)$&8/'$'('((1*(1+$5,$'(5(&856261$785$,6 7$%(/$6(67$7Ì67,&$6. -~OLR$3GD&XQKD2VyULR )$52

Tamanho: px
Começar a partir da página:

Download ")$&8/'$'('((1*(1+$5,$'(5(&856261$785$,6 7$%(/$6(67$7Ì67,&$6. -~OLR$3GD&XQKD2VyULR )$52"

Transcrição

1 )$&8/'$'('((1*(1+$5,$'(5(&856261$785$,6 7$%(/$6(67$7Ì67,&$6 -~OLR$3GD&XQKD2VyULR )$52

2 1RWDVH[SOLFDWLYDV TABELAS ESTATÍSTICAS Notas explicativas Fontes x As tabelas das distribuições binomiais, de Poisson, normal reduzida, quiquadrado, t de Student, F de Snedecor e de números aleatórios foram calculadas com o Microsoft Excel 97. x As tabelas das amplitudes studentizadas para os testes de Student- Newman-Keuls, Tukey e Duncan foram reproduzidas de: Steel, R.G.D. and J. H. Torrie Principles and Procedures of Statistics: A Biometrical Approach. McGraw-Hill, N.Y. 633 pp. Interpolação x Não sendo possível apresentar tabelas exaustivas, que cubram todos os valores possíveis de probabilidade ou dos parâmetros das distribuições, há muitas vezes necessidade de fazer interpolações para estimar os valores que nos interessam a partir de valores tabelados. x A denominada interpolação linear assume que a função tabelada varia a uma taxa constante entre dois valores sucessivos da tabela. Embora haja outros métodos de interpolação (por exemplo, interpolação harmónica), este é o processo de interpolação mais vulgarmente utilizado para o efeito. Sejam y 1 e y 2 dois valores consecutivos do corpo de uma tabela, a que correspondem os antecedentes x 1 e x 2, respectivamente. Suponha-se que pretendemos estimar o valor y e, correspondente ao argumento x e, sendo x 1 < x e < x 2. Calculamos primeiro a proporção θ: xe x1 x2 x1 Calculamos depois y e : y y. y y e x Exemplos: (i) Seja X uma variável binomial com parâmetros n=2 e p=0,408, e suponha-se que se pretende calcular P(X 1). Dispomos apenas de valores tabelados para p=0,40 [sendo P(X 1)=0,6400] e p=0,42 [sendo P(X 1)=0,6636], situando-se p=0,408 entre eles. Aplicando as expressões acima, teríamos: θ=(0,408-0,40)/(0,42-0,40)=0,4 e y e =0,6400+0,4x(0,6636-0,6400) 0,6494. (ii) Suponha-se que numa distribuição t de Student com 36 graus de liberdade pretendemos saber o valor positivo de t correspondente à probabilidade 0,05. Dispomos apenas de valores tabelados para GL=30 [t 0,05 (30)=1,697] e GL=40 [t 0,05 (40)=1,684], situando-se GL=36 entre eles.

3 1RWDVH[SOLFDWLYDV Aplicando as expressões acima, teríamos: θ=(36-30)/(40-30)=0,6 e y e =1,697+0,6x(1,684-1,697) 1,689. Distribuições Binomiais x Para x>0, a tabela fornece os valores da probabilidade de ocorrência de x ou mais sucessos numa distribuição binomial com n repetições, e na qual p é a probabilidade do sucesso: P X n n X X t x X. p. 1 p X x C n X x Para x=0, os valores de P(X x) são sempre iguais a 1, e foram omitidos das tabelas. Quando uma célula da tabela está em branco, isso significa que a probabilidade correspondente é inferior a 0, x A probabilidade de ocorrência de cada valor individual de X pode ser obtida por subtracção de dois termos sucessivos da distribuição: P X x PX t xp> X t x 1@ x A probabilidade de ocorrência de x ou menos sucessos (a chamada probabilidade acumulada) vem dada por: P X d x 1P> X t x 1@ x Exemplos: Seja X uma variável binomial com parâmetros n=15 e p=0,2: (i) P(X 5)=0,1642. (ii) P(X<5)=1- P(X 5)=1-0,1642=0,8358 (iii) P(X 5)=1- P(X 6)=1-0,0611=0,9389; (iv) P(X=5)= P(X 5)- P(X 6)= 0,1642-0,0611=0,1031. Distribuições de Poisson x Para x>0, a tabela fornece os valores da probabilidade de ocorrência de x ou mais sucessos numa distribuição de Poisson de parâmetro igual a m: P X t x e x Para x=0, os valores de P(X x) são sempre iguais a 1, e foram omitidos das tabelas. Quando uma célula da tabela está em branco, isso significa que a probabilidade correspondente é inferior a 0, x A probabilidade de ocorrência de cada valor individual de X pode ser obtida por subtracção de dois termos sucessivos da distribuição: P X x. m x! X x PX t xp> X t x 1@ m x

4 1RWDVH[SOLFDWLYDV x A probabilidade de ocorrência de x ou menos sucessos (a chamada probabilidade acumulada) vem dada por: P X d x 1P> X t x 1@ x Exemplos: Seja X uma variável de Poisson com parâmetro m=10: (i) P(X 4)= 0,9897. (ii) P(X<4)=1- P(X 4)=1-0,9897=0,0103 (iii) P(X 4)=1- P(X 5)=1-0,9707=0,0293; (iv) P(X=4)= P(X 4)- P(X 5)= 0,9897-0,9707=0,0190. Distribuições Normais x A tabela fornece os valores das probabilidades associadas à cauda direita da Distribuição Normal Padronizada [N (P=0, V=1)]: 2 1 z P z e 2 2 Z t z ³.. dz x Para valores negativos de Z, utiliza-se a relação: P Z t z 1P(Z t z) x Quando se trate de uma variável aleatória X com distribuição normal distinta da padronizada, com média µ 0 e/ou σ 1, calcula-se P(X x) com a relação: x t x P(Z t ) P X x Exemplos: (i) Para se determinar P(Z 1,37), procura-se a intersecção da linha marcada 1,3 com a coluna marcada 0,07 (reparar que 1,37=1,3+0,07). Encontra-se P(Z 1,37)=0,0853. (ii) Para calcular P(Z<1,37), tem-se em consideração que P(Z<1,37)=1- P(Z 1,37)=1-0,0853=0,9147. (iii) Para calcular P(Z -1,37), tem-se em consideração que P(Z -1,37)= 1- P(Z 1,37)=1-0,0853=0,9147; (iv) Para calcular P(-0,45 Z,1,37), tem-se em consideração que: P(-0,45 Z 1,37)= 1-P(Z 0,45)- P(Z 1,37)=1-0,3264-0,0853=0,5883; (iv) Para se calcular P(X 42,9), sendo X uma variável normal com µ=30 e σ=6, ter-se-ia: P(X 42,9)= P[Z (42,9-30)/6]= P(Z 2,15)=0,0158. x A área direita da tabela (com uma coluna para cada dígito de 1 a 9, e a indicação Subtrair ) utiliza-se para fazer interpolações na terceira casa decimal do valor de z. Por exemplo, para calcular P(Z 1,548), partimos do valor de P(Z 1,54)=0,0618, e lemos na coluna do dígito 8 (terceiro decimal de 1,548) que lhe devemos subtrair 10 unidades (décimas milésimas) para chegar ao valor de probabilidade pretendido. Portanto, P(Z 1,548)= P(Z 1,54)-10=0,0618-0,0010=0,0608.

5 1RWDVH[SOLFDWLYDV Distribuições Qui-quadrado x O valor de GL=número de graus de liberdade da amostra lê-se na coluna indicadora. Os valores da probabilidade leem-se na linha indicadora. Os pontos da distribuição associados com estas probabilidades são listados no corpo da tabela. Na intersecção da linha onde se leu o valor de GL com a coluna onde se leu o valor da probabilidade encontra-se o valor de F 2 probabilidade (GL) tal que: P 2 2 > (GL) t (GL)@ probabilidade probabilidade x Exemplo: Se entrarmos com GL=14 e probabilidade=0,05, encontramos na tabela que P[χ 2 (14) 23,68]=0,05. Isto significa que a probabilidade de que o χ 2 calculado numa amostra de 15 observações exceda o valor 23,68 é igual a 0,05; ou equivalentemente, que a área sob a curva da distribuição de χ 2 para 14 graus de liberdade situada para a direita da recta vertical que passa pelo valor 23,68 é igual a 0,05. Distribuições t x O valor de GL=número de graus de liberdade da amostra lê-se na coluna indicadora. Os valores da probabilidade leem-se na linha indicadora superior quando estamos interessados no valor absoluto do t de Student (isto é, ignorando o respectivo sinal) ou na linha indicadora inferior, se não quisermos ignorar o sinal do t de Student. Os pontos da distribuição associados com estas probabilidades são listados no corpo da tabela. Na intersecção da linha onde se leu o valor de GL com a coluna onde se leu o valor da probabilidade encontra-se o valor de t probabilidade (GL) tal que: > t(gl) t (GL)@ probabilidade P tprobabilid ade x Exemplos: (i) Se entrarmos com GL=14 e probabilidade=0,05 na linha indicadora superior, encontramos na tabela que P[ t(14) 2,145]=0,05. Isto significa que a probabilidade de que, em valor absoluto, o estatístico t de Student calculado numa amostra de 15 observações exceda o 2,145 é igual a 0,05; ou equivalentemente, que a soma das áreas sob a curva da distribuição t de Student para 14 graus de liberdade, situadas para a esquerda da recta vertical que passa pelo valor 2,145 (extremidade esquerda da distribuição) e para a direita da recta vertical que passa pelo valor +2,145 (extremidade direita da distribuição) é igual a 0,05. Dada a simetria da curva, cada uma destas áreas é igual a 0,05/2=0,025. (ii) Se entrarmos com GL=14 e probabilidade=0,025 na linha indicadora inferior, encontramos na tabela que P[t(14) 2,145]=0,025= P[t(14) -2,145]. Isto significa que a probabilidade de que o estatístico t de Student calculado numa amostra de 15 observações exceda +2,145 ou seja inferior a 2,145 é igual a 0,025.

6 1RWDVH[SOLFDWLYDV Distribuições F x O valor de GL 1 =número de graus de liberdade do numerador lê-se na linha indicadora, e o valor de GL 2 =número de graus de liberdade do denominador lê-se na primeira coluna indicadora. Os valores da probabilidade leem-se na segunda coluna indicadora. Os pontos da distribuição associados com estas probabilidades são listados no corpo da tabela. Na intersecção da linha onde se leu o valor de GL 2 e da probabilidade com a coluna onde se leu o valor de GL 1 encontra-se o valor de F probabilidade (GL 1, GL 2 ) tal que: P > F( ) t ( )@ probabilidade GL1,GL2 Fprobabilidade GL1, GL2 x Exemplos: (i) Se entrarmos com GL 1 =10 na linha indicadora, GL 2 =12 na primeira coluna indicadora e probabilidade=0,05 na segunda coluna indicadora, encontramos na tabela que P[ F(10,12) 2,75]=0,05. Isto significa que a probabilidade de que o estatístico F calculado a partir das variâncias de amostras de tamanhos n 1 =11 e n 2 =13 observações respectivamente, exceda o valor 2,75 é igual a 0,05; ou equivalentemente, que a área sob a curva da distribuição F para 10 graus de liberdade no numerador e 12 graus de liberdade no denominador, situada para a direita da recta vertical que passa pelo valor 2,75 é igual a 0,05. (ii) Se entrarmos com GL 1 =12 na linha indicadora, GL 2 =10 na primeira coluna indicadora e probabilidade=0,05 na segunda coluna indicadora, encontramos na tabela que P[ F(12,10) 2,91]=0,05. Portanto, F(10, 12) F(12, 10). Ao consultar-se uma tabela F, deve ter-se sempre o cuidado de não trocar os graus de liberdade do numerador com os do denominador. Distribuições da Amplitude Studentizada (Testes de S-N-K e de Tukey) x O valor de p=distância entre as médias quando elas estão ordenadas lê-se na linha indicadora. [Se k representar o número de tratamentos, no Teste de Tukey p é igual a k para todas as comparações múltiplas de médias a realizar. No Teste S-N-K, para comparar a maior com a menor média, p=k; para comparar a maior média e a segunda menor, p=k-1; e assim sucessivamente, até que para a média maior a a segunda maior, p=2]. O valor de GL erro =número de graus de liberdade do erro no quadro ANOVA lê-se na primeira coluna indicadora. Os valores do nível de significância (0,05 ou 0,01) leem-se na segunda coluna indicadora. Os pontos da distribuição associados com estes níveis de significância são listados no corpo da tabela. Na intersecção da linha onde se leu o valor de GL erro e do nível de significância com a coluna onde se leu o valor de p encontra-se o valor da amplitude studentizada (q). x Exemplo: Suponha-se um ensaio destinado a comparar as produções de k=7 variedades de trigo, em que o número de graus de liberdade do quadrado médio do erro no quadro ANOVA era GL erro =30. Para se compararem as 7 médias do ensaio ao nível de 5%: (i) pelo Teste de Tukey,

7 1RWDVH[SOLFDWLYDV teríamos p=7 q=4,46 para todos os pares de médias a comparar; (ii) pelo Teste de S-N-K, teríamos: p q 2,89 3,49 3,84 4,10 4,30 4,46 Distribuições da Amplitude Studentizada (Teste de Duncan) x O valor de p=distância entre as médias quando elas estão ordenadas lê-se na linha indicadora. [Se k representar o número de tratamentos, para comparar a maior com a menor média, p=k; para comparar a maior média e a segunda menor, p=k-1; e assim sucessivamente, até que para a média maior a a segunda maior, p=2]. O valor de GL erro =número de graus de liberdade do erro no quadro ANOVA lê-se na primeira coluna indicadora. Os valores do nível de protecção (0,05 ou 0,01) leem-se na segunda coluna indicadora. Os pontos da distribuição associados com estes níveis de significância são listados no corpo da tabela. Na intersecção da linha onde se leu o valor de GL erro e do nível de protecção com a coluna onde se leu o valor de p encontra-se o valor da amplitude studentizada (q). x Exemplo: Suponha-se um ensaio destinado a comparar as produções de k=7 variedades de trigo, em que o número de graus de liberdade do quadrado médio do erro no quadro ANOVA era GL erro =30. Para se compararem as 7 médias do ensaio ao nível de 5% pelo Teste de Duncan, teríamos: p q 2,89 3,04 3,12 3,20 3,25 3,29 Números Aleatórios x A tabela contém dígitos do conjunto {0, 1, 2,, 9}, num arranjo tabular de 100 linhas por 100 colunas. As linhas estão numeradas sequencialmente de 00 a 99. As colunas estão numeradas também de 00 a 99, mas em grupos de cinco colunas unitárias (00-04; 05-09; ; 95-99), para se poupar espaço.

8 'LVWULEXLo}HV%LQRPLDLV p n x 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,1 0,12 0, ,0199 0,0396 0,0591 0,0784 0,0975 0,1164 0,1351 0,1536 0,1719 0,1900 0,2256 0, ,0001 0,0004 0,0009 0,0016 0,0025 0,0036 0,0049 0,0064 0,0081 0,0100 0,0144 0, ,0297 0,0588 0,0873 0,1153 0,1426 0,1694 0,1956 0,2213 0,2464 0,2710 0,3185 0, ,0003 0,0012 0,0026 0,0047 0,0073 0,0104 0,0140 0,0182 0,0228 0,0280 0,0397 0, ,0001 0,0001 0,0002 0,0003 0,0005 0,0007 0,0010 0,0017 0, ,0394 0,0776 0,1147 0,1507 0,1855 0,2193 0,2519 0,2836 0,3143 0,3439 0,4003 0, ,0006 0,0023 0,0052 0,0091 0,0140 0,0199 0,0267 0,0344 0,0430 0,0523 0,0732 0, ,0001 0,0002 0,0005 0,0008 0,0013 0,0019 0,0027 0,0037 0,0063 0, ,0001 0,0001 0,0002 0, ,0490 0,0961 0,1413 0,1846 0,2262 0,2661 0,3043 0,3409 0,3760 0,4095 0,4723 0, ,0010 0,0038 0,0085 0,0148 0,0226 0,0319 0,0425 0,0544 0,0674 0,0815 0,1125 0, ,0001 0,0003 0,0006 0,0012 0,0020 0,0031 0,0045 0,0063 0,0086 0,0143 0, ,0001 0,0001 0,0002 0,0003 0,0005 0,0009 0, , ,0585 0,1142 0,1670 0,2172 0,2649 0,3101 0,3530 0,3936 0,4321 0,4686 0,5356 0, ,0015 0,0057 0,0125 0,0216 0,0328 0,0459 0,0608 0,0773 0,0952 0,1143 0,1556 0, ,0002 0,0005 0,0012 0,0022 0,0038 0,0058 0,0085 0,0118 0,0158 0,0261 0, ,0001 0,0002 0,0003 0,0005 0,0008 0,0013 0,0025 0, ,0001 0,0001 0, ,0679 0,1319 0,1920 0,2486 0,3017 0,3515 0,3983 0,4422 0,4832 0,5217 0,5913 0, ,0020 0,0079 0,0171 0,0294 0,0444 0,0618 0,0813 0,1026 0,1255 0,1497 0,2012 0, ,0003 0,0009 0,0020 0,0038 0,0063 0,0097 0,0140 0,0193 0,0257 0,0416 0, ,0001 0,0002 0,0004 0,0007 0,0012 0,0018 0,0027 0,0054 0, ,0001 0,0001 0,0002 0,0004 0, ,0773 0,1492 0,2163 0,2786 0,3366 0,3904 0,4404 0,4868 0,5297 0,5695 0,6404 0, ,0027 0,0103 0,0223 0,0381 0,0572 0,0792 0,1035 0,1298 0,1577 0,1869 0,2480 0, ,0001 0,0004 0,0013 0,0031 0,0058 0,0096 0,0147 0,0211 0,0289 0,0381 0,0608 0, ,0001 0,0002 0,0004 0,0007 0,0013 0,0022 0,0034 0,0050 0,0097 0, ,0001 0,0001 0,0003 0,0004 0,0010 0, ,0001 0, ,0865 0,1663 0,2398 0,3075 0,3698 0,4270 0,4796 0,5278 0,5721 0,6126 0,6835 0, ,0034 0,0131 0,0282 0,0478 0,0712 0,0978 0,1271 0,1583 0,1912 0,2252 0,2951 0, ,0001 0,0006 0,0020 0,0045 0,0084 0,0138 0,0209 0,0298 0,0405 0,0530 0,0833 0, ,0001 0,0003 0,0006 0,0013 0,0023 0,0037 0,0057 0,0083 0,0158 0, ,0001 0,0002 0,0003 0,0005 0,0009 0,0021 0, ,0001 0,0002 0,

9 'LVWULEXLo}HV%LQRPLDLV p n x 0,16 0,18 0,2 0,22 0,24 0,26 0,28 0,3 0,32 0,34 0,36 0, ,2944 0,3276 0,3600 0,3916 0,4224 0,4524 0,4816 0,5100 0,5376 0,5644 0,5904 0, ,0256 0,0324 0,0400 0,0484 0,0576 0,0676 0,0784 0,0900 0,1024 0,1156 0,1296 0, ,4073 0,4486 0,4880 0,5254 0,5610 0,5948 0,6268 0,6570 0,6856 0,7125 0,7379 0, ,0686 0,0855 0,1040 0,1239 0,1452 0,1676 0,1913 0,2160 0,2417 0,2682 0,2955 0, ,0041 0,0058 0,0080 0,0106 0,0138 0,0176 0,0220 0,0270 0,0328 0,0393 0,0467 0, ,5021 0,5479 0,5904 0,6298 0,6664 0,7001 0,7313 0,7599 0,7862 0,8103 0,8322 0, ,1228 0,1509 0,1808 0,2122 0,2450 0,2787 0,3132 0,3483 0,3837 0,4193 0,4547 0, ,0144 0,0202 0,0272 0,0356 0,0453 0,0566 0,0694 0,0837 0,0996 0,1171 0,1362 0, ,0007 0,0010 0,0016 0,0023 0,0033 0,0046 0,0061 0,0081 0,0105 0,0134 0,0168 0, ,5818 0,6293 0,6723 0,7113 0,7464 0,7781 0,8065 0,8319 0,8546 0,8748 0,8926 0, ,1835 0,2224 0,2627 0,3041 0,3461 0,3883 0,4303 0,4718 0,5125 0,5522 0,5906 0, ,0318 0,0437 0,0579 0,0744 0,0933 0,1143 0,1376 0,1631 0,1905 0,2199 0,2509 0, ,0029 0,0045 0,0067 0,0097 0,0134 0,0181 0,0238 0,0308 0,0390 0,0486 0,0598 0, ,0001 0,0002 0,0003 0,0005 0,0008 0,0012 0,0017 0,0024 0,0034 0,0045 0,0060 0, ,6487 0,6960 0,7379 0,7748 0,8073 0,8358 0,8607 0,8824 0,9011 0,9173 0,9313 0, ,2472 0,2956 0,3446 0,3937 0,4422 0,4896 0,5356 0,5798 0,6220 0,6619 0,6994 0, ,0560 0,0759 0,0989 0,1250 0,1539 0,1856 0,2196 0,2557 0,2936 0,3328 0,3732 0, ,0075 0,0116 0,0170 0,0239 0,0326 0,0431 0,0557 0,0705 0,0875 0,1069 0,1286 0, ,0005 0,0010 0,0016 0,0025 0,0038 0,0056 0,0079 0,0109 0,0148 0,0195 0,0254 0, ,0001 0,0001 0,0002 0,0003 0,0005 0,0007 0,0011 0,0015 0,0022 0, ,7049 0,7507 0,7903 0,8243 0,8535 0,8785 0,8997 0,9176 0,9328 0,9454 0,9560 0, ,3115 0,3677 0,4233 0,4775 0,5298 0,5796 0,6266 0,6706 0,7113 0,7487 0,7828 0, ,0866 0,1154 0,1480 0,1841 0,2231 0,2646 0,3081 0,3529 0,3987 0,4447 0,4906 0, ,0153 0,0231 0,0333 0,0461 0,0617 0,0802 0,1016 0,1260 0,1534 0,1837 0,2167 0, ,0017 0,0029 0,0047 0,0072 0,0107 0,0153 0,0213 0,0288 0,0380 0,0492 0,0625 0, ,0001 0,0002 0,0004 0,0006 0,0011 0,0017 0,0026 0,0038 0,0055 0,0077 0,0105 0, ,0001 0,0001 0,0002 0,0003 0,0005 0,0008 0, ,7521 0,7956 0,8322 0,8630 0,8887 0,9101 0,9278 0,9424 0,9543 0,9640 0,9719 0, ,3744 0,4366 0,4967 0,5538 0,6075 0,6573 0,7031 0,7447 0,7822 0,8156 0,8452 0, ,1226 0,1608 0,2031 0,2486 0,2967 0,3465 0,3973 0,4482 0,4987 0,5481 0,5958 0, ,0267 0,0397 0,0563 0,0765 0,1004 0,1281 0,1594 0,1941 0,2319 0,2724 0,3153 0, ,0038 0,0065 0,0104 0,0158 0,0230 0,0322 0,0438 0,0580 0,0750 0,0949 0,1180 0, ,0003 0,0007 0,0012 0,0021 0,0034 0,0052 0,0078 0,0113 0,0159 0,0218 0,0293 0, ,0001 0,0002 0,0003 0,0005 0,0008 0,0013 0,0020 0,0030 0,0043 0, ,0001 0,0001 0,0002 0,0003 0, ,7918 0,8324 0,8658 0,8931 0,9154 0,9335 0,9480 0,9596 0,9689 0,9762 0,9820 0, ,4348 0,5012 0,5638 0,6218 0,6750 0,7230 0,7660 0,8040 0,8372 0,8661 0,8908 0, ,1629 0,2105 0,2618 0,3158 0,3713 0,4273 0,4829 0,5372 0,5894 0,6390 0,6856 0, ,0420 0,0615 0,0856 0,1144 0,1475 0,1849 0,2260 0,2703 0,3173 0,3662 0,4163 0, ,0075 0,0125 0,0196 0,0291 0,0416 0,0571 0,0762 0,0988 0,1252 0,1553 0,1890 0, ,0009 0,0017 0,0031 0,0051 0,0081 0,0122 0,0179 0,0253 0,0348 0,0467 0,0612 0, ,0001 0,0002 0,0003 0,0006 0,0010 0,0017 0,0028 0,0043 0,0064 0,0094 0,0133 0, ,0001 0,0001 0,0003 0,0004 0,0007 0,0011 0,0017 0, ,0001 0,0001 0,0002

10 'LVWULEXLo}HV%LQRPLDLV p n x 0,4 0,42 0,44 0,46 0,48 0, ,6400 0,6636 0,6864 0,7084 0,7296 0, ,1600 0,1764 0,1936 0,2116 0,2304 0, ,7840 0,8049 0,8244 0,8425 0,8594 0, ,3520 0,3810 0,4104 0,4401 0,4700 0, ,0640 0,0741 0,0852 0,0973 0,1106 0, ,8704 0,8868 0,9017 0,9150 0,9269 0, ,5248 0,5590 0,5926 0,6252 0,6569 0, ,1792 0,2030 0,2283 0,2550 0,2831 0, ,0256 0,0311 0,0375 0,0448 0,0531 0, ,9222 0,9344 0,9449 0,9541 0,9620 0, ,6630 0,6967 0,7286 0,7585 0,7865 0, ,3174 0,3525 0,3886 0,4253 0,4625 0, ,0870 0,1033 0,1214 0,1415 0,1635 0, ,0102 0,0131 0,0165 0,0206 0,0255 0, ,9533 0,9619 0,9692 0,9752 0,9802 0, ,7667 0,7965 0,8238 0,8485 0,8707 0, ,4557 0,4971 0,5382 0,5786 0,6180 0, ,1792 0,2080 0,2390 0,2721 0,3070 0, ,0410 0,0510 0,0627 0,0762 0,0917 0, ,0041 0,0055 0,0073 0,0095 0,0122 0, ,9720 0,9779 0,9827 0,9866 0,9897 0, ,8414 0,8660 0,8877 0,9068 0,9233 0, ,5801 0,6229 0,6638 0,7027 0,7393 0, ,2898 0,3294 0,3706 0,4131 0,4563 0, ,0963 0,1169 0,1402 0,1663 0,1951 0, ,0188 0,0246 0,0316 0,0402 0,0504 0, ,0016 0,0023 0,0032 0,0044 0,0059 0, ,9832 0,9872 0,9903 0,9928 0,9947 0, ,8936 0,9130 0,9295 0,9435 0,9552 0, ,6846 0,7250 0,7624 0,7966 0,8276 0, ,4059 0,4527 0,4996 0,5463 0,5922 0, ,1737 0,2062 0,2416 0,2798 0,3205 0, ,0498 0,0634 0,0794 0,0982 0,1198 0, ,0085 0,0117 0,0157 0,0208 0,0272 0, ,0007 0,0010 0,0014 0,0020 0,0028 0, ,9899 0,9926 0,9946 0,9961 0,9972 0, ,9295 0,9442 0,9563 0,9662 0,9741 0, ,7682 0,8039 0,8359 0,8642 0,8889 0, ,5174 0,5670 0,6152 0,6614 0,7052 0, ,2666 0,3097 0,3551 0,4024 0,4509 0, ,0994 0,1233 0,1508 0,1817 0,2161 0, ,0250 0,0334 0,0437 0,0564 0,0717 0, ,0038 0,0055 0,0077 0,0107 0,0145 0, ,0003 0,0004 0,0006 0,0009 0,0014 0,0020

11 'LVWULEXLo}HV%LQRPLDLV p n x 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,1 0,12 0, ,0956 0,1829 0,2626 0,3352 0,4013 0,4614 0,5160 0,5656 0,6106 0,6513 0,7215 0, ,0043 0,0162 0,0345 0,0582 0,0861 0,1176 0,1517 0,1879 0,2254 0,2639 0,3417 0, ,0001 0,0009 0,0028 0,0062 0,0115 0,0188 0,0283 0,0401 0,0540 0,0702 0,1087 0, ,0001 0,0004 0,0010 0,0020 0,0036 0,0058 0,0088 0,0128 0,0239 0, ,0001 0,0002 0,0003 0,0006 0,0010 0,0016 0,0037 0, ,0001 0,0001 0,0004 0, , ,1047 0,1993 0,2847 0,3618 0,4312 0,4937 0,5499 0,6004 0,6456 0,6862 0,7549 0, ,0052 0,0195 0,0413 0,0692 0,1019 0,1382 0,1772 0,2181 0,2601 0,3026 0,3873 0, ,0002 0,0012 0,0037 0,0083 0,0152 0,0248 0,0370 0,0519 0,0695 0,0896 0,1366 0, ,0002 0,0007 0,0016 0,0030 0,0053 0,0085 0,0129 0,0185 0,0341 0, ,0001 0,0003 0,0005 0,0010 0,0017 0,0028 0,0061 0, ,0001 0,0002 0,0003 0,0008 0, ,0001 0, ,1136 0,2153 0,3062 0,3873 0,4596 0,5241 0,5814 0,6323 0,6775 0,7176 0,7843 0, ,0062 0,0231 0,0486 0,0809 0,1184 0,1595 0,2033 0,2487 0,2948 0,3410 0,4314 0, ,0002 0,0015 0,0048 0,0107 0,0196 0,0316 0,0468 0,0652 0,0866 0,1109 0,1667 0, ,0001 0,0003 0,0010 0,0022 0,0043 0,0075 0,0120 0,0180 0,0256 0,0464 0, ,0001 0,0002 0,0004 0,0009 0,0016 0,0027 0,0043 0,0095 0, ,0001 0,0002 0,0003 0,0005 0,0014 0, ,0001 0,0002 0, ,1225 0,2310 0,3270 0,4118 0,4867 0,5526 0,6107 0,6617 0,7065 0,7458 0,8102 0, ,0072 0,0270 0,0564 0,0932 0,1354 0,1814 0,2298 0,2794 0,3293 0,3787 0,4738 0, ,0003 0,0020 0,0062 0,0135 0,0245 0,0392 0,0578 0,0799 0,1054 0,1339 0,1985 0, ,0001 0,0005 0,0014 0,0031 0,0060 0,0103 0,0163 0,0242 0,0342 0,0609 0, ,0001 0,0003 0,0007 0,0013 0,0024 0,0041 0,0065 0,0139 0, ,0001 0,0001 0,0003 0,0005 0,0009 0,0024 0, ,0001 0,0001 0,0003 0, ,

12 'LVWULEXLo}HV%LQRPLDLV p n x 0,16 0,18 0,2 0,22 0,24 0,26 0,28 0,3 0,32 0,34 0,36 0, ,8251 0,8626 0,8926 0,9166 0,9357 0,9508 0,9626 0,9718 0,9789 0,9843 0,9885 0, ,4920 0,5608 0,6242 0,6815 0,7327 0,7778 0,8170 0,8507 0,8794 0,9035 0,9236 0, ,2064 0,2628 0,3222 0,3831 0,4442 0,5042 0,5622 0,6172 0,6687 0,7162 0,7595 0, ,0614 0,0883 0,1209 0,1587 0,2012 0,2479 0,2979 0,3504 0,4044 0,4589 0,5132 0, ,0130 0,0213 0,0328 0,0479 0,0670 0,0904 0,1181 0,1503 0,1867 0,2270 0,2708 0, ,0020 0,0037 0,0064 0,0104 0,0161 0,0239 0,0342 0,0473 0,0637 0,0836 0,1072 0, ,0002 0,0004 0,0009 0,0016 0,0027 0,0045 0,0070 0,0106 0,0155 0,0220 0,0305 0, ,0001 0,0002 0,0003 0,0006 0,0010 0,0016 0,0025 0,0039 0,0059 0, ,0001 0,0001 0,0003 0,0004 0,0007 0, , ,8531 0,8873 0,9141 0,9350 0,9511 0,9636 0,9730 0,9802 0,9856 0,9896 0,9926 0, ,5453 0,6151 0,6779 0,7333 0,7814 0,8227 0,8577 0,8870 0,9112 0,9310 0,9470 0, ,2521 0,3164 0,3826 0,4488 0,5134 0,5753 0,6335 0,6873 0,7361 0,7799 0,8186 0, ,0846 0,1197 0,1611 0,2081 0,2596 0,3146 0,3719 0,4304 0,4890 0,5464 0,6019 0, ,0207 0,0334 0,0504 0,0723 0,0992 0,1313 0,1685 0,2103 0,2563 0,3059 0,3581 0, ,0037 0,0068 0,0117 0,0186 0,0283 0,0412 0,0577 0,0782 0,1031 0,1324 0,1661 0, ,0005 0,0010 0,0020 0,0035 0,0059 0,0095 0,0146 0,0216 0,0309 0,0430 0,0581 0, ,0001 0,0002 0,0005 0,0009 0,0016 0,0027 0,0043 0,0067 0,0101 0,0148 0, ,0001 0,0002 0,0003 0,0006 0,0010 0,0016 0,0026 0, ,0001 0,0002 0,0003 0, ,8766 0,9076 0,9313 0,9493 0,9629 0,9730 0,9806 0,9862 0,9902 0,9932 0,9953 0, ,5945 0,6641 0,7251 0,7776 0,8222 0,8594 0,8900 0,9150 0,9350 0,9509 0,9634 0, ,2990 0,3702 0,4417 0,5114 0,5778 0,6397 0,6963 0,7472 0,7922 0,8313 0,8648 0, ,1114 0,1552 0,2054 0,2610 0,3205 0,3824 0,4452 0,5075 0,5681 0,6258 0,6799 0, ,0310 0,0489 0,0726 0,1021 0,1377 0,1790 0,2254 0,2763 0,3308 0,3876 0,4459 0, ,0065 0,0116 0,0194 0,0304 0,0453 0,0646 0,0887 0,1178 0,1521 0,1913 0,2352 0, ,0010 0,0021 0,0039 0,0068 0,0113 0,0178 0,0267 0,0386 0,0540 0,0734 0,0970 0, ,0001 0,0003 0,0006 0,0011 0,0021 0,0036 0,0060 0,0095 0,0144 0,0213 0,0304 0, ,0001 0,0001 0,0003 0,0005 0,0010 0,0017 0,0028 0,0045 0,0070 0, ,0001 0,0001 0,0002 0,0004 0,0007 0,0011 0, ,0001 0,0001 0, ,8963 0,9242 0,9450 0,9604 0,9718 0,9800 0,9860 0,9903 0,9934 0,9955 0,9970 0, ,6396 0,7080 0,7664 0,8154 0,8559 0,8889 0,9154 0,9363 0,9527 0,9653 0,9749 0, ,3463 0,4231 0,4983 0,5699 0,6364 0,6968 0,7505 0,7975 0,8379 0,8720 0,9003 0, ,1414 0,1939 0,2527 0,3161 0,3822 0,4493 0,5155 0,5794 0,6398 0,6957 0,7464 0, ,0438 0,0681 0,0991 0,1371 0,1816 0,2319 0,2870 0,3457 0,4067 0,4686 0,5301 0, ,0104 0,0183 0,0300 0,0462 0,0675 0,0944 0,1270 0,1654 0,2093 0,2581 0,3111 0, ,0019 0,0038 0,0070 0,0120 0,0195 0,0299 0,0440 0,0624 0,0854 0,1135 0,1468 0, ,0003 0,0006 0,0012 0,0024 0,0043 0,0073 0,0118 0,0182 0,0271 0,0390 0,0544 0, ,0001 0,0002 0,0004 0,0007 0,0013 0,0024 0,0040 0,0065 0,0102 0,0154 0, ,0001 0,0002 0,0004 0,0007 0,0012 0,0020 0,0032 0, ,0001 0,0001 0,0003 0,0005 0, ,

13 'LVWULEXLo}HV%LQRPLDLV p n x 0,4 0,42 0,44 0,46 0,48 0, ,9940 0,9957 0,9970 0,9979 0,9986 0, ,9536 0,9645 0,9731 0,9799 0,9852 0, ,8327 0,8628 0,8889 0,9111 0,9298 0, ,6177 0,6665 0,7123 0,7547 0,7933 0, ,3669 0,4178 0,4696 0,5216 0,5730 0, ,1662 0,2016 0,2407 0,2832 0,3288 0, ,0548 0,0712 0,0908 0,1141 0,1410 0, ,0123 0,0172 0,0236 0,0317 0,0420 0, ,0017 0,0025 0,0037 0,0054 0,0077 0, ,0001 0,0002 0,0003 0,0004 0,0006 0, ,9964 0,9975 0,9983 0,9989 0,9992 0, ,9698 0,9776 0,9836 0,9882 0,9916 0, ,8811 0,9055 0,9260 0,9428 0,9564 0, ,7037 0,7490 0,7900 0,8266 0,8588 0, ,4672 0,5223 0,5764 0,6288 0,6787 0, ,2465 0,2924 0,3414 0,3929 0,4460 0, ,0994 0,1260 0,1568 0,1919 0,2312 0, ,0293 0,0399 0,0532 0,0696 0,0895 0, ,0059 0,0087 0,0125 0,0175 0,0241 0, ,0007 0,0012 0,0018 0,0027 0,0040 0, ,0001 0,0001 0,0002 0,0003 0, ,9978 0,9986 0,9990 0,9994 0,9996 0, ,9804 0,9860 0,9901 0,9931 0,9953 0, ,9166 0,9358 0,9513 0,9637 0,9733 0, ,7747 0,8147 0,8498 0,8801 0,9057 0, ,5618 0,6175 0,6704 0,7198 0,7652 0, ,3348 0,3889 0,4448 0,5014 0,5577 0, ,1582 0,1959 0,2380 0,2843 0,3343 0, ,0573 0,0760 0,0988 0,1258 0,1575 0, ,0153 0,0218 0,0304 0,0415 0,0555 0, ,0028 0,0043 0,0065 0,0095 0,0137 0, ,0003 0,0005 0,0009 0,0014 0,0021 0, ,0001 0,0001 0,0001 0, ,9987 0,9992 0,9995 0,9997 0,9998 0, ,9874 0,9912 0,9940 0,9960 0,9974 0, ,9421 0,9569 0,9684 0,9772 0,9838 0, ,8314 0,8656 0,8945 0,9185 0,9381 0, ,6470 0,7003 0,7493 0,7935 0,8326 0, ,4256 0,4849 0,5441 0,6019 0,6573 0, ,2288 0,2770 0,3290 0,3842 0,4415 0, ,0977 0,1264 0,1600 0,1988 0,2424 0, ,0321 0,0446 0,0605 0,0803 0,1045 0, ,0078 0,0117 0,0170 0,0242 0,0338 0, ,0013 0,0021 0,0033 0,0051 0,0077 0, ,0001 0,0002 0,0004 0,0007 0,0011 0, ,0001 0,0001

14 'LVWULEXLo}HV%LQRPLDLV p n x 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,1 0,12 0, ,1313 0,2464 0,3472 0,4353 0,5123 0,5795 0,6380 0,6888 0,7330 0,7712 0,8330 0, ,0084 0,0310 0,0645 0,1059 0,1530 0,2037 0,2564 0,3100 0,3632 0,4154 0,5141 0, ,0003 0,0025 0,0077 0,0167 0,0301 0,0478 0,0698 0,0958 0,1255 0,1584 0,2315 0, ,0001 0,0006 0,0019 0,0042 0,0080 0,0136 0,0214 0,0315 0,0441 0,0774 0, ,0002 0,0004 0,0010 0,0020 0,0035 0,0059 0,0092 0,0196 0, ,0001 0,0002 0,0004 0,0008 0,0015 0,0038 0, ,0001 0,0002 0,0006 0, ,0001 0, ,1399 0,2614 0,3667 0,4579 0,5367 0,6047 0,6633 0,7137 0,7570 0,7941 0,8530 0, ,0096 0,0353 0,0730 0,1191 0,1710 0,2262 0,2832 0,3403 0,3965 0,4510 0,5524 0, ,0004 0,0030 0,0094 0,0203 0,0362 0,0571 0,0829 0,1130 0,1469 0,1841 0,2654 0, ,0002 0,0008 0,0024 0,0055 0,0104 0,0175 0,0273 0,0399 0,0556 0,0959 0, ,0001 0,0002 0,0006 0,0014 0,0028 0,0050 0,0082 0,0127 0,0265 0, ,0001 0,0001 0,0003 0,0007 0,0013 0,0022 0,0057 0, ,0001 0,0002 0,0003 0,0010 0, , ,1485 0,2762 0,3857 0,4796 0,5599 0,6284 0,6869 0,7366 0,7789 0,8147 0,8707 0, ,0109 0,0399 0,0818 0,1327 0,1892 0,2489 0,3098 0,3701 0,4289 0,4853 0,5885 0, ,0005 0,0037 0,0113 0,0242 0,0429 0,0673 0,0969 0,1311 0,1694 0,2108 0,2999 0, ,0002 0,0011 0,0032 0,0070 0,0132 0,0221 0,0342 0,0496 0,0684 0,1162 0, ,0001 0,0003 0,0009 0,0019 0,0038 0,0068 0,0111 0,0170 0,0348 0, ,0001 0,0002 0,0005 0,0010 0,0019 0,0033 0,0082 0, ,0001 0,0001 0,0003 0,0005 0,0015 0, ,0001 0,0002 0, ,

15 'LVWULEXLo}HV%LQRPLDLV p n x 0,16 0,18 0,2 0,22 0,24 0,26 0,28 0,3 0,32 0,34 0,36 0, ,9129 0,9379 0,9560 0,9691 0,9786 0,9852 0,9899 0,9932 0,9955 0,9970 0,9981 0, ,6807 0,7469 0,8021 0,8473 0,8837 0,9126 0,9352 0,9525 0,9657 0,9756 0,9828 0, ,3932 0,4744 0,5519 0,6239 0,6891 0,7467 0,7967 0,8392 0,8746 0,9037 0,9271 0, ,1742 0,2351 0,3018 0,3719 0,4432 0,5136 0,5813 0,6448 0,7032 0,7556 0,8018 0, ,0594 0,0907 0,1298 0,1765 0,2297 0,2884 0,3509 0,4158 0,4813 0,5458 0,6080 0, ,0157 0,0273 0,0439 0,0662 0,0949 0,1301 0,1718 0,2195 0,2724 0,3297 0,3899 0, ,0032 0,0064 0,0116 0,0196 0,0310 0,0467 0,0673 0,0933 0,1250 0,1626 0,2059 0, ,0005 0,0012 0,0024 0,0045 0,0079 0,0132 0,0208 0,0315 0,0458 0,0643 0,0876 0, ,0001 0,0002 0,0004 0,0008 0,0016 0,0029 0,0050 0,0083 0,0131 0,0200 0,0294 0, ,0001 0,0002 0,0005 0,0009 0,0017 0,0029 0,0048 0,0076 0, ,0001 0,0001 0,0002 0,0005 0,0008 0,0014 0, ,0001 0,0001 0,0002 0, ,9269 0,9490 0,9648 0,9759 0,9837 0,9891 0,9928 0,9953 0,9969 0,9980 0,9988 0, ,7179 0,7813 0,8329 0,8741 0,9065 0,9315 0,9505 0,9647 0,9752 0,9829 0,9883 0, ,4392 0,5234 0,6020 0,6731 0,7358 0,7899 0,8355 0,8732 0,9038 0,9281 0,9472 0, ,2092 0,2782 0,3518 0,4274 0,5022 0,5742 0,6416 0,7031 0,7580 0,8060 0,8469 0, ,0778 0,1167 0,1642 0,2195 0,2810 0,3469 0,4154 0,4845 0,5523 0,6171 0,6778 0, ,0227 0,0387 0,0611 0,0905 0,1272 0,1713 0,2220 0,2784 0,3393 0,4032 0,4684 0, ,0052 0,0102 0,0181 0,0298 0,0463 0,0684 0,0965 0,1311 0,1722 0,2194 0,2722 0, ,0010 0,0021 0,0042 0,0078 0,0135 0,0219 0,0338 0,0500 0,0711 0,0977 0,1302 0, ,0001 0,0003 0,0008 0,0016 0,0031 0,0056 0,0094 0,0152 0,0236 0,0351 0,0504 0, ,0001 0,0003 0,0006 0,0011 0,0021 0,0037 0,0062 0,0099 0,0154 0, ,0001 0,0002 0,0003 0,0007 0,0012 0,0022 0,0037 0, ,0001 0,0002 0,0004 0,0006 0, ,0001 0, ,9386 0,9582 0,9719 0,9812 0,9876 0,9919 0,9948 0,9967 0,9979 0,9987 0,9992 0, ,7513 0,8115 0,8593 0,8965 0,9250 0,9465 0,9623 0,9739 0,9822 0,9880 0,9921 0, ,4838 0,5698 0,6482 0,7173 0,7768 0,8267 0,8677 0,9006 0,9266 0,9467 0,9620 0, ,2460 0,3223 0,4019 0,4814 0,5583 0,6303 0,6959 0,7541 0,8047 0,8475 0,8830 0, ,0988 0,1458 0,2018 0,2652 0,3341 0,4060 0,4788 0,5501 0,6181 0,6813 0,7387 0, ,0315 0,0527 0,0817 0,1188 0,1641 0,2169 0,2761 0,3402 0,4074 0,4759 0,5438 0, ,0080 0,0153 0,0267 0,0432 0,0657 0,0951 0,1317 0,1753 0,2257 0,2819 0,3428 0, ,0016 0,0036 0,0070 0,0127 0,0214 0,0340 0,0514 0,0744 0,1035 0,1391 0,1813 0, ,0003 0,0007 0,0015 0,0030 0,0056 0,0098 0,0163 0,0257 0,0388 0,0564 0,0791 0, ,0001 0,0002 0,0006 0,0012 0,0023 0,0041 0,0071 0,0117 0,0185 0,0280 0, ,0001 0,0002 0,0004 0,0008 0,0016 0,0028 0,0048 0,0079 0, ,0001 0,0001 0,0003 0,0005 0,0010 0,0017 0, ,0001 0,0001 0,0003 0, ,

16 'LVWULEXLo}HV%LQRPLDLV p n x 0,4 0,42 0,44 0,46 0,48 0, ,9992 0,9995 0,9997 0,9998 0,9999 0, ,9919 0,9946 0,9964 0,9977 0,9985 0, ,9602 0,9713 0,9797 0,9858 0,9903 0, ,8757 0,9039 0,9270 0,9455 0,9601 0, ,7207 0,7697 0,8132 0,8510 0,8833 0, ,5141 0,5754 0,6344 0,6900 0,7415 0, ,3075 0,3643 0,4236 0,4843 0,5451 0, ,1501 0,1896 0,2344 0,2840 0,3380 0, ,0583 0,0789 0,1043 0,1348 0,1707 0, ,0175 0,0255 0,0361 0,0500 0,0677 0, ,0039 0,0061 0,0093 0,0139 0,0202 0, ,0006 0,0010 0,0017 0,0027 0,0042 0, ,0001 0,0001 0,0002 0,0003 0,0006 0, , ,9995 0,9997 0,9998 0,9999 0,9999 1, ,9948 0,9966 0,9979 0,9987 0,9992 0, ,9729 0,9811 0,9870 0,9913 0,9943 0, ,9095 0,9322 0,9502 0,9641 0,9746 0, ,7827 0,8261 0,8633 0,8945 0,9201 0, ,5968 0,6570 0,7131 0,7641 0,8095 0, ,3902 0,4530 0,5164 0,5789 0,6394 0, ,2131 0,2630 0,3176 0,3762 0,4374 0, ,0950 0,1254 0,1615 0,2034 0,2510 0, ,0338 0,0479 0,0661 0,0890 0,1171 0, ,0093 0,0143 0,0211 0,0305 0,0430 0, ,0019 0,0032 0,0051 0,0079 0,0119 0, ,0003 0,0005 0,0009 0,0014 0,0023 0, ,0001 0,0002 0,0003 0, ,9997 0,9998 0,9999 0,9999 1,0000 1, ,9967 0,9979 0,9987 0,9992 0,9995 0, ,9817 0,9876 0,9918 0,9947 0,9966 0, ,9349 0,9527 0,9664 0,9766 0,9840 0, ,8334 0,8707 0,9015 0,9265 0,9463 0, ,6712 0,7280 0,7792 0,8241 0,8626 0, ,4728 0,5387 0,6029 0,6641 0,7210 0, ,2839 0,3428 0,4051 0,4694 0,5343 0, ,1423 0,1832 0,2302 0,2829 0,3405 0, ,0583 0,0805 0,1081 0,1416 0,1814 0, ,0191 0,0284 0,0409 0,0574 0,0786 0, ,0049 0,0078 0,0121 0,0183 0,0268 0, ,0009 0,0016 0,0027 0,0044 0,0069 0, ,0001 0,0002 0,0004 0,0007 0,0013 0, ,0001 0,0001 0,

17 'LVWULEXLo}HV%LQRPLDLV p n x 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,1 0,12 0, ,1571 0,2907 0,4042 0,5004 0,5819 0,6507 0,7088 0,7577 0,7988 0,8332 0,8862 0, ,0123 0,0446 0,0909 0,1465 0,2078 0,2717 0,3362 0,3995 0,4604 0,5182 0,6223 0, ,0006 0,0044 0,0134 0,0286 0,0503 0,0782 0,1118 0,1503 0,1927 0,2382 0,3345 0, ,0000 0,0003 0,0014 0,0040 0,0088 0,0164 0,0273 0,0419 0,0603 0,0826 0,1383 0, ,0001 0,0004 0,0012 0,0026 0,0051 0,0089 0,0145 0,0221 0,0446 0, ,0001 0,0003 0,0007 0,0015 0,0027 0,0047 0,0114 0, ,0001 0,0002 0,0004 0,0008 0,0023 0, ,0001 0,0004 0, ,0001 0, ,1655 0,3049 0,4220 0,5204 0,6028 0,6717 0,7292 0,7771 0,8169 0,8499 0,8998 0, ,0138 0,0495 0,1003 0,1607 0,2265 0,2945 0,3622 0,4281 0,4909 0,5497 0,6540 0, ,0007 0,0052 0,0157 0,0333 0,0581 0,0898 0,1275 0,1702 0,2168 0,2662 0,3690 0, ,0004 0,0018 0,0050 0,0109 0,0201 0,0333 0,0506 0,0723 0,0982 0,1618 0, ,0002 0,0006 0,0015 0,0034 0,0067 0,0116 0,0186 0,0282 0,0558 0, ,0001 0,0002 0,0005 0,0010 0,0021 0,0038 0,0064 0,0154 0, ,0001 0,0003 0,0006 0,0012 0,0034 0, ,0001 0,0002 0,0006 0, ,0001 0,

18 'LVWULEXLo}HV%LQRPLDLV p n x 0,16 0,18 0,2 0,22 0,24 0,26 0,28 0,3 0,32 0,34 0,36 0, ,9484 0,9657 0,9775 0,9854 0,9906 0,9940 0,9962 0,9977 0,9986 0,9991 0,9995 0, ,7813 0,8379 0,8818 0,9151 0,9400 0,9583 0,9714 0,9807 0,9872 0,9917 0,9946 0, ,5266 0,6133 0,6904 0,7567 0,8123 0,8578 0,8942 0,9226 0,9444 0,9608 0,9728 0, ,2841 0,3669 0,4511 0,5333 0,6107 0,6814 0,7440 0,7981 0,8437 0,8812 0,9115 0, ,1224 0,1775 0,2418 0,3128 0,3879 0,4643 0,5396 0,6113 0,6778 0,7378 0,7906 0, ,0423 0,0695 0,1057 0,1510 0,2049 0,2661 0,3329 0,4032 0,4749 0,5458 0,6139 0, ,0118 0,0220 0,0377 0,0598 0,0894 0,1268 0,1721 0,2248 0,2838 0,3479 0,4152 0, ,0027 0,0057 0,0109 0,0194 0,0320 0,0499 0,0739 0,1046 0,1426 0,1877 0,2395 0, ,0005 0,0012 0,0026 0,0051 0,0094 0,0161 0,0261 0,0403 0,0595 0,0845 0,1159 0, ,0001 0,0002 0,0005 0,0011 0,0022 0,0042 0,0075 0,0127 0,0204 0,0314 0,0464 0, ,0001 0,0002 0,0004 0,0009 0,0018 0,0032 0,0057 0,0095 0,0151 0, ,0001 0,0002 0,0003 0,0007 0,0013 0,0023 0,0040 0, ,0001 0,0002 0,0004 0,0008 0, ,0001 0,0001 0, ,9566 0,9719 0,9820 0,9886 0,9928 0,9956 0,9973 0,9984 0,9990 0,9994 0,9997 0, ,8080 0,8609 0,9009 0,9306 0,9522 0,9676 0,9784 0,9858 0,9908 0,9942 0,9964 0, ,5673 0,6538 0,7287 0,7916 0,8430 0,8839 0,9158 0,9400 0,9581 0,9713 0,9807 0, ,3229 0,4112 0,4990 0,5825 0,6591 0,7272 0,7860 0,8354 0,8759 0,9083 0,9335 0, ,1482 0,2116 0,2836 0,3613 0,4414 0,5208 0,5968 0,6673 0,7309 0,7866 0,8341 0, ,0551 0,0889 0,1329 0,1866 0,2488 0,3176 0,3907 0,4656 0,5398 0,6111 0,6776 0, ,0167 0,0306 0,0513 0,0799 0,1171 0,1630 0,2171 0,2783 0,3450 0,4151 0,4867 0, ,0041 0,0086 0,0163 0,0283 0,0458 0,0699 0,1014 0,1407 0,1878 0,2421 0,3027 0, ,0008 0,0020 0,0043 0,0083 0,0148 0,0249 0,0395 0,0596 0,0861 0,1196 0,1604 0, ,0001 0,0004 0,0009 0,0020 0,0039 0,0073 0,0127 0,0210 0,0329 0,0494 0,0714 0, ,0001 0,0002 0,0004 0,0009 0,0018 0,0034 0,0061 0,0104 0,0169 0,0264 0, ,0001 0,0002 0,0003 0,0007 0,0014 0,0027 0,0047 0,0080 0, ,0001 0,0001 0,0003 0,0005 0,0011 0,0019 0, ,0001 0,0002 0,0004 0, ,0001 0,

19 'LVWULEXLo}HV%LQRPLDLV p n x 0,4 0,42 0,44 0,46 0,48 0, ,9998 0,9999 0,9999 1,0000 1,0000 1, ,9979 0,9987 0,9992 0,9996 0,9998 0, ,9877 0,9920 0,9948 0,9968 0,9980 0, ,9536 0,9674 0,9776 0,9849 0,9901 0, ,8740 0,9051 0,9301 0,9495 0,9644 0, ,7361 0,7879 0,8330 0,8712 0,9028 0, ,5522 0,6182 0,6805 0,7377 0,7890 0, ,3595 0,4250 0,4921 0,5590 0,6239 0, ,1989 0,2502 0,3072 0,3687 0,4335 0, ,0919 0,1236 0,1618 0,2066 0,2577 0, ,0348 0,0503 0,0705 0,0962 0,1279 0, ,0106 0,0165 0,0248 0,0363 0,0517 0, ,0025 0,0042 0,0069 0,0108 0,0165 0, ,0005 0,0008 0,0014 0,0024 0,0040 0, ,0001 0,0001 0,0002 0,0004 0,0007 0, ,0001 0, ,9999 0,9999 1,0000 1,0000 1,0000 1, ,9987 0,9992 0,9996 0,9998 0,9999 0, ,9918 0,9948 0,9968 0,9981 0,9989 0, ,9672 0,9777 0,9852 0,9904 0,9939 0, ,9058 0,9313 0,9510 0,9658 0,9767 0, ,7912 0,8372 0,8757 0,9072 0,9324 0, ,6257 0,6895 0,7476 0,7991 0,8436 0, ,4366 0,5062 0,5750 0,6412 0,7032 0, ,2632 0,3236 0,3885 0,4562 0,5249 0, ,1347 0,1768 0,2258 0,2812 0,3421 0, ,0576 0,0811 0,1107 0,1470 0,1902 0, ,0203 0,0307 0,0449 0,0638 0,0883 0, ,0058 0,0094 0,0147 0,0225 0,0334 0, ,0013 0,0022 0,0038 0,0063 0,0100 0, ,0002 0,0004 0,0007 0,0013 0,0023 0, ,0001 0,0001 0,0002 0,0004 0, ,

20 'LVWULEXLo}HV%LQRPLDLV p n x 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,1 0,12 0, ,1738 0,3188 0,4394 0,5396 0,6226 0,6914 0,7481 0,7949 0,8334 0,8649 0,9119 0, ,0153 0,0546 0,1100 0,1751 0,2453 0,3171 0,3879 0,4560 0,5202 0,5797 0,6835 0, ,0009 0,0061 0,0183 0,0384 0,0665 0,1021 0,1439 0,1908 0,2415 0,2946 0,4032 0, ,0005 0,0022 0,0061 0,0132 0,0243 0,0398 0,0602 0,0853 0,1150 0,1867 0, ,0002 0,0007 0,0020 0,0044 0,0085 0,0147 0,0235 0,0352 0,0685 0, ,0001 0,0002 0,0006 0,0014 0,0029 0,0051 0,0086 0,0202 0, ,0001 0,0002 0,0004 0,0009 0,0017 0,0048 0, ,0001 0,0001 0,0003 0,0009 0, ,0002 0, , ,1821 0,3324 0,4562 0,5580 0,6415 0,7099 0,7658 0,8113 0,8484 0,8784 0,9224 0, ,0169 0,0599 0,1198 0,1897 0,2642 0,3395 0,4131 0,4831 0,5484 0,6083 0,7109 0, ,0010 0,0071 0,0210 0,0439 0,0755 0,1150 0,1610 0,2121 0,2666 0,3231 0,4369 0, ,0006 0,0027 0,0074 0,0159 0,0290 0,0471 0,0706 0,0993 0,1330 0,2127 0, ,0003 0,0010 0,0026 0,0056 0,0107 0,0183 0,0290 0,0432 0,0827 0, ,0001 0,0003 0,0009 0,0019 0,0038 0,0068 0,0113 0,0260 0, ,0001 0,0003 0,0006 0,0013 0,0024 0,0067 0, ,0001 0,0002 0,0004 0,0014 0, ,0001 0,0002 0, ,

21 'LVWULEXLo}HV%LQRPLDLV p n x 0,16 0,18 0,2 0,22 0,24 0,26 0,28 0,3 0,32 0,34 0,36 0, ,9636 0,9770 0,9856 0,9911 0,9946 0,9967 0,9981 0,9989 0,9993 0,9996 0,9998 0, ,8318 0,8809 0,9171 0,9434 0,9619 0,9749 0,9837 0,9896 0,9935 0,9960 0,9976 0, ,6059 0,6910 0,7631 0,8222 0,8692 0,9057 0,9333 0,9538 0,9686 0,9791 0,9863 0, ,3620 0,4549 0,5449 0,6285 0,7032 0,7680 0,8224 0,8668 0,9022 0,9297 0,9505 0, ,1762 0,2476 0,3267 0,4100 0,4936 0,5744 0,6498 0,7178 0,7773 0,8280 0,8699 0, ,0700 0,1110 0,1631 0,2251 0,2950 0,3705 0,4484 0,5261 0,6010 0,6707 0,7339 0, ,0228 0,0411 0,0676 0,1034 0,1487 0,2032 0,2657 0,3345 0,4073 0,4818 0,5554 0, ,0061 0,0126 0,0233 0,0396 0,0629 0,0941 0,1338 0,1820 0,2381 0,3010 0,3690 0, ,0014 0,0032 0,0067 0,0127 0,0222 0,0366 0,0568 0,0839 0,1186 0,1612 0,2116 0, ,0002 0,0007 0,0016 0,0034 0,0066 0,0119 0,0202 0,0326 0,0499 0,0733 0,1035 0, ,0000 0,0001 0,0003 0,0007 0,0016 0,0032 0,0060 0,0105 0,0176 0,0280 0,0426 0, ,6611 0,8074 0,9021 0,9550 0,9812 0,9928 0,9975 0,9992 0,9997 0,9999 1,0000 1, ,0001 0,0001 0,0003 0,0006 0,0012 0,0023 0,0041 0, ,0001 0,0002 0,0005 0,0009 0, ,9694 0,9811 0,9885 0,9931 0,9959 0,9976 0,9986 0,9992 0,9996 0,9998 0,9999 0, ,8529 0,8982 0,9308 0,9539 0,9698 0,9805 0,9877 0,9924 0,9953 0,9972 0,9984 0, ,6420 0,7252 0,7939 0,8488 0,8915 0,9237 0,9474 0,9645 0,9765 0,9848 0,9904 0, ,4010 0,4974 0,5886 0,6711 0,7431 0,8038 0,8534 0,8929 0,9235 0,9465 0,9634 0, ,2059 0,2849 0,3704 0,4580 0,5439 0,6248 0,6981 0,7625 0,8173 0,8626 0,8989 0, ,0870 0,1356 0,1958 0,2657 0,3427 0,4235 0,5048 0,5836 0,6574 0,7242 0,7829 0, ,0304 0,0537 0,0867 0,1301 0,1838 0,2467 0,3169 0,3920 0,4693 0,5460 0,6197 0, ,0088 0,0177 0,0321 0,0536 0,0835 0,1225 0,1707 0,2277 0,2922 0,3624 0,4361 0, ,0021 0,0049 0,0100 0,0186 0,0320 0,0515 0,0784 0,1133 0,1568 0,2087 0,2683 0, ,0004 0,0011 0,0026 0,0054 0,0103 0,0183 0,0305 0,0480 0,0719 0,1032 0,1424 0, ,0001 0,0002 0,0006 0,0013 0,0028 0,0055 0,0100 0,0171 0,0279 0,0434 0,0645 0, ,0001 0,0003 0,0006 0,0014 0,0027 0,0051 0,0091 0,0154 0,0247 0, ,0001 0,0003 0,0006 0,0013 0,0025 0,0045 0,0079 0, ,0001 0,0003 0,0006 0,0011 0,0021 0, ,0001 0,0002 0,0004 0, ,0001 0,

22 'LVWULEXLo}HV%LQRPLDLV p n x 0,4 0,42 0,44 0,46 0,48 0, ,9999 1,0000 1,0000 1,0000 1,0000 1, ,9992 0,9995 0,9997 0,9999 0,9999 1, ,9945 0,9967 0,9980 0,9988 0,9993 0, ,9770 0,9849 0,9903 0,9939 0,9963 0, ,9304 0,9508 0,9660 0,9771 0,9850 0, ,8371 0,8767 0,9088 0,9342 0,9537 0, ,6919 0,7515 0,8039 0,8488 0,8862 0, ,5122 0,5832 0,6509 0,7138 0,7706 0, ,3325 0,4003 0,4706 0,5413 0,6105 0, ,1861 0,2385 0,2974 0,3617 0,4299 0, ,0885 0,1213 0,1613 0,2087 0,2631 0, ,0000 1,0000 1,0000 1,0000 1,0000 1, ,0116 0,0183 0,0280 0,0415 0,0597 0, ,0031 0,0052 0,0086 0,0137 0,0212 0, ,0006 0,0012 0,0021 0,0036 0,0060 0, ,0001 0,0002 0,0004 0,0007 0,0013 0, ,0001 0,0001 0,0002 0, ,0000 1,0000 1,0000 1,0000 1,0000 1, ,9995 0,9997 0,9998 0,9999 1,0000 1, ,9964 0,9979 0,9988 0,9993 0,9996 0, ,9840 0,9898 0,9937 0,9962 0,9977 0, ,9490 0,9651 0,9767 0,9848 0,9904 0, ,8744 0,9078 0,9340 0,9539 0,9687 0, ,7500 0,8041 0,8501 0,8881 0,9186 0, ,5841 0,6539 0,7183 0,7759 0,8261 0, ,4044 0,4771 0,5499 0,6207 0,6873 0, ,2447 0,3064 0,3736 0,4443 0,5166 0, ,1275 0,1705 0,2212 0,2791 0,3432 0, ,0565 0,0810 0,1123 0,1511 0,1977 0, ,0210 0,0324 0,0482 0,0694 0,0969 0, ,0065 0,0107 0,0172 0,0265 0,0397 0, ,0016 0,0029 0,0050 0,0083 0,0133 0, ,0003 0,0006 0,0011 0,6420 0,7488 0, ,0001 0,0002 0,0004 0,0007 0, ,0001 0,0001 0,

23 'LVWULEXLo}HVGH3RLVVRQ m x 0,02 0,04 0,06 0,08 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0, ,0198 0,0392 0,0582 0,0769 0,0952 0,1813 0,2592 0,3297 0,3935 0,4512 0,5034 0,5507 0,5934 0, ,0002 0,0008 0,0017 0,0030 0,0047 0,0175 0,0369 0,0616 0,0902 0,1219 0,1558 0,1912 0,2275 0, ,0001 0,0002 0,0011 0,0036 0,0079 0,0144 0,0231 0,0341 0,0474 0,0629 0, ,0001 0,0003 0,0008 0,0018 0,0034 0,0058 0,0091 0,0135 0, ,0001 0,0002 0,0004 0,0008 0,0014 0,0023 0, ,0001 0,0002 0,0003 0, ,0001 m x 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2 2,1 2,2 2,4 2,6 1 0,6671 0,6988 0,7275 0,7534 0,7769 0,7981 0,8173 0,8347 0,8504 0,8647 0,8775 0,8892 0,9093 0, ,3010 0,3374 0,3732 0,4082 0,4422 0,4751 0,5068 0,5372 0,5663 0,5940 0,6204 0,6454 0,6916 0, ,0996 0,1205 0,1429 0,1665 0,1912 0,2166 0,2428 0,2694 0,2963 0,3233 0,3504 0,3773 0,4303 0, ,0257 0,0338 0,0431 0,0537 0,0656 0,0788 0,0932 0,1087 0,1253 0,1429 0,1614 0,1806 0,2213 0, ,0054 0,0077 0,0107 0,0143 0,0186 0,0237 0,0296 0,0364 0,0441 0,0527 0,0621 0,0725 0,0959 0, ,0010 0,0015 0,0022 0,0032 0,0045 0,0060 0,0080 0,0104 0,0132 0,0166 0,0204 0,0249 0,0357 0, ,0001 0,0003 0,0004 0,0006 0,0009 0,0013 0,0019 0,0026 0,0034 0,0045 0,0059 0,0075 0,0116 0, ,0001 0,0001 0,0002 0,0003 0,0004 0,0006 0,0008 0,0011 0,0015 0,0020 0,0033 0, ,0001 0,0001 0,0002 0,0002 0,0003 0,0005 0,0009 0, ,0001 0,0001 0,0002 0, ,0001 m x 2,8 3 3,2 3,4 3,6 3,8 4 4,2 4,4 4,6 4,8 5 5,2 5,4 1 0,9392 0,9502 0,9592 0,9666 0,9727 0,9776 0,9817 0,9850 0,9877 0,9899 0,9918 0,9933 0,9945 0, ,7689 0,8009 0,8288 0,8532 0,8743 0,8926 0,9084 0,9220 0,9337 0,9437 0,9523 0,9596 0,9658 0, ,5305 0,5768 0,6201 0,6603 0,6973 0,7311 0,7619 0,7898 0,8149 0,8374 0,8575 0,8753 0,8912 0, ,3081 0,3528 0,3975 0,4416 0,4848 0,5265 0,5665 0,6046 0,6406 0,6743 0,7058 0,7350 0,7619 0, ,1523 0,1847 0,2194 0,2558 0,2936 0,3322 0,3712 0,4102 0,4488 0,4868 0,5237 0,5595 0,5939 0, ,0651 0,0839 0,1054 0,1295 0,1559 0,1844 0,2149 0,2469 0,2801 0,3142 0,3490 0,3840 0,4191 0, ,0244 0,0335 0,0446 0,0579 0,0733 0,0909 0,1107 0,1325 0,1564 0,1820 0,2092 0,2378 0,2676 0, ,0081 0,0119 0,0168 0,0231 0,0308 0,0401 0,0511 0,0639 0,0786 0,0951 0,1133 0,1334 0,1551 0, ,0024 0,0038 0,0057 0,0083 0,0117 0,0160 0,0214 0,0279 0,0358 0,0451 0,0558 0,0681 0,0819 0, ,0007 0,0011 0,0018 0,0027 0,0040 0,0058 0,0081 0,0111 0,0149 0,0195 0,0251 0,0318 0,0397 0, ,0002 0,0003 0,0005 0,0008 0,0013 0,0019 0,0028 0,0041 0,0057 0,0078 0,0104 0,0137 0,0177 0, ,0001 0,0001 0,0002 0,0004 0,0006 0,0009 0,0014 0,0020 0,0029 0,0040 0,0055 0,0073 0, ,0001 0,0001 0,0002 0,0003 0,0004 0,0007 0,0010 0,0014 0,0020 0,0028 0, ,0001 0,0001 0,0002 0,0003 0,0005 0,0007 0,0010 0, ,0001 0,0001 0,0001 0,0002 0,0003 0, ,0001 0,0001 0, ,0001

24 'LVWULEXLo}HVGH3RLVVRQ m x 5,6 5,8 6 6,2 6,4 6,6 6,8 7 7,2 7,4 7,6 7,8 8 8,2 1 0,9963 0,9970 0,9975 0,9980 0,9983 0,9986 0,9989 0,9991 0,9993 0,9994 0,9995 0,9996 0,9997 0, ,9756 0,9794 0,9826 0,9854 0,9877 0,9897 0,9913 0,9927 0,9939 0,9949 0,9957 0,9964 0,9970 0, ,9176 0,9285 0,9380 0,9464 0,9537 0,9600 0,9656 0,9704 0,9745 0,9781 0,9812 0,9839 0,9862 0, ,8094 0,8300 0,8488 0,8658 0,8811 0,8948 0,9072 0,9182 0,9281 0,9368 0,9446 0,9515 0,9576 0, ,6578 0,6873 0,7149 0,7408 0,7649 0,7873 0,8080 0,8270 0,8445 0,8605 0,8751 0,8883 0,9004 0, ,4881 0,5217 0,5543 0,5859 0,6163 0,6453 0,6730 0,6993 0,7241 0,7474 0,7693 0,7897 0,8088 0, ,3297 0,3616 0,3937 0,4258 0,4577 0,4892 0,5201 0,5503 0,5796 0,6080 0,6354 0,6616 0,6866 0, ,2030 0,2290 0,2560 0,2840 0,3127 0,3419 0,3715 0,4013 0,4311 0,4607 0,4900 0,5188 0,5470 0, ,1143 0,1328 0,1528 0,1741 0,1967 0,2204 0,2452 0,2709 0,2973 0,3243 0,3518 0,3796 0,4075 0, ,0591 0,0708 0,0839 0,0984 0,1142 0,1314 0,1498 0,1695 0,1904 0,2123 0,2351 0,2589 0,2834 0, ,0282 0,0349 0,0426 0,0514 0,0614 0,0726 0,0849 0,0985 0,1133 0,1293 0,1465 0,1648 0,1841 0, ,0125 0,0159 0,0201 0,0250 0,0307 0,0373 0,0448 0,0533 0,0629 0,0735 0,0852 0,0980 0,1119 0, ,0051 0,0068 0,0088 0,0113 0,0143 0,0179 0,0221 0,0270 0,0327 0,0391 0,0464 0,0546 0,0638 0, ,0020 0,0027 0,0036 0,0048 0,0063 0,0080 0,0102 0,0128 0,0159 0,0195 0,0238 0,0286 0,0342 0, ,0007 0,0010 0,0014 0,0019 0,0026 0,0034 0,0044 0,0057 0,0073 0,0092 0,0114 0,0141 0,0173 0, ,0002 0,0004 0,0005 0,0007 0,0010 0,0014 0,0018 0,0024 0,0031 0,0041 0,0052 0,0066 0,0082 0, ,0001 0,0001 0,0002 0,0003 0,0004 0,0005 0,0007 0,0010 0,0013 0,0017 0,0022 0,0029 0,0037 0, ,0001 0,0001 0,0001 0,0002 0,0003 0,0004 0,0005 0,0007 0,0009 0,0012 0,0016 0, ,0001 0,0001 0,0001 0,0002 0,0003 0,0004 0,0005 0,0007 0, ,0001 0,0001 0,0001 0,0002 0,0003 0, ,0001 0,0001 0,0001 m x 8,4 8,6 8,8 9 9,2 9,4 9,6 9, , , ,5 1 0,9998 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 1,0000 1,0000 1,0000 1,0000 1,0000 1, ,9979 0,9982 0,9985 0,9988 0,9990 0,9991 0,9993 0,9994 0,9995 0,9997 0,9998 0,9999 0,9999 0, ,9900 0,9914 0,9927 0,9938 0,9947 0,9955 0,9962 0,9967 0,9972 0,9982 0,9988 0,9992 0,9995 0, ,9677 0,9719 0,9756 0,9788 0,9816 0,9840 0,9862 0,9880 0,9897 0,9929 0,9951 0,9966 0,9977 0, ,9211 0,9299 0,9379 0,9450 0,9514 0,9571 0,9622 0,9667 0,9707 0,9789 0,9849 0,9893 0,9924 0, ,8427 0,8578 0,8716 0,8843 0,8959 0,9065 0,9162 0,9250 0,9329 0,9496 0,9625 0,9723 0,9797 0, ,7330 0,7543 0,7744 0,7932 0,8108 0,8273 0,8426 0,8567 0,8699 0,8984 0,9214 0,9397 0,9542 0, ,6013 0,6272 0,6522 0,6761 0,6990 0,7208 0,7416 0,7612 0,7798 0,8215 0,8568 0,8863 0,9105 0, ,4631 0,4906 0,5177 0,5443 0,5704 0,5958 0,6204 0,6442 0,6672 0,7206 0,7680 0,8094 0,8450 0, ,3341 0,3600 0,3863 0,4126 0,4389 0,4651 0,4911 0,5168 0,5421 0,6029 0,6595 0,7112 0,7576 0, ,2257 0,2478 0,2706 0,2940 0,3180 0,3424 0,3671 0,3920 0,4170 0,4793 0,5401 0,5983 0,6528 0, ,1429 0,1600 0,1780 0,1970 0,2168 0,2374 0,2588 0,2807 0,3032 0,3613 0,4207 0,4802 0,5384 0, ,0850 0,0971 0,1102 0,1242 0,1393 0,1552 0,1721 0,1899 0,2084 0,2580 0,3113 0,3671 0,4240 0, ,0476 0,0555 0,0642 0,0739 0,0844 0,0958 0,1081 0,1214 0,1355 0,1747 0,2187 0,2670 0,3185 0, ,0251 0,0299 0,0353 0,0415 0,0483 0,0559 0,0643 0,0735 0,0835 0,1121 0,1460 0,1847 0,2280 0, ,0125 0,0152 0,0184 0,0220 0,0262 0,0309 0,0362 0,0421 0,0487 0,0683 0,0926 0,1217 0,1556 0, ,0059 0,0074 0,0091 0,0111 0,0135 0,0162 0,0194 0,0230 0,0270 0,0396 0,0559 0,0764 0,1013 0, ,0027 0,0034 0,0043 0,0053 0,0066 0,0081 0,0098 0,0119 0,0143 0,0219 0,0322 0,0458 0,0630 0, ,0011 0,0015 0,0019 0,0024 0,0031 0,0038 0,0048 0,0059 0,0072 0,0115 0,0177 0,0262 0,0374 0, ,0005 0,0006 0,0008 0,0011 0,0014 0,0017 0,0022 0,0028 0,0035 0,0058 0,0093 0,0143 0,0213 0, ,0002 0,0002 0,0003 0,0004 0,0006 0,0008 0,0010 0,0013 0,0016 0,0028 0,0047 0,0075 0,0116 0, ,0001 0,0001 0,0001 0,0002 0,0002 0,0003 0,0004 0,0005 0,0007 0,0013 0,0023 0,0038 0,0061 0, ,0001 0,0001 0,0001 0,0002 0,0002 0,0003 0,0006 0,0010 0,0018 0,0030 0, ,0001 0,0001 0,0001 0,0002 0,0005 0,0008 0,0015 0, ,0001 0,0002 0,0004 0,0007 0, ,0001 0,0002 0,0003 0, ,0001 0,0001 0, ,0001

Distribuições de Probabilidade

Distribuições de Probabilidade Distribuições de Probabilidade Júlio Osório Distribuições Teóricas de Probabilidades Diz-se que uma variável aleatória contínua X tem uma distribuição normal de parâmetros µ (média) e σ (desviopadrão)

Leia mais

H 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i)

H 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i) Em um experimento ao se comparar as médias de tratamentos ou dos níveis de um fator de tratamentos, inicialmente, formula-se a seguintes hipóteses: H 0 : m = m =... = m I = 0 H a : pelo menos m u m k,

Leia mais

Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo:

Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f().e π. μ., R com - < μ < e > 0 0, 0,6 N(0; ) N(0;

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f(x) 1.e 1 2. x µ σ 2, x R 2π. σ com - < µ < e σ >

Leia mais

c.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades:

c.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades: Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável

Leia mais

Probabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.

Probabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva  pessoal.utfpr.edu. Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva pessoal.utfpr.edu.br/ngsilva Distribuição Uniforme Uma variável aleatória contínua X está

Leia mais

H 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i)

H 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i) Em um experimento ao se comparar as médias de tratamentos ou dos níveis de um fator de tratamentos, inicialmente, formula-se a seguintes hipóteses: H 0 : m = m =... = m = 0 H a : pelo menos m u m k, para

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 02/14 1 / 1 A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente

Leia mais

PARTE 3. Profª. Drª. Alessandra de Ávila Montini

PARTE 3. Profª. Drª. Alessandra de Ávila Montini PARTE 3 Profª. Drª. Alessandra de Ávila Montini Distribuições Contínuas 2 Conteúdo Principais Distribuições de Probabilidade para Variáveis Quantitativas Contínuas: Exponencial Normal T de Student Qui-quadrado

Leia mais

ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt

ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt lucas.breniuk@hotmail.com Estimação de parâmetros Média Variância Proporção Estimação de parâmetros Média: " estimador

Leia mais

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

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

Leia mais

MIEEC Probabilidades e Estatística 1 a Chamada 10/01/2008. Parte Prática

MIEEC Probabilidades e Estatística 1 a Chamada 10/01/2008. Parte Prática MIEEC Probabilidades e Estatística 1 a Chamada 1/1/8 Parte Prática Resolução 1. Definição dos acontecimentos: T 1 Cliente do operador Ptel 1 T Cliente do operador Ptel T 3 Cliente do operador Ptel 3 S

Leia mais

Solução: A distribuição normal. Representação gráfica. Cálculo de probabilidades. A normal padrão. σ Será uma N(0; 1).

Solução: A distribuição normal. Representação gráfica. Cálculo de probabilidades. A normal padrão. σ Será uma N(0; 1). A distribuição normal Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f (x) =.e π. σ x µ. σ, x R Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ com

Leia mais

Distribuições derivadas da distribuição Normal. Distribuição Normal., x real.

Distribuições derivadas da distribuição Normal. Distribuição Normal., x real. Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,

Leia mais

Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011

Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011 Distribuição Normal Prof a Dr a Alcione Miranda dos Santos Universidade Federal do Maranhão Programa de Pós-Graduação em Saúde Coletiva email:alcione.miranda@gmail.com Abril, 2011 1 / 18 Sumário Introdução

Leia mais

ESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05

ESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05 ESTATÍSTICA EXPERIMENTAL ANOVA. Aula 05 Introdução A ANOVA ou Análise de Variância é um procedimento usado para comparar a distribuição de três ou mais grupos em amostras independentes. A análise de variância

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

Departamento de Matemática Escola Superior de Tecnologia de Viseu

Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade

Leia mais

Teoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas

Teoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2

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

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

O objetivo de um estudo é testar a hipótese das médias de um atributo X, a um

O objetivo de um estudo é testar a hipótese das médias de um atributo X, a um 01. 02. 03. 04. O objetivo de um estudo é testar a hipótese das médias de um atributo X, a um determinado nível de significância α, correspondente a 3 grupos I, II e II, independentes, cada um contendo

Leia mais

Distribuição Normal. Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade for dada por:

Distribuição Normal. Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade for dada por: Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade

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

Experiência para o qual o modelo probabilístico é adequado. Efeito. Causas. E 1 : Joga-se um dado e observase o número da face superior.

Experiência para o qual o modelo probabilístico é adequado. Efeito. Causas. E 1 : Joga-se um dado e observase o número da face superior. Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www. ufrgs.br/~viali/ Sistema Real Probabilístico Causas Efeito X Causas Efeito Eperiência para o qual o modelo probabilístico é adequado.

Leia mais

Geração de Variáveis Aleatórias Contínuas. Mat02274 Estatística Computacional. A Normal. A Normal. Normal Log-Normal Gama Erlang Beta.

Geração de Variáveis Aleatórias Contínuas. Mat02274 Estatística Computacional. A Normal. A Normal. Normal Log-Normal Gama Erlang Beta. Estatística Computacional Geração de Variáveis Aleatórias Contínuas 6 Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Normal Log-Normal Gama Erlang Beta Weibull Student (t) Qui-Quadrado

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Qui-quadrado 02/14 1 / 1 Definição 14.1: Uma variável aleatória contínua X tem

Leia mais

mat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br

mat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br Prof. Lorí Viali, Dr. http://www. ://www.mat mat.ufrgs..ufrgs.br br/~viali/ viali@mat mat.ufrgs..ufrgs.br Média Uma amostra Proporção Variância Dependentes Diferença de médias m Duas amostras Independentes

Leia mais

Modelos de Distribuições

Modelos de Distribuições 7/5/017 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 05/07/017 19: ESTATÍSTICA APLICADA

Leia mais

Análise de Aderência e de Associação

Análise de Aderência e de Associação Análise de Aderência e de Associação Capítulo 14, Estatística Básica (Bussab & Morettin, 8a Edição) Capítulo 8, Introdução Computacional à Probabilidade e Estatística (Pedrosa & Gama, Porto Editora) 8a

Leia mais

Probabilidade e Modelos Probabilísticos

Probabilidade e Modelos Probabilísticos Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição

Leia mais

CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO

CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis

Leia mais

ANÁLISE DE VARIÂNCIA - ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM

ANÁLISE DE VARIÂNCIA - ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM ANÁLISE DE VARIÂNCIA - ANOVA Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM UM EXEMPLO DE APLICAÇÃO Digamos que temos 6 métodos de ensino aplicados a 30 crianças

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições

Leia mais

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

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

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

Testes de Hipóteses sobre a média: Várias Amostras

Testes de Hipóteses sobre a média: Várias Amostras Testes de Hipóteses sobre a média: Várias Amostras Na aula de hoje veremos como comparar mais de duas populações, baseados em dados fornecidos por amostras dessas populações. A Análise de Variância (ANOVA)

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

14. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas

14. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas 4. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas Os valores assumidos por uma variável aleatória contínua podem ser associados com medidas em uma escala contínua como, por exemplo,

Leia mais

Aula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias

Aula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias Aula de hoje! Tópicos! Distribuição de probabilidades! Variáveis aleatórias! Variáveis discretas! Variáveis contínuas! Distribuição binomial! Distribuição normal! Referências! Barrow, M. Estatística para

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

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Aula 6 Distribuições Contínuas (Parte 02) Leitura obrigatória: Devore, Capítulo 4 Chap 6-1 Distribuições de Probabilidade Distribuições de Probabilidade Distribuições de Probabilidade

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

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística Capítulo 3 Introdução à Probabilidade E à Inferência Estatística definições e propriedades: Propriedade 5: A probabilidade condicional reflete como a probabilidade de um evento pode mudar se soubermos

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

CAPÍTULO 6 CARACTERÍSTICAS DE OPERAÇÃO DOS PLANOS DE AMOSTRAGEM

CAPÍTULO 6 CARACTERÍSTICAS DE OPERAÇÃO DOS PLANOS DE AMOSTRAGEM CAPÍTULO 6 CARACTERÍSTICAS DE OPERAÇÃO DOS PLANOS DE AMOSTRAGEM A CCO define para cada plano de amostragem: a probabilidade de aceitação do lote (P) que tem uma qualidade p em porcentagem defeituosa, e

Leia mais

Especialização em Engenharia de Processos e de Sistemas de Produção

Especialização em Engenharia de Processos e de Sistemas de Produção Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 2ª parte Experimentos inteiramente

Leia mais

Intervalos de Confiança

Intervalos de Confiança Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de

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

Estatística Não Paramétrica. Como construir testes de aderência

Estatística Não Paramétrica. Como construir testes de aderência Estatística Não Paramétrica Como construir testes de aderência Teste Qui-quadrado Suposições amostra aleatória Dados nominais (sexo: M ou F) ou numéricos (idade: menor que 15, 15-24, 25-34, 35-44, 45-54,

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

b) 5 6 d) 1 6 e) 7 6

b) 5 6 d) 1 6 e) 7 6 CONHECIMENTOS ESPECÍFICOS 21. Em estatística, duas medidas são de grande importância na análise de dados, medidas de tendência central e de dispersão. Dentre as medidas indicadas abaixo, são, respectivamente,

Leia mais

Métodos Quantitativos em Medicina. Prof. Neli Ortega

Métodos Quantitativos em Medicina. Prof. Neli Ortega Métodos Quantitativos em Medicina Teste de Hipótese Estatística t-student ula 7 Teste de Hipóteses - Estatística do teste estatística do teste de hipótese depende da distribuição da variável na população

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

Métodos Estatísticos

Métodos Estatísticos Métodos Estatísticos 5 - Distribuição Normal Referencia: Estatística Aplicada às Ciências Sociais, Cap. 7 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Distribuição de Probabilidades A distribuição

Leia mais

TESTE DE COMPARAÇÃO MÚLTIPLA

TESTE DE COMPARAÇÃO MÚLTIPLA SUMÁRIO 1 TESTE DE COMPARAÇÃO MÚLTIPLA Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais. Mas, entre

Leia mais

Notas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos

Notas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 7 Estimativas e Tamanhos Amostrais 7-1 Visão Geral 7-2 Estimando a Proporção Populacional 7-3 Estimando

Leia mais

ALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. Prof.: Idemauro Antonio Rodrigues de Lara

ALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. Prof.: Idemauro Antonio Rodrigues de Lara 1 ALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS Prof.: Idemauro Antonio Rodrigues de Lara 2 Modelos de variáveis aleatórias discretas 1. Distribuição Uniforme Discreta 2. Distribuição Binomial

Leia mais

Prof. Francisco Crisóstomo

Prof. Francisco Crisóstomo Unidade II ESTATÍSTICA BÁSICA Prof. Francisco Crisóstomo Unidade II Medidas de posição Medidas de posição Tem como característica definir um valor que representa um conjunto de valores (rol), ou seja,

Leia mais

Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)

Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:

Leia mais

BIOESTATÍSTICA. Parte 5 Testes de Hipóteses

BIOESTATÍSTICA. Parte 5 Testes de Hipóteses BIOESTATÍSTICA Parte 5 Testes de Hipóteses Aulas Teóricas de 05/05/2011 a 19/05/2011 5.1. Conceito de erro, estatística de teste, região de rejeição, nível de significância, valor de prova, potência do

Leia mais

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição

Leia mais

Distribuições Contínuas de Probabilidade

Distribuições Contínuas de Probabilidade Distribuições Contínuas de Probabilidade Uma variável aleatória contínua é uma função definida sobre o espaço amostral, que associa valores em um intervalo de números reais. Exemplos: Espessura de um item

Leia mais

Estatística Descritiva

Estatística Descritiva Estatística Descritiva Prof. Henrique Dantas Neder Instituto de Economia Universidade Federal de Uberlândia Typeset by FoilTEX 1 Tópicos introdutórios A estatística descritiva trata dos métodos estatísticos

Leia mais

Modelos de Distribuições

Modelos de Distribuições Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 11/06/019 07:14 ESTATÍSTICA APLICADA I -

Leia mais

Exemplos. Experimento Aleatório. E 1 : Joga-se uma moeda quatro vezes e observa-se o número de caras;

Exemplos. Experimento Aleatório. E 1 : Joga-se uma moeda quatro vezes e observa-se o número de caras; Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Eperimento Aleatório Eperiência para o qual o modelo probabilístico é adequado. Eemplos E : Joga-se uma moeda quatro vezes e observa-se

Leia mais

Cap. 8 Distribuições contínuas e modelo normal

Cap. 8 Distribuições contínuas e modelo normal Estatística Aplicada às Ciências Sociais Seta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 8 Distribuições contínuas e modelo normal Variável aleatória discreta variável aleatória

Leia mais

First exam October 23, 2006 Statistics II

First exam October 23, 2006 Statistics II First exam October 3, 006 Statistics II 1. (7 points) Numa determinada empresa de recursos humanos um teste de aptidão é realizado por um elevado número de candidatos a um emprego. A pontuação obtida nesse

Leia mais

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial

Leia mais

Os testes. O teste de McNemar O teste de Wilcoxon O teste do sinais

Os testes. O teste de McNemar O teste de Wilcoxon O teste do sinais Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste de McNemar O teste de Wilcoxon O teste do sinais O teste de McNemar para a significância de mudanças é aplicável

Leia mais

Modelos de Distribuições

Modelos de Distribuições 4/05/014 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Tucuruí CTUC Curso de Engenharia Mecânica 4/05/014 06:56 ESTATÍSTICA

Leia mais

5. PRINCIPAIS MODELOS CONTÍNUOS

5. PRINCIPAIS MODELOS CONTÍNUOS 5. PRINCIPAIS MODELOS CONTÍNUOS 2019 5.1. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros e ( < ) se sua função densidade de probabilidade é dada por f ( x )={ 1 β α, α x β

Leia mais

Outras distribuições contínuas. Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc...

Outras distribuições contínuas. Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc... Outras distribuições contínuas Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc... 1 c) Algumas distribuições de probabilidade contínuas importantes d) Distribuição

Leia mais

ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE

ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE 4. 1 INTRODUÇÃO Serão apresentadas aqui algumas distribuições de probabilidade associadas a v.a. s contínuas. A mais importante delas é a distribuição Normal

Leia mais

Distribuições de Probabilidade Contínuas 1/19

Distribuições de Probabilidade Contínuas 1/19 all Distribuições de Probabilidade Contínuas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte

Leia mais

Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07

Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07 -027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA

Leia mais

TESTE DE KOLMOGOROV-SMIRNOV. Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA

TESTE DE KOLMOGOROV-SMIRNOV. Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA TESTE DE KOLMOGOROV-SMIRNOV Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA Conteúdo 2 Ewaldo Santana Introdução 3 Ewaldo Santana Introdução Testes estatísticos paramétricos, tais como

Leia mais

Distribuição de Probabilidade. Prof.: Joni Fusinato

Distribuição de Probabilidade. Prof.: Joni Fusinato Distribuição de Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Variáveis Aleatórias Contínuas Distribuição de Probabilidade Contínua Modelo Normal Modelo t de Student

Leia mais

ESTATÍSTICA EXPERIMENTAL

ESTATÍSTICA EXPERIMENTAL ESTATÍSTICA EXPERIMENTAL ESTUDO DE VARIABILIDADE DOS DADOS EXPERIMENTAIS Prof. Miguel Toledo del Pino, Eng. Agrícola (Dr.) INTRODUÇÃO Realizamos experimentos para compararmos os efeitos de tratamentos

Leia mais

Prof. Lorí Viali, Dr. Mat2282 Análise Estatística Não Paramétrica

Prof. Lorí Viali, Dr.  Mat2282 Análise Estatística Não Paramétrica Prof. Lorí Viali, Dr. http://www.pucrs.br/~viali/ viali@pucrs.br Objetivos Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacionamentos ou modelos (testes não paramétricos). Envolvem

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

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

Modelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal

Modelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Modelos Probabilísticos Teóricos Discretos e Contínuos Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Distribuição de Probabilidades A distribuição de probabilidades de uma variável aleatória:

Leia mais

Bioestatística Aula 3

Bioestatística Aula 3 Bioestatística Aula 3 Anderson Castro Soares de Oliveira Anderson Bioestatística 1 / 51 Probabilidade Probabilidade é o ramo da matemática que estuda fenômenos aleatórios. Probabilidade é uma medida que

Leia mais

Uma estatística é uma característica da amostra. Ou seja, se

Uma estatística é uma característica da amostra. Ou seja, se Estatística Uma estatística é uma característica da amostra. Ou seja, se X 1,..., X n é uma amostra, T = função(x 1,..., X n é uma estatística. Exemplos X n = 1 n n i=1 X i = X 1+...+X n : a média amostral

Leia mais

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte III 23 de Abril de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Calcular probabilidades aproximadas

Leia mais

24/04/2017. Operações que podem ser aplicadas aos eventos

24/04/2017. Operações que podem ser aplicadas aos eventos Inferência estatística: processo de extrair conclusões de uma população inteira com base na informação de uma amostra A base para a inferência estatística é a teoria da probabilidade Evento: é o resultado

Leia mais

Aproximação da binomial pela normal

Aproximação da binomial pela normal Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição

Leia mais

Distribuições de probabilidade de variáveis aleatórias contínuas

Distribuições de probabilidade de variáveis aleatórias contínuas Distribuições de probabilidade de variáveis aleatórias contínuas Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Distribuição Exponencial Introdução É utilizada frequentemente como modelo para

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE ILHA SOLTEIRA FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA

UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE ILHA SOLTEIRA FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA Nível: Histórico: Mestrado/Doutorado Disciplina aprovada em 24.08.94 Código Capes: ASP01005 Docente(s) Responsável(eis): Prof. Dr. EVARISTO BIANCHINI SOBRINHO Prof. Dr. WALTER VERIANO VALERIO FILHO Situação

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:

Leia mais

ANÁLISE E TAXAS DE ERRO DE TESTES DE COMPARAÇÕES MÚLTIPLAS. Palavras-chave: Simulação Taxas de erro experimental Intervalo de confiança exato,

ANÁLISE E TAXAS DE ERRO DE TESTES DE COMPARAÇÕES MÚLTIPLAS. Palavras-chave: Simulação Taxas de erro experimental Intervalo de confiança exato, SILVA, S. S; SERAPHIN, J. C. Análise e Taxas de Erro de Testes de Comparações Múltiplas.In: CONGRESSO DE ANÁLISE E TAXAS DE ERRO DE TESTES DE COMPARAÇÕES MÚLTIPLAS SILVA, Sunamita Souza i ; SERAPHIN, José

Leia mais

Universidade Federal de Lavras

Universidade Federal de Lavras Universidade Federal de Lavras Departamento de Ciências Eatas Prof. Daniel Furtado Ferreira 7 a Lista Prática Distribuição de Probabilidade Normal 1) Calcule a partir da distribuição normal padroniada,

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

Cap. 6 Variáveis aleatórias contínuas

Cap. 6 Variáveis aleatórias contínuas Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 6 Variáveis aleatórias contínuas APOIO: Fundação de Apoio

Leia mais

Medidas de Posição ou Tendência Central

Medidas de Posição ou Tendência Central Medidas de Posição ou Tendência Central Medidas de Posição ou Tendência Central Fornece medidas que podem caracterizar o comportamento dos elementos de uma série; Possibilitando determinar se um valor

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Tipos de Modelos Determinístico Sistema Real Probabilístico Modelo determinístico Causas Efeito Exemplos Gravitação F GM 1 M /r

Leia mais