Princípios de Modelagem Matemática Aula 09

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Princípios de Modelagem Matemática Aula 09"

Transcrição

1 Princípios de Modelagem Matemática Aula 09 Prof. José Geraldo DFM CEFET/MG 12 de maio de 2014

2 1 Modelos estatísticos e estimação de parâmetros

3 A verificação de um modelo matemático demanda a realização de experimentos (observação experimental/simulação computacional). Experimentos bem planejados devem ser passíveis de serem reproduzidos, i.e., conduzidos por diferentes pesquisadores e em diferentes laboratórios; passíveis de serem repetidos, i.e., conduzidos pelo mesmo pesquisador, no mesmo laboratório, com os mesmos instrumentos.

4 A precisão e a acurácia de um processo de medição são avaliadas pela repetição das medidas sob as mesmas condições experimentais: quanto mais próximos entre si forem os resultados medidos, mais precisa é a medida desvio padrão dos resultados; quanto mais próxima a média dos resultados estiver de um valor de referência, mais acurada é a medida.

5 Acurácia ρ(x) x R x Precisão x Figura: Significado estatístico de acurácia e precisão. O gráfico acima representa a distribuição de probabilidades ρ (x) na medida de uma grandeza x. A acurácia de um processo de medição é determinada pela diferença entre a média dos valores obtidos x e um valor de referência estabelecido x R. A precisão é determinada pela largura da distribuição de probabilidades e quantifica o quanto os resultados individuais divergem entre si.

6 Muitos fenômenos na natureza e na sociedade não são determinísticos aleatoriedade está presente. Em muitas situações, a complexidade é fonte de aleatoriedade, como no lançamento de uma moeda: o movimento é governado pelas leis de Newton (determinísticas) mas o resultado final é imprevisível pois depende sensivelmente de fatores e variáveis sobre os quais não se tem acesso ignorância. Fenômenos aleatórios ou estocásticos são passíveis de modelamento matemático uso de métodos e técnicas não-determinísticas (teoria da probabilidade, processos estocásticos, estatística).

7 Um modelo estatístico é caracterizado pela presença de uma ou mais variáveis estocásticas. Uma variável estocástica é uma função X : Ω R que toma valores no espaço amostral Ω e assume valores reais com dada probabilidade. Por exemplo, podemos associar o resultado de se obter "cara" (K) no lançamento de uma moeda o valor 1 e ao resultado "coroa" (C) o valor 1. Esta associação é descrita pela variável aleatória X : {K, C} { 1, 1}, onde X (K) = 1 e X (C) = 1. Se a moeda é honesta, X assume os valores +1 e 1 com probabilidade 1/2.

8 Modelos estatísticos podem associar a variáveis estocásticas distribuições de probabilidade. Por exemplo, no caso de uma moeda honesta, a distribuição de probabilidades é discreta Pr (K) = Pr (C) = 1/2.

9 Em muitas situações, a forma geral da distribuição é conjecturada, mas seus parâmetros não são conhecidos para o fenômeno estudado ou para uma realização particular do modelo. Por exemplo, para se modelar o resultado obtido ao se lançar uma moeda, sem conhecer ou assumir qualquer propriedade dela, deve-se conjecturar que a distribuição de probabilidades de seus possíveis resultados é Pr (K) = 1 Pr (C) = p, onde p é o parâmetro da distribuição a ser determinado. A determinação (na verdade, estimação) deste parâmetro é realizada por uma série de experimentos (o lançamento da moeda), cujos resultados aleatórios formam uma base estatística a partir da qual se extrai o parâmetro p. Os métodos mais difundidos para estimação de parâmetros de uma distribuição se valem de dois princípios: princípio da máxima verossimilhança (PMV); princípio da máxima entropia (MaxEnt).

10 A análise estatística de experimentos pode não envolver toda a população de objetos em estudo, pois a população é muito numerosa; alguns experimentos são destrutivos. Nestes casos, seleciona-se uma amostra da população de interesse, i.e., seleciona-se uma parte representativa de uma dada população aleatoriamente. Se uma amostra é escolhida de maneira adequada, espera-se que sua estatística reflita a estatística de toda a população.

11 Amostragem mal feita pode levar a resultados, conclusões e interpretações inconsistentes. Populações, em geral, são compostas por indivíduos heterogêneos a amostragem deve refletir esta heterogeneidade. O número de indivíduos escolhidos na população para formar a amostra deve ser suficientemente grande para garantir que a estatística amostral melhor se aproxime da estatística da população. A amostragem deve ser aleatória, para evitar tendência.

12 Exercícios Os exercícios a seguir foram retirados de exemplos do livro D. Kahneman, Rápido e Devagar: Duas Formas de Pensar (Objetiva, Rio de Janeiro, 2012). 1. A sequência de meninos e meninas nascidos em uma determinada maternidade é aleatória; a probabilidade de nascimento de menino é aproximadamente igual à probabilidade de nascimento de menina; cada nascimento é independente do outro e o número de meninos e meninas que nasceram nas últimas horas não determina o sexo do bebê que nascerá a seguir. Qual das seguintes sequências de seis nascimentos é a mais provável? Justifique

13 Exercícios 2. Pessoas que têm doutorado têm maior probabilidade de assinar o jornal Folha de São Paulo. Você encontra uma pessoa lendo a Folha de São Paulo no metrô. Se você tivesse que apostar em uma descrição desta pessoa, qual das seguintes você escolheria? Justifique. 1 Ela tem doutorado. 2 Ela não tem diploma universitário.

14 Exercícios 3. Na maternidade A nascem, por dia, cerca de 45 crianças e na maternidade B, cerca de 15 crianças. Ao longo de um ano, 50% dos bebês nascidos em ambas maternidades são meninos. Esta percentagem, entretanto, pode variar de um dia para o outro. Em determinados dias, pode ser maior que 50%, em outros pode ser menor. Durante o período de um ano, cada maternidade registra os dias em que mais de 60% dos bebês eram meninos. Qual hospital provavelmente registrou o maior número de dias desses? 1 O hospital A. 2 O hospital B. 3 Ambos hospitais registraram o mesmo número de dias.

15 A estatística de uma dada população é descrita por uma distribuição de probabilidades. Digamos que a grandeza de interesse é representada pela variável aleatória X : Ω R. Uma distribuição de probabilidades associa uma determinada probabilidade a um valor ou conjunto de valores assumido por X.

16 Se o espaço amostral Ω é enumerável, dizemos que X é uma variável aleatória discreta e a distribuição de probabilidades associada é representada por p (x). Exemplos de espaços amostrais discretos: resultado obtido no lançamento de uma moeda: Ω = {K, C}; resultado obtido no lançamento de um dado: Ω = {1, 2, 3, 4, 5, 6}; resultado de um sorteio da Mega-Sena: Ω = {(1, 2, 3, 4, 5, 6), (1, 2, 3, 4, 5, 7),..., (55, 56, 57, 58, 59, 60)}.

17 No caso de um dado de seis faces honesto, a distribuição de probabilidades associada é p (1) = p (2) =... = p (6) = 1/6. Se X é uma variável aleatória discreta que assume valores no conjunto {x 1, x 2,...} então p (x i ) = p i, com 0 p i 1 e p i = 1. i

18 Se o espaço amostral Ω é não-enumerável, dizemos que X é uma variável aleatória contínua e a distribuição de probabilidades associada é representada por ρ (x). Exemplos de espaços amostrais contínuos: peso de um indivíduo, em quilogramas; diâmetro de um parafuso, em milímetros; tempo de espera de uma determinada linha de ônibus, em segundos. Para este caso, ρ (x) também é conhecida como densidade de probabilidade.

19 Suponha que X represente o peso, em quilogramas, de uma criança americana do sexo masculino com idade entre 0 e 2 anos. A densidade de probabilidade associada é ρ (x). A probabilidade de que o peso de uma criança americana do sexo masculino com idade entre 0 e 2 anos esteja na faixa 4 kg X 5 kg é dada por Pr (4 kg X 5 kg) = ˆ 5 4 ρ (x) dx. Se X é uma variável aleatória contínua que assume valores no conjunto I R, então ˆ Pr (x S) = ρ (x) dx, com 0 Pr (x S) 1 e S ˆ I ρ (x) dx = 1. Aqui, S é algumprof. subconjunto José Geraldo de Princípios I. de Modelagem Matemática Aula 09

20 Média e desvio padrão Como vimos, a estatística da amostra e a estatística da população podem diferir (é o caso mais frequente) uma boa amostragem deve produzir uma estatística próxima da estatística da população. É conveniente distinguirmos as diferentes quantidades associadas à amostra e à população.

21 Média e desvio padrão Seja {x i } i=1...n o conjunto amostral de medidas tomadas da grandeza X. A média amostral é definida por x = 1 N x i. (1) N O desvio padrão amostral é dado por [ ] 1 N 1 2 s = (x i x) 2. (2) N 1 i=1 Esta quantidade está diretamente associada à variância ou ao desvio quadrático médio da amostra, dado por s 2 = 1 N 1 i=1 N (x i x) 2. (3) i=1

22 Média e desvio padrão A média ou valor esperado de uma determinada grandeza X que obedece à distribuição de probabilidades discreta (resp. contínua) p (x) (resp. ρ (x)) é dada por x = µ (X ) = i p (x i ) x i (4) ou ˆ x = µ (X ) = xρ (x) dx (5) I

23 Média e desvio padrão O desvio padrão de uma determinada grandeza X que obedece à distribuição de probabilidades discreta (resp. contínua) p (x) (resp. ρ (x)) com média µ é dada por σ (X ) = p (x i ) (x i µ) 2 (6) i ou ˆ σ (X ) = I (x µ) 2 ρ (x) dx (7)

24 Exercício 1 O desvio padrão de uma variável aleatória X que obedece a uma dada distribuição de probabilidades é definido como σ (X ) = E (X E (X )) 2, onde E (Y ) indica valor esperado da variável aleatória Y. Verifique que a expressão acima é equivalente a σ (X ) = E (X 2 ) E 2 (X ).

Princípios de Modelagem Matemática Aula 10

Princípios de Modelagem Matemática Aula 10 Princípios de Modelagem Matemática Aula 10 Prof. José Geraldo DFM CEFET/MG 19 de maio de 2014 1 Alguns resultados importantes em estatística A distribuição normal tem importante papel em estatística pois

Leia mais

MOQ-12: PROBABILIDADES E PROCESSOS ESTOCÁSTICOS. VA s e Distribuições

MOQ-12: PROBABILIDADES E PROCESSOS ESTOCÁSTICOS. VA s e Distribuições Motivação: MOQ-2: PROBABILIDADES E PROCESSOS ESTOCÁSTICOS VA s e Distribuições Definimos anteriormente Espaço de Probabilidades como sendo a tripla (W,, P(.)), em que, dado um eperimento, W representa

Leia mais

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti PROBABILIDADE Dizemos que a probabilidade é uma medida da quantidade de incerteza que existe em um determinado experimento.

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo das Probabilidades e Estatística I Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Variáveis Aleatórias Ao descrever um espaço

Leia mais

Variáveis Aleatórias

Variáveis Aleatórias Variáveis Aleatórias Conceitos, Discretas, Contínuas, Propriedades Itens 5. e 6. BARBETTA, REIS e BORNIA Estatística para Cursos de Engenharia e Informática. Atlas, 004 Variável aleatória Uma variável

Leia mais

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

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

Leia mais

Introdução à Inferência Estatística

Introdução à Inferência Estatística Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16

Leia mais

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

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

Leia mais

CE Estatística I

CE Estatística I CE 002 - Estatística I Agronomia - Turma B Professor Walmes Marques Zeviani Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná 1º semestre de 2012 Zeviani,

Leia mais

Aproximação da Distribuição Binomial pela Distribuição Normal

Aproximação da Distribuição Binomial pela Distribuição Normal Aproximação da Distribuição Binomial pela Distribuição Normal Uma das utilidades da distribuição normal é que ela pode ser usada para fornecer aproximações para algumas distribuições de probabilidade discretas.

Leia mais

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)

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

Leia mais

i. f Y (y, θ) = 1/θ... 0 y θ 0... y < 0 ou y > θ Se a amostra selecionada foi ( ), qual será a estimativa para θ?

i. f Y (y, θ) = 1/θ... 0 y θ 0... y < 0 ou y > θ Se a amostra selecionada foi ( ), qual será a estimativa para θ? Fundação Getulio Vargas Curso: Graduação Disciplina: Estatística Professor: Moisés Balassiano Lista de Exercícios Inferência. Seja (Y, Y 2,..., Y n ) uma amostra aleatória iid, de tamanho n, extraída de

Leia mais

Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos

Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido

Leia mais

Cursos de Licenciatura em Ensino de Matemática e de EGI Teoria de Probabilidade

Cursos de Licenciatura em Ensino de Matemática e de EGI Teoria de Probabilidade FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhanguene, Av. de Moçambique, km, Tel: +5 4007, Fax: +5 400, Maputo Cursos de Licenciatura em Ensino de Matemática e de

Leia mais

Conceito de Estatística

Conceito de Estatística Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir

Leia mais

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

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

Leia mais

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 1) Classifique as seguintes variáveis aleatórias como discretas ou contínuas. X : o número de acidentes de automóvel por ano na rodovia BR 116. Y :

Leia mais

Intervalos de Confiança

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

Leia mais

NOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS

NOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS NOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS Prof. Érica Polycarpo Bibliografia: Data reduction and error analysis for the physica sciences (Philip R. Bevington and D. Keith Robinson) A practical

Leia mais

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 26 de Agosto, 2013 Probabilidade: uma Introdução / Aula 5 1 Variáveis aleatórias Definição

Leia mais

Probabilidade. Variáveis Aleatórias Distribuição de Probabilidade

Probabilidade. Variáveis Aleatórias Distribuição de Probabilidade Probabilidade Variáveis Aleatórias Distribuição de Probabilidade Variáveis Aleatórias Variável Aleatória Indica o valor correspondente ao resultado de um experimento A palavra aleatória indica que, em

Leia mais

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador

Leia mais

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Distribuição Geométrica Considere novamente uma sequência

Leia mais

Variáveis Aleatórias. Prof. Luiz Medeiros Departamento de Estatística - UFPB

Variáveis Aleatórias. Prof. Luiz Medeiros Departamento de Estatística - UFPB Variáveis Aleatórias Prof. Luiz Medeiros Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja um

Leia mais

PARTE TEÓRICA Perguntas de escolha múltipla

PARTE TEÓRICA Perguntas de escolha múltipla PROBABILIDADES E ESTATÍSTICA MIEEC/FEUP PARTE TEÓRICA Perguntas de escolha múltipla 1 Dada a experiência aleatória ε define-se espaço amostral associado a ε como sendo: A O espaço físico onde se realiza

Leia mais

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008 Variável Aleatória Gilson Barbosa Dourado gdourado@uneb.br 6 de agosto de 2008 Denição de Variável Aleatória Considere um experimento E e seu espaço amostral Ω = {a 1, a 2,..., a n }. Variável aleatória

Leia mais

Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS

Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS INTRODUÇÃO O que é uma variável aleatória? Um tipo de variável que depende do resultado aleatório de um experimento aleatório. Diz-se que um experimento é

Leia mais

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja

Leia mais

Universidade Federal de Goiás Instituto de Matemática e Estatística

Universidade Federal de Goiás Instituto de Matemática e Estatística Universidade Federal de Goiás Instituto de Matemática e Estatística Prova de Probabilidade Prof.: Fabiano F. T. dos Santos Goiânia, 31 de outubro de 014 Aluno: Nota: Descreva seu raciocínio e desenvolva

Leia mais

CAPÍTULO 3 POPULAÇÃO E AMOSTRA

CAPÍTULO 3 POPULAÇÃO E AMOSTRA DEPARTAMENTO DE GEOCIÊNCIAS GCN 7901 ANÁLISE ESTATÍSTICA EM GEOCIÊNCIAS PROFESSOR: Dr. ALBERTO FRANKE CONTATO: alberto.franke@ufsc.br F: 3721 8595 CAPÍTULO 3 POPULAÇÃO E AMOSTRA As pesquisas de opinião

Leia mais

Distribuições Estatísticas

Distribuições Estatísticas Distribuições Estatísticas Para darmos sequência ao estudo da estatística, será necessário conhecer um pouco mais sobre as distribuições mais utilizadas, como distribuição normal, distribuição Gama, distribuição

Leia mais

Estatística e Probabilidade. Aula 11 Cap 06

Estatística e Probabilidade. Aula 11 Cap 06 Aula 11 Cap 06 Intervalos de confiança para variância e desvio padrão Confiando no erro... Intervalos de Confiança para variância e desvio padrão Na produção industrial, é necessário controlar o tamanho

Leia mais

Medidas de Dispersão 1

Medidas de Dispersão 1 Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Dispersão 1 Introdução Uma breve reflexão sobre as medidas de tendência central permite-nos concluir que elas não

Leia mais

Conceitos básicos: Variável Aleatória

Conceitos básicos: Variável Aleatória : Variável Aleatória Variável aleatória (v.a.) valor numérico que é resultado de uma eperiência aleatória. Podemos ter variáveis aleatórias contínuas ou discretas. Eemplo 1: Suponha que lança duas moedas

Leia mais

Princípios de Modelagem Matemática Aula 08

Princípios de Modelagem Matemática Aula 08 Princípios de Modelagem Matemática Aula 08 Prof. José Geraldo DFM CEFET/MG 06 de maio de 2014 1 A validação de um modelo matemático não se resume apenas em verificar suas predições com o comportamento

Leia mais

MB-210 Probabilidade e Estatística

MB-210 Probabilidade e Estatística Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MB-210 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 2o. semestre/2013 Variáveis

Leia mais

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Podemos

Leia mais

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 1 / 23

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 1 / 23 I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 1 / 23 Probabilidade As definições de probabilidade apresentadas anteriormente podem

Leia mais

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

Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM 1 Na prática da pesquisa em geral, o tamanho da amostra parece sintetizar todas as questões relacionadas ao processo

Leia mais

VARIÁVEIS ALEATÓRIAS

VARIÁVEIS ALEATÓRIAS UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA VARIÁVEIS ALEATÓRIAS Joaquim H Vianna Neto Relatório Técnico RTE-03/013 Relatório Técnico Série Ensino Variáveis

Leia mais

Efeito. Causas. Determinístico. Sistema Real. Probabilístico. Experiência para o qual o. modelo probabilístico é adequado.

Efeito. Causas. Determinístico. Sistema Real. Probabilístico. Experiência para o qual o. modelo probabilístico é adequado. Sistema Real Determinístico Probabilístico Causas Efeito X Causas Efeito Eperiência para o qual o modelo probabilístico é adequado. ❶ Não é possível prever um resultado particular, mas pode-se enumerar

Leia mais

Introdução à Probabilidade

Introdução à Probabilidade A Teoria de Probabilidade é responsável pelo estudo de fenômenos que envolvem a incerteza (é impossível prever antecipadamente o resultado) e teve origem na teoria de jogos, servindo como ferramenta para

Leia mais

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística

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

Leia mais

Modelos de Probabilidade e Inferência Estatística

Modelos de Probabilidade e Inferência Estatística Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 2 03/14 1 / 31 Prof. Tarciana Liberal (UFPB) Aula 2 03/14

Leia mais

TÉCNICAS DE AMOSTRAGEM

TÉCNICAS DE AMOSTRAGEM TÉCNICAS DE AMOSTRAGEM Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Definições e Notação Estimação Amostra Aleatória

Leia mais

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc. Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável

Leia mais

PROBABILIDADE. Prof. Patricia Caldana

PROBABILIDADE. Prof. Patricia Caldana PROBABILIDADE Prof. Patricia Caldana Estudamos probabilidade com a intenção de prevermos as possibilidades de ocorrência de uma determinada situação ou fato. Para determinarmos a razão de probabilidade,

Leia mais

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

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

Leia mais

Probabilidades- Teoria Elementar

Probabilidades- Teoria Elementar Probabilidades- Teoria Elementar Experiência Aleatória Experiência aleatória é uma experiência em que: não se sabe exactamente o resultado que se virá a observar, mas conhece-se o universo dos resultados

Leia mais

Introdução à probabilidade e estatística I

Introdução à probabilidade e estatística I Introdução à probabilidade e estatística I Variáveis Aleatórias Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Probabilidade Daqui por diante utilizaremos

Leia mais

Introdução aos Proc. Estocásticos - ENG 430

Introdução aos Proc. Estocásticos - ENG 430 Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos

Leia mais

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,

Leia mais

ANOVA - parte I Conceitos Básicos

ANOVA - 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 mais

Estatística Descritiva (I)

Estatística Descritiva (I) Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos

Leia mais

Probabilidade. Experiências aleatórias

Probabilidade. Experiências aleatórias Probabilidade Experiências aleatórias 1 Experiências aleatórias Acontecimento: Qualquer colecção de resultados de uma experiência. Acontecimento elementar: Um resultado que não pode ser simplificado ou

Leia mais

Aula - Introdução a Teoria da Probabilidade

Aula - Introdução a Teoria da Probabilidade Introdução a Teoria da Probabilidade Prof. Magnos Martinello Aula - Introdução a Teoria da Probabilidade Universidade Federal do Espírito Santo - UFES Departamento de Informática - DI 5 de dezembro de

Leia mais

Unidade III ESTATÍSTICA. Prof. Fernando Rodrigues

Unidade III ESTATÍSTICA. Prof. Fernando Rodrigues Unidade III ESTATÍSTICA Prof. Fernando Rodrigues Medidas de dispersão Estudamos na unidade anterior as medidas de tendência central, que fornecem importantes informações sobre uma sequência numérica. Entretanto,

Leia mais

AMOSTRAGEM. É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas.

AMOSTRAGEM. É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas. AMOSTRAGEM É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas. Nos planejamentos amostrais, a coleta dos dados deve ser realizada

Leia mais

Inferência Estatística. Estimação

Inferência Estatística. Estimação Inferência Estatística Estimação Inferência Estatística fazer inferências tirar conclusões fazer inferência estatística tirar conclusões sobre uma população com base em somente uma parte dela, a amostra,

Leia mais

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável Aleatória

Leia mais

2 Conceitos Básicos de Probabilidade

2 Conceitos Básicos de Probabilidade CE003 1 1 Introdução No capítulo anterior, foram mostrados alguns conceitos relacionados à estatística descritiva. Neste capítulo apresentamos a base teórica para o desenvolvimento de técnicas estatísticas

Leia mais

Definição de Probabilidade

Definição de Probabilidade INTRODUÇÃO A TEORIA DAS PROBABILIDADES A teoria das probabilidade nada mais é do que o bom senso transformado em cálculo A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número

Leia mais

LISTA DE EXERCÍCIOS 2 VARIÁVEIS ALEATÓRIAS

LISTA DE EXERCÍCIOS 2 VARIÁVEIS ALEATÓRIAS Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Biológicas Departamento de Matemática MTM 5 Estatística Turma 22 Professor: Rodrigo Luiz Pereira Lara LISTA DE EXERCÍCIOS 2 VARIÁVEIS ALEATÓRIAS

Leia mais

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Capítulo 3 Introdução à Probabilidade e à Inferência Estatística INTERVALOS DE CONFIANÇA: Diferentes pesquisadores, selecionando amostras de uma mesma

Leia mais

PROCESSOS ESTOCÁSTICOS

PROCESSOS ESTOCÁSTICOS PROCESSOS ESTOCÁSTICOS Definições, Principais Tipos, Aplicações em Confiabilidade de Sistemas e Sinais CLARKE, A. B., DISNEY, R. L. Probabilidade e Processos Estocásticos, Rio de Janeiro: Livros Técnicos

Leia mais

Teoria das Probabilidades

Teoria das Probabilidades Capítulo 2 Teoria das Probabilidades 2.1 Introdução No capítulo anterior, foram mostrados alguns conceitos relacionados à estatística descritiva. Neste capítulo apresentamos a base teórica para o desenvolvimento

Leia mais

Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios

Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios Prof. Eduardo Simas (eduardo.simas@ufba.br) Programa de Pós-Graduação em Engenharia Elétrica/PPGEE Universidade

Leia mais

IND 1115 Inferência Estatística Aula 6

IND 1115 Inferência Estatística Aula 6 Conteúdo IND 5 Inferência Estatística Aula 6 Setembro de 004 A distribuição Lognormal A distribuição Beta e sua relação com a Uniforme(0,) Mônica Barros mbarros.com mbarros.com A distribuição Lognormal

Leia mais

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

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

Leia mais

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

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 5 09/2014 Probabilidade Espaços Amostrais e Eventos Probabilidade e Estatística 3/41 Experimentos Aleatórios Experimento

Leia mais

Instrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição

Instrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Instrumentação Industrial Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Introdução a Metrologia O que significa dizer: O comprimento desta régua é 30cm. A temperatura

Leia mais

ESTATÍSTICA EXPLORATÓRIA

ESTATÍSTICA EXPLORATÓRIA ESTATÍSTICA EXPLORATÓRIA Prof Paulo Renato A. Firmino praf62@gmail.com Aulas 07-08 Probabilidade Apanhado Geral Seguimos nossas discussões sobre a Incerteza Decidir usualmente envolve incerteza Uma presa

Leia mais

Amostragem Objetivos - Identificar as situações em que se deve optar pela amostragem e pelo censo. - Compreender e relacionar AMOSTRA e POPULAÇÃO.

Amostragem Objetivos - Identificar as situações em que se deve optar pela amostragem e pelo censo. - Compreender e relacionar AMOSTRA e POPULAÇÃO. Amostragem Objetivos - Identificar as situações em que se deve optar pela amostragem e pelo censo. - Compreender e relacionar AMOSTRA e POPULAÇÃO. - Que é Amostragem Aleatória Simples. - Métodos para a

Leia mais

Processos Estocásticos. Luiz Affonso Guedes

Processos Estocásticos. Luiz Affonso Guedes Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Variáveis Aleatórias Funções de Uma Variável Aleatória Funções de Várias Variáveis Aleatórias Momentos e Estatística Condicional Teorema

Leia mais

Métodos Estatísticos Básicos

Métodos Estatísticos Básicos Aula 1 - Conceitos introdutórios Departamento de Economia Universidade Federal de Pelotas (UFPel) Março de 2014 Importância da estatística na economia A economia, em geral, é uma ciência não-experimental.

Leia mais

Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL.

Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL. Introdução à Inferência Estatística Departamento de Física é Matemática. USP-RP. Prof. Rafael A. Rosales 5 de setembro de 004 Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL. 1 Medidas Resumo DISTRIBUIÇÕES

Leia mais

EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais

EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Introdução Considere o experimento: Lançamento de uma moeda. Resultados

Leia mais

FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ

FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ ESTATÍSTICA II Nota de aula 1 Prof. MSc. Herivelto T Marcondes dos Santos Fevereiro /2009 1 Modelos de probabilidade 1.1 Variável aleatória Definição: Sejam ε um

Leia mais

INTRODUÇÃO À PROBABILIDADE

INTRODUÇÃO À PROBABILIDADE INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo

Leia mais

Variáveis aleatórias

Variáveis aleatórias Variáveis aleatórias Joaquim Neto joaquim.neto@ufjf.edu.br www.ufjf.br/joaquim_neto Departamento de Estatística - ICE Universidade Federal de Juiz de Fora (UFJF) Versão 3.0 Joaquim Neto (UFJF) ICE - UFJF

Leia mais

AULA 3. Probabilidade

AULA 3. Probabilidade AULA 3 META: Do mesmo modo que acontece com a teoria da mecânica, que atribui definições precisas a termos de uso diário, como trabalho e força, também a teoria das probabilidades tenta, quantificar, a

Leia mais

1 Introdução. 2 Variáveis Aleatórias Discretas (VAD)

1 Introdução. 2 Variáveis Aleatórias Discretas (VAD) Prof. Janete Pereira Amador 1 1 Introdução Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações podem ser descritas por uma variável

Leia mais

Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos

Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos 1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino 003/005 IST-Secção de Sistemas

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 Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 8 Testes de hipóteses APOIO: Fundação de Ciência e Tecnologia

Leia mais

Unidade IV ESTATÍSTICA. Prof. Fernando Rodrigues

Unidade IV ESTATÍSTICA. Prof. Fernando Rodrigues Unidade IV ESTATÍSTICA Prof. Fernando Rodrigues Análise combinatória Analise combinatória é a área da Matemática que trata dos problemas de contagem. Ela é utilizada para contarmos o número de eventos

Leia mais

Estatística Indutiva

Estatística Indutiva Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição

Leia mais

Distribuições Discretas

Distribuições Discretas META: Estudar o comportamento das Variáveis Aleatórias Discretas, bem como das Distribuições Binomial e Poisson e suas aplicações. Entender o comportamento de uma Variável aleatória Contínua. OBJETIVOS:

Leia mais

Variáveis Aleatórias e Distribuições de Probabilidade

Variáveis Aleatórias e Distribuições de Probabilidade de Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative

Leia mais

Comprovação Estatística de Medidas Elétricas

Comprovação Estatística de Medidas Elétricas Instituto Federal de Educação, Ciência e Tecnologia de Santa Catarina Departamento Acadêmico de Eletrônica Métodos e Técnicas de Laboratório em Eletrônica Comprovação Estatística de Medidas Elétricas Florianópolis,

Leia mais

CAD. 8 SETOR A AULAS 45-48

CAD. 8 SETOR A AULAS 45-48 CAD. 8 SETOR A AULAS 45-48 48 ESTATÍSTICA STICA Prof. Suzart ESTATÍSTICA Elabora métodos para coleta, organização, descrição, análise e intepretação de dados. Experimentos não-determinísticos. Determinação

Leia mais

Processos Estocásticos. Introdução. Probabilidade. Introdução. Espaço Amostral. Luiz Affonso Guedes. Fenômenos Determinísticos

Processos Estocásticos. Introdução. Probabilidade. Introdução. Espaço Amostral. Luiz Affonso Guedes. Fenômenos Determinísticos Processos Estocásticos Luiz ffonso Guedes Sumário Probabilidade Variáveis leatórias Funções de Uma Variável leatória Funções de Várias Variáveis leatórias Momentos e Estatística Condicional Teorema do

Leia mais

Noções sobre Probabilidade

Noções sobre Probabilidade Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de

Leia mais

6.3 Valor Médio de uma Variável Aleatória

6.3 Valor Médio de uma Variável Aleatória 6. 3 V A L O R M É D I O D E U M A V A R I Á V E L A L E A T Ó R I A 135 1. Considere uma urna contendo três bolas vermelhas e cinco pretas. Retire três bolas, sem reposição, e defina a v.a. X igual ao

Leia mais

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e

Leia mais

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 7 11 e 12 abril MOQ-12 Probabilidades e Int. a Processos Estocásticos

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 7 11 e 12 abril MOQ-12 Probabilidades e Int. a Processos Estocásticos PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS Aula 7 11 e 12 abril 2007 1 Distribuições Discretas 1. Distribuição Bernoulli 2. Distribuição Binomial 3. Distribuição Geométrica 4. Distribuição Pascal

Leia mais

Introdução aos Números Pseudo-aleatórios. Profa. Dra. Soraia Raupp Musse

Introdução aos Números Pseudo-aleatórios. Profa. Dra. Soraia Raupp Musse Introdução aos Números Pseudo-aleatórios Profa. Dra. Soraia Raupp Musse Conceito: Um gerador de número pseudo-aleatório é um algoritmo que gera uma seqüência de números, os quais são aproximadamente independentes

Leia mais

Técnicas de Amostragem. É o estudo de um pequeno grupo de elementos retirado de uma população que se pretende conhecer.

Técnicas de Amostragem. É o estudo de um pequeno grupo de elementos retirado de uma população que se pretende conhecer. Técnicas de Amostragem O que é? É o estudo de um pequeno grupo de elementos retirado de uma população que se pretende conhecer. Esses pequenos grupos retirados da população são chamados de Amostras. Por

Leia mais

Aula 16 - Erivaldo. Probabilidade

Aula 16 - Erivaldo. Probabilidade Aula 16 - Erivaldo Probabilidade Probabilidade Experimento aleatório Experimento em que não pode-se afirmar com certeza o resultado final, mas sabe-se todos os seus possíveis resultados. Exemplos: 1) Lançar

Leia mais