instalação e IDEs
Julia
qualitativos

dos dados: quantitativos e qualitativos
14 Geração de relatórios automatizados REMOTO
Recuperação 16 RECUPERAÇÃO REMOTO
Metodologia

25/2020 do CEPE).
externo.

atendimentos individualizados, os quais não precisarão ser gravados.

professores.
Somente poderão ser gravadas as atividades síncronas propostas mediante concordância



letivo através de três avaliações parciais ao final de cada área além da possibilidade de
avaliações pontuais dentro de cada área.
As avaliações serão assíncronas, sendo disponibilizadas no Moodle da disciplina. Os alunos

terão um prazo de NO MÍNIMO 24 HORAS para a realização das atividades avaliativas.
A média final (MF) será calculada da seguinte forma:
MF = (0,2*média das avaliações pontuais) + (0,8*média das avaliações parciais)
Conceitos:
Fica inaplicável a atribuição de conceito FF conforme Artigo 16 da Resolução nº 25/2020 do
CEPE. Para os estudantes matriculados até o final do período e que deixaram de participar da
Atividade de Ensino, deverá ser atribuído o registro NI no campo de conceito do sistema
acadêmico.
Média final após recuperação = (0,4 * MF) + (0,6 * Nota da prova de recuperação).
Bibliografia
Básica Essencial
Os livros abaixo estão disponíveis, de forma gratuita:
Nazarathy, Yoni. Klok, Hayden. Statistics with Julia: Fundamentals for Data Science, Machine
Learning and Artificial Intelligence. Ed. Springer, 2020. Disponível em gratuitamente no endereço
https://statisticswithjulia.org/.
VanderPlas, Jake. Python Data Science Handbook. Ed. O’Reilly. 2016. ISBN: 9781491912058.
Disponível gartuitamente no endereço
https://tanthiamhuat.files.wordpress.com/2018/04/pythondatasciencehandbook.pdf, entre
outros locais.
Wickham, Hadley. Grolemund, Garret. R for Data Science: Import, Tidy, Transform, Visualize, and
Model Data. Ed. O’Reilly, 2017. ISBN: 9781491910399. Disponível de forma online no endereço
https://r4ds.had.co.nz/.
Básica
Peng, Roger D. R Programming for Data Science. 2020. Disponível gratuitamente no endereço
https://leanpub.com/rprogramming.
Complementar
Outras Referências
Observações

Disciplina: ESTATÍSTICA DEMOGRÁFICA I
Professor Responsável: MARILENE DIAS BANDEIRA
Sigla:MAT02262 Créditos: 4
Carga CH Autônoma: 0h CH Coletiva: 60h CH Individual:0 h

Horária:60 h
Currículos
LICENCIATURA EM (MAT02256) Eletiva

ESTATÍSTICA ANÁLISE DE
REGRESSÃO A
E (MAT01032)
CÁLCULO NUMÉRICO A
CIÊNCIAS ATUARIAIS - 7 (MAT02215) Obrigatória

(117.00) ESTATÍSTICA GERAL II
E (MAT01032)
BACHARELADO EM 7 (MAT01032) CÁLCULO Obrigatória

ESTATÍSTICA - V 1 NUMÉRICO A
E (MAT02255)
INFERÊNCIA
ESTATÍSTICA II
CIÊNCIAS ATUARIAIS - 9 (MAT02215) Obrigatória

NOTURNO ESTATÍSTICA GERAL II
E (MAT01032)
CIÊNCIAS ATUARIAIS - 5 (MAT02026) Eletiva

NOTURNO INFERÊNCIA - B
Súmula
Problemas demográficos da atualidade. Variáveis demográficas. Estudos das correntes

migratórias. Modelos de análise demográfica. Processos markovianos. Matrizes de
transferência. Projeções demográficas. Aspectos qualitativos das populações.
Objetivos
Compreender os problemas demográficos da atualidade e suas inter-relações com as variáveis

da dinâmica demográfica. Discutir os principais indicadores demográficos. Entender o uso e a
necessidade de técnicas diretas e indiretas de análise. Avaliar e entender as principais
metodologias de estimativas e projeções populacionais que estão à disposição.
Introdução Definições, inter-relações entre partes da

SEMANA 1 Demografia, histórico da Demografia,
crescimento da população mundial e tempo
Área 1 para duplicar a população.
Introdução
SEMANA 2 Definição de taxa, razão e proporção;
equação compensadora; teoria da
Área 1 transição demográfica.
Fonte de
SEMANA 3 dados Censo Demográfico, Registro Civil,
demográficos Pnads, etc.
Área 1
Estrutura da
SEMANA 4 população Composição por sexo: razão de sexo.
por idade: medidas de envelhecimento e
Área 1 classificação, idade média e mediana,
razão de dependência; técnicas para
quantificar erro na declaração de idade.
Composição por sexo e idade: pirâmides
etárias.
Estrutura da
SEMANA 5 população Composição por estado civil: medidas e
taxas de nupcialidade, idade média ao
Área 1 casar, SMAM. Composição por
características sócio-econômicas: PIA,
PEA, rendimentos, distribuição
geográfica, escolaridade, cor, etc.
Fecundidade:
SEMANA 6 análise por Definições. Medidas tradicionais: razão
período criança/mulher, taxa bruta de natalidade,
Área 1 taxa de fecundidade geral, taxa específica
de fecundidade por idade, taxa de
fecundidade total, outras taxas
específicas, índices de Coale.
Fecundidade:
SEMANA 7 análise por Fecundidade: análise por coorte.
coorte Definição e tipos de coorte. Taxa de
Área 1 fecundidade por coorte; razão de
parturição. Diferenças sociais,
econômicas e regionais de fecundidade.
Modelo de Boongarts: variáveis
intermediárias.
Mortalidade
SEMANA 8 Principais medidas: taxa bruta de
mortalidade, taxa de mortalidade infantil,
Área 2 taxas de mortalidade específicas por
causa e outras.Padronização direta e
indireta. Mortalidade infantil:
componentes endógena e exógena,
diferenciais de mortalidade infantil, outras
classificações de mortalidade infantil.
Mortalidade
SEMANA 9 Tábua de vida completa e
abreviada.Definições e utilidade.Funções
Área 2 lx, dx, ax, Lx, Tx, qx, Mx, ex, P.
Reprodução
SEMANA 10 Taxa bruta de reprodução e taxa líquida
de reprodução: m barra e mi.
Área 2
Modelo de
SEMANA 11 estrutura por População estável e quase-estável,
idade população estacionária. Taxas intrínsecas
Área 2 de mortalidade e natalidade e de
crescimento natural; cálculo da
distribuição etária estável; tempo para
dobrar população.
Tábuas de
SEMANA 12 vida empíricas Tábuas de vida empíricas: conjunto das
e relacionais Nações Unidas, Princeton, Brasil ,
Área 2 etc .Tábuas de vida modelo relacionais:
modelo relacional de Brass.
Técnicas
SEMANA 13 indiretas de Aspectos gerais, necessidades. Técnica
mensuração dos filhos sobreviventes, de
Área 2 da Brass. Técnica P/F de Brass para
mortalidade e fecundidade.
fecundidade
Estimativas e
SEMANA 14 projeções Modelo linear, polinomial, geométrico,
populacionais logístico; método dos componentes.
Área 2
Migração.
SEMANA 15 Multiplicadore Definições; equação compensadora;
s de Sprague análise dos dados; medidas; matriz de
Área 2 fluxo; taxas brutas e líquidas; leis de
Ravenstein. Multiplicadores de Sprague.
SEMANA 16
Recuperação
Metodologia


conteúdo externo.

síncrono ou assíncrono. As atividades coletivas síncronas deverão seguir os
dispositivos do Artigo 12° da Resolução nº 25/2020 CEPE.
Todos os materiais disponibilizados são exclusivamente para fins didáticos,

sendo vedada a sua utilização para qualquer outra finalidade, sob as penas
legais.
A liberdade de escolha de exposição da imagem e da voz não isenta o aluno de
realizar as atividades originalmente propostas ou alternativas;
Todas as gravações de atividades síncronas devem ser previamente informadas
por parte dos professores.
É proibido disponibilizar, por quaisquer meios digitais ou físicos, os dados, a
imagem e a voz de colegas e do professor, sem autorização específica para a
finalidade pretendida.
Os materiais disponibilizados no ambiente virtual possuem licença de uso e
distribuição específica, sendo vedada a distribuição do material cuja a licença
não permita ou sem a autorização prévia dos professores para o material de sua
autoria.


longo do período letivo através de duas avaliações pontuais distribuídas dentro
das duas Áreas, além das duas avaliações parciais (testes, trabalhos,
seminários, listas de exercícios, relatórios, etc.) referentes à cada área do
conteúdo programático.
As avaliações serão prioritariamente assíncronas e serão disponibilizadas no

Moodle da disciplina. Os alunos terão um prazo de NO MÍNIMO 24 HORAS para
a realização das atividades avaliativas.
No caso de avaliações síncronas, elas deverão seguir os dispositivos do Artigo
Exemplo com duas Avaliações Parciais e duas Avaliações Pontuais:
média das duas avaliações pontuais*4))/ 10
Conceitos:
De acordo com a Resolução do CEPE sobre o ERE, durante o período em que

perdurar o ERE, fica inaplicável a atribuição de conceito FF, prevista no
Parágrafo 2º, do Artigo 44, da Resolução nº 11/2013 do CEPE.
Para os estudantes matriculados até o final do período e que deixaram de
participar da Atividade de Ensino, deverá ser atribuído o registro NI (Não
Informado) no campo de conceito do sistema acadêmico.
Para os casos previstos no Parágrafo 1º, a justificativa do registro NI deverá
conter a referência ao período de excepcionalidade.
Os casos de não informação de conceito durante o ERE, deverão ser resolvidos
até o fim do segundo período letivo, após o fim da situação emergencial de
saúde.
Os alunos que não atingirem o conceito mínimo para aprovação poderão fazer
uma (única) avaliação de recuperação, abrangendo todo o conteúdo
recuperação).
A partir da média final após recuperação calculada, os conceitos serão atribuídos
da mesma forma especificada nos Critérios de Avaliação.
Os resultados das avaliações serão entregues até 72 horas antes da avaliação

seguinte.
Bibliografia
Básica Essencial
CARVALHO, J. A. M. et al.. Introdução a alguns conceitos básicos e medidas em

Demografia. Belo Horizonte: ABEP, 1994. Disponível em:
http://www.abep.org.br/~abeporgb/publicacoes/index.php/textos/issue/view/6
Hakker, Ralph. Fontes de Dados Demográficos. Belo Horizonte: ABEP, 1996. Disponível
em: http://www.abep.org.br/~abeporgb/publicacoes/index.php/textos/issue/view/43
Marilene Dias Bandeira. Estatística demográfica I. Porto Alegre: UFRGS: Instituto de

Matemática, Departamento de Estatística, 2009(Polígrafo da Disciplina MAT02262).. Porto
Alegre, 2009. Disponível nos materiais do Moodle da disciplina
Básica
Cox, Peter R.. Demography. Cambridge: Cambridge University Press, 1976. ISBN
0521210038.
Newell, Colin. Methods and models in demography. New York: Wiley, 1989. ISBN
0471947296.
Pressat, Roland. Demographic analysis. New York: Transaction, 2008. ISBN

0202361977.
Pressat, Roland. Diccionario de demografia. Barcelona: Oikos-Tau, 1987. ISBN

8428109737.
Santos, Jair L. Ferreira; Levy, Maria Stella Ferreira; Szmrecsányi, Tamás J.M.K..
Dinâmica da população:teoria, métodos e técnicas de análise. Sao Paulo: T. A.
Queiroz, 1991. ISBN 8571820
Complementar
ABEP. Anais dos Encontros Nacionais de Estudos Populacionais. ABEP, Disponível

em: http://www.abep.org.br/publicacoes/index.php/anais
ABEP. Revista Brasileira de Estudos de População. Disponível em:

http://www.abep.org.br/site/index.php/rebep
Outras Referências
Observações

Disciplina: ANÁLISE DE SÉRIES TEMPORAIS A

Professor Responsável: MARCIO VALK

Créditos: 4
Sigla: MAT02263
Carga Horária: 60h CH Autônoma: 7h CH Coletiva: 53h CH Individual:0h
Súmula
Processos estocásticos e séries temporais. Estimação das funções de autocovariância e
autocorrelação. Análise espectral. Filtragem linear. Métodos de Regressão no domínio
do tempo. Metodologia de Box & Jenkings. Métodos de regressão no domínio da
frequência.
Currículos
Etap
a
(MAT02252) PROCESSOS
BACHARELADO EM ESTOCÁSTICOS E
7 Obrigatória
ESTATÍSTICA (MAT02027) MODELOS
LINEARES
BACHARELADO EM
MATEMÁTICA - ÊNFASE
8 90 créditos obrigatórios Alternativa
MATEMÁTICA APLIC
COMPUTACIONAL
Objetivos
Proporcionar aos alunos uma base teórico-aplicada sobre os principais conceitos
envolvidos em uma análise de séries temporais.
Características das Séries
Temporais: Histórico,
Diversas Componentes de
uma Série Temporal,
1a2 Características das Séries Temporais
Exemplos, Valor Médio,
Funções de Autocovariância,
de Autocorrelação e de
Autocorrelação Cruzada.
Processos Estocásticos:
Estacionários e não
Estacionários, Processo
3a4 Processos Estocásticos
Estacionário Fraco e
Estritamente Estacionário,
Processo Gaussiano.
Estimação das Funções de
Funções de Autocovariância e Autocovariância e
5a6
Autocorrelação Autocorrelação "Detrending"
e Transformações.
7 Avaliação Semana de Avaliação
Análise Espectral e Filtragem:
Periodicidade, DFT
(Transformada discreta de
Fourier) e FFT (Transformada
8a9 Análise Espectral e Filtragem Rápida de Fourier), Poder do
Espectro, Propriedades da
Distribuição da DFT,
Estimação do Espectro,
Filtragem Linear.
Métodos de Regressão no
Domínio do Tempo: Modelos
SARIMA e Metodologia Box
Métodos de Regressão no Domínio do
10 a 12 & Jenkins; Testes de Raiz
Tempo
Unitária; Modelos de Espaço
de Estados e Filtro de
Kalman.
Modelos para Séries
13 a 14 Modelos Não-Lineares.
Temporais Não-Lineares.
15 Avaliação Semana de Avaliação
16 Recuperação Semana de Recuperação
Metodologia
Esta disciplina utilizará o Ambiente de Aprendizagem institucional Moodle, onde
estarão o plano de Ensino ERE e as atividades previstas (se as atividades
O material contendo o conteúdo das atividades será disponibilizado no Moodle,
podendo englobar vídeos, arquivos, listas de exercícios, materiais diversos e
links para conteúdo externo.

modelo síncrono ou assíncrono. As atividades coletivas síncronas deverão
seguir os dispositivos do Artigo 12° da Resolução nº 25/2020 CEPE.
Todos os materiais disponibilizados são exclusivamente para fins didáticos,

sendo vedada a sua utilização para qualquer outra finalidade, sob as penas
legais.
A liberdade de escolha de exposição da imagem e da voz não isenta o aluno de
realizar as atividades originalmente propostas ou alternativas;
Todas as gravações de atividades síncronas devem ser previamente informadas
por parte dos professores.
É proibido disponibilizar, por quaisquer meios digitais ou físicos, os dados, a
imagem e a voz de colegas e do professor, sem autorização específica para a
finalidade pretendida.
Os materiais disponibilizados no ambiente virtual possuem licença de uso e
distribuição específica, sendo vedada a distribuição do material cuja a licença
não permita ou sem a autorização prévia dos professores para o material de sua
autoria.
longo do período letivo através de, pelo menos, duas avaliações pontuais
distribuídas dentro de cada Área (pelo menos duas Áreas), além das avaliações
parciais (testes, trabalhos, seminários, listas de exercícios, relatórios, etc.)
referentes à cada área do conteúdo programático.
As avaliações serão prioritariamente assíncronas e serão disponibilizadas no
Moodle da disciplina. Os alunos terão um prazo de NO MÍNIMO 24 HORAS para
a realização das atividades avaliativas.
No caso de avaliações síncronas, elas deverão seguir os dispositivos do Artigo
Cálculo da nota final: MF = ((Avaliação parcial 1*3) + (Avaliação parcial 2*3) +

(nota média das duas avaliações pontuais*4))/ 10
Conceitos:

Os alunos que não atingirem o conceito mínimo para aprovação poderão fazer
uma (única) avaliação de recuperação, abrangendo todo o conteúdo
recuperação).
A partir da média final após recuperação calculada, os conceitos serão atribuídos
da mesma forma especificada nos Critérios de Avaliação.

Os resultados das avaliações serão entregues até 72 horas antes da avaliação
seguinte.
Bibliografia
Básica Essencial
ANALISE DE SERIES TEMPORAIS By: Morettin, Pedro Alberto. [S.l.] :
Blucher. 2018. eBook. Language: Portuguese. Disponível no Sabi+.
Introduction to Time Series and Forecasting By: Peter J. Brockwell; Richard A.
Davis. Series: Springer Texts in Statistics. Edition: 2nd ed. New York :
Springer. 2002. eBook. Disponível no Sabi+
Análise de séries temporais em R : curso introdutório Rio de Janeiro: GEN
Atlas, 2017. Language: Portuguese. Disponível no Sabi+.
Básica
Introductory Time Series with R By: Metcalfe, Andrew V.. New York, NY:
Springer-Verlag New York, 2009. 1 v. digital Language: English
Time Series Analysis and Its Applications : With R Examples By: Shumway,
Robert H.. New York, NY: Springer New York, 2011. 3rd ed. - 1 v. digital
Language: English
Complementar
Basic Data Analysis for Time Series with R By: DeWayne R. Derryberry.
Hoboken, New Jersey : Wiley. 2014. eBook.
Outras Referências
Observações

Planos Ensino21-1 Merged

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Planos Ensino21-1 Merged

Enviado por

Direitos autorais:

Formatos disponíveis

Instituto de Matemática e Estatística

Disciplina: MÉTODOS ESTATÍSTICOS

Período Letivo: 2021/1

Professor Responsável: JOAO FELIZ DUARTE DE MORAES

Sigla: MAT02201 Créditos: 04

Carga Horária: 60 h CH Autônoma: 08h CH Coletiva:52 h CH Individual: 0h

Introdução ao método e conceitos de análise estatística na área de ciências agronômicas.

Currículos Etapa Pré-Requisitos Natureza

AGRONOMIA (INF01210) INTRODUÇÃO À INFORMÁTICA

(MAT01019) MATEMÁTICA PARA CIÊNCIAS

SEMANA Título Conteúdo

Introdução à Noções gerais sobre

SEMANA 3 Estatística Medidas de tendência

Teste de Teste para a média

Teste de Teste t para amostras

SEMANA 13 Teste de Experimentos

Teste de Correlação linear de

SEMANA 16 Recuperaç Prova todo o conteúdo

O material contendo o conteúdo das atividades deve ser disponibilizado no Moodle,

O desenvolvimento das atividades previstas no plano de ensino adotará o modelo

Informações sobre Direitos Autorais e de Imagem:

Todos os materiais disponibilizados são exclusivamente para fins didáticos, sendo

Todos os materiais de terceiros que venham a ser utilizados devem ser

A liberdade de escolha de exposição da imagem e da voz não isenta o aluno de realizar

Todas as gravações de atividades síncronas devem ser previamente informadas por

Somente poderão ser gravadas pelos alunos as atividades síncronas propostas

É proibido disponibilizar, por quaisquer meios digitais ou físicos, os dados, a imagem e

Os materiais disponibilizados no ambiente virtual possuem licença de uso e distribuição

Participação ativa nas atividades propostas; Resolução das listas de exercícios;

As estratégias avaliativas permitirão acompanhar e avaliar o rendimento ao longo do

Conceito A para MF maior ou igual a 9,0.

Atividades de Recuperação Previstas

A nova Média Final será calculada do seguinte modo:

A partir da média final após recuperação calculada, os conceitos serão atribuídos da

Prazo para Divulgação dos Resultados das Avaliações

JACQUES, S. M. C. Bioestatística: princípios e aplicações. Porto Alegre:

TRIOLA, M. F. Introdução à estatística. Rio de Janeiro: LTC, 2017. ISBN

MONTGOMERY, D. C. Estatística aplicada e probabilidade para engenheiros.

Pagano, Marcello; Gauvreau, Kimberlee. Princípios de bioestatística. São Paulo:

VIEIRA, S. Introdução à bioestatística. Rio de Janeiro: GEN Guanabara Koogan,

Frederico Pimentel Gomes.

Walpole, Ronald E. et al. Tradução Luciane F. Pauletti Vianna. Probabilidade e

DEVORE, J. L. Probabilidade e estatística para engenharia e ciências. São Paulo:

GUPTA, C. B. Estatística e probabilidade com aplicações para engenheiros e

LEVINE, D. M. Estatística: teoria e aplicações usando MS Excel em português.

NAVIDI, W. Probabilidade e estatística para ciências exatas. Porto Alegre: AMGH,

VIEIRA, S. Estatística básica. São Paulo: Cengage Learning, 2018. ISBN

Esta Atividade de Ensino poderá contar com a participação de alunos de mestrado e de

Disciplina: ESTATÍSTICA ECONÔMICA

Período Letivo: 2021/1

Professor Responsável: HUDSON DA SILVA TORRENT

Sigla: MAT02207 Créditos: 4

Carga Horária: 60h CH Autônoma: 7h CH Coletiva: 53hh CH Individual: 0h

SEMANA Título Conteúdo

Regressão simples e múltipla sob hipóteses clássicas:

SEMANA 2 Área 1 Métodos de estimação de Mínimos Quadrados;

SEMANA 3 Área 1 Propriedades do estimador de MQO sob hipóteses clássicas;

SEMANA 4 Área 1 Unidade de medida e forma funcional;

SEMANA 5 Área 1 Inferência em Análise de Regressão;

SEMANA 6 Área 1 Regressão com variáveis indepen-dentes binárias (dummy);

Regressão simples e múltipla relaxando as hipóteses clássicas.

SEMANA 9 Área 2 Heterocedasticidade nos erros da regressão. Testes para existência de

SEMANA 11 Área 2 Multicolinearidade entre os regressores;

SEMANA 12 Área 2 Má especificação da forma funcional. Teste RESET;