Análises estatísticas em espectroscopia de hádrons exóticos; MCMC para estimara parâmetros cosmológicos a partir de dados de supernovas; Deconvolução de linha em espectros alfa; Análise de bursts no plasma do tokamak TCABR; Determinação de parâmetros de uma célula solar a partir da curva característica;; Estudo do sinal de neutrinos do reator de Angra 2 com o experimento CONNIE; Excesso de ruído de fase em microcavidades de nitreto de silício

Análise do comportamento microrrítmico de performances na musica popular brasileira. Ajuste de picos em espectros E-Delta E de partículas carregadas. Avaliacao de metodos estatisticos para determinacao de equivalencia radiologica. Análise estatística de dados de massa invariante de particulas de altas energias. Lançamento oblíquo.

Esta aula mostra o procedimento para ajustar os parâmetros de uma equação diferencial. No caso particular, ajustaram-se cinco parâmetros da equação de movimento de um corpo rígido deslizando com atrito em um plano inclinado, em duas dimensões, quando a equação é de segunda ordem em duas variáveis, não-lineares e acopladas. A ideia é encapsular as soluções para as duas coordenadas em uma única função, e usar duas variáveis independentes, uma com uma das coordenadas, e a outra, indicando qual é a coordenada registrada na primeira variável

O método dos mínimos quadrados exige o conhecimento da matriz das variâncias, o que nem sempre é possível. No entanto, é possível estimar a variância a partir da função calculada com parâmetros ajustados, o que permite desenvolver um método iterativo que pode dar bons resultados em certos casos. Nesta aula, demos o exemplo do ajuste dos parâmetros de uma reta a variáveis aleatórias distribuídas como Poisson.

Quando se ajustam os parâmetros de uma função que depende também de outros parâmetros não ajustados e conhecidos com erro, é preciso propagar a incerteza correspondente na variância dos valores ajustados. Neste vídeo de 40 minutos, mostramos como proceder, usando como exemplo o Trabalho prático 4 do curso.

Como lidar com erro na variável independente (ou preditiva). Verificação da tendenciosidade e sua correção. Como ajustar parâmetros de equações diferenciais.

O estimador de Máxima Verossimilhança no ajuste de parâmetros a dados com distribuição normal. O método de Gauss e o de Gauss-Marquardt. Quando as equações do MMQ não são lineares nos parâmetros. A tendenciosidade do estimador de Máxima Verossimilhança. Quando há poucos dados. Ajuste de parâmetros pelo MMQ na prática.

Este tema se refere à analise do experimento de colisões bidimensionais do MEXI.

A forma da função verossimilhança do parâmetro da f.p. de Poisson O estimador de Máxima Verossimilhança: consistência tendência à normalidade eficiência assintótica aplicação no ajuste simultâneo de vários parâmetros

A média é a estimativa linear de variância mínima interpretação geométrica. A matriz chapéu ( ) e as variâncias dos resíduos. Estimativa não tendenciosa da variância no ajuste de vários parâmetros, com exemplos. Análise de variância para duas variáveis o coeficiente de correlação . Mínimos quadrados quando os dados tem correlações. Distribuição de probabilidade dos parâmetros ajustados.