Bioestatística

Objetivos

Objetivos conceptuais (OC)

1. Enquadrar a Estatística na Sociedade e na Ciência

2. Dominar os fundamentos da Estatística Descritiva

3. Reconhecer a importância da Teoria das Probabilidades

4. Dominar o conceito de Variável Aleatória

5. Compreender os fundamentos da teoria da amostragem e do desenho experimental

6. Compreender a mecânica dos Testes de Hipóteses

7. Distinguir Testes Paramétricos e Não Paramétricos

8. Distinguir os conceitos de Correlação e de Regressão

9. Reconhecer a inferência Bayesiana

Competências

Gerais (CG)

1. Trabalhar em equipa

2. Consultar bibliografia e elaborar sínteses

3. Comunicar informação científica

4. Redigir um relatório científico

Específicas (CE)

1. Desenvolver o raciocínio estatístico

2. Aplicar técnicas de Estatística Descritiva

3. Simular variáveis aleatórias

4. Aplicar distribuições amostrais

5. Estimar intervalos de confiança

6. Aplicar testes de hipóteses

7. Usar aplicações informáticas em Estatística

Programa

0. Introdução ao R

1. Noções Básicas de Probabilidade
1.1 Experiências Aleatórias. Espaço de Resultados. Acontecimentos
1.2 Conceito de Probabilidade. Axiomática de Kolmogorov. Interpretações Frequencista e Subjectivista

1.3 Probabilidade condicional e independência de acontecimentos
1.4 Teorema da probabilidade total e de Bayes

2. Variáveis e Vetores Aleatórios
2.1 Variáveis aleatórias discretas e continuas
2.2 Função de distribuição, função massa de probabilidade e função densidade de probabilidade
2.3 Vetores aleatórios. Função de distribuição conjunta. Marginação. Condicionamento
2.4 Momentos

3. Modelos
3.1 Discretos: Binomial, Hipergeométrico e Poisson
3.2 Contínuos: Uniforme, Exponencial e Normal
3.3 Teorema do limite central

4. Análise Exploratória de Dados
4.1 Distribuições de frequências
4.2 Sumarização dos dados
4.3 Representações gráficas

5. Distribuição Amostral de Momentos Empíricos
5.1 Distribuição amostral da média e da variância de populações normais
5.2 Distribuição amostral da proporção

6. Estimação pontual e intervalar
6.1 Estimação pontual
6.2. Intervalos de confiança para o valor médio e a variância de uma população normal
6.3 Intervalos de confiança para a diferença entre valores médios de populações normais
6.4 Intervalos de confiança para a proporção

7. Testes de Hipóteses
7.1 Testes de hipóteses para os parâmetros de uma população normal
7.2 Testes de hipóteses para uma proporção
7.3. Testes de hipóteses para a igualdade das médias de duas populações normais
7.4 Teste do qui-quadrado de ajustamento e de independência

8. Regressão Linear Simples

8.1 Estimação dos parâmetros do modelo
8.2 Inferências sobre os parâmetros do modelo
8.3 Qualidade do modelo

Métodos de Ensino

As aulas teóricas são expositivas em que se apresentam os conceitos fundamentais com recurso a exemplos de aplicação que ilustram a aplicação do tópico em estudo.

As aulas teórico-práticas funcionam articuladas e com as aulas teóricas, recorrendo-se à exposição e resolução de problemas práticos usando a Linguagem R.

A plataforma de e-Learning Moodle da UAc (em http://moodle.uac.pt) é utilizada como repositório de material pedagógico e didático de apoio à aprendizagem, bem como de plataforma de agendamento, divulgação e promoção de atividades complementares e de gestão dos elementos de avaliação.

Bibliografia

Baron, M. (2007). Probability and Statistics for Computer Scientists, Chapman & Hall/CRC, Boca Raton.

Dalgaard, P. (2002). Introductory Statistics with R, Springer, New York.

Guimarães, R.C., e Cabral, J.A.S.  (1997). Estatística, McGraw-Hill, Lisboa.

Montgomery, D.C., and Runger, G.C. (2003). Applied Statistics and Probability for Engineers, 6ª ed., Wiley, New York.

Pestana, D.D. e Velosa, S.F. (2006). Introdução à Probabilidade e Estatística, Vol. I., 2ª ed., Fundação Calouste Gulbenkian, Lisboa.

Verzani, J. (2005). Using R for Introductory Statistics, Chapman & Hall/CRC, Boca Raton.

Zar, J. H. (2005). Biostatistical analysis, 5ª ed., Prentice-Hall, Upper Saddle River.

Método de Avaliação