| Ementa/Descrição: |
Probabilidade: definições, métodos de contagem, probabilidade condicional e teorema de Bayes. Variáveis Aleatórias: conceitos, funções de densidade e distribuição de probabilidade e distribuições condicionais. Funções de uma Variável Aleatória: média e variância, momentos e funções características. Funções de Várias Variáveis Aleatórias: estatística conjunto e marginal. Momentos e Estatística Condicional: estatística conjunta,valores esperados condicionais e estimação por mínimos quadrados. Sequência de Variáveis Aleatórias: teorema do limite central.
|
| Referências: |
Probability, Random Variables and Stochastic Processes, McGraw-Hill Europe; 4th edition (January 1, 2002) by Athanasios Papoulis and S. Unnikrishna Pillai | Jan 1, 2002
Pattern Classification, Wiley-Interscience, by Richard O. Duda , Peter E. Hart , et al. | Nov 9, 2000.
Information Theoretic Learning: Renyi's Entropy and Kernel Perspectives (Information Science and Statistics) 2010th Edition, Springer by Jose C. Principe (Author)
Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python, O'Reilly Media; 2nd edition (June 2, 2020) by Peter Bruce (Author), Andrew Bruce (Author), Peter Gedeck (Author)
Python Data Science Handbook: Essential Tools for Working with Data 1st Edition, O'Reilly Media; 1st edition (December 20, 2016) by Jake VanderPlas (Author)
Selected mathematical derivations for engineers Paperback – lulu.com; Illustrated edition (August 9, 2014) by Allan Martins (Author).
H. Pishro-Nik, "Introduction to probability, statistics, and random processes", available at https://www.probabilitycourse.com, Kappa Research LLC, 2014. |
