Bibliografia recomendada para formação de profissionais da área estatística

ESTATÍSTICA, CIÊNCIA DE DADOS E INTELIGÊNCIA ARTIFICIAL

 

PROBABILIDADE 

  • Dantas, C.A.B. Probabilidade: Um Curso Introdutório, Edusp, 1997.
  • DeGroot, M.H. e Schervish, M. J., Probability and statistics. Addison-Wesley. 3rd edition. 2001
  • Feller, W., Introduction to Probability Theory and its Applications, vol. I, 3rd.ed. 1968.
  • Hoel, P.G., Port, S.C., Stone, C. J.. Introdução à Teoria das Probabilidades, Interciência, 1978.
  • James, Barry, Probabilidade : um curso em nível intermediário. IMPA. 2a. ed. 1996
  • Magalhães, Marcos Nascimento. Probabilidade e variáveis aleatórias. IME-USP. 1a. ed. 2004
  • Mood, A.M., Graybill, F.A., Boes, D.C. Introduction to the Theory of Statistics, 3rd.ed., Mc Graw-Hill, 1974.
  • Morgado, A. C. O., Carvalho, J. B. P., Carvalho, P. C. e Fernandez, P. CPM/02 – Análise Combinatória e Probabilidade. SBM. 6a. ed. Coleção do Professor de Matemática, ISBN 85-85818-01-8. 2004
  • Murteira, B.F.J., Probabilidade e Estatí­stica. 2a ed. McGraw-Hill. 1990
  • Ross, S.M., Introduction to Probability Models, 4th.ed., Academic Press, 1989.
  • Woodroofe, M., Probability with Applications, 1975.

Probability and Statistics with Examples using R
Siva Athreya, Deepayan Sarkar, and Steve Tanner
Version: November 20th, 2024
About this book (by the authors) – We believe that many foundational ideas of Probability and Statistics are best understood when their natural connection is emphasised. We feel that the interested student should learn the mathematical rigour of Probability, the motivating examples and techniques from Statistics, and an instructive technology to perform computations relating to both in an inclusive manner. These formed our main motivations for writing this book. We have chosen to use the R software environment to demonstrate an available computational tool. The book is intended to be an undergraduate text for a course on Probability Theory. We had in mind courses such as the one year (two semester) Probability course at many universities in India such as the Indian Statistical Institute or Chennai Mathematical Institue, or a one semester (or two quarter) Probability course as is commonly offered as an upper division, post-calculus elective at many North American universities. The Statistics material and the package R are introduced so as to emphasise motivations and applications of the probabilistic material. We assume that our readers are well-versed in calculus, have a basic understanding of the theory of sets and functions, combinatorics, and proof techniques, and have at least a passing awareness of the distinction between countable and uncountable infinities. We do not assume any particular experience of Linear Algebra or Real Analysis.

Probability: Theory and Examples
Rick Durrett

Obra clássica e amplamente utilizada no ensino de probabilidade em nível avançado. Aqui vai um resumo conciso:
– O livro oferece uma abordagem rigorosa e teórica da probabilidade, com foco em conceitos fundamentais como espaços de probabilidade, variáveis aleatórias, convergência, leis dos grandes números e teoremas centrais do limite.
– É voltado principalmente para estudantes de pós-graduação ou pesquisadores com uma base sólida em matemática.
Estrutura e Conteúdo
– A filosofia do autor é que a melhor forma de aprender probabilidade é ver a teoria em ação. Por isso, o livro inclui cerca de 200 exemplos e 450 exercícios para ilustrar os conceitos.
– A quinta edição traz capítulos atualizados, como um novo sobre movimento Browniano multidimensional e sua relação com equações diferenciais parciais (PDEs).
– Também há seções dedicadas a processos estocásticos, cadeias de Markov, martingales e teoria de renovação.
Propósito: Durrett escreveu o livro com a intenção de que ele fosse útil não apenas para teóricos, mas também para quem aplica probabilidade em contextos práticos, como estatística, ciência de dados ou física matemática.
Probability and Statistics: The Science of Uncertainty
Michael J. Evans and Jeffrey S. Rosenthal – University of Toronto
This book is an introductory text on probability and statistics, targeting students who have studied one year of calculus at the university level and are seeking an introduction to probability and statistics with mathematical content. Where possible, we provide mathematical details, and it is expected that students are seeking to gain some mastery over these, as well as to learn how to conduct data analyses. All the usual methodologies covered in a typical introductory course are introduced, as well as some of the theory that serves as their justification.
We have made the book freely available on the web for several years now. This version corrects an number of issues pointed out to us by users. We are grateful to all those who have brought these to our attention (see the older webpage for individual acknowledgements) and we will continue to make corrections as we are so informed.
Michael Evans and Jeffrey Rosenthal / Toronto, 2023.

 

Probabilidade
Leonardo T. Rolla e Bernardo N. B. de Lima
© 2021–2024
Este livro foi produzido a partir de apostilas e notas manuscritas acumuladas pelos autores ao longo de quase duas décadas lecionando diversas disciplinas de Probabilidade, Medida e Integração, Processos Estocásticos e Teoria Ergódica, em níveis de graduação, mestrado e doutorado, no IMPA, UFMG, PUC-Rio, NYU-Shanghai e Warwick.
O objetivo principal é servir como referência para um curso de Probabilidade em nível de pós-graduação, mas procuramos torná-lo o mais flexível e autocontido possível. Dependendo das seções a serem cobertas, este livro pode ser usado em um curso de início de doutorado, mestrado, ou mesmo no fim da graduação. Em um nível mais básico, o livro pode ser estudado cobrindo-se apenas as seções iniciais dos onze primeiros capítulos.

 

 

PLANEJAMENTO DE EXPERIMENTOS 

  • Box, G. E.P., Hunter, W.G., Statistics for experimenters : an introduction to design, data analysis and model building. Wiley. 1978
  • Hinkelmann, K. e Kempthorne, O., Design and analysis of experiments. Wiley. 1994
  • John, P. W. M., Statistical design and analysis of experiments. Macmillan, 1ed. 1971
  • Johnson, L.N., Leone, F., Statistics and Experimental Design in Engineering and Physical Sciences, vol. 4, John Wiley. 1964
  • Johnson, R. A. e Wichern, D.W., Applied multivariate statistical analysis. Prentice-Hall. 1982
  • Jones B and Kenward MG. Design and Analysis of Crossover Trials. Second Edition. Chapman and Hall, London, UK, 2003.
  • Montgomery, D.C., Design and Analysis of Experiments, 2nd.ed., John Wiley. 1984
  • Neter, J. Kutner, M. H., Nachtsheim, C.J., Wasserman, W., Applied Linear Statistical Models, 4th.ed., Times Mirror Higher Education Group. 1996
  • Peres, C.A., C.D. Saldiva, Planejamento de Experimentos, 5_o. Simpósio Nacional de Probabilidade e Estatí­stica, IME-USP, São Paulo, 1982
  • Siegel, S., Estatí­stica Não Paramétrica para as Ciências do Comportamento, McGraw-Hill, São Paulo, 1975
  • Singer, J.M., Nobre, J. S. e Rocha, F. M. M., Análise de dados longitudinais. IME-USP. 2007
  • Timm, N.H., Multivariate Analysis with Applications in Education and Psychology, 2nd.ed., Brooks Cole, Monterrey. 1975
  • Winer, B.J., Statistical Principles in Experimental Design, McGraw-Hill Kogakusha, 1971.

ANÁLISE DE REGRESSÃO / MODELOS LINEARES GENERALIZADOS

  • Bates, E.M., Watts, D.G., Nonlinear Regression Analysis and its Applications, Wiley Series in Probability and Mathematical Statistics, 1988.
  • Birkes, D., Dodge, Y., Alternative Methods of Regression, John Wiley, 1993
  • Broemeling, L.D., Bayesian Analysis of Linear Models, Marcel Dekker, Inc., 1985
  • Dobson, A. J., An Introduction to Generalized Linear Models. London: Chapman and Hall. 2002
  • Draper, N. R. e Smith, H., Applied regression analysis. Wiley. 1998
  • Harrell, F. E., Regression Modeling Strategies. New York: Springer-Verlag. 2003
  • Hastie, T.,Tibshirani, R., Generalized Additive Models, Chapman & Hall, London, 1990
  • Lee, E.T., Statistical Methods for Survival Data Analysis, A Lifetime Learning Publications – Wadsworth Inc., 1980
  • McCullagh, P., Nelder, J.A., Generalized Linear Models, 3rd ed., Chapman & Hall, London, 1989
  • Montgomery, D. C., Peck, E.A. e Vinning, G. G., Introduction to linear regression analysis. Wiley. 2001
  • Neter, J., Kutner, M.H., Nachtsheim, J., Wasserman, W., Applied Linear Statistical Models, 4th ed., Richard D. Irwin, Inc., 1996
  • Paula, G. A., Modelos de regressão com apoio computacional. São Paulo: IME-USP. 2004
  • Pinheiro, J. C. e Bates, D. M., Mixed-effect models in S and S-PLUS. New York: Springer-Verlag. 2002

ANÁLISE MULTIVARIADA 

  • Anderson, T.W., An introduction to multivariate statistical analysis. Wiley. 1984
  • Artes, R., Barroso, L, Métodos Multivariados de Análise Estatística. Blucher. 2023
  • Conover, W. J., Practical nonparametric statistics. Wiley. 1971
  • Greenacre, M.J., Theory and Applications of Correspondence Analysis, Academic Press, London, 1984.
  • Johnson, R.A., D. W. Wichern, D. W., Applied Multivariate Statistical Analysis, Prentice-Hall, 4rd.ed., 1998.
  • Hair, J.F., Tatham, R.L., Anderson, R.E., Black, W., Multivariate Data Analysis (5th Edition), Upper Saddle River: Prentice Hall. 1998.
  • Mardia, K.V., Kent, J. T., Bibby, J.M., Multivariate Analysis, Academic Press, 1979 .
  • Mingoti, S. A. Análise de dados através de métodos de Estatí­stica multivariada. Editora UFMG, 2005.

Curso de extensão Teoria da Resposta ao Item (TRI), ministrado pelo Prof. Dr. Héliton Tavares (UFPA), que apresentou as potencialidades e aplicações da TRI em diversos ramos do conhecimento, tais como a educação, e promovido pelo GEDIM STATISTIC.
O Prof Héliton Tavares possui graduação em Estatística (1992), mestrado em Estatística (1995), doutorado em Estatística (2001) – todos pela USP, e Pós-Doutorado na University of Florida (2016). Atualmente é professor Titular da Universidade Federal do Pará. Tem experiência na área de Probabilidade e Estatística, com ênfase em Modelagem e Análise de Dados Educacional, atuando principalmente em Teoria da Resposta ao Item (TRI), voltada para Avaliação Educacional, recebe a maior dedicação do pesquisador. Na UFPA foi Diretor do DERCA/CIAC e Diretor de Planejamento.
No INEP/MEC foi Coordenador-Geral de Instrumentos e Medidas e Diretor de Avaliação da Educação Básica (2008-2010).
https://www.youtube.com/watch?v=_4o2_eEdglo OU t.ly/m7h9Q

 

Conheça a coleção de livros do Projeto Fisher:

uma parceria da Associação Brasileira de Estatística (ABE) com a Editora Blucher que tem como finalidade publicar textos básicos de Estatística em língua portuguesa.

https://www.blucher.com.br/especial/projeto-fisher

 

 

 

 

DATA SCIENCE, APRENDIZADO DE MÁQUINA, LN, GRAFOS

CANAL NO YOUTUBE DA PROFA CIBELE RUSSO, DO ICMC-USP-SÃO CARLOS
Nessa playlist, os vídeos são do curso SME0829 – APRENDIZADO DE MÁQUINA ESTATÍSTICO
Ainda no canal, a profa Cibele compartilha vários outros vídeo-aulas sobre Estatística e Ciência de Dados, Visualização e Exploração de Dados, Análise Multivariada e Aprendizado Não-Supervisionado, cursos de graduação oferecidos para alunos da USP. 

 

NLPortuguês: CURSO DE LINGUAGEM NATURAL EM PORTUGUÊS – IME USP 2024
Neste curso você irá aprender como o machine learning (aprendizado de máquina) pode ser usado para processar textos em português. No final deste curso você será capaz de escrever programas em Python para executar tarefas como classificação de textos, análise de sentimentos e traduções básicas, dentre outras.
Esse curso foi produzido pelo docente Marcelo Finger e pelo mestrando Alan Barzilay, ambos do departamento de Ciência da Computação do Instituto de Matemática e Estatística da Universidade de São Paulo. A edição dos vídeos foi feita por Roger Bravo.
Esse curso foi originalmente apresentado na plataforma Coursera, onde ainda é possível obter o certificado de conclusão caso as atividades sejam entregues pela plataforma.
Para consultar o material do curso e realizar sua inscrição, acesse: https://nlportugues.ime.usp.br/

PLAYLIST COMPLETA: https://www.youtube.com/playlist?list=PLXLFVfqPqTjc6hGkSqH8hubd6HXJhD1L9

Introdução à Análise Estatística de Grafos
Profa: Catherine Matias
CNRS-Laboratoire de Probabilités, Statistique et Modélisation LPSM (Paris)https://sciences.sorbonne-universite.fr/structures-de-recherche/lpsm
Resumo: A análise estatística de grafos ou redes de interação começou com o estudo de pequenas redes (da ordem de algumas dezenas de nós) na década de 1960 nas Ciências Sociais e atualmente conhece um forte desenvolvimento em campos muito variados (biologia, ciências sociais, ciências da comunicação, etc.) com dados de tamanho muito maior (algumas centenas, milhares ou até milhões de nós). Começaremos apresentando os grafos aleatórios que são o objeto matemático subjacente e o armazenamento computacional de dados (matrizes de ad

jacência ou listas de vizinhos). Apresentaremos então as estatísticas descritivas das redes (componentes conectados, diâmetro, graus, contagens de padrões, coeficiente de agrupamento, etc) bem como o problema de visualização de dados. Por fim, abordaremos o tema da classificação de nós (algoritmos espectrais, detecção de comunidades, etc.).
Curso de 3 aulas dado no IME-USP em OUTUBRO/2023
AULA 1: https://youtu.be/oJgYt1YR9ek?si=UZWFTSlsxIN-pmHF
AULA 2: https://youtu.be/4gzlzBLvLmQ?si=vT5mj7FeFs0JoPOQ
AULA 3: https://youtu.be/wghNpWTRsmc?si=JcDogR5odGDXwIeB

 

FREE Daily Dose of Data Science PDF
Collection of posts on core DS/ML topics.
By Avi Chawla
Here’s the 2024 edition of the Daily Dose of Data Science archive. Download it:
https://blog.dailydoseofds.com/p/free-daily-dose-of-data-science-pdf
The entire book is dedicated to no-fluff and core data science and machine learning technical topics, with code wherever possible.
The objective is to save you as much time as possible while maximizing the value you get.

 

Livro – Aprendizado de máquina: uma abordagem estatística | Rafael Izbicki
O livro pode ser baixado gratuitamente, escrito por mim e pelo Tiago Mendonça, AQUI.
Você pode contribuir com esse projeto: Chave PIX: 2f439cb9-9172-4104-81a0-a2649695a2d7

A capa do livro é de Leonardo M. Borges (@aquitemcaqui) e Kaori Nagata (@kaorinagataart).
Citação: Izbicki, R. e Santos, T. M. dos. Aprendizado de máquina: uma abordagem estatística. 1ᵃ edição. 2020. 272 páginas. ISBN: 978-65-00-02410-4. Para a entrada em bibtex, acesse: https://rafaelizbicki.com/citacao.bib

 

MATERIAL DE INTERESSE DO DEPTO DE ESTATÍSTICA DA UFSM
Conhecimento estatístico ao seu alcance! Descubra a plataforma NTE Tube da UFSM, onde o aprendizado em estatística se torna acessível a todos!
Potencialize seu aprendizado com vídeos especializados, que abrangem tópicos específicos da estatística.
Desvende os segredos da área com as videoaulas sobre:
– Esperança do Estimador S² para a Variância, ministrada pela professora Renata Rojas Guerra.
– Prova de Seleção do Mestrado em Estatística do IME – USP: Questão 01 – NOV2018, ministrada pela professora Laís Helen Loose.
– Prova de Seleção do Mestrado em Estatística do IME – USP: Questão 02 – NOV2018, ministrada pelo professor Fernando Peña Ramírez.
– Distribuição da Soma de Qui-Quadrados, ministrada pela professora Lais Helen Loose.
– Quantidade Pivotal – Distribuição Weibull (Q,2), ministrada pela professora Renata Rojas Guerra.
– Distribuição do Máximo de Variáveis Aleatórias Independentes, ministrada pela professora Mariana Araujo.
– Estimador não Viesado de Variância Uniformemente Mínima (ENVVUM), ministrada pela professora Luz Milena Fernandez.
Junte-se a nós nesta jornada educacional e amplie suas habilidades em estatística. Aproveite essa oportunidade única de mergulhar em vídeos exclusivos da UFSM, projetados para elevar seu conhecimento estatístico a novos patamares!

https://ntetube.nte.ufsm.br/catalogo/%20 >> procure por ESTATÍSTICA.

 

Dynamics of Complex Systems
Yaneer Bar-yam / ISBN 0813341213 / Textbook for seminar/course on complex systems.
The study of complex systems in a unified framework has become recognized in recent years as a new scientific discipline, the ultimate of interdisciplinary fields. Breaking down the barriers between physics, chemistry and biology and the so-called soft sciences of psychology, sociology, economics, and anthropology, this text explores the universal physical and mathematical principles that govern the emergence of complex systems from simple components.
Dynamics of Complex Systems is the first text describing the modern unified study of complex systems. It is designed for upper-undergraduate/beginning graduate-level students, and covers a wide range of applications in a wide array of disciplines. A central goal of this text is to develop models and modeling techniques that are useful when applied to all complex systems. This is done by adopting both analytic tools, from statistical mechanics to stochastic dynamics, and computer simulation techniques, such as cellular automata and Monte Carlo. In four sets of paired, self-contained chapters, Yaneer Bar-Yam discusses complex systems in the context of neural networks, protein folding, living organisms, and finally, human civilization itself. He explores fundamental questions about the structure, dynamics, evolution, development and quantitative complexity that apply to all complex systems. In the first chapter, mathematical foundations such as iterative maps and chaos, probability theory and random walks, thermodynamics, information and computation theory, fractals and scaling, are reviewed to enable the text to be read by students and researchers with a variety of backgrounds
https://necsi.edu/dynamics-of-complex-systems

 

 

TÉCNICAS DE AMOSTRAGEM

  • Bolfarine, H. e Bussab, W.O., Elementos de amostragem. Edgard Blücher, 1ed. 2005
  • Cochran, W. G., Sampling techniques. Wiley, 3ed. 1977
  • Kish, L., Survey sampling. John Wiley and Sons, 1ed. 1965
  • SILVA, Nilza Nunes da. Amostragem Probabilística: um curso introdutório. EDUSP, 2. ed. São Paulo, 2001.

ANÁLISE DE SÉRIES TEMPORAIS

  • Box, G.E.P., Jenkins, G.M. e Reinsel, G.C., Time series analysis: forecasting and control. 4ed. Wiley. 2008
  • Brockwell, P.J. e Davis, R. A., Introduction to time series and forecasting. Springer. 2002
  • Chatfield, C., The analysis of time series: an introduction. 2ed. Chapman e Hall. 1980
  • Morettin, P.A. e Toloi, C.M.C., Análise de séries temporais. Blucher. 2ed. 2006
  • Shumway, R.H. e Stoffer, D.S., Time series analysis and its applications. 2ed. Springer-Verlag, New York. 2006
Introducing timeSeriesDataSets 0.1.0 [PACKAGE]: A Comprehensive Collection of Time Series Data Sets
I’m excited to announce the release of timeSeriesDataSets 0.1.0, an R package that provides exclusively time series data sets. This package stands out for its focus on time series and the use of distinct suffixes added to each data set’s name to identify its type:
_ts: Regular time series
_mts: Multiple time series
_msts: Multiple seasonal time series
_tbl_ts: Time series stored as tibbles
_df_ts: Time series stored as data frames
https://lightbluetitan.github.io/timeseriesdatasets_R/index.html ou t.ly/uWifx
Compartilhado por Andres Renzo Caceres Rossi https://www.linkedin.com/in/andrescaceresrossi/
São excelentes livros, completos e de diferentes níveis. Dividimos os livros em 5 categorias: Introdução Não Técnica, Matemática e Estatística, Análise, Visualização e Mineração de Dados, Programação Python Para Data Science e Machine Learning. Todos os livros estão com os links para os sites oficiais e uma breve descrição. Guarde este valioso post nos seus favoritos, acesse os livros, estude e mantenha sua preparação em dia. A demanda por profissionais de Ciência de Dados segue alta e com tendência de aumento para os próximos anos.
https://blog.dsacademy.com.br/os-15-melhores-livros-gratuitos-sobre-data_science/

ANÁLISE DE DADOS CATEGORIZADOS 

  • Agresti, A., Categorical Data Analysis, second edition. New York: Wiley. 2002
  • Agresti, A., Introduction to the analysis of categorical data. New York:Wiley. 1996
  • Christensen, R., Log-linear models. New York: Springer Verlag. 1990
  • Freeman, Jr., D.H., Applied categorical data analysis. New York: Marcel Dekker. 1987
  • Paulino, C.D.M e Singer, J.M., Análise de dados categorizados. Editora Edgard Blücher. 2006
  • Reis, I. M., Modelos log-lineares para análise de dados categorizados. Dissertação de mestrado. São Paulo: Departamento de Estatí­stica, IME/USP. 1989
  • Stokes, M. E. Davis, C. S. and Koch, G. G., Categorical Data Analysis using the SAS system. Cary, NC: SAS Institute. 1995

MÉTODOS COMPUTACIONAIS EM ESTATÍSTICA 

  • Becker, R.A., Chambers, J.M. & Wilks, A.R., The New S Language. A Programming Environment for Data Analysis and Graphics. Wadsworth & Brooks/Cole Advanced Books & Software. California, 1988.
  • Efron, B.; Tibshirani, R. F., An Introduction to the Bootstrap. Chapman & Hall. 1993
  • Gamerman, D., Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference, CRC Press. 1997
  • Gentle, J. E., Random Number Generation and Monte Carlo Methods, 2nd Ed., Springer-Verlag. 2003
  • Gentle, J. E., Elements of Computational Statistics, Springer. 2002
  • Hjorth, J. S. U., Computer Intensive Statistical Methods. Validation, Model Selection and Bootstrap. Chapman & Hall. 1994
  • Kennedy Jr., W.J. & Gentle, J.E., Statistical Computing. Marcel Dekker, Inc., New York, 1980.
  • Kleijnen, J.; W. van Groenendaal. Simulation. A Statistical Perspective. John Wiley. 1988
  • Mambrini, j., Pansanato, K.A. & Sátyro, N.G.D., Curso Básico de SPSS 7.5. PROAV-UFMG, Belo Horizonte, 1999 (disponível em ftp://ftp.est.ufmg.br/pub/soft/SPSS/spss_basico.pdf).
  • Minitab Inc. Meet MINITAB, EUA, 2004 (em português, disponível em ftp://ftp.est.ufmg.br/pub/pac/MINITAB/meetminitabpg.pdf).
  • Minitab Inc. User’s Guide 1: Part V, EUA, 2001 (disponível em 27 – Using Session Commands and Macros, 27-1 – Using Session Commands, 28-1 – Introducing Simple Macros, 29-1 – Advanced Macros, 30-1 – Controlling Macro Flow, 31-1 – Managing Input and Output, 32-1 – Handling Errors in Macros, 33-1 – Using Execs)
  • Monahan, J., Numerical Methods of Statistics, Cambridge University Press. 2001
  • Press, W.H., Teukolsky, S.A., Vetterling, W.T. Flannery, B.P., Numerical Recipes in C. The Art of Scientific Computing. Cambridge University Press, 2a. ed., 1992.
  • Reis, E.A., Noções Básicas de S-PLUS for Windows . RTE-03/1997, EST-ICEx-UFMG, Belo Horizonte, 1997 (disponível em ftp://ftp.est.ufmg.br/pub/rts/rte9703.pdf).
  • Soares, J.F. & Rodrigues, M.D.F., Introdução ao Software MINITAB for Windows . RTE-01/2001, EST-ICEx-UFMG, Belo Horizonte, 2000 (disponível em ftp://ftp.est.ufmg.br/pub/rts/rte0101.pdf).
  • Soares, J.F., SPSS. EST-ICEx-UFMG, Belo Horizonte, 1999 (disponível em ftp://ftp.est.ufmg.br/pub/soft/SPSS/spss.pdf).
  • Venables, W.N. & Ripley, B.D., Modern Applied Statistical with S-PLUS . Springer-Verlag, 2a. ed., New York, 1998.
  • Venables, W.N. & Smith, D.M., An Introduction to R. R Development Core Team, 2004. (disponível em ftp://ftp.est.ufmg.br/pub/soft/R/R-intro.pdf).

INFERÊNCIA ESTATÍSTICA 

  • Azzalini, A., Statistical Inference: Based on the Likelihood. Chapman & Hall, London. 1985
  • Bolfarine, H. e Sandoval, M.C., Introdução à Inferência Estatí­stica. SBM. 2002
  • Casella, G. e Berger, R.L. Statistical inference. Duxbury/Thomson Learning. 2002
  • DeGroot, M.H. e Schervish, M.J., Probability and statistics. Addison-Wesley. 3rd edition. 2001
  • Edwards, A.W.F., Likelihood. Cambridge University Press, Cambridge. 1972
  • Kalbfleisch, J.D., Probability and Statistical Inference. Vol.1: Probability. Vol.2: Statistical Inference. Springer-Verlag, New York. 1985
  • King, G., Unifying Political Methodology: The Likelihood Theory of Statistical Inference.University of Michigan Press. 1998
  • Lindsey, J.K., Parametric Statistical Inference. Oxford UniversityPress, Oxford. 1996
  • Mood, A.M., Graybill, F.A. e Boes, D.C., Introduction to the theory of statistics. McGraw-Hill. 1963
  • Pace, L. and Salvan, A., Principles of Statistical Inference. World Scientific, Singapore. 1997
  • Pawitan, Y., All Likelihood: Statistical Modelling and Inference using Likelihood. Oxford University Press, Oxford. 2011
  • Royall, R.M., Statistical evidence: a likelihood paradigm. Chapman & Hall, London. 1999
  • Severini, T.A., Likelihood Methods in Statistics. Oxford University Press, Oxford. 2000
  • Sprott, D., Statistical Inference in Science. Springer Series in Statistics. 2000

 

ESTATÍSTICA PARA ÁREA MÉDICA

  • Aitchison, Statistical concepts and aplications in clinical medicine
  • Bulpitt, Randomized Controlled Clinical Trials. Martinus Nijhoff, Boston, MA. 1983
  • David J. Spiegelhalter, Keith R. Abrams, Jonathan P. Myles, Bayesian Approaches to Clinical Trials and Health-Care Evaluation,
    Wiley. 2004
  • Friedman, Furberg & DeMets (3rd edition, 1998) Fundamentals of Clinical Trials. Springer-Verlag, NY, NY.
  • Hill, Statistical Methods of Clinical and Preventive Medicine. Oxford University Press, New York, NY. 1962
  • James J Schlesselman, com contribuições de Paul Stolley, Case-Control Studies: Design, Conduct, Analysis
  • Martinez, E.Z., Bioestatística Para os Cursos de Graduação da área da Saúde. Blucher. 2023
  • Meinert, Clinical Trials – Design, Conduct & Analysis. Oxford University Press, New York, NY. 1986
  • Mike & Stanley, Statistics in Medicine Research. Wiley and Sons, New York. 1982
  • Peto, Pike, Armitage, et al., Design and Analysis of Randomized Clinical Trials Requiring Prolonged Observation of Each Patient. British Journal of Cancer. 1976
  • Pocock, Clinical Trials – A Practical Approach. Wiley and Sons, New York, NY. 1986
  • Shapiro & Louis, Clinical Trials – Issues and Approaches. Marcell Dekker, New York, NY. 1983
  • Shein-Chung Chow & Jen-pei Liu, Design and Analysis of bioavailability and bioequivalence studies
  • Soares, José F. & Siqueira, Arminda L., Introdução à Estatí­stica Médica. Coopmed Editora Médica, Belo Horizonte, MG, Brasil. 2002
  • Tygstrup, Lachin & Juhl, The Randomized Clinical Trial and Therapeutics Decisions. Marcell Dekker, New York, NY. 1982

UNDERSTANDING CLINICAL TRIAL STATISTICS
Prepared by Urania Dafni, Xanthi Pedeli, ZoiTsourti
ESMO – EUROPEAN SOCIETY FOR MEDICAL ONCOLOGY
KEY POINTS
• Randomization–Stratification
• Superiority vs.non-inferiority
• Stopping boundaries
• Planned vs.post-hoc analysis
• Kaplan-Meier plots, medians
• Forest plots
• Waterfall plots

LIVRO AQUI.

ANÁLISE DE SOBREVIVÊNCIA 

  • Collet, D., Modelling Survival Data in Medical Research, 2nd Ed. Chapman & Hall/LRC, London, 2003.
  • Elandt – Johnson, R.C., Johnson, N.L., Survival Models and Data Analysis, Wiley, NY, 1980
  • Kalbfleisch, J.D., Prentice, R.L., The Statistical Analysis of Time-Failure Data, Wiley, NY, 1980
  • Klein, J., Moeschberger, M., Survival analysis : techniques for censored and truncated data. Springer. 2ed. 2003
  • Lawless, J.L., Statistical Models and Methods for Lifetime Data, Wiley, NY, 1982
  • Lee, E.T., Statistical Methods for Survival Data Analysis, Wadsworth, Belmont, CA, 1980
  • Miller, R.G., Survival Analysis, Wiley, NY, 1981
  • Therneau, T., Grambsch, P., Modeling survival data : extending the Cox model. Springer, 1ed. 2001

 

REFERÊNCIAS DE BIOEQUIVALÊNCIA, INCLUINDO O USO DE TEXTOS SOBRE CROSSOVER DE ORDEM SUPERIOR 

  • Chellini, P. R. Boas Práticas Estatí­sticas em Estudos de Bioquivalência com Crossover 2×2. Dissertação de Mestrado, Departamento de Estatí­stica da UFMG, 2007.
  • Chen K-W, Chow S-C and Li G. A note on sample size determination for bioequivalence studies with higher-order crossover designs. Journal of Pharmacokinetics and Biopharmaceutics 1997; 25:753-765.
  • Chow S-C, Liu J-P. Design and Analysis of Bioavailability and Bioequivalence Studies
  • (2ª ed.). Marcel Dekker: New York, 2000.
  • Chow, S.; Shao, J.; Wang, H. Sample Size Calculations in Clinical Research. Marcel Dekker, 2003.
  • Chow, S.-C.; Shao, J.; Wang, H. A note on sample size calculation for mean comparisons based on noncentral t-statistics. Journal of Biopharmaceutical Statistics, v. 12 (4), p. 441 ” 445, 2002.
  • CHOW, S.-C.; WANG, H. On sample size calculation in bioequivalence trials on sample size calculation in bioequivalence trials. Journal of Pharmacokinetics and Pharmacodynamics, v. 28 (2), p. 155″169, 2001.
  • Chow S-C, Wang H. On statistical power for average bioequivalence testing under replicated crossover designs. Journal of Biopharmaceutical Statistics 2002; 12:265-309.
  • Hauschke D, Steinijans V, Pigeot, I. Bioequivalence Studies in Drug Development: Methods and Applications. John Wiley: New York, 2007.
  • Jones B and Kenward MG. Design and Analysis of Crossover Trials. Second Edition. Chapman and Hall, London, UK, 2003.
  • Julious SA. Tutorial in biostatistics: Sample sizes for clinical trials with Normal data. Statistics in Medicine 2004; 23:1921-1986.
  • Petterson S, Jones B. Bioequivalence and Statistics in Clinical Pharmacology. Chapman & Hall, 2006.
  • Qu RP, Zheng H. Sample size calculation for bioequivalence studies with high-order crossover designs. Controlled Clinical Trials 2003; 24:436-439.
  • Siqueira AL, Whitehead A, Todd S and Lucini MM. Comparison of sample size formulae for 2×2 cross-over designs applied to bioequivalence studies. Journal of Pharmaceutical Statistics 2005; 4: 233-243.
  • Wellek, S. Testing Statistical Hypotheses of Equivalence. Chapman & Hall/CRC, 2003.
  • Willavize SA, Morgenthien EA. Comparison of models for average bioequivalence in replicated crossover designs. Journal of Pharmaceutical Statistics 2006; 5: 201-211.
  • Williams EJ. Experimental designs balanced for the estimation of residual effects of treatment. Australian Journal of Scientific Research. 1949; 2:149-168.
  • Zhou J, Yuan Y, Chen M and Coate B. Empirical power for higher-order crossover designs in comparative bioavailability clinical trials. SAS Users Group International 2005; 30: paper 184.

NOÇÕES DE FARMACOCINÉTICA 

  • Fuchs, F.D.; Wannmacher, L., Exercí­cios de Farmacologia Aplicada. 3ª ed. Editora UPF. Universidade de Passo Fundo. 2006
  • Fuchs, F.D.; Wannmacher, L., Ferreira, M.B.C. Farmacologia Clí­nica. Fundamentos da terapêutica racional. 3ª ed. Rio de Janeiro: Guanabara Koogan, 2004.
  • Goodman e Gilman – As Bases Farmacológicas da Terapêutica. Rio de Janeiro. Ed. Guanabara Koogan – 9a. edição. 1996
  • Graeff, F. G. – Psicotrópicos e seu modo de ação. São Paulo. Ed. E. P. U. – 2a. edição revista e ampliada. 1989
  • Hardman, J.G.; Limbird, L.E.; Molinoff, P.B.; Ruddon, R.W.; Gilman, A.G., Goodman and Gilman’s. The pharmacological basis of therapeutics. 10ª ed. New York: McGraw-Hill, 2001.
  • Katzung, B.G. – Farmacologia Básica e Clínica. Rio de Janeiro. Ed. Guanabara Koogan – 3a. edição traduzida. 1994
  • Rang, H.P. e Dale, M.M., Farmacologia. 5ª ed. Rio de Janeiro: Editora Elsevier, 2004.
  • Rowland, M. and Tozer, T.N., Clinical Pharmacokinetics: Concepts and Applications, 3rd edition, Lea and Febiger, Philadelphia, 1995.
  • Shargel, L.and Yu, A.B.C., Applied Biopharmaceutics and Pharmacokinetics, 5th edition, Appleton and Lange, Norwalk, CT, 2005.
  • Silva, Penildon. Farmacologia. Rio de Janeiro. Ed. Guanabara Koogan – 5a. edição. 2000
  • Tozer, T.N. and Rowland, M., Introduction to Pharmacokinetics and Pharmacodynamics (the quantitative basis of drug therapy), 1st edition, Lippincott William & Wilkins, 2006.
  • Valle, B.; Oliveira-Filho; Delucia, R. e Oga, S. – Farmacologia integrada. São Paulo. Livraria Atheneu – 1a. edição. 1988
  • Zanini e Oga – Farmacologia Aplicada. São Paulo. Livraria Atheneu – 5a. edição. 1994

MATEMÁTICA

An Introduction to Measure Theory
Terence Tao

This is a preliminary version of the book An Introduction to Measure Theory published by the American Mathematical Society (AMS). This preliminary version is made available with the permission of the AMS and may not be changed, edited, or reposted at any other website without explicit written permission from the author and the AMS.

https://docs.google.com/viewer?url=https%3A%2F%2Fterrytao.files.wordpress.com%2F2012%2F12%2Fgsm-126-tao5-measure-book.pdf

 

 

A great intro into #reinforcementlearning

Table of contents:
– Basic Concepts
– State Values and Bellman Equation
– Optimal State Values and Bellman Optimality Equation
– Value Iteration and Policy Iteration
– Monte Carlo Methods
– Stochastic Approximation
– Temporal-Difference Methods
– Value Function Approximation
– Policy Gradient Methods
– Actor-Critic Methods
– A Preliminaries for Probability Theory
– B Measure-Theoretic Probability Theory
– C Convergence of Sequences
– D Preliminaries for Gradient Descent
This is the homepage of a new book entitled “Mathematical Foundations of Reinforcement Learning.”