Sumários

Aula nº 14

9 novembro 2026, 19:00 • Maria Helena Mouriño Silva Nunes

Dedução das várias etapas de aplicação do algoritmo EM para estimar os parâmetros de uma mistura de duas distribuições normais (exercício 12).


Aula nº 13

9 novembro 2026, 17:30 • Maria Helena Mouriño Silva Nunes

Métodos iterativos para a obtenção dos estimadores de máxima verosimilhança quando estes não admitem expressão explícita. Breve referência ao método de Newton-Raphson.

Algoritmo EM (Expectation-Maximisation). Estudo das principais propriedades do algoritmo EM.


Aula nº 12

2 novembro 2026, 19:00 • Maria Helena Mouriño Silva Nunes

Estimadores de máxima verosimilhança. 
Estimador de máxima verosimilhança para o parâmetro p (probabilidade de sucesso) para a distribuição Binomial (ex. 4).


Aula nº 11

2 novembro 2026, 17:30 • Maria Helena Mouriño Silva Nunes

Máxima verosimilhança.
Princípio da máxima verosimilhança. Função Score. Estimador de máxima verosimilhança. 
Propriedades dos estimadores de máxima verosimilhança:
Enviesamento (bias). Matrix Hessiana. Matriz de Informação de Fisher. Consistência. Normalidade assintótica do estimador de máxima verosimilhança.


Aula nº 10

26 outubro 2026, 19:00 • Maria Helena Mouriño Silva Nunes

Resolução dos exercícios 2(f) e 2(g).