index.Rmd

---
title: "Estatística Computacional II"
author: "Prof. Walmes M. Zeviani"
bibliography: config/refs.bib
csl: config/ABNT-UFPR-2011-Mendeley.csl
output:
  html_document:
    toc: false
    number_sections: true
    includes:
      before_body: null
# http://rmarkdown.rstudio.com/rmarkdown_websites.html
---

# Detalhes

  | Horário               | Local           |
  |:---------------------:|:---------------:|
  | Seg 20h45 -- 22h15    | Multimídia DEST |
  | Qua 19h00 -- 20h30    | Multimídia DEST |

  * Carga horária: 60 horas
  * Pré-requisitos:
    + CE 083 - Estatística Computacional I
    + CE 085 - Estatística Inferêncial

# Conteúdo programado

  1. (5%) Revisão da linguagem R, algorítmos e programação funcional.
  2. (20%) Geração de números aleatórios.
     1. Geração de números uniformes.
     2. O método da transformação integral da probabilidade.
     3. O método da aceitação e rejeição.
     4. O métodos baseados em relações entre variáveis aleatórias.
     5. Métodos baseados em Cadeias de Markov.
  3. (50%) Métodos estatísticos computacionalmente intensivos.
     1. Bootstrap, reamostragens e testes de aleatorização.
     2. Jacknife e validação cruzada.
     3. Métodos Monte Carlo.
     4. Planejamento e análise de experimentos computacionais.
  4. (5%) Documentação e empacotamento de funções.
  5. (20%) Métodos de otimização.

A ementa da disciplina, conforme currículo mais atual do Curso de
Estatística, está disponível em [Ementas DEST
2011](http://www.coordest.ufpr.br/wp-content/uploads/2012/11/ementas2011.pdf).

# Referências bibliográficas

  1. GENTLE, J.; HÄRDLE, W.; MORI, Y. **Handbook of computational
     statistics: concepts and methods**. 2nd ed. Springer Berlin
     Heidelberg, 2012.
  2. MANLY, B. **Randomization, bootstrap and Monte Carlo methods in
     biology**, third edition. 2nd ed. Taylor & Francis, 2006.
  3. FERREIRA, D. F. **Estatística computacional em Java**. Editora
     UFLA, 2013.
  4. EFRON, B.; HASTIE, T. **Computer age statistical inference:
     algorithms, evidence, and data science**. 1st ed. Cambridge
     University Press, 2016.
  5. EUBANK, R. L.; KUPRESANIN, A. **Statistical Computing in C++ and
     R**. Chapman & Hall/CRC The R Series, 2011.
  6. EVERITT, B. S. **Introduction to Optimization Methods and their
     Application in Statistics**. Dordrecht: Springer
     Netherlands, 1987. Print.

# Materiais úteis

  * <http://www.dex.ufla.br/~danielff/ensino/estatisticacomputacional.html>;
  * <https://ecivilufes.files.wordpress.com/2011/03/algoritimos.pdf>;
  * <http://www.impa.br/opencms/pt/biblioteca/pm/PM_21.pdf>;
  * <http://www.icmc.usp.br/~ehlers/slides-comp.pdf>;
  * <https://sites.google.com/site/thaisf/Home/cursos/estatcompg>
  * Estatística Computational, Ralph dos Santos Silva:
    [1](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_01.pdf),
    [2](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_02.pdf),
    [3](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_03.pdf),
    [4](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_04.pdf),
    [5](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_05.pdf),
    [6](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_06.pdf),
    [7](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_07.pdf),
    [8](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_08.pdf),
    [9](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_09.pdf),
    [10](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_010.pdf),
    [11](http://www.im.ufrj.br/ralph/estatisticacomputacional/aula_011.pdf);
  * [Método da aceitação e rejeição](http://www.columbia.edu/~ks20/4703-Sigman/4703-07-Notes-ARM.pdf) -
    Karl Sigman.
  * <http://www.cs.cmu.edu/~tcortina/15-105sp09/Unit02PtC.pdf>;
  * [Bootstrap inference - Francisco Cribari-Neto](http://conteudo.icmc.usp.br/CMS/Arquivos/arquivos_enviados/SECAO-POSGRAD_87_bootstrap-slides.pdf).

# Atividades e avaliações

  * As avaliações serão feitas no Ambiente Virtual de Aprendizado do C3SL: <http://moodle.c3sl.ufpr.br>.
  * O aluno(a) deve [criar uma conta no Moodle](https://moodle.c3sl.ufpr.br/login/signup.php) e se matricular na disciplina pelo método de autoinscrição.
  * A senha para autoinscrição será fornecida em sala de aula.
  * O curso no moodle está no endereço <http://moodle.c3sl.ufpr.br/course/view.php?id=140>. Visite para fazer inscrição.

  | Tipo de avaliação  | Quantidade | Peso na nota final |
  |:------------------:|:----------:|:------------------:|
  | Sabatinas          |        ~10 |                60% |
  | Trabalhos          |          2 |                40% |

<!-- .
Pelo menos 25% das piores notas das sabatinas serão eliminadas.  As
sabatinas não serão repostas.  Os trabalhos não terão reposição.
-->

<!------------------------------------------- -->

[Walmes M. Zeviani]: http://www.leg.ufpr.br/~walmes