Identificação da disciplina

• Créditos / Carga horária: 6 créditos (90h presenciais)
• Horário: Segundas, Quartas e Sextas, 18h–20h
• Período letivo: 08/09/2025 → 21/01/2026
• Recesso: 22/12/2025 → 04/01/2026
• Modalidade: Presencial
• Ambiente: R • RStudio/Posit Cloud • Quarto

Ementa

Introdução geral à compreensão da estatística; estatística descritiva; probabilidade; variáveis aleatórias; distribuição binomial; distribuição normal; distribuições amostrais; estimação; teste de hipótese; regressão linear simples.

Objetivos

• Produzir resumos descritivos (Tabelas/Gráficos) com rigor e clareza
• Entender probabilidade e variáveis aleatórias
• Aplicar binomial e normal (Padronização)
• Compreender distribuições amostrais
• Estimar parâmetros e construir ICs
• Formular e conduzir testes de hipótese
• Ajustar/interpretar regressão linear simples e verificação dos pressupostos
• Comunicar resultados de forma reprodutível no R/Quarto

Avaliação - pesos

• Labs/Lists em R — 25%
• Miniprojeto de simulação — 10% (entrega: 26/11/2025)
• Projeto em Grupo (PG) — 25% (M1–M4 + entrega 16/01/2026)
• Prova individual — 30% (14/01/2026)
• Participação/Engajamento — 10%

Cronograma - visão geral

• Sem. 1–3: Descritiva; qualidade de dados; visualização
• Sem. 4–6: Probabilidade; binomial; normal
• Sem. 7–9: Distribuições amostrais e estimação (ICs)
• Sem. 10–12: Testes de hipótese; Miniprojeto
• Sem. 13–15: Correlação e Regressão linear simples; diagnóstico
• Recesso: 22/12/2025 → 04/01/2026
• Sem. 16–18: Refinos; Prova (14/01); Apresentações (16/01); devolutivas

Cronograma - datas-chave do Projeto (PG)

• M1 (Tema + dados): 15/10/2025
• M2 (Descritiva & diagnóstico inicial): 29/10/2025
• M3 (Plano de ICs/testes): 12/11/2025
• M4 (Regressão preliminar + pressupostos): 01/12/2025
• Apresentação + entrega final: 16/01/2026

Políticas e orientações

• Formativa contínua com feedback dos labs
• Trabalho em grupo × individual (projetos em grupo; prova individual pesquisada)
• Regras institucionais de segunda chamada/recuperação
• Integridade acadêmica e acessibilidade (materiais com antecedência)

Recursos

• Softwares: R (≥4.x), RStudio/Posit Cloud, Quarto
• Dados: bases públicas adequadas a PG
• Entrega: .qmd + .html + .R via SIGAA

Referências essenciais

• TRIOLA, Mario F. Introdução à estatística. 10. ed. Rio de Janeiro: LTC, 2008.
• CERVI, Emerson Urizzi. Manual de métodos quantitativos para iniciantes em Ciência Política. 1. ed. Curitiba: CPOP, 2017.
• FIGUEIREDO FILHO, D. B.; SILVA JÚNIOR, José Alexandre . Desvendando os Mistérios do Coeficiente de Correlação de Pearson (r). Politica Hoje (UFPE), v. 18, p. 115-146, 2009.

Encerramento

Contato: Prof. Dr. Manoel Santos-Neto — DEMA/UFC
E-mail/Atendimento/Repositório: santosneto@dema.ufc.br/Atendimento/ Slides