Estimação pontual, estimação intervalar e tamanho de amostras
|
|
- Rita Monsanto Casado
- 6 Há anos
- Visualizações:
Transcrição
1 Estmação potual, estmação tervalar e tamaho de amostras Iferêca: por meo das amostras, cohecer formações geras da população. Problemas de ferêca, em geral, se dvdem em estmação de parâmetros e testes de hpóteses. Neste curso cosderaremos problemas de ferêca evolvedo estmação de parâmetros Estmação de parâmetros: A estmação é o processo que cosste o uso de dados da amostra (dados amostras) para estmar valores de parâmetros populacoas descohecdos, tas como méda, desvo padrão, proporções, etc. Estmador: é uma fução dos elemetos da amostra, que será usada o processo de estmação do parâmetro desejado. O estmador é, como vemos, uma estatístca. Será, portato, uma varável aleatóra caracterzada por uma dstrbução de probabldade e seus respectvos parâmetros própros. Estmatva: cada valor partcular assumdo por um estmador.
2 ESTIMATIVA PONTUAL: é uma estmatva de um úco valor para um parâmetro populacoal. ESTIMATIVA INTERVALAR: é um tervalo de valores usado para estmar um parâmetro populacoal. Eemplo: Cosdere um amostra aleatóra das alturas, em cm, de meos de 5 aos: 65, 70, 70, 68, 78, 80, 68, 50, 7, 70 Pergutas típcas de estmação de parâmetros em relação a estes dados são: A partr dos dados amostras e cosderado que a amostra fo retrada de uma população com méda descohecda: (a) Estme um úco valor represetado o parâmetro descohecdo. > estmação potual b) Estme um tervalo de possíves valores para.> estmação tervalar. Estmação Potual de um parâmetro θ : parâmetro (valor umérco costate e descohecdo da população) θˆ : estmador potual ( estatístca vsado estmar o parâmetro) Um estmador θˆ é uma fução dos valores amostras que é usado para estmar o valor de um parâmetro descohecdo θ.o estmador é uma varável aleatóra com uma dstrbuç ão de probabld ade. Quado uma amostra aleatóra é selecoad a de uma população e θˆ é calculado a partr dos dados, o valor umérco da amostra cosderada. obtdo é chamado uma estmatva de
3 Algus estmadores potuas: Parâmetro da população ( ) Estmador ( ) Méda ( ) Méda amostral ( ) Proporçao ( p ) Proporção amostral ( p ) Desvo-padrão ( ) Desvo-padrão amostral ( S ) Como escolher um estmador? () Deve ser ão evesado (ão tedecoso) Um estmador θˆ é ão evesado para o parâmetro θ se E(θˆ) θ, qualquer que seja o verdadero valor de θ. Se esta propredade ão é satsfeta, θˆ evesado. é um estmador Lembre-se: E () é o valor esperado de. 3
4 () Selecoe o estmador que tem meor varâca Selecoe o estmador ão evesado de que tem meor varâca, qualquer que seja o valor de. Se ele estr, ele é chamado de estmador ão tedecoso de míma varâca. O desvo - padrâo (DP) do estmador θˆ erro padrão e será deotado :ε(θˆ) DP (θˆ) é chamado Ilustrado a déa de evesameto Cosdere a varâca de uma população de tamaho N: σ N μ) N, ode μ é é a méa populacoal. Vamos supor que temos uma amostra aleatóra de tamaho e queremos estmar, a partr da amostra, a varâca da população. Cosderemos duas stuações: (a) A méda populacoal μal ohecda. Vamos defr o estmador θˆ μ) 4
5 Vamos verfcar se o estmador defdo é ouão evesado : E(ˆ) E ) ) E ) por tato se cohecermos amédapopulacoal o estmador ˆ ) ão evesado. (b) Cosdere que ão cohecemos amédapopulacoal. Podemos estmar amédapopulacoalpelaméda amostral e defr, por aaloga, o estmador da varâca como: ˆ ) e vamos testar se este estmador é ouão evesado. 5
6 6 ) ) ) ) ) ) ) ) ) ) que é ão evesado. S θˆ Da a defção vsta o co do curso para a varâca amostral: é evesado. μ θˆ e portato o estmador da varâca σ )σ ( σ σ μ E μ E Etão: E(θˆ) μ μ e vamos usar a detdade: E Temos: E(θˆ) Note que: ão evesameto ão deve ser cosderado um crtéro ecessvamete mportate para julgar um estmador a medda em que, o valor esperado é apeas uma das possíves meddas de cetro. Estem eemplos de estmadores evesados que tem cocetração de probabldade prómo do parâmetro maor do que o estmador ão evesado de míma varâca. Etretato, este curso, os estmadores mas comumete utlzados são ão evesados.
7 Estmação potual da méda populacoal ( μ ) parâmetro: μ (méda populacoal) dados:,,..., (amostra aleatóra estmador: (méda amostral) σ erro padrão da méda: ε () de tamaho ) amostragem sem reposção de população fta: ε() σ N N se ão cohecer σ, estme o erro usado desvo amostral S Estmação potual da proporção populacoal ( p ): parâmetro: dados: : úmero de ocorrêcas de uma certa característca estmador: p (proporção populacoal) uma amostra aleatóra de tamaho pˆ erro padrão da proporção: ε(pˆ) p( p) amostragem sem reposção de população fta: ε(pˆ) p( p) N N se ão cohecer p, estme o erro usado a proporção amostral pˆ 7
8 Note que o erro padrão da proporção depede da proporção populacoal, ou de alguma estmatva dela como por eemplo a própra proporção amostral. Etretato, se ão for possível obter alguma estmatva de p, e como para qualquer valor de p temos a desgualdade p(-p) /4, o erro padrão é lmtado por ε(pˆ) Estmação tervalar de um parâmetro populacoal Um estmador tervalar de um parâmetro é um tervalo que é prevsto para coter o parâmetro. A cofaça que atrbumos ao tervalo é a probabldade de que ele rá coter o parâmetro. 8
9 Cosdere o parâmetro. Seja ( - a ) umaprobabldade especfcada e L e U fuções dos valores amostras X,..., X demodo que P(L U) - a Etão o tervalo (L,U)é chamado tervalo de cofaça de 00( - a )% parao parâmetro, e ( - a ) chamado de ível de cofaça assocado ao tervalo., O ível de cofaça (NC) é a probabldade -α, que é a proporção de vezes que o tervalo de cofaça realmete cotém o parâmetro populacoal, supodo que o processo seja repetdo um úmero grade de vezes. Algus íves de cofaça geralmete usados. NC a Para NC 0,90 ou (90%) α 0, Para NC 0,95 ou (95%) α 0,05 Para NC 0,99 ou (99%) α 0,0 9
10 Vamos cosderar prmero a estmatva tervalar para a proporção populacoal Eemplo de uma estmatva tervalar: A estmatva de IC de 95% para a proporção populacoal p é 0,38 < p < 0,497. Iterpretação: Há uma terpretação correta e mutas erradas, dferetes e cratvas para o IC. Correta: Estamos 95% cofates de que o tervalo de 0,38 a 0,497 realmete cotém o verdadero valor de p. Errada: Há uma chace de 95% de que o verdadero valor de p esteja etre 0,38 e 0,497. Para estabelecer um IC são utlzados valores crítcos. O uso do escore padrão Z. O escore padrão Z pode ser usado para de dstgur etre estatístcas amostras que têm chace de ocorrer e aquelas que ão têm. Sob certas codções a dstrbução amostral das proporções amostras pode ser apromada por uma dstrbução ormal. Há uma probabldade -α de que uma proporção amostral caa uma regão lmtada por dos valores de Z, para os quas uma área de α / seja defda a cauda esquerda e uma área de α / seja defda a cauda dreta. 0
11 Valores crítcos. Um valor crítco é um úmero a frotera que separa estatístcas amostras que têm uma chace de ocorrer daquelas que ão têm. O úmero Z a/ é um valor crítco, que é um escore Z com a propredade de separar uma área de α / a cauda dreta da dstrbução ormal padrozada. Vamos cosderar um eemplo ode temos um tervalo de cofaça de 90%, ou seja, (-a)0,90 Valores Crítcos a a/ a/ 0,90 0,05 0,05 Nível de cofaça: NC -a Por eemplo, NC 90% a - NC 0, - + Valores crítcos: ± Z a/ ±,6449 a/ 0,05 Z a/,6449
12 Margem de erro E Quado os dados são usados para estmar um parâmetro populacoal, a margem de erro (ou erro mámo da estmatva), represetada por E, pode ser ecotrada pela multplcação do valor crítco pelo erro padrão do estmador (que é o desvo padrão) coforme a epressão: E Za / ε(θˆ) Margem de erro E para a proporção Quado os dados são usados para estmar uma proporção populacoal p, a margem de erro (ou erro mámo da estmatva), represetada por E, pode ser ecotrada pela multplcação do valor crítco pelo desvo padrão das proporções amostras coforme a epressão: E Z a / pˆ( pˆ) (margem de erro para proporções) Note que: a fórmula orgal para E, é o valor da proporção populacoal p que aparece. Etretato, ão cohecemos p, e usamos uma estmatva cohecda de p, que fucoa bem para grade. E se lembramos que p(-p) /4, o lmte um superor para E é dado por: Z E a /
13 Itervalo de Cofaça (ou Estmatva Itervalar) para a Proporção Populacoal p pˆ E p pˆ E ou ou pˆ E pˆ E,pˆ E) Procedmeto para costrução de um IC para a proporção () Verfque os requstos (amostra aleatóra, tamaho grade, ) () Estabelecdo o NC, recorra à Tabela da Normal e ecotre Z a/ (3) Calcule a margem de erro: pˆ( pˆ) E Z a / (4) Usado E e pˆ, ache os valores de e. (5) Substtua estes valores em um formato específco do tervalo de cofaça: pˆ E p pˆ E ou ou pˆ E pˆ E pˆ E,pˆ E) pˆ E 3
14 Determação do Tamaho Amostral Supoha que queremos coletar dados amostras com o objetvo de estmar alguma proporção populacoal. Quatos tes amostras () devem ser obtdos? Com base a epressão do erro: -Quado uma estmatva qˆ pˆ -Quado ão se cohece : é cohecda: Arredode o resultado para o prómo tero. pˆ pˆ Z ) a / 4E Z ) a / E pˆqˆ Amostragem sem reposção de População Fta de tamaho N: Erro: Defção do Tamaho Amostral Arredode o resultado para o prómo tero. 4
15 Itervalo de cofaça para a méda populacoal () ( é cohecdo ) Requstos: - O desvo padrão da população é cohecdo. - A amostra é aleatóra smples (todas as amostras de mesmo tamaho tem gual chace de serem selecoadas). - Uma ou ambas as codções segutes são satsfetas: A população é ormalmete dstrbuída ou 30. Itervalo de cofaça para Méda Populacoal: σ cohecdo Vmos que a méda amostral da méda populacoal. Itervalos de cofaça: é a melhor estmatva potual Estmatva de tervalo de cofaça para a méda populacoal (com σ cohecdo): E E ou E, E) ou E Margem de erro: E Z / Tamaho amostral: a Z a / E Arredodar para o tero maor mas prómo 5
16 Amostragem sem reposção depopulação Fta de tamaho N: Margem de Erro: Defção do Tamaho Amostral Arredode o resultado para o tero maor mas prómo. Itervalos de de 95% de cofaça para0 amostras de tamaho 7 retradas de uma população com 00 e 0. este caso : , para cada amostra 7 6
17 Itervalo de cofaça da Méda Populacoal: σ Descohecdo Se cohecemos o desvo - padrão populacoal σ, a varável padrozada Z - μ σ/ ), do estmador da méda tem dstrbução ormal padrozada. vmos que potual Em geral, σ ão é cohecdo, o desvo - padrão amostral S. Neste caso troduzmos - μ t S Wllam Sealy Gosset (Cohecdo como :Studet) e é atural usar como estmatva para σ, mostrou varável que : Se a amostra é obtda de uma população com dstrbução ormal, etão a varável t é dstrbuda segudo a cohecda "dstrbução de Studet". Dstrbução t-studet Qumco e Matemátco (New College, Oford). Fo trabalhar para a destlara de Arthur Guess & So. Gosset ra aplcar os seus cohecmetos de estatístca a cervejara - para a seleção das melhores amostras de cevada. Gosset adquru o seu cohecmeto o Laboratóro Bométrco Karl Pearso. Pearso dava pouca mportâca aos resultados obtdos por Gosset, pos eram baseados em pequeas amostras a cervejera, ele (Pearso) por orma tha ceteas de observações e ão va urgêca em desevolver um método que tratasse com pequeas amostras Wllam Sealy Gosset Cohecdo como: Studet Para prever fugas de formação e futuras revelações dos "segredos" da marca, a Guess probu que os seus empregados pudessem publcar quasquer trabalhos depedete do coteúdo. Gosset ão tha como publcar os trabalhos com o seu ome. Etão, usou o pseudomo Studet para as suas publcações evtado ser detectado pela etdade empregadora. Seu feto mas cohecdo, é hoje cohecdo com a Dstrbução t-studet, que outras crcustâcas sera cohecda como a Dstrbução t-gosset. 7
18 Dstrbução-t de Studet com gl (-) graus de lberdade Dstrbução smétrca em toro de zero Para cada valor de gl este uma dstrbução-t Normal padrozada A medda que aumeta a dstrbução de t se aproma da dstrbução de Z (ormal) (>30) a é a probabldade (área) a cauda dreta 8
19 Estmatva tervalar da Méda Populacoal: σ Descohecdo Para população com dstrbução ormal e com σ descohecdo, um tervalo de cofaça com (-α).00% para a méda populacoal é E E ou E, E) ou E a margem de erro: E ta / S Valor de t: obtdo da dstrbução-t de studet terpretação :(- α) é a probabldade de que o tervalo ( - E, E) coteha a méda 9
20 Itervalos de de 95% de cofaça para 0 amostras de tamaho retradas de uma população com dstrbução ormal com 00 e 0. No caso, a 0.05 e t 0.05 s Neste caso : -.447, ode s é o desvo padrão de cada amostra.447 (dst. t com gl - 6). s para cada amostra, 7 7 A Estmatva tervalar é a mas utlzada. Note que: Numa estmatva tervalar, o cetro do tervalo de cofaça ão é vsto como o melhor estmador potual, o tervalo é a estmatva. Ele é obtdo de modo que temos uma % de cofaça dele coter o parâmetro e ehuma preferêca é atrbuída a algum de seus potos. Devdo a smetra da dstrbução apromada de, ocorre que o cetro do tervalo de cofaça para é. Etretato, se a dstrbução amostral ão é smétrca, o poto médo do tervalo ão ecessaramete cocde com a melhor estmatva potual do parâmetro. 0
21 Estmação da Méda Populacoal: Resumo Seja,,..., N(μ(σ). A dstrbução de é chamada dstrbução χ uma amostra aleatóra de uma população ormal χ Dstrbução χ ( ) σ ()s σ com (-) graus de lberdade.
22 Itervalo de (-α)% de cofaça para σ s (), χ α s () χ ( α ) Estmatvas de σ usado a dstrbução χ são muto afetadas (ão cofáves) para amostras de populações ão ormas.
23 A Stewart Avato Products Compay vem fabrcado altímetros de avões com erros dstrbuídos ormalmete com méda 0 (obtda por calbragem) e desvo padrão de 43,7 pés. Após a stalação da ova produção de equpametos selecoaram-se aleatoramete 30 altímetros da ova lha de produção. Esta amostra acusou erros com desvo padrão de 54,7 pés. Baseado a amostra, vamos fazer uma estmatva tervalar com 95% de cofaça para o desvo-padrao dos erros dos altímetros 30 amostras retradas de população ormal com desvo- padrão s 54,7 pés. 95% de cofãça sgfca α/0.05 Temos que ecotrar a dstrbução χ com gl-9 Os valores correspodetes a χ χ α (α ) χ χ
24 O tervalo de 95% de cofaça para o desvo padrão será : s () () 9 9, s 54.7, 54.7 χ χ α ( α ) ou seja : 43.6, 7.7) 4
Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual
Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas
Leia maisDistribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD
Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução
Leia maisMacroeconometria Aula 3 Revisão de estatística e teste de hipótese
Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.
Leia maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma
Leia maisNas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das
CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%
Leia maisDistribuições de Probabilidades
Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução
Leia maisRegressao Simples. Parte II: Anova, Estimação Intervalar e Predição
egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a
Leia maisInferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP
Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação
Leia maisESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas
Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas
Leia maisEstatística - exestatmeddisper.doc 25/02/09
Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade
Leia maisAvaliação da qualidade do ajuste
Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a
Leia maisNOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling
4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se
Leia maisEm muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão
Leia maisEconometria: 3 - Regressão Múltipla
Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão
Leia maisRegressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança
Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total
Leia maisREGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA
REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:
Leia maisDISTRIBUIÇÃO HIPERGEOMÉTRICA
7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora
Leia maisMÓDULO 8 REVISÃO REVISÃO MÓDULO 1
MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos
Leia maisParte 3 - Regressão linear simples
Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:
Leia maisESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano
ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisModelo de Regressão Simples
Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;
Leia maisEstudo do intervalo de confiança da regressão inversa utilizando o software R
Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um
Leia maisConceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama
Prof. Dr. Evadro Leoardo Slva Teera Faculdade UB Gama Metrologa: Cêca que abrage os aspectos teórcos e prátcos relatvos a medção; Descreve os procedmetos e métodos para determar as certezas de medções;
Leia maisx n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População
ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisCAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados
3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas
Leia maisESTATÍSTICA APLICADA À ZOOTECNIA
ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o
Leia maisProbabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ
Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o
Leia maisRevisão/Resumo de Inferência Estatística
Dscpla: Boestatístca Professor: Marcelo Rubes Revsão/Resumo de Iferêca Estatístca - Modelos Estatístcos/Probablístcos São modelos que se aplcam quado este claramete a preseça de uma compoete aleatóra ou
Leia maisEstatística Descritiva. Medidas estatísticas: Localização, Dispersão
Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL I
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE
Leia mais13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL
3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude
Leia maisMEDIDAS DE DISPERSÃO:
MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.
Leia maisMAE0229 Introdução à Probabilidade e Estatística II
Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de
Leia maisControle Estatístico de Qualidade. Capítulo 6 (montgomery)
Cotrole Estatístco de Qualdade Capítulo 6 (motgomery) Gráfcos de Cotrole para Atrbutos Itrodução Mutas característcas da qualdade ão podem ser represetadas umercamete. Nestes casos, classfcamos cada tem
Leia maisMEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12
MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação
Leia mais50 Logo, Número de erros de impressão
Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de
Leia maisProfessor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.
Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisNOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA
IND 5 Iferêca Estatístca Semestre 007.0 Teste 4 //007 Nome: NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA : O FORMULÁRIO ESTÁ NO FINAL DA PROVA PROBLEMA (5 potos) Em cada questão
Leia maisDados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens
Dados xpermetas Para medr a produção de certa varedade de mlho, faremos um expermeto o qual a varedade de mlho semete é platada em váras parcelas homogêeas com o mesmo fertlzate, pestcda etc. Depos mede-se
Leia maisCapítulo 5: Ajuste de curvas pelo método dos mínimos quadrados
Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato
Leia maisTópicos Extras 2ª parte. Análise de Correlação e Regressão
Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO
Leia maisMédia. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística
BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,
Leia maisProbabilidades e Estatística
Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete
Leia mais? Isso é, d i= ( x i. . Percebeu que
Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0
Leia maisInterpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.
Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr
Leia maisRevisão/Resumo de Análise Estatística I e Introdução à Tecnologia da Amostragem I
Dscpla: Tecologa da Amostragem I Professor: Marcelo Rubes Revsão/Resumo de Aálse Estatístca I e Itrodução à Tecologa da Amostragem I 1 - Modelos Estatístcos/Probablístcos São modelos que se aplcam quado
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisProf. Janete Pereira Amador 1
Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.
Leia maisFaculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL
Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a
Leia maisNOTAS DE AULA DA DISCIPLINA CE076 = 2. ], T 2 = conhecido como T 2 de Hotelling
NOTAS DE AULA DA DISCIPLINA CE76 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ µ H : µ µ Nível de sfcâca: α Estatístca do teste: t X µ s/ ~ t Decsão:
Leia maisREGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi
REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta
Leia maisCAPÍTULO 5: AMOSTRAGEM
CAPÍTULO 5: AMOSTRAGEM 5. Itrodução A estatístca dutva busca trar coclusões probablístcas ou fazer ferêcas, sobre populações, com base em resultados verfcados em amostras retradas dessas populações. Além
Leia maisConfiabilidade Estrutural
Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz
Leia maisAtividades Práticas Supervisionadas (APS)
Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula
Leia maisProbabilidade II Aula 10
Probabldade II Aula 0 Mao de 009 Môca Barros, D.Sc. Coteúdo Esperaça Matemá (Valores esperados) Mometos e Mometos Cetras Valores esperados de uma fução de Covarâca e Correlação Matrz de covarâca, matrz
Leia maisCurso de Graduação. Inferência I N F ERÊNCI A ESTAT ÍSTICA
Iferêca Estatístca I N F ERÊNCI A ESTAT ÍSTICA CAPÍTULO N O Ç Õ ES PRELIMINAR ES SOBR E AMOSTRAGEM A elaboração de um projeto de pesqusa por amostragem, objetvado a vestgação sobre um certo feômeo, evolve
Leia maisHIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia
Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e
Leia maisOrganização; Resumo; Apresentação.
Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado
Leia maisa) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.
Questão : As otas de dez aluos, um exame, estão dadas a segur:, 5, 8, 3, 6, 5, 8, 7, 6, 0 O desvo médo e a varâca dessas otas podem ser expressos, respectvamete, por: a),8 e 4,6 b),0 e, c),8 e 5, d),0
Leia maisTécnicas Não Paramétricas
Téccas Não Paramétrcas de Estmação de Desdade Reata Cardoso e Fracsco Carvalho Coteúdo Itrodução 2 Hstograma 3 Estmação da desdade 4 Jaelas de Parze Em mutos problemas prátcos As abordages de estmação
Leia mais2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida
. MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +
Leia maisTeoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.
Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisIND 1115 Inferência Estatística Aula 9
Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisProbabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 mutos Grupo I Probabldades e Estatístca LEGM, LEIC-A, LEIC-T, MA, MEMec Justfque coveetemete todas as respostas 2 o semestre 2017/2018 14/06/2018 11:00 2 o Teste B 10 valores 1. Os dvíduos
Leia maisConstrução e Análise de Gráficos
Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela
Leia maisAula 3. Estimação II. Capítulo 11, Bussab&Morettin Estatística Básica 7ª Edição
Aula 3. Estimação II. Capítulo, Bussab&Moretti Estatística Básica 7ª Edição Estatística = fução qualquer da amostra população ~B(p) amostra,,, i {0,} estimador de p é estatística p amostra (obs.) x,, x,
Leia maisApostila de Introdução Aos Métodos Numéricos
Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste
Leia maisO delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.
Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem
Leia maisRevisão de Estatística X = X n
Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia mais3. TESTES DE QUALIDADE DE AJUSTAMENTO
Testes da qualdade de ajustameto 3 TESTES DE QULIDDE DE JUSTMENTO 3 Itrodução formação sobre o modelo da população dode se extra uma amostra costtu, frequetemete, um problema estatístco forma da dstrbução
Leia maisProf. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,
Leia mais3 Análises Probabilísticas de Estabilidade
3 Aálses Probablístcas de Establdade 3.1 Itrodução Para facltar o etedmeto das metodologas de aálse de cofabldade serão apresetados este capítulo algus cocetos báscos de probabldade e estatístca. 3. Cocetos
Leia mais3 Experimento com Mistura com Respostas Não-Normais
Modelagem em Epermetos Mstura-Processo para Otmzação de Processos Idustras 5 Epermeto com Mstura com Respostas Não-Normas Neste capítulo é apresetado o plaejameto e aálse de um EM com respostas ão ormas,
Leia maisTESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL
TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL As hpóteses a serem testadas serão: H 0 : p p 0 H : p p 0 p > p 0 p < p 0 Estatístca do Teste: pˆ p0 z c p ( p ) 0 0 EXEMPLOS. Uma máqua está regulada
Leia maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se
Leia maisTabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f
Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que
Leia maisReconhecimento de Padrões. Reconhecimento de Padrões
Recohecmeto de Padrões 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Escola Superor de Tecologa Egehara Iformátca Recohecmeto de Padrões Prof. João Asceso e Prof. Aa Fred Sumáro:
Leia mais6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS
7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda
Leia maisAula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação
Aula 9 Aula passada Método da rejeção (rejecto samplg) Exemplos Importace Samplg Exemplos Geeralzação Aula de hoje Self-ormalzed Importace Samplg Gerado amostras complcadas Varâca amostral Smulação Importace
Leia maisEconometria: 4 - Regressão Múltipla em Notação Matricial
Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo
Leia maisESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA
ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo
Leia maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja
Leia maisANÁLISE DE REGRESSÃO E CORRELAÇÃO
ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisANÁLISE DE REGRESSÃO E CORRELAÇÃO
ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves A aálse de regressão e correlação compreedem
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia mais1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade
Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada
Leia maisEstatística. 2 - Estatística Descritiva
Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA
Leia maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia mais