Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
|
|
- Ana Beatriz Monsanto Martinho
- 7 Há anos
- Visualizações:
Transcrição
1 Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 2 de Agosto de 2013
2
3 3 Modelos de Poisson podem ser usados para analisar tabelas de contingência. Esse uso está baseado da relação que existe entre a Multinomial e a Poisson. Que relação é essa?
4 Teorema Sejam Y 1, Y 2 variáveis aletórias independentes tais que Y 1 Pois(λ 1 ) Y 2 Pois(λ 2 ) Então (Y 1, Y 2 ) Y 1, Y 2 = n Multin(n,π 1,π 2 ) onde π 1 = λ 1 λ 1 +λ 2 π 2 = λ 2 λ 1 +λ 2. Esse resultado vale para uma soma com qualquer número de termos.
5 5 Vamos considerar o caso mais simples: tabela 2x2. Os resultados valem para outras tabelas. Estudaremos a distribuição conjunta de duas variáveis categóricas. Vamos rever alguns conceitos básicos sobre tabelas de contingência. Isso será revisto mais a frente no curso.
6 6 Queremos verificar se existe relação entre as variáveis: sexo e carreira escolhida. São selecionados 200 alunos dos cursos de Economia e Administração. Os dados são apresentados na tabela a seguir. Y Masculino Feminino Total X Economia Administração Total Tabela 1: Distribuição conjunta dos alunos segundo sexo (X) e o curso escolhido (Y).
7 Existe associação entre as variáveis?
8 Existe associação entre as variáveis? Olhando somente para tabela é difícil tirar uma conclusão. A maioria das pessoas que estudam economia são do sexo masculino. Podemos concluir, com base nessa observação, que existe associação entre as variáveis? Não!
9 Existe associação entre as variáveis? Olhando somente para tabela é difícil tirar uma conclusão. A maioria das pessoas que estudam economia são do sexo masculino. Podemos concluir, com base nessa observação, que existe associação entre as variáveis? Não! Os totais marginais são muito distintos. O número de indivíduos do sexo masculino é mais que o dobro que os do sexo feminino. O número de alunos do curso de Economia é 50% maior que Administração.
10 8 Precisamos olhar para as proporções. Devemos dividir os números pelo total de cada linha ou de cada coluna. Vamos fixar o total das colunas. Dividimos cada elemento pelo total de sua coluna. Y X Masculino Feminino Total Economia 61% 58% 60% Administração 39% 42% 40% Total 100% 100% 100% Tabela 2: Distribuição (em porcentagem) dos alunos segundo sexo (X) e o curso escolhido (Y).
11 9 Obtemos algumas informações a partir da tabela. Do total de alunos, qual a porcentagem que faz economia?
12 9 Obtemos algumas informações a partir da tabela. Do total de alunos, qual a porcentagem que faz economia? 60% E administração?
13 9 Obtemos algumas informações a partir da tabela. Do total de alunos, qual a porcentagem que faz economia? 60% E administração? 40% Dentre os alunos do sexo masculino, qual a porcentagem que faz economia?
14 9 Obtemos algumas informações a partir da tabela. Do total de alunos, qual a porcentagem que faz economia? 60% E administração? 40% Dentre os alunos do sexo masculino, qual a porcentagem que faz economia? 61% E administração?
15 9 Obtemos algumas informações a partir da tabela. Do total de alunos, qual a porcentagem que faz economia? 60% E administração? 40% Dentre os alunos do sexo masculino, qual a porcentagem que faz economia? 61% E administração? 39% Dentre as alunas, qual porcentagem faz economia?
16 9 Obtemos algumas informações a partir da tabela. Do total de alunos, qual a porcentagem que faz economia? 60% E administração? 40% Dentre os alunos do sexo masculino, qual a porcentagem que faz economia? 61% E administração? 39% Dentre as alunas, qual porcentagem faz economia? 58% E administração?
17 9 Obtemos algumas informações a partir da tabela. Do total de alunos, qual a porcentagem que faz economia? 60% E administração? 40% Dentre os alunos do sexo masculino, qual a porcentagem que faz economia? 61% E administração? 39% Dentre as alunas, qual porcentagem faz economia? 58% E administração? 42%
18 10 Independentemente do sexo, 60% dos alunos fazem Economia e 40% Administração. Considere que não existisse dependência entre as variáveis. Dentre os alunos do sexo masculino, qual a porcentagem de alunos eu esperaria do curso de Economia?
19 10 Independentemente do sexo, 60% dos alunos fazem Economia e 40% Administração. Considere que não existisse dependência entre as variáveis. Dentre os alunos do sexo masculino, qual a porcentagem de alunos eu esperaria do curso de Economia? 60% (como no total) Dentre as alunas, qual a porcentagem eu esperaria de alunos do curso de administração?
20 10 Independentemente do sexo, 60% dos alunos fazem Economia e 40% Administração. Considere que não existisse dependência entre as variáveis. Dentre os alunos do sexo masculino, qual a porcentagem de alunos eu esperaria do curso de Economia? 60% (como no total) Dentre as alunas, qual a porcentagem eu esperaria de alunos do curso de administração? 40% (como no total)
21 Vimos que os dados seguem aproximadamente esse padrão. Dentre os alunos do sexo masculino, qual a porcentagem que estuda Economia?
22 Vimos que os dados seguem aproximadamente esse padrão. Dentre os alunos do sexo masculino, qual a porcentagem que estuda Economia? 61% E não 60%. Dentre os alunas, qual a porcentagem que estuda Economia?
23 Vimos que os dados seguem aproximadamente esse padrão. Dentre os alunos do sexo masculino, qual a porcentagem que estuda Economia? 61% E não 60%. Dentre os alunas, qual a porcentagem que estuda Economia? 58% E não 60%. Porém esses valores estão muito próximos. A diferença de 1% pode ser mera aleatoriedade. Precisamos verificar se ela é siginificativa.
24 As variáveis parecem ser independentes. A distribuição dentro de cada grupo é a mesma do total. Sabendo ou não o sexo, a distribuição dos alunos entre os cursos parece não alterar. Antes de sabermos o sexo, diríamos que aproximadamente 60% dos alunos fazem economia. Mesmo sabendo que o aluno é do sexo masculino, ainda diríamos que aproximadamente 60% dos alunos fazem economia. O sexo não fornece informação adicional para prever o curso. As duas variáveis parecem ser independentes.
25 13 Precisamos quantificar o grau de associação entre as duas variáveis. Utilizamos os coeficientes de associação. Coeficiente de Associação Descreve por meio de um número o grau de dependência entre duas variáveis. Existem muitas medidas que quantificam associação entre variáveis qualitativas. Apresentaremos uma delas. O coeficiente de contingência devido a K. Pearson.
26 Queremos verificar se: a criação determinado tipo de cooperativa está associada com fator regional. Investigaremos se existe associação entre as variáveis: o tipo de cooperativa e o estado de sua localização. Tipo de Cooperativa Estado Consumidor Produtor Escola Outras Total São Paulo Paraná Rio G. do Sul Total Tabela 3: Cooperativas autorizadas a funcionar por tipo e estado.
27 15 Vamos dividir cada célula pelo total da linha. Tipo de Cooperativa Estado Consumidor Produtor Escola Outras Total São Paulo 33% 37% 12% 18% 100% Paraná 17% 34% 42% 7% 100% Rio G. do Sul 18% 51% 23% 8% 100% Total 24% 42% 22% 12% 100% Tabela 4: Cooperativas autorizadas a funcionar por tipo e estado. Dentre as cooperativas de São Paulo, qual proporção é do tipo Consumidor?
28 15 Vamos dividir cada célula pelo total da linha. Tipo de Cooperativa Estado Consumidor Produtor Escola Outras Total São Paulo 33% 37% 12% 18% 100% Paraná 17% 34% 42% 7% 100% Rio G. do Sul 18% 51% 23% 8% 100% Total 24% 42% 22% 12% 100% Tabela 4: Cooperativas autorizadas a funcionar por tipo e estado. Dentre as cooperativas de São Paulo, qual proporção é do tipo Consumidor? 33% Dentre as cooperativas do Paraná, qual porcentagem são Escolas?
29 15 Vamos dividir cada célula pelo total da linha. Tipo de Cooperativa Estado Consumidor Produtor Escola Outras Total São Paulo 33% 37% 12% 18% 100% Paraná 17% 34% 42% 7% 100% Rio G. do Sul 18% 51% 23% 8% 100% Total 24% 42% 22% 12% 100% Tabela 4: Cooperativas autorizadas a funcionar por tipo e estado. Dentre as cooperativas de São Paulo, qual proporção é do tipo Consumidor? 33% Dentre as cooperativas do Paraná, qual porcentagem são Escolas? 7%
30 16 A análise da tabela mostra certa dependência entre as variáveis. Imagine que não houvesse associação. Qual distribuição dos tipos de cooperativa esperaríamos em cada estado?
31 16 A análise da tabela mostra certa dependência entre as variáveis. Imagine que não houvesse associação. Qual distribuição dos tipos de cooperativa esperaríamos em cada estado? 24% de cooperativas de consumidores;
32 16 A análise da tabela mostra certa dependência entre as variáveis. Imagine que não houvesse associação. Qual distribuição dos tipos de cooperativa esperaríamos em cada estado? 24% de cooperativas de consumidores; 42% de cooperativas de produtores;
33 16 A análise da tabela mostra certa dependência entre as variáveis. Imagine que não houvesse associação. Qual distribuição dos tipos de cooperativa esperaríamos em cada estado? 24% de cooperativas de consumidores; 42% de cooperativas de produtores; 22% de escolas
34 16 A análise da tabela mostra certa dependência entre as variáveis. Imagine que não houvesse associação. Qual distribuição dos tipos de cooperativa esperaríamos em cada estado? 24% de cooperativas de consumidores; 42% de cooperativas de produtores; 22% de escolas 12% de outras. Nesse caso, qual o número esperado de cooperativas consumidores em São Paulo? (Lembre que o total de SP é 648)
35 16 A análise da tabela mostra certa dependência entre as variáveis. Imagine que não houvesse associação. Qual distribuição dos tipos de cooperativa esperaríamos em cada estado? 24% de cooperativas de consumidores; 42% de cooperativas de produtores; 22% de escolas 12% de outras. Nesse caso, qual o número esperado de cooperativas consumidores em São Paulo? (Lembre que o total de SP é 648) 648 0, 24 = 156
36 Qual o número de cooperativas de consumidores esperados no Paraná? (seu total é 301)
37 Qual o número de cooperativas de consumidores esperados no Paraná? (seu total é 301) 0, = 72. A tabela a seguir mostra os número esperado de todos tipos de cooperativas em todos estados. Tipo de Cooperativa Estado Consumidor Produtor Escola Outras Total São Paulo 156(24%) 272(42%) 142(22%) 78(12%) 648(100%) Paraná 72(24%) 127(42%) 66(22%) 36(12%) 301(100%) Rio G. do Sul 144(24%) 254(42%) 132(22%) 72(12%) 602(100%) Total 376(24%) 643(42%) 343(22%) 189(12%) 1551(100%) Tabela 5: Valores esperados assumindo independência entre as variáveis. Independentemente do estado, a distribuição é a mesma.
38 18 Vamos comparar as duas tabelas: o que foi de fato observado;
39 18 Vamos comparar as duas tabelas: o que foi de fato observado; Tipo de Cooperativa Estado Consumidor Produtor Escola Outras Total São Paulo Paraná Rio G. do Sul Total Tabela 6: Cooperativas autorizadas a funcionar por tipo e estado. o que seria esperado caso não houvesse associação entre as variáveis. Tipo de Cooperativa Estado Consumidor Produtor Escola Outras Total São Paulo Paraná Rio G. do Sul Total Tabela 7: Valores esperados assumindo independência entre as variáveis.
40 19 A tabela a seguir mostra a diferença: observado esperado Tipo de Cooperativa Estado Consumidor Produtor Escola Outras São Paulo Paraná Rio G. do Sul Tabela 8: Valores esperados assumindo independência entre as variáveis. Existe uma grande diferença entre o observado e esperado. Qual casela apresenta maior desvio?
41 19 A tabela a seguir mostra a diferença: observado esperado Tipo de Cooperativa Estado Consumidor Produtor Escola Outras São Paulo Paraná Rio G. do Sul Tabela 8: Valores esperados assumindo independência entre as variáveis. Existe uma grande diferença entre o observado e esperado. Qual casela apresenta maior desvio? Escola-São Paulo Qual outra casela apresenta um desvio alto?
42 19 A tabela a seguir mostra a diferença: observado esperado Tipo de Cooperativa Estado Consumidor Produtor Escola Outras São Paulo Paraná Rio G. do Sul Tabela 8: Valores esperados assumindo independência entre as variáveis. Existe uma grande diferença entre o observado e esperado. Qual casela apresenta maior desvio? Escola-São Paulo Qual outra casela apresenta um desvio alto? Escola-Paraná.
43 20 Precisamos ver se esses desvios são estatisticamente significantes. Poderiam ter ocorrido por mero acaso? Uma possibilidade - somar os desvios. Problema - a soma é sempre zero. Solução - elevamos os desvios ao quadrado.
44 Outro problema - precisamos olhar para os desvios relativos. As caselas Escola-SP e Escola-PR apresentam desvios próximos. Mas em o valor esperado em Escola-SP (142) é maior do que na casela Escola-PR (66). Obtemos os desvios relativos dividindo todos desvios pelo valor esperado na casela. O desvio relativo será dado por onde oi é o valor observado; ei é o valor esperado. (o i e i ) 2 e i
45 A tabela a seguir mostra os valores obtidos para os desvios relativos. Tipo de Cooperativa Estado Consumidor Produtor Escola Outras São Paulo 21,56 4,50 28,84 21,55 Paraná 6,12 4,92 54,54 5,44 Rio G. do Sul 7,56 9,84 0,37 8,00 Tabela 9: Valores esperados assumindo independência entre as variáveis. Para casela Escola-São Paulo Para casela Escola-Paraná 64 2 = 28, = 54, 54.
46 23 Podemos medir o afastamento global entre o observado e esperado: somando todos os desvios relativos. Essa medida é denominadaχ 2 (qui-quadrado) de Pearson χ 2 = i (o i e i ) 2 e i. Para o nosso caso teríamos χ 2 = 21, 56+6, , 00 = 173, 24. Um valor grande da estatística χ 2 indica associação entre as variáveis. Significa que : SP tem maior tendência a ter cooperativas de
47 23 Podemos medir o afastamento global entre o observado e esperado: somando todos os desvios relativos. Essa medida é denominadaχ 2 (qui-quadrado) de Pearson χ 2 = i (o i e i ) 2 e i. Para o nosso caso teríamos χ 2 = 21, 56+6, , 00 = 173, 24. Um valor grande da estatística χ 2 indica associação entre as variáveis. Significa que : SP tem maior tendência a ter cooperativas deconsumidores. PR tem maior tendência a ter cooperativas de
48 Podemos medir o afastamento global entre o observado e esperado: somando todos os desvios relativos. Essa medida é denominadaχ 2 (qui-quadrado) de Pearson χ 2 = i (o i e i ) 2 e i. Para o nosso caso teríamos χ 2 = 21, 56+6, , 00 = 173, 24. Um valor grande da estatística χ 2 indica associação entre as variáveis. Significa que : SP tem maior tendência a ter cooperativas deconsumidores. PR tem maior tendência a ter cooperativas de escolas. RG tem maior tendência a ter cooperativas de 23
49 Podemos medir o afastamento global entre o observado e esperado: somando todos os desvios relativos. Essa medida é denominadaχ 2 (qui-quadrado) de Pearson χ 2 = i (o i e i ) 2 e i. Para o nosso caso teríamos χ 2 = 21, 56+6, , 00 = 173, 24. Um valor grande da estatística χ 2 indica associação entre as variáveis. Significa que : SP tem maior tendência a ter cooperativas deconsumidores. PR tem maior tendência a ter cooperativas de escolas. RG tem maior tendência a ter cooperativas de produtores. 23
50 Teste de Homogeneidade Usado para comparar as proporções em diferentes populações. podemos testar a afirmação de que diferentes populações têm a mesma proporção de indivíduos com alguma característica.
51 25 Um prova básica foi aplicada a 200 alunos: 100 alunos de Ciências Humanas; 100 alunos de Ciências Biológicas. As notas são classificadas segundo os graus A, B, C, D, E. Os resultados são mostrados na tabela a seguir Grau Área A B C D E Total C. Humanas C. Biológicas Total Tabela 10: Resultados da aplicação de uma prova de Estatística a 100 alunos de Ciências Humanas e 100 alunos de Ciências Sociais.
52 26 Queremos verificar se a distribuição das notas é a mesma para os dois grupos. Se a distribuição é a mesma
53 26 Queremos verificar se a distribuição das notas é a mesma para os dois grupos. Se a distribuição é a mesma a área não influencia a nota. Se a distribuição não é a mesma
54 26 Queremos verificar se a distribuição das notas é a mesma para os dois grupos. Se a distribuição é a mesma a área não influencia a nota. Se a distribuição não é a mesma a área influencia a nota. Para efetuar o teste: classificamos os elementos de P1 e P 2 em um certo número de categorias para as duas características; comparamos o observado com o esperado.
55 Teste de Independência Utilizado para estudar o relacionamento de duas ou mais variáveis. É o mesma ideia que vimos antes.
56 28 Uma companhia de seguros está analisando o perfil de seus segurados. Foram selecionados 2000 segurados que usaram hospitais: 1000 homens; 1000 mulheres. Queremos testar se: o uso do hospital é independente do sexo do segurado.
57 29 Deseja-se verificar a orientação política dos eleitores. 100 eleitores são selecionados: 400 mulheres; 600 homens. São classificados de acordo com de acordo com a preferência: direita; esquerda; neutro.
58 30 Os dados são apresentados na tabela a seguir: Preferência Sexo Direita Esquerda Neutro Total Masculino Feminino Total Deseja-se verificar se o sexo influencia na orientação política. Qual é o tipo de teste Chi-quadrado adequado?
59 30 Os dados são apresentados na tabela a seguir: Preferência Sexo Direita Esquerda Neutro Total Masculino Feminino Total Deseja-se verificar se o sexo influencia na orientação política. Qual é o tipo de teste Chi-quadrado adequado? Teste de Independência.
60 31 Deseja-se investigar quais os programas de TV preferidos por crianças. 300 crianças são entrevistadas: 100 meninos; 200 meninas. Pergunta-se para as crianças qual desses programas elas gostam mais: Pica-pau; Simpons; Chaves.
61 32 Os dados são apresentados na tabela a seguir: Preferência Sexo Pica-pau Simpons Chaves Total Masculino Feminino Total Deseja-se verificar se a preferências em relação aos programas de TV dos garotos difere muito das preferências das garotas. Qual é o tipo de teste Chi-quadrado adequado?
62 32 Os dados são apresentados na tabela a seguir: Preferência Sexo Pica-pau Simpons Chaves Total Masculino Feminino Total Deseja-se verificar se a preferências em relação aos programas de TV dos garotos difere muito das preferências das garotas. Qual é o tipo de teste Chi-quadrado adequado? Teste de Homogeneidade.
63 33 A companhia Acme Toy Company imprime cartões de baseball. Eles afirmam que dentre os cartões: 30% são rokies; 60% são veterans; 40% são all-stars. Os cartões são vendidos em pacotes de 100.
64 34 Seleciona-se um pacote aleatoriamente. Dentro desse pacote temos: 50 são rokies; 45 são veterans; 5 são all-stars. Deseja-se verificar se a companhia está correta em sua afirmação. Qual é o tipo de teste Chi-quadrado adequado?
65 34 Seleciona-se um pacote aleatoriamente. Dentro desse pacote temos: 50 são rokies; 45 são veterans; 5 são all-stars. Deseja-se verificar se a companhia está correta em sua afirmação. Qual é o tipo de teste Chi-quadrado adequado? Teste de Aderência. Você acha que a companhia está correta?
66 34 Seleciona-se um pacote aleatoriamente. Dentro desse pacote temos: 50 são rokies; 45 são veterans; 5 são all-stars. Deseja-se verificar se a companhia está correta em sua afirmação. Qual é o tipo de teste Chi-quadrado adequado? Teste de Aderência. Você acha que a companhia está correta? Aparentemente não. A proporção observada difere muito da esperada.
67 35 Um estudo longitudinal de doenças coronarianas foi realizado pacientes foram analisados. Cada um deles foi classificado quanto: nível de colesterol (abaixo ou acima de 260); presença ou não da doença.
68 36 A tabela a seguir mostra os resultados: Nível de Doença Colesterol Presente Ausente Total abaixo de acima de Total Queremos verificar se as variáveis Nível do Colesterol e incidência da doença são independentes.
69 37 Como o número de pacientes em cada casela são contagens, podemos considerar que seguem uma Distribuição de Poisson. Vamos denotar por Y 11, Y 12, Y 21, Y 22 a contagem em cada uma das caselas Nível de Doença Colesterol Presente Ausente Total abaixo de 260 Y 11 Y 12 Y 11 + Y 12 acima de 260 Y 21 Y 22 Y 21 + Y 22 Total Y 11 + Y 21 Y 12 + Y 22 Y 11 + Y 21 + Y 11 + Y 22
70 38 Sob a hipótese que as variáveis não estão associadas, temos que Y 11, Y 12, Y 21, Y 22 são variáveis aleatórias independentes. Vamos supor ainda que Y 11 Pois(µ 11 ), Y 12 Pois(µ 12 ), Y 21 Pois(µ 21 ), Y 22 Pois(µ 22 ). A distribuição conjunta é dada por
71 38 Sob a hipótese que as variáveis não estão associadas, temos que Y 11, Y 12, Y 21, Y 22 são variáveis aleatórias independentes. Vamos supor ainda que Y 11 Pois(µ 11 ), Y 12 Pois(µ 12 ), Y 21 Pois(µ 21 ), Y 22 Pois(µ 22 ). A distribuição conjunta é dada por i j y µ i j ij e µ ij y ij!
72 39 Poderíamos considerar três modelos possíveis: modelo nulo, log(µ ij) = β 0 modelo aditivo onde log(µ ij ) = β 0 +β 1 Z 1 +β 2 Z 2 Z 1 é uma variável indicadora do nível de colestorel, Z 2 é uma variável indicadora da presença da doença, a taxa de chegada dos pacientes depende dois efeitos independentes, modelo saturado log(µ ij ) = β 0 +β 1 Z 1 +β 2 Z 2 +β 3 Z 1 Z 2 existe um termo de interação entre os dois fatores.
73 40 Como podemos testar se as variáveis categóricas são independentes?
74 40 Como podemos testar se as variáveis categóricas são independentes? Basta verificar se β 3 é significativo. Ajustamos o modelo aditivo e o saturado. Verificamos a diferença entre os ajustes. A diferença entre o ajuste do modelo aditivo e o saturado é:
75 40 Como podemos testar se as variáveis categóricas são independentes? Basta verificar se β 3 é significativo. Ajustamos o modelo aditivo e o saturado. Verificamos a diferença entre os ajustes. A diferença entre o ajuste do modelo aditivo e o saturado é: Deviance do modelo aditivo. Basta verificar se está bem ajustado. Se não há muita perda em relação ao saturado, as variáveis são independentes. Pode-se mostrar que é equivalente ao Teste Qui-Quadrado.
76 Então para que toda essa complicação? Se os dois testes são equivalentes?
77 Então para que toda essa complicação? Se os dois testes são equivalentes? Em uma tabela 2x2 o teste Qui-Quadrado é trivial. E se queremos comparar 3 variáveis? O teste Qui-Quadrado fica mais complicado. Nesse contexto é mais simples usar um MLG. Basta saber traduzir as hipóteses em modelos adequados. Veremos exemplos na próxima aula.
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2. Veremos
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto Introdução 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2.
Leia maisAnálise 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 maisAULA 8 Experimentos multinomiais e tabelas de contingência
1 AULA 8 Experimentos multinomiais e tabelas de contingência Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas
Leia maisExemplo (tabela um) distribuições marginais enquanto que. Distribuição Conjunta
Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis = de Instrução e = Região de procedência. Neste caso, a distribuição de freqüências é apresentada como uma tabela
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisMAE 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 maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis X = Grau de Instrução e Y = Região
Leia maisTestes de Aderência, Homogeneidade e Independência. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Teste de hipótese Queremos saber se a evidência que temos em mãos significa que encontramos
Leia maisAula 16: Análise de Aderência e Associação
Aula 16: Análise de Aderência e Associação Professor: José Luiz Padilha da Silva email: jlpadilha@ufpr.br Departamento de Estatística Universidade Federal do Paraná Curitiba, 2018 José Luiz Padilha da
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisMétodos Empíricos de Pesquisa I. } Análise Bidimensional
Métodos Empíricos de Pesquisa I } Análise Bidimensional 1 Aula de hoje } Temas } Associação entre variáveis } Qualitativas e Quantitativas } Covariância: conceitos e propriedades } Coeficiente de correlação
Leia maisEstatística Aplicada I. } Análise Bidimensional
Estatística Aplicada I } Análise Bidimensional 1 Aula de hoje } Temas } Associação entre variáveis } Qualitativas e Quantitativas } Covariância: conceitos e propriedades } Coeficiente de correlação } Observações
Leia maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
1 Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 9 de Abril de 2015 2 3 Função Deviance Podemos ver o ajuste de um modelo a um conjunto de dados como: uma forma
Leia mais2. Testes de Independência
. Testes de Independência Objetivo: Verificar se existe independência entre duas variáveis medidas nas mesmas unidades experimentais. Exemplo 3: A Associação de Imprensa do Estado de São Paulo fez um levantamento
Leia mais- Testes Qui-quadrado - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista
Leia mais- Testes Qui-quadrado - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista
Leia maisCruzamento de Dados. Lorí Viali, Dr. DESTAT/FAMAT/PUCRS
Cruzamento de Dados Lorí Viali, Dr. DESTAT/FAMAT/PUCRS viali@pucrs.br http://www.pucrs.br/famat/viali Distribuições Conjuntas (Tabelas de Contingência) Distribuição Conjunta Suponha que se queira analisar
Leia maisTestes não paramétricos. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais
Testes não paramétricos Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Teste de hipótese Queremos saber se a evidência que temos em mãos significa que encontramos algo diferente daquela
Leia maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia mais- Testes Qui-quadrado - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a validade de um modelo probabilístico discreto a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista
Leia maisTestes 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 maisEstatística Descritiva (III) Associação entre Variáveis
Estatística Descritiva (III) Associação entre Variáveis 1 Associação entre variáveis qualitativas Tabelas de Contingência 2 Exemplo: Suponha que queiramos analisar o comportamento conjunto das variáveis
Leia maisESTATÍSTICA. Ana Paula Fernandes - FAMAT/UFU
ESTATÍSTICA Ana Paula Fernandes - FAMAT/UFU 1 REFERÊNCIAS BIBLIOGRÁFICAS 2 BUSSAB & MORETTIN Quadro! 3 QUANTIS EMPÍRICOS 4 QUANTIL DE ORDEM P OU P-QUANTIL Quantil de ordem p ou p-quantil, indicada por
Leia maisMedidas de associação entre duas variáveis qualitativas
Medidas de associação entre duas variáveis qualitativas Hoje vamos analisar duas variáveis qualitativas (categóricas) conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Vamos
Leia maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia maisAmostragem Aleatória e Descrição de Dados - parte I
Amostragem Aleatória e Descrição de Dados - parte I 2012/02 1 Amostra e População 2 3 4 Objetivos Ao final deste capítulo você deve ser capaz de: Calcular e interpretar as seguintes medidas de uma amostra:
Leia maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 21 de Junho de 2013 3 Uma outra medida usada para verificar o ajuste do modelo. Essa estatística é dada por X
Leia maisMOQ 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 maisTeste Chi-Quadrado de Independência. Prof. David Prata Novembro de 2016
Teste Chi-Quadrado de Independência Prof. David Prata Novembro de 2016 Duas Variáveis Categóricas Análise de variância envolve o exame da relação entre uma variável categórica explicativa e uma variável
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Algumas considerações Slide 2 As secções deste capítulo referem-se
Leia maisAssociação entre variáveis categóricas e IC95%
Associação entre variáveis categóricas e IC95% Andréa Homsi Dâmaso Programa de pós-graduação em Epidemiologia UFPEL Biotecnologia: Bioestatística e Delineamento Experimental Aula de hoje Teste do qui-quadrado
Leia maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisDE 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 maisTestes 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- Testes Qui-quadrado. - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: 1 Genética Equilíbrio
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis X = Grau de Instrução e Y = Região de
Leia maisModelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados
Modelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados Erica Castilho Rodrigues 23 de Maio de 207 Introdução 2 3 Vimos como encontrar o EMV usando algoritmos numéricos. Duas possibilidades:
Leia maisModelos Lineares Generalizados - Componentes do Modelo
Modelos Lineares Generalizados - Componentes do Modelo Erica Castilho Rodrigues 01 de Abril de 2014 3 Vejamos agora quais as componentes de um Modelo Linear Generalizado. Temos um conjunto de variáveis
Leia maisExemplos Equações de Estimação Generalizadas
Exemplos Equações de Estimação Generalizadas Bruno R. dos Santos e Gilberto A. Paula Departamento de Estatística Universidade de São Paulo, Brasil giapaula@ime.usp.br Modelos Lineares Generalizados dos
Leia maisTESTE DO QUI-QUADRADO DE INDEPENDÊNCIA
TESTE DO QUI-QUADRADO DE INDEPENDÊNCIA Suponha que numa amostra aleatória de tamanho n de uma dada população são observados dois atributos ou características A e B (qualitativas ou quantitativas), uma
Leia maisStela Adami Vayego Estatística II CE003/DEST/UFPR
Resumo 1 Teste de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisTestes de Aderência Testes de Independência Testes de Homogeneidade
Testes de Aderência Testes de Independência Testes de Homogeneidade 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Genética
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2006
Instruções para a prova: PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 006 a) Cada questão respondida corretamente vale um ponto. b) Questões deixadas em branco valem zero pontos (neste caso marque todas
Leia maisAderência. Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2015
Aderência Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2015 Sumário 1. Estatística qui-quadrado... 2 2. Gráfico de Probabilidades... 9 3. Teste de Jarque-Bera... 14 Serão apresentadas técnicas que
Leia maisAnálise de Regressão - parte I
16 de Outubro de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos para dados coletados. Entender como método de mínimos é usado
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Teste Qui-quadrado Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Teste Qui-quadrado É um teste não paramétrico, pois independe dos parâmetros
Leia maisTeste Qui-Quadrado Rio de Janeiro, 23 de setembro de 2012
Teste Qui-Quadrado Rio de Janeiro, 3 de setembro de 01 Três tipos de testes Teste de aderência: quando desejamos verificar se uma amostra comporta-se de acordo com uma distribuição específica (normal,
Leia maisVariáveis bidimensionais
Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 19/04/2018 WB, FM, EK ( LEG/DEST/UFPR ) Variáveis
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Testes dos sinais e de Wilcoxon Teste de Mann-Whitney Teste
Leia maisAnálise de Dados Categóricos Modelos log-lineares
1/36 Análise de Dados Categóricos Modelos log-lineares Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2/36 Modelos log-lineares Modelo simétrico: todas as variáveis são respostas. O objetivo
Leia maisCE001 - 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 maisMAE0229 Introdução à Probabilidade e Estatística II
Exercício A fim de comparar os salários médios anuais de executivos e executivas de uma determinada cidade, amostras aleatórias de n = 26 executivos e n 2 = 24 executivas foram coletadas obtendose os valores
Leia maisIntervalos 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 maisStela Adami Vayego DEST/UFPR
Resumo 1 Testes de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisAnálise de Dados Categóricos
1/43 Análise de Dados Categóricos Modelo de Regressão de Poisson Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Departamento de Estatística Universidade Federal de Minas Gerais 2/43 Revisão:
Leia maisTeste Qui-quadrado. Dr. Stenio Fernando Pimentel Duarte
Dr. Stenio Fernando Pimentel Duarte Exemplo Distribuição de 300 pessoas, classificadas segundo o sexo e o tabagismo Tabagismo Fumante (%) Não Fumante (%) Masculino 92 (46,0) 108 (54,0) Sexo Feminino 38
Leia maisANOVA - parte I Conceitos Básicos
ANOVA - parte I Conceitos Básicos Erica Castilho Rodrigues 9 de Agosto de 2011 Referências: Noções de Probabilidade e Estatística - Pedroso e Lima (Capítulo 11). Textos avulsos. Introdução 3 Introdução
Leia maisVariáveis bidimensionais
Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação LEG/DEST/UFPR 1 / 48 Sumário 1 Distribuições conjuntas
Leia mais9. Medidas de associação entre variáveis categóricas em tabelas de dupla entrada
9. Medidas de associação entre variáveis categóricas em tabelas de dupla entrada Quiquadrado de Pearson: mede a associação de tabelas de dupla entrada, sendo definida por: c (e e ij n ij ij ), em que é
Leia maisTestes 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 maisAnálise de Dados Categóricos Tabelas 2 2
1/49 Análise de Dados Categóricos Tabelas 2 2 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2/49 Tabela 2 2: Exemplo Exemplo: Fischl et al. (1987) publicaram o primeiro relato de um ensaio clínico
Leia maisModelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste
Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta
Leia maisTESTES NÃO-PARAMÉTRICOS
Les-0773: ESTATÍSTICA APLICADA III TESTES NÃO-PARAMÉTRICOS AULA 3 26/05/17 Prof a Lilian M. Lima Cunha Maio de 2017 Revisão... Teste dos Sinais A Comparar valores de medianas de uma amostra com um valor
Leia maisModelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
Leia maisUniversidade de São Paulo
Universidade de São Paulo MAE 19 Introducão à Probabilidade e à Estatística I Lista de Exercícios - Semestre 1 de 015 - FEA Prof. Pedro Morettin e Prof. Chang Chiann 1. Problema 1 a. Usando o pacote R
Leia maisNessa 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 maisExperimentos Balanceados com Dois Fatores
Experimentos Balanceados com Dois Fatores Experimentos com dois fatores cruzados fixos Exemplo1. Objetivo. Investigar os efeitos do preço de venda e do tipo de campanha promocional nas vendas de certo
Leia maisTestes para dados categóricos
Testes para dados categóricos Teste de homogeneidade Objetivo: testar se existe diferença entre frequências observadas (O ij ) e frequências esperadas (E ij ). Dados amostrais: amostras aleatórias independentes
Leia maisModelos de Regressão Múltipla - Parte IV
1 Modelos de Regressão Múltipla - Parte IV Erica Castilho Rodrigues 01 de Fevereiro de 2017 2 3 4 Nos modelos vistos até agora a mudança de um grupo para o outro estava apenas no intercepto. Podemos também
Leia maisExperimentos Balanceados com Dois Fatores
Experimentos Balanceados com Dois Fatores Experimentos com dois fatores cruzados fixos Exemplos. 1. Objetivo. Investigar os efeitos do preço de venda e do tipo de campanha promocional nas vendas de certo
Leia maisSÉRIE: Estatística Básica Texto: ANÁLISE BIDIMENSIONAL SUMÁRIO 3. EXERCÍCIOS APÊNDICE REFERÊNCIAS...21
SUMÁRIO 1. VARIÁVEIS BIDIMENSIONAIS QUALITATIVAS...3 1.1. INTRODUÇÃO...3 1.2. INDEPENDÊNCIA DE VARIÁVEIS...4 1.3. MEDIDA DO GRAU DE DEPENDÊNCIA ENTRE DUAS VARIÁVEIS NOMINAIS...6 2. VARIÁVEIS BIDIMENSIONAIS
Leia mais4. Medidas de associação entre variáveis categóricas em tabelas de dupla entrada
4. Medidas de associação entre variáveis categóricas em tabelas de dupla entrada Quiquadrado de Pearson: mede a associação de tabelas de dupla entrada, sendo definido por: c (eij n ij ), i1 j1 e em que
Leia maisModelos log-lineares em tabelas tridimensionais
Modelos log-lineares em tabelas tridimensionais A Tabela 1 apresenta o número de respondentes em um estudo transversal classificados de acordo com a ideologia política, o partido político e o sexo. Os
Leia maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Teste de Hipóteses
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Teste de Hipóteses Professora Renata Alcarde Sermarini Piracicaba maio 2014 Renata Alcarde Sermarini Estatística Geral 5 de Junho
Leia maisAnálise de Dados Categóricos
Universidade Federal Fluminense Instituto de Matemática e Estatística Análise de Dados Categóricos Ana Maria Lima de Farias Fábio Nogueira Demarqui Departamento de Estatística Março 2017 Sumário 1 Análise
Leia maisResolução 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 maisAULA 10 RELACIONAMENTOS ENTRE DUAS VARIÁVEIS
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA ENG C 18 Métodos de Pesquisa Quantitativos e Qualitativos DOCENTE: CIRA SOUZA PITOMBO AULA 10 RELACIONAMENTOS
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisAula 5. Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios?
Aula 5 Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios? Processo de chegada: o Chegadas em grupo ocorrem segundo um processo Poisson com taxa.
Leia maisModelos de Regressão Múltipla - Parte VI
1 Modelos de Regressão Múltipla - Parte VI Erica Castilho Rodrigues 7 de Fevereiro de 2017 2 3 Podemos fazer uma transformação na variável resposta Y e/ou na preditora X para: solucionar problemas de variância
Leia maisESTUDO SOBRE A TAXA ANUAL DE CÂNCER NASAL EM UMA REFINARIA DE NÍQUEL NO PAÍS DE GALES
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística ESTUDO SOBRE A TAXA ANUAL DE CÂNCER NASAL EM UMA REFINARIA DE NÍQUEL NO PAÍS DE GALES CE225 - Modelos Lineares Generalizados
Leia maisCaros 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 maisModelos log-lineares
Modelos log-lineares Apresentamos exemplos de ajustes de modelos log-lineares com a função glm do pacote stats em R. Os resultados são destacados em cor azul. Os dados do exemplo podem ser encontrados
Leia mais6. Medidas de associação entre variáveis categóricas em tabelas de dupla entrada
6. Medidas de associação entre variáveis categóricas em tabelas de dupla entrada Quiquadrado de Pearson: mede a associação de tabelas de dupla entrada, sendo definida por: c (e e ij n ij ij ), em que é
Leia maisMedidas de associação para variáveis categóricas em tabelas de dupla entrada
Medidas de associação para variáveis categóricas em tabelas de dupla entrada a) Quiquadrado de Pearson: mede a associação de tabelas de dupla entrada, sendo definida por: c ( e e ij ij n ) ij, em que é
Leia maisAnálise de dados, tipos de amostras e análise multivariada
Les-0773: ESTATÍSTICA APLICADA III Análise de dados, tipos de amostras e análise multivariada AULA 1 12/05/17 Prof a Lilian M. Lima Cunha Maio de 2017 Introdução O que significa o termo estatística? No
Leia maisTestes 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 maisde uma variável em função da outra, por exemplo: Quantas TV Philips são vendidas na região Norte? Quantos homens são fumantes?
3. Estatística descritiva bidimensional (Tabelas, Gráficos) Análise bivariada (ou bidimensional): avalia o comportamento de uma variável em função da outra, por exemplo: Quantas TV Philips são vendidas
Leia maisStela Adami Vayego DEST/UFPR
Resumo 5 - Análise Bivariada (Bidimensional) 5.1. Introdução O principal objetivo das análises nessa situação é explorar relações (similaridades) entre duas variáveis. A distribuição conjunta das freqüências
Leia maisAnálise de dados categóricos
Análise de dados categóricos Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Cronograma 1. Introdução 2. Estimadores 3. Estatística de teste 4. Exemplo 5. Aplicações 2/21 Introdução Lembrando
Leia maisModelos para dados de contagem
O modelo de Poisson Sumário 1 Introdução 2 Regressão de Poisson Taxa de Incidência Inclusão de covariáveis Interpretação dos parâmetros 3 Exemplos 4 Superdispersão Dados de Contagem Podemos estar interessados
Leia mais( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
Leia maisRegressão. 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 maisEstatística Descritiva (III) Associação entre Variáveis
Estatística Descritiva (III) Associação entre Variáveis 1 Associação entre variáveis qualitativas Tabelas de Contingência 2 Podemos construir tabelas de frequências conjuntas (tabelas de contingência),
Leia maisÉ dada uma tabela de contingências, sendo os factores de classificação as proveniências (a=3 níveis) e os terrenos (b=3 níveis).
ISTITUTO SUPERIOR DE AGROOMIA ESTATÍSTICA E DELIEAMETO 3 de ovembro, 017 PRIMEIRO TESTE 017-18 Uma resolução possível I É dada uma tabela de contingências, sendo os factores de classificação as proveniências
Leia maisLISTA DE EXERCÍCIOS 2 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE BIDIMENSIONAL GABARITO
LISTA DE EXERCÍCIOS INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE BIDIMENSIONAL GABARITO 1) a) Calculando os percentuais em relação aos totais de cada COLUNA obtemos: 18,57% de favoráveis entre os Estudantes,
Leia mais