Portal do Ementário

Familiarizar os alunos com várias ferramentas computacionais que são tipicamente úteis para análise e tratamento de conjuntos de dados, assim como para simulações de modelos estocásticos. Discutir o processo de elaboração de documentos de tipo científico apoiado no sistema de tipografia LATEX, desenvolvido por Leslie Lamport. Discutir o uso da linguagem R, que hoje é conhecida como a ferramenta computacional mais importante para análise de dados. No decorrer da disciplina, dois tópicos serão discutidos ao longo do periodo: simulação de Monte Carlo e a geração de números aleatórios uniformes e não-uniformes. Apresentar outros pacotes estatísticos para análise de dados.

Linguagens de programação na estatística – Tipografia científica com LaTeX – Introdução ao R - Noções básicas de programação com R – Noções básicas de simulação estocástica com R - Tópicos de computação numérica com R – Outros pacotes estatísticos.

KOPKA, Helmut; DALY, Patrick W. Guide to LATEX. 4th ed. Upper Saddle River, N.J.:Addison-Wesley, 2004. xii, 597 p. MITTELBACH, Frank; GOOSSENS, Michel. The LaTeX companion. 2nd ed. Boston:Addison-Wesley, 2004. xxvii, 1090 p. HASTIE, Trevor; TIBSHIRANI, Robert; FRIEDMAN, Jerome. The elements of statistical learning: data mining, inference, and prediction. 2nd ed. New York, N.Y.:Springer, 2009. xxii, 745 p.

GRÄTZER, George A. More math into LaTeX. 4th ed. New York: Springer, 2007. xxxiv,619 p. JAMES, Gareth et al. An Introduction to statistical learning: with applications in R. New York: Springer, 2013. xiv, 426 p. KOTTWITZ, Stefan. LaTeX beginner's guide: create high-quality and professionallookingtexts, articles, and books for bussines  and  science  using  LaTeX.  Birmingham,UK:  Packt  Publishing,  2011.  xi,  314  p. ROSS, Sheldon M. Simulation. 4th ed. Amsterdam: Boston: Elsevier Academic Press, 2006. xiii, 298 p. TORGO, Luís. Data mining with R: learning with case studies. Boca Raton, Fla.: CRC Press: Chapman & Hall, 2011. xv, 289 p.