Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
|
|
- Heitor Wagner Morais
- 7 Há anos
- Visualizações:
Transcrição
1 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 ou mais características Dois eventos são mutuamente excludentes se não tiverem elementos comuns, isto é, se não puderem ocorrer simultaneamente. Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. Dois ou mais eventos dizem-se independentes se o conhecimento prévio da ocorrência ou não ocorrência de um dos eventos não auxiliar a predizer a ocorrência dos demais. Dois ou mais eventos são dependentes se o conhecimento prévio da ocorrência ou não ocorrência de um dos eventos auxiliar a predizer a ocorrência dos outros. ORGANIZAÇÃO DE DADOS: Variáveis aleatórias: fenômenos ou características examinadas em cada elemento investigado. População: É o conjunto de todos os elementos ou resultados sobre os quais estamos interessados. Amostra: É qualquer subconjunto da população. Distribuição de freqüências: É uma tabela resumida na qual os dados são organizados em grupos de classes ou categorias convenientemente estabelecidos e numericamente ordenados, contendo as suas respectivas contagens, as quais são denominadas freqüências absolutas ou freqüências. Gráficos: Gráfico de Colunas ou Barras: Utiliza o plano cartesiano com os valores da variável no eixo das abscissas e as freqüências ou percentagens no eixo das ordenadas. Em geral usar gráfico de barras horizontais para categorias (variáveis qualitativas) e gráfico de colunas para variáveis quantitativas. Diagrama de Pareto: É um tipo especial de gráfico de colunas no qual as respostas categorizadas são representadas em ordem decrescente de classificação de suas freqüências e combinada com um polígono acumulado na mesma escala. Gráfico de Disco ou Pizza ou Diagrama Circular: Consiste em repartir o disco em setores circulares correspondentes às percentagens de cada valor. Estatística - Definições Adicionais Profª Raquel Cymrot 1
2 Gráfico de Linhas: São gráficos em duas dimensões, baseados na representação cartesiana dos pontos no plano. Este gráfico é útil para representar séries cronológicas. Histograma: São gráficos de barras verticais nos quais as barras retangulares são construídas nos limites de cada classe. Os histogramas podem ser de freqüência, de freqüência relativa ou de percentagem. Polígono de Freqüências (ou percentagens): Os pontos do polígono são obtidos por perpendiculares traçadas a partir dos pontos médios das classes e de altura proporcional à freqüência (percentagem) de cada uma das classes. O polígono de percentagem é muito utilizado quando da comparação de dois ou mais conjuntos de dados. Lembrar que se utilizam as classes fictícias antecedente e sucedente com freqüências zero. Gráfico de Box-Plot: Define-se uma caixa com o nível superior dado pelo 3º quartil e o nível inferior pelo 1º quartil. A mediana é representada por um traço no interior da caixa e segmentos de reta são colocados da caixa até os valores máximo e mínimo que não sejam observações discrepantes (possíveis outliers ). A representação gráfica através do Box-Plot informa, entre outras coisas, a variabilidade e a simetria dos dados. Exatidão: É o grau de concordância entre o resultado da medição e o valor verdadeiro convencional da grandeza medida. Precisão: É o grau de concordância entre medições independentes de uma característica dentro de condições específicas, medida através do desvio padrão. VARIÁVEIS ALEATÓRIAS DISCRETAS Variável Aleatória Discreta: É uma função, definida sobre o espaço amostral Ω e que assume valores num conjunto enumerável de pontos, com certa probabilidade. Função de Probabilidade ou Distribuição de Probabilidade para uma variável aleatória discreta: É uma lista mutuamente excludente de todos os possíveis valores assumidos por aquela variável aleatória, de modo que uma determinada probabilidade de ocorrência esteja associada a cada um destes valores. Função de Distribuição ou Função Acumulada de Probabilidade de uma variável aleatória discreta é definida, para qualquer número real x pela expressão: F(x) = P( x). Dada a variável aleatória, assumindo os valores 1,,..., n, chamamos de valor médio ou Esperança de ao valor: µ = x P( ) n i= 1 i x i Variância (σ ) de uma variável aleatória discreta é a média ponderada das diferenças ao quadrado entre cada resultado possível e a sua média aritmética, sendo os pesos as probabilidades de cada um dos resultados. n σ = V ( ) = [ i E( i )] P( i ) = E[ E( )] = E( ) [ E( )] Onde E ( ) i= 1 = P( ) Estatística - Definições Adicionais Profª Raquel Cymrot
3 Desvio Padrão (σ) de uma variável aleatória é a raiz quadrada positiva de sua variância. Propriedades da esperança: Se a é uma constante então E(a) = a E(a) = a E() Se a e b são constantes então: E(a+b) = E(a) + E(b) = ae() + b Se h() é uma função de, então: E [ h( ) = h( ) P( ) Propriedades da variância: Se a é uma constante então V(a) = 0 V(a) = a V() Se a e b são constantes então: V(a+b) = a V() Variáveis Aleatórias Bidimensionais: Muitas vezes, ao descrever os resultados de um experimento aleatório, atribuímos a um mesmo ponto amostral os valores de duas variáveis aleatórias. Queremos conhecer as probabilidades associadas a cada par de variáveis aleatórias. Distribuição Conjunta de Probabilidades: É a função de probabilidade que atribui probabilidades a cada par das variáveis aleatórias. P(x,y) = P( = x ; Y = y) denota a probabilidade do evento { = x e Y = y} Note que a distribuição conjunta é uma distribuição de probabilidades, pois: P( = x ; Y = y) 0 para qualquer x e qualquer y e P( = x, Y = y) = 1 As variáveis aleatórias e Y são independentes se para todo para de valores (x i,y j ) de e y tem-se: P( = x i, Y = y j ) = P( = x i )P(Y = y j ) Distribuições Marginais: São obtidas facilmente da tabela de distribuição conjunta de probabilidades. Propriedades das variáveis aleatórias bidimensionais: Se e Y são duas variáveis aleatórias então E(+Y) = E() + E(Y) Generalizando: E( n ) = E( 1 ) + E( ) E( n ) Se e Y são duas variáveis aleatórias independentes então E(Y) = E()E(Y) Generalizando: Se 1,,..., n são variáveis aleatórias independentes então: E( 1... n ) = E( 1 )E( )...E( n ) x y Estatística - Definições Adicionais Profª Raquel Cymrot 3
4 Se e Y são duas variáveis aleatórias independentes então V( + Y) = V() + V(Y) Generalizando: Se 1,,..., n são variáveis aleatórias independentes então: V( n ) = V( 1 ) + V( ) V( n ) Se e Y são duas variáveis aleatórias independentes então V( Y) = V() + V(Y) Sejam e Y são duas variáveis aleatórias. A covariância de e Y é definida por: COV(,Y) = E(Y) E()E(Y) Quando COV(,Y) = 0 dizemos que e Y são não correlacionadas, isto é, não existe uma relação linear entre e Y. Se e Y são duas variáveis aleatórias independentes então COV(,Y) = 0 (a recíproca não é verdadeira). Se e Y são duas variáveis aleatórias quaisquer, então: V( +Y) = V() + V(Y) + COV(,Y) V(a + by) = a V() + b V(Y) + abcov(,y) Coeficiente de Correlação: É uma medida da relação linear entre e Y que não depende das unidades destas variáveis. O grau de associação linear entre e Y varia à medida que ρ x,y varia entre 1 e1. Quanto mais próximo ρ x,y estiver de zero, menor será o grau de associação linear entre e Y. Quando ρ x,y = 1 existe uma relação linear perfeita entre e Y, isto é, Y = a + b. O coeficiente de correlação linear de,y é definido por: E( Y) E( ) E( Y ) COV (, Y ) ρ, Y = = 1 ρ, Y 1 σ σ σ σ Y Y DISTRIBUIÇÕES DISCRETAS Distribuição Binomial: Uma variável aleatória tem distribuição Binomial se: - Há n observações. - Cada observação vem de uma população infinita com amostragem com ou sem reposição ou de uma população finita com amostragem com reposição. - Cada observação tem dois possíveis resultados (sucesso ou fracasso), onde sucesso é o resultado de interesse. - As probabilidades p de sucesso e (1 p) de fracasso permanecem constantes em todas as observações. - O resultado de uma observação é independente do resultado das outras observações. é o número total de sucessos nas n observações e tem distribuição Binomial. Notação: ~ B(n,p) Distribuição Hipergeométrica: A distribuição hipergeométrica também diz respeito ao número total de sucessos numa amostra com n observações, porém, os elementos da amostra são retirados sem reposição de uma população finita. A probabilidade p de sucesso não é mais constante e é afetada pelos resultados das observações anteriores. Considere um conjunto de N objetos, dos quais k são do tipo I e (N k) são Estatística - Definições Adicionais Profª Raquel Cymrot 4
5 do tipo II. É feito um sorteio de n objetos ( n < N), ao acaso e sem reposição. Seja o número total de objetos do tipo I selecionados. terá uma distribuição hipergeométrica. Distribuição de Poisson: Existe um processo de Poisson se pudermos observar eventos discretos numa área de oportunidade (continuum) de modo que ao encurtarmos tal área suficientemente: -A probabilidade de se observar exatamente um sucesso no intervalo é estável. -A probabilidade de se observar mais de um sucesso no intervalo é zero. -A ocorrência de um sucesso em qualquer intervalo é estatisticamente independente da ocorrência em qualquer outro intervalo. VARIÁVEIS ALEATÓRIAS CONTÍNUAS Variável Aleatória Contínua: É uma variável aleatória, tal que R x, o contra domínio de, seja um intervalo ou uma coleção de intervalos. Função Contínua de Probabilidade ou Função de Densidade de Probabilidade: f(x) é uma função contínua de probabilidade ou função de densidade de probabilidade se satisfizer duas condições: a)f(x) 0 para todo x (, ) b)a área definida por f(x) é igual a 1, isto é: f ( x) dx = 1 Função de Distribuição Acumulada da variável aleatória contínua : É definida como: F(x) = P( x) = f ( x) dx x Esperança de uma variável aleatória contínua : É definida como E() = xf ( x) dx DISTRIBUIÇÕES CONTÍNUAS Distribuição Uniforme: Uma variável aleatória tem distribuição uniforme contínua no intervalo [a,b], a < b, se sua função de densidade de probabilidade for dada por: 1 a x b b a f ( x) = 0 caso contrário Notação: ~U[a,b] Distribuição Exponencial: Uma variável aleatória contínua, assumindo valores não negativos, segue o modelo exponencial com parâmetro λ > 0 se é igual à distância entre contagens sucessivas de um Estatística - Definições Adicionais Profª Raquel Cymrot 5
6 processo de Poisson, com média λ >0. A função densidade de probabilidade de é f(x) =λe λx para x 0. Notação: ~EP(λ) Esta distribuição é muito utilizada na teoria de filas, para medir o tempo decorrido entre duas chegadas. λ é o tempo médio de chegadas por unidade de tempo. A característica de permitir a translação da origem no cálculo de probabilidades é conhecida como falta de memória. A distribuição exponencial é a única distribuição contínua com essa característica. Distribuição Normal: Dizemos que uma variável aleatória contínua tem distribuição Normal com parâmetros µ e σ, se sua função densidade for dada por: 1 ( x µ ) σ f ( x) = e para < x < π σ Notação: ~ N(µ, σ ) µ é a média da distribuição e σ é o desvio padrão da distribuição e é igual a distância do ponto de inflexão da curva até a média µ. Teorema do Limite Central: Se tem qualquer distribuição com média µ e variância σ, então para n grande (n 30) tem-se: σ ~ N µ ; n Se ~ N(µ ; σ σ ), então para qualquer n tem-se: ~ N µ ; n Se 1 ~ N (µ 1 ; σ 1 ) e ~ N (µ ; σ ) sendo 1 e variáveis aleatórias independentes e se Y = a + b b então: Y ~ N(a + b 1 µ 1 + b µ ; b 1 σ 1 + b σ ) Se 1,,..., n são variáveis aleatórias independentes com i ~ N(µ ; σ ) e S = n, então: S ~ N (nµ ; nσ ) AMOSTRAGEM População é o conjunto de todos os elementos sobre os quais se está a procura de informações. Amostra é qualquer subconjunto da população. Amostragem Casual Simples: É um processo de seleção em que cada elemento da população tem igual probabilidade de pertencer à amostra. Todos os elementos da população devem ser listados e numerados a fim de se sortear os elementos que farão parte da amostra. Amostragem Sistemática: Consiste em selecionar uma amostra a partir de uma listagem de todos os elementos da população, obedecendo a intervalos regulares. Estatística - Definições Adicionais Profª Raquel Cymrot 6
7 Amostragem Estratificada: Suponhamos que uma população esteja dividida em sub-populações, denominadas estratos, e que de cada estrato retiramos uma amostra casual simples proporcional ao seu tamanho. Denominamos de amostra estratificada a amostra obtida através da reunião das amostras retiradas dos estratos. Amostragem por Conglomerados: Um conglomerado é um conjunto de elementos amostrais que por razões de ordem prática ou econômica, tem que ser considerado como uma única unidade. A amostragem por conglomerados é a obtenção de uma amostra casual simples de conglomerados. ESTIMAÇÃO DE PARÂMETROS Parâmetros: São as quantidades da população, em geral desconhecidas e sobre as quais temos interesse. Notação: Em geral uso de letras gregas. Estimador: É a combinação dos elementos da amostra, construída com a finalidade de representar ou estimar um parâmetro de interesse na população. Notação: Em geral uso das letras gregas com acento circunflexo. Estimador Não Viciado ou Não Tendencioso: É um estimador que não tende a superestimar ou subestimar o valor do parâmetro, isto é, seu valor esperado coincide com o parâmetro de interesse. Estimador Consistente: É um estimador que à medida que o tamanho da amostra aumenta, seu valor esperado converge para o parâmetro de interesse e sua variância converge para zero. Dados dois estimadores ˆ θ 1 e ˆ θ não viciados para um parâmetro θ, dizemos que ˆ θ 1 é mais eficiente que ˆ θ se V( ˆ θ 1 ) < V( ˆ θ ). Estimativa por Ponto: Consiste em uma única estatística amostral que é utilizada para calcular o valor real de um parâmetro da população. Estimativa por Intervalo: Leva em conta a distribuição das amostras da estimativa pontual. O intervalo construído terá uma determinada confiança ou probabilidade de estar estimando corretamente o valor real do parâmetro da população. É usual se referir a semi-amplitude do intervalo como erro envolvido na estimação. O número tabelado é obtido utilizando-se a tabela da distribuição de probabilidades da estimativa pontual, levando em conta a confiança desejada no intervalo e o tamanho da amostra quando pertinente. A única forma de se diminuir o tamanho do intervalo de confiança sem alterar a confiança utilizada é aumentando o tamanho da amostra. O dimensionamento da amostra deve levar em conta o tamanho do erro do intervalo de confiança que se deseja obter. TESTES DE HIPÓTESES Hipótese estatística: É a afirmação sobre um parâmetro ou forma de uma distribuição de valores observados. Estatística - Definições Adicionais Profª Raquel Cymrot 7
8 Teste de uma hipótese estatística: É um procedimento que nos permite decidir com base em informações experimentais pela rejeição ou não rejeição de uma hipótese estatística. Hipótese nula (H 0 ): É a hipótese que é sempre testada e sempre contém um sinal de igualdade com relação ao valor do parâmetro especificado. Quando não rejeitamos a hipótese nula, só podemos concluir que não existem evidências suficientes para garantir a sua rejeição. Denomina-se Região Crítica (R.C.) de um teste aos possíveis valores da estimativa que levam a rejeição da hipótese a ser testada (H 0 ). Valor Crítico: É o valor da estatística a partir do qual rejeitamos a hipótese a ser testada. Erro Tipo I: Ocorre se a hipótese nula H 0 for rejeitada quando de fato é verdadeira e não deveria ser rejeitada. Nível de Significância α: É a probabilidade de cometermos o erro tipo I. Erro Tipo II: Ocorre se a hipótese nula H 0 não for rejeitada quando de fato é falsa e deveria ser rejeitada. β: É a probabilidade de cometermos o erro tipo II. Poder do teste ou eficácia do teste: É igual a (1 β), isto é, é a probabilidade de se rejeitar a hipótese nula quando ela é de fato falsa e deveria ser rejeitada. Vemos que diminuindo α, aumenta-se β e vice-versa. É impossível zerar os dois tipos de erro. A única forma de diminuirmos α e β ao mesmo tempo é aumentando o tamanho da amostra. Nível Descritivo do teste p: É a probabilidade de se obter uma estatística de teste igual ou mais extrema que o resultado, a partir dos dados da amostra, dado que a hipótese nula H 0, seja realmente verdadeira. Estatística - Definições Adicionais Profª Raquel Cymrot 8
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 maisMOQ-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 maisDefinição. 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 maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisCONHECIMENTOS 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 maisPARTE 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 maisConceito 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 maisEstatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Leia maisVERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1
PREFÁCIO VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS xiii DO EXCEL... xv Capítulo 1 VARIÁVEIS E AMOSTRAS 1 VARIÁ VEIS 4 NÚMERO DE VARIÁVEIS 5 CLASSIFICAÇÃO DAS VARIÁVEIS 6 ESCALA DE MEDIÇÃO DAS VARIÁVEIS 7 POPULAÇÃO
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Julgue os itens que se seguem, acerca da estatística descritiva. 51 Na distribuição da quantidade de horas trabalhadas por empregados de certa empresa, é sempre possível determinar
Leia mais3 3. Variáveis Aleatórias
ÍNDICE 3. VARIÁVEIS ALEATÓRIAS...49 3.. VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS...49 3.2. VARIÁVEIS DISCRETAS FUNÇÃO DE PROBABILIDADE E FUNÇÃO DISTRIBUIÇÃO DE PROBABILIDADE...50 3.2.. Função de probabilidade...50
Leia maisNessa 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 maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO 1. Introdução; DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL. Teorema Central do Limite; 3. Conceitos de estimação pontual; 4. Métodos de estimação pontual; 5. Referências. 1 POPULAÇÃO E AMOSTRA População:
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisInferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Leia maisVariáveis Aleatórias Contínuas
Variáveis Aleatórias Contínuas Bacharelado em Administração - FEA - Noturno 2 o Semestre 2017 MAE0219 (IME-USP) Variáveis Aleatórias Contínuas 2 o Semestre 2017 1 / 35 Objetivos da Aula Sumário 1 Objetivos
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística
Leia mais1 Probabilidade - Modelos Probabilísticos
1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,
Leia maisEstatística Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução
Leia maisCaros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisEstatítica Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 3 de Abril de 2008 Estatística Descritiva e exploratória 1 Introdução à análise exploratória de dados 2 Análise exploratória de dados: Medidas-resumo 3
Leia mais4.1. ESPERANÇA x =, x=1
4.1. ESPERANÇA 139 4.1 Esperança Certamente um dos conceitos mais conhecidos na teoria das probabilidade é a esperança de uma variável aleatória, mas não com esse nome e sim com os nomes de média ou valor
Leia maisMAE 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 maisAvaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Probabilidade Professor: Reinaldo Gomes reinaldo@dsc.ufcg.edu.br Planejamento Experimental 2 fatores manipuláveis x 1 x 2 x p entradas Processo...... saídas
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UnB FUB/03 fa 5 4 3 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B corresponde ao quartil central (Q ) da distribuição
Leia maisInferência estatística
Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória
Leia maisMESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA. 1ª Chamada 10/01/2008.
MESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA 1ª Chamada 10/01/2008 Parte Teórica DURAÇÃO : 50 min COTAÇÃO DA PARTE TEÓRICA: 8 Valores em 20 PERGUNTAS DE
Leia maisSegunda Lista de Exercícios Cálculo de Probabilidades II Prof. Michel H. Montoril
Exercício 1. Uma urna contém 4 bolas numeradas: {1, 2, 2, 3}. Retira-se dessa urna duas bolas aleatoriamente e sem reposição. Sejam 1 : O número da primeira bola escolhida; 2 : O número da segunda bola
Leia maisAula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas
Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas Matheus Rosso e Camila Steffens 19 de Março de 2018 Independência de variáveis aleatórias Duas V.A. são independentes se, e somente
Leia maisEstatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
Leia maisDistribuição 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 Estatística Aplicada
Leia maisCAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES
CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES. INTRODUÇÃO - Conceito de população desconhecida π e proporção da amostra observada P. π P + pequeno erro Perguntas: - Qual é o pequeno erro?
Leia maisDistribuição 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 maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisTeste 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 maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS quantidade São Paulo (j = 1) Rio de Janeiro (j = 2) Minas Gerais (j = 3) Rio Grande do Sul (j = 4) total casos novos (X, em milhões) casos pendentes (Y, em milhões) processos
Leia mais5 Avaliação dos estimadores propostos
5 valiação dos estimadores propostos Este capítulo apresenta as medidas estatísticas usuais para avaliar a qualidade de estimadores e as expressões utilizadas para a estimação destas medidas, a partir
Leia maisAmostragem e Distribuição Amostral. Tipos de amostragem, distribuição amostral de média, proporção e variância
Amostragem e Distribuição Amostral Tipos de amostragem, distribuição amostral de média, proporção e variância 1 AMOSTRAGEM Amostragem Probabilística ou Aleatória Amostragem Não Probabilística Amostragem
Leia maisNome: N o : Espaço reservado a classificações
ESTATÍSTICA I 2 o Ano/Gestão 1 o Semestre Época Normal Duração: 2 horas 1 a Parte Teórica N o de Exame: abcde 03.Jan.11 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação: 8 valores).
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisEstimação 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 mais1.1. Definições importantes
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
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
Leia maisTutorial para o desenvolvimento das Oficinas
Tutorial para o desenvolvimento das Oficinas 1 Métodos Quantitativos Profa. Msc. Regina Albanese Pose 2 Objetivos Objetivo Geral Este tutorial tem como objetivo parametrizar o desenvolvimento da oficina
Leia maisCentro 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 maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS As variáveis aleatórias X e Y seguem uma distribuição de Bernoulli com probabilidade de sucesso igual a 0,4. Considerando S = X + Y e que os eventos aleatórios A = [X = 1] e B
Leia maisOs usuários selecionados terão de escolher uma das seguintes opções:
Pessoal, segue a resolução das questões de Estatística da prova realizada pela FEPESE, para o cargo de Fiscal de Rendas e Tributos do Município de Criciúma (ISS-SC). A prova não apresentou surpresas, pois
Leia maisINSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total.
INSTRUÇÕES Para a realização desta prova, você recebeu este Caderno de Questões. 1. Caderno de Questões Verifique se este Caderno de Questões contém a prova de Conhecimentos Específicos referente ao cargo
Leia maisProfessora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
Leia maisDistribuições 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 maisINFERÊNCIA 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 maisCapítulo 2. Variáveis Aleatórias e Distribuições
Capítulo 2 Variáveis Aleatórias e Distribuições Experimento Aleatório Não existe uma definição satisfatória de Experimento Aleatório. Os exemplos dados são de fenômenos para os quais modelos probabilísticos
Leia maisIntrodução à Probabilidade e à Estatística (BCN ) Prova 2 (A) 16/08/2018 Correção
Introdução à Probabilidade e à Estatística (BCN0406-1) Prova 2 (A) 16/08/2018 Correção (1.pt) 1. Dadas as seguintes probabilidades associadas à variável aleatória X: -1 1 2 p() 1/2 1/3 1/6 a) Calcule a
Leia maisCE219 - Controle Estatístico de Qualidade
CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 30 de maio, 2017 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 30 de maio, 2017 1 / 96 Aula 2 - Métodos estáticos para
Leia maisSumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisLucas Santana da Cunha de junho de 2017
VARIÁVEL ALEATÓRIA Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de junho de 2017 Uma função que associa um número real aos resultados
Leia maisMOQ 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 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisVARIÁVEIS ALEATÓRIAS 1
VARIÁVEIS ALEATÓRIAS 1 Na prática é, muitas vezes, mais interessante associarmos um número a um evento aleatório e calcularmos a probabilidade da ocorrência desse número do que a probabilidade do evento.
Leia maisCONHECIMENTOS 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 maisEstatística. O que é Estatística? Estatística pode ser: Estatística Descritiva. Ivonete Melo de Carvalho. Conteúdo
Estatística Estatística Descritiva Ivonete Melo de Carvalho Conteúdo Definições; Tabelas e Gráficos; Medidas de tendência central; Medidas de dispersão. Objetivos Diferenciar população e amostra. Elaborar
Leia maisGrupo I. (a) A função de probabilidade marginal de X, P (X = x), é dada por
Probabilidades e Estatística + Probabilidades e Estatística I Solução do Exame de 2 a chamada 3 de Fevereiro de 2003 LEFT + LMAC Grupo I (a) A função de probabilidade marginal de X, P (X = x), é dada por
Leia maisLucas Santana da Cunha de junho de 2018 Londrina
Variável aleatória contínua: Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 13 de junho de 2018 Londrina 1 / 26 Esperança e variância de Y Função de distribuição acumulada
Leia maisMomentos: Esperança e Variância. Introdução
Momentos: Esperança e Variância. Introdução Em uma relação determinística pode-se ter a seguinte relação: " + " = 0 Assim, m =, é a declividade e a e b são parâmetros. Sabendo os valores dos parâmetros
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 2019 Estatística Descritiva e Análise Exploratória Etapas iniciais. Utilizadas para descrever e resumir os dados. A disponibilidade de uma grande quantidade
Leia mais( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
Leia maisNome: N. o : f(u) du para todo o x (V) d) Se F (x) tiver pontos de descontinuidade, então X é discreta (F)
ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época Normal Duração: 2 horas 1. a Parte Teórica N. o de Exame: RESOLUÇÃO 09.01.2015 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação:
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia mais7 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 maisColeta e Modelagem dos Dados de Entrada
Slide 1 Módulo 02 Coleta e Modelagem dos Dados de Entrada Prof. Afonso C. Medina Prof. Leonardo Chwif Três Etapas Coleta Tratamento Inferência Coleta dos Dados 1. Escolha adequada da variável de estudo
Leia maisCAPÍTULO 3 POPULAÇÃO E AMOSTRA
DEPARTAMENTO DE GEOCIÊNCIAS GCN 7901 ANÁLISE ESTATÍSTICA EM GEOCIÊNCIAS PROFESSOR: Dr. ALBERTO FRANKE CONTATO: alberto.franke@ufsc.br F: 3721 8595 CAPÍTULO 3 POPULAÇÃO E AMOSTRA As pesquisas de opinião
Leia maisEstatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral
Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades
Leia maisBioestatística UNESP. Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP
Bioestatística UNESP Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP Perguntas iniciais para reflexão I - O que é Estatística? II - Com que tipo de informação (dados)
Leia maisEstimação: (A) Propriedades e Distribuições Amostrais
Estimação: (A) Propriedades e Distribuições Amostrais Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação
Leia maisUNIDADE II. José J. C. Hernández. April 9, 2017 DE - UFPE. José J. C. Hernández (DE - UFPE) Estatística I April 9, / 60
INTRODUÇÃO À ESTATÍSTICA UNIDADE II José J. C. Hernández DE - UFPE April 9, 2017 José J. C. Hernández (DE - UFPE) Estatística I April 9, 2017 1 / 60 Variável aleatória Seja X : Ω R uma função real de Ω
Leia maisTÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 2009/2010. Primeira Parte. F (b) F (a) =P (a <X<b) P (a <X<b)=
TÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 009/010 [,0] 1. Considere as seguintes afirmações: Primeira Parte I. Sendo F a função de distribuição da variável aleatória (v.a.) discreta X,
Leia maisRedes de Computadores sem Fio
Redes de Computadores sem Fio Prof. Marcelo Gonçalves Rubinstein Programa de Pós-Graduação em Engenharia Eletrônica Faculdade de Engenharia Universidade do Estado do Rio de Janeiro Programa Introdução
Leia maisVARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
Leia maisAULA 04 Teste de hipótese
1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisIntrodução à probabilidade e à estatística II. Prof. Alexandre G Patriota Sala: 298A Site:
Introdução à probabilidade e à estatística II Revisão Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Estatística Estatística: É uma ciência que se dedica
Leia maisModelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Leia maisa) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.
Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra
Leia maisAvaliação e Desempenho Aula 5
Avaliação e Desempenho Aula 5 Aula passada Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aula de hoje Variáveis aleatórias discretas e contínuas PMF, CDF e função densidade
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisEstatística descritiva
Estatística descritiva Para que serve a estatística? Qual o seu principal objectivo? obter conclusões sobre a população usando uma amostra? População Amostragem Amostra Uma ou mais variáveis (X) são observadas
Leia maisBIOESTATÍSTICA. Parte 3 Variáveis Aleatórias
BIOESTATÍSTICA Parte 3 Variáveis Aleatórias Aulas Teóricas de 29/03/2011 a 26/04/2011 3.1. Conceito de Variável Aleatória. Função de Distribuição Variáveis aleatórias Uma variável aleatória pode ser entendida
Leia maisDistribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017
padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições
Leia maisPROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I
PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisProf. Dr. Lucas Santana da Cunha de maio de 2018 Londrina
Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 21 de maio de 2018 Londrina 1 / 14 Variável aleatória Introdução Definição Uma função que associa um número real
Leia maisTESTES DE HIPÓTESES Notas de aula. Prof.: Idemauro Antonio Rodrigues de Lara
1 TESTES DE HIPÓTESES Notas de aula Prof.: Idemauro Antonio Rodrigues de Lara 2 Conteúdo 1. Fundamentos e conceitos básicos; 2. Função poder; 3. Testes mais poderosos e Lema de Neyman-Pearson; 4. Teste
Leia maisCapítulo 3. Introdução à Probabilidade E à Inferência Estatística
Capítulo 3 Introdução à Probabilidade E à Inferência Estatística definições e propriedades: Propriedade 5: A probabilidade condicional reflete como a probabilidade de um evento pode mudar se soubermos
Leia mais