MOQ-23 ESTATÍSTICA. Professor: Rodrigo A. Scarpel
|
|
- José Gesser di Azevedo
- 8 Há anos
- Visualizações:
Transcrição
1 MOQ-3 ESTATÍSTICA Proessor: Rodrigo A. Scarpel
2 Probabilidade e Estatística: The Science o collecting and analyzing data or the purpose o drawing conclusions and making decisions Métodos analíticos: etrair conhecimento útil para tomada de decisão a partir de dados. Objetivo: azer coleta, redução, análise e modelagem dos dados buscando: Análise eploratória dos dados: obter dos dados a maior quantidade possivel de inormação Análise conirmatória de dados: inerência estatística
3 Desaio: Transormar dados em inteligência Cenários & Análises Como agir eicazmente? Perormance Corporativa Dados Relatórios Modelos Preditivos Modelos Descritivos Otimização Qual o melhor cenário? O que irá acontecer? Por que aconteceu? O que aconteceu? Dados Inormação Conhecimento Inteligência
4 Probabilidade 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 Programa do curso: SEMANA CONTEÚDO Revisão de probabilidade: teoremas, distribuições discretas e contínuas, distribuições conjuntas, momentos populacionais. Princípios de Estatística e amostragem. Estimação pontual de parâmetros. Estatística descritiva. Distribuições amostrais. Teorema do limite central. Variáveis 3 aleatórias Qui-quadrado e t de Student. 4 Prova Propriedades dos estimadores. Intervalos de coniança 5 (estimação por intervalo). Tamanho da amostra. 6 Teste de Hipóteses 7 Inerência baseada em amostras 8 Prova
6 Programa do curso: SEMANA CONTEÚDO 9 Teste de aderência e análise de dados categorizados 0 Distribuição F de Snedcor. Análise de variância (ANOVA) Princípios de eperimentação e algumas aplicações em engenharia Prova 3 Regressão linear simples. Estimação dos parâmetros pelo método dos mínimos quadrados. Coeiciente de determinação. Aplicações de modelos de regressão linear. Hipóteses de um 4 modelo de regressão. Estimação de parâmetros pelo método da máima verossimilhança. Inerência em análise de regressão. 5 Previsão utilizando regressão linear simples. Regressão linear múltipla. 6 Prova
7 Avaliação: 4 Provas ( por bimestre) Eame: Trabalho (individual) Bibliograia: Devore, J.L. (000), Probability and Statistics or Engineering and the Sciences, 5 th edition. Dubury Thomson Learning. Devore, J.L. (006), Probabilidade e Estatística para Engenharia e Ciências, Tradução da 6 a edição, Thomson. Walpole, R., Myers, R., Myers, S. e Ye, K. (009), Probabilidade e Estatística para engenharia e ciências, 8 a edição, Pearson. Site:
8 MOQ-3 ESTATÍSTICA REVISÃO DE PROBABILIDADE Proessor: Rodrigo A. Scarpel
9 Objetivo: Fazer uma breve revisão dos conceitos de modelos probabilísticos Tópicos:. Teoremas da probabilidade (TPT e TBayes) e independência.. Distribuições de probabilidade (univariadas). 3. Momentos (valor esperado, variância). 4. Distribuições conjuntas (multivariadas). Covariância. Correlação. Independência estatística. 5. Distribuição normal (univariada, bivariada e multivariada)
10 Teoremas da probabilidade: Teorema da probabilidade total: sejam E, E,, E n partições do espaço amostral e F um evento qualquer, então: P( F) = n i= P( E ). P ( F \ ) i E i Teorema de Bayes: sejam E, E,, E n partições do espaço amostral e F um evento qualquer, então: P( E j \ F) = n P( E i= j P( E ). P i ( F \ E ) ). P j ( F \ E ) i Auilia na estimação da probabilidade a posteriori a partir de uma probabilidade a priori.
11 Variáveis aleatórias unidimensionais: V.As são unções que associam números reais aos eventos de um espaço amostral (mapeiam o espaço amostral na reta real). X: Ω R Ω A X(A) O uso de variáveis aleatórias equivale a descrever os resultados de um eperimento aleatório por meio de números ao invés de palavras, o que apresenta a vantagem de possibilitar melhor tratamento matemático. R
12 Função de densidade de probabilidade (.d.p.): Também conhecida como unção de distribuição de probabilidade. Caso DISCRETO: a distribuição é caracterizada por uma.d.p. que associa probabilidades não-nulas aos possíveis valores da variável aleatória e zero aos demais. Caso CONTÍNUO: a distribuição é caracterizada por uma.d.p. que deverá obedecer as seguintes propriedades: b a + ( ) ( ) d = P( a X b) ( ) 0 d =, b > a
13 Parâmetro de posição: valor esperado Também conhecido por esperança e média. Caracteriza o centro (centro de massa) de uma distribuição. CASO DISCRETO: CASO CONTÍNUO: µ = Propriedades do valor esperado: ( X ) P( ) = E. i i i + ( X ) = ( ) µ = E. d E [K] = K E [ ± y] = E[] ± E[y] E [a+b] = a.e[]+b
14 Parâmetro de dispersão: variância Caracteriza o momento de inércia baricêntrico de uma distribuição. VAR ( X ) = σ ( X ) = E ( X µ ) [ ] = E( X ) E( ) X CASO DISCRETO: ( X ) ( µ ) P( ) Var. = i i i CASO CONTÍNUO: Desvio-padrão: σ() = σ = (σ ) ½ + ( X ) ( µ ) ( ) Var =. d Propriedades da variância: σ (k) = 0 σ (k.) = k. σ () σ (+k) = σ ()
15 Distribuição Normal [X~N(µ,σ )]: Uma variável aleatória X tem distribuição Normal se sua.d.p. é: ( ) = e πσ µ σ, < < R µ R (- < µ < ) σ R+ (σ > 0) Propriedades: σ = ½ σ = E [X] = µ Var [X] = σ Forma de sino centrado em µ Simétrica Achatamento depende de σ σ = Há um único máimo global em = µ () é crescente para < µ µ () é decrescente para > µ
16 Variáveis aleatórias bidimensionais: Seja um eperimento e seu espaço amostral. Sejam =X(A) e y= Y(A) duas unções cada uma associando um número real, para cada resultado A Ω, então (X,Y) é uma variável aleatória bidimensional. X: Ω R Ω A X(A) Y(A) R R
17 Função de densidade de probabilidade (.d.p.): Caso DISCRETO: p (, y) y p 0 (, y) = P( X =, Y = y) = p(, y) Caso CONTÍNUO: (, y) (, y) ddy = P[( X, Y A)] = A (, y) para qualquer região A no ddy plano y
18 Distribuição de Probabilidade Marginal: Para cada variável bidimensional (X,Y) associaremos duas variáveis aleatórias unidimensionais chamadas Distribuições Marginais de X e Y, respectivamente. Caso Discreto: p( i ) = P[X= i ] = Σ p( i,y j ) p(y j ) = P[Y=y j ] = Σ p( i,y j ) j i Caso Contínuo: Deinem-se g e h, respectivamente, as unções de densidade marginais de X e de Y como: () + = (, y)dy e y(y) + = (, y)d
19 Variáveis aleatórias independentes (independência estatística): Caso Discreto: seja (X,Y) uma variável aleatória bidimensional, dizemos que X e Y são variáveis aleatórias independentes se e somente se: p( i,y j ) = p( i ). p(y j ), i e j Caso Contínuo: seja (X,Y) uma variável aleatória bidimensional, dizemos que X e Y são variáveis aleatórias independentes se e somente se: (,y) = (). y (y), (,y)
20 Covariância: A covariância é uma medida de relação entre duas variáveis. Deine-se covariância por: Cov [ ] = E[ ( µ )( y )] = E( XY ) E( X ). E( ) ( X Y ) σ = E ( E( X ))( y E( Y )), = µ Y XY y y y Nestes casos X e Y variam µ y µ y conjuntamente de orma linear (a covariância será alta) µ µ y y Nestes casos, não eiste relação ou µ y a relação não é linear (a covariância será baia) µ
21 Coeiciente de Correlação (ρ): O inconveniente da covariância como medida é sua dependência das unidades de medida das variáveis. Foi necessário criar uma medida adimensional Coeiciente de Correlação dado por: Propriedades: - ρ XY ( X, Y ) ρ Cov σ XY XY = σ σ = σ σ Se X e Y são independentes, então ρ XY =0 Se X e Y estão ligadas por uma relação linear, então ρ XY = ± ρ (ax+b,cy+d) = ρ XY X Y X Y
22 Distribuição Normal Bivariada [X~N(µ,Σ)]: em que µ é um vetor e Σ é uma matriz ( ) ( ) ( )( ) + =,,, ep, σ σ µ µ ρ σ µ σ µ ρ ρ σ πσ < <,, sua.d.p. depende de 5 parâmetros: µ, µ, σ, σ e ρ, Propriedades: As distribuições marginais de e de se distribuem conorme uma normal univariada Se ρ, =0 então as variáveis aleatórias são independentes
23 Variáveis aleatórias multidimensionais: Seja um eperimento e seu espaço amostral. Sejam =X(A), y= Y(A),, z = Z(A) n unções cada uma associando um número real, para cada resultado A Ω, então (X,Y,, Z) é uma variável aleatória multidimensional. X: Ω R Ω A... X(A)... Z(A) R R
24 Função de densidade de probabilidade (.d.p.): Caso DISCRETO: p (, y,..., z) p y z P( X =, Y 0 (, y,..., z) = y,..., Z = = z) = p(, y,..., z) Caso CONTÍNUO: (, y,..., z) (, y,..., z) ddy... dz = P[( X, Y,..., Z A)] =... A (, y,..., z) ddy... dz para qualquer região A no espaço multidmensional y... z
25 Variáveis aleatórias multidimensionais: Independência: seja (X,Y,,Z) uma variável aleatória multidimensional (p-dimensional), dizemos que X, Y, e Z são variáveis aleatórias independentes se e somente se: p( i,,z j ) = p( i ).p(y l ) p(z j ), i,, j (caso discreto) (,,z) = (). y (y) z (z), (,,z) (caso contínuo) Valor esperado Vetor (p) Covariância Matriz de variâncias e covariâncias (pp) Correlação Matriz de correlações (pp)
26 Distribuição Normal Multivariada [X~N(µ,Σ)]: em que µ é um vetor p e Σ é uma matriz pp ( ) ( ) ( ) ( ) Σ Σ = µ µ π T p ep, R Casos: p= p= ) ( = σ µ πσ e ( ) ( ) ( )( ) + =,,, ep, σ σ µ µ ρ σ µ σ µ ρ ρ σ πσ
27 Para casa: Lista de Eercícios (site: Leitura: Devore ou Walpole et al. caps. a Teto: Data Mining: An Industrial Research Perspective
Vetores Aleatórios, correlação e conjuntas
Vetores Aleatórios, correlação e conjuntas Cláudio Tadeu Cristino 1 1 Universidade Federal Rural de Pernambuco, Recife, Brasil Segundo Semestre, 2013 C.T.Cristino (DEINFO-UFRPE) Vetores Aleatórios 2013.2
Leia maisCOMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder
Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem
Leia maisMOQ-13 Probabilidade e 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 Motivação Idéias Básicas
Leia maisPLANO DE ENSINO. Mestrado em Matemática - Área de Concentração em Estatística
1. IDENTIFICAÇÃO PLANO DE ENSINO Disciplina: Estatística Multivariada Código: PGMAT568 Pré-Requisito: No. de Créditos: 4 Número de Aulas Teóricas: 60 Práticas: Semestre: 1º Ano: 2015 Turma(s): 01 Professor(a):
Leia maisUNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2
UNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2 LISTA N O 2 Prof.: William Morán Sem. I - 2011 1) Considere a seguinte função distribuição conjunta: 1 2 Y 0 0,7 0,0
Leia maisMOQ 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 maisAnálise Exploratória de Dados
Análise Exploratória de Dados Profª Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Programa de Pós-graduação em Saúde Coletiva email: alcione.miranda@gmail.com Introdução O primeiro passo
Leia maisORGANIZAÇÃO DESTINATÁRIOS
APRESENTAÇÃO os módulos de análise de dados em IBM SPSS Statistics, organizados pelo Centro de Investigação em Ciências Sociais da Universidade do Minho (CICS), pretendem contribuir para a difusão da utilização
Leia maisAULAS 13, 14 E 15 Correlação e Regressão
1 AULAS 13, 14 E 15 Correlação e Regressão Ernesto F. L. Amaral 23, 28 e 30 de setembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de
Leia maisMétodos de Monte Carlo
Departamento de Estatística - UFJF Outubro e Novembro de 2014 são métodos de simulação São utilizados quando não temos uma forma fechada para resolver o problema Muito populares em Estatística, Matemática,
Leia maisIntrodução à análise de dados discretos
Exemplo 1: comparação de métodos de detecção de cárie Suponha que um pesquisador lhe apresente a seguinte tabela de contingência, resumindo os dados coletados por ele, oriundos de um determinado experimento:
Leia maisGUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR
Curso Engenharia Informática Ano letivo 2012/13 Unidade Curricular Probabilidade e Estatística ECTS 5,5 Regime Obrigatório ou opcional Ano 2º Semestre 1º sem Horas de trabalho globais Docente (s) Paulo
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 Probabilidade e Estatística The Science of collecting and analyzing data for the purpose of drawing
Leia maisIntrodução. Existem situações nas quais há interesse em estudar o comportamento conjunto de uma ou mais variáveis;
UNIVERSIDADE FEDERAL DA PARAÍBA Correlação e Regressão Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Eistem situações nas quais há interesse em estudar o comportamento conjunto
Leia maisEstatística e Probabilidade
Correlação Estatística e Probabilidade Uma correlação é uma relação entre duas variáveis. Os dados podem ser representados por pares ordenados (x,y), onde x é a variável independente ou variável explanatória
Leia maisEste apêndice resume os conceitos de álgebra matricial, inclusive da álgebra de probabilidade,
D Resumo de Álgebra Matricial Este apêndice resume os conceitos de álgebra matricial, inclusive da álgebra de probabilidade, necessária para o estudo de modelos de regressão linear múltipla usando matrizes,
Leia maisTópico 8. Estatística Inferencial Teste de Hipóteses
Tópico 8 Estatística Inferencial Teste de Hipóteses Estatística Inferencial Princípio básico da estatística População (Plano de Amostragem Probabilística) Amostra Generalizar Descrever dados Parâmetro
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA IDENTIFICAÇÃO (20140195) CURSOS A QUE ATENDE ADMINISTRACAO,
Leia maisTÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO
1 TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO Mario de Andrade Lira Junior www.lira.pro.br direitos autorais. INTRODUÇÃO À ANÁLISE MULTIVARIADA Apenas uma breve apresentação Para não dizerem que
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
Caros concurseiros, Como havia prometido, seguem comentários sobre a prova de estatística do ICMS RS. Em cada questão vou fazer breves comentários, bem como indicar eventual possibilidade de recurso. Não
Leia maisProf. M. Sc. Jarbas Thaunahy Santos de Almeida 1
Prof. M. Sc. Jarbas Thaunahy Santos de Almeida 1 Aula 7 Covariância e suas aplicações Roteiro Introdução Covariância Valor esperado, Variância e Desvio-padrão da soma entre duas variáveis aleatórias Retorno
Leia maisValeska Andreozzi 2010
Introdução Valeska Andreozzi 2010 Referências 3 Modelagem estatística 8 Modelagem................................................................... 9 Objetivos....................................................................
Leia maisReflexões sobre Probabilidade, Estatística e Modelamento Matemático
Reflexões sobre Probabilidade, Estatística e Modelamento Matemático Por: Armando Z. Milioni Instituto Tecnológico de Aeronáutica MPEP - BSB Agosto 2013 1 Resumo do que fizemos Um Jogador lançou 30 dados
Leia maisMétodo Monte-Carlo. Alexandre Rosas. 23 de Março de 2009. Departamento de Física Universidade Federal da Paraíba
Departamento de Física Universidade Federal da Paraíba 23 de Março de 2009 O que são os métodos de Monte-Carlo? Métodos numéricos que utilizam amostragem estatística (em contraposição a métodos determinísticos)
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos
Leia maisMétodo de Monte Carlo e ISO
Método de Monte Carlo e ISO GUM para cálculo l de incerteza Prof. Dr. Antonio Piratelli Filho Universidade de Brasilia (UnB) Faculdade de Tecnologia Depto. Engenharia Mecânica 1 Introdução: Erro x incerteza
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM
1 UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1) Um pesquisador está interessado em saber o tempo médio que
Leia maisCláudio Tadeu Cristino 1. Julho, 2014
Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino
Leia maisDescreve de uma forma adequada o
EST029 Cálculo de Probabilidade I Cap. 8 - Variáveis Aleatórias Contínuas Prof. Clécio da Silva Ferreira Depto Estatística - UFJF 1 Variável Aleatória Normal Caraterização: Descreve de uma forma adequada
Leia maisUNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
Leia maisVariáveis Aleatórias Contínuas
Variáveis aleatórias contínuas: vamos considerar agora uma lista de quantidades as quais não é possível associar uma tabela de probabilidades pontuais ou frequências tempo de duração de uma chamada telefônica
Leia maisUniversidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos
Dados que podem ser necessários a algumas questões de Estatística: P (t > t α ) = α ν 0,05 0,025 15 1,753 2,131 16 1,746 2,120 28 1,791 2,048 30 1,697 2,042 (Valor: 1,4) Questão 1. Considere o seguinte
Leia mais4 Avaliação Econômica
4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir
Leia maisPLANIFICAÇÃO ANUAL. MACS Matemática Aplicada às Ciências Sociais. Curso de Línguas e Humanidades 2º ANO (11º ANO)
PLANIFICAÇÃO ANUAL MACS Matemática Aplicada às Ciências Sociais Curso de Línguas e Humanidades º ANO (º ANO) Ano Lectivo 0/05 Planificação º Ano - MACS º Período Número de Aulas Previstas 0 Apresentação
Leia maisTrabalhando com Pequenas Amostras: Distribuição t de Student
Probabilidade e Estatística Trabalhando com Pequenas Amostras: Distribuição t de Student Pequenas amostras x Grandes amostras Nos exemplos tratados até agora: amostras grandes (n>30) qualquer tipo de distribuição
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES
Olá pessoal! Neste ponto resolverei a prova de Matemática Financeira e Estatística para APOFP/SEFAZ-SP/FCC/2010 realizada no último final de semana. A prova foi enviada por um aluno e o tipo é 005. Os
Leia maisESCOLA SECUNDÁRIA MANUEL DA FONSECA, SANTIAGO DO CACÉM GRUPO DISCIPLINAR: 500 Matemática Aplicada às Ciências Sociais
ANO: 11º ANO LECTIVO : 008/009 p.1/7 CONTEÚDOS MODELOS MATEMÁTICOS COMPETÊNCIAS A DESENVOLVER - Compreender a importância dos modelos matemáticos na resolução de problemas de problemas concretos. Nº. AULAS
Leia maisIMES Catanduva. Probabilidades e Estatística. no Excel. Matemática. Bertolo, L.A.
IMES Catanduva Probabilidades e Estatística Estatística no Excel Matemática Bertolo, L.A. Aplicada Versão BETA Maio 2010 Bertolo Estatística Aplicada no Excel Capítulo 3 Dados Bivariados São pares de valores
Leia maisDistribuições de Probabilidade Distribuição Normal
PROBABILIDADES Distribuições de Probabilidade Distribuição Normal BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisESTATÍSTICA. Comando da Aeronáutica. EXAME DE ADMISSÃD Estágio de Adaptação de Oficiais Temporários da Aeronáutica 2013
ESTATÍSTICA Comando da Aeronáutica EXAME DE ADMISSÃD Estágio de Adaptação de Oficiais Temporários da Aeronáutica 013 1 8 Poisson ESPECIALIDADE 31) Seja X uma variável aleatória com função de densidade
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
Caríssimos. Recebi muitos e-mails pedindo ajuda com eventuais recursos para as provas do BACEN. Em raciocínio lógico, eu não vi possibilidade de recursos, apesar de achar que algumas questões tiveram o
Leia maisConceitos Básicos de Estatística Aula 2
Conceitos Básicos de Estatística Aula 2 ISCTE - IUL, Mestrados de Continuidade Diana Aldea Mendes diana.mendes@iscte.pt 13 de Setembro de 2011 DMQ, ISCTE-IUL (diana.mendes@iscte.pt) Estatística 13 de Setembro
Leia maisMestrado Profissional em Administração. Disciplina: Análise Multivariada Professor: Hedibert Freitas Lopes 1º trimestre de 2015
Mestrado Profissional em Administração Disciplina: Análise Multivariada Professor: Hedibert Freitas Lopes 1º trimestre de 2015 Análise Fatorial MANLY, Cap. 7 HAIR et al., Cap. 3 2 Objetivos: Análise Fatorial!
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisEstatística Aplicada. Gestão de TI. Evanivaldo Castro Silva Júnior
Gestão de TI Evanivaldo Castro Silva Júnior Porque estudar Estatística em um curso de Gestão de TI? TI trabalha com dados Geralmente grandes bases de dados Com grande variabilidade Difícil manipulação,
Leia maisAula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello
Aula 04 Método de Monte Carlo aplicado a análise de incertezas Aula 04 Prof. Valner Brusamarello Incerteza - GUM O Guia para a Expressão da Incerteza de Medição (GUM) estabelece regras gerais para avaliar
Leia maisProbabilidade. Distribuição Normal
Probabilidade Distribuição Normal Distribuição Normal Uma variável aleatória contínua tem uma distribuição normal se sua distribuição é: simétrica apresenta (num gráfico) forma de um sino Função Densidade
Leia maisMestrado Profissional em Administração. Disciplina: Análise Multivariada Professor: Hedibert Freitas Lopes 1º trimestre de 2015
Mestrado Profissional em Administração Disciplina: Análise Multivariada Professor: Hedibert Freitas Lopes 1º trimestre de 2015 Análise de Correlação Canônica MANLY, Cap. 10 HAIR et al., Cap. 8 2 Objetivos
Leia maisMestrado em Gestão Econômica do Meio Ambiente
Mestrado em Gestão Econômica do Meio Ambiente Programa de Pós-graduação em Economia Sub-Programa Mestrado Profissional CEEMA/ECO/UnB Disciplina: ECO 333051 Métodos Estatísticos e Econométricos Instrutores:
Leia maisAvaliando o que foi Aprendido
Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função
Leia mais5.7 Amostragem e alguns teoremas sobre limites
M. Eisencraft 5.7 Amostragem e alguns teoremas sobre limites 7 5.7 Amostragem e alguns teoremas sobre limites Para quantificar os problemas associados às medidas práticas de uma VA, considere o problema
Leia maisCorrelação e Regressão
Correlação e Regressão Análise de dados. Tópico Prof. Dr. Ricardo Primi & Prof. Dr. Fabian Javier Marin Rueda Adaptado de Gregory J. Meyer, University of Toledo, USA; Apresentação na Universidade e São
Leia maisDISTRIBUIÇÃO NORMAL 1
DISTRIBUIÇÃO NORMAL 1 D ensid ade Introdução Exemplo : Observamos o peso, em kg, de 1500 pessoas adultas selecionadas ao acaso em uma população. O histograma por densidade é o seguinte: 0.04 0.03 0.02
Leia mais2 - Generalidades sobre funções reais de variável real
Análise Matemática - 009/010 - Generalidades sobre unções reais de variável real.1-deinição e Propriedades De..1 Sejam A e B conjuntos, e uma correspondência de A para B, isto é um processo de associar
Leia maisInferência Estatística
Universidade Federal Fluminense Instituto de Matemática e Estatística Inferência Estatística Ana Maria Lima de Farias Departamento de Estatística Conteúdo 1 Inferência estatística Conceitos básicos 1 1.1
Leia maisProjeto Supervisionado
Projeto Supervisionado Caio Almasan de Moura ra: 095620 Indice 1. Introdução 2. Principal Projeto: Modelo de Score 2.1. Objetivo... pg 3 2.2. Agentes Envolvidos... pg 3 2.3. Contextualização... pg 3 2.4.
Leia maisDISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL
DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL Introdução Variável aleatória Discreta: assume um número finito ou infinito numerável de valores Contínua: assume todos os valores
Leia maisUNIVERSIDADE DOS AÇORES
UNIVERSIDADE DOS AÇORES DEPARTAMENTO DE MATEMÁTICA Curso de Psicologia Estatística Aplicada à Psicologia É um erro capital teorizar sem se ter dados. Insensivelmente, começamos a distorcer os factos para
Leia maisA Curva Normal Luiz Pasquali
Capítulo 3 A Curva Normal Luiz Pasquali 1 A História da Curva Normal A curva normal, também conhecida como a curva em forma de sino, tem uma história bastante longa e está ligada à história da descoberta
Leia maisAula 11 Esperança e variância de variáveis aleatórias discretas
Aula 11 Esperança e variância de variáveis aleatórias discretas Nesta aula você estudará os conceitos de média e variância de variáveis aleatórias discretas, que são, respectivamente, medidas de posição
Leia maisMODIFICAÇÃO DO TESTE DE NORMALIDADE DE SHAPIRO-WILK MULTIVARIADO DO SOFTWARE ESTATÍSTICO R
MODIFICAÇÃO DO TESTE DE NORMALIDADE DE SHAPIRO-WILK MULTIVARIADO DO SOFTWARE ESTATÍSTICO R Roberta Bessa Veloso 1, Daniel Furtado Ferreira 2, Eric Batista Ferreira 3 INTRODUÇÃO A inferência estatística
Leia maisAnálise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr
Análise de Regressão Tópicos Avançados em Avaliação de Desempenho Cleber Moura Edson Samuel Jr Agenda Introdução Passos para Realização da Análise Modelos para Análise de Regressão Regressão Linear Simples
Leia maisMonitoramento e Controle de Processo Multivariado
Monitoramento e Controle de Processo Multivariado Roteiro 1. O Problema do Controle da Qualidade Multivariado 2. Descrição de Dados Multivariados 3. Gráfico de Controle T 2 de Hotelling (Subgrupos) 4.
Leia maisMétodo Monte Carlo e a ferramenta do Crystal Ball utilizados na indústria do petróleo: projeções de royalties
Método Monte Carlo e a ferramenta do Crystal Ball utilizados na indústria do petróleo: projeções de royalties JOSÉ OTAVIO DA SILVA, HERNANI A. FERNANDES CHAVES, CLEVELAND M. JONES, FABIANA ADÃO DA SILVA
Leia maisMESTRADO EM PESQUISA DE MERCADOS 2006 2007
MESTRADO EM PESQUISA DE MERCADOS 2006 2007 PROGRAMA DAS DISCIPLINAS 1 1º trimestre PESQUISA DE MERCADOS Objectivos Pretende-se que os alunos: (a) adquiram os conceitos e semântica próprios do tema, (b)
Leia mais- Analisar e compreender a importância e a natureza da estatística no cotidiano;
1- IDENTIFICAÇÃO CARGA HORÁRIA SEMANAL: 04 CARGA HORÁRIA SEMESTRAL: 80 PERÍODO: NOTURNO NOME DA DISCIPLINA: ESTATÍSTICA NOME DO CURSO: SUPERIOR DE TECNOLOGIA EM PETRÓLEO E GÁS 2- EMENTA Conceitos Básicos,
Leia maisLogo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A:
MQI 00 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 6/05/008 GABARITO PROBLEMA O preço de um certo carro usado é uma variável Normal com média R$ 5 mil e desvio padrão R$ 400,00. a) Você está interessado
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - EPPGG
Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - EPPGG 11. Em uma caixa há 1 bolas de mesmo tamanho: 3 brancas, 4 vermelhas e 5 pretas. Uma pessoa, no escuro, deve retirar n bolas
Leia maisA distribuição Weibull-Poisson
A distribuição Weibull-Poisson Estela Maris P. Bereta - DEs/UFSCar Francisco Louzada-Neto - DEs/UFSCar Maria Aparecida de Paiva Franco - DEs/UFSCar Resumo Neste trabalho é proposta uma distribuição de
Leia maisMomentos de uma variável aleatória
Momentos de uma variável aleatória O cálculo de E[X] (valor médio de X) e E[X 2 ] (que intervém na variância), pode ser generalizado pensando em E[X k ] com k IN. Definição: Dada uma v.a. X, chama-se momento
Leia maisTeorema Central do Limite e Intervalo de Confiança
Probabilidade e Estatística Teorema Central do Limite e Intervalo de Confiança Teorema Central do Limite Teorema Central do Limite Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),
Leia maisMatemática Aplicada às Ciências Sociais
Prova de Exame Nacional de Matemática Aplicada às Ciências Sociais Prova 835 2011 10.º e 11.º Anos de Escolaridade Decreto-Lei n.º 74/2004, de 26 de Março Para: Direcção-Geral de Inovação e de Desenvolvimento
Leia maisÍ N D I C E Introdução Função Constante... 01 Função Linear... 02
UNIVERSIDADE CRUZEIRO DO SUL Conhecendo a teoria III Curso: Pós-graduação / MBA Campus Virtual Cruzeiro do Sul - 009 Professor Responsável: Carlos Henrique de Jesus Costa Professores Conteudistas: Carlos
Leia maishttp://www.de.ufpb.br/~luiz/
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ Vimos que é possível sintetizar os dados sob a forma de distribuições de frequências
Leia maisValor Prático da Distribuição Amostral de
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE Antes de falarmos como calcular a margem de erro de uma pesquisa, vamos conhecer alguns resultados importantes da inferência estatística.
Leia maisIntrodução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS
Introdução a Analise Química - II sem/2012 Profa Ma Auxiliadora - 1 Introdução à Análise Química QUI 094 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução
Leia mais6. Geometria, Primitivas e Transformações 3D
6. Geometria, Primitivas e Transformações 3D Até agora estudamos e implementamos um conjunto de ferramentas básicas que nos permitem modelar, ou representar objetos bi-dimensionais em um sistema também
Leia maisGOVERNO DO ESTADO DE MATO GROSSO SECRETARIA DE ESTADO DE CIÊNCIA E TECNOLOGIA UNIVERSIDADE DO ESTADO DE MATO GROSSO
EDITAL COMPLENTAR N 001 AO EDITAL N 003/2012 UNAT A, no uso de suas atribuições legais e em cumprimento das normas previstas no artigo 37, inciso IX, da Constituição Federal, de 5 de outubro de 1988, Decreto
Leia maisTEORIA DO RISCO. LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com
TEORIA DO RISCO LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com 1 TARIFAÇÃO (FERREIRA, 2002) Diversos conceitos e metodologias envolvidos no cálculo do preço pago
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística 1. População: conjunto de indivíduos, ou itens, com pelo menos uma característica em comum. Também será denotada por população objetivo, que é sobre a qual desejamos
Leia maisEstatística stica para Metrologia
Aula 5 Estatística stica para Metrologia Aula 5 Variáveis Contínuas Uniforme Exponencial Normal Lognormal Mônica Barros, D.Sc. Maio de 008 1 Distribuição Uniforme A probabilidade de ocorrência em dois
Leia maisTeorema do Limite Central e Intervalo de Confiança
Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),
Leia maisCorrelação Canônica. Outubro / 1998. Versão preliminar. Fabio Vessoni. fabio@mv2.com.br (011) 30642254. MV2 Sistemas de Informação
Correlação Canônica Outubro / 998 Versão preliminar Fabio Vessoni fabio@mv.com.br (0) 306454 MV Sistemas de Informação Introdução Existem várias formas de analisar dois conjuntos de dados. Um dos modelos
Leia maisRegressão Linear Multivariada
Regressão Linear Multivariada Prof. Dr. Leandro Balby Marinho Inteligência Artificial Prof. Leandro Balby Marinho / 37 UFCG DSC Roteiro. Introdução 2. Modelo de Regressão Multivariada 3. Equações Normais
Leia maisMOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia mais'LVWULEXLomR(VWDWtVWLFDGRV9DORUHV([WUHPRVGH5DGLDomR6RODU *OREDOGR(VWDGRGR56
LVWULEXLomR(VWDWtVWLFDGRV9DORUHV([WUHPRVGH5DGLDomR6RODU OREDOGR(VWDGRGR56 6X]DQH5DQ]DQ 6LPRQH0&HUH]HU&ODRGRPLU$0DUWLQD]]R Universidade Regional Integrada do Alto Uruguai e das Missões, Departamento de
Leia maisAnálise de Componente Principais (PCA) Wagner Oliveira de Araujo
Análise de Componente Principais (PCA) Wagner Oliveira de Araujo Technical Report - RT-MSTMA_003-09 - Relatório Técnico May - 2009 - Maio The contents of this document are the sole responsibility of the
Leia maisRaciocínio Lógico-Quantitativo Correção da Prova ATRFB 2009 Gabarito 1 Prof. Moraes Junior RACIOCÍNIO LÓGICO-QUANTITATIVO
RACIOCÍNIO LÓGICO-QUANTITATIVO 31- A afirmação: João não chegou ou Maria está atrasada equivale logicamente a: a) Se João não chegou, Maria está atrasada. b) João chegou e Maria não está atrasada. c) Se
Leia maisCurso Satélite de. Matemática. Sessão n.º 2. Universidade Portucalense
Curso Satélite de Matemática Sessão n.º 2 Universidade Portucalense Funções reais de variável real Deinição e generalidades Uma unção é uma correspondência que a qualquer elemento de um conjunto D az corresponder
Leia maisIntervalo de Confiança. Prof. Herondino S. F.
Intervalo de Confiança Prof. Herondino S. F. Grau de Confiança Qual a temperatura média do corpo humano? A temperatura média do corpo humano é realmente 37 C. Na tabela abaixo, tem-se a temperatura de
Leia maisCONTEÚDO. 1.6.4 Tempo Médio e Vida Média Residual. 1.6.5 Relações entre as Funções 1.7 Exercícios...
Conteúdo Prefácio xiii 1 Conceitos Básicos e Exemplos 1 1.1 Introdução... 1 1.2 Objetivo e Planejamento dos Estudos 3 1.3 Caracterizando Dados de Sobrevivência 6 1.3.1 Tempo de Falha 7 1.3.2 Censura e
Leia maisPalavras-chave: Mortalidade Infantil, Análise Multivariada, Redes Neurais.
UMA ANÁLISE COMPARATIVA DE MODELOS PARA CLASSIFICAÇÃO E PREVISÃO DE SOBREVIVÊNCIA OU ÓBITO DE CRIANÇAS NASCIDAS NO RIO DE JANEIRO EM 2006 NO PRIMEIRO ANO DE VIDA Mariana Pereira Nunes Escola Nacional de
Leia maisEstudo de sobrevivência de insetos pragas através da distribuição de Weibull: uma abordagem bayesiana
Estudo de sobrevivência de insetos pragas através da distribuição de Weibull: uma abordagem bayesiana Leandro Alves Pereira - FAMAT, UFU Rogerio de Melo Costa Pinto - FAMAT, UFU 2 Resumo: Os insetos-pragas
Leia maisBioestatística Aula 3
Aula 3 Castro Soares de Oliveira Probabilidade Probabilidade é o ramo da matemática que estuda fenômenos aleatórios. Probabilidade é uma medida que quantifica a sua incerteza frente a um possível acontecimento
Leia maisAEP FISCAL CURSO DE ESTATÍSTICA
AEP FISCAL CURSO DE ESTATÍSTICA Auditor Fiscal da Receita Federal do Brasil, Analista Tributário da Receita Federal do Brasil e Auditor Fiscal do Trabalho. Prof. Weber Campos webercampos@gmail.com AUDITOR-FISCAL
Leia maisMódulo 4 PREVISÃO DE DEMANDA
Módulo 4 PREVISÃO DE DEMANDA Conceitos Iniciais Prever é a arte e a ciência de predizer eventos futuros, utilizando-se de dados históricos e sua projeção para o futuro, de fatores subjetivos ou intuitivos,
Leia maisCOMPARAÇÃO DOS TESTES DE ADERÊNCIA À NORMALIDADE KOLMOGOROV- SMIRNOV, ANDERSON-DARLING, CRAMER VON MISES E SHAPIRO-WILK POR SIMULAÇÃO
COMPARAÇÃO DOS TESTES DE ADERÊNCIA À NORMALIDADE KOLMOGOROV SMIRNOV, ANDERSONDARLING, CRAMER VON MISES E SHAPIROWILK POR SIMULAÇÃO Vanessa Bielefeldt Leotti, Universidade Federal do Rio Grande do Sul,
Leia maisANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA
ANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA ORIENTADORA: Dra. Maria Emília Camargo - UNISC - kamargo@zaz.com.br CO-ORIENTADORA: Dra. Suzana Leitão Russo -
Leia mais