| Referências: |
I. Bustos, O.H. & Frery, A.C. (1992). Simulação Estocástica: Teoria e Algoritmos (versão completa).
Rio de Janeiro: CNPq/IMPA (Monografias de Matemática, 49).
II. Efron, B. & Tibshirani, R. (1993). An Introduction to the Bootstrap. New York: Chapman and
Hall.
III. Frery, A. C. & Cribari-Neto, F. (2005). Elementos de Estatística Computacional Usando Plataformas de Software Livre/Gratuito. Rio de Janeiro: Instituto de Matemática Pura e Aplicada.
IV. Gamerman, D. (1997). Markov Chain Monte Carlo. Chapman & Hall/CRC, London.
V. Hoel, P., Port, S. & Stone, C. (1972). Introduction to Stochastic Processes. Houghton Mifflin
Company.
VI. Hogg, V. & Craig, A. T. (1995). Introduction to Mathematical Statistics. Prentice Hall, New Jersey, fifth edition.
VII. Mood, A., Graybill, F. & Boes, D. (1974). Introduction to the theory of statistics. Mc Graw Hill,
Singapore.
IX. Nascimento, F.F. (2012). MODELOS PROBABILÍSTICOS PARA DADOS EXTREMOS: TEORIA
E APLICACÕES. 2o Colóquio de Matemática da Região Nordeste. Sociedade Brasileira de Matemática.
X. R DEVELOPMENT CORE TEAM. R: A Language and Environment for Statistical Computing.
R Foundation for Statistical Computing, Vienna, Austria, 2012. ISBN 3-900051-07-0.
XI. Ribeiro Jr, P.J, Bonat, W.H., Krainski, E.T. & Zeviani, W.M. (2012). Métodos Computacionais em ´
Inferência Estatística. Simpósio Nacional de Probabilidade e Estatística. Minicurso.
XII. Ross. S. (1997). Simulation, 2nd ed. Academic Press. |
