Hydrology, environment and water resources 2016 / Statistical analysis. Rodrigo Proença de Oliveira

Tamanho: px
Começar a partir da página:

Download "Hydrology, environment and water resources 2016 / Statistical analysis. Rodrigo Proença de Oliveira"

Transcrição

1 Hydrology, eviromet ad water resources 06 / 07 Statistical aalysis Rodrigo Proeça de Oliveira

2 Why do we eed statistical aalysis? IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, The temporal ad spatial variability of hydrological variables is quite sigificative. / A variabilidade espacial e temporal das variáveis hidrológicas (sobretudo precipitação e variáveis depedetes como o escoameto ou a recarga de aquíferos) é muito sigificativa. There are questios we caot aswer directly: Há pergutas que gostaríamos saber a resposta mas que ão é possível respoder diretamete: What will be the precipitatio over the Tagus basi ext year? / Qual será precipitação aual o próximo ao hidrológico sobre a bacia hidrográfica do rio Tejo? What will be the precipitatio over the Tagus basi ext moth? / Qual será precipitação o próximo mês sobre a bacia hidrográfica do rio Tejo? What will be the maximum precipitatio i 3 hours i Tracão? / Qual será a precipitação máxima em 3 horas sobre a bacia hidrográfica do rio Tracão? / What will be the peak discharge? / Qual será o caudal máximo istatâeo o rio Tracão juto a Loures? Needed for water maagemet (drought maagemet). / Se soubéssemos a resposta poderíamos preparar (ou ão) para uma evetual seca Needed for flood maagemet. / Se soubéssemos a resposta poderíamos preparar (ou ão) para uma cheia.

3 Why do we eed Statistical aalysis? IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, The world would be easier (less fu?) if it would be determiistic: A vida seria fácil se o mudo fosse determiístico: Tomorrow s precipitatio will be exactly 0 mm. Amahã chove 0 mm. Ufortuately, it is ot. We do ot kow the future, but we try to frame it. Ifelizmete ão é. Na prática ão sabemos o futuro, mas procuramos equadrá-lo. Tomorrow the precipitatio will be close to 0 mm / Amahã a precipitação será próxima dos 0 mm. Tomorrow the precipitatio will most probably be betwee 0 ad 30 mm / Amahã a precipitação situar-se-á muito provavelmete etre os 0 mm e os 30 mm. There is a 99% chace that the precipitatio will be be betwee 0 ad 30 mm ad 80% chage that the precipitatio will be betwee 5 ad 5 mm /Amahã existe uma probabilidade de 99% da precipitação estar o itervalos etre os 0 mm e os 30 mm e de 80% de estar etre os 5 mm e os 5 mm.

4 Statistical aalysis IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Objective / Objectivo: To be able to quatify the most probable values of a give variable / Coseguir quatificar os valores mais prováveis de variáveis que codicioam as ossas decisões. To be able to quatify extreme (but possible) values of a give variable / Quatificar os valores extremos mas possíveis de variáveis Method / Método: To use the a sample of hystorical values / Utilizar o registo histórico da variável em aálise (amostra) para quatificar os seus possíveis valores futuros. Assumptios / Premissas: Sample represetativeess: The observed values are good represetatives of the past / Represetatividade da amostra: Os valores observados (icluídos a amostra) são represetativos do passado (A amostra deve ser loga para poder ter registos dos mais variáveis acotecimetos). Statioarity: The caracteristics of the proccess that geerate the radom variable are maitaied / Estacioaridade do processo: As características do processo de geração da variável (que ão cohecemos) ão se alteraram, isto é a variabilidade do passado é idêtica à do futuro.

5 Radom variable IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Radom variable / Variável aleatória: A radom variable is a variable whose value is subject to variatios due to chace. Uma gradeza variável o tempo e espaço, cuja variação ão coseguimos quatificar completamete, em fução de outras variáveis e dos processos que lhe dão origem. Commo examples /Exemplos mais comus: Aual precipitatio / Precipitação aual; Aual maximum daily precipitatio / Precipitação diária máxima aual; Aual maximum hourly precipitatio / Precipitação horária máxima aual; Aual flow / Escoameto aual; Aual maximum discarge /Caudal máximo aual; Note: we may kow that aual flow volume is the result of aual precipitatio, but due to lack of data o precipitatio ad because precipitatio does ot fully explai flow volume, we may decide to aalyse flow volume as a radom variable. Nota: podemos saber que o escoameto aual é o resultado da precipitação aual, mas a precipitação ão explica toda a variação do escoameto; por essa razão ou por falta de dados de precipitação podemos optar por aalisar o escoameto aual como uma variável aleatória.

6 IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, 06 Populatio ad sample Populatio: The set of values that a give radom variable has assumed i the past. / População: Cojuto de todos os valores que a variável aleatória assumiu o passado (cojuto ifiito). Sample: The set of past values of a give variable that are available (i record) / Amostra: Cojuto de valores observados da variável aleatória. Passado Futuro Variável aleatória Amostra Sample Observed values from the radom variable Foram observados valores da variável aleatória We do ot wat to predict the future; Just estimate a probable rage of values.

7 Statistical descriptio of a sample Average / Média: Variace / Variâcia: Stadard deviatio /Desvio Padrão: Coeficiet of variatio / Coeficiete de variação: Skewess / Coeficiete de assimetria: Kurtosis / Kurtosis: IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, 06 7 P P i i P P S i i P P P S S i i P P P S CV p P 3 3 P i i P S P P G S P P K i P i P 0--06

8 Examples Average / Média = 0,0 Std deviatio / Desvio padrão = 4,3 Skewess / Coef. de assimetria = 0,0 Average / Média = 0,0 Std deviatio / Desvio padrão = 0,9 Skewess /Coef.de assimetria = 0,0 The red sample values show a higher variability over ad below the average. Average / Média = 0,0 Std deviatio / Desvio padrão = 4,3 Skewess / Coef.de assimetria = 0,0 Average / Média = 0,0 Std deviatio / Desvio padrão = 4,3 Skewess / Coef. de assimetria = 0,8 The gree sample values show a higher umber values below the average (but closer to the average) ad fewer values above the average (but sigificatly above the average). IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira,

9 Example IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Time series Histogram Average / Média = 0,0 Std Deviatio / Desvio padrão = 4,3 Skewess / Coeficiete de assimetria = 0,0 Larger variability Average / Média = 0,0 Std Deviatio / Desvio padrão = 0,9 Skewess / Coeficiete de assimetria = 0,0

10 Example IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Oly gree sample values o this rage Time series Average / Média = 0,0 Std Deviatio / Desvio padrão = 4,3 Histogram Skewess / Coeficiete de assimetria = 0,0 No gree sample values o this rage Average / Média = 0,0 Std Deviatio / Desvio padrão = 4,3 Skewess / Coeficiete de assimetria = 0,8

11 Basic sample descriptors IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, P P Average: A locatio parameter / Média: Idica a localização ou cetralidade dos valores; Stadard deviatio: A scale parameter / Desvio padrão: Idica a dispersão em toro dos valores cetrais; Skewess: A shape parameter / Assimetria: Idica a assimetria dos valores. S P G P < 0 S P G P > 0

12 Useful Excel Fuctios IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Fuctio / fução Eglish Português Average Média Variace Variâcia Desvio Padrão Stadard deviatio Skewess Coeficiete de assimetria Kurtosis Kurtosis AVERAGE? VAR? STDEV? SKEW? KURT?

13 Probability fuctio IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, A fuctio that defies the relatioship betwee the value of radom variable ad its probability of occurrece/ Fução que defiem a relação etre os valores da variável aleatória e a sua probabilidade de ocorrêcia; Estimated from a sample, i.e. from the frequecy of values i the sample / Estimadas a partir dos valores da amostra e da sua frequêcia de ocorrêcia; Radom variable / variável aleatória; x Value assumed by a radom variable / valor assumido pela variável aleatória um dado istate; F(x) Cumulative probability fuctio / Fução de probablidade acumulada; F(x) = p = Prob ( x) = Prob of beig less tha x / Prob. de a variável ser igual ou iferior a um valor x f(x) Probability desity fuctio / Fução de desidade de probabilidade: df( x) f ( x) dx F - (p) Iverse cumulative probability fuctio / Iversa da fução de probabilidade acumulada:

14 Probability fuctios Cumulative probability fuctio Fução de probabilidade acumulada x >> F(x) - Cumulative probability (betwee 0 e ) F() Iverse cumulative probability fuctio Iversa da fução de probabilidade acumulada F(x) >> x F - (p) Iverse cumulative probability fuctio Iversa da fução de probabilidade acumulada Cumulative probability fuctio Fução de probabilidade acumulada F() = Prob (<=x) 0 IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira,

15 How to describe a pdf? f() f(x) vs Radom variable / Variável aleatória; F() F(x) vs f(x) Probability distributio fuctio / Fução de distribuição de probabilidade (fdp); 0 vs F(x) F(x) Cumulative probability fuctio / Fução de distribuição acumulada - Probabilidade de ão excedêcia; 0 F() Z Iverse stadard ormal variable / Normal reduzida; vs Z Z IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira,

16 Probability fuctios IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, We usually use a geeric probabilty fuctio that we adapt (select its parameter values) to each applicatio / Por regra utilizamos fuções de probabilidade que resultam da parametrização de leis mais gerais / Example / Exemplo: Gauss law (ormal) / Lei de Gauss ou fução de distribuição ormal The fuctio describes the geeric characteristics of the distributio (like its domai, its simmetry ad its shape e.g. bell shape) / As características da f() fução são defiidas pela equação da lei geral (domíio ifiito, simetria, forma em sio ); Two parameters specify the locatio of the cetral values (m) ad the dispersio aroud that cetre(s) / Dois parâmetros defiem a localização dos valores cetrais (m) a sua dispersão em toro desse cetro (s).

17 How to describe a probability distributio fuctio IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Sample i chroological order Time, Value t, v t, v t 3, v 3 t 4, v 4 t 5, v 5..,.. t i, v i..,....,.. t -, v - t, v Time series ( vs time) Not very helpful for statistical aalysis Sample from smallest to largest Probability F(x) vs Time, Value, v (), p, v (), p F() 3, v (3), p 3 4, v (4), p 4 5, v (5), p 5..,.. i, v (i), p i..,....,.. -, v (-), p -, v (), p 0 vs Probability represeted by Z (iverse stadard ormal).

18 Probability distributio fuctios IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Sample xxxxxx xxxxxx xxxxx xxxxxx xxxxxx xxxxxx xxxxxx xxxxxx xxxxxx xxxxxx xxxxxx xxxxxx Average=8 S x =6 G x (Skewess) =,3 f(x) vs vs Z F(x) vs

19 Probability distributio fuctio fit IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Populatio: The radom variable follows a ukow distributio with ukow parameters / População descohecida: A variável segue uma fução de distribuição descohecida com parâmetros descohecidos. Variável aleatória Variável aleatória Estimativa dos parametros da fução de distribuição da população a partir dos valores da amosta We estimate the distributio fuctio from the sample values Sample:Kow values Amostra: Valores cohecidos /

20 How to select a probability fuctio? IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, How to select a probability fuctio? / Como se selecioa uma fução de distribuição? Verifyig which fuctio better describles the sample variability. / Verificado qual a fução que melhor se ajusta aos valores observados (amostra), isto é que melhor descreve a variabilidade dos valores da amostra. The fuctio adherece to the sample depeds o the values assumed by fuctio parameters / Esse ajustameto depede dos valores atribuídos aos parâmetros da fução de distribuição. How to estimate the parameters of the probability distributio fuctio? / Como se determiam os parâmetros de uma fução de distribuição? Selectig the values that lead to the best adherece/adjustemet to the sample depeds / Escolhedo os parâmetros da fução que determiam o melhor ajustameto aos valores da amostra: Methods / Metodologias: Momets / Método dos mometos Liear momets / Métodos do mometos lieares Maximum likelihood / Método da máxima verosimilhaça

21 Statistical aalysis i hydrology: Usual applicatio of differet probability fuctios IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Dist fuctio Fuc. distrib. Normal Usual applicatio Aplicações mais usuais Aual precipitatio, Aual flow volume Precipitação aual, escoameto aual Recommeded by Recomedado por Log-ormal (Galto) Aual precipitatio,maximum daily precipitatio, Aual flow volume Precipitação aual, precipitação diária máxima, escoameto aual Log-ormal- 3 param Gumbel (GEV tipo I) Goodrich (GEV tipo III) Geer.de extremos (GEV) Pearso III Log Pearso III Aual precipitatio, Maximum daily precipitatio, Aual flow volume Precipitação aual, precipitação diária máxima, escoameto aual Daily precipitatio, Maximum daily precipitatio, Daily flow volume Precipitação diária, precipitação diária máxima aual, escoameto diário Miimum daily flow Escoameto diário míimo Maximum daily flow, Maximum discharge Escoameto diário máximo aual, caudal máximo Maximum daily precipitatio, Precipitação diária máxima Maximum daily flow, Maximum discharge Escoameto diário máximo aual, caudal máximo UK_Flood Studies Report, NERC (975) PT: AGH (990) UK_Flood Studies Report, NERC (975) USA: Guidelies for Determiig Flood Flow Frequecy, WRC (977) UK_Flood Studies Report, NERC (975)

22 Commo distributio fuctio used i hydrology IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Distributio fuctio Fução de distribuição Domai Domíio # params Params Skwew C.Assim. Normal μ, σ 0 Log-ormal (Galto) > 0 μ, σ + Log-ormal de 3 parâmetros 3 μ, σ, ε + Gumbel (GEV tipo I) α, u.396 Goodrich (GEV tipo III) 3 α, k, ε - Geer.de extremos (GEV) 0 3 α, k, ε Pearso III (Gamma) α, β, ε Log Pearso III 0 e 0 e 3 α, β, ε 0 0

23 pdf fit verificatio IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, P, (mm) Z F(x) T (aos) T F(x) Z x x 0 x x 0 x x 00 x x 00 x x 000 x x

24 Ajustameto de fuções de distribuição de probabilidades IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira,

25 IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Probability factor, K How to compute the radom variable value for a give probability p? Use the iverse cumulative probability fuctio x p = F p But first you eed to estimate the distributio parameter values ad the apply the iverse cumulative probability fuctio (usually a complex fuctio). Use the probability factor x p = ത + K p S K is a the probability factor, which is depedete o the probability expressed as p, z p or T Each probability distributio has its ow expressio to compute the probability factor It s easier ad more practical!! Slightly less acurate, but usually this does ot matter. Ufortuately, ot all probability distributios have explicit expressios to compute the probability factor.

26 Probability factor, K IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Normal Log-ormal x p = ത + K p S x p = e ത +K p S T w l K p = z p Use Excel fuctio NORMSINV to get z or a table from ay book o statistics. Or use the expressio below w w T K p w w w w Gumbel Pearso III x p = ത + K p S x p = ത + K p S K p = 6 π l l p Log-Pearso III K p = G + z p G 6 x p = e ത +K p S Aprox: de Wilso-Hilferty; valid for 0.0<p<0.99 ad < γ <. G 36 3 G Aprox. de Kite (977); valid for 0 < γ < 5 ad z > 0. k = G 6 K p = z p + z p k + 3 z p 3 6z k z p k 3 + z p k k5 GEV: Não existe fórmula de fator de probabilidade; aplicar método dos mometos

27 Methods to estimate the probability distributio fuctio parameters IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Momets: Populatio momets are assumed equal to the sample momets / Método dos mometos: Assume a igualdade etre os mometos da amostra e da população. Order Ordem Two types of momets Momets Mometos Liear momets Mometos lieares ª Média L ª Variâcia L 3ª Assimetria L3 4ª Kurtosis L4 ˆm i i i ˆ s S S i Maximum likelihood: Maximizes the probability of ocurrece of the sample / Método da máxima verosimilhaça: Maximiza a probabilidade de ocorrêcia da amostra.

28 Computatio of values assumig differet pdfs IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, i L( i ) Sample values sorted chroologically Valores da amostra e do seu logaritmo ordeados croologicamete F(x) Probability of o-exceedace accordig to a empirical formula Probabilidade de ão excedêcia de acordo com uma fórmula empírica i Sorted sample values from mi to max Valores da precipitação aual ordeados crescete Z Stadard ormal z p F N Re d Fx p Fx F p x p F F(x) Z (mm) Ao P (mm) = L P Ordem P (mm) i/(+) Norm.Red. Normal LNorm Gumbel Pearso III x y x() /(+) z x x x x x y x() /(+) z x x x x 3 x3 y3 3 x(3) 3/(+) z3 x x x x.... x y x() /(+) z x x x x Radom variable values for differet probabilities assumig differet prob. distributios Valores de precipitação para diferetes probabilidade e diferetes fuções

29 Probability distributio fuctios IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, F(x) Z (mm) Ao P (mm) = L P Ordem P (mm) i/(+) Norm.Red. Normal LNorm Gumbel Pearso III x y x() /(+) z x x x x x y x() /(+) z x x x x 3 x3 y3 3 x(3) 3/(+) z3 x x x x.... x y x() /(+) z x x x x axis Eixo axis / Eixo

30 Retur period IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, No excedace probability / Prob. de ão excedêcia aual: Prob(<=x) = F(x) = p Excedace probability / Prob. de excedêcia aual: q = Prob(>x) = - F(x) = - p Retur period, T: Average umber of years betwee evets / Período de retoro, T / Período médio em aos etre evetos q = - F(x) T (aos) 0,5 T F( x) p q 0, This meas: A 00 year evet occurs o average every 00 years. Ou seja, um eveto com um período de retoro ocorre em média 00 vezes um itervalo de 000 aos. It does ot mea that it regularly occurrs every 00 years / Não quer dizer que ocorra regularmete de 00 em 00 aos.

31 Retur period IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Is a 00 year evet a rare evet? What is the probability of a 00 year evet occurrig i a period of 00 years? Cosidere um eveto com um periodo de retoro de 00 aos. Será que é um eveto raro? Qual é a probabilidade de ocorrêcia deste eveto um itervalo de 00 aos? Probability of occurrig i a give year: Probabilidade do eveto ocorrer um dado ao: q 0,0 T Probability of ot occurrig i a give year: Probabilidade do eveto ão ocorrer um dado ao: p q 0,99 Probability of ot occurrig i a 00 years period: Probabilidade do eveto ão ocorrer em 00 aos: p ,99 0,366 Probability of occurrig i a 00 years period: Probabilidade do eveto ocorrer em 00 aos p 00 0,366 0,634

32 Recomeded retur periods IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Recommedd retur period as a fuctio of the type of works (ad risk) (Toii, 966) Período de retoro do caudal a cosiderar o dimesioameto de obras hidráulicas Type of ifra-structure Retur period (years) Urba draiage works / Dreagem de zoas urbaas 0 a 0 Agricultural draiage works / Obras de exugo 0 a 50 Flood cotrol works alog rivers / Obras logitudiais de defesa cotra cheias em rios, cosoate a importâcia das zoas e dos cetros urbaos existetes 0 ou 50 a 00 Coastal defese works / Obras de defesa do mar 50 a 00 Cocrete dam spillways i isolated areas / Descarregadores de cheias de barrages de betão, de modesta dimesão, em zoas pouco habitadas Cocrete dam spillways i populated areas/ Descarregadores de cheias de barrages de betão, de grade dimesão, em zoas muito habitadas Earth dam spillways i isolated areas / Descarregadores de cheias de barrages de aterro, de modesta dimesão, em zoas pouco habitadas Earth dam spillways i populated areas / Descarregadores de cheias de barrages de aterro, de grade dimesão, em zoas muito habitadas 00 a a a a 0000

33 Normal IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, f ( x) s exp Domai / Domíio: Parameters / Parâmetros: Locatio / Localização: Scale / Escala: Shape (Skewess )/ Forma (Coeficiete de assimetria): 0 Estimators / Estimadores: ˆm s m s i Iverse fuctio / Fução iversa: x Probability factor / Factor de probabilidade: z p m i i ˆ s S S K N = Z p (iverse stadard ormal / iversa da ormal reduzida) i m s p Iversa ormal reduzida z p

34 ~ Normal; = l() ~log ormal Domai / Domíio: Parameters / Parâmetros: Locatio / Localização: Scale / Escala: Shape (Skewess )/ Forma (Coeficiete de assimetria): Estimators / Estimadores: Iverse fuctio / Fução iversa: Probability factor / Factor de probabilidade: K N = Z p (iverse stadard ormal / iversa da ormal reduzida) Log-ormal IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, i i ˆm exp s m s ˆ S S i i s exp s m m l exp ) ( x x f s m s p p z S exp da duzi Normal Iversa p z p Re m s m s 0--06

35 ~ Normal; = l(-) ~log ormal Domai / Domíio: Parameters / Parâmetros: Locatio / Localização: Scale / Escala: Shape (Skewess )/ Forma (Coeficiete de assimetria): Estimators / Estimadores: Iverse fuctio / Fução iversa: Probability factor / Factor de probabilidade: K N = Z p (iverse stadard ormal / iversa da ormal reduzida) Log-ormal de 3 parâmetros IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, i i ˆm ˆ S S i i s l exp ) ( x x f s m s p p z S u x exp duzida Normal Iversa p z p Re ) ( m s m s m mediaa mediaa x x x x x x u ˆ ) ( () ) ( () s

36 Gumbel IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, f ( x) exp x Domai / Domíio: Parameters / Parâmetros: exp exp x Locatio / Localização: u Scale / Escala: Shape (Skewess )/ Forma (Coeficiete de assimetria): Estimators / Estimadores:,396 ˆ u 0,577 ˆ ˆ Iverse fuctio / Fução iversa: x p u ˆ l l p 6 Sx Probability factor / Factor de probabilidade: K p 6 0,577 l l F( x) K p T ll T

37 Domai / Domíio: Parameters / Parâmetros: Locatio / Localização: Scale / Escala: Shape / Forma: Skewess coeficiet / Coef. assimetria: Estimators / Estimadores: Iverse fuctio / Fução iversa: Goodrich (EV tipo III) IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, ˆ ˆ ˆ ˆ u x x F exp ) ( ˆ l ˆ p u x p 0, ; x x x f k exp ) ( N ~ goalseek ˆ ˆ ˆ ˆ ˆ S A (x) Gamma fuctio (it is ot the Gamma probability distributio fuctio) Chage N to set the skewess coefficiet equal to the sample skewess coefficiet 3 3 ˆ ˆ ˆ ˆ ˆ 3 ˆ 3 Ca 0--06

38 GEV - Geeralizada de extremos F( x) exp Domai / Domíio: Parameters / Parâmetros: Locatio / Localização: Scale / Escala: Shape / Forma: Estimators (by liear momets) / Estimadores (por mometos lieares): ˆ r r r j ε Ƹ = ത + j r r Iverse fuctio / Fução iversa: x < < k = 0 x ε + k α > 0 k 0 j 0 c 3 α k Γ + k 0 l l 3 IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, x p (x) Gamma fuctio (it is ot the Gamma probability distributio fuctio) ˆ u ˆ ˆ k c.9554c l p ˆ

39 Pearso III Domai / Domíio: 0 0 f ( x) x x exp Parameters / Parâmetros: Locatio / Localização: Scale / Escala: Shape (Skewess )/ Forma (Coeficiete de assimetria): Estimators / Estimadores: Iverse fuctio / Fução iversa: ˆ ˆ ( ˆ, p) ( ˆ, p) x p ˆ G ˆ S ˆ ˆ u S ˆ 0 0 ˆ ˆ Iversa da fdp Gama padroizada Probability factor / Factor de probabilidade: Aprox: de Wilso-Hilferty; valid for 0.0<p<0.99 ad < γ <. K p = γ + z p γ 6 γ 36 Aprox. de Kite (977); valid for < γ < 5 ad z > 0. k = γ 6 K p = z p + z p k + 3 z 3 p 6z k z p k 3 + z p k k5 IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, γ

40 Pearso III IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Whe the skewess coefficiet is close to zero, the PearsoIII fuctio approximates the ormal distributio. I such cases, there may be problems i calculatig the quatile if they are calculated by the equatios derived for the Pearso III distributios. It is recommeded to resort to the probability factor or the expressios of the ormal distributios / Quado o coeficiete de assimetria é próximo de zero, a fução de PearsoIII aproxima-se da ormal. Nesses casos, pode haver problemas o cálculo dos quatis se estes forem calculados pelas expressões da PearsoIII, sedo ecessário recorrer ao factor de probabilidade ou às expressões da ormal. Whe the sample skewess coefficiet is egative, use the Wilso- Hilferty approximatio. Alteratively, use the Kite approximatio to the egatives of the origial sample. I this case, the calculatio of the probability quatile value p = F () should be replaced by -p / Quado o coeficiete de assimetria da amostra é egativo utilise a aproximação de Wilso-Hilferty. Em alterativa use a aproximação de Kite aos egativos da amostra. Nesse caso, o cálculo do quatil o valor de probabilidade p=f(), deverá ser substituído por -p.

41 ~Pearso 3; = l() ~Log-Pearso 3 Domai / Domíio: Parameters / Parâmetros: Locatio / Localização: Scale / Escala: Shape (Skewess )/ Forma (Coeficiete de assimetria): Skewess / Coeficiete de assimetria: Estimators / Estimadores: Iverse fuctio / Fução iversa: Log-Pearso III IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, 06 4 x x x f l exp l ) ( e e 0 0 )), ˆ ( ˆ exp( ˆ p x p S ˆ ˆ S u ˆ ˆ ˆ ˆ E E s m m α β ε α = G

42 Gamma fuctio ad Gamma probability distributio fuctio IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Fução Expressão Fução Excel Fução Gama x 0 e u u x du EP(GAMMALN(x)) Fução de distribuição da probabilidade Gama f ( x,, ) x e x GAMMADIST(x,,,0) Fução de distribuição da probabilidade acumulada Gama GAMMADIST(x,,,) Iversa da fução de distribuição da probabilidade acumulada Gama GAMMAINV(p,,) Distribuição de probabilidade Gama reduzida (padroizada) (cum = 0 des.; cum = acum.). f ( x, ) x e x GAMMADIST(x,,,cum)

43 Relatioships betwee probability distributio fuctios IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Geeric fuctio Fução geral Log-ormal 3 param Coditio Codição Specific fuctio Fução particular Log-ormal GEV 0 Gumbel (EV tipo I) Pearso3 0; 0 Gama Pearso3 Goodrich 0 ; 0; Ca 0 0 Normal Weibul Relatioship / Relação Log-Normal = l() Normal Log-Pearso3 = l() Pearso3 Weibull =-l() Gumbel EV-tipo III com k>0 Weibull

44 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Ao hidrológico ALENQUER (9C/0U) Precipitação aual (mm) 980/ / / / / / / / / / / / / / / /96 996/ / / / / / Cosider the aual precipitatio record ad assume it follows a Gauss distributio / Cosidere o registo de precipitação aual do posto de Alequer. Assumido que a precipitação aual segue uma distribuição de probabilidade de Gauss. What is the probability of ocurrrig a aual value less tha 450 mm? Qual é a probabilidade de ocorrer um valor de precipitação aual iferior a 450 mm? What is the precipitatio value that correspods to a probability of % of ocurrrig larger values? Qual o valor da precipitação aual que correspode a uma probabilidade de ocorrerem valores de precipitação aual superiores igual %. F(x) 0,5 0,9 0,99 0,995 0,999 Z 0,00,8,33,56 3,09 Average / Média = 7,0 mm Std deviatio / Desvio padrão = 7,8 mm Skewess / Coef. assimetria = 0,4 S 450 7,0,5 7,8 Z >> Prob = 0% Prob (Z>z) = 0,0 >> F(z) = 0,99 >> z=,33 Z S 7,0 7,8,33 >> = 9,5 mm

45 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, The average aual flow geerated i a watershed is 00 mm. Assumig 0,7 that the coeficiet of variatio ca be estimated by CV H,74 H, determie the aual flow which has a 90% chage of ot beig exceeded. Assume the aual flow follows a ormal distributio. Also determie the aual flow which has a 90% chage of beig exceeded. Para determiada bacia hidrográfica estimou-se um escoameto médio aual de 00 mm. Assumido que o coeficiete de variação do escoameto aual pode ser 0,7 estimado CV H,74 H, determie o valor de escoameto aual que tem a probabilidade de 90% de ão ser excedido, de acordo com a lei ormal. Determie também o valor do escoameto aual que, segudo tal lei, tem a probabilidade de 90 % de ser excedido. Normal: F(x) 0,5 0,9 0,99 0,995 0,999 K N 0,00,8,33,56 3,09

46 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Cosider the followig plot of aual maximum daily precipitatio values / Na figura represeta-se em papel de probabilidade ormal uma série de máximos auais da precipitação diária. What is the sample average ad the sample stadard deviatio? Estime a média e o desvio-padrão da série amostral? Is the sample skewess positive or egative? A série amostral tem um coeficiete de assimetria positivo ou egativo? Provide a estimate of the aual maximum daily precipitatio for a retur period of 00 years, usig the Gumbel distributios / Estime a precipitação máxima diária com um período de retoro de 00 aos pela lei de Gumbel. Precipitação (mm) z (-) K G 6 T 0,577 l l T

47 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Compute the aual maximum discharge for a retur period of 500 years, for a watershed where the average ad the coeficiet of variatio of the aual maxima discharge sample is 000 m 3 /s ad 0,70. Assume a Gumbel probability fuctio. Estime o caudal máximo aual com um período de retoro de 500 aos para a secção trasversal de um curso de água ode a média e o coeficiete de variação dos caudais máximos auais são, respectivamete, 38,9 m 3 /s e,5. O factor de probabilidade da lei de Gumbel é defiido por: K 6 0,577 l l F( x) Media 38.9 p T 500 DesvPadrão 44.7 z.878 Coef.Var..5 KG p 35.3 m3/s

48 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Compute the aual maximum discharge for a retur period of 0 years, for a watershed where the aual maxima flow record has the followig statistics. Assume a Pearso3 probability fuctio. Uma determiada amostra de valores de caudal máximo aual apreseta as estatísticas apresetadas o quadro. Assumido a fdp de Pearso III, estime o valor de caudal máximo aual associado a um período de retoro de 0 aos. Média (m3/s) D.Padrao (m3/s) Coef. Assim Q 38,9 44,7 3, Prob. acumulada 0,5 0,9 0,99 0,995 Normal reduzida z 0,00,8,33,56 Media 38.9 p 0.95 T 0 DesvPadrão 44.7 z.645 Coef.Var..5 k CoefAssim. 3. KP p 7.6 m3/s

49 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Compute the aual maximum discharge for a retur period of 0 years, for a watershed where the aual maxima flow record has the followig statistics. Assume a LogPearso3 probability fuctio. Uma determiada amostra de valores de caudal máximo aual apreseta as estatísticas apresetadas o quadro. Assumido a fdp de LogPearso III, estime o valor de caudal máximo aual associado a um período de retoro de 0 aos. Média (m3/s) D.Padrao (m3/s) Coef. Assim Q ,47 Prob. acumulada 0,5 0,9 0,99 0,995 Normal reduzida z 0,00,8,33,56 L Q 5.98,78-0,53

50 Qmax (m3/s) Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Use the data from the previous exercise to compute the flood maximum discharge assumig the Gumbel, Pearso 3 ad log-pearso 3 probability fuctios. Use os dados do exercício aterior para comparar os valor de caudal máximo de cheia assumido as fdp de Gumbel, Pearso 3 e log-pearso 3. T P q Qp_Gumb Qp_P3 z KP3 Wp p Qp_LP Gumbel P3 LP Z

51 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, A small tow suffers floods wheever the discharge of a earby river exceeds 400 m 3 /s. The table presets some statistics of the flow record of that river. Assumig a log-ormal distributio, estimate the retur period of the floods. Cosidere um aglomerado populacioal localizado juto a um curso de água que provoca iudações sempre que o seu caudal excede 400 m 3 /s. O registo de uma estação hidrométrica próxima permitiu estimar os valores apresetados o quadro e cocluir que a distribuição dos valores do caudal máximo aual pode ser represetada por uma fução de distribuição log-ormal. Estime o período de retoro de ocorrêcia das iudações. Variável Média Desv. padrão Coef. assimetria Caudal máximo aual, Q, (m3/s) L Q 3,5 3 -

52 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, The series of Naiperia logarithms of the aual maximum peak discharge of a give river cross sectio has a average of 6,46, a stadard deviatio of 0,9 ad skewess of 0,0. Usig the log-pearso III distributio, estimate the discharge associated with a probability of 0,99 of ot beig exceeded. Em determiada secção de um curso de água, a série de logaritmos eperiaos dos caudais máximos auais em m3/s, apreseta uma média de 6,46, um desvio padrão de 0,9 e um coeficiete de assimetria de 0,0. Estime pela lei Log-Pearso III o caudal que tem uma probabilidade de 0,99 de ão ser excedido. T (aos) Normal reduzida, z,8,33,56 3,09

53 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, The aual flow volume of a watershed with 438 km is 750 mm. Assumig that this variable ca be described by a ormal distributio with CV =,74H -0,4 (H i mm) estimate the aual flow i m 3 for a 00 aos retur period. O escoameto aual médio de uma bacia hidrográfica com 438 km é 750 mm. Assumido que esta variável pode ser descrita por uma distribuição Normal e que o coeficiete de variação pode ser estimado por CV =,74H -0,4 (H em mm) estime o escoameto aual em m 3 para um período de retoro de 00 aos. F(x) 0,5 0,9 0,99 0,995 0,999 K N 0,00,8,33,56 3,09

54 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, Cosider a small tow located ear a stream where the distributio of the aual maximum peak discharge ca be described by the Gumbel law, with average 70 m 3 /s ad stadard deviatio 40 m 3 /s. Kowig that floods ocurr wheever the discharge exceeds 50 m 3 /s, estimate the retur period of floods ad the probability of ocurrig oe or more floods i a period of 80 years. Cosidere um aglomerado populacioal localizado juto a um curso de água em que o regime de caudal máximo aual pode ser descrito por uma fução de distribuição de probabilidade de Gumbel, com média 70 m 3 /s e o desvio padrão de 40 m 3 /s. Sabedo que ocorrem iudações sempre que o caudal do curso de água excede 50 m 3 /s, estime o período de retoro de ocorrêcia de iudações e a probabilidade de ocorrêcia de uma ou mais iudações um período de 80 aos hidrológicos.

55 Exercise IST: Hydrology, eviromet ad water resources 06/7 Rodrigo Proeça de Oliveira, The spillway of a dam is desiged for a peak discharge of 80 m 3 s -. The series of the aual maximum peak discharge at the dam site has a average of 500 m 3 s - ad a stadard deviatio of 50 m 3 s -. Assumig the Gumbel distributio, please estimate: The probabilidade of the desig flow beig exceded i a give year. The probabilidade of the desig flow beig exceded at least oce i 40 years. Em determiada obra dimesioaram-se os órgãos de descarga para um caudal máximo aual de 80 m 3 s -. Na secção ode a obra foi implatada a série dos caudais máximos auais apreseta uma média e um desvio-padrão de 500 m 3 s - e 50 m 3 s -, respectivamete. Nessas codições e admitido a aplicabilidade da lei de Gumbel, determie: A probabilidade do caudal de dimesioameto ão ser excedido um determiado ao; A probabilidade do caudal de dimesioameto ser excedido em pelo meos um dos quareta aos que se sigam à coclusão da obra.

Hidrologia e Recursos Hídricos 2013 / Trabalho 2. Análise da precipitação

Hidrologia e Recursos Hídricos 2013 / Trabalho 2. Análise da precipitação Hidrologia e Recursos Hídricos 203 / 204 Trabalho 2 Aálise da reciitação Trabalho 2: rogramação dos trabalhos Hidrologia e Recursos Hídricos, 203/4: @Rodrigo roeça de Oliveira 203/4 0-04-204 2. Avaliação

Leia mais

Hidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira

Hidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira Hdrologa, Ambete e Recursos Hídrcos 009 / 00 Rodrgo roeça de Olvera Aálse estatístca IST: Hdrologa, Ambete e Recursos Hídrcos Rodrgo roeça de Olvera, 009 Cocetos base Varável aleatóra oulação Fução de

Leia mais

Hidrologia e Recursos Hídricos 2009 / 2010

Hidrologia e Recursos Hídricos 2009 / 2010 Hidrologia e Recursos Hídricos 009 / 00 Aálise da precipitação Rodrigo Proeça de Oliveira Água a atmosfera A atmosfera como reservatório de água: Volume modesto (quado comparado com os restates): apeas

Leia mais

Hydrology, environment and water resources 2016/ 2017

Hydrology, environment and water resources 2016/ 2017 Hydrology, environment and water resources 2016/ 2017 Rainfall depth-duration-frequency curves Intensity-duration-frequency curves IST: Hydrology, environment and water resources 2016/17 Rodrigo Proença

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

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

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Distribuições de Estatísticas Amostrais e Teorema Central do Limite Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia

Leia mais

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010 COMPARAÇÕES DE DISTRIBUIÇÕES DE PROBABILIDADE PARA UMA SÉRIE DE VAZÕES MÁXIMAS PARA CURSO D ÁGUA RIO DO VEADO, ES MILLENA MIRELLA VIEIRA TAVEIRA ; GEOVANE JUNQUEIRA ALVES ; ANTÔNIO MARCIANO DA SILVA ;

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia (cont.)

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia (cont.) HIDROLOGIA E RECURSOS HÍDRICOS Aálie etatítica aplicada à hidrologia (cot.) Caudal de pota de cheia que ão é excedido em 9% da ocorrêcia? Máxima precipitação em D h com dada probabilidade de excedêcia?

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Justifique coveietemete todas as respostas 1 o semestre 2017/2018 11/01/2018

Leia mais

Estudo da precipitação pluviométrica no período seco e chuvoso do município de Sete Lagoas, MG

Estudo da precipitação pluviométrica no período seco e chuvoso do município de Sete Lagoas, MG Estudo da precipitação pluviométrica o período seco e chuvoso do muicípio de Sete Lagoas, MG Aa Paula Coelho Madeira Silva 13 Jailso de Araujo Rodrigues 2 Jaime dos Satos Filho 2 1 Itrodução A precipitação

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.

Leia mais

Probabilidade e estatística aplicadas à hidrologia

Probabilidade e estatística aplicadas à hidrologia Aexo 1 Probabilidade e estatística aplicadas à hidrologia Rita Cabral Guimarães ICAAM - Istituto de Ciêcias Agrárias e Ambietais Mediterrâicas, Escola de Ciêcia e Tecologia Uiversidade de Évora 1. Itrodução

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

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

PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA

PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Aexo PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Uiversidade de Évora, Departameto de Egeharia Rural.. Itrodução Nehum processo hidrológico é puramete determiístico, isto é, ão é possível determiar

Leia mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

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

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

Probabilidades e Estatística / Introd. às Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística / Introd. às Probabilidades e Estatística TODOS OS CURSOS Probabilidades e Estatística / Itrod. às Probabilidades e Estatística TODOS OS CURSOS Exame Época Especial 7/8 3/7/7 9: Duração: 3 horas Justifique coveietemete todas as respostas Grupo I 5 valores. Uma

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

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

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos)

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos) Desidade Liceciaturas Ecoomia/Fiaças/Gestão 1º Ao Ao lectivo de 01-013 Aálise de Iformação Ecoómica e Empresarial Prova Época ormal 17 de Juho de 013 Duração: h30m (150 miutos) Respoda aos grupos em Folhas

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

PREVISÃO DE PRECIPITAÇÃO

PREVISÃO DE PRECIPITAÇÃO 4 PREVISÃO DE PRECIPITAÇÃO PROBABILIDADE NOS PROJETOS Em Egeharia o cohecimeto das magitudes das precipitações apreseta grade iteresse prático por sua freqüete aplicação os projetos hidráulicos. Nos projetos

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

Regressão linear simples

Regressão linear simples Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Gruo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as resostas 1 o semestre 2017/2018 30/01/2018 15:00 2 o Teste C 10 valores 1. A variável aleatória X

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

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença? Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por

Leia mais

Discrete-time Random Signals

Discrete-time Random Signals Discrete-tie Rado Sigals Util ow, we have assued that the sigals are deteriistic, i.e., each value of a sequece is uiquely deteried. I ay situatios, the processes that geerate sigals are so cople as to

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

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

Estatística II Licenciatura em Gestão TESTE I

Estatística II Licenciatura em Gestão TESTE I Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 2018/2019 30/01/2019 15:00 2 o Teste C 10 valores 1. Seja X X 1, X 2,...,

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

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

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

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

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

Capítulo 5- Introdução à Inferência estatística.

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

Leia mais

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

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA) 06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes

Leia mais

Frequência de cheias no rio Piancó Piranhas-Açu, segundo distribuição GEV e momentos LH

Frequência de cheias no rio Piancó Piranhas-Açu, segundo distribuição GEV e momentos LH Revista Verde de Agroecologia e Desevolvimeto Sustetável http://www.gvaa.com.br/revista/idex.php/rvads ARTIGO CIENTÍFICO Frequêcia de cheias o rio Piacó Pirahas-Açu, segudo distribuição GEV e mometos LH

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

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

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

5 Teoria dos Valores Extremos

5 Teoria dos Valores Extremos Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos

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

DISTRIBUIÇÕES DE PROBABILIDADE

DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE Seja uma v.a. que assume os valores,,..., com probabilidade p, p,..., p associadas a cada elemeto de, sedo p p... p diz-se que está defiida

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

Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ

Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique coveietemete todas as respostas 2 o semestre 206/207

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas o semestre 017/018 04/07/018 15:00 o Teste C 10 valores 1. Admita que os tempos (em cetea

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

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

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

Técnicas Computacionais em Probabilidade e Estatística I. Aula II

Técnicas Computacionais em Probabilidade e Estatística I. Aula II Técicas Computacioais em Probabilidade e Estatística I Aula II Chag Chia MAE 5704- IME/USP º Sem/008 Algus modelos de iteresse prático: a Beroulli; Biomial; b Poisso; Geométrica; Hipergeométrica; c Uiforme;

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

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

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

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

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

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

Estimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico

Estimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico Estimação dos parâmetros agular e liear da equação de regressão liear simples pelo método ão-paramétrico Alícia Bolfoi Dias, Silvao Bolfoi Dias, 3 Luciae Flores Jacobi CEEMQ - CCNE/UFSM e-mail:aliciabdias@mailufsmbr

Leia mais

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010 DISTRIBUIÇÃO DE PROBABILIDADE PARA DETERMINAÇÃO DE VAZÕES MÁXIMAS PARA O RIO ITAPEMIRIM - ESPÍRITO SANTO EWERTON FELIPE DO PRADO MACHADO, LEANDRO CAMPOS PINTO, MARCELO CORRÊA PEREIRA 3, ANTÔNIO MARCIANO

Leia mais

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM 6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas

Leia mais

ANEXO 3 FUNÇÃO DE DISTRIBUIÇÃO NORMAL (NOR)

ANEXO 3 FUNÇÃO DE DISTRIBUIÇÃO NORMAL (NOR) ANEXO UNÇÃO DE DISTRIBUIÇÃO NORMAL (NOR) A.1 dp e/ou d 1 1 f ( ) ep, (A.1) A. Estimativa dos Parâmetros A.. Método da Máima Verosimelhança (MV) 1 N N i i 1 (A.8) s 1 N 1 N i i 1 (A.9) embora, em rigor,

Leia mais

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Justifique coveietemete todas as respostas 2 o semestre 207/208

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

Métodos Quantitativos para

Métodos Quantitativos para Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Virgílio A. F. Almeida Maio de 010 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Histograma das Notas 16 Frequecy

Leia mais

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X

Leia mais

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma

Leia mais

Nota aluno Nota FINAL

Nota aluno Nota FINAL Faculdade Tecológica de Carapicuíba Tecologia em Jogos Digitais Disciplia: Probabilidade e Estatística Nota aluo Nota FINAL 1. Respoda as pergutas a seguir, cosiderado a tabela abaixo represeta os salários

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

A DESIGUALDADE DE CHEBYCHEV

A DESIGUALDADE DE CHEBYCHEV A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades

Leia mais

Estimating Population from Samples

Estimating Population from Samples Estimatig Populatio from Samples Sample mea is a radom variable Mea has some distributio Multiple sample meas have mea of meas Kowig distributio of meas ca estimate error Cofidece Itervals Sample mea value

Leia mais

Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA

Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA Miistério da Educação UIVERSIDADE TECOLÓGICA FEDERAL DO PARAÁ Câmpus Curitiba Diretoria de Graduação e Educação Profissioal Departameto Acadêmico de Estatística 1 Disciplia: Probabilidade e Estatística

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Duração: 90 miutos Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! o semestre 015/016 09/06/016 11:00 o teste B Grupo I 10 valores 1. Seja (X 1,

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que

Leia mais

2.2. Séries de potências

2.2. Séries de potências Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise

Leia mais

Histograma. Faixas de salários

Histograma. Faixas de salários 1. Respoda as pergutas a seguir, cosiderado a tabela abaixo represeta os salários dos fucioários de uma empresa de Logística: Tabela 1 Classe Salário (R$) Limite if Limite sup Número de fucioários 1 5

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

Análise estatística da precipitação máxima diária anual da cidade de Uberaba e vazão mínima diária anual do Rio Uberaba

Análise estatística da precipitação máxima diária anual da cidade de Uberaba e vazão mínima diária anual do Rio Uberaba Revista Agrogeoambiental v4n3, dezembro 202 Análise estatística da precipitação máxima diária anual da cidade de Uberaba e vazão mínima diária anual do Rio Uberaba Michael Silveira Thebaldi* * Universidade

Leia mais

Capítulo I Séries Numéricas

Capítulo I Séries Numéricas Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Estacionariedade e correlação temporal em dados financeiros

Estacionariedade e correlação temporal em dados financeiros Estacioariedade e correlação temporal em dados fiaceiros Hoje em dia há uma quatidade imesa de dados fiaceiros sedo armazeados, egócio a egócio, pelo mudo afora. Gratuitamete, é possível coseguir facilmete

Leia mais

21037 : e-fólio A- proposta de resolução

21037 : e-fólio A- proposta de resolução 21037 : e-fólio A- proposta de resolução 1. Os motates de depósito a prazo, em uidades codificadas (UC), correspodem a uma variável quatitativa cotíua, e estão orgaizados em classes com a mesma amplitude.

Leia mais

Testes de Hipóteses sobre uma Proporção Populacional

Testes de Hipóteses sobre uma Proporção Populacional Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.

Leia mais

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a): Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.

Leia mais

Análise de eventos hidrológicos extremos, usando-se a distribuição GEV e momentos LH

Análise de eventos hidrológicos extremos, usando-se a distribuição GEV e momentos LH Revista Brasileira de Egeharia Agrícola e Ambietal v.,., p.8 89, 6 Campia Grade, PB, DEAg/UFCG http://www.agriambi.com.br Protocolo 87. 6/6/ Aprovado em 6//5 Aálise de evetos hidrológicos extremos, usado-se

Leia mais

CE-003: Estatística II - Turma K/O Avaliações Semanais (2 o semestre 2015)

CE-003: Estatística II - Turma K/O Avaliações Semanais (2 o semestre 2015) CE-003: Estatística II - Turma K/O Avaliações Semaais (2 o semestre 20) Semaa 5 (av-01) 1. Um idivíduo vai participar de uma competição que cosiste em respoder questões que são lhe são apresetadas sequecialmete.

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

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa

Leia mais

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço

Leia mais

Como se decidir entre modelos

Como se decidir entre modelos Como se decidir etre modelos Juliaa M. Berbert Quado uma curva é lei de potecia? O procedimeto amplamete usado para testar movimetação biológica a fim de ecotrar padrões de busca como Voos de Levy tem

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental

Métodos Quantitativos para Ciência da Computação Experimental Métodos Quatitativos para Ciêcia da Computação Experimetal -Aula #b- Virgílio A. F. Almeida Março 008 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Material de Estatistica http://www.itl.ist.gov/div898/hadbook/idex.htm

Leia mais

Teste de Avaliação de MATEMÁTICA 12º ano

Teste de Avaliação de MATEMÁTICA 12º ano Turma: e º teste 06 de Fevereiro Nº Nome GRUO I Teste de Avaliação de MATEMÁTICA º ao º eríodo de 0/ duração 90 mi. rof. Josué Baptista Classificação: O rofessor: As sete questões deste grupo são de escolha

Leia mais