Distribuição Normal bivariada e distribuição de Wishart. Distribuição conjunta do vetor de médias e matriz de convariância amostrais. Estimação pontual: momentos, máxima verossimilhança, mínimos quadrados. Teorema de Gauss-Markov. Estimadores não viciados uniformemente de variância mínima. A família exponencial. Suficiência e completitude. Intervalos de Confiança e regiões de confiança. Testes de hipóteses. Erros tipo I e II, região crítica, nível de significância p-valor, tamanho e poder do teste. Testes UMP. Lema de Neyman-Pearson. Noções de inferência bayesiana e de teoria da decisão.<br>
1.0 Breve revisão de ME-310 e ME-319<br>2.0 Princípio da redução de dados<br>2.1 Estatística Suficiente, Estatística Minimal<br>2.2 Estatística Completa<br>3.0 Estimação Pontual<br>3.1 Método para encontrar estimadores: Propriedade de estimadores"<br>
1) Mood, A. M .; Graybill, F. A. and Boes,D. C. : Intruduction to the Theory of Statistics;<br>2) Bolfarine, H.; Sandoval , M.: Introdução á inferência estatística .Coleção Matemática Aplicada, SBM<br>3) Hogg, R. V. and Craig, A T. : Introduction to"<br>