A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

Tamanho: px
Começar a partir da página:

Download "A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais."

Transcrição

1 Jaete Pereira Amaor Itroução Os métoos utilizaos para realização e iferêcias a respeito os parâmetros pertecem a uas categorias. Poe-se estimar ou prever o valor o parâmetro, através a estimação e parâmetros ou poe-se tomar ecisões relativas ao mesmo, através e um teste e hipótese paramétrico (teste e sigificâcia). O teste e sigificâcia ou teste e hipóteses paramétrico cosiste em verificar se a ifereça etre um valor alegao e um parâmetro populacioal e o valor e uma estatística amostral poe ser razoavelmete atribuío a variabiliae amostral ou se a iscrepâcia é emasiaamete grae para ser ecaraa assim. A fialiae os testes e hipóteses paramétrico é avaliar afirmações sobre os valores os parâmetros populacioais. ipótese Estatística Uma hipótese estatística é uma afirmação que poe ou ão ser veraeira sobre o valor e um parâmetro ou sobre a istribuição e probabiliae e uma variável aleatória. Em estatística existem ois tipos e hipótese estatística. A ipótese ula é a hipótese coservaora sempre poe ser expressa por uma igualae a zero. Por exemplo: : ou :. A ipótese alterativa é qualquer hipótese que iferi e uma aa hipótese ula é a ipótese experimetal. Por exemplo: : ou : ou :. A ipótese ula é uma afirmação que iz que o parâmetro populacioal é tal como especificao (isto é, a afirmação é veraeira). A ipótese alterativa é uma afirmação que oferece uma alterativa à alegação (Isto é, o parâmetro é maior ou meor que o valor alegao) As hipóteses e são mutuamete excluetes, aceitao-se uma hipótese como veraeira, a outra, automaticamete, será rejeitaa. Portato eve-se tomar cuiao para ão ser cometio erros com relação aceitação e rejeição e e. 3 Tipos e Erro Quao se realiza um teste e hipótese, poe-se cometer ois tipos e erro: Erro tipo I: cosiste em rejeitar quao ela é veraeira. Poe ser limitao pela escolha o ível e sigificâcia que probabiliae e rejeitar quao essa for veraeira. Erro tipo II: Cosiste em aceitar, quao ela é falsa. O quaro a seguir mostra as possibiliaes e se cometer os erros tipo I e tipo II. Realiae o Veraeira o Falsa Decisão Aceitar o Decisão correta ( - ) Erro Tipo II ( ) Rejeitar o Erro Tipo I ( ) Decisão Correta ( - )/Eficácia

2 Jaete Pereira Amaor O ível e sigificâcia o teste (probabiliae e rejeitar quao essa for veraeira) é fixaa ates a extração as amostras. Os valores mais comus para são:.,.5 e. ou %, 5% e %. Se por exemplo, ao eliear-se um teste, escolhe-se =.5 ou 5%, sigifica que em cerca e 5% rejeitar-se-ia erroeamete. O coeficiete e cofiaça, iicao por ( - ), é a probabiliae e que a hipótese ula ão seja rejeitaa quao e fato for veraeira e ão eve ser rejeitaa. Em termos e metoologia o teste e hipóteses, esse coeficiete represeta a probabiliae e se cocluir que o etermiao valor o parâmetro que está seo testao para hipótese ula seja plausível. O risco a probabiliae e se cometer um erro Tipo II ietificao por é iferete o erro Tipo I que poe ser cotrolao pela seleção e. A probabiliae e se cometer o erro Tipo II epee a ifereça etre o valor a hipótese e os veraeiros parâmetros a população. A eficácia e um teste estatístico eotaa por -, é a probabiliae e se rejeitar a hipótese ula quao ela é e fato falsa e everia ser rejeitaa. A probabiliae p é a área, abaixo e uma curva e probabiliae, compreeia etre a estatística calculaa e o ifiito mais próximo, o caso o teste uilateral. Se o teste for bilateral, cosiera-se este valor multiplicao por ois. Se p, rejeita-se (quato meor o valor e p mais sigificativo é o teste), e se p, aceita-se 3. Cotrole os erros Tipo I e Tipo II Para cotrolar e valem as seguites cosierações práticas: Para fixo, um aumeto o tamaho a amostra ocasioa uma reução e ; isto é, uma amostra maior reuz a chace e cometermos o erro e ão rejeitar a hipótese ula quao ela for falsa. Para um tamaho, fixo, e amostra, uma imiuição e acarreta um aumeto e ; reciprocamete, um aumeto e acarreta uma imiuição e. Para reuzir e, evemos aumetar o tamaho a amostra. 4 Teste e ipóteses Uilateral e Bilaterais Depeeo a hipótese alterativa, os testes são classificaos como uilaterais e bilaterais. 4. Teste e hipóteses bilateral Os testes bilaterais se usam sempre que há ivergêcia crítica em ambas as ireções, tal como ocorreria a fabricação e roupas, oe camisas muito graes ou muito pequeas ão correspoem à etermiação o parão. Outro exemplo é o caso em que peças evem ajustar-se uma a outra, como o parafuso e porca. Uma variação excessiva ocasioará seja um ajuste muito frouxo, e moo que as peças ão permaecerão uias, ou um ajuste excessivo impeio a cojugação as peças. Assim por exemplo: : cotra : é um teste bilateral, esquematicamete:

3 Jaete Pereira Amaor 3 Valor tabelao também chamao e valor crítico, separa a região e aceitação (RA ) a região e rejeição (RR ). 4. Teste e hipóteses uilateral a ireita O teste uilateral a ireita é útil para testar se etermiao parão máximo ão foi exceio Como exemplo seria: teor máximo e gorura permitia em etermiao tipo e leite, raiação emitia por usias ucleares, úmero e passas efeituosas e uma remessa e certa mercaoria, quatiae e poluição atmosférica emitia por uma etermiaa fabrica. Assim por exemplo: : cotra, : ( é o valor suposto para o parâmetro) é um teste uilateral a ireita, esquematicamete: 4. Teste e hipóteses uilateral a esquera O teste uilateral a esquera é útil para verificar se etermiao parão míimo foi atigio. Como exemplo seria: coteúo míimo e gorura o leite, peso líquio e pacotes e etermiao prouto, via e um prouto tal qual como especificao o certificao e garatia. Assim por exemplo: : é um teste uilateral a esquera, esquematicamete: 5 Proceimetos para Realização e um Teste e ipóteses Para realizar um teste e hipótese sugere-se seguir as seguites etapas: ) Formular as hipóteses;

4 Jaete Pereira Amaor 4 ) Ietificara a estatística o teste; 3) Determiar o ível e sigificâcia; 4) Calcular a estatística utilizao os valores amostrais; 5) Comparar as estatística calculaa com a estatística tabelaa; 6) Cocluir. 5. Teste e hipóteses para méia O objetivo o teste e sigificâcia para méias é avaliar afirmações feitas a respeito e méias populacioais. á basicamete três tipos e afirmação que se poem fazer a cerca as méias populacioais e caa tipo requer um tipo iferete e avaliação. Uma afirmação poe izer respeito a méia e uma úica população; a avaliação evolve etão um teste e uma amostra. Ou poe-se afirmar que a méia e uas populações são iguais; tem-se etão um teste e uas amostras. Fialmete poe-se afirmar que a as méias e mais e uas populações são iguais, o que evolve um teste e K amostras (Aálise e Variâcia) que será visto em um capítulo aparte Teste e sigificâcia e uma amostra para uma méia amostral cotra um valor paramétrico Caso I - Variâcia populacioal cohecia e/ou > 3 De acoro com o teorema o limite cetral, se obtemos amostras graes ( > 3) (e qualquer população com qualquer istribuição), a istribuição as méias poe ser aproximaa por uma istribuição ormal. Seo assim, istribuição as méias amostrais será aproximaamete ormal com meia e esvio parão. Em um teste e hipóteses, o valor e correspoe a hipótese ula, e o valor o esvio parão populacioal eve ser cohecio. Se é escohecio e as amostras são graes, poemos usar o esvio parão amostral S em substituição σ, porque graes amostras aleatórias teem a represetar a população. Assim temos: Retira-se uma amostra e tamaho e calcula-se X. X Calcula-se o valor a estatística c Sob a hipótese ula, tem-se que c possui uma istribuição ormal parão.portato, Rejeita-se se c (isto é, se < ou ) Aceita-se se c (isto é, c ), oe é o ível e sigificâcia o teste. Ex: Uma máquia automática para echer pacotes e café eche-os seguo uma istribuição ormal, com méia e variâcia sempre igual a 4g. A máquia foi regulaa para = 5g. Colhe-se, perioicamete uma amostra e 6 pacotes para verificar se a proução está sob cotrole, isto é, se = 5g ou ão. Se uma essas amostras apresetasse uma méia amostral e X = 49 g, você pararia ou ão a proução para regular máquia, cosierao o ível e sigificâcia e %? Solução

5 Jaete Pereira Amaor 5,,5 =,58 c : 5 : ,6 4 6 Coclusão: Aceita-se a hipótese ula, ou seja, ão existe eviêcias e que a máquia esta embalao pacotes e café com uma méia iferete e 5g, seo assim a máquia ão ecessita ser paraa. Ex: A tesão e ruptura os cabos prouzios por um fabricate apreseta méia e 8 kg e esvio parão e kg. Meiate ova técica o processo e fabricação, proclamase que a tesão e ruptura poe ter aumetao. Para testar esta eclaração, esaiou-se uma amostra e 5 cabos, teo-se etermiao a tesão méia e ruptura e 85 kg. Poe-se cofirmar a eclaração ao ível e sigificâcia e,? Solução,,5 =,33 c : 8 : ,4 3,53 Ao ível e sigificâcia e,, a regra e ecisão é: Rejeita-se se c, =,33 Aceita-se se c, <,33 Coclusão: Rejeita-se, e cofirma a eclaração e que a teção e ruptura foi aumetaa. Caso II - Variâcia populacioal escohecia e/ou 3 Neste caso, a população origial eve ter istribuição essecialmete ormal, pois e acoro com o teorema o limite cetral. Se a população sob amostragem tem istribuição ormal, a istribuição as méias amostrais também será ormal para toos os tamahos e amostras. Desta forma teremos que usar a istribuição t e Stuet utilizaa para trabalhar com pequeas amostras, quao a variâcia populacioal é escohecia. Coições para usar a istribuição t e Stuet A amostra é pequea 3 é escohecio A população origial tem istribuição essecialmete ormal. Desta forma para um teste e hipótese para meis têm-se:

6 Jaete Pereira Amaor 6. Sob a hipótese ula, tem-se que t possui uma istribuição t e Stuet com - graus e liberae. Portato, X Calcula-se a estatística: t c S Se o teste tiver uma hipótese alterativa uilateral ( : ou : ) o teste everá rejeitar uilateralmete ( t t,( ) ou t t,( ) ) Ex: Um fabricate afirma que seus cigarros cotém ão mais que 3 mg e icotia. Uma amostra e 5 cigarros forece méia e 3,5 mg e esvio parão e 3 mg. Ao ível e 5%, os aos refutam ou ão a afirmação o fabricate? Solução: Neste caso, as hipóteses são: : 3 : 3 Como ão se cohece a variâcia populacioal, e esta foi estimaa pela amostra, evemos X utilizar a estatística t e Stuet: t c S A regra e ecisão é aa por: Rejeita-se se t t t, 7 Aceita-se se t, 7 3,5 3,5 t c,5 3,6 5,(,5,4 Coclusão: Rejeita-se, ou seja, há eviêcias e que os cigarros coteham mais e 3g e icotia. 5.. Teste e sigificâcia para a ifereça etre uas méias populacioais iepeetes. Caso I Amostras graes >3 e/ou e (cohecias) Os testes e uas amostras são usaos para eciir se as méias e uas populações são iguais. Para a realização o teste exige que as uas amostras sejam iepeetes, uma e caa população. Duas amostras são iepeetes se a amostra extraía e uma as populações ão tem qualquer relação com a amostra extraía a outra. Esses testes são freqüetemete usaos para comparar ois métoos e esio, uas marcas, uas ciaes, ois istritos escolares, e outros casos aálogos. Ao testar as hipóteses para ifereça etre uas méias supõe-se que:

7 Jaete Pereira Amaor 7 As uas amostras são iepeetes O tamaho as uas amostras são graes > 3 e > 3 e/ou as variâcias são cohecias. De acoro com o teorema o limite cetral quao o tamaho a amostra for maior o que 3 a istribuição ormal costitui aproximação razoável a istribuição as méias amostrais.por raciocíio aálogo os valores e x x também teem para uma istribuição ormal com meia. Quao ambas as amostras são graes, a proprieae seguite as variâcias leva-os a cocluir que os valores e x x tem um esvio parão ao por:. A variâcia a ifereça etre uas variáveis aleatórias iepeetes é igual a soma as variâcias estas variáveis. Isto é, a variâcia os valores amostrais x x tee a ser igual a ese que x e x sejam iepeetes. Assim, x x x x x x Como é um escore paroizao que correspoe a: estatistica amostral méia populaciol esta forma vem; esvioparão a estatística amostral x x Quato às hipóteses temos que: A hipótese ula poe ser e que as uas populações tem méias iguais. : Equato que as alterativas poem ser: : ; : e : ote que: : é equivalete a : Ex: Um fabricate e peus faz ois tipos. Para o tipo A, = 5 milhas, e para o tipo B, = 3 milhas. Um táxi testou 5 peus o tipo A e 4 o tipo B, obteo 4. milhas e.6 milha e uração méia os respectivos tipos. Aotao-se um risco =4%, testar a hipótese e que a via méia os ois tipos é a mesma. Solução: : :,4, Aceita-se-se se Rejeita-se se =,5 ou

8 Jaete Pereira Amaor 8 c c ,4 353,6 474,68 Coclusão: Rejeita-se, ou seja, existe ifereça em relação a via méia o ois tipos e peus Teste e sigificâcia para a ifereça etre uas méias e populações epeetemete relacioaas Os resultaos e uas amostras costituem aos emparelhaos ou pareaos quao estão relacioaos ois a ois seguo algum critério que itrouz uma ifluêcia marcate etre os iversos pares, que supõe-se, porém ifluir igualmete sobre os valores e caa par. Seo assim, como os aos as uas amostras estão emparelhaos, tem setio calcular a ifereça i correspoete a caa par e valores, reuzio assim os aos a uma úica amostra e ifereças. Desta forma testa-se a hipótese e que a ifereça etre as méias as uas populações seja igual a um certo valor Δ equivale atestar a hipotese e que a meia e toas as ifereças (referete as populações) seja igual a Δ, o que ecorre as proprieaes a méia. Ou seja, testa-se simplesmete a hipótese : Δ cotra uma hipótese alterativa que poerá correspoer a um teste uilateral ou bilateral coforme seja o iteresse. Ao tomar as ifereças i, reuzimos o problema ao teste e uma úica méia recaio o item acaba recaio o item 5.. Caso II. Logo, a expressão vista este item, poe ser aplicaa à amostra as ifereças, realizao-se teste simplesmete através a comparação t-stuet com o valor crítico obtio em fução e com - graus e liberae. As otações para o teste e hipóteses para uas amostras epeetes correspoem; méia as ifereças para população e aos emparelhaos. = valor méio as ifereças i (x-y) para os aos amostrais emparelhaos é ao por i. S esvio parão as ifereças i para aos amostrais emparelhaos i i S. = úmeros e pares e aos. Seo assim, a equação para o teste é a por t c S Ex: Dez cobaias aultas foram submetias ao tratameto com certa ração urate uma semaa. Os aimais foram ietificaos seo matios em gaiolas iiviuais. Os pesos, em gramas, aotaos o iicio e o fial o experimeto, esigaos respectivamete, por x e y foram aotaos, seo estes: Cobaia x i (peso iicial)

9 Jaete Pereira Amaor 9 y i (peso fial) Testar a hipótese a % e que a ração ão cotribui para o aumeto e peso os aimais, cotra a hipótese alterativa o peso os aimais foi afetao pela ração (o peso iicial eve ser meor que o fial). Solução: : 9;% : t =,8 Cobaia x i (peso iicial) y i (peso fial) i Total i S t c ,5 6,5 6,6 6,94,34 48,7,96 6,94 Coclusão: Rejeita-se, ou seja, com 99% e cofiaça coclui-se que o uso a ração cotribui para o aumeto os pesos os aimais. 5. Teste e ipótese para proporção Os testes para proporções são aequaos quao os aos sob aálise cosistem em cotages ou freqüêcias e ites em uas ou mais classes. A fialiae e tais testes é avaliar afirmações sobre a proporção ou percetagem e uma população. Os testes se baseiam a premissa e que uma proporção amostral, isto é, x ocorrêcias em observações, ou x/, será igual a veraeira proporção populacioal. Os testes focalizam geralmete as ifereças etre um úmero esperao e ocorrêcias (supoo-se veraeira uma afirmação) e o úmero efetivamete observao. A ifereça é etão comparaa com a variabiliae prescrita por uma istribuição amostral baseaa a hipótese e que é realmete veraeira. Em muitos aspectos, os testes para proporção se assemelham graemete aos testes para méias; apeas, os testes para proporções, os aos amostrais se apresetam e termos e cotages, ao ivés e meias. Por exemplo, os testes tato para méias como para proporções poem ser usaos para avaliar alegações sobre:

10 Jaete Pereira Amaor Um parâmetro e uma úica população (teste e uma amostra). Igualae e parâmetros e uas amostras (teste e uas amostras ). Igualae e parâmetros e mais e uas amostras (teste e k amostras) Além isso, para graes amostras, a istribuição amostral apropriaa para testes e proporções e uma e uas amostras é aproximaamete ormal, tal como o caso e testes para méias e uma e uas amostras. 5.. Teste e sigificâcia e uma amostra para a proporção Seja a proporção os elemetos e uma população que possuem uma etermiaa característica. Por exemplo, é igual a proporção ou percetagem os habitates, e uma etermiaa localiae, que possuem automóvel. Se quisermos testar a hipótese e que essa proporção é igual a etermiao valor, cotra a alterativa essa proporção ser maior e que o valor especificao, laça-se as hipóteses: : = Cotra uma as hipóteses alterativas: : > : : Um bom estimaor o parâmetro é a proporção amostral P, que para graes amostras segue uma istribuição aproximaamete ormal com méia e a variâcia ( ) ou seja, P ~ N (, ). Portato poe-se usar a variável ormal paroizaa. P ~ N (,) seo: ( ) P = x = úmero e sucessos tamaho a a amostra amostra proporção e sucesso a partir a hipótese ula Para proceer ao teste e hipóteses, como os casos ateriores, o valor e c. calculao eve ser comparao com o e ao em fução e, o ível e sigificâcia o teste. Ex: Um iustrial eseja certificar-se e que a fração e mercao que prefere seu prouto ao e seu cocorrete é superior a 7%. Para tato colheu uma amostra aleatória e 65 opiiões, as quais lhe foram favoráveis. Poe o iustrial ficar satisfeito com esse resultao, aotao o ível e sigificâcia e 5%? Solução: : = 7% =.7 : >.7 x P = =,

11 Jaete Pereira Amaor P,739,7 ( ),7(,7) 65 5% z 65. Teste uilateral,39,778,5 Coclusão: Não há eviêcia, ao ível e 5%, e que a proporção seja superior a 7%. 5.. Teste e sigificâcia para a ifereça etre uas poporções populacioais iepeetes. Sejam P e P as proporções obtias em uas amostras e tamaho e. Se quisermos testar a hipótese e que as proporções e as proporções as quais foram retiraas as amostras são iguais, formula-se as hipóteses e acoro com o tipo e este que poerá ser: Teste bicaual Teste uicaual a ireita Teste uicaual a esquera : : : : : : Para realizar o teste usa-se a variável paroizaa: ( P P ) ( ), que para graes amostras segue uma ( ) ( ) istribuição aproximaamete ormal com méia zero e variâcia. Comparao-se o valor calculao (calc) com o valor crítico, obtio a tabela a istribuição ormal paroizaa, a um ível ao e sigificâcia, ecie-se pela rejeição ou ão e. Deve-se observar que por : - = e assim caso esses parâmetros sejam escohecios, poe-se substituí-los pelos valores estimaos P e P (são os estimaores) e a população) o cálculo e. Assim: p p x x c seo : P e P p ( p) p ( p ) Ex: Um empresário eseja saber se o percetual e satisfação e seus clietes em relação a ois proutos oferecios por sua empresa são similares. Para isso etrevistou 5 pessoas, as quais 8 isseram estar satisfeitas com o prouto A e com o prouto B. Use = 5% e coclua a respeito. Solução:

12 Jaete Pereira Amaor : :,5,5 =,96 teste bicaual 8 PA 5,533 PB 5,666 c,533,666,33,33,73,8,533(,533),66(,666),3, 8 Coclusão: Aceita-se, ou seja, ão existe ifereça etre o percetual e satisfação os clietes em relação aos proutos A e B.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais. Prof. Jaete Pereira Amaor Itroução Os métoos utilizaos para realização e iferêcias a respeito os parâmetros pertecem a uas categorias. Poe-se estimar ou prever o valor o parâmetro, através a estimação

Leia mais

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais. Prof. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da

Leia mais

Hipótese Estatística. Tipos de Hipóteses

Hipótese Estatística. Tipos de Hipóteses Hipótese Estatística Hipótese, em estatística, é uma suposição formulada a respeito dos parâmetros de uma distribuição de probabilidade de uma ou mais populações. Podemos formular a hipótese que a produtividade

Leia mais

Equação Diferencial. Uma equação diferencial é uma expressão que relaciona uma função desconhecida (incógnita) y com suas derivadas.

Equação Diferencial. Uma equação diferencial é uma expressão que relaciona uma função desconhecida (incógnita) y com suas derivadas. Equação Diferecial Uma equação iferecial é uma epressão que relacioa uma fução escohecia (icógita) com suas erivaas É útil classificar os iferetes tipos e equações para um esevolvimeto sistemático a Teoria

Leia mais

Testes de Hipóteses sobre uma Proporção Populacional

Testes de Hipóteses sobre uma Proporção Populacional Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

Nosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ

Nosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL µ Nosso objetivo agora é estudar a média de uma variável quatitativa X. Deotamos a média descohecida como E(X)µ Mais precisamete, estimamos a média µ, costruímos

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Objetivos. Testes não-paramétricos

Objetivos. Testes não-paramétricos Objetivos Prof. Lorí Viali, Dr. http://www. ufrgs.br/~viali/ viali@mat.ufrgs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).

Leia mais

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).

Leia mais

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos 9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais

Leia mais

Equação diferencial é uma equação que apresenta derivadas ou diferenciais de uma função desconhecida.

Equação diferencial é uma equação que apresenta derivadas ou diferenciais de uma função desconhecida. . EQUAÇÕES DIFERENCIAIS.. Coceito e Classificação Equação iferecial é uma equação que apreseta erivaas ou ifereciais e uma fução escohecia. Seja uma fução e e um iteiro positivo, etão uma relação e igualae

Leia mais

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma

Leia mais

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

Econometria. Teorema de Slutsky para Variáveis Aleatórias. Uma extensão do Teorema de Slutsky. Aplicação do Teorema de Slutsky

Econometria. Teorema de Slutsky para Variáveis Aleatórias. Uma extensão do Teorema de Slutsky. Aplicação do Teorema de Slutsky Teorema e Slutsky para Variáveis Aleatórias Ecoometria. Proprieaes assitóticas os estimaores MQO (cotiuação). Iferêcia graes amostras Se X X, e se g(x) é uma fução cotiua com erivaas cotíuas e que ão epee

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,

Leia mais

Controle Estatístico de Qualidade. Capítulo 14 (montgomery)

Controle Estatístico de Qualidade. Capítulo 14 (montgomery) Controle Estatístico e Qualiae Capítulo 4 (montgomery) Amostragem e Aceitação Lote a Lote para Atributos Introução A Amostragem poe ser efinia como a técnica estatística usaa para o cálculo e estimativas

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005 PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).

Leia mais

Aula 11. Separação de Variáveis em Coordenadas Esféricas. Eletromagnetismo I. Prof. Ricardo Galvão - 2 Semestre Preparo: Diego Oliveira

Aula 11. Separação de Variáveis em Coordenadas Esféricas. Eletromagnetismo I. Prof. Ricardo Galvão - 2 Semestre Preparo: Diego Oliveira Eletromagetismo I Prof. Ricaro Galvão - Semestre 05 Preparo: Diego Oliveira Aula Separação e Variáveis em Cooreaas Esféricas Em cooreaas esféricas, a Equação e Laplace é aa por φr,θ,ϕ) = 0 r r ) r φ r

Leia mais

n d n d III) Substituindo ( II ) em ( I ) n d n d n d n d Banco do Brasil + BaCen FORMULAS QUADRO 1 I) Cálculo do desconto racional simples

n d n d III) Substituindo ( II ) em ( I ) n d n d n d n d Banco do Brasil + BaCen FORMULAS QUADRO 1 I) Cálculo do desconto racional simples Baco o Brasil + BaCe 2. DESCONTOS Quao o portaor e títulos e créito, tais como: Duplicatas Nota Promissória Cheque Pré Datao Letras e Câmbio (papéis feerais) etc com vecimetos certos e líquios, ecessita

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Distribuições de Estatísticas Amostrais e Teorema Central do Limite Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia

Leia mais

MÉTODOS DE DERIVAÇÃO

MÉTODOS DE DERIVAÇÃO MÉTODOS DE DERIVAÇÃO TE3 Fuametos Matemáticos para a Eearia Elétrica I Métoos e erivação DERIVADA DE UMA FUNÇÃO CONSTANTE Uma ução costate ão apreseta variação, portato sua erivaa é ula ( c) 5 4 Por eemplo:

Leia mais

Revisão COVEST, UPE, FACAPE e UNEB

Revisão COVEST, UPE, FACAPE e UNEB I. (OVEST.) Em uma reveeora e automóveis, a razão etre o úmero e automóveis ovos e o e automóveis usaos é e três quitos. Qual o percetual e automóveis ovos a reveeora? ) % B),% ) % D) % E) 7,% N U Portato

Leia mais

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

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

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa

Leia mais

O teste de McNemar. A tabela 2x2. Depois - Antes

O teste de McNemar. A tabela 2x2. Depois - Antes Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para

Leia mais

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc. Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

Testes de Hipóteses. Júlio Osório. Os dois campos da Análise Estatística. Métodos Estatísticos. Inferência Estatística. Estatística Descritiva

Testes de Hipóteses. Júlio Osório. Os dois campos da Análise Estatística. Métodos Estatísticos. Inferência Estatística. Estatística Descritiva Testes de Hipóteses Júlio Osório Os dois campos da Aálise Estatística Métodos Estatísticos Estatística Descritiva Iferêcia Estatística Estimativa Testes de Hipóteses 1 Exemplo Ilustrativo Mediram-se os

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

ALGORITMO DE GOSPER E APLICAÇÕES Humberto Silva Naves

ALGORITMO DE GOSPER E APLICAÇÕES Humberto Silva Naves Nível Avaçao ALGORITMO DE GOSPER E APLICAÇÕES Humberto Silva Naves Cotiuao com as iéias o artigo Itegrais iscretas (e Euaro Poço a Eurea úmero 7), vamos tetar escobrir fórmulas fechaas para algus somatórios

Leia mais

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço

Leia mais

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:

Leia mais

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,

Leia mais

Lista IC, tamanho de amostra e TH

Lista IC, tamanho de amostra e TH Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o

Leia mais

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE FACULDADE DE ECONOMIA DO PORTO Liceciatura em Ecoomia E C O N O M E T R I A I (LEC0) Exame Fial 0 de Jaeiro de 00 RESOLUÇÃO: I PARTE I GRUPO a) Dispoível uma amostra de observações de Y para períodos cosecutivos,

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais

ESTATÍSTICA NÃO-PARAMÉTRICA

ESTATÍSTICA NÃO-PARAMÉTRICA ESTATÍSTICA NÃO-PARAMÉTRICA Prof. Dr. Edmilso Rodrigues Pito Faculdade de Matemática - UFU edmilso@famat.ufu.br 1 Programa Itrodução - Plao de curso, sistema de avaliação - Coceitos básicos de iferêcia

Leia mais

Resposta ao Impulso, ao Degrau e à Excitação Arbitrária

Resposta ao Impulso, ao Degrau e à Excitação Arbitrária 9 Resposta ao Impulso, ao Degrau e à Excitação Arbitrária INTRODUÇÃO Estuamos, até agora, a resposta e sistemas iâmicos às excitações harmôicas e perióicas, seo que essas últimas foram trasformaas, através

Leia mais

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

1 Estimação de Parâmetros

1 Estimação de Parâmetros 1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a

Leia mais

10 INFERÊNCIA ESTATÍSTICA Testes de Hipóteses Introdução Lógica dos Testes de Hipóteses

10 INFERÊNCIA ESTATÍSTICA Testes de Hipóteses Introdução Lógica dos Testes de Hipóteses INE 700 - Iferêcia Estatística Testes de Hipóteses 0 INFERÊNCIA ESTATÍSTICA Testes de Hipóteses 0. - Itrodução Viu-se ateriormete que uma determiada população pode ser descrita através de um modelo probabilístico,

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores) Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser

Leia mais

σ = Proporção (estrato C): =

σ = Proporção (estrato C): = Ficha para praticar 16 1.1. Por exemplo: Amostra:.º 7 (Vera Lima).º 6 (Vasco Braga).º 5 (Berardo Silva).º (Liliaa Pires).º 1 (Joaa Cardoso).º 1 (Pedro Vieira).º (Aa Sousa).º 10 (Fracisco Medes) 1.. a)

Leia mais

Estimadores de Momentos

Estimadores de Momentos Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo

Leia mais

ESTIMAÇÃO PARA A MÉDIA

ESTIMAÇÃO PARA A MÉDIA ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao

Leia mais

Teste t: variâncias diferentes

Teste t: variâncias diferentes Etatítica II 7.0.07 UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Etatítica I - UNIR Etatítica II Tete t: variâcia iferete Profa. Reata Goçalve Aguiar Tete t:

Leia mais

Exame MACS- Inferência-Intervalos.

Exame MACS- Inferência-Intervalos. Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma

Leia mais

Estimação de Parâmetros. 1. Introdução

Estimação de Parâmetros. 1. Introdução Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas

Leia mais

6. Testes de Hipóteses Conceitos Gerais

6. Testes de Hipóteses Conceitos Gerais 6. Testes de Hipóteses Coceitos Gerais Este capitulo itrodutório, pretede apresetar todas as defiições e todo o vocabulário utilizado em testes de hipóteses. Em um primeiro mometo, talvez você fique um

Leia mais

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes

Leia mais

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n. Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,

Leia mais

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL AULA 8 16/05/17 Prof a Lilia M. Lima Cuha Maio de 017 PROPOSITO FUNDAMENTAL DA INFERÊNCIA ESTATISTICA DESENVOLVER ESTIMATIVAS E TESTAR HIPOTESES

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 3

MAE Introdução à Probabilidade e Estatística II Resolução Lista 3 MAE 229 - Itrodução à robabilidade e Estatística II Resolução Lista rofessor: edro Moretti Exercício 1 a A hipótese ula H 0 é de que a média de vedas µ permaece ialterada, equato que a hipótese alterativa

Leia mais

Teoria da Estimação 1

Teoria da Estimação 1 Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,

Leia mais

Inferência Estatística

Inferência Estatística Iferêcia Estatística opulação Amostra Itroduç Itrodução à Iferêcia Estatística Como tirar coclusões tomar decisões a partir de iformação parcial / icompleta (amostra) projectado /geeralizado resultados

Leia mais

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA) 06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~

Leia mais

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas

Leia mais

Teorema do limite central e es/mação da proporção populacional p

Teorema do limite central e es/mação da proporção populacional p Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos

Leia mais

Uma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra

Uma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra Distribuição amostral de Um dos procedimetos estatísticos mais comus é o uso de uma média da amostra ( ) para fazer iferêcias sobre uma população de média µ. Esse processo é apresetado a figura abaio.

Leia mais

Estatística stica para Metrologia

Estatística stica para Metrologia Estatística stica para Metrologia Aula Môica Barros, D.Sc. Juho de 28 Muitos problemas práticos exigem que a gete decida aceitar ou rejeitar alguma afirmação a respeito de um parâmetro de iteresse. Esta

Leia mais

TESTE DE HIPÓTESES. Se a Hipótese Nula (H 0 ) é: COMETE O ACEITA DECISÃO CORRETA O PESQUISADOR ERRO TIPO II COMETE O REJEITA DECISÃO CORRETA

TESTE DE HIPÓTESES. Se a Hipótese Nula (H 0 ) é: COMETE O ACEITA DECISÃO CORRETA O PESQUISADOR ERRO TIPO II COMETE O REJEITA DECISÃO CORRETA Embora com pouco tempo, devido à preparação da 3ª edição do livro Estatística ESAF, preocupado com os cadidatos que farão a prova para Fiscal-RS em 19/08/06 resolvi, mesmo em cima da hora, fazer um resumo

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

INTERVALOS DE CONFIANÇA

INTERVALOS DE CONFIANÇA INTRVALOS D CONFIANÇA 014 stimação por itervalos 1,..., é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro. Se L( 1,..., ) e U( 1,..., ) são duas fuções tais que L < U e P(L

Leia mais

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total)

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total) DURAÇÃO 1:30 (o teste costa de 3 págias com questões, um formulário e uma tabela - 5 folhas o total) Leia atetamete o euciado ates de respoder a cada questão. as questões de escolha múltipla seleccioe

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n Exercício 1. As otas fiais de um curso de Estatística foram as seguites 7, 5, 4, 5, 6, 1, 8, 4, 5, 4, 6, 4, 5, 6, 4, 6, 6, 4, 8, 4, 5, 4, 5, 5 e 6. a. Determie a mediaa, os quartis e a média. Resposta:

Leia mais

7. INTERVALOS DE CONFIANÇA

7. INTERVALOS DE CONFIANÇA 7 INTRVALOS D CONFIANÇA 00 stimação por itervalos,, é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro θ Se L(,, ) e U(,, ) são duas fuções tais que L < U e P(L θ U), o itervalo

Leia mais

Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório

Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório Uiversidade Federal de Lavras Departameto de Estatística Prof. Daiel Furtado Ferreira 1 a Aula Prática Técicas de somatório Notação e propriedades: 1) Variáveis e ídices: o símbolo x j (leia x ídice j)

Leia mais

Econometria. Econometria. Multicolinearidade. Multicolinearidade. Variância do estimador de MQO. s = Multicolinearidade

Econometria. Econometria. Multicolinearidade. Multicolinearidade. Variância do estimador de MQO. s = Multicolinearidade Ecoometria. Multicolieariae. Observações missig 3. Proprieaes assitóticas os estimaores MQO. Multicolieariae Ecoometria. Testes e hipóteses o moelo e regressão liear 3. Proprieaes assitóticas os estimaores

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

Escalonamento Multidimensional

Escalonamento Multidimensional MAE 33 ANÁLISE MULTIVARIADA DE DADOS Escaloameto Multiimesioal Júlia M Pava Soler ava@ime.us.br Sem/7 Objetivos: D...... Daos Multivariaos...... Matriz e Distâcias etre iivíuos r...... r r A artir e matrizes

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Ap A r p e r n e d n i d z i a z ge g m e m Es E t s a t tí t s í t s i t c i a c de d e Dado d s Francisco Carvalho

Ap A r p e r n e d n i d z i a z ge g m e m Es E t s a t tí t s í t s i t c i a c de d e Dado d s Francisco Carvalho Apredizagem Estatística de Dados Fracisco Carvalho Avaliação e Comparação de Classificadores Existem poucos estudos aalíticos sobre o comportameto de algoritmos de apredizagem. A aálise de classificadores

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado

Leia mais

EPR 007 Controle Estatístico de Qualidade

EPR 007 Controle Estatístico de Qualidade EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

Fundamentos de Estatística Aplicada. Módulo IV: Introdução à Inferência Estatística

Fundamentos de Estatística Aplicada. Módulo IV: Introdução à Inferência Estatística Uiversidade Federal Flumiese Istituto de Matemática e Estatística Fudametos de Estatística Aplicada Módulo IV: Itrodução à Iferêcia Estatística Aa Maria Lima de Farias Departameto de Estatística Coteúdo

Leia mais

Experimento 1 Estudo da Lei de Hooke

Experimento 1 Estudo da Lei de Hooke Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos

Leia mais