Carregando
Página inicial »Exatas » Física » [PGF5103-8] Tópicos Avançados em Tratamento Estatístico de Dados em Física Experimental

[PGF5103-8] Tópicos Avançados em Tratamento Estatístico de Dados em Física Experimental

Ordenar por:    Aula   |   Título   |   Por data (mais novo ao mais antigo)
92 vídeos disponíveis nesta disciplina

Vídeos

Problemas e questões ligadas à primeira parte do curso: conceitos básicos, funções de probabilidade, propagação de incertezas, métodos dos mínimos quadrados e da Máxima Verossimilhança, o modelo normal, testes de hipótese, funções t de Student, de qui-quadrado, F de Fisher.
Quando as grandezas de interesse são funções dos parâmetros ajustados aos dados experimentais, é preciso determinar a matriz de covariância delas em função das covariâncias dos parâmetros ajustados. Nesta atividade, determinam-se as estimativas dos parâmetros de uma função a um conjunto de dados , e desses parâmetros se deduzem as grandezas de interesse e sua matriz de covariância, usando uma fórmula matricial, conveniente para cálculos com computadores.
Função geratriz de uma f.p. (variável discreta); somas de variáveis aleatórias. Função característica e a geratriz dos cumulantes; o teorema central do limite. Desigualdade de Chebyshev; a lei dos grandes números.
Funções que permitem iterar sobre listas: Cases, Map, Sort, SortBy, Position. Comandos procedimentais: Do, For. If com três alternativas para o resultado do teste: Verdade, Falso e Indeterminado,
Funções puras. Seleção de valores de uma lista. Uso de LinearModelFit e NonlinearModelFit; testes obrigatórios da qualidade do ajuste.
Conceitos primitivos: espaço amostral e evento. Relações entre eventos. Os axiomas da Teoria da Probabilidade. Probabilidade condicional e o Teorema de Bayes. Independência Estatística. Definição de variável aleatória. Funções de probabilidade: densidade condicional, marginal, distribuição de probabilidade. Valor esperado, momentos - uma variável, várias variáveis. A atividade é uma aplicação não-bayesiana do Teorema de Bayes.
Module, Rule, parâmetros e argumentos de funções. As funções da estatística: CDF (função distribuição cumulativa) e sua inversa, InverseCDF.
A representação interna dos objetos e os nomes das operações. SetDelayed e a construção de uma função - diferença entre = e :=. Expressões compostas.
Quais são os problemas que a inferência estatística procura resolver. Diferenças com a teoria da probabilidade, uso dessa teoria. Estimadores. Infelizmente, somente o inicio da aula ficou gravado...
Operações básicas com strings e seu uso na formação de nomes de arquivos. Diretórios. Entrada e saída Import e Export), formatada. Funções Take e Drop, Append e Prepend, AppendTo e PrependTo.
92 vídeos disponíveis nesta disciplina

 

Superintendência de Tecnologia da Informação