Universidade Federal Fluminense Departamento de Estatística

Quadro Permanente

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 A de Professor Adjunto, em regime de Dedicação Exclusiva, conforme Edital 107/2019, publicado no DOU 54 (Seção 3 – p. 92) de 20/03/2019. As inscrições devem ser feitas no endereço https://app.uff.br/cpd.

Período de inscrição: 26/03/2019 até 23h59m do dia 25/04/2019

Data das provas: 15 a 19 de julho de 2019

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, conforme explicitado no site app.uff.br/cpd:

      • Graduação em Estatística OU Mestrado em Estatística ou áreas afins OU Doutorado em Estatística ou áreas afins
    • (*) O título de doutor – obrigatório – será exigido no momento da posse.
    • 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 LinearesModelos Lineares Generalizados; Análise de Séries Temporais; Amostragem; Análise MultivariadaPlanejamento de Experimentos; Processos Estocásticos; Medida e  Integração.
  • 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.

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

Comissão Examinadora

  • Membros Titulares
    • Patrícia Lusié Velozo da Costa (UFF)
    • Luis Guillermo Coca Velarde (UFF)
    • Vinícius Pinheiro Israel (Unirio)
    • Victor Fossaluza (USP)
    • Carlos Antonio Abanto-Valle (UFRJ)
  • Membros Suplentes
    • Felipe Leite Coelho da Silva (UFRRJ)
    • Rodrigo dos Santos Targino (FGV)
    • Larissa de Carvalho Alves (ENCE)

Notícias

Próximas Reuniões do GET
Horário: 14:30
Dias: 12/04 - 17/05 - 14/06 - 12/07

Concurso para o quadro permanente
Mais informações em http://est.uff.br/quadro-permanente/

IV Seminário Internacional de Estatística com R
21 a 23 de maio de 2019
Mais informações em www.ser.uff.br

Localização

Rua Professor Marcos Waldemar de Freitas Reis, s/n - Bloco G

Instituto de Matemática e Estatística - 3o. andar - Ala A

São Domingos
24210-201 Niterói RJ
Fone: 55-21-2629-2099