Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:

Tamanho: px
Começar a partir da página:

Download "Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:"

Transcrição

1 Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a prova em um bom nível, trabalhosa, que exigiu dos candidatos conhecimentos sobre todo o conteúdo programático. Nosso curso específico abordou todos os temas das questões e, por isso, tenho certeza que nossos alunos atentos conseguiram desenvolver todas as questões. Parabéns à banca examinadora! Instruções: Para responder às questões de números 21 a 23 utilize, dentre as informações dadas a seguir, as que julgar apropriadas. Se Z tem distribuição normal padrão, então: P(Z < 0,4) = 0,655; P(Z < 1,2) = 0,885; P(Z < 1,6) = 0,945; P(Z < 1,8) = 0,964; P(Z < 2) = 0, Uma auditoria feita em uma grande empresa considerou uma amostra aleatória de 64 contas a receber. Se a população de onde essa amostra provém é infinita e tem distribuição normal com desvio padrão igual a R$ 200,00 e média igual a R$ 950,00, a probabilidade da variável aleatória média amostral, usualmente denotada por X, estar situada entre R$ 980,00 e R$ 1.000,00 é dada por (A) 86,2% (B) 18,4% (C) 9,2% (D) 28,5% (E) 47,7% Consideradas as diversas amostras de tamanho n que se pode selecionar em uma população, o conjunto das médias (X ) de cada uma dessas amostras forma variável aleatória de distribuição Normal, com média (X ) e desvio padrão σ(x ). Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja: (X ) = Para populações infinitas, ou quando a amostragem é feita com reposição, o desvio padrão σ(x ) é igual a razão entre o desvio padrão populacional e a raiz quadrada de n : σ(x ) = σ n 1 de 16

2 Distribuição Normal (X ); σ(x ) Considerando as informações do enunciado: (X ) = = R$ 950,00 σ(x ) = σ n = R$ = R$ 25,00 (X ) O enunciado questiona a probabilidade de a variável aleatória média amostral estar situada entre R$ 980,00 e R$ 1.000,00. Graficamente, temos esta situação: Área = Probabilidade X[ (X ); σ(x )] Para calcularmos o valor da Probabilidade, ou seja, o valor da área do gráfico, devemos transformar a variável aleatória X em uma variável Z, padronizada, onde a média é igual a zero, o desvio padrão é igual a 1, e os valores da variável Z são iguais a: Z 1 = x 1 (X ) σ/ n Z 2 = x 2 (X ) σ/ n = = = 1,2 = 2 Z i = x i (X ) σ(x ) Assim, temos a seguinte distribuição padronizada: 2 de 16

3 Área = Probabilidade Resolução da Prova de Estatística Z[0; 1] 0 1,2 2 A probabilidade P é igual a: P = P(Z < 2) P(Z < 1,2) Utilizando as informações do início da prova, temos que: P = 0,977 0,885 = 0,092 = 9,2% Resposta, letra C. Gabarito Preliminar, C. Para responder às questões de números 22 e 23, considere as informações a seguir: O efeito do medicamento A é o de baixar a pressão arterial de indivíduos hipertensos. O tempo, em minutos, decorrido entre a tomada do remédio e a diminuição da pressão é uma variável aleatória X com distribuição normal, tendo média μ e desvio padrão σ. 22. Se o valor de μ é de 56 min e o valor de σ é de 10 min, a probabilidade de X estar compreendido entre 52 min e 74 min é igual a (A) 56,0% (B) 61,9% (C) 52,4% (D) 64,5% (E) 30,9% A distribuição populacional é Normal, com média μ = 56, e desvio padrão σ = 10. A probabilidade de X estar compreendido entre 52 min e 74 min, graficamente, é: 3 de 16

4 Área = Probabilidade Resolução da Prova de Estatística X[ ; σ] Transformando a variável aleatória X em uma variável Z, padronizada, onde a média é igual a zero, o desvio padrão é igual a 1, e os valores da variável Z são iguais a: Z i = x i σ Z 1 = x = = 0,4 σ 10 Z 2 = x 2 σ = = 1,8 Assim, temos a seguinte distribuição padronizada: Área = Probabilidade Z[0 ; 1] 0,4 0 1,8 A probabilidade P é igual a: P = P(Z < 1,8) P(Z < 0,4) P = P(Z < 1,8) P(Z > 0,4) P = P(Z < 1,8) [1 P(Z < 0,4)] Utilizando as informações do início da prova, temos que: P = 0,964 (1 0,655) P = 0,964 (0,345) = 0,619 = 61,9% Resposta, letra B. Gabarito Preliminar, B. 4 de 16

5 23. Uma amostra aleatória de n indivíduos hipertensos foi selecionada com o objetivo de se estimar μ. Supondo que o valor de σ é 10 min, o valor de n para que o estimador não se afaste de μ por mais do que 2 min, com probabilidade de 89%, é igual a (A) 64 (B) 36 (C) 100 (D) 81 (E) 49 Intervalo de confiança = 1 α = 89% Dados Amostrais n? Dados Populacionais σ = 10 Média Intervalo = ± 2 Trata-se de intervalo de confiança para média populacional, com variância conhecida e população infinita: Área = Intervalo de confiança (1 ) Área = /2 Área = /2 x α/2 (x ) x α/2 Transformando a variável aleatória x em uma variável padronizada Z, essa distribuição é representada por: Área = Intervalo de confiança (1 ) Área = /2 Área = /2 Z α/2 0 Z α/2 Onde: 5 de 16

6 x μ Z = σ/ n Resolução da Prova de Estatística A probabilidade de que a variável Z, esteja entre os valores Z α/2 e Z α/2 é igual a (1 ). P( Z α/2 Z Z α/2 ) = 1 α Substituindo a variável Z, e desenvolvendo matematicamente a expressão, temos que o intervalo de confiança para média populacional é dado por: σ P (x Z α/2. n μ x + Z σ α/2. n ) = 1 α Para que o estimador x não se afaste de μ por mais do que 2 min, com probabilidade igual a 89%: Ou seja: σ Z α/2. n = 2 n = (Z α/2. σ) 2 4 P(x 2 μ x + 2) = 89% Assim, para calcularmos n, precisamos do valor de Z α/2, que ainda não conhecemos. Porém, vimos que: P( Z α/2 Z Z α/2 ) = 1 α = 89% P(Z Z α/2 ) P(Z Z α/2 ) = 89% P(Z Z α/2 ) [1 P(Z Z α/2 )] = 89% 2 P(Z Z α/2 ) 1 = 89% P(Z Z α/2 ) = 0, = 0,945 Assim, segundo as informações do enunciado: Z α/2 = 1,6 Calculado o valor de Z α/2, podemos obter n: n = (Z α/2. σ) 2 4 = (1,6.10)2 4 Resposta, letra A. = Gabarito Preliminar, A = Sabe-se que uma urna contém uma proporção de p bolas pretas e de (1 p) bolas brancas. O valor de p é desconhecido, mas sabe-se que é 3/5 ou é 1/2. A fim de se chegar a uma conclusão, seleciona-se ao acaso e com 6 de 16

7 reposição 10 bolas da urna e observa-se o número de bolas pretas. Um teste de hipóteses é proposto, esse considera testar a hipótese nula H 0: p = 1/2 contra a hipótese alternativa H a: p = 3/5. Se o teste rejeitar H 0 quando pelo menos 8 bolas pretas forem encontradas, o nível de significância do teste é igual a (A) 17/256 (B) 25/512 (C) 15/256 (D) 9/128 (E) 7/128 Dados do Teste: H 0: p = 0,5 H 1: p > 0,5 n = 10 Região Crítica: {8,9,10} Trata-se de um teste de hipótese unicaudal à direita para proporção populacional. Como n é pequeno (n 30), vamos utilizar a distribuição binomial. A região crítica do teste é representada por {8,9,10}, ou seja, a região relacionada à variável X ser igual a 8, 9 ou 10 bolas pretas. RC: (X = 8); (X = 9); (X = 10) O nível de significância, simbolizado por α, é representado pela probabilidade de rejeitar H 0 (p = 0,5) quando esta é verdadeira. Essa probabilidade ocorre na região crítica: RC p = 0,5: P(X = 8) + P(X = 9) + P(X = 10) Na distribuição binomial, a probabilidade de um evento X ocorrer em n tentativas, é igual a: P(X = x) = C n, x p x (1 p) n x P(X = 8) = C 10, 8 0,5 8 (1 0,5) 10 8 = 10! 2! 8! 0,58 0,5 2 = P(X = 9) = C 10, 9 0,5 9 (1 0,5) 10 9 = 10! 1! 9! 0,59 0,5 1 = P(X = 10) = C 10, 10 0,5 10 (1 0,5) = 10! 0! 10! 0,510 0,5 0 = Assim, o nível de significância é igual a: Resposta, letra E. Gabarito Preliminar, E. α = = = de 16

8 25. Um relatório, redigido por um auditor de um órgão público, tem 2 capítulos com 40 páginas cada. Esse relatório apresenta uma média de 1 erro ortográfico a cada 10 páginas. Considere que: I. a variável X que representa o número de erros por página tem distribuição de Poisson com média 0,1; II. existe independência entre os eventos número de erros ortográficos do capítulo 1 e número de erros ortográficos do capítulo 2. Nessas condições, a probabilidade de que pelo menos um dos capítulos possua no máximo um erro ortográfico é igual a Dados: e 0,1 = 0,905 e 2 = 0,135 e 4 = 0,018 (A) 0,1815 (B) 0,0180 (C) 0,1719 (D) 0,0164 (E) 0,1800 Supondo a combinação (a, b), onde: a representa o número de erros do capítulo 1 b representa o número de erros do capítulo 2 Para que pelo menos um dos capítulos possua no máximo um erro ortográfico, as combinações que devem ser contabilizadas são: zero erro em um capítulo e qualquer número de erros em outro; e um erro em um capítulo e qualquer número de erros em outro. Essas combinações podem ser traduzidas em: Grupo 1 Grupo 2 (0,0) (0,1) (0,2) (0,3)... (0, ) (1,0) (2,0) (3,0)... (,0) Grupo 3 (1,1) (1,2) (1,3) (1,4)... (1, ) Grupo 4 (2,1) (3,1) (4,1)... (, 1) Agora vamos calcular, separadamente, a probabilidade para cada um dos grupos, considerando que existe a independência dos erros no capítulo 1 e no capítulo 2: 1º grupo: (0,0) (0,1) (0,2) (0,3)... (0, ) Probabilidade = P(0) P(0) + P(0) P(1) + P(0) P(2) + + P(0) P( ) Probabilidade = P(0) [P(0) + P(1) + P(2) + + P( )] Probabilidade = P(0) [1] Probabilidade = P(0) 2º grupo: (1,0) (2,0) (3,0)... (,0) Probabilidade = P(1) P(0) + P(2) P(0) + P(3) P(0) + + P( ) P(0) Probabilidade = [P(1) + P(2) + P(3) + P( )] P(0) Probabilidade = [1 P(0)] P(0) 8 de 16

9 3º grupo: (1,1) (1,2) (1,3) (1,4)... (1, ) Probabilidade = P(1) P(1) + P(1) P(2) + P(1) P(3) + + P(1) P( ) Probabilidade = P(1) [P(1) + P(2) + P(3) + + P( )] Probabilidade = P(1) [1 P(0)] 4º grupo: (2,1) (3,1) (4,1)... (, 1) Probabilidade = P(2) P(1) + P(3) P(1) + P(4) P(1) + + P( ) P(1) Probabilidade = [P(2) + P(3) + P(4) + P( )] P(1) Probabilidade = [1 P(0) P(1)] P(1) Portanto, a probabilidade total pode ser calculada por: P = P(0) + [1 P(0)] P(0) + P(1) [1 P(0)] + [1 P(0) P(1)] P(1) P = P(0) + P(0) P(0) 2 + P(1) P(0)P(1) + P(1) P(0)P(1) P(1) 2 P = 2 P(0) + 2P(1) 2P(0)P(1) P(0) 2 P(1) 2 P = 2 [P(0) + P(1)] [P(0) + P(1)]² Calculando agora P(0) e P(1): P(x, t) = (λ. t)x x!. e λ.t P(0, 40) = (0,1.40)0. e 0,1.40 = e 0,1.40 = e 4 = 0,018 0! P(1, 40) = (0,1.40)1. e 0,1.40 = 4 e 0,1.40 = 4 e 4 = 4 0,018 = 0,072 1! Obtendo essas probabilidades, basta incluirmos na fórmula: P = 2 [P(0) + P(1)] [P(0) + P(1)]² P = 2 [0, ,072] [0, ,072]² P = 2 [0,09] [0,09]² P = 0,18 [0,09] 2 = 0,18 0,081 P = 0,1719 Resposta, letra C. Gabarito Preliminar, C. 9 de 16

10 26. Um estudo mostra que 20% de todos os candidatos que estão prestando determinado concurso público possuem doutorado em determinada área do conhecimento. Selecionando-se ao acaso e com reposição 4 desses candidatos, a probabilidade de que exatamente 2 possuam doutorado é igual a (A) 10,24% (B) 5,72% (C) 8,46% (D) 15,36% (E) 13,24% Selecionando quatro candidatos, a probabilidade de que exatamente 2 possuam doutorado é igual a: P = (20%) (20%) (1 20%) (1 20%) = 0,0256 Possuem doutorado Não Possuem doutorado No entanto, devemos considerar ainda que a probabilidade de sortear dois candidatos com doutorado independe da ordem de escolha. Assim, precisamos contabilizar o número de maneiras diferentes de selecionar 2 candidatos com doutorado entre os 4 existentes, utilizando a técnica de contagem da combinação: Probabilidade = C 4, 2 0,0256 = 4! 0,0256 = 6 0,0256 = 0,1536 = 15,36% 2! 2! Resposta, letra D. Gabarito Preliminar, D. 27. A tabela a seguir apresenta a distribuição de frequências relativas dos valores cobrados, em reais, do Imposto Predial Territorial Urbano (IPTU) em determinado município no ano de Sabe-se que o valor da mediana desses dados, calculado pelo método da interpolação linear, é igual a R$ 1.250,00. Nessas condições, o valor médio do IPTU, calculado considerando que todos os valores incluídos num intervalo de classe são coincidentes com o ponto médio do intervalo, é, em reais, igual a 10 de 16

11 (A) 1.275,00 (B) 1.260,00 (C) 1.280,00 (D) 1.320,00 (E) 1.240,00 Considerando as frequências relativas indicadas na tabela, temos que: f r = x + 0,20 + 0,40 + y + 0,10 = 1 x + y = 1 0,7 y = 0,3 x Ou seja, x pode variar entre 0 e 0,3, no máximo. Independente desse valor, a mediana estará situada no intervalo entre 1000 e Para calcularmos, então, o valor de x, vamos utilizar a metodologia que fazemos nas nossas aulas. A frequência acumulada é: IPTU, em R$ Fr Fac x x ,20 x+0, ,40 X+0, ,3-x 0, ,1 1,0 Utilizando o triângulo de apoio, onde na sua base indicamos o valor da variável, e na altura, as frequências absolutas do intervalo: x+0,6 0, Md 1400 x+0,2 Considerando a semelhança dos triângulos: (x + 0,6) (x + 0,2) 0,5 (x + 0,2) = Mediana ,4 400 = 0,3 x ,4 250 = 400 (0,3 x) 11 de 16

12 0,25 = 0,3 x x = 0,05 Conhecido o valor de x, podemos calcular a média: IPTU, em R$ PM Fr PM x Fr , , , , ,1 200 Resolução da Prova de Estatística Média = Fr PM = = 1260 Resposta, letra B. Gabarito Preliminar, B. Atenção: Considere as informações dadas na tabela seguir. Se t tem distribuição de Student com g graus de liberdade, a tabela fornece os valores de t c tais que P(t > t c) = c Um pesquisador deseja estimar o tempo médio μ em horas, para a realização de determinada tarefa pelos funcionários de determinada empresa. Uma amostra aleatória de 9 funcionários que realizam a tarefa revelou os seguintes tempos de realização: x 1, x 2,..., x 9. Considerando que essa amostra provém de uma população infinita e que 9 x i = 54 horas 1 e 9 x i 2 = 396 horas, 1 um intervalo de confiança para μ com coeficiente de confiança de 95%, em horas, é dado por (A) (3,80; 6,60) (B) (4,14; 7,86) (C) (3,69; 8,31) (D) (3,74; 8,26) (E) (4,17; 7,83) 12 de 16

13 O intervalo de confiança de 95% para uma média populacional em uma distribuição t de Student pode ser representado por: Graficamente: S P (x tα. 2 n μ S x +tα. ) = 1 α = 95% 2 n Para o cálculo do intervalo de confiança: x tα. e 2 n x +tα., precisamos 2 n calcular os seguintes parâmetros: Média amostral x : 9 x = 1 n x i 1 x = 1 54 = 6 horas 9 S S Desvio padrão Amostral: S = (x i x )² n 1 = x i 2 1 n ( x i)² = ² = 72 n = 3 Variável tα, para n 1 graus de liberdade: 2 tα = t 0,025 2 Para 8 graus de liberdade: t 0,025 = 2,31 Agora, podemos calcular o intervalo de confiança: S P (x tα. 2 n μ S x +tα. 2 n ) = 95% 13 de 16

14 3 P (6 2,31. 9 μ 6 + 2, ) = 95% P(6 2,31 μ 6 + 2,31) = 95% P(3,69 μ 8,31) = 95% Resolução da Prova de Estatística Resposta, letra C. Gabarito Preliminar, C. 29. O modelo Yt = α + βt + εt, t = 1, 2, 3,..., foi considerado para prever o lucro de uma companhia no ano ( t). Sabe-se que: Yt representa o lucro, em milhões de reais no ano t; α e β são parâmetros desconhecidos; εt é o correspondente erro aleatório, com as respectivas hipóteses da regressão linear; as estimativas de α e β foram obtidas pelo método de mínimos quadrados, considerando-se as observações Yt no período de 6 anos (2008 a 2013). Os dados relativos às observações são: Nessas condições, a previsão de mínimos quadrados para o lucro da companhia, em milhões de reais, no ano de 2014, é igual a (A) 9,50 (B) 7,55 (C) 8,15 (D) 7,90 (E) 8,80 Dada a equação de regressão linear Yt = α + βt, precisamos calcular seus coeficientes, com base nas seguintes fórmulas: β = S ty S tt = t iy i ( t i Y i )/n t i ² ( t i )²/n β = 140 (21.36)/6 91 (21)²/6 = 14 17,5 = 0,8 α = Y βx = ,8. = 6 2,8 = 3, de 16

15 Portanto, a equação de regressão que indica o lucro de uma companhia no ano ( t) é: Yt = 3,2 + 0,8t Assim, o lucro para o ano de 2014 ( t = 2014) é: Yt = 3,2 + 0,8t = 3,2 + 0,8 7 = 8,8 Resposta, letra E. Gabarito Preliminar, E. 30. Considere as seguintes afirmações: I. O histograma é um gráfico apropriado para representar dados de variáveis quantitativas contínuas. II. Se X é uma variável aleatória com parâmetros n e p, onde n representa o número de ensaios de Bernoulli e p representa a probabilidade de sucesso em cada ensaio, então a variância de X é dada pelo produto np. III. O nível de significância de um teste é a probabilidade de se cometer erro do tipo I. IV. Se r é o coeficiente de correlação linear de Pearson entre duas variáveis, então 1 < r < 1. É verdade o que se afirma APENAS em (A) I, III e IV. (B) III. (C) II e IV. (D) I e III. (E) II e III I. Correto! Vimos na Aula 2 do nosso curso que o histograma é a principal representação gráfica de uma distribuição de frequências, que, por sua vez, é um tipo de série que representa variáveis quantitativas contínuas. II. Errado! A distribuição binomial, que se caracteriza pela ocorrência de vários testes consecutivos e independentes (ensaios de Bernoulli), onde o resultado pode ser sucesso ou fracasso, apenas, possui média igual a n.p e variância igual a n.p.(1-p). III. Correto! Ao testar uma hipótese, podemos chegar à conclusão que ela deve ser rejeitada. No entanto, essa hipótese, de fato, pode ser verdadeira. Caso isso aconteça, estaremos cometendo um erro na inferência. Esse erro é denominado erro tipo I. Matematicamente, esse erro é representado pela probabilidade de se rejeitar uma hipótese H0 quando ela é verdadeira. 15 de 16

16 A probabilidade de que esse erro aconteça é denominado nível de significância do teste, e é representada numericamente por. IV. Errado! O coeficiente de Pearson é um número adimensional que varia de -1 a 1 (inclusive) e, a partir dele, podemos tirar conclusões sobre a correlação linear de duas variáveis. Portanto, 1 r 1. Resposta, letra D. Gabarito Preliminar, D. 16 de 16

ICMS/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. 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 mais

Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.

Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da

Leia mais

RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA

RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA Caro aluno, Disponibilizo abaixo a resolução resumida das questões de Estatística da prova de Auditor da SEFAZ/PI 2015. Vale dizer que utilizei a numeração da prova

Leia mais

RESOLUÇÃO DE QUESTÕES DE MATEMÁTICA FINANCEIRA E ESTATÍSTICA

RESOLUÇÃO DE QUESTÕES DE MATEMÁTICA FINANCEIRA E ESTATÍSTICA RESOLUÇÃO DE QUESTÕES DE MATEMÁTICA FINANCEIRA E ESTATÍSTICA Caro aluno, Disponibilizo abaixo a resolução das questões de Matemática Financeira e Estatística da prova para o cargo de Auditor Fiscal da

Leia mais

Resolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016.

Resolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016. de Matemática Financeira e Estatística do ISS Teresina, aplicada em 8/08/016. 11 - (ISS Teresina 016 / FCC) Joana aplicou todo seu capital, durante 6 meses, em bancos ( e Y). No Banco, ela aplicou 37,5%

Leia mais

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo

Leia mais

AULA 04 Teste de hipótese

AULA 04 Teste de hipótese 1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal

Leia mais

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 214 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica

Leia mais

AULA 05 Teste de Hipótese

AULA 05 Teste de Hipótese 1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução

Leia mais

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 2019 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica

Leia mais

Os usuários selecionados terão de escolher uma das seguintes opções:

Os usuários selecionados terão de escolher uma das seguintes opções: Pessoal, segue a resolução das questões de Estatística da prova realizada pela FEPESE, para o cargo de Fiscal de Rendas e Tributos do Município de Criciúma (ISS-SC). A prova não apresentou surpresas, pois

Leia mais

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais

Leia mais

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 21 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica

Leia mais

Intervalos de Confiança - Amostras Pequenas

Intervalos de Confiança - Amostras Pequenas Intervalos de Confiança - Amostras Pequenas Teste de Hipóteses para uma Média Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016

Leia mais

1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27

1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27 Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4

Leia mais

RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 2018

RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 2018 RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 018 Determinado órgão governamental estimou que a probabilidade p de um ex-condenado voltar a ser condenado por algum crime no prazo de 5 anos, contados a partir

Leia mais

Estimação e Testes de Hipóteses

Estimação e Testes de Hipóteses Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas

Leia mais

AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1

AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância

Leia mais

Introdução a Estatística

Introdução a Estatística Introdução a Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O curso foi dividido em três etapas: 1 vimos como

Leia mais

AULA 03 Estimativas e tamanhos amostrais

AULA 03 Estimativas e tamanhos amostrais 1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade

Leia mais

Introdução à probabilidade e estatística II

Introdução à probabilidade e estatística II Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses

Leia mais

SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2

SUMÁRIO. 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 mais

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes

Leia mais

Capítulo 4 Inferência Estatística

Capítulo 4 Inferência Estatística Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais 1 Da população, com parâmetro, retira-se k amostras de tamanho n e calcula-se a estatística. Estas estatísticas são as estimativas de. As estatísticas, sendo variáveis aleatórias,

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor

Leia mais

Professora Ana Hermínia Andrade. Período

Professora Ana Hermínia Andrade. Período Teste de Hipóteses Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.1 Teste de Hipóteses O Teste de Hipóteses

Leia mais

Introdução à probabilidade e estatística II

Introdução à probabilidade e estatística II Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses

Leia mais

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas. 1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento

Leia mais

Testes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski

Testes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Testes de hipóteses Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 07/06/2018 WB, FM, EK ( LEG/DEST/UFPR

Leia mais

Intervalo de confiança4

Intervalo de confiança4 Intervalo de confiança4 4.1 Introdução 4.2 Intervalo de confiança (IC) 4.3 Erro-padrão da média e da proporção 4.4 Precisão da estimativa dos parâmetros 4.5 Conclusão Referências Dirce Maria Trevisan Zanetta

Leia mais

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5 MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão

Leia mais

INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p

INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS As variáveis aleatórias X e Y seguem uma distribuição de Bernoulli com probabilidade de sucesso igual a 0,4. Considerando S = X + Y e que os eventos aleatórios A = [X = 1] e B

Leia mais

AULA 07 Inferência a Partir de Duas Amostras

AULA 07 Inferência a Partir de Duas Amostras 1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,

Leia mais

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA) 1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância

Leia mais

Aula 9: Introdução à Inferência Estatística

Aula 9: Introdução à Inferência Estatística Aula 9: Introdução à Inferência Estatística Professor: José Luiz Padilha da Silva email: jlpadilha@ufpr.br Departamento de Estatística Universidade Federal do Paraná Curitiba, 2018 José Luiz Padilha da

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões

Leia mais

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100% . Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística

Leia mais

INSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total.

INSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total. INSTRUÇÕES Para a realização desta prova, você recebeu este Caderno de Questões. 1. Caderno de Questões Verifique se este Caderno de Questões contém a prova de Conhecimentos Específicos referente ao cargo

Leia mais

RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA E RACIOCÍNIO LÓGICO

RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA E RACIOCÍNIO LÓGICO RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA E RACIOCÍNIO LÓGICO Caro aluno, Disponibilizo abaixo a resolução das questões de Estatística e Raciocínio Lógico da prova de Analista da SEFAZ/PI 015. Resolvi as questões

Leia mais

AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS. Gleici Castro Perdoná

AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS. Gleici Castro Perdoná AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS Gleici Castro Perdoná pgleici@fmrp.usp.br Exemplo 2. Sabe-se que o tempo gasto no exame de um paciente tem distribuição aproximadamente Normal, com média

Leia mais

Solução dos Exercícios - Capítulos 1 a 3

Solução dos Exercícios - Capítulos 1 a 3 Capítulo 9 Solução dos Exercícios - Capítulos a 3 9. Capítulo. a Como o valor se refere aos pacientes estudados, e não a todos os pacientes, esse é o valor de uma estatística amostral. b Estatística amostral

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Aula 9 Fundamentos de Testes de Hipóteses Leitura: Devore, Capítulo 8 Chap 9-1 Objetivos Neste capítulo, vamos aprender: Os princípios básicos de testes de hipóteses Estabelecer

Leia mais

PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses

PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 6 a aula Testes de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 2007 Estatística Aplicada ao Gerenciamento

Leia mais

Estatística 1. Resumo Teórico

Estatística 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 mais

Estatística p/ TCE-PR Teoria e exercícios comentados Prof. Jeronymo Marcondes. Resolução prova Estatística p/ TCE-PR, área atuarial.

Estatística p/ TCE-PR Teoria e exercícios comentados Prof. Jeronymo Marcondes. Resolução prova Estatística p/ TCE-PR, área atuarial. prova Estatística p/ TCE-PR, área atuarial. Boa pessoal! A CESPE deu uma prova de estatística que, acredito, estava muito acima do esperado por muitos candidatos. Vamos lá! Não encontrei recursos! Vamos

Leia mais

TESTES DE HIPÓTESES. Lucas Santana da Cunha Universidade Estadual de Londrina

TESTES DE HIPÓTESES. Lucas Santana da Cunha     Universidade Estadual de Londrina TESTES DE HIPÓTESES Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de setembro de 2016 Introdução Viu-se a construção de intervalos

Leia mais

Testes de Hipótese para uma única Amostra - parte II

Testes de Hipótese para uma única Amostra - parte II Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma

Leia mais

CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES

CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES. INTRODUÇÃO - Conceito de população desconhecida π e proporção da amostra observada P. π P + pequeno erro Perguntas: - Qual é o pequeno erro?

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência

Leia mais

Estimador: combinação dos elementos da amostra, construída com a finalidade de representar, ou estimar, um parâmetro de interesse na população.

Estimador: combinação dos elementos da amostra, construída com a finalidade de representar, ou estimar, um parâmetro de interesse na população. Objetivo: tirar conclusões sobre uma população com base na informação de uma amostra. estimação testes de hipóteses Parâmetro metro: quantidades desconhecidas da população e sobre as quais temos interesse.

Leia mais

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS 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 mais

Teste de Hipóteses Paramétricos

Teste de Hipóteses Paramétricos Teste de Hipóteses Paramétricos Fundamentos de um teste de hipóteses Como construir testes de hipóteses para uma média. Como construir testes de hipóteses para uma proporção. Como construir testes de hipóteses

Leia mais

Estatística Aplicada

Estatística Aplicada Estatística Aplicada Intervalos de Confiança Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada INTERVALOS DE CONFIANÇA Processos de estimação Estimação por ponto: o processo em

Leia mais

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória Exercício 1. Considere uma urna em que temos 4 bolas brancas e 6 bolas pretas. Vamos retirar, ao acaso, 3 bolas, uma após a outra e sem reposição. Sejam X: o número de bolas brancas e Y : o número de bolas

Leia mais

Enrico A. Colosimo Depto. Estatística UFMG

Enrico A. Colosimo Depto. Estatística UFMG Bioestatística F Conceitos de Teste de Hipóteses Enrico A. Colosimo Depto. Estatística UFMG http://www.est.ufmg.br/~enricoc/ f(x).4.35.3.25.2.15.1.5 Tabela Normal Padronizada Distribuicao Gaussiana com

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.

Leia mais

6EMA Lucas Santana da Cunha 19 de abril de Universidade Estadual de Londrina

6EMA Lucas Santana da Cunha  19 de abril de Universidade Estadual de Londrina ESTATÍSTICA ECONÔMICA 6EMA020-2000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de abril de 2017 1 o Bimestre Plano do Curso Cronograma Critério de Avaliação Bibliografia

Leia mais

Inferência Estatistica

Inferência Estatistica Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Aula 7: Intervalos de Confiança com uma amostra Leitura obrigatória: Devore, cap 7 ou Montgomery e Runger, cap 8 Chap 8-1 Objetivos Como inferir sobre um parâmetro da população,

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Julgue os itens que se seguem, acerca da estatística descritiva. 51 Na distribuição da quantidade de horas trabalhadas por empregados de certa empresa, é sempre possível determinar

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Introdução Hipóteses Estatísticas São suposições quanto ao valor de um parâmetro populacional

Leia mais

Teorema do Limite Central

Teorema do Limite Central Teorema do Limite Central Bacharelado em Economia - FEA - Noturno 1 o Semestre 2014 MAE0219 (IME-USP) Teorema do Limite Central 1 o Semestre 2014 1 / 47 Objetivos da Aula Sumário 1 Objetivos da Aula 2

Leia mais

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico

Leia mais

Medidas de Dispersão ou variabilidade

Medidas de Dispersão ou variabilidade Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou

Leia mais

Introdução 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 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 mais

Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM

Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Noções básicasb de Inferência Estatística descritiva inferencial População - Parâmetros desconhecidos (reais) Amostra

Leia mais

Inferência Estatística. Teoria da Estimação

Inferência Estatística. Teoria da Estimação Inferência Estatística Teoria da Estimação Os procedimentos básicos de inferência Estimação: usamos o resultado amostral para estimar o valor desconhecido do parâmetro Teste de hipótese: usamos o resultado

Leia mais

ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS

ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo 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 mais

Testes de Hipóteses: Média e proporção

Testes de Hipóteses: Média e proporção Testes de Hipóteses: Média e proporção Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 12 de setembro de 2018 Londrina 1 / 27 Viu-se a construção de intervalos de confiança

Leia mais

PROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG /2012

PROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG /2012 PROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG - 0/0 Instruções:. Cada questão respondida corretamente vale (um) ponto.. Cada questão respondida incorretamente vale - (menos um) ponto. 3.

Leia mais

Lista de Exercícios #8 Assunto: Teste de Hipóteses

Lista de Exercícios #8 Assunto: Teste de Hipóteses . ANPEC 8 - Questão 5 Indique se as seguintes considerações sobre a teoria dos testes de hipótese são verdadeiras (V) ou falsas (F): () No teste de hipótese para proporções, se a variância da proporção

Leia mais

6EMA Lucas Santana da Cunha 17 e 19 de abril de Universidade Estadual de Londrina

6EMA Lucas Santana da Cunha   17 e 19 de abril de Universidade Estadual de Londrina ESTATÍSTICA ECONÔMICA 6EMA020-1000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 17 e 19 de abril de 2017 1 o Bimestre Cronograma Critério de Avaliação Bibliografia

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Exercício 1 (Estimação) Um agente de viagens deseja estimar a proporção de clientes satisfeitos com os serviços da agência. (a) Determine o tamanho da amostra necessário para que o erro cometido na estimação

Leia mais

Inferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva

Inferência 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 mais

Análise Exploratória e Estimação PARA COMPUTAÇÃO

Análise Exploratória e Estimação PARA COMPUTAÇÃO Análise Exploratória e Estimação MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Médias Média Aritmética (valor médio de uma distribuição) n x = 1 n i=1 x i = 1 n x 1 + + x n Média Aritmética

Leia mais

Testes de Hipótese PARA COMPUTAÇÃO

Testes de Hipótese PARA COMPUTAÇÃO Testes de Hipótese MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Testes de Hipóteses Um teste de hipótese é uma técnica de análise usada para estimar se uma hipótese sobre a população está correta,

Leia mais

Testes de Hipótese para uma única Amostra - parte I

Testes de Hipótese para uma única Amostra - parte I Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os

Leia mais

Objetivos. Testes não-paramétricos

Objetivos. Testes não-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 relacionamentos ou modelos (testes não paramétricos).

Leia mais

Estatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula Prof.: Patricia Maria Bortolon, D. Sc. Distribuições Amostrais ... vocês lembram que: Antes de tudo... Estatística Parâmetro Amostra População E usamos estatíticas das amostras para

Leia mais

Sumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47

Sumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47 CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................

Leia mais

Testes de Hipótese para uma única Amostra - parte II

Testes de Hipótese para uma única Amostra - parte II Testes de Hipótese para uma única Amostra - parte II 01 de Julho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma população. Serão usadas as distribuições

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo das Probabilidades e Estatística I Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O curso foi dividido em três etapas:

Leia mais

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Introdução à probabilidade (eventos,

Leia mais

ESTATÍSTICA ECONÔMICA A 6EMA

ESTATÍSTICA ECONÔMICA A 6EMA 6EMA020-2000 Lucas Santana da Cunha email: lscunha@uel.br Universidade Estadual de Londrina 13 de abril de 2016 CRONOGRAMA 1 o BIMESTRE: MÓDULO I - Estatística Descritiva Noções Básicas em estatística:

Leia mais

Bioestatística e Computação I

Bioestatística e Computação I Bioestatística e Computação I Inferência por Teste de Hipótese Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UnB FUB/03 fa 5 4 3 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B corresponde ao quartil central (Q ) da distribuição

Leia mais

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete

Leia mais

Bioestatística e Computação I

Bioestatística e Computação I Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas

Leia mais

TESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média

TESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média TESTES DE HIPÓTESES Conceitos, Testes de 1 proporção, Testes de 1 média 1 Testes de Hipóteses População Conjectura (hipótese) sobre o comportamento de variáveis Amostra Decisão sobre a admissibilidade

Leia mais

SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20

SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20 SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17

Leia mais

Modelos de Distribuição PARA COMPUTAÇÃO

Modelos de Distribuição PARA COMPUTAÇÃO Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO

Leia mais