Complementos de Probabilidades e Estatística
|
|
- Valdomiro Branco
- 4 Há anos
- Visualizações:
Transcrição
1 Departameto de Matemática, IST Secção de Probabilidades e Estatística Complemetos de Probabilidades e Estatística Exame de a. Época / 2o. Teste 2o. Semestre 2009/0 Duração: 3 horas / hora e 45 miutos Se pretede fazer o exame deve resolver todos os grupos. 22/06/200 9 horas Se pretede fazer o 2o. teste deve resolver apeas os grupos III, IV, V e VI. Nesse caso as cotações passam a ser o dobro das idicadas. Justifique coveietemete todas as respostas. Atete que o euciado desta prova tem três págias e é costituído por seis grupos. Grupo I 5.0 valores. Seja X Beta(α, ), α > 0. Prove que: (a) α l(x) Expoecial(); Distribuição X Beta(α, ), α > 0 (.5) F.d.p. f X (x) form Cotradomíio de X IR X (0, ) Nova v.a. Y g(x) α l(x) (fução bijectiva) Cotradomíio de Y IR Y g(ir X ) IR + Iversa y α l(x) g (y) e y α Derivada dg (y) dy α e y α F.d.p. de Y f Y (y) form f X [g dg (y) (y)] dy α ( ) e y α α y α e α B(α,) xα ( x) α x α, 0 < x < 0, c.c. e y, y IR Y IR +
2 Coclusão Y Expoecial(). (b) 2α l(x) χ 2 (2), recorredo para o efeito à fução geradora de mometos. (.0) Outra v.a. Z 2α l(x) F.g.m. Coclusão Z χ 2 (2). M Z (t) E ( e tz) E ( e t 2Y ) M Y (2t) 2t form 2 t < /2 t, 2 M Gama(2/2,/2) (t) 2. Cosidere um taque cúbico de combustível com capacidade igual a 000 litros. Por questões de seguraça, uca se armazeam mais de 750 litros de combustível. É também sabido que a úica face do taque sujeita a corrosão é lateral e que a altura X (em metros) a que ocorre um furo essa face possui distribuição Uiforme(0, ). (a) Defia a variável aleatória Y, que represeta o combustível que resta o taque, caso ocorra um furo à altura X a referida face e todo o combustível acima do furo vaze. Nota: Limite-se a defiir Y à custa de X e a classificar Y quato ao seu tipo. (.0) V.a. X altura (me metros) a que se ecotra o furo o taque cúbico de m 2 Distribuição X Uiforme(0, ) Outra v.a. Y combustível que resta o taque X, se 0 < X < , se 0.75 X mi{x, 0.75} Classificação de Y É uma v.a. mista com: 2
3 ramo discreto degeerado em 0.75 Y d d 0.75; peso associado ao ramo discreto igual a α P (0.75 X ); ramo absolutamete cotíuo em (0, 0.75) Y d a X 0 < X < 0.75; peso associado ao ramo absolutamete cotíuo igual a α P (0 < X < 0.75). (b) Obteha o valor esperado de Y. Valor esperado de Y E(Y ) α E(Y d ) + ( α) E(Y a ) P (0.75 X ) [ P (0.75 X )] E[Uiforme(0, 0.75)] ( 0.25) (.5) Grupo II 3.0 valores Admita que um rectâgulo possui dimesões aleatórias comprimeto X e largura Y que costituem um par aleatório com fução de desidade de probabilidade cojuta xy f X,Y (x, y), 0 y x 2 2 0, c.c. (a) Determie a moda do comprimeto. (.5) Par aleatório (X, Y ) X comprimeto Y largura F.d.p. cojuta xy f X,Y (x, y), 0 y x 2 2 0, c.c. Cotradomíio de (X, Y ) IR X,Y {(x, y) : 0 y x 2} F.d.p. margial de X f X (x) + x xy 0 f X,Y (x, y) dy dy x ( y 2 x , c.c. ) x 3 4, 0 x 2 3
4 Moda de X Tratado-se x3 4 de uma fução crescete para 0 x 2, coclui-se que mo mo(x) : f X (mo) max X(x) x IR mo 2. (b) Calcule a probabilidade de o perímetro do rectâgulo ser superior a 4. (.5) Nova v.a. Z 2 (X + Y ) perímetro do rectâgulo Prob. pedida P (Z > 4) P [2 (X + Y ) > 4] P (Y > 2 X) f X,Y (x, y) dy dx (esquema!) {(x,y): y>2 x} ( 2 y 2 x ) x dx (x 2 x) dx 2 x Grupo III 2.5 valores Seja (X,..., X ) uma a.a. de dimesão proveiete da população X Beta(α, ), α > 0. (a) Atededo ao facto de o estimador de máxima verosimilhaça de α ser igual a l(m g ) i l(x i ) e à distribuição amostral 2 α l(m g ) χ 2 (2), prove que l(m g) é um estimador cosistete de α. (2.0) V.a. X i i.i.d. Beta(α, ), α > 0 Estimador de MV de α EMV(α ) l(m g ) i l(x i ) V.a. fulcral para α Z 2 α l(m g ) 2 α EMV(α ) χ 2 (2), Reescrita de EMV(α ) EMV(α ) l(m g ) Z 2 α 4
5 Características de EMV(α ) E [ EMV(α ) ] ( ) Z E 2 α 2 α E [ ] χ 2 (2 form 2 α 2 Coclusão α V [ EMV(α ) ] ( ) Z V 2 α (2 α) V [ ] χ 2 2 (2 form 4 2 α 4 2 α 2 lim EMV(α ) ] + lim + α 2 0 Atededo a que EMV(α ) é um estimador cetrado de α, logo assitoticamete cetrado, e EMV(α ) possui variâcia assitótica ula, pode cocluir-se que EMV(α ) é um estimador cosistete de α, i.e., EMV(α ) P α. (b) Será que o estimador de máxima verosimilhaça de α é também um estimador cosistete? (0.5) Estimador de MV de α A fução g(x) x é bijectiva em IR +, pelo que pode ivocar-se a propriedade da ivariâcia dos estimadores de MV e afirmar-se que EMV(α) EMV[g(α )] g [ EMV(α ) ]. Averiguação da cosistêcia do estimador de MV de α Se tivermos presete que a covergêcia em probabilidade é fechada para fuções cotíuas em IR e já agora em IR +, como é o caso de g(x) x pode cocluir-se que EMV(α ) P α EMV(α) g [ EMV(α ) ] P g(α ) α i.e., EMV(α) é um estimador cosistete de α. 5
6 Resolução alterativa Podia averiguar-se da cosistêcia do estimador de MV de α, tirado partido dos seguites factos: Z χ 2 (2) Gama(, /2); EMV(α) 2 α; Z E ( ) Z f Gama(,/2) (z) dz ; 2( ) E ( ) ( Z 2) ( )( 2) 0 f Gama( 2,/2) (z) dz V ( ) Z [ ] 2 4( )( 2) 2( ). 4( ) 2 ( 2) Assim, E [EMV(α)] E ( 2 α Z lim + E [EMV(α)] α V [EMV(α)] V ( 2 α Z lim + V [EMV(α)] 0, ) 2 α E ( Z ) (2 α) 2 V ( Z 4( )( 2) ; ) 2 α 2( ) α ) 4 2 α 2 4( ) 2 ( 2) 2 α 2 ( ) 2 ( 2) pelo que se coclui que EMV(α) é um estimador cosistete de α. Grupo IV 2.5 valores Um estudo, elaborado em parceria com o NIST (EUA), teve por objectivo caracterizar a resistêcia X (em ksi 0 3 psi) de determiada fibra de vidro polida usada as jaelas de aeroaves. (a) Um egeheiro do NIST obteve o diagrama extremos-e-quartis abaixo à esquerda, para um cojuto de 3 observações Comete tal diagrama. (0.5) Natioal Istitute of Stadards ad Techology. 6
7 Cometários ao diagrama extremos-e-quartis Para além da ligeira assimetria positiva sugerida pelo diagrama, refira-se que: mi x i < 20; Q o. quartil 25; me mediaa 30; Q 3 3o. quartil > 35; max x i > 45. (b) Tal egeheiro decidiu testar o ajustameto da distribuição de Weibull tri-paramétrica com fução de distribuição igual exp [ ( ) x ], x 5.9, 6.92 ao ível de sigificâcia de 5%, tedo para o efeito elaborado o gráfico acima à direita. Idetifique o teste de ajustameto a que recorreu o egeheiro e descreva detalhadamete o procedimeto utilizado. Que decisão terá tomado o egeheiro? (2.0) V.a. de iteresse X resistêcia de fibra de vidro polida Hipóteses [ H 0 : X com f.d. F 0 (x) exp H : H 0 Nível de sigificâcia α 0 5% Estatística de teste ( x ) 2.3 ], x 5.9 O egeheiro está a executar graficamete o teste de Kolmogorov-Smirov, cuja estatística de teste é D sup F (x, X) F 0 (x). x IR Região de rejeição de H 0 para valores da estatística de teste Trata-se de uma cauda à direita W, α0 (c, α0, + ), ode c, α0 F D H 0 ( α 0 ). Cocretamete, c, α0 c 3, 5% tabela
8 Região de rejeição de H 0 para valores da f.d. empírica da amostra, F (x, x) Não rejeitaremos H 0, se i.e., se d sup F (x, d) F 0 (x) , x IR F 0 (x) F (x, x) F 0 (x) Caso cotrário, devemos rejeitar H 0 ao.s. de α 0 5%. Decisão Uma vez que o egeheiro traçou F 0 (x), F (x, x) badas com limites F 0 (x) ± e ao que tudo idica F (x, x) [F 0 (x) , F 0 (x) ], x [x (), x () ], ão devemos rejeitar H 0 ao.s. de 5% em a qualquer outro.s. iferior a 5%. Grupo V 3.5 valores Uma psicóloga tem vido a estudar a proporção (X) de tempo reservado por alu@s uiversitári@s para a preparação para determiado teste de aptidão. Depois de uma aálise prelimiar de dados, esta especialista etedeu adoptar o modelo {Beta(α, ), α > 0}, cuja fução de desidade de probabilidade é dada por α x α, 0 x f(x α) 0, c.c. (a) Mostre que a média geométrica da amostra aleatória, M g suficiete para o modelo. ( i X i ) /, é uma estatística (.0) V.a. X proporção de tempo reservado para a preparação para teste Distribuição X Beta(α, ) F.d.p. α x α, 0 x f(x α) 0, c.c. 8
9 Parâmetro α descohecido Espaço de parâmetro Θ IR + Estatística M g ( i X i ) Averiguação da suficiêcia de Mg Para x i [0, ], i,...,, f(x α) f(x i α) i α xi α i ( ) α ( α ) x i x i i i ( ) α (mg) α x i i g(mg, α) h(x), ode, obviamete, g(mg, α) α (mg) α e h(x) ( i x i ) são fuções ão egativas. Coclusão Pelo critério de factorização (de Halmos-Savage-Bahadur), cocluímos que M g é uma estatística suficiete para α. (b) Para testar as hipóteses H 0 : α α 0 e H : α α (α > α 0 ) a psicóloga decidiu usar a estatística de teste 2 α 0 l(m g ) H0 χ 2 (2). Mostre que a cauda à esquerda W (0, 0.85) é a região de rejeição de H 0 mais potete de tamaho 5% escrita para valores da estatística de teste quado 0. (2.0) Hipóteses H 0 : α α 0 vs. H : α α (α > α 0 ) Tamaho do teste 0 Estatística de teste T 2 α 0 l(mg) H0 χ 2 (2) 9
10 Região de rejeição mais potete (RRMP) de tamaho 0 (i) Aspecto da RRMP É sabido que Ora, RRMP 0 (α α 0, α α ) f(x α ) c f(x α 0 ) α (mg) α ( i x i ) α0 (mg) α 0 ( i x i ) c ( ) α (mg) (α α 0 ) c α 0 (α α 0 ) l(mg) c { x : f(x α } ) f(x α 0 ) c ( α α 0 ) c 2 α 0 l(mg) 2α 0 (α α 0 ) c c, pelo que a RRMP de tamaho 0, escrita para valores da estatística de teste T 2 α 0 l(mg), é defiida por RRMP 0 (α α 0, α α ) {t : t 2 α 0 l(mg) c }, uma cauda à esquerda (ou ão fosse a estatística de teste uma fução decrescete de EMV(α) e a hipótese alterativa do tipo H : α α (α > α 0 )). (ii) Poto crítico É aida ecessário defiir o poto crítico c ou, equivaletemete, c, tedo em cosideração que T 2 α 0 l(mg) H0 χ 2 (2) : Dode c : P [ T RRMP 0 (α α 0, α α ) α α 0 ] 0 P (T c α α 0 ) 0 F χ 2 (2) (c ) 0 c F χ 2 (2)( 0 ). RRMP 0 (α α 0, α α ) { } t : t 2 α 0 l(mg) c F χ (2)( 2 0 ). Ao cosiderar-se 0 e 0, tem-se c F (0.05) tabela 0.85 e W (0, 0.85) χ 2 (20) é, efectivamete, a região de rejeição de H 0 mais potete de tamaho 5% escrita para valores da estatística de teste. 0
11 (c) Será H 0 : α α 0 4 cosistete com a média geométrica amostral m g ( 0 i x i ) / , ao ível de sigificâcia de 5%? (0.5) Decisão O valor observado da estatística de teste é t 2 α 0 l(mg) l(0.7843) W (0, 0.85), logo ão se deve rejeitar H 0 a qualquer.s. meor ou igual a 5%. Grupo VI 3.5 valores. No âmbito de um estudo de 979 ititulado Marijuaa use i college, foram classificad@s estudates uiversitári@s de acordo com a frequêcia com que fumavam marijuaa (X), bem como de acordo com a frequêcia com que os respectivos progeitores igeriam álcool e substâcias psicotrópicas (Y ), tedo-se obtido a seguite tabela de dados: Igestão de álcool e substâcias psicotrópicas (Y ) Nuca Ocasioal ou regular Fumo de marijuaa (X) Nuca 4 85 Ocasioal ou regular (a) Teste a hipótese de iexistêcia de associação etre as variáveis X e Y, recorredo ao valor p. (.5) V.a. categorizadas, estudate uca fumou marijuaa X 2, estudate fuma ocasioal ou regularmete marijuaa, estudate uca igeriu bebidas alcoólicas Y 2, estudate igere ocasioal ou regularmete bebidas alcoólicas Modelo multiomial θ ij P (X i, Y j) descohecido θ i P (X i) s j θ ij descohecido θ j P (Y j) r i θ ij descohecido N ij Freq. abs. observável da célula(i, j), i, j, 2 N (N i,j ) i,j,2 Multiomial 2 2 (, θ (θ i,j ) i,j,2 )
12 Hipóteses H 0 : θ ij θ i θ j, i,..., r e j,..., s vs. H : (i, j) : θ ij θ i θ j Estatística de teste ( r s Nij N i N j T i j N i N j ) 2 a H0 χ 2 (r )(s ), já que pretedemos efectuar teste de idepedêcia o cotexto do modelo multiomial. Região de rejeição de H 0 (para valores da estatística de teste) É uma cauda à direita W (c, + ). Decisão por recurso ao valor p Atededo a que Y ij 2 i X j o valor observado da estatística é igual a ( r s ij ) 2 i j t i j ( i j ) 2 + ( ) 2 + ( ) 2 + ( ) 2 (4 9.35) ( ) ( ) ( ) E como a região de rejeição de H 0 é uma cauda direita, o valor p deste teste é dado por p value P (T > t H 0 ) Uma vez que F χ 2 () ( ) F χ 2 ()(0.9995) 2.2 < t < F χ 2 () F χ 2 ( ) () < , podemos adiatar que devemos rejeitar H 0 (hipótese de iexistêcia de associação etre as v.a. X e Y ) a qualquer.s. α %, omeadamete a quaisquer dos.u.s. (%, 5%, 0%). 2
13 (b) Obteha uma estimativa que lhe pareça razoável para a chace de fumar marijuaa o grupo de estudates com progeitores que uca igeriram álcool ou substâcias psicotrópicas. (0.5) Chace pedida θ2 P (X2 Y ) θ P (X Y ) θ θ 2 θ θ Estimativa da chace pedida ˆθ 2 ˆθ O tamoxifeo é utilizado o tratameto do cacro da mama. Em 978, averiguou-se a ifluêcia da idade (X) de pacietes, que tomavam tamoxifeo, a variação (Y ) do ível de globulias fixadoras de cortisol. 2 sumariados abaixo: Os resultados respeitates a 26 pacietes foram 26 i x i 63, 26 i (x i x) , 26 i y i 28.9, 26 i (y i ȳ) , 26 i x i y i 637. Assumido que (X, Y ) possui distribuição cojuta ormal bivariada com vector de valores esperados µ descohecido e matriz de covariâcias Σ descohecida, obteha e comete um itervalo aproximado de cofiaça a 90% para a correlação etre X e Y. (.5) Par aleatório (X, Y ) X idade da paciete Y variação do ível de globulias fixadoras de cortisol Modelo (X, Y ) Normal 2 (µ, Σ) µ (µ X, µ Y ), vector de valores esperados descohecido σ Σ X 2 ρ σ X σ Y, matriz de covariâcia descohecida; ρ σ X σ Y σ 2 Y Passo V.a. fulcral para ρ W 3 [Z(R) Z(ρ)] a Normal(0, ) i ode R X iy i XȲ i (X i X) form 2 é estimador de ρ e Z(R) l ( ) +R i (Y i Ȳ )2 2 R tah (R). Passo 2 Quatis de probabilidade (a, b) : P (a W b) α a b b Φ ( α/2) 2 Etre as fuções do cortisol, mecioe-se a mauteção da produção de glucose e as acções ati-iflamatórias e a regulação imuoógica, real e muscular. 3
14 Passo 3 Iversão da dupla desigualdade P (a W b) α P (a 3 [Z(R) Z(ρ)] b) α... P { Z [ Z(r) Φ ( α/2) 3 Passo 4 Cocretização ] ρ Z [ Z(r) + Φ ( α/2) 3 ]} α. A expressão para o itervalo assitótico de cofiaça a ( α) 00% para ρ é [ ] [ ]] IC(ρ) [Z Z(r) Φ ( α/2) ; Z Z(r) + Φ ( α/2). 3 3 Tedo em cota que 26 ( α) 00% 90% α 0. Φ ( α/2) Φ (0.95) tabela.6449 i r x iy i xȳ i (x i x) 2 i (y i ȳ) tem-se [ ] [ ]] IC(ρ) [Z Z(r) Φ ( α/2) ; Z Z(r) + Φ ( α/2) 3 3 Cometário [ [ ( ) Z 2 l ] ; 26 3 [Z ( ); Z ( )] [tah( ); tah( )] [ ; ]. [ ( ) Z 2 l ] Uma vez que ρ 0 0 IC(ρ) pode cocluir-se que ρ 0 0 ão é um valor razoável para ρ. Assim sedo, deve rejeitar-se H 0 : ρ ρ 0 0 (i.e., a hipótese de idepedêcia etre X e Y ) a qualquer.s. maior ou igual a 00% 90% 0%. 4
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 maisProbabilidades 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 maisProbabilidades 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 maisProbabilidades 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 maisComplementos de Probabilidades e Estatística
Departameto de Matemática, IST Uidade de Probabilidades e Estatística Complemetos de Probabilidades e Estatística 2o. Teste 2o. Semestre 2010/11 Duração: 1 hora e 45 miutos 08/06/2011 8 horas Sala V1.08
Leia maisProbabilidades 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 maisProbabilidades 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 maisProbabilidades 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 maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Justifique coveietemete todas as respostas o semestre 207/208 /0/208 09:00 2 o teste A 0 valores. Admita
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Probabilidades e Estatística TODOS OS CURSOS Exame Época Especial 2016/2017 24/07/2017 09:00 Duração: 3 horas Justifique coveietemete todas as respostas Grupo I 5 valores 1. Uma compahia de seguros divide
Leia maisProbabilidades 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 maisProbabilidades 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 maisProbabilidades 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 maisProbabilidades 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 maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ o semestre 0/0 o Teste A 08/06/0 9:00 Duração: hora e 30 miutos Justifiue coveietemete todas as respostas!
Leia maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 miutos Justifique
Leia maisProbabilidades 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 maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Justifique coveietemete todas as respostas o semestre 207/208 8//207 :00 o Teste B 0 valores. Um teste
Leia maisProbabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique coveietemete todas as respostas! o semestre 015/016
Leia maisProbabilidades 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 maisProbabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! 2 o semestre 2015/2016 30/04/2016 9:00 1 o Teste A 10 valores 1. Uma
Leia maisDESIGUALDADES, 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 maisProbabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 208/209 04/05/209 9:00 o Teste A 0 valores. As amostras de
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 9 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 217/218 3/1/218 11:3 1 o Teste C 1 valores 1. A Marta e o João irão passar
Leia maisEstatística 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 maisLista 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 maisbinomial 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 maisCaderno 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 maisProbabilidades 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 2017/2018
Leia maisMQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:
MQI 003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 07/07/008 Nome: PROBLEMA Sejam X e Y v.a. cotíuas com desidade cojuta: f xy cy xy x y (, ) = + 3 ode 0 e 0 a) Ecotre a costate c que faz desta
Leia maisLista 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 maisCONHECIMENTOS 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 maisAvaliação 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 maisb) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça
Capítulo 5 - Distribuições cojutas de probabilidades e complemetos 5.1 Duas variáveis aleatórias discretas. Distribuições cojutas, margiais e codicioais. Idepedêcia Em relação a uma mesma eperiêcia podem
Leia maisCap. 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 maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,
Leia maisDISTRIBUIÇÃO 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 maisAmostras 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 maisAMOSTRAGEM 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(i) (1,5 val.) Represente na forma de um intervalo ou de uma união disjunta de intervalos cada um dos conjuntos seguintes:
Istituto Superior Técico Departameto de Matemática o TESTE DE CÁLCULO DIFERENCIAL E INTEGRAL I - Versão A MEAero o Sem. 0/3 0//0 Duração: h30m RESOLUÇÃO. 3,0 val. i,5 val. Represete a forma de um itervalo
Leia maisLista 9 - Introdução à Probabilidade e Estatística
Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia maisProbabilidades e Estatística 2005/06
Departameto de Matemática Secção de Estatística e Aplicações - IST Probabilidades e Estatística 2005/06 Resolução do 1 o Exame/2 o Teste 10/01/2006 h00 Grupo I - 5.0 val. 1. Um ovo método de detecção de
Leia maisInferência Estatística
Iferêcia Estatística opulação Amostra Itroduç Itrodução à Iferêcia Estatística Como tirar coclusões tomar decisões a partir de iformação parcial / icompleta (amostra) projectado /geeralizado resultados
Leia maisComparação 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 maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar
potual por itervalos Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos potual e itervalar Lic. Eg. Biomédica e Bioegeharia-2009/2010 potual por itervalos A Teoria das Probabilidades cosiste
Leia maisESCOLA BÁSICA DE ALFORNELOS
ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r
Leia maisCÁLCULO DIFERENCIAL E INTEGRAL I MEC & LEGM 1 o SEM. 2009/10 7 a FICHA DE EXERCÍCIOS
Istituto Superior Técico Departameto de Matemática Secção de Álgebra e Aálise CÁLCULO DIFERENCIAL E INTEGRAL I MEC & LEGM 1 o SEM. 009/10 7 a FICHA DE EXERCÍCIOS I. Poliómio e Teorema de Taylor. 1) Determie
Leia maisd) 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 maisLicenciatura em Economia REVISÃO DE ALGUNS CONCEITOS EM ESTATÍSTICA. Luís Filipe Martins.
1 Ecoometria e Métodos de Modelização I Liceciatura em Ecoomia REVISÃO DE ALGUNS CONCEITOS EM ESTATÍSTICA Luís Filipe Martis luis.martis@iscte.pt http://home.iscte.pt/~lfsm Departameto de Métodos Quatitativos,
Leia maisEstimadores 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 maisCONHECIMENTOS 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 mais5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 2013/2014 Istruções: 1. Cada questão respodida corretamete vale 1 (um) poto. 2. Cada questão respodida
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 205/206 Istruções:. Cada questão respodida corretamete vale (um poto. 2. Cada questão respodida icorretamete
Leia maisAula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança
Aula 5 Aula passada Valor esperado codicioal Espaço amostral cotíuo, fução desidade Limitates para probabilidade Desigualdades de Markov, Chebyshev, Cheroff with high probability Aula de hoje Limitate
Leia mais6. Estimação pontual. 6.1 Inferência estatística. (7-1)
6. Estimação potual A Teoria das Probabilidades compreede o estudo dos modelos matemáticos capazes de descrever o comportameto de feómeos aleatórios, modelos esses que se dizem probabilísticos. Foi sobre
Leia maisFaculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)
Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser
Leia mais6.1 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 mais1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos
9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais
Leia maisEstatística: 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 mais7. Estimação por intervalos
7. Estimação por itervalos 7.1 Itervalos de cofiaça. (8-1, 8-2.4) Motivação 7.1 Itervalos de cofiaça Para além de uma estimativa potual para o parâmetro descohecido, é importate adiatar um itervalo que
Leia maisn ) 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 maisO teste de McNemar. A tabela 2x2. Depois - Antes
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"
Leia maisA Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.
UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população
Leia maisBANCO DE QUESTÕES MATEMÁTICA A 11. O ANO
BANCO DE QUESTÕES MATEMÁTICA A 11. O ANO DOMÍNIO: Fuções Reais de Variável Real 1. Seja f a fução real de variável real defiida por f Qual das seguites epressões defie uma sucessão lim f u? (A) u (C) u
Leia maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 005 Se o eveto E cosiste de potos e S é o úmero de potos do espaço amostral, etão: umero de potos em E P E umero de potos em S E S 1. Se um úmero decimal de três digitos
Leia maisEscola Secundária com 3º ciclo D. Dinis 11º Ano de Matemática A Tema III Sucessões Reais. TPC nº11 (entregar no dia 20 de Maio de 2011) 1ª Parte
Escola Secudária com 3º ciclo D. Diis º Ao de Matemática A Tema III Sucessões Reais TPC º (etregar o dia 0 de Maio de 0) ª Parte As cico questões deste grupo são de escolha múltipla. Para cada uma delas
Leia maisA 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 maisCE-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 maisCONCEITOS 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 maisNOTAS 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 maisIntrodução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...
Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para
Leia maisDisciplina: 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 maisMétodos 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 maisAnálise Matemática I 2 o Exame
Aálise Matemática I 2 o Exame Campus da Alameda LEC, LET, LEN, LEM, LEMat, LEGM 29 de Jaeiro de 2003, 3 horas Apresete todos os cálculos e justificações relevates I. Cosidere dois subcojutos de R, A e
Leia maisCap. VI Histogramas e Curvas de Distribuição
TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um
Leia maisProbabilidade II Aula 12
Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em
Leia maisObtemos, 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 maisProbabilidade II Aula 9
Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas
Leia maisContabilometria. 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 maisCapítulo II - Sucessões e Séries de Números Reais
Capítulo II - Sucessões e Séries de Números Reais 2 Séries de úmeros reais Sabemos bem o que sigifica u 1 + u 2 + + u p = p =1 e cohecemos as propriedades desta operação - comutatividade, associatividade,
Leia maisNosso 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 maisNome do aluno: N.º: Na resposta aos itens de resposta aberta, apresente todos os cálculos que tiver de efetuar e todas as justificações necessárias.
Teste de Matemática A 2018 / 2019 Teste N.º 5 Matemática A Duração do Teste (Cadero 1 + Cadero 2): 90 miutos 12.º Ao de Escolaridade Nome do aluo: N.º: Turma: Este teste é costituído por dois caderos:
Leia maisTeoria 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 maisTestes 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 maisCAPÍTULO 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 maisPROVA 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 mais1ª LISTA DE EXERCÍCIOS DE PROC. ESTOCÁSTICOS APLICADOS (CE 222) Prof. Benito Olivares 1 o Sem./ 2017
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA ª LISTA DE EXERCÍCIOS DE PROC. ESTOCÁSTICOS APLICADOS (CE ) Prof. Beito Olivares o Sem./ 7. Classifique e costrua uma trajetória
Leia maisTécnicas 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 maisn C) O EMV é igual a i 1
PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão
Leia maisExame MACS- Inferência-Intervalos.
Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.
Leia mais6. Testes de Hipóteses Conceitos Gerais
6. Testes de Hipóteses Coceitos Gerais Este capitulo itrodutório, pretede apresetar todas as defiições e todo o vocabulário utilizado em testes de hipóteses. Em um primeiro mometo, talvez você fique um
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão 4 Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Leia maisMestrado 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 maisEstatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas
Estatística e Probabilidade, D3, 2019_1 Escolha a alterativa correta e idique o gabarito de respostas 1. Uma avaliação é costituída de 20 questões, cada uma delas com cico alterativas, das quais apeas
Leia maisMatemática A. Versão 1. Na sua folha de respostas, indique de forma legível a versão do teste. Teste Intermédio de Matemática A.
Teste Itermédio de Matemática A Versão Teste Itermédio Matemática A Versão Duração do Teste: 90 miutos 6.05.0.º Ao de Escolaridade Decreto-Lei.º 74/004, de 6 de Março Na sua folha de respostas, idique
Leia maisINFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões
INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela
Leia maisDistribuições 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