A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
|
|
- João Victor Cerveira Palhares
- 7 Há anos
- Visualizações:
Transcrição
1 Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise de regressão pode ser aplicada em diferetes áreas do cohecimeto, algus exemplo, seguem-se: Na ecoomia tetado explicar as variações a procura de automóveis em termos de desemprego. Na agricultura estudado dosagem de fertilizates sobre a produção de grãos. Na egeharia descrevedo modelos, para quatificar a ifluecia da velocidade sobre a distâcia de freagem, etre outras O modelo mais simples de aálise de regressão é o modelo liear simples, que costitui-se em uma equação matemática liear (liha reta), que descreve o relacioameto etre as duas varáveis. Existem outros modelos mais complexos que evolvem mais de duas variáveis, como os de regressão múltipla. A fialidade de uma equação de regressão seria estimar valores de uma variável, com base em valores cohecidos da outra. Pressuposições para aálise de regressão O modelo probabilístico, empregado a aálise de regressão é composto por três partes, uma que diz respeito ás variáveis, outra aos parâmetros, e outra ao erro de estimativa. Dessa forma o modelo pode ser represetado por Y = x i + i, em que o Y, os valores da variável depedete são fução de um cojuto de parâmetros, de um cojuto de variáveis idepedetes X, e de erros aleatório i, (IEMMA, 985). Para aplicação do modelo de regressão e estimação dos parâmetros pelo método dos míimos quadrados é ecessário observar certas pressuposições, (FONECA et al, 99): a relação etre X e Y é liear (os acréscimos/decréscimo em X produzem acréscimos/decréscimo proporcioais em Y e a razão de crescimeto é costate); os valores de X são fixados arbitrariamete (X ão é uma variável aleatória); Y é uma variável aleatória que depede etre outras coisas dos valores de X; i é o erro aleatório, portato uma variável aleatória com distribuição ormal, com média zero e variâcia. [ i N (, )]. i represeta a variação de Y que ão é explicada pela variável idepedete X; os erros são cosiderados idepedetes 3 Equação liear eja Y uma variável que os iteressa estudar (Variável depedete) e cujo comportameto futuro desejamos prever. E seja X a variável e explicativa ou idepedete. A relação etre a variável depedete Y e a variável idepedete X pode ser descrita através da equação da regressão liear.
2 Jaete Pereira Amador Y A. X é a equação de regressão que descreve o comportameto da variável depedete em fução da variável idepedete em uma população. Para estimar a equação com base a amostra utiliza-se: ˆ sedo a e b parâmetros da fução. y a bx Assim b é coeficiete agular da reta (a variação de ŷ por uidade variação em x) e a é o itercepto- ŷ em x= FIGURA : Relação etre o gráfico e a equação de regressão Uma maeira bastate prática para o auxílio a determiação da fução etre variáveis depedete e idepedete é a costrução do gráfico diagrama de dispersão. O diagrama de disperssão permite verificar o tipo de relacioameto das variáveis, pois em sempre este é liear. No caso do ajustameto de uma liha reta, o diagrama de dispersão apresetará uma uvem que ira os sugerir o tipo de relação etre x e y. Algus tipos de relacioametos podem ser verificados a Figura. 4 Ajustameto da Reta FIGURA : Diagramas de dispersão Estabelecido o modelo yˆ a bx e, precisamos dos valores de a e b de forma que a reta passe tão próximo possível dos potos assialados o diagrama de dispersão. O
3 Jaete Pereira Amador 3 método mais usado para ajustar uma liha a um cojuto de potos é cohecido como técica dos Míimos Quadrados. A reta resultate tem duas características importates. A soma dos desvios verticais dos potos e relação a reta é zero A soma dos quadrados destes desvios é míima, isto é, ehuma outra reta daria meor soma de quadrados de tais desvios. Assim o valor que é miimizado é dado por: y i ŷ ode y i um valor observado de y ŷ o valor estimado de y i Os valores de a e b para reta desvios é dado pela aplicação das equações ormais yˆ a b que miimizam a soma dos quadrados dos x y a xy a b x x b x resolução destas equações pode ser feita através dos métodos de elimiação, matrizes (etre os vários métodos existetes). Como alterativa mais fácil para estimação dos parâmetros a e b utilizamos as seguites formulas (sedo estas alterativas para resolução das equações ormais). x. y xy b ode = tamaho da amostra x x a y bx x x = média dos x i y y = media dos y i Ex: O custo de produção, de um lote de uma certa peça, depede do úmero de peças produzidas, ou seja, do tamaho do lote. Em uma amostra de 6 lotes, observou-se os seguites resultados: Tamaho Custos (R$) A Diagrama de dispersão Custo Diagrama de dispersão do custo de produção (R$) relacioado ao tamaho do lote de uma peça Tamaho do lote
4 Jaete Pereira Amador 4 Ajuste do modelo do tamaho do lote em relação ao custo yˆ a bx (modelo a ser ajustado) x. y xy b x x Tamaho x Custos (R$) y xy x² y² x. y xy b = x x a y bx y y = x x = Modelo ajustado do custo sobre a idade Iterpretação No quadro verifica-se o custo utilizado o modelo ajustado. Tamaho x Custos (R$) y Custo ajustado utilizado o modelo: y ˆ 8 5,743. x 5 65 ŷ 5 = , ,75 ŷ = ,743. 9,943 5 ŷ 5 = , ,45 6 ŷ = , , ŷ , , ŷ 3 = , ,9 A represetação gráfica do modelo ajustado é dada por
5 Jaete Pereira Amador 5 Custo de produção Reta de regressão do custo de produção (R$) relacioado ao tamaho do lote de uma peça, utilizado o modelo ajustado y ˆ 8 5,743.x y ˆ 8 5,743.x Tamaho do lote 5 Erro padrão da estimativa A questão que surge a aálise de regressão é o quato são precisas as estimativas da regressão. A determiate pricipal da precisão é a quatidade de dispersão a população, ou seja, quato maior a dispersão meor a precisão das estimativas. A quatidade de dispersão a população pode ser estimada com base a dispersão amostral em relação a reta de regressão. O erro padrão da estimativa e ou desvio padrão quatifica a dispersão das observações amostrais em relação a reta de regressão. Quato meor a dispersão em relação mais precisas serão as estimativas. Essa dispersão pode ser demostrada utilizado yi yc a equação: e ode: yi cada valor de y; yc valor deduzido da equação de regressão; = úmero de observações. O cálculo do erro padrão se baseia a hipótese de dispersão uiforme dos potos etoro da reta de regressão (homoscedasticidade). A equação acima para fis de cálculos é abreviada em: y a y b e xy O erro padrão ou desvio padrão para o custo de produção, de um lote de uma certa peça, correspode: e e e e [4775 ( 8485)] [(5, )] ,5 4 53, ,469 7,7 desvio padrão da distribuição dos potos em toro da reta regressão. e
6 Jaete Pereira Amador 6 6 Teste de sigificâcia do coeficiete agular ou coeficiete de regressão (b) Mesmo quado há pouco ou ehum relacioameto etre as variáveis uma população, é possível obter valores amostrais que façam as variáveis parecerem relacioadas. Isso ocorre devido a fatores aleatórios a amostragem produziram relacioameto ode ehum existe. edo assim tora-se importate testar o resultado do coeficiete agular. Desta forma defiimos se este é ulo ou diferete de zero (se existir regressão o coeficiete agular será diferete de zero). H : B As hipóteses testadas serão : H : B A sigificâcia estatística do coeficiete de regressão pode ser testada com o seu desvio padrão ou erro padrão ( b ) através do teste t (t-tudet). Isto é: b t b Pa o cálculo do desvio padrão do coeficiete agular usa-se a fórmula: e. x x b O coeficiete de regressão será sigificativo, ou seja B, quado [ t ] calculado for maior que t para graus de liberdade. O teste t para o coeficiete agular da regressão será aplicado, utilizado o exemplo relacioado ao custo de produção, de um lote de uma certa peça. O ível de sigificâcia utilizado será % H : B As hipóteses testadas serão: H : B e. = x x b 7, ,7. = 7,7., 86 =, ,5 O desvio padrão do coeficiete agular correspode a,946 Aplicado o teste t b 5,743 t = t = 6,64 b,946 t calculado (t cal. ) correspode a 6,64. = 7, , 5
7 Jaete Pereira Amador 7 H : B Utilizado a tabela da distribuição t testa-se as hipóteses,, comparado o valor H : B de t cal. com o valor de t tab. usado ível de sigificâcia de % e gl = 4. A Figura 6 apreseta as áreas de aceitação e rejeição das hipóteses. FIGURA 6 Represetação da distribuição t-tudet com as respectivas áreas de aceitação e rejeição de H t tab. = 4,64 < t cal. = 6,64, assim rejeita-se H. Desta forma, podemos afirmar com 99% de cofiaça que o coeficiete agular da reta é diferete de zero. 7 Coeficiete de Determiação (R) O valor de R pode variar de a ( a %). Quado a variação ão explicada costitui uma grade parte da variação total (isto é, a variação explicada é uma pequea parte da variação total), R será pequeo. Iversamete quado a variação explicada correspoder a uma grade parte da variação total R estará mais próximo de. O Coeficiete de determiação é o valor da variação de y que é explicada pela reta de var iaçãoexp licada regressão R var iaçãototal x. y xy Ode: Variação explicada = x x Variação Total= ( y y )
8 Jaete Pereira Amador 8 Exercício. upoha que uma cadeia de supermercados teha fiaciado um estudo dos gastos com mercadoria para famílias de quatro pessoas. A ivestigação se limitou a famílias com reda líquida aual etre R$ 8, e R$.,. Obteve-se a equação: yˆ, x, ode ŷ -despesa aual com mercadorias x reda líquida aual Estime as despesas, para uma família de, quatro pessoas, com reda aual de R$ 5., Essa equação estaria sedo utilizada corretamete ós seguites casos: Estimação das despesas para famílias com cico pessoas. Estimação das despesas para famílias com reda de R$., a R$ 35., Grafe a equação yˆ, x. Use os valores dados abaixo para estimar as equações de regressão x ; y 3; xy 6; x 36; x 7,; y 37; xy 3; x 6; 36 x 7; y 5; xy 4; x ; 3
9 Jaete Pereira Amador 9 Itrodução Na aálise de regressão foi visto a determiação de uma fução liear que descrevia a relação existete etre as variáveis. Agora o iteresse é medir o grau de associação etre duas variáveis. Por exemplo a associação etre: o peso e altura de um grupo de idividuo, etre a variação das exportações em fução da cotação do dólar, etre os fumates e as doeças do coração etc. A força de uma relação etre duas variáveis é medida pelo coeficiete de correlação de Pearso ( ), cujos valores abragem de para correlação egativa perfeita até + para correlação positiva perfeita. O sial do, quado associado a reta de regressão, é o mesmo do coeficiete agular da reta. O estimador do coeficiete de correlação de Pearso em uma amostra é o r. Este é calculado pela equação: r xy x. x ( y) x y y O coeficiete de correlação - r sempre deverá estar etre - e +. O valor de r pode ser multiplicado por para dar o resultado em porcetagem. A Figura apreseta algus exemplos de associação etre as variáveis x e y com seus respectivos coeficietes de correlação. FIGURA Modelos de associação etre variáveis
10 Jaete Pereira Amador Para o cálculo do coeficiete de correlação será usado o mesmo exemplo trabalhado a aálise de regressão, sedo este: Ex: O custo de produção, de um lote de uma certa peça, depede do úmero de peças produzidas, ou seja, do tamaho do lote. Em uma amostra de 6 lotes, observou-se os seguites resultados Tamaho x Custos (R$) y xy x² y² x. y xy r = x ( y) x y Iterpretação: Teste de sigificâcia do coeficiete de correlação A sigificâcia estatística do coeficiete de correlação da população através do teste t (t-tudet), sedo estimado por r. As hipóteses testadas serão : H : H : Quado, as duas variáveis são estatisticamete idepedete, ou seja, ão existe correlação etre x e y. Quado implica em rejeitar a hipótese ula, ou seja, x e y apreseta-se correlacioada. edo r. a estimativa do grau desta associação. A equação t r r é utilizada para testar a sigificâcia r. O coeficiete de correlação será sigificativo, ou seja, quado [ t ] calculado for maior que t para graus de liberdade. O teste t para o coeficiete de correlação será aplicado, utilizado o exemplo relacioado ao custo de produção, de um lote de uma certa peça. O ível de sigificâcia utilizado será % As hipóteses testadas serão : H : H :
11 Jaete Pereira Amador t r r = = Exercício. Os dados a seguir são referete ao lucro e aos gastos com publicidade, de uma loja de eletrôicos, em mil reais. Gastos x Lucros y a) Aálise estes dados através de regressão e correlação b) O gerete de propagada da loja afirma que um ivestimeto de. reais em um determiado mês o lucros estimado seria de 7. reais. O que você diria desta afirmação? Justifique sua resposta. c) Existe correlação etre os lucros e os gastos.
Regressão linear simples
Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha
Leia maisRegressão Linear Múltipla
Regressão Liear Múltipla Lucas Sataa da Cuha http://www.uel.br/pessoal/lscuha/ 28 de ovembro de 2018 Lodria 1 / 20 Há muitos problemas que é razoável esperar que as previsões de uma variável devam melhorar
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisAnálise de Regressão Linear Múltipla I
Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
Leia maisDETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS
DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se
Leia maisAjuste de Curvas. Lucia Catabriga e Andréa Maria Pedrosa Valli
1-27 Ajuste de Curvas Lucia Catabriga e Adréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempeho (LCAD) Departameto de Iformática Uiversidade Federal do Espírito Sato - UFES, Vitória, ES,
Leia maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia maisAjuste de Curvas pelo Método dos Quadrados Mínimos
Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias
Leia maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia maisTRANSPORTES. Sessão Prática 4 Amostragem de escalares
Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas
Leia maisIntrodução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...
Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para
Leia maisNOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA
NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer
Leia maise, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e
Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisMestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem
Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005
PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia maisO teste de McNemar. A tabela 2x2. Depois - Antes
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"
Leia maisDistribuições Amostrais
7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
Leia maisFaculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)
Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisCORRELAÇÃO Aqui me tens de regresso
CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.
Leia maisPopulação x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade
Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE
FACULDADE DE ECONOMIA DO PORTO Liceciatura em Ecoomia E C O N O M E T R I A I (LEC0) Exame Fial 0 de Jaeiro de 00 RESOLUÇÃO: I PARTE I GRUPO a) Dispoível uma amostra de observações de Y para períodos cosecutivos,
Leia maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:
Leia maisContabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisComparação entre duas populações
Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisEstimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico
Estimação dos parâmetros agular e liear da equação de regressão liear simples pelo método ão-paramétrico Alícia Bolfoi Dias, Silvao Bolfoi Dias, 3 Luciae Flores Jacobi CEEMQ - CCNE/UFSM e-mail:aliciabdias@mailufsmbr
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia maisEstatística II Licenciatura em Gestão TESTE I
Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação
Leia maisIntervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 2018/2019 30/01/2019 15:00 2 o Teste C 10 valores 1. Seja X X 1, X 2,...,
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas o semestre 017/018 04/07/018 15:00 o Teste C 10 valores 1. Admita que os tempos (em cetea
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisProbabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Justifique coveietemete todas as respostas 1 o semestre 2017/2018 11/01/2018
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisProbabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique coveietemete todas as respostas 2 o semestre 206/207
Leia maisCE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo
CE07 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo LISTA - EXERCÍCIOS ) Para o modelo de regressão liear simples ormal, ecotre os estimadores de máxima verossimilhaça dos parâmetros β 0, β e σ
Leia maisProbabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 2016/2017 16/06/2017 9h:00 2 o teste 10 valores 1.
Leia maisCONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA
1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da
Leia mais10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
Leia maisProbabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Justifique coveietemete todas as respostas 2 o semestre 207/208
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisExperimento 1 Estudo da Lei de Hooke
Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos
Leia maisMétodo dos Mínimos Quadrados. Julia Sawaki Tanaka
Método dos Míimos Quadrados Julia Sawaki Taaka Diagrama de Dispersão iterpolação ajuste ou aproximação O Método dos Míimos Quadrados é um método de aproximação de fuções. É utilizado quado: Cohecemos potos
Leia mais1 Distribuições Amostrais
1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados
Leia maisProbabilidades e Estatística
Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base
Leia maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisCapítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)
Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar
Leia maisCapítulo 5- Introdução à Inferência estatística.
Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.
Leia maisStela Adami Vayego Estatística II CE003/DEST/UFPR
Resumo 0 Estimação de parâmetros populacioais Defiição : Estimador e Estimativa Um estimador do parâmetro θ é qualquer fução das observações... isto é g(... ). O valor que g assume isto é g(x x... x )
Leia maisAp A r p e r n e d n i d z i a z ge g m e m Es E t s a t tí t s í t s i t c i a c de d e Dado d s Francisco Carvalho
Apredizagem Estatística de Dados Fracisco Carvalho Avaliação e Comparação de Classificadores Existem poucos estudos aalíticos sobre o comportameto de algoritmos de apredizagem. A aálise de classificadores
Leia maisCONHECIMENTOS ESPECÍFICOS
Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que
Leia mais1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos
9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais
Leia maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ o semestre 0/0 o Teste A 08/06/0 9:00 Duração: hora e 30 miutos Justifiue coveietemete todas as respostas!
Leia maisMAE 116 Estimação para a média FEA - 2º Semestre de 2018
MAE 116 Estimação para a média FEA - 2º Semestre de 2018 1 Objetivo da aula O objetivo é estimar a média de uma população (ou de uma variável aleatória) Vamos iicialmete estudar de forma empírica a distribuição
Leia mais1 Estimação de Parâmetros
1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a
Leia maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 2 o Teste A 08/06/2012 9:00 Duração: 1 hora e 30 miutos Justifique coveietemete
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisLista IC, tamanho de amostra e TH
Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o
Leia maisAnálise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos)
Desidade Liceciaturas Ecoomia/Fiaças/Gestão 1º Ao Ao lectivo de 01-013 Aálise de Iformação Ecoómica e Empresarial Prova Época ormal 17 de Juho de 013 Duração: h30m (150 miutos) Respoda aos grupos em Folhas
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisExame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase
Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 006 -. a Fase Proposta de resolução 1. 1.1. 1.1.1. Utilizado a iformação da tabela dada e idetificado o úmero de votos de cada partido com a
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem
Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisObjetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,
Leia maisESTIMAÇÃO PARA A MÉDIA
ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao
Leia maisHistograma. Faixas de salários
1. Respoda as pergutas a seguir, cosiderado a tabela abaixo represeta os salários dos fucioários de uma empresa de Logística: Tabela 1 Classe Salário (R$) Limite if Limite sup Número de fucioários 1 5
Leia maisCF358 Física BásicaExperimental I
CF358 Física BásicaExperimetal I CONFIGURAÇÃO MÓDULO TEÓRICO MÓDULO EXPERIMENTAL => BLOCO 1-4 EXPERIMENTOS => BLOCO 2-4 EXPERIMENTOS PRESENÇA (muito importate) NO MÍNIMO 75% AVALIAÇÃO 01 PROVA -BLOCO TEÓRICO
Leia maisTeste de Hipóteses Paramétricos
Teste de Hipóteses Paramétricos Como costruir testes de hipóteses para difereças etre duas médias. Como costruir testes de hipóteses para difereças etre duas proporções. Como costruir testes de hipóteses
Leia mais1 a Lista de PE Solução
Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa
Leia maisInferência Estatística
Iferêcia Estatística opulação Amostra Itroduç Itrodução à Iferêcia Estatística Como tirar coclusões tomar decisões a partir de iformação parcial / icompleta (amostra) projectado /geeralizado resultados
Leia maisVirgílio A. F. Almeida DCC-UFMG 1/2005
Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros População p Amostra X S pˆ (parâmetros:
Leia maisLes 201 Matemática Aplicada à Economia. Relações entre CMg e CMe. Aulas Relações entre CMg e CMe. dct. dcme. CMe = = = =
Les 0 Matemática Aplicada à Ecoomia Aulas -4 Derivadas Aplicação em Ecoomia Derivadas de Ordem Superiores Derivadas Parciais Determiate Jacobiao 9 e 0/09/06 Aplicações da a. Derivada em Ecoomia Dada a
Leia maisObjetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem
Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos
Leia maisAgência Nacional de Vigilância Sanitária GUIA PARA TRATAMENTO ESTATÍSTICO DA VALIDAÇÃO ANALÍTICA VIGENTE A PARTIR DE 12/09/2017
MEDICAMENTOS GUIA Nº 10/017 Versão 1 Agêcia Nacioal de Vigilâcia Saitária GUIA PARA TRATAMENTO ESTATÍSTICO DA VALIDAÇÃO ANALÍTICA VIGENTE A PARTIR DE 1/09/017 Iício do período de cotribuições: 13/09/017
Leia maisEstatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas
Estatística e Probabilidade, D3, 2019_1 Escolha a alterativa correta e idique o gabarito de respostas 1. Uma avaliação é costituída de 20 questões, cada uma delas com cico alterativas, das quais apeas
Leia maisStela Adami Vayego DEST/UFPR
Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma
Leia maisEstudando complexidade de algoritmos
Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade
Leia maisDURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total)
DURAÇÃO 1:30 (o teste costa de 3 págias com questões, um formulário e uma tabela - 5 folhas o total) Leia atetamete o euciado ates de respoder a cada questão. as questões de escolha múltipla seleccioe
Leia maisCapítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA
Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação
Leia maisUniversidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório
Uiversidade Federal de Lavras Departameto de Estatística Prof. Daiel Furtado Ferreira 1 a Aula Prática Técicas de somatório Notação e propriedades: 1) Variáveis e ídices: o símbolo x j (leia x ídice j)
Leia maisFUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Administração
FUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Admiistração PROVA DE ESTATÍSTICA II º Semestre / 00 - P - TIPO DADOS DO ALUNO: Nome: Assiatura INSTRUÇÕES: Você receberá
Leia maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
Leia maisESTATÍSTICA NÃO-PARAMÉTRICA
ESTATÍSTICA NÃO-PARAMÉTRICA Prof. Dr. Edmilso Rodrigues Pito Faculdade de Matemática - UFU edmilso@famat.ufu.br 1 Programa Itrodução - Plao de curso, sistema de avaliação - Coceitos básicos de iferêcia
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese
Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,
Leia mais