Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
|
|
- Alexandre Fraga
- 4 Há anos
- Visualizações:
Transcrição
1 Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período
2 Distribuições Amostrais O intuito de fazer uma amostragem é concluir sobre um parâmetro desconhecido da população, θ, baseados em uma estatística. Suponha que temos uma AAS de tamanho n sorteados da população. Nossa decisão será baseada na estatística T, que será uma função da amostra, ou seja, T = f (X 1,..., X n ). Coletada a amostra teremos observado um valor de T, digamos t 0, e baseados neste valor é que faremos a afirmação sobre θ, o parâmetro populacional.
3 Distribuições Amostrais Breve esquema uma população X com parâmetro de interesse θ todas as amostras retiradas da população, de acordo com certo procedimento para cada amostra calculamos o valor t da estatística T os valores t seguem uma distribuição amostral T
4 Distribuições Amostrais
5 Distribuição Amostral da Média Considere uma população X de média populacional µ = E(X ) e variância populacional σ 2 são supostamente conhecidos. Vamos retirar agora todas as AAS de tamanho n possíveis e para cada uma calculemos a média X. Teorema Seja X uma v.a. com média µ e variância σ 2 e seja (X 1, X 2,..., X n ) uma AAS de X. Então, E( X ) = µ e Var( X ) = σ2 n
6 Distribuição Amostral da Média Teorema Central do Limite (TCL) Para amostras aleatórias simples (X 1,..., X n ), retiradas de uma população com média µ e variância σ 2 finita, a distribuição amostral da média X aproxima-se, para n grande, de uma distribuição normal, com média µ e variância σ 2 /n. Observação Se a população tiver distribuição normal, então a distribuição de X é exata normal. Ou seja, ) Se X N(µ, σ 2 ), então X N (µ, σ2 n
7 Distribuição Amostral da Média
8 Distribuição Amostral da Média Corolário Se (X 1,..., X n ) for uma amostra aleatória simples da população X, com média µ e variância σ 2 finita, então Z = X µ σ/ n N(0, 1)
9 Distribuição Amostral da Média Exercício Um produto tem garantia média de 60 dias com desvio padrão de 40 dias. Um fornecedor vende para uma loja um lote de 100 unidades do produto e garante que a duração média desse lote será superior a 61 dias. a) Qual a probabilidade do fabricante estar certo? b) O fabricante decide modificar seu discurso e afirma agora que a média amostral do lote não se distanciará da verdadeira média populacional em mais do que 20% do desvio padrão populacional. Qual a probabilidade do fabricante estar certo?
10 Distribuição Amostral de uma Proporção Vamos considerar uma população em que a proporção de elementos portadores de certa característica é p. Logo, podemos definir uma v.a. X, da seguinte maneira: X = { 1, se o indivíduo for portador da característica 0, se o indivíduo não for portador da característica Logo, µ = E(X ) = p, σ 2 = Var(X ) = p(1 p). Retirada uma AAS dessa população, e indicado por Y n o total de indivíduos portadores da característica da amostra, já vimos que Y n b(n, p)
11 Distribuição Amostral de uma Proporção Vamos definir por ˆp a proporção de indivíduos portadores da característica na amostra, isto é, Então, ˆp = Y n n P(Y n = k) = P(Y n /n = k/n) = P(ˆp = k/n), Ou seja, a distribuição amostral de ˆp é obtida da distribuição de Y n. Sabemos que Y n = X 1 + X X n, em que cad X i tem uma distribuição b(p). Podemos escrever Y n = n X
12 Distribuição Amostral de uma Proporção Pelo TCL, X tem distribuição aproximadamente normal: ( ) p(1 p) X N p, n Concluímos então que ( ˆp N p, ) p(1 p) n
13 Distribuição Amostral de uma Proporção Exemplo Suponha que 30% dos estudantes de uma escola sejam mulheres. Coletamos uma AAS de n = 10 estudantes e calculamos a proporção de mulheres da amostra. Qual a probabilidade de que ˆp difira de p em menos de 0, 01?
14 Distribuição Amostral de uma Proporção Exemplo Temos que essa probabilidade é dada por P( ˆp p < 0, 01) = P( 0, 01 < ˆp p < 0, 01) = P(p 0, 01 < ˆp < p+0, 01) Sabemos ( que ˆp N Logo, p, p(1 p) n ) e que p = 0, 3. Temos então: Var(ˆp) = p(1 p) n = (0, 3)(0, 7) 10 = 0, 021 ( ) p 0, 01 + p p 0, 01 + p P < Z < = P( 0, 07 < Z < 0, 07) = 0, 056 0, 021 0, 021
15 Distribuição amostral da variância Sabemos que N σ 2 i=1 = (x i µ) 2 n O estimador amostral de σ 2 é dado por S 2 = Segue o seguinte resultado: n i=1 (x i x) 2 n 1 em que χ 2 (n 1) liberdade (n 1)S 2 σ 2 χ 2 (n 1) é a distribuição qui-quadrado com (n-1) graus de
16 Um pouco sobre a distribuição χ 2 Uma v.a contínua Y, com valores positivos, tem uma distribuição qui-quadrado com ν graus de liberdade (denotada χ 2 ν), se sua densidade for dada por f (x; ν) = { 1 Γ(ν/2)2 ν/2 y ν/2 1 e y/2, se y > 0 0, se y < 0 E(Y ) = ν e Var(Y ) = 2ν
17 Um pouco sobre a distribuição χ 2 Exercício Seja uma v.a. Y χ 2 (10), calcule: P(Y > 2, 558) P(Y > 18, 307)
18 Exercício
19 Exercício
20 Distribuição amostral da diferença entre duas médias Seja X 1 N(µ 1, σ 2 1) e X 2 N(µ 2, σ 2 2) As distribuições amostrais da média de X 1 e X 2 são respectivamente: X 1 N(µ 1, σ 2 1/n 1 ) e X 2 N(µ 2, σ 2 2/n 2 ) A distribuição de X 1 X 2 será: ( ) ( X 1 X 2 ) N µ 1 µ 2, σ2 1 + σ2 2 n 1 n 2
21 Distribuição amostral da diferença entre duas proporções Seja Y 1 Bin(n 1, p 1 ) e Y 2 Bin(n 2, p 2 ) Pelo TCL temos que: ( ˆp 1 N p1, p ) 1(1 p 1 ) n1 ( e ˆp 2 N p2, p ) 2(1 p 2 ) n2 A distribuição de ˆp 1 ˆp 2 será: ( ˆp 1 ˆp 2 N p1 p2, p 1(1 p 1 ) + p ) 2(1 p 2 ) n1 n2
22 Exercício Suponha que de um grande lote de produção, 10% dos itens produzidos apresenta algum tipo de defeito. Em uma amostra aleatória de tamanho 60, obtida do lote para inspeção de qualidade, calcule a probabilidade de se ter mais de 15% dos itens selecionados com algum tipo de defeito.
23 Inferência Fazer inferência (ou inferir) = tirar conclusões; Inferência Estatística: conjunto de métodos de análise estatística que permitem tirar conclusões sobre uma população com base em somente uma parte dela (uma amostra); Em outras palavras, a inferência estatística trata de métodos que permitem a obtenção de conclusões sobre um ou mais parâmetros de uma ou mais populações através de quantidades (as estatísticas ou estimadores) calculadas apenas para a(s) amostra(s); Os métodos de inferência podem ser agrupados em duas categorias: Estimação: pontual ou intervalar Testes de Hipóteses
24 Inferência Suponha que desejamos saber qual a altura média dos brasileiros adultos. Como podemos obter essa informação? Medindo a altura de todos os brasileiros adultos. Nesse caso, não será necessário usar inferência estatística. Escolher adequadamente uma amostra X 1, X 2,..., X n da população de brasileiros adultos e, através dessa amostra, inferir sobre a altura média (e sobre outros parâmetros). Os resultados dependerão da qualidade da amostra, que tem que ser representativa (probabiĺıstica) da população.
25 Inferência Podemos estimar a altura média dos brasileiros adultos de duas formas: 1 Estimativa Pontual: calculando a média das alturas dos brasileiros adultos selecionados para fazer parte da amostra; 2 Estimativa Intervalar: através dos valores da amostra construir um intervalo de tal forma que a probabilidade de o verdadeiro valor da altura média dos brasileiros pertencer a este intervalo seja alta. Em uma outra situação, poderíamos estar interessados em testar se a afirmação os brasileiros têm, em média, 169 cm é verdadeira. Com base na amostra, podemos realizar um Teste de Hipóteses.
26 Lembrando População: conjunto de todos os indivíduos ou resultados sob investigação. Amostra: qualquer parte ou subconjunto (não vazio) da população. Variável Aleatória: característica da população sujeita a variação. Parâmetro: uma quantidade de interesse que só é observada na população. Estimador: uma função utilizada para medir algum aspecto de uma variável através de valores amostrais. Estimativa: um particular valor assumido por um estimador.
27 Inferência Em qualquer área do conhecimento nos deparamos com o problema de estimar alguma quantidade de interesse. Exemplo: estimar a proporção de indivíduos que apresentam determinada enfermidade. Podemos estimar quantidades de interesse de duas formas: 1 Estimação Pontual: um único valor e utilizado para inferir sobre um parâmetro de interesse. 2 Estimação Intervalar: uma faixa de valores ou intervalo é utilizado para inferir sobre um parâmetro de interesse, com algum grau de confiança. IC = (Estimativa pontual ± erro de estimação)
28 Exemplo Ou seja, ao invés de calcular uma estimativa pontual (um valor para o parâmetro), iremos cacular um intervalo. Por exemplo, suponha que queremos saber a altura média dos brasileiros. Retira-se uma amostra de 500 brasileiros e calcula-se a média das alturas encontrando-se 1, 66 m. Logo uma estimativa pontual para a verdadeira altura média (µ) é dada por X = 1, 66 m. Como foi dito anteriormente, também poderíamos cacular um intervalo para a altura média, como por exemplo [1, 58; 1, 68], que em 95% das vezes, incluiria µ (a verdadeira altura média dos brasileiros). Então, iremos aprender a calcular estes intervalos.
29 Revisão estimação pontual Na estimação pontual desejamos encontrar um único valor numérico que esteja bastante próximo do verdadeiro valor do parâmetro. Parâmetro Média (µ) Variância (σ 2 ) Desvio Padrão (σ) Proporção (p) Estimador n i=1 X = X i n n S 2 i=1 = (X i X ) 2 n 1 S = S 2 ˆp = X n onde X é o número de indivíduos que possuem a mesma característica de interesse
30 Exemplo Os preços de um determinado produto em 10 diferentes mercados em um determinado mês foram: A estimativa pontual da média do preço do produto é dada por X = = A estimativa pontual da proporção de preços menores que 1 real é dada por ˆp = 4 10 = 0.4
31 Estimação Pontual Estimação Intervalar Diferentes amostras levam a diferentes estimativas; Ou seja, como um estimador é uma função de uma amostra(aleatória), ele também é aleatório; Assim, estimar um parâmetro de interesse através de um único valor não parece ser uma boa estratégia, já que não estamos levando em conta a variabilidade; Dessa forma, utilizar um intervalo de valores parece ser mais vantajoso. Esse intervalo é denominado intervalo de confiança.
32 Estimação Intervalar Vimos que a estimativa pontual fornece apenas um valor (ou ponto) usado para aproximar um parâmetro populacional. Seria interessante que a estimativa pontual viesse acompanhada de alguma medida de erro. Então, a estimativa intervalar complementa a estimativa pontual. Assim, um intervalo de confiança (ou estimativa intervalar) representa uma amplitude de valores que tem alta probabilidade (grau de confiança) conter o verdadeiro valor do parâmetro. O grau de confiança (ou nível de confiança) é uma medida que representa a probabilidade do intervalo conter o parâmetro populacional. Tal probabilidade é chamada de 1 α. Logo, α será a probabilidade de erro ao se afirmar que o intervalo contém o verdadeiro valor do parâmetro.
33 Determinação do Tamanho da Amostra Suponha que estejando estimando a média popilacional µ e para tanto usaremos a média amostral X, baseada numa amostra de tamanho n. Suponha que se queira determinar o valor de n de tal modo que P( X µ ɛ) γ, em que 0 < γ < 1 e ɛ é o erro amostral máximo que possamos suportar.
34 Determinação do Tamanho da Amostra ( Sabemos que X N ) (, logo X µ N µ, σ2 n ( P(ɛ X nɛ µ ɛ) = P σ 0, σ2 n ) nɛ Z σ ). Portanto: finalmente nɛ σ = z (1 α 2 ), n = σ 2 z 2 (1 α 2 ) ɛ 2.
35 Determinação do Tamanho da Amostra Exemplo Suponha que uma pequena amostra piloto de n = 10, extraída de uma população, forneceu os valores X = 15 e S 2 = 16. Fixando-se ɛ = 0, 5 e γ = 0, 95, temos n = 16(1, 96)2 (0, 5) 2 246
36 Determinação do Tamanho da Amostra No caso de proporções, usando a aproximação normal para ˆp, é fácil ver que z(1 2 n = α )p(1 p) 2 ɛ 2. Como não conhecemos p, a verdadeira proporção populacional, podemos usar o fato de que p(1 p) 1 4 p, z(1 2 n α 2 ) 4ɛ 2. Por outro lado, se tivermols alguma informação sobre p ou pudermos estimá-lo usando uma amostra piloto, podemos utilizar esse valor para calcular o tamanho da amostra.
37 Determinação do Tamanho da Amostra Exemplo Suponha que numa pesquisa de mercado estima-se que no mínimo 60% das pessoas entrevistadas preferirão a marca A de um produto. Essa informação é baseada em pesquisas anteriores. Se quisermos que o erro amostral de ˆp seja menor de que ɛ = 0, 03, com probabilidade γ = 0, 95, teremos n (1, 96)2 (0, 6)(0, 4) (0, 03) 2 =
38 Exercício Suponha que uma indústria farmacêutica deseja saber a quantos voluntários se deva aplicar uma vacina, de modo que a proporção de indivíduos imunizados na amostra difira menos de 2% da proporção verdadeira de imunizados na população, com probabilidade 90%. Qual o tamanho da amostra a escolher? No problema anterior, suponha que a indústria tenha a informação de que a proporção de imunizados pela vacina seja p 0, 80. Qual o novo tamanho de amostra a escolher? Houve redução?
Tamanho Amostral. Tiago Viana Flor de Santana
ESTATÍSTICA BÁSICA Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual de Londrina UEL Departamento de Estatística DSTA
Leia maisDistribuições Amostrais - Tamanho da Amostra
Distribuições Amostrais - Tamanho da Amostra Prof. Eduardo Bezerra Inferência Estatística 21 de Setembro de 2018 Eduardo Bezerra (CEFET/RJ) Tamanho da Amostra 1 / 10 Motivação Suponha que queremos estimar
Leia maisIntrodução a Estatística
Introdução a Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O curso foi dividido em três etapas: 1 vimos como
Leia maisProfessora Ana Hermínia Andrade. Período
Estimação intervalar Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Estimação Intervalar Vimos que como
Leia maisIntrodução à Probabilidade e à Estatística II
Introdução à Probabilidade e à Estatística II Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) Lígia Henriques-Rodrigues MAE0229 1º semestre 2018 1 / 36
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O curso foi dividido em três etapas:
Leia maisAULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade
Leia maisCap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Leia maisEstimação: (A) Propriedades e Distribuições Amostrais
Estimação: (A) Propriedades e Distribuições Amostrais Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação
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 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 maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Algoritmo para simular uma fila Medidas de interesse Média amostral Aula de hoje Teorema do Limite Central Intervalo de Confiança Variância amostral
Leia maisTeorema central do limite e es/mação da proporção populacional p
Teorema central do limite e es/mação da proporção populacional p 1 RESULTADO 1: Relembrando resultados importantes Seja uma amostra aleatória de tamanho n de uma variável aleatória X, com média µ e variância
Leia maisIntervalos de Confiança
Intervalos de Confiança Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques e Nuno Bastos (DepMAT) Intervalos de Confiança 2010/2011 1 / 33 Introdução
Leia maisDistribuições por Amostragem
Distribuições por Amostragem Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições por Amostragem 2007/2008 1 / 27 Introdução: População, amostra e inferência estatística
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisESTATÍSTICA. Lucas Santana da Cunha 18 de setembro de Universidade Estadual de Londrina
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 18 de setembro de 2017 Introdução Estatística Descritiva: Preocupa-se com
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Leia maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisTeoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas
Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Prof. Dr. Francisco Marcelo M. da Rocha 10 de Setembro de 2018 Rocha, F.M.M. (EPPEN - UNIFESP) Estatística I 10 de Setembro de 2018 1 / 60 Índice 1 Objetivo da Aula
Leia maisProf. Eduardo Bezerra. 6 de abril de 2018
Distribuições Amostrais Prof. Eduardo Bezerra Inferência Estatística 6 de abril de 2018 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 19 Roteiro 1 2 3 Eduardo Bezerra (CEFET/RJ) Distribuições
Leia maisNotas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 7 Estimativas e Tamanhos Amostrais 7-1 Visão Geral 7-2 Estimando a Proporção Populacional 7-3 Estimando
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Profa. Airlane P. Alencar e Prof. Francisco Marcelo M. da Rocha 11 de Setembro de 2018 Alencar, A.P. e Rocha, F.M.M. (IME-USP e EPPEN - UNIFESP) Estatística I 11 de
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
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 maisAmostragem e distribuições por amostragem
Amostragem e distribuições por amostragem Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Contabilidade e Administração População, amostra e inferência estatística
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Leia maisIntervalos de Confiança
Intervalos de Confiança Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Estimar o consumo médio de um automóvel, estimar o tempo médio que um funcionário leva a aprender uma
Leia maisDistribuições amostrais
Distribuições amostrais Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br October 14, 2014 Souza () Distribuições amostrais October 14, 2014 1 / 23 Distribuição Amostral Objetivo Estender a noção de uma
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 Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através
Leia maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição
Leia maisEstimador: combinação dos elementos da amostra, construída com a finalidade de representar, ou estimar, um parâmetro de interesse na população.
Objetivo: tirar conclusões sobre uma população com base na informação de uma amostra. estimação testes de hipóteses Parâmetro metro: quantidades desconhecidas da população e sobre as quais temos interesse.
Leia maisCE008 Introdução à Bioestatística INFERÊNCIA ESTATÍSTICA
CE008 Introdução à Bioestatística INFERÊNCIA ESTATÍSTICA Silvia Shimakura Estimação Amostras são usadas para estimar quantidades desconhecidas de uma população. população Exemplo: prevalência de doenças,
Leia maisInferência Estatística:
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 8: Intervalos
Leia maisEstimativas e Tamanhos de Amostras
Estimativas e Tamanhos de Amostras 1 Aspectos Gerais 2 Estimativa de uma Média Populacional: Grandes Amostras 3 Estimativa de uma Média Populacional: Pequenas Amostras 4 Tamanho Amostral Necessário para
Leia maisBioestatística INFERÊNCIA ESTATÍSTICA. Silvia Shimakura
Bioestatística INFERÊNCIA ESTATÍSTICA Silvia Shimakura AMOSTRAS E POPULAÇÕES Inferências sobre populações são geralmente feitas a partir de informações obtidas de amostras. amostras Válido se a amostra
Leia mais1 Inferência Estatística - Teoria da Estimação
1 Inferência Estatística - Teoria da Estimação 1.1 Introdução Neste capítulo abordaremos situações em que o interesse está em obter informações da população a partir dos resultados de uma amostra. Como
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 maisx P(X = x) 0,1 0,7 0,2
GET001 Fundamentos de Estatística Aplicada Exercícios de revisão para a 3 rofa. Ana Maria Farias 2018-1 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade da idade de
Leia maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
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 maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Prof. Marcos Pó Métodos Quantitativos para Ciências Sociais Distribuição amostral Duas amostragens iguais
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 maisx P(X = x) 0,1 0,7 0,2
GET001 Fundamentos de Estatística Aplicada Lista de Exercícios Módulo IV Parte a Profa. Ana Maria Farias 2017-1 CAPÍTULOS 1 e 2 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade
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 maisMétodos Quantitativos
Métodos Quantitativos Unidade 3 Estatística inferencial parte I Prof. Me. Diego Fernandes 1 Sumário Seção Slides 3.1 Noções de probabilidade 03 21 3.2 Distribuição dos estimadores 22 41 3.3 e 3.4 - Testes
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 maisPrincípios de Bioestatística Inferência e Intervalo de Confiança
1/24 Princípios de Bioestatística Inferência e Intervalo de Confiança Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG Tabela Normal Padrão 2/24 3/24 Inferência
Leia maisLucas Santana da Cunha e 30 de julho de 2018 Londrina
Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 e 30 de julho de 2018 Londrina 1 / 18 Já se discutiu a diferença entre estimador e parâmetro: População Amostra Média
Leia maisProf. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Estimação de Parâmetros O objetivo da Estatística Indutiva é tirar conclusões probabilísticas sobre aspectos da população,
Leia maisAmostra Aleatória Simples
Amostra Aleatória Simples Airlane Pereira Alencar 4 de Abril de 2018 Alencar, A.P. (IME-USP) Amostra Aleatória Simples 4 de Abril de 2018 1 / 34 Definições e Notações Notações População ou Universo U =
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 2012/02 1 Introdução 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia maisProf. Eduardo Bezerra. 15 de setembro de 2017
Distribuições Amostrais Prof. Eduardo Bezerra Inferência Estatística 15 de setembro de 2017 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 28 Roteiro Distribuições amostrais 1 Distribuições amostrais
Leia maisINFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p
INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir
Leia maisEstimação de valores. Luiz Carlos Terra
Luiz Carlos Terra Nesta aula, você conhecerá a parte mais importante da estatística, que é conhecida como inferência estatística, ou seja, você aprenderá como usar os dados de uma amostra para estimar
Leia maisAULA 7 - Inferência em MQO: ICs e Testes de
AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos
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 maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 01 de Julho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma população. Serão usadas as distribuições
Leia maisEstatística Aplicada
Estatística Aplicada Intervalos de Confiança Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada INTERVALOS DE CONFIANÇA Processos de estimação Estimação por ponto: o processo em
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisIntrodução à probabilidade e estatística II
Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses
Leia maisInferência Estatística. Teoria da Estimação
Inferência Estatística Teoria da Estimação Os procedimentos básicos de inferência Estimação: usamos o resultado amostral para estimar o valor desconhecido do parâmetro Teste de hipótese: usamos o resultado
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma
Leia maisDistribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências Estatística Aplicada
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 21 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência
Leia maisDistribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
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 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 maisAula 10 Estimação e Intervalo de Confiança
Aula 10 Estimação e Intervalo de Confiança Objetivos da Aula Fixação dos conceitos de Estimação; Utilização das tabelas de Distribuição Normal e t de Student Introdução Freqüentemente necessitamos, por
Leia maisExemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média
Exemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média µ = 505g e desvio padrão σ = 9g. a) Selecionado ao acaso um pacote embalado
Leia maisLucas Santana da Cunha 27 de setembro de 2017
ESTIMAÇÃO PONTUAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 27 de setembro de 2017 Estimativas pontuais Estimação é o nome técnico para o processo que
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuição Amostral da Média Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.
Leia maisTestes de Hipóteses II
Testes de Hipóteses II Capítulo 12, Estatística Básica (Bussab&Morettin, 8a Edição) 6a AULA 06/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 5a aula (06/04/2015) MAE229 1 / 23 1. Teste para
Leia maisErro e Tamanho Amostral
Erro e Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ 30 de agosto de 2018 Londrina 1 / 17 Estimação é o nome técnico para o processo que consiste em se utilizar os dados de uma amostra para
Leia maisIntervalos de confiança
Intervalos de confiança Cristian Villegas clobos@usp.br Outubro de 2013 Apostila de Estatística (Cristian Villegas) 1 Estimação dos Parâmetros Estimação é o nome técnico para o processo que consiste em
Leia maisEstatística (MAD231) Turma: IGA. Período: 2015/2
Estatística (MAD231) Turma: IGA Período: 2015/2 Aula #01 de Inferência Estatística: 03/02/2016 1 Inferência Estatística: como fazer afirmações sobre uma população conhecendo uma amostra da população? Referência:
Leia maisInferência Estatística - Teoria da Estimação
Inferência Estatística - Teoria da Estimação Introdução Neste capítulo abordaremos situações em que o interesse está em obter informações da população a partir dos resultados de uma amostra. Como exemplo,
Leia maisEstatística aplicada a ensaios clínicos
Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 8 amostragem amostragem
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Podemos
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7: Intervalos de Confiança com uma amostra Leitura obrigatória: Devore, cap 7 ou Montgomery e Runger, cap 8 Chap 8-1 Objetivos Como inferir sobre um parâmetro da população,
Leia maisIntrodução à probabilidade e estatística II
Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses
Leia maisCOS767 - Modelagem e Análise Aula 3 - Simulação
COS767 - Modelagem e Análise Aula 3 - Simulação Validando resultados da simulação Média e variância amostral Teorema do Limite Central Intervalo de confiança Organizando as execuções da simulação Verificando
Leia maisInferência Estatística
Inferência Estatística Estimação Intervalar Média e Proporção Estimação Pontual x Estimação Intervalar Exemplo Inicial: Um estudo pretende estimar o valor de µ, a renda média familiar dos alunos da UFMG.
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 02/14 1 / 1 A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
Leia maisDISTRIBUIÇÃO AMOSTRAL DA
DISTRIBUIÇÃO AMOSTRAL DA PROPORÇÃO Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 25 de setembro de 2017 Distribuição amostral da proporção
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 maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisUniversidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA
Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA Estatística Básica para Engenharia Prof. Mariana Albi 8 a Lista de Exercícios Assuntos: Inferência Estatística.
Leia mais