Familiarizar o aluno com os conceitos básicos da teoria de probabilidade, com ênfase no caso contínuo e bidimensional, buscando preparar o aluno para o estudo de métodos de inferência estatística. Possibilitar o aluno a aplicar os conceitos probabilidade e inferência na área de bioinformática.
1. Análise Exploratória de Dados (Estatística Descritiva). Tipos de dados, tipos de gráficos, Distribuições de frequência, medidas de tendência central, medidas de variação, medidas de ordenamento. 2. Espaços amostrais e eventos. Álgebras e sigma-álgebras de eventos. 3. Combinatória elementar: arranjos, sequências e combinações. 4. Probabilidade 3.1. Definição e propriedades fundamentais. 3.2 Espaços de probabilidade finitos e enumeráveis. 3.3 Sequências de eventos. Probabilidade condicional. Lei de probabilidade total e lei do produto. 5. Variáveis aleatórias discretas: propriedades e distribuições. Independência. 6. Esperança matemática, variância e covariância. 7. Funções geradoras e funções geradoras de momentos dos principais modelos discretos: Bernoulli, Binomial, Geométrico e Poisson. 8. Variáveis aleatórias contínuas e suas densidades: Uniforme, Exponencial e Normal.
DANIEL, W.W. Bioestatistics: A foundation for analysis in the health sciences. 2nd ed. John Wiley & Sons, New York, 1974. DUNN, O.J. Basic statistics: A primer for the biomedical sciences. John Wiley & Sons, New York, 1964. LIMA, A. C. P., MAGALHAES, M. N. Noções de Probabilidade e Estatística, EDUSP, 6ª edição,São Paulo, 2008. MORETTIN, L.G., Estatística Básica, Pearson Education, ISBN 85-346-1108-4 ROSS, S., A First Course in Probability, Prentice Hall, ISBN 0-13-033851-6. MOOD, AM ;GRAYBILL, AF; BOES, DC, Introduction to the Theory of Statistics, 3rd ed., New York: McGraw Hill, 1974. PAGANO,M, GAUVREAU, K, Principios de Bioestatistica, Editora Thomson, 2006.