Testes de Hipóteses. Júlio Osório. Os dois campos da Análise Estatística. Métodos Estatísticos. Inferência Estatística. Estatística Descritiva
|
|
- Raquel di Azevedo Godoi
- 7 Há anos
- Visualizações:
Transcrição
1 Testes de Hipóteses Júlio Osório Os dois campos da Aálise Estatística Métodos Estatísticos Estatística Descritiva Iferêcia Estatística Estimativa Testes de Hipóteses 1
2 Exemplo Ilustrativo Mediram-se os cosumos de oxigéio (em ml) durate a icubação de uma amostra aleatória de 15 suspesões celulares. A partir dos dados obtidos, calculou-se média13.43 ml e variâcia1.644 ml. O ivestigador pretede-se averiguar se os dados forecem evidêcia suficiete para se cocluir, ao ível de 5%, que a média dos cosumos de O da população de suspesões celulares excede 1 ml. Questão: Há evidêcia a iformação colhida a amostra para se cocluir, com uma margem de erro de 5%, que os cosumos de oxigéio a população de suspesões celulares excede 1 ml? Exemplo Ilustrativo: As Hipóteses Etapas 1. Euciar estatísticamete a questão de iteresse. Euciar o oposto 3. Formular a hipótese alterativa 4. Formular a hipótese ula Exemplo 1. O cosumo excede 1 ml a ível da população? µ > 1 ml. Deve ser mutuamete exclusivo e exaustivo. µ 1 ml µ 1 ml 3. Tem o sial, <, ou >. H 1 : µ > 1 ml 4. Tem habitualmete sial. H 0 : µ 1 ml Teste de Hipóteses H 0 : µ 1 ml H 1 : µ > 1 ml
3 Hipótese Nula e Hipótese Alterativa Uma hipótese é uma suposição acerca de um parâmetro de uma ou várias populações (média, µ; variâcia, σ ; proporção, Π;...). A hipótese ula (H 0 ) é sempre expressa por uma proposição de ão difereça. Represeta sempre o status quo, isto é, a sua ão rejeição o teste de hipóteses implica que ehuma decisão de mudaça seja tomada o processo em ivestigação. Tem sempre o sial de igual :,, ou. A hipótese alterativa (H 1 ou H a ) é a hipótese de trabalho do ivestigador, isto é, aquilo de que ele suspeita e está a tetar provar. É habitualmete expressa por uma proposição de difereça, e quado o teste coclui pela sua aceitação, mudaças de acção ou de opiião sobre o processo serão tomadas. Tem sempre o sial de:, <, ou >. A hipótese ula uca pode ser aceite com base os resultados de um úico teste: ão existe ehuma maeira de determiar se H 0 é verdadeira. É mais correcto cocluir ão se pode rejeitar H 0 do que cocluir aceitar H 0. H 0 : µ µ 0 H 1 : µ < µ 0 ou µ>µ 0 Testes Uilaterais A hipótese alterativa especifica um setido para a difereça (maior ou meor que). A probabilidade α cocetra-se toda uma extremidade da distribuição (esquerda ou direita) Região de Rejeição α 1 - α Região de Não Rejeição Nível de Cofiaça Valor Crítico µ 0 Estatístico Critério do Teste Este teste é UNILATERAL ESQUERDO! 3
4 H 0 : µ µ 0 H 1 : µ µ 0 Testes Bilaterais A hipótese alterativa ão especifica um setido para a difereça (maior ou meor que). A probabilidade α é dividida ao meio, cosiderado-se α/ em cada uma das extremidades da distribuição Região de Rejeição 1/ α 1 - α Região de Não Rejeição Nível de Cofiaça Região de Rejeição 1/ α Valor Crítico µ 0 Valor Crítico Estatístico Critério do Teste Erros o Teste de Hipóteses Num teste de hipóteses podem ser cometidos dois tipos de erro: Erro de Tipo I (1ª espécie) ocorre quado a iformação cotida a amostra coduz à rejeição de uma hipótese ula que é, a realidade, verdadeira. Á probabilidade de se cometer o Erro I dá-se o ome de ível de sigificâcia do teste, aotado por α. Erro de Tipo II (ª espécie) ocorre quado a iformação cotida a amostra coduz à ão rejeição de uma hipótese ula que é, a realidade, falsa. A probabilidade de se cometer o Erro II é habitualmete aotada por β. Chama-se Poder do Teste à probabilidade de se ão cometer o Erro II esse teste, isto é, à capacidade que ele tem para rejeitar uma H 0 que é realmete falsa. Aota-se habitualmete por (1-β). É desejável que (1 - β) seja tão elevado quato possível ( 0,80). 4
5 Erros o Teste de Hipóteses A ível da População, H 0 é realmete: Decisão Tomada sobre H 0 : Rejeitar H 0 Não Rejeitar H 0 Verdadeira Erro Tipo I P (Erro I) α ível de sigificâcia Decisão Correcta P 1- α Falsa Decisão Correcta P 1- β Poder do Teste Erro Tipo II P (Erro II) β Notas sobre α e β O ível de sigificâcia α ão é fixado por qualquer regra ou dedução matemática: é adoptado pelo ivestigador. Deve-se estar cosciete de que, quato maior for α, maior é o risco de se rejeitar uma H 0 que é, de facto, verdadeira. Algus ivestigadores rejeitam H 0 se P 0,10, ao passo que outros exigem P 0,05, P 0,01 ou até mesmo P 0,001 para declarar H 0 como falsa. A adopção de α é muitas vezes fução da área específica de trabalho do ivestigador. O ível de sigificâcia de 5% (α 0,05) é o mais popular, talvez apeas porque Karl Pearso o adoptou quado publicou as primeiras Tabelas Estatísticas. Ao cotrário de α, β ão pode ser fixado pelo ivestigador: ão é, habitualmete, em especificado, em cohecido. É importate saber que, para um dado tamaho da amostra (), α e β guardam etre si uma relação iversa. Isto é, quato mais baixa for a probabilidade de cometer o Erro I, tato maior será a probabilidade de cometer o Erro II, e a úica maeira de reduzir simultaeamete ambos é aumetar. Para um dado valor (fixado) de α, tamahos maiores da amostra coduzirão a testes com maior poder (1 β). A solução para este dilema é ecotrar uma situação de equilíbrio etre as duas probabilidades de erro. 5
6 O valor p ( p-value ) O valor-p represeta a probabilidade de se obter para o estatístico critério do teste um valor mais extremo ( ou ) que o valor calculado com os dados da amostra, sob a codição de H 0 ser verdadeira. Represeta o meor valor de probabilidade para o qual H 0 pode ser rejeitada. O valor-p pode ser usado para tomar a decisão Se valor-p α, ão se rejeita H 0 Se valor-p < α, rejeita-se H 0 Exemplo Ilustrativo: A Distribuição de Probabilidades A variável aleatória (X) que represeta o cosumo de O por parte das suspesões celulares pode ser assumida como tedo distribuição ormal, N (X; µ 13,43 ml, σ 1,644 ml ). Se a amostra fosse de tamaho elevado ( 30), a população das médias teria, por força do teorema do limite cetral, distribuição ormal, e poderíamos etão usar a Tabela da Lei Normal Padrão. Para efeito de tomada de decisão sobre as duas hipóteses em causa (H 0 e H 1 ), calcularíamos etão: X µ z 0 amostra _ Como, porém a amostra é de pequeo tamaho (15), vamos ter de utilizar a distribuição t de Studet com graus de liberdade Para efeito de tomada de decisão sobre as duas hipóteses em causa (H 0 e H 1 ), calculamos etão: s s X µ t 0 amostra _ 6
7 Exemplo Ilustrativo: Cálculo do valor amostral do estatístico Substituido Média13,43 ml, µ 0 1 ml, s 1,644 ml e 15 pessoas, o valor do estatístico t calculado a partir da amostra vem dado por: _ X µ 0 t amostra s 13,43 1 1, ,43 0, ,319 Exemplo Ilustrativo: Nível de Sigificâcia e Região de Rejeição Se a margem de erro pretedida para a iferêcia é de 5%, etão o ível de sigificâcia do teste é α 0,05. O teste da hipótese ula é, este caso, uilateral, porque a hipótese ula especifica um setido para a difereça ( maior que ): H 1 : µ > 1 ml. Assim sedo, a probabilidade represetada pelo ível de sigificâcia (0,05) é cosiderada totalmete a extremidade direita da Distribuição t de Studet com 14 graus de liberdade, para efeitos de defiição da região de rejeição do teste. Para ecotrar o valor crítico do teste - que separa a zoa de rejeição da zoa de ão rejeição - procura-se o corpo da tabela da Distribuição t de Studet com 14 graus de liberdade o valor de t que correspode à probabilidade de 0,05 (lida a liha iferior da tabela). Nestes termos, o valor crítico do teste é t 0,05 (14) 1,761. 7
8 Exemplo Ilustrativo: Nível de Sigificâcia e Região de Rejeição Tabela do t de Studet 1. O valor de t(14) a que correspode a probabilidade α 0,05 é t1,761. A área sob a curva da distribuição t de Studet com gl14, situada para a direita de 1,761 é igual a 0,05. Exemplo Ilustrativo: Nível de Sigificâcia e Região de Rejeição α 0,05 t(14) Região de Não ,761 Região de Rejeição de H 0 Rejeição de H 0 t amostra < 1,761 t amostra 1,761 8
9 Exemplo Ilustrativo: Tomar a Decisão sobre H 0 (1º processo) α 0,05 1, t amostra 4,319 t(14) Como t amostra se localiza a região de rejeição, rejeitamos H 0. Exemplo Ilustrativo: Tomar a Decisão sobre H 0 (º processo) α 0,05 p < 0,05 4,319 1,761 z Como t amostra 4,319 se situa à esquerda do valor crítico t 0,05 1,761, a probabilidade associada a t amostra é iferior a 0,05.. Rejeitamos H 0 porque a probabilidade associada ao valor amostral de t é iferor ao ível de sigificâcia do teste (0,05). 9
10 Exemplo Ilustrativo: Tirar uma Coclusão do Âmbito da Pesquisa A coclusão que se tira do teste de hipóteses deve ser sempre formulada o cotexto do problema de pesquisa que está a ser estudado. No exemplo ilustrativo, coclui-se que há evidêcia os dados recolhidos para se acreditar (com uma margem de erro de 5%) que o cosumo médio de oxigéio da população de suspesões celulares excede 1 ml. Coformidade de uma média com um valor H 0 : µ 1 H 1 : µ > 1 α 0,05 15 Região de Rejeição: Rejeitar Reject H , Z 1,761 t(14) Valor amostral do estatístico: tamostra µ X µ 13, ,319 s 1, Decisão: Rejeitar H 0 a α 0,05 Coclusão: Há evidêcia para cocluir que o cosumo de O excede 1 ml. 10
11 Marcha Geral de um Teste de Hipóteses Formular as hipóteses ula (H 0 ) e alterativa (H 1 ) Escolher o teste e a distribuição de probabilidades adequados (ormal, t, F, χ ) Adoptar o ível de sigificâcia (α) Calcular o valor amostral do estatístico do teste Determiar a probabilidade associada ao valor amostral (p) Determiar o valor crítico do teste e estabelecer a região de rejeição de H 0 Comparar com o ível de sigificâcia, α Determiar se o valor amostral do estatístico se situa a região de rejeiçao de H 0 Marcha Geral de um Teste de Hipóteses Comparar com o ível de sigificâcia, α Determiar se o valor amostral do estatístico pertece à região de rejeição de H 0 Sim p < α? Não Sim Pertece? Não Rejeitar H 0 Não rejeitar H 0 Rejeitar H 0 Não rejeitar H 0 Tirar Coclusões o Âmbito da Área de Pesquisa 11
12 Testes de Hipóteses com Médias 1.Coformidade de uma média com um valor..comparação de duas médias (amostras idepedetes; variâcias iguais). 3.Comparação de duas médias (amostras idepedetes; variâcias diferetes). 4.Comparação de duas médias (amostras associadas). Coformidade de uma média com um valor Mediram-se os cosumos de oxigéio (em ml) durate a icubação de uma amostra aleatória de 15 suspesões celulares. A partir dos dados obtidos, calculou-se média13.43 ml e variâcia1.644 ml. O ivestigador pretede-se averiguar se os dados forecem evidêcia suficiete para se cocluir, ao ível de 5%, que a média dos cosumos de O da população de suspesões celulares excede 1 ml. Questão: Há evidêcia a iformação colhida a amostra para se cocluir, com uma margem de erro de 5%, que os cosumos de oxigéio a população de suspesões celulares excede 1 ml? 1
13 Coformidade de uma média com um valor H 0 : µ 1 H 1 : µ > 1 α 0,05 15 Região de Rejeição: Rejeitar Reject H , Z 1,761 t(14) Valor amostral do estatístico: tamostra µ X µ 13, ,319 s 1, Decisão: Rejeitar H 0 a α 0,05 Coclusão: Há evidêcia para cocluir que o cosumo de O excede 1 ml. Comparação de duas médias: amostras idepedetes, variâcias iguais Quatificou-se a citocromo-oxidase (mm 3 /10 mi./mg) em baratas do sexo masculio do géero Periplaeta de dois grupos experimetais, um grupo cotrolo (1), e um grupo a que se ijectou metoxicloro 4 horas ates da quatificação (10). Cotrolo Tratado O objectivo deste estudo era averiguar se a droga acetua a actividade da ezima. Questão: Há suficiete evidêcia estes resultados para se cocluir, ao ível de 5%, que o metoxicloro acetua a actividade da ezima citocromo-oxidase as baratas? 13
14 Comparação de duas médias: amostras idepedetes, variâcias iguais H 0 : µ 1 µ (µ 1 cotrolo; µ tratado) H 1 : µ 1 < µ α 0,05 gl Região de Rejeição: Rejeitar Reject H 0.05 t amostra Valor amostral do estatístico: s p _ X _ X ,75 0 t s maior /s meor 19,7 4,8 9, , ,873/1,60 1,5 sedo esta razão < 3, assume-se que as variâcias são homogéeas, e usa-se a variâcia poderada (s p ): s p ( Decisão: Rejeitar H 0 a α 0,05 Coclusão: Há evidêcia para se cocluir que o metoxicloro acetua a actividade da ezima. 1 s 1 1) ( 1). s (1 1).1,873 + (10 1).1,60 1, Comparação de duas médias: amostras idepedetes, variâcias diferetes O estrôcio 90 ( 90 S) é um elemeto radioactivo produzido as explosões ucleares, e que aparece associado ao cálcio o orgaismo humao. Em zoas de produção leiteira, 90 S pode cotamiar o leite por via das pastages igeridas pelas vacas, e vir mais tarde a cocetrar-se os ossos das pessoas que o bebem. Fez-se um estudo para comparar o teor médio de 90 S os ossos de criaças e de pessoas adultas, a presução de que deveria ser superior as primeiras do que as segudas, visto que o elemeto começa elas a acumular-se logo os primeiros aos de desevolvimeto do esqueleto. A partir das amostras, calculou-se: Média Variâcia Criaças 11,6 pc g-1 1,44 Adultos 61 0,4 pc g-1 0,011 Questão: É legítimo cocluir, com uma margem de erro de 5%, que o teor médio de 90 S é superior o esqueleto das criaças do que o dos adultos? 14
15 Comparação de duas médias: amostras idepedetes, variâcias diferetes H 0 : µ 1 µ (µ 1 criaças; µ adultos) H 1 : µ 1 > µ α 0,05 gl 13 Região de Rejeição: Reject Rejeitar H , t Valor amostral do estatístico: t'amostra Decisão: _ X s _ X s Rejeitar H 0 a α 0,05 Coclusão:,6 0,4 0 1,44 0, Há evidêcia para se cocluir que a acumulação de 90 S é mais elevada o esqueleto das criaças. s maior /s meor 1,44/0, sedo esta razão >> 3, assume-se que as variâcias ão são homogéeas, ão fazedo setido usar a variâcia poderada (s p ) trabalha-se com úmero de graus de liberdade ajustado (gl ): s gl s s s 1 ( 1,44 0, ) ( 1,44 ) ( 0,011 ) ' Comparação de duas médias: amostras associadas (emparelhadas) Nos testes atrás estudados, as amostras eram amostras idepedetes (os dados de uma das amostras ão estavam por qualquer forma associados aos dados da outra amostra). Há todavia certos estudos em que cada observação da 1ª amostra está de um certo modo correlacioada com uma observação da ª amostra, de tal forma que podemos dizer que os dados ocorrem aos pares (amostras emparelhadas) 15
16 Comparação de duas médias: amostras associadas (emparelhadas) 1. Sobre um mesmo idivíduo são recolhidos dois dados, um cocerete a cada tratameto a comparar: comparar dois métodos de aálise para uma mesma substâcia; estudar os efeitos de uma droga sobre uma fução fisiológica aimal, em que cada idivíduo é observado ates e depois da respectiva admiistração; estudar a evolução de uma característica biométrica etre duas idades um grupo de orgaismos, em que cada idivíduo é medido ao iiciar-se o estudo, e ao atigir a seguda idade cosiderada; comparar a potêcia de dois atigéeos, em que cada um deles é ijectado um dos braços de cada idivíduo, e se medem depois os diâmetros das zoas eritematosas que se formam etc. Comparação de duas médias: amostras associadas (emparelhadas). Sobre dois idivíduos distitos mas cosiderados como idêticos o essecial, são obtidos os dados ecessários à comparação dos dois tratametos: comparar os efeitos de duas rações sobre a egorda de aimais, em que se dispõe de pares de aimais da mesma ihada e iguais sexo e peso, e se admiistra a cada membro de um par um dos tipos de ração; esaios em dois cultivares de uma espécie são istalados em parcelas de terreo vizihas (co solo idêtico e sob idêticas codições gerais), a fim de cotrolar os efeitos do ambiete sobre o seu redimeto. 16
17 Comparação de duas médias: amostras associadas (emparelhadas) Uma comparação emparelhada asseta em duas amostras que ão são idepedetes uma da outra, visto que há uma correspodêcia estreita (uma associação) termo a termo, etre as observações de cada uma delas. Por esse motivo, a aálise estatística dos resultados deve ser feita sobre a amostra das difereças de observações do mesmo par, e ão mediate a cosideração de duas amostras idepedetes, como se tem feito até aqui. Comparação de duas médias: amostras associadas (emparelhadas) Fez-se um estudo para testar a eficácia de uma certa droga sobre a pressão itra-ocular, o decurso do qual esta variável foi medida (mm de Hg) em 1 idivíduos idosos, ates e depois da admiistração do medicameto: Idivíduo Ates Depois Difereça Pretede-se testar a hipótese segudo a qual a admiistração da droga é resposável por um decréscimo da pressão itraocular superior a 5 mm de Hg, ao ível de sigificâcia de 5%. Questão: Pode-se cocluir, com uma seguraça de 95%, que a droga reduz em mais de 5 mm de Hg a pressão itra-ocular? 17
18 Comparação de duas médias: amostras associadas (emparelhadas) H 0 : µ D 5 (µ D média das difereças) H 1 : µ D > 5 α 0,05 gl Região de Rejeição: Reject Rejeitar H , t Valor amostral do estatístico: t amostra µ µ D s D D Decisão: Rejeitar H 0 a α 0,05 Coclusão: 6,9 5 1, ,370 Há evidêcia para se cocluir que a droga é resposável, em média, por reduções da pressão itraocular superiores a 5 mm de Hg. Premissas da aplicabilidade dos testes relativos a médias As populações amostradas devem ter distribuição ormal. As amostras seleccioadas devem ser aleatórias. Os métodos permaecem válidos se a distribuição das populações se ão afastar muito da ormal, isto é, se elas forem pelo meos simétricas, uimodais e de variâcia ão exageradamete elevada. Nestes casos, os evetuais afastametos da ormalidade podem ser compesados mediate a utilização de amostras de maior tamaho. 18
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 maisComparação 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 maisContabilometria. 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 maisEstatística. 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 maisHipótese 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 maisO 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 maisEstatística: 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 maisA 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 maisInferência 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 maisNosso 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 maisESTATÍSTICA 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 maisIntrodução. 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 mais1 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 maisCONCEITOS 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 maisESTIMAÇÃO 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 maisTeoria 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 mais7. 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 maisObjetivos. 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 maisINTERVALOS 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 maisCap. 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 maisVirgílio 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 maisTestes 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 maisDETERMINANDO 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 maisbinomial 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 maisTestes de Comparação Múltipla
Testes de Comparação Múltipla Quado a aplicação da aálise de variâcia coduz à reeição da hipótese ula, temos evidêcia de que existem difereças etre as médias populacioais. Mas, etre que médias se registam
Leia maisLista 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 maisProbabilidades e Estatística
Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base
Leia maisObjetivos. 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 maisInstruções 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 maisINFERÊNCIA. 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 mais6.1 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 maisCAPÍTULO 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 maisTeste de Hipóteses Paramétricos
Teste de Hipóteses Paramétricos Como costruir testes de hipóteses para difereças etre duas médias. Como costruir testes de hipóteses para difereças etre duas proporções. Como costruir testes de hipóteses
Leia maisEstimação 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 maisFACULDADE 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 maisMestrado 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 maisTRANSPORTES. 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 maisDistribuições 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 mais6. 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 maisEstimação 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 maisESTIMAÇÃO 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 maisAp 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 maisCapítulo 12 SELECIONADOS PARA ESTUDO PROVA 15/09: Problema 01. (a) (b)
apítulo ELEIOADO PARA ETUDO PROVA 5/9: -3 5-9 -3 6-7 -8 35-38 Problema (a P(Erro I P(dizer que são de B a 76 75 P Z P( Z 5,87% P(Erro II P(dizer que são de A a 76 77 P Z P( Z 5,87% (b P(Erro I 5% P ( ~
Leia maisFaculdade 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 maisMOQ-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 maisDISTRIBUIÇÃO 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 maisDESIGUALDADES, 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 maisESTATÍSTICA EXPLORATÓRIA
ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas
Leia maisEstimadores 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 maisPROJETO 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 maisA 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 maisn ) 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 maisStela 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 maisCapítulo 12. Problema 01. (a) (b)
apítulo Problema (a P(Erro I P(dizer que são de B a 76 75 P Z P( Z P(Erro II 5,87% P(dizer que são de A a 76 77 P Z P( Z 5,87% (b P(Erro I 5% P ( ~ (75; 75,645 verdade são de A P verdade são de B P 76,645
Leia maisTESTE 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 maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisIntervalos 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 maisDistribuições 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 maisMétodos 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 maisA 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 maisPROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol
PROVA 1 7/10/009 Nome: GABARITO 1. Os dados apresetados a seqüêcia mostram os resultados de colesterol mg /100ml em dois grupos de aimais. O grupo A é formado por 10 total ( ) aimais submetidos a um cotrole
Leia maisObjetivo. 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 maisMAE 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 maisTeorema 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 maisObtemos, 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 maisStela Adami Vayego DEST/UFPR
Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa
Leia maisDistribuição Amostral da Média: Exemplos
Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos
Leia maisAvaliação 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 maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maise, 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 maisCapítulo 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 maisAMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM
6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas
Leia maisStela Adami Vayego Estatística II CE003/DEST/UFPR
Resumo 0 Estimação de parâmetros populacioais Defiição : Estimador e Estimativa Um estimador do parâmetro θ é qualquer fução das observações... isto é g(... ). O valor que g assume isto é g(x x... x )
Leia maisCE-003: Estatística II - Turma K/O Avaliações Semanais (2 o semestre 2015)
CE-003: Estatística II - Turma K/O Avaliações Semaais (2 o semestre 20) Semaa 5 (av-01) 1. Um idivíduo vai participar de uma competição que cosiste em respoder questões que são lhe são apresetadas sequecialmete.
Leia maisCONHECIMENTOS 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 maisDistribuições 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 maisRevisando... Distribuição Amostral da Média
Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia
Leia mais1 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 maisSumário. 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 maisDistribuições 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 maisIntervalos 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 maisPROF. DR. MARCONE AUGUSTO LEAL DE OLIVEIRA
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE QUÍMICA GRUPO DE QUÍMICA ANALÍTICA E QUIMIOMETRIA (GQAQ) PROF. DR. MARCONE AUGUSTO LEAL DE OLIVEIRA ESTATÍSTICA BÁSICA
Leia maisCapítulo 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 maisCaderno de Exercício 2
1 Cadero de Exercício Estimação Potual e Itervalos de Cofiaça 1. Exercícios Aulas 1. Exercício 8.6 do livro Statistics for Ecoomics ad Busiess. O úmero de adares vedidos em cada dia por uma empresa imobiliária
Leia maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar
potual por itervalos Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos potual e itervalar Lic. Eg. Biomédica e Bioegeharia-2009/2010 potual por itervalos A Teoria das Probabilidades cosiste
Leia maisPROVA 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 maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,
Leia maisAula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança
Aula 5 Aula passada Valor esperado codicioal Espaço amostral cotíuo, fução desidade Limitates para probabilidade Desigualdades de Markov, Chebyshev, Cheroff with high probability Aula de hoje Limitate
Leia maisObjetivo. 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 maisPropriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS
0 CONTÍNUOS PRINCIPAIS MODELOS Notação: ~ U(α β). Propriedades: Eemplo A dureza de uma peça de aço pode ser pesada como sedo uma variável aleatória uiforme o itervalo (5070) uidades. Qual a probabilidade
Leia maisCONHECIMENTOS ESPECÍFICOS
Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que
Leia maisComo se decidir entre modelos
Como se decidir etre modelos Juliaa M. Berbert Quado uma curva é lei de potecia? O procedimeto amplamete usado para testar movimetação biológica a fim de ecotrar padrões de busca como Voos de Levy tem
Leia maisEstatística: 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 maisNOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA
NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer
Leia mais06/02/2017. 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 maisA B C A e B A e C B e C A, B e C
2 O ANO EM Matemática I RAPHAEL LIMA Lista 6. Durate o desfile de Caraval das escolas de samba do Rio de Jaeiro em 207, uma empresa especializada em pesquisa de opiião etrevistou 40 foliões sobre qual
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I robabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 2 o semestre 2016/2017 05/07/2017 15:00 2 o Teste C 10 valores 1. Admita que a proporção
Leia maisCaderno de Exercício 3
1 Cadero de Exercício 3 Esaios de Hipóteses e Regressão Liear 1. Exercícios Aulas 1. Exercício 10.11 do livro Statistics for Ecoomics ad Busiess 2. Exercício 10.27 do livro Statistics for Ecoomics ad Busiess
Leia mais10 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