Lista 09: Estimação de Parâmetros

Tamanho: px
Começar a partir da página:

Download "Lista 09: Estimação de Parâmetros"

Transcrição

1 INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA MECÂNICA-AERONÁUTICA MB-210: Probabilidade e Estatística Lista 09: Estimação de Parâmetros Prof. Denise Beatriz Ferrari 2 o Sem/ Seja X 1, X 2,..., X n uma a.a. de uma população uniforme no intervalo [ θ, θ], com θ desconhecido. (a) Mostre que a estatística a seguir é um estimador não-viesado de θ 2 : T = 3 n (X2 1 + X X 2 n) (b) T é um estimador não-tendencioso de θ? Em caso negativo, o viés é positivo ou negativo? Nota: Desigualdade de Jensen: ϕ(e[x]) E[ϕ(X)], para qualquer função ϕ convexa. 2. Considere a seguinte massa de dados contendo a vida útil de esferas de rolamentos (em horas) Deseja-se estimar a vida útil mínima deste tipo de esfera de rolamento. Os dados são modelados como a realização de uma a.a. X 1, X 2,..., X n, em que cada v.a. X i é representada como X i = δ + Y i, em que Y i tem distribuição Exp(λ) e δ > 0 é um parâmetro desconhecido que modela a vida útil mínima. O objetivo é construir um estimador não-tendencioso para δ. Sabe-se que: E[M n ] = δ + 1 nλ e E[ X n ] = δ + 1 λ, em que M n = mínimo de X 1, X 2,..., X n e X n = (X 1 + X X n )/n. (a) Mostre que a seguinte estatística é um estimador não-tendencioso de 1/λ: T = (b) Construa um estimador não-viesado para δ. n n 1 ( X n M n ) (c) Utilize a massa de dados para calcular uma estimativa para a vida útil mínima, δ. 1

2 3. Sejam T e W dois estimadores para o parâmetro θ. Sabe-se que Var[T ] = 4 e Var[W ] = 40. (a) Suponha que E[W ] = θ e E[T ] = θ + 3. Qual estimador é preferível? Por quê? (b) Suponha que E[W ] = θ e E[T ] = θ + a, para algum número positivo a. Para cada valor de a, qual estimador é preferível? Por quê? 4. No experimento realizado por Michelson em 1879 para determinar a velocidade da luz (µ), a média amostral (aqui representada por T ) de um grande número de repetições foi utilizada como estimador. Os dados coletados resultaram na estimativa t = ,4km/s. Suponha que o desvio-padrão do estimador vale σ T = 100km/s. (a) Mostre que, a partir da desigualdade de Chebyshev, é possível obter: P [ T θ < 3σ T ] 8 9 (b) Com base no resultado do item (a), qual o intervalo de confiança obtido para a velocidade da luz e o nível de confiança associado? (c) Qual a interpretação deste intervalo de confiança? (d) Por que este IC pode ser considerado conservador? (e) Suponha que 40 IC 95% serão construídos. Quantos destes podemos esperar que não contenham a média populacional? Seria surpreendente se 10 deles não contivessem a média populacional? Utilize argumentos probabilísticos. 5. Considere a a.a. X 1, X 2,..., X n i.i.d. N(0,1). Sejam as estatísticas U n = g(x 1, X 2,..., X n ) e V n = h(x 1, X 2,..., X n ), tais que P [U n < µ < V n ] = 0,95, µ. Suponha que para uma determinada a.a., o IC 95% correspondente seja (u n, v n ) = ( 2, 5). (a) Suponha que θ = 3µ+7. Seja Ũn = 3U n +7 e Ṽn = 3V n +7. Mostre que P [Ũn < µ < Ṽn] = 0,95. (b) Escreva o IC 95% para θ em termos de u n e v n. (c) Seja θ = 1 µ. Determine Ũn e Ṽn, bem como o IC correspondente para θ. (d) Seja θ = µ 2. É possível construir um IC para θ? Justifique. 6. Um determinado IC 95% para o valor esperado de uma certa distribuição contém o número 0. (a) O IC 98% é construído com base na mesma amostra. Este novo intervalo conterá o número 0? (b) Uma nova amostra de mesmo tamanho é coletada e um novo IC 95% é construído para o valor esperado desconhecido. Este novo intervalo conterá o número 0? 7. Seja Z 1, Z 2,..., Z n i.i.d. N(0,1). Definamos X i = µ + σz i, para i = 1, 2,..., n e σ > 0. Sejam X e Z as médias amostrais e S X e S Z os devios-padrão amostrais para as v.a. s X i e Z i, respectivamente. (a) Mostre que X 1, X 2,..., X n é uma a.a. de uma população N(µ, σ 2 ). (b) Escreva X e S X em termos de Z, S Z, µ e σ. X µ Z S Z / n (c) Mostre que S X / n = e explique por que este resultado mostra que a distribuição da média padronizada não depende de µ e σ. 2

3 8. Considere um intervalo de confiança (1 α)100% para a média de uma distribuição normal com variância conhecida σ 2, baseado em uma amostra aleatória contendo n observações. Explique como a largura do intervalo se altera quando: (a) n aumenta, mantendo-se σ 2 e α constantes; (b) σ 2 aumenta, mantendo-se n e α constantes; (c) α diminui, mantendo-se n e σ 2 constantes. 9. Mostre que MSE[ Θ] = V ar[ Θ] + (E[ Θ] θ) Seja S 2 = n i=1 (X i X) 2 /n. (a) Mostre que E[S 2 ] = [(n 1)/n]σ 2 e, portanto S 2 é um estimador viesado de σ 2 ; (b) Qual o viés de S 2? (c) Mostre que o viés de S 2 tende a zero conforme n ; (d) Compare as variâncias dos estimadores S 2 e S 2 e determine qual deles é mais eficiente; Nota: A variância de uma v.a. χ 2 ν vale 2ν. (e) Compare os estimadores em termos de MSE a fim de determinar qual deles é mais eficiente. Nota: Analise MSE[S 2 ]/MSE[S 2 ]. 11. Explique o significado das afirmações abaixo: (a) Y é uma estatística. (b) A estatística Y é um estimador não-viesado de θ. (c) Nas condições do item (b), suponha que Y tenha variância kθ 2. Calcule o erro médio quadrático de cy e determine o valor da constante c que tornam MSE[cY ] mínimo. (d) Se S 2 é um estimador não-viesado da variância σ 2 de uma certa distribuição, explique por que S não necessariamente também é um estimador não-viesado do desvio-padrão σ, correspondente. 12. Seja X uma v.a. binomial. Mostre que: (a) P = X/n é um estimador não-tendencioso de p; (b) P = (X + n/2)/(n + n) é um estimador viesado de p; (c) Mostre que o estimador P se torna não tendencioso quando n. 13. (a) Sejam X 1 e X 2 os números de sucessos em dois experimentos binomiais independentes, com n 1 e n 2 tentativas e com mesma probabilidade de sucesso p em cada tentativa. Mostre que ˆp, dado abaixo, é um estimador não-viesado para p. ˆp = ˆp 1 + ˆp 2 ; ˆp i = X i, i = 1,2. 2 n i (b) Determine as condições para a razão n 1 /n 2 para as quais V ar[ˆp] < V ar[ˆp 1 ] e V ar[ˆp] < V ar[ˆp 2 ]. (c) Mostre que, se n 1 n 2, então existe um estimador não-viesado de p da forma p = wˆp 1 + (1 w)ˆp 2, com 0 < w < 1, cuja variância é menor que a de ˆp. 14. Uma companhia produz lâmpadas cuja vida útil é aproximadamente normalmente distribuída com desvio-padrão 40h. Uma a.a. de 30 lâmpadas foi observada e resultou em vida útil média de 780h. 3

4 (a) Construa um IC 96% para a vida média populacional de todas as lâmpadas produzidas pela companhia; (b) Qual deve ser o tamanho da a.a. se desejarmos 96% de certeza de que a média amostral diste no máximo 10h da média real? 15. Uma a.a. de 100 motoristas em SJC mostrou que estes percorrem, em média, km por ano com desvio padrão de 3.900km. Considere distribuição normal. (a) Construa um IC 99% para a distância média percorrida por ano em SJC; (b) O que se pode dizer com 99% de confiança sobre o erro cometido ao estimar a distância média percorrida por ano em SJC como sendo km? 16. Estudos mostram que o consumo regular de refrigerantes contribui para a ocorrência de cáries, doenças coronarianas e outras doenças degenerativas. A quantidade de açúcar foi medida em uma a.a. de 20 porções de refrigerante, resultando em uma média de 11,3g e desvio-padrão de 2,45g. Considere a população normalmente distribuída. (a) Construa um IC 95% para a quantidade de açúcar em um porção de refrigerante; (b) Construa um IC 95% para σ Tanques de aço inoxidável são comumente utilizados em plantas de produção de químicos para armazenar fluidos corrosivos. Estes aços são especialmente suceptíveis a ruptura por fadiga corrosiva em certas condições. Em uma a.a. de 295 falhas em aço que ocorreram em refinarias de petróleo no Japão, 118 foram causadas por fadiga corrosiva. Construa um IC 95% para a proporção verdadeira de falha por fadiga corrosiva nas ligas de aço. 18. Um novo sistema lançador de foguetes está sendo considerado para uso no lançamento de foguetes de baixo alcance. O sistema atual possui probabilidade p = 0,8 de lançamento bem-sucedido. Em uma amostra de 40 lançamentos experimentais com o novo sistema, 34 foram realizados com sucesso. (a) Construa um IC 95% para p; (b) É possível concluir que o novo sistema é melhor que o atual? 19. Um certo fornecedor produz tapetes emborrachados para automóveis. Por questões de segurança, o material utilizado para a confecção dos tapetes deve ter certas características de dureza e tapetes defeituosos devem ser descartados. O fabricante afirma que a proporção de tapetes defeituosos é de 0,05. Um experimento foi conduzido com o intuito de avaliar a afirmação do fabricante. Sendo assim, 400 tapetes foram testados e 17 foram considerados defeituosos. (a) Construa um IC 95% bicaudal para a proporção de tapetes defeituosos; (b) Calcule um IC 95% unicaudal apropriado para a proporção de tapetes defeituosos; (c) Como podem ser interpretados os IC s dos itens acima? O que se pode dizer a respeito da afirmação do fabricante? 20. Sejam X 1 e X 2 as médias de duas amostras de tamanhos n 1 e n 2, cujas populações são N(µ 1, σ1) 2 e N(µ 2, σ2), 2 independentes. Se σ1 2 e σ2 2 são conhecidas, mostre que um IC 100(1 α)% para µ 1 µ 2 é dado por P ( X 1 X 2 ) z α/2 σ 2 1 n 1 + σ2 2 n 2 < µ 1 µ 2 < ( X 1 X 2 ) + z α/2 σ σ2 2 = 1 α. n 1 n Um estudo foi realizado a fim de investigar se um determinado tratamento superficial exerce algum 4

5 efeito na quantidade de metal removido de peças mergulhadas em um banho químico. Para tanto, uma a.a. de 100 peças não-tratadas foi mergulhada em um banho por 24h, resultando em uma média de 12,2mm de metal removido, com desvio padrão amostral de 1,1mm. Uma segunda amostra de 200 peças tratadas foi submetida ao mesmo banho por um período de 24h, resultando em uma média de 9,1mm de metal removido, com desvio padrão amostral de 0,9mm. (a) Construa o IC 98% para a diferença entre as médias populacionais. (b) Podemos concluir que o tratamento parece reduzir a quantidade de metal removido? Por quê? 22. Agências de fomento conferiram bolsas para que 9 grupos de pesquisa investiguem a capacidade produtiva de duas novas variedades de soja. Cada variedade foi plantada pelos grupos em lotes de mesma área. A produção resultante (em kg/lote) é dada na tabela a seguir: Grupo de Pesquisa Variedade Construa um IC 95% para a diferença das médias de produção entre as duas variedades de soja, assumindo que as diferenças sejam aproximadamente normalmente distribuídas. É necessário utilizar emparelhamento? Por quê? 23. Um estudo clínico foi conduzido para investigar se um determinado tipo de vacina tem efeito na incidência de uma certa doença. Uma amostra de 1000 ratos foi mantida em ambiente controlado por um período de 1 ano e a 500 deles foi administrada a vacina. No grupo que não recebeu o tratamento, houve 120 casos de manifestação da doença. Do grupo que recebeu o tratamento, 98 ratos contraíram a doença. Sejam p 1 a probabilidade de incidência da doença nos ratos sem tratamento e p 2, a probabilidade de contrair a doença após a vacinação. (a) Construa um IC 90% para p 1 p 2. (b) Podemos concluir que a vacina afeta a incidência da doença? 24. Um arquiteto considera duas marcas de tinta para uso em um projeto. 15 latas de cada tipo de tinta foram selecionadas de maneira aleatória e independente e o tempo de secagem (em horas) foi observado para cada espécime: Tinta A AAAAAAAA Tinta B 3,5 2,7 3,9 4,2 3,6 4,7 3,9 4,5 5,5 4,0 2,7 3,3 5,2 4,2 2,9 5,3 4,3 6,0 5,2 3,7 4,4 5,2 4,0 4,1 3,4 5,5 6,2 5,1 5,4 4,8 Considere que o tempo de secagem das tintas seja normalmente distribuído, com σ A = σ B. (a) Construa um IC 95% para µ B µ A. (b) O que se pode dizer sobre os tempos de secagem das duas tintas? (c) Construa um IC 95% comparando as duas variâncias. (d) A hipótese da igualdade das variâncias poderia, de fato, ter sido utilizada? 25. Um fabricante de um certo aparelho eletrodoméstico mantem linhas de produção para este aparelho em duas plantas. Ambas as plantas possuem os mesmos fornecedores de componentes. O fabricante pode economizar se comprar um determinado componente para os aparelhos produzidos na planta B de um fornecedor local. Um único lote foi comprado do fornecedor local e foi submetido a testes a fim de determinar se estes componentes têm mesma acurácia que os componentes do fornecedor atual. 5

6 Os componentes foram ajustados para o nível 550 e medidas foram tomadas com um instrumento com precisão 0,1. Os dados obtidos encontram-se nas tabelas abaixo: (a) Construa um IC 95% para σ 2 1/σ 2 2. (b) Construa um IC 95% para σ 1 /σ 2. Fornecedor Local 530,3 559,3 549,4 544,0 551,7 566,3 549,9 556,9 536,7 558,8 538,8 543,3 559,1 555,0 538,6 551,1 565,4 554,9 550,0 554,9 554,7 536,1 569,1 Fornecedor Atual 559,7 534,7 554,8 545,0 544,6 538,0 550,7 563,1 551,1 553,8 538,8 564,6 554,5 553,0 538,4 548,3 552,9 535,1 555,0 544,8 558,4 548,7 560,3 (c) Existe diferença significativa na qualidade do componente do fornecedor local? 6

Universidade Federal Fluminense

Universidade Federal Fluminense Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA ESTATÍSTICA V Lista 9: Intervalo de Confiança. 1. Um pesquisador está estudando a resistência de um determinado

Leia mais

CAPÍTULO 9 Exercícios Resolvidos

CAPÍTULO 9 Exercícios Resolvidos CAPÍTULO 9 Exercícios Resolvidos R9.1) Diâmetro de esferas de rolamento Os dados a seguir correspondem ao diâmetro, em mm, de 30 esferas de rolamento produzidas por uma máquina. 137 154 159 155 167 159

Leia mais

Disciplinas: Cálculo das Probabilidades e Estatística I

Disciplinas: Cálculo das Probabilidades e Estatística I Introdução a Inferência Disciplinas: Cálculo das Probabilidades e Estatística I Universidade Federal da Paraíba Prof a. Izabel Alcantara Departamento de Estatística (UFPB) Introdução a Inferência Prof

Leia mais

Inferência Estatística

Inferência Estatística Universidade Federal Fluminense Instituto de Matemática e Estatística Inferência Estatística Ana Maria Lima de Farias Departamento de Estatística Conteúdo 1 Inferência estatística Conceitos básicos 1 1.1

Leia mais

Introdução à Inferência Estatística

Introdução à Inferência Estatística Introdução à Inferência Estatística 1. População: conjunto de indivíduos, ou itens, com pelo menos uma característica em comum. Também será denotada por população objetivo, que é sobre a qual desejamos

Leia mais

Tecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22

Tecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22 Teste para diferença de médias Exemplo Dois tipos diferentes de tecido devem ser comparados. Uma máquina de testes Martindale pode comparar duas amostras ao mesmo tempo. O peso (em miligramas) para sete

Leia mais

Teorema Central do Limite e Intervalo de Confiança

Teorema Central do Limite e Intervalo de Confiança Probabilidade e Estatística Teorema Central do Limite e Intervalo de Confiança Teorema Central do Limite Teorema Central do Limite Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),

Leia mais

Teste de Hipótese para uma Amostra Única

Teste de Hipótese para uma Amostra Única Teste de Hipótese para uma Amostra Única OBJETIVOS DE APRENDIZAGEM Depois de um cuidadoso estudo deste capítulo, você deve ser capaz de: 1.Estruturar problemas de engenharia de tomada de decisão, como

Leia mais

Cláudio Tadeu Cristino 1. Julho, 2014

Cláudio Tadeu Cristino 1. Julho, 2014 Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino

Leia mais

LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS

LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS 1. Construir um quadro e o gráfico de uma distribuição de probabilidade para a variável aleatória X: número de coroas obtidas no lançamento de duas moedas. 2. Fazer

Leia mais

Intervalos Estatísticos para uma Única Amostra

Intervalos Estatísticos para uma Única Amostra Roteiro Intervalos Estatísticos para uma Única Amostra 1. Introdução 2. Intervalo de Confiança para Média i. População normal com variância conhecida ii. População normal com variância desconhecida 3.

Leia mais

PROVA ESCRITA DE ESTATÍSTICA VERSÃO A. 04 As classes de uma distribuição de freqüência devem ser mutuamente exclusivas para que

PROVA ESCRITA DE ESTATÍSTICA VERSÃO A. 04 As classes de uma distribuição de freqüência devem ser mutuamente exclusivas para que COMANDO DA AERONÁUTICA DEPARTAMENTO DE ENSINO DA AERONÁUTICA CENTRO DE INSTRUÇÃO E ADAPTAÇÃO DA AERONÁUTICA CONCURSO DE ADMISSÃO AO EAOT 00 EXAME DE CONHECIMENTOS ESPECIALIZADOS PROVA ESCRITA DE ESTATÍSTICA

Leia mais

INE 5122 LISTA DE EXERCÍCIOS INFERÊNCIA ESTATÍSTICA

INE 5122 LISTA DE EXERCÍCIOS INFERÊNCIA ESTATÍSTICA INE 5122 LISTA DE EXERCÍCIOS INFERÊNCIA ESTATÍSTICA Marcados com asterisco os exercícios de Estimação de Parâmetros. Lista de Exercícios Inferência Estatística 1 1. O tempo médio de atendimento em uma

Leia mais

Distribuição Uniforme Discreta. Modelos de distribuições discretas. Distribuição de Bernoulli. Distribuição Uniforme Discreta

Distribuição Uniforme Discreta. Modelos de distribuições discretas. Distribuição de Bernoulli. Distribuição Uniforme Discreta Distribuição Uniforme Discreta Modelos de distribuições discretas Notas de Aula da Profa. Verónica González-López e do Prof. Jesús Enrique García, digitadas por Beatriz Cuyabano. Acréscimos e modicações:

Leia mais

Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos

Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos Organização: Airton Kist Digitação: Guilherme Ludwig Exercício Se X b(n, p), sabendo-se que E(X ) = 12 e σ 2 = 3, determinar:

Leia mais

Hipótese Estatística:

Hipótese Estatística: 1 PUCRS FAMAT DEPTº DE ESTATÍSTICA TESTE DE HIPÓTESE SÉRGIO KATO Trata-se de uma técnica para se fazer inferência estatística. Ou seja, a partir de um teste de hipóteses, realizado com os dados amostrais,

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA

ESCOLA SUPERIOR DE TECNOLOGIA Departamento Matemática Curso Engenharia do Ambiente º Semestre 1º Folha Nº4: Intervalos de confiança Probabilidades e Estatística 1.a) Determine o intervalo de confiança a 90% para a média de uma população

Leia mais

EXERCÍCIOS DE INFERÊNCIA ESTATÍSTICA

EXERCÍCIOS DE INFERÊNCIA ESTATÍSTICA EXERCÍCIOS DE INFERÊNCIA ESTATÍSTICA 1. De uma população normal com variância σ 2 = 6 extraiu-se uma amostra de 25 elementos. Qual a probabilidade de que a amostra tenha uma variância S 2 : a) maior que

Leia mais

Estatística Aplicada para Engenharia Inferência para Duas Populações

Estatística Aplicada para Engenharia Inferência para Duas Populações Universidade Federal Fluminense Instituto de Matemática e Estatística Estatística Aplicada para Engenharia Inferência para Duas Populações Ana Maria Lima de Farias Departamento de Estatística Conteúdo

Leia mais

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora 7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,

Leia mais

Distribuições de Probabilidade Distribuição Binomial

Distribuições de Probabilidade Distribuição Binomial PROBABILIDADES Distribuições de Probabilidade Distribuição Binomial BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas

Leia mais

Teorema do Limite Central e Intervalo de Confiança

Teorema do Limite Central e Intervalo de Confiança Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),

Leia mais

Monitor Giovani Roveroto

Monitor Giovani Roveroto Monitor Giovani Roveroto Intervalo de Confiança 1. Suponha que o gerente de uma loja de comércio de tintas queira calcular a verdadeira quantidade de tinta contida em um galão, comprados de um fabricante

Leia mais

Probabilidade. Distribuição Normal

Probabilidade. Distribuição Normal Probabilidade Distribuição Normal Distribuição Normal Uma variável aleatória contínua tem uma distribuição normal se sua distribuição é: simétrica apresenta (num gráfico) forma de um sino Função Densidade

Leia mais

Teste de hipóteses com duas amostras. Estatística Aplicada Larson Farber

Teste de hipóteses com duas amostras. Estatística Aplicada Larson Farber 8 Teste de hipóteses com duas amostras Estatística Aplicada Larson Farber Seção 8.1 Testando a diferença entre duas médias (amostras grandes e independentes) Visão geral Para testar o efeito benéfico de

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística 1 o Exame/1 o Teste/2 o Teste 2 o Semestre/1 a Época 2008/09 Duração: 3 horas/1 hora e 30 minutos 16/01/09

Leia mais

Estatística Aplicada

Estatística Aplicada INSTITUTO SUPERIOR POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA Estatística Aplicada Ano Lectivo 2006/2007 Ficha n.º1 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas

Leia mais

Aula de Exercícios - Testes de Hipóteses

Aula de Exercícios - Testes de Hipóteses Aula de Exercícios - Testes de Hipóteses Organização: Airton Kist Digitação: Guilherme Ludwig Testes de Hipóteses Exemplo Para decidirmos se os habitantes de uma ilha são descendentes da civilização A

Leia mais

Universidade Federal de Pernambuco Mestrado em Estatística

Universidade Federal de Pernambuco Mestrado em Estatística Universidade Federal de Pernambuco Mestrado em Estatística Lista 4 de Exercícios de Amostragem Prof. Cristiano Ferraz 1. Em relação ao plano amostral de Bernoulli: a) Explique como retirar uma amostra

Leia mais

COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder

COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem

Leia mais

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Distribuição Normal 1. Introdução O mundo é normal! Acredite se quiser! Muitos dos fenômenos aleatórios que encontramos na

Leia mais

Introdução à análise de dados discretos

Introdução à análise de dados discretos Exemplo 1: comparação de métodos de detecção de cárie Suponha que um pesquisador lhe apresente a seguinte tabela de contingência, resumindo os dados coletados por ele, oriundos de um determinado experimento:

Leia mais

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - EPPGG

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - EPPGG Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - EPPGG 11. Em uma caixa há 1 bolas de mesmo tamanho: 3 brancas, 4 vermelhas e 5 pretas. Uma pessoa, no escuro, deve retirar n bolas

Leia mais

Descreve de uma forma adequada o

Descreve de uma forma adequada o EST029 Cálculo de Probabilidade I Cap. 8 - Variáveis Aleatórias Contínuas Prof. Clécio da Silva Ferreira Depto Estatística - UFJF 1 Variável Aleatória Normal Caraterização: Descreve de uma forma adequada

Leia mais

CAPÍTULO 5 - Exercícios

CAPÍTULO 5 - Exercícios CAPÍTULO 5 - Exercícios Distibuições de variáveis aleatórias discretas: Binomial 1. Se 20% dos parafusos produzidos por uma máquina são defeituosos, determinar a probabilidade de, entre 4 parafusos escolhidos

Leia mais

Introdução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS

Introdução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução a Analise Química - II sem/2012 Profa Ma Auxiliadora - 1 Introdução à Análise Química QUI 094 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução

Leia mais

Instituto Politécnico de Viseu Escola Superior de Tecnologia

Instituto Politécnico de Viseu Escola Superior de Tecnologia Instituto Politécnico de Viseu Escola Superior de Tecnologia Departamento: Matemática Estatística I Curso: Contabilidade e Administração Ano: 3 o Semestre: o Prova: Exame Época: Normal Ano Lectivo: 2004/2005

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ Comentários sobre as provas de estatística e financeira ICMS RJ Caríssimos, Acabei de voltar de uma longa auditoria em que visitamos inúmeros assentamentos federais do INCRA no interior do estado. Ou seja:

Leia mais

Aula 10 Testes de hipóteses

Aula 10 Testes de hipóteses Aula 10 Testes de hipóteses Na teoria de estimação, vimos que é possível, por meio de estatísticas amostrais adequadas, estimar parâmetros de uma população, dentro de certo intervalo de confiança. Nos

Leia mais

AULAS 13, 14 E 15 Correlação e Regressão

AULAS 13, 14 E 15 Correlação e Regressão 1 AULAS 13, 14 E 15 Correlação e Regressão Ernesto F. L. Amaral 23, 28 e 30 de setembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de

Leia mais

Controle estatístico de processo: algumas ferramentas estatísticas. Linda Lee Ho Depto Eng de Produção EPUSP 2009

Controle estatístico de processo: algumas ferramentas estatísticas. Linda Lee Ho Depto Eng de Produção EPUSP 2009 Controle estatístico de processo: algumas ferramentas estatísticas Linda Lee Ho Depto Eng de Produção EPUSP 2009 Controle estatístico de Processo (CEP) Verificar estabilidade processo Coleção de ferramentas

Leia mais

Distribuições de Probabilidade Distribuição Normal

Distribuições de Probabilidade Distribuição Normal PROBABILIDADES Distribuições de Probabilidade Distribuição Normal BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas

Leia mais

3ª lista de exercícios sobre cálculo de probabilidades, axiomas, propriedades, teorema da probabilidade total e teorema de Bayes

3ª lista de exercícios sobre cálculo de probabilidades, axiomas, propriedades, teorema da probabilidade total e teorema de Bayes 3ª lista de exercícios sobre cálculo de probabilidades, axiomas, propriedades, teorema da probabilidade total e teorema de Bayes 1) Quatro moedas são lançadas e observa-se a seqüência de caras e coroas

Leia mais

Lista IV - Curva Normal. Professor Salvatore Estatística I

Lista IV - Curva Normal. Professor Salvatore Estatística I Lista IV - Curva Normal Professor Salvatore Estatística I 19/12/2011 Consulta à tabela Normal: 1. Estabeleça a área entre 0 (zero) e Zi igual a a. + 1,35 b. + 1,58 c. +2,05 d. +2,76 e. -1,26 f. -2,49 g.

Leia mais

Lista 5 - Introdução à Probabilidade e Estatística

Lista 5 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 5 - Introdução à Probabilidade e Estatística Variáveis Aleatórias 1 Duas bolas são escolhidas aleatoriamente de uma urna que contém 8 bolas brancas, 4 pretas e 2 laranjas.

Leia mais

Variáveis Aleatórias Discretas e Distribuições de Probabilidade

Variáveis Aleatórias Discretas e Distribuições de Probabilidade Variáveis Aleatórias Discretas e Distribuições de Probabilidade Objetivos do aprendizado a.determinar probabilidades a partir de funções de probabilidade b.determinar probabilidades a partir de funções

Leia mais

Exercício de Revisao 1

Exercício de Revisao 1 Exercício de Revisao 1 Considere que seu trabalho é comparar o desempenho de dois algoritmos (A e B) de computação gráfica, que usam métodos diferentes para geração de faces humanas realistas. São sistema

Leia mais

Distribuições: Binomial, Poisson e Normal. Distribuição Binomial

Distribuições: Binomial, Poisson e Normal. Distribuição Binomial Distribuições: Binomial, Poisson e Normal Distribuição Binomial Monitor Adan Marcel e Prof. Jomar 1. Uma remessa de 800 estabilizadores de tensão é recebida pelo controle de qualidade de uma empresa. São

Leia mais

CAP4: Distribuições Contínuas Parte 1 Distribuição Normal

CAP4: Distribuições Contínuas Parte 1 Distribuição Normal CAP4: Distribuições Contínuas Parte 1 Distribuição Normal Quando a variável sendo medida é expressa em uma escala contínua, sua distribuição de probabilidade é chamada distribuição contínua. Exemplo 4.1

Leia mais

Lista de Exercícios - Distribuição Normal

Lista de Exercícios - Distribuição Normal Lista de Exercícios - Distribuição Normal Monitor: Giovani e Prof. Jomar 01. Em indivíduos sadios, o consumo renal de oxigênio tem distribuição Normal de média 12 cm³/min e desvio padrão 1,5 cm³/min. Determinar

Leia mais

Aula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán. Teste de Hipóteses

Aula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán. Teste de Hipóteses Aula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán Teste de Hipóteses Procedimento estatístico que averigua se os dados sustentam

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL

DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL Introdução Variável aleatória Discreta: assume um número finito ou infinito numerável de valores Contínua: assume todos os valores

Leia mais

Exercícios Resolvidos da Distribuição Binomial

Exercícios Resolvidos da Distribuição Binomial . a. Estabeleça as condições exigidas para se aplicar a distribuição binomial? b. Qual é a probabilidade de caras em lançamentos de uma moeda honesta? c. Qual é a probabilidade de menos que caras em lançamentos

Leia mais

Estimação por Intervalos

Estimação por Intervalos Capítulo 5 Estimação por Intervalos A principal restrição da estimação pontual é que quando estimamos um parâmetro através de um único valor numérico toda a informação presente nos dados é resumida através

Leia mais

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS

MODELOS 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 mais

LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES

LISTA 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 mais

Bioestatística Aula 3

Bioestatística Aula 3 Aula 3 Castro Soares de Oliveira Probabilidade Probabilidade é o ramo da matemática que estuda fenômenos aleatórios. Probabilidade é uma medida que quantifica a sua incerteza frente a um possível acontecimento

Leia mais

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos

Leia mais

Trabalhando com Pequenas Amostras: Distribuição t de Student

Trabalhando com Pequenas Amostras: Distribuição t de Student Probabilidade e Estatística Trabalhando com Pequenas Amostras: Distribuição t de Student Pequenas amostras x Grandes amostras Nos exemplos tratados até agora: amostras grandes (n>30) qualquer tipo de distribuição

Leia mais

DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE

DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento

Leia mais

INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A):

INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A): INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A): 1) A demanda quotidiana por um determinado produto no mercadinho

Leia mais

Disciplina Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE DSITRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DISCRETAS

Disciplina Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE DSITRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DISCRETAS Disciplina Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE DSITRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DISCRETAS 1) Devido às altas taxas de juros, uma firma informa que 30% de suas

Leia mais

4. σ 2 Var X p x q e σ Dp X Podemos escrever o modelo do seguinte modo:

4. σ 2 Var X p x q e σ Dp X Podemos escrever o modelo do seguinte modo: Distribuições de Probabilidades Quando aplicamos a Estatística na resolução de problemas administrativos, verificamos que muitos problemas apresentam as mesmas características o que nos permite estabelecer

Leia mais

AULAS 24 E 25 Análise de Regressão Múltipla: Inferência

AULAS 24 E 25 Análise de Regressão Múltipla: Inferência 1 AULAS 24 E 25 Análise de Regressão Múltipla: Inferência Ernesto F. L. Amaral 23 e 25 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma

Leia mais

(b) Qual a probabilidade de ter sido transmitido um zero, sabendo que foi recebido um (1.0) zero?

(b) Qual a probabilidade de ter sido transmitido um zero, sabendo que foi recebido um (1.0) zero? Grupo I 5.0 valores 1. Um sistema de comunicação binária transmite zeros e uns com probabilidade 0.5 em qualquer dos casos. Devido ao ruído existente no canal de comunicação há erros na recepção: transmitido

Leia mais

Exercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas

Exercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas Exercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas 1. (Paulino e Branco, 2005) Num depósito estão armazenadas 500 embalagens de um produto, das quais 50 estão deterioradas. Inspeciona-se uma

Leia mais

CAPÍTULO 4 Exercícios Resolvidos

CAPÍTULO 4 Exercícios Resolvidos CAPÍTULO 4 Exercícios Resolvidos R4.1) Condição para concretização de uma venda Um certo tipo de componente é vendido em lotes de 1000 itens. O preço de venda do lote é usualmente de 60 u.m. Um determinado

Leia mais

Métodos Quantitativos. PROF. DR. Renato Vicente

Métodos Quantitativos. PROF. DR. Renato Vicente Métodos Quantitativos PROF. DR. Renato Vicente Método Estatístico Amostra População Estatística Descritiva Inferência Estatística Teoria de Probabilidades Aula 4A Inferência Estatística: Um pouco de História

Leia mais

UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI NÚCLEO DE EDUCAÇÃO À DISTÂNCIA CURSO DE GRADUAÇÃO EM ADMINISTRAÇÃO PÚBLICA GABARITO

UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI NÚCLEO DE EDUCAÇÃO À DISTÂNCIA CURSO DE GRADUAÇÃO EM ADMINISTRAÇÃO PÚBLICA GABARITO UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI NÚCLEO DE EDUCAÇÃO À DISTÂNCIA CURSO DE GRADUAÇÃO EM ADMINISTRAÇÃO PÚBLICA GABARITO GRUPO: ESTATÍSTICA DATA: HORÁRIO: NOME DO CANDIDATO: CPF: ASSINATURA: INSTRUÇÕES:

Leia mais

Algoritmos Randomizados: Introdução

Algoritmos Randomizados: Introdução Algoritmos Randomizados: Introdução Celina Figueiredo Guilherme Fonseca Manoel Lemos Vinícius Sá 26º Colóquio Brasileiro de Matemática IMPA Rio de Janeiro Brasil 2007 Resumo Definições Monte Carlo Variáveis

Leia mais

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais. Prof. Janete Pereira Amador Introdução Os métodos utilizados para realização de inferências a respeito dos parâmetros pertencem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através

Leia mais

CAP5: Amostragem e Distribuição Amostral

CAP5: Amostragem e Distribuição Amostral CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?

Leia mais

Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística

Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução às Técnicas de Simulação em Estatística Luiz H.Duczmal, Lupércio F. Bessegato, Marcos A. C. Santos

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADE

DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística MAE6 Noções de Estatística Grupo A - º semestre de 007 Exercício ( pontos) Uma máquina de empacotar um determinado produto o faz segundo uma distribuição normal, com média µ e desvio padrão 0g. (a) Em

Leia mais

PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014

PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014 PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método

Leia mais

Pesquisa em Marketing

Pesquisa em Marketing Pesquisa em Marketing Aula 4 1. Identificar o tamanho da amostral ideal 2. Saber calcular a amostra O Processo de Amostragem TIPOS DE AMOSTRAGEM Amostra não-probabilística Amostra por Conveniência Amostra

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte

Leia mais

INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS

INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS Lista de Exercícios - Modelos Probabilísticos 1 INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS 35) Em um sistema de transmissão de dados existe uma probabilidade igual a 0,05 de um dado ser transmitido

Leia mais

E X E R C Í C I O S. i(a) 7,5 10 elétrons

E X E R C Í C I O S. i(a) 7,5 10 elétrons E X E R C Í C I O S 1. O gráfico da figura abaixo representa a intensidade de corrente que percorre um condutor em função do tempo. Determine a carga elétrica que atravessa uma secção transversal do condutor

Leia mais

Omatematico.com ESTATÍSTICA DESCRITIVA

Omatematico.com ESTATÍSTICA DESCRITIVA Omatematico.com ESTATÍSTICA DESCRITIVA 1. Classifique as variáveis abaixo: (a) Tempo para fazer um teste. (b) Número de alunos aprovados por turma. (c) Nível sócio-econômico (d) QI (Quociente de inteligência).

Leia mais

4) Quais dos seguintes pares de eventos são mutuamente exclusivos:

4) Quais dos seguintes pares de eventos são mutuamente exclusivos: INE 7002 LISTA DE EXERCÍCIOS PROBABILIDADE Lista de Exercícios - Probabilidade 1 1) Lâmpadas que se apresentam em perfeitas condições são ensaiadas quanto ao tempo de vida. Um instrumento é acionado no

Leia mais

Amostragem. Prof. Joel Oliveira Gomes. Capítulo 9. Desenvolvimento

Amostragem. Prof. Joel Oliveira Gomes. Capítulo 9. Desenvolvimento Capítulo 9 Amostragem Desenvolvimento 9.1 Introdução 9.2 Censo versus Amostra 9.3 Processo de planejamento de uma amostragem 9.4 Técnicas Amostrais 9.5 Amostragem Não-probabilística 9.6 Amostragem Probabilística

Leia mais

AULAS 04 E 05 Estatísticas Descritivas

AULAS 04 E 05 Estatísticas Descritivas 1 AULAS 04 E 05 Estatísticas Descritivas Ernesto F. L. Amaral 19 e 28 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:

Leia mais

Pesquisador em Informações Geográficas e Estatísticas A I GESTÃO DA QUALIDADE LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO.

Pesquisador em Informações Geográficas e Estatísticas A I GESTÃO DA QUALIDADE LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO. 7 EDITAL N o 04/2013 LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO. 01 - O candidato recebeu do fiscal o seguinte material: a) este CADERNO DE QUESTÕES, com os enunciados das 8 (oito) questões discursivas, sem

Leia mais

Análise de Variância simples (One way ANOVA)

Análise de Variância simples (One way ANOVA) Análise de Variância simples (One way ANOVA) Análise de experiências com vários grupos de observações classificados através de um só factor (por exemplo grupos de indivíduos sujeitos a diferentes tratamentos

Leia mais

Inferência Estatística. Amostragem Estatística. Características das Amostragens Estatísticas. Tipos de Amostragens Estatísticas

Inferência Estatística. Amostragem Estatística. Características das Amostragens Estatísticas. Tipos de Amostragens Estatísticas Fenômenos Estatísticos Classificam-se em: Fenômenos Coletivos ou de Massa - Não podem ser definidos por uma simples observação (natalidade, mortalidade, preço médio de veículos usados em Curitiba, etc.).

Leia mais

Exercícios Resolvidos da Distribuição de Poisson

Exercícios Resolvidos da Distribuição de Poisson . a. Qual é a diferença entre as distribuições de Poisson e inomial? b. Dê alguns exemplos de quando podemos aplicar a distribuição de Poisson. c. Dê a fórmula da distribuição de Poisson e o significado

Leia mais

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1 UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1) Um pesquisador está interessado em saber o tempo médio que

Leia mais

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos Dados que podem ser necessários a algumas questões de Estatística: P (t > t α ) = α ν 0,05 0,025 15 1,753 2,131 16 1,746 2,120 28 1,791 2,048 30 1,697 2,042 (Valor: 1,4) Questão 1. Considere o seguinte

Leia mais

Exercícios. Exercício 1

Exercícios. Exercício 1 Exercícios Exercício 1 Considere um sistema de processamento com os seguintes tempos entre chegadas de tarefas: Tempo entre Chegadas (horas) Probabilidade 0 0.23 1 0.37 2 0.28 3 0.12 Os tempos de processamento

Leia mais

MOQ-13 Probabilidade e Estatística

MOQ-13 Probabilidade e Estatística Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br Motivação Idéias Básicas

Leia mais

1 Axiomas de Probabilidade

1 Axiomas de Probabilidade 1 Axiomas de Probabilidade 1.1 Espaço amostral e eventos seja E um experimento aleatório Ω = conjunto de todos os resultados possíveis de E. Exemplos 1. E lançamento de uma moeda Ω = {c, c} 2. E retirada

Leia mais

Intervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder

Intervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder Intervalo de Confiança e cálculo de tamanho de amostra Henrique Dantas Neder Intervalo de confiança para a média da população µ X Até o momento discutimos as propriedades da distrbuição normal e vimos

Leia mais

Pesquisa Aplicada à Estatística

Pesquisa Aplicada à Estatística Pesquisa Aplicada à Estatística Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br September 14, 2014 Souza () Pesquisa Aplicada à Estatística September 14, 2014 1 / 23 Estatística: ideias gerais O que

Leia mais

CAPÍTULO 6 Exercícios Resolvidos

CAPÍTULO 6 Exercícios Resolvidos CAPÍTULO 6 Exercícios Resolvidos R6.1) Fabricação de uma peça Na fabricação de uma peça, um eixo cilíndrico, com uma seção transversal circular deve-se encaixar num soquete circular. É sabido que as distribuições

Leia mais

Aula 11 Esperança e variância de variáveis aleatórias discretas

Aula 11 Esperança e variância de variáveis aleatórias discretas Aula 11 Esperança e variância de variáveis aleatórias discretas Nesta aula você estudará os conceitos de média e variância de variáveis aleatórias discretas, que são, respectivamente, medidas de posição

Leia mais

Probabilidade. Distribuições Uniforme, Geométrica, Hipergeométrica e Multinomial

Probabilidade. Distribuições Uniforme, Geométrica, Hipergeométrica e Multinomial Probabilidade Distribuições Uniforme, Geométrica, Hipergeométrica e Multinomial Distribuição Uniforme Usada comumente nas situações em que não há razão para atribuir probabilidades diferentes a um conjunto

Leia mais

GERENCIANDO INCERTEZAS NO PLANEJAMENTO LOGÍSTICO: O PAPEL DO ESTOQUE DE SEGURANÇA

GERENCIANDO INCERTEZAS NO PLANEJAMENTO LOGÍSTICO: O PAPEL DO ESTOQUE DE SEGURANÇA GERENCIANDO INCERTEZAS NO PLANEJAMENTO LOGÍSTICO: O PAPEL DO ESTOQUE DE SEGURANÇA Eduardo Saggioro Garcia Leonardo Salgado Lacerda Rodrigo Arozo Benício Erros de previsão de demanda, atrasos no ressuprimento

Leia mais