This is a modal window.
Assista a esse vídeo em: MP4 (1280 X 720 px) | MP4 (640 X 360 px)
Introduzir os conceitos associados à inferência estatística: estimador, características de um bom estimador, distribuição amostral.
Estatística Descritiva. Representação tabular e gráfica de populações ou amostras de variáveis discretas e contínuas;
Medidas de posição, dispersão, assimetria e achatamento: cálculo a partir dos dados originais e de distribuição de frequências;
Probabilidade: definição, conceitos e teoremas. Probabilidade condicional. Independência de eventos. Teorema de Bayes;
Distribuições de probabilidade. Variáveis aleatórias discretas e contínuas. Função de densidade;
Distribuição Binomial: definição, média e variância;
Distribuição de Poisson: definição, média e variância;
Distribuição Normal: definição, média e variância. Distribuição normal reduzida. Uso de tabelas no cálculo de probabilidades. Aproximação da distribuição normal através da distribuição binomial;
Noções de amostragem. Distribuições amostrais;
Distribuições t, F e Qui-quadrado;
Inferência Estatística: Estimação pontual e intervalar e testes de hipóteses: Teste F, Teste t de Student (para uma média populacional, para amostras independentes e dados emparelhados) e teste para proporção.
Covariancia, Correlação e Regressão Linear simples;
Tabelas de Contingência. Teste de Qui-quadrado.
Fornecer as ideias básicas de modelos estatísticos, iniciar os conceitos básicos de inferência estatística e suas aplicações nas diversas áreas da Zootecnia, Medicina Veterinária, Engenharia de Alimentos e Engenharia de Biossistemas.