Lição nº 1
19/09/2005
 
Apresentação do curso, bibliografia e regras de avaliação.
Alguns exemplos.

      Lição nº 2
20/09/2005
 
Exemplos de tipos de amostragem, ilustração de conceitos.

      Lição nº 3
26/09/2005
 
Noções básicas, planos de amostragem. Exemplos

      Lição nº 4
27/09/2005
 
Planos de amostragem, exemplos e implementação computacional.
Simulação de variáveis aleatórias, caso particular das distribuições com suporte finito.

      Lição nº 5
03/10/2005
 
Planos de amostragem reduzidos.
Algoritmos de escolha aleatória, caracterização e interpretação.

      Lição nº 6
04/10/2005
 
Planos de amostragem e algoritmos de escolha aleatória, relações e caracterizações. Exemplos.

      Lição nº 7
10/10/2005
 
Probabilidades de inclusão de primeira e segunda ordem, exemplos e propriedades.

      Lição nº 8
11/10/2005
 
Probabilidades de inclusão.
Inferência em amostragem, definições, exemplos. Abordagem à construção de estimadores cêntricos para um parâmetro dado.

      Lição nº 9
17/10/2005
 
Estimadores não enviezados, algoritmos de construção. Estimador de Horvitz-Thompson

      Lição nº 10
18/10/2005
 
Algoritmos para construção de estimadores não enviezados. Comparação de estimadores, vantagens do plano reduzido.

      Lição nº 11
24/10/2005
 
Optimalidade de estimadores não enviezados, não existência. Planos uni-cluster. Optimalidade do estimador de Horvitz-Thompson para planos uni-cluster na família dos estimadores lineares não enviezados.

      Lição nº 12
25/10/2005
 
Caracterizações da variância do estimador de Horvitz-Thompson. Estimação não enviezada de funções quadráticas, estimação da variância do estimador de Horvitz-Thompson.

      Lição nº 13
31/10/2005
 
Estimação de variâncias. Caracterizações de não enviezamento e não negatividade.

      Lição nº 14
07/11/2005
 
Estimação da variância, caracterizações de não negatividade.
Propriedades de admissibilidade do estimador de Horvitz-Thompson.

      Lição nº 15
08/11/2005
 
Admissibilidade do estimador de Horvitz-Thompson na classe dos estimadores não enviezados, não optimilidade na classe do estimadores lineares não enviezados para planos não unic-cluster.

      Lição nº 16
14/11/2005
 
Alternativas aos planos de amostragem aleatória simples para utilização com o estimador de Horvitz-Thompson. Planos de amostragem com probabilidades de inclusão de primeira e segunda ordens dados.

      Lição nº 17
15/11/2005
 
Composição de planos de amostragem aleatória simples. Caracterizações associadas a planos de amostragem aleatória simples.

      Lição nº 18
21/11/2005
 
Caracterizações associadas a planos de amostragem aleatória simples.

      Lição nº 19
22/11/2005
 
Caracterizações associadas a planos de amostragem aleatória simples. Alternativas ao estimador de Horvitz-Thompson.

      Lição nº 20
28/11/2005
 
Variantes ao estimador de Horvitz-Thompson utilizando informação disponível. Estudos dos estimadores propostos.

      Lição nº 21
29/11/2005
 
Amostragem estratificada, descrições, estimadores e propriedades.

      Lição nº 22
05/12/2005
 
Amostragem estratificada: dimensionamento dos estratos, caracterização e estimação de precisão dos estimadores.

      Lição nº 23
06/12/2005
 
Amostragem estratificada: optimização e estimação do ganho de precisão.

      Lição nº 24
12/12/2005
 
Amostragem por grupos, caracterização dos estimadores, respectivas variâncias e estimadores para as variâncias.

      Lição nº 25
13/12/2005
 
Amostragem por grupos em dois passos, caracterização dos estimadores e respectivas propriedades.
Introdução aos planos de amostragem com probabilidades de inclusão proporcionais.

      Lição nº 26
19/12/2005
 
Algoritmos de Brewer e de Lahiri-Midzuno, propriedades relativamente ao estimador de Horvitz-Thompson.

      Lição nº 27
20/12/2005
 
Algoritmo de Hedayat-Lin.


O Professor,
Paulo Oliveira