VARIÂNCIAS DO PONTO CRÍTICO DE EQUAÇÕES DE REGRESSÃO QUADRÁTICA
|
|
- Luna Vieira Castelhano
- 7 Há anos
- Visualizações:
Transcrição
1 VARIÂNCIAS DO PONTO CRÍTICO DE EQUAÇÕES DE REGRESSÃO QUADRÁTICA Variaces of the critical poit of a quadratic regressio equatio Ceile Cristia Ferreira Nues, Augusto Ramalho de Morais, Joel Augusto Muiz 3, Thelma Sáfadi RESUMO Com o presete trabalho teve-se por objetivo a determiação de variâcias para o estudo do poto crítico de uma e- quação de regressão de segudo grau, em situações experimetais com diferetes variâcias, por meio de simulação Mote Carlo. Em muitos estudos, teóricos ou aplicados, o pesquisador depara-se com o problema que evolve quociete etre variáveis aleatórias e, pricipalmete, etre variáveis ormais. Como exemplo, aquelas que surgem em pesquisas de dose ecoômica de utrietes em experimetos de adubação, de compactação de solos e em outros problemas em que há iteresse a variável aleatória x b/( c ), estimador do poto crítico a regressão ŷ a + bx + cx. Para estudar a distribuição do poto crítico de uma equação de regressão quadrática, foram utilizados dados de produção de algodão de 536 esaios, ajustado-se um modelo quadrático. A estimação dos parâmetros foi feita pelo método dos quadrados míimos ordiários. Com base essas estimativas, implemetou-se por meio do software MATLAB uma rotia para simulação de duas séries com 5 erros aleatórios de distribuição ormal de média zero relativos a cada uma das variâcias cosideradas teóricas: σ,; ; ; 5; ; 5; e 5. As estimativas da variâcia do poto crítico foram obtidas por meio de três métodos: (a) fórmula comum do cálculo de variâcias; (b) fórmula obtida pela difereciação do estimador do poto crítico e (c) fórmula demostrada para o cálculo da variâcia de uma razão, cosiderado-se a covariâcia etre b e ĉ. Pelos resultados obtidos para as estatísticas médias dos coeficietes de regressão b e ĉ, bem como suas respectivas variâcias em fução das diversas variâcias teóricas ( σ ) adotadas, verificou-se que esses valores teóricos estão próximos aos reais. Aida ocorre uma tedêcia de que, com o aumeto da variâcia teórica, esses valores aumetem. Pode-se cocluir que a variâcia do poto crítico calculada usado-se a expressão que leva em cosideração a covariâcia etre b e ĉ apreseta resultados mais satisfatórios e que ão segue uma distribuição ormal, pois apreseta uma distribuição de freqüêcia com assimetria positiva e formato leptocúrtico. Termos para idexação: Regressão quadrática, quociete de variáveis aleatórias, variâcia do poto crítico, itervalo de cofiaça. ABSTRACT The aim of this paper is determie variaces for the aalysis of the critical poit of a secod-degree regressio equatio i experimetal situatios with differet variaces through Mote Carlo simulatio. I may theoretical or applied studies, oe fids situatios ivolvig ratios of radom variables ad more frequetly ormal variables. Examples are provided by variables, which appear i ecoomic dose research of utriets i fertilizatio experimets, as well as i other problems i which there are iterests i the radom variable x b /( ) c, estimator of the critic poit i the regressio ŷ a + bx + cx. Data of five hudred thirty six trials i cotto yield were utilized to study the distributio of the critical poit of a quadratic regressio equatio by adjustig a quadratic model. The parameters were evaluated usig a least square method. From the estimatios a MATLAB routie was implemeted to simulate two sets with five thousads radom errors with ormal distributio ad zero mea, relative to each of the theoretical variaces: σ.;.5; ; 5; ; 5; ad 5. The estimatio of the variace of the critical poit was obtaied by three methods: (a) usual formula for the variace; (b) formula obtaied by differetiatio of the critical poit estimator ad (c) formula for the computatio of the variace of a quotiet by takig ito cosideratio the covariace betwee b ad ĉ. The results obtaied for the statistic average for the regressio (Recebido para publicação em 3 de abril de e aprovado em 8 de agosto de ). Mestre em Estatística e Experimetação Agropecuária Uiversidade Federal de Lavras/UFLA Caixa Postal Lavras, MG.. Professores Adjuto do Departameto de Ciêcias Exatas/UFLA. 3. Professor Titular do Departameto de Ciêcias Exatas/UFLA.
2 39 NUNES, C. F. F. et al. betwee b e ĉ, as well as its respective variaces i terms of the several theoretical residual variaces ( σ ) adopted show that those theoretical values are close to real oes. Moreover, there is a tred of icreasig b ad ĉ with icrease of the theoretical variace. It may be cocluded that the critical poit variace calculated takig ito cosideratio the covariace betwee b ad ĉ, gives more satisfactory results ad does ot follow a ormal distributio, presetig a frequecy distributio with positive assimetry ad leptokurtic shape. Idex terms: Quadratic regressio, quotiet radom variables, variace of the critical poit, iterval of cofidece. INTRODUÇÃO Etre os vários modelos de regressão usados as pesquisas, merece destaque o modelo de regressão quadrático, devido ao seu amplo uso, facilidade de cálculos e eorme adaptação a explicação e iterpretação de feômeos biológicos, como as pesquisas agropecuárias, com o uso de fertilizates. Seja o modelo de regressão quadrática, com uma variável idepedete, dado por Neter et al. (99) por y i a+ bx i + cx i, pode-se obter um estimador para o poto crítico dessa equação, coforme Kapla (97), derivado-se y i em relação a x e fazedo sua derivada igual a zero, assim: dy ( i da+ bxi + cxi ) b + cx i, dx dx logo, o estimador do poto crítico da equação de regressão quadrática é x i b, que será a abscissa de c um poto de máximo, se ĉ for egativo, e de míimo, se ĉ for positivo. Estimativa da variâcia do poto crítico O cohecimeto da variâcia de um poto crítico pode ser de muita importâcia em algumas pesquisas, pois possibilita costruir itervalos de cofiaça para o verdadeiro valor do poto crítico e testar sua validade ou ão por meio de uma hipótese de iteresse a seu respeito. Para estimar a variâcia do poto crítico em um estudo usado simulação, D Aulísio (976) utilizou a expressão usual Var( x ) i x xi i i, citada por Spiegel (993). Segudo Mood et al. (974), a variâcia de um quociete de duas variáveis aleatórias x e y é dada de forma aproximada pela expressão: [ ] [ ] [, ] x µ Var x Var y Cov xy X Var y +. µ Y µ X µ Y µ Xµ Y Aulísio (976), estudado a variâcia dos potos de máximo ou de míimo de equações de regressão de b segudo grau, demostrou que se x é um estimador cosistete do poto crítico, sua variâcia pode c ser estimada aproximadamete pela primeira derivada do estimador do poto crítico em relação a x, e, portato, o estimador da variâcia é dado pela expressão: Varb () bvarc. () Varx () c c Coeficietes de assimetria e curtose Testes que avaliam assimetria e curtose são úteis e ajudam a verificar a sigificâcia da variação de certos mometos da amostra, em relação aos valores esperados, de uma população ormal. Nas aplicações práticas, porém, podem-se ter valores próximos de zero e, pricipalmete, este caso, e- xiste a ecessidade de saber se o valor obtido é diferete ou ão de zero. O coeficiete de assimetria pode ser estimado, coforme defiido por Fisher (93), usado-se a expressão γ µ 3. Para verificar se os valores estimados 3 σ de γ diferem ou ão de zero, esse pesquisador sugeriu γ a aplicação do teste de t de Studet γ t, s γ em que o valor da estatística t é a razão etre a esti- γ e seu erro-padrão, obtido a mativa do parâmetro Ciêc. agrotec., Lavras, v. 8,., p , mar./abr., 4
3 Variâcias do poto crítico de equações de regressão quadrática. 39 partir da raiz quadrada da variâcia Var ( ) γ, dada 6 ( ) por Var ( γ ). ( )( + )( + 3) O coeficiete de curtose foi defiido por de Fisher (93) como γ µ Para verificar se os σ valores estimados de γ diferem ou ão de zero, aplica-se o teste t dado por t para o qual γ γ s γ Var ( γ ) 4 ( ). ( 3)( )( + 3)( + 5) Itervalos de cofiaça Um método para se obter itervalo de cofiaça para um quociete é o baseado o teorema de E.C. Fieller, Fiey (964). Sedo x e x duas variáveis aleatórias ormalmete distribuídas com média zero e variâcia e σ, respectivamete, a ova variável u x µ x, fução liear das observações x e x, terá também distribuição ormal de média zero e variâcia Var( u) σ + µσ. e de Sedo s e σ, respectivamete, o quociete: s estimadores ão-viesados de u Var u x µ x µ s s +, σ σ tem distribuição t de Studet (KENDALL e STUART, 977). Assim sedo, em um certo ível de probabilidade α apropriado, a iequação x + t s µ xx µ + x t s dá os extremos do itervalo de cofiaça. Material MATERIAL E MÉTODOS Os dados utilizados este trabalho foram os mesmos utilizados por Freitas (978), e são proveietes de 536 esaios coduzidos com a cultura de algodão, realizados os Estados do Paraá, Mias Gerais e Goiás, o período de 97/975. Métodos Este trabalho foi realizado por meio de simulação Mote Carlo, para avaliar distribuições de freqüêcias do poto crítico de uma equação de regressão do segudo grau. Cosideraram-se como referêcia os valores médios obtidos por Freitas (978) para os coeficietes de regressão cujas estimativas foram b 9,73 e c 98,8947, ecessárias para o cálculo do poto crítico, e cosiderado que as variâcias eram proporcioais, sedo Var c 453 Var b. Para simular dados experimetais para b e ĉ, com média e variâcia estipulados coforme a situação, foi desevolvido um procedimeto utilizado o software MATLAB - Matrix Laboratory. Cosideraram-se as seguites dosages com 4 repetições cada uma:.;.;.4;.6 e.8, caracterizadas pelas diferetes variâcias teóricas, σ,; ;,; 5,; ; 5; ; 5. A partir desses valores reais, geraram-se duas séries com 5 erros aleatórios cada uma, com distribuição ormal de média zero para cada uma das variâcias teóricas cosideradas, deomiado e a primeira série e e a seguda, de forma que e ~ N(, σ ) e e ~ N(, σ ). Obtiveram-se, etão, 5 erros e 3 após multiplicar e por 453 ; assim, as estimativas de b e ĉ podem ser escritas como b 9,73+ e e c 98, e. Assim, costruiu-se um vetor com 5 observações, cujos elemetos são x. Determiaram-se etão, os va- c b lores médios para as estimativas bc, e x, suas respectivas variâcias com a fialidade de verificar a qualidade da simulação. A variâcia do quociete ou do poto crítico b x foi calculada utilizado-se três expressões c Var x, a saber: Var ( x ), Var x e 3 Ciêc. agrotec., Lavras, v. 8,., p , mar./abr., 4
4 39 NUNES, C. F. F. et al. Var ( x ) xi i x i i Varb () bvarc. () Var () x c c µ [ ], b 3 ( Var b Cov bc ) b Var c. Var x Var µ µ µ µµ c c c c b b Para cada situação do cojuto de 5 simulações, foi obtida a média do poto crítico e das três variâcias. Do mesmo modo, procedeu-se para o cálculo do coeficiete de assimetria e curtose. Para os coeficietes de assimetria e curtose, calculam-se γ, γ, cujas respectivas variâcias são costates em todos os casos, visto que todos os vetores têm 5 observações, assim: Var γ, e Var γ 8 para o cálculo da estatística t de Studet. Cohecidas as estimativas das variâcias, determiaram-se os itervalos b de cofiaça para x, estimador do poto crítico, a c um coeficiete de cofiaça de 95%, estimado-se os seus extremos, da seguite forma:, x ± t Var x x ± t Var x e x ± t Var x 3 em que t. Procedeu-se também à costrução dos histogramas de freqüêcia para verificar graficamete se a distribuição dos potos críticos aproxima-se de uma distribuição ormal. RESULTADOS E DISCUSSÃO Com a fialidade de verificar a aplicação das três expressões para o cálculo da variâcia do poto crítico e de se ter uma idéia se os valores simulados do poto crítico seguem uma distribuição ormal, são apresetados a seguir os resultados oriudos de várias simulações realizadas. Os resultados obtidos para as estatísticas médias dos coeficietes de regressão b e ĉ, bem como suas respectivas variâcias em fução das diversas variâ- cias teóricas ( σ ) adotadas, estão apresetadas a Tabela. Pode-se verificar que os valores médios dos coeficietes de regressão b e ĉ estão próximos aos valores teóricos reais cosiderados. Os valores de b variam de 9,74 a 9,33 e os valores de ĉ variam de 98,95 a 998. Notou-se uma tedêcia de que com o aumeto da variâcia teórica, esses valores tiveram um certo aumeto. Já para os valores das variâcias de b e ĉ, à me- dida que a variâcia teórica ( σ ) aumetou, seus valores também aumetaram; ota-se que as variâcias Var ( b ) σ ; o mesmo ocorredo para estão próximas e com tedêcia a variâcia teórica Var c, uma proporção próxima de 45 vezes, o que já era esperado. Os va- Var b e lores das estimativas b e ĉ, assim como Var ( c ), aumetaram à medida que as variâcias teóricas cosideradas aumetaram. Na Tabela apresetam-se os valores médios do poto crítico e as variâcias obtidas pelos 3 métodos cosiderados. Pelos resultados, verifica-se que houve um aumeto os valores do poto crítico à medida que a variâcia teórica aumetou. Os valores médios do poto crítico variaram de 56 a variâcia, até 586 a maior variâcia cosiderada de 5. Observado-se os valores obtidos para as três variâcias, verificou-se que a variâcia Var3 ( x ) apresetou valores meores do que os calculados por Var ( x ) ou Var ( x ). Pode- Var x, sugerida se iferir por esse que a expressão 3 por Mood, Graybill e Boes (974), deve ser preferida em vez das outras duas. Os valores médios obtidos para os coeficietes de assimetria e curtose e respectivos testes t estão apresetados a Tabela 3. Verifica-se σ, houve um que, com o aumeto da variâcia aumeto do coeficiete de assimetria e de curtose, e os valores de γ e γ foram todos positivos e aumetaram com o icremeto das variâcias teóricas cosideradas, evideciado uma assimetria positiva para todas as variâcias e uma tedêcia leptocúrtica. Ciêc. agrotec., Lavras, v. 8,., p , mar./abr., 4
5 Variâcias do poto crítico de equações de regressão quadrática. 393 TABELA Valores médios dos coeficietes de b e ĉ e respectivas variâcias em fução das diferetes variâcias reais utilizadas. σ b ĉ Var b Var ( c ), 9,74-98,95,8 37 9,775-98,978 4,85 9,8-98,974,8 4,37 5 9,98-98,9678 5,857 9,989-98,998,84 43, ,3 5, ,3-999, , TABELA Valores médios do poto crítico( x ) e variâcias do poto crítico calculados pelos métodos: usual Var ( x ), fórmula deduzida por D Aulísio (976) ( ) Var3 ( x ). Var x, expressão dada por Mood et al. (974) σ Poto crítico Variâcias x Var ( x ) Var ( ) x Var3 ( x ), , 564,74,7, ,9 5 66,3,7,97 68,69 4, ,3,8,93 835,,8, ,788,7,977 Ciêc. agrotec., Lavras, v. 8,., p , mar./abr., 4
6 394 NUNES, C. F. F. et al. Distribuição de freqüêcia dos valores do poto crítico Pode-se observar a Figura que a distribuição de freqüêcia dos valores do poto crítico ão estão muito distates dos de uma curva ormal. Esse foi o caso em que o coeficiete de curtose se aproximou do de uma ormal, ão diferido de 3 ou de zero, quado se subtrai essa costate. Na Figura e de acordo com a Tabela 3, pode-se observar uma leve tedêcia de assimetria à direita, caracterizado uma distribuição leptocúrtica. Na Figura 3 observa-se uma forte tedêcia de assimetria à direita e ao formato leptocúrtico (curtose maior que 3), que já havia sido detectada ateriormete as aálises realizadas a Tabela 3. Itervalos de cofiaça para o poto crítico Aalisado os itervalos de cofiaça para o poto crítico calculados usado-se as três diferetes variâcias (Tabela 4), ota-se que esses itervalos são bastate satisfatórios, pricipalmete quado se utili- Var x. Como já era esperado, todos zou a variâcia 3 os itervalos de cofiaça toraram-se meos precisos com o aumeto das variâcias teóricas. Desse modo, os itervalos de cofiaça meos satisfatórios foram aque- Var x e os itervalos mais satisfató- les obtidos com ( ) rios, obtidos com Var3 ( x ). TABELA 3 Valores médios dos coeficietes de assimetria, curtose e respectivas estatísticas do teste t, em fução das diferetes variâcias. σ Coeficiete de assimetria Coeficiete de curtose Valores do teste t γ γ t γ,,96,3,7775 (**),898 (NS),97,8 6,3447 (**) 3,947 (**),357,3478 9,63 (**) 5,3 (**) 5,796 48,83 (**),3559 (**),339 4, (**) 6,97 (**) 5, 3 6,783 (**) 6,3599 (**) 3, ,6,37 (**) 543,43 (**) ,7 359,873 (**) 845, (**) t γ Std. Dev, Mea 56 N 5, 85 FIGURA Represetação gráfica da distribuição de freqüêcia dos valores simulados do poto crítico, para a variâcia σ, e valor médio de x 56. Ciêc. agrotec., Lavras, v. 8,., p , mar./abr., 4
7 Variâcias do poto crítico de equações de regressão quadrática ,3 8, S td. D e v, M e a 57 N 5, FIGURA Represetação gráfica da distribuição de freqüêcia dos valores simulados do poto crítico, para a variâcia σ, e valor médio de x ,,3 5,3 5 5,6 5,6,7 5,7,8 5,8,9 5,9, 5, 7 5 S td. D e v, 8 M e a 6 8 N 5, FIGURA 3 Represetação gráfica da distribuição de freqüêcia dos valores simulados do poto crítico, para a variâcia σ, e valor médio de x 68., 5 TABELA 4 Valores médios do poto crítico e itervalos de cofiaça para o poto crítico cosiderado as três variâcias, em fução das variâcias teóricas. Variâcia teórica ( σ ) Poto crítico médio Variâcias ( x ) Var Var Var x, 56 [4; 77] [4; 77] [53; 588] 564 [3; 896] [34; 894] [5; 66] 569 [98; 4] [3; 35] [48; 658] 5 66 [,354; 78] [,3574; 657] [48; 83] 68 [,36;,6343] [,38;,65] [4; 959] 5 75 [35;,6968] [,949,,6554] [49; 94] 835 [,99;,774] [,755;,696] [44; 3] [-,7765; 3,8937] [,3;,887] [96,6] x 3 x Ciêc. agrotec., Lavras, v. 8,., p , mar./abr., 4
8 396 NUNES, C. F. F. et al. CONCLUSÕES As variâcias dos coeficietes de regressão aumetaram proporcioalmete com o aumeto das variâcias teóricas ( σ ) cosideradas, caracterizado uma simulação de boa qualidade. A variâcia do poto crítico calculada usado-se a expressão de Mood et al. (974) apreseta-se como a mais satisfatória, pois leva em cosideração a covariâcia etre os coeficietes de regressão b e c. A variâcia σ afeta a estimativa do poto crítico, maiores variâcias estão relacioados com maiores valores médios. A distribuição de freqüêcia do poto crítico ão segue ao de uma distribuição ormal. O poto crítico apreseta uma distribuição de freqüêcia com assimetria positiva e formato do tipo leptocúrtico. Os itervalos de cofiaça para o poto crítico toram-se meos precisos com o aumeto das variâcias teóricas ( σ ) em todos os três casos aalisados. Os itervalos de cofiaça com meor amplitude foram os obtidos Var x. utilizado-se a variâcia calculada por 3 REFERÊNCIAS BIBLIOGRÁFICAS D AULISIO, M. B. G. d. A variâcia dos potos de máximo ou de míimo de equações de regressão de segudo grau f. Dissertação (Mestrado em Estatística e Experimetação Agroômica) Escola Superior de Agricultura de Luiz de Queiroz, Piracicaba, 976. FINNEY, D. J. Statistical method i biological assay. Lodo: Charles Griffi, p. FISHER, R. A. The momets of the distributio for ormal samples of measures of departure from ormality. Joural of the Royal Statistical Society, A, Lodres, v. 3, p. 7-8, 93. FREITAS, A. R. A distribuição do poto de máximo ou de míimo de uma fução usada em experimetos de adubação f. Dissertação (Mestrado em Estatística e Experimetação Agroômica) - Escola Superior de Agricultura de Luiz de Queiroz, Piracicaba, 978. KAPLAN, W. Cálculo avaçado. São Paulo: Edgard Blücher, 97. v., 75 p. KENDALL, M. G.; STUART, A. The advaced theory of statistics. Lodo: Charles Griffi, 977. v.. MOOD, A. M.; GRAYBILL, F. A.; BOES, D. C. Itroductio to the theory of statistics. 3. ed. Tokio: McGraw-Hill, p. NETER, J.; WASSERMAN, W.; KUTNER, M. H. Applied liear statistical models: regressio, aalysis of variace, ad experimetal desigs. 3. ed. Homewood: Richard D. Irwi, p. SPIEGEL, M. R. Estatística. 3. ed. São Paulo: Makro Books, p. Ciêc. agrotec., Lavras, v. 8,., p , mar./abr., 4
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 maisRegressão 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 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 maisA 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 maisUtilização de modelos não-lineares sigmoidais na descrição do aumento em diâmetro de frutos de pequi.
Utilização de modelos ão-lieares sigmoidais a descrição do aumeto em diâmetro de frutos de pequi. Ricardo Wager Pacopahyba de Mattos 1 Thaís Destéfai Ribeiro 1 Joel Augusto Muiz 1 Augusto Ramalho de Morais
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 maisINTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1
INTERVALO DE CONFIANÇA BOOTSTRAP 71 INTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1 JOSÉ ERIVALDO PEREIRA, JOÃO FLÁVIO VELOSO SILVA, WALDIR PEREIRA
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 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 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 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 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 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 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 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 maisbinomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.
biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa
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 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 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 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 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 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 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 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 maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
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 maisEstimação de parâmetros da distribuição beta-binomial: uso do programa SAS e uma aplicação a dados obtidos da Escala P-DUREL
Estimação de parâmetros da distribuição beta-biomial: uso do programa SAS e uma aplicação a dados obtidos da Escala P-DUREL Diorgies Herculao da Silva Itrodução Edso Zagiacomi Martiez O modelo beta-biomial
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 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 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 maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 miutos Justifique
Leia maisRevisando... 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 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 maisEconometria. Econometria. Algumas considerações. Algumas considerações MQO. Derivando as Propriedades
Ecoometria. Propriedades fiitas dos estimadores MQO. Estimação da Variâcia do estimador de MQO 3. Revisão de Iferêcia (testes em ecoometria) Ecoometria. Propriedades fiitas dos estimadores MQO Algumas
Leia maisA DESIGUALDADE DE CHEBYCHEV
A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades
Leia maisn C) O EMV é igual a i 1
PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão
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 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 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 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 maisDESIGUALDADES, 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 maisAnálise de dados industriais
Aálise de dados idustriais Escola olitécica Departameto de Eeharia Química Roberto Guardai 4 arte 5. ÉCNICAS DE DISCRIMINAÇÃO E DE CLASSIFICAÇÃO DE DADOS Itrodução écicas estatísticas de aálise baseadas
Leia maisCAPÍTULO 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 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 maisNosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ
TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL µ Nosso objetivo agora é estudar a média de uma variável quatitativa X. Deotamos a média descohecida como E(X)µ Mais precisamete, estimamos a média µ, costruímos
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I robabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 2 o semestre 2016/2017 05/07/2017 15:00 2 o Teste C 10 valores 1. Admita que a proporção
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 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 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 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 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 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 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 mais5 Teoria dos Valores Extremos
Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos
Leia maisKRIGAGEM UNIVERSAL (Metodologia geoestatística para dados não estacionários)
KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados ão estacioários) Para a obteção de um variograma é suposto que a variável regioalizada teha um comportameto fracamete estacioário, ode os valores
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 maisDescrição da cinética de secagem de frutos de banana Prata e D Água por modelos de regressão não linear
Descrição da ciética de secagem de frutos de baaa Prata e D Água por modelos de regressão ão liear 1 Itrodução Thaís Destéfai Ribeiro 1 Ricardo Wager Pacopahyba de Mattos 1 Joel Augusto Muiz 1 Soraia Vilela
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 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 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 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 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 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 maisProbabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec
Duração: 90 miutos Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! 2 o semestre 2015/2016 09/06/2016 11:00 2 o teste B Grupo I 10 valores 1. Seja
Leia maisMétodo alternativo para calcular a constante de Apéry
SCIENTIA PLENA VOL. 7, NUM. 4 0 www.scietiaplea.org.br Método alterativo para calcular a costate de Apéry S. R. Cruz; J. B. Oliveira; D. T. Feitosa; C. M. Silva Departameto de Matemática, Uiversidade de
Leia maisd) A partir do item c) encontre um estimador não viciado para σ 2.
Uiversidade de Brasília Departameto de Estatística 6 a Lista de PE 1 Seja X 1,, X ) uma AAS tal que EX i ) = µ e VarX i ) = σ 2 a) Ecotre EXi 2 ) e E X 2) b) Calcule EX i X) X i X) 2 c) Se T =, mostre
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 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 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 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 maisEstatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS
Estatística para Ecoomia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS Primavera 008/009 Variável Aleatória: Defiição: uma variável aleatória é uma fução que atribui a cada elemeto
Leia maisProbabilidades 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 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 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 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 maisEstatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão
Estatística Descritiva 3. Estatísticas 3.1. Medidas de posição 3.. Medidas de dispersão 1 Exemplo 1: Compare as 4 colheitadeiras quato às porcetages de quebra de semetes de milho. Tabela 1. Porcetagem
Leia maisEstatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL
Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL AULA 8 16/05/17 Prof a Lilia M. Lima Cuha Maio de 017 PROPOSITO FUNDAMENTAL DA INFERÊNCIA ESTATISTICA DESENVOLVER ESTIMATIVAS E TESTAR HIPOTESES
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 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 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 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 maisEstimação de Parâmetros. 1. Introdução
Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas
Leia maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010
COMPARAÇÕES DE DISTRIBUIÇÕES DE PROBABILIDADE PARA UMA SÉRIE DE VAZÕES MÁXIMAS PARA CURSO D ÁGUA RIO DO VEADO, ES MILLENA MIRELLA VIEIRA TAVEIRA ; GEOVANE JUNQUEIRA ALVES ; ANTÔNIO MARCIANO DA SILVA ;
Leia maisEstimativa 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 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 maisMétodos Quantitativos para Ciência da Computação Experimental Aula #4
Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais 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 Observações:
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 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 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 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 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 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 maisMQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:
MQI 003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 07/07/008 Nome: PROBLEMA Sejam X e Y v.a. cotíuas com desidade cojuta: f xy cy xy x y (, ) = + 3 ode 0 e 0 a) Ecotre a costate c que faz desta
Leia maisCaderno de Exercício 2
1 Cadero de Exercício Estimação Potual e Itervalos de Cofiaça 1. Exercícios Aulas 1. Exercício 8.6 do livro Statistics for Ecoomics ad Busiess. O úmero de adares vedidos em cada dia por uma empresa imobiliária
Leia maisESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.
ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate
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 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 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 maisCAPÍTULO 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