Ementa: Utilização de recursos computacionais na análise de dados

Nome da disciplina: Utilização de recursos computacionais na análise de dados

Responsável: Danieli Brolo Martins / Emmanuel Arnhold

Colaborador: Não tem

Carga horária: 48 Horas

Créditos: 3 créditos

Semestre: segundo

Objetivos: 

- Objetiva-se que os alunos desenvolvam o raciocínio matemático e compreendam a importância das análises estatísticas para a pesquisa científica.
- Objetiva-se que os alunos procedam de maneira correta à apresentação, as análises, as discussões, as conclusões e a tomada de decisão sobre um determinado fenômeno interpretado matematicamente, utilizando auxílio do software R.  
 
Ementa
Introdução ao software R. Estatísticas descritivas, testes de hipóteses (teste F, teste t, teste qui-quadrado, teste exato de Fisher, teste de Mann-Whitney, teste de Wilcoxon, teste de Kruskal-Wallis, teste de Friedman, teste de McNemar, teste de Kappa, odds ratio), análise de variância (delineamento inteiramente casualizado, blocos casualizados, quadrado latino, fatorial, parcelas subdivididas, quadrados latinos repetidos e experimentos com perdas de unidades experimentais), análise de resíduos, testes de hipóteses após a análise de variância, regressão linear e não linear nos parâmetros, regressão logística simples e múltipla, análise de dados de contagem (com distribuição poisson), medidas de similaridade qualitativas e quantitativas e métodos de agrupamento (cluster), análise de componentes principais e análise de variáveis canônicas.
 
Programa: 
CONTEÚDO PROGRAMÁTICO
Aula 1: Apresentação da disciplina
Aula 2: Introdução ao uso do software R e estatísticas descritivas
Aula 3: Testes de hipóteses utilizando o software R
Aula 4: Testes de hipóteses utilizando o software R
Aula 5: Análise de variância em delineamento inteiramente casualizado, análise de resíduos e testes de hipóteses após a análise de variância utilizando o software R
Aula 6: Análise de variância em delineamento em blocos casualizados e quadrado latino utilizando o software R
Aula 7: Análise de variância em esquema fatorial utilizando o software R
Aula 8: Análise de variância em esquema de parcelas subdivididas utilizando o software R
Aula 9: Análise de correlação e regressão linear nos parâmetros utilizando o software R
Aula 10: Análise de regressão não linear nos parâmetros utilizando o software R
Aula 11: Análise de regressão não linear nos parâmetros e identidade de modelos de regressão utilizando o software R
Aula 12: Regressão logística simples e múltipla utilizando o software R
Aula 13: Análise de dados de contagem utilizando o software R
Aula 14: Medidas de similaridade qualitativa e quantitativa e métodos de agrupamento utilizando o software R
Aula 15: Análise de componentes principais e variáveis canônicas utilizando o software R
Avaliação: Resolução de listas de exercícios.
Referências Bibliográficas:

BÁSICA

BANZATTO, D.A.; KRONKA, S. do N. Experimentação agrícola. 4a edição. Jaboticabal: FUNEP, 2006. 237p.

MONTGOMERY, D. C.; RUNGER, G. C.Estatística aplicada e probabilidade para engenheiros. 2a edição. Rio de Janeiro: LTC, 2003.

PIMENTEL-GOMES, F. Curso de Estatística Experimental. 15º ed. Editora Fealq, 2009. 395p.

SAMPAIO, I. B. M. Estatística aplicada à experimentação animal. 2a edição. Belo Horizonte: Editora FEPMVZ, Fundação de Ensino e Pesquisa em Medicina Veterinária e Zootecnia, 2002. 265p.

VIEIRA, S. Introdução à bioestatística. 3a edição. Rio de Janeiro: Editora Campus, 2008. 345p.

VIEIRA, S. Estatística experimental. 2ª Ed., São Paulo: Editora Atlas, 1999. 185p.

COMPLEMENTAR

COCHRAN, W.G.; COX, G.M. Experimental desings. Nova Iorque, John Wiley, 1950.

KAPS M. & LAMBERSON, W. R. Biostatistics for Animal Science: an introductory text. 2nd Edição. CABI Publishing, Wallingford, Oxfordshire, UK, 2009. 504p.

MONTGOMERY, D. C. Design and analysis of experiments. 6 ed. USA: John Wiley & Sons, 2005.