|
Apresentação
Professor Adjunto do Departamento de Estatística da Universidade Federal de Viçosa, com experiência na área de Métodos Estatísticos.
Formação Acadêmica
* Doutorado Estatística e Experimentação Agropecuária – Universidade Federal de Lavras – MG, 2013;
* Mestrado em Estatística e Experimentação Agropecuária – Universidade Federal de Lavras – MG, 2009;
* Graduação em Matemática – Universidade Federal de Viçosa – MG, 2006.
Áreas de Atuação e Pesquisa
* Planejamento e simulação de experimentos;
* Modelos empíricos.
Ensino
1. Ensino – Graduação:
EST 103 – Elementos de Estatística 4(4-0) I e II.
Teoria elementar de probabilidade. Variáveis aleatórias discretas. Distribuição normal. Estatística descritiva. Medidas de posição, dispersão e correlação linear. Noções de regressão linear simples. Testes de hipóteses. Aplicação da análise de variância – classificação simples.
EST 105 – Iniciação à Estatística 4(4-0) I e II. MAT140 ou MAT141 ou MAT146.
Conceitos introdutórios. Estatística descritiva. Regressão linear simples e correlação amostral. Introdução à teoria da probabilidade. Variáveis aleatórias discretas e contínuas. Funções de variáveis aleatórias. Esperança matemática, variância e covariância. Distribuições de variáveis aleatórias discretas e contínuas. Testes de significância: qui-quadrado, F e t.
2. Ensino – Pós-graduação:
EST 710 – Probabilidade II 4(4-0).
Distribuições Multivariadas. Métodos de Estimação. Cota de Cramér-Rao. Propriedades Assintóticas dos Estimadores. Estatísticas Suficientes. Estimação Pontual. Teoremas de Convergência. Estatísticas de Ordem.
EST 711 – Inferência Estatística II 4(4-0).
Distribuição Conjunta do Vetor de Médias e Matriz de Covariâncias Amostrais. Teorema de Gauss-Markov. A Família Exponencial. Intervalos de Confiança e Regiões de Confiança. Testes de Hipóteses. Noções de Inferência Bayesiana e de Teoria da Decisão.
Materiais Disponíveis na WEB
Em Breve
|
