Lista IC, tamanho de amostra e TH

Tamanho: px
Começar a partir da página:

Download "Lista IC, tamanho de amostra e TH"

Transcrição

1 Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99% Como ão temos o desvio padrão populacioal, devemos calcular o Itervalo de Cofiaça com base o desvio padrão amostral. O Itervalo de Cofiaça é: [x t 1,α S ; x + t 1,α S ] Probabilidade do I.C. coter o valor da média populacioal = 1 α = 99% α = 1% S = desvio padrão da amostra = i=1 (x i x )² 1 x = média da amostra = 19,33 S = 3,3 = úmero de elemetos da amostra = 1 t 1,α = t 11,0,5% = 3,106 Assim: I.C.= [19,33 3,106 3,3 I.C. = [16,43;,3] I.C. = 19,33 ±,90 1 3,3 ; 19,33 + 3,106 ] = [19,33,90; 19,33 +,90] 1. Um estagiário deseja costruir um itervalo de cofiaça para a resistêcia média de um certo tipo de parafuso. Este IC deve ter ível de cofiaça de pelo meos 99% e sua amplitude total ão deve ser superior a 0,5 Kgf/mm. Para determiar o tamaho da amostra, ele aalisou algus parafusos (amostra piloto) e obteve os seguites dados N = 0 Média Amostral = 56,5 Kgf/mm Desvio Padrão Amostral = 1,5 Kgf/mm Para determiarmos o tamaho da amostra, utilizamos os dados da amostra piloto por meio da seguite fórmula: = ( t 1,α S ) e 0 = quatidade de elemetos da amostra piloto = 0 Probabilidade do I.C. coter o valor da média populacioal = 1 α = 99% α = 1% t 1,α = t 19,0,5% =,861 S = desvio padrão amostral = 1,5 kgf/mm² e 0 = semi amplitude do Itervalo de Cofiaça 0,5 kgf/mm². Aalisaremos o caso limite em que e 0 vale 0,5 kgf/mm². = (,861 1,5 ) = 73,67 74 elemetos 0,5 3. Sua empresa está pesado em auciar seus produtos um uma estação de rádio. Uma pesquisa sobre audiêcia com 600 ouvites mostrou que esta estação era a preferida de 48 deles. Costrua um itervalo com 95% de cofiaça para a audiêcia da estação.

2 O Itervalo de Cofiaça é: [p z α p (1 p ) ; p + z α p (1 p ) ] p = frequêcia relativa amostral = 48/600 = 0,08 Probabilidade do I.C. coter o valor da frequêcia relativa populacioal = 1 α = 95% α = 5% z α = z,5% = valor para o qual P(0 Z z,5% ) = 0,5 α P(0 Z z,5% ) = 0,5 0,05 = 0,475 z,5% = 1,96 = tamaho da amostra = 600 Assim: I.C. = [0,08 1,96 0,08(1 0,08) 600 ; 0,08 + 1,96 0,08(1 0,08) ] 600 I.C. = [0,08 0,0; 0,08 + 0,0] = [0,058; 0,10] 4. Sabe-se que o percetual de pessoas que comprariam um determiado produto está etre 15% e 5%. Cotudo, o gerete de produto gostaria de costruir um itervalo de cofiaça ao ível de 99% para a parcela da população que compraria o produto cuja semi-amplitude ão fosse superior a %. Qual deveria ser o tamaho da amostra? Para descobrirmos o tamaho da amostra, devemos usar a seguite fórmula: = ( z α ) p(1 p) e 0 O problema é que descohecemos p (proporção populacioal) e p (proporção amostral). Porém podemos aalisar o fator p(1-p): No eixo x temos p e o eixo y temos p(1-p). É uma parábola com valor máximo igual a 0,5. Como sabemos que a proporção p de pessoas que comprariam um determiado produto está etre 15% e 5%, podemos aalisar o caso limite em que p vale 0,5. Este é o caso o qual o fator p(1-p) atige o valor máximo para p etre 0,15 e 0,5. Desse modo: = ( z α ) 0,5(1 0,5) = ( z α ) 0,1875 e 0 e 0 Probabilidade do I.C. coter o valor da frequêcia relativa populacioal = 1 α = 99% α = 1% z α = z 0,5% = valor para o qual P(0 Z z 0,5% ) = 0,5 α P(0 Z z 0,5% ) = 0,5 0,01 = 0,495 z 0,5%,58 e 0 = semi amplitude do Itervalo de Cofiaça % = 0,0. Aalisaremos o caso limite em que e 0 vale 0,0. = (,58 0,0 ) 0,1875 = 310, 311 elemetos.

3 5. Um egeheiro está avaliado a precisão de uma máquia que produz esferas para rolametos. Ele colheu uma amostra cujos, dados estão abaixo, e aalisou o diâmetro das esferas. Costrua um itervalo de cofiaça ao ível de 90% para variâcia populacioal. N = 0 Média Amostral = 3 mm Desvio Padrão Amostral = 1, mm O Itervalo de Cofiaça é: [ ( 1) S Χ ; ( 1) S 1,α/ Χ ] 1,1 α/ Probabilidade do I.C. coter o valor da variâcia populacioal = 1 α = 90% α = 10% S = desvio padrão amostral = 1, mm S = 1,44 mm² = Χ 19,5% = 30,144 Χ 1,α/ Χ 1,1 α/ Assim: I.C. = [ 19 1,44 = Χ 19,95% ; 19 1,44 30,144 10,117 = 10,117 ] = [0,908;,704] 6. Um técico de basquete está aalisado a possibilidade de cotratar um ovo ala para sua equipe. Ele recebeu a iformação que este jogador tem uma média de potos por partida superior a 16 e uma média de assistêcias por partida superior a 8. Para verificar esta iformação ele aalisou os dados das últimas 10 partidas (ver tabela abaixo) com ível de sigificâcia de 5%. As afirmações sobre potuação e assistêcia são aceitáveis? Partida Potos Assistêcias Para verificarmos se a afirmação sobre a potuação é aceitável, devemos testar a seguite hipótese: H 0 : μ = 16 H 1 : μ > 16 Como o desvio padrão populacioal é descohecido, rejeita-se H 0 se t 1 > t 1,α. α = ível de sigificâcia = 5% = tamaho da amostra = 10 t 1 = t 9 = x μ 0 S x = média da amostra = 16,9 μ 0 = valor a ser testado = 16 S = desvio padrão da amostra = t 9 = 16,9 16 3,31 10 = 0,860 t 1,α = t 9,5% = 1,833 i=1 (x i x )² 1 = 3,31

4 Como t 9 < t 9,5%, aceita-se H 0, ou seja, a média de potos ão é superior a 16 ao ível de sigificâcia de 5%. Para verificarmos se a afirmação sobre as assistêcias é aceitável, devemos testar a seguite hipótese: H 0 : μ = 8 H 1 : μ > 8 Como o desvio padrão populacioal é descohecido, rejeita-se H 0 se t 1 > t 1,α. α = ível de sigificâcia = 5% = tamaho da amostra = 10 μ 0 = valor a ser testado = 8 t 1 = t 9 = x μ 0 S x = média da amostra = 13,1 S = desvio padrão da amostra = i=1 (x i x )² 1 =,47 t 9 = 13,1 8 = 6,59,47 10 t 1,α = t 9,5% = 1,833 Como t 9 > t 9,5%, rejeita-se H 0, ou seja, a média de assistêcias é superior a 8 ao ível de sigificâcia de 5%. 7. Um gerete recebeu a iformação de que um fucioário estava com um desempeho médio abaixo do aceitável. O míimo aceitável para a produção média é de 500 uidades por dia. Na última semaa (5 dias úteis) a produção média do fucioário foi de 475 uidade com desvio padrão de 10. O desempeho está baixo? Use um ível de cofiaça de 1%. Para verificarmos se o desempeho está baixo, devemos testar a seguite hipótese: H 0 : μ = 500 H 1 : μ < 500 Como o desvio padrão populacioal é descohecido, rejeita-se H 0 se t 1 < t 1,α. α = ível de cofiaça = 1% = tamaho da amostra = 5 t 1 = t 4 = x μ 0 S x = média da amostra = 475 μ 0 = valor a ser testado = 500 S = desvio padrão da amostra = 10 t 4 = = 5, t 1,α = t 4,1% = 3,747 Como t 4 < t 4,1%, rejeita-se H 0, ou seja, o desempeho está baixo (produção média abaixo de 500 uidades) ao ível de cofiaça de 1%. 8. Uma empresa fez uma campaha de comuicação e deseja agora avaliar o desempeho desta iiciativa. Nos critérios atuais, uma campaha é cosiderada de sucesso se coseguir atigir pelo meos 30% do seu público alvo. Em uma amostra de 40 idivíduos, 0 afirmaram que viram as peças publicitárias. Ao afirmar que a campaha é um sucesso, qual a probabilidade de estar cometedo um erro? A empresa deseja avaliar se sua campaha é um sucesso, ou seja, se atige pelo meos 30% do seu público alvo. Assim, ela deve realizar o seguite teste: H 0 : p 0,3 H 1 : p > 0,3 ou, de modo aálogo:

5 H 0 : p = 0,3 H 1 : p > 0,3 Ambos são iguais se levarmos em cosideração que o segudo caso estamos elimiado a possibilidade de p < 0,3. Queremos saber qual a probabilidade da empresa estar cometedo um erro ao afirmar que a campaha é um sucesso. Em outras palavras, queremos saber qual é a probabilidade de rejeitar H 0 tal que H 0 é verdadeira. Essa probabilidade é exatamete a defiição do ível de sigificâcia (α). P(rejeitar H 0 /H 0 é verdadeira) = α Assim, queremos descobrir qual é o valor de α. Observe que podemos supor que p 5 e (1 p) 5. H 0 será rejeitada se z > z α. p p 0 z = p 0 (1 p 0 ) p = proporção observada a amostra = 0/40 = 0,5 p 0 = valor que queremos testar = 0,3 0,5 0,3 z = =,76 0,3(1 0,3) 40 No caso limite, z = z α (é o caso ode α será meor). Assim, z α =,76. Procurado a tabela, ecotramos P(0 Z z α ) = 0,4971 = 0,5 α α = 0,009 = 0,9%. 9. Um comprador deve escolher etre dois forecedores de parafusos. A escolha do forecedor será baseada a resistêcia dos parafusos. Uma amostra de cada fabricate foi aalisada e os resultados obtidos estão a tabela abaixo. Amostra 1 Tamaho 8 6 Média 56,38 64,5 Desvio padrão 0,74 3,15 a) O forecedor 1 é melhor por que a média de sua resistêcia é maior. b) O forecedor é melhor por que a média de sua resistêcia é maior. c) O forecedor 1 é melhor por que a variâcia de sua resistêcia é meor. d) O forecedor é melhor por que a variâcia de sua resistêcia é meor. e) O forecedor 1 é melhor por que a variâcia de sua resistêcia é maior. Já que a escolha do comprador será baseada a resistêcia dos parafusos, devemos verificar qual forecedor etrega a maior média de resistêcia. Assim, testaremos as hipóteses: H 0 : μ 1 = μ H 1 : μ 1 < μ ou μ > μ 1 Perceba que os dados ão são emparelhados (ou seja, as amostras ão estão relacioadas por algum critério de modo que haja uma ifluêcia marcate sobre ambas). Além disso, ão cohecemos os desvios padrão populacioais e ão sabemos se são iguais. Assim, utilizaremos o método de Aspi-Welch, já que as amostras ão são grades: H 0 será rejeitada se t ν < t ν,α. x 1 x 56,38 64,5 t ν = = S S 0, ,15 6 = 6,187 Para t ν,α, o úmero de graus de liberdade será dado por:

6 (w 1 + w )² ν = w 1 ( 1 + 1) + w, ode w ( + 1) 1 = S 1 e w = S 1 w 1 = 0,74² = 0,095; w 8 = 3,15² = 1, (0, ,65375)² ν = = 5,59 5 < ν < 6 0,095² (8 + 1) + 1,65375² (6 + 1) Observado a tabela de distribuições de t de Studet, podemos perceber que para ν = 5 e ν = 6, todos os graus de sigificâcia idicam que t ν < t ν,α. Assim, H 0 será rejeitada, e μ > μ 1. O forecedor é melhor porque a média de sua resistêcia é maior. 10. Com os dados da amostra ao lado é possível afirmar, ao ível de sigificâcia de 5%, que a variâcia populacioal é superior a 1,4? Para verificarmos se a variâcia populacioal é superior a 1,4, devemos testar a seguite hipótese: H 0 : σ = 1,4 H 1 : σ > 1,4 Rejeita-se H 0 se Χ 1 > Χ 1,α. α = ível de sigificâcia = 5% = tamaho da amostra = 9 Χ 1 = Χ 8 = ( 1) S σ 0 S = variâcia da amostra = i=1 (x i x )² 1 x = média da amostra = 10,55 S = 41,77 σ 0 = valor a ser testado = 1,4 Χ 8 = 8 41,77 = 6,948 1,4 Χ 1,α = Χ 8,5% = 15,507 Como Χ 8 > Χ 8,5%, rejeita-se H 0, ou seja, a variâcia populacioal é superior a 1,4 ao ível de sigificâcia de 5%. 11. Um dispositivo para redução do cosumo de combustível está sedo testado em veículos. Para cada veículo, foi medido o cosumo com e sem o dispositivo durate uma semaa de uso. Os dados estão abaixo. Ao ível de 5% e sigificâcia, é possível afirmar que o dispositivo reduz o cosumo de combustível? Veículo Cosumo médio (Km/l) Sem o dispositivo Com o dispositivo

7 Média 1,60 15,90 Desvio Padrão 4,5 1,66 Devemos verificar se a média de cosumo com o dispositivo é meor do que sem o dispositivo. Perceba que os dados são emparelhados, ou seja, os resultados das amostras estão relacioados dois a dois por algum critério de modo que haja uma ifluêcia marcate etre os pares, mas que essa ifluêcia seja igual em cada par. Nesse caso, a ifluêcia marcate é a característica de cada veículo. Porém, ela deve ser igual em cada valor de um determiado par, e se tomarmos a difereça etre cada par, essa ifluêcia tederá a desaparecer, sobrado somete os efeitos da iserção do dispositivo. Assim, faremos a seguite comparação: H 0 : μ d = = 0 H 1 : μ d > = 0 ode μ d = μ μ 1 é a difereça das médias com o dispositivo e sem o dispositivo. Fazedo a difereça etre as amostras, temos uma ova tabela: d = média das difereças = 3,30 S d = desvio padrão das difereças = H 0 será rejeitada se t 1 > t 1,α. α = ível de sigificâcia = 5% t 1 = t 9 = d S d t 1,α = t 9,5% = 1,833 Veículo Difereça d i Média d 3,30 Desvio Padrão S d 4,715 = 3,3 0 =,13 4, i=1 (d i d )² 1 = 4,715 Como t 9 > t 9,5%, H 0 será rejeitada, e μ d > 0. Ou seja, o cosumo é meor com o dispositivo. Respostas Q1 N 1 media 19,3 DP 3, GL 11 1-alfa 99,0% alfa 1,0% t 3,11

8 IC: 19,3 +/-,9 Q N 0 media 56,5 DP 1,5 GL 19 1-alfa 99,0% alfa 1,0% t,86 e 0,5 N amostra 74 Q3 N 600 f 48 p 8,00% 1-alfa 95,0% alfa 5,0% z 1,96 IC 8,0% +/-,% Q4 1-alfa 99,0% alfa 1,0% z,58 e,0% p max 5,0% N 3.11 Q5 N 0 media 3 DP 1, Var 1,44 1-alfa 90,0% alfa 10,0% / 30,14 1- / 10,1 Míimo 0,76 Máximo,5 Q6 Potos Não rejeitar Ho Média 16,9 DP 3,3 Var 11 Alfa 5% N 10 GL 9 t Calculado 0,86 t Crítico 1,83 Assistêcias - Rejeitar Ho Média 13,1 DP,5 Var 6,1 Alfa 5% N 10 GL 9 t Calculado 6,45 t Crítico 1,83

9 Q7 Valor 500 Média 475 DP 10 Var 100 alfa 1% N 5 GL 4 t Calculado -5,59 t Crítico -3,75 Está baixo sim Q8 N 40 f 0 p 50,0% Valor 30,0% z Calculado,53 Sigificâcia 0,57% Q9 Item B Q11 Veículo Sem Com Dif Média 3,3 DP 4,7 alfa 5,0% N 10 GL 9 t Calculado,1 t Crítico 1,83 Rejeitar Ho Q10 Valor 1,4 Média 10,56 Variâcia 41,78 N 9 GL 8 alfa 5% Calculado 6,95 Crítico 15,51 Rejeitar Ho

Exercícios de Intervalos de Confiança para media, variância e proporção

Exercícios de Intervalos de Confiança para media, variância e proporção Exercícios de Itervalos de Cofiaça para media, variâcia e proporção 1. Se uma amostra aleatória =5, tem uma média amostral de 51,3 e uma desvio padrão populacioal de σ=. Costrua o itervalo com 95% de cofiaça

Leia mais

Unidade IX Estimação

Unidade IX Estimação Uidade IX Estimação 6/09/07 Itervalos de cofiaça ii. Para a difereça etre médias de duas populações (μ μ ) caso : Variâcias cohecidas Pressupostos: 6/09/07 x - x x - x ; N é - x x ) ( x x x x E ) ( x x

Leia mais

1 Estimação de Parâmetros

1 Estimação de Parâmetros 1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc. Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora

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

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

Teoria da Estimação 1

Teoria da Estimação 1 Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,

Leia mais

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa

Leia mais

ESTIMAÇÃO PARA A MÉDIA

ESTIMAÇÃO PARA A MÉDIA ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n. Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Nosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ

Nosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL µ Nosso objetivo agora é estudar a média de uma variável quatitativa X. Deotamos a média descohecida como E(X)µ Mais precisamete, estimamos a média µ, costruímos

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

Teste de Hipóteses Paramétricos

Teste de Hipóteses Paramétricos Teste de Hipóteses Paramétricos Como costruir testes de hipóteses para difereças etre duas médias. Como costruir testes de hipóteses para difereças etre duas proporções. Como costruir testes de hipóteses

Leia mais

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).

Leia mais

d) A partir do item c) encontre um estimador não viciado para σ 2.

d) A partir do item c) encontre um estimador não viciado para σ 2. Uiversidade de Brasília Departameto de Estatística 6 a Lista de PE 1 Seja X 1,, X ) uma AAS tal que EX i ) = µ e VarX i ) = σ 2 a) Ecotre EXi 2 ) e E X 2) b) Calcule EX i X) X i X) 2 c) Se T =, mostre

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

O teste de McNemar. A tabela 2x2. Depois - Antes

O teste de McNemar. A tabela 2x2. Depois - Antes Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"

Leia mais

Estimadores de Momentos

Estimadores de Momentos Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas

Leia mais

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

TRANSPORTES. Sessão Prática 4 Amostragem de escalares Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas

Leia mais

Teorema do limite central e es/mação da proporção populacional p

Teorema do limite central e es/mação da proporção populacional p Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos

Leia mais

Estatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas

Estatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas Estatística e Probabilidade, D3, 2019_1 Escolha a alterativa correta e idique o gabarito de respostas 1. Uma avaliação é costituída de 20 questões, cada uma delas com cico alterativas, das quais apeas

Leia mais

Objetivos. Testes não-paramétricos

Objetivos. Testes não-paramétricos Objetivos Prof. Lorí Viali, Dr. http://www. ufrgs.br/~viali/ viali@mat.ufrgs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 2 o Teste A 08/06/2012 9:00 Duração: 1 hora e 30 miutos Justifique coveietemete

Leia mais

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005 PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2 MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,

Leia mais

Stela Adami Vayego Estatística II CE003/DEST/UFPR

Stela Adami Vayego Estatística II CE003/DEST/UFPR Resumo 0 Estimação de parâmetros populacioais Defiição : Estimador e Estimativa Um estimador do parâmetro θ é qualquer fução das observações... isto é g(... ). O valor que g assume isto é g(x x... x )

Leia mais

Estimação de Parâmetros. 1. Introdução

Estimação de Parâmetros. 1. Introdução Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas

Leia mais

7. INTERVALOS DE CONFIANÇA

7. INTERVALOS DE CONFIANÇA 7 INTRVALOS D CONFIANÇA 00 stimação por itervalos,, é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro θ Se L(,, ) e U(,, ) são duas fuções tais que L < U e P(L θ U), o itervalo

Leia mais

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr.

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr. ESTATISTICA AFRF 005 Resolução Prof. Agelo Primo Jr. Q39- Para dados agrupados represetados por uma curva de freqüêcias, as difereças etre os valores da média, da mediaa e da moda são idicadores da assimetria

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 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 X S pˆ (parâmetros:

Leia mais

MAE 116 Estimação para a média FEA - 2º Semestre de 2018

MAE 116 Estimação para a média FEA - 2º Semestre de 2018 MAE 116 Estimação para a média FEA - 2º Semestre de 2018 1 Objetivo da aula O objetivo é estimar a média de uma população (ou de uma variável aleatória) Vamos iicialmete estudar de forma empírica a distribuição

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática robabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 miutos Justifique

Leia mais

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

INTERVALOS DE CONFIANÇA

INTERVALOS DE CONFIANÇA INTRVALOS D CONFIANÇA 014 stimação por itervalos 1,..., é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro. Se L( 1,..., ) e U( 1,..., ) são duas fuções tais que L < U e P(L

Leia mais

MAE0229 Introdução à Probabilidade e à Estatística II

MAE0229 Introdução à Probabilidade e à Estatística II Exercício : Sabe-se que o tempo de viagem de um local A a zoa orte de São Paulo até a USP segue uma distribuição ormal com desvio padrão 9 miutos. Em 200 dias aotou-se o tempo gasto para vir desse poto

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 3

MAE Introdução à Probabilidade e Estatística II Resolução Lista 3 MAE 229 - Itrodução à robabilidade e Estatística II Resolução Lista rofessor: edro Moretti Exercício 1 a A hipótese ula H 0 é de que a média de vedas µ permaece ialterada, equato que a hipótese alterativa

Leia mais

Métodos de Amostragem

Métodos de Amostragem Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Grupo I robabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 2 o semestre 2016/2017 05/07/2017 15:00 2 o Teste C 10 valores 1. Admita que a proporção

Leia mais

Estatística. 7 - Distribuições Amostrais

Estatística. 7 - Distribuições Amostrais Estatística 7 - Distribuições Amostrais 07 - Distribuição da Média Amostral Distribuição costituída de todos os valores de, cosiderado todas as possíveis amostras de tamaho i ( Ode,,..., são V.A. com mesma

Leia mais

MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA

MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA Média ) Tabela de frequêcias simples Cálculo da média: Tabela a Distribuição da idade de fucioários hipertesos Frequêcia Frequêcia (aos) 7 4 5 6 4 4 44 45 46 5 (aos)

Leia mais

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

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 04 -. a Fase Proposta de resolução... Aplicado o método de Hodt a distribuição dos madatos, temos: Partido A B C D E Número de votos 4 4 Divisão

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer

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

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base

Leia mais

Teorema 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 Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

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

Como a dimensão da amostra é , o número de inquiridos correspondente é

Como a dimensão da amostra é , o número de inquiridos correspondente é 41. p ˆ 0, 5 e z 1, 960 Se a amplitude é 0,, etão a margem de erro é 0,1. 0,5 0,48 1,960 0,1 0,496 96 0,0510 0,496 0,0510 0,496 0,0510 Tema 5 71) 1.1 4 11 6% Como a dimesão da amostra é 15 800, o úmero

Leia mais

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny 1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis

Leia mais

Unidade IV Inferência estatística

Unidade IV Inferência estatística //05 Uidade IV Iferêcia estatística 4.. Itrodução e histórico 4.. Coceitos fudametais 4.3. Distribuições amostrais e Teorema cetral do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses 4.6.

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,

Leia mais

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais. Prof. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da

Leia mais

Capítulo 12 SELECIONADOS PARA ESTUDO PROVA 15/09: Problema 01. (a) (b)

Capítulo 12 SELECIONADOS PARA ESTUDO PROVA 15/09: Problema 01. (a) (b) apítulo ELEIOADO PARA ETUDO PROVA 5/9: -3 5-9 -3 6-7 -8 35-38 Problema (a P(Erro I P(dizer que são de B a 76 75 P Z P( Z 5,87% P(Erro II P(dizer que são de A a 76 77 P Z P( Z 5,87% (b P(Erro I 5% P ( ~

Leia mais

Teorema 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 Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

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

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ o semestre 0/0 o Teste A 08/06/0 9:00 Duração: hora e 30 miutos Justifiue coveietemete todas as respostas!

Leia mais

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas . ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia

Leia mais

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos 9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais

Leia mais

ESTATÍSTICA NÃO-PARAMÉTRICA

ESTATÍSTICA NÃO-PARAMÉTRICA ESTATÍSTICA NÃO-PARAMÉTRICA Prof. Dr. Edmilso Rodrigues Pito Faculdade de Matemática - UFU edmilso@famat.ufu.br 1 Programa Itrodução - Plao de curso, sistema de avaliação - Coceitos básicos de iferêcia

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Exercício 1 A Secretaria de Saúde de um muicípio vem realizado um programa educativo etre as gestates mostrado a importâcia da amametação. Para averiguar a eficácia do programa pretede-se realizar uma

Leia mais

INTERVALO DE CONFIANÇA

INTERVALO DE CONFIANÇA INTERVALO DE CONFIANÇA Supoha que etejamo itereado um parâmetro populacioal verdadeiro (ma decohecido) θ. Podemo etimar o parâmetro θ uado iformação de oa amotra. Chamamo o úico úmero que repreeta o valor

Leia mais

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe

Leia mais

Capítulo 12. Problema 01. (a) (b)

Capítulo 12. Problema 01. (a) (b) apítulo Problema (a P(Erro I P(dizer que são de B a 76 75 P Z P( Z P(Erro II 5,87% P(dizer que são de A a 76 77 P Z P( Z 5,87% (b P(Erro I 5% P ( ~ (75; 75,645 verdade são de A P verdade são de B P 76,645

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

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

4. Inferência Estatística Estimadores Pontuais

4. Inferência Estatística Estimadores Pontuais 4. Iferêcia Estatística Estimadores Potuais 4.1. Itrodução Em lihas gerais, a Iferêcia Estatística objetiva estudar a população através de evidêcias forecidas pela amostra. É a amostra que cotém os elemetos

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

Introdução à Probabilidade e à Estatística I

Introdução à Probabilidade e à Estatística I Itrodução à Probabilidade e à Estatística I Resolução Lista 1 Professor: Pedro Moretti & Chag Chia 1. (a) Podemos iserir dados o software R e costruir um histograma com 5 itervalos: Frequecy 0 2 4 6 8

Leia mais

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

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução 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 para

Leia mais

ESTATÍSTICA EXPLORATÓRIA

ESTATÍSTICA EXPLORATÓRIA ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas

Leia mais

ESTATÍSTICA E PROBABILIDADES

ESTATÍSTICA E PROBABILIDADES ESTATÍSTICA E PROBABILIDADES Aluo(a): Turma: Professores: Data: Edu/Vicete Noções de Estatística Podemos eteder a Estatística como sedo o método de estudo de comportameto coletivo, cujas coclusões são

Leia mais

Estimação A estimação de um parâmetro, θ, de uma população pode ser feita por dois processos: Estimação Pontual e Estimação intervalar.

Estimação A estimação de um parâmetro, θ, de uma população pode ser feita por dois processos: Estimação Pontual e Estimação intervalar. Escola uperior de Tecologia de Viseu ETIMAÇÃO Estimação A estimação de um parâmetro, θ, de uma população pode ser feita por dois processos: Estimação Potual e Estimação itervalar. Exemplo: Num dos diversos

Leia mais

Exercício de Revisao 1

Exercício de Revisao 1 Exercício de Revisao 1 Cosidere que seu trabalho é comparar o desempeho de dois algoritmos (A e B) de computação gráfica, que usam métodos diferetes para geração de faces humaas realistas. São sistema

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

Exercícios Estatística Celma Ribeiro e Alberto Ramos

Exercícios Estatística Celma Ribeiro e Alberto Ramos PRO73 Estatística Exercícios Estatística Celma Ribeiro e Alberto Ramos ) Abaixo é apresetada uma pequea parte dos dados que uma empresa matém a respeito de seus fucioários: Nome Idade Sexo Raça Salário

Leia mais

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 2016/2017 16/06/2017 9h:00 2 o teste 10 valores 1.

Leia mais

Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec

Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Duração: 90 miutos Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! 2 o semestre 2015/2016 09/06/2016 11:00 2 o teste B Grupo I 10 valores 1. Seja

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

ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.

ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes. ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate

Leia mais

3 Introdução à inferência estatística

3 Introdução à inferência estatística 3 Itrodução à iferêcia estatística Itrodução à iferêcia estatística Pág. 00 1.1. Este tipo de estudos as sodages eleitorais têm como objetivo aferir o setido de voto dos eleitores. Isto permite, ão só

Leia mais

Caderno de Exercício 2

Caderno de Exercício 2 1 Cadero de Exercício Estimação Potual e Itervalos de Cofiaça 1. Exercícios Aulas 1. Exercício 8.6 do livro Statistics for Ecoomics ad Busiess. O úmero de adares vedidos em cada dia por uma empresa imobiliária

Leia mais

Testes de Comparação Múltipla

Testes de Comparação Múltipla Testes de Comparação Múltipla Quado a aplicação da aálise de variâcia coduz à reeição da hipótese ula, temos evidêcia de que existem difereças etre as médias populacioais. Mas, etre que médias se registam

Leia mais

Centro de Ciências e Tecnlogia Agroalimentar - Campus Pombal Disciplina: Estatística Básica Aula 10 Professor: Carlos Sérgio

Centro de Ciências e Tecnlogia Agroalimentar - Campus Pombal Disciplina: Estatística Básica Aula 10 Professor: Carlos Sérgio Cetro de Ciêcias e Teclogia Agroalimetar - Campus Pombal Disciplia: Estatística Básica - 01.1 Aula 10 Professor: Carlos Sérgio UNIDADE 6 - TEORIA DA ESTIMAÇÃO NOTAS DE AULA 1 Itrodução Iferêcia estatística

Leia mais