Modelos de teias tróficas e seleção de modelos. Mathias M. Pires
|
|
- Célia Natal Balsemão
- 7 Há anos
- Visualizações:
Transcrição
1 Modelos de teias tróficas e seleção de modelos Mathias M. Pires
2 Objetivos: 1. Familiarizem-se com os modelos e seus usos potenciais 2. Percebam o potencial de métodos de seleção de modelos no contexto do estudo de redes ecológicas
3 Modelos de teias alimentares Testando o desempenho Usos e perspectivas
4 Modelos de teias alimentares Testando o desempenho Usos e perspectivas
5 Grande desafio em ecologia - Entender os mecanismos responsáveis pela organização de comunidades Mathias M. Pires Modelos Estrutura e dinâmica de redes ecológicas - USP
6 Modelos de teias tróficas surgiram como uma ferramenta útil para entender os mecanismos básicos de organização
7 Modelos de teias tróficas surgiram como uma ferramenta útil para entender os mecanismos básicos de organização
8 Baseados nos modelos de grafos aleatórios p p p p p p
9 Baseados nos modelos de grafos aleatórios p p p p p p Simples conjuntos de regras de montagem
10 Um modelo capaz de reproduzir a topologia real deve incorporar mecanismos básicos de organização Um modelo totalmente aleatório tem um desempenho ruim em reproduzir padrões reais
11 Série de modelos propostos na década de 90 Destaque para o modelo de cascata capaz de reproduzir vários aspectos da topologia de redes reais
12 O modelo de cascata ( Cascade model ) Hierarquia trófica
13 O modelo de cascata ( Cascade model ) i = 2º na hierarquia i ni n - distribuição uniforme
14 O modelo de cascata ( Cascade model ) p i ni
15 O modelo de cascata ( Cascade model ) p i n ni Interações impossíveis Interações possíveis espécies nas linhas consomem espécies nas colunas
16 O modelo de cascata ( Cascade model ) p i n ni espécies nas linhas consomem espécies nas colunas
17 O modelo de cascata ( Cascade model ) Hierarquia alimentar
18 O modelo de cascata ( Cascade model ) Hierarquia alimentar
19 Prós: Simples conjunto de regras capaz de reproduzir diversos padrões Limitações: Não permite reproduzir certos padrões: C A B
20 Motivação para o desenvolvimento de outros modelos
21 O modelo de nicho ( Niche Model ) Um grande atrativo do modelo de nicho é integrar teoria de nicho com teoria de teias alimentares Williams & Martinez Nature
22 O modelo de nicho ( Niche Model ) Eixo representando dimensão do nicho i ni n - distribuição uniforme Williams & Martinez Nature
23 O modelo de nicho ( Niche Model ) ri i ci ni n - distribuição uniforme c - distribuição uniforme r - f(n) Williams & Martinez Nature
24 O modelo de nicho ( Niche Model ) ri i ci ni i consome todas as spp. contidas no intervalo [ci - ri/2, ci + ri/2] Williams & Martinez Nature
25 O modelo de nicho ( Niche Model ) i ci ni n p espécies nas linhas consomem espécies nas colunas Williams & Martinez Nature
26 O modelo de nicho ( Niche Model ) i ci ni n p espécies nas linhas consomem espécies nas colunas Williams & Martinez Nature
27 O modelo de nicho ( Niche Model ) Redes geradas bastante similares as redes reais Capaz de reproduzir diversos aspectos de redes reais Estrutura de níveis tróficos variância no nº de predadores variância no nº de presas Williams & Martinez Nature
28 O modelo de nicho ( Niche Model ) O bom desempenho do modelo de nicho deu força a uma idéia não tão recente Poucas dimensões são realmente importantes para determinar padrões de interação
29 O modelo de nicho ( Niche Model ) Limitações: Redes intervalares - Uma espécie i consome todas as espécies contidas no intervalo definido por r Para a grande maioria das teias tróficas isso não ocorre, há interações proibidas. n espécies nas linhas consomem espécies nas colunas
30 O modelo de nicho ( Niche Model ) Limitações: Redes intervalares - Uma espécie i consome todas as espécies contidas no intervalo definido por r Quando olhamos redes reais isso raramente ocorre - há interações proibidas. n n espécies nas linhas consomem espécies nas colunas
31 Modelos derivados Limitação abriu espaço para outros tipos de modelos
32 Modelos derivados Modelo bi-dimensional Allesina et al Science
33 Modelos derivados Modelo bi-dimensional Allesina et al Science
34 Modelos derivados Modelo bi-dimensional intervalo no eixo 2 intervalo no eixo 1 Allesina et al Science
35 Modelos derivados Modelo de nicho probabilístico D, P(i, j ") = # exp $ n +. % d, j $ c d,i ( ' * 1! /. & r d,i /2 d =1 ) 2.! Williams et al PLoS ONE
36 Como determinar o desempenho do modelo? Nenhuma????
37 Modelos de teias alimentares Testando o desempenho Usos e perspectivas
38 Quantificando o desempenho dos modelos Teste mais simples para avaliar desempenho é comparar a estrutura das redes geradas e redes reais Um problema não trivial - Não há uma medida geral de estrutura
39 Quantificando o desempenho dos modelos Foco em descritores estruturais: 1. Variância no número de presas e predadores 2. número de interações canibalísticas 3. Proporção de onívoros
40 Quantificando o desempenho dos modelos Medidas de distância ou erro Valor real Tendencia central Frequencia Métrica
41 Quantificando o desempenho dos modelos Medidas de distância ou erro Erro = (real-central)/ dispersão Se Erro é grande modelo falha em reproduzir padrão Frequencia Erro Métrica
42 Quantificando o desempenho dos modelos Comparando modelos E1 Comparação direta entre valores de erro Frequencia E2 Frequencia Métrica
43 Quantificando o desempenho dos modelos Comparando modelos Abordagem da verossimilhança - Comparação entre modelos
44 Quantificando o desempenho dos modelos Comparando modelos Abordagem da verossimilhança - Comparação entre modelos Suponha que há dois modelos concorrentes (M1 e M2) para explicar um evento y
45 Quantificando o desempenho dos modelos Comparando modelos Abordagem da verossimilhança - Comparação entre modelos Suponha que há dois modelos concorrentes (M1 e M2) para explicar um evento y M1 atribui probabilidade p1 de obter y M2 atribui probabilidade p2 de obter y se p1 > p2, M1 é o modelo mais plausível
46 Quantificando o desempenho dos modelos Modelos probabilísticos - verossimilhança do modelo - Qual a probabilidade que o modelo atribui a cada interação real? - Verossimilhança = produto das probabilidades D, P(i, j ") = # exp $ n +. % d, j $ c d,i ( ' * 1! /. & r d,i /2 d =1 ) 2.!
47 Quantificando o desempenho dos modelos Modelos probabilísticos - verossimilhança do modelo Vantagem - cada interação é levada em conta Desvantagem - somente para modelos com função explícita D, P(i, j ") = # exp $ n +. % d, j $ c d,i ( ' * 1! /. & r d,i /2 d =1 ) 2.
48 Quantificando o desempenho dos modelos Modelos sem função explícita - verossimilhança para cada métrica Passos: 1. Gerar uma distribuição da métrica 2. Estimar a probabilidade de obter valor real Frequencia Densidade Métrica Métrica
49 Quantificando o desempenho dos modelos Modelos sem função explícita - verossimilhança para cada métrica M1 M2 M1 - maior probabilidade de obter valor real Densidade Densidade Métrica Métrica
50 Quantificando o desempenho dos modelos Modelos sem função explícita - verossimilhança para cada métrica M1 M Vantagem - Comparar modelos quanto a capacidade de reproduzir aspectos específicos das redes Densidade Densidade Métrica Métrica
51 Miúdo Mas afinal qual a utilidade desses modelos? Nenhuma????
52 Modelos de teias alimentares Testando o desempenho Usos e perspectivas
53 Uso dos modelos 1. Inferências sobre os mecanismos - Um bom ajuste significa que o modelo captura algum processo fundamental - Testes outros tipos de redes
54 Uso dos modelos 1. Inferências sobre os mecanismos - Um bom ajuste significa que o modelo captura algum processo fundamental - Testes outros tipos de redes
55 Uso dos modelos 1. Inferências sobre os mecanismos - Correlatos biológicos dos parâmetros
56 Uso dos modelos 2. Ferramenta para gerar redes realistas - Réplicas são um grande problema para o estudo de propriedades das comunidades - Gerar conjuntos de redes similares com estruturas realistas - investigar questões sobre funcionamento de comunidades
57 Uso dos modelos - Objetivo: Investigar o papel de características das comunidades na persistência de espécies 1.Geram redes com modelo de nicho 2. Simulam a dinâmica com modelos 3. Registram a frequencia de extinções - Relações de tamanho corpóreo = principal determinante de robustez
58 Uso dos modelos - Objetivo: Definir critérios de estabilidade em ecossistemas 1.Geram redes com diferentes modelos 2. Demonstram analiticamente as condições para estabilidade em ecosistemas com diferentes características
59 Perspectivas 1. Quais as interações que os modelos em geral falham em prever?
60 Perspectivas 1. Quais as interações que os modelos em geral falham em prever? 2. Diferentes redes precisam de modelos com diferentes características?
61 Perspectivas 1. Quais as interações que os modelos em geral falham em prever? 2. Diferentes redes precisam de modelos com diferentes características? 3. Desenvolvimento de modelos similares para redes de outras áreas.
62 Sumário 1. Diversos modelos foram desenvolvidos para reproduzir estrutura de redes
63 Sumário 1. Diversos modelos foram desenvolvidos para reproduzir estrutura de redes 2. Há diferentes métodos para testar o desempenho dos modelos cada um com suas vantagens e desvantagens Densidade Densidade Métrica Métrica
64 Sumário 1. Diversos modelos foram desenvolvidos para reproduzir estrutura de redes 2. Há diferentes métodos para testar o desempenho dos modelos cada um com suas vantagens e desvantagens 3. Modelos podem ajudar-nos a entender melhor os mecanismos responsáveis pela estrutura e as consequencias da estrutura para a dinâmica de redes.
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Intervalo de confiança Método de Replicações Independentes Aula de hoje Para que serve a inferência estatística? Método dos Momentos Maximum
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Variância amostral Método de Replicações Independentes Aula de hoje Para que serve a inferência estatística? Método dos Momentos Maximum Likehood
Leia maisSELEÇÃO DE MESTRADO 2018 PROGRAMA DE PÓS-GRADUAÇÃO EM ECOLOGIA E EVOLUÇÃO INSTITUTO DE BIOLOGIA ROBERTO ALCANTARA GOMES/UERJ
PROGRAMA DE PÓS-GRADUAÇÃO EM ECOLOGIA E EVOLUÇÃO INSTITUTO DE BIOLOGIA ROBERTO ALCANTARA GOMES/UERJ PROVA ESPECÍFICA ECOLOGIA E EVOLUÇÃO SELEÇÃO DE MESTRADO 2018 NOME: NÚMERO DE INSCRIÇÃO ASSINATURA: Questão
Leia maisEstatística aplicada a ensaios clínicos
Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 8 amostragem amostragem
Leia maisEcologia de ecossistemas: aula de revisão
Ecologia de ecossistemas: aula de revisão Profa. Mariana Bender Departamento de Ecologia e Evolução Laboratório de Macroecologia e Conservação Marinha O QUE SÃO ECOSSISTEMAS? energia matéria O QUE SÃO
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Para que serve a inferência estatística? Método dos Momentos Maximum Likehood Estimator (MLE) Teste de hipótese: definições Aula de hoje Teste
Leia maisDistribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências População e Amostra
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Um teorema de grande importância e bastante utilidade em probabilidade
Leia mais3. Estimação pontual USP-ICMC-SME. USP-ICMC-SME () 3. Estimação pontual / 25
3. Estimação pontual USP-ICMC-SME 2013 USP-ICMC-SME () 3. Estimação pontual 2013 1 / 25 Roteiro Formulação do problema. O problema envolve um fenômeno aleatório. Interesse em alguma característica da população.
Leia maisProf. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Estimação de Parâmetros O objetivo da Estatística Indutiva é tirar conclusões probabilísticas sobre aspectos da população,
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia maisCapítulo 2. Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha. Flávio Fogliatto
Capítulo 2 Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha Flávio Fogliatto 1 Ajustes de distribuições Em estudos de confiabilidade, dados são amostrados a partir de uma população
Leia maisIntrodução a Métodos de Estimativas Populacionais
Instituto de Pesquisas Ecológicas Introdução a Métodos de Estimativas Populacionais Instrutor: Marcos Vinícius Carneiro Vital Universidade Federal de Alagoas http://marcosvital.wordpress.com/ Por onde
Leia maisDisciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
Leia maisRedes Complexas Aula 14
Redes Complexas Aula 14 Aula passada Busca em redes Explorando estrutura Navegação em redes Algoritmo eficiente e estrutura Aula de hoje Resilience ( robustez ) Tipo de falhas Influência da estrutura Análise
Leia maisNÍVEIS DE ORGANIZAÇÃO ECOLÓGICA
UNIDADE 7 Ecologia NÍVEIS DE ORGANIZAÇÃO ECOLÓGICA O estudo da Ecologia é muito abrangente, ele envolve fatores bióticos e abióticos. Fatores bióticos: interação entre os seres vivos, sejam eles da mesma
Leia maisvariável dependente natureza dicotômica ou binária independentes, tanto podem ser categóricas ou não estimar a probabilidade associada à ocorrência
REGRESSÃO LOGÍSTICA É uma técnica recomendada para situações em que a variável dependente é de natureza dicotômica ou binária. Quanto às independentes, tanto podem ser categóricas ou não. A regressão logística
Leia maisCap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Leia maisTeias tróficas, complexidade e estabilidade. Profa. Cristina Araujo
, complexidade e estabilidade Profa. Cristina Araujo Ecólogos entender a organização das comunidades ecológicas; Importante para manejo áreas impactadas e protegidas; Mudanças indesejadas nas comunidades
Leia maisDistribuição de Probabilidade de Poisson
1 Distribuição de Probabilidade de Poisson Ernesto F. L. Amaral Magna M. Inácio 07 de outubro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica (DCP 859B4)
Leia maisESTUDOS ECOLÓGICOS. Unidade de observação é um grupo de pessoas e não o indivíduo
Universidade Federal do Rio de Janeiro Centro de Ciências da Saúde Faculdade de Medicina / Instituto de Estudos em Saúde Coletiva - IESC Departamento Medicina Preventiva Disciplina de Epidemiologia Estudos
Leia maisDistribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências Estatística Aplicada
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Função Distribuição Condicional Calculando Probabilidades condicionando Esperança Condicional Aula de hoje Análise de Comandos de Programação
Leia maisComparação entre intervalos de confiança calculados com métodos bootstrap e intervalos assintóticos
Comparação entre intervalos de confiança calculados com métodos strap e intervalos assintóticos Selene Loibel Depto. de Estatística, Matemática Aplicada e Computação, IGCE, UNESP, Rio Claro, SP E-mail:sloibel@rc.unesp.br,
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisAula 10. Fundamentos Téoricos da Inferência por Verossimilhança
Aula 10 Fundamentos Téoricos da Inferência por Verossimilhança Conceitos Lei da Verossimilhança Princípio da verossimilhança Abordagem baseada em valor de evidência Comparação com abordagem frequentista
Leia maisDCBD. Avaliação de modelos. Métricas para avaliação de desempenho. Avaliação de modelos. Métricas para avaliação de desempenho...
DCBD Métricas para avaliação de desempenho Como avaliar o desempenho de um modelo? Métodos para avaliação de desempenho Como obter estimativas confiáveis? Métodos para comparação de modelos Como comparar
Leia maisDELINEAMENTO INTEIRAMENTE CASUALIZADO. Profª. Sheila Regina Oro
DELINEAMENTO INTEIRAMENTE CASUALIZADO Profª. Sheila Regina Oro Delineamento experimental Para planejar um experimento é preciso definir os tratamentos em comparação e a maneira de designar os tratamentos
Leia maisUNIVERSIDADE DE SÃO PAULO Instituto de Biociências Departamento de Ecologia
UNIVERSIDADE DE SÃO PAULO Instituto de Biociências Departamento de Ecologia Putting the landscape in landscape genetics A Storfer, MA Murphy, JS Evans, CS Goldberg, S Robinson, SF Spear, R Dezzani, E Delmelle,
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Variância amostral Método de Replicações Independentes Aula de hoje Para que serve a inferência estatística? Método dos Momentos Maximum Likehood
Leia maisTeste de % de defeituosos para 1 amostra
DOCUMENTO OFICIAL DO ASSISTENTE DO MINITAB Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 07 Classificação com o algoritmo knn Max Pereira Classificação com o algoritmo k-nearest Neighbors (knn) Como os filmes são categorizados em gêneros? O que
Leia maisNoções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23
Noções de Simulação Ciências Contábeis - FEA - Noturno 2 o Semestre 2013 MAE0219 (IME-USP) Noções de Simulação 2 o Semestre 2013 1 / 23 Objetivos da Aula Sumário 1 Objetivos da Aula 2 Motivação 3 Geração
Leia maisFunção de Verossimilhança
Função de Verossimilhança João Batista e Paulo Inácio Prado 2018 BIE5781 Modelagem Estatística em Ecologia e Recursos Naturais 1/38 Sumário Sumário 1. Motivação 2. Estimação por Máxima Verossimilhança
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte II 26 de Novembro de 2013 Distribuição Contínua Uniforme Média e Variância Objetivos Ao final deste capítulo você deve ser capaz
Leia maisQUI 154/150 Química Analítica V Análise Instrumental. Aula 1 Estatística (parte 1)
Universidade Federal de Juiz de Fora (UFJF) Instituto de Ciências Exatas Depto. de Química QUI 154/150 Química Analítica V Análise Instrumental Aula 1 Estatística (parte 1) Prof. Julio C. J. Silva Juiz
Leia maisPara ajudar a interpretar os resultados, o Cartão de Relatórios do Assistente do teste de % de defeituosos para 1 amostra exibe os seguintes
Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas no assistente no software estatístico
Leia maisCOMPARAÇÃO DE SISTEMAS USANDO DADOS DE AMOSTRAS. Capítulo 13 do livro: The Art of Computer Systems Performance Analysis
COMPARAÇÃO DE SISTEMAS USANDO DADOS DE AMOSTRAS Capítulo 13 do livro: The Art of Computer Systems Performance Analysis Uma Amostra é apenas um Exemplo As palavras inglesas sample (amostra) e example (exemplo)
Leia maisResultados possíveis do nosso estudo
Resultados possíveis do nosso estudo Interpretação de gráficos, decisão baseada nas hipóteses, interpretação. Para termos isso, precisamos fazer uma inferência estatística! Número de visitas Inferência
Leia maisInversão. Introdução à Simulação Estocás5ca usando R INF2035 PUC- Rio, Hélio Lopes Departamento de InformáAca PUC- Rio 4/25/13
Introdução à Simulação Estocás5ca usando R INF2035 PUC- Rio, 2013.1 Departamento de InformáAca - PUC- Rio Hélio Lopes Departamento de InformáAca PUC- Rio Inversão Teorema: Sejam F : IR [0, 1] a função
Leia maisSistemas Aleatórios. Um sistema é aleatório quando seu estado futuro só pode ser conhecido. jogar uma moeda ou um dado. decaimento de uma partícula
Sistemas Aleatórios Um sistema é aleatório quando seu estado futuro só pode ser conhecido pela realização de uma experiência. jogar uma moeda ou um dado decaimento de uma partícula trajetória de uma partícula
Leia maisRESOLUÇÃO Nº 01/2016
Legislações Complementares: Resolução Nº 02/2016 Colegiado DEst Resolução Nº 03/2016 Colegiado DEst Resolução Nº 01/2017 Colegiado DEst RESOLUÇÃO Nº 01/2016 O Departamento de Estatística, tendo em vista
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisInferência Bayesiana - Aula 1 -
Inferência Bayesiana - Aula 1 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística www.ime.usp.br/ mbranco - sala 295-A - Paradigmas Bayesiano Introdução Fazer inferência
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Distribuição Normal Motivação: Distribuição
Leia maisO Teste de % de defeituosos para 2 amostras também depende de outras suposições. Consulte o Apêndice A para obter detalhes.
Este artigo é parte de uma série de artigos que explicam a pesquisa conduzida pelos estatísticos do Minitab para desenvolver os métodos e verificações de dados usados no Assistente no Software Estatístico
Leia maisAULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013
1 AULA 07 Regressão Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas
Leia maisDEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 500. Planificação Anual /Critérios de avaliação. Disciplina: MACS 11º ano 2014/2015
AGRUPAMENTO DE ESCOLAS ANSELMO DE ANDRADE DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 500 Planificação Anual /Critérios de avaliação Disciplina: MACS 11º ano 2014/2015 Início Fim Nº de
Leia maisEstimação de valores. Luiz Carlos Terra
Luiz Carlos Terra Nesta aula, você conhecerá a parte mais importante da estatística, que é conhecida como inferência estatística, ou seja, você aprenderá como usar os dados de uma amostra para estimar
Leia maisi j i i Y X X X i j i i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
Leia maisDistribuições Amostrais - Tamanho da Amostra
Distribuições Amostrais - Tamanho da Amostra Prof. Eduardo Bezerra Inferência Estatística 21 de Setembro de 2018 Eduardo Bezerra (CEFET/RJ) Tamanho da Amostra 1 / 10 Motivação Suponha que queremos estimar
Leia maisLecture 3a Testes de Hipótese
Métodos Quantitativos em Contabilidade I Programa de Pós-Graduação em Controladoria e Contabilidade Lucas Barros lucasbarros@usp.br Henrique Castro hcastro@usp.br Universidade de São Paulo 1 of 19 Lecture
Leia maisMétodos Quantitativos para Ciência da Computação Experimental Aula #4
Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Jussara Almeida DCC-UFMG 2014 Measurements are not to provide numbers, but insights Metodologia de Comparação de Sistemas Experimentais
Leia maisAnálise Bayesiana de Dados - Aula 1 -
Análise Bayesiana de Dados - Aula 1 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística www.ime.usp.br/ mbranco - sala 295-A - Paradigmas Bayesiano Introdução Fazer inferência
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO 1. Introdução; DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL. Teorema Central do Limite; 3. Conceitos de estimação pontual; 4. Métodos de estimação pontual; 5. Referências. 1 POPULAÇÃO E AMOSTRA População:
Leia maisMODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS
MODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS 1 Diversas distribuições podem ser consideradas para a modelagem de dados positivos com distribuição contínua e assimétrica, como, por exemplo, as
Leia maisICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.
ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim 1 de 6 Pessoal, segue a resolução das questões de Estatística da prova realizada pela SEFAZ-PE, para o cargo de Auditor Fiscal do Tesouro
Leia maisEstatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
Leia maisMétodos Computacionais em Física
Métodos Computacionais em Física Tatiana G. Rappoport tgrappoport@if.ufrj.br 2014-2 MetComp 2014-1 IF-UFRJ Sistemas determinísticos Os sistemas físicos podem ser: Sistemas determinísticos Descritos por
Leia maisBiomatemática - Prof. Marcos Vinícius Carneiro Vital (ICBS UFAL) - Material disponível no endereço
Universidade Federal de Alagoas Instituto de Ciências e Biológicas e da Saúde BIOB-003 Biomatemática Prof. Marcos Vinícius Carneiro Vital 1. Como prever a natureza? (ou: apresentando uma função) 1.1. Visão
Leia maisESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO BASEADO NO LIVRO ESTATÍSTICA FÁCIL ANTÔNIO ARNOT CRESPO
COMUNICAÇÃO SOCIAL E MARKETING CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO BASEADO NO LIVRO ESTATÍSTICA FÁCIL
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016 Simulação de Sistemas Simulação é a técnica de solução de um problema pela análise de
Leia maisTeste de Hipótese e Intervalo de Confiança
Teste de Hipótese e Intervalo de Confiança Suponha que estamos interessados em investigar o tamanho da ruptura em um músculo do ombro... para determinar o tamanho exato da ruptura, é necessário um exame
Leia mais5 Agregação das Reservas das Entidades
5 Agregação das Reservas das Entidades Neste capítulo é apresentado o procedimento de agregação das reservas das entidades. É importante ressaltar que as entidades probabilísticas sofrem agregação probabilística,
Leia maisUnidade III ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade III ESTATÍSTICA Prof. Fernando Rodrigues Medidas de dispersão Estudamos na unidade anterior as medidas de tendência central, que fornecem importantes informações sobre uma sequência numérica. Entretanto,
Leia maisStela Adami Vayego DEST/UFPR
Resumo 1 Testes de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisFunções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
Funções Geradoras de Variáveis Aleatórias 1 Funções Geradoras de Variáveis Aleatórias Nos programas de simulação existe um GNA e inúmeras outras funções matemáticas descritas como Funções Geradoras de
Leia maisTeste de % de defeituosos para 2 amostras
RESUMO DO ASSISTENTE DO MINITAB Este artigo é parte de uma série de artigos explicam a pesquisa conduzida pelos estatísticos do Minitab para desenvolver os métodos e verificações de dados usados no Assistente
Leia maisSegunda Lista de Exercícios Cálculo de Probabilidades II Prof. Michel H. Montoril
Exercício 1. Uma urna contém 4 bolas numeradas: {1, 2, 2, 3}. Retira-se dessa urna duas bolas aleatoriamente e sem reposição. Sejam 1 : O número da primeira bola escolhida; 2 : O número da segunda bola
Leia mais6- Probabilidade e amostras: A distribuição das médias amostrais
6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de
Leia maisAprendizado por Instâncias Janelas de Parzen & Knn
Universidade Federal do Paraná (UFPR) Especialização em Engenharia Industrial 4.0 Aprendizado por Instâncias Janelas de Parzen & Knn David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Aprendizado por
Leia mais( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
Leia maisEET-61 Introdução a Teoria da Informação
EET-61 Introdução a Teoria da Informação Aula 3- Codificação de Canal October 24, 2018 1 Introdução Em muitas situações, a mensagem a ser transmitida por um sistema de comunicações é uma sequência de bits.
Leia maisTeste de hipóteses. Testes de Hipóteses. Valor de p ou P-valor. Lógica dos testes de hipótese. Valor de p 31/08/2016 VPS126
3/8/26 Teste de hipóteses Testes de Hipóteses VPS26 Ferramenta estatística para auxiliar no acúmulo de evidências sobre uma questão Média de glicemia de um grupo de animais é diferente do esperado? Qual
Leia maisCAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE41 Aula passada Teste de hipótese duas médias (casos 1,,3) Aula de hoje Teste de hipótese: variância Goodness of fit: v.a. discreta Goodness of fit: v.a. contínua
Leia maisGE-814: Introdução à Avaliação Operacional
GE-814: Introdução à Avaliação Operacional Objetivo Que a audiência se familiarize com os testes estatísticos que visam estabelecer a garantia da performance de um sistema específico e comparações entre
Leia maisInferência Estatística:
Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que
Leia maisMetapopulação. Evolução. Espécie chave por Robert Paine (1966) Interações complexas, cascatas tróficas 05/12/2013
Revisão Geral de Conceitos Ecologia de Populações e Comunidades Metapopulação Interações complexas, cascatas tróficas Conjunto de sub - populações Espécie chave por Robert Paine (1966) É uma espécie que
Leia maisExercícios de programação
Exercícios de programação Estes exercícios serão propostos durante as aulas sobre o Mathematica. Caso você use outra linguagem para os exercícios e problemas do curso de estatística, resolva estes problemas,
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 02 Representação dos dados Pré-processamento Max Pereira Tipo de Dados Os atributos usados para descrever objetos de dados podem ser de diferentes tipos: Quantitativos
Leia maisTópicos em Gestão da Informação II
Tópicos em Gestão da Informação II Aula 04 Medidas de posição relativa Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Faculdade de Informação e Comunicação Universidade Federal de Goiás Determinando
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Leia maisInferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva
Inferência Estatística: Prof.: Spencer Barbosa da Silva Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Sobrevivência - Conceitos Básicos Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia maisEstatística. Guia de Estudos P2
Estatística Guia de Estudos P2 1. Intervalo de Confiança Conceito extremamente importante que consiste em utilizar os valores amostrais obtidos através das fórmulas de Estatística Descritiva para encontrar
Leia mais1 Probabilidade - Modelos Probabilísticos
1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia maisSSC546 -Avaliação de Desempenho de Sistemas
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 -Avaliação de Desempenho de Sistemas Parte 1 -Aula 2 Sarita Mazzini Bruschi Material
Leia maisESTATÍSTICA. Lucas Santana da Cunha 18 de setembro de Universidade Estadual de Londrina
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 18 de setembro de 2017 Introdução Estatística Descritiva: Preocupa-se com
Leia maisBIOLOGIA EXERCÍCIOS. Gráficos e Figuras
Gráficos e Figuras EXERCÍCIOS 1. (Unesp) Os gráficos apresentam as taxas de respiração e de fotossíntese de uma planta em função da intensidade luminosa a que é submetida. De acordo com os gráficos e os
Leia maisEstatística Indutiva
Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição
Leia maisMétodos de Amostragem. Carla Varão Cláudia Batista Vânia Martinho
Métodos de Amostragem Carla Varão Cláudia Batista Vânia Martinho Objecto de interesse Objectivos finais da pesquisa Esquema Geral da Investigação Empírica Objecto teórico Enquadramento teórico Fases do
Leia maisComparando riqueza de espécies pelo método de rarefação. PPGECB 2 sem/2010 Adriana M.Z. Martini Paulo Inácio K.L. Prado
Comparando riqueza de espécies pelo método de rarefação PPGECB 2 sem/2010 Adriana M.Z. Martini Paulo Inácio K.L. Prado Considerando diferentes tamanhos de amostra Comunidade A Comunidade B É possível comparar
Leia maisTestes t para comparação de médias de dois grupos independentes
Testes t para comparação de médias de dois grupos independentes Acadêmicas do curso de Zootecnia - Aline Cristina Berbet Lopes Amanda da Cruz Leinioski Larissa Ceccon Universidade Federal do Paraná UFPR/2015
Leia maisAnálise de dados. Mathias M Pires BE180
Análise de dados Mathias M Pires BE180 Objetivo: Como testar hipóteses a partir da análise dos dados e como interpretar os resultados da análise A essência do método científico é o teste de hipóteses com
Leia maisPlanificação Anual 11º Ano Matemática Aplicada às Ciências Sociais
ESCOLA SECUNDÁRIA/3 RAINHA SANTA ISABEL 402643 ESTREMOZ Planificação Anual 11º Ano Matemática Aplicada às Ciências Sociais Ano letivo 2018 / 2019 PERÍODO Nº de PREVISTAS 1º 72 2º 72 3º 36 Total: 180 1º
Leia maisAula 3- Codificação de Canal. October 18, 2017
ELE-32 Introdução a Comunicações Aula 3- Codificação de Canal October 18, 2017 1 Introdução Em muitas situações, a mensagem a ser transmitida por um sistema de comunicações é uma sequência de bits. Entretanto,
Leia mais