Programa

Estatística Matemática

Mestrado Bolonha em Engenharia e Ciência de Dados

Mestrado Bolonha em Matemática e Aplicações e Computação

Programa

Fundamentos de Inferência Estatística: Abordagem frequencista e características das suas respostas aos problemas inferenciais típicos no quadro do modelo estatístico clássico. Suficiência fisheriana. Critério de factorização, suficiência mínima e completude. Estimação clássica paramétrica pontual e regional. Critérios de optimalidade e métodos de estimação. Testes paramétricos clássicos. Procedimentos óptimos e métodos de construção de testes. Abordagem bayesiana. Teorema de Bayes e vários conceitos de probabilidade. Construção do modelo bayesiano. Selecção da distribuição a priori. Características da operação bayesiana. Suficiência bayesiana. Estimação paramétrica por pontos e regiões. Testes de hipóteses paramétricas. Predição. Aplicações e implementação computacional. Decisão Estatística: noções básicas e ilustração com vários tipos de problemas de decisão. Funções de decisão mistas e aleatórias. Regras de Bayes e minimax. Admissibilidade.