9. INTERVALOS DE PREDIÇÃO E INTERVALOS DE TOLERÂNCIA

Tamanho: px
Começar a partir da página:

Download "9. INTERVALOS DE PREDIÇÃO E INTERVALOS DE TOLERÂNCIA"

Transcrição

1 9 INTRVALOS D PRDIÇÃO INTRVALOS D TOLRÂNCIA 200

2 Iervalo de cofiaça, é uma amora aleaória de amaho de uma população ormal com média µ e variâcia 2 (amba decohecida) A média amoral em diribuição ormal com média µ e variâcia 2 : T Z ( µ ) ~ N(0,) ( µ ) ~ -, : diribuição de Sude com gl edo que é o devio padrão amoral colhedo um coeficiee de cofiaça (-) pode-e deermiar - (coulado a Tábua III) al que P( - T - ) f()

3 3 [ ] máximo erro o é edo que, ] [ U L Logo, um iervalo de cofiaça (IC) de 00 (-)% para a média populacioal µ é dado por Subiuido T e iolado µ obemo P µ Iervalo de cofiaça Ouro problema: Apreear um iervalo de poívei valore para a obervação (ova obervação ou obervação fuura) 2 Apreear um iervalo que coeha uma cera proporção de valore de

4 4 92 Iervalo de predição é uma ova obervação e ~ N(µ 2 ) 2 2 0, N ~ Reulado : Um iervalo de predição de 00 (-)% para é dado por em que ], [ ] [ U L ~ N(0,) ão : Padroizaç Z ~ : por do Subiui T Na Tábua III obemo - al que P( - T - ) Subiuido T e iolado obemo P rro de predição : : Predição

5 93 Iervalo de olerâcia Se ~ N(µ 2 ) vimo o Cap, 5 que P( µ µ ) P( µ 2 P( µ 3 µ 2 ) µ 3 ) 0,6896, 0,9546 0,9973 e O iervalo [µ 2 µ 2 ] cobre 95,46% do valore de reao, µ e ão (geralmee) decohecido Subiuido pelo eimadore obemo [ 2 2], cuja coberura ão é 95,46% Para uma dada coberura, o iervalo é [ k k ] Como ee iervalo é aleaório, emo mai uma foe de icereza, de modo que é eceário apreear um coeficiee de cofiaça para o iervalo Uma vez ecolhida a coberura e o coeficiee de cofiaça, o valor de k é obido da abela a lâmia 6 A coberura e o coeficiee de cofiaça devem er alo (90%, 95%, ou 99%, por exemplo) 5

6 Valore de k xemplo m uma amora com 20 obervaçõe, para uma coberura de 90% e uma cofiaça de 95% ecoramo k 30 Iervalo de olerâcia : [ ] Uilizado ee iervalo em muia amora com 20 eremo uma proporção de 95% do iervalo coedo 90% de odo o valore de 6

7 xemplo Uma máquia produz baõe cilídrico meálico Uma amora aleaória de 5 baõe foi coleada O diâmero (em mm) foram medido reulado em 8,24 8,23 8,20 8,2 8,20 8,28 8,22 8,26 8,27 8,25 8,9 8,25 8,26 8,23 8,24 Uilizado o dado coleado, repoda à eguie queõe: (a) O que pode er afirmado obre o diâmero de um baão adicioal a er coleado? (b) É de ieree acompahar o comporameo do diâmero médio do baõe produzido (c) Que iformação você comuicaria a um poível comprador do baõe? Solução repreea a variável diâmero do baõe, em mm Supomo que ~ N(µ 2 ) O gráfico de quai da figura ao lado ão coradiz ea upoição Diâmero (mm) Quai eórico 7

8 xemplo Foram coleada 5 obervaçõe Calculamo x xi 8,235 mm e i i 0,0272 mm Na lera (a) a quaidade de ieree é 6 Apreearemo um iervalo de predição de 95% para 6 Na Tábua III com 4 grau de liberdade e p 2 ( 0,95) 2 0,05 2 (ou eja, p 5%), obemo - 45 ( x i x) 2 2 Calculamo o erro máximo (lâmia 4) 0,0603 mm 45 0, Um iervalo de predição de 95% para 6 é dado por [ ] [8,75 8,296], em mm 8

9 xemplo Na lera (b) a quaidade de ieree é o diâmero médio (µ) do baõe Aim, Apreearemo um iervalo de cofiaça (IC) de 95% para µ Já vimo que - 45 Calculamo o erro máximo (lâmia 3) 0,05 mm 45 0, Ob Como eperado, o erro máximo do IC é meor do que o erro máximo do iervalo de predição (lâmia 8) Um IC de 95% para µ é dado por [ ] [8,220 8,250], em mm Na lera (c), para um poível comprador pode er úil cohecer um iervalo que coeha uma proporção ala do valore do diâmero Apreearemo um iervalo de olerâcia de 95% para com uma coberura de 99% Coulado a abela da lâmia 6 com 5, cofiaça 0,95 e coberura 0,99, ecoramo k 3,878 Um iervalo de olerâcia para o diâmero do baõe é dado por (lâmia 5) [ k k ] [8,30 8,34], em mm Ob Se a diribuição de ão for ormal, o iervalo dee capíulo ão oluçõe aproximada 9

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo:

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo: INE66 Méodo Eaíico Exercício Prova - Semere 15.1 O poo de fuão (medido em C) é um apeco crucial em maeriai cerâmico, epecialmee o uado em reaore ucleare, como a ória. Receemee um fabricae apreeou dua ova

Leia mais

O processo de escolha de uma amostra da população é denominado de amostragem.

O processo de escolha de uma amostra da população é denominado de amostragem. O proeo de eolha de uma amora da população é deomiado de amoragem Méodo de e iferir obre uma população a parir do oheimeo de pelo meo uma amora dea população Eudo da relaçõe eória exiee ere uma população

Leia mais

Por Ponto. Por intervalo

Por Ponto. Por intervalo rof Lorí Viali, Dr viali@maufrgbr hp://wwwufrgbr/~viali/ Uma A eimação em por objeivo foreer iformaçõe obre parâmero populaioai, edo omo bae uma amora aleaória eraída da população de ieree θ ETIMAÇÃO AMOTRA

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança Etatítica: Aplicação ao Seoriameto Remoto SER 4 - ANO 19 Itervalo de Cofiaça Camilo Dalele Reó camilo.reo@ipe.br http://www.dpi.ipe.br/~camilo/etatitica/ Itervalo de Cofiaça Um parâmetro pode er etimado

Leia mais

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição Uiveridade Etadual do Oete do Paraá - Uioete Curo de Nutrição Bioetatítica Profeora Aqui começamo o etudo da etatítica iferecial, que é o egudo maior ramo da etatítica. M.Roebel Tridade Cuha Prate Coite

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

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

Intervalo de Confiança

Intervalo de Confiança 8/8/05 Uiversidade Federal do ará Isiuo de Tecologia Esaísica Aplicada I ro. Dr. Jorge Teóilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 8/08/05 06:54 ESTATÍSTICA ALICADA I - Teoria das

Leia mais

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística 6/2/217 Uiveridade Etadual do Oete do Paraá - Uioete Tete de Hipótee Curo de Medicia/Nutrição Bioetatítica Profeora Tete de Hipótee (TH) é uma ferrameta etatítica que também é utilizado para fazer iferêcia

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

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória.

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória. Prof. Lorí Viali, Dr. viali@ma.ufrgs.br hp://www.ma.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X R x = X(s) X(S) Uma fução X que associa a cada elemeo de S (s S) um úmero real x = X(s) é deomiada

Leia mais

A) Independência estatística B) Var. aleatórias C) Distribuição normal D) Dist. conjuntas e correlação E) Inferência estatística

A) Independência estatística B) Var. aleatórias C) Distribuição normal D) Dist. conjuntas e correlação E) Inferência estatística A) Ideedêcia etatítica B) Var. aleatória C) Ditribuição ormal D) Dit. cojuta e correlação E) Iferêcia etatítica 18-02-2010 Joé Filie Rafael 1 E.1) Ditribuiçõe amotrai E.2) Itervalo de cofiaça e tete de

Leia mais

Denomina F a variável aleatória definida pelo quociente: F = n

Denomina F a variável aleatória definida pelo quociente: F = n 9/0/0 Etatítica Eperimetal Tete F Tete t de STUDENT Cap. 7, 8 e 9 Callegari-Jacque, S. M. Bioetatítica: Pricípio e Aplicaçõe, 003. Apotila: Regazzi, A. J., Curo de iiciação à etatítica. Profº: Glauco Vieira

Leia mais

n Obtido através desvio padrão da população (σ)

n Obtido através desvio padrão da população (σ) 3/5/ Etatítica Geral Tete t de STUDENT Cap. 7, 8 e 9 Callegari-Jacque, S. M. Bioetatítica: Pricípio e Aplicaçõe, 3. Apotila: Regazzi, A. J., Curo de iiciação à etatítica. Curo: Saúde/CUA/UFMT Profº: Glauco

Leia mais

1-) Um sistema de controle com retroação unitária apresenta = e u(t) = 3t.

1-) Um sistema de controle com retroação unitária apresenta = e u(t) = 3t. -) Um iema de corole com reroação uiária areea k G ( e u() 3. + )(,5 + ) a-) Se k 3 -, deermie o erro em regime eacioário (ermaee), e(. b-) Deeja-e que ara uma exciação em rama, e(,. Qual o valor de k

Leia mais

Sistemas de Controle I

Sistemas de Controle I 4. Repoa o Domíio do Tempo Pólo, Zero e Repoa do Siema: Defiiçõe Siema de Corole I Repoa do iema: oma da repoa forçada repoa aural. Repoa forçada é ambém chamada de repoa eacioária ou olução paricular;.

Leia mais

Lista IC, tamanho de amostra e TH

Lista IC, tamanho de amostra e TH 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%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o

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

CAPÍTULO 7 - Intervalos de confiança

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

Leia mais

INTERVALOS DE CONFIANÇA

INTERVALOS DE CONFIANÇA INTRVALOS D CONFIANÇA stimação or itervalos,, é uma amostra aleatória de uma variável cuja distribuição deede do arâmetro Se L(,, e U(,, são duas fuções tais que L < U e P(L U =, o itervalo [L, U] é chamado

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

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

INFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA

INFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA INFRÊNCIA STATÍSTICA: STIMAÇÂO PONTUAL INTRVALOS D CONFIANÇA 0 Problemas de iferêcia Iferir sigifica faer afirmações sobre algo descohecido. A iferêcia estatística tem como objetivo faer afirmações sobre

Leia mais

Inferência Estatística

Inferência Estatística Iferêcia Etatítica Tete de Hipótee: tete de difereça etre média, coceito, grupo pareado, grupo idepedete com variâcia cohecida e decohecida Itrodução Coidere o problema de comparar materiai (A e B), para

Leia mais

Intervalos de confiança

Intervalos de confiança 0 Itervalo de cofiaça 6.. A etiação por itervalo Noralete o proceo de ivetigação de u parâetro eceitao ir alé da ua etiativa potual ˆ. O fato de ão e cohecer o valor de pode cauar ua ieguraça e levar a

Leia mais

5. Medidas de dispersão

5. Medidas de dispersão 5. Medida de diperão 0 Chamada de medida de variabilidade (diperio ou variability). Quatificação da difereça etre o valore,,...,. Diperão e cocetração (ou precião) ão coceito opoto. Redução (drática) de

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

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

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007)

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007) Méodos saísicos de Previsão MÉTODO TATÍTICO D PRVIÃO 0 08 06 04 0 00 98 96 94 9 90 0 5 0 5 0 Aálise de rros Berardo Almada Lobo Berardo Almada-Lobo (007) Méodos saísicos de Previsão Regressão Liear Múlipla

Leia mais

3 Revisão Teórica dos principais modelos de previsão

3 Revisão Teórica dos principais modelos de previsão Revião Teórica do principai modelo de previão 18 3 Revião Teórica do principai modelo de previão Denre o divero méodo e modelo de previão eine, enconramo aqui o modelo univariado e o modelo com variávei

Leia mais

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

5. Medidas de dispersão. You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.

5. Medidas de dispersão. You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf. 5. Medida de diperão 0 You created thi PDF from a applicatio that i ot liceed to prit to ovapdf priter (http://www.ovapdf.com) Chamada de medida de variabilidade (diperio ou variability). Quatificação

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

Nº de sucessos ,3277 0,4096 0,2048 0,0512 0,0064 0,0003. n Limite superior de 0,025 0,01 0,0025 0,000625

Nº de sucessos ,3277 0,4096 0,2048 0,0512 0,0064 0,0003. n Limite superior de 0,025 0,01 0,0025 0,000625 Capíulo Problema 0 Nº de sucessos 0 4 5 0,0 0, 0,4 0,6 0,8,0 P 0,77 0,4096 0,048 0,05 0,0064 0,000 E 0, p ; 0,0 5 Problema 0 4 0 5 00 400 Lme superor de 0,05 0,0 0,005 0,00065 Lme superor de p^ 0,00 0,05

Leia mais

UNIDADE II TESTE DE HIPÓTESE

UNIDADE II TESTE DE HIPÓTESE 0/0/06. INTRODUÇÃO A iferêcia etatítica preocupa-e em determiar e UNIDADE II TESTE DE IPÓTESE CUIABÁ, MT 05/ PROF.: RÔMULO MÔRA romulomora.webode.com exite alguma igificâcia etatítica acoplada ao reultado

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 12: - Itervalo de Cofiaça - Tete de Hipótee (webercampo@gmail.com) INTERVALO DE CONFIANÇA 1. INTERVALO DE CONFIANÇA PARA A MÉDIA O proceo de cotrução do itervalo de cofiaça

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

UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO UNIDADE ACADÊMICA DO CABO DE SANTO AGOSTINHO CÁLCULO DIFERENCIAL E INTEGRAL

UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO UNIDADE ACADÊMICA DO CABO DE SANTO AGOSTINHO CÁLCULO DIFERENCIAL E INTEGRAL UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO UNIDADE ACADÊMICA DO CABO DE SANTO AGOSTINHO CÁLCULO DIFERENCIAL E INTEGRAL 4-018.1 EXAME FINAL Nome Legível Turma RG CPF Repoa em juificaiva ou com fórmula prona

Leia mais

IV.4 Análise de Dados da Avaliação

IV.4 Análise de Dados da Avaliação Melhor e Pior? IV - Avaliação IV.4 Análie de Dado da Avaliação Interactive Sytem Deign, Cap. 0, William Newman Melhor e Pior? Reumo Aula Anterior Avaliação com utilizadore Local (Laboratório, Ambiente

Leia mais

Teste de hipótese. a) Uma população b) Duas populações c) Três ou mais populações

Teste de hipótese. a) Uma população b) Duas populações c) Três ou mais populações Tete de hipótee a Ua população b ua populaçõe c Trê ou ai populaçõe 6 Tete para coparação de dua édia de populaçõe orai Tete bilateral H 0 : = H : H 0 : = 0 H : 0 t Tete uilateral à direita H 0 : = H :

Leia mais

CONHECIMENTOS BÁSICOS MATEMÁTICA

CONHECIMENTOS BÁSICOS MATEMÁTICA CONHECIENTOS BÁSICOS ATEÁTICA Para repoder à quetõe de o e, utilize o dado da tabela abaixo, que apreeta a freqüêcia acumulada da idade de 0 jove etre 4 e 0 ao. Idade (ao) Freqüêcia Acumulada 4 5 4 6 9

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

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

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

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

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL AULA 8 16/05/17 Prof a Lilia M. Lima Cuha Maio de 017 PROPOSITO FUNDAMENTAL DA INFERÊNCIA ESTATISTICA DESENVOLVER ESTIMATIVAS E TESTAR HIPOTESES

Leia mais

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85.

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85. MATEMÁTICA VOLUME RESOLUÇÕES - EXERCITANDO EM CASA AULA. D Escrevedo a lei de T a forma caôica, vem T(h) = h + h 8 = (h h + 8) = [(h ) 6] = 6 (h ). Assim, a emperaura máxima é 6 C, ocorredo às horas. Tal

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

Avaliação de Glebas. O empreendimento analisado transcorrerá em duas fases distintas, durante o período total de tempo t em meses:

Avaliação de Glebas. O empreendimento analisado transcorrerá em duas fases distintas, durante o período total de tempo t em meses: aliação de Gleba o: lfedo ima Moeia Gacia alização do ecelee abalho do E. Hélio de Caie iclido a aaem da coia feia (cf) e coeçõe deido à leilação aal. leilação aal omee emie o iício da oba de baização

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

Objetivos. Discutir as aplicações das Séries de Fourier

Objetivos. Discutir as aplicações das Séries de Fourier UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS DEPARTAMENTO DE ENGENHARIA MECÂNICA Laboraório de Diâmica SEM 533 MODELAGEM E SIMULAÇÃO DE SISTEMAS DINÂMICOS I Reoa do Siema de Seguda Ordem

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

Em estatística, uma hipótese é uma alegação, ou afirmação, sobre uma propriedade de uma população.

Em estatística, uma hipótese é uma alegação, ou afirmação, sobre uma propriedade de uma população. 7 TESTE DE HIPÓTESE 7. Itrodução Ao pergutarmo para a peoa a rua qual é a temperatura média do corpo humao, teremo 37 C como a maioria da repota. Um grupo de pequiadore realizou um experimeto para verificar

Leia mais

Aula 3. Estimação II. Capítulo 11, Bussab&Morettin Estatística Básica 7ª Edição

Aula 3. Estimação II. Capítulo 11, Bussab&Morettin Estatística Básica 7ª Edição Aula 3. Estimação II. Capítulo, Bussab&Moretti Estatística Básica 7ª Edição Estatística = fução qualquer da amostra população ~B(p) amostra,,, i {0,} estimador de p é estatística p amostra (obs.) x,, x,

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 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

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

Estatística Estimação de Parâmetros por Intervalo

Estatística Estimação de Parâmetros por Intervalo Etatítica - Etimação d Parâmtro por Itrvalo UNESP FEG DPD Prof. Edgard - - Itrvalo d Cofiaça para a média População ifiita, com cohcido Sab- qu, para uficitmt grad: Normal ( ; /) Sja: : Erro ou Prcião

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

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

5 Modelo Teórico Modelagem determinística

5 Modelo Teórico Modelagem determinística 5 Modelo Teórico Nese rabalho será adoada a simulação de Moe Carlo para precificar as opções reais do projeo, uilizado o sofware @Risk. O modelo eórico aplicado é baseado a premissa de que o valor presee

Leia mais

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: a Lisa: MTM46: Prof Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( x(, f saisfazedo f (, é dada por x( f ( d Exercício : Resolva o seguie y

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

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

CÂMARA MUNICIPAL DE SANTO ANTÔNIO DA PLATINA - PR

CÂMARA MUNICIPAL DE SANTO ANTÔNIO DA PLATINA - PR JANEIRO 75 0 75 2 73 1440 0 1440 104 1336 7 0 7 5 2 119 0 119 1 118 293 0 293 11 282 225 0 225 5 220 2 0 2 0 2 116 0 116 4 112 Página 1 de 12 FEVEREIRO 73 0 73 2 71 1336 0 1336 385 951 2 0 2 2 0 118 0

Leia mais

CÂMARA MUNICIPAL DE SANTO ANTÔNIO DA PLATINA - PR. Planilha Controle de Estoque - Materiais de Limpeza - 2013 ESTOQUE ANTERIOR

CÂMARA MUNICIPAL DE SANTO ANTÔNIO DA PLATINA - PR. Planilha Controle de Estoque - Materiais de Limpeza - 2013 ESTOQUE ANTERIOR JANEIRO 20 0 20 1 19 13 0 13 0 13 0 5 5 0 5 16 0 16 1 15 17 0 17 0 17 5 0 5 2 3 20 0 20 2 18 107 0 107 5 102 59 0 59 1 58 23 0 23 1 22 215 0 215 7 208 60 0 60 1 59 5 0 5 0 5 5 0 5 1 4 Página 1 de 12 FEVEREIRO

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

Propriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS

Propriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS 0 CONTÍNUOS PRINCIPAIS MODELOS Notação: ~ U(α β). Propriedades: Eemplo A dureza de uma peça de aço pode ser pesada como sedo uma variável aleatória uiforme o itervalo (5070) uidades. Qual a probabilidade

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 2º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Inrodução ao Cálculo Diferencial II TPC nº 9 Enregar em 4 2 29. Num loe de bolbos de úlipas a probabilidade de que

Leia mais

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A Resoluções das aividades adicioais Capíulo 6 Grupo A. aleraiva C de A 6 (de A) 8 de A. aleraiva C de A de( A) (de A) de A (de A) de A Como A é ieiro posiivo, eão deve ser par.. A comua com B A B B A y

Leia mais

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( ) x() ) ), f saisfazedo x( f ( ) d f ( ) cos( ) d f ( ) cos( ) d f ( ), é dada por Exercício : Resolva o seguie

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

A distribuição BURR XII Geométrica

A distribuição BURR XII Geométrica Inrodução A diribuição BURR XII Geoméria Beariz Rezende Lanjoni Edwin Moie Maro Orega Na análie de obrevivênia a variável reoa, geralmene, é o emo aé a oorrênia de um eveno de ineree, orano aume valore

Leia mais

3 Fundamentação Teórica de Modelos Bayesianos de Previsão

3 Fundamentação Teórica de Modelos Bayesianos de Previsão 37 3 Fudameação Teórica de Modelos Bayesiaos de Previsão 3.. Abordagem Bayesiaa para Esimação A iformação que se em acerca de um parâmero de ieresse θ é crucial a ciêcia esaísica. Se o valor verdadeiro

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

ESTATÍSTICA BÁSICA- SUMÁRIO ( 1 a PARTE)

ESTATÍSTICA BÁSICA- SUMÁRIO ( 1 a PARTE) ESTATÍSTICA BÁSICA- SUMÁRIO ( a PARTE) POPULAÇÕES E AMOSTRAS IMPORTÂNCIA DA FORMA DA POPULAÇÃO DISTRIBUIÇÃO NORMAL DE GAUSS PARÂMETROS E ESTIMATIVAS TEOREMA DO LIMITE CENTRAL DISTRIBUIÇÃO Z E DISTRIBUIÇÃO

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

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

Aula de hoje. Comparação de duas médias amostrais. Transformação. Diferenças entre testes paramétricos e não-paramétricos

Aula de hoje. Comparação de duas médias amostrais. Transformação. Diferenças entre testes paramétricos e não-paramétricos Aula e hoje Comparação e ua méia amotrai Tratamento Paramétrico Diferença entre tete paramétrico e não-paramétrico Tete paramétrico: Baeao em parâmetro a amotra (méia e evio-parão). Fazem preupoto obre

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

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

5 Abordagens Propostas para Otimização de Portfólio de Contratos de Energia

5 Abordagens Propostas para Otimização de Portfólio de Contratos de Energia 8 5 Abordage Propoa para Oiização de Porfólio de Corao de Eergia 5.. Irodução Foi vio o capíulo 4 que a receia da geradora decorree da coercialização de eergia ecluivaee o ercado a via é uio icera. Foi

Leia mais

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais Intervalo de Confiança para a Diferença entre Dua Média Amotrai Quando e quer etimar a diferença, µ µ, entre a média de dua populaçõe e, procede-e da eguinte maneira: toma-e uma amotra de cada população,

Leia mais

PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004

PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004 PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004 SUMÁRIO 1. INRODUÇÃO... 1 2. FONE DE DADOS... 1 3. PROJEÇÃO DO NÚMERO DE DOMICÍLIOS... 2 3.1 Mucípo emacpado em 2001... 5 3.2 População

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

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

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

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO.

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO. MÓDUO - MODEOS DE PREVISÃO E ESTIMATIVA DE DEMANDA Baseado em Chopra, Suil e Meidl, Peer, Gereciameo da Cadeia de Suprimeos, Preice Hall, São Paulo, 23. Quao se deve fabricar os próximos dias? Quais os

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

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

TENSÕES E CORRENTES TRANSITÓRIAS E TRANSFORMADA LAPLACE

TENSÕES E CORRENTES TRANSITÓRIAS E TRANSFORMADA LAPLACE TNSÕS CONTS TANSTÓAS TANSFOMADA D APAC PNCPAS SNAS NÃO SNODAS Degrau de ampliude - É um inal que vale vol para < e vale vol, conane, para >. Ver fig. -a. v (a) (b) v Fig. A fig. -b mora um exemplo da geração

Leia mais

Previsão de venda. Sistema agroindustrial, (1999);

Previsão de venda. Sistema agroindustrial, (1999); Objeivos desa apreseação Plaejameo de produção: Previsão de Demada Aula 6 Pare 1 Mauro Osaki TES/ESALQ-USP Pesquisador do Cero de Esudos Avaçados em Ecoomia Aplicada Cepea/ESALQ/USP Foe: 55 19 3429-8841

Leia mais

APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES

APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES ABNER ROCHA PINHEIRO (UNIFOR ) aberocha@homail.com Ferado Luiz Emereciao Viaa (UNIFOR ) fleviaa@oi.com.br Eduardo Alecar Lima Casro

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

Conidere uma rampa plana, inclinada de um ângulo em relação à horizonal, no início da qual enconra-e um carrinho. Ele enão recebe uma pancada que o fa

Conidere uma rampa plana, inclinada de um ângulo em relação à horizonal, no início da qual enconra-e um carrinho. Ele enão recebe uma pancada que o fa Onda acúica ão onda de compreenão, ou eja, propagam-e em meio compreívei. Quando uma barra meálica é golpeada em ua exremidade, uma onda longiudinal propaga-e por ela com velocidade v p. A grandeza E é

Leia mais

Critérios para a Apuração dos Preços de Ajuste Março 2009.

Critérios para a Apuração dos Preços de Ajuste Março 2009. Criérios para a Apuração dos Preços de Ajuse Março 2009. Iformamos os procedimeos a serem aplicados durae o mês de março de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos fiaceiros

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

13 Inferência Estatística Teoria da Estimação

13 Inferência Estatística Teoria da Estimação 3 Iferêcia Etatítica Teoria da Etimação 3. Itrodução A partir dete capítulo abordaremo ituaçõe em que o iteree etá em obter iformaçõe da população a partir do reultado de uma amotra. Como exemplo, coideremo

Leia mais