class: center, middle, inverse, title-slide # Universidade Federal do Amazonas ## Instituto de Ciência Exatas e Tecnologia ### Prof. Dr. Hidelbrando Ferreira Rodrigues ### Estatística I - Aula 0 ### Turma: Engenharia de Produção ### Ano civil: 2021 - Semestre letivo 2020/2 ### 2021-08-16 --- ## Ementa Probabilidade. Variáveis Aleatórias Discretas e Distribuições de Probabilidade. Variáveis Aleatórias Contínuas e Distribuições de Probabilidade. Distribuição de Probabilidade Conjunta. Estatística Descritiva. Estimação Pontual de Parâmetros e Distribuições Amostrais. Intervalos Estatísticos para uma Única Amostra. Teste de Hipótese para uma Única Amostra. -- ## Objetivo Geral Fornecer uma introdução abrangente dos modelos e métodos estatísticos mais passíveis de serem encontrados e usados na área de engenharia. -- ## Específicos 1. Apresentar a lógica da teoria da probabilidade; 2. Desenvolver a intuição de como a teoria se relaciona a situações práticas; 3. Aplicar a teoria da probabilidade na resolução de problemas de engenharia. 4. Realizar a análise exploratória de dados. 5. Introduzir os conceitos e aplicações gerais de inferência para uma única amostra: Estimação Pontual, Intervalo de Confiança e Testes de Hipótese. --- ## Referências ### Básicas - MONTGOMERY, D., RUNGER, C.. Estatística Aplicada e Probabilidade para Engenheiros, 6ª edição. LTC, 09/2016. - DEVORE, J. L. Probabilidade e Estatística: para Engenharia e Ciências. São Paulo: Pioneira Thomson Learning, 2006. - GUPTA, B. C., GUTTMAN, I. Estatística e Probabilidade com Aplicações para Engenheiros e Cientistas. LTC, 2016. -- ### Complementares - DEVORE, J. L. Probabilidade e estatística: para engenharia e ciências. São Paulo: Pioneira Thomson Learning, 2006. - YATES, R. D., GOODMAN, D. J. Probabilidade e Processos Estocásticos, Uma Introdução para Engenheiros Eletricistas e da Computação, 3ª edição. LTC, 2016. - CAMPOS, M.A, RÊGO, L.C., MENDONÇA, A. F. DE. Métodos Probabilísticos e Estatísticos com Aplicações em Engenharias e Ciências Exatas. LTC, 2016. - SPIEGEL, M. R. Probabilidade e Estatística. São Paulo: Person Education do Brasil, 2004. 518 - LARSON, R., FARBER, B., Estatística Aplicada. São Paulo: Pearson --- ## Informações complementares ### Dias e horários de atendimento > Quarta-feira / Sexta-feira - 16:30 às 17:30 -- ### Código da turma no Google Salas de Aula: > # 7s6qbnb --- ## Avaliação - Estão planejadas 6 notas: Nota 1: Estatística Descritiva > - Análise Exploratória de Dados (EAD) - Medidadas de Tendência Central - Medidas de Variabilidade - Separatrizes - Boxplot -- Nota 2: Introdução à Probabilidade > - Principais definições, teoremas e corolários - Probabilidade Condicional - Teorema de Bayes -- Nota 3: Distribuição Discretas de Probabilidades > - Principais Distribuições Discretas - Distribuição Binomial - Distribuição Poisson - Exponencial Negativa --- ## Avaliação Nota 4: Distribuição Contínuas de Probabilidades > - Principais Distribuições Contínuas - Distribuição Contínua - Distribuição Normal -- Nota 5: Intervalo de Confiança > - Intervalo de Confiança para a média (amostral e populacional) - Intervalo de Confiança para a variância (amostral e populacional) - Intervalo de Confiança para o desvio padrão (amostral e populacional) -- Nota 6: Teste de Hipóteses > - Teste de Hipótese para a média - Teste de Hipótese para a variância - Teste de Hipótese para o desvio padrão --- ## Critérios de Avaliação > - Avaliação Qualitativa (AQ) - (30% da nota) - Avaliação em Grupo(AG) - (40% da nota) - Avalaliação Individual (AI)- (30% da nota) -- ### Médias Parciais > Média Parcial(1) = `\((Nota 1 + Nota 2)/2\)` > Média Parcial(2) = `\((Nota 3 + Nota 4)/2\)` > Média Parcial(3) = `\((Nota 4 + Nota 5)/2\)` ### Média Parcial > MP = (MP1 + MP2 + MP3)/3 --- ### Condições de aprovação > Se a MP >= 8, então APROVADO; Caso contrário: > MF = (2*MP + PF)/3. Se a MF >= 5,0 (APROVADO) --- class: inverse center middle ### Detalhes do Processo de Avaliação --- ## Avaliação Qualitativa (AQ) ### São atividades desenvolvidas pelos alunos (individualmente), às quais serão atribuídas nota 1 (para as atividades realizadas) e 0 (caso a atividade não seja realizada) -- > Exemplos de Atividades Qualitativas (AQ): - Leitura de material pedagógico - Assistir a um vídeo disponível na internet que verse sobre o tema estudado - Participar de eventos online (seminário, palestras, etc) - Dentre outras -- > A realização de todas as AQ correponderá a 30% da notas parcial. --- ## Avaliação em Grupo (AG) ### São atividades desenvolvidas por pelos menos 02 (dois) alunos, às quais serão atribuídas nota 1 (um) a 5 (cinco). -- > Exemplos de Atividades Grupo (AG): - Lista de exercíos - Seminários - Estudos de caso - Dentre outras -- > A realização de todas as AG correponderá a 40% da notas parcial. --- ## Avaliação Individual (AI) ### São atividades desenvolvidas pelos alunos (individualmente), às quais serão atribuídas nota 1 (um) a 5 (cinco). -- > Exemplos de Atividades Qualitativas (AI): - Lista de exercíos - Seminários - Estudos de caso - Dentre outras -- > A realização de todas as AI correponderá a 30% da notas parcial.