- Apresentação do curso
- Ensino Remoto
- Notas de aula
Cap. 0. Motivação
Cap. 1. Introdução
1.1. Exercício de Programação
1.2. Sistemas de Programação
1.3. Algoritmos e Fluxogramas
1.4. Estruturas de Dados
1.5. Modularização
Cap. 2. O R
Cap. 3. Tópicos Avançados - Listas de Exercícios
- Exercício 1.1.1
♣ Solução - Exercício 1.3.4
♦ Solução - Exercício 1.4.2
♥ Solução - Exercício 1.5.3
♥ Solução - R - Roteiro de Estudos 1
- R - Roteiro de Estudos 2
- R - Roteiro de Estudos 3
- R - Roteiro de Estudos 4
- R - Roteiro de Estudos 5
- R - Roteiro de Estudos 6
- R - Roteiro de Estudos 7
- R - Roteiro de Estudos 8
- Exercício 1.1.1
- Trabalho Prático
- Software
-
- Resultado das Avaliações
Instituto de Ciências Exatas
Departamento de Estatística
|
Disciplina: Pacotes Estatísticos (EST-008) Prof.: Frederico R. B. Cruz |
Período: 1º Semestre de 2022 Sala: 4069 (ICEx-Pampulha) |
| Divulgação: 23/06/2022 | Entrega: 23/06/2022 (em PDF via Moodle) |
-
O acompanhamento deste roteiro de estudos pressupõe acesso
contínuo ao relatório técnico
Noções Básicas de S-PLUS for
Windows® [1],
e às Notas de Aula Cap. 2. O R [2].
- 8. escrevendo funções R (continuação)
-
- implemente uma função para estimar o vício,
E(ˆλ)-λ e a variância,
V(ˆλ),
do estimador de máxima verossimilhança (EMV) do
parâmetro
λ da distribuição de Poisson truncada em zero, implementado em roteiro anterior, para um dado tamanho de amostra, via 1000 simulações Monte Carlo (maiores detalhes serão vistos em roteiros futuros); em outras palavras, vocâ deverá implementar o seguinte algoritmo: função MonteCarlo(tam)
para i de 1 até 1000 faça
gerar dados
tirar contagens nulas
ajustar modelo e guardar ajuste
fim para
retornar o vício e a variância das estimativas
fim função
- teste a função MonteCarlo, para alguns valores de tamanhos de amostra:
MonteCarlo(10)
MonteCarlo(100)
MonteCarlo(1000)
- teste a função MonteCarlo, para alguns valores de tamanhos de amostra:
- implemente uma função para estimar o vício,
E(ˆλ)-λ e a variância,
V(ˆλ),
do estimador de máxima verossimilhança (EMV) do
parâmetro
-
Lista de Exercícios
- Valendo como lista de exercícios, envie pelo Moodle um arquivo PDF com:
- a função MonteCarlo;
- resultados de testes com a sua função.
- Dica:
- Para traçar gráficos use os comandos:
#dividir a tela gráfica em duas colunas
par(mfrow=c(1,2))
#fazer as simulações e guardar resultados
res <- matrix(nrow = 3, ncol = 2)
res[1,] <- MonteCarlo(10)
res[2,] <- MonteCarlo(100)
res[3,] <- MonteCarlo(1000)
#criar eixo x e fazer gráficos
x <- c(10,100,1000)
#gráficos da média:
plot(x, res[,1], type="b")
#gráficos da variância:
plot(x, res[,2], type="b")
- Referências:
- Valendo como lista de exercícios, envie pelo Moodle um arquivo PDF com:
- [1] E. A. Reis.
Noções Básicas de S-PLUS for
Windows®.
RTE-03/1997, EST-ICEx-UFMG, Belo Horizonte, 1997
(disponível através da homepage de
Relatórios
Técnicos - Série Ensino,
Departamento de Estatística, UFMG, ou em
RTE-03/97).
- [2] F. R. B. Cruz. Notas de Aula - O R. EST-ICEx-UFMG, Belo Horizonte, 2015. (disponível em O R).
- Endereços:
Homepage do curso:
http://www.est.ufmg.br/~fcruz/disciplinas/pacotes
E-mail do professor:
fcruz@est.ufmg.br
- Atenção:
- O material aqui contido deve ser tomado como um guia bastante confiável do conteúdo do curso. Entretanto, você não poderá reivindicar quaisquer direitos baseado neste material. Em particular, reservo-me o direito de alterar datas, programação ou critério de avaliação. Avisos oficiais serão sempre aqueles feitos em sala de aula.