ESTATÍSTICA APLICADA ÀS CIÊNCIAS AMBIENTAIS
Nome da Disciplina: ESTATÍSTICA APLICADA ÀS CIÊNCIAS AMBIENTAIS
Carga Horária: 60
Créditos: 4
Obrigatória: Não
EMENTA
Introdução aos conceitos básicos de estatística para possibilitar ao estudante:
(1) interpretar tabelas e gráficos contendo dados biológicos e ambientais, além
de testes estatísticos; (2) produzir gráficos, testes estatísticos e modelos
lineares (ANOVA, ANCOVA, Regressão) no ambiente de programação R para
apresentar e discutir dados oriundos de pesquisa científica.
Ementa analítica:
Aula 1
Teórica: Aplicação da Estatística em Biologia; Amostragem; Tipos de variáveis.
Prática: Instalação do programa R; Sintaxe básica; Indexação; Construção de
gráficos para variáveis categóricas.
Aula 2
Teórica: Apresentação de dados categóricos; Estrutura de dados simples e
aninhados; Apresentação de dados contínuos.
Prática: Construção de gráficos de variáveis categóricas (Parte 1); Construção
de gráficos de variáveis contínuas (Parte 1).
Aula 3
Teórica: Métricas de medidas de centralidade e dispersão: mediana, intervalo
interquartil, média e desvio-padrão; Conceitos básicos da estatística inferencial;
Estatística inferencial aplicada a variáveis categóricas; Distribuição de
Probabilidade Binomial.
Prática: Construção de gráficos de variáveis categóricas (Parte 2); Construção
de gráficos de variáveis contínuas (Parte 2); Teste exato de Fisher.
Aula 4
Teórica: Distribuição de Probabilidade Normal e t; Estatística inferencial
aplicada a variáveis contínuas; Intervalos de confiança de medidas de
amostras; Intervalos de confiança de medidas de centralidade.
Prática: Construção de histograma para comparar distribuições de dados com
distribuições de probabilidade; Gerando tabelas com estatísticas descritivas;
Construção de gráficos com intervalos de confiança.
Aula 5
Teórica/Prática: Revisão dos conteúdos da Aula 1 à Aula 4; Exemplos de
equívocos estatísticos em artigos publicados.
Aula 6
Teórica: Modelos Lineares Gerais: ANOVA; Pressupostos e ajustes de
Modelos Lineares Gerais; Teste de Tukey a posteriori.
Prática: Ajustando dados a uma ANOVA; Diagnosticando pressupostos da
ANOVA; Realizando o teste de Tukey.
Aula 7
Teórica: ANOVA Two-Way: interpretando o termo de interação; ANOVA Two-
Way: Blocos Aleatorizados; Teste de Tukey a posteriori no contexto da ANOVA
Two-Way.
Prática: Ajustando dados a uma ANOVA Two-Way; Dinâmica de ajuste,
diagnóstico, análise e atualização de modelos lineares gerais.
Aula 8
Teórica: Correlação entre variáveis contínuas; O coeficiente de correlação de
Pearson; Covariância e correlação; Matriz de correlação.
Prática: Realizando o teste de correlação de Pearson; Criando uma matriz de
correlação; Apresentação gráfica de uma matriz de correlação.
Aula 9
Teórica: Modelos Lineares Gerais: regressão linear; Diferença entre correlação
e regressão linear; Coeficientes de correlação e determinação; Coeficientes da
equação de regressão linear; Interpretação gráfica dos coeficientes de
regressão.
Prática: Ajustando dados a uma regressão linear; Construção de gráficos de
dispersão; Apresentação gráfica de regressões com intervalos de confiança e
predição.
Aula 10
Teórica: Modelos Lineares Gerais: regressão não-linear; Transformações de
variáveis em modelos de regressão (dependente e independente); Modelos
Lineares Gerais: regressão múltipla.
Prática: Construção de gráficos de dispersão com regressões não-lineares;
Construção de gráficos de dispersão 3D com regressões múltiplas.
Aula 11
Teórica: Modelos Lineares Gerais: ANCOVA; Variáveis de confusão e
covariáveis; Controle estatístico com ANCOVA.
Prática: Ajustando dados a uma ANCOVA; Construção de gráficos de
dispersão para ANCOVA.
Aula 12
Teórica/Prática: Revisão dos conteúdos da Aula 6 à Aula 11; Exemplos de
equívocos estatísticos em artigos publicados
BIBLIOGRAFIA
a) Leandro R. Monteiro e José Louvise Gomes-Jr. Introdução à Biometria
utilizando R. 2006. https://cran.rproject.org/doc/contrib/biometria.pdf
b) Rumsey, D. Estatística II para leigos. Rio de Janeiro, Alta Books, 2014.
408pp.
c) Julian J. Faraway. Practical Regression and ANOVA using R. 2002.
https://cran.r-project.org/doc/contrib/FarawayPRA.pdf
d) SOKAL, Robert R.; ROHLF, F. James. Biometry; the principles and
practice of statistics in biological research. 1995.
e) ALCOFORADO, Luciane Ferreira; CAVALCANTE, Carolina Valani.
Introdução ao R utilizando a estatística básica. Niterói: EdUFF, 2014.
116p.
f) SPIEGEL, Murray R. Estatística. 3. ed. São Paulo: Mcgraw-Hill do
Brasil,c1994. 643 p
VOLTAR