x P(X = x) 0,1 0,7 0,2
|
|
- Luiz Henrique Bandeira
- 5 Há anos
- Visualizações:
Transcrição
1 GET001 Fundamentos de Estatística Aplicada Exercícios de revisão para a 3 rofa. Ana Maria Farias Com objetivo de planejamento, um banco determinou a distribuição de probabilidade da idade de aposentadoria, X, de empregados de determinado setor de trabalho. A distribuição de probabilidade para X é dada na tabela abaixo. a Ache a média de X. x X = x 0,1 0,7 0,2 b Suponha que dois empregados desse setor de trabalho sejam selecionados aleatoriamente, com reposição. Ache a distribuição de probabilidade exata para a média amostral, X. c Ache a média de X. Como essa média se compara com sua resposta à parte a? 2. De um grupo ou população de 5 estudantes sorteia-se uma amostra aleatória simples de tamanho 3 com o objetivo de se estimar a proporção p de mulheres. Essa população é formada pelos seguintes estudantes: Alberto, Bernardo, Cristina, Denise e Elizabeth e a amostra é retirada com reposição. a Calcule o valor do parâmetro p. b Obtenha a distribuição amostral da proporção amostral. c Mostre que é um estimador não viesado para p. 3. Os comprimentos das peças produzidas por determinada máquina têm distribuição normal com uma média de 172mm e desvio-padrão de 5mm. Calcule a probabilidade de uma amostra aleatória simples de peças ter comprimento médio: a entre 9mm e 175mm; b maior que 178mm; c menor que 5mm. 4. Qual deverá ser o tamanho de uma amostra aleatória simples a ser retirada de uma população N150; 13 2 para que X µ < 6, 5 = 0, 95? 5. O fabricante de uma lâmpada especial afirma que o seu produto tem vida média de horas, com desvio padrão de 0 horas. O dono de uma empresa compra 100 lâmpadas desse fabricante. Qual é a probabilidade de que a vida média dessas lâmpadas ultrapasse horas? 6. Uma amostra de tamanho n = 18 é extraída de uma população normal com média 15 e desvio padrão 2,5. Calcule a probabilidade de que a média amostral a esteja entre 14,5 e,0; b seja maior que,1. 7. Uma empresa produz parafusos em duas máquinas. O comprimento dos parafusos produzidos em ambas é aproximadamente normal com média de 20mm na primeira máquina e mm na segunda máquina e desvio padrão comum de 4mm. Uma caixa com parafusos, sem identificação, é encontrada e o gerente de produção determina que, se o comprimento médio for maior que 23mm, então a caixa será identificada como produzida pela máquina 2. Especifique os possíveis erros nessa decisão e calcule as suas probabilidades. Departamento de Estatística 1
2 8. Definimos a variável e = X µ como sendo o erro amostral da média, onde X é a média de uma aas de tamanho n de uma população com média µ e desvio padrão σ. a Determine Ee e Vare. b Se a população é normal com σ = 20, que proporção das amostras de tamanho 100 terá erro amostral absoluto maior do que duas unidades? c Neste caso, qual deve ser o valor de δ para que r e > δ = 0, 01? d Qual deve ser o tamanho da amostra para que 95% dos erros amostrais absolutos sejam inferiores a uma unidade? 9. Uma fábrica produz parafusos especiais, para atender um determinado cliente, que devem ter comprimento de 8,5 cm. Como os parafusos grandes podem ser reaproveitados a um custo muito baixo, a fábrica precisa controlar apenas a proporção de parafusos pequenos. ara que o processo de produção atinja o lucro mínimo desejável, é necessário que a proporção de parafusos pequenos seja no máximo de 5%. a Supondo que a máquina que produz os parafusos o faça de modo que os comprimentos tenham distribuição normal com média µ e desvio padrão de 1,0cm, em quanto deve ser regulada a máquina para satisfazer as condições de lucratividade da empresa? b ara manter o processo sob controle, é programada uma carta de qualidade. A cada hora será sorteada uma amostra de quatro parafusos e, se o comprimento médio dessa amostra for menor que 9,0 cm, o processo de produção é interrompido para uma nova regulagem da máquina. Qual é a probabilidade de uma parada desnecessária? c Se a máquina se desregulou de modo que o comprimento médio passou a ser 9,5 cm, qual é a probabilidade de se continuar o processo de produção fora dos padrões desejados? 10. Em uma sondagem, perguntou-se a membros de determinado sindicato se eles haviam votado na última eleição para a direção do sindicato e 701 responderam afirmativamente. Os registros oficiais obtidos depois da eleição mostram que 61% dos membros aptos a votar de fato votaram. Calcule a probabilidade de que, dentre membros selecionados aleatoriamente, pelo 701 tenham votado, considerando que a verdadeira taxa de votantes seja de 61%. O que o resultado sugere? 11. Supondo que meninos e meninas sejam igualmente prováveis, qual é a probabilidade de nascerem 36 meninas em 64 partos? Em geral, um resultado é considerado não-usual se a sua probabilidade de ocorrência é pequena, digamos, menor que 0,05. é não-usual nascerem 36 meninas em 64 partos? 12. Com base em dados históricos, uma companhia aérea estima em 15% a taxa de desistência entre seus clientes, isto é, 15% dos passageiros com reserva não aparecem na hora do voo. ara otimizar a ocupação de suas aeronaves, essa companhia decide aceitar 400 reservas para os voos em aeronaves que comportam apenas 350 passageiros. Calcule a probabilidade de que essa companhia não tenha assentos suficientes em um desses voos. Essa probabilidade é alta o suficiente para a companhia rever sua política de reserva? 13. De uma população Nµ; 9 extrai-se uma amostra aleatória simples de tamanho, obtendo-se x i = 60. Desenvolva detalhadamente o intervalo de confiança de 99% para i=1 a média da população. 14. Determine o tamanho da amostra necessário para se estimar a média de uma população normal com σ = 4, 2 para que, com confiança de 95%, o erro máximo de estimação seja ±0, 05. Departamento de Estatística 2
3 15. O peso X de um certo artigo é descrito aproximadamente por uma distribuição normal com σ = 0, 58. Uma amostra de tamanho n = resultou em x = 2, 8. Obtenha o intervalo de confiança de nível de confiança 0, 90.. De uma população normal com σ = 5, retira-se uma amostra aleatória simples de tamanho 50, obtendo-se x = 42. a Obtenha o intervalo de confiança de 95% para a média. b Qual é o erro de estimação? c ara que o erro seja 1, com probabilidade de acerto de 95%, qual deverá ser o tamanho da amostra? 17. Os valores da venda mensal de determinado artigo têm distribuição aproximadamente normal com desvio padrão de R$500,00. O gerente da loja afirma vender, em média, R$34.700,00. O dono da loja, querendo verificar a veracidade de tal afirmativa, seleciona uma amostra aleatória das vendas em determinado mês, obtendo os seguintes valores: , , , , , , , , , , 00 a Obtenha o intervalo de confiança de 95% para a venda média mensal. b Obtenha o intervalo de confiança de 99% para a venda média mensal. c Em qual dos dois níveis de confiança podemos afirmar que o gerente se baseou para fazer a afirmativa? 18. Construa um intervalo de confiança para a proporção populacional de sucessos em cada um dos casos listados a seguir: a n = α = 98% Número de sucessos na amostra = 128 b n = α = 90% Número de sucessos na amostra = Uma amostra de 300 habitantes de uma grande cidade revelou que 180 desejavam a fluoração da água. Encontre o intervalo de confiança para a verdadeira proporção dos que não desejam a fluoração da água: a para um nível de confiança de 95%; b para um nível de confiança de 96%. 20. Querendo estimar a proporção de peças defeituosas em uma linha de produção, examinouse uma amostra de 100 peças, encontrando-se 32 defeituosas. Sabe-se que o estimador para esse tamanho de amostra tem desvio padrão de 3%. Calcule o intervalo de confiança ao nível de significância de 3%. 21. Em uma pesquisa de mercado, 57 das 150 pessoas entrevistadas afirmaram que comprariam determinado produto sendo lançado por uma empresa. Essa amostra é suficiente para se estimar a verdadeira proporção de futuros compradores, com uma precisão de 0,08 e uma confiança de 90%? Em caso negativo, calcule o tamanho de amostra necessário. Departamento de Estatística 3
4 GABARITO 1. a Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus valores, com as probabilidades sendo os pesos. µ = 64 0, , , 2 = 65, 1 b Amostra Média amostral robabilidade 64, , 1 0, 1 = 0, 01 64, 65 64, 5 0, 1 0, 7 = 0, 07 64, , 1 0, 2 = 0, 02 65, 64 64, 5 0, 7 0, 1 = 0, 07 65, , 7 0, 7 = 0, 49 65, 66 65, 5 0, 7 0, 2 = 0, 14 66, , 2 0, 1 = 0, 02 66, 65 65, 5 0, 2 0, 7 = 0, 14 66, , 2 0, 2 = 0, 04 x 64 64, , 5 66 X = x 0, 01 0, 14 0, 53 0, 28 0, 04 c EX = 64 0, , 5 0, , , 5 0, , 04 = 65, 1 = µ 2. a Temos 3 mulheres numa população de 5. Logo, p = 3/5 = 0, 6 b Vamos indicar por A, B, C, D, E os estudantes Alberto, Bernardo, Cristina, Denise e Elizabeth. Há 1 amostras de tamanho 3, conforme listadas na Figura 1. Daí se tira que a distribuição amostral de é dada por k 0 1/3 2/3 1 = k 8/1 36/1 54/1 27/1 c E = = 75 1 = 0, 6 = p Departamento de Estatística 4
5 Figura 1 Distribuição amostral de para a questão 4 3. Seja X = comprimento das peças; então X N172; e n = a b 9 X 175 = X 172 = 2, 4 Z 2, 4 = 2 0 Z 2, 4 = 2 tab2, 4 = 2 0, 4918 = 0, 9836 X > 178 = Z > = Z > 4, c X < 5 = Z < = Z < 5, Temos que X N150; 13 2 e queremos determinar n para que X µ < 6, 5 = 0, 95. Departamento de Estatística 5
6 X 150 < 6, 5 = 0, 95 6, 5 < X 150 < 6, 5 = 0, 95 6, 5 13 < X < 6, 5 13 n n = 0, 95 n 0, 5 n < Z < 0, 5 n = 0, < Z < 0, 5 n = 0, 95 0 < Z < 0, 5 n = 0, 475 tab0, 5 n = 0, 475 0, 5 n = 1, 96 1, 96 n = 0, 5 = 3, 92 n = 3, odemos aceitar que as 100 lâmpadas compradas sejam uma amostra aleatória simples da população referente às lâmpadas produzidas por esse fabricante. Como n = 100 é um tamanho suficientemente grande de amostra, podemos usar o Teorema Limite Central, que nos diz que X N 6. X N 15; 2, ; Logo, X > 50 = X > = Z > 2, 0 = 0, 5 0 Z 2 = 0, 5 tab2, 0 = 0, 5 0, 477 = 0, a b 14, 5 X = 14, Z 2, , = 0, 85 Z 1, 70 = 0, 85 Z < Z 1, 70 = 0 Z 0, Z 1, 70 = tab0, 85 + tab1, 70 = 0, X >, 1 =, 1 15 Z > 2, = Z > 1, 87 = 0, 5 0 Z 1, 87 = 0, 5 tab1, 87 = 0, Os erros são: E 1 estabelecer que são da máquina 1, quando, de fato, foram produzidos pela máquina 2 ou E 2 estabelecer que são da máquina 2, quando, de fato,foram produzidos pela máquina 1. Departamento de Estatística 6
7 A regra de decisão é a seguinte: X > 23 = máquina 2 X 23 = máquina 1 Na máquina 1 o comprimento é N20; e na máquina 2, N;. E 1 = [ X 23 X N = 23 Z 1 ; ] = Z 2 = Z 2 = 0, 5 tab2, 0 = 0, 5 0, 477 = 0, E 2 = [ X > 23 X N = Z > 1 = Z > 3 = 0, 5 tab3, 0 = 0, 5 0, = 0, ; ] 8. Note que e é igual a X menos uma constante e sabemos que EX = µ e VarX = σ2 n. a Das propriedades da média e da variância, resulta que b X Nµ; 20 2 e n = 100. Queremos Ee = EX µ = µ µ = 0 Vare = V arx = σ2 n e > 2 = e < 2 + e > 2 = X µ < 2 + X µ > 2 X µ = 20 < 2 X µ > = Z < 1 + Z > 1 = 2 Z > 1 = 2 [0, 5 tab1, 0] = 0, Departamento de Estatística 7
8 c d X µ 20 < δ n < Z < 0 e > δ = 0, 01 e < δ + e > δ = 0, 01 X µ < δ + X µ > δ = 0, 01 X µ + 20 > δ 20 = 0, Z < δ 2 0, 5 + Z > δ 2 2 Z > δ 2 Z > δ 2 0 Z δ 2 0 Z δ 2 δ tab 2 δ 2 e < 1 = 0, 95 1 < X µ < 1 = 0, < Z < 1 20 n n + 0 Z < 1 20 n 2 0 Z < 1 20 n 0 Z < 1 20 n = 0, 95 = 0, 95 = 0, 95 = 0, 475 = 0, 01 = 0, 01 = 0, 005 = 0, 005 = 0, 495 = 0, 495 = 2, 58 δ = 5, n 20 = 1, 96 n = 39, 2 n arafusos pequenos: X < 8, 5, onde X Nµ; 1 é o comprimento do parafuso. a Como X < 8, 5 = 0, 05, resulta que 8,5 tem de ser menor que µ, ou seja, a abscissa 8, 5 µ tem de estar no lado negativo da escala da normal padronizada. X < 8, 5 = 0, 05 Z < 8, 5 µ = 0, 05 1 Z > 8, 5 µ = 0, Z µ 8, 5 = 0, 45 µ 8, 5 = 1, 64 µ = 10, 14 Departamento de Estatística 8
9 b arada desnecessária: amostra indica processo fora de controle X < 9, quando, na verdade, o processo está sob controle µ = 10, 14. [ X < 9 X N 10, 14; 1 ] 9 10, 14 = Z < 4 0, 5 = Z < 2, 28 = Z > 2, 28 = 0, 5 0 Z 2, 28 = 0, 5 tab2, 28 = 0, 5 0, 4887 = 0, 0113 c Máquina desregulada: X > 9; processo operando sem ajuste: X N 9, 5; 1 [ X > 9 X N 9, 5; 1 ] Se a proporção de votantes é de 61%, então N = Z > 9 9, 5 = Z > 1 0, 5 = 1 < Z < 0 + Z 0 = 0 < Z < 1 + Z 0 = tab1, 0 + 0, 5 = 0, , 61; 0, 61 0, 39 e, portanto , 61 Z , 61 0, 39 = Z 5, 81 = Se a proporção de votantes é de 61%, a probabilidade de encontrarmos 701 ou mais votantes em uma aas de é muito baixa. Talvez as pessoas entrevistadas não estejam sendo sinceras, com vergonha de dizer que não votaram Se meninos e meninas são igualmente prováveis, então N 0, 5 0, 5 e, por- 64 tanto , 5; 36 Z 64 0, 5 0, 5 0, 5 = Z 1 = 0, 5 tab1, 0 = 0, 5 0, 3413 = 0, Como essa é uma probabilidade alta, concluímos que é usual obtermos 36 meninas em 64 partos. 12. Seja a proporção dos que se apresentam para o voo. Então, 0, 85 0, 15 N 0, 85; 400 e, portanto , 85 Z 400 0, 85 0, 15 = Z 1, 4 = 0, 5 tab1, 4 = 0, 5 0, 4192 = 0, Essa é uma probabilidade um pouco alta; talvez valha a pena a companhia rever a política de reservas e aceitar menos que 400 reservas. Departamento de Estatística 9
10 13. É dado que X Nµ; 9. Como n =, sabemos que X N µ; 9 Com 1 α = 0, 99, temos que α = 0, 01 e α/2 = 0, 005. Assim, temos de procurar no corpo da tabela a abscissa correspondente ao valor 0, 5 0, 005 = 0, 495, o que nos dá z 0,005 = 2, 58. Então r 2, 58 Z 2, 58 = 0, 99 r 2, 58 X µ 2, 58 = 0, 99 9 r 2, 58 9 X µ 2, 58 r 1, 548 X µ 1, 548 = 0, 99 rx 1, 548 µ X + 1, 548 = 0, 99 9 = 0, 99 Como a média amostral obtida é x = 60 = 2, 4, o intervalo de confiança de 99% de confiança é [2, 4 1, 548 ; 2, 4 + 1, 548] = [0, 852 ; 3, 948] 14. Queremos ɛ 0, 05, com σ = 4, 2 e 1 α = 0, α = 0, 95 z α/2 = 1, 96 Então 1, 96 4, 2 n 0, 05 1, 96 4, 2 n = 4, 64 0, 05 n 27106, 3296 Logo, o tamanho mínimo necessário é n = É dado que X Nµ; 0, Como a variância é conhecida, o valor crítico vem da distribuição normal. Com 1 α = 0, 90, temos que α = 0, 10 e α/2 = 0, 05. Assim, temos de procurar no corpo da tabela a abscissa correspondente ao valor 0, 5 0, 05 = 0, 45, o que nos dá z 0,05 = 1, 64. Logo, a margem de erro é e o intervalo de confiança de 99% é ɛ = 1, 64 0, 58 5 = 0, [2, 8 0, ; 2, 8 + 0, 19024] = [2, ; 2, 99024]. α = 0, 05 1 α = 0, 95 z 0,0 = 1, 96 a A margem de erro é ɛ = 1, = 1, 3859 Logo, o intervalo de confiança de nível de confiança 0,95 é [42 1, ; , 3859] = [40, 6141 ; 43, 3859] Departamento de Estatística 10
11 b Como visto em a a margem de erro é ɛ = 1, c Temos de reduzir a margem de erro; logo, o tamanho da amostra terá que ser maior que 50. Logo, n deve ser no mínimo igual a A média amostral é x = = ɛ = 1, n n 1, 96 5 = 9, 8 n 9, 8 2 = 96, 04 a A margem de erro é ɛ = 1, = 309, 9 Logo, o intervalo de confiança de nível de confiança 95% é [ , 9 ; , 9] = [34.002, 1 ; , 9] b A margem de erro é ɛ = 2, = 407, 93 Logo, o intervalo de confiança de nível de confiança 95% é [ , 93 ; , 93] = [33.904, 07 ; , 93] c O gerente deve estar usando o nível de confiança de 99%. 18. a α = 2% 1 α = 98% z 0,01 = 2, 33 p = = 0, ɛ = 2, 33 e o intervalo de confiança é 0, , = 0, [0, , 03897; 0, , 03897] = [0, 17433; 0, 227] b α = 10% 1 α = 90% z 0,05 = 1, 64 p = = 0, ɛ = 1, 64 e o intervalo de confiança é 0, 55 0, = 0, [0, 597 0, 02355; 0, , 02355] = [0, 56812; 0, 61522] 19. O problema pede a estimativa para a proporção dos que não querem a fluoração; logo, p = = 0, 4 Departamento de Estatística 11
12 a α = 5% 1 α = 95% z 0,0 = 1, 96 ɛ = 1, 96 e o intervalo de confiança é 0, 4 0, = 0, b 1 α = 96% z 0,02 = 2, 05 [0, 4 0, 05544; 0, 4 + 0, 05544] = [0, 34456; 0, ] ɛ = 2, 05 e o intervalo de confiança é 0, 4 0, = 0, [0, 4 0, 05798; 0, 4 + 0, 05798] = [0, 34202; 0, ] 20. p = = 0, 38. ara uma margem de erro de 0,08 e um nível de confiança de 90%, o tamanho da amostra teria de ser 1, 64 2 n 0, 38 0, 62 = 99, 011 0, 08 Como o tamanho da amostra é 150, essa amostra é suficiente. 21. a p = b E = = 0, 0, 0, = 0, c 1 α = 0, 80 z 0,1 = 1, 28 [0, 1, 28 0, 0251; 0, + 1, 28 0, 0251] = [0, 22229; 0, 27771] Departamento de Estatística 12
x P(X = x) 0,1 0,7 0,2
GET001 Fundamentos de Estatística Aplicada Lista de Exercícios Módulo IV Parte a Profa. Ana Maria Farias 2017-1 CAPÍTULOS 1 e 2 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade
Leia maisx P(X = x) 0,1 0,7 0,2
GET00172 Fundamentos de Estatística Aplicada Lista de Exercícios Inferência Profa. Ana Maria Farias CAPÍTULOS 1 e 2 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade
Leia mais1. (a) Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus valores, com as probabilidades sendo os pesos.
GET00172 - Fundamentos de Estatística Aplicada Gabarito da Lista de Exercícios Inferência rofa. Ana Maria Farias 1. a Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus
Leia maisUniversidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA
Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA Estatística Básica para Engenharia Prof. Mariana Albi 8 a Lista de Exercícios Assuntos: Inferência Estatística.
Leia maisSolução dos Exercícios - Capítulos 1 a 3
Capítulo 9 Solução dos Exercícios - Capítulos a 3 9. Capítulo. a Como o valor se refere aos pacientes estudados, e não a todos os pacientes, esse é o valor de uma estatística amostral. b Estatística amostral
Leia maisA 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 Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através
Leia maisAula 7 Intervalos de confiança
Aula 7 Intervalos de confiança Nesta aula você aprenderá um método muito importante de estimação de parâmetros. Na aula anterior, você viu que a média amostral X é um bom estimador da média populacional
Leia mais3 2σ 2] = σ 2 C = 1 6
GET008 - Estatística II Lista de Exercícios Inferência para uma população Profa. Ana Maria Farias. Seja X, X,, X 6 uma amostra aleatória simples de tamanho 6 de uma população Nµ; σ. Determine o valor da
Leia maisProfessora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
Leia maisIntervalos de Confiança
Universidade Federal do Paraná - Departamento de Estatística Projeto de Extensão Estatística com Recursos Computacionais Lista de Exercícios: Capitulos 4 Intervalos de Confiança Observação: Interpretar
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 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 maisDistribuições Amostrais - Tamanho da Amostra
Distribuições Amostrais - Tamanho da Amostra Prof. Eduardo Bezerra Inferência Estatística 21 de Setembro de 2018 Eduardo Bezerra (CEFET/RJ) Tamanho da Amostra 1 / 10 Motivação Suponha que queremos estimar
Leia maisEstatística Aplicada
Estatística Aplicada Intervalos de Confiança Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada INTERVALOS DE CONFIANÇA Processos de estimação Estimação por ponto: o processo em
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS Um dos principais objetivos da estatística inferencial consiste em estimar os valores de parâmetros populacionais desconhecidos (estimação de parâmetros) utilizando dados amostrais.
Leia maisTeorema central do limite e es/mação da proporção populacional p
Teorema central do limite e es/mação da proporção populacional p 1 RESULTADO 1: Relembrando resultados importantes Seja uma amostra aleatória de tamanho n de uma variável aleatória X, com média µ e variância
Leia maisBioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: inferência Nome: GABARITO
Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: inferência Nome: GABARITO GRR: Observação: em todos os problemas que envolvem teste de hipótese, é necessário
Leia maisMétodos Quantitativos
Métodos Quantitativos Unidade 3 Estatística inferencial parte I Prof. Me. Diego Fernandes 1 Sumário Seção Slides 3.1 Noções de probabilidade 03 21 3.2 Distribuição dos estimadores 22 41 3.3 e 3.4 - Testes
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 maisIntrodução à Probabilidade e à Estatística II
Introdução à Probabilidade e à Estatística II Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) Lígia Henriques-Rodrigues MAE0229 1º semestre 2018 1 / 36
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 maisProfessora Ana Hermínia Andrade. Período
Estimação intervalar Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Estimação Intervalar Vimos que como
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16
Leia maisi. f Y (y, θ) = 1/θ... 0 y θ 0... y < 0 ou y > θ Se a amostra selecionada foi ( ), qual será a estimativa para θ?
Fundação Getulio Vargas Curso: Graduação Disciplina: Estatística Professor: Moisés Balassiano Lista de Exercícios Inferência. Seja (Y, Y 2,..., Y n ) uma amostra aleatória iid, de tamanho n, extraída de
Leia maisX 2. (σ 2 + µ 2 ) = 1 n (nσ 2 + nµ 2 ) = σ 2 + µ 2. µ = 0 E(T ) = σ 2
Estatística II (GET00182) Turma A1 Prova 1 20/10/2017 2/2017 NOME: GABARITO 1. Seja X 1, X 2,, X n uma amostra aleatória simples de uma população X com média µ e variância σ 2. (a) Mostre que, se µ = 0,
Leia maisMAE0229 Introdução à Probabilidade e Estatística II
Exercício Entre jovens atletas, um nível alto de colesterol pode ser considerado preocupante e indicativo para um acompanhamento médico mais frequente. Suponha que são classificados como tendo taxa de
Leia maisDistribuições amostrais
Distribuições amostrais Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br October 14, 2014 Souza () Distribuições amostrais October 14, 2014 1 / 23 Distribuição Amostral Objetivo Estender a noção de uma
Leia maisProf. Eduardo Bezerra. 15 de setembro de 2017
Distribuições Amostrais Prof. Eduardo Bezerra Inferência Estatística 15 de setembro de 2017 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 28 Roteiro Distribuições amostrais 1 Distribuições amostrais
Leia maisInferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Leia maisESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em simplificaaulas.com
ESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em Conceitos e Fundamentos População: conjunto de elementos, número de pessoas de uma cidade. Amostra: parte
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia mais308 CAPfTU LO 11 - ESTIMAÇÃO Observe que o primeiro intervalo tem amplitude menor que o segundo. Outra observação importante é que por ( 11.40) e um r
308 CAPfTU LO 11 - ESTIMAÇÃO Observe que o primeiro intervalo tem amplitude menor que o segundo. Outra observação importante é que por ( 11.40) e um r fixo, os intervalos que podemos obter para amostras
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 maisAula 9 Intervalo de confiança para a média da N(μ; σ 2 ), σ 2 desconhecida
Aula 9 Intervalo de confiança para a média da N(μ; σ 2 ), σ 2 desconhecida Nesta aula você completará seu estudo básico sobre intervalos de confiança, analisando o problema de estimação da média de uma
Leia maisEstatística II. Intervalo de Confiança Lista de Exercícios
Estatística II Intervalo de Confiança Lista de Exercícios 1. IC da Média com a Variância Populacional Desconhecida De 50.000 válvulas fabricadas por uma companhia, retira-se uma amostra de 400 válvulas,
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Leia maisEstatística. Guia de Estudos P1
Estatística Guia de Estudos P1 1. Introdução O objetivo principal do curso de estatística é dar as ferramentas necessárias para o aluno saber analisar e manipular dados e, a partir deles, extrair conclusões
Leia maisMAE0212 Introdução à Probabilidade e Estatística II
MAE01 Introdução à Probabilidade e Estatística II Gabarito-Lista 3 Exercicio 1 (a) Cada X i N(µ, σ ). Tamanho da amostra n = 9, desvio padrão σ =. A amostra é: 4.9, 7.0, 8.1, 4.5, 5.6, 6.8, 7., 5.7, 6..
Leia maisLes Estatística Aplicada II AMOSTRA E POPULAÇÃO
Les 0407 - Estatística Aplicada II AMOSTRA E POPULAÇÃO AULA 1 04/08/16 Prof a Lilian M. Lima Cunha Agosto de 2016 Estatística 3 blocos de conhecimento Estatística Descritiva Levantamento e resumo de dados
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Profa. Airlane P. Alencar e Prof. Francisco Marcelo M. da Rocha 11 de Setembro de 2018 Alencar, A.P. e Rocha, F.M.M. (IME-USP e EPPEN - UNIFESP) Estatística I 11 de
Leia maisTestes de Hipótese PARA COMPUTAÇÃO
Testes de Hipótese MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Testes de Hipóteses Um teste de hipótese é uma técnica de análise usada para estimar se uma hipótese sobre a população está correta,
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Prof. Dr. Francisco Marcelo M. da Rocha 10 de Setembro de 2018 Rocha, F.M.M. (EPPEN - UNIFESP) Estatística I 10 de Setembro de 2018 1 / 60 Índice 1 Objetivo da Aula
Leia maisProfa.: Patricia Maria Bortolon, D.Sc. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 9-1
MÉTODOS QUANTITATIVOS APLICADOS À CONTABILIDADE Profa.: Patricia Maria Bortolon, D.Sc. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 9-1 Fundamentos de Testes
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuição Amostral da Média Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.
Leia maisMAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 1 o semestre de 201 O tempo de vida útil de uma lavadora de roupas automática tem distribuição aproximadamente Normal, com média de 3,1 anos e desvio padrão de 1,2 anos. a Qual deve ser o valor
Leia maisInferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva
Inferência Estatística: Prof.: Spencer Barbosa da Silva Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
Leia maisIntrodução a Estatística
Introdução a Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O curso foi dividido em três etapas: 1 vimos como
Leia maisContabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Contabilometria Prof.: Patricia Maria Bortolon, D. Sc. Intervalos de Confiança Fonte: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisErro e Tamanho Amostral
Erro e Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ 30 de agosto de 2018 Londrina 1 / 17 Estimação é o nome técnico para o processo que consiste em se utilizar os dados de uma amostra para
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7: Intervalos de Confiança com uma amostra Leitura obrigatória: Devore, cap 7 ou Montgomery e Runger, cap 8 Chap 8-1 Objetivos Como inferir sobre um parâmetro da população,
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O curso foi dividido em três etapas:
Leia maisLista de Exercícios #8 Assunto: Teste de Hipóteses
. ANPEC 8 - Questão 5 Indique se as seguintes considerações sobre a teoria dos testes de hipótese são verdadeiras (V) ou falsas (F): () No teste de hipótese para proporções, se a variância da proporção
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisLucas Santana da Cunha e 30 de julho de 2018 Londrina
Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 e 30 de julho de 2018 Londrina 1 / 18 Já se discutiu a diferença entre estimador e parâmetro: População Amostra Média
Leia maisEntão, a distribuição de converge para a distribuição normal com média nμ e variância nσ 2
Aula 6 Distribuição amostral da proporção Nesta aula você verá uma importante aplicação do Teorema Central do Limite: iremos estudar a distribuição amostral de proporções. Assim, você verá os resultados
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 maisPRO 3200 Estatística. Prova P1 19/10/2015
Prova P1 19/10/2015 Questão 01 (3,0 pontos) As Linhas Aéreas Botucatu (LAB) estão fazendo um estudo sobre a ocupação de suas aeronaves, cuja capacidade máxima é de 50 passageiros. Os últimos 100 voos da
Leia maisProbabilidade e Estatística
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo
Leia maisESTIMAÇÃO POR INTERVALO DE CONFIANÇA. Profª Sheila Oro 1
ESTIMAÇÃO POR INTERVALO DE CONFIANÇA Profª Sheila Oro 1 DEFINIÇÃO Um itervalo de confiança (ou estimativa intervalar) é uma faixa (ou um intervalo) de valores usada para se estimar o verdadeiro valor de
Leia maisTÉCNICAS DE AMOSTRAGEM
TÉCNICAS DE AMOSTRAGEM Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Teorema Central do Limite (TCL) Se y 1, y 2,...,
Leia maisEstimador: combinação dos elementos da amostra, construída com a finalidade de representar, ou estimar, um parâmetro de interesse na população.
Objetivo: tirar conclusões sobre uma população com base na informação de uma amostra. estimação testes de hipóteses Parâmetro metro: quantidades desconhecidas da população e sobre as quais temos interesse.
Leia maisLista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL.
Introdução à Inferência Estatística Departamento de Física é Matemática. USP-RP. Prof. Rafael A. Rosales 5 de setembro de 004 Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL. 1 Medidas Resumo DISTRIBUIÇÕES
Leia maisEstimação: (A) Propriedades e Distribuições Amostrais
Estimação: (A) Propriedades e Distribuições Amostrais Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quantitativos para Ciência da Computação Experimental Revisão Virgílio A. F. Almeida Maio de 2008 Departamento de Ciência da Computação Universidade Federal de Minas Gerais FOCO do curso Revisão
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 01 de Julho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma população. Serão usadas as distribuições
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisEstimação de valores. Luiz Carlos Terra
Luiz Carlos Terra Nesta aula, você conhecerá a parte mais importante da estatística, que é conhecida como inferência estatística, ou seja, você aprenderá como usar os dados de uma amostra para estimar
Leia maisEstatística Aplicada II. } Estimação e Intervalos de Confiança
Estatística Aplicada II } Estimação e Intervalos de Confiança 1 Aula de hoje } Tópicos } Revisão } Estimação } Intervalos de Confiança } Referências } Barrow, M. Estatística para economia, contabilidade
Leia maisIntervalos de Confiança
Intervalos de Confiança Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016 1 2 Teorema do Limite Central Se amostras de tamanho n
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia maisMAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e
Leia maisAULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade
Leia maisGET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P2 Profa. Ana Maria Farias
GET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P Profa. Ana Maria Farias 1. Em 00, Kaspersky Lab relatou que aproximadamente 0% de todos os e-mails são lixo ou spam.
Leia maisTestes de hipóteses (exemplos)
Testes de hipóteses (exemplos) LCE 0211 Estatística Geral Prof a.: Izabela Regina Cardoso de Oliveira Motivação Exemplo 1) (Magalhães e Lima, 2010) Suponha que, entre pessoas sadias, a concentração de
Leia maisMétodos Estatísticos Aplicados à Economia II (GET00118) Inferência Estatística
Universidade Federal Fluminense Instituto de Matemática e Estatística Métodos Estatísticos Aplicados à Economia II (GET00118) Inferência Estatística Ana Maria Lima de Farias Departamento de Estatística
Leia maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisLista Estimação Pontual Estatística Aplicada à Engenharia de Produção Prof. Michel H. Montoril
Exercício 1. (Kokoska, 2013) Estudos indicam que residências canadenses desperdiçam, aproximadamente, de 389 a 513 quilowatts-hora de eletricidade por ano. Esse desperdício é causado por aparelhos eletrônicos
Leia maisExemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média
Exemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média µ = 505g e desvio padrão σ = 9g. a) Selecionado ao acaso um pacote embalado
Leia maisMAE Introdução à Probabilidade e à Estatística II. Lista de Exercícios 5-1 sem de Profa. Lígia Henriques-Rodrigues
MAE0229 - Introdução à Probabilidade e à Estatística II Lista de Exercícios 5-1 sem de 2018 Classe Profa. Lígia Henriques-Rodrigues 1. Um fabricante de fibra têxtil está investigando um novo fio de cortina,
Leia maisAmostragem e distribuições por amostragem
Amostragem e distribuições por amostragem Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Contabilidade e Administração População, amostra e inferência estatística
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma
Leia maisContabilometria Aula 6. Prof.: Patricia Maria Bortolon, D. Sc.
Contabilometria Aula 6 Prof.: Patricia Maria Bortolon, D. Sc. Teste de Hipóteses Fonte: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição
Leia maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Prof. Marcos Pó Métodos Quantitativos para Ciências Sociais Distribuição amostral Duas amostragens iguais
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 9 Fundamentos de Testes de Hipóteses Leitura: Devore, Capítulo 8 Chap 9-1 Objetivos Neste capítulo, vamos aprender: Os princípios básicos de testes de hipóteses Estabelecer
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia maisLISTA DE EXERCICIOS 3
INTRODUÇÃO À ESTATÍSTICA - ET101 LISTA DE EXERCICIOS 3 PROF. JOSÉ CERDA-HERNÁNDEZ (1) Um jornal de uma determinada cidade tem 200 jornaleiros cadastrados. 20 jornaleiros vendem em média cinquenta jornais
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 maisTeoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas
Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2
Leia mais6- Probabilidade e amostras: A distribuição das médias amostrais
6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisEnrico A. Colosimo Depto. Estatística UFMG
Bioestatística F Conceitos de Teste de Hipóteses Enrico A. Colosimo Depto. Estatística UFMG http://www.est.ufmg.br/~enricoc/ f(x).4.35.3.25.2.15.1.5 Tabela Normal Padronizada Distribuicao Gaussiana com
Leia maisMétodos Estatísticos
Métodos Estatísticos 7 Inferência Estatística stica Estimação de Parâmetros Proporções Referencia: Estatística Aplicada às Ciências Sociais, Cap. 9 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Estimação
Leia maisTestes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto
Leia maisUniversidade Federal da Paraíba Departamento de Estatística Lista Intervalo de Confiança e Teste de Hipótese
1. Considere a amostra aleatória simples X = X 1,X 2,X 3,X 4 de uma população com µ e desvio padrão σ. Dois estimadores da verdadeira média populacional µ são apresentados a seguir: µ 1 = X 1 + 3X 3 2
Leia maisEstatística e Probabilidade, D3, Escolha a alternativa correta e indique no gabarito de respostas
Estatística e Probabilidade, D3, 2019 Escolha a alternativa correta e indique no gabarito de respostas 1. controle de qualidade de uma fábrica acusa 1% de peças defeituosas no seu processo de fabricação
Leia maisIntervalos de confiança
Intervalos de confiança Cristian Villegas clobos@usp.br Outubro de 2013 Apostila de Estatística (Cristian Villegas) 1 Estimação dos Parâmetros Estimação é o nome técnico para o processo que consiste em
Leia mais