Livros sugeridos:

  • Elementos de Amostragem

    Este é um livro de técnicas de amostragem e optou-se por apresentar um curso de inferência para populações finitas, ressaltando a importância e consequências do plano amostral sobre as principais propriedades dos estimadores. Embora se destine principalmente a alunos de Bacharelado em Estatística este livro pode ser usado para cursos de outras áreas do conhecimento que envolvam seleção probabilísticas de amostras, exigindo-se pelo menos um curso de Estatística Básica.
  • Estatística Básica: Probabilidade e Inferência

    Agora em um único volume, Estatística básica traz, de fato, todo o conteúdo programático de um curso de estatística. Seguindo a já reconhecida metodologia de Luiz Gonzaga Morettin, o livro fornece diversos exemplos para ilustrar a teoria ao longo dos capítulos e, ao fi nal de cada um deles, apresenta exercícios resolvidos e propostos para auxiliar na aprendizagem dos estudantes. Além disso, possui uma diagramação moderna e atual em termos didáticos, que torna mais efi caz o processo de ensino. Com todas essas características, Estatística básica é um livro ideal para estudantes de graduação nas mais diversas áreas e também para alunos de MBA.
  • Introdução à Inferência Estatística

    Autores: Heleno Bolfarine e Mônica Carneiro Sandoval:
  • Inferência estatística

    O propósito da obra Inferência Estatística - tradução da 2ª edição norte-americana - é desenvolver a teoria estatística (fazendo diferenciação em relação à estatística matemática) a partir dos princípios da teoria da probabilidade. Desenvolvimento lógico, provas, ideias, temas etc. evoluem por meio de argumentos estatísticos, diferente do que acontece em outras obras de mesmo teor, que se baseiam em princípios puramente matemáticos. Os conceitos são apresentados com todo o rigor teórico e há uma série de referências bibliográficas para maiores elucidações. Esta 2ª edição ampliada traz inúmeros conceitos novos que somente são encontrados em artigos científicos, fato que valoriza ainda mais a sua tradução.
  • Análise de Dados Através de Métodos de Estatística Multivariada. Uma Abordagem Aplicada

    Esse livro foi redigido com o intuito de mostrar a aplicação de algumas das técnicas de Estatística apropriadas para a sintetização da informação contida em dados multivariados. Não é um texto totalmente direcionado a estatísticos, mas sim a um públi co mais amplo, ou seja, a todos aqueles profissionais que se defrontam com a análise de dados provenientes de pesquisas em que há coleta de grande número de variáveis. Modelos estatísticos são construídos explorando a relação que as variáveis guardam entre si. O propósito maior é mostrar os principais conceitos de cada metodologia e suas aplicações, não sendo, portanto, um livro puramente matemático. Por ser o primeiro livro em português do gênero, acredita-se que será de grande utilidade no mei o acadêmico-profissional.
  • Análise Multivariada de Dados

    Nova edição de livro consagrado na área, apresenta um amplo conjunto de técnicas estatísticas. É uma introdução sobre o assunto destinada àqueles sem formação estatística. Os capítulos estão organizados seguindo uma progressão lógica e prática das fases de análise e agrupando tipos de técnicas similares aplicáveis a diversas situações.
  • Análise de Dados: Técnicas Multivariadas Exploratórias com SPSS e STATA

    O livro Análise de Dados: Técnicas Multivariadas Exploratórias com SPSS® e Stata® é voltado para pesquisadores que se interessam tanto por modelagem multivariada, quanto pela utilização desses importantes softwares para fins de aplicação prática e tomada de decisão. A obra é formada por três capítulos, distribuídos da seguinte forma: capítulo 1: Análise de Agrupamentos; capítulo 2: Análise Fatorial por Componentes Principais; capítulo 3: Análise de Correspondência Simples e Múltipla. Cada capítulo está estruturado dentro de uma mesma lógica de apresentação. Após a introdução dos conceitos pertinentes a cada técnica de modelagem, são utilizadas bases de dados que possibilitam a resolução de exercícios práticos em SPSS® e Stata®. Ao final de cada capítulo, são propostos exercícios com bases de dados reais, cujas respostas encontram-se ao final do livro. Esta obra é recomendada a alunos de graduação e pós-graduação stricto sensu em administração, engenharia, economia, contabilidade, atuária, estatística, psicologia, medicina e saúde e demais campos do conhecimento das ciências humanas, exatas e biomédicas. É destinada também a alunos de cursos de extensão, pós-graduação lato sensu e MBA´s, profissionais de empresas, consultores e demais pesquisadores que têm como principal objetivo o tratamento e a análise de dados para a geração de informações propícias à tomada de decisão. O livro Análise de Dados: Técnicas Multivariadas Exploratórias com SPSS® e Stata® é voltado para pesquisadores que se interessam tanto por modelagem multivariada, quanto pela utilização desses importantes softwares para fins de aplicação prática e tomada de decisão. A obra é formada por três capítulos, distribuídos da seguinte forma: capítulo 1: Análise de Agrupamentos; capítulo 2: Análise Fatorial por Componentes Principais; capítulo 3: Análise de Correspondência Simples e Múltipla. Cada capítulo está estruturado dentro de uma mesma lógica de apresentação. Após a introdução dos conceitos pertinentes a cada técnica de modelagem, são utilizadas bases de dados que possibilitam a resolução de exercícios práticos em SPSS® e Stata®. Ao final de cada capítulo, são propostos exercícios com bases de dados reais, cujas respostas encontram-se ao final do livro. Esta obra é recomendada a alunos de graduação e pós-graduação stricto sensu em administração, engenharia, economia, contabilidade, atuária, estatística, psicologia, medicina e saúde e demais campos do conhecimento das ciências humanas, exatas e biomédicas. É destinada também a alunos de cursos de extensão, pós-graduação lato sensu e MBA´s, profissionais de empresas, consultores e demais pesquisadores que têm como principal objetivo o tratamento e a análise de dados para a geração de informações propícias à tomada de decisão.
  • Applied Linear Statistical Models with Student CD

    Applied Linear Statistical Models 5e is the long established leading authoritative text and reference on statistical modeling, analysis of variance, and the design of experiments. For students in most any discipline where statistical analysis or interpretation is used, ALSM serves as the standard work. The text proceeds through linear and nonlinear regression and modeling for the first half, and through ANOVA and Experimental Design in the second half. All topics are presented in a precise and clear style supported with solved examples, numbered formulae, graphic illustrations, and "Comments" to provide depth and statistical accuracy and precision. Applications used within the text and the hallmark problems, exercises, projects, and case studies are drawn from virtually all disciplines and fields providing motivation for students in virtually any college. The Fifth edition provides an increased use of computing and graphical analysis throughout, without sacrificing concepts or rigor. In general, the 5e uses larger data sets in examples and exercises, and the use of automated software without loss of understanding.
  • Introduction to Linear Regression Analysis

    "As with previous editions, the authors have produced a leading textbook on regression."
    —Journal of the American Statistical Association

    A comprehensive and up-to-date introduction to the fundamentals of regression analysis

    Introduction to Linear Regression Analysis, Fifth Edition continues to present both the conventional and less common uses of linear regression in today’s cutting-edge scientific research. The authors blend both theory and application to equip readers with an understanding of the basic principles needed to apply regression model-building techniques in various fields of study, including engineering, management, and the health sciences.

    Following a general introduction to regression modeling, including typical applications, a host of technical tools are outlined such as basic inference procedures, introductory aspects of model adequacy checking, and polynomial regression models and their variations. The book then discusses how transformations and weighted least squares can be used to resolve problems of model inadequacy and also how to deal with influential observations. The Fifth Edition features numerous newly added topics, including:

    •  A chapter on regression analysis of time series data that presents the Durbin-Watson test and other techniques for detecting autocorrelation as well as parameter estimation in time series regression models
    • Regression models with random effects in addition to a discussion on subsampling and the importance of the mixed model
    • Tests on individual regression coefficients and subsets of coefficients
    • Examples of current uses of simple linear regression models and the use of multiple regression models for understanding patient satisfaction data.

    In addition to Minitab, SAS, and S-PLUS, the authors have incorporated JMP and the freely available R software to illustrate the discussed techniques and procedures in this new edition. Numerous exercises have been added throughout, allowing readers to test their understanding of the material.

    Introduction to Linear Regression Analysis, Fifth Edition is an excellent book for statistics and engineering courses on regression at the upper-undergraduate and graduate levels. The book also serves as a valuable, robust resource for professionals in the fields of engineering, life and biological sciences, and the social sciences.
  • An Introduction to Generalized Linear Models

    An Introduction to Generalized Linear Models, Fourth Edition provides a cohesive framework for statistical modelling, with an emphasis on numerical and graphical methods. This new edition of a bestseller has been updated with new sections on non-linear associations, strategies for model selection, and a Postface on good statistical practice.

    Like its predecessor, this edition presents the theoretical background of generalized linear models (GLMs) before focusing on methods for analyzing particular kinds of data. It covers Normal, Poisson, and Binomial distributions; linear regression models; classical estimation and model fitting methods; and frequentist methods of statistical inference. After forming this foundation, the authors explore multiple linear regression, analysis of variance (ANOVA), logistic regression, log-linear models, survival analysis, multilevel modeling, Bayesian models, and Markov chain Monte Carlo (MCMC) methods.

    • Introduces GLMs in a way that enables readers to understand the unifying structure that underpins them
    • Discusses common concepts and principles of advanced GLMs, including nominal and ordinal regression, survival analysis, non-linear associations and longitudinal analysis
    • Connects Bayesian analysis and MCMC methods to fit GLMs
    • Contains numerous examples from business, medicine, engineering, and the social sciences
    • Provides the example code for R, Stata, and WinBUGS to encourage implementation of the methods
    • Offers the data sets and solutions to the exercises online
    • Describes the components of good statistical practice to improve scientific validity and reproducibility of results.

    Using popular statistical software programs, this concise and accessible text illustrates practical approaches to estimation, model fitting, and model comparisons.