1. Métodos elementares da Estatística Descritiva

1.1 - Introdução. Exemplos de problemas do âmbito da Estatística. Estatística descritiva e Estatística indutiva.
1.2 - Organização de dados. Distribuições de frequências e sua representação gráfica.
1.3 - Medidas de localização e de dispersão.

2. Noções básicas de Probabilidade

2.1 - Experiências aleatórias. Espaço de resultados. Acontecimentos.
2.2 - Noção de probabilidade. Interpretações de Laplace, frequencista e subjectivista.
Axiomas e teoremas decorrentes.
2.3 - Probabilidade condicionada.
2.4 - Teoremas da probabilidade composta e da probabilidade total. Teorema de Bayes.
2.5 - Acontecimentos independentes.

3. Variáveis aleatórias e distribuições discretas

3.1 - Variáveis aleatórias. Função de distribuição: tipos de variáveis aleatórias.
3.2 - Variáveis aleatórias discretas. Função (massa) de probabilidade.
3.3 - Valor esperado, variância e algumas das suas propriedades. Moda e quantis.
3.4 - Distribuição uniforme discreta.
3.5 - Distribuição hipergeométrica.
3.6 - Distribuição binomial.
3.7 - Distribuição geométrica.
3.8 - Distribuição de Poisson.


4. Variáveis aleatórias e distribuições contínuas

4.1 - Variáveis aleatórias contínuas. Função densidade de probabilidade.
4.2 - Valor esperado, variância e algumas das suas propriedades. Moda e quantis.
4.3 - Distribuição uniforme contínua.
4.4 - Distribuição normal.
4.5 - Distribuição exponencial.


5. Distribuições conjuntas de probabilidade e complementos

5.1 - Duas variáveis aleatórias discretas. Distribuições conjuntas, marginais e condicionais. Independência.
5.2 - Duas variáveis aleatórias contínuas. Distribuições conjuntas, marginais e condicionais. Independência.
5.3 - Co-variância e correlação. Propriedades.
5.4 - Combinações lineares de variáveis aleatórias.
5.5 - Desigualdade de Chebychev.
5.6 - Teorema do Limite Central. Aplicações `as distribuições binomial e de Poisson.


6. Amostragem e Estimação pontual

6.1 - Inferência Estatística. Amostragem aleatória.
6.2 - Estimação pontual. Propriedades dos estimadores.
6.3 - Método da máxima verosimilhança.
6.4 - Momentos da média amostral e de variâncias amostrais. Distribuições amostrais da média e variância numa população normal. Distribuições do qui-quadrado e t-Student.


7. Estimação por intervalos

7.1 - Noções básicas.
7.2 - Intervalos de confiança para a média de uma população normal.
7.3 - Intervalos de confiança para a diferença de duas médias de populações normais.
7.4 - Intervalo de confiança para a variância de uma população normal.
7.5 - Intervalos de confiança para parâmetros de populações não normais uniparamétricas.


8. Testes de hipóteses

8.1 - Noções básicas.
8.2 - Testes de hipóteses para a média de uma população normal.
8.3 - Testes de hipóteses sobre a igualdade das médias de duas populações normais.
8.4 - Testes de hipóteses para a variância de uma população normal.
8.5 - Testes de hipóteses para parâmetros de populações não normais uniparamétricas.
8.6 - Teste de ajustamento do qui-quadrado de Pearson.
8.7 - Teste de independência do qui-quadrado de Pearson em tabelas de contingência.

9. Introdução à regressão linear simples

9.1 - Modelos de regressão.
9.2 - Método dos mínimos quadrados em regressão linear simples.
9.3 - Propriedades dos estimadores dos mínimos quadrados.
9.4 - Inferências no modelo de regressão linear simples.
9.5 - Coeficiente de determinação e análise de resíduos na avaliação do modelo.