Tópicos de Inferência e Modelação Estatística

Objectives

Available soon

General characterization

Code

11575

Credits

6.0

Responsible teacher

Luís Pedro Carneiro Ramos

Hours

Weekly - 3

Total - 69

Teaching language

Português

Prerequisites

Available soon

Bibliography

  • A. Agresti. An Introduction to Categorical Data Analysis. Wiley Series in Probability and Statistics. Wiley, 2007.
  • Gibbons,J.D. and Chakraborti, S. (2010). Nonparametric Statistical Inference, Fifth Edition. CRC Press.
  • Hogg, R.V., McKean, J.W. and Allen T.C. (2013). Introduction to mathematical statistics (7th ed.). Pearson Education, Inc.
  • T. Hothorn and B.S. Everitt. A Handbook of Statistical Analyses Using R. CRC Press, 2006.
  • P. McCullagh and J.A. Nelder. Generalized Linear Models, Second Edition. Chapman & Hall/CRC Monographs on Statistics & Applied Probability. Taylor & Francis, 1989.
  • P. de Jong and G. Z. Heller. Generalized Models for Insurance Data. Cambridge University Press, 2008.
  • MOOD A. M, GRAYBILL F. A. and BOES D. C., Introduction to the Theory Of Statistics, 1974.

Teaching method

Lectures and problem-solving sessions, with wide participation of students.

Evaluation method

AVALIAÇÃO CONTÍNUA

Aviso: Qualquer fraude no processo de avaliação implica a reprovação no corrente ano lectivo (incluindo a Época Especial) e será participada ao Conselho Directivo para procedimento disciplinar.

A avaliacão contínua será feita por três elementos de avaliação (Ntime, Ttime, ML).

Ntime - Nota do teste do módulo de Tópicos de Inferência e Modelação Estatística

Ttime - Nota do trabalho do módulo de Tópicos de Inferência e Modelação Estatística

ML - Nota do trabalho do módulo de Machine Learning

O aluno obtém aprovação na Unidade Curricular (UC) se fizer os 3 elementos de avaliação e se a média ponderada dos três elementos de avaliação for superior ou igual a 9,5 valores. 

Nota final = 0.6 * Ntime + 0.15 * Ttime + 0.25 * ML

o teste e os trabalhos são classificados numa escala de 0 a 20 valores. 

Datas de avaliação:

Trabalho de ML : entrega a 23 de Outubro

Teste de TIME: 

Trabalho de TIME: 

 


AVALIAÇÃO NA ÉPOCA DE RECURSO

A avaliação da época de recurso é feita por exame de recurso do módulo de Tópicos de Inferência e modelação estatística, NRtime, e por um trabalho de recurso/melhoria do módulo de Machine Learning, NRml, sendo válida também para melhoria de nota.

O exame e trabalho são classificados numa escala de 0 a 20 valores. O aluno obtém aprovação à UC se a nota de recurso

NR = 0.6*max(Ntime, NRtime) + 0.15*Ttime + 0.25*max(ML, NRml)

for superior ou igual a 9,5 valores.

MELHORIA DE NOTA

Os alunos que pretenderem realizar o exame de recurso, com vista à melhoria de nota, devem, antecipadamente, requerer essa melhoria junto dos serviços académicos.

Subject matter

Available soon

Programs

Programs where the course is taught: