Conceitos Básicos: Tipos de variáveis; distribuições de frequências, Tabelas e gráficos, Medidas de posição, Medidas de dispersão e desenho esquemático (Box Plot), Probabilidade: conceitos básicos, definições e propriedades, Probabilidade condicional e independência; Teorema da probabilidade total e teorema de Bayes, Função e distribuição de probabilidade de uma variável aleatória discreta, Características numéricas de uma variável aleatória discreta, Função densidade de probabilidade de uma variável aleatória contínua, Características numéricas de uma variável aleatória contínua, Principais modelos probabilísticos discretos: Uniforme, Bernoulli, Binomial, Geométrico, Poisson e Hipergeométrico, Modelos probabilísticos contínuos. Principais modelos probabilísticos continuos: Uniforme,, Exponencial e Normal, Teorema Central do Limite, Aproximação da distribuição Binomial pela Normal, Introdução à inferência estatística: Primeiras ideias; propriedades dos estimadores, Erro quadrático médio e erro absoluto de estimação, Estimação pontual de parâmetros: estimadores de momentos; estimadores de mínimos quadrados, Estimadores de máxima verossimilhança, Distribuição amostral da média e proporção; dimensionamento da amostra, Intervalo de confiança para a média populacional e para proporção populacional.
