Distribuições Amostrais
|
|
- Stella Campelo Anjos
- 6 Há anos
- Visualizações:
Transcrição
1 Distribuições Amostrais 1
2 Da população, com parâmetro, retira-se k amostras de tamanho n e calcula-se a estatística. Estas estatísticas são as estimativas de. As estatísticas, sendo variáveis aleatórias, terão alguma distribuição de probabilidade, com uma média, uma variância, etc. A distribuição de probabilidade de uma estatística chama-se distribuição amostral da estatística ou distribuição por amostragem da estatística.
3 Se, por exemplo, a grandeza estatística particular adotada for a média, então a distribuição será denominada distribuição amostral das médias ou distribuição amostral da média. De forma similar, podemos ter distribuições amostrais de desvio padrão, da variância, da mediana, das proporções, etc. A inferência estatística se baseia em tais distribuições, assumindo, portanto, papel fundamental na análise estatística. 3
4 AMOSTRAS POPULAÇÃO 1 x 1 1 : média. amostra11 s : desvio padrão1 : média : desviopadrão 3 x s x s : média.amostra : desvio padrão. 3 3 : média.amostra3 : desvio padrão.3 4
5 Generalizando: População Amostras ˆ 1 ˆ ˆ ˆ n Distribuição Amostral 5
6 Observação: Usamos para a média populacional, para a média amostral. Da mesma forma designa a variância populacional (e o desvio padrão), a variância amostral ( e s o desvio padrão). s x Exemplo 1: Para ilustrar o conceito de distribuição amostral vamos construir a da média de uma amostra aleatória de tamanho n= extraída, sem reposição, de uma população de tamanho N=5, cujos os elementos são os números 3,5,7,9, e 11. (quadro) 6
7 Resumindo o processo: a) População com um parâmetro. b) Retira-se k amostras por um processo aleatório qualquer c) Calcula-se o valor para cada amostra (i = 1,,..., k). d) Com os valores de das k amostras constrói-se a distribuição amostral de. ˆi ˆi 7
8 Distribuição amostral da média (distribuição de ) Z (normal) ou t (t-student). Distribuição amostral da variância qui-quadrado ( ). Distribuição amostral de duas variâncias F (Fisher e Snedecor). Distribuição amostral da proporção Z (normal) 8
9 Distribuição Z (Normal) Se a variável possui distribuição normal, então distribuição normal. terá Portanto, se ~ N, ~ N, n isto é: a distribuição da variável por amostragem casual simples será sempre normal com a mesma média da população e variância n vezes menor. Isso significa que, quanto maior o tamanho da amostra, menor será a variância 9
10 o Se a população não é normal, qual a distribuição amostral de? o Se a população com parâmetros e não é normal, a variável não será exatamente normal, mas sim aproximadamente normal, isto é n Z N(0,1) onde n distribuição padronizada n fato que resulta do Teorema do Limite Central: 10
11 Teorema do Limite Central A distribuição das médias amostrais, obtidas de amostras de tamanho n, selecionadas ao acaso de uma população de tamanho N, com média e variância será aproximadamente normal com média e variância se a amostragem for realizada com reposição, ou x x n N n N 1 se a amostragem for realizada sem reposição em uma n população finita ( N > 0,05 ), independentemente da distribuição da variável em questão. x n 11
12 o Em notação tem-se: ~ N ; o n ~ N ; n N N n 1 Pop. infinita Pop. finita o A aproximação normal se torna progressivamente melhor com o aumento do tamanho da amostra. o No geral, considera-se que para n 30 a aproximação normal da distribuição amostral das médias é adequada, qualquer que seja a distribuição populacional da variável aleatória. o Se a população da variável possui distribuição normal, então qualquer que seja o tamanho da amostra para se calcular a média, esta terá distribuição também normal. 1
13 13
14 Exercício 1: Seja ~ N(80; 6). Dessa população retiramos uma amostra de tamanho 5, isto é, n=5. Calcular P( 83) e P( 8). 14
15 Distribuição t de Student (n<30) Sabe-se que e sua distribuição padronizada é dada por: ~ N( ; ) n Z n Em muitas situações não se conhece ou, mas sim sua estimativa s ou s 15
16 Precisamos substituir por seu estimador s, portanto, alteramos a estatística Z para a estatística t s n a qual segue uma distribuição t de Student com (n-1) graus de liberdade. Nestas situações a distribuição deixa de ser normal padronizada. 16
17 Características da distribuição t-student É simétrica em relação a média (semelhante a distribuição de Z), com média 0; Tem forma campanular (semelhante à normal); Quando n tende para infinito, a distribuição t- Student tende para a distribuição normal. Na prática, a aproximação é considerada boa quando n >30. Possui v=n-1 graus de liberdade. 17
18 CONDIÇÕES PARA UTILIZAR A DISTRIBUIÇÃO T STUDENT O tamanho da amostra é pequeno (n<30) é desconhecido A Tabela t A tabela t - Student fornece as probabilidades do valor t ser maior que um valor específico. Depende do número de graus de liberdade v = gl= n-1 18
19 0,14 0,1 0,1 0,08 0,06 0,04 0, t + Pt ( 10,764)? P(t g > t ) Pt ( 10, 764) 0, 01 g 0,1 0,05 0,05 0,01 0, ,078 6,314 1,706 31,81 63,656 1,886,90 4,303 6,965 9,95 3 1,638,353 3,18 4,541 5, ,533,13,776 3,747 4, ,476,015,571 3,365 4,03 6 1,440 1,943,447 3,143 3, ,415 1,895,365,998 3, ,397 1,860,306,896 3, ,383 1,833,6,81 3, ,37 1,81,8,764 3, ,363 1,796,01,718 3, ,356 1,78,179,681 3, ,350 1,771,160,650 3, ,345 1,761,145,64, ,341 1,753,131,60, ,337 1,746,10,583, ,333 1,740,110,567, ,330 1,734,101,55, ,38 1,79,093,539, ,35 1,75,086,58, ,33 1,71,080,518,831 1,31 1,717,074,508, ,319 1,714,069,500, ,318 1,711,064,49, ,316 1,708,060,485, ,315 1,706,056,479, ,314 1,703,05,473, ,313 1,701,048,467, ,311 1,699,045,46, ,310 1,697,04,457, ,303 1,684,01,43, ,99 1,676,009,403, ,96 1,671,000,390, ,89 1,658 1,980,358,617 1,8 1,645 1,960,36,576 19
20 Exercício : Obter os seguintes valores da distribuição t - Student: a) P (-,160 < t < a) = 0,95 com 13 g.l. b) P (a < t < 1,708) = 0,90 com 5 g.l. c) P (t > a) = 0,05 com 0 g.l. d) P (t < a) = 0,10 com 9 g.l. e) P( -,01 < t<,01) =K com 40 g. l. f) P(t <,01) = K com 11 g.l. g) P(t > -,13) = K com 4 g. l. h) P(t >,81) = K com 9 g. l. 0
21 Distribuição de qui-quadrado ( ) Retira-se uma amostra de n elementos de uma população normal com média e variância teremos que s n i 1 x n i x 1 segue uma distribuição de com n-1 graus liberdade. A transformação de s em é obtida por ( n 1) s que tem distribuição com n-1 graus de liberdade. 1
22 Os valores de não podem ser negativos Não é simétrica em = 0 Quanto maior o tamanho de n, a distribuição tende a normal. Como a curva não é simétrica, então olha-se na tabela dois valores de, quando queremos saber se um valor está entre limites. A tabela fornece as probabilidades do valor ser maior que um valor específico
23 0 + t P P( 10 3, 5)? ( g t ) P( 10 3, 5) 0,975 g 0,005 0,010 0,05 0,050 0,100 0,900 0,950 0,975 0,990 0, ,88 6,63 5,0 3,84,71 0,016 0,0039 0,0010 0, , ,60 9,1 7,38 5,99 4,61 0,1 0,10 0,051 0,00 0, ,84 11,34 9,35 7,81 6,5 0,58 0,35 0, 0,11 0, ,86 13,8 11,14 9,49 7,78 1,06 0,71 0,48 0,30 0,1 5 16,75 15,09 1,83 11,07 9,4 1,61 1,15 0,83 0,55 0, ,55 16,81 14,45 1,59 10,64,0 1,64 1,4 0,87 0,68 7 0,8 18,48 16,01 14,07 1,0,83,17 1,69 1,4 0,99 8 1,95 0,09 17,53 15,51 13,36 3,49,73,18 1,65 1,34 9 3,59 1,67 19,0 16,9 14,68 4,17 3,33,70,09 1, ,19 3,1 0,48 18,31 15,99 4,87 3,94 3,5,56, ,76 4,7 1,9 19,68 17,8 5,58 4,57 3,8 3,05,60 1 8,30 6, 3,34 1,03 18,55 6,30 5,3 4,40 3,57 3, ,8 7,69 4,74,36 19,81 7,04 5,89 5,01 4,11 3, ,3 9,14 6,1 3,68 1,06 7,79 6,57 5,63 4,66 4, ,80 30,58 7,49 5,00,31 8,55 7,6 6,6 5,3 4, ,7 3,00 8,85 6,30 3,54 9,31 7,96 6,91 5,81 5, ,7 33,41 30,19 7,59 4,77 10,09 8,67 7,56 6,41 5, ,16 34,81 31,53 8,87 5,99 10,86 9,39 8,3 7,01 6, ,58 36,19 3,85 30,14 7,0 11,65 10,1 8,91 7,63 6, ,00 37,57 34,17 31,41 8,41 1,44 10,85 9,59 8,6 7, ,40 38,93 35,48 3,67 9,6 13,4 11,59 10,8 8,90 8,03 4,80 40,9 36,78 33,9 30,81 14,04 1,34 10,98 9,54 8, ,18 41,64 38,08 35,17 3,01 14,85 13,09 11,69 10,0 9,6 4 45,56 4,98 39,36 36,4 33,0 15,66 13,85 1,40 10,86 9, ,93 44,31 40,65 37,65 34,38 16,47 14,61 13,1 11,5 10,5 6 48,9 45,64 41,9 38,89 35,56 17,9 15,38 13,84 1,0 11, ,64 46,96 43,19 40,11 36,74 18,11 16,15 14,57 1,88 11, ,99 48,8 44,46 41,34 37,9 18,94 16,93 15,31 13,56 1,46 9 5,34 49,59 45,7 4,56 39,09 19,77 17,71 16,05 14,6 13, ,67 50,89 46,98 43,77 40,6 0,60 18,49 16,79 14,95 13, ,77 63,69 59,34 55,76 51,81 9,05 6,51 4,43,16 0, ,49 76,15 71,4 67,50 63,17 37,69 34,76 3,36 9,71 7, ,95 88,38 83,30 79,08 74,40 46,46 43,19 40,48 37,48 35, ,1 100,43 95,0 90,53 85,53 55,33 51,74 48,76 45,44 43, ,3 11,33 106,63 101,88 96,58 64,8 60,39 57,15 53,54 51, ,30 14,1 118,14 113,15 107,57 73,9 69,13 65,65 61,75 59, ,17 135,81 19,56 14,34 118,50 8,36 77,93 74, 70,06 67,33 3
24 0 + t P P( 10 3,5)? ( g t ) P( 10 3, 5) 0,975 P( 15?) 0,9 P( 15 8,55) 0,9 g 0,005 0,010 0,05 0,050 0,100 0,900 0,950 0,975 0,990 0, ,88 6,63 5,0 3,84,71 0,016 0,0039 0,0010 0, , ,60 9,1 7,38 5,99 4,61 0,1 0,10 0,051 0,00 0, ,84 11,34 9,35 7,81 6,5 0,58 0,35 0, 0,11 0, ,86 13,8 11,14 9,49 7,78 1,06 0,71 0,48 0,30 0,1 5 16,75 15,09 1,83 11,07 9,4 1,61 1,15 0,83 0,55 0, ,55 16,81 14,45 1,59 10,64,0 1,64 1,4 0,87 0,68 7 0,8 18,48 16,01 14,07 1,0,83,17 1,69 1,4 0,99 8 1,95 0,09 17,53 15,51 13,36 3,49,73,18 1,65 1,34 9 3,59 1,67 19,0 16,9 14,68 4,17 3,33,70,09 1, ,19 3,1 0,48 18,31 15,99 4,87 3,94 3,5,56, ,76 4,7 1,9 19,68 17,8 5,58 4,57 3,8 3,05,60 1 8,30 6, 3,34 1,03 18,55 6,30 5,3 4,40 3,57 3, ,8 7,69 4,74,36 19,81 7,04 5,89 5,01 4,11 3, ,3 9,14 6,1 3,68 1,06 7,79 6,57 5,63 4,66 4, ,80 30,58 7,49 5,00,31 8,55 7,6 6,6 5,3 4, ,7 3,00 8,85 6,30 3,54 9,31 7,96 6,91 5,81 5, ,7 33,41 30,19 7,59 4,77 10,09 8,67 7,56 6,41 5, ,16 34,81 31,53 8,87 5,99 10,86 9,39 8,3 7,01 6, ,58 36,19 3,85 30,14 7,0 11,65 10,1 8,91 7,63 6, ,00 37,57 34,17 31,41 8,41 1,44 10,85 9,59 8,6 7, ,40 38,93 35,48 3,67 9,6 13,4 11,59 10,8 8,90 8,03 4,80 40,9 36,78 33,9 30,81 14,04 1,34 10,98 9,54 8, ,18 41,64 38,08 35,17 3,01 14,85 13,09 11,69 10,0 9,6 4 45,56 4,98 39,36 36,4 33,0 15,66 13,85 1,40 10,86 9, ,93 44,31 40,65 37,65 34,38 16,47 14,61 13,1 11,5 10,5 6 48,9 45,64 41,9 38,89 35,56 17,9 15,38 13,84 1,0 11, ,64 46,96 43,19 40,11 36,74 18,11 16,15 14,57 1,88 11, ,99 48,8 44,46 41,34 37,9 18,94 16,93 15,31 13,56 1,46 9 5,34 49,59 45,7 4,56 39,09 19,77 17,71 16,05 14,6 13, ,67 50,89 46,98 43,77 40,6 0,60 18,49 16,79 14,95 13, ,77 63,69 59,34 55,76 51,81 9,05 6,51 4,43,16 0, ,49 76,15 71,4 67,50 63,17 37,69 34,76 3,36 9,71 7, ,95 88,38 83,30 79,08 74,40 46,46 43,19 40,48 37,48 35, ,1 100,43 95,0 90,53 85,53 55,33 51,74 48,76 45,44 43, ,3 11,33 106,63 101,88 96,58 64,8 60,39 57,15 53,54 51, ,30 14,1 118,14 113,15 107,57 73,9 69,13 65,65 61,75 59, ,17 135,81 19,56 14,34 118,50 8,36 77,93 74, 70,06 67,33 4
25 Exercício 3: Obter os seguintes valores da distribuição de : a) P ( > a) = 0,05 com 1 g.l. b) P ( < a) = 0,05 com 1 g.l. c) P( > a) = 0,95 com 15 g. l. d) P( > a) = 0,10 com 11 g. l. e) P (7,6 < < a) = 0,90 com 15 g.l. f) P (a < < 34,17) = 0,95 com 0 g.l. g) P (19,768 < < 45,7) = k com 9 g.l. h) P( >9,488) = K com 4 g.l. i) P( < 30,191) = K com 17 g.l. j) P( > 8,343) = K com 9 g k) P( < 5,009) = K com 13 g.l. 5
26 Considerando uma população infinita, em que p é a probabilidade (ou proporção) de certo evento. p Seja a probabilidade (ou proporção) na amostra de tamanho n. A distribuição amostral de p será: ~ ; ; p N p pq n q 1 p Caso a amostragem seja realizada sem reposição e a população seja finita : p ~ N p; pq N n ; n N 1 q 1 p 6
27 7
28 Exercício 4: Uma v.a. tem distribuição normal com média 100 e desvio padrão 10. a) Calcule P(90 << 110) b) Se é a média de uma amostra aleatória simples de 16 elementos retirados dessa população, calcule P(90 110) 8
29 Exercício 5: A temperatura média em uma certa região tem sido de 6 C em certo mês do ano. Se o desvio padrão de uma amostra aleatória de 16 dias for igual a 5 C., qual a probabilidade da média da amostra; a) Ser maior do que 3,336 C? b) Estar entre,316 C e 9,684 C? 9
30 Exercício 6: Acredita-se que 30% das encomendas feitas a uma firma são provenientes de clientes que compram pela primeira vez. Uma amostra aleatória de 100 pedidos será usada para estimar a proporção de clientes que compram pela primeira vez. Qual a probabilidade da proporção amostral estar entre 0, e 0,4? 30
31 31
32 Distribuição Amostral de Duas variâncias. Distribuição F A distribuição da razão entre duas variâncias de Distribuição F de Fisher & Snedecor. s / s 1 é chamada Para se transformar a razão entre duas variâncias amostrais, na estatística F, utiliza-se da seguinte expressão:. s v 1 F 1 = n s v = n - 1 A curva de F é não simétrica, tem origem no zero e apresenta uma tabela específica para cada valor de probabilidade solicitada ( ). As tabelas mais usadas são: = 0,10; = 0,05; = 0,05; = 0,01 e = 0,005. 3
33 ,5% 0 + F P( F F ) 0,05 g, g 1 PF ( 15,0?) 0,05 PF ( 15,0,57) 0,05 g 33
34 ,5% 0 + F P( F F ) 0,05 g, g 1 PF ( 5,5?) 0,05 PF ( 5,5?) 0,05 g 34
35 ,5% 0 + F P( F F ) 0,05 g, g 1 PF ( 5,5?) 0,05 PF ( 5,5?) 0,05 g PF ( 5,5 3,13) 0,05 1 PF ( 5,5 ) 0,05 3,13 PF ( 5,5 0,319) 0,05 35
36 Exercício 7: Obter os seguintes valores da distribuição F de Snedecor: a) P(F > a) = 0,10 com v1 = 5 e v = 5 g.l. b) P(F < a) = 0,90 com n1 = 6 e n = 6 g.l. c) P(F > a) = 0,05 com v1 = 13 e v = 9 g.l. d) P(F > 1,84) = k com v1 = 0 e v = 40 g.l. e) P(F > 1,96) = k com v1 = 40 e v = 1 g.l. f) P(F< 6,37) = k com v1 = 6 e v = 8 g. l. 36
37 Supor duas populações infinitas 1 e, com proporções p 1 e p. Destas populações retiram-se amostras n 1 e n, então: p q p q p p N p p sendo q p 1 1 ˆ ˆ 1 ~ 1 ; ; 1 n1 n Se a amostragem for realizada sem reposição, e a população N n for finita, usar o fator de correção multiplicando na N 1 variância da população em questão. 37
Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisProf. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Noções básicasb de Inferência Estatística descritiva inferencial População - Parâmetros desconhecidos (reais) Amostra
Leia maisEstatística Indutiva
Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisEstatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística II Aula Prof.: Patricia Maria Bortolon, D. Sc. Distribuições Amostrais ... vocês lembram que: Antes de tudo... Estatística Parâmetro Amostra População E usamos estatíticas das amostras para
Leia maisDistribuições por Amostragem
Distribuições por Amostragem Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições por Amostragem 2007/2008 1 / 27 Introdução: População, amostra e inferência estatística
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 maisInferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva
Inferência Estatística: Prof.: Spencer Barbosa da Silva Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos
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 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 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 maisEstatística Aplicada. Inferência estatística com desvio padrão populacional desconhecido Estimativa de proporção Capítulo 10 Itens 10.4 a 10.
Estatística Aplicada Inferência estatística com desvio padrão populacional desconhecido Estimativa de proporção Capítulo 10 Itens 10.4 a 10.5 Casos população infinita Quando o desvio-padrão populacional
Leia maisOutras distribuições contínuas. Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc...
Outras distribuições contínuas Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc... 1 c) Algumas distribuições de probabilidade contínuas importantes d) Distribuição
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisA Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.
UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através
Leia maisDistribuições Amostrais
Estatística II Antonio Roque Aula Distribuições Amostrais O problema central da inferência estatística é como fazer afirmações sobre os parâmetros de uma população a partir de estatísticas obtidas de amostras
Leia maisAULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS. Gleici Castro Perdoná
AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS Gleici Castro Perdoná pgleici@fmrp.usp.br Exemplo 2. Sabe-se que o tempo gasto no exame de um paciente tem distribuição aproximadamente Normal, com média
Leia maisCap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
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 maisEstimador: combinação dos elementos da amostra, construída com a finalidade de representar, ou estimar, um parâmetro de interesse na população.
Objetivo: tirar conclusões sobre uma população com base na informação de uma amostra. estimação testes de hipóteses Parâmetro metro: quantidades desconhecidas da população e sobre as quais temos interesse.
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 stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo
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 maisInferência Estatística
Inferência Estatística Estimação Intervalar Média e Proporção Estimação Pontual x Estimação Intervalar Exemplo Inicial: Um estudo pretende estimar o valor de µ, a renda média familiar dos alunos da UFMG.
Leia maisEstimação de valores. Luiz Carlos Terra
Luiz Carlos Terra Nesta aula, você conhecerá a parte mais importante da estatística, que é conhecida como inferência estatística, ou seja, você aprenderá como usar os dados de uma amostra para estimar
Leia maisInferência Estatística:
Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que
Leia maisDistribuição t de Student
Distribuição t de Student Introdução Quando o desvio padrão da população não é conhecido (o que é o caso, geralmente), usase o desvio padrão da amostra como estimativa, substituindo-se σ x por S x nas
Leia maisAULA 02 Distribuição de Probabilidade Normal
1 AULA 02 Distribuição de Probabilidade Normal Ernesto F. L. Amaral 20 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario
Leia maisProf. Eduardo Bezerra. 15 de setembro de 2017
Distribuições Amostrais Prof. Eduardo Bezerra Inferência Estatística 15 de setembro de 2017 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 28 Roteiro Distribuições amostrais 1 Distribuições amostrais
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 maisAula 10 Estimação e Intervalo de Confiança
Aula 10 Estimação e Intervalo de Confiança Objetivos da Aula Fixação dos conceitos de Estimação; Utilização das tabelas de Distribuição Normal e t de Student Introdução Freqüentemente necessitamos, por
Leia maisAmostragem. Cuidados a ter na amostragem Tipos de amostragem Distribuições de amostragem
Amostragem Cuidados a ter na amostragem Tipos de amostragem Distribuições de amostragem 1 Muito Importante!! Em relação às amostras, deve assegurar-se a sua representatividade relativamente à população
Leia maisInventário Florestal. Amostragem
Inventário Florestal Amostragem 1 Definição: Seleção de uma parte (amostra) de um todo (população), coletando na parte selecionada, algumas informações de interesse, com o objetivo de tirar conclusão (inferência)
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 maisDistribuições de probabilidade de variáveis aleatórias contínuas
Distribuições de probabilidade de variáveis aleatórias contínuas Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Distribuição Exponencial Introdução É utilizada frequentemente como modelo para
Leia maisInferência Estatística. Teoria da Estimação
Inferência Estatística Teoria da Estimação Os procedimentos básicos de inferência Estimação: usamos o resultado amostral para estimar o valor desconhecido do parâmetro Teste de hipótese: usamos o resultado
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 maisEstimativas e Tamanhos de Amostras
Estimativas e Tamanhos de Amostras 1 Aspectos Gerais 2 Estimativa de uma Média Populacional: Grandes Amostras 3 Estimativa de uma Média Populacional: Pequenas Amostras 4 Tamanho Amostral Necessário para
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS Um dos principais objetivos da estatística inferencial consiste em estimar os valores de parâmetros populacionais desconhecidos (estimação de parâmetros) utilizando dados amostrais.
Leia maisTeorema central do limite e es/mação da proporção populacional p
Teorema central do limite e es/mação da proporção populacional p 1 RESULTADO 1: Relembrando resultados importantes Seja uma amostra aleatória de tamanho n de uma variável aleatória X, com média µ e variância
Leia 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 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 maisSeção 3.1 Distribuições Amostrais
Seção 3.1 Distribuições Amostrais Sumário Inferência Estatística Estatística versus parâmetro Distribuição amostral Variabilidade da estatística: erro-padrão A importância do tamanho amostral A importância
Leia maisAmostragem e distribuições por amostragem
Amostragem e distribuições por amostragem Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Contabilidade e Administração População, amostra e inferência estatística
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 maisProfessora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
Leia maisExemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média
Exemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média µ = 505g e desvio padrão σ = 9g. a) Selecionado ao acaso um pacote embalado
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 maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Profa. Airlane P. Alencar e Prof. Francisco Marcelo M. da Rocha 11 de Setembro de 2018 Alencar, A.P. e Rocha, F.M.M. (IME-USP e EPPEN - UNIFESP) Estatística I 11 de
Leia maisMétodos de Amostragem Populações de Animais Silvestres Amostragem
Métodos de Amostragem de Populações de Animais Silvestres Amostragem Sistema Natural Estrutura da amostragem: Lista das unidades para a amostragem (mapa da área por exemplo) Estrutura da amostragem População
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 maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisProbabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva pessoal.utfpr.edu.br/ngsilva Distribuição Uniforme Uma variável aleatória contínua X está
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 02/14 1 / 1 A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente
Leia maisDistribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
Leia mais1 Inferência Estatística - Teoria da Estimação
1 Inferência Estatística - Teoria da Estimação 1.1 Introdução Neste capítulo abordaremos situações em que o interesse está em obter informações da população a partir dos resultados de uma amostra. Como
Leia maisBioestatística INFERÊNCIA ESTATÍSTICA. Silvia Shimakura
Bioestatística INFERÊNCIA ESTATÍSTICA Silvia Shimakura AMOSTRAS E POPULAÇÕES Inferências sobre populações são geralmente feitas a partir de informações obtidas de amostras. amostras Válido se a amostra
Leia maisTeorema do Limite Central
Teorema do Limite Central Prof. Eduardo Bezerra Inferência Estatística 24 de março de 2018 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 12 Roteiro Definição 1 Definição 2 Eduardo Bezerra (CEFET/RJ)
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 maisDistribuição Normal. Estatística Aplicada I DISTRIBUIÇÃO NORMAL. Algumas característica importantes. 2πσ
Estatística Aplicada I DISTRIBUIÇÃO NORMAL Prof a Lilian M. Lima Cunha AULA 5 09/05/017 Maio de 017 Distribuição Normal Algumas característica importantes Definida pela média e desvio padrão Media=mediana=moda
Leia maisAULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Prof. Dr. Francisco Marcelo M. da Rocha 10 de Setembro de 2018 Rocha, F.M.M. (EPPEN - UNIFESP) Estatística I 10 de Setembro de 2018 1 / 60 Índice 1 Objetivo da Aula
Leia maisIntervalos de Confiança Prof. Walter Sousa
Estatística Intervalos de Confiança Prof. Walter Sousa DISTRIBUIÇÕES AMOSTRAIS A distribuição amostral de um estimador (estatística, tal como a média ou uma proporção) é a distribuição de probabilidades
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros OBJETIVOS DE APRENDIZAGEM Depois de um cuidadoso estudo deste capítulo, você deve ser capaz de: 1.Explicar os conceitos gerais de estimação de
Leia maisNotas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 7 Estimativas e Tamanhos Amostrais 7-1 Visão Geral 7-2 Estimando a Proporção Populacional 7-3 Estimando
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 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 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 maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia mais6- Probabilidade e amostras: A distribuição das médias amostrais
6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7: Intervalos de Confiança com uma amostra Leitura obrigatória: Devore, cap 7 ou Montgomery e Runger, cap 8 Chap 8-1 Objetivos Como inferir sobre um parâmetro da população,
Leia maisTeste de hipóteses para proporção populacional p
Teste de hipóteses para proporção populacional p 1 Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses 2 TESTE DE HIPÓTESES Eu acredito
Leia maisICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.
ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim 1 de 6 Pessoal, segue a resolução das questões de Estatística da prova realizada pela SEFAZ-PE, para o cargo de Auditor Fiscal do Tesouro
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 maisESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt
ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt lucas.breniuk@hotmail.com Estimação de parâmetros Média Variância Proporção Estimação de parâmetros Média: " estimador
Leia maisInferência Estatística: Conceitos Básicos II
Inferência Estatística: Conceitos Básicos II Distribuição Amostral e Teorema do Limite Central Análise Exploratória de dados no SPSS Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação
Leia maisEstatística e Probabilidade. Aula 11 Cap 06
Aula 11 Cap 06 Intervalos de confiança para variância e desvio padrão Confiando no erro... Intervalos de Confiança para variância e desvio padrão Na produção industrial, é necessário controlar o tamanho
Leia maisAmostragem e Distribuição Amostral. Tipos de amostragem, distribuição amostral de média, proporção e variância
Amostragem e Distribuição Amostral Tipos de amostragem, distribuição amostral de média, proporção e variância 1 AMOSTRAGEM Amostragem Probabilística ou Aleatória Amostragem Não Probabilística Amostragem
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia maisTÉCNICAS DE AMOSTRAGEM
TÉCNICAS DE AMOSTRAGEM Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Teorema Central do Limite (TCL) Se y 1, y 2,...,
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisAula 8 : Estimação de parâmetros
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA ENG C 18 Métodos de Pesquisa Quantitativos e Qualitativos Aula 8 : Estimação de parâmetros DOCENTE:CIRA SOUZA
Leia maisESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em simplificaaulas.com
ESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em Conceitos e Fundamentos População: conjunto de elementos, número de pessoas de uma cidade. Amostra: parte
Leia maisLes Estatística Aplicada II AMOSTRA E POPULAÇÃO
Les 0407 - Estatística Aplicada II AMOSTRA E POPULAÇÃO AULA 1 04/08/16 Prof a Lilian M. Lima Cunha Agosto de 2016 Estatística 3 blocos de conhecimento Estatística Descritiva Levantamento e resumo de dados
Leia mais1.1. Definições importantes
Parte I. Inferência Estatística Trata-se do processo de se obter informações sobre uma população a partir dos resultados observados numa amostra. De um modo geral, tem-se uma população com um grande número
Leia maisDISTRIBUIÇÕES AMOSTRAIS. a=c(1,2,2,3,3,3,4,4,5) Variável: X={1;2;2;3;3;3;4;4;5}; N=9
Prof. Jomar DISTRIBUIÇÕES IS Exemplo 1 a=c(1,2,2,3,3,3,4,4,5) Variável: X={1;2;2;3;3;3;4;4;5}; N=9 Amostras sem reposição de tamanho 2 (n=2): Combinação 9x2 = 36 possíveis amostras. amostras=combn(a, 2)
Leia mais5 TORIA ELEMENTAR DA AMOSTRAGEM
5 TORIA ELEMENTAR DA AMOSTRAGEM É errôneo pensar que, caso tivéssemos acesso a todos os elementos da população, seríamos mais precisos. Os erros de coleta e manuseio de um grande número de dados são maiores
Leia maisDistribuição T - Student. Prof. Herondino S. F.
Distribuição T - Student Prof. Herondino S. F. Distribuição T-Student A distribuição T de Student é uma distribuição de probabilidade estatística, publicada por um autor que se chamou de Student, pseudônimo
Leia maisAULA 02 Distribuição de probabilidade normal
1 AULA 02 Distribuição de probabilidade normal Ernesto F. L. Amaral 02 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH)
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16
Leia maisMAE 116 Distribuição Normal FEA - 2º Semestre de 2018
MAE 116 Distribuição Normal FEA - 2º Semestre de 2018 1 Introdução Até aqui estudamos variáveis aleatórias discretas que são caracterizadas por ter uma distribuição de probabilidade dada por uma tabela
Leia maisAnálise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades sobre amostra
Análise da Regressão múltipla: MQO Assintótico Capítulo 5 do Wooldridge Análise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades
Leia maisLicenciatura em Ciências Biológicas Universidade Federal de Goiás. Bioestatística. Prof. Thiago Rangel - Dep. Ecologia ICB
Licenciatura em Ciências Biológicas Universidade Federal de Goiás Bioestatística Prof. Thiago Rangel - Dep. Ecologia ICB rangel.ufg@gmail.com Página do curso: http://www.ecologia.ufrgs.br/~adrimelo/bioestat
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 maisCaros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Leia mais