MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

Tamanho: px
Começar a partir da página:

Download "MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel"

Transcrição

1 MOQ-4 PROJETO e NÁLISE de EXPERIMENTOS Profeor: Rodrigo. Scarpel rodrigo@ita.br

2 Programa do curo: Semaa Coteúdo preetação da diciplia. Pricípio de modelo lieare de regreão. Correlação amotral. Regreão liear imple: hipótee do modelo, etimação de parâmetro, propriedade e iferêcia do etimadore. 3 álie de variâcia (NOV) em regreão. Itervalo de cofiaça e de previão. álie do reíduo. 4 Diagótico e reparação de problema em regreão. Traformaçõe. 5 Regreão liear forma matricial: etimação do parâmetro, iferêcia do etimadore, itervalo de cofiaça. 6 Prova 7 Pricípio de regreão liear múltipla. Diagótico e reparação do problema em regreão liear múltipla. Multicoliearidade e eu efeito. 8 Seleção de variávei. Modelo poliomiai. Modelo com variávei qualitativa. 9 Itrodução ao projeto de experimeto: etratégia de experimetação, pricípio báico e aplicaçõe típica. Experimeto iteiramete caualizado. álie de variâcia. 0 Experimeto fatoriai com doi ou mai fatore. Experimeto fatoriai k. Poto cetrai. Experimeto em bloco caualizado. blocagem em experimeto k. 3 Prova 4 Experimeto fatoriai fracioado. 5 Experimeto com fatore quatitativo. Método de uperfície de repota. 6 Otimização de produto e proceo. Projeto robuto.

3 EXPERIMENTOS FTORIIS k Profeor: Rodrigo. Scarpel rodrigo@ita.br

4 Proceo de experimetação: experimetação é feita de forma eqüecial:. O primeiro experimeto em um itema complexo (poui muita variávei de cotrole) é um piloto (creeig experimet). É utilizado a idetificação da variávei mai importate.. Experimeto ubeqüete ão feito para refiar a iformação e determiar quai ajute a variávei crítica ão eceário para melhorar o itema. 3. Otimização: é o objetivo fial da experimetação. Coite em determiar o ívei ótimo da variávei crítica (reultarão o itema com a melhor performace poível). O experimeto fatoriai k ão empregado o primeiro experimeto (creeig experimet) a idetificação da variávei / efeito mai igificativo, quado há muito fatore a erem aaliado.

5 Itrodução: Quado, em um experimeto, há vário fatore de iteree, um experimeto fatorial k deve er uado. Nee tipo de experimeto, o ívei do fatore ão biário (comumete deotado por baixo e alto ). Deta forma, é realizado um experimeto fatorial completamete caualizado (em cada replicação, toda a combiaçõe do k fatore ão realizada k combiaçõe). Exemplo: (k= fatore, =4 replicaçõe) Fatore Cotrolávei x x : Cocetração de reagete x : Taxa de alimetação Proceo Químico Saída ída : vicoidade do produto Taxa de alimetação Cocetração de reagete aixo lto aixa 45, 48, 47, 40 58, 5, 55, 5 lta 35, 38, 4, 39 50, 5, 46, 49 OS: a ordem de coleta deve er completamete caualizada TOTL Cocetração de reagete aixa lta Taxa de aixa alimetação lta

6 Itrodução: pó o plaejameto do experimeto e da coleta do dado, o próximo pao é fazer a aálie do dado. Procedimeto de aálie (experimeto k ):. Etimar o efeito (pricipai e iteraçõe) do fatore. Fazer o tete etatítico (NOV) para verificar quai efeito ão igificativo 3. Criar um modelo tomado apea o efeito igificativo 4. Fazer a aálie do reíduo (graficamete) 5. Iterpretar o reultado

7 Experimeto fatorial : No cao em que há apea k= fatore, temo que: LTO (+) IXO (-) b ab Tratameto () + a + b + ab () a IXO (-) LTO (+) Efeitopricipai Efeitoda iteração: ab a ab b b a ab a b ab ab a b cotrate ab b a a cotrate b

8 Repota Média Repota Média Repota Média Experimeto fatorial : Exemplo: lta:30 lb/h aixa:0 lb/h : Taxa de alimetação b= 553 ab= 597 ()=580 a= 67 : Cocetração de reagete TOTL Cocetração de reagete aixa lta Taxa de aixa alimetação lta ,00 50,00 49,00 48,00 47,00 46,00 45,00 44,00 43,00 4,00 4,00 40,00 Efeito Pricipal: Taxa de alimetação aixa Taxa de alimetação lta Efeito Pricipal: Cocetração de reagete aixa Cocetração de reagete lta 60,00 55,00 50,00 45,00 40,00 35,00 30,00 Gráfico de Iteração aixa lta Cocetração de reagete Taxa de alimetação = aixa Taxa de alimetação = lta aixa:5% lta:5% Efeitopricipai ,5 5,875 Efeitoda iteração: , 875

9 Experimeto fatorial : Cálculo da oma de quadrado: SQT = SQ + SQ + SQ() + SQE SQE i j l ab b a ab 4 ijl... ab a b 4 a b 4 Decompoição do grau de liberdade: Cada efeito pricipal e o efeito de iteração têm um grau de liberdade úico. Deta forma, o quadrado médio do efeito pricipai e do efeito de iteração é igual a repectiva oma de quadrado.

10 Experimeto fatorial : álie de variâcia: Fote de variação Soma do quadrado Grau de liberdade Quadrado médio Fator SQ SQ Fator SQ SQ Iteração SQ() SQ Reíduo SQE 3 Total SQT - E SQE 3 4 f calculado f f f E E E Efeito erá igificativo e f E f,,44 Efeito erá igificativo e f E f,,44 Efeito erá igificativo e f E f,,44

11 Experimeto fatorial : Exemplo: SQ ,065 SQ ,065 SQ ,065 SQT i j l ijl ,4375 SQE 65, ,06538,065 3,065 00,5 Fote de Soma do Grau de Quadrado variação quadrado liberdade médio f calculado Valor -P 40,065 40,065 49,08 0, ,065 38,065 6,53 0,006 3,065 3,065 0,37 0,556 Reíduo 00,500 8,354 Total 65,4375 5

12 Experimeto fatorial : álie do experimeto por regreão: É imple coverter o efeito etimado por projeto fatoriai k em um modelo de regreão que pode er utilizado para: valiar a igificâcia do efeito (pricipai e de iteraçõe) Prever a variável repota em qualquer poto do epaço de atributo. Modelo de primeira ordem em iteração: Modelo de primeira ordem com iteração: Como o experimeto é ortogoal, temo que: 0 x x 3 0 x x x x I X X I X X k k F t Y X I k k ˆ ˆ ˆ ˆ ˆ

13 Experimeto fatorial : álie do experimeto por regreão: Sem iteração: Com iteração: ab b a ab b a ab b a 4 / 4 /.. ˆ 4 ˆ cotrate cotrate X ab b a Y X ab b a Y ab b a ab b a ab b a ab b a 4 / 4 / 4 /.. ˆ 4 ˆ cotrate cotrate cotrate

14 Experimeto fatorial : No exemplo: Coeficiete Erro padrão Stat t valor-p Itereção 46,6875 0,759 03,006,3730E- Cocetração Reagete 5,065 0,759 7,006 0,00004 Taxa de alimetação -,9375 0,759-4,065 0, Iteração 0,4375 0,759 0,6055 0, Fote de variação f calculado Valor -P 49,08 0, ,53 0,006 0,37 0,556 Reíduo Total Coeficiete Erro padrão Stat t valor-p 95% iferiore 95% uperiore Itereção 46,6875 0, ,365,74E-4 45, ,005 Cocetração Reagete 5,065 0, ,83 7,E-06 3, ,58505 Taxa de alimetação -,9375 0, ,68,03E-03-4, ,4495 0,5 ˆ 46,6875 x emque x x Coc 5,875 Cocbaixa Cocalta Cocalta Cocbaixa Txlimbaixa Txlim Txlim Txlim Txlim alta baixa x alta

15 Reíduo padroizado Repota Experimeto fatorial : O modelo de regreão: R = (SQ + SQ)/ SQT = (40,065+38,065)/65,4375 = 0,844 Como em todo modelo de regreão, a aálie do reíduo é eceária:, , ,5 - -,5 - Valore Predito Percetil Deta forma, é poível coiderar o modelo apropriado

16 Experimeto fatorial : uperfície de repota: Coc 5% 5% Sedo ˆ 46,6875 5,065 5% 5% Txlim,

17 Experimeto fatorial 3 : No cao em que há k = 3 fatore, temo que: C + - c - - bc ac + b () a + ab abc Tratameto C C C C () a b ab c ac bc abc Efeitode Efeitode a ab ac abc 4 a b c abc C 4 b c bc 4 ab ac bc 4

18 Experimeto fatorial 3 : Efeito o experimeto 3 : + c bc ac abc C b () a + ab

19 Experimeto fatorial 3 : Cálculo da oma de quadrado: SQT = SQ + SQ + SQC + SQ() + SQ(C) + SQ(C)+ SQ(C)+ SQE SQE i j k l ijkl... a abc bc ac c ab b a 8 ab b ac c abc bc 8 SQE i j k l ijkl... efeito cotrate 3

20 Experimeto fatorial 3 : álie de variâcia: Fote de Soma do Grau de variação quadrado liberdade Quadrado médio Fator SQ SQ Fator SQ SQ Fator C SQC C SQC Iteração SQ() SQ Iteração C SQ(C) C SQ C Iteração C SQ(C) C SQ C Iteração C SQ(C) C SQ C Reíduo SQE 3 7 Total SQT 3 - E SQE 3 8 f f calculado f f f f f f C C C C C C C E E E C E E E E

21 Experimeto fatorial geral k : No cao em que há k fatore, teremo: k efeitopricipai k k 3 efeitode iteraçãode fatore efeitode iteraçãode 3fatore k k efeitode iteraçãodo k fatore

22 Experimeto fatorial k ão replicado: Quado k é grade, a replicação de cada combiação do fatore ão cotuma er realizada (quatidade proibitiva). im, e todo o efeito pricipai e de iteração forem icluído o modelo do experimeto, ão obram grau de liberdade para o reíduo. Uma alterativa para ete cao é empregar o gráfico de probabilidade Normal (Q-Q Normal) para determiar a importâcia relativa do efeito. Procedimeto:. Calcule o efeito: efeito = cotrate / k-. Cotrua um gráfico de probabilidade Normal com todo o efeito 3. O efeito que caírem fora de uma liha reta devem er coiderado relevate 4. Faça a aálie de variâcia para verificar a igificâcia do efeito avaliado como relevate.

23 Experimeto fatorial k ão replicado: Exemplo: Um experimeto fatorial 4 foi uado a ivetigação do efeito de 4 fatore a taxa de filtração de uma reia. O fatore ão: = temperatura, = preão, C = razão molar, D= velocidade de agitação

24 Experimeto fatorial k ão replicado: Exemplo: Deta forma, o efeito relevate ão: (temperatura), C (razão molar), D (velocidade de agitação), C (temperatura x razão molar) e D (temperatura x velocidade de agitação)

25 Experimeto fatorial k ão replicado: Exemplo:

26 Experimeto fatorial k ão replicado: Exemplo:

27 PONTOS CENTRIS em EXPERIMENTOS k Profeor: Rodrigo. Scarpel rodrigo@ita.br

28 Itrodução: Uma preocupação potecial o uo de experimeto k é a upoição de liearidade o efeito do fatore (como e trata de um projeto piloto, a liearidade perfeita é deeceária). No cao em que a protação cotra curvatura é eceária, a replicação de poto cetrai ( c replicaçõe o poto x i = 0, i=,,k) é recomedada. Exemplo: Fatore Cotrolávei: Proceo Saída Químico x : tempo de reação (mi) x : temperatura ( o C) ída : redimeto do proceo (%) - 0 lta: aixa:50 : Temperatura ( o C) b= 40,0 ab= 4,5 40,3 40,5 40,7 40, 40,6 ()=39,3 a= 40,9 : Tempo de reação (mi) aixa:30 35 lta:40-0

29 Poto Cetrai - valiação: replicaçõe ão feita o poto cetrai poi deta forma ão repercutem a demai etimativa de efeito (pricipai e de iteraçõe): valiação da liearidade: ejam F a média da obervaçõe o poto fatoriai e C a média da c obervaçõe o poto cetral. Se a difereça F C ão for igificativa, etão o poto cetral etará próximo do plao que paa atravé do poto fatoriai ão havedo, portato, curvatura. Etatítica do tete: Efeitopricipai: a b ab b a ab b a ab iteração: Efeitoda C F C F t curvatura ˆ

30 Poto Cetrai - valiação: Exemplo: - 0 lta: aixa:50 : Temperatura ( o C) aixa:30 b= 40,0 ab= 4,5 ()=39,3 a= 40,9 : Tempo de reação (mi) 35 40,3 40,5 40,7 40, 40,6 lta:40 ˆ C F 40,3 40,5 40,7 40, 40,6 potocetrai i C 40,46 C 39,3 40,0 40,9 4,5 5 i i 4 / 4 40,45 / 5 40,46 0,043-0 t curvatura 40,45 40,46 0, ,5 Como t curvatura <,306, ão há evidêcia de curvatura a repota, a região de exploração (=5%).

31 Poto Cetrai - valiação: De forma alterativa, é poível tetar a curvatura por aálie de regreão: Modelo: 0 k j x j j i j x x ij i j k j x jj j Se o efeito jj ão forem igificativo, diz-e que ão há curvatura. Exemplo: RESUMO DOS RESULTDOS Etatítica de regreão R múltiplo 0, R-Quadrado 0, R-quadrado ajutado 0, Erro padrão 0, Obervaçõe 9 NOV gl SQ MQ F F de igificação Regreão 4,830 0, , , Reíduo 4 0,7 0,043 Total 8 3,00 Coeficiete Erro padrão Stat t valor-p 95% iferiore 95% uperiore Itereção 40,46 0, ,940 0, , , : Tempo reação 0,775 0,0368 7, ,007 0, , : Temperatura 0,35 0,0368 3,3458 0, , , ,05 0,0368-0,4 0,83-0, , Curvatura = = -0,035 0,390-0,56 0,8374-0,469 0,3569

32 Para caa: Laboratório 8 (ite: Lita de exercício 3 (ite: Leitura: Walpole et al. cap. 5 (5. a 5.6): Experim. fatoriai k e fraçõe Motgomer e Ruger cap.4 (4.7): Deig of experimet...

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição Uiveridade Etadual do Oete do Paraá - Uioete Curo de Nutrição Bioetatítica Profeora Aqui começamo o etudo da etatítica iferecial, que é o egudo maior ramo da etatítica. M.Roebel Tridade Cuha Prate Coite

Leia mais

INTERVALO DE CONFIANÇA

INTERVALO DE CONFIANÇA INTERVALO DE CONFIANÇA Supoha que etejamo itereado um parâmetro populacioal verdadeiro (ma decohecido) θ. Podemo etimar o parâmetro θ uado iformação de oa amotra. Chamamo o úico úmero que repreeta o valor

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

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares

Leia mais

Inferência Estatística

Inferência Estatística Iferêcia Etatítica Tete de Hipótee: tete de difereça etre média, coceito, grupo pareado, grupo idepedete com variâcia cohecida e decohecida Itrodução Coidere o problema de comparar materiai (A e B), para

Leia mais

n Obtido através desvio padrão da população (σ)

n Obtido através desvio padrão da população (σ) 3/5/ Etatítica Geral Tete t de STUDENT Cap. 7, 8 e 9 Callegari-Jacque, S. M. Bioetatítica: Pricípio e Aplicaçõe, 3. Apotila: Regazzi, A. J., Curo de iiciação à etatítica. Curo: Saúde/CUA/UFMT Profº: Glauco

Leia mais

Suponha ser possível determinar um modelo de regressão. Considere um experimento fatorial com fatores testados a l

Suponha ser possível determinar um modelo de regressão. Considere um experimento fatorial com fatores testados a l Modelagem da Variância em Experimento Não-Replicado Flávio Fogliatto, Ph.D. 1 Prof. Fogliatto 1 Panorâmica (Continuação) Deeja-e verificar e o reíduo, dentro de um determinado nível de um fator de controle,

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança Etatítica: Aplicação ao Seoriameto Remoto SER 4 - ANO 19 Itervalo de Cofiaça Camilo Dalele Reó camilo.reo@ipe.br http://www.dpi.ipe.br/~camilo/etatitica/ Itervalo de Cofiaça Um parâmetro pode er etimado

Leia mais

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

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-3 PROBABILIDADE E ESTATÍSTICA Profeor: Rodrigo A. Scarel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curo: Semaa 3 4 5 6 7 8 9 0 3 4 5 e 6 Itrodução à robabilidade (eveto, eaço amotral, aioma,

Leia mais

Denomina F a variável aleatória definida pelo quociente: F = n

Denomina F a variável aleatória definida pelo quociente: F = n 9/0/0 Etatítica Eperimetal Tete F Tete t de STUDENT Cap. 7, 8 e 9 Callegari-Jacque, S. M. Bioetatítica: Pricípio e Aplicaçõe, 003. Apotila: Regazzi, A. J., Curo de iiciação à etatítica. Profº: Glauco Vieira

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares

Leia mais

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística 6/2/217 Uiveridade Etadual do Oete do Paraá - Uioete Tete de Hipótee Curo de Medicia/Nutrição Bioetatítica Profeora Tete de Hipótee (TH) é uma ferrameta etatítica que também é utilizado para fazer iferêcia

Leia mais

Intervalos de confiança

Intervalos de confiança 0 Itervalo de cofiaça 6.. A etiação por itervalo Noralete o proceo de ivetigação de u parâetro eceitao ir alé da ua etiativa potual ˆ. O fato de ão e cohecer o valor de pode cauar ua ieguraça e levar a

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

UNIDADE II TESTE DE HIPÓTESE

UNIDADE II TESTE DE HIPÓTESE 0/0/06. INTRODUÇÃO A iferêcia etatítica preocupa-e em determiar e UNIDADE II TESTE DE IPÓTESE CUIABÁ, MT 05/ PROF.: RÔMULO MÔRA romulomora.webode.com exite alguma igificâcia etatítica acoplada ao reultado

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 12: - Itervalo de Cofiaça - Tete de Hipótee (webercampo@gmail.com) INTERVALO DE CONFIANÇA 1. INTERVALO DE CONFIANÇA PARA A MÉDIA O proceo de cotrução do itervalo de cofiaça

Leia mais

Amostragem Casual Simples. Professor Gilson Fernandes da Silva Departamento de Engenharia Florestal Centro de Ciências Agrárias CCA/UFES

Amostragem Casual Simples. Professor Gilson Fernandes da Silva Departamento de Engenharia Florestal Centro de Ciências Agrárias CCA/UFES Amotragem Caual Simple Profeor Gilo Ferade da Silva Departameto de Egeharia Floretal Cetro de Ciêcia Agrária CCA/UFES 1 Itrodução Coforme apreetado o capítulo aterior, o método de ivetário podem er probabilítico

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares

Leia mais

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

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos

Leia mais

PROCEDIMENTOS PARA A ESTIMAÇÃO DE PARÂMETROS EM GRÁFICOS DE CONTOLE

PROCEDIMENTOS PARA A ESTIMAÇÃO DE PARÂMETROS EM GRÁFICOS DE CONTOLE POCEDIMENTOS PAA A ESTIMAÇÃO DE PAÂMETOS EM GÁFICOS DE CONTOLE Aa Paula S. Figueiredo Arioto Bretaha Jorge Ecola Federal de Egeharia de Itajubá - Av. BPS, 1303 37500-000 Itajubá MG e-mail: aapaula@iem.efei.br

Leia mais

Amostragem Casual Estratificada

Amostragem Casual Estratificada CAPÍTUO VI Amotragem Caual Etratificada Profeor Gilo Ferade da Silva Departameto de Egearia Floretal Cetro de Ciêcia Agrária CCA/UFES Itrodução A iteidade de amotragem eceária para etimar o parâmetro de

Leia mais

CE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo

CE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo CE07 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo LISTA - EXERCÍCIOS ) Para o modelo de regressão liear simples ormal, ecotre os estimadores de máxima verossimilhaça dos parâmetros β 0, β e σ

Leia mais

Em estatística, uma hipótese é uma alegação, ou afirmação, sobre uma propriedade de uma população.

Em estatística, uma hipótese é uma alegação, ou afirmação, sobre uma propriedade de uma população. 7 TESTE DE HIPÓTESE 7. Itrodução Ao pergutarmo para a peoa a rua qual é a temperatura média do corpo humao, teremo 37 C como a maioria da repota. Um grupo de pequiadore realizou um experimeto para verificar

Leia mais

INFORMAÇÃO SOBRE O FUNCIONAMENTO DO MINITITULADOR HI PARA A DETERMINAÇÃO DO DIÓXIDO DE ENXOFRE NO VINHO. COMPARAÇÃO COM O MÉTODO OFICIAL

INFORMAÇÃO SOBRE O FUNCIONAMENTO DO MINITITULADOR HI PARA A DETERMINAÇÃO DO DIÓXIDO DE ENXOFRE NO VINHO. COMPARAÇÃO COM O MÉTODO OFICIAL INFORMAÇÃO SOBRE O FUNCIONAMENTO DO MINITITULADOR HI 84100 PARA A DETERMINAÇÃO DO Repoabilidade: HANNA itrumet Autor: Joé Erique Catell Etela Douturado em Ciêcia Química Colegiado º100 Repoável pela Secção

Leia mais

Noções de Inferência Estatística

Noções de Inferência Estatística Noçõe de Iferêcia Etatítica Itrodução: O objetivo pricipal da iferêcia etatítica é fazer afirmaçõe obre caracterítica de uma população, baeado-e em reultado de uma amotra. Para io veremo como e relacioam

Leia mais

Ano , , , , , , , , ,2

Ano , , , , , , , , ,2 4. Na Tabela 5 e na Tabela 6, encontram-e, repetivamente, o número total de ponto de aceo à rede potal e a denidade potal (número de habitante / número de ponto de aceo), de 001 a 009, em Portugal. Tabela

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

13 Inferência Estatística Teoria da Estimação

13 Inferência Estatística Teoria da Estimação 3 Iferêcia Etatítica Teoria da Etimação 3. Itrodução A partir dete capítulo abordaremo ituaçõe em que o iteree etá em obter iformaçõe da população a partir do reultado de uma amotra. Como exemplo, coideremo

Leia mais

ESTIMAÇÃO DA CONFIABILIDADE PARA UM MODELO DE DESEMPENHO ESTRUTURAL COM DISTRIBUIÇÃO NORMAL UMA SIMULAÇÃO

ESTIMAÇÃO DA CONFIABILIDADE PARA UM MODELO DE DESEMPENHO ESTRUTURAL COM DISTRIBUIÇÃO NORMAL UMA SIMULAÇÃO ETIMAÇÃO DA CONFIABILIDADE PARA UM MODELO DE DEEMPENHO ETRUTURAL COM DITRIBUIÇÃO NORMAL UMA IMULAÇÃO Amazoeida á Peixoto Piheiro Doutorada em Eg. Produção Ecola Politécica-UP eida@up.br Av. Prof o Almeida

Leia mais

Estatística Multivariada Aplicada

Estatística Multivariada Aplicada Faculdade de Ecoomia da Uiveridade de Coimbra Etatítica Multivariada Aplicada Pedro Lope Ferreira 000 ii Sumário Itrodução à etatítica multivariada -----------------------------------------------. A orgaização

Leia mais

ESTATÍSTICA BÁSICA- SUMÁRIO ( 1 a PARTE)

ESTATÍSTICA BÁSICA- SUMÁRIO ( 1 a PARTE) ESTATÍSTICA BÁSICA- SUMÁRIO ( a PARTE) POPULAÇÕES E AMOSTRAS IMPORTÂNCIA DA FORMA DA POPULAÇÃO DISTRIBUIÇÃO NORMAL DE GAUSS PARÂMETROS E ESTIMATIVAS TEOREMA DO LIMITE CENTRAL DISTRIBUIÇÃO Z E DISTRIBUIÇÃO

Leia mais

Técnicas de codificação diferencial

Técnicas de codificação diferencial Técica de codificação diferecial Em certo iai, e.g. o ial de voz e o ial de vídeo, o valor do ial varia pouco de amotra para amotra: ito permite prever com alguma cofiaça o valor de uma amotra a partir

Leia mais

Tabela A4.2. MIR obtido com simulação 1. Para 2 S 4, estimar os parâmetros associados a uma mistura de s componentes e avaliar rs = ms+

Tabela A4.2. MIR obtido com simulação 1. Para 2 S 4, estimar os parâmetros associados a uma mistura de s componentes e avaliar rs = ms+ Tabela A4.2. MIR obtido com imulação. Para 2 S 4, etimar o parâmetro aociado a uma mitura de compoete e avaliar r = m+ m r ecotra-e defiido o Apêdice 2); 2. para S=2, gerar 99 amotra paramétrica boottrap

Leia mais

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral,

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral, Etatítica II Antonio Roque Aula 8 Intervalo de Confiança para a Variância de uma População Ditribuída Normalmente Pode-e motrar matematicamente que a variância amotral, ( x x) n é um etimador não envieado

Leia mais

PCM uniforme na presença de ruído

PCM uniforme na presença de ruído PCM uiforme a preeça de ruído Fote: Ruído o caal provoca erro a palavra biária o decodificador, ruído de decodificação. A potêcia dete ruído pode er adicioada ao ruído de uatificação (fote idepedete, logo

Leia mais

Exemplos de I.C. (1 ) 100% para a mådia (e para diferença entre mådias)

Exemplos de I.C. (1 ) 100% para a mådia (e para diferença entre mådias) Exemplo de I.C. ( )% para a mådia (e para difereça etre mådia) Exemplo : Tete de compreão foram aplicado em dua marca de cimeto para avaliar a reitêcia em cocreto. Foram produzido 5 corpo de prova de cada

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

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares

Leia mais

Teoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros

Teoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros 3 Teoria do Erro. Itrodução A gradeza fíica ão determiada experimetalmete por medida ou combiaçõe de medida. Ea medida tem uma icerteza itríeca que advém da caracterítica do equipameto utilizado a ua determiação

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

2 Técnicas de CEP para Processos Multicanal

2 Técnicas de CEP para Processos Multicanal 19 Técica de CEP para Proceo Multicaal Ete capítulo apreeta a técica exitete a literatura para o cotrole de proceo multi-caal. Ao memo tempo, o coceito fudametai ubjacete ão apreetado, a forma do divero

Leia mais

Estatística Multivariada. Pré-Requisitos. Otimização (Maximização) Exemplos: Combinação Linear. Muitos dos procedimentos

Estatística Multivariada. Pré-Requisitos. Otimização (Maximização) Exemplos: Combinação Linear. Muitos dos procedimentos Prof. Lorí Viali, Dr. viali@pucr.br; viali@mat.ufrg.br; http://www.pucr.br/famat/viali; http://www.mat.ufrg.br/~viali/ A teoria do método etatítico multivariado pode er eplicada razoavelmete bem omete

Leia mais

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

TRANSPORTES. Sessão Prática 4 Amostragem de escalares Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares

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

Teste para Médias: duas amostras independentes

Teste para Médias: duas amostras independentes Etatítica II.09.07 UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Etatítica I - UNIR Etatítica II Tete para Média: dua amotra independente Profa. Renata Gonçalve

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

IV.4 Análise de Dados da Avaliação

IV.4 Análise de Dados da Avaliação Melhor e Pior? IV - Avaliação IV.4 Análie de Dado da Avaliação Interactive Sytem Deign, Cap. 0, William Newman Melhor e Pior? Reumo Aula Anterior Avaliação com utilizadore Local (Laboratório, Ambiente

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

Teste de hipótese. a) Uma população b) Duas populações c) Três ou mais populações

Teste de hipótese. a) Uma população b) Duas populações c) Três ou mais populações Tete de hipótee a Ua população b ua populaçõe c Trê ou ai populaçõe 6 Tete para coparação de dua édia de populaçõe orai Tete bilateral H 0 : = H : H 0 : = 0 H : 0 t Tete uilateral à direita H 0 : = H :

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

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

PLANO DE ENSINO APRENDIZAGEM

PLANO DE ENSINO APRENDIZAGEM SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO SUL E SUDESTE DO PARÁ INSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL FACULDADE DE CIÊNCIAS ECONÔMICAS Disciplia: Estatística I Código: ECO01068

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

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

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

A) Independência estatística B) Var. aleatórias C) Distribuição normal D) Dist. conjuntas e correlação E) Inferência estatística

A) Independência estatística B) Var. aleatórias C) Distribuição normal D) Dist. conjuntas e correlação E) Inferência estatística A) Ideedêcia etatítica B) Var. aleatória C) Ditribuição ormal D) Dit. cojuta e correlação E) Iferêcia etatítica 18-02-2010 Joé Filie Rafael 1 E.1) Ditribuiçõe amotrai E.2) Itervalo de cofiaça e tete de

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

Método do Lugar das Raízes

Método do Lugar das Raízes étodo do Lugar da Raíze Coceito de Lugar da Raíze; O Procedimeto do Lugar da Raíze; Proeto de Parâmetro pelo étodo do Lugar da Raíze; Seibilidade e Lugar da Raíze; Cotrolador de Trê Termo (PID); Exemplo

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

DEPARTAMENTO DE ENGENHARIA NAVAL E OCEÂNICA ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PNV3324 FUNDAMENTOS DE CONTROLE EM ENGENHARIA

DEPARTAMENTO DE ENGENHARIA NAVAL E OCEÂNICA ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PNV3324 FUNDAMENTOS DE CONTROLE EM ENGENHARIA DEPARTAENTO DE ENGENHARIA NAVAL E OCEÂNICA ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PNV334 FUNDAENTOS DE CONTROLE E ENGENHARIA NOTAS DE AULA* Prof. Helio itio orihita * Ete texto é um mero roteiro

Leia mais

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB Govero do Estado do Rio Grade do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO

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

Circuitos Elétricos II Experimento 2

Circuitos Elétricos II Experimento 2 Experimeto : Frequêcia Complexa Própria. Objetivo: Determiação da frequêcia complexa própria de um circuito RLC utilizado o traitório repetitivo.. Itrodução Seja y( a repota de um circuito liear, de parâmetro

Leia mais

Cálculo Diferencial e Integral II. Lista 8 - Exercícios/ Resumo da Teoria

Cálculo Diferencial e Integral II. Lista 8 - Exercícios/ Resumo da Teoria Cálculo Diferencial e Integral II Lita 8 - Exercício/ Reumo da Teoria Derivada Direcionai Definição Derivada Direcional. A derivada da função f x, no ponto P x, na direção do veror u u 1, u é o número

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre os modelos de

Leia mais

Medidas e algarismos significativos

Medidas e algarismos significativos Medida e algarimo ignificativo Como repreentar o reultado de uma medida, algarimo ignificativo Erro, média e devio padrão Hitograma e ditribuição normal Propagação de erro Medida em fíica ex. medida do

Leia mais

Análise de dados industriais

Análise de dados industriais Aálie de dado idutriai Ecola Politécica Departameto de Egeharia Química Roberto Guardai 014 Parte 1. Coceito Báico de Etatítica Itrodução Lita de ímbolo Bibliografia Etatítica decritiva Erro de medida,

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

ESTUDO DO EFEITO DE MATRIZ NA DETERMINAÇÃO DE METAIS EM ÓLEOS BÁSICOS RERREFINADOS POR FLUORESCÊNCIA DE RAIOS X POR ENERGIA DISPERSIVA

ESTUDO DO EFEITO DE MATRIZ NA DETERMINAÇÃO DE METAIS EM ÓLEOS BÁSICOS RERREFINADOS POR FLUORESCÊNCIA DE RAIOS X POR ENERGIA DISPERSIVA http://dx.doi.org/0.5935/000-404.050047 Quim. Nova, Vol. 38, No. 5, 64-6, 05 ESTUDO DO EFEITO DE MATRIZ NA DETERMINAÇÃO DE METAIS EM ÓLEOS BÁSICOS RERREFINADOS POR FLUORESCÊNCIA DE RAIOS X POR ENERGIA

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 Estatísticos para uma única Amostra - parte II

Intervalos Estatísticos para uma única Amostra - parte II Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça

Leia mais

Posicionamento RTK. Posicionamento Baseado em Redes de Estações de Referência GNSS. Prof. Dra. Daniele Barroca Marra Alves

Posicionamento RTK. Posicionamento Baseado em Redes de Estações de Referência GNSS. Prof. Dra. Daniele Barroca Marra Alves Poicioameto RTK Poicioameto Baeado em Rede de Etaçõe de Referêcia GNSS Prof. Dra. Daiele Barroca Marra Alve RTK O RTK teve um grade deevolvimeto o último ao Pode alcaçar acurácia cetimétrica em tempo real

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

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais Intervalo de Confiança para a Diferença entre Dua Média Amotrai Quando e quer etimar a diferença, µ µ, entre a média de dua populaçõe e, procede-e da eguinte maneira: toma-e uma amotra de cada população,

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E Medidas de Tedêcia Cetral Itrodução... 1- Média Aritmética... - Moda... 3- Mediaa... Medidas de Dispersão 4- Amplitude Total... 5- Variâcia

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

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X

Leia mais

Investigação Operacional. Problema

Investigação Operacional. Problema Ivetigação Operacioal Fila de Epera Liceciatura em Egeharia Civil Liceciatura em Egeharia do Território Liceciatura em Egeharia e Aruitectura Naval roblema No erviço de urgêcia do hopital da cidade o paciete

Leia mais

Bioestatística e Computação I

Bioestatística e Computação I Bioetatítica e Computação I Intervalo de confiança Maria Virginia P Dutra Eloane G Ramo Vania Mato Foneca Pó Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baeado na aula de M. Pagano e Gravreau

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

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

1 Inferência Estatística - Teoria da Estimação

1 Inferência Estatística - Teoria da Estimação 1 Inferência Etatítica - Teoria da Etimação 1.1 Introdução Nete capítulo abordaremo ituaçõe em que o interee etá em obter informaçõe da população com bae em amotra. Como exemplo, conidere a eguinte ituaçõe.

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

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo:

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo: INE66 Méodo Eaíico Exercício Prova - Semere 15.1 O poo de fuão (medido em C) é um apeco crucial em maeriai cerâmico, epecialmee o uado em reaore ucleare, como a ória. Receemee um fabricae apreeou dua ova

Leia mais

1 a Lista de PE Solução

1 a Lista de PE Solução Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa

Leia mais

Estacionariedade e correlação temporal em dados financeiros

Estacionariedade e correlação temporal em dados financeiros Estacioariedade e correlação temporal em dados fiaceiros Hoje em dia há uma quatidade imesa de dados fiaceiros sedo armazeados, egócio a egócio, pelo mudo afora. Gratuitamete, é possível coseguir facilmete

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

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny 1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Sumário. 2 Índice Remissivo 17

Sumário. 2 Índice Remissivo 17 i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................

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

PROPOSTA DE RESOLUÇÃO DO EXAME DE MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS (PROVA 835) ªFASE

PROPOSTA DE RESOLUÇÃO DO EXAME DE MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS (PROVA 835) ªFASE PROPOSTA DE RESOLUÇÃO DO EXAME DE MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS (PROVA 835) 013 ªFASE 1. 1.1. Aplicando o método de Hondt, o quociente calculado ão o eguinte: Lita A B C D Número de voto 13 1035

Leia mais

Modelagem estatística da precipitação mensal e anual e no período seco para o estado de Minas Gerais

Modelagem estatística da precipitação mensal e anual e no período seco para o estado de Minas Gerais Revita Braileira de Egeharia Agrícola e Ambietal v.13,.1, p.68 74, 9 Campia Grade, PB, UAEA/UFCG http://www.agriambi.com.br Protocolo 93.7 15/6/7 Aprovado em 13/5/8 Modelagem etatítica da precipitação

Leia mais

Hidden Markov Models. Renato Assunção DCC - UFMG

Hidden Markov Models. Renato Assunção DCC - UFMG Hidden Markov Model Renato Aunção DCC - UFMG Proceo Etocático Proceo etocático e uma coleção de variávei aleatória: {X i, i {0,, 2,...}} I e chamado de conjunto-índice: e o conjunto que indexa a variávei

Leia mais

Mineração de Dados. Modelos Preditivos. Técnicas de Classificação Árvores de Decisão. Prof. Paulo Martins Engel. Tarefas preditivas:

Mineração de Dados. Modelos Preditivos. Técnicas de Classificação Árvores de Decisão. Prof. Paulo Martins Engel. Tarefas preditivas: UFRGS 2 Modelo Preditivo Mieração de Dado Técica de Claificação Árvore de Decião Prof. Paulo Marti Egel A tarefa de geração de um modelo preditivo coite em apreder um mapeameto de etrada para a aída, viado

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