CE009 - INTRODUÇÃO À ESTATÍSTICA

churata @ ufpr.br

CIVIL- PF-14 - Ter e Qui -15:30 as 17:30

ELETA - PK-01 Ter e Qui - 13:30 as 15:30

"Em Deus nós confiamos, em todo resto, tragam os dados." Deming

00Referências

TRIOLA, Mario F. Introdução à Estatística, 12ª edição. Disponível em: Minha Biblioteca, Grupo GEN, 2017. (LIVRO TEXTO)
MONTGOMERY, Douglas C.; RUNGER, George C. Estatística Aplicada e Probabilidade para Engenheiros. Rio de Janeiro: Grupo GEN, 2021.
HINES, William W.; MONTGOMERY, Douglas C.; GOLDSMAN, Dave; BORROR, Connie M. Probabilidade e Estatística na Engenharia, 4ª edição. Rio de Janeiro.

Avaliações e Frequências

CIVIL Prova 1: 09/09 (Nova data); Prova 2: 23/10 ; Prova 3: 27/11 Exame Final : 16/12

ELETA: Prova 1: 09/09 (Nova data); Prova 2: 23/10 .; Prova 3: 27/11 Exame Final : 16/12

Nota final = (P1 + P2 + P3)/3

Frequência: lista de chamada em sala de aula. (75% ou mais de frequência)

2o chamada: - 02/12 Fazer solicitação por requirimento na secretária do Departamento de Estatística - Ver resolução da UFPR para 2o chamada.

Horário de atendimento: Terçaa-feira das 12:00 as 13:30 e Quinta-feira das 12:00 às 13:30 - Prédio Exatas - 2o Andar - Sala

Slides

triola_Chapter1

triola_Chapter2

triola_Chapter3 estatistica_descritiva_Montgomery (complementar)

triola_Chapter4 probabilidade_Montgomery (complementar)

Bayes_Triola.pdf (Apêndice)

Listas

Lista_01 Cap 1 - Triola

lista_02 lista_02_solucao Cap. 2 e 3 - Estatística descritiva

Não tem lista 03

lista_04 lista_04_solucao Cap. 4 - Probabilidade

exercicios_complementares - Montgomery

Formulário

Tabelas

Códigos R

# Dadosdata(iris) # carregar o conjunto de dadosdim(iris) # número de linhas e colunasnames(iris) # nomes das colunas do conjunto de dadoshead(iris) # exibe as primeiras seis linhas do conjunto de dadoshelp(iris) # descrição do conjunto de dados

Histogramadata(airquality) # Carregar o conjunto de dados airqualityhist(airquality$Temp, main="Histograma", xlab="Temperatura", ylab="Frequência", col="gray")rug(airquality$Temp)
hist(airquality$Temp, main="Histograma", xlab="Temperatura", ylab="Densidade", col="lightblue", freq=FALSE)lines(density(airquality$Temp), col="red", lwd=2)
temp_freq <- table(airquality$Temp)temp_cumfreq <- cumsum(temp_freq)plot(names(temp_cumfreq), temp_cumfreq, type="s", main="Ogiva de Temperatura", xlab="Temperatura", ylab="Frequencia Acumulada", col="purple", lwd=2)

# Grafico de Linha para Series Temporaldata(lynx)lynx_ts <- ts(lynx, start=c(1821), frequency=1)plot(lynx_ts, main="Dados Lynx", xlab="Ano", ylab="Numero de Linces Capturados", col="blue", lwd=2)

# Resumo dos dados mtcarsmtcars2 <- within(mtcars, { vs <- factor(vs, labels = c("V", "S")) am <- factor(am, labels = c("automatic", "manual")) cyl <- ordered(cyl) gear <- ordered(gear) carb <- ordered(carb)}) # Apenas um fechamento aquisummary(mtcars2)

# Escore Zdata("airquality") # Carregar o conjunto de dados airqualityhead(airquality) # Mostrar os primeiros registrosdados_z <- as.data.frame(scale(airquality, center = TRUE, scale = TRUE))head(dados_z) # Mostrar os primeiros registros após transformação
# Boxplotboxplot(count ~ spray, data = InsectSprays, col = "lightgray")

Ramo e folhasdata(cars) # Carrega o conjunto de dados 'cars'sort(cars$dist) # Ordena os valores de 'dist' em ordem crescentesummary(cars$dist) # Mostra estatísticas resumidas: mínimo, quartis, mediana, média e máximostem(cars$dist, scale=2) # Cria um diagrama de ramos e folhas com escala ajustada para melhor visualizaçãoboxplot(cars$dist) # Gera um boxplot para visualizar a distribuição, mediana e possíveis outliers

Run R code onlineSnippets lets you run any R code through your browser. No installation, no downloads, no accounts, no payments. Over three thousand packages come preinstalled.

Page updated

Google Sites

Report abuse