Inferência Estatística Não Paramétrica

Conhecimentos de Base Recomendados

Probabilidades, Estatística Matemática, Processos Estocásticos.

Métodos de Ensino

As aulas são de natureza essencialmente expositiva e incluem exemplos (com dados reais ou simulados) ou exercícios que permitem aplicar os conhecimentos adquiridos.

Resultados de Aprendizagem

O objectivo principal desta unidade curricular é dar aos alunos uma primeira abordagem à inferência não paramétrica. Os métodos que estudamos nesta disciplina, contam-se entre a vasta classe de métodos não paramétricos para análise de dados que fazem parte da moderna estatística não paramétrica.

Este curso permite desenvolver as seguintes competências: conhecimento de modelos estatísticos não paramétricos; conhecimento dos resultados matemáticos; utilização de ferramentas computacionais. 

Estágio(s)

Não

Programa

O curso tem como objectivo explorar alguns tópicos em estatística não-paramétrica, centrando a sua atenção nos métodos baseados em estatísticas ordinais e nos métodos suaves. Tópicos específicos a serem estudados podem incluir estatísticas ordinais, funções empíricas e testes de ajustamento, inferência em modelos de valores extremos, estimação da densidade e regressão pelo método do núcleo, seleção do parâmetro de suavização e estimação de outras funções dependentes da densidade de probabilidade.

Métodos de Avaliação

Avaliação 2
Participação na aula:: 25.0%
Trabalho de síntese: 75.0%

Avaliação 1
Participação na aula: 25.0%
Exame: 75.0%

Bibliografia

J. Beirlant et al., Statistics of Extremes: Theory and Applications, John Wiley & Sons, 2004.

J.D. Gibbons and S. Chakraborti, Nonparametric Statistical Inference, CRC Press, 2010.

J.S. Simonoff, Smoothing Methods in Statistics, Springer, 1996.

M.P. Wand and M.C. Jones, Kernel Smoothing, Chapman and Hall, 1995.

L. Wasserman, All of Nonparametric Statistics, Springer, 2006.