i i

“output” — 2022/12/9 — 18:53 — page xi — #11

i i

Conteúdo

I Fundamentos de Estatística 1

1 Introdução à probabilidade 3
1.1 Noções de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Definições fundamentais . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Conceitos de probabilidade . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Teoremas básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Probabilidade condicional e independência estocástica . . . . . . . 11
1.6 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2 Variáveis aleatórias 19
2.1 Variável aleatória discreta . . . . . . . . . . . . . . . . . . . . . . . 20
2.2 Variável aleatória contínua . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Função de distribuição acumulada . . . . . . . . . . . . . . . . . . 24
2.4 Função de quantis . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5 Distribuição conjunta . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.6 Propriedades de esperança . . . . . . . . . . . . . . . . . . . . . . . 29
2.7 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.8 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3 Distribuições de probabilidade 35
3.1 Modelos discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2 Modelos contínuos . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.3 Família exponencial de distribuições . . . . . . . . . . . . . . . . . 50
3.4 Distribuição normal multivariada . . . . . . . . . . . . . . . . . . . 55
3.5 Distribuição empírica . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.6 Resultados úteis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.7 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

i i

i i
 i i

“output” — 2022/12/9 — 18:53 — page xii — #12

i i

xii Estatística decodificada

3.8 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

4 Aplicações da verossimilhança 65
4.1 Método da máxima verossimilhança . . . . . . . . . . . . . . . . . 66
4.2 AIC e escolha do modelo . . . . . . . . . . . . . . . . . . . . . . . . 73
4.3 Teste da razão de verossimilhanças . . . . . . . . . . . . . . . . . . 75
4.4 O teste escore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.5 O teste de Wald . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.6 Verossimilhança em regressão . . . . . . . . . . . . . . . . . . . . . 82
4.7 Verossimilhança restrita . . . . . . . . . . . . . . . . . . . . . . . . 83
4.8 Outras funções de verossimilhança . . . . . . . . . . . . . . . . . . 87
4.9 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.10 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

5 O método delta 91
5.1 Definição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.2 Exemplos de aplicação . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.3 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.4 Exercício . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

6 O bootstrap 99
6.1 Definição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.2 Exemplos de aplicação . . . . . . . . . . . . . . . . . . . . . . . . . 101
6.3 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

II Métodos e Modelos 105

7 Conjuntos de dados 109

8 Importação e exportação de dados no R 121

8.1 Importação de dados . . . . . . . . . . . . . . . . . . . . . . . . . . 121
8.2 Exportação de dados . . . . . . . . . . . . . . . . . . . . . . . . . . 123
8.3 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
8.4 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124

9 Análise exploratória de dados 127

9.1 Distribuição de frequências . . . . . . . . . . . . . . . . . . . . . . 127
9.2 Estatísticas descritivas . . . . . . . . . . . . . . . . . . . . . . . . . 130
9.3 Box plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

i i

i i
 i i

“output” — 2022/12/9 — 18:53 — page xiii — #13

i i

Conteúdo xiii

9.4 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138

9.5 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138

10 Introdução aos testes de hipóteses 141

10.1 Exemplo de introdução . . . . . . . . . . . . . . . . . . . . . . . . . 141
10.2 Teste t para uma média . . . . . . . . . . . . . . . . . . . . . . . . 144
10.3 Testes t para duas médias . . . . . . . . . . . . . . . . . . . . . . . 148
10.4 Teste t para dados pareados . . . . . . . . . . . . . . . . . . . . . . 151
10.5 Testes sobre tabelas de contingência . . . . . . . . . . . . . . . . . 154
10.6 Intervalos de confiança . . . . . . . . . . . . . . . . . . . . . . . . . 160
10.7 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
10.8 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163

11 Covariância e correlação 167

11.1 Covariância e correlação de Pearson . . . . . . . . . . . . . . . . . 167
11.2 Diagramas de dispersão . . . . . . . . . . . . . . . . . . . . . . . . 169
11.3 Teste da correlação . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
11.4 Correlações não paramétricas . . . . . . . . . . . . . . . . . . . . . 171
11.5 Gráfico de draftsman . . . . . . . . . . . . . . . . . . . . . . . . . . 171
11.6 Matrizes de covariância e correlação . . . . . . . . . . . . . . . . . 172
11.7 Representação gráfica de matrizes de correlação . . . . . . . . . . . 173
11.8 Inferência em matrizes de correlação . . . . . . . . . . . . . . . . . 174
11.9 Correlações parciais . . . . . . . . . . . . . . . . . . . . . . . . . . 180
11.10Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
11.11Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182

12 Regressão 185
12.1 Regressão linear simples . . . . . . . . . . . . . . . . . . . . . . . . 185
12.2 Regressão linear múltipla . . . . . . . . . . . . . . . . . . . . . . . 194
12.3 Regressão não linear . . . . . . . . . . . . . . . . . . . . . . . . . . 203
12.4 Linear Response Plateau . . . . . . . . . . . . . . . . . . . . . . . . 208
12.5 Bootstrap na regressão . . . . . . . . . . . . . . . . . . . . . . . . . 210
12.6 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
12.7 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

13 Análise de resíduos 217

13.1 Resíduos ordinários . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
13.2 Resíduos padronizados . . . . . . . . . . . . . . . . . . . . . . . . . 219
13.3 Resíduos estudentizados . . . . . . . . . . . . . . . . . . . . . . . . 219

i i

i i
 i i

“output” — 2022/12/9 — 18:53 — page xiv — #14

i i

xiv Estatística decodificada

13.4 Medidas de influência . . . . . . . . . . . . . . . . . . . . . . . . . 220

13.5 Análise gráfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
13.6 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224

14 Análise de variância 227

14.1 Nuts and bolts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
14.2 One-way ANOVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
14.3 Teste de homocedasticidade . . . . . . . . . . . . . . . . . . . . . . 236
14.4 Two-way ANOVA . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
14.5 O teste da aditividade . . . . . . . . . . . . . . . . . . . . . . . . . 239
14.6 A precisão experimental: CV vs. IV . . . . . . . . . . . . . . . . . 240
14.7 Outros tipos de decomposição . . . . . . . . . . . . . . . . . . . . . 245
14.8 Comparação de modelos encaixados . . . . . . . . . . . . . . . . . 252
14.9 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
14.10Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255

15 Comparações múltiplas de médias 257

15.1 Teste t para contrastes . . . . . . . . . . . . . . . . . . . . . . . . . 258
15.2 Teste LSD de Fisher . . . . . . . . . . . . . . . . . . . . . . . . . . 261
15.3 A correção de Bonferroni . . . . . . . . . . . . . . . . . . . . . . . . 264
15.4 Teste HSD de Tukey . . . . . . . . . . . . . . . . . . . . . . . . . . 265
15.5 Teste SNK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
15.6 O critério de Scott-Knott . . . . . . . . . . . . . . . . . . . . . . . 269
15.7 Erro da família . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
15.8 Escolhendo o teste . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
15.9 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
15.10Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272

16 Análise de covariância 275

16.1 Exemplo de aplicação . . . . . . . . . . . . . . . . . . . . . . . . . 275
16.2 Experimento de parcelas pareadas . . . . . . . . . . . . . . . . . . 278
16.3 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
16.4 Exercício . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280

17 Experimentos multifatores 281

17.1 Estruturas dos fatores, tipos de efeito e interação . . . . . . . . . . 281
17.2 Experimentos fatoriais . . . . . . . . . . . . . . . . . . . . . . . . . 283
17.3 Fatoriais com tratamentos adicionais . . . . . . . . . . . . . . . . . 290
17.4 Experimentos split plot . . . . . . . . . . . . . . . . . . . . . . . . . 292

i i

i i
 i i

“output” — 2022/12/9 — 18:53 — page xv — #15

i i

Conteúdo xv

17.5 Modelo de fatores hierárquicos . . . . . . . . . . . . . . . . . . . . 298

17.6 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300
17.7 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300

18 Grupos de experimentos 303

18.1 Critérios de agrupamento . . . . . . . . . . . . . . . . . . . . . . . 304
18.2 Modelo estatístico . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
18.3 Exemplo de aplicação . . . . . . . . . . . . . . . . . . . . . . . . . 308
18.4 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
18.5 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310

19 Modelos lineares generalizados 313

19.1 Definição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
19.2 Ajuste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
19.3 Inferência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
19.4 Exemplo de aplicação . . . . . . . . . . . . . . . . . . . . . . . . . 326
19.5 Superdispersão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
19.6 Os MLG e a heterocedasticidade . . . . . . . . . . . . . . . . . . . 346
19.7 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348
19.8 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348

20 Modelos lineares mistos 351

20.1 Formulação, estimação e inferência . . . . . . . . . . . . . . . . . . 352
20.2 Exemplo de aplicação . . . . . . . . . . . . . . . . . . . . . . . . . 355
20.3 Uma análise de medidas repetidas . . . . . . . . . . . . . . . . . . 368
20.4 Um exemplo com variância genética . . . . . . . . . . . . . . . . . 375
20.5 Modelo linear generalizado misto . . . . . . . . . . . . . . . . . . . 380
20.6 Jupyter notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382
20.7 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382

Referências 385

A Pacotes do R 393

B Leitura reduzida 395

C Extra: cena da capa 397

Índice Remissivo 399

i i

i i