Ministério da Educação
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
DIV. DE RECRUT. MOVIMENT. DE PESSOAS -CT
|
Ministério da Educação UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DIV. DE RECRUT. MOVIMENT. DE PESSOAS -CT |
|
|
|
|||
EDITAL DE ABERTURA - [RETIFICAÇÃO] - CONCURSO PÚBLICO Nº 003/2024-CPCP-CT
 | Documento assinado eletronicamente por (Document electronically signed by) MARCELO KUSMA, PRESIDENTE DE COMISSÃO, em (at) 06/05/2024, às 17:13, conforme horário oficial de Brasília (according to official Brasilia-Brazil time), com fundamento no (with legal based on) art. 4º, § 3º, do Decreto nº 10.543, de 13 de novembro de 2020. |
 | A autenticidade deste documento pode ser conferida no site (The authenticity of this document can be checked on the website) https://sei.utfpr.edu.br/sei/controlador_externo.php?acao=documento_conferir&id_orgao_acesso_externo=0, informando o código verificador (informing the verification code) 4164269 e o código CRC (and the CRC code) 3EDBF739. |
No ANEXO II AO EDITAL Nº 003/2024 – CPCP – CT - ABERTURA onde se lê:
ÁREA/SUBÁREA: Probabilidade e Estatística/Estatística
Programa:
1. Probabilidade e Variáveis Aleatórias;
2. Estatística Inferencial Clássica: Estimação Pontual e Métodos de Estimação;
3. Estatística Inferencial Clássica: Estimação Intervalar e Testes de Hipóteses;
4. Métodos Computacionalmente Intensivos para Estatística;
5. Modelos Lineares Generalizados;
6. Aprendizado Estatístico Supervisionado e Não Supervisionado.
Observação: O ponto sorteado para a Prova Escrita deverá ser retirado do sorteio de ponto para a Prova de Desempenho Didático.
REFERÊNCIAS
A relação a seguir contempla as referências consideradas elementares, o que não impede que outras sejam utilizadas.
CASELLA, G.; BERGER R. Statistical Inference. 2nd Edition. Duxbury, 2001.
DeGROOT, M. H.; SCHERVISH, M. J. Probability and Statistics. 4th edition. Pearson, 2011.
DOBSON, A. J. An Introduction to Generalized Linear Models. 3rd Edition, 2008.
DUNN, P. K.; SMYTH, G. K. Generalized Linear Models With Example in R. Springer, 2018.
EFRON, B.; HASTIE, T. Computer Age Statistical Inference: Algorithms, Evidence, and Data Science. Cambridge University Press, 2016.
FARAWAY, J. J. Extending the Linear Model With R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. 2nd edition. Chapman & Hall/CRC,
2016.
GENTLE, J. E. Computational Statistics. Springer, 2009.
HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd edition. Springer: New York, 2009.
HOFFMANN, J. P. Generalized Linear Models: An Applied Approach. Pearson, 2004.
Leia-se:
ÁREA/SUBÁREA: Probabilidade e Estatística/Estatística
Programa:
1. Probabilidade e Variáveis Aleatórias;
2. Estatística Inferencial Clássica: Estimação Pontual e Métodos de Estimação;
3. Estatística Inferencial Clássica: Estimação Intervalar e Testes de Hipóteses;
4. Métodos Computacionalmente Intensivos para Estatística;
5. Modelos Lineares Generalizados;
6. Aprendizado Estatístico Supervisionado e Não Supervisionado.
Observação: O ponto sorteado para a Prova Escrita deverá ser retirado do sorteio de ponto para a Prova de Desempenho Didático.
REFERÊNCIAS
A relação a seguir contempla as referências consideradas elementares, o que não impede que outras sejam utilizadas.
CASELLA, G.; BERGER R. Statistical Inference. 2nd Edition. Duxbury, 2001.
DeGROOT, M. H.; SCHERVISH, M. J. Probability and Statistics. 4th edition. Pearson, 2011.
DOBSON, A. J. An Introduction to Generalized Linear Models. 3rd Edition, 2008.
DUNN, P. K.; SMYTH, G. K. Generalized Linear Models With Example in R. Springer, 2018.
EFRON, B.; HASTIE, T. Computer Age Statistical Inference: Algorithms, Evidence, and Data Science. Cambridge University Press, 2016.
FARAWAY, J. J. Extending the Linear Model With R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. 2nd edition. Chapman & Hall/CRC, 2016.
GENTLE, J. E. Computational Statistics. Springer, 2009.
HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd edition. Springer: New York, 2009.
HOFFMANN, J. P. Generalized Linear Models: An Applied Approach. Pearson, 2004.
JAMES, B. R. Probabilidade: Um Curso em Nível Intermediário. 5ª edição. IMPA, 2023.
JAMES, G.; WITTEN, D.; HASTIE, T.; TIBSHIRANI, R. An Introduction to Statistical Learning: With Applications in R. 2nd edition. Springer: New York, 2021.
KROESE, D. P.; TAIMRE, T.; BOTEV, Z. I. Handbook of Monte Carlo Methods. John Wiley & Sons, 2013.
LEHMANN, E. L.; CASELLA, G. Theory of Point Estimation. 2nd edition. New York: Springer Verlag, 2011.
MAGALHÃES, M. N. Probabilidades e Variáveis Aleatórias. 3ª edição. EDUSP, 2024.
McCULLAGH, P.; NELDER, J. A. Generalized Linear Models. 2nd edition. Chapman & Hall: Londres, 1989.
MOOD, A. M.; GRAYBILL, F. A.; BOES, D. C. Introduction to the Theory of Statistics. 3rd edition. McGraw-Hill, 1974.
RESNICK, S. I. A Probability Path. Birkhauser, 2014.
ROBERT, C. P.; CASELLA, G. Introducing Monte Carlo Methods With R. Springer-Verlag, 2010.
ROSS, S. M. A First Course in Probability. 9th edition. Pearson, 2012.
SCHERVISH, M. J. Theory of Statistics. Springer Science & Business Media, 2012.