ISEC Lisboa

Emanuel A. R. Camacho

2025/2026

Aula 1 (23/02/2026, 16:00, 3 horas) (Sumário)
• Apresentação da disciplina, requisitos e sistema de avaliação.
• Introdução à ciência de dados.
• Conceitos de população e amostra.
• Técnicas de amostragem.
• Escalas de medição.
• Metodologia de processamento de dados.
• Processamento computacional.
• Apresentação do Python como meio de processamento.
• Estatística descritiva:
• Visualização de dados.
• Medidas de tendência central.
• Medidas de dispersão.
• Medidas de assimetria.
• Correlação amostral.
• Resolução de exercícios.
Aula 2 (02/03/2026, 16:00, 3 horas) (Sumário)
• Introdução ao conceito de probabilidade.
• Técnicas de contagem: princípio básico de contagem, arranjos, desarranjos e combinações.
• Espaço amostras e eventos.
• Álgebra de eventos.
• Axiomática da probabilidade.
• Resolução de exercícios.
Aula 3 (09/03/2026, 16:00, 3 horas) (Sumário)
• Probabilidade condicionada.
• Fórmula de Bayes.
• Lei da probabilidade total.
• Probabilidade incondicional e eventos independentes.
• Resolução de exercícios.
Aula 4 (16/03/2026, 16:00, 3 horas) (Sumário)
• Introdução ao conceito de variáveis aleatórias.
• Variáveis aleatórias discretas e contínuas.
• Funções de probabilidade e de densidade de probabilidade.
• Função distribuição de probabilidade.
• Valor esperado e suas propriedades.
• Momentos simples e centrais.
• Variância e suas propriedades.
• Resolução de exercícios.
Aula 5 (23/03/2026, 16:00, 3 horas) (Sumário)
• Distribuição de probabilidade conjunta.
• Funções de probabilidade e de densidade de probabilidade conjuntas.
• Função distribuição de probabilidade conjuntas.
• Variáveis aleatórias independentes.
• Distribuição de probabilidade condicional conjunta.
• Valor esperado e variância da soma de variáveis aleatórias.
• Conceito de covariância e correlação.
• Propriedades da covariância.
• Resolução de exercícios.
Aula 6 (13/04/2026, 16:00, 3 horas) (Sumário)
• Variáveis aleatórias especiais.
• Variável aleatória de Bernoulli.
• Distribuições discretas:
• Distribuição binomial.
• Distribuição binomial negativa.
• Distribuição geométrica.
• Distribuição hipergeométrica.
• Distribuição de Poisson.
• Resolução de exercícios.
Aula 7 (20/04/2026, 16:00, 3 horas) (Sumário)
• Variáveis aleatórias especiais.
• Distribuições contínuas:
• Distribuição uniforme.
• Distribuição exponencial.
• Distribuição normal.
• Distribuição chi-quadrado.
• Distribuição t.
• Distribuição F.
• Resolução de exercícios.
Aula 8 (27/04/2026, 16:00, 3 horas) (Sumário)
• Distribuições de medidas amostrais.
• Teorema do limite central.
• Distribuição aproximada da média da amostra.
• Distribuição conjunta da média e variância da amostra.
• Resolução de exercícios.
Aula 9 (04/05/2026, 16:00, 3 horas) (Sumário)
• Primeiro momento de avaliação.
Aula 10 (11/05/2026, 16:00, 3 horas) (Sumário)
• Introdução à estatística inferencial.
• Conceito de estimador e de estimativa pontual.
• Estimador de máxima verossimilhança.
• Qualidade de um estimador.
• Resolução de exercícios.
Aula 11 (18/05/2026, 16:00, 3 horas) (Sumário)
• Estimação intervalar.
• Intervalo de confiança para a média populacional.
• Intervalo de confiança para a variância e desvio padrão populacional.
• Intervalo de confiança para a diferença de médias de duas populações.
• Introdução ao teste de hipóteses.
• Testes paramétricos.
• Testes à média de uma população normal.
• Testes à igualdade de médias de duas populações normais.
• Testes a dados emparelhados.
• Testes à variância de uma população normal.
• Testes em populações de Bernoulli.
• Resolução de exercícios.
Aula 12 (25/05/2026, 16:00, 3 horas) (Sumário)
• Testes não paramétricos.
• Teste do chi-quadrado com e sem parâmetros especificados.
• Teste de independência.
• Teste de Kolmogorov-Smirnov.
• Resolução de exercícios.
Aula 13 (01/06/2026, 16:00, 3 horas) (Sumário)
• Regressão.
• Relação entre variáveis.
• Estimador dos mínimos quadrados.
• Estimador dos mínimos quadrados de parâmetros de regressão.
• Regressão linear.
• Avaliação da regressão linear.
• Transformação para a linearidade.
• Resolução de exercícios.
Aula 14 (08/06/2026, 16:00, 3 horas) (Sumário)
• Apresentação dos projetos.
• Apresentação de módulos e bibliotecas do Python para uso estatístico.
• Resolução de exercícios com processamento computacional.
Aula 15 (09/06/2026, 16:00, 3 horas) (Sumário)
• Segundo momento de avaliação.