Inferência Bayesiana - Aula 1 -
|
|
- Alícia de Abreu Bennert
- 6 Há anos
- Visualizações:
Transcrição
1 Inferência Bayesiana - Aula 1 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística mbranco - sala 295-A -
2 Paradigmas Bayesiano Introdução Fazer inferência é usar a informação para reduzir a incerteza sobre um objeto em estudo. Eiste duas fontes de informação: amostral (associado ao eperimento) e conhecimentos prévios (sua eperiência de vida) A incerteza a respeito de tudo o que é desconhecido deve ser traduzida por uma medida de probabilidade. Interpretações subjetiva ou lógica de probabilidade. Probabilidade como uma medida pessoal de incerteza, não como o limite da frequência relativa (postura clássica).
3 Comparação com a inferência clássica Na escola Bayesiana cada observação é única. A escola Clássica é baseada na possibilidade de repetir eperimentos sob as mesmas condições. Eemplo 1: Interpretação da medida de probabilidade. EC: Se lançamos n vezes a mesma moeda sob as mesmas condições e calculamos a frequência relativa do número de caras, este valor se estabilizará em 1/2 (limite da frequência relativa). EB: Para você a credibilidade na ocorrência de cara é a mesma que na não ocorrência. Se você tiver que apostar contra um oponente no resultado da moeda (cara) deverá apostar 1 contra 1. Então P rob(cara) = 1/2.
4 Comparação com a inferência clássica Eemplo 2: Faz sentido utilizar toda a informação disponível ou somente a amostral é relevante? Você deseja inferir sobre a capacidade de uma pessoa acertar resultados. Apresentam-se para o teste um especialista em música que diz ser capaz de diferir as músicas de Haydn e Mozart. um bêbado que diz ser capaz de acertar os resultados no lançamento de uma moeda. Se ambos são submetidos a dez provas e acertam todas elas, então sua inferência baseada nos dados é a mesma. Será razoável?
5 Motivação: Estudo da maturidade seual do peie-galo. Em estudos de população de peies os cientistas estão interessados na relação entre o tamanho e a maturidade seual da fêmea de uma determinada espécie de peie. O interesse é determinar o tamanho em que cerca de 50 % das fêmeas alcançam a maturidade seual, denominado tamanho de maturação. Os dados na Tabela 1 representam o tamanho e a maturidade seual de 17 fêmeas capturadas na costa sul do Brasil. Considere y i o número de fêmeas maduras e n i o número total de fêmeas. p i é a probabilidade de que uma fêmea na classe i esteja madura.
6 Motivação: Estudo da maturidade seual do peie-galo. Tabela 1: Número de fêmeas maduras por tamanho. Comprimento (cm) Total Maduras Suponha y i uma Binomial(n i, p i ) com p i a probabilidade de que uma fêmea na classe i esteja madura. i é o ponto médio da classe i. O modelo logístico é dado por ( ) pi log = β 0 + β 1 ( i ) 1 p i
7 Motivação: Estudo da maturidade seual do peie-galo. A quantidade principal de interesse é LT 50 = β 0 β 1 +, obtida quando substitui-se p i por 0.5. A análise Bayesiana resulta na obtenção da distribuição de probabilidade associada a LT 50. Esta distribuição de probabilidade representa a incerteza a posterior sobre a quantidade de interesse. A partir da distribuição a posterior, pode-se obter uma estimação pontual igual a 28 cm e um intervalo, de probabilidade 0.95, igual a (22.65 ; 35.25).
8 Motivação: Estudo da maturidade seual do peie-galo. LT 50 depende de dois parâmetros desconhecidos β 0 e β 1, os quais também possuem uma distribuição de probabilidade a posterior. Iniciamos com uma medida de probabilidade a priori f(β 0, β 1 ), por eemplo, normal bivariada. Para obter a medida a posterior utilizamos a fórmula de Bayes f(β 0, β 1 y) = f(y β 0, β 1 )f(β 0, β 1 ), f(y) onde f(y β 0, β 1 ) é a probabilidade conjunta de y 1, y 2,..., y k supondo os parâmetros conhecidos. No nosso caso, esta probabilidade é o produto de binomias. A quantidade f(y) é a distribuição marginal e é obtida pela integração do numerador. Não eiste solução anaĺıtica e algoritmos numéricos são necessários.
9 Motivação: Estudo da maturidade seual do peie-galo. Sob a abordagem clássica os parâmetros podem ser estimados utilizando-se os estimadores de máima verossimilhança e a teoria assintótica normal. As estimativas pontuais, e por intervalo, de máima verossimilhança de β 1 são e ( ; ), com confiança de 95 %. Sob a abordagem Bayesiana, o intervalo de credibilidade é (0.112 ; 0.795), com probabilidade 95 %. Esta diferença justifica-se pela assimetria observada na distribuição a posteriori. Enquanto que o intervalo clássico indica que β 1 pode ser zero, a distribuição a posteriori indica claramente um valor positivo.
10 O modelo paramétrico probabiĺıstico. Uma medida de probabilidade P é definida em um espaço (X, A), onde A é uma sigma álgebra de elementos mensuráveis. Um espaço paramétrico estatístico é um conjunto (família) de medidas de probabilidade, associadas a um vetor aleatório X, indeadas por um parâmetro θ, (X, A, P θ ), θ Sob o ponto de vista Bayesiano é preciso definir uma medida de probabilidade a prior para θ, (Θ, B, π)
11 O modelo paramétrico binomial. Sob certas suposições, é possível definir uma medida de probabilidade conjunta para X e θ. Usa-se a fórmula de Bayes para obter a medida de probabilidade condicional de θ dado o resultado da amostra X = P (X = θ)f(θ) f(θ ) = P (X = θ)f(θ) Θ f( θ)f(θ) f(θ ) = f( θ)f(θ) dθ Θ
12 O modelo paramétrico binomial Eemplo 1: O modelo binomial. X θ, n Bin(n, θ), 0 < θ < 1 e n inteiro. Suponha n conhecido, é preciso definir uma medida de probabilidade para θ. Prior 1: θ f(θ) Para n = 2 a posterior é θ f(θ = 0) f(θ = 1) f(θ = 2)
13 O modelo paramétrico binomial. Prior 2: θ Beta(a, b). Então sua função de é f(θ) = Γ(a + b) Γ(a)Γ(b) θa 1 (1 θ) b 1, a > 0 b > 0. Para obter a marginal f() integra-se em θ f() = 1 0 f(θ)c n, (θ) (1 θ) n dθ. Observe que não há necessidade de preocupar-se com a quantidade C n, (constante) pois f(θ ) = 1 0 θa+ 1 (1 θ) b+n 1 (θ) a+ (1 θ) b+n 1 dθ
14 O modelo paramétrico binomial. Podemos mostrar que a distribuição a posteriori é θ Beta(a +, b + n ). Se as distribuições a priori e a posteriori estão na mesma classe de distribuições, dizemos que são conjugadas em relação ao modelo estatístico X θ. Como escolher a e b? Se a = b temos uma distribuição simétrica. Se a = b = 1 temos uma uniforme. A média e a variância a priori são E[θ] = a a+b V ar[θ] = ab (a+b) 2 (a+b+1).
15 Gráficos da Beta Densidades Beta simetricas
16 Gráficos da Beta Densidades Beta assimetricas a < b
17 O modelo paramétrico binomial. Usando o seu conhecimento para construir sua a priori. Qual o significado de θ? Informações a priori θ ( ) ( ) ( ) ( ) Prob Densidade a priori : θ Beta(3, 3) θ ( ) ( ) ( ) ( ) Pbeta
18 Gráficos das s a posteriori com n=2 e priori Beta(3,3) Priori e Posteriori, n=2, = Priori e Posteriori, n=2, = Priori e Posteriori, n=2, =
19 Gráficos das s a posteriori com n=50 e priori Beta(3,3) Priori e Posteriori, n=50, = Priori e Posteriori, n=50, = Priori e Posteriori, n=50, =
20 Gráficos das s a posteriori com n=50 e priori Beta(50,50) Priori e Posteriori, n=50, =0 (Priori II) Priori e Posteriori, n=50, =25 (Priori II) Priori e Posteriori, n=50, =50 (Priori II)
Probabilidade. Luiz Carlos Terra
Luiz Carlos Terra Nesta aula, você conhecerá os conceitos básicos de probabilidade que é a base de toda inferência estatística, ou seja, a estimativa de parâmetros populacionais com base em dados amostrais.
Leia maisAULA 07 Distribuições Discretas de Probabilidade
1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
Leia maisDISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADES 1 1. VARIÁVEIS ALEATÓRIAS Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Sobrevivência - Conceitos Básicos Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia maisProbabilidade e Estatística
Probabilidade e Estatística TESTES DE HIPÓTESES (ou Testes de Significância) Estimação e Teste de Hipóteses Estimação e teste de hipóteses (ou significância) são os aspectos principais da Inferência Estatística
Leia maisDistribuição Normal de Probabilidade
Distribuição Normal de Probabilidade 1 Aspectos Gerais 2 A Distribuição Normal Padronizada 3 Determinação de Probabilidades 4 Cálculo de Valores 5 Teorema Central do Limite 1 1 Aspectos Gerais Variável
Leia maisResolução da Lista de Exercício 6
Teoria da Organização e Contratos - TOC / MFEE Professor: Jefferson Bertolai Fundação Getulio Vargas / EPGE Monitor: William Michon Jr 10 de novembro de 01 Exercícios referentes à aula 7 e 8. Resolução
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 variância de
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem
Leia maisUM JOGO BINOMIAL 1. INTRODUÇÃO
1. INTRODUÇÃO UM JOGO BINOMIAL São muitos os casos de aplicação, no cotidiano de cada um de nós, dos conceitos de probabilidade. Afinal, o mundo é probabilístico, não determinístico; a natureza acontece
Leia maisTeste de Hipótese e Intervalo de Confiança. Parte 2
Teste de Hipótese e Intervalo de Confiança Parte 2 Questões para discutirmos em sala: O que é uma hipótese estatística? O que é um teste de hipótese? Quem são as hipóteses nula e alternativa? Quando devemos
Leia maisInteligência Artificial
Inteligência Artificial Aula 7 Programação Genética M.e Guylerme Velasco Programação Genética De que modo computadores podem resolver problemas, sem que tenham que ser explicitamente programados para isso?
Leia maisPressuposições à ANOVA
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula do dia 09.11.010 A análise de variância de um experimento inteiramente ao acaso exige que sejam
Leia maisEstimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança
Estimação Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança Motivação A partir da média de uma a amostra em uma colheita recente, o conselho de qualidade
Leia maisProbabilidade. Evento (E) é o acontecimento que deve ser analisado.
Probabilidade Definição: Probabilidade é uma razão(divisão) entre a quantidade de eventos e a quantidade de amostras. Amostra ou espaço amostral é o conjunto formado por todos os elementos que estão incluídos
Leia maisDEPARTAMENTO DE MATEMÁTICA
FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhanguene, Av. de Moçambique, km 1, Tel: +258 21401078, Fax: +258 21401082, Maputo Cursos de Licenciatura em Ensino de Matemática
Leia maisGerenciamento dos Riscos do Projeto (PMBoK 5ª ed.)
Gerenciamento dos Riscos do Projeto (PMBoK 5ª ed.) Esta é uma área essencial para aumentar as taxas de sucesso dos projetos, pois todos eles possuem riscos e precisam ser gerenciados, ou seja, saber o
Leia maisUMA ANÁLISE BAYESIANA DO PERFIL COR/RAÇA DOS INDIVÍDUOS QUE TEM CURSO SUPERIOR NO BRASIL
ISSN 2175-6295 Rio de Janeiro- Brasil, 08 e 09 novembro de 2007. SPOLM 2007 UMA ANÁLISE BAYESIANA DO PERFIL COR/RAÇA DOS INDIVÍDUOS QUE TEM CURSO SUPERIOR NO BRASIL Giovani Glaucio de Oliveira Costa Universidade
Leia maisPós-Graduação em Computação Distribuída e Ubíqua
Pós-Graduação em Computação Distribuída e Ubíqua INF612 - Aspectos Avançados em Engenharia de Software Engenharia de Software Experimental [Head First Statistics] Capítulos 10, 11, 12 e 13 [Experimentation
Leia maisAjuste de um modelo de TRI aos dados do vestibular 2011.2 do curso de Administração Noturno da Universidade Federal de Uberlândia
Ajuste de um modelo de TRI aos dados do vestibular 20.2 do curso de Administração Noturno da Universidade Federal de Uberlândia José Waldemar da Silva 2 Mirian Fernandes Carvalho Araújo 2 Lucio Borges
Leia maisObtenção Experimental de Modelos Matemáticos Através da Reposta ao Degrau
Alunos: Nota: 1-2 - Data: Obtenção Experimental de Modelos Matemáticos Através da Reposta ao Degrau 1.1 Objetivo O objetivo deste experimento é mostrar como se obtém o modelo matemático de um sistema através
Leia maisIntrodução. Ou seja, de certo modo esperamos que haja uma certa
UNIVERSIDADE FEDERAL DA PARAÍBA Teste de Independência Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Um dos principais objetivos de se construir uma tabela de contingência,
Leia maisIND 1115 Inferência Estatística Aula 8
Conteúdo IND 5 Inferência Estatística Aula 8 Setembro 4 Mônica Barros O - aproximação da Binomial pela Este teorema é apenas um caso particular do teorema central do limite, pois uma variável aleatória
Leia maisMOQ-14 Projeto e Análise de Experimentos
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-14 Projeto e Análise de Experimentos Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br Regressão Linear
Leia maisAula 6 Medidas de Tendência Central
1 Estatística e Probabilidade Aula 6 Medidas de Tendência Central Professor Luciano Nóbrega Somatório Quando queremos representar uma soma de valores que obedecem à uma sequência, podemos codificá-la através
Leia maisFísica Experimental III
Física Experimental III Unidade 4: Circuitos simples em corrente alternada: Generalidades e circuitos resistivos http://www.if.ufrj.br/~fisexp3 agosto/26 Na Unidade anterior estudamos o comportamento de
Leia maisMódulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano
Módulo de Equações do Segundo Grau Equações do Segundo Grau: Resultados Básicos. Nono Ano Equações do o grau: Resultados Básicos. 1 Exercícios Introdutórios Exercício 1. A equação ax + bx + c = 0, com
Leia maisModelo Normal. Aplicações: Parte 1. Prof. Caio Azevedo. Prof. Caio Azevedo
Variância conhecida Seja X 1 θ,..., X n θ, θ = (µ, σ 2 ) uma amostra aleatória de X θ N(µ, σ 2 ). Se σ 2 conhecido, e µ N(α, ψ), (família conjugada) então µ x N(ψ α, ψ ), em que ψ = ( n σ 2 + 1 ) 1 ( α
Leia maisProf. Daniela Barreiro Claro
O volume de dados está crescendo sem parar Gigabytes, Petabytes, etc. Dificuldade na descoberta do conhecimento Dados disponíveis x Análise dos Dados Dados disponíveis Analisar e compreender os dados 2
Leia maisTabelas Hash. Aleardo Manacero Jr.
Tabelas Hash Aleardo Manacero Jr. Introdução O uso de listas ou árvores para organizar informações é interessante e produz resultados bastante bons Entretanto, em nenhuma dessa estruturas se obtém o acesso
Leia maisRelatório do Experimento 1 Sistema Massa - Mola. Fernando Henrique Ferraz Pereira da Rosa
FEP0111 - Física I Relatório do Experimento 1 Sistema Massa - Mola Fernando Henrique Ferraz Pereira da Rosa 4 de novembro de 2005 Sumário 1 Introdução 2 2 Objetivos 2 3 Procedimento experimental 2 3.1
Leia maisProbabilidade III. Ulisses U. dos Anjos. Departamento de Estatística Universidade Federal da Paraíba. Período 2014.1
Probabilidade III Ulisses U. dos Anjos Departamento de Estatística Universidade Federal da Paraíba Período 2014.1 Ulisses Umbelino (DE-UFPB) Probabilidade III Período 2014.1 1 / 42 Sumário 1 Apresentação
Leia maisPESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.
PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 2 do livro de Taha (2008): Introdução O modelo de PL de duas variáveis Propriedades
Leia maisConceitos de Gestão de Estoques. Prof. Ruy Alexandre Generoso
Conceitos de Gestão de Estoques Análise Numérica Prof. Ruy Alexandre Generoso Cálculo do Nível N de Serviço Ótimo Nível de Serviço o (NS): Determinado nível n de estoque E. É a probabilidade de que a demanda
Leia maisLista 1: Processo Estocástico I
IFBA/Introdução aos Processos Estocásticos/ Prof. Fabrício Simões 1 Lista 1: Processo Estocástico I 1. Esboce o espaço amostral do processo estocástico x(t) = acos(ωt + θ), em que ω e θ constantes e a
Leia maisModelo de Precificação de A0vos Financeiros (CAPM) e Hipótese do Mercado Eficiente (HME) Aula de Fernando Nogueira da Costa Professor do IE- UNICAMP
Modelo de Precificação de A0vos Financeiros (CAPM) e Hipótese do Mercado Eficiente (HME) Aula de Fernando Nogueira da Costa Professor do IE- UNICAMP Keynes: comparou os investimentos a concurso de beleza
Leia maisAula de Exercícios - Teorema de Bayes
Aula de Exercícios - Teorema de Bayes Organização: Rafael Tovar Digitação: Guilherme Ludwig Primeiro Exemplo - Estagiários Três pessoas serão selecionadas aleatóriamente de um grupo de dez estagiários
Leia maisComandos de Eletropneumática Exercícios Comentados para Elaboração, Montagem e Ensaios
Comandos de Eletropneumática Exercícios Comentados para Elaboração, Montagem e Ensaios O Método Intuitivo de elaboração de circuitos: As técnicas de elaboração de circuitos eletropneumáticos fazem parte
Leia maisConteúdo programático por disciplina Matemática 6 o ano
60 Conteúdo programático por disciplina Matemática 6 o ano Caderno 1 UNIDADE 1 Significados das operações (adição e subtração) Capítulo 1 Números naturais O uso dos números naturais Seqüência dos números
Leia maisÁlgebra Linear Aplicada à Compressão de Imagens. Universidade de Lisboa Instituto Superior Técnico. Mestrado em Engenharia Aeroespacial
Álgebra Linear Aplicada à Compressão de Imagens Universidade de Lisboa Instituto Superior Técnico Uma Breve Introdução Mestrado em Engenharia Aeroespacial Marília Matos Nº 80889 2014/2015 - Professor Paulo
Leia maisCusto de Oportunidade do Capital
Custo de Oportunidade do Capital É o custo de oportunidade de uso do fator de produção capital ajustado ao risco do empreendimento. Pode ser definido também como a taxa esperada de rentabilidade oferecida
Leia maisé 4. Portanto, o desvio padrão é 2. Neste caso 100% dos valores da população estão a um desvio padrão da média.
Desvio Padrão From Wikipedia, the free encyclopedia probabilidade e estatística, o desvio padrão de uma distribuição de probabilidade, de uma variável aleatória, ou população é uma medida do espalhamento
Leia maisTeoria dos erros em medições
Teoria dos erros em medições Medições Podemos obter medidas diretamente e indiretamente. Diretas - quando o aparelho ( instrumento ) pode ser aplicado no terreno. Indireta - quando se obtêm a medição após
Leia mais1ª) Lista de Exercícios de Laboratório de Física Experimental A Prof. Paulo César de Souza
1ª) Lista de Exercícios de Laboratório de Física Experimental A Prof. Paulo César de Souza 1) Arredonde os valores abaixo, para apenas dois algarismos significativos: (a) 34,48 m (b) 1,281 m/s (c) 8,563x10
Leia maisTécnicas de Contagem I II III IV V VI
Técnicas de Contagem Exemplo Para a Copa do Mundo 24 países são divididos em seis grupos, com 4 países cada um. Supondo que a escolha do grupo de cada país é feita ao acaso, calcular a probabilidade de
Leia maisCap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS
Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Dois ou mais eventos são mutuamente exclusivos, ou disjuntos, se os mesmos não podem ocorrer simultaneamente. Isto é, a ocorrência de um
Leia maisTestes de Hipóteses Estatísticas
Capítulo 5 Slide 1 Testes de Hipóteses Estatísticas Resenha Hipótese nula e hipótese alternativa Erros de 1ª e 2ª espécie; potência do teste Teste a uma proporção; testes ao valor médio de uma v.a.: σ
Leia maisAula 5. Uma partícula evolui na reta. A trajetória é uma função que dá a sua posição em função do tempo:
Aula 5 5. Funções O conceito de função será o principal assunto tratado neste curso. Neste capítulo daremos algumas definições elementares, e consideraremos algumas das funções mais usadas na prática,
Leia maisFunção. Adição e subtração de arcos Duplicação de arcos
Função Trigonométrica II Adição e subtração de arcos Duplicação de arcos Resumo das Principais Relações I sen cos II tg sen cos III cotg tg IV sec cos V csc sen VI sec tg VII csc cotg cos sen Arcos e subtração
Leia maisWWW.RENOVAVEIS.TECNOPT.COM
Energia produzida Para a industria eólica é muito importante a discrição da variação da velocidade do vento. Os projetistas de turbinas necessitam da informação para otimizar o desenho de seus geradores,
Leia maisSOLUÇÕES. Fichas de Trabalho de Apoio. FT Apoio 7 ; 4.2. 1; 5.1. [ 30, [ ); 5.2. [, 2[ ; 8.6. FT Apoio 8. 2 e 1; 3.2. por exemplo: 3 ou.
11, 6 ; 1 4, 86 ; (A); (D); 41 permite resolver o problema é problema é ( ) SOLUÇÕES Fichas de Trabalho de Apoio FT Apoio 7 S 16 = 17, + ); [, [ Escola EB, de Ribeirão (Sede) ANO LETIVO 11/1 ; 4 1; 1 [,
Leia maisFACULDADE DE CIÊNCIAS E TECNOLOGIA. Redes de Telecomunicações (2006/2007)
FACULDADE DE CIÊNCIAS E TECNOLOGIA Redes de Telecomunicações (2006/2007) Engª de Sistemas e Informática Trabalho nº4 (1ª aula) Título: Modelação de tráfego utilizando o modelo de Poisson Fundamentos teóricos
Leia maisGerenciamento do Escopo do Projeto (PMBoK 5ª ed.)
Gerenciamento do Escopo do Projeto (PMBoK 5ª ed.) De acordo com o PMBok 5ª ed., o escopo é a soma dos produtos, serviços e resultados a serem fornecidos na forma de projeto. Sendo ele referindo-se a: Escopo
Leia maisAula 6 Propagação de erros
Aula 6 Propagação de erros Conteúdo da aula: Como estimar incertezas de uma medida indireta Como realizar propagação de erros? Exemplo: medimos A e B e suas incertezas. Com calcular a incerteza de C, se
Leia maisComecemos por relembrar as propriedades das potências: = a x c) a x a y = a x+y
. Cálculo Diferencial em IR.1. Função Exponencial e Função Logarítmica.1.1. Função Exponencial Comecemos por relembrar as propriedades das potências: Propriedades das Potências: Sejam a e b números positivos:
Leia maisTeoria da Firma. Capítulo VI. Introdução. Introdução. Medição de custos: quais custos considerar?
Introdução Teoria da Firma A tecnologia de produção representa a relação entre os insumos e a produção. Dada a tecnologia de produção, os administradores da empresa devem decidir como produzir. Capítulo
Leia mais1.1 Exemplo da diferença da média da população para a média amostral.
1 Estatística e Probabilidades Inferência Estatística consiste na generalização das informações a respeito de uma amostra, para a sua população. A Probabilidade considera modelos para estimar informações
Leia mais2.1 - Triângulo Equilátero: é todo triângulo que apresenta os três lados com a mesma medida. Nesse caso dizemos que os três lados são congruentes.
Matemática Básica 09 Trigonometria 1. Introdução A palavra Trigonometria tem por significado do grego trigonon- triângulo e metron medida, associada diretamente ao estudo dos ângulos e lados dos triângulos,
Leia maisGUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR
GUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR Estatística Biologia Ano lectivo: 2011 /2012 Docentes Responsável Júri Vogal Vogal Responsável pela pauta Docentes que leccionam a UC Ana Maria Caeiro Lebre
Leia maisISEG - ESTATÍSTICA I - EN, Economia/Finanças - 1 de Junho de 2010 Tópicos de correcção. 1ª Parte. > 0. Justifique a igualdade: P(( A B)
ISEG - ESTATÍSTICA I - EN, Economia/Finanças - de Junho de 00 Tópicos de correcção ª Parte. Sejam os acontecimentos A, B, C tais que P ( A B) > 0. Justifique a igualdade: ( A B) C) = B A). A). C ( A B)).
Leia maisActivALEA. ative e atualize a sua literacia
ActivALEA ative e atualize a sua literacia N.º 26 A FREQUÊNCIIA RELATIIVA PARA ESTIIMAR A PROBABIILIIDADE Por: Maria Eugénia Graça Martins Departamento de Estatística e Investigação Operacional da FCUL
Leia maisAndrés Eduardo Coca Salazar Tutor: Prof. Dr. Zhao Liang
: Finding Structures in Bach s, Chopin s and Mozart s NOLTA 08, Hungary, 2008 Complex network structure of musical composition: Algoritmic generation of appealing music Physica A 389 (2010) 126-132 Chi
Leia maisSe inicialmente, o tanque estava com 100 litros, pode-se afirmar que ao final do dia o mesmo conterá.
ANÁLISE GRÁFICA QUANDO y. CORRESPONDE A ÁREA DA FIGURA Resposta: Sempre quando o eio y corresponde a uma taa de variação, então a área compreendida entre a curva e o eio do será o produto y. Isto é y =
Leia maisProbabilidade. Distribuição Binomial
Probabilidade Distribuição Binomial Distribuição Binomial (Eperimentos de Bernoulli) Considere as seguintes eperimentos/situações práticas: Conformidade de itens saindo da linha de produção Tiros na mosca
Leia maisJogos Bayesianos Estratégias e Equilíbrio Aplicações. Jogos Bayesianos. Prof. Leandro Chaves Rêgo
Jogos Bayesianos Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 14 de Outubro de 2014 Jogos Bayesianos Jogos
Leia maisUNESP - Faculdade de Engenharia de Guaratinguetá 1
ANÁLISE GRÁFICA UNESP - Faculdade de Engenharia de Guaratinguetá 0.. Introdução Neste capítulo abordaremos princípios de gráficos lineares e logarítmicos e seu uso em análise de dados. Esta análise possibilitará
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14
Leia maisAULA 03 MEDIDAS DE RESISTÊNCIA ELÉTICA
AULA 03 MEDIDAS DE RESISTÊNCIA ELÉTICA 1.0 INTRODUÇÃO 1.1 Ponte de Wheatstone O método da ponte de Wheatstone, estudado por Wheatstone no sec. XIX é um dos métodos mais empregados para a medição de resistências
Leia mais3º Ano do Ensino Médio. Aula nº06
Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº06 Assunto: Noções de Estatística 1. Conceitos básicos Definição: A estatística é a ciência que recolhe, organiza, classifica, apresenta
Leia maisAvaliação e Desempenho Aula 1 - Simulação
Avaliação e Desempenho Aula 1 - Simulação Introdução à simulação Geração de números aleatórios Lei dos grandes números Geração de variáveis aleatórias O Ciclo de Modelagem Sistema real Criação do Modelo
Leia maisA Estatística e a Engenharia
Causarum Cognitio - Stanza della Segnatura, Palácio do Vaticano 1 Uma definição de engenharia: Um engenheiro é alguém que resolve problemas que interessam à sociedade pela aplicação eficiente de princípios
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 7
Potencial Elétrico Quando estudamos campo elétrico nas aulas passadas, vimos que ele pode ser definido em termos da força elétrica que uma carga q exerce sobre uma carga de prova q 0. Essa força é, pela
Leia maisOBSERVAÇÕES: EXERCÍCIOS
OBSERVAÇÕES: 1. Esta lista de exercícios poderá ser resolvida individualmente ou em grupos de 2 pessoas. 2. A lista possui 25 exercícios, destes você deve responder os 5 primeiros exercícios e os outros
Leia maisUma abordagem fuzzy para estimar o desenvolvimento de câncer de pele a partir de fatores de risco
Biomatemática 23 (23), 55 62 ISSN 679-365X Uma Publicação do Grupo de Biomatemática IMECC UNICAMP Uma abordagem fuzzy para estimar o desenvolvimento de câncer de pele a partir de fatores de risco Beatriz
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
Leia maisCódigos de bloco. Instituto Federal de Santa Catarina Curso superior de tecnologia em sistemas de telecomunicação Comunicações móveis 2
Instituto Federal de Santa Catarina Curso superior de tecnologia em sistemas de telecomunicação Comunicações móveis 2 Códigos de bloco Prof. Diego da Silva de Medeiros São José, maio de 2012 Codificação
Leia maisRESENHAS REVIEWS RESPONSABILIDADE CIVIL DA ATIVIDADE MÉDICA NO CÓDIGO DE DEFESA DO CONSUMIDOR
248 RESENHAS REVIEWS RESPONSABILIDADE CIVIL DA ATIVIDADE MÉDICA NO CÓDIGO DE DEFESA DO CONSUMIDOR Octávio Luiz Motta Ferraz Elsevier, Rio de Janeiro, 2009 Estela Waksberg Guerrini ( * ) Não é preciso explicar
Leia maisOs eixo x e y dividem a circunferência em quatro partes congruentes chamadas quadrantes, numeradas de 1 a 4 conforme figura abaixo:
Circunferência Trigonométrica É uma circunferência de raio unitário orientada de tal forma que o sentido positivo é o sentido anti-horário. Associamos a circunferência (ou ciclo) trigonométrico um sistema
Leia maisOptimização e Algoritmos (2004/2005)
Optimização e Algoritmos (2004/2005) Instituto Superior Técnico Engenharia Electrotécnica e de Computadores Série de Problemas 3 Regras de Armijo e Wolfe, Introdução às funções convexas Problema 1.[Regras
Leia maisFigura 4.1: Diagrama de representação de uma função de 2 variáveis
1 4.1 Funções de 2 Variáveis Em Cálculo I trabalhamos com funções de uma variável y = f(x). Agora trabalharemos com funções de várias variáveis. Estas funções aparecem naturalmente na natureza, na economia
Leia maisAULA 19 Análise de Variância
1 AULA 19 Análise de Variância Ernesto F. L. Amaral 18 de outubro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo
Leia maisA vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE
Notas de aula 07 1 A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE 1. Medidas de Forma: Assimetria e Curtose. A medida de assimetria indica o grau de distorção
Leia maisTeoria Básica e o Método Simplex. Prof. Ricardo Santos
Teoria Básica e o Método Simple Prof. Ricardo Santos Teoria Básica do Método Simple Por simplicidade, a teoria é desenvolvida para o problema de PL na forma padrão: Minimizar f()=c T s.a. A=b >= Considere
Leia maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 21 de Junho de 2013 3 Uma outra medida usada para verificar o ajuste do modelo. Essa estatística é dada por X
Leia maisA dependência entre a inflação cabo-verdiana e a portuguesa: uma abordagem de copulas.
A dependência entre a inflação cabo-verdiana e a portuguesa: uma abordagem de copulas. Jailson da Conceição Teixeira Oliveira 1 Murilo Massaru da Silva 2 Robson Oliveira Lima 3 Resumo: Cabo Verde é um
Leia maisO papel do Professor como mediador 1
O papel do Professor como mediador 1 Uma qualidade importante da profissão do professor na escola, na práxis de sala de aula, tem a ver com a necessidade de integrar o total das competências e exigências
Leia maisE-Learning Uma estratégia para a qualidade do ensino/aprendizagem. Ensino a Distância
E-Learning Uma estratégia para a qualidade do ensino/aprendizagem (num contexto académico) Vou dividir a minha apresentação sobre... em 3 partes: Conceito de e-learning Apresentar a intranet dos alunos
Leia maisRecorrendo à nossa imaginação podemos tentar escrever números racionais de modo semelhante: 1 2 = 1 + 3 + 32 +
1 Introdução Comecemos esta discussão fixando um número primo p. Dado um número natural m podemos escrevê-lo, de forma única, na base p. Por exemplo, se m = 15 e p = 3 temos m = 0 + 2 3 + 3 2. Podemos
Leia maisRESOLUÇÃO DAS ATIVIDADES E FORMALIZAÇÃO DOS CONCEITOS
CENTRO UNIVERSITÁRIO FRANCISCANO Curso de Administração Disciplina: Estatística I Professora: Stefane L. Gaffuri RESOLUÇÃO DAS ATIVIDADES E FORMALIZAÇÃO DOS CONCEITOS Sessão 1 Experimentos Aleatórios e
Leia maisProva de Fundamentos de Bancos de Dados 1 a Prova
Prova de Fundamentos de Bancos de Dados 1 a Prova Prof. Carlos A. Heuser Abril de 2009 Prova sem consulta duas horas de duração 1. (Peso 2 Deseja-se projetar um banco de dados para o sítio de uma prefeitura.
Leia maisRELATÓRIO DE AVALIAÇÃO DEPARTAMENTO DE EDUCAÇÃO PRÉ ESCOLAR. Ano Letivo 2014/2015-1.º Período
Direção-Geral dos Estabelecimentos Escolares Direção de Serviços da Região Centro RELATÓRIO DE AVALIAÇÃO DEPARTAMENTO DE EDUCAÇÃO PRÉ ESCOLAR Ano Letivo 04/05 -.º Período A Coordenadora Francisca Oliveira
Leia maisTeoria dos Grafos. Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada. antunes@ibilce.unesp.br, socorro@ibilce.unesp.
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br Grafos e Algoritmos Preparado a partir do texto: Rangel, Socorro.
Leia maisDesvio Padrão ou Erro Padrão
NOTAS METODOLÓGICAS ISSN 0871-3413 ArquiMed, 2006 Desvio Padrão ou Erro Padrão Nuno Lunet, Milton Severo, Henrique Barros Serviço de Higiene e Epidemiologia da Faculdade de Medicina da Universidade do
Leia mais2 Workshop processamento de artigos em serviços de saúde Recolhimento de artigos esterilizados: é possível evitar?
2 Workshop processamento de artigos em serviços de saúde Recolhimento de artigos esterilizados: é possível evitar? 3 Farm. André Cabral Contagem, 19 de Maio de 2010 Rastreabilidade É definida como a habilidade
Leia maisModelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste
Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta
Leia maisEntropia, Entropia Relativa
Entropia, Entropia Relativa e Informação Mútua Miguel Barão (mjsb@di.uevora.pt) Departamento de Informática Universidade de Évora 13 de Março de 2003 1 Introdução Suponhamos que uma fonte gera símbolos
Leia maisFACULDADE MACHADO DE ASSIS
FACULDADE MACHADO DE ASSIS CURSO TURMA PER DISCIPLINA PROFESSOR (A) DATA Administração Única 1º MICROECONOMIA CEZAR T. FONSECA 2º sem/06 Exercício nº 1 Considere os preços e as correspondentes seqüências
Leia maisLista de Exercícios 5: Soluções Teoria dos Conjuntos
UFMG/ICEx/DCC DCC Matemática Discreta Lista de Exercícios 5: Soluções Teoria dos Conjuntos Ciências Exatas & Engenharias 2 o Semestre de 206. Escreva uma negação para a seguinte afirmação: conjuntos A,
Leia mais