AULA: Inferência Estatística
|
|
- Flávio Neves Rios
- 8 Há anos
- Visualizações:
Transcrição
1 AULA: Iferêcia Estatística stica Prof. Víctor Hugo Lachos Dávila
2 Iferêcia Estatística Iferêcia Estatística é um cojuto de técicas que objetiva estudar uma oulação através de evidêcias forecidas or uma amostra. Poulação é o cojuto de todos os elemetos ou resultados sob ivestigação. Amostra é qualquer subcojuto da oulação.
3 Problemas da Iferêcia Exemlo: Qual a distribuição da altura dos brasileiros adultos?. Parece raoável esar um modelo Normal, a questão agora é idetificar os arâmetros (μ e σ ) ara que ela fique comletamete esecificada. Como faer isso? Medido a altura de todos os Brasileiros adultos. Neste caso ão é ecessário usar Iferêcia Estatística! Escolher estrategicamete uma amostra (X,X,...,X ) da oulação de adultos e através dessa amostra iferir sobre os arâmetros (μ e σ ) da oulação. Os resultados deederam da qualidade da amostra. Esta tem que ser reresetativa da oulação. Descrevemos aqui um dos roblemas básicos da Iferêcia estatística: Estimação 3
4 Problemas da Iferêcia Exemlo: suoha agora que desejamos saber se a média da altura dos brasileiros é maior que a dos argetios (,65m)? Para tomarmos uma decisão, escolhemos estrategicamete uma amostra (X,X,...,X ) da oulação de adultos e aalisamos se μ >,65 com alta robabilidade. Descrevemos aqui um outro roblema básico da Iferêcia estatística: Teste de Hióteses 4
5 Estimação Teste de Hióteses Qual é a robabilidade de "cara"o laçameto de uma moeda? A moeda é hoesta ou é desequilibrada? Qual é a roorção de votos que o cadidato A tem as eleições? O cadidato A vecerá as eleições? Qual é a roorção de motoristas que tiveram sua carteira areedida aós a vigêcia da ova lei de trâsito? Pelo meos % dos motoristas habilitados de SP tiveram suas carteiras areedidas aós a etrada da ova lei do trâsito ou ão? 5
6 Como Selecioar uma Amostra Ex: Aálise da quatidade de glóbulos bracos a sague de certo idivíduo. Uma gota do dedo seguramete será reresetativa ara a aálise. Caso Ideal! Ex: Oiião sobre um rojeto goverametal. Se escolhemos uma cidade favorecida o resultado certamete coterá erro (viés). Note que a maeira de se obter a amostra é muito imortate. A Tecologia da AMOSTRAGEM é uma das esecialidades detro da estatística que forece rocedimetos adequados. Aqui trataremos o caso mais simles e que serve de base ara rocedimetos muito mais elaborados: Amostragem aleatória simles (AAS) 6
7 AAS Suomos que odemos listar todos os N elemetos da oulação (oulação fiita). Usado métodos de geração de úmeros aleatórios, sorteia-se um elemeto da oulação, sedo que todos os elemetos tem a mesma chace de ser selecioados. Reete-se o rocedimeto até que sejam sorteadas as uidades da amostra. Temos AAS com reosição e sem reosição. AAS com reosição imlica que tehamos ideedêcia etre as uidades selecioadas, facilitado o estudo das roriedades dos estimadores. Logo, estas otas: AAS AAS com reosição 7
8 Algumas Defiições Defiição: Uma amostra aleatória simles (a.a) de tamaho de uma v.a. X, é o cojuto de v.a s ideedetes (X,X,...,X ), cada uma com a mesma distribuição de X. Defiição: As quatidades da oulação, em geral descohecidas, sobre as quais temos iteresse, são deomiadas arâmetros. θ, μ, σ Defiição: A combiação de elemetos da amostra, costruída com a fialidade de estimar um arâmetro, é chamado de estimador, exemlo, X Aos valores uméricos assumidos elos estimadores chamamos de estimativas exemlo, x Defiição: Chamamos de estatística a qualquer fução T da amostra aleatória, i.e. TT(X,X,...,X ) 8
9 Exemlo: Estamos iteressados a média (μ) e variâcia (σ ) das alturas de joves com idade etre 5 e 8 aos de certa cidade. Vamos coletar uma amostra ara tirar coclusões. Suoha que escolhemos ao acaso 0 joves (AAS). ˆ σ Possíveis estimadores ara μ (que or sua ve são estatísticas) ( Mi + Max) X X0 ˆ μ t (,..., ) ; ˆ (,..., ) ; ˆ X X0 μ t X X0 X μ3 t3( X,..., X0) 0 X Possíveis estimadores ara σ t4( X ˆ,..., X0) ( X i X ) ; σ S i i Agora temos a amostra observada: (em metros),65;.57;,7;,66;,7;,74;,8;,68;,60;,77. As estimativas seriam: (,57 +,8) ˆ μ ˆ,69; μ,65; ˆ σ 0,005; ˆ σ s 0,006; ˆ σ 3 ( X i X ) 3, ,77 ˆ μ3 0 0,04 ; ˆ σ Max Mi ( ),69; ; 9
10 Proriedades dos estimadores Defiição: Um estimador é ão viciado ara um arâmetro se E( ) θ ) θ θˆ θ Defiição: Um estimador é cosistete, se, a medida que o tamaho de amostra aumeta, seu valor eserado coverge ara o arâmetro de iteresse e sua variâcia coverge ara ero. i.e. θˆ i) lim E( ˆ) θ θ ii) limvar( ˆ) θ 0 Observe que a defiição de cosistêcia estamos suodo que o estimador deede do tamaho de amostra. Na defiição de vício o resultado vale ara qualquer que seja. 0
11 Exemlo: Cosidere que uma certa característica X, a oulação tem media μ e variâcia σ. Uma amostra aleatória simles (a.a.) de tamaho, reresetado or (X,...,X ) é obtida ara estimar μ. Estude as roriedades da media amostral. Claro que E(X i ) μ, Var(X i ) σ e que os X i são ideedetes, i,...,. ) O estimador da media oulacioal μ, es da forma μ X. Logo X X μ E( ˆμ ) E(X) E( ) μ X X σ Var( ˆ μ ) Var(X) Var( ) Var( X i ) i Portato, a média amostral é um estimador ão viciado ara a média oulacioal μ e como sua variacia tede a ero coforme cresce, cocluímos também que é um estimador cosistete ara μ. Se o iteresseéestimarσ. Estude as roriedades de ˆ σ e ˆ σ S
12 Exemlo: Cosidere uma a.a. (X,...,X ) de uma variável X~N(0,6). Como se comorta em fução de. X Àmedidaque aumeta, a f.d.. vai se cocetrado ao redor da média oulacioal 0. Quato maior o tamaho de amostra maior robabilidade que uma estimativa de este róxima da média oulacioal. X
13 Estimadores ara a média, roorção e Variâcia Parâmetro Esimador Proriedades μ Não viciado e cosistete X Não viciado e cosistete No de casos favoraveisà carateristica ˆ σ Não viciado e cosistete S ( X i X ) σ Viciado e cosistete ˆ σ ( X i X ) 3
14 Teorema Limite Cetral (TLC) Suoha que uma amostra aleatória simles (X,...X ) é retirada de uma oulação com média μ e variâcia σ. Etão, temos que X μ σ / N(0,), quado Em alavras o TLC garate que ara grade a distribuição da média amostral, devidamete adroiada, se comorta segudo um modelo Normal adroiado (Z). Em casos ode a verdadeira distribuição dos dados é simétrica, boas aroximações são obtidas ara ao redor de 30. Um estudo de simulação descreve graficamete o comortameto de X ara diferetes situações. X~U(0,), X~Bi(0,0,3) e X~Ex() 4
15 Efeito do tamaho de amostra sobre a distribuição de X 5
16 Exemlo: Numa certa cidade, a duração de coversas telefôicas em miutos, segue um modelo Exoecial com arâmetro 3. Observadose uma amostra aleatória de 50 dessas chamadas, qual será a robabilidade de em média, a duração de coversas telefôicas ão ultraassarem 4 miutos. Seja X : duração das chamadas, X ~ Ex(3). Logo E(X) 3 e Var(X) 9 Admitido que é grade o suficiete, odemos calcular a robabilidade desejada da seguite forma: X P( X 4) P( ) P( Z,36) 9 / 50 9 / 50 0,9909 6
17 O Caso da Proorção Amostral ( ) Coletamos uma a.a. (X,...X ) de X~Beroulli(), com o objetivo de estimar. Defiimos a roorção amostral (estimador de ) como sedo a fração de idivíduos com a característica X, i.e., ˆ No de casos favoraveis à ˆ Note que odemos escrever carateristica ˆ X + X +... X P X, Assim, temos que Xi, 0, sucesso fracaso E( X) + E( X ) E( X ) E( Pˆ) X + X X ( ) ( ) Var( Pˆ) Var( ) Pelo TLC X E( X ) Var( X ) X ( ) / ) ( ) / N(0,) 7
18 Exemlo: A roorção de eças fora de esecificação um lote é de 0,4. Numa amostra de tamaho 30, calcule a robabilidade de que a roorção de eças defeituosas seja meor do que 0,5. Seja ˆ : a Etão, roorção de Como coseqüêcia do TLC, temos que eças defeituosas a amostra( roorção amostral). ˆ - E( Var( ˆ ) ˆ ) ˆ ( - - )/ N (0,), quado ˆ ~ N(0,40, P ( ˆ < 0,5) 0,40(0,6) 30 ), Assim, P ( ˆ 0,4 0,40(0,6) < 30 0,5 0,4 0,40(0,6) 30 ) P ( Z, ) 0,8686 8
19 Estimação or Itervalos Defiição[Itervalo de Cofiaça] Seja X,...,X uma amostra aleatória de uma oulação com a característica X~f(x,θ). Seja TG(X,...,X) e TH(X,...,X) duas estatísticas tais que T< T e que P ( T < θ < T ). O itervalo (T, T) é chamado de itervalo de 00(-)% de cofiaça ara θ. Notação: IC(μ,-) (T, T), ode T e T são os limite iferior suerior resectivamete e - é o coeficiete (ou ível) de cofiaça 9
20 Itervalo de cofiaça ara uma média oulacioal Suoha que X, LX é uma amostra aleatória de tamaho, de uma oulação ormal com média μ (descohecida) e variâcia σ (cohecida). Vimos que a média amostral X, tem distribuição ormal com média μ e variâcia σ /. Isto é Z X μ ~ N(0,) σ Logo, fixado um ível de cofiaça (-), ode-se determiar / de tal forma:. P( Z ) Ou que é equivalete X μ P( σ / ) - -/ - -/ 0
21 E E X X X σ μ σ σ μ / + ( ) E X E X X X IC + + ; ; ), ( σ σ μ Logo, itervalo de 00 (-)% de cofiaça ara μ é dado or:. Exemlo : Em uma idustria de cerveja, a quatidade de cerveja iserida em latas tem-se comortado como uma distribuição ormal com média 350 ml e desvio adrão 3 ml. Aós algus roblemas a liha de rodução, suseita-se que houve alteração a média. Uma amostra de 0 latas acusou uma média 346 ml. Obteha um itervalo de 95% ara a quatidade média μ de cerveja iserida em latas, suodo que ão teha ocorrido alteração a variabilidade.
22 Já que -0,95, temos da tabela ormal adrão 0,975, σ IC( μ,0,95) X,96 ; X +, 96 σ IC( μ,0,95) 346,96 3 ( 344,69;347,3) 0 ;346 +, ( 346,3;346 +,3)
23 Determiação do tamaho da amostra ara estimação de μ O erro máximo de estimação a estimação de μ é dado or E σ / E σ No caso de oulação fiita de N elemetos é itroduida o fator de correção de oulação fiita E σ N N N / E ( N ) + / σ σ 3
24 Exemlo: Uma firma costrutora deseja estimar a resistêcia média das barras de aço utiliadas a costrução de casas. Qual o tamaho amostral ecessário ara garatir que haja um risco de 0,00 de ultraassar um erro de 5 kg ou mais a estimação? O desvio adrão da resistêcia ara este tio de barra é de 5 kg. Do euciado tem-se σ5, 0,00, e E5, 0,99953,9 E σ (3,9) (5) 5 70,
25 Itervalo de cofiaça ara uma média oulacioal quado σ é descohecido A distribuição t-studet Suodo que a característica de iteresse da oulação é ormal, a estatística T X S μ () tem distribuição de robabilidade cohecida com distribuição t de Studet com - graus de liberdade. 5
26 6 R t k t k k k t f k + Γ + Γ + ; ) ( ) ( / ) ( / π A fução de desidade de um v.a t-studet com k graus de liberdade é dado or:.
27 Notação; T~t(k), idica que v.a tem distribuição t-studet com k graus de liberdade. Proriedades: se T~t(k) ( i) E( T ) 0; Var( T ) k ( ii) k T ~ N(0,) k, k > Uso Da Tabela Distribuição t-studet P( T t, k ) - t -,k 7
28 Cosiderado a estatística dada em (), ode-se mostrar que um itervalo de 00(-)% de cofiaça ara μ é dado or: IC S S μ,) X t X t /, ; + /, E E ( X E X E) ( ; + Exemlo 3: Deseja-se avaliar a durea eserada μ do aço roduido sob um ovo rocesso de têmera. Uma amostra de 0 coros de rova de aço roduiu os seguites resultados, em HRc: 36,4 35,7 37, 36,5 34,9 35, 36,3 35,8 36,6 36,9 Costruir um itervalo de cofiaça ara μ, com ível de cofiaça de 95%. 8
29 X 0 ( X X ) 0 0 i i S X i 36,5; S 0,735; i 0,35 Já que, 0 (-)0,95, 0,05, temos: t0,975, 9,6 E (,6)(0,35) 0,53 ( X E X E) IC (μ, 0,95) ; + ( 36,5 0,53; 36,5 + 0,53) ( 35,97; 37,03) IC( μ,0,95) 9
30 Itervalo de cofiaça ara uma variâcia oulacioal A distribuição Qui-quadrado Suodo que a característica de iteresse da oulação é ormal, a estatística W ( ) S σ () tem distribuição de robabilidade cohecida com distribuição qui-quadrado com - graus de liberdade. A fução de desidade de um v.a qui-quadrado com k graus de liberdade é dado or:. f k ( w) w e ; k k / Γ () k w w > 0 Notação : W ~ χ ( k ) 30
31 Se W tem distribuição qui-quadrado com k graus de liberdade etão: E(W)k, Var(W)k; A distribuição é assimétrica á direita; A medida que os graus de liberdade aumeta a distribuição tora-se simétrica. 3
32 Uso Da Tabela Distribuição Qui-Quadrado Se W ~ χ P(W χ ) (k), k x -,k Exemlo 4: Suoha que W é uma v.a com 0 graus de liberdade determiar: (a) P(W>,56); (b) P(,56<W<4,87) (c) O valor de k tal que, P(W<k)0,95. 3
33 Da Estatística dada em () temos: W ( ) S ~ χ ( ) σ Para uma ível de cofiaça 00(-)% fixado ode-se determiar χ da distribuição qui-quadrado como mostra a figura::, χ e, X /,- X -/, - 33
34 P ) S σ ( /, /, /, /, ( ) χ W χ P χ χ Um itervalo de 00(-)% de cofiaça ara σ é ado or ( ) S IC( σ,) χ /, (, ) S χ /, Exemlo: retede-se avaliar a variabilidade associada ao resultado de um determiado método de aálise química. Com esse objetivo, efetuaram-se 4 aálises a uma determiada substâcia em que se segui o referido método, em codições erfeitamete estabiliadas. A variâcia amostral dos resultados (exressados uma determiada uidade) foi de 4,58. Admitido que o resultado das aálises segue uma distribuição ormal. Obteha um itervalo de 90% de cofiaça ara variâcia. 34
35 Para -0,90 0,0, da distribuição qui-quadrado com graus de liberdade temos: x 0.05,3 x 0.95,3 IC( σ,0,9) (4 )(4,58) (4 )(4,58), 35,7 3,09 (,995;8,047) 35
36 Itervalo de cofiaça ara uma roorção oulacioal Suoha que tem-se uma oulação dicotômica, costituída aeas or elemetos de dois tios, isto é, cada elemeto ode ser classificado com sucesso ou fracasso, suoha que robabilidade de sucesso é e de fracasso é q-, e desta oulação se retira uma amostra aleatória, X, X de observações. Vimos Z ˆ ( ) ~ N(0,) Para um ível cofiaça fixado em 00(-)%,um itervalo ara, ara uma amostra suficietemete grade. IC,) ˆ ( ) ˆ + ( / ; / ( ) 36
37 37 Abordagem otimista ) or substituir - ( -) ( ˆ ˆ Abordagem coservativa /4 or substituir -) ( ) ( ˆ) ˆ( ˆ ; ˆ) ˆ( ˆ ), ( / / a IC + ) ( 4 ˆ ; 4 ˆ ), ( / / b IC +
38 Exemlo: Um estudo foi feito ara determiar a roorção de famílias em uma comuidade que tem telefoe (). Uma amostra de 00 famílias é selecioada, ao acaso, e 60 afirmam ter telefoe. Que dier de com 95% de cofiaça? Uma estimativa otual de é ˆ 0,8 (80%) Já que -0,95, temos da tabela ormal adrão 0975.,96. Substituido em (a) 0,8( 0,8) 0,8( 0,8) IC(,0,95) 0,8,96 ;0,8, ( 0,745;0,855) Em (b) IC(,0,95) 0,8,96 ;0,8, (0,73;0,869) 38
39 39 Determiação do tamaho da amostra ara estimação de O erro máximo de estimação a estimação de é dado or No caso de oulação fiita de N elemetos é itroduida o fator de correção de oulação fiita ) ( ) ( ) ( / / N E N + E ) ( ( ) / ) ( E ) ( N N E Quado ão se tem iformação de : ( ) / 0,5 E Quado ão se tem iformação de : (0,5) ) ( (0,5) / / + N E N
40 Exemlo: O serviço social de um muicíio deseja determiar a roorção de famílias com uma reda familiar iferior a R$ 00,00. Estudos ateriores idicam que esta roorção é de 0%. (a) Que tamaho de amostra se requer ara assegurar uma cofiaça de 95% que o erro máximo de estimação desta roorção ão ultraasse o 0,05? (b) Em quato variara o tamaho da amostra se o erro máximo ermissível é reduido a 0,0.? Dos dados temos 0,0 e -0,95. Da tabela ormal adrão 0,975.,96. (a) O erro máximo de estimação E0,05. (,96) ( 0, 0,8) 0,05 45,
41 (b) O erro máximo de estimação E0,0. (,96) ( 0, 0,8) 0,0 646, No caso de estarmos usado ível de cofiaça de 95%, temos que 0,975.,96, etão temos: 0 E A exressão aterior é muito usado o laejameto de esquisa de levatameto, com o objetivo de estimar várias roorções como os exemlos seguites: Numa esquisa eleitoral, em que é comum a ecessidade de avaliar a roorção de cada cadidato; Na esquisa de mercado, em que ormalmete desejam-se avaliar as roorções de várias características dos cosumidores. 4
42 No caso de oulação fiita de N elemetos é itroduida o fator de correção de oulação fiita: N N
Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD
Teste de ióteses VÍCTOR UGO LACOS DÁVILAD Teste De ióteses. Exemlo. Cosidere que uma idustria comra de um certo fabricate, ios cuja resistêcia média à rutura é esecificada em 6 kgf (valor omial da esecificação).
Leia maisINTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA
INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA Resumo Itervalos de Cofiaça ara médias e roorções com alicações a Egeharia. Ferado Mori Prof.fmori@gmail.com Itervallos de Cofiiaça ara Médiias e Proorções
Leia maisCAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas
Leia maisActivALEA. ative e atualize a sua literacia
ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto
Leia maisDISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO Ferado Mori DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA Resumo [Atraia o leitor com um resumo evolvete, em geral, uma rápida visão geral do
Leia maisDuas Fases da Estatística
Aula 5. Itervalos de Cofiaça Métodos Estadísticos 008 Uiversidade de Averio Profª Gladys Castillo Jordá Duas Fases da Estatística Estatística Descritiva: descrever e estudar uma amostra Estatística Idutiva
Leia maisJackknife, Bootstrap e outros métodos de reamostragem
Jackkife, Bootstrap e outros métodos de reamostragem Camilo Daleles Reó camilo@dpi.ipe.br Referata Biodiversa (http://www.dpi.ipe.br/referata/idex.html) São José dos Campos, 8 de dezembro de 20 Iferêcia
Leia maisTestes de Hipóteses para a Diferença Entre Duas Médias Populacionais
Estatística II Atoio Roque Aula Testes de Hipóteses para a Difereça Etre Duas Médias Populacioais Vamos cosiderar o seguite problema: Um pesquisador está estudado o efeito da deficiêcia de vitamia E sobre
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP I ERROS EM CÁLCULO NUMÉRICO 0 Itrodução Por método umérico etede-se um método para calcular a solução de um problema realizado apeas uma sequêcia fiita de operações aritméticas A obteção de uma solução
Leia maisMAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA
MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA 1. (2,5) Um provedor de acesso à iteret está moitorado a duração do tempo das coexões
Leia maisAvaliação da Confiabilidade de Itens com Testes Destrutivos - Aplicação da Estimação da Proporção em uma População Finita Amostrada sem Reposição
Avaliação da Cofiabilidade de Ites com Testes Destrutivos - Alicação da Estimação da roorção em uma oulação Fiita Amostrada sem Reosição F. A. A. Coelho e Y.. Tavares Diretoria de Sistemas de Armas da
Leia maisLista 9 - Introdução à Probabilidade e Estatística
UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm
Leia maisAMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo?
AMOSTRAGEM metodologia de estudar as populações por meio de amostras Amostragem ou Ceso? Por que fazer amostragem? população ifiita dimiuir custo aumetar velocidade a caracterização aumetar a represetatividade
Leia maisSistemas de Filas Simples
Sistemas de Filas Simles Teoria de Filas Processo de chegada: se os usuários de uma fila chegam os istates t, t, t 3,..., t, as variáveis aleatórias τ t - t - são chamadas de itervalos etre chegadas. As
Leia maisIntrodução ao Estudo de Sistemas Lineares
Itrodução ao Estudo de Sistemas Lieares 1. efiições. 1.1 Equação liear é toda seteça aberta, as icógitas x 1, x 2, x 3,..., x, do tipo a1 x1 a2 x2 a3 x3... a x b, em que a 1, a 2, a 3,..., a são os coeficietes
Leia maisComputação Científica - Departamento de Informática Folha Prática 1
1. Costrua os algoritmos para resolver os problemas que se seguem e determie as respetivas ordes de complexidade. a) Elaborar um algoritmo para determiar o maior elemeto em cada liha de uma matriz A de
Leia maisEstimação por Intervalo (Intervalos de Confiança):
Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população
Leia mais1.4- Técnicas de Amostragem
1.4- Técicas de Amostragem É a parte da Teoria Estatística que defie os procedimetos para os plaejametos amostrais e as técicas de estimação utilizadas. As técicas de amostragem, tal como o plaejameto
Leia maisSUMÁRIO 1. AMOSTRAGEM 4. 1.1. Conceitos básicos 4
SUMÁRIO 1. AMOSTRAGEM 4 1.1. Coceitos básicos 4 1.. Distribuição amostral dos estimadores 8 1..1. Distribuição amostral da média 8 1... Distribuição amostral da variâcia 11 1..3. Distribuição amostral
Leia maisEstatística stica para Metrologia
Estatística stica para Metrologia Aula Môica Barros, D.Sc. Juho de 28 Muitos problemas práticos exigem que a gete decida aceitar ou rejeitar alguma afirmação a respeito de um parâmetro de iteresse. Esta
Leia maisINTERPOLAÇÃO. Interpolação
INTERPOLAÇÃO Profa. Luciaa Motera motera@facom.ufms.br Faculdade de Computação Facom/UFMS Métodos Numéricos Iterpolação Defiição Aplicações Iterpolação Liear Equação da reta Estudo do erro Iterpolação
Leia maisAulas de Estatística / Prof. Jones Garcia da Mata / www.professorjones.hpg.com.br
# Variável aleatória Quado uma variável tem resultados ou valores que tedem a variar de uma observação ara outra em razão de fatores relacioados com a chace, ós chamamos de variável aleatória Defiimos
Leia maisO erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais
José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,
Leia maisEQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N
EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N Estudaremos este capítulo as equações diereciais lieares de ordem, que são de suma importâcia como suporte matemático para vários ramos da egeharia e das ciêcias.
Leia maisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT410026 FUNDAMENTOS DE ESTATÍSTICA 8ª AULA: ESTIMAÇÃO POR INTERVALO
Leia maisVII Equações Diferenciais Ordinárias de Primeira Ordem
VII Equações Difereciais Ordiárias de Primeira Ordem Itrodução As equações difereciais ordiárias são istrumetos esseciais para a modelação de muitos feómeos proveietes de várias áreas como a física, química,
Leia mais1.5 Aritmética de Ponto Flutuante
.5 Aritmética de Poto Flutuate A represetação em aritmética de poto flutuate é muito utilizada a computação digital. Um exemplo é a caso das calculadoras cietíficas. Exemplo:,597 03. 3 Este úmero represeta:,597.
Leia maisCálculo das Probabilidades e Estatística I. Departamento de Estatistica
Cálculo das Probabilidades e Estatística I Departameto de Estatistica Versão - 2013 Sumário 1 Itrodução à Estatística 1 1.1 Coceitos básicos de amostragem..................................... 2 1.1.1
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 maisExercício 1. Quantos bytes (8 bits) existem de modo que ele contenha exatamente quatro 1 s? Exercício 2. Verifique que
LISTA INCRÍVEL DE MATEMÁTICA DISCRETA II DANIEL SMANIA 1 Amostras, seleções, permutações e combiações Exercício 1 Quatos bytes (8 bits) existem de modo que ele coteha exatamete quatro 1 s? Exercício 2
Leia maisonde d, u, v são inteiros não nulos, com u v, mdc(u, v) = 1 e u e v de paridades distintas.
!"$# &%$" ')( * +-,$. /-0 3$4 5 6$7 8:9)$;$< =8:< > Deomiaremos equação diofatia (em homeagem ao matemático grego Diofato de Aleadria) uma equação em úmeros iteiros. Nosso objetivo será estudar dois tipos
Leia maisCOMPOSIÇÕES DE FUNÇÕES GERATRIZES E A FÓRMULA EXPONENCIAL
COMPOSIÇÕES DE FUNÇÕES GERATRIZES E A FÓRMULA EXPONENCIAL Grade parte do poder de fuções geratrizes vêm de composição delas! Observação. Sejam F (x) = 0 G(x) = 0 f x g x duas séries formais. A composição
Leia mais2.1 Dê exemplo de uma seqüência fa n g ; não constante, para ilustrar cada situação abaixo: (a) limitada e estritamente crescente;
2.1 Dê exemplo de uma seqüêcia fa g ; ão costate, para ilustrar cada situação abaixo: (a) limitada e estritamete crescete; (b) limitada e estritamete decrescete; (c) limitada e ão moótoa; (d) ão limitada
Leia maisUFRGS 2007 - MATEMÁTICA
- MATEMÁTICA 01) Em 2006, segudo otícias veiculadas a impresa, a dívida itera brasileira superou um trilhão de reais. Em otas de R$ 50, um trilhão de reais tem massa de 20.000 toeladas. Com base essas
Leia maisMatemática Ficha de Trabalho
Matemática Ficha de Trabalho Probabilidades 12º ao FT4 Arrajos completos (arrajos com repetição) Na liguagem dos computadores usa-se o código biário que é caracterizado pela utilização de apeas dois algarismos,
Leia maisMODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS
MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS Definições Variáveis Aleatórias Uma variável aleatória representa um valor numérico possível de um evento incerto. Variáveis aleatórias
Leia maisA TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa
A TORRE DE HANÓI Carlos Yuzo Shie - Colégio Etapa Artigo baseado em aula miistrada a IV Semaa Olímpica, Salvador - BA Nível Iiciate. A Torre de Haói é um dos quebra-cabeças matemáticos mais populares.
Leia maisCAPÍTULO 8 - Noções de técnicas de amostragem
INF 6 Estatística I JIRibeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção É uma ciêcia
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 maisSéries de Potências AULA LIVRO
LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.
Leia maisINTRODUÇÃO A TEORIA DE CONJUNTOS
INTRODUÇÃO TEORI DE CONJUNTOS Professora Laura guiar Cojuto dmitiremos que um cojuto seja uma coleção de ojetos chamados elemetos e que cada elemeto é um dos compoetes do cojuto. Geralmete, para dar ome
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisPROBABILIDADES E ESTATÍSTICA
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Exame - Época Normal 006/00 Data: 14de Julhode 00 Tópicos de Resolução Duração: 3 horas 1. SejaΩumespaçoamostraleA,BeCacotecimetoscomasseguitescaracterísticasA
Leia maisDefinição 1.1: Uma equação diferencial ordinária é uma. y ) = 0, envolvendo uma função incógnita y = y( x) e algumas das suas derivadas em ordem a x.
4. EQUAÇÕES DIFERENCIAIS 4.: Defiição e coceitos básicos Defiição.: Uma equação diferecial ordiária é uma dy d y equação da forma f,,,, y = 0 ou d d ( ) f (, y, y,, y ) = 0, evolvedo uma fução icógita
Leia maisCapitulo 6 Resolução de Exercícios
FORMULÁRIO Cojutos Equivaletes o Regime de Juros Simples./Vecimeto Comum. Descoto Racioal ou Por Detro C1 C2 Cm C1 C2 C...... 1 i 1 i 1 i 1 i 1 i 1 i 1 2 m 1 2 m C Ck 1 i 1 i k1 Descoto Por Fora ou Comercial
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 maisANDRÉ REIS MATEMÁTICA. 1ª Edição NOV 2013
ANDRÉ REIS MATEMÁTICA TEORIA 6 QUESTÕES DE PROVAS DE CONCURSOS GABARITADAS EXERCÍCIOS RESOLVIDOS Teoria e Seleção das Questões: Prof. Adré Reis Orgaização e Diagramação: Mariae dos Reis ª Edição NOV 0
Leia mais5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA
5- CÁLCULO APROXIMADO DE INTEGRAIS 5.- INTEGRAÇÃO NUMÉRICA Itegrar umericamete uma fução y f() um dado itervalo [a, b] é itegrar um poliômio P () que aproime f() o dado itervalo. Em particular, se y f()
Leia maisFaculdade Campo Limpo Paulista Mestrado em Ciência da Computação Complexidade de Algoritmos Avaliação 2
Faculdade Campo Limpo Paulista Mestrado em Ciêcia da Computação Complexidade de Algoritmos Avaliação 2. (2,0): Resolva a seguite relação de recorrêcia. T() = T( ) + 3 T() = 3 Pelo método iterativo progressivo.
Leia maisUnesp Universidade Estadual Paulista FACULDADE DE ENGENHARIA
Uesp Uiversidade Estadual Paulista FACULDADE DE ENGENHARIA CAMPUS DE GUARATINGUETÁ MBA-PRO ESTATÍSTICA PARA A TOMADA DE DECISÃO Prof. Dr. Messias Borges Silva e Prof. M.Sc. Fabricio Maciel Gomes GUARATINGUETÁ,
Leia maisEquação Diferencial. Uma equação diferencial é uma expressão que relaciona uma função desconhecida (incógnita) y com suas derivadas.
Equação Difereial Uma equação difereial é uma epressão que relaioa uma fução desoheida (iógita) om suas derivadas É útil lassifiar os diferetes tipos de equações para um desevolvimeto sistemátio da Teoria
Leia maisEquações Diferenciais Lineares de Ordem n
PUCRS Faculdade de Matemática Equações Difereciais - Prof. Eliete Equações Difereciais Lieares de Ordem Cosideremos a equação diferecial ordiária liear de ordem escrita a forma 1 d y d y dy L( y( x ))
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 maisSolução de Equações Diferenciais Ordinárias Usando Métodos Numéricos
DELC - Departameto de Eletrôica e Computação ELC 0 Estudo de Casos em Egeharia Elétrica Solução de Equações Difereciais Ordiárias Usado Métodos Numéricos Versão 0. Giovai Baratto Fevereiro de 007 Ídice
Leia maisOs juros compostos são conhecidos, popularmente, como juros sobre juros.
Módulo 4 JUROS COMPOSTOS Os juros compostos são cohecidos, popularmete, como juros sobre juros. 1. Itrodução Etedemos por juros compostos quado o fial de cada período de capitalização, os redimetos são
Leia maisEquações Diferenciais (ED) Resumo
Equações Difereciais (ED) Resumo Equações Difereciais é uma equação que evolve derivadas(diferecial) Por eemplo: dy ) 5 ( y: variável depedete, : variável idepedete) d y dy ) 3 0 y ( y: variável depedete,
Leia maisO QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li
O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li Média Aritmética Simples e Poderada Média Geométrica Média Harmôica Mediaa e Moda Fracisco Cavalcate(f_c_a@uol.com.br)
Leia maisESTUDO DAS DIFICULDADES DOS ALUNOS DE CIÊNCIAS CONTÁBEIS DA FAFIC EM MATEMÁTICA
ESTUDO DAS DIFICULDADES DOS ALUNOS DE CIÊNCIAS CONTÁBEIS DA FAFIC EM MATEMÁTICA Prof. Ms. Rhodolffo Allysso Felix de Alecar Lima * Prof. Ms. José Flávio Portela Soares** Joelbso Moreira Alves Josefa Tavares
Leia maisMatemática Alexander dos Santos Dutra Ingrid Regina Pellini Valenço
4 Matemática Alexader dos Satos Dutra Igrid Regia Pellii Valeço Professor SUMÁRIO Reprodução proibida. Art. 84 do Código Peal e Lei 9.60 de 9 de fevereiro de 998. Módulo 0 Progressão aritmérica.................................
Leia maisAPLICAÇÃO DO MÉTODO DE INTEGRAÇÃO TRAPEZOIDAL EM SISTEMAS ELÉTRICOS
AT49-07 - CD 6-07 - PÁG.: APLICAÇÃO DO MÉTODO DE INTEGAÇÃO TAPEZOIDAL EM SISTEMAS ELÉTICOS J.. Cogo A.. C. de Oliveira IEE - EFEI Uiv. Taubaté Artigo apresetado o Semiário de Pesquisa EFEI 983 ESUMO Este
Leia maisLISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES
Monitora Juliana Dubinski LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES EXERCÍCIO 1 (INTERVALO DE CONFIANÇA PARA MÉDIA) Suponha que X represente a duração da vida de uma peça de equipamento. Admita-se
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 maisINTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...
INTRODUÇÃO 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
Leia maisObjetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir
Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram
Leia maisFACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE
FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE CURSO: ENGENHARIA DE PRODUÇÃO ASSUNTO: INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS, EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM SEPARÁVEIS, HOMOGÊNEAS, EXATAS, FATORES
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia 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 maisObjetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes
Leia maisINFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA
INFRÊNCIA STATÍSTICA: STIMAÇÂO PONTUAL INTRVALOS D CONFIANÇA 0 Problemas de iferêcia Iferir sigifica faer afirmações sobre algo descohecido. A iferêcia estatística tem como objetivo faer afirmações sobre
Leia maisO oscilador harmônico
O oscilador harmôico A U L A 5 Meta da aula Aplicar o formalismo quâtico ao caso de um potecial de um oscilador harmôico simples, V( x) kx. objetivos obter a solução da equação de Schrödiger para um oscilador
Leia maisPG Progressão Geométrica
PG Progressão Geométrica 1. (Uel 014) Amalio Shchams é o ome cietífico de uma espécie rara de plata, típica do oroeste do cotiete africao. O caule dessa plata é composto por colmos, cujas características
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 maisa taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo.
UFSC CFM DEPARTAMENTO DE MATEMÁTICA MTM 5151 MATEMÁTICA FINACEIRA I PROF. FERNANDO GUERRA. UNIDADE 3 JUROS COMPOSTOS Capitalização composta. É aquela em que a taxa de juros icide sempre sobre o capital
Leia maisPROBABILIDADES E ESTATÍSTICA
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA o Teste 7 o SEMESTRE 5/6 Data: Sábado, 7 de Jaeiro de 6 Duração: 9:3 às :3 Tópicos de Resolução. O úmero
Leia maisAPONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA
UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (III ) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Ídice Itrodução Aplicação do cálculo matricial aos
Leia mais1- REFRAÇÃO LUMINOSA é a variação de velocidade da luz devido à mudança do meio de propagação. refração do meio em que o raio se encontra.
REFRAÇÃO - LENTES - REFRAÇÃO LUMINOSA é a variação de velocidade da luz devido à mudaça do meio de propagação. - Ídice de refração absoluto: é uma relação etre a velocidade da luz em um determiado meio
Leia maisLista 2 - Introdução à Probabilidade e Estatística
UNIVERSIDADE FEDERAL DO ABC Lista - Itrodução à Probabilidade e Estatística Modelo Probabilístico experimeto. Que eveto represeta ( =1 E )? 1 Uma ura cotém 3 bolas, uma vermelha, uma verde e uma azul.
Leia maisMATEMÁTICA FINANCEIRA
MATEMÁTICA FINANCEIRA VALOR DO DINHEIRO NO TEMPO Notas de aulas Gereciameto do Empreedimeto de Egeharia Egeharia Ecoômica e Aálise de Empreedimetos Prof. Márcio Belluomii Moraes, MsC CONCEITOS BÁSICOS
Leia maisCAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS
60 Sumário CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 5.1. Itrodução... 62 5.2. Tabelas de trasição dos flip-flops... 63 5.2.1. Tabela de trasição do flip-flop JK... 63 5.2.2. Tabela de
Leia maisCarteiras de Mínimo VAR ( Value at Risk ) no Brasil
Carteiras de Míimo VAR ( Value at Risk ) o Brasil Março de 2006 Itrodução Este texto tem dois objetivos pricipais. Por um lado, ele visa apresetar os fudametos do cálculo do Value at Risk, a versão paramétrica
Leia maisObjetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisIntervalo de Confiança para uma Média Populacional
Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra
Leia maisINE 5111- ESTATÍSTICA APLICADA I - TURMA 05324 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA
INE 5111- ESTATÍSTICA APLICADA I - TURMA 534 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA 1. Aalise as situações descritas abaixo e decida se a pesquisa deve ser feita por
Leia maisPesquisa Operacional
Faculdade de Egeharia - Campus de Guaratiguetá esquisa Operacioal Livro: Itrodução à esquisa Operacioal Capítulo 6 Teoria de Filas Ferado Maris fmaris@feg.uesp.br Departameto de rodução umário Itrodução
Leia maisTécnicas de contagem 1 Introdução. 2 Sequências
Istituto Suerior de Egeharia de Lisboa 1 Itrodução Muitos roblemas em Probabilidades e Estatística cosistem em estimar a icerteza associada a um eveto ou acotecimeto, o que imlica frequetemete determiar
Leia maisINFERÊNCIA ESTATÍSTICA
Uiversidade Federal da Bahia Istituto de Matemática Departameto de Estatística Estatística IV (MAT027) e Itrodução à Estatística (MAT050) NOTAS DE AULA UNIDADE III INFERÊNCIA ESTATÍSTICA 1 1 INTRODUÇÃO
Leia maisINTERVALOS DE CONFIANÇA
INTRVALOS D CONFIANÇA stimação or itervalos,, é uma amostra aleatória de uma variável cuja distribuição deede do arâmetro Se L(,, e U(,, são duas fuções tais que L < U e P(L U =, o itervalo [L, U] é chamado
Leia maisProbabilidades. José Viegas
Probabilidades José Viegas Lisboa 001 1 Teoria das probabilidades Coceito geral de probabilidade Supoha-se que o eveto A pode ocorrer x vezes em, igualmete possíveis. Etão a probabilidade de ocorrêcia
Leia maisPUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato
1 PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato 1. Estimação: O objetivo da iferêcia estatística é obter coclusões a respeito de populações através de uma amostra extraída
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 maisSíntese de Transformadores de Quarto de Onda
. Sítese de rasforadores de Quarto de Oda. Itrodução rasforadores de guia de oda são aplaete epregados o projeto de copoetes e oda guiada e são ecotrados e praticaete todas as cadeias alietadoras de ateas
Leia maisTEORIA DE SISTEMAS LINEARES
Ageda. Algebra Liear (Parte I). Ativadades IV Profa. Dra. Letícia Maria Bolzai Poehls /0/00 Potifícia Uiversidade Católica do Rio Grade do Sul PUCRS Faculdade de Egeharia FENG Programa de Pós-Graduação
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 maisProposta de teste de avaliação
Proosta de teste de avaliação Matemática A. O ANO DE ESOLARIDADE Duração: 9 miutos Data: adero (é ermitido o uso de calculadora) Na resosta aos ites de escolha múltila, selecioe a oção correta. Escreva,
Leia maisESTUDO DA DISTRIBUIÇÃO ASSINTÓTICA DOS ESTIMADORES DOS PARÂMETROS DA DISTRIBUIÇÃO WEIBULL NA PRESENÇA DE DADOS SUJEITOS A CENSURA ALEATÓRIA
ESTUDO DA DISTRIBUIÇÃO ASSINTÓTICA DOS ESTIMADORES DOS PARÂMETROS DA DISTRIBUIÇÃO WEIBULL NA PRESENÇA DE DADOS SUJEITOS A CENSURA ALEATÓRIA Almir MANTOVANI Maria Aarecida de Paiva FRANCO 2 RESUMO: O objetivo
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 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 mais