EDUÇÃO DO CONHECIMENTO A PRIORI : UMA APLICAÇÃO EM CARDIOLOGIA
|
|
- Nelson Avelar Castilho
- 5 Há anos
- Visualizações:
Transcrição
1 EDUÇÃO DO CONHECIMENTO A PRIORI : UMA APLICAÇÃO EM CARDIOLOGIA Alane Alves Silva Universidade Federal de Pernambuco(UFPE) - Recife alane.alves@laposte.net Fernando Menezes Campello de Souza Universidade Federal de Pernambuco(UFPE) - Recife fmcs@hotlink.com.br Resumo: Utilizou-se um método de edução do conhecimento a priori a dois cardiologista para fazer inferências sobre as pressões sistólicas e diastólica de um paciente. O protocolo de edução proposto permite que se possa expressar em termos de famílias de distribuição de probabilidade o conhecimento a priori do especialista sobre o parâmetro de interesse, que no presente trabalho, são os intervalos da pressão sistólica e diastólica. O método consiste em um questionário no qual cada pergunta é uma restrição de um problema de programação linear. As perguntas do questionário são comparações de probabilidade da PS e da PD estarem em um ou outro de dois grupos, os quais são formados por intervalos da PS e PD. Os resultados obtidos foram comparados com informações advindas de um banco de dados. Palavras Chaves: Edução, Conhecimento a Priori, Cardiologia. Abstract: Two cardiologists used the elicitation of prior knowledge method to make inferences about the systolic and diastolic blood pressure of a patient. Elicitation protocol allows for the expression of the a prior knowledge of the specialist in terms of probability distribution within the field of intervals between the systolic blood pressure (PS) and the diastolic blood pressure (PD). The method consisted of a questionnaire in which each question is a constraint of a problem in linear programming. The questions compared the probabilities that the PS and PD were in one or the other of two groups which were made up of intervals between PS and PD. The results were compared with information taken from a data base. Keywords: Elicitation. Prior Knowledge, Cardiology. Introdução O conhecimento a priori é todo aquele adquirido independentemente de qualquer experiência Kant (78). Logo, no contexto médico, o conhecimento a priori será aquele que se tem sobre o estado de saúde θ, antes de se saber o resultado dos exames complementares. Este conhecimento a priori pode ser expresso em termos de uma distribuição de probabilidades sobre os estados de saúde, a chamada função π (θ ) (ou função de distribuição a priori sobre os estados da natureza. Tal distribuição representa o grau de crença na ocorrência de um determinado θ, podendo a mesma vir de um especialista, por um processo de edução, ou de um banco de dados, com o tratamento matemático adequado ( mais detalhes em Berger (985), Campello (2002) e Keeny & Raiffa (976)).
2 . Obtenção Através de um Especialista De acordo com Campello de Souza (2002), especialista é um indivíduo detentor de conhecimento sobre determinado assunto. No caso da medicina o especialista será o médico, pois é quem detém o conhecimento sobre os possíveis estados de saúde θ que podem vir a acometer o paciente, e sua relação com os sinais e sintomas que este apresenta, antes mesmo que qualquer exame complementar venha a ser feito. Isto significa que o médico, por meio do seu conhecimento, tem em sua mente um grande conunto de informações sobre os estados de saúde dos pacientes, no que diz respeito a sua forma de manifestação, fisiologia, fisiopatologia, entre outros fatores. É necessário ficar claro que tal conhecimento a priori não está relacionado apenas à quantidade de pacientes que o médico tenha visto. Pois, se assim fosse, um banco de dados seria muito mais eficiente. Os esforços concentram-se no conhecimento clínico que o médico detém. A partir dele o médico é capaz de diagnosticar uma determinada doença à qual nunca tenha sido exposto. Ou sea, dado que um paciente apresente uma disfunção nunca vista pelo médico, este deverá ser capaz, com base no seu conhecimento clínico, de fazer afirmações probabilísticas consistentes acerca dos possíveis estados de saúde daquele paciente. Para tornar o conhecimento do especialista acessível a todos, usa-se um protocolo de edução, no qual as respostas são tratadas matematicamente de forma a se obter uma estimação das distribuições de probabilidade sobre os estados de saúde. Tal método de edução encontra-se bem detalhado em Campello de Souza (2002), Nadler Lins (2000) e Nadler Lins e Campello de Souza (200). 2. Edução de Cardiologistas sobre Pressão Arterial A edução do conhecimento a priori de especialistas é um ponto muito importante da teoria da decisão. Na área médica, onde os fenômenos são complexos e a epistemologia tem uma conotação teleológicofinalista, a expertise do médico assume um papel vital. Reforça este aspecto a própria natureza da missão médica, que gravita ao redor do rapport paciente X médico, que naturalmente suscita uma ação do médico no sentido de despender o máximo esforço possível para entender o que se passa com o paciente, inclusive entender as suas preferências. Isto requer do médico, entre outras coisas, uma base de conhecimentos sobre o fenômeno, uma experiência e uma capacidade inferencial. Esta capacidade inferencial significa uma habilidade do médico em fazer afirmações probabilísticas plausíveis, a respeito do estado de saúde do paciente, a partir dos dados que são apresentados a ele, pelo mesmo, na anamnese, e os que são obtidos no exame físico (mais detalhes podem ser encontrados em Silva (2002), Silva & Campello de Souza (2005)). 3. O Protocolo de Edução O protocolo de edução proposto em Nadler Lins (2000) e Nadler Lins & Campello de Souza (200) e desenvolvido em Campello de Souza (2002), permite que se possa expressar em termos de famílias de distribuições de probabilidade o conhecimento a priori do especialista sobre o parâmetro de interesse, que no presente trabalho, são os intervalos da pressão sistólica e pressão diastólica. Para a aplicação do questionário foram dados ao especilista algumas evidências sobre um indivíduo (diga-se de passagem, que tais evidências foram escassas) e buscou-se obter do especialista quais seriam as pressões sistólica e diastólica mais prováveis para um indivíduo com tais características. O método de edução é baseado na solução de dois problemas de programação linear: sueito a: c = Max( Min) π π 72
3 a k π a m ik lm = = ( ou bs, dependendo da resposta do especialista) π b onde, k, a ik > 0, a > 0, s =,2,..., q, sendo q o número de questões ao especialista; < lm s α π,,2,...,, α > 0, π + = β π + π, =,2,...,, β > 0 π 0, =,2,..., = π = A evidência expressa pelo especialista pode ser captada pelo modelo de diversas formas, com o uso dos parâmetros a ik, alme; bs. Usou-se aqui os seguintes valores: a ik = alm = ; bs = 0. As restrições envolvendo α e β não foram usadas. Há muitas possibilidades para a escolha do c ' s. No presente trabalho foi escolhido de forma a encontrar uma distribuição com valor esperado mínimo para θ e uma distribuição com máximo valor esperado para θ. Logo: c = 2 n + Mais detalhe pode ser encontrado em Silva e Campello de Souza (2005). O input do especialista consiste então em responder a um certo número de comparações entre duas probabilidades, uma de cada evento. Como afirmado em Campello de Souza (993): Quanto maior o número de perguntas (comparações) dadas a um especialista, maior a possibilidade de aparecer inconsistências. É possível aferir o grau de conhecimento do especialista pelo número de respostas consistentes que ele dá. Na matriz tecnológica, as comparações devem ser ordenadas por ordem crescente de refinamento dos intervalos utilizados, isto é, em ordem crescente de dificuldade de comparação... Se o programa rodar com todas as perguntas, isto é, se a matriz tecnológica (de informação ou de dados) define um conunto viável não vazio, então o entrevistado é um bom especialista, e entendeu claramente as questões probabilísticas colocadas. Se o programa é inviável, então vai-se eliminando linha por linha, paulatinamente, até se conseguir a viabilidade. Ter-se-á, então, não apenas as soluções dos dois problemas, e toda a gama de soluções... Precisão e Vagueza Considere Π e Π min funções de distribuição em θ, que são obtidos a partir das soluções dos respectivos problemas de programação linear. Ao se construir o gráfico dessas funções será formada uma área entre as curvas. A relação entre esta área e a área total [ θ θ min ] do retângulo será definida como vagueza (V ) do especialista. Isto é, V = Π ( θ ) Π min ( θ ) = A vagueza será mínima se o especialista responder consistentemente todas as questões. A precisão é definida por: P = V 722
4 Inferencial Skill Em Silva & Campello de Souza, 2005 e Campello de Souza, 2005 foi elaborado um indicador para aferir a habilidade inferencial de um especialista ou sistema inferencial. Na elaboração de tal indicador são levados em consideração três parâmetros:. A diferença entre as médias das distribuições máxima e mínima ( Δ μ ), normalizadas por θ ; 2. A fração das questões respondidas consistentemente ( R ); 3. A vagueza (V ). O inferencial skill é representado por: S = Δμ + R V θ Caso o especialista sea bom, a escassez da evidência posta a sua disposição deve ser refletida numa vagueza (V) e diferença normalizada entre as médias compatíveis ( Δ μ /θ ). Desta forma, pode-se concluir que quanto maior for o valor de R, melhor será o especialista. Um R menor é um indicativo que o especialista não sea tão bom. Se o mesmo fixar um valor em mente, a vagueza tenderá a ser menor em torno desse valor, o que contribuirá para um decrescimento da vagueza global. Neste caso, também, Δ μ /θ tenderá a ser menor. Isto será uma indicação que o especialista não é tão bom. 3.. Aplicação do Protocolo de Edução Considere a evidência referente a um indivíduo com as seguintes características: sexo masculino, 46 2 anos de idade, índice de massa corpórea de 27 Kg / m, não é fumante, é policial com segundo grau completo, não tem queixas de saúde e foi escolhido aleatoriamente entre os indivíduos da sua cidade com características similares. A evidência disponível a cima permite que um cardiologista possa ter uma idéia de onde se encontra a pressão sistólica (PS) e a pressão diastólica (PD) de consultório, medida com um esfigmomanômetro, de acordo com o protocolo da British Hypertension Society. Foram considerados os seguintes limites para cada pressão: PS - um mínimo de 90mmHg e um máximo de 90mmHg; PD - um mínimo de 40mmHg e um máximo de 00mmHg. Figura : Estados da Natureza 723
5 Algumas das questões apresentadas ao cardiologista são mostradas na Tabela, onde cada pergunta são comparações de probabilidade da PS e da PD estarem em um ou outro de dois grupos, os quais são formados por intervalos da PS e PD. A primeira pergunta, por exemplo, é a seguinte: Qual é mais provável, que a PS deste indivíduo estea entre 90mmHg e 90mmHg e PD entre 40mmHg e 70mmHg ou que a PS estea entre 90mmHg e 90mmHg e PD entre 70mmHg e 00mmHg? Caso o cardiologista ache que é mais provável que as pressões sistólica e diastólica encontrem-se no primeiro grupo, ele deve colocar na coluna do meio e, caso ache que as pressões encontram-se no segundo grupo deverá colocar 0 na coluna do meio. [PS;PD] ou 0 [PS;PD] [90-90;40-70] [90-90;70-00] 2 [90-50;40-00] [50-90;40-00] 3 [90-30;40-00] [30-90;40-00] 4 [90-90;40-70] [0-90;70-00] 5 [90-70;40-70] [90-90;70-00] M M M 4 [0-30;70-85] [50-70;55-70] 42 [0-30;55-70] [50-70;70-85] Diferentemente da edução apresentada em Nadler Lins & Campello de Souza (200) onde apenas a PS 2 foi considerada, aqui o θ é um vetor no R. Desta forma, os θ ' s não são naturalmente ordenados. Para atribuição dos c ' s, foi utilizada a noção de pressão de pulso (PP) que é a diferença entre PS e PD. A pressão de pulso foi discretizada tomando o valr médio da PD e da PS por exemplo, θ 8 corresponde a pressão de pulso 40 62,5 = 77,5 mm Hg ( vea Figura ). Note que a pressão de pulso é uma váriável aleatória monodimencional e naturalmente ordenável. 3.2 Resultados O primeiro cardiologista a ter o seu conhecimento eduzido foi um professor de cardiologia do Departamento de Medicina Clínica da Universidade Federal de Pernambuco. O segundo cardiologista a ser eduzido foi um aluno do mestrado do Departamento de Medicina Clínica da Universidade Federal de Pernambuco. O primeiro especialista conseguiu ser consistente em 3 das 42 questões, obteve também uma vagueza de 33,33%. O segundo especialista foi consistente apenas nas 7 primeiras questões obtendo com isso uma vagueza de 8,75%. Os resultados dos problemas de programação linear são mostrados nas Figura 2 e Figura 3. Com base nessas informações calculou-se o inferencial skill para ambos os especialista. O primeiro especialista teve um S =0,83 e segundo obteve um S = 0,36. O fato das duas distribuições do segundo especialista se tocarem, pode ser um indicador que o mesmo fixou sua atenção em um certo θ, criando um mecanismo de ancoragem psicológica. 724
6 Especialista Especialista 2 Probabilidade,20,00 0,80 0,60 0,40 0,20 0, Theta Probabilidade,5 0, Theta Figura 2: Resultado do Especilaista Figura 3: Resultado do Especilaista 2 Respondeu-se ao questionário usando as informações da base de dados a mesma foi capaz de responder a todas as questões. Obteve uma vagueza de 42,5%, pode-se notar que esse valor é maior que a vagueza dos especilaistas o que pode ser uma consequência do fato da base de dados não ter acesso a informação de que o indivíduo é um policial. O inferencial skill (S) da base de dados foi de 0,88. O que mostra que o especialista mais experiente concordou com a base de dados porém com uma vagueza bem menor. Base de Dados Probabilidade,2 0,8 0,6 0,4 0, Theta Figura 4: Resultado da Base de Dados Fonte:Vade Mecum Consultoria ( com dados coletados em quatro ocasiões:durante o IV Congresso da Sociedade Brasileira de Hipertensão, em Recife, em 995;durante a a Mostra da Produção da Universidade Brasileira, em Brasília (Senado), 995;durante o funcionamento da disciplina de Bioestatística no doutorado em Medicina da UFPE em 995;durante a pesquisa sobre pressão arterial em empresas de ornalismo, em Recife, em
7 4. Conclusões O trabalho procurou abordar o processo de edução do conhecimento a priori do especilaista no contexto cardiologico. As informações advindas da opnião de especialista são de importancia crucial na tomada de decisão quando se têm poucos dados ou mesmo quando não há nenhum dado a respeito do fenomeno que se desea analisar. O exemplo abordado mostrou que os especialistas conseguiram atribuir probabilidade a mais eventos do que a base de dados analisada, o que é um forte indicio de que seria necessária uma amostra muito maior para que a base de dados pudesse dar a mesma informação que os especilistas deram. Isto é um dos grandes motivos que tornam tão importante a utilização do conhecimento de especialistas nos processos decisórios. Referências BERGER, JAMES O. (985) - Statistical Decision Theory and Baysian Analysis. 2ª Edn. Springer Series is Statistics. Springer- Velag. New York. CAMPELLO DE SOUZA, FERNANDO MENEZES. (2002) Decisões Racionais em Situações de Incerteza. ª Edição. Editora Universitária da Universidade Federal de Pernambuco. Recife. KANT, EMMANUEL. (78). Crítica da Razão Pura. 9 edn. Traduzido por J. Rodrigues de Mereg. Ediouro. KEENEY, RALPH L. & RAIFFA, H. (976) Decisions with Multiple Obetives. John Wiley & Sons. NADLER LINS, GERTRUDES COELHO (2000) Contribuições a um Protocolo de Edução do Conhecimento A Priori. Dissertação de Mestrado em Engenharia de Produção. Universidade Federal de Pernambuco. Recife. NADLER LINS, GERTRUDES COELHO & CAMPELLO DE SOUZA, FERNANDO MENEZES (200) A Protocol for the Elicitation of Prior Distributions. ISIPTA 0, p Shaker Publishing, The Netherlands. SILVA, ALANE ALVES. (2002) A Teoria da Decisão em Cardiologia. Dissertação de Mestrado em Engenharia de Produção. Universidade Federal de Pernambuco. Recife. SILVA, ALANE ALVES & CAMPELLO DE SOUZA, FERNANDO MENEZES (2005) A Protocol for Elicitation of Imprecise probabilities. ISIPTA
A pesquisa Operacional e os Recursos Renováveis. 4 a 7 de novembro de 2003, Natal-RN
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 23, Natal-RN REQUISIÇÃO DE EXAME MÉDICO: UMA ABORDAGEM VIA TEORIA DA DECISÃO Alane Alves Silva Universidade Federal de Pernambuco, Recife.
Leia maisEstimativas de Tempos de Atividades em Projetos via Modelo de Programação Matemática
Estimativas de Tempos de Atividades em Projetos via Modelo de Programação Matemática Luiza Cristina Jordão Braga Vilaça Universidade Federal de Pernambuco, UFPE Núcleo de Gestão Centro Acadêmico do Agreste
Leia maisMODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS
MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS Rodrigo José Pires Ferreira UFPE Cx. Postal 7462, Recife PE, 50.630-970 rodrigo@ufpe.br Adiel Teixeira de Almeida Filho UFPE Cx. Postal 7462,
Leia maisMÉTODO APRIMORADO PARA A QUANTIFICAÇÃO DO CONHECIMENTO EM ANÁLISES DE CONFIABILIDADE POR REDES BAYESIANAS
MÉTODO APRIMORADO PARA A QUANTIFICAÇÃO DO CONHECIMENTO EM ANÁLISES DE CONFIABILIDADE POR REDES BAYESIANAS Paulo Renato Alves Firmino UFPE, Av. Acadêmico Helio Ramos, s/n, Cidade Universitária, Recife-PE,
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisSistema de Apoio a Tomada de Decisão no Planejamento Estratégico: O Caso do Aeroporto Industrial
Sistema de Apoio a Tomada de Decisão no Planejamento Estratégico: O Caso do Aeroporto Industrial Marcílio Cunha, MSc. Faculdade Boa Viagem, FBV Professor do Curso de Engenharia de Produção email: marciliocunha@marciliocunha.com.br
Leia maisESCOLHA NO MERCADO FINANCEIRO USANDO TEORIA DA DECISÃO
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN ESCOLHA NO MERCADO FINANCEIRO USANDO TEORIA DA DECISÃO Diogo de Carvalho Bezerra UFPE - Universidade Federal de Pe. Cidade
Leia maisAPLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS
APLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS Alexandre Ferreira de Pinho, Mestrando Escola Federal de Engenharia de
Leia maisInfluencia de Distribuições a priori na Analise Bayesiana em dados de contagem
Influencia de Distribuições a priori na Analise Bayesiana em dados de contagem Olinda Fátima dos Santos 1 Carla Regina Guimarães Brighenti 1 1-Introdução A utilização de informação a priori em inferência
Leia maisO Algoritmo Talus para Otimização Global
O Algoritmo Talus para Otimização Global André Leite Luís Henrique de Santana Programa de Pós-Graduação em Eng. Elétrica Programa de Pós-Graduação em Eng. de Produção leite.andre@gmail.com santanalh@ahoo.com.br
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
Leia maisComparação entre intervalos de confiança calculados com métodos bootstrap e intervalos assintóticos
Comparação entre intervalos de confiança calculados com métodos strap e intervalos assintóticos Selene Loibel Depto. de Estatística, Matemática Aplicada e Computação, IGCE, UNESP, Rio Claro, SP E-mail:sloibel@rc.unesp.br,
Leia maisMCOR - Excelência em Cardiologia MAPA DE 24 HORAS
Relatório de Monitorização Ambulatorial da Pressão Arterial (M.A.P.A.) 1 - Dados do Exame Nº do Exame Data de Instalação: 13/4/215 1:24 Término: 14/4/215 9:47 2 - Paciente Protocolo de Medições: Padrão
Leia maisTeoria da Decisão. Processo Analítico Hierárquico Analytic Hierarchy Process (AHP) Prof. Lucas S. Batista.
Teoria da Decisão Analytic Hierarchy Process (AHP) Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas
Leia maisPrincípios de Bioestatística
1/19 Princípios de Bioestatística Introdução à Disciplina Enrico A. Colosimo http://www.est.ufmg.br/ enricoc Depto. Estatística - ICEx - UFMG 2/19 Disciplina Bioestatística?? É útil? Precisamos aprendê-la?
Leia maisEscola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção. Resolução Gráfica. Prof. Fabrício Maciel Gomes
Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção Resolução Gráfica Prof. Fabrício Maciel Gomes Aplicável para modelos com 02 variáveis de decisão Útil para a ilustração de alguns
Leia maisPaís Referência Total Aprovados Reprovados Maior Erro Brasil [8] % 61% 33 mmhg Inglaterra [16] % 19% 30 mmhg
7 Discussão Os resultados obtidos no presente trabalho mostram um índice de 40% de reprovação de esfigmomanômetros em relação aos limites de tolerância definidos pela OIML R-16-1:2002. Este índice é muito
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia maisAlgoritmos de Aprendizado
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Back Propagation Radial Basis Functions (RBFs) Competitive Learning Hopfield Algoritmos de Aprendizado Regra de Hebb Perceptron
Leia maisEstudo sobre decodificação iterativa usando códigos de treliça
Revista de Engenharia e Pesquisa Aplicada, Volume 2, Número 1, 2016 Estudo sobre decodificação iterativa usando códigos de treliça Souza, I. M. M. Escola Politécnica de Pernambuco Universidade de Pernambuco
Leia mais20 Sidia M. Callegari-Jacques
1 Organização de dados quantitativos Uma contribuição importante da estatística no manejo das informações foi a criação de procedimentos para a organização e o resumo de grandes quantidades de dados. A
Leia maisMétodos de Estimação. Roteiro. 1. Three-point Estimation 2. Julgamento de Especialistas 3. Referências. Three-Point Estimation
Métodos de Estimação Roteiro 1. Three-point Estimation. Julgamento de Especialistas 3. Referências Three-Point Estimation 1 Three-Point Estimation Pert original: A duração da atividade segue uma distribuição
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisDISCRETIZADAS NA ANÁLISE DE DADOS DE SOBREVIVÊNCIA RESUMO
APLICAÇÕES DE DISTRIBUIÇÕES DISCRETIZADAS NA ANÁLISE DE DADOS DE SOBREVIVÊNCIA Danielle Peralta 1, Josmar Mazucheli 1, Isabelle Picada Emanuelli 2 e Robson Marcelo Rossi 1 1 Departamento de Estatística,
Leia maisXLVII SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL
Combinação de Corpos de Evidência pelo Método de Elicitação de Probabilidades Imprecisas Via Programação Linear Diogo de Carvalho Bezerra Núcleo de Gestão, Universidade Federal de Pernambuco. Avenida Campina
Leia maisPROBABILIDADES E ESTATÍSTICA E PROCESSOS ESTOCÁSTICOS
English version at the end of this document Ano Letivo 2017-18 Unidade Curricular PROBABILIDADES E ESTATÍSTICA E PROCESSOS ESTOCÁSTICOS Cursos ENGENHARIA INFORMÁTICA (1.º ciclo) Unidade Orgânica Faculdade
Leia maisUma Avaliação do Erro Tipo II no Uso do Teste t-student
Uma Avaliação do Erro Tipo II no Uso do Teste t-student Cleber Giugioli Carrasco Thiago Santana Lemes 1 Unidade Universitária de Ciências Exatas e Tecnológicas, Universidade Estadual de Goiás, UnUCET/UEG,
Leia maisTeste de % de defeituosos para 1 amostra
DOCUMENTO OFICIAL DO ASSISTENTE DO MINITAB Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas
Leia maisSoluções da Colectânea de Exercícios
Soluções da Colectânea de Exercícios (Edição de Fevereiro de 2003) Capítulo 1 1.1 d) x = 3.167; s = 0.886 (dados não agrupados) e) mediana = x = 3.25; q 1 = 2.4 ; q 3 = 3.9 1.2 a) x = 2.866 ; x = 3; moda
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisTratamento de dados em Física
Tratamento de dados em Física Métodos e testes estatísticos V. Oguri Departamento de Física Nuclear e Altas Energias (DFNAE) Programa de Pós-graduação em Física (PPGF) Instituto de Física Armando Dias
Leia maisAvaliação dos processos de amostragem de inspeção para atributos no setor de matéria prima na indústria farmacêutica local
Avaliação dos processos de amostragem de inspeção para atributos no setor de matéria prima na indústria farmacêutica local Shamon Henrique Feitosa de Souza ; Emerson Wruck 2 Bolsista PBIC/UEG, graduando
Leia maisAMOSTRAGEM. É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas.
AMOSTRAGEM É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas. Nos planejamentos amostrais, a coleta dos dados deve ser realizada
Leia maisAPLICAÇÃO DO TEOREMA DO PONTO FIXO DE BANACH A UM PROBLEMA EM PROBABILIDADE 1
Disciplinarum Scientia. Série: Ciências Exatas, S. Maria, v.2, n.1, p.59-68, 2001 59 APLICAÇÃO DO TEOREMA DO PONTO FIXO DE BANACH A UM PROBLEMA EM PROBABILIDADE 1 APPLICATION OF BANACH FIXED POINT THEOREM
Leia mais1 O que é Teoria da Decisão?
Universidade Federal do Paraná Departamento de Estatística Graduação em Estatística Introdução a Teoria da Decisão Prof. Thaís Fonseca 1 O que é Teoria da Decisão? 1.1 Introdução Teoria da decisão, como
Leia maisProcedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear
Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Rogério Antonio de Oliveira 1 Chang Chiann 2 1 Introdução Atualmente, para obter o registro
Leia maisInferência Bayesiana - Aula 1 -
Inferência Bayesiana - Aula 1 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística www.ime.usp.br/ mbranco - sala 295-A - Paradigmas Bayesiano Introdução Fazer inferência
Leia maisA formação de Estatística na Licenciatura em Matemática*
A formação de Estatística na Licenciatura em Matemática* Renan Marcel B. dos Santos (renan.marcel.santos@usp.br) SEMA FEUSP Org.: Nilson José Machado Setembro/2012 * Apoio parcial da Pró-Reitoria de Graduação
Leia maisModelo para estimativa de risco operacional e previsão de estoque para equipamentos da Comgás
Modelo para estimativa de risco operacional e previsão de estoque para equipamentos da Comgás 1. Introdução Marcos Henrique de Carvalho 1 Gabriel Alves da Costa Lima 2 Antonio Elias Junior 3 Sergio Rodrigues
Leia maisEstimativa intervalar na Engenharia de Avaliações: mitos e verdades
Estimativa intervalar na Engenharia de Avaliações: mitos e verdades Lutemberg Florencio Doutorando em Engenharia Civil(Real Estate) USP Engenheiro Civil(POLI-UPE) Especialista em Avaliações e Perícias
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisSoluções da Colectânea de Exercícios
Soluções da Colectânea de Exercícios (Edição de Fevereiro de 2003) Capítulo 1 1.1 d) x = 3.167; s = 0.886 (dados não agrupados) e) mediana = x = 3.25; q 1 = 2.4 ; q 3 = 3.9 1.2 a) x = 2.866 ; x = 3; moda
Leia maisx 1 3x 2 2x 3 = 0 2 x 1 + x 2 x 3 6x 4 = 2 6 x x 2 3x 4 + x 5 = 1 ( f ) x 1 + 2x 2 3x 3 = 6 2x 1 x 2 + 4x 3 = 2 4x 1 + 3x 2 2x 3 = 4
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-47 Álgebra Linear para Engenharia I Primeira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS. Resolva os seguintes sistemas:
Leia maisSetor: Todos os setores Responsável pela prescrição do POP Médico, Enfermeiro Responsável pela execução do POP Auxiliar ou Técnico em Enfermagem
PROCEDIMENTO OPERACIONAL PADRÃO POP N 22 Título: Verificação da Pressão Arterial em Área de Aplicação: Obstetrícia Adultos Setor: Todos os setores Responsável pela prescrição do POP Médico, Enfermeiro
Leia mais( ) Estimação do valor em risco (VaR) de uma carteira de ativos através de método bayesiano. α, é definido como:
Estimação do valor em risco (VaR) de uma carteira de ativos através de método bayesiano Orlando V. Sampaio Jr. (POLI-USP) orlando.sampaio@gmail.com Celma de Oliveira Ribeiro (POLI-USP) celma@usp.br André
Leia maisTeoria de decisão Bayesiana e clássica: determinação de preços
Teoria de decisão Bayesiana e clássica: determinação de preços Mário Hissamitsu Tarumoto 1 Luan Cauê Cherubini 2 Olga L.Anglas R.Tarumoto 1 1 Introdução A teoria da decisão é uma abordagem sistemática
Leia mais5 Decisão Sob Incerteza
5 Decisão Sob Incerteza Os problemas de decisão sob incerteza são caracterizados pela necessidade de se definir valores de variáveis de decisão sem o conhecimento prévio da realização de parâmetros que,
Leia maisEstatística aplicada a ensaios clínicos
Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 8 amostragem amostragem
Leia maisQuestão 1 Sabe-se que o consumo mensal per capita de um determinado produto tem distribuição normal com desvio padrão σ = 2kg
Lista suplementar Teste de uma média populacional Questão 1 Sabe-se que o consumo mensal per capita de um determinado produto tem distribuição normal com desvio padrão σ = kg. A diretoria da indústria
Leia maisPara ajudar a interpretar os resultados, o Cartão de Relatórios do Assistente do teste de % de defeituosos para 1 amostra exibe os seguintes
Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas no assistente no software estatístico
Leia maisUniversidade Federal da Bahia Programa de Pós Graduação em Engenharia Elétrica
Universidade Federal da Bahia Programa de Pós Graduação em Engenharia Elétrica Disciplina: Processamento Estatístico de Sinais (ENG A83) Prof.: Eduardo Simas eduardo.simas@ufba.br Tema: Verificação da
Leia maisDimensionamento de amostras para estudos com variável resposta ordinal
Dimensionamento de amostras para estudos com variável resposta ordinal Arminda Lucia Siqueira 1 Aloísio Joaquim Freitas Ribeiro 1 Edna Afonso Reis 1 Ilka Afonso Reis 1 1 Introdução Uma situação comum na
Leia maisAjuste e comparação de modelos para dados grupados e censurados
Ajuste e comparação de modelos para dados grupados e censurados 1 Introdução José Nilton da Cruz 1 Liciana Vaz de Arruda Silveira 2 José Raimundo de Souza Passos 2 A análise de sobrevivência é um conjunto
Leia maisDEPARTAMENTO DE ENGENHARIA MECÂNICA
DEPARTAMENTO DE ENGENHARIA MECÂNICA Otimização: Algoritmos e Aplicações na Engenharia Mecânica ENG1786 & MEC2403 Ivan Menezes 2018-2 1 EMENTA 1. Introdução 1.1 Definições Básicas 1.2 Classificação dos
Leia maisDimensionamento de amostras para regressão logística
Dimensionamento de amostras para regressão logística Arminda Lucia Siqueira 1 Flávia Komatsuzaki 1 Introdução Regressão logística é hoje padrão de análise para muitos estudos da área da saúde cuja variável
Leia mais4 Modelo da mistura de carvões
4 Modelo da mistura de carvões É imprescindível que se conheça com profundidade o problema a ser resolvido ou estudado e que se saiba com precisão quais são as variáveis, quais são os parâmetros e restrições
Leia maisO paradoxo do contínuo
V.A.s continuas O paradoxo do contínuo Seja X uma v.a. cujos valores possíveis formam um intervalo da reta [a,b] Temos uma situação paradoxal: Seja x qualquer valor específico em [a,b]. Por exemplo, x=0.2367123
Leia maisMeta-análise: comparação de proporções para o caso de duas amostras independentes
Meta-análise: comparação de proporções para o caso de duas amostras independentes Arminda Lucia Siqueira 1 Edna Afonso Reis 1 Ilka Afonso Reis 1 Luana Sílvia dos Santos 1 Pollyanna Vieira Gomes da Silva
Leia maisPesquisador. Planejamento de Experimentos Design of Experiments - DOE NOÇÕES SOBRE EXPERIMENTOS FATORIAIS. 1 - Fixar T e variar P até > Pureza
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planeamento de Experimentos Design of Experiments - DOE Em primeiro lugar devemos definir o que é um experimento: Um experimento é um procedimento no qual alterações
Leia maisAnálise Bayesiana de Dados - Aula 1 -
Análise Bayesiana de Dados - Aula 1 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística www.ime.usp.br/ mbranco - sala 295-A - Paradigmas Bayesiano Introdução Fazer inferência
Leia maisAnálise comparativa de fundos de hedge brasileiros utilizando DEA e bootstrap
Análise comparativa de fundos de hedge brasileiros utilizando DEA e bootstrap Felipe Piton da Silva (Escola Politécnica-USP) felipe.silva@poli.usp.br Celma de Oliveira Ribeiro (Escola Politécnica-USP)
Leia maisDeterminação do tamanho amostral: uma abordagem genuinamente Bayesiana
Determinação do tamanho amostral: uma abordagem genuinamente Bayesiana Edney Luís Oliveira Fernandes, Maria Regina Madruga Tavares, Programa de Pós-Graduação em Matemática e Estatística, ICEN, UFPA, 66610-190,
Leia maisTestes t para comparação de médias de dois grupos independentes
Testes t para comparação de médias de dois grupos independentes Acadêmicas do curso de Zootecnia - Aline Cristina Berbet Lopes Amanda da Cruz Leinioski Larissa Ceccon Universidade Federal do Paraná UFPR/2015
Leia maisAGA Análise de Dados em Astronomia I 8. Inferência Bayesiana e MCMC
1 / 1 AGA 0505- Análise de Dados em Astronomia I 8. Inferência Bayesiana e MCMC Laerte Sodré Jr. 1o. semestre, 2018 2 / 1 Inferência Bayesiana inferência bayesiana consideremos um conjunto de dados D que
Leia maisCombinação de Classificadores (fusão)
Combinação de Classificadores (fusão) André Tavares da Silva andre.silva@udesc.br Livro da Kuncheva Roteiro Sistemas com múltiplos classificadores Fusão por voto majoritário voto majoritário ponderado
Leia maisRefinamentos de Equilíbrios de Nash
Refinamentos de Equilíbrios de Nash Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 06 de Outubro de 2014 Equilíbrio
Leia maisLista 1 de Exercícios Estatística II-CE003
Lista 1 de Exercícios Estatística II-CE003 1) Os dados abaixo mostram os primeiros, de um total 4 registros, de uma companhia seguradora. Cidade Motor Idade Segurados Sinistros 1 1
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisTeoria da Decisão. Abordagem Clássica para Tomada de Decisão Multicritério. Prof. Lucas S. Batista.
Teoria da Decisão Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Abordagem Bellman-Zadeh Sumário
Leia maisAlexandre Roberto Rentería ESTIMAÇÃO DE PROBABILIDADE FUZZY A PARTIR DE DADOS IMPRECISOS. Tese de Doutorado
1 Alexandre Roberto Rentería ESTIMAÇÃO DE PROBABILIDADE FUZZY A PARTIR DE DADOS IMPRECISOS Tese de Doutorado Tese apresentada ao Programa de Pós-graduação em Engenharia Elétrica da PUC-Rio como requisito
Leia maisComunicaçõ. ções Digitais II. Texto original por Prof. Dr. Ivan Roberto Santana Casella
PTC-43 Comunicaçõ ções Digitais II Texto original por Prof. Dr. Ivan Roberto Santana Casella Representaçã ção o Geométrica de Sinais A modulação digital envolve a escolha de um sinal específico s i (t)
Leia maisUSO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA
USO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA F. M. A. S. COSTA 1, A. P. SILVA 1, M. R. FRANCO JÚNIOR 1 e R.
Leia maisALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. Prof.: Idemauro Antonio Rodrigues de Lara
1 ALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS Prof.: Idemauro Antonio Rodrigues de Lara 2 Modelos de variáveis aleatórias discretas 1. Distribuição Uniforme Discreta 2. Distribuição Binomial
Leia maisPrincípios de Bioestatística
Princípios de Bioestatística Cálculo de Tamanho de Amostra Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 1 / 31 2 / 31 Cálculo de Tamanho de Amostra Parte fundamental
Leia maisCapítulo II: Estimação Pontual: noções básicas de estimação; método dos momentos e método da máxima verosimilhança; propriedades.
Estatística Código: 22723 ECTS: 6 Ano Letivo: 2015/16 Carga horária: T: 3:00 h; TP: 2:00 h; OT: 1:00 h; Departamento: Estatística e Investigação Operacional Área Científica: Estatística e Investigação
Leia maisModelos discretos e contínuos
Modelos discretos e contínuos Joaquim Neto joaquim.neto@ufjf.edu.br Departamento de Estatística - ICE Universidade Federal de Juiz de Fora (UFJF) Versão 3.0 Joaquim Neto (UFJF) ICE - UFJF Versão 3.0 1
Leia maisRegistro Brasileiros Cardiovasculares. REgistro do pacientes de Alto risco Cardiovascular na prática clínica
Registro Brasileiros Cardiovasculares REgistro do pacientes de Alto risco Cardiovascular na prática clínica Arquivos Brasileiros de Cardiologia, Julho de 2011 Arquivos Brasileiros de Cardiologia, Agosto
Leia mais3. Considere uma amostra aleatória de tamanho 7 de uma normal com média 18. Sejam X e S 2, a média e a variância amostral, respectivamente.
1 Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas Professores: Clarice Demétrio, Roseli Leandro e Mauricio Mota Lista 3- Distribuições Amostrais-
Leia maisIII AMOSTRAGEM E INTERVALO DE CONFIANÇA Conceito de Amostragem AMOSTRA ALEATÓRIA
III AMOSTRAGEM E INTERVALO DE CONFIANÇA 3.1- Conceito de Amostragem AMOSTRA ALEATÓRIA Consideremos uma população e observando alguns elementos queremos obter informações a respeito da mesma. Estes elementos
Leia maisESTATÍSTICA NÃO-PARAMÉTRICA Aula 5
ESTATÍSTICA NÃO-PARAMÉTRICA Aula Prof. Dr. Edmilson Rodrigues Pinto Faculdade de Matemática - UFU edmilson@famat.ufu.br Caso de amostras relacionadas O obetivo principal desses testes é comprovar a hipótese
Leia maisINFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p
INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir
Leia maisEstudo da prevalência da tuberculose: uso de métodos bayesianos. Study of the prevalence of tuberculosis using Bayesian methods.
Estudo da prevalência da tuberculose: uso de métodos bayesianos Study of the prevalence of tuberculosis using Bayesian methods Resumo Neste artigo, apresentamos estimadores bayesianos para a prevalência
Leia maisTópicos em Gestão da Informação II
Tópicos em Gestão da Informação II Aula 04 Medidas de posição relativa Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Faculdade de Informação e Comunicação Universidade Federal de Goiás Determinando
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário (bootstrap) Este método foi proposto por Efron
Leia maisESTUDO DE CASO PARA VERIFICAR A SEGURANÇA EM DUTOS COM DEFEITOS DE CORROSÃO
ESTUDO DE CASO PARA VERIFICAR A SEGURANÇA EM DUTOS COM DEFEITOS DE CORROSÃO Maylon Dieferson Silva de Sobral 1 ; Juliana Von Schmalz Torres 2 1 Estudante do Curso de Engenharia Civil CAA UFPE. E-mail:
Leia mais3. Otimização sob Incerteza
3. Otimização sob Incerteza Os problemas de otimização tentam resolver, de forma eficiente, situações do mundo real por meio de modelos matemáticos que utilizam parâmetros incertos. Pode-se encontrar na
Leia maisMetodologia de inversão
6 Metodologia de inversão Nesta tese, a transformação de velocidades em pressão de poros é encarada como um problema de inversão. Pela natureza do problema, essa transformação apresenta caráter não único
Leia maisExemplos Equações de Estimação Generalizadas
Exemplos Equações de Estimação Generalizadas Bruno R. dos Santos e Gilberto A. Paula Departamento de Estatística Universidade de São Paulo, Brasil giapaula@ime.usp.br Modelos Lineares Generalizados dos
Leia maisUniversidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística. Introdução à Bioestatística Turma Nutrição.
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Inferência Básica Introdução à Bioestatística Turma Nutrição decidindo na presença
Leia mais4 Método Proposto CR AD PA NDVI Descrição geral do modelo
34 4 Método Proposto 4.1. Descrição geral do modelo Neste trabalho, cada classe (cobertura vegetal) possui um HMM específico. Os estágios fenológicos correspondem a estados e os símbolos observáveis a
Leia maisUm modelo estocástico para o fluxo de caixa de um plano de previdência de um indivíduo 15
2 Simulação estocástica A simulação computacional consiste em empregar técnicas matemáticas em computadores com o propósito de gerar ensaios que tentam reproduzir de maneira análoga um processo ou operação
Leia maisInferência Bayesiana - Aula 3 -
Inferência Bayesiana - Aula 3 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística Os problemas de estimação e teste de hipóteses podem ser vistos como problemas de decisão.
Leia maisDespacho Econômico e Ambiental com a Inclusão da Energia
Trabalho apresentado no XXXVIII CNMAC, Campinas - SP, 2018. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Despacho Econômico e Ambiental com a Inclusão da Energia
Leia maisMétodos de Estimação Pontual
Métodos de Estimação Pontual Método dos Momentos Definição: Para uma determinada variável aleatória X os momentos populacionais ordinários de ordem k são dados por: mm kk = EE XX kk Definição: Seja XX
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - 1o Ano 01 - a Fase Proposta de resolução GRUPO I 1. A escolha pode ser feita selecionando, 9 dos 1 quadrados para colocar os discos brancos não considerando a ordem relevante
Leia maisPROJECTO HIDIA HIPERTENSÃO DIA A DIA: CONTROLO DA HTA
PROJECTO HIDIA HIPERTENSÃO DIA A DIA: CONTROLO DA HTA Projecto Intervencional integrado no estudo DIATCH HTA Protocolo de Estudo Unidade de Epidemiologia Instituto de edicina Preventiva Faculdade de edicina
Leia maisConteúdo. 1 Introdução. Histograma do Quarto Sorteio da Nota Fiscal Paraná 032/16. Quarto Sorteio Eletrônico da Nota Fiscal Paraná
Quarto Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este documento apresenta a análise dos resultados
Leia maisP values and the misleading concept of statistical significance
Valores p e o enganoso conceito de significância estatística P values and the misleading concept of statistical significance Edson Zangiacomi Martinez Faculdade de Medicina de Ribeirão Preto Universidade
Leia maisA Bayesian Reassessment of Nearest-Neighbor Classification (2009)
A Bayesian Reassessment of Nearest-Neighbor Classification (2009) Cucala, Marin, Robert e Titterington André Yoshizumi Gomes (IME/USP) Seminário ministrado no Insper 5 de fevereiro de 2016 O método knn
Leia mais