PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato

Tamanho: px
Começar a partir da página:

Download "PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato"

Transcrição

1 1 PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato 1. Estimação: O objetivo da iferêcia estatística é obter coclusões a respeito de populações através de uma amostra extraída dessa população. Uma variável aleatória é caracterizada por sua distribuição de probabilidade. Em algus casos, o cotrole estatístico da qualidade, por exemplo, a distribuição de probabilidade é usada para descrever ou modelar alguma característica de qualidade, como por exemplo, uma dimesão crítica de um produto ou a proporção de defeituosos de um processo de maufatura. Assim, estamos iteressados em fazer iferêcias a respeito dos parâmetros da distribuição de probabilidade. Como estes parâmetros quase sempre são descohecidos, iremos estimá-los a partir dos dados de uma amostra. A Estatística Iferecial compreede a Estimação e os Testes de hipóteses. A estimação é um processo que cosiste em utilizar dados amostrais (retirados segudo amostragem probabilística) a fim de obter coclusões sobre os parâmetros da população que são descohecidos. A estimação pode ser feita por poto ou por itervalo. Pricipais estimadores por poto: Parâmetro Estimador µ X 2 π 2 S S P ESTIMAÇÃO POR INTERVALO DE CONFIANÇA A estimação por itervalo os forece um itervalo de valores cetrados a estatística amostral, o qual julgamos estar o parâmetro com uma probabilidade cohecida de erro. Vimos que para uma população podemos retirar K amostras diferetes para um determiado tamaho de amostra. Cada amostra possível tem um valor como estimativa e cada estimativa forecerá um itervalo diferete para o parâmetro. Assim, temos uma probabilidade (1-α) de que o valor do parâmetro esteja cotido o itervalo estimado, chamado ível de cofiaça. Por esta razão, chamamos de itervalos de cofiaça. O itervalo de cofiaça depederá da distribuição amostral do estimador que foi utilizado para estimar o parâmetro.

2 2 ESTIMAÇÃO POR INTERVALO PARA A MÉDIA POPULACIONAL Sabemos que as médias se distribuem segudo uma distribuição ormal com média µ e desvio-padrão quado estas médias provêm de uma distribuição populacioal ormal ou quado o tamaho da amostra é suficietemete grade. Quado retiramos uma amostra, a média X é uma das muitas médias possíveis de se obter de uma população. Assim, por exemplo, se adotarmos um ível de cofiaça de 95%, poderemos dizer que 95% das médias amostrais estarão detro de 1,96 erros padrão. Sabedo que o itervalo de cofiaça tem cetro a média amostral, é determiado da seguite maeira: [ ] ± ε X ode ε =z Quado é pequeo e descohecido, usamos a distribuição t-studet com -1 graus de liberdade, sedo ε =t. s CASO 1: INTERVALO DE CONFIANÇA PARA MÉDIA COM VARIÂNCIA POPULACIONAL CONHECIDA. Para uma variável aleatória X ormalmete distribuída, com média descohecida e variâcia cohecida 2, uma amostra aleatória é retirada e calculase X. O itervalo de cofiaça com ível de cofiaça 1 α é dado por: X Zα. µ X + Zα. 2 2 = X ± Zα. 2 Exemplo: Uma máquia eche pacotes de café com uma variâcia igual a 1 g 2. Ela estava regulada para echê-los com 5g, em média. Agora ela se desregulou, e queremos saber qual a ova média µ. Uma amostra de 25 pacotes apresetou média igual a 485g. Estime a média por itervalo de 95% de cofiaça. R: [481,8; 488,92]

3 3 CASO 2: INTERVALO DE CONFIANÇA PARA MÉDIA DE UMA DISTRIBUIÇÃO NORMAL COM VARIÂNCIA 2 DESCONHECIDA. Supoha que X seja uma variável aleatória de uma distribuição ormal com média µ descohecida e variâcia 2 descohecida, retira-se um amostra aleatória e calcula-se a média amostral X e a variâcia amostral s 2. Utilizado a distribuição t-studet tem-se: s s s X tα. µ X + t. = X ± t., 1 α, 1 α, OBS: Quado for grade, podemos utilizar a distribuição ormal. Exemplo: Um pesquisador está estudado a resistêcia de um determiado material sob determiadas codições. Ele sabe que essa variável é ormalmete distribuída. Foi retirado uma amostra de 9 uidades 4,9 ; 7, ; 8,1; 4,5 ; 5,6; 6,8 ; 7,2 ; 5,7; 6,2. a) Determie um itervalo de 9% de cofiaça para a resistêcia média populacioal. b) Determie um itervalo de 95% de cofiaça. para a resistêcia média populacioal. c) Verifique os resultados de a) e b), e coclua a respeito do erro de estimação e o ível de cofiaça. R: a) [5,5; 6,94] b) [5,33; 7,11] c) Quato maior o ível de cofiaça maior é o itervalo e meor é a precisão CASO 3: ESTIMAÇÃO POR INTERVALO DE CONFIANÇA PARA A PROPORÇÃO Para a estimativa potual da proporção (pˆ ), é utilizada a distribuição Biomial, ode pˆ é a razão etre o úmero de sucesso (ites que apresetam uma determiada característica) e o úmero total da amostra (). A estimativa itervalar da proporção populacioal (π), para grades amostras, é simétrica em relação à proporção amostral, tal como ocorre com o itervalo para a média populacioal em relação a média amostral. A pricipal difereça etre as estimativa de médias e de proporções está os desvios padrões das distribuições amostrais. O desvio padrão se baseia a distribuição biomial e é dada por: pˆ.(1 pˆ) = pˆ Se é grade e p>=,1, etão a aproximação Normal para Biomial pode ser usada, resultado: pˆ.(1 pˆ) pˆ.(1 pˆ) pˆ.(1 pˆ) pˆ Z pˆ + Z = pˆ α. π α. ± Zα Exemplo: De 8 etrevistados, 48 acreditam que o dólar estará com o preço mais baixo daqui a um mês. Costrua um itervalo de 95% de cofiaça para a verdadeira proporção de pessoas que acreditam que o dólar estará abaixo do valor atual. R: [,4926;,774]

4 4 LISTA DE ESTIMAÇÃO POR INTERVALO DE CONFIANÇA 1. O gerete de um baco em uma cidade pequea gostaria de determiar a proporção de seus corretistas que recebem salários semaalmete. Determie uma estimativa, com 9% de cofiaça, da proporção, a população, de corretistas do baco que são pagos por semaa, se uma amostra de 145 apresetou 29 que recebiam por semaa. R: [,1455;,2645]. 2. Uma moeda foi jogada 4 vezes, obtedo-se 136 caras. Costrua um itervalo de 95% e 99% de cofiaça para o resultado cara essa moeda. R: [,2936;,3864] e [,2789;,411] 3. Em uma pesquisa realizada com 2 habitates de uma cidade, 4 se mostraram favoráveis a pea de morte. Estime, por poto e por itervalo de 99% de cofiaça para a verdadeira proporção de moradores favoráveis a pea de morte esta cidade. R: [,127;,273] 4. A distribuição dos diâmetros de parafusos produzidos por uma certa máquia é ormal, com desvio padrão igual a,17mm. Uma amostra de 6 parafusos retiradas ao acaso da produção apresetou os seguites diâmetros (em mm): 25,4; 25,2; 25,6; 25,3; 25,; 25,4. Estime a média da população e costrua um itervalo de 95% de cofiaça para a média populacioal, iterprete estes resultados. R: [25,18; 25,45] 5. A largura itera de um etalhe usiado em um pistão apreseta variâcia igual a,15. Uma amostra aleatória de 12 pistões idicou média igual a 12,258mm. Costrua um itervalo de 99% de cofiaça para a largura média do etalhe. R: [12,23; 12,29] 6. Solicitou-se a uma amostra de 1 estudates de um colégio que aotassem suas despesas com alimetação e bebidas o período de uma semaa. O resultado foi uma despesa média de R$6, e desvio padrão de 5,. Costrua o itervalo de 98% de cofiaça para a despesa média de todos os aluos do colégio. R: [58,835; 61,165] 7. Em uma amostra de 4 leituras de um comercial de 3 segudos, um locutor levou em média 29,2 segudos com variâcia de 5,76 segudos. Costrua o itervalo de 9% de cofiaça para a média. R: [26,3764; 32,236] 8. A Idustrial ABC S/A, fabricate de lâmpadas elétricas, desejado cohecer o tempo médio de duração de seu produto, selecioou uma amostra aleatória de 1 uidades, apurado os seguites valores, em horas: Determie um itervalo de 95% de cofiaça para a estimação desejada. R. [ 226,74 ; 253,2] 9. Uma pesquisa em 17 ciemas de São Paulo, idicou que o igresso custava, em média, US$ 5,5, com um desvio padrão de US$,5. Com base esses resultados, determie a estimativa do preço médio dos igresso de ciema em São Paulo, em ível de cofiaça de 95% para a estimativa; R. [5,24 ; 5,76] 1. O Secretário de Saúde do Império Romao propôs-se a melhorar o atedimeto médico à plebe. Como ão há diheiro para cotratar mais médicos, ele decidiu torar o atedimeto mais eficiete. Para estimar o tempo médio gasto em cada cosulta ele sorteou 64 pacietes de um hospital público aleatoriamete escolhido: essa amostra idicou que o tempo médio de atedimeto era de 1 miutos, com um desvio padrão de 3 miutos. Com base isso, determie o tempo médio de atedimeto a um ível de cofiaça de 9%. R. [9,38 ; 1,62]

5 5 2. Teste de Hipótese: Trata-se de uma técica para se fazer iferêcia estatística, ou seja, a partir de um teste de hipóteses, realizado com os dados amostrais, pode-se iferir sobre a população. No caso das iferêcias através do Itervalo de Cofiaça, busca-se cercar o parâmetro populacioal descohecido. Aqui formula-se uma hipótese quato ao valor do parâmetro, e pelos elemetos amostrais faz-se um teste que idicará a aceitação ou rejeição da hipótese formulada. Hipótese Estatística: Hipótese, em estatística, é uma suposição formulada a respeito dos parâmetros de uma distribuição de probabilidade de uma ou mais populações. Esta hipótese será testada com base em resultados amostrais, sedo aceita ou rejeitada. Ela somete será rejeitada se o resultado da amostra for claramete improvável de ocorrer quado a hipótese for verdadeira. Cosideremos Ho a hipótese ula, e H 1 a hipótese alterativa a ser testada (complemetar de Ho). O teste pode levar a aceitação ou rejeição de Ho que correspode, respectivamete à egação ou afirmação de H 1. Exemplo: Supohamos que uma idústria compre de certo fabricate parafusos cuja a carga média de ruptura por tração é especificada em 5 Kg, o desvio-padrão das cargas de ruptura é suposto ser igual a 4 Kg. O comprador deseja verificar se um grade lote de parafusos recebidos deve ser cosiderado satisfatório, o etato existe alguma razão para se temer que a carga média de ruptura seja evetualmete iferior à 5 Kg. Se for superior ão preocupa o comprador pois este caso os parafusos seriam de melhor qualidade que a especificada. Neste exemplo, a hipótese do comprador é que a carga média da ruptura é iferior a 5 Kg. O comprador pode ter o seguite critério para decidir se compra ou ão o lote: Resolve tomar uma amostra aleatória simples de 25 parafusos e submetê-los ao esaio de ruptura. Se a carga média de ruptura observada esta amostra for maior que 48 Kg ele comprará o lote, caso cotrário se recusará a comprar. PASSOS PARA REALIZAR UM TESTE DE HIPÓTESE 1. HIPÓTESES: Hipótese Nula (H ): É um valor suposto para um parâmetro. No exemplo acima, H :µ=5. Hipótese Alterativa(H 1 ) : É uma hipótese que cotraria a hipótese ula, complemetar de H, o exemplo, H 1 : µ <5. ou seja, o exemplo, Ho: µ = 5 H 1 : µ < 5

6 6 Supodo H verdadeira, X da amostra aleatória de 25 valores será uma v.a com média também de 5 Kg e desvio padrão. No exemplo, 4 = = x 25, 8 Sabemos que X é aproximadamete ormal, etão podemos calcular a probabilidade de obtermos um valor iferior a 48. P(X <48) = P( x µ 48 5 < ) = (P(Z<-2,5) =,62, 8 Existe pois uma probabilidade de,62 de que, mesmo sedo a hipótese H verdadeira, X assuma um valor a região que leva à rejeição de H, coforme critério adotado ateriormete. 2. NÍVEL DE SIGNIFICÂNCIA DE UM TESTE: É a probabilidade máxima de rejeitar Ho. Se, por exemplo, utilizarmos o ível de sigificâcia de 5%, a hipótese ula (Ho) será rejeitada somete se o resultado da amostra for tão diferete do valor suposto que uma difereça igual ou maior ocorreria com uma probabilidade máxima de,5. Na prática, o valor de α é fixo. (Geralmete α =,1 ou,5 ou,1.) No exemplo, fixado α =,5, levaria à rejeição de Ho, pois,62 <,5. Uma outra maeira de tomar-se uma decisão é comparar o valor tabelado com a estatística do teste. 3. ESTATÍSTICA DO TESTE: É o valor calculado a partir da amostra que será usado a tomada de decisão. No exemplo, Z calc = -2,5. Z calc = valor da estimativa - valor alegado para o parâmetro desvio-padrão do estimador

7 7 4. REGIÃO CRÍTICA: Região ode os valores da estatística dos teste levam à rejeição da hipótese ula. A sua área é igual ao ível de sigificâcia, e sua direção é a mesma da hipótese alterativa. Uilateral à esquerda: H : µ = 5 H 1 : µ < 5 Uilateral à direita: H : µ = 5 H 1 : µ > 5 Bilateral: H : µ = 5 H 1 : µ 5 5. REGRA DE DECISÃO: Se o valor da estatística do teste cair detro da região crítica, rejeita-se H. Ao rejeitar a hipótese ula (H ) existe uma forte evidêcia de sua falsidade. Ao cotrário, quado aceitamos, dizemos que ão houve evidêcia amostral sigificativa o setido de permitir a rejeição de Ho. 6. CONCLUSÃO: O que sigifica, a situação de pesquisa, aceitar ou rejeitar Ho.

8 8 TIPOS DE ERROS Pelo fato de estarmos usado resultados amostrais para fazermos iferêcia sobre a população, estamos sujeito a erros. Digamos que existe uma probabilidade α de que mesmo sedo Ho verdadeiro, X assuma um valor que leva Z calc à rejeição de Ho. As probabilidades desses erros são chamadas α e β respectivamete. α = P(erro tipo I) = P(rejeitar H / H é verdadeiro) β = P(erro tipo II) = P(aceitar H / H é falso) DECISÃO REALIDADE H verdadeira H falsa Aceitar H Decisão Correta (1-α) Erro do tipo II (β) Rejeitar H Erro do tipo I (α) Decisão Correta (1-β) A probalidade de erro tipo I é determiada pelo pesquisador, mas para determiar a probabilidade de erro tipo II, devemos cosiderar a hipótese ula como falsa e, etão determiar qual a verdadeira distribuição da característica em estudo. Exemplo: O peso médio de litros de leite de embalages echidas em uma liha de produção está sedo estudado. O padrão prevê um coteúdo médio de 1 ml por embalagem. Sabe-se que o desvio padrão é de 1 ml e que a variável tem distribuição ormal. Para ecotrar a probabilidade de erro tipo II, quado testamos a média ser diferete de 1 ml ao ível de 5% de sigificâcia com 4 uidades amostrais, e sedo o real coteúdo médio da embalagem de 112 ml, temos: H : µ = 1 H 1 : µ 1 P (erro tipo II) = P (aceitar H / H é falsa) =? Z α/2 = Z,25 = 1,96 X 1 1,96 = X = 19,8 1 4

9 9, ,8 112 P (aceitar H / H é falsa) = P (X < 19,8 / µ = 112) = P ( x µ 19, < ) 1 4 = P ( Z < -,44) =,33 Ou seja, a probabilidade de ão rejeitarmos Ho, quado a média real da embalagem é de 112 ml é de,33. A partir dessa iformação podemos obter o poder do teste é de 1-β=1-,33=, Teste de Hipótese para uma Média com variâcia pop.cohecida HIPÓTESES: H : µ = µ H 1 : µ µ ou H 1 : µ > µ ou H 1 : µ < µ ESTATÍSTICA DO TESTE: x µ = cal Z Região crítica uilateral à esquerda: Rejeita-se H se Z calc < Z Região crítica uilateral à direita: Rejeita-se H se Z calc > Z 1- Região crítica bilateral: Rejeita-se H se Z calc < Z /2 ou Z calc > Z (1- /2) Exemplo 1: A resistêcia à tração do aço ioxidável produzido uma certa usia permaecia estável, com uma resistêcia média de 72 Kg/ mm 2 e um desvio padrão de 2, Kg/ mm 2. Recetemete, a máquia foi ajustada. A fim de determiar o efeito do ajuste, 1 amostras foram testadas. As resistêcias médias são apresetadas a seguir: 76,2 78,3 76,4 74,7 72,6 78,4 75,7 7,2 73,3 74,2. Presuma que o desvio padrão seja o mesmo que ates do ajuste. Podemos cocluir que o ajuste mudou a resistêcia à tração de aço? (Adote 5% de sigificâcia).

10 1 2. Teste de Hipótese para uma Média com variâcia pop. descohecida HIPÓTESES: H : µ = µ H 1 : µ µ ou H 1 : µ > µ ou H 1 : µ < µ ESTATÍSTICA DO TESTE: t cal x µ = s Região crítica uilateral à esquerda: Rejeita-se H se t calc < t α, 1 Região crítica uilateral à direita: Rejeita-se H se Z calc > t α, 1 Região crítica bilateral: Rejeita-se H se Z calc < t α, 1 ou Z calc > t α, Exemplo 2: A percetagem média da receita muicipal dos quase 6 muicípios de um estado têm sido 7%. O govero pretede melhorar este ídice e, para isso, está estudado algus icetivos. Para verificar os efeitos destes icetivos, sorteou 1 cidades e estudou quais seriam as percetages ivestidas eles. Os resultados foram: 8, 1, 9, 11, 8, 12, 16, 9, 12, 1. Admitido que estes úmeros veham a ocorrer, os dados trazem evidêcia de melhoria? (Adote 5% de sigificâcia). 3. Teste de Hipótese para a proporção HIPÓTESES: H : π = π H 1 : π π ou H 1 : π < π ou H 1 : > π π ESTATÍSTICA DO TESTE: Z cal = ^ π ) ^ ^ ( p p.(1 p) Região crítica uilateral à esquerda: Rejeita-se H se Z calc < Z Região crítica uilateral à direita: Rejeita-se H se Z calc > Z 1- Região crítica bilateral: Rejeita-se H se Z calc < Z /2 ou Z calc > Z (1- /2) Exemplo 3: O presidete do Clube A, afirma que 58% da população de sua cidade torce para seu time. O presidete do clube rival com o ituito de desmetir a afirmação, cotrata uma pesquisa que etrevistou 2 pessoas a qual 17 afirmaram realmete torcer para o clube A. Formule a hipótese e realize o teste ao ível de sigificâcia de 1%.

11 11 Lista Teste de Hipótese 1) Uma amostra de 25 elemetos resultou média 13,5 com desvio padrão de 4,4. Efetuar o teste ao ível de 1% para a hipótese que a média seja iferior a 16. 2) As estaturas de 2 recém ascidos foram tomadas o Departameto de Pediatria da FMRP, cujos resultados são em cm: a) supoha iicialmete que a população das estaturas é ormalmete distribuída com variâcia 2 cm 2 ; Teste a hipótese de que a média seja diferete de 5cm ( =,5) b) Faça o mesmo teste para a média, mas agora descohecedo a variâcia ( =,5). 3) Um processo deveria produzir mesas com,85m de altura. O egeheiro descofia que as mesas que estão sedo produzidas são meores que o especificado. Uma amostra de 8 mesas foi coletada e idicou média,847m. Sabedo que o desvio padrão é =,1m, teste a hipótese do egeheiro usado um ível de sigificâcia de 3%. 4) As codições de mortalidade de uma região são tais que a proporção de ascidos que sobrevivem até 6 aos é de,6. Testar essa hipótese ao ível de 5% se em 1 ascimetos amostrados aleatoriamete, verificou-se 53 sobrevivetes até 6 aos. 5) A experiêcia tem comprovado que mais de 4% dos estudates são reprovados em uma prova de estatística. Se 45 de 9 estudates amostrados fossem reprovados, o que se pode cocluir a respeito desta afirmação. Teste esta hipótese ao ível de sigificâcia de 4%.

12 12 Lista Complemetar de Teste de Hipótese 1) Na idústria de cerâmica, avalia-se sistematicamete a resistêcia de amostras de massas cerâmicas, após o processo de queima. Sabe-se que essas massas tem resistêcia mecâica com média igual a 53 e variâcia 16. Após a troca de forecedores de matéria prima, deseja-se verificar se houve alteração a média. Uma amostra de 15 corpos de prova de massa cerâmica acusou média igual 5. Teste a hipótese ao ível de sigificâcia de 5%. R: z=-2,9; Rejeita Ho 2) Fucioários de uma grade firma de cotabilidade alegam que seu salário médio aual é meor que o de seu cocorrete que é de R$ 45., sabe-se também que o desvio padrão de ambas as empresas são iguais a R$ 52. Uma amostra de 3 cotadores da empresa gera um salário médio de R$ 435. Teste a alegação dos empregados ao ível de sigificâcia de 1%. R: z=-1,58; Aceita Ho 3) A idústria ABC S/A, fabricate de certo equipameto eletrôico, substituiu certo compoete importado pelo similar acioal. Um comprador da referida idústria supõe que tal substituição teha dimiuído a duração do produto que ates era auciada como sedo, em média, 2 horas. Para julgar sua suposição, o comprador testou uma amostra de 1 uidades, verificado média de 197 horas, com desvio padrão de 6,32 h. Com α=5%, estabeleça a coclusão alcaçada pelo comprador. R: t=-1,5; Aceita Ho 4) Uma cadeia de lachoetes se propõe a istalar uma ova filial se, pelo local, passarem mais de 2 carros por hora, em certo período do dia. Em 2 horas escolhidas ao acaso, passaram pelo local, o período de iteresse, em média 28,5 carros com desvio padrão de 3 carros. Com α=5%, a ova filial deve ser istalada? R: t=1,267; Aceita Ho 5) Uma compahia de seguros está disposta a iiciar uma campaha de colocação de apólices o mercado se verificar que a quatia média segurada por família da região alvo é iferior a 1. u.m. Uma amostra casual de 2 famílias da referida região acusou média de 9.6 u.m., com desvio padrão de 1. u.m. Usado 5% de sigificâcia, decida sobre se a campaha deve ou ão iiciar, admitido ormalidade para a população. R: t=-1,789; Rej. Ho 6) Certo fabricate de parafusos aucia que 9% do seu produto ão apreseta qualquer tipo de defeito. Um comprador acredita que a percetagem de parafusos perfeitos é diferete da auciada pelo fabricate. Para verificar tal hipótese, examiou 4 parafusos, verificado que 344 eram perfeitos. Com α=2%, realize o teste correspodete. R: z=-2,3; Aceita. Ho 7) Certa orgaização médica afirma que um ovo medicameto é de qualidade superior ao até etão existete, que é 8% eficaz a cura de determiada doeça. Examiada uma amostra de 3 pessoas que sofriam da doeça, costatou-se que 249 ficaram curadas com o ovo medicameto. Com α=5%, teste a afirmação da orgaização. R: z=1,38; Aceita Ho 8) Uma agêcia de viages tem um tradicioal plao de férias que é oferecido a todos os possíveis clietes que procuram a agêcia. O ídice de respostas positivas é historicamete 2%. Este ao, uma amostra de 5 poteciais clietes mostrou que 15 adquiriam o plao de férias. Teste, α=6%, a hipótese de que o percetual de respostas positivas teha aumetado este ao. R. z=1.54 Aceita. Ho

Hipótese Estatística:

Hipótese Estatística: 1 PUCRS FAMAT DEPTº DE ESTATÍSTICA TESTE DE HIPÓTESE SÉRGIO KATO Trata-se de uma técnica para se fazer inferência estatística. Ou seja, a partir de um teste de hipóteses, realizado com os dados amostrais,

Leia mais

Estatística stica para Metrologia

Estatística stica para Metrologia Estatística stica para Metrologia Aula Môica Barros, D.Sc. Juho de 28 Muitos problemas práticos exigem que a gete decida aceitar ou rejeitar alguma afirmação a respeito de um parâmetro de iteresse. Esta

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

Leia mais

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... INTRODUÇÃO Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO Ferado Mori DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA Resumo [Atraia o leitor com um resumo evolvete, em geral, uma rápida visão geral do

Leia mais

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD Teste de ióteses VÍCTOR UGO LACOS DÁVILAD Teste De ióteses. Exemlo. Cosidere que uma idustria comra de um certo fabricate, ios cuja resistêcia média à rutura é esecificada em 6 kgf (valor omial da esecificação).

Leia mais

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT410026 FUNDAMENTOS DE ESTATÍSTICA 8ª AULA: ESTIMAÇÃO POR INTERVALO

Leia mais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm

Leia mais

PROBABILIDADES E ESTATÍSTICA

PROBABILIDADES E ESTATÍSTICA ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA o Teste 7 o SEMESTRE 5/6 Data: Sábado, 7 de Jaeiro de 6 Duração: 9:3 às :3 Tópicos de Resolução. O úmero

Leia mais

Jackknife, Bootstrap e outros métodos de reamostragem

Jackknife, Bootstrap e outros métodos de reamostragem Jackkife, Bootstrap e outros métodos de reamostragem Camilo Daleles Reó camilo@dpi.ipe.br Referata Biodiversa (http://www.dpi.ipe.br/referata/idex.html) São José dos Campos, 8 de dezembro de 20 Iferêcia

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I JIRibeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção É uma ciêcia

Leia mais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais Estatística II Atoio Roque Aula Testes de Hipóteses para a Difereça Etre Duas Médias Populacioais Vamos cosiderar o seguite problema: Um pesquisador está estudado o efeito da deficiêcia de vitamia E sobre

Leia mais

MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA

MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA 1. (2,5) Um provedor de acesso à iteret está moitorado a duração do tempo das coexões

Leia mais

1.4- Técnicas de Amostragem

1.4- Técnicas de Amostragem 1.4- Técicas de Amostragem É a parte da Teoria Estatística que defie os procedimetos para os plaejametos amostrais e as técicas de estimação utilizadas. As técicas de amostragem, tal como o plaejameto

Leia mais

SUMÁRIO 1. AMOSTRAGEM 4. 1.1. Conceitos básicos 4

SUMÁRIO 1. AMOSTRAGEM 4. 1.1. Conceitos básicos 4 SUMÁRIO 1. AMOSTRAGEM 4 1.1. Coceitos básicos 4 1.. Distribuição amostral dos estimadores 8 1..1. Distribuição amostral da média 8 1... Distribuição amostral da variâcia 11 1..3. Distribuição amostral

Leia mais

Probabilidades. José Viegas

Probabilidades. José Viegas Probabilidades José Viegas Lisboa 001 1 Teoria das probabilidades Coceito geral de probabilidade Supoha-se que o eveto A pode ocorrer x vezes em, igualmete possíveis. Etão a probabilidade de ocorrêcia

Leia mais

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 2013/2014 Istruções: 1. Cada questão respodida corretamete vale 1 (um) poto. 2. Cada questão respodida

Leia mais

AMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo?

AMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo? AMOSTRAGEM metodologia de estudar as populações por meio de amostras Amostragem ou Ceso? Por que fazer amostragem? população ifiita dimiuir custo aumetar velocidade a caracterização aumetar a represetatividade

Leia mais

Duas Fases da Estatística

Duas Fases da Estatística Aula 5. Itervalos de Cofiaça Métodos Estadísticos 008 Uiversidade de Averio Profª Gladys Castillo Jordá Duas Fases da Estatística Estatística Descritiva: descrever e estudar uma amostra Estatística Idutiva

Leia mais

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil Carteiras de Míimo VAR ( Value at Risk ) o Brasil Março de 2006 Itrodução Este texto tem dois objetivos pricipais. Por um lado, ele visa apresetar os fudametos do cálculo do Value at Risk, a versão paramétrica

Leia mais

Capitulo 6 Resolução de Exercícios

Capitulo 6 Resolução de Exercícios FORMULÁRIO Cojutos Equivaletes o Regime de Juros Simples./Vecimeto Comum. Descoto Racioal ou Por Detro C1 C2 Cm C1 C2 C...... 1 i 1 i 1 i 1 i 1 i 1 i 1 2 m 1 2 m C Ck 1 i 1 i k1 Descoto Por Fora ou Comercial

Leia mais

INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA

INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA Resumo Itervalos de Cofiaça ara médias e roorções com alicações a Egeharia. Ferado Mori Prof.fmori@gmail.com Itervallos de Cofiiaça ara Médiias e Proorções

Leia mais

Lista de Exercícios #4. in Noções de Probabilidade e Estatística (Marcos N. Magalhães et al, 4ª. edição), Capítulo 4, seção 4.4, páginas 117-123.

Lista de Exercícios #4. in Noções de Probabilidade e Estatística (Marcos N. Magalhães et al, 4ª. edição), Capítulo 4, seção 4.4, páginas 117-123. Uiversidade de São Paulo IME (Istituto de Matemática e Estatística MAE Profº. Wager Borges São Paulo, 9 de Maio de 00 Ferado Herique Ferraz Pereira da Rosa Bach. Estatística Lista de Exercícios #4 i Noções

Leia mais

Unesp Universidade Estadual Paulista FACULDADE DE ENGENHARIA

Unesp Universidade Estadual Paulista FACULDADE DE ENGENHARIA Uesp Uiversidade Estadual Paulista FACULDADE DE ENGENHARIA CAMPUS DE GUARATINGUETÁ MBA-PRO ESTATÍSTICA PARA A TOMADA DE DECISÃO Prof. Dr. Messias Borges Silva e Prof. M.Sc. Fabricio Maciel Gomes GUARATINGUETÁ,

Leia mais

Aplicação de geomarketing em uma cidade de médio porte

Aplicação de geomarketing em uma cidade de médio porte Aplicação de geomarketig em uma cidade de médio porte Guilherme Marcodes da Silva Vilma Mayumi Tachibaa Itrodução Geomarketig, segudo Chasco-Yrigoye (003), é uma poderosa metodologia cietífica, desevolvida

Leia mais

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br A seguir, uma demostração do livro. Para adquirir a versão completa em papel, acesse: www.pagia10.com.br Matemática comercial & fiaceira - 2 4 Juros Compostos Iiciamos o capítulo discorredo sobre como

Leia mais

Anexo VI Técnicas Básicas de Simulação do livro Apoio à Decisão em Manutenção na Gestão de Activos Físicos

Anexo VI Técnicas Básicas de Simulação do livro Apoio à Decisão em Manutenção na Gestão de Activos Físicos Aexo VI Técicas Básicas de Simulação do livro Apoio à Decisão em Mauteção a Gestão de Activos Físicos LIDEL, 1 Rui Assis rassis@rassis.com http://www.rassis.com ANEXO VI Técicas Básicas de Simulação Simular

Leia mais

Capítulo 1. Teoria da Amostragem

Capítulo 1. Teoria da Amostragem Capítulo 1 Teoria da Amostragem 1.1 Itrodução A amostragem e em particular os processos de amostragem aplicam-se em variadíssimas áreas do cohecimeto e costituem, muitas vezes, a úica forma de obter iformações

Leia mais

CURTOSE. Teremos, portanto, no tocante às situações de Curtose de um conjunto, as seguintes possibilidades:

CURTOSE. Teremos, portanto, no tocante às situações de Curtose de um conjunto, as seguintes possibilidades: CURTOSE O que sigifica aalisar um cojuto quato à Curtose? Sigifica apeas verificar o grau de achatameto da curva. Ou seja, saber se a Curva de Freqüêcia que represeta o cojuto é mais afilada ou mais achatada

Leia mais

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos Aálise de Projectos ESAPL / IPVC Critérios de Valorização e Selecção de Ivestimetos. Métodos Estáticos Como escolher ivestimetos? Desde sempre que o homem teve ecessidade de ecotrar métodos racioais para

Leia mais

INE 5111- ESTATÍSTICA APLICADA I - TURMA 05324 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA

INE 5111- ESTATÍSTICA APLICADA I - TURMA 05324 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA INE 5111- ESTATÍSTICA APLICADA I - TURMA 534 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA 1. Aalise as situações descritas abaixo e decida se a pesquisa deve ser feita por

Leia mais

Lista 2 - Introdução à Probabilidade e Estatística

Lista 2 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista - Itrodução à Probabilidade e Estatística Modelo Probabilístico experimeto. Que eveto represeta ( =1 E )? 1 Uma ura cotém 3 bolas, uma vermelha, uma verde e uma azul.

Leia mais

AULA: Inferência Estatística

AULA: Inferência Estatística AULA: Iferêcia Estatística stica Prof. Víctor Hugo Lachos Dávila Iferêcia Estatística Iferêcia Estatística é um cojuto de técicas que objetiva estudar uma oulação através de evidêcias forecidas or uma

Leia mais

Capítulo 2 Análise Descritiva e Exploratória de Dados

Capítulo 2 Análise Descritiva e Exploratória de Dados UNIVERSIDADE FEDERAL DE SÃO CARLOS C E N T R O D E C I Ê N C I A S E X A T A S E D E T E C N O L O G I A D E P A R T A M E N T O D E E S T A T Í S T I C A INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:

Leia mais

INTRODUÇÃO A TEORIA DE CONJUNTOS

INTRODUÇÃO A TEORIA DE CONJUNTOS INTRODUÇÃO TEORI DE CONJUNTOS Professora Laura guiar Cojuto dmitiremos que um cojuto seja uma coleção de ojetos chamados elemetos e que cada elemeto é um dos compoetes do cojuto. Geralmete, para dar ome

Leia mais

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização Curso MI Matemática Fiaceira Professor: Pacífico Referêcia: 07//00 Juros compostos com testes resolvidos. Coceito Como vimos, o regime de capitalização composta o juro de cada período é calculado tomado

Leia mais

SÉRIE: Estatística Básica Texto v: CORRELAÇÃO E REGRESSÃO SUMÁRIO 1. CORRELAÇÃO...2

SÉRIE: Estatística Básica Texto v: CORRELAÇÃO E REGRESSÃO SUMÁRIO 1. CORRELAÇÃO...2 SUMÁRIO 1. CORRELAÇÃO... 1.1. Itrodução... 1.. Padrões de associação... 3 1.3. Idicadores de associação... 3 1.4. O coeficiete de correlação... 5 1.5. Hipóteses básicas... 5 1.6. Defiição... 6 1.7. Distribuição

Leia mais

Introdução ao Estudo de Sistemas Lineares

Introdução ao Estudo de Sistemas Lineares Itrodução ao Estudo de Sistemas Lieares 1. efiições. 1.1 Equação liear é toda seteça aberta, as icógitas x 1, x 2, x 3,..., x, do tipo a1 x1 a2 x2 a3 x3... a x b, em que a 1, a 2, a 3,..., a são os coeficietes

Leia mais

Exame MACS- Inferência-Intervalos.

Exame MACS- Inferência-Intervalos. Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.

Leia mais

PG Progressão Geométrica

PG Progressão Geométrica PG Progressão Geométrica 1. (Uel 014) Amalio Shchams é o ome cietífico de uma espécie rara de plata, típica do oroeste do cotiete africao. O caule dessa plata é composto por colmos, cujas características

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE Debora Jaesch Programa de Pós-Graduação em Egeharia de Produção

Leia mais

Profa. Regina Maria Sigolo Bernardinelli. Estatística. Gestão Financeira / Gestão de Recursos Humanos / Logística / Marketing

Profa. Regina Maria Sigolo Bernardinelli. Estatística. Gestão Financeira / Gestão de Recursos Humanos / Logística / Marketing Profa. Regia Maria Sigolo Berardielli Estatística Gestão Fiaceira / Gestão de Recursos Humaos / Logística / Marketig REGINA MARIA SIGOLO BERNARDINELLI ESTATÍSTICA Esio a Distâcia E a D Revisão 09/008 LISTA

Leia mais

RESISTORES E RESISTÊNCIAS

RESISTORES E RESISTÊNCIAS ELETICIDADE CAPÍTULO ESISTOES E ESISTÊNCIAS No Capítulo estudamos, detre outras coisas, o coceito de resistêcia elétrica. Vimos que tal costitui a capacidade de um corpo qualquer se opôr a passagem de

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Ferado Nogueira Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre

Leia mais

Computação Científica - Departamento de Informática Folha Prática 1

Computação Científica - Departamento de Informática Folha Prática 1 1. Costrua os algoritmos para resolver os problemas que se seguem e determie as respetivas ordes de complexidade. a) Elaborar um algoritmo para determiar o maior elemeto em cada liha de uma matriz A de

Leia mais

Testes χ 2 (cont.) Testes χ 2 para k categorias (cont.)

Testes χ 2 (cont.) Testes χ 2 para k categorias (cont.) Testes χ 2 de ajustameto, homogeeidade e idepedêcia Testes χ 2 (cot.) Os testes χ 2 cosiderados este último poto do programa surgem associados a dados de cotagem. Mais cocretamete, dados que cotam o úmero

Leia mais

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA IM 317 METODOLOGIA PARA PLANEJAMENTO EXPERIMENTAL E ANÁLISE DE RESULTADOS

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA IM 317 METODOLOGIA PARA PLANEJAMENTO EXPERIMENTAL E ANÁLISE DE RESULTADOS UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA IM 37 METODOLOGIA PARA PLANEJAMENTO EXPERIMENTAL E ANÁLISE DE RESULTADOS PROF. DR. SÉRGIO

Leia mais

6. Testes de Hipóteses Conceitos Gerais

6. Testes de Hipóteses Conceitos Gerais 6. Testes de Hipóteses Coceitos Gerais Este capitulo itrodutório, pretede apresetar todas as defiições e todo o vocabulário utilizado em testes de hipóteses. Em um primeiro mometo, talvez você fique um

Leia mais

Matemática Alexander dos Santos Dutra Ingrid Regina Pellini Valenço

Matemática Alexander dos Santos Dutra Ingrid Regina Pellini Valenço 4 Matemática Alexader dos Satos Dutra Igrid Regia Pellii Valeço Professor SUMÁRIO Reprodução proibida. Art. 84 do Código Peal e Lei 9.60 de 9 de fevereiro de 998. Módulo 0 Progressão aritmérica.................................

Leia mais

Módulo 4 Matemática Financeira

Módulo 4 Matemática Financeira Módulo 4 Matemática Fiaceira I Coceitos Iiciais 1 Juros Juro é a remueração ou aluguel por um capital aplicado ou emprestado, o valor é obtido pela difereça etre dois pagametos, um em cada tempo, de modo

Leia mais

Revisão 01-2011. Exercícios Lista 01 21/02/2011. Questão 01 UFRJ - 2006

Revisão 01-2011. Exercícios Lista 01 21/02/2011. Questão 01 UFRJ - 2006 Aluo(a): Professor: Chiquiho Revisão 0-20 Exercícios Lista 0 2/02/20 Questão 0 UFRJ - 2006 Dois estados produzem trigo e soja. Os gráficos abaixo represetam a produção relativa de grãos de cada um desses

Leia mais

Análise de Dados. Introdução às técnicas de Amostragem Introdução à Estimação Introdução aos testes Métodos não paramétricos

Análise de Dados. Introdução às técnicas de Amostragem Introdução à Estimação Introdução aos testes Métodos não paramétricos Aálise de Dados Itrodução às técicas de Amostragem Itrodução à Estimação Itrodução aos testes Métodos ão paramétricos Maria Eugéia Graça Martis Faculdade de Ciêcias da Uiversidade de Lisboa Março 009 ÍNDICE

Leia mais

Probabilidade e Estatística. Probabilidade e Estatística

Probabilidade e Estatística. Probabilidade e Estatística Probabilidade e Estatística i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população

Leia mais

Séries de Potências AULA LIVRO

Séries de Potências AULA LIVRO LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.

Leia mais

M = 4320 CERTO. O montante será

M = 4320 CERTO. O montante será PROVA BANCO DO BRASIL / 008 CESPE Para a veda de otebooks, uma loja de iformática oferece vários plaos de fiaciameto e, em todos eles, a taxa básica de juros é de % compostos ao mês. Nessa situação, julgue

Leia mais

Cálculo das Probabilidades e Estatística I. Departamento de Estatistica

Cálculo das Probabilidades e Estatística I. Departamento de Estatistica Cálculo das Probabilidades e Estatística I Departameto de Estatistica Versão - 2013 Sumário 1 Itrodução à Estatística 1 1.1 Coceitos básicos de amostragem..................................... 2 1.1.1

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.

Leia mais

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes

Leia mais

PRESTAÇÃO = JUROS + AMORTIZAÇÃO

PRESTAÇÃO = JUROS + AMORTIZAÇÃO AMORTIZAÇÃO Amortizar sigifica pagar em parcelas. Como o pagameto do saldo devedor pricipal é feito de forma parcelada durate um prazo estabelecido, cada parcela, chamada PRESTAÇÃO, será formada por duas

Leia mais

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li Média Aritmética Simples e Poderada Média Geométrica Média Harmôica Mediaa e Moda Fracisco Cavalcate(f_c_a@uol.com.br)

Leia mais

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo.

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo. UFSC CFM DEPARTAMENTO DE MATEMÁTICA MTM 5151 MATEMÁTICA FINACEIRA I PROF. FERNANDO GUERRA. UNIDADE 3 JUROS COMPOSTOS Capitalização composta. É aquela em que a taxa de juros icide sempre sobre o capital

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu Programação Diâmica Aula 3: Programação Diâmica Programação Diâmica Determiística; e Programação Diâmica Probabilística. Programação Diâmica O que é a Programação Diâmica? A Programação Diâmica é uma técica

Leia mais

Questão 11. Questão 13. Questão 12. Questão 14. alternativa B. alternativa E. alternativa A

Questão 11. Questão 13. Questão 12. Questão 14. alternativa B. alternativa E. alternativa A Questão Em uma pesquisa, foram cosultados 00 cosumidores sobre sua satisfação em relação a uma certa marca de sabão em pó. Cada cosumidor deu uma ota de 0 a 0 para o produto, e a média fial das otas foi

Leia mais

Matemática Ficha de Trabalho

Matemática Ficha de Trabalho Matemática Ficha de Trabalho Probabilidades 12º ao FT4 Arrajos completos (arrajos com repetição) Na liguagem dos computadores usa-se o código biário que é caracterizado pela utilização de apeas dois algarismos,

Leia mais

Esta Norma estabelece o procedimento para calibração de medidas materializadas de volume, de construção metálica, pelo método gravimétrico.

Esta Norma estabelece o procedimento para calibração de medidas materializadas de volume, de construção metálica, pelo método gravimétrico. CALIBRAÇÃO DE MEDIDAS MATERIALIZADAS DE VOLUME PELO MÉTODO GRAVIMÉTRICO NORMA N o 045 APROVADA EM AGO/03 N o 01/06 SUMÁRIO 1 Objetivo 2 Campo de Aplicação 3 Resposabilidade 4 Documetos Complemetes 5 Siglas

Leia mais

Sistema Computacional para Medidas de Posição - FATEST

Sistema Computacional para Medidas de Posição - FATEST Sistema Computacioal para Medidas de Posição - FATEST Deise Deolido Silva, Mauricio Duarte, Reata Ueo Sales, Guilherme Maia da Silva Faculdade de Tecologia de Garça FATEC deisedeolido@hotmail.com, maur.duarte@gmail.com,

Leia mais

VII Equações Diferenciais Ordinárias de Primeira Ordem

VII Equações Diferenciais Ordinárias de Primeira Ordem VII Equações Difereciais Ordiárias de Primeira Ordem Itrodução As equações difereciais ordiárias são istrumetos esseciais para a modelação de muitos feómeos proveietes de várias áreas como a física, química,

Leia mais

Pesquisa Operacional

Pesquisa Operacional Faculdade de Egeharia - Campus de Guaratiguetá esquisa Operacioal Livro: Itrodução à esquisa Operacioal Capítulo 6 Teoria de Filas Ferado Maris fmaris@feg.uesp.br Departameto de rodução umário Itrodução

Leia mais

Instituto de Engenharia de Produção & Gestão

Instituto de Engenharia de Produção & Gestão UNIFEI - Uiversidade Federal de Itajubá Istituto de Egeharia de Produção & Gestão Notas compiladas por PEDRO PAULO BALESTRASSI ANDERSON PAULO DE PAIVA Itajubá/007 CAPÍTULO - ESTATÍSTICA. - Do que trata

Leia mais

SIMULADO DE MATEMÁTICA - TURMAS DO 3 o ANO DO ENSINO MÉDIO COLÉGIO ANCHIETA-BA - MAIO DE 2012. ELABORAÇÃO: PROFESSORES ADRIANO CARIBÉ E WALTER PORTO.

SIMULADO DE MATEMÁTICA - TURMAS DO 3 o ANO DO ENSINO MÉDIO COLÉGIO ANCHIETA-BA - MAIO DE 2012. ELABORAÇÃO: PROFESSORES ADRIANO CARIBÉ E WALTER PORTO. SIMULADO DE MATEMÁTICA - TURMAS DO 3 o ANO DO ENSINO MÉDIO COLÉGIO ANCHIETA-BA - MAIO DE 0. ELABORAÇÃO: PROFESSORES ADRIANO CARIBÉ E WALTER PORTO. PROFESSORA MARIA ANTÔNIA C. GOUVEIA QUESTÃO 0 Muitas vezes

Leia mais

CAPÍTULO 7 - Intervalos de confiança

CAPÍTULO 7 - Intervalos de confiança INF 16 CAPÍTULO 7 - Itervalo de cofiaça É uma maeira de calcularmo uma etimativa de um parâmetro decohecido. Muita veze também fucioa como um tete de hipótee. A idéia é cotruir um itervalo de cofiaça para

Leia mais

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa A TORRE DE HANÓI Carlos Yuzo Shie - Colégio Etapa Artigo baseado em aula miistrada a IV Semaa Olímpica, Salvador - BA Nível Iiciate. A Torre de Haói é um dos quebra-cabeças matemáticos mais populares.

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

INFERÊNCIA ESTATÍSTICA

INFERÊNCIA ESTATÍSTICA Uiversidade Federal da Bahia Istituto de Matemática Departameto de Estatística Estatística IV (MAT027) e Itrodução à Estatística (MAT050) NOTAS DE AULA UNIDADE III INFERÊNCIA ESTATÍSTICA 1 1 INTRODUÇÃO

Leia mais

1.5 Aritmética de Ponto Flutuante

1.5 Aritmética de Ponto Flutuante .5 Aritmética de Poto Flutuate A represetação em aritmética de poto flutuate é muito utilizada a computação digital. Um exemplo é a caso das calculadoras cietíficas. Exemplo:,597 03. 3 Este úmero represeta:,597.

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAP. I ERROS EM CÁLCULO NUMÉRICO CAP I ERROS EM CÁLCULO NUMÉRICO 0 Itrodução Por método umérico etede-se um método para calcular a solução de um problema realizado apeas uma sequêcia fiita de operações aritméticas A obteção de uma solução

Leia mais

JUROS COMPOSTOS. Questão 01 A aplicação de R$ 5.000, 00 à taxa de juros compostos de 20% a.m irá gerar após 4 meses, um montante de: letra b

JUROS COMPOSTOS. Questão 01 A aplicação de R$ 5.000, 00 à taxa de juros compostos de 20% a.m irá gerar após 4 meses, um montante de: letra b JUROS COMPOSTOS Chamamos de regime de juros compostos àquele ode os juros de cada período são calculados sobre o motate do período aterior, ou seja, os juros produzidos ao fim de cada período passam a

Leia mais

Modelo Matemático para Estudo da Viabilidade Econômica da Implantação de Sistemas Eólicos em Propriedades Rurais

Modelo Matemático para Estudo da Viabilidade Econômica da Implantação de Sistemas Eólicos em Propriedades Rurais Modelo Matemático para Estudo da Viabilidade Ecoômica da Implatação de Sistemas Eólicos em Propriedades Rurais Josiae Costa Durigo Uiversidade Regioal do Noroeste do Estado do Rio Grade do Sul - Departameto

Leia mais

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N Estudaremos este capítulo as equações diereciais lieares de ordem, que são de suma importâcia como suporte matemático para vários ramos da egeharia e das ciêcias.

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

ANDRÉ REIS MATEMÁTICA. 1ª Edição NOV 2013

ANDRÉ REIS MATEMÁTICA. 1ª Edição NOV 2013 ANDRÉ REIS MATEMÁTICA TEORIA 6 QUESTÕES DE PROVAS DE CONCURSOS GABARITADAS EXERCÍCIOS RESOLVIDOS Teoria e Seleção das Questões: Prof. Adré Reis Orgaização e Diagramação: Mariae dos Reis ª Edição NOV 0

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

Analise de Investimentos e Custos Prof. Adilson C. Bassan email: adilsonbassan@adilsonbassan.com

Analise de Investimentos e Custos Prof. Adilson C. Bassan email: adilsonbassan@adilsonbassan.com Aalise de Ivestimetos e Custos Prof. Adilso C. Bassa email: adilsobassa@adilsobassa.com JUROS SIMPLES 1 Juro e Cosumo Existe juro porque os recursos são escassos. As pessoas têm preferêcia temporal: preferem

Leia mais

Eletrodinâmica III. Geradores, Receptores Ideais e Medidores Elétricos. Aula 6

Eletrodinâmica III. Geradores, Receptores Ideais e Medidores Elétricos. Aula 6 Aula 6 Eletrodiâmica III Geradores, Receptores Ideais e Medidores Elétricos setido arbitrário. A ddp obtida deve ser IGUAL a ZERO, pois os potos de partida e chegada são os mesmos!!! Gerador Ideal Todo

Leia mais

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (III ) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Ídice Itrodução Aplicação do cálculo matricial aos

Leia mais

Projetos Agropecuários - Módulo 4 ANÁLISE FINANCEIRA DE INVESTIMENTO

Projetos Agropecuários - Módulo 4 ANÁLISE FINANCEIRA DE INVESTIMENTO Projetos Agropecuários - Módulo 4 ANÁLISE FINANCEIRA DE INVESTIMENTO A parte fiaceira disciplia todas as áreas de uma orgaização que esteja direta ou idiretamete ligadas à tomada de decisão. Todo profissioal

Leia mais

Avaliação da Confiabilidade de Itens com Testes Destrutivos - Aplicação da Estimação da Proporção em uma População Finita Amostrada sem Reposição

Avaliação da Confiabilidade de Itens com Testes Destrutivos - Aplicação da Estimação da Proporção em uma População Finita Amostrada sem Reposição Avaliação da Cofiabilidade de Ites com Testes Destrutivos - Alicação da Estimação da roorção em uma oulação Fiita Amostrada sem Reosição F. A. A. Coelho e Y.. Tavares Diretoria de Sistemas de Armas da

Leia mais

UM NOVO OLHAR PARA O TEOREMA DE EULER

UM NOVO OLHAR PARA O TEOREMA DE EULER X Ecotro Nacioal de Educação Matemática UM NOVO OLHA PAA O TEOEMA DE EULE Iácio Atôio Athayde Oliveira Secretária de Educação do Distrito Federal professoriacio@gmail.com Aa Maria edolfi Gadulfo Uiversidade

Leia mais

Uma Metodologia de Busca Otimizada de Transformadores de Distribuição Eficiente para qualquer Demanda

Uma Metodologia de Busca Otimizada de Transformadores de Distribuição Eficiente para qualquer Demanda 1 Uma Metodologia de Busca Otimizada de Trasformadores de Distribuição Eficiete para qualquer Demada A.F.Picaço (1), M.L.B.Martiez (), P.C.Rosa (), E.G. Costa (1), E.W.T.Neto () (1) Uiversidade Federal

Leia mais

Aulas de Estatística / Prof. Jones Garcia da Mata / www.professorjones.hpg.com.br

Aulas de Estatística / Prof. Jones Garcia da Mata / www.professorjones.hpg.com.br # Variável aleatória Quado uma variável tem resultados ou valores que tedem a variar de uma observação ara outra em razão de fatores relacioados com a chace, ós chamamos de variável aleatória Defiimos

Leia mais

Juros Simples e Compostos

Juros Simples e Compostos Juros Simples e Compostos 1. (G1 - epcar (Cpcar) 2013) Gabriel aplicou R$ 6500,00 a juros simples em dois bacos. No baco A, ele aplicou uma parte a 3% ao mês durate 5 6 de um ao; o baco B, aplicou o restate

Leia mais