Disciplina Curricular
Estatística Computacional EComp
Mestrado Bolonha em Matemática e Aplicações e Computação - MMAC 2021
Contextos
Grupo: MMAC 2021 > 2º Ciclo > Área Principal > Áreas de Especialização > Área de Especialização em Probabilidade e Estatística > Área Científica de Probabilidades e Estatística
Período:
Grupo: MMAC 2021 > 2º Ciclo > Área Principal > Áreas de Especialização > Área de Especialização em Probabilidade e Estatística > Área Científica de Probabilidades e Estatística
Período:
Peso
6.0 (para cálculo da média)
Pré-requisitos
Não aplicável.
Objectivos
Compreender e ser capaz de aplicar técnicas estatísticas em contextos computacionalmente intensivos, dando-se especial atenção a questões de inferência estatística associadas a grandes e complexos conjuntos de dados. Desenvolver competências sólidas em métodos de reamostragem e métodos Monte-Carlo via cadeias de Markov, com aplicações em dados reais.
Programa
Simulação estocástica. Métodos de inferência estatística: máxima verosimilhança, EM, ampliação de dados. Vizualização de dados. Métodos de reamostragem: bootstrap, jackknife. Métodos de Monte Carlo (MC): MC simples, MC com amostragem de importância. Métodos de Monte Carlo via cadeias de Markov: amostrador Gibbs, algoritmo Metropolis-Hastings, técnicas de diagnóstico de convergência. Aplicações a variados problemas estatísticos.
Metodologia de avaliação
Exame/Testes, complementado com uma componente de trabalho de casa aplicado e/ou provas orais para classificações maiores de 17 valores.
Componente de Competências Transversais
A UC permite o desenvolvimento de competências transversais em Pensamento Crítico, Criatividade e Estratégias de Resoluções de Problemas, nas aulas, em trabalho autónomo e nas várias componentes de avaliação. A percentagem de avaliação associada a estas competências deverá ser da ordem dos 15%.
Componente Laboratorial
Não aplicável.
Componente de Programação e Computação
Não aplicável.
Princípios Éticos
Todos os membros de um grupo são responsáveis pelo trabalho do grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.