UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO
FORMULÁRIO DE IDENTIFICAÇÃO DA DISCIPLINA
 

UNIDADE: FACULDADE DE CIÊNCIAS EXATAS E ENGENHARIAS
DEPARTAMENTO: DEPARTAMENTO DE PRODUÇÃO INDUSTRIAL
DISCIPLINA: Estatística Computacional
CARGA HORÁRIA: 30 CRÉDITOS: 2 CÓDIGO: FCEE02-15074
MODALIDADE DE ENSINO: Presencial TIPO DE APROVAÇÃO: Nota e Frequência
 
STATUSCURSO(S) / HABILITAÇÃO(ÕES) / ÊNFASE(S)
ObrigatóriaFCEE - Engenharia de Produção (versão 2)

TIPO DE AULA CRÉDITO CH SEMANAL CH TOTAL
Teórica2230
TOTAL 2 2 30
OBJETIVO(S):

UTILIZAR RECURSOS COMPUTACIONAIS PARA ANÁLISE DE DADOS ESTATÍSTICOS. UTILIZAR TÉCNICAS ESTATÍSTICAS EM MODELOS DE SIMULAÇÃO.
EMENTA:

INTRODUÇÃO AO SOFTWARE ESTATÍSTICO R: CRIAÇÃO E ARMAZENAMENTO DE VARIÁVEIS; VETORES E MATRIZES; MEDIDAS DE RESUMO; CLASSES DE OBJETOS; ENTRADA E SAÍDA DE DADOS; EXTRAÇÃO DE AMOSTRAS; SISTEMA DE EQUAÇÕES LINEARES; GRÁFICOS; FUNÇÕES; CORRELAÇÃO; DERIVAÇÃO E INTEGRAÇÃO; REGRESSÃO LINEAR SIMPLES; PROBLEMA DE PROGRAMAÇÃO LINEAR; DIAGRAMA DE CAUSA E EFEITO; GRÁFICO DE PARETO; GRÁFICOS DE CONTROLE DE SHEWHART. GERAÇÃO DE NÚMEROS PSEUDO-ALEATÓRIOS. MÉTODO DE SIMULAÇÃO DE MONTE CARLO. SIMULAÇÃO ESTOCÁSTICA: GERAÇÃO DE VARIÁVEIS ALEATÓRIAS; MÉTODO DA TRANSFORMAÇÃO INVERSA; MÉTODO DA CONVOLUÇÃO; MÉTODO DE ACEITAÇÃO-REJEIÇÃO. GERAÇÃO DE NÚMEROS ALEATÓRIOS DISCRETOS: DISTRIBUIÇÃO DE BERNOULLI; DISTRIBUIÇÃO BINOMIAL; DISTRIBUIÇÃO BINOMIAL NEGATIVA; DISTRIBUIÇÃO GEOMÉTRICA. MÉTODOS BOOTSTRAP E JACKKNIFE.

PRÉ-REQUISITO 1:

FCEE02-14964 Lógica de Programação
PRÉ-REQUISITO 2:

FCEE02-14962 Probabilidade e Estatística
 
BIBLIOGRAFIA:

BIBLIOGRAFIA BÁSICA:
1) DALGAARD, P. INTRODUCTORY STATISTICS WITH R. SPRINGER, 2008. E-BOOK.
2) EFRON, B.; TIBSHIRANI, R. J. AN INTRODUCTION TO THE BOOTSTRAP. CHAPMAN AND HALL, 1993.
3) GENTLE, J. E. COMPUTATIONAL STATISTICS. SPRINGER, 2009. E-BOOK.
4) RUBINSTEIN, R. Y. SIMULATION AND THE MONTE CARLO METHOD. JOHN WILEY & SONS, 1981.
5) SPECTOR, P. DATA MANIPULATION WITH R. SPRINGER, 2008. E-BOOK.
6) ZUUR, A. F.; IENO, E. N.; MEESTERS, E. A BEGINNER`S GUIDE TO R. SPRINGER, 2009. E-BOOK.


BIBLIOGRAFIA COMPLEMENTAR:
1) HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. THE ELEMENTS OF STATISTICAL LEARNING: DATA MINING, INFERENCE, AND PREDICTION. SPRINGER, 2ND ED., 2009. E-BOOK.
2) LANDER, J.P. R FOR EVERYONE: ADVANCED ANALYTICS AND GRAPHICS. ADDISON-WESLEY, 2014.
3) SHONKWILER, R.W.; MENDIVIL, F. EXPLORATIONS IN MONTE CARLO METHODS. SPRINGER, 2009. E- BOOK.