CONCURSO PARA O QUADRO PERMANENTE

CLASSE: ADJUNTO A - REGIME: 40 DE

 

Estão abertas as inscrições do concurso para professor do quadro permanente do Departamento de Estatística da UFF na Classe de Professor Adjunto A, em regime de Dedicação Exclusiva, conforme Edital 165/2018, publicado no DOU 110 (Seção 3) de 11/06/2018, e retificado no DOU 112 de 103/06/2018. As inscrições devem ser feitas no endereço https://sistemas.uff.br/cpd.

 

Período de inscrição: 12/6/2018 até 23h59m do dia 12/07/2018

Data das provas: 5 a 9 de novembro de 2018

Área: Probabilidade e Estatística

Formação do candidato

O candidato deve ter doutorado ou estar prestes a concluir o doutorado (*) (ver item 2.2.1 do edital), de modo que sua formação atenda às seguintes exigências:

  • Graduação em Estatística OU Mestrado em Estatística ou áreas afins OU Doutorado em Estatística ou áreas afins
  • OBSERVAÇÃO: Por áreas afins, entende-se o candidato ter cursado, com aprovação, e comprovação via histórico escolar oficial em que constem carga horária e nota/conceito, em nível de mestrado e/ou doutorado em programas com conceito CAPES 4 ou mais, pelo menos 4 (quatro) das seguintes disciplinas, cada uma com carga horária de pelo menos 60 horas e equivalência de conteúdo comprovada via apresentação de programa: Probabilidade; Inferência; Inferência Bayesiana; Modelos Lineares; Modelos Lineares Generalizados; Análise de Séries Temporais; Amostragem; Análise Multivariada;  Planejamento de Experimentos; Processos Estocásticos; Medida e  Integração.
  • (*) O título de doutor será exigido no momento da posse.
  • PROGRAMAS MÍNIMOS DE REFERÊNCIA:
    • Probabilidade: Espaços de probabilidade. Variáveis aleatórias. Independência entre variáveis aleatórias. Esperança e distribuição condicional. Teoremas de Convergência. Leis dos Grandes Números. Teorema Limite Central.
    • Inferência: Amostras e distribuições amostrais. Estimação pontual. Método dos momentos. Método da máxima verossimilhança. Suficiência e completude. Famílias exponenciais. Estimadores não-viesados uniformemente de variância mínima. Estimação intervalar. Testes de hipóteses. Teorema de Neyman-Pearson. Teste da razão de verossimilhança.
    • Inferência Bayesiana: Modelos estatísticos: permutabilidade, suficiência e invariância. Distribuições a priori informativas e não informativas. Análise conjugada. Estimação pontual. Intervalos de credibilidade.
    • Modelos Lineares: Distribuição de formas quadráticas. Modelo de regressão linear simples. Modelo de regressão linear múltipla. Inferência sobre o modelo linear geral. Análise de resíduos.
    • Modelos Lineares Generalizados: Conceitos básicos e notações de modelos lineares generalizados. Estimação e Inferência em modelos lineares generalizados. Verificação da adequação de modelos. Modelos para respostas binarias. Modelos para dados de contagem.
    • Análise de Séries Temporais: Conceitos básicos: séries temporais, estacionariedade, funções de autocorrelação. Modelos ARIMA.
    • Amostragem: Levantamentos amostrais em populações finitas: conceitos básicos. Erros amostrais e não amostrais. Estimadores para totais e funções de totais: médias e proporções. Amostragem aleatória simples. Amostragem estratificada. Amostragem por conglomerados.
    • Análise Multivariada: Inferência na distribuição normal multivariada. Testes de hipóteses para o vetor de médias e para a matriz de covariâncias. Análise de componentes principais. Análise fatorial.
    • Planejamento de Experimentos: Plano experimental completamente aleatorizado. Noções de técnicas de comparações múltiplas. Plano experimental aleatorizado em blocos completos, em quadrados latinos. Estrutura fatorial de tratamentos.
    • Processos Estocásticos: Cadeias de Markov. Matriz de transição. Distribuições estacionárias. Processo de Poisson.
    • Medida e Integração: Funções mensuráveis, integração, teoremas de convergência, teorema de Radon-Nykodin.

Banca

  • A banca será divulgada após término das inscrições dos candidatos.

Ementa

  • Probabilidade
  • Inferência
  • Modelos Lineares
  • Amostragem

 

Bibliografia

  • JAMES, B. R. (2009). Probabilidade: Um curso em nível intermediário. 2ª edição. Projeto Euclides
  • MAGALHÃES, M. N. (2011). Probabilidade e Variáveis Aleatórias. 3ª edição. IME-USP
  • CASELLA, G. e BERGER, R. (2001) Statistical Inference. 2ª edição. Duxbury Press
  • BOLFARINE, H. e SANDOVAL, M. (2001). Introdução à Inferência Estatística. Coleção Matemática Aplicada. Sociedade Brasileira de Matemática
  • LARSON, H. L. (1982). Introduction to Probability and Statistical Inference. 3ª edição. John Wiley and Sons
  • DOBSON, A.J.; BARNETT, A. (2011) An Introduction to Generalized Linear Models, Third Edition, Chapman & Hall
  • McCULLAGH, P. e NELDER, J.A. (1989) Generalized Linear Models. 2a edição. Chapman & Hall
  • DRAPER, N. e SMITH, H. (1998). Applied Regressions Analysis. 3ª edição. Wiley
  • BOLFARINE, H.; BUSSAB, W O. (2005) Elementos de Amostragem. Edgard Blucher
  • COCHRAN, W.G. (1977) Sampling Techniques, 3ª edição. Wiley