plano de ensino Estatística Aplicada para o agronegicio Mestrado 2018

Prévia do material em texto

Ministério da Educação
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
Câmpus Medianeira
	
	PLANO DE ENSINO
	CURSO
	 Mestrado em Tecnologia Computacionais para o Agronegócio
	DISCIPLINA/UNIDADE CURRICULAR
	
	CARGA HORÁRIA (horas)
	Estatística Aplicada ao Agronegócio
	
	Total
	
	
	45
	OBJETIVO: Desenvolver embasamento conceitual e operacional de estatística descritiva e experimental e sua aplicabilidade em problemas teóricos ou práticos a fim de exercitar a tomada de decisões em fenômenos relacionados ao agronegócio. 
	EMENTA: Estatística na pesquisa. Fundamentos da Estatística, métodos estatísticos fundamentais, análise descritiva de dados, análise e interpretação de informações univariadas e multivariadas. Amostragem. Probabilidade, principais distribuições discretas e contínuas, inferência estatística e intervalos de confiança, estimação Testes de hipóteses, testes paramétricos e não paramétricos e Qui-quadrado. Regressão e Correlação. Aplicações focadas ao agronegócio com utilização de softwares.
	CONTEÚDO PROGRAMÁTICO
	ITEM
	EMENTA
	CONTEÚDO
	1
	Estatística na pesquisa. Fundamentos da Estatística, métodos estatísticos fundamentais, análise descritiva de dados, análise e interpretação de informações univariadas e multivariadas. 
	Introdução. Forma de coleta de dados. Erro experimental. Análise Exploratória de Dados. Estatística e Método Cientifico. Organização resumo e apresentação de dados. Classificação de variáveis. Distribuições de frequências e suas representações em Gráfico e Tabelas. Medidas para variáveis quantitativas como Medidas de Posição e Medidas de Dispersão.
	
	2
	Amostragem
	Considerações iniciais da teoria da amostragem. Classificação dos diferentes tipos de amostragem. Parâmetros e estatística. Tamanho da amostra e margem de erro.
	
	3
	Probabilidade, principais distribuições discretas e contínuas, inferência estatística.
	Probabilidades, Introdução. Algumas Propriedades. Probabilidade Condicional e Independência. Variáveis Aleatórias Discretas. Introdução. O Conceito de Variável Aleatória Discreta. Alguns Modelos Probabilísticos para Variáveis Aleatórias Discretas. Distribuição Uniforme Distribuição de Bernoulli. Distribuição Binomial. Variáveis Aleatórias Contínuas. Algumas distribuições Probabilísticas para Variáveis Aleatórias Contínuas, Distribuição Normal. Outros Modelos Importantes. Distribuição Qui-Quadrado. Distribuição t de Student. Distribuição F de Snedecor.
	4
	Estimação. Intervalos de confiança. Testes de hipóteses, testes paramétricos e não paramétricos e Qui-quadrado.
	Estimação. Propriedades de Estimadores. Intervalos de Confiança para média e intervalo de confiança para proporção. Testes de Hipóteses. Introdução. Exemplo. Procedimento Geral do Teste de Hipóteses. Passos para a Construção de um Teste de Hipóteses Poder de um Teste. Valor-p. Comparação de Duas Populações: Amostras Independentes. Populações Normais. Populações Não-Normais. Comparação de Duas Populações: Amostras Dependentes (Pareadas) População Normal População Não-Normal. Exemplo Computacional. Análise de Aderência e Associação. Introdução Testes de Aderência. Testes de Homogeneidade. Testes de Independência.
	5
	Regressão e Correlação
	Coeficiente de correlação, modelo estatístico de regressão; método dos mínimos quadrados, análise de variância de regressão. Ajustamento de reta e correlação. Introdução; ajustamento da reta, o coeficiente “r” de Pearson. . Características de “r”. 
	PROFESSOR
	Silvana Ligia Vincenzi
	DIAS DAS AULAS PRESENCIAIS
	Dia da semana
	Segunda
	Terça
	Quarta
	Quinta
	Sexta
	Sábado
	Número de aulas no ano
	5
	5
	5
	5
	5
	
	PROGRAMAÇÃO E CONTEÚDOS DAS AULAS (PREvisão)
	Dia/Mês ou Semana
	Conteúdo das Aulas
	
	05/03/2018
	Estatística na pesquisa. Fundamentos da Estatística. Métodos estatísticos fundamentais, análise descritiva de dados.
	5,0
	06/03/2018
	Métodos estatísticos fundamentais, análise descritiva de dados.
	5,0
	07/03/2018
	Amostragem. Probabilidade, principais distribuições discretas e contínuas.
	5,0
	08/03/2018
	Inferência estatística e intervalos de confiança, estimação. Aplicações focadas ao agronegócio com utilização de softwares. 
	5,0
	09/03/2018
	Testes de hipóteses, Testes paramétricos e não paramétricos e Qui-quadrado. Aplicações focadas ao agronegócio com utilização de softwares
	5,0
	12/03/2018
	Seminário – Correção de Exercícios Descritiva, Distribuições, IC e tamanho de amostra.
	5,0
	13/03/2018
	Regressão e Correlação. Aplicações focadas ao agronegócio com utilização de softwares.
	5,0
	14/03/2018
	Seminário – Aplicações focadas ao agronegócio com utilização de softwares.
	5,0
	15/03/2018
	Avaliação.
	5,0
	PROCEDIMENTOS DE ENSINO
	Aulas Teóricas e Práticas
	Aulas expositivas dialogadas. Trabalho individual. Trabalho em grupo. Pesquisa. No decorrer do processo ensino aprendizagem da disciplina de Estatística aplicada ao agronegócio, serão aplicados seminário e trabalhos. Serão ministradas aulas expositivas orais, seguidas normalmente de discussões para retirar os conhecimentos prévios de cada aluno, fazendo com que as aulas sejam compartilhadas de forma organizada, clara e participativa. Serão utilizados softwares no desenvolvimento da disciplina.
	PROCEDIMENTOS DE AVALIAÇÃO
	Será aplicados trabalhos sobre análise descritiva univariada e multivariada, testes de hipóteses, distribuições de probabilidade, correlação e regressão, seminário e uma avaliação.
Seminários e lista de Exercícios = 10,0
Avaliação = 10,0
A nota final será a média das duas avaliações.
	REFERÊNCIAS
	Referencias Básicas:
BARBETTA, Pedro Alberto; REIS, Marcelo Menezes e BORNIA, Antonio Cezar. Estatística: para cursos de engenharia e informática. São Paulo: Atlas, 2004. 
BARBETTA, Pedro Alberto. Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.
ANDRADE, Dalton F. de, OGLIARI, Paulo. Estatística para as ciências agrárias e biológicas: com noções de experimentação. ED. 3. Editora da UFSC, 2013.
BARROS NETO, B; SCARMINIO, I. S.; BRUNS, R. E. Planejamento e otimização de experimentos. Campinas, SP: editora da UNICAMP, 1995.
BUSSAB, W., MORETTIN, P. Estatística Básica. São Paulo: Saraiva, 5ª edição, 2002. 
CHATTERJEE, S.; HADY, A. S.; PRICE, B. Regression Analysis by Example. 3 ed. USA: John Wiley, 2000. 
DEVORE, J. L. Probabilidade e Estatística para Engenharia e Ciências. São Paulo: Thompson, 2006. 
FREUND, J. E.; SIMON, G. A. Estatística Aplicada. Porto Alegre: Bookman, 9ª edição, 2000. 
LEVINE, D. M., BERENSON, M. L.; STEPHAN, D. Estatística: Teoria e Aplicações usando o Excel. Rio de Janeiro: LTC, 2000.
LEVENE, D. L.; BERENSON, M. L.; STEPHAN, D. Estatística: teoria e aplicações. 3. ed. Rio de Janeiro: LTC, 2005.
MAGALHÃES, A. N., LIMA, A. C. P. Noções de probabilidade e estatística. 6 ed. São Paulo: EDUSP, 2005. 
MANN, P. S. Introdução à estatística. 5. ed. Trad. Eduardo Benedito Curtolo e Teresa Cristina Padilha de Souza: Rio de Janeiro: LTC, 2006.
MYERS, Raymond H. Classical and modern regression with appplications. 2. ed. Belmont Califórnia: Duxbury Press, 1990.
MONTGOMERY, D. C.; RUNGER, G. C.; HUEBELE, N. F. Estatística aplicada à engenharia. 2. ed. Trad. Verônica Calado. Rio de Janeiro: LTC, 2004. 
MONTGOMERY, D. C. Design and Analysis of Experiments. 6. ed. New York: John Wiley & Sons, 2005.
VIEIRA, S.; HOFFMANN, R. Estatística Experimental. 2.ed. São Paulo: Editora Atlas, 1999.
UTFPR, Câmpus Medianeira, 20 de fevereiro de 2018.
	
	
	
	Silvana Ligia Vincenzi Bortolotti
	
	Assinatura do Coordenador do Curso
http://moodle.utfpr.edu.br/course/modedit.php