Estatística Computacional/Métodos Computacionais em Estatística

Bem-vindos!

• Disciplina: Estatística Computacional/Métodos Computacionais em Estatística
  
• Carga horária: 60h
  
• Encontros: Segundas e Quartas, 08h–10h
  
• Período: 08/09/2025 a 21/01/2026
  
• Recesso: 22/12/2025 a 04/01/2026

Objetivo da Disciplina

• Compreender os fundamentos da simulação estatística
  
• Desenvolver habilidades de programação reprodutível (R/Python + Quarto)
  
• Aprender técnicas modernas de:
  • Geração de números e variáveis aleatórias
    
  • Métodos de simulação
    
  • Reamostragem
    
  • Otimização numérica e Algoritmo EM
    
  • Métodos de Monte Carlo

Metodologia

• Resolução de problemas ao vivo
  Ver passo a passo como implementar soluções em R/Python.

• Mini-labs
  Pequenos desafios práticos durante a aula para fixar conceitos.

• Quizzes práticos
  Provas em laboratório, com consulta a materiais, mas sem comunicação.

• Code review entre pares
  Troca de código entre colegas, com feedback construtivo.

Ferramentas

• Linguagens: R e/ou Python
  
• Relatórios: Quarto (.qmd → PDF/HTML)
  
• Versionamento: Git/GitHub
  
• Ambiente: LEO / computadores pessoais

Avaliação

• Trabalhos Práticos (TP1–TP10) → 50%
  
• Quizzes (3 provas práticas) → 25%
  
• Projeto Final em grupo → 15%
  
• Participação (mini-labs, discussões, code review) → 10%

Cronograma de Avaliações (principais datas)

• Quiz 1: 06/10/2025
  
• Quiz 2: 17/11/2025
  
• Quiz 3: 15/12/2025
  
• Projeto Final: Apresentação em 19 e 21/01/2026

Conteúdo Programático (básico)

1. Geração de números pseudoaleatórios
   
2. Geração de variáveis aleatórias
   
3. Reamostragem: Bootstrap e Jackknife
   
4. Métodos de Monte Carlo
   
5. Otimização numérica
   
6. Algoritmo EM
   
7. Outros

Expectativas

• Participação ativa nas aulas e mini-labs
  
• Entregas reprodutíveis em Quarto + Git
  
• Colaboração em grupo no Projeto Final
  
• Compromisso com integridade acadêmica

Encerramento

“Mais do que aprender teoria, vocês vão praticar Estatística Computacional: simular, programar, errar, revisar e corrigir.
O objetivo é que ao final da disciplina vocês saibam fazer Estatística em código, de forma clara, eficiente e reprodutível.”

Obrigado e vamos começar 🚀