MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
|
|
- Luiz Eduardo Martinho Chaplin
- 7 Há anos
- Visualizações:
Transcrição
1 MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br
2 Programa do curso: Semanas e 16 Introdução à probabilidade (eventos, espaço amostral, axiomas, propriedades, probabilidade condicional e independência). Teorema da probabilidade total e teorema de Bayes. Variáveis aleatórias. Distribuições de probabilidade. Funções massa, densidade, e distribuição acumulada. Funções de variáveis aleatórias. Valor esperado e variância. Momentos de uma variável aleatória. Função geradora de momentos. Principais distribuições de probabilidade discretas (Bernoulli, Binomial e Poisson). Principais distribuições de probabilidade contínuas (Exponencial negativa e Normal). Feriado (2/4) Variáveis aleatórias conjuntas, função distribuição conjunta e marginal. Independência estatística. Covariância e Coeficiente de Correlação. Prova Princípios de estatística. Estimadores e estimativas. Estimação pontual de parâmetros (Métodos dos momentos e da máxima verossimilhança). Estatística Descritiva. Amostras aleatórias. Distribuições amostrais. Teorema do limite central. Propriedades dos estimadores. Intervalos de confiança (estimação por intervalo). Tamanho da amostra. Princípios de testes de hipóteses. Testes de Hipóteses. Inferência baseada em 2 amostras (entre parâmetros de populações distintas). Testes não-paramétricos (associação, independência e de aderência). Feriado (4/6) Prova Regressão linear simples e correlação. Aplicações de modelos de regressão linear. Conteúdo
3 PRINCÍPIOS DA ESTATÍSTICA Professor: Rodrigo A. Scarpel
4 Probabilidade x Estatística: PROBABILIDADE POPULAÇÃO AMOSTRA ESTATÍSTICA Em probabilidade assume-se que população em estudo é conhecida Em estatística, amostras são utilizadas para se chegar a conclusões
5 Princípios da Estatística: Em probabilidade estudamos os modelos probabilísticos que auxiliam na redução da realidade: TESTAR ADERÊNCIA REALIDADE MODELO ESTIMAÇÃO DOS PARÂMETROS HIPÓTESES FAZER INFERÊNCIAS EM RELAÇÃO À REALIDADE
6 Princípios da Estatística: No procedimento descrito: A REALIDADE é a POPULAÇÃO (totalidade das observações na qual estamos interessados) Na redução da realidade a HIPÓTESE é que cada observação em uma população é um valor de uma variável aleatória X, com distribuição de probabilidade f(x). Assim, Quando nos referirmos a uma população f(x) queremos dizer uma população cujas observações são valores de uma variável aleatória que tem uma distribuição de probabilidade f(x) O valor esperado e a variância da variável aleatória é o valor esperado e a variância da população correspondente
7 Princípios da Estatística: Objetivo: Fazer inferências em relação à população (caracterizar e eventualmente definir regras de decisão sobre uma população conhecendo apenas parte dela) POPULAÇÃO TESTAR ADERÊNCIA AMOSTRA ESTIMAÇÃO DOS PARÂMETROS HIPÓTESES FAZER INFERÊNCIAS EM RELAÇÃO A POPULAÇÃO
8 Princípios da Estatística: Def: Amostra é um subconjunto da população. O processo de amostragem deve assegurar a representatividade da amostra em relação à população de onde foi retirada. Métodos de amostragem: Amostragem aleatória: iid Amostragem estratificada Amostragem por agrupamentos
9 Princípios da Estatística: Def: Ao selecionar uma amostra de tamanho n de uma população f(x), define-se a variável aleatória X i, i =1,,n, para representar o i-ésimo valor amostral. As variáveis aleatórias X 1, X 2,, X n serão uma amostra aleatória da população f(x), com valores numéricos x 1, x 2,, x n se os valores amostrais foram obtidos repetindo-se o experimento n vezes independentemente, sob as mesmas condições. Portanto: Os X i s são independentes Todas X i tem a mesma distribuição de probabilidade Quando as amostras são feitas com reposição ou de uma população infinita, essas condições são satisfeitas (as amostras são iid).
10 Princípios da Estatística: Distribuição de probabilidade de uma amostra aleatória: Como X 1, X 2,, X n é uma amostra aleatória da população f(x), sua distribuição de probabilidade conjunta é POPULAÇÃO ( x x,... x ) f ( x ). f ( x ) f ( ) f... 1, 2 n = 1 2 x n HIPÓTESES: f(x) e independência AMOSTRA ESTIMAÇÃO DOS PARÂMETROS Portanto, essa distribuição é caracterizada pelos parâmetros populacionais E[X] e Var[X] que são constantes não afetadas ou influenciadas pelas observações da amostra aleatória.
11 MÉTODOS DE ESTIMAÇÃO DE PARÂMETROS Professor: Rodrigo A. Scarpel
12 Métodos de estimação pontual de parâmetros: Um método de estimação de parâmetros sugere como obter estimadores em casos específicos (quando faz-se alguma hipótese sobre a distribuição da população, por exemplo). Dois dos métodos mais utilizados em estimação de parâmetros são: Método da máxima verossimilhança Método dos momentos
13 Método da máxima verossimilhança: O MLE é um método para estimação dos parâmetros a partir de uma amostra aleatória proposto por Fisher em Def: Função de Verossimilhança: seja X 1,,X n uma amostra aleatória com f.d.p. conjunta f(x 1,,x n ; θ 1,, θ m ) em que θ 1,, θ m tem valores desconhecidos. Quando x 1,,x n são os valores observados e a f.d.p. conjunta é vista como em função de θ 1,, θ m esta é chamada de função de verossimilhança. Procedimento: a estimativa de máxima verossimilhança de θ 1,, θ m são os ^ valores de θ i que maximizam a função de verossimilhança. Por esse método obtém-se os valores de θ 1,, θ m que maximizam o valor que torna a amostra observada a mais provável. ^ ^
14 Método dos momentos: A idéia básica deste método é igualar os parâmetros obtidas a partir das amostras aos parâmetros esperados da população (por exemplo, a média amostral ao valor esperado populacional). Def: Momento populacional: seja X 1,,X n uma amostra aleatória de uma população com f.d.p. f(x). Para k=1,2,3, o k-ésimo momento populacional (ou seja, da distribuição f(x)) é E[X k ]. Def: Momento amostral: seja X 1,,X n uma amostra aleatória de uma população com f.d.p. f(x). Para k=1,2,3, o k-ésimo momento amostral é M k = N i= 1 X N k i
15 Método dos momentos: Procedimento: Seja X 1,X 2,,X n uma amostra aleatória de uma distribuição com f.d.p. f(x;θ 1,, θ m ), em que θ 1,, θ m são parâmetros cujos valores são desconhecidos. ^ Os estimadores de momento θ 1,, θ m são obtidos igualando-se os primeiros m momentos amostrais aos m momentos populacionais correspondentes e resolvendo para θ 1,, θ m. ^ DISTRIBUIÇÃO E[X] VAR[X] m Binomial [X~Bin(n,p)] n.p n.p.(1-p) 1 Poisson [X~Poi(λ)] λ λ 1 Normal [X~N(µ,σ 2 )] µ σ 2 2 Uniforme [X~Uni(a, b)] (a +b)/2 (b-a ) 2 /12 2 Exponencial [X~Exp( λ )] 1/λ 1/λ 2 1 Gamma [X~Gamma(a,b)] a.b a.b 2 2 Obs: n é conhecido
16 ESTATÍSTICA DESCRITIVA Professor: Rodrigo A. Scarpel
17 Análise exploratória de dados: Uma vez coletados, é necessário fazer sua análise exploratória com o objetivo de: Checar sua qualidade (presença de outliers). Formas: Estatísticas de sumarização (de posição e de dispersão) Análise gráfica (histograma, box-plot) A análise exploratória de dados é importante pois além de proporcionar o maior entendimento do problema e dos dados coletados, previne contra erros (conclusões equivocadas).
18 Histograma: - Gráfico de barras contíguas; - Base é proporcional ao intervalo da classe; - Área é proporcional a frequência da classe; - Pode-se usar tanto a frequência (n i ) como a frequência relativa (f i )
19 Histograma: Detecção de outliers
20 Medidas de posição: São utilizadas quando se quer resumir os dados apresentando apenas um ou alguns valores que sejam representativos de toda série. Média (aritmética): é a soma das observações divididas pelo número delas, ou seja, X = n i= 1 n X i = k j= 1 n j n X j = k j= 1 f j X j em que n é o número de obsevações, x 1,...,x n são as observações, n j é o número de informações iguais a x j, f j é a frequência relativa da observação x j. Mediana: realização que ocupa a posição central da série de observações, quando estão ordenadas em ordem crescente.
21 Medidas de posição: Média Mediana A comparação entre a média e a mediana indica a assimetria da distribuição. MEDIANA: Muito interessante para grande massa de dados. Menos suscetível a valores extremos (mais indicada que a média em casos de grande dispersão)
22 Medidas de dispersão: São utilizadas quando se quer dar informação sobre a variabilidade do conjunto de observações. Variância: Desvio padrão: ( ) 1 ) ( = = n X X X s n i i ( ) ) ( 1 ) ( X s n X X X s n i i = = =
23 Quantis e box-plot: QUARTIS: Q1, Q2, Q3 Dividem os valores ordenados em quatro subconjuntos com iguais números de elementos. DECIS: D1, D2,, D10 Dividem os valores em 10 subconjuntos. PERCENTIS:P1,P2,,P100 Dividem os valores em 100 subconjuntos.
24 Para casa: Lista de Exercícios 6 (site: Leitura: Devore caps. 1 e 6.2 (Métodos de Estimativa Pontual) ou Walpole et al. caps. 1 e 9.14 (Estimação de MV)
MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 3 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 2 3 4 5 6 7 8 9 0 2 3 4 5 e 6 Introdução à probabilidade (eventos, espaço
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 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 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 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 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 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 maisImportância da estatística 17. O que é a Estatística? 18
Índice MENSAGEM DO AUTOR 11 AGRADECIMENTOS 13 Capítulo 1 Introdução Importância da estatística 17 O que é a Estatística? 18 Escalas de medida 19 Escala de medida qualitativa ou não métrica 19 Escalas Nominais
Leia maisFilho, não é um bicho: chama-se Estatística!
Paulo Jorge Silveira Ferreira Filho, não é um bicho: chama-se Estatística! Estatística aplicada uma abordagem prática FICHA TÉCNICA EDIÇÃO: Paulo Ferreira TÍTULO: Filho, não é um bicho: chama-se Estatística!
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 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 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 maisCasos. Índice. Parte I. Caso 1 Vendas da empresa Platox. Caso 2 Importação de matéria-prima. Caso 3 Carteira de acções. Caso 4 Lançamento de produto
Índice PREFÁCIO 15 NOTA INTRODUTÓRIA 17 CONVENÇÕES UTILIZADAS 19 Parte I Casos Caso 1 Vendas da empresa Platox 1. Enquadramento e objectivos 25 2. Aspectos metodológicos 26 3. Resultados e comentários
Leia maisESTATÍSTICA ECONÔMICA A 6EMA
6EMA020-2000 Lucas Santana da Cunha email: lscunha@uel.br Universidade Estadual de Londrina 13 de abril de 2016 CRONOGRAMA 1 o BIMESTRE: MÓDULO I - Estatística Descritiva Noções Básicas em estatística:
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: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos
Leia maisTécnicas Computacionais em Probabilidade e Estatística I. Aula I
Técnicas Computacionais em Probabilidade e Estatística I Aula I Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Análise de Um conjunto de dados objetivo: tratamento de um conjunto de dados. uma amostra de
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 maisMinistério da Educação UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Câmpus Curitiba PLANO DE ENSINO
Ministério da Educação UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Câmpus Curitiba PLANO DE ENSINO CURSO Bacharelados e Licenciaturas. MATRIZ Informações no Sistema Acadêmico (SA) FUNDAMENTAÇÃO LEGAL Resolução
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 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 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 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 mais3. Estimação pontual USP-ICMC-SME. USP-ICMC-SME () 3. Estimação pontual / 25
3. Estimação pontual USP-ICMC-SME 2013 USP-ICMC-SME () 3. Estimação pontual 2013 1 / 25 Roteiro Formulação do problema. O problema envolve um fenômeno aleatório. Interesse em alguma característica da população.
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 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 maisEventos 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 maisCarga Horária: Total: 60 h/a Semanal: 04 aulas Créditos: 04 Modalidade: Teórica Classificação do Conteúdo pelas DCN: Básica
DISCIPLINA: Estatística CÓDIGO: 2ECOM.005 Validade: a partir do 1º Semestre de 200 Carga Horária: Total: 60 h/a Semanal: 04 aulas Créditos: 04 Modalidade: Teórica Classificação do Conteúdo pelas DCN: Básica
Leia maisRESOLUÇÃO Nº 01/2016
Legislações Complementares: Resolução Nº 02/2016 Colegiado DEst Resolução Nº 03/2016 Colegiado DEst Resolução Nº 01/2017 Colegiado DEst RESOLUÇÃO Nº 01/2016 O Departamento de Estatística, tendo em vista
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Leia maisà Análise de Padrões
CC-226 Introdução à Análise de Padrões Prof. Carlos Henrique Q. Forster Variáveis, Estatísticas sticas e Distribuições de Probabilidades Tópicos de hoje Definições Alguns estimadores estatísticos Distribuições
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 maisProf. MSc. Herivelto Tiago Marcondes dos Santos
Prof. MSc. Herivelto Tiago Marcondes dos Santos E-mail: herivelto@fatecguaratingueta.edu.br http://herivelto.wordpress.com Ementa Fundamentos da estatística. Coleta e Apresentação de dados. Medidas de
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 2012/02 1 Introdução 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
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 maisIntrodução. Amostragem, amostra aleatória simples, tabela de números aleatórios, erros
Estatística Aplicada 2007/2008 Programa Introdução às probabilidades. Distribuições. Amostragem. Testes de hipóteses. Análise da variância. Estatística não-paramétrica. Testes de ajuste do qui-quadrado.
Leia maisEventos 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 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 maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisCatarina Marques. Estatística II Licenciatura em Gestão. Conceitos: População, Unidade Estatística e Amostra
Amostragem Estatística II Licenciatura em Gestão 1 Conceitos: População, Unidade Estatística e Amostra População (ou Universo) dimensão N Conjunto de unidades com uma ou mais características comuns População
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 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 maisINSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E tecnologia PARAÍBA. Ministério da Educação
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E tecnologia PARAÍBA Ministério da Educação Instituto Federal de Educação, Ciência e Tecnologia da Paraíba - Campus Cajazeiras Diretoria de Ensino / Coord. do Curso
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 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 maisESTATÍSTICA ECONÔMICA A 6EMA
ESTATÍSTICA ECONÔMICA A 6EMA020-1000 Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 21 de março de 2018 Londrina-PR 1 / 19 1 o Bimestre Plano do Curso Cronograma
Leia maisDISCIPLINA: ESTATÍSTICA I (CÓD. ENEC60015) PERÍODO: 3º PERÍODO
PLANO DE AULA DISCIPLINA: ESTATÍSTICA I (CÓD. ENEC60015) PERÍODO: 3º PERÍODO TOTAL DE SEMANAS: 20 SEMANAS TOTAL DE ENCONTROS: 40 AULAS Aulas Conteúdos/ Matéria Tipo de aula Textos, filmes e outros materiais
Leia maisPROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO
PROBABILIDADES E ESTATÍSTICA LEIC+LEE+LERCI (TagusPark) PROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO Secção de Estatística e Aplicações Departamento de Matemática Instituto Superior Técnico Fevereiro 2006
Leia mais6EMA Lucas Santana da Cunha 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-2000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de abril de 2017 1 o Bimestre Plano do Curso Cronograma Critério de Avaliação Bibliografia
Leia mais6EMA Lucas Santana da Cunha 17 e 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-1000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 17 e 19 de abril de 2017 1 o Bimestre Cronograma Critério de Avaliação Bibliografia
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 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 maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS PRÓ-REITORIA DE GRADUAÇÃO
ANEXO 1 - Plano de Ensino MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS PRÓ-REITORIA DE GRADUAÇÃO PLANO DE ENSINO Ano Semestre letivo 2017 01 1. Identificação Código 1.1 Disciplina: Métodos Estatísticos
Leia maisRESOLUÇÃO CADM 10/11, DE 22 DE JUNHO DE 2011
MINISTÉRIO DA EDUCAÇÃO CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS COLEGIADO DO CURSO DE BACHARELADO EM ADMINISTRAÇÃO RESOLUÇÃO CADM 0/, DE DE JUNHO DE 0 Aprova planos de ensinos de disciplinas
Leia maisFicha da Unidade Curricular (UC)
Impressão em: 03-01-2013 17:12:18 Ficha da Unidade Curricular (UC) 1. Identificação Unidade Orgânica : Escola Superior de Tecnologia e Gestão Curso : [IS] Informática para a Saúde UC/Módulo : Bioestatística
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisMÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor
MÉTODOS QUANTITATIVOS APLICADOS Prof. Danilo Monte-Mor Métodos Quantitativos Aulas 1 e 2 Análise Exploratória de Dados 2 Danilo Soares Monte Mor Currículum Vitae Prof. Dr. e especialista em Métodos Quantitativos
Leia maisUnidade VII - Analise da Variancia, 141 Conceitos de analise da variancia, 141
Prefacio, xiii Unidade I - Introduc?o ao Calculo das Probabilidades, 1 Conceito de probabilidades, 1 Experimentos aleatorios, 1 Espaco amostral (S), 1 Eventos (E), 2 Conceito de probabilidades em func?o
Leia maisAula 4. Aula de hoje. Aula passada
Aula 4 Aula passada Função de distribuição Bernoulli Sequência de v.a. Binomial, Geométrica, Zeta Valor esperado Variância Distribuição conjunta Independência de v.a. Aula de hoje Valor esperado condicional
Leia maisEstatística Básica. 13 de maio de 2009
13 de maio de 2009 1 2 3 4 5 Tipos de Testes Exemplos Teste para amostras independentes com variâncias iguais Teste para amostras independentes com variâncias diferentes Teste para amostras dependentes
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 maisMinistério da Educação UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Câmpus Curitiba PLANO DE ENSINO. CURSO Licenciatura em Matemática MATRIZ 674
Ministério da Educação UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Câmpus Curitiba PLANO DE ENSINO CURSO Licenciatura em Matemática MATRIZ 674 FUNDAMENTAÇÃO LEGAL Resolução nº. 117/10-COEPP DISCIPLINA/UNIDADE
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuição Amostral da Média Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.
Leia maisPROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO
PROBABILIDADES E ESTATÍSTICA LEIC+LEE+LERCI (TagusPark) PROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO Secção de Estatística e Aplicações Departamento de Matemática Instituto Superior Técnico Fevereiro 2008
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 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 maisCurso(s): Licenciaturas em Engenharia (1º ciclo) Aulas Teóricas 30h. Ano Curricular Semestre: 2º ano 1º semestre Aulas Teórico-Práticas 45h
UNIVERSIDADE CATÓLICA PORTUGUESA F A C U L D A D E D E E NGE N H ARIA Disciplina de Estatística Contexto da Disciplina Horas de Trabalho do Aluno Curso(s): Licenciaturas em Engenharia (1º ciclo) Aulas
Leia maisTeoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas
Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2
Leia maisProf. Dr. Engenharia Ambiental, UNESP
INTRODUÇÃO A ESTATÍSTICA ESPACIAL Análise Exploratória dos Dados Estatística Descritiva Univariada Roberto Wagner Lourenço Roberto Wagner Lourenço Prof. Dr. Engenharia Ambiental, UNESP Estrutura da Apresentação
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
Leia maisCURSO DE ENFERMAGEM Reconhecido pela Portaria nº 270 de 13/12/12 DOU Nº 242 de 17/12/12 Seção 1. Pág. 20
CURSO DE ENFERMAGEM Reconhecido pela Portaria nº 270 de 13/12/12 DOU Nº 242 de 17/12/12 Seção 1. Pág. 20 COMPONENTE CURRICULAR: BIOESTATÍSTICA CÓDIGO: ENF - 308 PRÉ-REQUISITO: Nenhum PERÍODO LETIVO: 2016.2
Leia maisEstatística Aplicada
Estatística Aplicada Variável Aleatória Contínua e Distribuição Contínua da Probabilidade Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE
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 maisCONHECIMENTOS ESPECÍFICOS
Julgue os itens a seguir, considerando dois eventos A e B, de um mesmo espaço amostral S, tais que P(A) > 0 e P(B) > 0. 51 Se P(A) 0,60 e P(B) 0,80, então P(AB) $ 0,40. ( AB) ( AB) P 1 P 52. 53 Se A e
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 maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia 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 maisTeorema do Limite Central
Teorema do Limite Central Bacharelado em Economia - FEA - Noturno 1 o Semestre 2014 MAE0219 (IME-USP) Teorema do Limite Central 1 o Semestre 2014 1 / 47 Objetivos da Aula Sumário 1 Objetivos da Aula 2
Leia maisPrincípios de Estatística
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 05/10/2011 Probabilidade
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 maisProf. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Estimação de Parâmetros O objetivo da Estatística Indutiva é tirar conclusões probabilísticas sobre aspectos da população,
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência
Leia maisProbabilidade, Estatística, Decisões e Segurança em Engenharia Geotécnica PEF-5837
Probabilidade, Estatística, Decisões e Segurança em Engenharia Geotécnica PEF-5837 Informações gerais Horário das aulas Quintas-feiras das 8:30 às :30 Livro texto principal: Benjamin, J.R. e Cornell, C.A.
Leia maisPLANO DE ENSINO. Disciplina. Código Denominação Carga horária AT 1 AP 2 APS 3 Total 311 Estatística e Probabilidade 120h/a 120h/a.
ANEXO II RESOLUÇÃO Nº 282/2007 CEPE PLANO DE ENSINO PERÍODO LETIVO/ANO: 2008 ANO DO CURSO: 4 Curso: Matemática Modalidade: Licenciatura Turno: Noturno Centro: Centro de Ciências Exatas e Tecnológicas CCET
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 maisb) 5 6 d) 1 6 e) 7 6
CONHECIMENTOS ESPECÍFICOS 21. Em estatística, duas medidas são de grande importância na análise de dados, medidas de tendência central e de dispersão. Dentre as medidas indicadas abaixo, são, respectivamente,
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 maisHEP Bioestatística
HEP 57800 Bioestatística DATA Aula CONTEÚDO PROGRAMÁTICO 05/03 Terça Níveis de mensuração, variáveis, organização de dados, apresentação tabular 07/03 Quinta Apresentação tabular e gráfica /03 Terça 3
Leia maisEstatística Aplicada II. } Estimação e Intervalos de Confiança
Estatística Aplicada II } Estimação e Intervalos de Confiança 1 Aula de hoje } Tópicos } Revisão } Estimação } Intervalos de Confiança } Referências } Barrow, M. Estatística para economia, contabilidade
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia maisProcesso de Amostragem
Processo de Amostragem População versus Amostra População: conjunto de unidades com uma ou mais característica em comum N é a dimensão da população Amostra: Subconjunto da população N é a dimensão da amostra
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Podemos
Leia maisLista de Exercicios 1. Medidas Resumo. Estimação. Distribuições Amostrais
Introcução à Inferência Estatística. Departamento de Física é Matemática. USP-RP. Prof. Rafael A. Rosales 15 de agosto de 007 Lista de Exercicios 1 Medidas Resumo. Estimação. Distribuições Amostrais 1
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 maisESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Científica Matemática Teóricas Curso Eng. Electrotécnica ECTS 5 Teóricopráticas Distribuição das horas de contacto Trabalho Práticas e de Seminário Estágio Laboratoriais campo Orientação tutória Outras
Leia maisEng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Revisão de Estatística Coleta de dados Análise de dados
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 maisDistribuições de Probabilidade. Distribuição Uniforme Distribuição Exponencial Distribuição Normal
Distribuições de Probabilidade Distribuição Uniforme Distribuição Exponencial Distribuição Normal 1 Distribuição Uniforme A distribuição Uniforme atribui uma densidade igual ao longo de um intervalo (a,b).
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 2019 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia mais