1.1. Definições importantes

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "1.1. Definições importantes"

Transcrição

1 Parte I. Inferência Estatística Trata-se do processo de se obter informações sobre uma população a partir dos resultados observados numa amostra. De um modo geral, tem-se uma população com um grande número de elementos e deseja-se, a partir de uma amostra dessa população, conhecer o mais próximo possível algumas características da população. Toda conclusão tirada por uma amostragem, quando generalizada para a população, virá acompanhada de um grau de incerteza ou risco. Ao conjunto de técnicas e procedimentos que permitem dar ao pesquisador um grau de confiabilidade, de confiança nas afirmações que faz sobre a população, baseados nos resultados provenientes de uma amostra, damos o nome de Inferência Estatística. O problema fundamental da estatística é, portanto, medir o grau de incerteza ou risco dessas generalizações. Os instrumentos da Inferência Estatística permitem a viabilidade das conclusões por meio de afirmações estatísticas... Definições importantes - População é uma coleção completa de todos os elementos a serem estudados. (valores, pessoas, medidas, etc). A população é o conjunto Universo, podendo ser finita ou infinita. - Finita - apresenta um número limitado de observações, que é passível de contagem. - Infinita - apresenta um número ilimitado de observações que é impossível de contar e geralmente. Exemplos: Todos as cabeças de gado criados em confinamento; Todas as plantas de uma determinada cultivar de milho; Todos os estudantes da UFVJM. - Amostra é uma subcoleção de elementos extraídos de uma população e deverá ser considerada finita. A amostra deve ser selecionada seguindo certas regras e deve ser representativa, de modo que ela represente todas as características da População. Se esses elementos são selecionados de tal maneira que cada um deles tenha a mesma chance de ser selecionado, temos uma Amostra Aleatória. - Parâmetro é uma medida numérica que descreve uma característica de uma população. Geralmente é representada pela letra grega θ. Alguns parâmetros recebem nomes especiais. A

2 média (µ), a variância (σ ) e o coeficiente de correlação (ρ) são exemplos de parâmetros populacionais. - Estimador: também chamado estatística de um parâmetro populacional é uma medida numérica que descreve uma característica determinada na amostra, uma função de seus elementos. Genericamente, é representada por θ. A média amostral () e a variância amostral (s ) são exemplos de estimadores. Os estimadores são funções de variáveis aleatórias e, portanto, eles também são variáveis aleatórias, desta forma, eles também possuem distribuições de probabilidade associadas. - Estimativa: aos valores numéricos assumidos pelos estimadores, denominamos estimativas. POPULAÇÃO PARÂMETROS AMOSTRAS ESTIMADORES. Distribuição Amostral Como foi visto, o problema da Inferência Estatística é fazer uma afirmação sobre os parâmetros da população por meio de amostras... Distribuição Amostral da Média Suponha uma população identificada pela variável aleatória X, cujos parâmetros média populacional e variância são supostamente conhecidos. Vamos retirar todas as amostras possíveis de tamanho n dessa população e para cada uma delas, calcular a média. Vamos supor a seguinte população {,3,4,5} com média 3,5 e variância,5. Vamos relacionar todas as amostras possíveis de tamanho, com reposição, desta população. (,) (,3) (,4) (,5) (3,) (3,3) (3,4) (3,5) (4,) (4,3) (4,4) (4,5)

3 3 (5,) (5,3) (5,3) (5,5) Agora, vamos calcular a média de cada amostra. Teremos:,0,5 3,0 3,5,5 3,0 3,5 4,0 3,0 3,5 4,0 4,5 3,5 4,0 4,5 5,0 Por fim, vamos calcular a média das médias, ou seja,,0,5 5,0 6 Agora, vamos calcular a variância:,0 3,5,5 3,5 5,0 3,5 Sendo assim,, em que n é o tamanho das amostras retiradas da população. No nosso exemplo,,5 Teorema: para amostras casuais simples,,, retiradas de uma população com média e variância, a distribuição amostral da média, aproxima-se de uma distribuição normal com média e variância. Dessa forma: Logo, o desvio padrão amostral é dado por. Assim, se ~ ; ~ ;. Para padronizar a variável aleatória, temos: e

4 4 ~0;.. Distribuição amostral da proporção Outro parâmetro populacional de interesse em estudos estatísticos é a proporção (p). Exemplo: para detectar o apoio popular a um projeto governamental de reforma agrária, foram entrevistadas 400 pessoas espalhadas em varias capitais. A amostra consiste das 400 pessoas que responderam sim (concordam com o projeto) ou não (discordam). Neste caso, a informação desejada é a PROPORÇÃO das pessoas que concordam com o referido projeto. Então, o parâmetro de interesse é p (proporção) e seu estimador é dado por: Genericamente, em que n é o tamanho da amostra., Quando, ; em que e. ú 400 ú í Note que a variância da proporção amostral é a variância da população dividida pelo número de elementos na amostra, e para n grande, Exemplo dado em sala de aula. 0, 3. Teoria da Estimação 3.. Propriedades dos Estimadores Algumas propriedades dos estimadores são desejáveis no processo de inferência. A escolha de um estimador de um parâmetro θ qualquer em detrimento de outro, depende de uma criteriosa avaliação dessas propriedades. São elas:

5 5 (a) Ausência de Vício (viés) Um estimador θ é não viciado ou não viesado para um parâmetro θ se θ θ. Em outras palavras, um estimador é não viciado se seu valor esperado coincide com o parâmetro de interesse. (b) Consistência Um estimador θ é consistente se à medida que o tamanho da amostra aumenta, seu valor esperado converge para o parâmetro de interesse e sua variância converge para zero. Ou seja, θ é consistente se as duas propriedades são satisfeitas: (i) lim θ θ (ii) lim θ 0 Note que na definição de consistência estamos implicitamente usando o fato de que o estimador depende de n, o tamanho da amostra. Na definição de vício, o resultado deve valer para qualquer que seja o valor de n, isto é, θ θ n. (c) Eficiência :Um estimador eficiente θ é aquele, dentre os estimadores não viciados de θ, que possui a menor variância. Dados dois estimadores θ e θ não viesado para um parâmetro de interesse θ. Dizemos que θ é mais eficiente que θ se θ θ. Em todas as áreas do conhecimento existe a necessidade de se obter conclusões a respeito dos parâmetros de uma população. Para tanto, é necessário estimar os parâmetros em questão. Existem dois tipos de estimação: a estimação pontual e a estimação intervalar. 3.. Estimação Pontual: Quando a estimativa de um parâmetro é representada apenas por um valor. A principal desvantagem é que a estimativa pontual é pouco informativa. Ela não fornece nenhuma idéia do erro que se comete ao assumir o valor da estimativa como igual ao verdadeiro valor do parâmetro desconhecido. O Método da Máxima Verossimilhança: O método da Máxima Verossimilhança foi introduzido por R.A. Fisher em 9. Esse método exige que a função de verossimilhança seja conhecida ou pressuposta. A função de verossimilhança é a distribuição de probabilidade da amostra aleatória dada, em geral, pelo produtório das distribuições de probabilidade individualmente.

6 6 Para apresentar o conceito vamos considerar,,, uma amostra de uma população com densidade, determinada pelos parâmetros,,,3,. Inicialmente, vamos considerar a situação específica de apenas um parâmetro. Para uma amostra aleatória particular,,,, o estimador de máxima verossimilhança, θ, do parâmetro é aquele que maximiza a função de verossimilhança conjunta de,,,. Pelo fato de os valores amostrais,,,, é possível definir a densidade conjunta da função de verossimilhança pelo produtório das densidades de cada,,,3,. Assim, a função de verossimilhança PE dada por: O estimador de máxima verossimilhança (EMV) é aquele que maximiza. Para obtermos tal estimador, basta tomarmos a primeira derivada de em relação ao parâmetro, igualar a zero e resolver para. Quando se tem mais de um parâmetro, tomam-se as derivadas parciais de com respeito a cada um deles, iguala-se cada derivada a zero e resolve-se o sistema formado, obtendo-se o EMV dos parâmetros. Algumas propriedades matemáticas da função garantem a possibilidade de se usar a função suporte ln em seu lugar, já que apresentam o mesmo máximo para o valor de. Isso é feito para facilitar a obtenção do máximo, uma vez que o produtório se transforma em somatório. Exemplo em sala 3.3. Estimação Intervalar A estimação pontual não fornece a idéia da margem de erro que se comete ao estimar um parâmetro de interesse. A estimação por intervalo procura corrigir essa lacuna a partir da criação de um intervalo que garanta uma alta probabilidade de conter o verdadeiro valor do parâmetro desconhecido. Uma da maneira de se expressar a precisão da estimação é estabelecer limites da forma [a,b], que com certa probabilidade, incluam o verdadeiro valor do parâmetro de interesse. Sendo assim, a estimação por intervalo consiste na fixação de dois valores, a e b, tais que seja a probabilidade de que o intervalo, por eles determinado, contenha o real valor de. O intervalo [a,b] pode ser constituído a partir das distribuições amostrais. Ou seja, utilizando as distribuições de amostragem, podemos obter expressões do tipo:

7 7 Tais expressões podem ser interpretadas da seguinte maneira: Existe 00(- )% de confiança que o verdadeiro valor de ou ( ) esteja contido no intervalo [a,b]. Logo, [a,b] pode ser considerado uma estimativa para ou ( ) em que a probabilidade (- ) ou 00(- )% expressa o grau de confiança que se tem na estimação. Se [a,b] é uma estimativa com 00(- )% de confiança para θ, então, i. O intervalo [a,b] é chamado intervalo de confiança para θ. ii. a e b são chamados limite inferior e limite superior do intervalo de confiança para θ. iii. A probabilidade (- ) = 00(- )% é chamada coeficiente de confiança. iv. A probabilidade é chamada nível de significância Intervalo de Confiança para a média populacional () com variância ( ) Assim, conhecida. Seja ~ ;, logo, ~ ; então, o desvio padrão amostral é dado por. Então temos que, ~0; Sendo assim, o intervalo com -α ou 00(- )% de confiança para com conhecida é:

8 8 ; Obs: os níveis de confiança de confiança mais usados são: -α = 90% -α = 95% -α = 99% Exemplo dado em sala,64,96, Distribuição t de Student Foi visto que ~ ; e que ~0;. No entanto, quando não se conhece a variância populacional, situação mais comum na prática, se as amostras forem pequenas (n < 30) e s (variância da amostra), sujeita a variação amostral for utilizada como estimador de, os valores estandartizados, de uma população normal: ~ Em palavras, segue uma distribuição t com (n-) graus de liberdade. Características da distribuição t - simétrica em relação a media; - forma de sino; - quando, a distribuição t se torna equivalente a distribuição normal; - possui (n-) graus de liberdade Intervalo de Confiança para a média populacional () com variância ( ) desconhecida. em que: Um intervalo com -α ou 00(- )% de confiança para será: s é o desvio padrão amostral ; ; ; ; é o valor tabelado da distribuição t de Student.

9 9 Exercícios. Por meio de uma amostra aleatória simples referente ao numero de ocorrências criminais num certo bairro na cidade de São Paulo, coletada durante 30 dias, obteve-se os seguintes valores: Construa um intervalo de confiança com: a) 90% b) 95% c) 99% Intervalo de confiança para diferença de médias ( µ µ ) conhecidas. Seja X N ( µ ; σ ) e X N ( µ ; σ ) com variâncias σ e σ variáveis aleatórias associadas às populações e. Os estimadores por intervalo para µ µ, obtidos a partir de amostras n e n retiradas dessas populações serão dados pelos seus intervalos de confiança. Para σ e σ conhecidos, temos: σ σ σ σ IC( ) ( µ µ ) = ( X X ) zα ;( X X ) z α + + α + n n n n Em que X é a média da amostra n e X é a média da amostra n.

10 0 OBS: a intenção nesse caso é concluir se há diferença entre as duas médias. Assim, se o intervalo de confiança contiver o valor zero, não temos evidencias significativas para afirmar que uma média difere da outra. Exemplo: duas variáveis aleatórias X e X seguem distribuições normais com variâncias σ = 3,64 e σ = 4,03. Construa um intervalo de confiança para a diferença de médias sabendo que em amostras recolhidas obteve-se: AMOSTRA AMOSTRA n = 3 X = 6, 0 n = 40 X = 4,85 RESOLUÇÃO: 3,64 4,03 3,64 4,03 IC ( 95% ) ( µ µ ) = ( 6, 0 4, 85), 96 + ;( 6, 0 4, 85) +, IC µ µ ( ) ( ) = 95% [ 0,44;,6] COMO O INTERVALO DE CONFIANÇA NÃO CONTEM O ZERO, PODEMOS DIZER QUE HÁ EVIDENCIAS ESTATÍSTICAS PARA AFIRMAR QUE EXISTE DIFERENÇA ENTRE AS MÉDIAS Intervalo de confiança para diferença de médias ( µ µ ) desconhecidas, porém iguais ( σ = σ ). Neste caso, um intervalo de confiança ( α ) com variâncias σ e 00 % de confiança para µ µ será: σ IC( ) ( µ µ ) = ( X X ) t s p ;( X X ) t s α α + + α p + n + n ; n n n ; n + n n em que s é a variância amostral ponderada s p = p ( ) + ( ) n s n s n + n Intervalo de confiança para diferença de médias ( µ µ ) desconhecidas, porém diferentes ( σ σ ). com variâncias σ e σ

11 Neste caso, um intervalo de confiança ( α ) 00 % de confiança para µ µ será: s s s s IC( ) ( µ µ ) = ( X X ) t ;( X X ) t α α + + α + v; n v; n n n Em que, os graus de liberdade são dados pela fórmula de Satterthwaite, 946. v s n s + n = s s n n + n n Intervalos de Confiança para a Proporção Um intervalo com ( α ) 00 % de confiança para p é dado por: ( ) ( ) p( p) p( p) IC p = p z ; p z α α + α n n Exemplo: Pretende-se estimar a proporção p de cura, através do uso de certo medicamento em doentes contaminados com cercaria, que é uma das formas da esquistossomose. Um experimento consistiu de aplicar o medicamento em 00 pacientes, escolhidos ao acaso, e observou-se que 60 deles foram curados. O que podemos dizer da proporção pna população em geral? Uma estimativa pontual para p é ,8. entretanto, podemos dizer mais que isso. Apesar da proporção amostral não ter distribuição Normal, o Teorema Central do Limite nos garante que, para um tamanho de amostra grande, podemos aproximá-la para a Normal. Desse modo, segue que: ~ ; Assim, um intervalo de confiança para a proporção com 95% de confiança é dado por:

12 IC ( ) ( p 0,95 ) Assim, 0,8( 0, ) 0,8( 0, ) = 0,8, 96 ; 0,8 +, IC( ) ( p 0,95 ) = [ 0, 745;0,855] Exercícios. Retiramos de uma população uma amostra de 00 elementos e encontramos 0 sucessos. Sendo %, determine um intervalo de confiança para a proporção real de sucessos na população. Resposta: IC( ) ( p 0,99% ) = [ 9, 7%;30, 8% ]. Para se estimar a porcentagem de alunos de um curso favoráveis a modificação do currículo escolar, tomou-se uma amostra de 00 alunos, dos quais, 80 foram favoráveis. Construa um intervalo de confiança a 96% para a proporção de todos os alunos favoráveis a modificação. Resposta: IC( ) ( p 0,96% ) = [ 7,8%;88, % ] Parte II Testes de Hipóteses Trata-se de uma técnica estatística para se fazer inferência. A partir de um teste de hipóteses, realizado com os dados amostrais, pode-se fazer inferência sobre a população e tomar decisões. No caso dos intervalos de confiança, buscava-se cercar o parâmetro de interesse. Agora serão formuladas hipóteses quanto ao valor dos parâmetros populacionais, e pelos elementos amostrais, é realizado um teste, que indicará a aceitação ou rejeição das hipóteses formuladas.. Principais conceitos

13 3 a) Hipótese estatística: trata-se de uma suposição quanto ao valor de um parâmetro populacional, ou quanto à natureza da distribuição de probabilidade de uma variável aleatória populacional. Exemplos: (i) A altura média da população brasileira é,65m, ou seja, :,65. (ii) A variância populacional dos salários num determinado país é de $5.000,00, ou seja, b) Teste de hipótese: é uma regra de decisão para aceitar ou rejeitar uma hipótese estatística com base nos elementos de uma amostra. c) Tipos de hipóteses: designa-se por, chamada hipótese nula, a hipótese a ser testada, e por ou, a hipótese alternativa. A hipótese nula expressa uma igualdade, enquanto a hipótese alternativa é dada por uma desigualdade. Exemplos: (i) :,65 versus :,65 Esse tipo de formulação dará origem a um teste bicaudal ou bilateral. (ii) :,65 versus :,65 Esse tipo de formulação dará origem a um teste unicaudal ou unilateral à direita. (iii) :,65 versus :,65 Esse tipo de formulação dará origem a um teste unicaudal ou unilateral à esquerda. OBS : Estabelecer e depende exclusivamente da natureza do problema. OBS : A rejeição de implicará na aceitação de. d) Tipos de Erros: como a tomada de decisões sobre a aceitação ou rejeiçã ode uma hipótese estatística é baseada apenas nas informações contidas numa amostra, dois tipos de erros podem ser cometidos: (i) Erro Tipo I: rejeitar quando ela é verdadeira. (ii) Erro Tipo II: aceitar quando ela é falsa.

14 4 A probabilidade de se cometer Erro do Tipo I é denotada por e é chamada nível de significância do teste. A probabilidade se cometer Erro do Tipo II é denotada por. Sendo assim, P(Erro Tipo I) = P(rejeitar H H verdadeira) = P(Erro Tipo II) = P(aceitar H H falsa) = O quadro a seguir resume a natureza dos erros envolvidos no processo de tomada de decisões por meio de testes de hipóteses: H verdadeira H falsa Rejeição de H Erro Tipo I () Decisão correta (- ) Aceitação de H Decisão correta (- ) Erro Tipo I () O tomador de decisões deseja, obviamente, reduzir ao mínimo a probabilidade de se cometer os dois tipos de erro. Tarefa difícil, pois, para um determinado tamanho de amostra, a probabilidade de se cometer Erro Tipo II aumenta à medida que diminui a probabilidade de se cometer Erro Tipo I e vice versa. A redução simultânea dos dois tipos de erros só poderá ser alcançada pelo aumento do tamanho da amostra.. Testes de Significância Os passos para a execução de um teste de hipótese são: (i) (ii) (iii) (iv) (v) Formular as hipóteses e seguindo a natureza do problema em estudo. Especificar o nível de significância Estabelecer a estatística adequada (z, t,, F), segundo as informações disponíveis e determinar as regiões de rejeição e aceitação de. Calcular o valor da estatística que definirá a decisão. Se o valor da estatística pertencer à região de aceitação de, aceita-se a hipótese nula, caso contrário, rejeita-se com nível de significância... Teste de hipótese para a média () de uma população Normal com variância ( ) conhecida:

15 5 (i) Formular as hipóteses : : uma das alternativas : (teste bilateral) : (teste unilateral à direita) : (teste unilateral à esquerda) (ii) Nível de significância. (iii) Se :, então: Estatística do teste: ~0; Se :, então, Se :, então,

16 6 em que é a região de rejeição de e é a região de aceitação de. (iv) (v) Sob calcular Rejeita-se com nível de significância se Exemplo: técnicas do INMETRO desejam avaliar um processo para conservar alimentos enlatados, cuja principal variável de interesse é o tempo de duração dos alimentos. O tempo segue uma distribuição normal com variância 00. A indústria que utiliza o processo afirma que o tempo médio de duração é de 70 dias. Foi retirada uma amostra de 5 latas e a média encontrada foi 60 dias. O que se pode concluir sobre o tempo médio de duração dos enlatados? Utilize : 70 : 70 Então,

17 Conclusão: existe evidencia estatística para rejeitar : 70 ao nível 0.0. Portanto, pode-se concluir que o tempo médio de duração dos enlatados é menor que 70 dias... Teste de hipótese para a média () de uma população Normal com variância ( ) desconhecida: (i) : : uma das alternativas : (teste bilateral) : (teste unilateral à direita) : (teste unilateral à esquerda) (ii) Nível de significância. (iii) Estatística do teste: ~ Se :, então:

18 8 Se :, então, Se :, então, em que é a região de rejeição de e é a região de aceitação de. (vi) (vii) Sob calcular Rejeita-se com nível de significância se Exemplo: Deseja-se investigar certa moléstia que ataca o rim, alterando o consumo de oxigênio desse órgão. Para indivíduos sadios, admite-se que esse consumo tem distribuição Normal com média cm 3 /min. Os valores medidos em cinco pacientes com a moléstia foram: 4,4;,9; 5,0; 3,7; 3,5. Qual seria a conclusão ao nível de % de significância? E a 5%? : a moléstia não altera a média do consumo renal de oxigenio : indivíduos portadores da moléstia tem média alterada. Ou seja: : 70 : 70

19 9 0.0 Então, 5 3,90 0,8 5 5,8 Conclusão: existe evidencia estatística para rejeitar ao nível 0.0. Portanto, pode-se concluir que a moléstia tem influencia sobre o consumo renal médio de oxigênio.

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas. 1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento

Leia mais

Intervalos de Confiança - Amostras Pequenas

Intervalos de Confiança - Amostras Pequenas Intervalos de Confiança - Amostras Pequenas Teste de Hipóteses para uma Média Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016

Leia mais

INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p

INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir

Leia mais

Testes de Hipóteses. Professor: Josimar Vasconcelos Contato: ou

Testes de Hipóteses. Professor: Josimar Vasconcelos Contato: ou Testes de Hipóteses Professor: Josimar Vasconcelos Contato: josimar@ufpi.edu.br ou josimar@uag.ufrpe.br http://prof-josimar.blogspot.com.br/ Universidade Federal do Piauí UFPI Campus Senador Helvídio Nunes

Leia mais

Teste de hipóteses para proporção populacional p

Teste de hipóteses para proporção populacional p Teste de hipóteses para proporção populacional p 1 Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses 2 TESTE DE HIPÓTESES Eu acredito

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

Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)

Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48) Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro

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

Estimação e Testes de Hipóteses

Estimação e Testes de Hipóteses Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas

Leia mais

Inferência Estatística. Teoria da Estimação

Inferência Estatística. Teoria da Estimação Inferência Estatística Teoria da Estimação Os procedimentos básicos de inferência Estimação: usamos o resultado amostral para estimar o valor desconhecido do parâmetro Teste de hipótese: usamos o resultado

Leia mais

Estatística Inferencial

Estatística Inferencial statística Inferencial A ou inferencial compreende a stimação e o Teste de hipótese. Na verdade, a estatística inferencial forma a base das atividades de controle da qualidade e também pode auxiliar na

Leia mais

Testes de Hipóteses Paramétricos

Testes de Hipóteses Paramétricos Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto

Leia mais

Inferência Estatística:

Inferência Estatística: Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 8: Intervalos

Leia mais

7 Teste de Hipóteses

7 Teste de Hipóteses 7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5

Leia mais

Princípios de Bioestatística Teste de Hipóteses

Princípios de Bioestatística Teste de Hipóteses 1/36 Princípios de Bioestatística Teste de Hipóteses Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG Tabela 2/36 3/36 Exemplo A concentração de certa substância

Leia mais

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo

Leia mais

Métodos Quantitativos

Métodos Quantitativos Métodos Quantitativos Unidade 3 Estatística inferencial parte I Prof. Me. Diego Fernandes 1 Sumário Seção Slides 3.1 Noções de probabilidade 03 21 3.2 Distribuição dos estimadores 22 41 3.3 e 3.4 - Testes

Leia mais

Inferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva

Inferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva Inferência Estatística: Prof.: Spencer Barbosa da Silva Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos

Leia mais

TESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média

TESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média TESTES DE HIPÓTESES Conceitos, Testes de 1 proporção, Testes de 1 média 1 Testes de Hipóteses População Conjectura (hipótese) sobre o comportamento de variáveis Amostra Decisão sobre a admissibilidade

Leia mais

NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional

NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional Estimação Teste de Hipóteses Qual é a probabilidade de "cara no lançamento de uma moeda? A moeda é honesta ou desequilibrada?

Leia mais

Inferência Estatística:

Inferência Estatística: Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que

Leia mais

Teste de Hipóteses. Enrico A. Colosimo/UFMG enricoc/ Depto. Estatística - ICEx - UFMG 1/24

Teste de Hipóteses. Enrico A. Colosimo/UFMG  enricoc/ Depto. Estatística - ICEx - UFMG 1/24 1/24 Introdução à Bioestatística Teste de Hipóteses Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/24 Exemplo A concentração de certa substância no sangue entre

Leia mais

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

Teorema central do limite e es/mação da proporção populacional p Teorema central do limite e es/mação da proporção populacional p 1 RESULTADO 1: Relembrando resultados importantes Seja uma amostra aleatória de tamanho n de uma variável aleatória X, com média µ e variância

Leia mais

Universidade Federal do Pará Instituto de Tecnologia. Estatística Aplicada I

Universidade Federal do Pará Instituto de Tecnologia. Estatística Aplicada I 8/8/05 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 8/08/05 06:55 ESTATÍSTICA APLICADA

Leia mais

NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional

NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses TESTE

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

Estatística e Probabilidade

Estatística e Probabilidade Teste de hipóteses Objetivo: Testar uma alegação sobre um parâmetro: Média, proporção, variação e desvio padrão Exemplos: - Um hospital alega que o tempo de resposta de sua ambulância é inferior a dez

Leia mais

Estatística II. Intervalo de Confiança Lista de Exercícios

Estatística II. Intervalo de Confiança Lista de Exercícios Estatística II Intervalo de Confiança Lista de Exercícios 1. IC da Média com a Variância Populacional Desconhecida De 50.000 válvulas fabricadas por uma companhia, retira-se uma amostra de 400 válvulas,

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 Introdução O curso foi dividido em três etapas:

Leia mais

Bioestatística e Computação I

Bioestatística e Computação I Bioestatística e Computação I Inferência por Teste de Hipótese Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.

Leia mais

TESTES DE HIPÓTESES. HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não.

TESTES DE HIPÓTESES. HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não. TESTES DE HIPÓTESES HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não. HIPÓTESES ESTATÍSTICA: Hipótese Nula (H 0 ): a ser validada pelo teste.

Leia mais

Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: inferência Nome: GABARITO

Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: inferência Nome: GABARITO Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: inferência Nome: GABARITO GRR: Observação: em todos os problemas que envolvem teste de hipótese, é necessário

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

Estimativas e Tamanhos de Amostras

Estimativas e Tamanhos de Amostras Estimativas e Tamanhos de Amostras 1 Aspectos Gerais 2 Estimativa de uma Média Populacional: Grandes Amostras 3 Estimativa de uma Média Populacional: Pequenas Amostras 4 Tamanho Amostral Necessário para

Leia mais

Inferência Estatística

Inferência Estatística Metodologia de Diagnóstico e Elaboração de Relatório FASHT Inferência Estatística Profa. Cesaltina Pires cpires@uevora.pt Plano da Apresentação Duas distribuições importantes Normal T- Student Estimação

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

Medidas de Dispersão ou variabilidade

Medidas de Dispersão ou variabilidade Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou

Leia mais

Distribuição Amostral e Estimação Pontual de Parâmetros

Distribuição Amostral e Estimação Pontual de Parâmetros Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências População e Amostra

Leia mais

HEP-5800 BIOESTATÌSTICA

HEP-5800 BIOESTATÌSTICA HEP-58 BIOESTATÌSTICA UNIDADE IV INFERÊNCIA ESTATÍSTICA: TESTES DE HIPÓTESES Nila Nunes da Silva Regina I. T. Bernal I. QUADRO CONCEITUAL São procedimentos estatísticos que consistem em usar dados de amostras

Leia mais

Teste de hipóteses para uma média populacional com variância conhecida e desconhecida

Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida Tomando-se como exemplo os dados de recém-nascidos

Leia mais

Parte 8 Testes de hipóteses Comparação de dois grupos

Parte 8 Testes de hipóteses Comparação de dois grupos Parte 8 Testes de hipóteses Comparação de dois grupos Um objetivo frequente em estudos de diferentes áreas é a comparação de dois ou mais grupos (ou populações). Alguns exemplos: o Comparação dos salários

Leia mais

Intervalos de Confiança

Intervalos de Confiança Intervalos de Confiança Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques e Nuno Bastos (DepMAT) Intervalos de Confiança 2010/2011 1 / 33 Introdução

Leia mais

7. Testes de Hipóteses

7. Testes de Hipóteses 7. Testes de Hipóteses Suponha que você é o encarregado de regular o engarrafamento automatizado de leite numa determinada agroindústria. Sabe-se que as máquinas foram reguladas para engarrafar em média,

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões

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

Exemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média

Exemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média Exemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média µ = 505g e desvio padrão σ = 9g. a) Selecionado ao acaso um pacote embalado

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 Teorema Central do Limite (TCL) Se y 1, y 2,...,

Leia mais

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja: Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a

Leia mais

Testes de Hipótese para uma única Amostra - parte I

Testes de Hipótese para uma única Amostra - parte I Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os

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

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais 1 Da população, com parâmetro, retira-se k amostras de tamanho n e calcula-se a estatística. Estas estatísticas são as estimativas de. As estatísticas, sendo variáveis aleatórias,

Leia mais

Exercícios Resolvidos

Exercícios Resolvidos Exercícios Resolvidos R10.1) Velocidade média na estrada Sergio afirma que Raquel dirige seu carro na estrada a uma velocidade média superior a 100 km/h, enquanto Raquel discorda, afirmando dirigir na

Leia mais

Inventário Florestal. Amostragem

Inventário Florestal. Amostragem Inventário Florestal Amostragem 1 Definição: Seleção de uma parte (amostra) de um todo (população), coletando na parte selecionada, algumas informações de interesse, com o objetivo de tirar conclusão (inferência)

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 Noções básicasb de Inferência Estatística descritiva inferencial População - Parâmetros desconhecidos (reais) Amostra

Leia mais

AULA 07 Inferência a Partir de Duas Amostras

AULA 07 Inferência a Partir de Duas Amostras 1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,

Leia mais

Intervalos Estatísticos para uma única Amostra - parte I

Intervalos Estatísticos para uma única Amostra - parte I Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para

Leia mais

Bioestatística e Computação I

Bioestatística e Computação I Bioestatística e Computação I Distribuição Amostral da Média Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Variável aleatória numérica parâmetros desconhecidos média desvio padrão estimativa

Leia mais

Teste de hipóteses. Estatística Aplicada Larson Farber

Teste de hipóteses. Estatística Aplicada Larson Farber 7 Teste de hipóteses Estatística Aplicada Larson Farber Seção 7.1 Introdução ao teste de hipóteses Uma hipótese estatística é uma alegação sobre uma população. A hipótese nula H 0 contém uma alternativa

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 Estimação de Parâmetros O objetivo da Estatística Indutiva é tirar conclusões probabilísticas sobre aspectos da população,

Leia mais

PODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses

PODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses PODER DO TESTE Poder do Teste e Tamanho de Amostra para Testes de Hipóteses 1 Tipos de erro num teste estatístico Realidade (desconhecida) Decisão do teste aceita H rejeita H H verdadeira decisão correta

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

ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.

ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof. ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim 1 de 6 Pessoal, segue a resolução das questões de Estatística da prova realizada pela SEFAZ-PE, para o cargo de Auditor Fiscal do Tesouro

Leia mais

Fernando de Pol Mayer

Fernando de Pol Mayer 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

P. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem)

P. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem) Amostragem: Em pesquisas científicas, quando se deseja conhecer características de uma população, é comum se observar apenas uma amostra de seus elementos e, a partir dos resultados dessa amostra, obter

Leia mais

Testes de Hipótese para uma única Amostra - parte II

Testes de Hipótese para uma única Amostra - parte II Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5 MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão

Leia mais

Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão.

Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Glossário Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Análise de co-variância: Procedimento estatístico utilizado para análise de dados que

Leia mais

VERSÃO RESPOSTAS PROVA DE MÉTODOS QUANTITATIVOS

VERSÃO RESPOSTAS PROVA DE MÉTODOS QUANTITATIVOS UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO DE ORGANIZAÇÕES PROCESSO SELETIVO MESTRADO - TURMA 2012 PROVA

Leia mais

Les Estatística Aplicada II AMOSTRA E POPULAÇÃO

Les Estatística Aplicada II AMOSTRA E POPULAÇÃO Les 0407 - Estatística Aplicada II AMOSTRA E POPULAÇÃO AULA 1 04/08/16 Prof a Lilian M. Lima Cunha Agosto de 2016 Estatística 3 blocos de conhecimento Estatística Descritiva Levantamento e resumo de dados

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

Amostragem e distribuições por amostragem

Amostragem e distribuições por amostragem Amostragem e distribuições por amostragem Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Contabilidade e Administração População, amostra e inferência estatística

Leia mais

Razão para rejeitar H 0

Razão para rejeitar H 0 Processo do teste de hipótese Hipótese de pesquisa: a idade média da população é 5 H : μ = 5 H 1 : μ 5 É X = improvável se μ =5? População Selecionar amostra aleatória Sim: Rejeite Ho Para definir pouco

Leia mais

Distribuições Amostrais e Estimação Pontual de Parâmetros

Distribuições Amostrais e Estimação Pontual de Parâmetros Distribuições Amostrais e Estimação Pontual de Parâmetros ESQUEMA DO CAPÍTULO 7.1 INTRODUÇÃO 7.2 DISTRIBUIÇÕES AMOSTRAIS E TEOREMA DO LIMITE CENTRAL 7.3 CONCEITOS GERAIS DE ESTIMAÇÃO PONTUAL 7.3.1 Estimadores

Leia mais

Inferência Estatística

Inferência Estatística Inferência Estatística Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Núcleo de Estatística e Informática HUUFMA email: alcione.miranda@terra.com.br Inferência Estatística Inferências

Leia mais

Aula 9 Intervalo de confiança para a média da N(μ; σ 2 ), σ 2 desconhecida

Aula 9 Intervalo de confiança para a média da N(μ; σ 2 ), σ 2 desconhecida Aula 9 Intervalo de confiança para a média da N(μ; σ 2 ), σ 2 desconhecida Nesta aula você completará seu estudo básico sobre intervalos de confiança, analisando o problema de estimação da média de uma

Leia mais

Fernando de Pol Mayer

Fernando de Pol Mayer 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

Estatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula Prof.: Patricia Maria Bortolon, D. Sc. Distribuições Amostrais ... vocês lembram que: Antes de tudo... Estatística Parâmetro Amostra População E usamos estatíticas das amostras para

Leia mais

AULA 02 Distribuição de Probabilidade Normal

AULA 02 Distribuição de Probabilidade Normal 1 AULA 02 Distribuição de Probabilidade Normal Ernesto F. L. Amaral 20 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Disciplina: AGR116 Bioestatística Professor: Celso Luiz Borges de Oliveira Assunto: Estatística Descritiva Tema: Amostragem,

Leia mais

Conceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa

Conceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa 2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante

Leia mais

HEP Bioestatística

HEP Bioestatística HEP 57800 Bioestatística DATA Aula CONTEÚDO PROGRAMÁTICO 05/03 Terça 1 Níveis de mensuração, variáveis, organização de dados, apresentação tabular 07/03 Quinta 2 Apresentação tabular e gráfica 12/03 Terça

Leia mais

AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS

AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS 1 AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS Ernesto F. L. Amaral 14, 19 e 21 de março de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas

Leia mais

Inferência Estatística Básica. Teste de Hipóteses para uma média populacional Cálculo do Valor p

Inferência Estatística Básica. Teste de Hipóteses para uma média populacional Cálculo do Valor p Inferência Estatística Básica Teste de Hipóteses para uma média populacional Cálculo do Valor p Exemplo 1 Um restaurante compra frangos abatidos inteiros com peso médio de 3 Kg há vários anos de um mesmo

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS A distribuição dos tempos de permanência dos estudantes nos cursos de graduação de certa universidade é uma distribuição normal com média igual a 6 anos e desvio padrão igual

Leia mais

SUMÁRIO 1. INTRODUÇÃO Generalidades Metodologia do teste de hipóteses As hipóteses A escolha do teste estatístico 5

SUMÁRIO 1. INTRODUÇÃO Generalidades Metodologia do teste de hipóteses As hipóteses A escolha do teste estatístico 5 M a t 0 8 - A n á l i s e E s t a t ís t i c a N ã o P a r a m é t r i c a SUMÁRIO 1. INTRODUÇÃO 3 1.1. Generalidades 3 1.. Metodologia do teste de hipóteses 3 1.3. As hipóteses 4 1.4. A escolha do teste

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíveis resultados de um experimento. Evento é qualquer subconjunto do espaço amostral. Evento combinado: Possui duas

Leia mais

Lista de Exercícios 2 - Estatística II

Lista de Exercícios 2 - Estatística II Lista de Exercícios 2 - Estatística II Parte 1 - Teoria Básica de Testes de Hipóteses: Exercício 1. (2007/1 - P2 - ex.15) Um equipamento médico não está funcionando adequadamente; entretanto, no procedimento

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

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: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,

Leia mais

a) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%

a) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20% 0. 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

Aula 10 Estimação e Intervalo de Confiança

Aula 10 Estimação e Intervalo de Confiança Aula 10 Estimação e Intervalo de Confiança Objetivos da Aula Fixação dos conceitos de Estimação; Utilização das tabelas de Distribuição Normal e t de Student Introdução Freqüentemente necessitamos, por

Leia mais

TESTES NÃO PARAMÉTRICOS (para mediana/média)

TESTES NÃO PARAMÉTRICOS (para mediana/média) MAE212: Introdução à Probabilidade e à Estatística II - Profas. Beti e Chang (2012) 1 TESTES NÃO PARAMÉTRICOS (para mediana/média) Os métodos de estimação e testes de hipóteses estudados até agora nessa

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 9 Modelos Probabilísticos Variável Contínua Vamos ver como criar um modelo probabilístico, o que é uma função densidade de probabilidade (fdp), e como calcular probabilidades no caso de variáveis

Leia mais

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

Testes de Hipóteses. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM Testes de Hipóteses Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM Testes de hipóteses O Teste de Hipótese é uma regra de decisão para aceitar ou rejeitar uma hipótese

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA

ESCOLA SUPERIOR DE TECNOLOGIA Departamento Matemática Curso Engenharia do Ambiente 2º Semestre 1º Folha Nº 5: Testes Paramétricos Probabilidades e Estatística 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas

Leia mais

1. Hipótese nula H0 é uma hipótese que contém uma afirmação de igualdade, tal como, = ou.

1. Hipótese nula H0 é uma hipótese que contém uma afirmação de igualdade, tal como, = ou. Aula 8 Testes de hipóteses Introdução Teste de hipótese é um processo que usa estatísticas amostrais para testar a afirmação sobre o valor de um parâmetro populacional. Pesquisas em campos tais como medicina,

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

Turma: Engenharia Data: 12/06/2012

Turma: Engenharia Data: 12/06/2012 DME-IM-UFRJ - 2ª Prova de Estatística Unificada Turma: Engenharia Data: 12/06/2012 1 - Admita que a distribuição do peso dos usuários de um elevador seja uma Normal com média 75kg e com desvio padrão 15kg.

Leia mais

x P(X = x) 0,1 0,7 0,2

x P(X = x) 0,1 0,7 0,2 GET001 Fundamentos de Estatística Aplicada Lista de Exercícios Módulo IV Parte a Profa. Ana Maria Farias 2017-1 CAPÍTULOS 1 e 2 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade

Leia mais

Poder do teste e Tamanho de Amostra

Poder do teste e Tamanho de Amostra Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 24 Poder do teste e Tamanho de Amostra APOIO: Fundação de Ciência

Leia mais