Lista de exercícios propostos n. o 05: Testes de hipóteses
|
|
- Rui Affonso Farias
- 7 Há anos
- Visualizações:
Transcrição
1 Lista de exercícios propostos. o 5: Testes de hipóteses Exercício 1. Uma pizzaria recebe diariamete ecomedas por telefoe, que se têm comportado segudo uma lei ormal. A empresa está dimesioada para uma procura média diária que ão ultrapassa as pizzas, admitido um desvio padrão de 15. Umacampahapromocioalrealizadaosúltimos9 dias levou aumaprocuramédiade1 pizzas. (a) Use um teste de hipóteses para avaliar a ecessidade de reforçar a capacidade média de veda, estudado se houve de facto uma alteração sigificativa a procura diária de pizzas. Use um ível de sigificâcia de, 1. (b) Qual é a probabilidade de estar a tomar a decisão errada se overdadeiro valor de µ for Exercício. Os valores abaixo idicados são potuações de um teste de QI associados a uma amostra aleatória de 1 aluos de uma dada uiversidade Supodo que as potuações seguem uma distribuição ormal, teste se o desvio padrão das potuações do teste de QI é 1, cosideradoumaprobabilidade de 5 para o erro do tipo I. Exercício 3. Odoodeumaervaariaproduzumcháqueafirmasereficazparacurar dores de cabeça em pelo meos 85 dos casos. Num iquérito feito a 5 pessoas, 198 cocordaram que o chá cura de facto as dores de cabeça. (a) Com um ível de sigificâcia de 1 poderá dizer-se que o doo da ervaaria tem razão (b) Na decisão que tomou, qual a probabilidade de estar a cometer um erro 1/ Exercício 4. De acordo com a lei, o composto químico δ pode admitir, o máximo, uma cocetração média de impurezas, por litro, de, 7, comumavariâciada cocetração de impurezas, por litro, iferior a,. Umlaboratórioabaste- cido por uma compahia de produtos químicos, determiou a cocetração de impurezas, por litro, em 8 porções do composto δ, obtedoosseguites valores, 8ÿ px i xq 3. i 1 Admitido que a cocetração média ão está a violar a lei, diga se a legislação está a ser cumprida pela compahia química que abastece o referido laboratório, o que diz respeito à variâcia da cocetração deimpurezas, por litro, do composto δ, cosideradoumíveldesigificâcia, 5. Supoha que a variável em estudo se comporta de forma aproximadamete ormal. Exercício 5. Uma empresa tecioa importar um grade lote de istrumetos deprecisão para posterior distribuição o país. Os fabricates garatem que o respectivo peso médio é de 1 gramas. Sedo, o etato, o peso uma característica importate a qualidade do produto, resolveu-se testar a garatia do fabricate. Para tal, o departameto técico da empresa importadora obteve uma amostra de 15 istrumetos, dode resultaram os seguites valores, em gramas: 15ÿ i 1 x i ÿ i 1 px i xq 315. Admitido que o peso é ormalmete distribuído, diga qual a coclusão a tirar, para um ível de sigificâcia de 1. Exercício 6. Num ambiete costituído por vários programas iteractivos, o tempo de resposta, medido em segudos, defie-se como a difereça etre o mometo em que o utilizador carrega a tecla eter e o iício da resposta. Supoha que para dimiuir o tempo de resposta um sistema particular a base de dados foi recofigurada. Ates da recofiguração o tempo médio de resposta era de pelo meos 3 segudos. Com o processo de recofiguração pesa-se que o ovo tempo de resposta é iferior a 3 segudos. Foi recolhida uma amostra aleatória de 3 tempos de resposta cujo valor médio foi de, 7 segudos. Assuma que a distribuição do tempo de resposta é ormal com desvio padrão igual a, 68 segudos. Realize um teste de hipóteses que permita cocluir /
2 sobre o êxito da recofiguração cosiderado uma probabilidade de para oerrodotipoi. Exercício 7. Odepartametodecotrolodecustosdeumaempresatemvidoaadmitir que o preço médio da pricipal matéria-prima utilizada o fabrico do produto Aéomáximode16 e. Há razões para crer que o preço ultimamete praticado o mercado é superior aquele valor. Com vista à aálise desta situação, observaram-se os preços praticados durate 16 semaas, tedo-se registado os seguites valores: Se fosse resposável por aquele departameto, a que coclusão chegaria se procedesse a um esaio com um ível de sigificâcia de 5 Supoha que opreçodamatéria-primasegueumaleiormal. Exercício 8. Pode cosiderar-se que o grau de acidez do azeite de determiada marca é uma variável aleatória com distribuição ormal. Aalisou-se uma amostra aleatória de 35 garrafas tedo-se obtido, para o grau de acidez, uma média de 1, 3 graus e ř 35 i 1 x i 64, 59. Ao ível de sigificâcia de 5, testea hipótese da variâcia populacioal ser iferior a, 14. Exercício 9. Uma empresa de pesquisa de mercados está a estudar se há difereça etre os salários dos trabalhadores idifereciados uma certa idustria em duas regiões do país, 1 e. Osresultadosobtidosforam: Região Tamaho da amostra Média Desvio padrão , , 4 Exercício 1. Foi efectuado um estudo em duas empresas do mesmo ramo de actividade, aempresaa eaempresab, sobreapreferêciadostrabalhadorespordois tipos de aumetos salariais: um pacote de beefícios extra ou um determiado aumeto o salário base. Dos 15 trabalhadores da empresa A, 75 preferiram um aumeto o salário base dos trabalhadores da empresa B, 13 preferiram também esse aumeto. A questão que se coloca é saber se há difereça de uma empresa para outra a proporção de trabalhadores que preferem o acréscimo o salário base (e ão o beefício extra). Pretedese reduzir a 1 aprobabilidadederejeitaridevidameteahipótesedeque essas proporções sejam iguais. Exercício 11. Para estudar dois tipos de gasolia, foram recolhidas duas amostras aleatórias de 15 carros do mesmo modelo. Todos os carros da amostra 1 foram abastecidos com a gasolia A etodososcarrosdaamostra foram abastecidos com gasolia B. SedoX 1 - úmero de quilómetros/litro percorridos com a gasolia A ex - úmero de quilómetros/litro percorridos com a gasolia B obtiveram-seosseguitesresultados: x 1 17, 933 x 19, 467 s 1 4, 38 s, 41 Cosidere que as variáveis em estudo são ormalmete distribuídas. (a) Poder-se-á dizer que as variâcias das duas variáveis em estudo são idêticas. Cosidere um ível de sigificâcia de 1. (b) Com base a decisão que tomou a alíea aterior, diga se poder-seácocluirqueúmeromédiodequilómetros/litropercorridos com a gasolia A éiferioraoúmeromédiodequilómetros/litropercorridos com a gasolia B, usadoumíveldesigificâciade5 Limitado a, 1 oriscoderejeitaricorrectameteahipótesedequeas médias das populações em causa são iguais, que coclusão se poderá extrair destes dados 3/ 4/
3 Soluções: Exercício 1. (a) Seja a variável aleatória X - ecomedasdiáriasdepizzasportelefoe. Parâmetro a testar: µ Formulação das hipóteses: & H : µ ď H 1 : µ ą Tipo de população: ormal Nível de sigificâcia:, 1 Tamaho da amostra: 9 (teste uilateral à direita) Estatística de teste: Z X µ σ N p 1q Outros dados: x 1, σ 15 Determiação da região crítica e da região de aceitação: Op-valueémeoríveldesigificâciaapartirdoqualsedeverejeitar H,istoé,se ě p value etão deve-se rejeitar H : p value P rz ě s 1 P rz ă s 1 Φ pq 1, 977, 8. (b) Como a decisão tomada foi de ão rejeitar H,podemosestaracometer um erro tipo II. Temos que P rerro tipo IIs P rão rejeitarh H ser falsas. Para calcular esta probabilidade temos de reescrever as regiões de aceitação e crítica em fução de X. Como Z X µ σ N p 1q temos σ que X N µ, ouseja,x N Z Z com Z 1 Z,99, 363. Obtemos assim as regiões, R.A. s 8, 363r e R.C. r, 363 `8r Cálculo do valor da estatística de teste: Z Tomada de decisão: Como o valor da estatística de teste Z pertece à região de aceitação ão se deve rejeitar H,aoívelde sigificâcia de 1, ouseja,coclui-sequeaprocuramédiadiária éomáximode pizzas, pelo que a campaha de promoção ão teve efeito a procura de pizzas. Fazedo Z 1 X C temos que P X ď X C, 99 ô P Z ď X ȷ C, 99 ô X C 11, Assim, passamos a ter R.A. s 811, 63r e R.C. r11, 63 `8r. Logo P rerro tipo IIs P rão rejeitarh H ser falsas P X ă 11, 63 µ ȷ 11, 63 P Z ă 5, / 6/
4 Exercício. Seja a variável aleatória X - potuaçõesdeumtestedeqi. Parâmetro a testar: σ & H : σ 1 H 1 : σ 1 Tipo de população: ormal Nível de sigificâcia:, 5 Tamaho da amostra: 1 Estatística de teste: Q p 1qS σ (teste bilateral) χ 1 ř 1 Outros dados: x i 1 xi , 1, s ˆ13,1 115, 433 e s 1, / χ 1/ Não rejeição / χ 1/ ř 1 i 1 x i 1ˆx 9 com χ 1 χ 9,5, 74 e χ 11 χ 9,975 19, 8. Obtemos assim as regiões, R.C. r, 74sYr19, 8 `8r e R.A. s, 74 19, 8r. Cálculo do valor da estatística de teste: Q 9ˆ115, , 389 Tomada de decisão: Como o valor da estatística de teste Q 1, 389 pertece à região de aceitação ão se deve rejeitar H, ao ível de sigificâcia de 5, ouseja,ãoexisteevidêciaestatísticasuficiete para rejeitar que o desvio padrão das potuações de QI é 1. isto é, se ě p value etão deve-se rejeitar H : Exercício 3. p value mi P χ ď V.E.T. P χ ě V.E.T. ( mi P χ 9 ď 1, 389 P χ 9 ě 1, 389 (»» mi t, 65 1, 65u ˆ, 375, 75. (a) Seja a variável aleatória X - úmerodepessoasquecocordamqueo chá cura as dores de cabeça. Parâmetro a testar: p Formulação das hipóteses: & H : p ě, 85 H 1 : p ă, 85 Tipo de população: Beroulli Nível de sigificâcia:, 1 Tamaho da amostra: 5 Estatística de teste: Z c p p p p1 p q (teste uilateral à esquerda) 9 N p 1q Outros dados: p 198, 79 5 Determiação da região crítica e da região de aceitação: Z com Z 1 Z,99, 363. Obtemos assim as regiões, R.C. s 8, 363s e R.A. s, 363 `8r Cálculo do valor da estatística de teste:z,79,85,85ˆ,15 5, 568 7/ 8/
5 Tomada de decisão: Como o valor da estatística de teste Z, 568 pertece à região critica deve-se rejeitar H,aoívelde sigificâcia de 1, ouseja,coclui-sequeodoodaervaaria ão tem razão. Op-valueémeoríveldesigificâciaapartirdoqualsedeverejeitar H,istoé,se ě p value etão deve-se rejeitar H : p value P rz ď, 568s Φ p, 568q, 51. (b) Como a decisão tomada foi de rejeitar H,podemosestaracometer um erro tipo I. Assim P rerro tipo Is P rrejeitar H H verdadeiras ď, 1. Exercício 4. Seja a variável aleatória X - cocetraçãodeimpurezas,por litro, o composto químico δ. Parâmetro a testar: σ & H : σ ě, H 1 : σ ă, Tipo de população: ormal Nível de sigificâcia:, 5 Tamaho da amostra: 8 Estatística de teste: Q p 1qS σ Outros dados: x, 7 e s (teste uilateral à esquerda) χ 1 ř 8 i 1 pxi xq 3, χ 1 Não rejeição com χ 11 χ 7,5, Obtemos assim as regiões, R.C. r, 1673s e R.A. s, 1673 `8r. Cálculo do valor da estatística de teste: Q 7ˆ,49, 15, 15 Tomada de decisão: Como o valor da estatística de teste Q 15, 15 pertece à região de aceitação ão se deve rejeitar H, ao ível de sigificâcia de 5, ouseja,existeevidêciaestatísticasuficietepara cocluir que a legislação ão está a ser cumprida, o que diz respeito àvariâciadacocetraçãodeimpurezas. isto é, se ě p value etão deve-se rejeitar H : p value P χ ď 15, 15 P χ 7 ă 15, 15», 965. Exercício 5. Seja a variável aleatória X - pesodosistrumetosdeprecisão, em gramas. Parâmetro a testar: µ & H : µ 1 H 1 : µ 1 (teste bilateral) Tipo de população: ormal Nível de sigificâcia:, 1 Tamaho da amostra: 15 9/ 1/
6 Estatística de teste: T X µ S t 1 Outros dados: x e s 15 ř 15 i 1 xi , 6, s ř 15 i 1 pxi xq / / t 1/ t 1/ Exercício 6. Seja a variável aleatória X - tempoderespostaemsegudos. Parâmetro a testar: µ & H : µ ě 3 H 1 : µ ă 3 Tipo de população: ormal Nível de sigificâcia:, Tamaho da amostra: 3 (teste uilateral à esquerda) Estatística de teste: Z X µ σ N p 1q com t 11 t 14,995, 9768 e t 11 t 14,995, Obtemos assim as regiões, R.C. s 8, 9768s Yr, 9768 `8r e R.A. s, 9768, 9768r Outros dados: σ, 68 e x, 7 Cálculo do valor da estatística de teste: T 89,6 1 15, Tomada de decisão: Como o valor da estatística de teste T, 685 pertece à região de aceitação ão se deve rejeitar H, ao ível de sigificâcia de 1, ouseja,ãoexisteevidêciaestatísticasuficiete para cocluir que a garatia do fabricate é verdadeira. isto é, se ě p value etão deve-se rejeitar H : p value ˆ P rt ě, 685 s ˆp1 P rt 14 ă, 685sq»» ˆp1, 995q»», 15. Z com Z 1 Z,98, 54. Obtemos assim as regiões, R.C. s 8, 54s e R.A. s, 54 `8r Cálculo do valor da estatística de teste: Z,7 3,68, Tomada de decisão: Como o valor da estatística de teste Z, 416 pertece à região critica deve-se rejeitar H,aoíveldesigificâcia de, ou seja, existe evidêcia estatística suficiete para cocluir que arecofiguraçãofoiumêxito. isto é, se ě p value etão deve-se rejeitar H : p value P rz ď, 416s Φ p, 4q, / 1/
7 Exercício 7. Seja a variável aleatória X - preço,emeuros,damatéria prima utilizada o fabrico do produto A. Parâmetro a testar: µ & H : µ ď 16 H 1 : µ ą 16 Tipo de população: ormal Nível de sigificâcia:, 5 Tamaho da amostra: 16 Estatística de teste: T X µ S t 1 (teste uilateral à direita) ř 16 Outros dados: x i 1 xi , 5, s ˆ,5 7, 667 e s, ř 16 i 1 x i 16ˆx 15 isto é, se ě p value etão deve-se rejeitar H : p value P rt ě 6, 139s 1 P rt 15 ă 6, 139s»1 1. Exercício 8. Seja a variável aleatória X - graudeacidezdoazeitede determiada marca. Parâmetro a testar: σ & H : σ ě, 14 H 1 : σ ă, 14 Tipo de população: ormal Nível de sigificâcia:, 5 Tamaho da amostra: 35 Estatística de teste: Q p 1qS σ Outros dados: x 1, 3 e s (teste uilateral à esquerda) χ 1 ř 35 i 1 x i 35ˆx 34 64,59 35ˆ1,3 34, 16 t 1 com t 11 t 15,95 1, 753. Obtemos assim as regiões, R.A. s 81, 753r e R.C. r1, 753 `8r Cálculo do valor da estatística de teste: T,5 16,7689 6, Tomada de decisão: Como o valor da estatística de teste T 6, 139 pertece à região critica deve-se rejeitar H,aoíveldesigificâcia de 5, ouseja,existeevidêciaestatísticasuficietepararejeitar a hipótese de que o preço médio da matéria prima seja o máximo de 16 e. χ 1 Não rejeição com χ 1 χ 34,5 1, Obtemos assim as regiões, R.C. r 1, 6643s e R.A. s1, 6643 `8r. Cálculo do valor da estatística de teste: Q 34ˆ,16,14 38, 857 Tomada de decisão: Como o valor da estatística de teste Q 38, 857 pertece à região de aceitação ão se deve rejeitar H, ao ível de sigificâcia de 5, ouseja,ãoexisteevidêciaestatísticasuficiete para cocluir que a variâcia do grau de acidez é iferior a, / 14/
8 isto é, se ě p value etão deve-se rejeitar H : Exercício 9. p value P χ 34 ď 38, 857», 65. Sejam as variáveis aleatórias: X 1 - saláriodeumtrabalhadoridifereciadoaregião1 X - saláriodeumtrabalhadoridifereciadoaregião. Cálculo do valor da estatística de teste: Z b ,7 1 ` 3,4 5, 83 Tomada de decisão: Como o valor da estatística de teste Z 5, 83 pertece à região crítica deve-se rejeitar H,aoíveldesigificâcia de 1, ouseja,cocluímosqueasmédiassalariaisdiferemsigificativamete as duas regiões. isto é, se ě p value etão deve-se rejeitar H : Parâmetro a testar: µ 1 µ & H : µ 1 µ H : µ 1 µ H 1 : µ 1 µ ou H 1 : µ 1 µ (teste bilateral) Exercício 1. p value ˆ P rz ě 5, 83 s ˆr1 Φ p5, 83qs ˆp1 1q. Sejam as variáveis aleatórias: X 1 - úmerodetrabalhadoresdaempresaa que preferem o acréscimo o salário base Tipos de população: quaisquer Nível de sigificâcia:, 1 Tamaho das amostras: 1 1 e Estatística de teste: Z px1 Xq pµ1 µq c 9 N p 1q S 1 ` S 1 Outros dados: x 1 1, x 98, s 1 6, 7 e s 3, 4 X - úmerodetrabalhadoresdaempresab que preferem o acréscimo o salário base. Parâmetro a testar: p 1 p & H : p 1 p H : p 1 p H 1 : p 1 p ou H 1 : p 1 p (teste bilateral) Tipos de populações: Beroulli / / Z / Z / com Z 1 Z,995, Obtemos assim as regiões, R.A. s, 5758, 5758r e R.C. s 8, 5758sYr, 5758 `8r Nível de sigificâcia:, 1 Tamaho das amostras: 1 15 e Estatística de teste: Z p P1 p ppq pp1 pq c P1p1 9 N p 1q p pp 1q ` pp p1 pp q Outros dados: ˆp 1 75, 5 e ˆp 15 13, / 16/
9 Regiões crítica e de aceitação: / / Z / Z / com Z 1 Z,995, Obtemos assim as regiões, R.A. s, 5758, 5758r e R.C. s 8, 5758sYr, 5758 `8r Valor da estatística de teste: Z,5,515,5ˆ,5 `,515ˆ,485 15, 78 Tomada de decisão: Como o valor da estatística de teste Z, 78 pertece à região de aceitação ão se deve rejeitar H,ouseja,ão existe difereça etre a proporção de trabalhadores que preferem o aumeto sob a forma de acréscimo o salário base, a empresa A ea empresa B, aoíveldesigificâciade1. isto é, se ě p value etão deve-se rejeitar H : Formulação das hipóteses: & H : σ σ 1 H : σ 1 σ1 ou H 1 : σ σ1 H 1 : σ 1 σ1 Tipos de população: ormais Nível de sigificâcia:, 1 (teste bilateral) Tamaho das amostras: 1 15 e 15 Estatística de teste: F S 1 σ ˆ F p S σ q Outros dados: s 1 4, 38 e s, 41 Regiões crítica e de aceitação: Não rejeição / / F ( 1 1 1/) F ( /) Exercício 11. p value ˆ P rz ě, 78 s ˆr1 Φ p, 8qs ˆp1, 613q ˆ, 3897, (a) Sejam as variáveis aleatórias: X 1 - úmerodequilómetros/litropercorridoscomagasoliaa X - úmerodequilómetros/litropercorridoscomagasoliab. Parâmetro a testar: σ σ1 1 com F p14 14, 5q, 3 e F p14 14, 995q F p1414,995q 4, 3. Obtemos assim as regiões, R.A. s, 3 4, 3r e R.C. r, 3sYr4, 3 `8r Valor da estatística de teste: F 4,38 ˆ 1 1, 8,41 Tomada de decisão: Como o valor da estatística de teste F 1, 8 pertece à região de aceitação ão se deve rejeitar H,ou seja, admite-se que as variâcias das duas variáveis em estudo são idêticas, ao ível de sigificâcia de 1. Op-valueémeoríveldesigificâciaapartirdoqualsedeverejeitar H,istoé,se ě p value etão deve-se rejeitar H : p value ˆ mi tp rf ď 1, 8s P rf ě 1, 8su ˆ mi tp rf 1414 ď 1, 8s 1 P rf 1414 ă 1, 8su ˆ mi t, 867, 1373u, / 18/
10 (b) Sejam as variáveis aleatórias: X 1 - úmerodequilómetros/litropercorridoscomagasoliaa X - úmerodequilómetros/litropercorridoscomagasoliab. Op-valueémeoríveldesigificâciaapartirdoqualsedeverejeitar H,istoé,se ě p value etão deve-se rejeitar H : p value P rt ď, 8s P rt 8 ď, 8s, 15. Parâmetro a testar: µ 1 µ Formulação das hipóteses: & H : µ 1 ě µ H : µ 1 µ ě (teste uilateral ou à esquerda) H 1 : µ 1 ă µ H 1 : µ 1 µ ă Tipos de população: ormais Nível de sigificâcia:, 5 Tamaho das amostras: 1 15 e 15 Estatística de teste: T px1 Xq pµ1 µq c p1 1qS 1 `p 1qS 1` 1 1 ` 1 t 1` Outros dados: x 1 17, 933, x 19, 467, s 1 4, 38 e s, 41 Regiões crítica e de aceitação: t 1+ com t 1` 1 t 8,95 1, 711. Obtemos assim as regiões, R.A. s 1, 711 `8r e R.C. s 8 1, 711s Valor da estatística de teste: T b p17,933 19,467q 14ˆ4,38`14ˆ,41 8 p 1 15 ` 15q 1, 8 Tomada de decisão: Como o valor da estatística de teste T, 8 pertece à região crítica deve-se rejeitar H,ouseja,cocluise que que úmero médio de quilómetros/litro percorridos com a gasolia A éiferioraoúmeromédiodequilómetros/litropercorridos com a gasolia B, ao ível de sigificâcia de 5. 19/ /
Lista de exercícios propostos n. o 05: Testes de hipóteses
Lista de exercícios propostos. o 5: Testes de hipóteses Exercício 1. Uma pizzaria recebe diariamete ecomedas por telefoe, que se têm comportado segudo uma lei ormal. A empresa está dimesioada para uma
Leia maisLista de exercícios propostos n. o 05: Testes de hipóteses
Lista de exercícios propostos. o 5: Testes de hipóteses Exercício 1. Uma pizzaria recebe diariamete ecomedas por telefoe, que se têm comportado segudo uma lei ormal. A empresa está dimesioada para uma
Leia maisIntrodução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...
Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para
Leia maisTestes de Hipóteses sobre uma Proporção Populacional
Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.
Leia maisHipótese Estatística. Tipos de Hipóteses
Hipótese Estatística Hipótese, em estatística, é uma suposição formulada a respeito dos parâmetros de uma distribuição de probabilidade de uma ou mais populações. Podemos formular a hipótese que a produtividade
Leia maisTeste de Hipóteses Paramétricos
Teste de Hipóteses Paramétricos Como costruir testes de hipóteses para difereças etre duas médias. Como costruir testes de hipóteses para difereças etre duas proporções. Como costruir testes de hipóteses
Leia maisTestes de Comparação Múltipla
Testes de Comparação Múltipla Quado a aplicação da aálise de variâcia coduz à reeição da hipótese ula, temos evidêcia de que existem difereças etre as médias populacioais. Mas, etre que médias se registam
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia maisTestes de hipóteses. 1 Testes paramétricos. 1.1 Erros de inferência
Oobjectivodosestatísticosreside,geralmente,narealização de inferências acerca de parâmetros desconhecidos da população, com base na informação contida nos dados amostrais Estas inferências são feitas em
Leia maisComparação entre duas populações
Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas
Leia maisDistribuições Amostrais
7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria
Leia maisProbabilidades e Estatística
Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base
Leia maisEstatística II Licenciatura em Gestão TESTE I
Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da
Leia mais1 Distribuições Amostrais
1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados
Leia maisContabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese
Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,
Leia maisObjetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos
Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).
Leia maisINSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA o Teste SEMESTRE PAR /7 Data: 3 de Juho de 7 Duração: h m Tóicos de Resolução.
Leia maisFaculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)
Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser
Leia mais1 Estimação de Parâmetros
1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a
Leia maisMAE0229 Introdução à Probabilidade e à Estatística II
Exercício : Sabe-se que o tempo de viagem de um local A a zoa orte de São Paulo até a USP segue uma distribuição ormal com desvio padrão 9 miutos. Em 200 dias aotou-se o tempo gasto para vir desse poto
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 maisNosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ
TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL µ Nosso objetivo agora é estudar a média de uma variável quatitativa X. Deotamos a média descohecida como E(X)µ Mais precisamete, estimamos a média µ, costruímos
Leia maisObjetivos. Testes não-paramétricos
Objetivos Prof. Lorí Viali, Dr. http://www. ufrgs.br/~viali/ viali@mat.ufrgs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).
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 maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisLista IC, tamanho de amostra e TH
Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o
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 maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 miutos Justifique
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia 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 maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 3
MAE 229 - Itrodução à robabilidade e Estatística II Resolução Lista rofessor: edro Moretti Exercício 1 a A hipótese ula H 0 é de que a média de vedas µ permaece ialterada, equato que a hipótese alterativa
Leia maisCapítulo 12 SELECIONADOS PARA ESTUDO PROVA 15/09: Problema 01. (a) (b)
apítulo ELEIOADO PARA ETUDO PROVA 5/9: -3 5-9 -3 6-7 -8 35-38 Problema (a P(Erro I P(dizer que são de B a 76 75 P Z P( Z 5,87% P(Erro II P(dizer que são de A a 76 77 P Z P( Z 5,87% (b P(Erro I 5% P ( ~
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005
PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 2018/2019 30/01/2019 15:00 2 o Teste C 10 valores 1. Seja X X 1, X 2,...,
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisTESTE DE HIPÓTESES. Se a Hipótese Nula (H 0 ) é: COMETE O ACEITA DECISÃO CORRETA O PESQUISADOR ERRO TIPO II COMETE O REJEITA DECISÃO CORRETA
Embora com pouco tempo, devido à preparação da 3ª edição do livro Estatística ESAF, preocupado com os cadidatos que farão a prova para Fiscal-RS em 19/08/06 resolvi, mesmo em cima da hora, fazer um resumo
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 maisEstatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas
Estatística e Probabilidade, D3, 2019_1 Escolha a alterativa correta e idique o gabarito de respostas 1. Uma avaliação é costituída de 20 questões, cada uma delas com cico alterativas, das quais apeas
Leia maisProbabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Justifique coveietemete todas as respostas 2 o semestre 207/208
Leia maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 2 o Teste A 08/06/2012 9:00 Duração: 1 hora e 30 miutos Justifique coveietemete
Leia maisCapítulo 12. Problema 01. (a) (b)
apítulo Problema (a P(Erro I P(dizer que são de B a 76 75 P Z P( Z P(Erro II 5,87% P(dizer que são de A a 76 77 P Z P( Z 5,87% (b P(Erro I 5% P ( ~ (75; 75,645 verdade são de A P verdade são de B P 76,645
Leia maisMAE 116 Estimação para a média FEA - 2º Semestre de 2018
MAE 116 Estimação para a média FEA - 2º Semestre de 2018 1 Objetivo da aula O objetivo é estimar a média de uma população (ou de uma variável aleatória) Vamos iicialmete estudar de forma empírica a distribuição
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 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 maisExame MACS- Inferência-Intervalos.
Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.
Leia maisDURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total)
DURAÇÃO 1:30 (o teste costa de 3 págias com questões, um formulário e uma tabela - 5 folhas o total) Leia atetamete o euciado ates de respoder a cada questão. as questões de escolha múltipla seleccioe
Leia maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
Leia 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 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 maisProbabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Justifique coveietemete todas as respostas 1 o semestre 2017/2018 11/01/2018
Leia maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ o semestre 0/0 o Teste A 08/06/0 9:00 Duração: hora e 30 miutos Justifiue coveietemete todas as respostas!
Leia maisMestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem
Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas
Leia mais7. INTERVALOS DE CONFIANÇA
7 INTRVALOS D CONFIANÇA 00 stimação por itervalos,, é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro θ Se L(,, ) e U(,, ) são duas fuções tais que L < U e P(L θ U), o itervalo
Leia maisEPR 007 Controle Estatístico de Qualidade
EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como
Leia maisESTATÍSTICA NÃO-PARAMÉTRICA
ESTATÍSTICA NÃO-PARAMÉTRICA Prof. Dr. Edmilso Rodrigues Pito Faculdade de Matemática - UFU edmilso@famat.ufu.br 1 Programa Itrodução - Plao de curso, sistema de avaliação - Coceitos básicos de iferêcia
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 maisTRANSPORTES. Sessão Prática 4 Amostragem de escalares
Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são
Leia maisO teste de McNemar. A tabela 2x2. Depois - Antes
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"
Leia maisProbabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 2016/2017 16/06/2017 9h:00 2 o teste 10 valores 1.
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:
Leia maisInferência Estatística
Iferêcia Estatística opulação Amostra Itroduç Itrodução à Iferêcia Estatística Como tirar coclusões tomar decisões a partir de iformação parcial / icompleta (amostra) projectado /geeralizado resultados
Leia maisd) A partir do item c) encontre um estimador não viciado para σ 2.
Uiversidade de Brasília Departameto de Estatística 6 a Lista de PE 1 Seja X 1,, X ) uma AAS tal que EX i ) = µ e VarX i ) = σ 2 a) Ecotre EXi 2 ) e E X 2) b) Calcule EX i X) X i X) 2 c) Se T =, mostre
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 205/206 Istruções:. Cada questão respodida corretamete vale (um poto. 2. Cada questão respodida icorretamete
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Gruo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as resostas 1 o semestre 2017/2018 30/01/2018 15:00 2 o Teste C 10 valores 1. A variável aleatória X
Leia maisINTERVALOS DE CONFIANÇA
INTRVALOS D CONFIANÇA 014 stimação por itervalos 1,..., é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro. Se L( 1,..., ) e U( 1,..., ) são duas fuções tais que L < U e P(L
Leia maisDistribuição Amostral da Média: Exemplos
Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 1
MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X
Leia maisTestes de Hipóteses. Júlio Osório. Os dois campos da Análise Estatística. Métodos Estatísticos. Inferência Estatística. Estatística Descritiva
Testes de Hipóteses Júlio Osório Os dois campos da Aálise Estatística Métodos Estatísticos Estatística Descritiva Iferêcia Estatística Estimativa Testes de Hipóteses 1 Exemplo Ilustrativo Mediram-se os
Leia maisExame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase
Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 04 -. a Fase Proposta de resolução... Aplicado o método de Hodt a distribuição dos madatos, temos: Partido A B C D E Número de votos 4 4 Divisão
Leia maisRevisando... Distribuição Amostral da Média
Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia
Leia maisProbabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 208/209 04/05/209 9:00 o Teste A 0 valores. As amostras de
Leia maisINFERÊNCIA ESTATÍSTICA: TESTE DE HIPÓTESES
INFERÊNCIA ESTATÍSTICA: TESTE DE IPÓTESES 2 Teste de hipóteses Exemplo. Uma idústria adquire de um erto fabriate pios uja resistêia média à ruptura é espeifiada em 6 uid. (valor omial da espeifiação).
Leia maisCAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES
CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO
Leia 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 maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE
FACULDADE DE ECONOMIA DO PORTO Liceciatura em Ecoomia E C O N O M E T R I A I (LEC0) Exame Fial 0 de Jaeiro de 00 RESOLUÇÃO: I PARTE I GRUPO a) Dispoível uma amostra de observações de Y para períodos cosecutivos,
Leia maisProbabilidades e Estatística 2005/06
Departameto de Matemática Secção de Estatística e Aplicações - IST Probabilidades e Estatística 2005/06 Resolução do 1 o Exame/2 o Teste 10/01/2006 h00 Grupo I - 5.0 val. 1. Um ovo método de detecção de
Leia maisCapítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)
Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisCapítulo 5- Introdução à Inferência estatística.
Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.
Leia maisUnidade IX Estimação
Uidade IX Estimação 6/09/07 Itervalos de cofiaça ii. Para a difereça etre médias de duas populações (μ μ ) caso : Variâcias cohecidas Pressupostos: 6/09/07 x - x x - x ; N é - x x ) ( x x x x E ) ( x x
Leia maisIntervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisTestes de Ajustamento (testes da bondade do ajustamento)
Testes de Ajustameto (testes da bodade do ajustameto) Os testes de ajustameto servem para testar a hipótese de que uma determiada amostra aleatória teha sido extraída de uma população com distribuição
Leia maisσ = Proporção (estrato C): =
Ficha para praticar 16 1.1. Por exemplo: Amostra:.º 7 (Vera Lima).º 6 (Vasco Braga).º 5 (Berardo Silva).º (Liliaa Pires).º 1 (Joaa Cardoso).º 1 (Pedro Vieira).º (Aa Sousa).º 10 (Fracisco Medes) 1.. a)
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas o semestre 017/018 04/07/018 15:00 o Teste C 10 valores 1. Admita que os tempos (em cetea
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisMOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROILIDDE E ESTTÍSTIC Professor: Rodrigo. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Itrodução à probabilidade (evetos, espaço
Leia maisESTIMAÇÃO PARA A MÉDIA
ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao
Leia maisIntervalos Estatísticos para uma única Amostra - parte II
Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça
Leia maisProbabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique coveietemete todas as respostas 2 o semestre 206/207
Leia maisProbabilidades e Estatística / Introd. às Probabilidades e Estatística TODOS OS CURSOS
Probabilidades e Estatística / Itrod. às Probabilidades e Estatística TODOS OS CURSOS Exame Época Especial 7/8 3/7/7 9: Duração: 3 horas Justifique coveietemete todas as respostas Grupo I 5 valores. Uma
Leia mais3 Introdução à inferência estatística
3 Itrodução à iferêcia estatística Itrodução à iferêcia estatística Pág. 00 1.1. Este tipo de estudos as sodages eleitorais têm como objetivo aferir o setido de voto dos eleitores. Isto permite, ão só
Leia mais1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos
9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais
Leia maisComo a dimensão da amostra é , o número de inquiridos correspondente é
41. p ˆ 0, 5 e z 1, 960 Se a amplitude é 0,, etão a margem de erro é 0,1. 0,5 0,48 1,960 0,1 0,496 96 0,0510 0,496 0,0510 0,496 0,0510 Tema 5 71) 1.1 4 11 6% Como a dimesão da amostra é 15 800, o úmero
Leia maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:
Leia maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Justifique coveietemete todas as respostas o semestre 207/208 /0/208 09:00 2 o teste A 0 valores. Admita
Leia mais