Introdução ao R. Anderson Castro Soares de Oliveira
|
|
- Maria dos Santos Martins Rico
- 6 Há anos
- Visualizações:
Transcrição
1 Castro Soares de Oliveira
2 Distribuição Normal
3 Distribuição Normal dnorm(x,mean,sd) - calcula a densidade de probabilidade no ponto x;
4 Distribuição Normal dnorm(x,mean,sd) - calcula a densidade de probabilidade no ponto x; pnorm(x,mean,sd) - calcula a função de probabilidade acumulada no ponto x;
5 Distribuição Normal dnorm(x,mean,sd) - calcula a densidade de probabilidade no ponto x; pnorm(x,mean,sd) - calcula a função de probabilidade acumulada no ponto x; qnorm(p,mean,sd) - calcula o quantil correspondente a uma dada probabilidade p;
6 Distribuição Normal dnorm(x,mean,sd) - calcula a densidade de probabilidade no ponto x; pnorm(x,mean,sd) - calcula a função de probabilidade acumulada no ponto x; qnorm(p,mean,sd) - calcula o quantil correspondente a uma dada probabilidade p; rnomr(n,mean,sd) - gera uma amostra da distribuição normal de tamanho n;
7 > ##Normal padrão >##Densidade > dnorm(1,2,3) [1] > ##probabilidade x<1 > pnorm(1,2,3) [1] > ##quantil de deixa 95% de probabilidade abaixo del > qnorm(0.95,2,3) [1] > ##gerar uma amostra de 10 elementos > rnorm(10,2,3) [1] [7] >##Normal com média 2 e desvio padrão 3 > ##densidade no ponto 1 > dnorm(1,2,3) [1]
8 Distribuição t
9 Distribuição t dt(x,df) - calcula a densidade de probabilidade no ponto x;
10 Distribuição t dt(x,df) - calcula a densidade de probabilidade no ponto x; pt(x,df) - calcula a função de probabilidade acumulada no ponto x;
11 Distribuição t dt(x,df) - calcula a densidade de probabilidade no ponto x; pt(x,df) - calcula a função de probabilidade acumulada no ponto x; qt(p,df) - calcula o quantil correspondente a uma dada probabilidade p;
12 Distribuição t dt(x,df) - calcula a densidade de probabilidade no ponto x; pt(x,df) - calcula a função de probabilidade acumulada no ponto x; qt(p,df) - calcula o quantil correspondente a uma dada probabilidade p; rt(n,df) - gera uma amostra da distribuição t de tamanho n;
13 ##grau de liberdade 12 >##densidade no ponto 2, > dt(1,12) [1] > ##probabilidade x<2 > pt(2,12) [1] > ##quantil de deixa 95% de probabilidade abaixo del > qt(0.95,12) [1] > ##gerar uma amostra de 10 elementos, > rt(10,12) [1] [7]
14 Distribuição χ 2
15 Distribuição χ 2 dchisq(x,df) - calcula a densidade de probabilidade no ponto x;
16 Distribuição χ 2 dchisq(x,df) - calcula a densidade de probabilidade no ponto x; pchisq(x,df) - calcula a função de probabilidade acumulada no ponto x;
17 Distribuição χ 2 dchisq(x,df) - calcula a densidade de probabilidade no ponto x; pchisq(x,df) - calcula a função de probabilidade acumulada no ponto x; qchisq(p,df) - calcula o quantil correspondente a uma dada probabilidade p;
18 Distribuição χ 2 dchisq(x,df) - calcula a densidade de probabilidade no ponto x; pchisq(x,df) - calcula a função de probabilidade acumulada no ponto x; qchisq(p,df) - calcula o quantil correspondente a uma dada probabilidade p; rchisq(n,df) - gera uma amostra da distribuição χ 2 de tamanho n;
19 ##grau de liberdade 15 > ##densidade no ponto 2 > dchisq(1,12) [1] e-05 > ##probabilidade x<2 > pchisq(2,12) [1] > ##quantil de deixa 95% de probabilidade abaixo del > qchisq(0.95,15) [1] > ##gerar uma amostra de 10 elementos, com grau de l > rchisq(10,15) [1] [8]
20 Distribuição F
21 Distribuição F df(x,df1,df2) - calcula a densidade de probabilidade no ponto x;
22 Distribuição F df(x,df1,df2) - calcula a densidade de probabilidade no ponto x; pf(x,df1,df2) - calcula a função de probabilidade acumulada no ponto x;
23 Distribuição F df(x,df1,df2) - calcula a densidade de probabilidade no ponto x; pf(x,df1,df2) - calcula a função de probabilidade acumulada no ponto x; qf(p,df1,df2) - calcula o quantil correspondente a uma dada probabilidade p;
24 Distribuição F df(x,df1,df2) - calcula a densidade de probabilidade no ponto x; pf(x,df1,df2) - calcula a função de probabilidade acumulada no ponto x; qf(p,df1,df2) - calcula o quantil correspondente a uma dada probabilidade p; rf(n,df1,df2) - gera uma amostra da distribuição F de tamanho n;
25 ##grau de liberdade 12 e 20 > ##densidade no ponto 5 > df(5,12,20) [1] > ##probabilidade x<5 > pf(5,12,20) [1] > ##quantil de deixa 95% de probabilidade abaixo del > qf(0.95,12,20) [1] > ##gerar uma amostra de 10 elementos > rf(10,12,20) [1] [8]
26 Intervalo de Confiança e Teste de Hipótese Proporção
27 Intervalo de Confiança e Teste de Hipótese Proporção Aproximação Normal [ IC 1 α (p) = ˆp z α 2 ˆpˆq n ; ˆp + z α 2 ] ˆpˆq n
28 Intervalo de Confiança e Teste de Hipótese Proporção Aproximação Normal [ IC 1 α (p) = Intervalo Exato ˆp z α 2 ˆpˆq n ; ˆp + z α 2 ] ˆpˆq n 1 1 IC 1 α (p) = ; (n x + 1)F ( α n x 1 + 2,2(n x+1),2x) 1 + (x + 1)F x ( α 2,2(x+1),2(n x))
29 Intervalo de Confiança e Teste de Hipótese > ##Intervalo de 95% de confiança para proporção de home > fa=table(sexo) > fr=fa/sum(fa) > fr SEXO F M > p=fr[2] ##proporção de homens > p M > q=1-p > q M > n=sum(fa) > p.ic=p+qnorm(c(0.025,0.975))*sqrt(q*p/n) > p.ic [1]
30 Intervalo de Confiança e Teste de Hipótese > binom.test(12,29, p = 0.5, conf.level = 0.95) Exact binomial test data: 12 and 29 number of successes=12, number of trials=29, p-value= alternative hypothesis: true probability of success is not equa 95 percent confidence interval: sample estimates: probability of success
31 Intervalo de Confiança e Teste de Hipótese Normalidade { H0 : Dados são normais H 1 : Dados não são normais
32 Intervalo de Confiança e Teste de Hipótese > shapiro.test(idade) Shapiro-Wilk normality test data: IDADE W = , p-value = > shapiro.test(p) Shapiro-Wilk normality test data: P W = , p-value =
33 Intervalo de Confiança e Teste de Hipótese Média
34 Intervalo de Confiança e Teste de Hipótese Média Variância conhecida IC 1 α (µ) = [ X Z α 2 σ n ; X + Z α 2 ] σ n
35 Intervalo de Confiança e Teste de Hipótese Média Variância conhecida IC 1 α (µ) = Variância desconhecida IC 1 α (µ) = [ X Z α 2 [ X t α 2 σ n ; X + Z α 2 S n ; X + t α 2 ] σ n ] S n
36 Intervalo de Confiança e Teste de Hipótese > ##Intervalo de 95% confiança para altura > XB=mean(A) > XB [1] > Sigma=0.5 > n=length(a) > n [1] 29 > XB.ic=XB+qnorm(c(0.025,0.975))*(Sigma/sqrt(n)) > XB.ic [1]
37 Intervalo de Confiança e Teste de Hipótese > t.test(a,mu=1.72) One Sample t-test data: A t = , df = 28, p-value = alternative hypothesis: true mean is not equal to percent confidence interval: sample estimates: mean of x
38 Intervalo de Confiança e Teste de Hipótese > wilcox.test(idade,mu=36) Wilcoxon signed rank test with continuity co data: IDADE V = 109.5, p-value = alternative hypothesis: true location is not equal t
39 Intervalo de Confiança e Teste de Hipótese Diferenças de Médias
40 Intervalo de Confiança e Teste de Hipótese Diferenças de Médias Dados Pareados
41 Intervalo de Confiança e Teste de Hipótese Diferenças de Médias Dados Pareados Dados Não Pareados
42 Intervalo de Confiança e Teste de Hipótese Diferenças de Médias Dados Pareados Dados Não Pareados Dados Normais t.test
43 Intervalo de Confiança e Teste de Hipótese Diferenças de Médias Dados Pareados Dados Não Pareados Dados Normais t.test Dados Não Normais wilcox.test
44 Intervalo de Confiança e Teste de Hipótese > t.test(p,p1,m=0,paired=true) Paired t-test data: P and P1 t = , df = 28, p-value = alternative hypothesis: true difference in means is 95 percent confidence interval: sample estimates: mean of the differences 4.73 > mean(p) [1] > mean(p1) [1]
45 Intervalo de Confiança e Teste de Hipótese > Grupos $F [1] [16] $M [1] > ##valores de idade para mulheres > x=grupos$f > x [1] [16] > ##valores de idade para homens > y=grupos$m > y [1] > var.test(x,y) F test to compare two variances data: x and y F = , num df = 16, denom df = 11, p-value = alternative hypothesis: true ratio of variances is not equal to 95 percent confidence interval:
46 Intervalo de Confiança e Teste de Hipótese > t.test(x,y,m=0,var.equal=true) Two Sample t-test data: x and y t = , df = 27, p-value = alternative hypothesis: true difference in means is 95 percent confidence interval: sample estimates: mean of x mean of y
47 Intervalo de Confiança e Teste de Hipótese > ##Obter os valores da idade por sexo > Grupos=tapply(IDADE,SEXO,sort) > Grupos $F [1] $M [1] > ##valores de idade para mulheres > x=grupos$f > x [1] > ##valores de idade para homens > y=grupos$m > y [1] > wilcox.test(x,y,m=0) Wilcoxon rank sum test with continuity correction data: x and y W = 58.5, p-value = alternative hypothesis: true location shift is not equal to 0
CE-003: Estatística II - Turma: K/O, 2 a Prova (22/06/2016)
CE-003: Estatística II - Turma: K/O, 2 a Prova (22/06/2016) GRR: Nome: Turma: 1. Calcule as medidas descritivas pedidas para o conjunto de dados, supondo que eles representam uma amostra. 83, 92, 100,
Leia maisUNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO. PROJETO DE EXTENSÃO Software R: de dados utilizando um software livre.
UNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO PROJETO DE EXTENSÃO Software R: Capacitação em análise estatística de dados utilizando um software livre. Fonte: https://www.r-project.org/ Módulo
Leia maisR-Fácil. Testes de Hipóteses. Universidade Federal de Goiás Escola de Veterinária e Zootecnia
Universidade Federal de Goiás Escola de Veterinária e Zootecnia R-Fácil Testes de Hipóteses Apostila destinada a usuários do R, com demonstrações de uso de funções em exemplos da área de Ciências Agrárias.
Leia maisMINICURSO DE TESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA
UNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional MINICURSO DE TESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA Ministrantes:
Leia maisSe a afirmação de João é verdadeira, temos o seguinte conjunto em seu bolso.
Capítulo 5 Testes de Hipóteses Capítulo 5 Exemplo 5.1 Imagine que seu amigo José lhe diga o seguinte: Possuo em meu bolso do paletó 16 bolas de gude, sendo que 10 bolas são brancas, 4 são verdes e 2 são
Leia maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA "LUIZ DE QUEIROZ" DEPARTAMENTO DE CIÊNCIAS EXATAS RELATÓRIO DE ATIVIDADE PRÁTICA Relatório da aula prática nº 1, da disciplina LCE602 - Estatística
Leia maisESTATÍSTICA BÁSICA COM USO DO SOFTWARE R
ESTATÍSTICA BÁSICA COM USO DO SOFTWARE R Adilson dos Anjos Departamento de Estatística - UFPR - Curitiba, 15 de abril de 2015. 3.1 Distribuições de probabilidade. 1 MÓDULO 3: Distribuições de probabilidade
Leia maisResolução dos exemplos da apostila Capítulo 5 - Teste de Hipóteses
Resolução dos exemplos da apostila Capítulo 5 - Teste de Hipóteses Exemplo 5.1 Imagine que seu amigo José lhe diga o seguinte: Possuo em meu bolso do paletó 16 bolas de gude, sendo que 10 bolas são brancas,
Leia maisCapacitação em R e RStudio PROJETO DE EXTENSÃO. Software R: capacitação em análise estatística de dados utilizando um software livre.
UFFS Universidade Federal da Fronteira Sul Campus Cerro Largo PROJETO DE EXTENSÃO Software R: capacitação em análise estatística de dados utilizando um software livre Fonte: https://www.r-project.org/
Leia maisSENSOMETRIA. Adilson dos Anjos. Curitiba, PR 5 de março de Departamento de Estatística Universidade Federal do Paraná
SENSOMETRIA Adilson dos Anjos Departamento de Estatística Universidade Federal do Paraná aanjos@ufpr.br Curitiba, PR 5 de março de 2015 1 / 22 SENSOMETRIA Métodos Discriminativos 2 / 22 Definido pela ABNT
Leia maisTestes de Hipóteses. : Existe efeito
Testes de Hipóteses Hipótese Estatística de teste Distribuição da estatística de teste Decisão H 0 : Não existe efeito vs. H 1 : Existe efeito Hipótese nula Hipótese alternativa Varia conforme a natureza
Leia maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 4 Introducing statistical modeling Part 1 (Analysis of variance) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Introduzir a ideia de
Leia maisBIE5782. Unidade 2: FUNÇÕES NUMÉRICAS
BIE5782 Unidade 2: FUNÇÕES NUMÉRICAS Operadores +, -, *, /, ^ Funções Aritméticas > 4 + 9 [1] 13 > 4-5 [1] -1 > 4 * 5 [1] 20 > 4 / 5 [1] 0.8 > 4^5 [1] 1024 Precedência de Operações e Parênteses > 2*4^3-1
Leia maisInferência Estatística (revisão)
Inferência Estatística (revisão) CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento
Leia maisProf. a Dr. a Simone Daniela Sartorio de Medeiros. DTAiSeR-Ar
Teste de hipótese para a média de populações normais Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar Teste de hipóteses para média de populações normais Objetivo: avaliar afirmações sobre
Leia maisNotas de aula Testes de Hipóteses. Idemauro Antonio Rodrigues de Lara
Notas de aula Testes de Hipóteses Idemauro Antonio Rodrigues de Lara 1. Fundamentos O que é uma hipótese? HIPÓTESE GREGA PROPOSIÇÃO. PALAVRA DE ORIGEM BASE, FUNDAMENTO, Hipótese Pensamento indutivo Inferência
Leia maisCapítulo 6. Experimentos com um Fator de Interesse. Gustavo Mello Reis José Ivo Ribeiro Júnior
Capítulo 6 Experimentos com um Fator de Interesse Gustavo Mello Reis José Ivo Ribeiro Júnior Universidade Federal de Viçosa Departamento de Informática Setor de Estatística Viçosa 2007 Capítulo 6 Experimentos
Leia maisPesquisa Quantitativa. Comparações de Médias. Pesquisa Quantitativa Roteiro Geral. Roteiro do Módulo. Prof. Lupércio França Bessegato - UFJF 1
Pesquisa Quantitativa Comparações de Médias Lupércio França Bessegato Mestrado em Administração/UFJF 1. Introdução 2. Coleta de dados Roteiro Geral 3. Modelos probabilísticos 4. Distribuições amostrais
Leia maisTeste t. Para Amostras Independentes
Teste t Para Amostras Independentes Instalando o Ambiente Estatístico R Googar R e ir ao site Ir em Download CRAN, Brasil primeira opção(ufpr) Clicar em Downlod R for Windows Clicar em Install R for the
Leia maisUniversidade Federal de Mato Grosso Instituto de Ciências Exatas e da Terra Departamento de Estatística. Introdução ao R
Universidade Federal de Mato Grosso Instituto de Ciências Exatas e da Terra Departamento de Estatística Introdução ao R Anderson Castro Soares de Oliveira 2011 SUMÁRIO 1 Introdução 4 2 Usando o R 5 2.1
Leia maisExame de Recorrência de Métodos Estatísticos. Departamento de Matemática Universidade de Aveiro
Exame de Recorrência de Métodos Estatísticos Departamento de Matemática Universidade de Aveiro Data: 6/6/6 Duração: 3 horas Nome: N.º: Curso: Regime: Declaro que desisto Classificação: As cotações deste
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO -
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINISTRAÇÃO RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel
Leia maisCapítulo III-Introdução à Inferência Estatística
Capítulo III-Introdução à Inferência Estatística A Probabilidade e a Inferência Estatística. A amostragem. Principais Distribuições por Amostragem Tópicos de Estimação e de Inferência estimação pontual
Leia maisTestes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados.
TESTES NÃO PARAMÉTRICOS Testes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados. Bioestatística, 2007 15 Vantagens dos testes não
Leia maisPrincípios de Bioestatística
1/56 Princípios de Bioestatística Comparação de Duas Populações Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/56 3/56 4/56 Comparação de Duas Populações Resposta/Desfecho
Leia maisPODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses
PODER DO TESTE Poder do Teste e Tamanho de Amostra para Testes de Hipóteses 1 2 Tipos de erro num teste estatístico Realidade (desconhecida) Decisão do teste aceita H 0 rejeita H 0 H 0 verdadeira decisão
Leia mais1) Como vou comparar 3 grupos realizo uma Anova one way:
Gabarito aula anova e teste não-paramétrico: 1) Como vou comparar 3 grupos realizo uma Anova one way: One-way ANOVA: AREA versus VIRUS Analysis of Variance for AREA Source DF SS MS F P VIRUS 2 215,54 107,77
Leia mais4-Teste de Hipóteses. Teste de Hipóteses
Teste de Procedimentos Gerais Teste de média Z para 1 amostra Teste de média t para 1 amostra Teste de variância para 2 amostras A Distribuição de Fisher Teste de média t para 2 amostras Teste de média
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Simulação Estocástica
Estatística: plicação ao Sensoriamento Remoto SER 0 - NO 08 Simulação Estocástica Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ Simulação O que é Simulação? é um eperimento
Leia maisEXEMPLOS DE CÁLCULO DO TAMANHO AMOSTRAL. Desenvolvido por Lucas Lima Ayres
EXEMPLOS DE CÁLCULO DO TAMANHO AMOSTRAL Desenvolvido por Lucas Lima Ayres Belo Horizonte/2015 1 1. INTERVALOS DE CONFIANÇA PARA UMA PROPORÇÃO 1.1. ASSINTÓTICO 1.1.1. ASSINTÓTICO SIMPLES 1.1.1.1.BILATERAL
Leia maisExercício 1 resolvido Mauricio Camargo 13 de setembro de 2017
Exercício 1 resolvido Mauricio Camargo 13 de setembro de 2017 #Resolução do Exercício 1 Preparando os dados #Abrindo a planilha do Excel chamada exerc1.xlsx library(readxl) dd=read_excel("exerc1.xlsx")
Leia maisExame de Recurso de Métodos Estatísticos. Departamento de Matemática Universidade de Aveiro
Exame de Recurso de Métodos Estatísticos Departamento de Matemática Universidade de Aveiro Data: /7/6 Duração: 3 horas Nome: N.º: Curso: Regime: Declaro que desisto Classificação: As cotações deste exame
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 maisCE003 Estatística II
CE003 Estatística II Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Estatística Inferencial Estimação, Intervalos de Confiança, Testes de hipóteses Estatística Inferencial
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 maisUma Introdução à Lógica da Modelagem Estatística
BIE5781 Aula 1 Uma Introdução à Lógica da Modelagem Estatística Inferência clássica x modelagem Testes de Significância Zar (1999) Biostatistical Analysis t de Student t = X Ȳ s exy William Gosset (1876-1937)
Leia maisExplore sexo do sujeito
EXAMINE VARIABLES=somatização ObComp Sensibilidinter DepresE BY sexo /PLOT BOXPLOT STEMLEAF NPPLOT /COMPARE GROUP /STATISTICS DESCRIPTIVES /CINTERVAL 95 /MISSING LISTWISE /NOTOTAL. Explore Somatização
Leia maisInstituto Universitário de Lisboa (ISCTE-IUL) Licenciaturas em Gestão e Finanças & Contabilidade Estatística II - Exame de 1ª época
Instituto Universitário de Lisboa (ISCTE-IUL) Licenciaturas em Gestão e Finanças & Contabilidade Estatística II - Exame de 1ª época Duração: 2h +30m Nota: Não são prestados esclarecimentos durante a prova!
Leia maisProbabilidade 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 maisTeste de Hipóteses = 0 = 0
Teste de Hipóteses Nos estudos analíticos, além da descrição estatística, às vezes é necessário tomar uma decisão. O teste de hipóteses é um procedimento estatístico que tem por objetivo ajudar o pesquisador,
Leia maisTestes de significância com dados multivariados
Testes de significância com dados multivariados Hiron Pereira Farias e Talita T. Fernandes Wednesday, January 20, 2016 Hiron Pereira Farias e Talita T. Fernandes Testes de significância com dados multivariadoswednesday,
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS - UFMG INSTITUTO DE CIÊNCIAS EXATAS - ICEx DEPARTAMENTO DE ESTATÍSTICA. Estatística Geral Aulas Computacionais
UNIVERSIDADE FEDERAL DE MINAS GERAIS - UFMG INSTITUTO DE CIÊNCIAS EXATAS - ICEx DEPARTAMENTO DE ESTATÍSTICA Estatística Geral Aulas Computacionais Fábio Rocha da Silva Orientadora: Glaura da Conceição
Leia maisBIOESTATÍSTICA TESTES DE HIPÓTESES
BIOESTATÍSTICA TESTES DE HIPÓTESES O QUE É HIPÓTESE? PALAVRA GREGA (ὑπόθεσις ) QUE SIGNIFICA BASE, FUNDAMENTO, PRINCÍPIO DE ALGO, PROPOSIÇÃO. DEFINIÇÃO: PROPOSIÇÃO QUE SE ADMITE, INDEPENDENTEMENTE DO FATO
Leia maisUso de procedimentos de estatistica na obtenção de resultados de toxicidade
Uso de procedimentos de estatistica na obtenção de resultados de toxicidade Dean Leverett Senior Scientist UK Environment Agency Science Biological Effects Measures Plano Resultados dos testes de toxicidade
Leia maisTécnicas Computacionais em Probabilidade e Estatística I. Aula I
Técnicas Computacionais em Probabilidade e Estatística I Aula I Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Análise de Um conjunto de dados objetivo: tratamento de um conjunto de dados. uma amostra de
Leia maisEstatística não paramétrica básica no software R: uma abordagem por resolução de problemas
UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA Estatística não paramétrica básica no software R: uma abordagem por resolução de problemas Magda Carvalho Pires
Leia maisAULA 11 Teste de Hipótese
1 AULA 11 Teste de Hipótese Ernesto F. L. Amaral 20 de setembro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo
Leia maisMétodos Quantitativos para Ciência da Computação Experimental Aula #4
Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Jussara Almeida DCC-UFMG 2014 Measurements are not to provide numbers, but insights Metodologia de Comparação de Sistemas Experimentais
Leia maisEstatística descritiva
Estatística descritiva Para que serve a estatística? Qual o seu principal objectivo? obter conclusões sobre a população usando uma amostra? População Amostragem Amostra Uma ou mais variáveis (X) são observadas
Leia maisCE-003 : Exercícios do Curso
CE-003 : Exercícios do Curso Prof. Paulo Justiniano Ribeiro Jr Última atualização: 18 de novembro de 2006 1 Introdução No material abaixo estão indicados exercícios semanais que acompanham o desenvolvimento
Leia maisInferência via abordagens computacionalmente intensivas. Walmes Zeviani
Inferência via abordagens computacionalmente intensivas Walmes Zeviani Introdução A lógica dos testes de hipótese frequentistas: 1. Definir a hipótese nula e hipótese alternativa. 2. Determinar uma estatística
Leia maisCONSULTADORIA INFORMÁTICA, LDA. Análise Bivariada
CONSULTADORIA INFORMÁTICA, LDA. Análise Bivariada Testes Paramétricos Os procedimentos estatísticos e as conclusões são baseados na distribuição subjacente aos dados disponíveis em estudo. Fazem uso de
Leia maisPlanejamento e Pesquisa 1. Dois Grupos
Planejamento e Pesquisa 1 Dois Grupos Conceitos básicos Comparando dois grupos Testes t para duas amostras independentes Testes t para amostras pareadas Suposições e Diagnóstico Comparação de mais que
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 maisProfessora Ana Hermínia Andrade. Período
Estimação intervalar Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Estimação Intervalar Vimos que como
Leia maisAULA 7: TESTE DE HIPOTESES. Gleici Castro Perdoná
AULA 7: TESTE DE HIPOTESES Gleici Castro Perdoná pgleici@fmrp.usp.br Resumo p/ IC Resumo para IC (proporçao) 4 Tipos de erros e suas probabilidades Situação Decisão H0 Verdadeira H0 Falsa Aceitar H0 Sem
Leia maisBIOESTATÍSTICA DISTRIBUIÇÕES PROBABILÍSTICAS
BIOESTATÍSTICA DISTRIBUIÇÕES PROBABILÍSTICAS 1 DISTRIBUIÇÃO DE FREQÜÊNCIA EXPONENCIAL BINOMIAL 2 DISTRIBUIÇÃO BINOMIAL PROVA DE BERNOULLI: SUCESSO OU FALHA SOMENTE DOIS POSSÍVEIS RESULTADOS PARA CADA INDIVÍDUO
Leia maisAula Prática 02 Estatística Experimental DELINEAMENTO CASUALIZADO EM BLOCOS. *Planejamento do Experimento Delineamento Casualizado em Blocos (DBC);
Aula Prática 02 Estatística Experimental DELINEAMENTO CASUALIZADO EM BLOCOS *Planejamento do Experimento Delineamento Casualizado em Blocos (DBC); proc plan; factors blocos=3 ordered parcelas=9 ordered;
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma
Leia maisCE008 Introducão à Bioestatística
CE008 Introducão à Bioestatística Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Objetivo da disciplina Conhecer metodologias estatísticas para produção, descrição
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 maisCE001 Bioestatística
CE001 Bioestatística Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Objetivo da disciplina Conhecer metodologias estatísticas para produção, descrição e análise de
Leia maisProva # SUB 15 junho de 2015
MAE 229 -Introdução à Probabilidade e Estatística II Prof. Fábio Machado e Prof. Lígia Henriques-Rodrigues Prova # SUB 15 junho de 2015 Questão 1 2 3 4 Total Valor Nome: Nro. USP: Observações: Não destaque
Leia maisPrincípios de Bioestatística Teste de Hipóteses
1/36 Princípios de Bioestatística Teste de Hipóteses Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG Tabela 2/36 3/36 Exemplo A concentração de certa substância
Leia maisPlanejamento de Experimentos Introdução - Teste t
1/22 Planejamento de Experimentos Introdução - Teste t Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/22 Introdução - Planejamento de Experimentos Experimento:
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
Leia maisDistribuições de Probabilidade Contínuas 1/19
all Distribuições de Probabilidade Contínuas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte
Leia maisInferência estatística
Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória
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 maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 01 de Julho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma população. Serão usadas as distribuições
Leia maisGroup Statistics. residência N Mean Std. Deviation Std. Error Mean. Avaliação Breve do Estado Mental. meio rural 11 27,73 1,849,557
ANEXO M: Output 1 Teste t de Student para amostras independentes, para comparação entre médias obtidas nos quatro instrumentos de avaliação pelas duas amostras: meio rural e meio urbano. Group Statistics
Leia maisDistribuição de frequências. Prof. Dr. Alberto Franke
Distribuição de frequências Prof. Dr. Alberto Franke E-mail: alberto.franke@ufsc.br 1 Distribuição de frequências Há necessidade de distinguir entre: Distribuição observada Distribuição verdadeira Distribuição
Leia maisUniversidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos
-PPGEAB Dados que podem ser necessários na resolução de algumas questões: Quantis de distribuições P (t > t α ) = α P (F > F 0,05 ) = 0, 05 ν 1 ν 0,05 0,025 ν 2 42 43 56 57 89 1,66 1,99 42 1,67 1,67 1,63
Leia maisAPLICAÇÃO COLETIVA DA FIGURA COMPLEXA DE REY
APLICAÇÃO COLETIVA DA FIGURA COMPLEXA DE REY Álvaro José Lelé (Centro Universitário de Lavras, Laboratório de Avaliação das Diferenças Individuais-UFMG), Marilourdes do Amaral Barbosa (Universidade da
Leia maisAula 7. Testes de Hipóteses Paramétricos (II)
Aula 7. Testes de Hipóteses Paramétricos (II) Métodos Estadísticos 008 Universidade de Averio Profª Gladys Castillo Jordán IC e TH para comparação de valores médios µ X e µ Y de duas populações Normais.
Leia maisPlanejamento de Experimentos Suposições do Modelo e Comparações Múltiplas
1 / 30 Planejamento de Experimentos Suposições do Modelo e Comparações Múltiplas Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 30 Exemplo típico: Resistência de uma nova fibra sintética
Leia maisAula no SAS. Planejamento do Experimento - Delineamento inteiramente casualizado. Saídas
Aula no SAS Planejamento do Experimento - Delineamento inteiramente casualizado Saídas title "Antes da Casualização"; data plano; do parc=1 to 20;*DEVE SER MÚLTIPLO DO NÚMERO DE TRATAMENTOS; trat=int((parc-1)/5)+1;*tratamentos+1=5;
Leia maisEXAME DE ESTATÍSTICA / ESTATÍSTICA I
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE EAME DE ESTATÍSTICA / ESTATÍSTICA I Cursos: Licenciatura em Enfermagem e Licenciaturas Bi-etápicas em Fisioterapia e em Terapia da Fala Época de
Leia maisCE055 Bioestatística A
CE055 Bioestatística A Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Objetivo da disciplina Conhecer metodologias estatísticas para produção, descrição e análise
Leia maisCE055 Bioestatística A
CE055 Bioestatística A Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Objetivo da disciplina Conhecer metodologias estatísticas para produção, descrição e análise
Leia maisIntervalos de Confiança - Amostras Pequenas
Intervalos de Confiança - Amostras Pequenas Prof. Eduardo Bezerra CEFET/RJ 20 de Abril de 2018 (CEFET/RJ) Intervalos de Confiança - Amostras Pequenas 1 / 26 Roteiro 1 Distribuição t de Student 2 Funções
Leia maisExame Final de Métodos Estatísticos
Exame Final de Métodos Estatísticos Data: de Junho de 26 Duração: 3h. Nome: Curso: Declaro que desisto N. Mec. Regime: As cotações deste exame encontram-se na seguinte tabela. Responda às questões utilizando
Leia maisBioestatística. Paulo Nogueira quarta-feira, 11 de Janeiro de 2012
Bioestatística Paulo Nogueira quarta-feira, 11 de Janeiro de 2012 Bioestatística? Bioestatística Biologia + Estatística (Portmanteau) Biometria Estatística aplicada às ciências da saúde Para que serve
Leia maisAula 7. Testes de Hipóteses Paramétricos (II)
Aula 7. Testes de Hipóteses Paramétricos (II) Métodos Estadísticos 008 Universidade de Averio Profª Gladys Castillo Jordán IC e TH para comparação de valores médios µ X e µ Y de duas populações Normais.
Leia maisTÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 2009/2010. Primeira Parte. F (b) F (a) =P (a <X<b) P (a <X<b)=
TÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 009/010 [,0] 1. Considere as seguintes afirmações: Primeira Parte I. Sendo F a função de distribuição da variável aleatória (v.a.) discreta X,
Leia maisComo testar a validade dos tipos mistos criados utilizando o R
Como testar a validade dos tipos mistos criados utilizando o R O mesmo teste feito acima no programa Stata pode ser executado no R. Basta seguir o script abaixo, criado por Wesley H. S. Pereira, do Departamento
Leia maisTeste de Cochran-Mantel-Haenszel
Teste de Cochran-Mantel-Haenszel Apresentamos um exemplo com a função mantelhaen.test do pacote stats em R. Os dados do exemplo podem ser encontrados na Tabela 3.3, p. 60, do livro Introduction to Categorical
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 maisIntervalos de Confiança
Intervalos de Confiança Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques e Nuno Bastos (DepMAT) Intervalos de Confiança 2010/2011 1 / 33 Introdução
Leia maisIntroducão à Bioestatística
Introducão à Bioestatística Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Objetivo da disciplina Conhecer metodologias estatísticas para produção, descrição e análise
Leia maisTeste para a variância de uma normal. Tiago Viana Flor de Santana
ESTATÍSTICA BÁSICA Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Universidade Estadual de Londrina UEL Departamento de Estatística DSTA Sumário 1 Santana,T.V.F.
Leia maisDistribuições de Probabilidade. Variáveis aleatórias contínuas
Distribuições de Probabilidade Variáveis aleatórias contínuas 1 Variáveis contínuas Uma variável aleatória contínua toma um nº infinito não numerável de valores (intervalos de números reais), os quais
Leia maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisLista de Exercícios - V.A.s Discretas
Lista de Exercícios - V.A.s Discretas Renato Assunção - DCC, UFMG 207 Esta lista de exercícios visa ao aprendizado de algumas das características das principais distribuições de probabilidade discretas.
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 maisTeste de Hipóteses (ou Teste de Significância)
Teste de Hipóteses (ou Teste de Significância) Pedro Paulo Balestrassi www.pedro.unifei.edu.br ppbalestrassi@gmail.com 35-36291161 / 88776958 (cel) 1 São diferenças estatisticamente significantes? A B
Leia mais