EQP0010 – ESTIMAÇÃO DE PARÂMETROS

DISCIPLINA

EQP0010 – ESTIMAÇÃO DE PARÂMETROS

 

NÚMERO DE CRÉDITOS

03

 

MINISTRANTE

  • Prof. Márcio Schwaab

 

SÚMULA

Conceitos fundamentais de estatística para estimação de parâmetros. Funções objetivo de mínimos quadrados e de máxima verossimilhança. Métodos de otimização aplicados na estimação de parâmetros. Análise estatística dos resultados da estimação de parâmetros. Intervalos de confiança e regiões de confiança para modelos lineares e não-lineares. Comparação da qualidade do ajuste de modelos.

OBJETIVOS

Fornecer conhecimentos em técnicas de estimação de parâmetros de modelos lineares e não lineares e para a interpretação dos resultados, construção de intervalos e regiões de confiança, para comparação de modelos e avaliação da qualidade das estimativas dos parâmetros.

 

CONTEÚDO PROGRAMÁTICO

  1. Conceitos básicos de estatística para a estimação de parâmetros.
  2. Função objetivo de mínimos quadrados e máxima verossimilhança: conceitos fundamentais e propriedades estatísticas.
  3. Métodos numéricos de otimização para a estimação de parâmetros de modelos não lineares: métodos de Newton, métodos de busca direta e métodos estocásticos.
  4. Análise da estimação de parâmetros em modelos descritos por equações diferenciais.
  5. Avaliação estatística dos resultados da estimação de parâmetros de modelos não lineares. Determinação da região de confiança elíptica e de verossimilhança. Comparação da qualidade dos ajustes de modelos.

METODOLOGIA

Aulas teóricas e computacionais. Seminários.

 

SISTEMA DE AVALIAÇÃO

Provas escritas, trabalhos computacionais, e seminários.

BIBLIOGRAFIA RECOMENDADA

  • Artigos científicos da literatura especializada.

     

    Livros:

    1. Schwaab; J. C. Pinto. Análise de Dados Experimentais. I: Fundamentos de Estatística e Estimação de Parâmetros. Editora e-Papers, Rio de Janeiro, 2007.
    2. M. Himmelblau. Process Analysis by Statistical Methods. John Wiley and Sons, New York, 1970.
    3. Bard. Nonlinear Parameter Estimation. Academic Pres, New Jersey, 1974.
    4. Englezos; N. Kalogerakis. Applied Parameter Estimation for Chemical Engineers. Marcel Dekker, Inc., New York, 2001.
    5. M. Bates; D. G. Watts. Nonlinear Regression Analysis and Its Applications. John Wiley and Sons, New York, 2007.
    6. Clerc. Particle Swarm Optimization. ISTE Ltd, London, 2006.
    7. V. Price; R. M. Storn; J.A. Lampinen. Differential Evolution. A Practical Approach to Global Optimization.Springer, Berlin, 2005.
    8. F. Edgar; D. M. Himmelblau; L.S. Lasdon. Optimization of Chemical Processes. 2aEdição. McGraw Hill, New York, 2001.