Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra."

Transcrição

1 ESTIMAÇÃO PARA A MÉDIAM

2 Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra.

3 Exemplos: µ : peso médio de homes a faixa etária de 0 a 30 aos, em uma certa localidade; µ : idade média dos habitates do sexo femiio a cidade de Satos, em 1990; µ : salário médio dos empregados da idústria metalúrgica em São Berardo do Campo, em 001; µ : taxa média de glicose em idivíduos do sexo femiio com idade superior a 60 aos, em determiada localidade; µ : comprimeto médio de jacarés adultos de uma certa raça.

4 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, que represetamos por X 1, X,..., X.

5 Uma estimador potual para média amostral, X X 1 + X X µ i 1 é dado pela X i. Uma estimador itervalar ou itervalo de cofiaça para tem a forma µ [ X - ε ; X + ε], sedo ε o erro amostral (margem de erro) calculado a partir da distribuição de probabilidade de. X

6 Distribuição amostral da médiam Exemplo 1: Cosidere uma população em que uma variável X assume um dos valores do cojuto {1, 3, 5, 5, 7}. A distribuição de probabilidade de X é dada por x P(Xx) 1/5 1/5 /5 1/5 µ É fácil ver que x E(X) 4,, x Var(X) 4,16.

7 Vamos relacioar todas as amostras possíveis de tamaho, selecioadas ao acaso e com reposição dessa população, e ecotrar a distribuição da média amostral sedo X X 1 + X X 1 : valor selecioado a primeira extração; e X : valor selecioado a seguda extração.,

8 Amostra (X 1,X ) Probabilidade Média Amostral (1,1) 1/5 1 (1,3) 1/5 (1,5) /5 3 (1,7) 1/5 4 (3,1) 1/5 (3,3) 1/5 3 (3,5) /5 4 (3,7) 1/5 5 (5,1) /5 3 (5,3) /5 4 (5,5) 4/5 5 (5,7) /5 6 (7,1) 1/5 4 (7,3) 1/5 5 (7,5) /5 6 (7,7) 1/5 7 1

9 A distribuição de probabilidade de X para é x P( X x) 1 1/5 /5 3 5/5 4 6/5 5 6/5 6 4/5 7 1/5 Neste caso, E(X) 4, µ e Var(X),08 x x.

10 13/3 Repetido o mesmo procedimeto, para amostras de tamaho 3, temos a seguite distribuição de probabilidade de X, x P( X x) 1 1/15 5/3 3/15 7/3 9/ /15 11/3 4/15 13/3 7/15 5 3/15 17/3 15/15 19/3 6/15 7 1/15 Neste caso, E(X) 4, µ e Var(X) 1,39 x x 3.

11 Figura 1: Histogramas correspodetes às distribuições de X e de X, para amostras de {1,3,5,5,7}.

12 Dos histogramas, observamos que coforme aumeta, os valores de X tedem a se cocetrar cada vez mais em toro de E( ) 4, x, X µ uma vez que a variâcia vai dimiuido; os casos extremos passam a ter pequea probabilidade de ocorrêcia; para suficietemete grade, a forma do histograma aproxima-se de uma distribuição ormal.

13 Figura : Histogramas correspodetes às distribuições de X para amostras de algumas populações. 4ª 00, 73

14 Esses gráficos sugerem que, quado aumeta, idepedetemete da forma da distribuição de X, a distribuição de probabilidade da média amostral X aproxima-se de uma distribuição ormal.

15 Teorema do Limite Cetral Seja X uma v. a. que tem média e variâcia. Para uma amostra X 1, X,..., X, retirada ao acaso e com reposição de X, a distribuição de probabilidade da média amostral X aproxima-se, para grade, de uma distribuição ormal, com média µ e variâcia /, ou seja, µ X ~ N µ,,para grade, aproximadamete.

16 Cometários: Se a distribuição de X é ormal, etão X tem distribuição ormal exata, para todo. O desvio padrão, que é o desvio padrão da média amostral, também é deomiado erro padrão.

17 Itervalo de Cofiaça Como vimos, o estimador por itervalo para a média µ tem a forma [ ] X - ε ; X + ε Perguta: Como determiar ε?

18 Seja P(ε) γ, a probabilidade da média amostral estar a uma distâcia de, o máximo ε, da média populacioal µ (descohecida), ou seja, X γ P ( ) X-µ ε P( µ ε X µ+ε ) P ε X-µ ε ε P Z ε, sedo Z ~ N(0,1).

19 ε Deotado z, temos que γ P (-z Z z). Assim, cohecedo-se o coeficiete de cofiaça γ obtemos z.

20 Da o erro sedo Erro a estimativa itervalar igualdade z amostral z tal que ε ε γ ε é z, segue dado por P (-z, Z z), que com Z ~ N(0,1). O itervalo de cofiaça para a médiam, com coeficiete de cofiaça γ fica, etão, dado por sedo o X - z desvio ; padrão X + de z X., µ

21 Exemplo : Não se cohece o cosumo médio de combustível de automóveis da marca T. Sabe-se, o etato, que o desvio padrão do cosumo de combustível de automóveis dessa marca é 10 km/l. Na aálise de 100 automóveis da marca T, obteve-se cosumo médio de combustível de 8 km/l. Ecotre um itervalo de cofiaça para o cosumo médio de combustível dessa marca de carro. Adote um coeficiete de cofiaça igual a 95%. X: cosumo de combustível de automóveis da marca T 10 km/l 100 x (média amostral) 8 km/l γ 0,95 z 1,96

22 Pelo Teorema do Limite Cetral, o itervalo de cofiaça de 95% é dado, aproximadamete, por X z 1,96 [ 8-1,96 ; 8 + 1,96 ] [ 6,04 ; 9,96 ] ; Observe que o erro amostral ε é 1,96 km/l. X ; z 8 + 1,

23 Exemplo 3: Deseja-se estimar o tempo médio de estudo (em aos) da população adulta de um muicípio. Sabe-se que o tempo de estudo tem distribuição ormal com desvio padrão,6 aos. Foram etrevistados 5 idivíduos, obtedo-se para essa amostra, um tempo médio de estudo igual a 10,5 aos. Obter um itervalo de 90% de cofiaça para o tempo médio de estudo populacioal. X : tempo de estudo, em aos e X ~ N( µ ;,6 ) 5 x 10,5 aos γ 0,90 z 1,65

24 A estimativa itervalar com 90% de cofiaça é dada por (em aos): x - 10,5 z - ; 1,65 x +,5 5 z ; 10,5 + 1,65,5 5 [ ] 10,5-0,86 ; 10,5 + 0,86 [ ]. 9,64 ; 11,36

25 Dimesioameto da amostra A partir da relação ε z, o tamaho da amostra é determiado por z ε cohecedo-se o desvio padrão de X, o erro ε da estimativa e o coeficiete de cofiaça γ do itervalo, sedo z tal que γ P (-z Z z) e Z ~ N(0,1).,

26 Exemplo 4: A reda per-capita domiciliar uma certa região tem distribuição ormal com desvio padrão 50 reais e média µ descohecida. Se desejamos estimar a reda média µ com erro ε 50 reais e com uma cofiaça γ 95%, quatos domicílios devemos cosultar? X : reda per-capita domiciliar a região X ~ N( ; 50 ) µ?? tal que ε 50 reais, γ 0,95 z 1,96

27 Etão, z ε 1,96 ( 50) 50 96,04 Aproximadamete 97 domicílios devem ser cosultados.

28 Exemplo 5: A quatidade de colesterol X o sague das aluas de uma uiversidade segue uma distribuição de probabilidades com desvio padrão 50 mg/dl e média µ descohecida. Se desejamos estimar a quatidade média µ de colesterol com erro ε 0 mg/dl e cofiaça de 90%, quatas aluas devem realizar o exame de sague? X: quatidade de colesterol o sague das aluas da uiversidade 50 mg/dl?? tal que ε 0 mg/dl γ 0,90 z 1,65

29 Supodo que o tamaho da amostra a ser selecioada é suficietemete grade, pelo Teorema do Limite Cetral temos: z ε 1,65 ( 50) 0 06,5 Assim, aproximadamete 07 aluas devem realizar o exame de sague.

30 Na prática, a variâcia populacioal é descohecida e é substituída por sua estimativa, S 1-1 i 1 ( ) - X. X i A estimativa amostral do desvio padrão é s s.

31 Temos duas opções ao padroizar a variável X Se, o desvio padrão populacioal, for cohecido, usamos Z X µ X µ Se for descohecido, usamos seu estimador, o desvio padrão amostral S, e cosideramos a seguite variável padroizada T X S µ X S µ

32 Se a variável a população tem distribuição ormal, etão Z tem distribuição N(0,1) e T tem distribuição t de Studet com -1 graus de liberdade. Se o tamaho da amostra é grade, etão Z e T têm distribuição aproximadamete N(0,1).

33 T 1 T 5 T 30 Z

34 Assim, uma estimativa itervalar aproximada para a média populacioal µ, quado o tamaho da amostra é grade e é descohecido, é x - z s, x + z s, sedo s o desvio padrão amostral e z tal que γ P (-z Z z) com Z ~ N(0,1).

35 Exemplo 6: Para estimar a reda semaal média de garços de restaurates em uma grade cidade, é colhida uma amostra da reda semaal de 75 garços. A média e o desvio padrão amostrais ecotrados são R$ 7 e R$ 15 respectivamete. Determie um itervalo de cofiaça, com coeficiete de cofiaça de 90%, para a reda média semaal. X: reda semaal de garços da cidade 75 x 7 e s 15 γ 0,9 z 1,65

36 O itervalo de 90% de cofiaça é aproximadamete, por (em reais). x - 7 z - s 1,65, x s + z ; 7 [ -,86 ; 7 +,86 ] [ 4,14 ; 9,86 ] + 1, dado,

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO 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 mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 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 mais

Intervalos de Confiança

Intervalos 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 mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO 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 mais

1 Distribuições Amostrais

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

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação 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 mais

Distribuição Amostral da Média: Exemplos

Distribuição Amostral da Média: Exemplos Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos

Leia mais

Uma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra

Uma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra Distribuição amostral de Um dos procedimetos estatísticos mais comus é o uso de uma média da amostra ( ) para fazer iferêcias sobre uma população de média µ. Esse processo é apresetado a figura abaio.

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema 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 mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema 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 mais

Exercícios de Intervalos de Confiança para media, variância e proporção

Exercícios de Intervalos de Confiança para media, variância e proporção Exercícios de Itervalos de Cofiaça para media, variâcia e proporção 1. Se uma amostra aleatória =5, tem uma média amostral de 51,3 e uma desvio padrão populacioal de σ=. Costrua o itervalo com 95% de cofiaça

Leia mais

Intervalos Estatísticos para uma única Amostra - parte II

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

Leia mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1 MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO 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 mais

ESTATÍSTICA EXPLORATÓRIA

ESTATÍSTICA EXPLORATÓRIA ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas

Leia 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

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO

Leia mais

INTERVALO DE CONFIANÇA

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

Leia mais

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença? Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma

Leia mais

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

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

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Exercício 1 A Secretaria de Saúde de um muicípio vem realizado um programa educativo etre as gestates mostrado a importâcia da amametação. Para averiguar a eficácia do programa pretede-se realizar uma

Leia mais

Aula 14 Parte 1 RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES

Aula 14 Parte 1 RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES Aula 14 Parte 1 Amostragem e Estimadores... Itervalo de cofiaça para a média... 9 Itervalo de cofiaça para proporções.... 39 Relação das questões cometadas... 51 Gabaritos... 57 Prof. Guilherme Neves www.potodoscocursos.com.br

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são

Leia mais

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram

Leia mais

FUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Administração

FUNDAÇÃO 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 mais

Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar

Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar potual por itervalos Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos potual e itervalar Lic. Eg. Biomédica e Bioegeharia-2009/2010 potual por itervalos A Teoria das Probabilidades cosiste

Leia mais

Unidade IX Estimação

Unidade IX Estimação Uidade IX Estimação 6/09/07 Itervalos de cofiaça ii. Para a difereça etre médias de duas populações (μ μ ) caso : Variâcias cohecidas Pressupostos: 6/09/07 x - x x - x ; N é - x x ) ( x x x x E ) ( x x

Leia mais

Estimação A estimação de um parâmetro, θ, de uma população pode ser feita por dois processos: Estimação Pontual e Estimação intervalar.

Estimação A estimação de um parâmetro, θ, de uma população pode ser feita por dois processos: Estimação Pontual e Estimação intervalar. Escola uperior de Tecologia de Viseu ETIMAÇÃO Estimação A estimação de um parâmetro, θ, de uma população pode ser feita por dois processos: Estimação Potual e Estimação itervalar. Exemplo: Num dos diversos

Leia mais

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula 3 Prof.: Patricia Maria Bortolo, D. Sc. Estimação por Itervalo Objetivos Nesta semaa, veremos: Como costruir e iterpretar estimativas por itervalos de cofiaça para a média e a proporção

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. rof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Uma coleção de todos os possíveis elemetos, objetos ou medidas de iteresse. Um levatameto efetuado sobre toda uma população é deomiado

Leia mais

Exame MACS- Inferência-Intervalos.

Exame MACS- Inferência-Intervalos. Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.

Leia mais

Intervalo de Confiança para uma Média Populacional

Intervalo de Confiança para uma Média Populacional Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 0: Medidas de Dispersão (webercampos@gmail.com) MÓDULO 0 - MEDIDAS DE DISPERSÃO 1. Coceito: Dispersão é a maior ou meor diversificação dos valores de uma variável, em toro

Leia mais

PROF. DR. MARCONE AUGUSTO LEAL DE OLIVEIRA

PROF. DR. MARCONE AUGUSTO LEAL DE OLIVEIRA UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE QUÍMICA GRUPO DE QUÍMICA ANALÍTICA E QUIMIOMETRIA (GQAQ) PROF. DR. MARCONE AUGUSTO LEAL DE OLIVEIRA ESTATÍSTICA BÁSICA

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. 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 mais

Métodos de Amostragem

Métodos de Amostragem Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a

Leia mais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,

Leia mais

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS 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 mais

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)

Faculdade 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 mais

6. Testes de Hipóteses Conceitos Gerais

6. Testes de Hipóteses Conceitos Gerais 6. Testes de Hipóteses Coceitos Gerais Este capitulo itrodutório, pretede apresetar todas as defiições e todo o vocabulário utilizado em testes de hipóteses. Em um primeiro mometo, talvez você fique um

Leia mais

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

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

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I J.I.Ribeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem. Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção. É uma

Leia mais

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a): Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.

Leia mais

S É R I E : E s t a t í s t i c a B á s i c a T e x t o 3 : E S T I M A Ç Ã O SUMÁRIO 1. INTRODUÇÃO ESTIMAÇÃO POR PONTO...4

S É R I E : E s t a t í s t i c a B á s i c a T e x t o 3 : E S T I M A Ç Ã O SUMÁRIO 1. INTRODUÇÃO ESTIMAÇÃO POR PONTO...4 SUMÁRIO. INTRODUÇÃO...3. ESTIMAÇÃO POR PONTO...4.. NOTAÇÃO...4.. PROPRIEDADES DOS ESTIMADORES...5... Não-tedeciosidade...5... Precisão ou eficiêcia...7..3. Validade (ou Acurácia)...8..4. Coerêcia ou cosistêcia...8.3.

Leia mais

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc.

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Capítulo 8 Estimativa do Itervalo de Cofiaça Statistics for Maagers Usig Microsoft Excel, 5e 2008 Pearso Pretice-Hall, Ic. Chap 8-1 Objetivos: Neste capítulo, você aprederá: Costruir e iterpretar estimativas

Leia mais

Inferência Estatística

Inferência 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 mais

Introdução à Inferência Estatística 1. Conceitos básicos em inferência

Introdução à Inferência Estatística 1. Conceitos básicos em inferência Itrodução à Iferêcia Estatística 1. Coceitos básicos em iferêcia 1.1. População: cojuto de idivíduos, ou objetos, com pelo meos uma característica em comum. Também será deotada por população objetivo,

Leia mais

Da Definição 6.1 pode-se concluir que dada uma amostra aleatória X

Da Definição 6.1 pode-se concluir que dada uma amostra aleatória X Capítulo 6 Distribuições Amostrais A iferêcia estatística está iteressada em tomar decisões sobre uma populaçao, baseado-se apeas a iformação cotida em uma amostra aleatória da população de iteresse. Por

Leia mais

Exercícios Estatística Celma Ribeiro e Alberto Ramos

Exercícios Estatística Celma Ribeiro e Alberto Ramos PRO73 Estatística Exercícios Estatística Celma Ribeiro e Alberto Ramos ) Abaixo é apresetada uma pequea parte dos dados que uma empresa matém a respeito de seus fucioários: Nome Idade Sexo Raça Salário

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - 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 mais

DISTRIBUIÇÕES DE PROBABILIDADE

DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE Seja uma v.a. que assume os valores,,..., com probabilidade p, p,..., p associadas a cada elemeto de, sedo p p... p diz-se que está defiida

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

Recredenciamento Portaria MEC 347, de D.O.U

Recredenciamento Portaria MEC 347, de D.O.U Portaria MEC 347, de 05.04.0 - D.O.U. 0.04.0. ESTATÍSTICA I / MÉTODOS QUANTITATIVOS E PROCESSO DECISÓRIO I / ESTATÍSTICA APLICADA À EDUCAÇÃO Elemetos de Probabilidade Quest(i) Ecotramos, a atureza, dois

Leia mais

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM 6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas

Leia mais

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005 PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).

Leia mais

Probabilidade II Aula 9

Probabilidade II Aula 9 Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas

Leia mais

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

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

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

Leia mais

3ª Lista de Exercícios de Programação I

3ª Lista de Exercícios de Programação I 3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hipóteses Neste capítulo será estudado o segudo problema da iferêcia estatística: o teste de hipóteses. Um teste de hipóteses cosiste em verificar, a partir das observações de uma amostra,

Leia mais

Duas Fases da Estatística

Duas Fases da Estatística Aula 5. Itervalos de Cofiaça Métodos Estadísticos 008 Uiversidade de Averio Profª Gladys Castillo Jordá Duas Fases da Estatística Estatística Descritiva: descrever e estudar uma amostra Estatística Idutiva

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Duração: 90 miutos Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! o semestre 015/016 09/06/016 11:00 o teste B Grupo I 10 valores 1. Seja (X 1,

Leia mais

Métodos Quantitativos em Contabilidade. Prof. José Francisco Moreira Pessanha

Métodos Quantitativos em Contabilidade. Prof. José Francisco Moreira Pessanha Métodos Quatitativos em Cotabilidade Prof. José Fracisco Moreira Pessaha professorjfmp@hotmail.com Rio de Jaeiro, 4 de setembro de 0 Itrodução O propósito da iferêcia estatística cosiste em fazer afirmações

Leia mais

Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório

Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório Uiversidade Federal de Lavras Departameto de Ciêcias Exatas 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

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

TP010 ENGENHARIA DA QUALIDADE 1. VARIÁVEIS, DESCRIÇÃO E DISTRIBUIÇÕES DE PROBABILIDADE.

TP010 ENGENHARIA DA QUALIDADE 1. VARIÁVEIS, DESCRIÇÃO E DISTRIBUIÇÕES DE PROBABILIDADE. TP010 ENGENHARIA DA QUALIDADE 1. VARIÁVEIS, DESCRIÇÃO E DISTRIBUIÇÕES DE PROBABILIDADE. 1.1- TIPOS DE VARIÁVEIS A característica populacioal de iteresse é em geral classificada de qualitativa e quatitativa,

Leia mais

Ajuste de Curvas pelo Método dos Quadrados Mínimos

Ajuste 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 mais

Probabilidade II Aula 12

Probabilidade II Aula 12 Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em

Leia mais

Análise de Regressão Linear Múltipla I

Análise 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 mais

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-ESTATÍSTICA II (CE003)

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-ESTATÍSTICA II (CE003) UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA -ESTATÍSTICA II (CE003) Prof. Beito Olivares Aguilera o Sem./6. Usado os dados da Tabela o Aexo (Seção Orçameto da MB),

Leia mais

Aula 10. ANOVA Análise de Variância em SPSS

Aula 10. ANOVA Análise de Variância em SPSS Aula 10. ANOVA Aálise de Variâcia em SPSS Métodos stadísticos 008 Uiversidade de Averio Profª ladys Castillo Jordá Aálise de Variâcia Objectivo: comparar medidas de localização para mais do que dois grupos

Leia mais

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

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

Leia mais

Jackknife, Bootstrap e outros métodos de reamostragem

Jackknife, Bootstrap e outros métodos de reamostragem Jackkife, Bootstrap e outros métodos de reamostragem Camilo Daleles Reó camilo@dpi.ipe.br Referata Biodiversa (http://www.dpi.ipe.br/referata/idex.html) São José dos Campos, 8 de dezembro de 20 Iferêcia

Leia mais

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ 1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo

Leia mais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais Comparação de testes paramétricos e ão paramétricos aplicados em delieametos experimetais Gustavo Mello Reis (UFV) gustavo_epr@yahoo.com.br José Ivo Ribeiro Júior (UFV) jivo@dpi.ufv.br RESUMO: Para comparar

Leia mais

MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA

MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA Média ) Tabela de frequêcias simples Cálculo da média: Tabela a Distribuição da idade de fucioários hipertesos Frequêcia Frequêcia (aos) 7 4 5 6 4 4 44 45 46 5 (aos)

Leia mais

Amostragem 04/08/2014. Conceito, propriedades, métodos e cálculo. Conceitos básicos de População e Amostra. Qualidade. População;

Amostragem 04/08/2014. Conceito, propriedades, métodos e cálculo. Conceitos básicos de População e Amostra. Qualidade. População; 04/08/014 Uidade 4 : Amostragem Amostragem Coceito, propriedades, métodos e cálculo João Garibaldi Almeida Viaa Coceitos básicos de População e Amostra População; Elemetos que compõem uma população; Ceso;

Leia mais

10 INFERÊNCIA ESTATÍSTICA Testes de Hipóteses Introdução Lógica dos Testes de Hipóteses

10 INFERÊNCIA ESTATÍSTICA Testes de Hipóteses Introdução Lógica dos Testes de Hipóteses INE 700 - Iferêcia Estatística Testes de Hipóteses 0 INFERÊNCIA ESTATÍSTICA Testes de Hipóteses 0. - Itrodução Viu-se ateriormete que uma determiada população pode ser descrita através de um modelo probabilístico,

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

Aula 11 - Questões Comentadas e Resolvidas

Aula 11 - Questões Comentadas e Resolvidas Curso Olie - Raciocíio Lógico-Quatitativo para Traumatizados em Exercícios, icluido Matemática, Matemática Fiaceira e Estatística Profs. Alexadre Lima e Moraes Juior Aula - Questões Cometadas e Resolvidas

Leia mais

Variáveis Aleatórias e Distribuições de Probabilidade

Variáveis Aleatórias e Distribuições de Probabilidade PROBABILIDADES Variáveis Aleatórias e Distribuições de Probabilidade BERTOLO Fução de Probabilidades Vamos cosiderar um experimeto E que cosiste o laçameto de um dado hoesto. Seja a variável aleatória

Leia mais

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem

Estatística: 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 mais

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,... Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo

Leia mais

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO Ferado Mori DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA Resumo [Atraia o leitor com um resumo evolvete, em geral, uma rápida visão geral do

Leia mais

DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016

DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016 DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 205/206 Istruções:. Cada questão respodida corretamete vale (um poto. 2. Cada questão respodida icorretamete

Leia mais

Emerson Marcos Furtado

Emerson Marcos Furtado Emerso Marcos Furtado Mestre em Métodos Numéricos pela Uiversidade Federal do Paraá (UFPR). Graduado em Matemática pela UFPR. Professor do Esio Médio os estados do Paraá e Sata Cataria desde 199. Professor

Leia mais