Estatística Básica. 13 de maio de 2009
|
|
- Isadora Antunes
- 4 Há anos
- Visualizações:
Transcrição
1 13 de maio de 2009
2 Tipos de Testes Exemplos Teste para amostras independentes com variâncias iguais Teste para amostras independentes com variâncias diferentes Teste para amostras dependentes Teste para Proporção Populacional (p) Teste de aderência
3 Alguns Conceitos Variáveis (Qualitativas e Quantitativas) População e Amostra Experimentos Aleatórios Variabilidade
4 Variável Dependente (Variável Independente + Variável Residual) Variável Independente (Fator,Var. Explicativa,Var Explanatória,Var. Regressora) Variável Residual
5 Comportamento da Variável Funções de Probabilidade Hipóteses Tomada de Decisão
6 Variáveis e suas classificações VARIAVEL QUALITATIVA QUANTITATIVA NOMINAL ORDINAL DISCRETA CONTINUA
7 Introdução Apoio a decisão A incerteza
8 Estatística Descritiva x Estatística Inferencial Estatística Descritiva Tabelas de frequência Gráficos Resumos Numéricos
9 Estatística Inferencial (Indutiva) Estimação
10 Exemplo: Um instituto de pesquisa deseja estimar a proporção de eleitores do partido de situação no primeiro turno das eleições presidenciais.ao coletar uma amostra de 1200 eleitores,a proporção foi estimada em 54%
11 Exemplo:Um laboratório deseja verificar se uma nova droga aumenta a produção de testosterona em homens com idade acima de 35 anos.ao aplicá-lo em um grupo de 40 indivíduos, constatou-se que após um período de tempo a droga aumentou significativamente a quantidade do referido hormônio.
12 Técnicas de Amostragem Amostragem Aleatória Simples Amostragem Aleatória Estratificada Amostragem por Conglomerados (Clusters) Amostragem Sistemática Amostragem por Cotas Amostragem por Conveniência
13 Técnicas de estatística descritiva Tabelas de frequências Tabelas de frequência simples Tabelas de frequência em faixas de valores Alguns tipos de Gráficos Gráficos de setores Histogramas Gráficos de barras Medidas-resumo Tendência Central Dispersão (variabilidade) Separatrizes
14 Tabelas de frequência simples Frequência Frequência Estado Civil Absoluta Relativa Solteiro ,86% Casado ,12% Divorciado 10 2,6% Viúvo 12 3,12% Outro 32 8,31% Total %
15 Tabelas de frequência simples Idade n i f i f ac ,18 0, ,44 0, ,14 0, ,08 0, ,06 0, , ,04 0, ,02 0, ,04 1,00 Total 50 1
16 Tabelas de frequência em faixas de valores Horas semanais de TV Horas n i f i f ac ,28 0, ,34 0, ,22 0, ,08 0, ,08 1,00 Total 100 1
17 Medidas-resumo Tendência central Média Mediana Moda Dispersão(Variabilidade) Amplitude total Desvio médio absoluto Variância Desvio padrão Coeficiente de variação Separatrizes
18 Medidas de tendência central Média aritmética Mediana Moda
19 Média (Aritmética) X Obs = n i=1 x i n
20 Mediana Se n é ímpar Se n é par md obs = x n+1 2 md obs = x n 2 + x n
21 Moda A Moda é simplesmente o valor mais frequente em um conjunto de dados.
22 Renda mensal (em reais) de 8 trabalhadores da construção civíl x Obs = 750 md obs = 575 mo obs = 550
23 Medidas de Dispersão obs = x (n) x (1) dma obs = n x i x obs i=1 var obs = n i=1 dp obs = var obs = cv obs = 100 dp obs x obs n (x i x obs ) 2 n n (xi xobs) 2 i=1 n
24 Separatrizes Quartís Q1 = x ( n 4 ) Q2 = md obs Q3 = x ( 3n 4 ) Decís x ( in )i = 1, 2, 3,..., 9 10
25 Gráficos Gráfico de setores Histograma Cherry Apple Blueberry Vanilla Cream Other Boston Cream Frequency
26 Tipos de Testes Exemplos Teste para amostras independentes com variâncias iguais Teste para amostras independentes com variâncias diferentes Teste para amostras dependentes Teste para Proporção Populacional (p) Teste de aderência
27 Probabilidade Teorema da Soma Teorema do Produto Probabilidade Condicional
28 Conceitos Básicos de Probabilidade Fenômeno Aleatório Espaço Amostral Evento
29 Definição Clássica de Probabilidade P(A) = número de casos favoráveis ao evento A número de casos possíveis
30 Aproximação da Probabilidade pela Frequência Relativa P(A) = número de ocorrências do evento A número de observações
31 Propriedades de Probabilidades 1 0 P(A) 1 2 P(Ω) = 1 3 P( ) = 0 4 P( n j=1 A j) = n j=1 P(A j)
32 Teorema da Soma P(A B) = P(A) + P(B) P(A B) Se A e B forem mutuamente exclusivos, teremos P(A B) = 0, assim: P(A B) = P(A) + P(B)
33 Probabilidade Condicional P(A B) = P(A B) P(B)
34 Teorema do Produto P(A B) = P(A).P(B A) com P(A) > 0 Dois eventos A e B são independentes quando a ocorrência de um não altera a probabilidade de ocorrência do outro. Desse modo, P(A B) = P(A).P(B)
35 Teorema da probabilidade Total P(A) = P(A C 1 ) + P(A C 2 ) P(A C n )
36 Teorema de Bayes P(C j A) = P(A C j )P(C j ) k i=1 P(A C i)p(c i ), j = 1, 2,..., k.
37 Tipos de Testes Exemplos Teste para amostras independentes com variâncias iguais Teste para amostras independentes com variâncias diferentes Teste para amostras dependentes Teste para Proporção Populacional (p) Teste de aderência
38 Variável Aleatória Discreta P(X = x i ) = p(x i ) = p i, i = 1, 2,... Uma função de probabilidade satisfaz duas condiçoes seguintes: 0 p i 1 n p i = 1 i=1
39 Variável Aleatória Continua 1 f (x) 0, para todo x (, ). 2 A área definida por f (x) é igual a 1, ou seja: f (x)dx = 1.
40 Esperança Matemática E(X ) = µ = n x i P(x i ),se X for discreta i=1 b xf (x)dx,se X for contínua. a
41 Variância Variância σ 2 = Var(X ) = k i=1 (x i µ) 2 p i σ 2 = Var(X ) = n i=1 x 2 i p i ( n i=1 x ip i ) 2 = n i=1 x 2 i p i µ 2 Var(X ) = E(X 2 ) [E(X )] 2
42 Principais Distribuições de Probabilidade Modelo Discreto - P(X = x j ) = 1, j = 1, 2, 3,, k. k Modelo Bernoulli - P(X = x) = p x (1 p) 1 x, x = 0, 1. Modelo Binomial ( -) n P(X = k) = p k (1 p) n k, k = 0, 1, 2,, n. k Poisson - P(X = k) = e λ λ k, k = 0, 1, 2,, k! 1 Normal - 1 (x µ) 2 2πσ 2 e 2 σ 2
43 Tipos de Testes Exemplos Teste para amostras independentes com variâncias iguais Teste para amostras independentes com variâncias diferentes Teste para amostras dependentes Teste para Proporção Populacional (p) Teste de aderência
44 Conceitos Básicos de Inferência Estatística Parâmetro Estatística (Estimador) Estimativa
45 Distribuições Amostrais Distribuição amostral de X Teorema Central do limite(tcl) TCL para proporção
46 Distribuição amostral de X Z = X µ σ/ n t = X µ S/ n
47 Teorema Central do limite (TCL) X µ σ/ n X µ S/ n
48 TCL para proporção Proporção populacional: p = P n i=1 X i N desvio-padrão: p(1 p)/n desvio-padrão estimado: p(1 p)/n
49 Propriedades dos Estimadores Vício Eficiência Consistência
50 Estimador não-viesado E[ ˆΘ] = θ
51 Exemplo estimador viciado de σ 2 : P n i=1 (X i X ) 2 n estimador não viciado de σ 2 : S 2 = P n i=1 (X i X ) 2 n 1
52 Teste de aderência Tipos de Testes Exemplos Teste para amostras independentes com variâncias iguais Teste para amostras independentes com variâncias diferentes Teste para amostras dependentes Teste para Proporção Populacional (p) Teste de aderência
53 Teste de aderência Testada Hipótese Nula (H 0 ) θ ˆθ significativa? acaso? Hipótese Alternativa (H 1 )
54 Teste de aderência Tipos de Testes Teste Bilateral (Bicaudal) Teste Unilateral à Direita Teste Unilateral à Esquerda
55 Teste de aderência Tipos de erros cometidos ao se tomar uma decisão Erro tipo I Erro tipo II α e β Poder do Teste Realidade Decisão H 0 é Verdadeira H 0 é Falsa Rejeitar H 0 Erro Tipo I Decisão Correta Não Rejeitar H 0 Decisão Correta Erro Tipo II
56 Teste de aderência Procedimento para realização de um teste de significância 1 H 0 e H 1 2 Distribuição amostral e estimativa 3 α e estatística 4 RC 5 Conclusão
57 Teste de aderência Região Crítica e Regra de Decisão Regra de Decisão Região Crítica
58 Teste de aderência Exemplo 5.1 Exemplo: Seu amigo lhe diz: Tenho 16 bolas de gude 10 Brancas 4 Verdes 2 Amarelas H 0 : Seu amigo não está mentindo H 1 : Seu amigo está mentindo α: 0,10 pág.74
59 Teste de aderência Ocorrências, Implicações e Decisões Ocorrência Implicação Decisão I BP Afirmação Falsa José Mentiu II BB Afirmação Possível José provavelmente não mentiu III AA Afirmação Possível José provavelmente mentiu B = Bola Branca P = Bola Preta A = Bola Amarela
60 Teste de aderência Distribuição de Probabilidades das Possíveis Amostras Amostra AA VV AV AB BV BB Prob. 1/120 6/120* 8/120 20/120 40/120 45/120 * P(VV)= (4 2) ( 12 2 ) = V = Bola Verde
61 Teste de aderência Resumo de Decisões para o exemplo Decisão Amostra α = 0, 10 α = 0, 05 AA Rejeitar H 0 Rejeitar H 0 AB Não Rejeitar H 0 Não Rejeitar H 0 AV Rejeitar H 0 Não Rejeitar H 0 BB Não Rejeitar H 0 Não Rejeitar H 0 BV Não Rejeitar H 0 Não Rejeitar H 0 VV Rejeitar H 0 Rejeitar H 0
62 Teste de aderência Alguns Testes Paramétricos Mais Utilizados Teste para a média (µ) com Variância σ 2 desconhecida Teste para comparação de duas médias populacionais (µ 1 e Teste para amostras independentes com σ 2 1 = σ 2 2 Teste para amostras independentes com σ 2 1 σ 2 2 Teste para amostras dependentes
63 Teste de aderência Exemplo 5.2 (pág.78) O valor 167cm é menor que 171cm (n=27) Tabela 5.6
64 Teste de aderência Teste para a média com variância desconhecida H 0 : µ = µ 0 Distribuição amostral t de Student para n < 30 Normal para n 30 Exemplo 5.3 (pág.83) Máquina de café Espera-se: µ = 500gr.! Experimento aleatório (n=16)
65 Teste de aderência Exemplos Exemplo 5.4 (Pág. 90): Comparação entre Rações Exemplo 5.5 (pág. 92): Concreto 1 X Concreto 2 Exempl0 5.6 (pág. 93): Medicamento (pressão) Exemplo 5.7 (pág. 95): Pesquisa Eleitoral (n=200)
66 Teste de aderência Teste para amostras independentes com variâncias iguais H 0 : µ 1 - µ 2 = 0 vs H 1 : µ 1 µ 2 t calculado = (x 1 x 2 ) (µ 1 µ 2 ) s c q 1 n n 2 s 2 c = (n 1 1)s 2 1 +(n 2 1)s 2 2 n 1 +n 2 2
67 Teste de aderência Teste para amostras independentes com variâncias diferentes H 0 : µ 1 µ 2 = 0 vs H 1 : µ 1 µ 2 0 t calculado = (x 1 x 2 ) (µ 1 µ 2 ) r s s2 2 n 1 n2
68 Teste de aderência Teste para amostras dependentes H 0 : µ d = D 0 = 0 vs H 1 : µ d 0 t calculado = d D 0 s d / n
69 Teste de aderência Teste para Proporção Populacional (p) ˆp = k n [1cm] H 0 : p = P 0 vs H 1 : p < p 0 [1cm] Z calculado = ˆp p 0 q p0 (1 p) n
70 Teste de aderência Teste para Comparação de duas Proporções Populacionais H 0 : p 1 = p 2 vs H 1 : p 1 p 2 (ˆp 1 ˆp 2 ) : N(p 1 p 2 ; p 1(1 p 1 ) n 1 + p 2(1 p 2 ) n 2 ) Z Calculado = ( (ˆp 1 ˆp 2 ) (p 1 p 2 ) q : N(0, 1) )) ˆp(1 ˆp)( 1 n nc ˆp = n 1ˆp 1 +n 2ˆp 2 n 1 +n 2 = k 1+k 2 n 1 +n 2
71 Teste de aderência Teste de aderência H 0 :p i = p para todo i H 1 :p i p para pelo menos um valor de i Distribuição Amostral: Qui-Quadrado com k-1 g.l. Estatística do teste: k
72 Teste de aderência Teste Qui-quadrado para Tabelas de Contingência H 0 : Variáveis independentes H 1 : Variáveis dependentes E ij = n i.n.j n.. O ij = n ij χ 2 = s r i=1 j=1 (O ij E ij ) 2 E ij χ 2 q.
73 Tipos de Testes Exemplos Teste para amostras independentes com variâncias iguais Teste para amostras independentes com variâncias diferentes Teste para amostras dependentes Teste para Proporção Populacional (p) Teste de aderência
74 Introdução Considerando a existência de uma variável quantitativa X a qual apresenta relação com uma variável quantitativa Y, podemos construir um gráfico de dispersão dos valores de X versus os valores de Y
75 Correlação Correlação Coeficiente de Correlação
76 Tipos de Correlação Correlação positiva Correlação negativa
77 Tipos de Regressão Regressão linear Regressão não-linear
78 Coeficiente de Correlação de Pearson Coeficiente de Correlação de Pearson ρ = cor(x, Y ) = Cov(X, Y ) σ x σ y Resultado próximo a 1 indica correlação positiva Resultado próximo a -1 indica correlação negativa Resultado próximo a 0 indica ausência de correlação
79 Teste de Significância H 0 : ρ = 0 H 1 : ρ 0 (ou H 1 : ρ > 0 ou H 1 : ρ < 0) Para tal é utilizada a Estatística T: n 2 T = r 1 r 2
80 Exemplo Exemplo: n=80 r=0.78 t tab = 1.99 (α = 5%, teste bilateral)
81 Regressão Linear Regressão Linear Simples y i = β 0 + β 1 x i + ε i
82 Estimação dos Parâmetros MQO SQ = β 0 = y β 1 x β 1 = np y i x i ny.x i=1 np xi 2 nx2 i=1 n ε 2 i = 1 n = (y i β 0 β 1 x i ) 2 1 E(Y x) = β 0 + β 1 x
83 Adequação do Modelo de Regressão Linear Simples Coeficiente de Determinação (R 2 ) R 2 = r 2 r = Coeficiente de correlação de Pearson amostral R 2 = SQ Reg /SQ Total
84 Quadro da da Regressão Variação g.l. Soma de Quadrados Quadrado Médio Regressão p 1 SQ Reg = n (ŷ i y) 2 QM Reg = SQ Reg t=1 (p 1) Resíduos n p SQRes = n (y 1 ŷ i ) 2 QMRes = SQRes t=1 Total n 1 SQTotal = n (yi y) 2 t=1 p = número de parâmetros do modelo n = tamanho amostral (n p)
85 Intervalo de confiança para y ŷ ± t α/2,n 2 var(ŷ) var(ŷ) = σ 2 [ 1 n + (x x2 ) σ 2 = np (y i by i ) 2 i=1 (n 2) np ] (x i x) 2 i=1
86 Tipos de Testes Exemplos Teste para amostras independentes com variâncias iguais Teste para amostras independentes com variâncias diferentes Teste para amostras dependentes Teste para Proporção Populacional (p) Teste de aderência
87 Introdução An O Va Analyse Of Variance A (ANOVA) versus Teste t Análise de variância: um fator Decomposição da variabilidade total Variab. Total = Variab. Tratamento + Variab. Residual
88 Alguns Conceitos Fator: Variável Independente Níveis Variável Dependente (variável resposta, variável)
89 Tratamento Tratamento: Combinação entre os níveis dos fatores apostila Quantitativo Tratamento Qualitativo
90 Unidade Experimental Unidade de alocação do experimento Unidades experimentais: Grupos de indivíduos ou indivíduos Observações (Dados)
91 Resíduo O Resíduo (erro experimental): Fatores não controlados fatores não controláveis sob a Hipóteses testada (H 0 )
92 Princípios básicos da experimentação Repetição Aleatorização Controle Local (Blocos)
93 Hipóteses H 0 : µ 1 = µ 2 =... = µ I H 1 : µ i µ i
94 Delineamentos Experimentais Delineamento Experimental: Forma como os tratamentos são designados às parcelas Parcelas homogêneas: Tratamentos podem ser sorteados nas unidade experimentais sem qualquer restrição (DCC)
95 Tabela de Dados Trat. Repetições Total J 1 y 11 y y 1j y 1 2 y 21 y y 2j y I y I 1 y I 2... y Ij y I y 1 y 2... y j y
96 Quadro da Anova Causas de Graus de Soma de Quadrados F Calculado Variação Liberdade Quadrados Médios Tratamentos I-1 SQTrat QMTrat QMTrat/QMRes Resíduo I(J-1) SQRes QMRes Total IJ-1 SQTotal I = Quantidade de Tratamentos J = Quantidade de Repetições
97 Obtenção das Somas dos quadrados SQTotal = SQTrat = I J i=1 j=1 IP yi 2 i=1 J C y 2 ij C SQRes = SQTotal - SQRes C = P ( I JP y ij ) 2 i=1 j=1 IJ
98 Obtenção dos Quadrados Médios e F calculado QMTrat = SQTrat I 1 QMRes = SQRes I (J 1) Fcalculado = QMTrat QMRes
99 Pressupostos para a realização da Anova Algumas pressuposições devem ser obedecidas: Resíduos: Independentes Normalmente distribuídos Variância comum (Homocedasticidade)
100 Teste de Tukey Permite testar qualquer contraste Estatística do teste: = q QMRes q = Amplitude Studenizada QMRes = Quadrado Médio do Resíduo r = Número de Repetições Comparação e Contraste r
101 Teste de Kruskal-Wallis Alternativa para quando os resíduos não são indepentes ou homocedásticos Postos Estatística do teste: H = 12 N(N + 1) k (R j ) 2 3(N + 1) n j j=1 N = Número total de observações k = Número de tratamentos n j = Números de obeservações do j-ésimo tratamento R j = Soma dos postos do j-ésimo tratamento
102 Teste de Kruskal-Wallis Caso haja empate, é feita correção atráves da Estatística C (t 3 C = 1 i t i ) N 3 N Temos a Estatística corrigida H 1 = H C
1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisEstatítica Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 3 de Abril de 2008 Estatística Descritiva e exploratória 1 Introdução à análise exploratória de dados 2 Análise exploratória de dados: Medidas-resumo 3
Leia maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisLucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 22 de outubro de 2018 Londrina 1 / 24 Obtenção de uma amostra Princípios básicos da experimentação Há basicamente duas
Leia maisSumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
Leia maisLucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 17 de outubro de 2018 Londrina 1 / 31 Obtenção de uma amostra Há basicamente duas formas de se obter dados para uma pesquisa
Leia maisDELINEAMENTO EM BLOCOS AO ACASO
DELINEAMENTO EM BLOCOS AO ACASO Sempre que não houver condições experimentais homogêneas, devemos utilizar o principio do controle local, instalando Blocos, casualizando os tratamentos, igualmente repetidos.
Leia maisAula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas
Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas Matheus Rosso e Camila Steffens 19 de Março de 2018 Independência de variáveis aleatórias Duas V.A. são independentes se, e somente
Leia maisEstatística Descritiva e Inferencial CE081. Prof. Dr. Jomar Camarinha
Estatística Descritiva e Inferencial CE081 Prof. Dr. Jomar Camarinha CONTEÚDO Estatística Descritiva e Exploratória Teoria dos Conjuntos Análise Combinatória Noções de Probabilidade Noções de Amostragem
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: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
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: Semanas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Julgue os itens que se seguem, acerca da estatística descritiva. 51 Na distribuição da quantidade de horas trabalhadas por empregados de certa empresa, é sempre possível determinar
Leia maisINSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total.
INSTRUÇÕES Para a realização desta prova, você recebeu este Caderno de Questões. 1. Caderno de Questões Verifique se este Caderno de Questões contém a prova de Conhecimentos Específicos referente ao cargo
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS quantidade São Paulo (j = 1) Rio de Janeiro (j = 2) Minas Gerais (j = 3) Rio Grande do Sul (j = 4) total casos novos (X, em milhões) casos pendentes (Y, em milhões) processos
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL ESTUDO DE VARIABILIDADE DOS DADOS EXPERIMENTAIS Prof. Miguel Toledo del Pino, Eng. Agrícola (Dr.) INTRODUÇÃO Realizamos experimentos para compararmos os efeitos de tratamentos
Leia maisANÁLISE DE VARIÂNCIA DE UM CRITÉRIO (DIC)
ANÁLISE DE VARIÂNCIA DE UM CRITÉRIO (DIC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 11 de dezembro de 2017 Uma análise de variância expressa uma medida
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia mais6EMA Lucas Santana da Cunha 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-2000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de abril de 2017 1 o Bimestre Plano do Curso Cronograma Critério de Avaliação Bibliografia
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL Delineamento Inteiramente Casualizado - DIC Prof. Miguel Toledo del Pino, Dr. INTRODUÇÃO No DIC a distribuição dos tratamentos às unidades experimentais é feita inteiramente ao
Leia maisPOPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA TIPOS DE VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS 1) TIPOS DE VARIÁVEIS
POPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA População (N) representa o conjunto de todas as unidades experimentais que apresentam características em comum Amostra (n) representa uma parte do todo.
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
Leia maisFilho, não é um bicho: chama-se Estatística!
Paulo Jorge Silveira Ferreira Filho, não é um bicho: chama-se Estatística! Estatística aplicada uma abordagem prática FICHA TÉCNICA EDIÇÃO: Paulo Ferreira TÍTULO: Filho, não é um bicho: chama-se Estatística!
Leia maisInferência estatística
Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória
Leia maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Profª Railene Hérica Carlos Rocha 1. Introdução
Leia maisANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC)
ANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 13 de dezembro de 2017 ANAVA dois critérios A análise de variância
Leia maisInferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Leia mais6EMA Lucas Santana da Cunha 17 e 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-1000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 17 e 19 de abril de 2017 1 o Bimestre Cronograma Critério de Avaliação Bibliografia
Leia maisPROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II
PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo TESTE PARA UMA PROPORÇÃO H0: p = p 0
Leia maisEstatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
Leia maisIntrodução. Amostragem, amostra aleatória simples, tabela de números aleatórios, erros
Estatística Aplicada 2007/2008 Programa Introdução às probabilidades. Distribuições. Amostragem. Testes de hipóteses. Análise da variância. Estatística não-paramétrica. Testes de ajuste do qui-quadrado.
Leia maisCaros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisImportância da estatística 17. O que é a Estatística? 18
Índice MENSAGEM DO AUTOR 11 AGRADECIMENTOS 13 Capítulo 1 Introdução Importância da estatística 17 O que é a Estatística? 18 Escalas de medida 19 Escala de medida qualitativa ou não métrica 19 Escalas Nominais
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS As variáveis aleatórias X e Y seguem uma distribuição de Bernoulli com probabilidade de sucesso igual a 0,4. Considerando S = X + Y e que os eventos aleatórios A = [X = 1] e B
Leia maisESTATÍSTICA ECONÔMICA A 6EMA
6EMA020-2000 Lucas Santana da Cunha email: lscunha@uel.br Universidade Estadual de Londrina 13 de abril de 2016 CRONOGRAMA 1 o BIMESTRE: MÓDULO I - Estatística Descritiva Noções Básicas em estatística:
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística
Leia maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisDelineamento e Análise Experimental Aula 4
Aula 4 Castro Soares de Oliveira ANOVA Significativa Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais.
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UnB FUB/03 fa 5 4 3 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B corresponde ao quartil central (Q ) da distribuição
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística A Estatística originou-se com a coleta e construção de tabelas de dados para o governo. A situação evoluiu e esta coleta de dados representa somente um
Leia maisESTATÍSTICA ECONÔMICA A 6EMA
ESTATÍSTICA ECONÔMICA A 6EMA020-1000 Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 21 de março de 2018 Londrina-PR 1 / 19 1 o Bimestre Plano do Curso Cronograma
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisNoções de Estatística Airlane P. Alencar LANE
Noções de Estatística Airlane P. Alencar LANE www.ime.usp.br/~lane 1 Programa Estatística, Amostragem Análise Descritiva Organização dos dados, Tipos de variáveis Medidas resumo: proporção, média, mediana,
Leia maisTópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas
Tópicos Extras 1ª parte Testes Não Paramétricos, Análise Multivariada, Outras Técnicas 1 2 Técnicas de dependência 3 4 Situações Comparar 3 tipos de rede de computadores, C1, C2 e C3, em termos do tempo
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia maisPLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO. Professora Rosana da Paz Ferreira CCB1052 (2018.2)
PLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO Curso(s): Ciência da Computação Período: 2018.2 Professora: Rosana da Paz Ferreira Disciplina(s): INF5325 Probabilidade e Estatística
Leia maisPLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO. Professora Rosana da Paz Ferreira CCB1052 (2018.2)
PLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO Curso(s): Ciência da Computação Período: 2018.2 Professora: Rosana da Paz Ferreira Disciplina(s): CCB1052 Probabilidade e Estatística
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisEstatística Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução
Leia maisUnidade IV Inferência estatística
6//5 Unidade IV Inferência estatística 4.. Introdução e histórico 4.. Conceitos fundamentais 4.3. Distribuições amostrais e Teorema central do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses
Leia maisCasos. Índice. Parte I. Caso 1 Vendas da empresa Platox. Caso 2 Importação de matéria-prima. Caso 3 Carteira de acções. Caso 4 Lançamento de produto
Índice PREFÁCIO 15 NOTA INTRODUTÓRIA 17 CONVENÇÕES UTILIZADAS 19 Parte I Casos Caso 1 Vendas da empresa Platox 1. Enquadramento e objectivos 25 2. Aspectos metodológicos 26 3. Resultados e comentários
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisMinistério da Educação UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Câmpus Curitiba PLANO DE ENSINO
Ministério da Educação UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Câmpus Curitiba PLANO DE ENSINO CURSO Bacharelados e Licenciaturas. MATRIZ Informações no Sistema Acadêmico (SA) FUNDAMENTAÇÃO LEGAL Resolução
Leia maisProbabilidade e Estatística
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo
Leia maisAnálise de Dados Longitudinais Aula
1/35 Análise de Dados Longitudinais Aula 08.08.2018 José Luiz Padilha da Silva - UFPR www.docs.ufpr.br/ jlpadilha 2/35 Sumário 1 Revisão para dados transversais 2 Como analisar dados longitudinais 3 Perspectiva
Leia maisDelineamento e Análise Experimental Aula 3
Aula 3 Castro Soares de Oliveira Teste de hipótese Teste de hipótese é uma metodologia estatística que permite tomar decisões sobre uma ou mais populações baseando-se no conhecimento de informações da
Leia maisCurso de Estatística Descritiva e Inferencial (Planejamento Experimental) Prof. Dr. Jomar Camarinha
Curso de Estatística Descritiva e Inferencial (Planejamento Experimental) Prof. Dr. Jomar Camarinha CONTEÚDO Estatística Descritiva e Exploratória Noções de Estimação de Parâmetros Intervalos de Confiança
Leia maisConceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa
2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisREGRESSÃO LINEAR Parte I. Flávia F. Feitosa
REGRESSÃO LINEAR Parte I Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Julho de 2015 Onde Estamos Para onde vamos Inferência Esta5s6ca se resumindo a uma equação
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO 1. Introdução; DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL. Teorema Central do Limite; 3. Conceitos de estimação pontual; 4. Métodos de estimação pontual; 5. Referências. 1 POPULAÇÃO E AMOSTRA População:
Leia maisDelineamento em Quadrado Latino (DQL)
Delineamento em Quadrado Latino () Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 14 de março de 2019 Londrina Na Seção anterior introduziu-se o delineamento em blocos ao acaso como um delineamento
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS (DBC)
DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 08 de julho de 2017 DBC O delineamento em
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 3 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 2 3 4 5 6 7 8 9 0 2 3 4 5 e 6 Introdução à probabilidade (eventos, espaço
Leia maisa) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%
0. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisInstituto Federal Goiano
e simples e Instituto Federal Goiano e Conteúdo simples 1 2 3 4 5 simples 6 e simples Associação entre duas variáveis resposta Exemplos: altura de planta e altura da espiga, teor de fósforo no solo e na
Leia maisResolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016.
de Matemática Financeira e Estatística do ISS Teresina, aplicada em 8/08/016. 11 - (ISS Teresina 016 / FCC) Joana aplicou todo seu capital, durante 6 meses, em bancos ( e Y). No Banco, ela aplicou 37,5%
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 214 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS Um dos principais objetivos da estatística inferencial consiste em estimar os valores de parâmetros populacionais desconhecidos (estimação de parâmetros) utilizando dados amostrais.
Leia maisProva de Estatística
Prova de Estatística 1. Para um número-índice ser considerado um índice ideal, ele precisa atender duas propriedades: reversão no tempo e o critério da decomposição das causas. Desta forma, é correto afirmar
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 7. Estimação 1 7.1. Estimação pontual 1 7.1.1. Propriedades dos estimadores 1 7.1.2. Métodos de estimação 4 7.1.2.1. Método dos momentos 4 7.1.2.2. Método da máxima verosimilhança 5 7.1.3. Exemplos
Leia maisPROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA. Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais
PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais TESTE DE HIPÓTESES POPULAÇÃO Conjectura (hipótese), sobre o comportamento das variáveis.
Leia maisMAE Planejamento e Pesquisa II
MAE0327 - Planejamento e Pesquisa II EXPERIMENTOS/ESTUDOS NÃO-BALANCEADOS COM FATORES FIXOS - PARTE 1 7 de agosto de 2016 Denise A Botter MAE0327 7 de agosto de 2016 1 / 1 PLANEJAMENTO E PESQUISA I Estudos
Leia maisCap. 9 Comparação entre tratamentos
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 9 Comparação entre tratamentos APOIO: Fundação de Apoio
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
Leia maisMAE 317 Planejamento e Pesquisa I Profa. Júlia Maria Pavan Soler
MAE 37 Planeamento e Pesquisa I Profa. Júlia Maria Pavan Soler pavan@ime.usp.br IME/USP º Semestre/09 Delineamento Completamente Aleatorizado - DCA T T... T Y Y... Y Y Y... Y...... Yi... Yn Y n... Yn n
Leia maisUnidade VII - Analise da Variancia, 141 Conceitos de analise da variancia, 141
Prefacio, xiii Unidade I - Introduc?o ao Calculo das Probabilidades, 1 Conceito de probabilidades, 1 Experimentos aleatorios, 1 Espaco amostral (S), 1 Eventos (E), 2 Conceito de probabilidades em func?o
Leia maisCOMPARAÇÕES MÚLTIPLAS
ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ COMPARAÇÕES MÚLTIPLAS Josiane Rodrigues Lilian Emerick Fernandes 2009 INTRODUÇÃO Comparação entre médias de tratamentos ou dos níveis de um fator de tratamentos;
Leia maisConceitos centrais em análise de dados
Conceitos centrais em análise de dados Conceitos básicos em Estatística Estatística Ciência que tem por objetivo orientar a coleta, o resumo, a apresentação, a análise e a interpretação dos dados. Divide-se
Leia maisInferência para duas populações
Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisAnálise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades sobre amostra
Análise da Regressão múltipla: MQO Assintótico Capítulo 5 do Wooldridge Análise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 2019 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia maisANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva
ANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Exemplo 1 de Introdução Medley & Clements (1998) estudaram o efeito de metais pesados, especialmente zinco, sobre
Leia maisProfessora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
Leia maisANÁLISE DE VARIÂNCIA - ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM
ANÁLISE DE VARIÂNCIA - ANOVA Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM UM EXEMPLO DE APLICAÇÃO Digamos que temos 6 métodos de ensino aplicados a 30 crianças
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia mais1 Probabilidade - Modelos Probabilísticos
1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br Caracterização o O delineamento inteiramente casualizado (DIC) é o mais simples de todos os delineamentos
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisAvaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Probabilidade Professor: Reinaldo Gomes reinaldo@dsc.ufcg.edu.br Planejamento Experimental 2 fatores manipuláveis x 1 x 2 x p entradas Processo...... saídas
Leia mais