Apostila SEMED MANAUS 2025 Estatística

APOSTILA SEMED MANAUS 2025 Analista Municipal – Estatística. Material completo com conteúdos atualizados de acordo com o edital, abrangendo todos os tópicos de conhecimentos básicos e específicos exigidos para o cargo. Um material prático, direto ao ponto e feito para quem quer estudar com qualidade!

CONTEÚDO PROGRAMÁTICO

LÍNGUA PORTUGUESA 

Textos: interpretação e compreensão de textos. Língua e Linguagem: As funções da linguagem; texto narrativo; texto descritivo; texto dissertativo; discurso direto, indireto e indireto livre; o gênero poético e as figuras de linguagem. Fonemas: vogais, consoantes e semivogais; encontros vocálicos, consonantais e dígrafos; sílabas. Ortografia: correção ortográfica; acentuação gráfica; divisão silábica. Morfologia: estrutura e formação de palavras; morfemas, afixos; processos de formação de palavras; classes gramaticais: identificação, classificações e emprego. Sintaxe: frase, oração e período; período simples - termos da oração: identificação, classificações e emprego.

CONHECIMENTOS DE ADMINISTRAÇÃO PÚBLICA E LEGISLAÇÃO CORRELATA

1. Constituição Federal de 1988: 1.1. Dos Princípios Fundamentais. 1.2. Dos Direitos e Garantias Fundamentais. 1.3. Dos direitos sociais. 1.4. Da Organização do Estado. 1.5. Da Administração Pública. 2. Organização Administrativa: 2.1. Centralização e Descentralização. 2.2. Autarquia, Fundação, Empresa Pública e Sociedade de Economia Mista. 3. Lei da improbidade administrativa. 4. Licitações e Contratos Administrativos: Lei nº 14.133, de 1 de abril de 2021. 4.1. Dos Princípios. 4.2. Das Definições. 4.3. Das Modalidades, Limites e Dispensa. 4.4. Dos Contratos. 5. Processo Administrativo na Administração Municipal (Lei Municipal nº 1997/2015). 6. Lei nº 12.527, de 18 de novembro de 2011, Lei de Acesso à Informação. 7. Lei nº 13.709, de 14 de agosto de 2018: Lei Geral de Proteção de Dados.

NOÇÕES DE INFORMÁTICA

Noções de sistema operacional (ambiente Windows). Edição de textos, planilhas e apresentações (ambiente Microsoft Office - Microsoft 365). Redes de computadores: conceitos básicos, ferramentas, aplicativos e procedimentos de Internet e intranet. Programas de navegação (Microsoft Edge, Mozilla Firefox, Google Chrome). Sítios de busca e pesquisa na Internet. Redes sociais. Conceitos de organização e de gerenciamento de informações, arquivos, pastas e programas. Segurança da informação: noções de malware; aplicativos para segurança (antivírus, firewall, anti-spyware etc.).

CONHECIMENTOS ESPECÍFICOS

LEGISLAÇÃO MUNICIPAL
LEGISLAÇÃO MUNICIPAL Lei Orgânica do Município de Manaus. Lei nº 1.118, de 1º de setembro de 1971 - Estatuto dos servidores públicos do Município de Manaus. Lei nº 1.624, de 30 de dezembro de 2011 - Plano de Carreiras, Cargos e Remuneração dos Servidores Públicos da Área Administrativa da Educação Municipal. Lei nº 2.000, de 24 de junho de 2015 - Plano Municipal de Educação de Manaus.

ESTATÍTICA
Fundamentos da Estatística: Estatística descritiva e análise exploratória de dados: gráficos, diagramas, tabelas, medidas descritivas (posição, dispersão, assimetria e curtose). Probabilidade. Definições básicas e axiomas. Probabilidade condicional e independência. Variáveis aleatórias discretas e contínuas. Distribuição de probabilidades. Função de probabilidade. Função densidade de probabilidade. Esperança e momentos. Distribuições especiais. Distribuições condicionais e independência. Transformação de variáveis. Leis dos grandes números. Teorema central do limite. Amostras aleatórias. Distribuições amostrais. Inferência estatística. Estimação pontual. Métodos de estimação, propriedades dos estimadores, suficiência. Estimação intervalar. Intervalos de confiança, intervalos de credibilidade. Testes de hipóteses. Hipóteses simples e compostas, níveis de significância e potência de um teste, teste t de Student, teste quiquadrado. Modelos Estatísticos e Análise de Dados: Análise de regressão linear. Critérios de mínimos quadrados e de máxima verossimilhança. Modelos de regressão linear. Inferência sobre os parâmetros do modelo. Análise de variância. Análise de resíduos. Técnicas de amostragem. Amostragem aleatória simples, estratificada, sistemática e por conglomerados. Tamanho amostral. Tipos de dados: estruturados, semiestruturados e não estruturados. Machine Learning e Modelagem Preditiva. Data Wrangling e Pré-processamento de Dados. Ferramentas e Técnicas Computacionais: Linguagem Python: Sintaxe, variáveis, tipos de dados e estruturas de controle de fluxo. Linguagem SQL. Linguagem R. Sintaxe, tipos de dados, operadores, comandos de repetição estruturas de dados, gráficos, data frames. Tidyverse. Business Intelligence. Visualização de Dados (Data Storytelling, Ferramentas de visualização de dados: Power BI, QlikSense, Tableau, Dashboards). Aplicações da Estatística: Processo de coleta, organização, análise e compartilhamento de informações. Coleta, tratamento, armazenamento, integração e recuperação de dados. Construção de relatórios e dashboards interativos.