Plano de Ensino Identificação Ementa Curso ... - DME/Ji-Paraná

Plano de Ensino

Identificação Ementa Curso: Bacharelado em Estatística Sistemas Lineares, Vetores,

Transformações Lineares, Produtos Internos, Matrizes e operadores Lineares, Determinantes, Valores Próprios e Diagonalização, Formas Bilineares e Quadráticas. Utilização de Software no desenvolvimento das análises e cálculos.

Disciplina: Álgebra Linear Código: E14

Professor: Gabi Nunes Silva

Coordenador: Lenilson Sergio Candido

Período: 3º Semestre: 01 Ano: 2020

Turma: 2019/1 Créditos: 04

Carga Horária: 80

Teórica: 60 Prática: 20 Total: 80

Objetivo da Disciplina no Curso

Proporcionar conhecimento aos acadêmicos de maneira que possam manusear e aplicar os conteúdos de Álgebra Linear possibilitando aos mesmos criar, interpretar e solucionar modelos matemáticos inerentes a formação do profissional e correlato.

Justificativa da Disciplina no Curso Fornecer aos discentes uma base teórico-prática sólida na teoria dos espaços vetoriais e dos operadores lineares de maneira a possibilitar sua aplicação nas diversas áreas da Estatística, uma vez que conceitos de álgebra linear constituem o conhecimento básico para o desenvolvimento e estudo de teorias estatísticas multivariadas.

Metodologia de Trabalho do Professor na Disciplina A explanação do conteúdo se dará por meio do uso de quadro. Data show e recursos gráficos também serão quando utilizados quando necessário.

Conteúdo Programático UNIDADE I - Sistemas Equivalentes, solução de sistemas. UNIDADE II - Determinante, interpretação geométrica, propriedades, O teorema de Laplace. UNIDADE III - Vetores, operações, Espaços vetoriais, Subespaços, Combinações Lineares Dependência e Independência Linear, bases de um Espaço Vetorial.

Fundação Universidade Federal de Rondônia Campus Ji-Paraná

Departamento de Matemática e Estatística

UNIDADE IV - Transformações Lineares, Rotação, Projeção, Reflexão, Núcleo e imagem transformações singulares e não singulares e operações com transformações Lineares. UNIDADE V - Representação de uma transformação por matriz, mudança de base. UNIDADE VI - Produto Interno, Base ortonormais e processo de Grahm-Shmidt. UNIDADE VII - Vetores e Valores Próprios, Polinômio característico, Diagonalização de Operadores. UNIDADE VIII - Formas Bilineares e Matrizes, formas quadráticas. UNIDADE IX – Utilização de software para análises e cálculos (R, Geogebra, Maxima...).

Avaliação e Critérios de Avaliação da Disciplina no Curso A avaliação consistirá de três provas parciais (P1, P2 e P3), individuais e sem consulta, no valor de 90 pontos cada uma e 10 pontos distribuídos referentes a listas de exercício, participação em sala de aula, adicionados na média final dos alunos. (P).

A média final será obtida por meio da expressão:

MF = !"#!$#!%%

+ 𝑃

Se MF ≥ 60 o aluno estará aprovado.

Se MF < 60 o aluno fará avaliação final substitutiva nos termos regimentais da UNIR.

Bibliografia da Disciplina no Curso

Básica Complementar

BOLDRINI, José Luiz. Álgebra Linear. São Paulo, Harper & Row do Brasil, 1980. LIPSCHUTZ, Seymour. Álgebra Linear. São Paulo, McGraw-Hill, 1972. STEEINBRUCH, A. & WINTERLE, P. Álgebra Linear, 2a ed. Ed, McGraw-Hill – São Paulo, 1987.

CALLIOLI, Carlos A. Álgebra Linear e Aplicações. 6a ed., Ed. Atual – São Paulo, 1998.

CARVALHO, João Pitombeira. Álgebra Linear. Rio de Janeiro, Ao Livro Técnico S.A e Editora Universidade de Brasília, 1979. KOLMAN, B. & HILL, David R. Introdução à Álgebra Linear com Aplicações. 8a ed., Ed. LTCS.A. – Rio de Janeiro, 2006.

LAY, David D. Álgebra Linear e suas Aplicações. 2a ed. Ed. LTC S.A. – Rio de janeiro, 1997. LEON, Steven J. Álgebra Linear com Aplicações. 4a ed. Ed. LTC S.A. – Rio de Janeiro, 1998.

Ji-Paraná, 08 de novembro de 2019.

______________________________________ Profª. Gabi Nunes Silva

Ministério da Educação

Fundação Universidade Federal de Rondônia


Campus – Ji-Paraná

Plano de Ensino

Identificação Ementa

Curso: Bacharelado em Estatística As atividades teóricas-práticas de

aprofundamento do curso de

Bacharelado em Estatística da UNIR,

Câmpus de Ji-Paraná, compreendem 160

(cento e sessenta) horas de atividades

complementares distribuídas nos

seguintes tópicos:

✓ Monitorias (Máximo de 40 horas);

✓ Eventos Educacionais não promovidos

pelo DME/ JP. (Máximo 60 horas);

✓ Eventos promovidos pelo DME/JP

(Máximo de 60 horas);

✓ Estágio nos laboratórios da instituição

(Máximo de 40 horas).

Disciplina: Atividades Extracurricular Código: E36

Professor: Nerio Aparecido Cardoso




Carga Horária: 120 Pré-Requisito:



As atividades extracurriculares têm objetivo de complementar e enriquecer a vivência

acadêmica e favorecem o processo de formação do estudante. Também objetiva contribuir para a

autoestima dos envolvidos no processo de ensino e aprendizagem além de promover a

sociabilização do sujeito. Outro objetivo comtemplado é despertar no aluno a criatividade e o

talento para melhorar seu desempenho em sala de aula.

Justificativa da Disciplina no Curso

1. Este ponto obrigatório no curso de Bacharelado em Estatística é para atender a necessidade

que muitas vezes o estatístico tem quando trabalha nas mais diversas áreas do conhecimento, isso

requer do estatístico a competência de elaborar estratégias para a aquisição de conhecimentos e

criação, paralelamente, condições de socialização e valorização dos trabalhos produzidos. O fato

de trabalhar em diversas áreas do conhecimento promove nas relações de trabalho a

multiplicidade de ideias com referência na pluralidade disciplinar, integrando os conteúdos aos

trabalhos e evidenciando a complementariedade entre saberes.

Metodologia de Trabalho do Professor na Disciplina

Estas atividades contemplam o reconhecimento de habilidades e capacidade extra

curriculares e compreendem o aproveitamento de conhecimentos adquiridos pelo acadêmico, por

meio da participação em eventos, projetos de iniciação científica, iniciação à docência, monitoria

e extensão. Para efeitos de integralização da carga horária de 160 (cento e sessenta) horas de

atividades extracurriculares, os acadêmicos deverão apresentar as cópias e originais dos

comprovantes das atividades realizadas. As cópias serão autenticadas pelo docente e arquivadas

na pasta do discente sobre a guarda da SERCA.

Descrição das atividades extracurriculares

▪ Monitorias (Pode ser realizado pelo estudante no Máximo de 40 horas);

Para exercer a atividade de monitor, o aluno deve satisfazer estas condições:

• O aluno deve ter cursado a disciplina que deseja ser monitor, com aproveitamento

maior ou igual a 80%;

• Os monitores estarão sob responsabilidade do professor titular da disciplina;

• O horário da monitoria deverá ser definido pelo professor titular da disciplina e pelo

monitor;

• A carga horária de monitoria será computada até um máximo de 40 horas, distribuída

durante os quatro (4) anos do curso de Estatística;

• O aluno poderá exercer monitoria além desta carga horária.

Ao final da monitoria será expedido um certificado de monitoria, pelo departamento, a

pedido do professor titular da disciplina. O pedido para exercer monitoria fica a critério

do professor titular da disciplina, bem como o número de vagas desejadas.

▪ Eventos Educacionais não promovidos pelo DME/ JP. (Pode ser realizado pelo estudante

no Máximo 60 horas);

São considerados eventos: Congressos, Encontros e Seminários, realizados fora do

domínio do DME/ JP. Ao apresentar os certificados de participação nestes eventos, os

discentes poderão exigir o total da carga horária, conforme os itens a seguir:

• Carga horária máxima de 60 horas, distribuída entre os quatro anos do curso.

• Se o discente realizar apresentação de artigo nestes eventos educacionais, o mesmo

terá computado um valor de 10 horas por apresentação.

• Na participação do discente em eventos educacionais, na condição de ouvinte, será

considerada a carga horária explicita no certificado de participação

▪ Eventos promovidos pelo DME/JP (Pode ser realizado pelo estudante no Máximo de 60

horas);

Os eventos promovidos pelo DME/JP terão computados como carga horária máxima até

60 horas, distribuídas entre os quatro anos do curso de Estatística. A organização da

“Semana de Exatas” ficará sob responsabilidade dos alunos do último semestre e dos

professores do departamento. Em cada realização do evento “Semana de Exatas”, a

carga horária máxima será de até 20 horas. A participação dos discentes, como ouvintes,

em uma carga horária máxima de 20 horas, deverá ser comprovada mediante

apresentação do certificado de participação. Em outros eventos a serem realizados pelo

DME/ JP, a carga horária será estipulada pelo departamento. Observação: Na

apresentação de trabalhos pelos discentes na “Semana de Exatas” a carga horária será

registrada nos Seminários promovidos pelos alunos

▪ Estágio nos laboratórios da instituição (Pode ser realizado pelo estudante no Máximo de

40 horas).

Serão considerados os estágios realizados nos laboratórios da UNIR, Campus de Ji-

Paraná, mediante a apresentação de um projeto de autoria do estagiário com a anuência

de um professor orientador e aprovado pelo DME/JP.

Avaliação e Critérios de Avaliação da Disciplina no Curso

Será procedida pela soma da carga horária (SCH) das atividades extracurriculares.

Se SCH ≥ 160 o aluno estará aprovado.

Se SCH < 160 o aluno deverá se matricular novamente na disciplina de atividades

extracurriculares e apresentar novamente cópias e originais dos comprovantes das atividades

realizadas nos termos regimentais do PPC do curso.

RELATÓRIO DE ATIVIDADES EXTRA-CURRICULARES

Atividades Total de horas

realizada

Monitorias. (Máximo de 40 horas)

Eventos Educacionais não promovidos pelo DME/ JP. (Máximo 60 horas)

Eventos promovidos pelo DME/JP (Máximo de 60 horas)

Estágio nos laboratórios da instituição (Máximo de 40 horas)

Total

Ji-Paraná, 4 de maio de 2019.

Profª. Dr. Nerio Aparecido Cardoso

Fundação Universidade Federal de Rondônia - UNIR


Campus Ji-Paraná

Página 1 de 3

PLANO DE ENSINO


Curso: Estatística Conceitos gerais. O modelo conceitual de

entidades e relacionamentos. O modelo

relacional. Uso de um gerenciador de banco

de dados. Linguagem SQL. Uso interativo

e noções de programação. Utilização de

Software Estatístico específico no

desenvolvimento das atividades.

Disciplina: Banco de Dados Código: E11

Professor: José Ailton Alencar da Silva

Coordenador: Prof. Dr. Lenilson Sergio Candido

Período: 2020/1 Semestre: 1º Ano: 2020

Turma: Especial Créditos: 04

Carga Horária: 80

Teórica: 80 Prática: ---


Apresentar uma introdução aos sistemas de gerência de banco de dados do ponto de vista de seu uso.

Abordar algumas técnicas para modelar dados e projetar banco de dados.


Os discentes adquiram conhecimentos básicos do conteúdo dessa disciplina e tenham capacidade de

aplicá-los em seus estudos de forma interdisciplinar, e a oportunidade de conhecer alguns fundamentos

introdutórios de banco de dados que poderá ser usado como uma ferramenta para contribuir em aprender

a manusear grandes massas de informação.


A disciplina será ministrada no laboratório de informática. A elucidação do conteúdo será apresentada

de forma expositiva, utilizando o quadro, software, recursos audiovisuais, resoluções de exercícios e

atividades avaliativas.

de 3

Conteúdo Programático

Unidade I – Conceitos Gerais. Evolução histórica dos sistemas de informação.

Sistema gerenciador de banco de dados (SGBD); Arquitetura para sistemas de banco de

dados; Administrador de BD.

Unidade II – Modelagem de dados. Aspectos gerais dos modelos hierárquicos, redes e

relacional. Projeto lógico de banco de dados.

Unidade III – Modelo relacional. Conceitos; Linguagens de consulta formais; Linguagens

de consulta comerciais; formas normais.

Unidade IV – Segurança, integridade e privacidade. Introdução a banco de dados

orientados a objetos.


Será procedida mediante a realização de dois Trabalhos e Atividades, sendo o Trabalho1 com

peso de 30% e o Trabalho2 peso de 40% e as Atividades (exercícios avaliativos, seminários e a

participação em atividades na sala de aula e presença) peso de 30%. A nota dos Trabalhos e Atividades

na disciplina é representada por um número inteiro, compreendido entre 0 (zero) e 100 (cem). No final

será feita a média aritmética dos Trabalhos e Atividades;

𝑀é𝑑𝑖𝑎 𝐹𝑖𝑛𝑎𝑙(𝑀𝐹) =(3 ∗ 𝑇𝑟𝑎𝑏𝑎𝑙ℎ𝑜1 + 4 ∗ 𝑇𝑟𝑎𝑏𝑎𝑙ℎ𝑜2 + 3 ∗ 𝐴𝑡𝑖𝑣𝑖𝑑𝑎𝑑𝑒𝑠)

10


Se MF < 60 o aluno fará avaliação repositiva nos termos regimentais da UNIR.

A avaliação repositiva irá substituir a menor das notas. Então se calculará novamente a média

final.

de 3



DATE, C. J. Introdução a Sistemas de Bancos de

Dados. 8ª ed. Editora Campus, 2004.

ELMASRI, R.; NAVATHE S. B. Sistemas de

Banco de Dados. 4a ed. Editora AddisonWesley.

2005.

KORTH, H. F.; SUDARSHAN, S;

SILBERSCHATZ, A. Sistema de Banco de

Dados. 5a

ed. Editora Campus, 2006.

R Core Team (2012). R: A language and

environment for statistical computing. R

Foundation for Statistical Computing, Vienna,

Austria. ISBN 3-900051-07-0, URL

http://www.R-project.org/.

C. J. Date, Introdução a Sistemas de Bancos de

Dados, Tradução da 8a Edição

Americana, Elsevier / Campus, 2004.

ELMASRI, R.; NAVATHE S. B. Fundamentals

of Database Systems. 4th ed. AddisonWesley.

2003).

HEUSER, C.A. Projeto de Banco de Dados. 6a

ed. Série Livros Didáticos – Instituto de

Informática da UFRGS, número 4. Editora

Bookman, 2009.

RAGHU RAMAKRISHNAN E JOHANNES

GEHRKE, Sistemas de Gerenciamento de

Banco de Dados, Tradução da 3a Edição

Americana, McGraw-Hill Interamericana, 2008.

RAMAKRISHNAN, R., GEHRKE, J. Database

Management Systems. 3th ed. McGraw

Hill. 2003.

RAMEZ ELMASRI E SHAMKANT B.

NAVATHE, Sistemas de banco de dados,

Tradução da 4a Edição Americana, Addison-

Wesley, São Paulo, 2005.


______________________________________

Prof. José Ailton Alencar da Silva





PLANO DE ENSINO

IDENTIFICAÇÃO EMENTA DA DISCIPLINA DO

CURSO

CURSO: Bacharelado em Estatística Introdução a Teoria Bayesiana.

Probabilidade subjetiva. Teorema de

Bayes. Distribuições a priori e a

posteriori. Distribuições preditivas.

Estimador de Bayes. Análise conjugada.

Inferência bayesiana. Aplicações.

Utilização de Software Estatístico

específico no desenvolvimento das

análises e cálculos.

DISCIPLINA: Introdução a Inferência

Bayesiana CÓDIGO: E31

PROFESSORA: Laís Mayara Azevedo Barroso

COORDENADOR: Prof. Dr. Lenilson Sergio Candido

PERÍODO: 7º SEMESTRE: 1º ANO: 2020

TURMA: Regular Noturna CRÉDITOS: 04

CARGA HORÁRIA: 80

TEÓRICA: 80 PRÁTICA: 0 TOTAL: 80

OBJETIVO DA DISCIPLINA NO CURSO

O objetivo desta disciplina é expor para o acadêmico o conhecimento básico da inferência bayesiana como

uma alternativa a abordagem clássica do conhecimento estatístico, estabelecendo algumas comparações

entre as linhas bayesiana e clássica.

JUSTIFICATIVA DA DISCIPLINA NO CURSO

É fundamental para que os acadêmicos adquiram conhecimentos básicos do conteúdo dessa disciplina e

tenham capacidade de aplicá-los como ferramentas para contribuir em seus estudos de forma

interdisciplinar.

METODOLOGIA DE TRABALHO DO PROFESSOR NA DISCIPLINA

A disciplina será ministrada na sala de aula. O conteúdo será apresentado de forma expositiva, utilizando

o quadro, recursos audiovisuais, resoluções de exercícios e atividades avaliativas.

CONTEÚDOS PROGRAMÁTICOS

Unidade I - Introdução a Teoria Bayesiana. Estatística Bayesiana. Cálculo de Probabilidades. Teorema de

Bayes.

Unidade II– Distribuições a Priori e a Posteriori. Distribuição a priori discreta e contínua. Distribuição a

priori conjugada. Distribuição a posteriori em mais de um estágio. Distribuição a posteriori.

Unidade III– Estimador de Bayes. Função Perda. Enfoque Bayesiano para teste de hipóteses.

Unidade IV– Utilização de software R para demonstrações, análises e cálculos do dados .

AVALIAÇÃO E CRITÉRIOS DE AVALIAÇÃO DA DISCIPLINA NO CURSO

Serão aplicadas duas avaliações (P1 e P2) e um seminário (S1). As notas serão divididas da seguinte forma:

Duas avaliações = 10 pontos cada;

Um seminário = 10 pontos.


𝑀𝐹 =𝑃1 + 𝑃2 + 𝑆1

3



A avaliação repositiva irá substituir a menor das notas de provas (P1 ou P2). Então se calculará

novamente a média final.

BIBLIOGRAFIA DA DISCIPLINA NO CURSO

BÁSICA COMPLEMENTAR

BOX, G. E. P.; TIAO, G. C. Bayesian Inference in

Statistical Analysis. New York: John Wileys &

Sons, 1992.

PEREIRA, C.A.B. VIANA, M., Elementos de

Estatística Bayesiana, ABE, SINAPE, São Paulo,

1981.

PRESS S.J. Bayesian Statistics: Principles,

Models, And Applications, John Wiley, 1989.




Austria. ISBN 3-900051-07-0, URL http://www.R-

project.org/.

BERRY D.A. Statistics: A Bayesian Perspective,

Duxbury Press, 1995.

BLACKWELL D. Basic Statistics, McGraw-Hill,

1969

GAMERMAN D., MIGON H. Inferência

Estatïstica: Uma Abordagem Integrada, Textos

de Métodos Matemáticos, UFRJ.

LEE P. Bayesian Statistics: An Introduction,

Edward Arnold, 1989.

LINDLEY D. Making Decisions, John Wiley,

1985.

O'HAGAN A. Bayesian Inference, Edward

Annold, London, 1994.

PEREIRA, C.A.B. VIANA, M., Elementos de

Estatística Bayesiana, ABE, SINAPE, São Paulo,

1981.

Ji-Paraná, 09 de novembro de 2019

________________________________________________

Profa. Dra. Laís Mayara Azevedo Barroso


Campus Ji-Paraná


PLANO DE ENSINO


Curso: Estatística

Formas de Organização da pesquisa

médica. Risco Relativo. Combinação de

Tabelas de contingência. Regressão

Logística. Identificação de Fatores de

Risco. Utilização de Software Estatístico



Disciplina: Bioestatística Código: E34

Professor: José Ailton Alencar da Silva


Período: 2020/1 Semestre: 1º Ano: 2020

Turma: Especial Créditos: 04

Carga Horária: 80

Teórica: 60 Prática:20 Total: 80


Capacitar os alunos para compreender bioestatística suas aplicações. Propiciando condições para

o futuro profissional ser capaz de planejar, executar, analisar e interpretar dados experimentais na área

de Bioestatística. Utilizando técnicas apropriadas e interpretação dos resultados de forma ética, assim

como a verificação dos requisitos para o uso destas.


A explanação do conteúdo se dará por meio do uso de quadro e recursos: gráficos e audiovisuais. Será

enfatizado o trabalho com seminários, listas de exercícios e trabalhos como forma de consolidar os

conteúdos.


Unidade I– Tipos de estudos médicos. Estudos descritivos. Estudos comparativos – observacionais

(estudos de corte e estudos caso-controle), aleatorizados ou controlados. Emparelhamento.

Unidade II– Comparação de duas proporções - amostras independentes. Teste exato de Fisher.

Métodos aproximados – testes e intervalos desconfiança para a diferença de proporções. Risco relativo

e Razão das chances. Combinação de tabelas 2 x 2. Triagem e diagnósticos – Sensibilidade,

especificidade, valor da predição positiva e negativa.

Unidade III– Extensão para tabelas r x c. Participação de tabelas r x c. Qui-quadrado de aderência.

Medidas de concordância.

Unidade IV– Regressão Logística. Os modelos de regressão logística simples e múltipla. Ajuste dos

modelos. Interpretação dos coeficientes (avaliação de fatores de confusão e de interação). Aplicação da

Regressão Logística para diferentes delineamentos amostrais. Extensão da Regressão Logística –

Regressão Politomica.

Unidade V– Utilização de software para demonstrações, análises e cálculos.


Será procedida por meio de três avaliações. Cada prova terá valor de 100 pontos. Somente

poderão ser consultados materiais ou fórmulas fornecidos pelo professor. Estas avaliações poderão

ocorrer na forma de atividades práticas, seminários e trabalhos com aplicações práticas.


𝑀𝐹 =𝑀1 + 𝑀2 + 𝑀3

3



A avaliação repositiva irá substituir o menor das notas (𝑀1, 𝑀2 ou 𝑀3). Então se calculará novamente

a média final.



AGRESTI, A. Categorical Data Analysis. New

York, John Wiley, 1990.

AHLBOM, A, NORELL, S. Intoduction to

Modern Epidemiology. Chestnut Hill,

Epidemiology resources Inc. , 1991.

BAILAR III, JC & MOSTELLER, F. (editors).

Medical Uses of Statístics. Boston, New England

Journal of Medicine Books, 1992.

CAMPBELL, MJ & MACHIN, D. Medical

Statistics – a Commonsense approach. New

York, Wiley, 1993.






ALMEIDA FILHO, N.; ROUQUAYROL, M. Z.

Introdução à Epidemiologia. 4. ed. Rio de

Janeiro: Guanabara Koogan, 2006.

CALLEGARI_JAQUES, S. M. Bioestatística:

princípios e aplicações. Porto Alegre: Artmed,

2003. 255p

COLOSIMO, E. A.; GIOLO, S. R. Análise de

Sobrevivência Aplicada. 1 ed. Edgard Blucher.

PAGANO, M.; GAUVREAU, K. Princípios de

Bioestatística. 2. ed. São Paulo: Pioneira

Thompson Learning, 2004.

SIQUEIRA, A. L.; TIBÚRCIO, J. D. Estatística

na Área da Saúde: conceitos, metodologia,

aplicações e prática computacional. Belo

Horizonte: Coopmed, 2011.

SOARES, J. F.; SIRQUEIRA, AL. Introdução à

Estatística Médica. Belo Horizonte: Editora

UFMG, 1999.

Ji-Paraná,11 de novembro de 2019.

______________________________________

Prof. José Ailton Alencar da Silva





PLANO DE ENSINO


CURSO

CURSO: Bacharelado em Estatística Teorema Fundamental do Cálculo.

Aplicações da Integral Definida. Técnicas

de Integração. Introdução às Equações

Diferenciais.

DISCIPLINA: Cálculo II CÓDIGO: E11

PROFESSORA: Profa. Dra. Laís Mayara Azevedo Barroso




CARGA HORÁRIA: 80



Compreender o Teorema Fundamental do Cálculo e suas aplicações;

Aplicar o conceito de integral definida na resolução de problemas sobre áreas e volumes;

Desenvolver habilidades para resolução de problemas que envolvam integrais, aplicando técnicas de

integração;

Resolver problemas que envolvam equações diferenciais elementares.


É fundamental para que os acadêmicos adquiram conhecimentos básicos do conteúdo dessa disciplina e

tenham capacidade de aplicá-los como ferramentas para contribuir em seus estudos de forma interdisciplinar.

METODOLOGIA DE TRABALHO DA PROFESSORA NA DISCIPLINA

A disciplina será ministrada na sala de aula. O conteúdo será apresentado de forma expositiva, utilizando o

quadro, recursos audiovisuais, resoluções de exercícios e atividades avaliativas.


UNIDADE I - Técnicas de Integração. Integração por partes. Integração de potências das funções

trigonométricas. Integração por substituição trigonométrica. Integração de funções racionais por frações

parciais.

UNIDADE II - Teorema Fundamental do Cálculo. A integral definida. Propriedades da integral definida. O

Teorema do Valor médio para integrais.

UNIDADE III - Aplicações da Integral Definida. Área de uma região plana. Volumes de sólidos por cortes,

discos e anéis circulares. Volumes de sólidos por invólucros cilíndricos. Comprimento de arco do gráfico de

uma função. Centro de massa, centróide e trabalho.

UNIDADEIV - Introdução às equações diferenciais. Aplicações.


Será procedida por meio de três avaliações em sala de aula (10 pontos cada), individual e sem consulta de

material.


𝑀𝐹 =𝑃1 + 𝑃2 + 𝑃3

3



A avaliação repositiva irá substituir a menor das notas (P1, P2 ou P3). Então se calculará novamente a

média final.



LEITHOLD, Louis. O Cálculo com Geometria

Analítica. 2°edição. São Paulo: HARBRA, 2004.

MUNEM, Mustafá A. & Foulis. Cálculo . Rio de

Janeiro: Guanabara Dois, 1978.

THOMAS Jr., George B.. Cálculo. Rio de Janeiro:

1965.

ÁVILA, Geraldo Severo de Souza. Cálculo :

Funções de uma Variável. 5°edição. São Paulo.

LTC. 2000.

/.

BOYCE, W. E.; DIPRIMA, R. C. Equações

diferenciais elementares e problemas de valores de

contorno. Rio de Janeiro: LTC, 2002.

LANG, S. Cálculo. Rio de Janeiro: LTC, 1980.

ROMANO, R. Cálculo Diferencial e Integral:

Funções de uma variável. São Paulo: Atlas, 1983.

SIMMONS, G. F. Cálculo com geometria analítica.

v. 1. São Paulo: McGraw-Hill, 2006.

THOMAS, G. B. Cálculo. v. 1. São Paulo: Pearson,

2009.


______________________________________________________




Campus Ji-Paraná

PLANO DE ENSINO


Curso: Estatística Noções básicas de R. Análise descritiva de

dados com R. Programação em R. Geração

de números pseudo-aleatórios uniformes e

não-uniformes. Métodos de Monte Carlo

para Integração, Estimação e Testes de

Hipóteses. Bootstrap.

Disciplina: Computação Estatística Código: E15

Professor: Elisângela Candeias Biazatti

Coordenador: Prof. Dr. Lenilson Sergio Candido


Turma: Regular Noturno Créditos: 04

Carga Horária: 80

Teórica: 20 Prática: 60


Habilitar o acadêmico a trabalhar com o software livre R para que possa ter um melhor

desempenho nas outras disciplinas.


Essa disciplina é de fundamental importância para que o discente possa adquirir conhecimentos

necessários para iniciar o desenvolvimento de análises estatísticas com o software livre R.


A disciplina será ministrada no laboratório de Estatística. Será utilizada aula expositiva sobre o

conteúdo, utilizando o quadro, software, recursos audiovisuais e listas de exercícios como forma de

fixar os conteúdos.


UNIDADE I - Noções básicas de R: Introdução. Primeiros passos. Vetores e matrizes. Lendo dados de

uma fonte externa. Gráficos usando plot() e curve(). Programando com R: if, if-else, for e while. Criando

uma nova função.

UNIDADE II - Estatística descritiva com R: População, amostra, variável, parâmetro e estatística.

Variáveis quantitativas e categóricas. Funções do R para fazer gráficos: histogramas, gráficos de barras

e de setores. Funções do R para calcular medidas de tendência central: média, mediana e moda. Funções

do R para calcular medidas de dispersão: amplitude, variância e desvio padrão. Função do R para

calcular um p-quantil (0 < p < 1). Funções do R para ramo-e-folhas e box-plot. Função do R para calcular

correlação.

UNIDADE III - Geração de números pseudo-aleatórios uniformes e não-uniformes: discretas e

contínuos.

UNIDADE IV- Simulação de Monte Carlo em Estatística: Integral de Monte Carlo. Método de Monte

Carlo para estimação pontual e intervalar. Método de Monte Carlo para Testes de Hipóteses.

UNIDADE V - Bootstrap: Conceitos básicos. Bootstrap paramétrico e bootstrap não-paramétrico.

Bootstrap para estimação do erro padrão. Testes de permutação. Testes bootstrap.


Será procedida por meio de uma avaliação escrita e dois trabalhos escritos. Cada avaliação e trabalhos

terão o valor de 10 pontos.


3N32N1

MF

N

Se MF ≥ 6,0 o aluno estará aprovado.

Se MF < 6,0 o aluno fará avaliação repositiva nos termos regimentais da UNIR.



Torgo, Luís. Introdução à Programação em R.

Universidade do Porto, 2006.

Disponível em: http://cran.r-

project.org/doc/contrib/Torgo-

ProgrammingIntro.pdf.

VERZANI, J. Using R for introductory statistics.

Florida: Chapman & Hall/CRC Press, 2005.

Jones, O., Maillardet, R., Robinson, A.

Introduction to scientific programming and

simulation using R, Boca Raton : CRC Press, 2009.




Austria. ISBN 3-900051-07-0, URL http://www.R

project.org/.

Dalgaard, P. Introductory statistics with R, New

York: Springer, 2008.

Gentle, J. E. Random number generation and

Monte Carlo methods. 2nd ed., New York:

Springer-Verlag

Fletcher, R. Practical methods of optimization, 2nd

ed., New York: John Wiley & Sons,

2009.

Nocedal, J., Wright, S. J., Numerical Optimization,

New York: Springer Science,

1999. Ross, S. M. Simulation, 4th ed., New York:

Elsevier, 2006.

Ji-Paraná, novembro de 2019

Profa. Ma. Elisângela Candeias Biazatti

http://cran.r-project.org/doc/contrib/Torgo-ProgrammingIntro.pdf



PLANO DE ENSINO


Curso: Bacharelado em Estatística Introdução à Demografia. Fontes básicas de dados

demográficos. Medidas em Demografia. Análise de natalidade, fecundidade, migração, mortalidade.

Tábuas de mortalidade. Modelos de crescimento

demográfico. Projeções de população. Os principais

impactos ambientais do crescimento da população.

Disciplina: Demografia I Código: E15

Professor: Josivan Ribeiro Justino

Coordenador: Lenilson Sérgio Candido

Período: 2020.1 Semestre: 01 Ano: 2020

Turma: 3º Período Créditos: 04

Carga Horária: 80


Objetivo da Disciplina no Curso Proporcionar aos discentes, uma aprendizagem capaz de desenvolver suas habilidades sobre os pilares da dinâmica

demográfica: mortalidade, fecundidade e migração. Abranger os conhecimentos, usando métodos e modelos

demográficos e ferramentas de pesquisa e organização de base de dados, especializando as informações com software

Terra View. Apresentar aos estudantes os principais impactos Ambientais do crescimento populacional nos grandes

centros, quais as perspectivas e os desafios que se abrem para o futuro.

Justificativa da Disciplina no Curso As grandes questões sociais, emergentes da dinâmica populacional no Brasil e no mundo, têm nos estudos demográficos

um suporte para a tomada de decisões governamentais. Muitos estados e municípios usam estas informações para

direcionar as políticas públicas, e alcançar melhores resultados, portanto, o estudo desta disciplina dar ao aluno de

estatística a possibilidade de exercitar uma estatística voltada à questões sociais, e ao mesmo tempo, treinar suas

habilidades e ampliar seus conhecimentos para pesquisa e escrita de relatórios.

Metodologia de Trabalho do Professor na Disciplina A disciplina será desenvolvida com base em aulas expositivas (sala e laboratório de informática) e apresentação de

trabalhos, motivando os alunos a desenvolverem os métodos e modelos demográficos. Estes dois momentos: teórico

(conteúdo do programa) e prático (apresentação de trabalhos), terão o propósito de facilitar a fixação dos conteúdos. O

final de cada módulo terá a apresentação dos trabalhos com o valor de 40% da nota dos alunos, e para os outros 60%

será realizada prova avaliativa dos conteúdos ministrados.

Conteúdo Programático UNIDADE I - Introdução a Demografia: Conceitos básicos de Demografia; Diferença entre taxa e probabilidade; Taxas

Bruta, específica e padronizada; Razão de Sexo; Crescimento demográfico; Transição demográfica; Fatores associados

a Mortalidade e Taxa de Mortalidade Infantil; Fecundidade e natalidade; Migração.

UNIDADE II - MODELOS DEMOGRÁFICOS: Diagrama de Lexis; Pirâmide Etária; Tábuas de Mortalidade; Funções

da Tabela de vida; Método da Equação de Equilíbrio de Brás; Método de gerações extintas de Preston e Coale; Método

Estimador bayesiano empírico.

UNIDADE III - Crescimento Demográfico e Meio Ambiente no Brasil: Demografia e Meio Ambiente; Pesquisa: IBGE

e DATASUS; Introdução ao Terra View; Espacialização dos dados Demográficos.

Avaliação e Critérios de Avaliação da Disciplina no Curso Será procedida por meio de três avaliações em sala de aula, individual e sem consulta de material. Cada prova

terá valor de 100 pontos. Somente poderão ser consultadas fórmulas fornecidas pelo professor.


𝑀𝐹 =𝑀1 +𝑀2 +𝑀3

3



A avaliação repositiva irá substituir o menor das notas (𝑀1, 𝑀2 ou 𝑀3). Então se calculará novamente a

média final.



CARVALHO, José Alberto Magno de; SAWYER, Diana

Oya; RODRIGUES, Roberto do N. Conceitos Básicos e

Medidas em Demografia. CEDEPLAR/UFMG, 1990.

MARTINE, GEORGE. Organizadores: OJIMA,

RICARDO; BARBIERI, ALISSON FLAVIO; CARMO,

ROBERTO LUIZ DO. População e sustentabilidade na

era das mudanças ambientais globais. ABEP, 2012.

WALDVOGEL, B. Técnicas de projeção populacional

para o planejamento regional. CEDEPLAR, 1997.

UNITED NATIONS. Manual X INDIRECT TECHNIQUES FOR DEMOGRAPHIC ESTIMATION. Department of International Economic and Social Affairs POPULATION STUDIES, No. 81

Andrade, Manuel Correia de. Planejamento regional e o

problema agrário no Brasil. Hucitec, 1976.

CARVALHO, José Alberto M. de. Estimativas

indiretas e dados sobre migrações: uma avaliação

conceitual e metodológica das informações censitárias

recente. REBEP, 1985.

COALE A. e DEMENY P. Regional Model Life Tables

and Stable Populations. Academic Press, ed. 2º, 1983.

Preston, Samuel H. Demography : measuring and

modeling population processes. Blackwell Publishers,

2000.

Rollet, Catherine. Introdução a Demografia. Porto, 2007.

Ji-Paraná, 11 de Novembro de 2019.





Plano de Ensino


Curso: Estatística O Estágio consiste numa atividade

curricular desempenhada pelo aluno que

tenha estreita correlação com sua

formação acadêmica, independente do

vínculo empregatício que o ligue à

empresa ou à entidade pública.

Conforme estabelece a lei: "para

obterem o diploma, os alunos do Curso

de Ciências Administrativas serão

obrigados a realizar um Estágio

Supervisionado de até 6 meses junto ao

órgão de serviço público ou empresa

privada, segundo sua opção". Para cursar

esta disciplina é necessário ter cursado,

no mínimo, 100 créditos.

Disciplina: Estágio Supervisionado Código: E32

Professor: Nerio Aparecido Cardoso




Carga Horária: 120 Pré-Requisito:



Apresentar ao aluno a interação da teoria e prática para resolver problemas necessite do

conhecimento estatístico para apresentar a solução do problema.


Essa disciplina apresenta ao aluno situação real que necessite do conhecimento estatístico para

apresentar a solução do problema.


A explanação do conteúdo se dará por meio de reuniões semanais e acompanhamento em loco do

desenvolvimento do aluno dentro da instituição a qual desenvolve o estágio. Bem como atender os

documentos apresentados no ANEXO I do Projeto Político Pedagógico.


Será procedida pela apresentação de relatórios (M1), ficha de frequência (M2) e atividades

desenvolvidas (M3) na instituição parceira.

3M3M2M1

MF++

=


Se MF < 60 o aluno fará avaliação repositiva nos termos regimentais da UNIR

ANEXO I – FICHAS PARA ESTAGIO SUPERVISIONADO

INSCRIÇÃO DE ESTÁGIO

Nome: ____________________________________________Sexo: M ( ) F ( )

Curso:____________________________ Semestre/Ano:_____ Turno:_________

Local de Nascimento: _______ Data de Nasc.:_________ Est. Civil : C ( ) S ( )

Profissão:___________________________ N.º Identidade: _________________

Endereço Res.:_________________________________ Fone: _______________

e-mail:_____________________________________________________________

DADOS PROFISSIONAIS

Instituição onde trabalha: _____________________________________________

Endereço: __________________________ Fone: ____________

Cargo atual: _____________________ Área de atuação: __________________

Outras experiências ligadas a educação: ________________________________

__________________________________________________________________

DADOS SOBRE O ESTÁGIO

Natureza do estágio: Estágio Supervisionado no setor privado ( )

Estágio Supervisionado no setor público ( )

Local do estágio: ___________________________________________________

Responsável pelo Setor: ________________________________________________

Início: _________ Término : _________ Data de entrega do relatório : _________

Observação: _______________________________________________________

_____________________________ __________________

Assinatura do Aluno (a) Data

TERMO DE COMPROMISSO

Eu, __________________________________________________________________aluno (a)

do Curso de _________________________ da Fundação Universidade Federal de Rondônia

neste ano de ________ comprometo-me com a UNIR - CAMPUS DE JI-PARANÁ realizar o

estágio supervisionado de ensino junto às entidades de Ensino fundamental e médio pelo período

de __________________ evitando qualquer interrupção ou prolongamento desnecessário dos

prazos.

Ji-Paraná, _________de ____________________de 20___

______________________________________________

ESTAGIÁRIO

FUNDAÇÃO UNIVERSIDADE FEDERAL DE RONDÔNIA

CAMPUS DE JI-PARANÁ

EMPRESA ______________________________________________________________

ENDEREÇO: Rua____________________________________________ N.º__________

CIDADE_______________________________ CEP ______________ RO

ATESTADO

Atestamos, para fins de Estágio Supervisionado que o(a) aluno (a)

___________________________está regularmente matriculado (a) na disciplina

____________________________________ da Universidade Federal de Rondônia.

Ji-Paraná,________de__________________________de 20____

______________________________

ILMO ( a ) SR. ( a ) ____________________________________________________________

RESPONSÁVEL ( a ) __________________________________________________________

_________________________________, professor da Universidade Federal de Rondônia, vem

muito respeitosamente requerer à V. S. permissão para que o estágio supervisionado necessário á

complementação do curso do aluno __________________________________, seja realizado

neste estabelecimento. Ciente da vossa colaboração receba desde já meus agradecimentos.

Ji-Paraná, de de 20___

____________________________________

EMPRESA__________________________________________________________

ENDEREÇO ________________________________________________________

CIDADE _______________________________________________________ - RO

A U T O R I Z A Ç Ã O

Autorizo o (a) aluno (a) __________________________________________a cumprir a

Estágio supervisionado neste estabelecimento no período que for necessário, para que se

cumpra a carga horária da disciplina

________________________________________________________________________.

Ji-Paraná,______ de__________________de 20___

_________________________________________

FICHA DE FREQÜÊNCIA

Nome Estagiário (a): ____________________________________________________

Estágio de: ____________________________________________________________

Local: ___________________________________ Período: de_________ a _________

Supervisor (a) de Estágio:_________________________________________________

HORA

DATA

ENTRADA

SAÍDA

RESUMO DAS ATIVIDADES

DESENVOLVIDAS

Rubrica da

Autoridade

TOTAL DE HORAS:_______

Ass. do (a) Supervisor (a) de Estágio.

ESTÁGIO SUPERVISIONADO EM: _________________________

EMPRESA: _______________________________________________________

ESTAGIÁRIO: ________________________________________________________

SUPERVISOR: ________________________________________________________

FICHA DE AVALIAÇÃO DO ESTAGIÁRIO NO LOCAL DE ESTÁGIO

ITENS A CONSIDERAR

SIM

ÀS

VEZES

NÃO

Organizou esquemas de trabalho para um estágio eficiente?

Compareceu pontualmente ao local de estágio?

Auxiliou o estabelecimento com sua participação?

Desempenhou conscientemente os trabalhos de estágio, visando seu desenvolvimento e

colaborando com o estabelecimento?

Procurou conciliar suas idéias com as dos demais membros?

Solicitou esclarecimentos oportunos?

Evitou causar problemas ou embaraços?

De acordo com minha avaliação, considero o trabalho de estagiário :

( ) Ótimo

( ) Bom

( ) Regular

( ) Deficiente

__________________, ______ de_________________ de 20__

Ass. do estagiário Ass. do Supervisor

INSTRUÇÃO PARA ELABORAÇÃO DO RELATORIO DE ESTÁGIO

I ORGANIZAÇÃO TÉCNICA DO RELATÓRIO:

1. Folha de rosto:

Nome da universidade

Título do trabalho

Nome completo do aluno

Data - Semestre e período

2. Desenvolvimento:

Introdução

Planejamento e execução - Elaboração do plano de ação do estágio

Relato - Consiste no registro dos fatos ocorridos durante o estágio, comparando o plano de

ação com a execução e emitindo julgamento sobre os fatos evidenciados.

2.5. Considerações finais {conclusão}

Consiste no registro de todos os aspectos julgados relevantes pelo estagiário no decorrer

das atividades desenvolvidas no semestre e do resultado da atuação na regência.

Bibliografias consultadas no decorrer do semestre.

Anexos.

INFORMAÇÕES COMPLEMENTARES:

Utilizar o impresso próprio.

Preencher de maneira clara e sucinta o roteiro fornecido.


______________________________________

Prof. Nerio Aparecido Cardoso

Fundação Universidade Federal de Rondônia - UNIR Campus Ji-Paraná


PLANO DE ENSINO


Curso: Estatística

Introdução aos métodos não paramétricos.

Problemas de uma amostra. Problemas de

duas amostras independentes. Problemas de

mais de uma amostra. Tabelas de

contingência. Medidas de correlação e teste

de significância. Utilização de Software

Estatístico específico no desenvolvimento

das análises e cálculos.

Disciplina:Estatística Não Paramétrica Código: E34

Professor: Luana Lúcia Alves de Azevêdo




Carga Horária: 80



Capacitar os acadêmicos para desenvolver e aprimorar o conhecimento teórico-prático dos

métodos estatísticos não-paramétricos, possibilitando que o mesmo esteja familiarizado com a sua

aplicação e a utilização. Ao final do curso o acadêmico deverá ser capaz de identificar, formular, aplicar

e analisar métodos não paramétricos na solução de problemas práticos, executando-os no programa R


A explanação do conteúdo se dará por meio de aulas expositivas com uso de quadro e recursos gráficos. Será enfatizado o trabalho com seminários, listas de exercícios e trabalhos como forma de fixar os conteúdos.


Unidade I– Introdução aos métodos não paramétricos. Unidade II– Problema de uma amostra e duas amostras relacionadas: Testes para bondade de ajuste; quiquadrado, Kolmogorov e Lilliefors. Teste binomial, intervalos de confiança para uma probabilidade. Teste dos sinais. Teste de Wilcoxon de postos sinalizados, caso de empates. Unidade III– Problemas de duas amostras independentes: Teste da soma de postos de Wilcoxon (teste

de MannWhitney), distribuição assintótica nula da estatística de Wilcoxon, caso de empates no teste de Wilcoxon. Teste de Ansari-Bradley. Teste de Smirnov. Unidade IV– Problemas de várias amostras: Teste de Kruskal-Wallis para várias amostras independentes, teste de Quade para várias amostras relacionadas. Teste de Cochran. Unidade V– Tabelas de contingência: Teste de homogeneidade. Teste de independência. Teste de medianas para várias amostras independentes. Teste exato de Fisher. Unidade VI– Medidas de correlação: Teste para o coeficiente de Spearman, teste para o coeficiente de Kendall. Artigos científicos com teste de não paramétricos. Unidade VII– Utilização de software R para demonstrações, análises e cálculos


Será procedida por meio de avaliações (Trabalhos e Provas) em sala de aula.

Trabalhos: Os Seminários e as listas de exercícios contarão como trabalho, sendo que, terão

uma pontuação total de 10 pontos. A média final dos trabalhos será obtida por meio da expressão:

MT = Soma dos Trabalhos

Provas: Serão realizadas duas provas individuais e sem consulta. Cada avaliação terá valor de

10 pontos. A média final das provas será dada por:

MP = Média Aritmética das Provas

Nota final: A Média Final (MF) será obtida por meio da expressão:

�� = �� + ��

2





CONOVER, W.J. Practical Nonparametric Statistics. 3a. Ed. New York: Wiley, 1999.

HOLLANDER, Myles; WOLFE, Douglas A. Nonparametric Statistical Methods. 2a. Ed. New York: Wiley, 1999.

LEHMANN, E. L. e DABREVA, H.J.M. Nonparametrics statistical methods based on ranks; Mc Graw Hill, 1975.

R Core Team (2012). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.Rproject.org/.

SIEGEL, S. Estatística não-paramétrica. São Paulo: McGraw Hill do Brasil, 1975.

EFRON, B. e TIBSHIRANI, R. An Introduction to the Bootstrap, Chapman & Hall, London, 1993.

CONOVER, W. J. Practical nonparametric statistics. 2. ed. New York: Jonh Wiley and Sons, 1980.

NOETHER, G. E. Introdução à estatística: uma abordagem não paramétrica. 2 ed. Rio de Janeiro: Guanabara Dois, 1983.

RANDLES, R; WOLFE, D. Introduction to the theory of nonparametric statistics. New York: Jonh Wiley and Sons, 1979.

Ji-Paraná, Novembro de 2019.

______________________________________

Profa. Luana Lúcia Alves de Azevêdo

Fundação Universidade Federal de Rondônia–UNIR Departamento de Matemática e Estatística – DME

Campus de Ji-Paraná

PLANO DE ENSINO

IDENTIFICAÇÃO EMENTA DA DISCIPLINA DO CURSO

CURSO: Bacharelado em Estatística Introdução e organização de dados

estatísticos: definição de estatística,

estatística descritiva e inferencial,

população e amostra, variáveis qualitativas

e quantitativas, representação tabular,

distribuições de frequências, gráficos para

variáveis qualitativas e quantitativas, séries

estatísticas. Medidas de tendência central.

Medidas de variabilidade. Medidas de

assimetria e curtose. Planejamento e coleta

de dados ambientais e suas análises

descritivas. Teoria dos conjuntos.

DISCIPLINA: Estatística I CÓDIGO: E03

PROFESSORA: Elisângela Candeias Biazatti

COORDENADOR: Lenilson Sergio Candido

PERÍODO: 1º SEMESTRE: 01 ANO: 2020

TURMA: Regular Noturno CRÉDITOS: 04

CARGA HORÁRIA: 80

TEÓRICA: 40 PRÁTICA:40 TOTAL: 80


Mostrar ao aluno que a Estatística para sua formação constitui um instrumento muito importante nas suas

aplicações. Proporcionar ao aluno aprendizagem dos conhecimentos probabilísticos para que possa

usufruir de maneira mais objetiva e precisa das diversas aplicações da Estatística na sua formação. Mostrar

ao aluno como analisar dados, possibilitando ao mesmo a identificação destes dados com os inúmeros

fenômenos que integram sua vivência prática.


Esta disciplina apresenta ao discente conceitos básicos de coleta, análise, interpretação e apresentação de

dados. Sendo fundamental para que os acadêmicos adquiram conhecimentos que servirão de base para

outras disciplinas do curso.

METODOLOGIA DE TRABALHO DA PROFESSORA NA DISCIPLINA

Será utilizada aula expositiva sobre o conteúdo, por meio do uso de quadro e recursos didáticos. Exemplos

e listas de exercícios como forma de fixar os conteúdos.


Unidade I – Introdução Estatística. Conceitos

básicos, Organização dos dados. Amostra,

Distribuição de frequência, representação gráfica,

séries estatísticas. Métodos de amostragem:

aleatória simples, estratificada e sistemática.

Unidade II - Medidas de posição: média, moda e

mediana, quantis. Medidas de dispersão: amplitude,

desvio médio, variância, desvio padrão e

coeficiente de variação. Aplicações a dados

ambientais.

Unidade III – Medidas de assimetria e curtose.

Gráficos. Diagrama de dispersão, box-plot,

diagrama de ramo e folha e desenho esquemático.

Medidas de associação.

Unidade IV – Teoria dos Conjuntos. Elementos.

Operações com Conjuntos. Conjuntos Finitos e

Enumeráveis. Produto Cartesiano. Princípio

Fundamental da Contagem. Permutações.

Combinações.


Será procedida por meio de três avaliações escritas. Cada avaliação terá o valor de 10 pontos.


3N32N1

MF

N





FONSECA, Jairo Simon & MARTINS, Gilberto

de Andrade. Curso de Estatística. Editora Atlas.

São Paulo.

MAGALHÃES, Marcos N.; LIMA, Antonio

Carlos P. Noções de Probabilidade e Estatística.

6a. Ed. São Paulo: EDUSP, 2004.

MORETTIN, Pedro.Alberto; BUSSAB, Wilton de

Oliveira. Estatística Básica. 5a. Ed. São Paulo:

Saraiva, 2002.

COSTA NETO, P. L. de O. Estatística Básica. 4.

ed. Edgard Blucher , 1977.

FONSECA, J. S., MARTINS, G. de A. e TOLEDO,

G. L. Estatística aplicada. S.P.: Atlas, 1995.

MILONE, Giuseppe e ANGELINI, Flávio.

Estatística geral. São Paulo, Atlas, 1993.

TOLEDO, Geraldo Luciano, OVALLE, Ivo Izidoro.

Estatística básica. 2.ed. São Paulo: Atlas, 1995.

TRIOLLA, M. F. Introdução à Estatística. 7. Ed

Rio de Janeiro. LTC S. A. 1999.



PLANO DE ENSINO


Curso: Bacharelado em Estatística Intervalos e regiões de confiança. Testes de hipóteses

estatísticas: hipóteses; tipos de erros; nível de significância; p-valor, poder do teste. Testes em

grandes amostras. Testes paramétricos exatos. Curva

de potência e característica de operação. Lema de

Neyman-Pearson. Testes uniformemente mais poderosos. Testes da razão de verossimilhança

generalizado. Relação entre intervalos de confiança e

testes de hipóteses. Utilização de Software Estatístico específico no desenvolvimento das análises e

cálculos.

Disciplina: Inferência II Código: E23

Professor: Josivan Ribeiro Justino

Coordenador: Lenilson Sérgio Candido

Período: 2020.1 Semestre: 01 Ano: 2020

Turma: 5º Período Créditos: 04

Carga Horária: 80

Teórica: 80 Prática: Total: 80

Objetivo da Disciplina no Curso Proporcionar aos discentes, uma aprendizagem capaz de desenvolver suas habilidades sobre os principais tipos de Testes

de Hipóteses (paramétricos e não-paramétricos), para desenvolver inferências e aplicar Intervalo de confiança utilizando

desenvolvimento de cálculos e Software Estatístico.

Justificativa da Disciplina no Curso A inferência é a disciplina onde o aluno faz a prestação de contas, de tudo que aprendeu e entendeu até o momento. Para

tanto, precisa de uma base sólida de aprendizado para exercitar a prática do seu futuro oficio profissional.

Compreendendo estes conceitos inferências, o aluno desenvolverá habilidades com poder de raciocínio e decisão,

podendo aplicar testes e comprovar estatisticamente o grau de aceitação ou rejeição de determinado estimador, sobre as

condições elementares de uma amostra, concluindo os seus critérios a respeito de uma hipótese

Metodologia de Trabalho do Professor na Disciplina A disciplina será desenvolvida com base em aulas expositivas e exercícios em sala e laboratório de informática,

motivando os alunos ao aprendizado com exercícios que retratem a prática profissional do estatístico. Estes dois

momentos: Exercícios (conteúdo do programa) e prático (laboratório de informática), terão o propósito de facilitar a

fixação dos conteúdos. O final de cada módulo terá a apresentação da prática Software R valendo 40% da nota dos

alunos, e para os outros 60% será realizada prova avaliativa.


UNIDADE I - Estimação por intervalo: Conceito de intervalo de confiança; Intervalos de confiança para parâmetros

de uma distribuição Normal; Intervalos de confiança utilizando amostras grandes: I. C. para a média; I. C. para a

proporção; I. C. para a variância. Intervalos de confiança para Diferença de Médias Populações Normais, Populações

não Normais (grandes amostras). Intervalos de confiança para Diferença de Proporções. Intervalos de confiança para

o quociente de variâncias de duas populações Normais. Método Geral para obtenção de intervalos de confiança.

Regiões de confiança.

UNIDADE II - Testes de hipóteses estatísticas: Hipótese nula e hipótese alternativa; Erros do tipo I e do tipo II;

Região crítica e região de aceitação; Nível de significância e P-valor; Função Poder; Lema de Neyman-Pearson – Teste

de uma hipótese nula simples contra hipótese alternativa simples; Teste de uma hipótese simples contra uma

alternativa composta (testes uniformemente mais poderosos). Testes da razão de verossimilhança.

UNIDADE III - Testes para distribuição Normal: Testes para uma média. Testes para uma variância. Testes

relativos à comparação de duas distribuições Normais. Testes para igualdade de médias. Testes para igualdade de

variâncias. Testes para igualdade de mais duas médias. Testes relativos à parâmetros de algumas distribuições

usuais. Teste para uma proporção (Distribuição Binomial). Testes para a igualdade de duas proporções. Testes para a

média da distribuição de Poisson.

Avaliação e Critérios de Avaliação da Disciplina no Curso Será procedida por meio de três avaliações em sala de aula, individual e sem consulta de material. Cada prova

terá valor de 100 pontos. Somente poderão ser consultadas fórmulas fornecidas pelo professor.


𝑀𝐹 =𝑀1 +𝑀2 +𝑀3

3



A avaliação repositiva irá substituir o menor das notas (𝑀1, 𝑀2 ou 𝑀3). Então se calculará novamente a

média final.



CASELLA, G.; BERGER, R. L. Statistical Inference, Wadsworth e Brooks/Cole, elmont, California.1990. HOGG, R e CRAIG, A. T. Introduction to Mathematical Statistics. 5ª edição. Prentice Hall. N. Jersey. 1995. MOOD, A., GRAYBILL, F., BOES, D. Introduction to the theory of statistics. 3rd. Ed. Singapore: MacGraw Hill, 1974. R Core Team (2012). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-project.org/

LARSON, H. Introduction to probability theory and statistical inference. New York: John Willey, 1978. BOLFARINE, H., SANDOVAL, M. C. Introdução à Inferência Estatística. Coleção Matemática Aplicada – Sociedade Brasileira de Matemática, 2001. BICKEL, P. J. and DOKSUM, K. A., “Mathematical Statistics, Basic Ideas and Selected Topics”, 1977, Prentice-Hall. DEGROOT, M. H. Probability and Statistics. Addison-Wesley Publishing Company, 1989. ROSSAS, G. Introduction to probability and statistical inference. 1 ed. San Diego: Academic Press An imprint of Elsevier Science, 2000.

Ji-Paraná 11 de Novembro de 2019.



PLANO DE ENSINO


Curso: Estatística

Fundamentos de informática. Introdução a

editor de texto, planilha eletrônica, software

de apresentação de slides e softwares

estatísticos. Sustentabilidade em tecnologia

da informação (TI Verde).

Disciplina: :Informática Aplicada

a Estatística Código: E05





Carga Horária: 80



Apresentar os conceitos fundamentais de informática para que os acadêmicos adquiram

conhecimento e tenham capacidade de aplicá-los como ferramentas para contribuir em seus estudos de

forma interdisciplinar.


A explanação do conteúdo se dará por meio do uso de quadro e data show. Será enfatizado o trabalho com seminário, listas de exercícios e trabalhos como forma de consolidar os conteúdos.


Unidade I – Conceitos básicos da Computação: hardware, software, sistema operacional, Internet. Unidade II– Fundamentos de editor de texto, planilha eletrônica, software de apresentação de slides. Unidade III– Introdução e finalidades dos softwares estatísticos (Statistica, R, Minitab, XLStat). Unidade IV– TI Verde: conceitos e diretrizes.


Será procedida por meio de avaliações (Trabalhos e Provas) em sala de aula.

Trabalhos: Os Seminários e as listas de exercícios contarão como trabalho, sendo que, terão

uma pontuação total de 10 pontos. A média final dos trabalhos será obtida por meio da expressão:

MT = Soma dos Trabalhos

Provas: Serão realizadas duas provas individuais e sem consulta. Cada avaliação terá valor de

10 pontos. A média final das provas será dada por:

MP = Média Aritmética das Provas

Nota final: A Média Final (MF) será obtida por meio da expressão:

�� = �� + ��

2





FEDELI, R. D.; POLLONI, E. G. F.; PERES, F. E. Introdução à Ciência da Computação. 2 ed. São Paulo: Cengage Learning, 2010.

SANTOS, A. A. Informática na Empresa. 6 ed. São Paulo: Atlas, 2015.

TAKAHASHI, T. Sociedade da Informação no Brasil: Livro Verde. Brasília: Ministério da Ciência e Tecnologia. Disponível em: http://livroaberto.ibict.br/bitstream/1/434/1/Livro%20Verde.pdf

VELLOSO, F. C. Informática - Conceitos Básicos. 9 ed. Rio de Janeiro: Elsevier – Câmpus, 2014.

Cert.br. Cartilha de Segurança para Internet. Disponível em: http://cartilha.cert.br.

FUSTINONI, D. F. R.; FERNANDES, F. C.; LEITE, F. N. Informática básica para o ensino técnico profissionalizante. Disponível em: https://www.ifb.edu.br/attachments/6243_inform%C3%A1tica%20b%C3%A1sica%20final.pdf

LASSU – Laboratório de Sustentabilidade em TIC (Tecnologia da Informação e Comunicação). Disponível em: http://lassu.usp.br/.

MICROSOFT SUPORTE. Suporte do Office. Disponível em: http://support.office.com.

MICROSOFT TECHNET. Produtos e tecnologias do Office. Disponível em: https://technet.microsoft.com/pt-br/library/hh220610(v=office.14).aspx


______________________________________


1

Fundação Universidade Federal de Rondônia – UNIR Departamento de Engenharia Ambiental


PLANO DE ENSINO


CURSO: Bacharelado em Estatística Conscientização e transferência de estratégias

de leitura em língua materna para a língua

inglesa. Aquisição de estratégias de leitura em

língua inglesa e noções da estrutura da mesma

língua. Compreensão de textos. Aquisição de

vocabulário.

DISCIPLINA: Inglês

Instrumental

CÓDIGO: E04

DEJ30167

PROFESSOR (a): Irene Yoko Taguchi Sakuno

SEMESTRE: 1º ANO: 2020/1

TURMA: 2019 CRÉDITOS: 04

CARGA HORÁRIA

TEÓRICA:

60

PRÁTICA:

20

TOTAL:

80


▪ Promover o desenvolvimento da compreensão de textos escritos em inglês através da aplicação

de estratégias de leitura e do estudo de estruturas de nível básico. Ao Final da disciplina,

pretende-se que os acadêmicos sejam capazes de fazer uso de estratégias de leitura que auxiliam

a compreensão de textos e artigos; interpretar textos na língua Inglesa, aplicados à área do

direito; fazer uso de dicionários assim como outros materiais disponíveis que auxiliam o

processo de compreensão e uso da Língua Inglesa. Proporcionado o acadêmico a usar

conhecimentos linguísticos que venham a facilitar a compreensão de textos.


O fenômeno da globalização está cada vez mais presente no cotidiano da sociedade e o estudo da língua

estrangeira, o inglês, por exemplo, auxiliará o acadêmico a se inteirar com maior facilidade nesta nova

realidade. Assim, esta disciplina busca orientar e incentivar os alunos a estudarem o idioma de Inglês

para que possam ingressar no campo de trabalho mais qualificados.


Para garantir que o conteúdo proposto se desenvolva de forma dinâmica e crítica, o curso será

desenvolvido em um processo de construção participativa, envolvendo: leitura, traduções de textos e de

músicas e aulas expositivas voltadas à compreensão da gramática básica.

CONTEÚDO PROGRAMÁTICO

Unidade I Conscientização e transferência de leitura com textos do cotidiano (letra de

músicas, textos de revistas e jornais).

2

Unidade II Compreensão de textos na área de matemática e estatística (livros, artigos), exercícios

variados para a aquisição do vocabulário passivo. Estudo das estruturas básicas da

língua: Sintagma nominal e verbal.


• O aluno será avaliado mediante aplicação de provas (valor de cada prova 7), o aluno terá uma

nota (0 a 7). O complemento no valor de 3, será obtido por meio de trabalhos que serão

solicitados. A média consistirá na soma das duas provas e trabalhos e posterior divisão em dois.

O aluno com média 6 será aprovado.

• Conforme regimento da universidade a freqüência inferior a 75% reprova o aluno.


BÁSICA:

CARRELL P. L. Interactive approaches to second language reading. 3. ed. Cambridge: Cambridge

University Press, p.101-103, 1990.

GRELLET, F. Developing reading skills. Cambridge: Cambridge University Press, 1981.

NUTTALL, C. Teaching reading skills in a foreign language. Cambridge: Cambridge University

Press, 1982

COMPLEMENTAR:

GADELHA, I. M. B. Compreendendo a leitura em Língua Inglesa. Teresina: EDUFPI,2007.

GADELHA, I. M. B. Inglês Instrumental: leitura, conscientização e prática. Teresina: EDUFPI, 2000.

JORDAN, R.R., English for academic purposes: a guide and resource book for teachers. New York:

Cambridge University Press, 1997.

OLIVEIRA, S. R. Estratégias de leitura para inglês instrumental. UNB, 1997. MACHADO, A. R.;

LOUSADA, E. & ABREU-TARDELLI, L. S. Resumo: leitura e produção de textos técnicos e

acadêmicos. Vl. 1, Parábola Editorial, 2004.


__________________________________________________

Profª. Ms. Irene Yoko Taguchi Sakuno

Plano de Ensino

Identificação Ementa Curso: Bacharelado em Estatística Conjuntos Numéricos; Operações

com racionais, Irracionais e Reais; Funções constantes, afins e quadráticas; Função Modular; Função Composta e Função Inversa; Função Exponencial e Logarítmica; Função Trigonométrica; Números Complexos.

Disciplina: Matemática Básica Código: E1

Professor: Gabi Nunes Silva




Carga Horária: 120



Essa disciplina visa revisar conteúdos relacionados ao Ensino Médio, de forma interdisciplinar interagindo com os conhecimentos estatísticos, matemáticos e da informática, abordando as operações com números racionais, Irracionais e Reais; Introduzir as ideias de funções; definir e representar as funções constantes, afins, quadráticas, Modular, Exponencial, Logarítmas, trigonométricas, Compostas e inversas; construir gráficos; Discutir alguns aspectos sobre as representações de números complexos e suas propriedades. A abordagem interdisciplinar se dará com o desenvolvimento de soluções para diferentes áreas de conhecimento através de software específico no desenvolvimento dos cálculos.

Justificativa da Disciplina no Curso Nossos educandos estão sendo formados no ensino fundamental e médio de uma forma muito superficial com referência a vários assuntos na matemática, dentre eles, os tópicos relacionados conjuntos, operações e funções, assuntos estes que constituem a base para muitas disciplinas mais avançadas presentes na ementa do curso de Bacharelado em Estatística.

Metodologia de Trabalho do Professor na Disciplina A explanação do conteúdo se dará por meio do uso de quadro. Data show e recursos gráficos também serão quando utilizados quando necessário.

Conteúdo Programático UNIDADE I - Conjuntos Numéricos e Operações - Conjuntos Numéricos: naturais, inteiros, racionais, reais. Intervalos. Propriedades das desigualdades. Inequações. Módulo de um número real; Operações com racionais, Irracionais e Reais.



UNIDADE II - Função constante e Função Afim - Função constante; o plano numérico R2. A função afim. A função linear. Caracterização da função afim. UNIDADE III - Função Quadrática - Definição; gráfico da função quadrática; Caracterização da função afim. Inequações do 2o grau. UNIDADE IV - Função Modular - Função definida por várias sentenças abertas. Módulo. Função modular. Equações Modulares. Inequações modulares. UNIDADE V - Função Composta e Função Inversa - Função Composta. Função sobrejetora. Função Injetora. Função Bijetora. Função Inversa. UNIDADE VI - Função Exponencial e Logarítmica - Função Exponencial. Comparação de potências de mesma base. Equações exponenciais. Inequações exponenciais. Logaritmos. Função logarítmica. Comparação de logaritmos de mesma base. Equações logarítmicas. Inequações logarítmicas. Propriedades operatórias dos logaritmos. Cologaritmo. Mudança de base. UNIDADE VII - Relações Trigonométricas - Trigonometria no Retângulo: razões trigonométricas num triângulo retângulo, o caso do seno cosseno e tangente. Trigonometria na circunferência: conceito de arco e unidade de medida de angulo. Ciclo Trigonométrico: construção e simetrias de seno, cosseno, tangente, cotangente, secante e cossecante. Relação fundamental da trigonometria e suas relações com o teorema de Pitágoras. UNIDADE VIII - Números Complexos - Origem e definição. Forma algébrica e plano de Argand-Gauss. Módulo e complexo conjugado de um número complexo. Operações envolvendo números complexos. Forma trigonométrica de um número complexo. Fórmulas de Moivre.

Avaliação e Critérios de Avaliação da Disciplina no Curso A avaliação consistirá de três provas parciais (P1, P2 e P3), individuais e sem consulta, no valor de 90 pontos cada uma e 10 pontos distribuídos em listas de exercício (LE). A média final será obtida por meio da expressão:

MF = !"#!$#!%%

+ 𝐿𝐸


Se MF < 60 o aluno fará avaliação final substitutiva nos termos regimentais da UNIR.



GELSON, Iezzi. Fundamentos da Matemática Elementar: Conjuntos, Funções. 7a edição. São Paulo: Atual, 1993.LIMA, Elon Lages; CARVALHO, Paulo C. Pinto; WAGNER, Eduardo; MORGADO, Augusto César. A Matemática do Ensino Médio. Vol.1. 10a edição. Rio de Janeiro: SBM, 2012.

MACHADO, Antônio dos Santos. Matemática, Atual Editora, São Paulo, 1998.

NELSON, Gentil. Matemática para 2° Grau. Vol.1. São Paulo: Ática, 1993. ANTUNES, Fernando do Coltro. Matemática: Lógica, Conjuntos e Funções. Vol.1. São Paulo: Scipione, 1989.

MATEMÁTICA, ETF’s e CEFET’s. Trigonometria. Paraná, 1984.

BEZERRA, R. Z. & R.F.M. Matemática para 2° Grau. Rio de Janeiro: Ao Livro Técnico,1979.FILHO, Edgard de Alencar. Lógica Matemática. São Paulo: Nobel, 1992.



1

Fundação Universidade Federal de Rondônia – UNIR



PLANO DE ENSINO


CURSO: Bacharel em Estatística Ciência: fundamentos do conhecimento

científico. Discussão sobre como se configura

uma pesquisa acadêmica e os métodos

científicos. Diferentes modalidades de trabalhos

acadêmicos. Estrutura e formatação de trabalhos

acadêmicos científicos nas Normas da ABNT.

Elaboração e desenvolvimento de um projeto de

pesquisa. A ética na pesquisa.

DISCIPLINA: Metodologia da

Pesquisa Científica

CÓDIGO: E2

DEJ30169

PROFESSOR (a): Irene Yoko Taguchi Sakuno

SEMESTRE: 1º ANO: 2020/1

TURMA:

1° Período CRÉDITOS: 02

CARGA HORÁRIA

TEÓRICA:

20

PRÁTICA:

20

TOTAL:

40


Esta disciplina objetiva proporcionar ao acadêmico a compreensão e aplicação dos princípios em

situações de apreensão, construção, reconstrução e expressão do conhecimento científico, supondo-se

que a partir deste possa contribuir no processo de adaptação do acadêmico, integrando-o à

Universidade, minimizando suas dificuldades e apreensões quanto à forma de estudar.


A disciplina de metodologia da pesquisa científica é considerada como ferramenta fundamental para o

desenvolvimento de produções científicas pelos alunos que ingressam nas universidades e ao longo do curso são estimulados a desenvolver trabalhos científicos como parte dos requisitos de avaliação.

Justifica-se, também, o fato de procurar evitar que alunos que estão finalizando o curso de graduação

desconheçam as mais elementares normas envolvidas na elaboração de textos científicos, tais como:

desenvolvimento e estrutura do trabalho, padrões de redação, procedimentos para se fazer pesquisas

bibliográficas, seleções e organização de leitura das obras, construção de citações diretas e indiretas,

bem como sobre o propósito de incluí-las no corpo do próprio texto.


Para garantir que o conteúdo proposto se desenvolva de forma dinâmica e crítica, o curso será

desenvolvido em um processo de construção participativa, envolvendo: leitura, análise, discussão e

resumos de textos; construção de trabalhos individuais (fichamentos) e em grupo (projetos);

apresentação de resumos e citações; aulas expositivas, dialogadas e debate.

CONTEÚDO PROGRAMÁTICO

Unidade I – Senso comum e conhecimento científico.

Unidade II Pesquisa e métodos científicos quantitativos e qualitativos.

2

Unidade III – Tipos de trabalhos científicos: Resumo, Ensaio, Resenha, artigo científico e

monografia.

Unidade IV Normas da Associação Brasileira de Normas Técnicas – ABNT.

Unidade V Projeto de pesquisa.

Unidade VI Estrutura e formatação dos trabalhos acadêmicos científicos: Elementos pré-

textuais, elementos textuais e elementos pós-textuais.

Unidade VII A ética no processo de desenvolvimento da pesquisa


• Para a avaliação semestral será solicitado aos alunos a confecção de um projeto, valendo 100

pontos.

• Durante o semestre os alunos farão exercícios em sala de aula como: fazer citações diretas e

indiretas; fichamentos, resumos e resenhas. Essas atividades contabilizarão 100 pontos.

• Ao final, as duas notas serão somadas e divididas em dois para se obter a média final.


BÁSICA

BARROS, A. de J. P. de. Projeto de pesquisa: propostas metodológicas. 22. Ed. Petropólis: Vozes,

2013.

FURASTÉ, P. A. Normas técnicas para o trabalho científico: elaboração e formatação. 14. ed. Porto

Alegre: s.n., 2008.

GIL, A.C. Como elaborar projetos de pesquisa. 5.ed. São Paulo: Atlas, 2002.

COMPLEMENTAR

SÁNCHEZ VÁZQUEZ, A. Ética. 18. ed. Rio de Janeiro: Civilização Brasileira, 1998.

SEVERINO, A. J. Metodologia do trabalho científico. São Paulo: Cortez, 2007. 32

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 6023: informação e documentação:

elaboração de referências. Rio de Janeiro, 2002.

BRASIL. Resolução 196/96 de 10 de outubro de 1996. Dispõe sobre as diretrizes e normas

regulamentadoras de pesquisas envolvendo seres humanos. Conselho Nacional de Saúde, Brasília, DF,

10 de out. de 1996. Disponível em: http://conselho.saude.gov.br/docs/Reso196.doc.

BOGDAN, R. C.; BIKLEN, S. K. Investigação qualitativa em educação: uma introdução à teoria e aos

métodos. Porto: Porto, 1994.


__________________________________________________

Profª. Dra. Irene Yoko Taguchi Sakuno

http://conselho.saude.gov.br/docs/Reso196.doc

Plano de Ensino

Identificação Ementa Curso: Estatística Vetores de Média e Matrizes de

Covariância e Correlação. Distribuição Normal Multivariada. Análise de Componentes Principais. Análise Fatorial. Análise de Agrupamentos (cluster). Análise Discriminante. Análise Canônica. Análise de Correspondências. Utilização de Software específico no desenvolvimento das análises e cálculos.

Disciplina: Análise Multivariada I Código: E22

Professora: Gabi Nunes Silva




Carga Horária: 80



Este conhecimento estatístico tem como objetivo habilitar o acadêmico a análise de dados e tomada de decisão. Portanto, capacita o acadêmico a realizar aplicações e à compreender os métodos multivariados utilizados em diversas pesquisas nos seus mais variados campos.

Justificativa da Disciplina no Curso O estudo das técnicas de Análise Multivariada visa fornecer aos alunos ferramentas estatísticas fundamentais para o desenvolvimento pesquisas e análises de dados nas mais diversas áreas, especialmente com o advento dos pacotes estatísticos de análise avançada. A disciplina toma por base a aplicação de conceitos de análise correlacional e de análise multivariada de dados, como forma de oferecer ao aluno o suporte quantitativo necessário ao desenvolvimento de suas pesquisas.

Metodologia de Trabalho do Professor na Disciplina A explanação do conteúdo se dará por meio do uso de quadro, data show e recursos gráficos. Será enfatizado o trabalho com listas de exercícios como forma de fixar os conteúdos.

Conteúdo Programático Unidade I – Introdução à estatística multivariada. Exemplos de Aplicação. Definição de Vetores Aleatórios, Vetores de Médias e Matrizes de Covariâncias e Correlação. Interpretação destas Matrizes. Vetores de Médias Amostrais e Matrizes Covariâncias e Correlações Amostrais. Variância Generalizada e Variância Total. Unidade II – Distribuição normal multivariada. Função Densidade. Estrutura de Média, Covariância e Correlação. Propriedades da Distribuição. Estimação dos Parâmetros da Distribuição Normal Multivariada. Testes de Aderência para a Normal Multivariada. Unidade III – Análise de componentes principais. Teorema da Decomposição Espectral. Construção das Componentes Principais pela Matriz de Covariância e pela Matriz de Correlação. Proporção da Variância Total Explicada pelas Componentes. Estimação das Componentes



Principais e dos Escores. Teste sobre Igualdade de Autovalores. Exemplos Práticos de Aplicação.

Unidade IV – Análise Fatorial. Apresentação Teórica da Metodologia. Modelo de Fatores Ortogonais. Estimação dos Fatores pelos Métodos de Componentes Principais, de Fatores Principais e de Máxima Verossimilhança. Rotação de Fatores: Rotações Ortogonais e Oblíquas. Estimação dos Escores dos Fatores: Método de Mínimos Quadrados e Método de Regressão. Exemplos Práticos de Aplicação.


Será procedida por meio de três avaliações em sala de aula, individual e sem consulta de material. Ao longo do curso também serão distribuídas listas de exercícios, de modo a auxiliar os alunos nos estudos. Estas podem vir a ser avaliadas ao fim do semestre.

As provas e terão valor de 100 pontos cada uma. Somente poderão ser consultadas fórmulas fornecidas pelo professor. A média final será obtida por meio da expressão:

𝑀𝐹 =𝑀1 +𝑀2 +𝑀3

3

Mi = notas das provas;

Se MF ≥ 60 o aluno estará aprovado. Se MF < 60 o aluno fará avaliação repositiva nos termos regimentais da UNIR.

A avaliação repositiva irá substituir a menor das notas (M1, M2 ou M3). Então se calculará novamente a média final.

Bibliografia da Disciplina no Curso Básica Complementar

ANDERSON, R. E., TATHAM, R. L., BLACK, W. C., HAIR, J. F. e BABIN, B. J. Análise Multivariada de Dados. Bookman, 6a. Ed., 2009.

CHAN, B., SILVA, F. L., FAVERO, L. P. e BELFIORE, P. Análise de Dados. Modelagem Multivariada para Tomada de Decisões. Câmpus editora - RJ, 1a. Ed., 2009.

MINGOTO, S. A. Análise de Dados Através de Métodos da Estatística Multivariada. Belo Horizonte: Editora da UFMG, 1a. Ed., 2005. R Core Team (2012). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-project.org/.

BARRY, J. R. Probabilidade: Um Curso em Nível Intermediário, 1996, Segunda Edição, IMPA, CNPq. DILLON, W. R., GOLDSTEIN. Multivariate analysis: methods and application. New York. John Wiley, 1a. Ed., 1984.JOBSON, J. D. Applied multivariate data analysis. New York: Springer Verlag, Edição de correção, 1999. JOHNSON, R. A. e WICHERN, D. W. Applied Multivariate Statistical Analysis. Pearson, 6a. Ed., 2007.

LATTIN, J., CARROLL, J. D. e GREEN, P. E. Análise de Dados Multivariados. Tradução de Harue Avritscher e revisão técnica de Flávio Soares Corrêa da Silva. São Paulo: Cengage Learning, 2011. OLIVEIRA, F. E. M. SPSS Básico para Análise de Dados. Rio de Janeiro: Ciência Moderna, 1a. Ed., 2008.

Plano de Planejamento Experimental I

Prof.ª. Dr.ª. Vania Corrêa Mota

Fundação Universidade Federal de Rondônia–UNIR Departamento de Matemática e Estatística – DME


PLANO DE ENSINO


CURSO

CURSO: Bacharelado em Estatística Conceito de Circularidade do Método

Cientifico, Conceitos Gerais da

Experimentação e suas aplicações nas

diversas áreas das Ciências,

Experimentação e meio ambiente,

Princípios Básicos da Experimentação,

Um guia para o planejamento de

experimentos, Pressupostos

fundamentais da análise de variância,

Testes de Hipótese, Análise de

Variância, Verificação dos Pressupostos

do Modelo de ANOVA, Delineamento

Completamente Casualizado, Testes de

Comparações Múltiplas, Esperança dos

Quadrados Médios (EQM),

Transformação de Dados, Delineamento

em Blocos Completos Casualizados,

Delineamento em Quadrado Latino,

Determinação do Número de

Repetições. Utilização de Software

Estatístico específico no

desenvolvimento das análises e

cálculos.

DISCIPLINA: Planejamento

Experimental I CÓDIGO: E25

PROFESSORA: Vania Corrêa Mota



TURMA: Regular noturno CRÉDITOS: 04

CARGA HORÁRIA: 80



Proporcionar aos acadêmicos, a aprendizagem dos conhecimentos estatísticos relacionados com da

metodologia do planejamento experimental. Habilitando e capacitando o acadêmico a reconhecer

delineamentos experimentais, tornando o competente a propor soluções aos problemas complexos

relacionados a delineamento experimental, bem como ter a competência de analisar, interpretar e

apresentar os resultados.


Esta disciplina procura dar ênfase tanto ao valor formativo da Estatística Experimental quanto ao seu

caráter instrumental e científico, na intenção de contribuir para estruturar o pensamento e o raciocínio

dedutivo, instrumentar para a vida cotidiana, desenvolver a capacidade de criar estratégias facilitadoras do

processo de ensino, gerar hábitos de pesquisa prática e desenvolver, de modo mais amplo, as capacidades

de abstração, investigação e análise.




Será utilizada aula expositiva sobre os vários recursos disponíveis para melhorar o processo ensino

aprendizagem. Será utilizado exemplos práticos de aplicação do conteúdo programático. Será utilizado

recursos computacionais por meio e uso de softwares específicos para resolver uma análise de variância.


I- Circularidade do Método Científico, Princípios

básicos da experimentação. Um guia para

planejamento de experimento. Conceitos Gerais da

Experimentação: experimento, tratamento, unidade

experimental ou parcela, erro experimental ou

Variação ao acaso, Repetição, variável resposta ou

variável dependente. Delineamento Experimental

(Design), efeito de borda (bordadura), croqui.

Experimentação com aplicações em e ciências

ambientais agrícolas e animais. Determinação do

Número de Repetições: Conceitos e suas

aplicações.

II- Obtenção da Análise de Variância, Obtenção

da Soma de Quadrados, Teorema de Cochran,

Teste F, Esperança dos Quadrados Médios:

Modelo Tipo I, Modelo Tipo II. Pressupostos

fundamentais da Análise de Variância:

Homocedasticidade, Teste de Bartlett - número

diferente de repetições, Teste de Hartley - igual

número de repetições, Normalidade,

Independência, Identificação de Outliers ou Dados

Discrepantes.

III- Transformação de Dados: Conceitos e suas

aplicações, tipos de transformações, transformação

Box-Cox, Coeficiente de Variação.

IV - Estimação e testes de hipóteses sobre o

modelo linear geral. Sistema de Equações normais.

Relação entre regressão e análise de variância.

Soluções dos sistemas de equações normais.

Funções estimáveis. Análise de Variância e

covariância. Modelos de efeitos fixos, aleatórios e

mistos. Testes de hipóteses sobre tratamentos.

V- Experimentos inteiramente casualizados.

Descrição e modelo matemático. Análise de

variância e o teste F para tratamentos. O coeficiente

de variação como medida da precisão experimental.

Uso de programas estatísticos na análise de

variância.

VI- Comparações de médias. Inferência sobre

diferenças entre médias. Contrastes. Contrastes

ortogonais. Procedimentos do Teste Tukey, Teste

de Scheffée e Teste de Bonferroni. Interpolação

Harmônica, Intervalo de Confiança. Procedimentos

de Duncan e Student-Newman-Keuls (SNK), Teste

de Dunnett, outros procedimentos e o uso de

programas estatísticos. Método do Coeficiente de

Variação (CV).

VII- Experimentos em blocos completos

casualizados. Conceitos e suas aplicações, Modelo

Estatístico e Análise de Variância, Estimadores de

Mínimos Quadrados e Somas de Quadrados,

Hipóteses, Cálculos para Análise de Variância,

Teste de Comparações Múltiplas. Eficiência do

delineamento (Método do Coeficiente de Variação).

VIII - Experimentos em quadrados latinos.

Conceitos e suas aplicações, Modelo estatístico,

Hipóteses, Cálculos para Análise de Variância,

Estimativa do erro no Quadrado Latino. Eficiência.

IX - Utilização do software para demonstrações das

análises e cálculos, (R, SISVAR, entre outros).




Será procedida por meio de: 1 trabalhos (Escrito e Seminário) (20% da nota), 2 provas escritas (valendo

35% cada), listas de exercícios, relatórios de visita técnica e participação nas aulas (valendo 10%).

No final será feita a soma das avaliações





MONTGOMERY, DOUGLAS C. Design and

Analysis of Experiments. 3 ed. New York, John

Wiley, 1991.

BOX, G. E. P., W. G. HUNTER; J. S. HUNTER.

Statistics for Experimenters. John Wiley, New

York, 1978.

PIMENTEL GOMES, F. Curso de Estatística

Experimental. 10a ed. Piracicaba, São Paulo,

1982.

BANZATTO, D. A; KRONKA, S. N.

Experimentação Agrícola, 4ª Ed. Jaboticabal:

FUNESP, 2006, 237 p.






BARBIN, D. Planejamento e Análise Estatística

de Experimentos Agronômicos, Arapongas:

Midas, 2003, 208p.

VIEIRA, S. Análise de Variância (ANOVA), São

Paulo: Ed. ATLAS, 2006, 204p.

COCHRAN, W. G.; COX, G. M. Experimental

Design. John Wiley, ed. 2, 1957.

KUTNER, M. H., NETER J., WASSERMAN, W.

Applied linear statistical models, regression,

analysis of variance and experimental designs. Richard D. Irwin, 1990.

NETO, B. B.; SCARMINO, I. S.; BRUNS, R. E.

Como fazer experimentos: pesquisa e

desenvolvimento na ciência e na indústria.

UNICAMP, ed. 2, 2002.

WERKEMA, M. C. C. AGUIAR, S. Planejamento

e Análise de Experimentos: Como Identificar as

Principais Variáveis Influentes em um Processo.

Fundação Christiano Ottoni, 1996.

STORCK, L., et.al. Experimentação Vegetal,

Santa Maria: Ed. UFMS. 2006, 198 p.



Plano de Planejamento Experimental II

Profª. Dr.ª. Vania Corrêa Mota

Fundação Universidade Federal de Rondônia–UNIR Departamento de Matemática e Estatística – DAME


PLANO DE ENSINO


CURSO: Bacharelado em Estatística

Experimentos fatoriais; efeitos principais

e interações, delineamentos fatoriais

simples e sob confundimento para

experimentos: 2n (n = 2, 3, 4, 5), 32 e 33.

Experimento Fatorial com Tratamentos

Adicionais. Análise de Variância

Multimencional. Superfície de Resposta.

Experimentos Hierárquicos, Método de

Hicks para encontrar as E(QM), Parcelas

subdivididas (Split-plot), Parcelas Sub-

Subdivididas. Experimentos em faixas.

Análise de Grupos de Experimentos,

Experimentos em Blocos Incompletos

Equilibrados. Reticulados Quadrado, Uso

da Análise de Regressão na Análise de

Variância. Métodos de parcela perdida e

análise de covariância. Experimentação

aplicada às ciências ambientais.

Utilização de Software Estatístico



DISCIPLINA: Planejamento

Experimental II CÓDIGO: E29

PROFESSORA: Vania Corrêa Mota



TURMA: Regular Noturno CRÉDITOS: 04

CARGA HORÁRIA: 80



Proporcionar aos acadêmicos, a aprendizagem dos conhecimentos estatísticos relacionados com da

metodologia do planejamento experimental. Habilitando e capacitando o acadêmico a reconhecer

delineamentos experimentais, tornando o competente a propor soluções aos problemas complexos

relacionados a delineamento experimental, bem como ter a competência de analisar, interpretar e

apresentar os resultados.


Esta disciplina procura dar ênfase tanto ao valor formativo da Estatística Experimental quanto ao seu

caráter instrumental e científico, na intenção de contribuir para estruturar o pensamento e o raciocínio

dedutivo, instrumentar para a vida cotidiana, desenvolver a capacidade de criar estratégias facilitadoras do

processo de ensino, gerar hábitos de pesquisa prática e desenvolver, de modo mais amplo, as capacidades

de abstração, investigação e análise.




Será utilizada aula expositiva sobre os vários recursos disponíveis para melhorar o processo ensino

aprendizagem. Será utilizado exemplos práticos de aplicação do conteúdo programático. Será utilizado

recursos computacionais por meio e uso de softwares específicos para resolver uma análise de variância.


I- Experimentos fatoriais: Conceitos e aplicações,

Instalação do experimento, Estimativas dos

efeitos, Modelo estatístico - 2 Fatores, Suposição

de não interação, Teste de comparações múltiplas,

Estimação dos efeitos dos parâmetros do modelo,

Pressuposições sobre o modelo. Experimento

Fatorial com Tratamentos Adicionais. Ensaios

Fatoriais com interação não significativa:

desdobramento da interação. Construção e análise

de delineamentos fatoriais simples e sob

confundimento para experimentos: 2n (n = 2, 3, 4,

5), 32 e 33.

II - Experimentos Hierárquicos: Conceitos e

aplicações, Modelo estatístico, Experimento com

fatores cruzados e aninhados: Modelo estatístico.

III- Análise de Variância Multidimensional:

Conceitos e aplicações, ensaio inteiramente

casualizado, ensaio em blocos casualizados,

variável canônica, Teste de Roy.

IV - Uso da Análise de Regressão na Análise de

Variância: Polinômios Ortogonais a dados com e

sem repetições, Coeficiente para interpolação de

polinômios Ortogonais.

V- Ensaios em parcelas subdivididas. Descrição e

modelo estatístico. Casualização. Análise de

variância. Efeitos principais e interação

significativa: desdobramento da interação.

Desdobramento dos graus de liberdade,

Comparação de médias, planejamento de um

experimento. Conceitos e aplicações.

VI - Experimentos em faixas, Modelo estatístico,

Comparações múltiplas, Conceitos e aplicações.

VII - Análise de Grupos de Experimentos e Análise

conjunta: Modelo Estatístico, Conceitos e

aplicações.

VIII - Superfície de Resposta: Conceitos e

aplicações, experimento fatorial de 3x3, outros

delineamentos apropriados para superfície de

resposta. Método de Hicks para encontrar as

E(QM), Algoritmo de Hicks.

IX - Experimentos em Blocos Incompletos

Equilibrados: Conceitos e aplicações, Análise

Interblocos do Tipo I, Tipo II e Tipo III. Análise de

recuperação de informação. Analise de recuperação

de informação do Tipo I, Tipo II e Tipo III.

Decomposição dos Graus de Liberdade.

X - Reticulados Quadrado: Conceitos e aplicações.

Delineamento Robusto, Repetição de um

Delineamento Reticulado, O Reticulado Quadrado

com um Tratamento Comum em Todos os Blocos.

XI- Análise de covariância (ANCOVA), Modelo

estatístico, Conceitos e aplicações.

XII- Fundamentos da experimentação aplicados às

ciências ambientais.

XIII - Utilização de software para demonstrações,

análises e cálculos (R, SISVAR, entre outros).




Será procedida por meio de: 1 trabalhos (Escrito e Seminário) (20% da nota), 2 provas escritas (valendo

35% cada), listas de exercícios, relatórios de visita técnica e participação nas aulas (valendo 10%).

No final será feita a soma das avaliações




BÁSICA

MONTGOMERY, DOUGLAS C. Design and

Analysis of Experiments. 3 ed. New York, John

Wiley, 1991.

BOX, G. E. P., W. G. HUNTER; J. S. HUNTER.

Statistics for Experimenters. John Wiley, New

York, 1978.

PIMENTEL GOMES, F. Curso de Estatística

Experimental. 10a ed. Piracicaba, São Paulo,

1982.

BANZATTO, D. A; KRONKA, S. N.

Experimentação Agrícola, 4ª Ed. Jaboticabal:

FUNESP, 2006, 237 p.






BARBIN, D. Planejamento e Análise Estatística

de Experimentos Agronômicos, Arapongas:

Midas, 2003, 208p.

COMPLEMENTAR

VIEIRA, S. Análise de Variância (ANOVA), São

Paulo: Ed. ATLAS, 2006, 204p.

COCHRAN, W. G.; COX, G. M. Experimental

Design. John Wiley, ed. 2, 1957.

KUTNER, M. H., NETER J., WASSERMAN, W.

Applied linear statistical models, regression,

analysis of variance and experimental designs. Richard D. Irwin, 1990.

NETO, B. B.; SCARMINO, I. S.; BRUNS, R. E.

Como fazer experimentos: pesquisa e

desenvolvimento na ciência e na indústria.

UNICAMP, ed. 2, 2002.

WERKEMA, M. C. C. AGUIAR, S. Planejamento

e Análise de Experimentos: Como Identificar as

Principais Variáveis Influentes em um Processo.

Fundação Christiano Ottoni, 1996.

STORCK, L., et.al. Experimentação Vegetal,

Santa Maria: Ed. UFMS. 2006, 198 p.





PLANO DE ENSINO


Curso: Estatística

Processo de Bernoulli, processo de Poisson,

generalização do processo de Poisson,

cadeias de Markov discreta e propriedades.

Disciplina: Probabilidade III Código: E23





Carga Horária: 80 Pré-Requisito: E17

Teórica: Prática: Total: 80


Apresentar aos acadêmicos resultados da teoria de probabilidade aplicada ao estudo de

processos estocásticos bem como os principais modelos desses processos. Modelar situações que

possam ser descritas pelos modelos de processos estocásticos.


A explanação do conteúdo se dará por meio do uso do quadro e de exercícios práticos para uma melhor aplicação e entendimento sobre os conceitos.


Unidade I – Introdução aos processos estocásticos. Definição. Distribuição de Probabilidade. Espaço de parâmetros. Espaços dos estados. Classificação geral dos processos estocásticos. Quanto ao espaço de parâmetros. Quanto ao espaço dos estados. Quanto aos incrementos. Exemplos clássicos de processos estocásticos. Unidade II – Cadeias de Markov. Definição. Função de transição. Estados transientes e recorrentes. Decomposição do espaço de estados. Distribuição de probabilidade inicial. Matriz de probabilidade de transição. Probabilidade de transição de ordem superior (em n etapas). Classificação dos estados de uma cadeia. Exemplos de Cadeias de Markov. Distribuição de probabilidade estacionária. Equação de

renovação discreta. Critério de recorrência. Unidade III – Distribuições estacionárias. Estados de recorrência nula e positiva. Teoremas de existência e unicidade de distribuições estacionárias. Convergência ao estado estacionário. Unidade IV– Tipos de processos de Markov. Processos markovianos de salto. Propriedades gerais dos processos de salto. Processo de Poisson. Processo de Nascimento. Processo de Morte. Processo de Nascimento e Morte. Unidade V– Processo de Bernoulli, processo de Poisson, derivação do processo de Poisson, Tempos de espera e tempos entre ocorrências. Generalização do processo de Poisson. Processo de Poisson não homogêneo. Processo de Poisson Composto.


Os critérios de avaliação da disciplina consistem na realização de três avaliações em sala de

aula, individual e sem consulta de material. Somente poderão ser consultadas fórmulas cedidas pelo

professor.

Sendo: N1 a nota da primeira avaliação; N2 a nota da segunda avaliação e N3 a nota da terceira

avaliação. A média final (MF) será obtida por meio da expressão:

3N3N2N1

MF


Se MF < 6 o aluno fará a avaliação repositiva.



DANIEL, M. Processos Estocásticos e Aplicações. São Paulo: Editora Almedina, 2007.

Gregory F. Lawler. Introduction to Stochastic Processes. Chapman and Hall/CRC, 2a. Ed., 2006.

HOEL, P., PORT, S.; STONE, C. "Introduction to Stochastic Processes", Waveland Press.1972.

R core Team (2012). A language and environment for statistical computing. R Foundation for Statistical Computing, Viena, Austria, ISBN 3-900051-07-0. URL: http://www.R-project.org/.

ALBUQUERQUE, J.P.A., FORTES, J.M.P. e FINAMORE, W. A. Probabilidade, Variáveis Aleatórias e Processos Estocásticos. Rio de Janeiro: Editora da PUC-RIO, 2008.

CINLAR, E.. Introduction to Stochastic Processes. Prentice Hall. N, Jersey, 1975.

ROSS, S.M. A First in Stochastic Processes. New York, Prentice Hall, 2006.

ROSS, S. M. A First in probability. Prentice Hall, 8a. Ed., 2008.

VLAD STEFAN BARBU AND NIKOLAOS LIMNIOS. Semi-Markiy Chains and Hidden Semi-Markoy Models toward Applications. Their Use in Reliability and DNA Analysis. Springer Edição, 2008.


______________________________________





Plano de Ensino


Curso: Estatística Experimentos aleatórios. Introdução a

Probabilidade. Propriedades de

probabilidade. Probabilidade

condicionada. Teorema de Bayes.

Variáveis aleatórias discretas. Variáveis

aleatórias bidimensionais. Função de

distribuição Acumulada. Principais

distribuições discretas.

Disciplina: Probabilidade I Código: E12

Professor: Elisângela Candeias Biazatti



Turma: Regular Noturno Créditos: 04

Carga Horária: 80



Apresentar as noções fundamentais de probabilidade, com ênfase no caso discreto. Proporcionar a

compreensão dos conceitos teóricos e aplicações de probabilidade, propiciando o acadêmico o

conhecimento necessário para o estudo das variáveis aleatórias unidimensionais e suas funções

denominadas estatísticas e de inferência estatística.


A teoria de probabilidades é umas das teorias mais importantes para o curso, é parte integrante

de qualquer curso de estatística. Toda a teoria de inferência depende de probabilidade.


Será utilizada aula expositiva sobre o conteúdo, por meio do uso de quadro e outros recursos didáticos.

Exemplos e listas de exercícios como forma de fixar os conteúdos.


UNIDADE I - Definição de experimentos determinístico e aleatórios. História da probabilidade. Espaço

amostral. Espaços de Probabilidade Finitos. Espaços Finitos Equiprováveis. Definição Clássica; Definição

Frequentista; Definição Geométrica; Definição Axiomática. Principais teoremas para cálculo de

probabilidade.

UNIDADE II - Definição e conceitos de probabilidade condicional; Eventos Independentes. Teorema da

probabilidade total e multiplicação. Partições do espaço amostral. Teorema de Bayes e suas aplicações

práticas.

UNIDADEIII - Definição de variável aleatória. Variável aleatória discreta. Função de probabilidade.

Função de distribuição acumulada. Propriedades da variável aleatória, esperança, variância, para variável

aleatória discretas.

UNIDADEIV - Variáveis aleatórias bidimensionais. Função distribuição conjunta: Função distribuição

marginal. Função distribuição bidimensional acumulada; Função distribuição marginal acumulada.

Propriedades bidimensionais. Distribuição condicional e independência.

UNIDADEIV - Principais modelos de variáveis aleatórias discretas: Distribuição: Uniforme, Bernoulli,

Binomial, Poisson, Geométrica, Binomial Negativa; Hipergeométrica, Multinomial.





Será procedida por meio de três avaliações escritas. Cada avaliação terá o valor de 10 pontos.


3N32N1

MF

N




BÁSICA: MAGALHÃES, M. N. Probabilidade e Variáveis Aleatórias. Edusp. 3ª edição, 2013.

MEYER, Paul L., Probabilidades: Aplicações à Estatística. Livros Técnicos e Científicos. Rio de Janeiro.

ROSS, S., Probabilidade – um Curso Moderno com Aplicações.Tradutor: Alberto

Resende De Conti. - 8. ed. -Porto Alegre : Bookman, 2010

COMPLEMENTAR: BARRY, J. R. Probabilidade: Um Curso em Nível Intermediário, 1996, Segunda Edição, IMPA, CNPq.

DeGROOT, Morris H.; Schervish, Mark J. Probability and Statistics. 3a. Ed. London: Addison-Wesley,

2001.

HOEL, P. G.; Port, S. C.; STONE, C. J. Introdução à Teoria da Probabilidade. Rio de Janeiro. Ed

Interciência. 1978.

MOOD, ALEXANDER M.; GRAYBILL, FRANKLIN A.; BOES, DUANE C.

Introduction to the Theory of Statistics, 3rd Edition, McGraw-Hill, 1974



http://www.amazon.com/Franklin-A.-Graybill/e/B002880BCE/ref=sr_ntt_srch_lnk_1?qid=1369402955&sr=1-1

http://www.amazon.com/Duane-C.-Boes/e/B0027NQEJ4/ref=sr_ntt_srch_lnk_1?qid=1369402955&sr=1-1

http://www.amazon.com/Duane-C.-Boes/e/B0027NQEJ4/ref=sr_ntt_srch_lnk_1?qid=1369402955&sr=1-1

http://www.amazon.com/Introduction-Theory-Statistics-Alexander-Mood/dp/0070854653/ref=sr_1_1?s=books&ie=UTF8&qid=1369402955&sr=1-1





PLANO DE ENSINO


CURSO

CURSO: Bacharelado em Estatística Desenvolvimento e finalização do

trabalho iniciado na disciplina de

seminários; redação e apresentação.

Orientação para o desenvolvimento do

Trabalho de Conclusão de Curso, a ser

desenvolvido pelo estudante com a

orientação de um professor conforme

normas estabelecidas no PPC do curso.

Organizar a defesa final do trabalho

perante banca examinadora.

DISCIPLINA: Trabalho de Conclusão de

Curso – TCC CÓDIGO: E37

PROFESSORA: Profa. Dra. Laís Mayara Azevedo Barroso




CARGA HORÁRIA: 120



Proporcionar ao acadêmico o aprofundamento temático em uma área específica, o estímulo à produção

científica, a consulta de bibliografia especializada e o aprimoramento da capacidade de interpretação em sua

área de formação, consolidando as competências desejadas no perfil do egresso.


Esta disciplina é de fundamental importância para que o educando aperfeiçoe seus conhecimentos em

conteúdos extremamente necessários ao desenvolvimento de estudos futuros e na sua vida profissional.


A explanação do conteúdo se dará por meio do uso de quadro e recursos gráficos e audiovisuais. Será

enfatizado o aprendizado com apresentação de seminários e leitura de bibliografia pertinente.


Considerar o conteúdo programático como decorrente da especificidade do trabalho de conclusão de curso

em desenvolvimento. O orientador do trabalho de conclusão de curso determina, em conjunto com o

aluno, as atividades a desenvolver. Apresentar os instrumentos necessários para a elaboração do TCC.

Orientar e acompanhar as diversas etapas na construção do Trabalho de Conclusão de Curso (TCC) na

forma de artigo científico. Elaboração do TCC. Revisão Bibliográfica. Execução da metodologia proposta

para coleta de dados Tabulação e Análise dos Dados Redação da monografia ou artigo Apresentação oral

e escrita do TCC. Avaliação da apresentação oral e escrita do TCC. Arguição pela banca examinadora.


Serão realizadas avaliações por meio de seminários e apresentações em sala de aula (NS), totalizando

10 pontos. Nota da defesa (ND) e apresentação do TCC atribuída pela banca examinadora, também

totalizando 10 pontos.

Nota Final: A avaliação terá dois enfoques: certificação do aprendizado do acadêmico estará baseado

na avaliação de suas atividades em sala de aula, e na nota referente ao TCC atribuída pela banca

examinadora.

Dessa forma, a média final da disciplina se dará com peso de 10% as atividades em sala de aula e

90% a nota da banca examinadora, calculada pela seguinte expressão:

MF = 0,1*NS + 0,9*ND

Conforme Art. 33 do Regulamento de Projeto e Trabalho de Conclusão de Curso (TCC), do Curso

de Bacharelado em Estatística da Fundação Universidade Federal de Rondônia (UNIR), Campus de Ji-

Paraná, Departamento de Matemática e Estatística: Sendo o TCC reprovado pela Banca Examinadora, é

vedada nova defesa no semestre da reprovação, devendo o acadêmico matricular-se novamente na

disciplina de Trabalho de Conclusão de Curso.



ASSOCIAÇÃO BRASILEIRA DE NORMAS

TÉCNICAS. NBR 10520: Informação e

documentação: citação em documentos. Rio de

Janeiro. 2002



documentação: artigo em publicação periódica

científica impressa: apresentação. Rio de Janeiro.

1994.



documentação: elaboração: referências. Rio de

Janeiro. 2002.



documentação: numeração progressiva das seções de

um documento. Rio de Janeiro. 1989.

OLIVEIRA, Maria Marly de. Como fazer projetos,

relatórios, monografias, dissertações e teses. 2. ed.

Rio de Janeiro: Impetus, 2003. 189 p. ISBN

8576260077 .

FRANÇA, Junia Lessa. Universidade Federal de

Minas Gerais. Biblioteca Universitaria.

Departamento de Informação e Divulgação. Manual

para normalização de publicações

tecnicocientificas. Belo Horizonte: UFMG, 1990.

167p. (Aprender) ISBN 8570410417.


________________________________________________


Plano de Ensino Identificação Ementa Curso ... - DME/Ji-Paraná

Documents

Transcript of Plano de Ensino Identificação Ementa Curso ... - DME/Ji-Paraná