Disciplinas: Cálculo das Probabilidades e Estatística I

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Disciplinas: Cálculo das Probabilidades e Estatística I"

Transcrição

1 Introdução a Inferência Disciplinas: Cálculo das Probabilidades e Estatística I Universidade Federal da Paraíba Prof a. Izabel Alcantara Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 1 / 25

2 Definições Algumas definições de Inferência Estatística Parâmetros: são números que caracterizam uma população. Exemplos: X N(µ, σ 2 ), os parâmetros são µ e σ 2 ; X B(n, p), os parâmetros são n e p. Estatística: é um número que caracteriza uma amostra. Uma estatística é uma função apenas dos valores da amostra. Exemplos: X = X n e variância S 2 = x 2 n x 2 n 1 ; proporção amostral número de elementos amostrais com a característica de interesse ˆp = n. Estimador: é uma estatística que tem propriedades ótimas para estimar (inferir) um parâmetro. Exemplos: X é o estimador da média µ; S 2 é o estimador da variância σ 2 ; ˆp é o estimador do parâmetro p da Binomial. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 2 / 25

3 Propriedade dos estimadores Não viesado (ou não viciado ou não tendencioso) Refere-se aos estimadores que possuem a propriedade de em média se aproximar do verdadeiro valor do parâmetro. Em outras palavras, Seja {X 1, X 2,..., X n } uma amostra aleatória simples retirada da população X caracterizada pelo parâmetro θ e seja ˆθ um estimador de θ, Então, ˆθ é um estimador não viesado se Exemplos: E(ˆθ) = θ. 1. X é um estimador não viesado de µ (E( X) = µ); 2. S 2 = 3. ˆσ 2 = (X X) 2 n 1 é um estimador não viesado de σ 2 (E(S 2 ) = σ 2 ); (X X) 2 n é um estimador viesado de σ 2 (E(ˆσ 2 ) = (n 1)σ2 n ). Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 3 / 25

4 Propriedade dos estimadores Consistência Refere-se aos estimadores nos quais a diferença entre o estimador ˆθ e o parâmetro θ tende a ser pequena a medida que o tamanho da amostra aumenta, isto é, quando n, temos E[ˆθ] = θ e V ar[ˆθ] = 0. Exemplos: Se X tem distribuição Normal(µ, σ 2 ), então: 1. X é consistente para µ: E( X) = µ e lim V ar( X) σ 2 = lim n n n = 0; 2. S 2 é consistente para σ 2 : E(S 2 ) = σ 2 e lim V 2σ 4 n ar(s2 ) = lim n n 1 = 0; 3. ˆσ 2 é consistente para σ 2 : (n 1)σ 2 lim n E(ˆσ2 ) = lim = σ 2 e n n lim V n 1 n ar(ˆσ2 ) = lim n n 2 2σ 4 = 0. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 4 / 25

5 Propriedade dos estimadores Eficiência Estatística Dado dois estimadores ˆθ 1 e ˆθ 2 para o parâmetro θ, dizemos que o estimador ˆθ 1 é mais eficiente que o estimador ˆθ 2 se V ar(ˆθ 1 ) < V ar(ˆθ 2 ). Exemplo: ˆσ 2 é mais eficiente que S 2, isto é, (n 1) 2 < n 2 1 n 2 < 1 (n 1) 2 n 1 n 2 < 1 (n 1)2σ4 n 1 n 2 < 2σ4 n 1 V ar(ˆσ 2 ) < V ar(s 2 ) Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 5 / 25

6 Propriedade dos estimadores Exemplo de Eficiência Estatística: Desejamos comprar um rifle dos quatro rifles: (a), (b), (c) e (d). Foi feito um teste em cada rifle, que consiste em fixá-lo num cavalete, mirar o centro de um alvo e disparar 15 tiros. Os resultados estão apresentados na figura abaixo: Os rifles (a) e (b) se comportam como os estimadores não viesados, isto é, em média acertam o centro do alvo (parâmetro). O rifle (c) é o mais eficiente de todos os rifles, visto que ele apresenta a menor variação dos tiros, porém ele não tende a acertar o alvo. Queremos um rifle que em média acerte o alvo e que tenha uma boa precisão, isto é, queremos o rifle mais consistente e eficiente. Nesse contexto, os rifles (a) e (b) são consistentes, só que o rifle (a) é mais eficiente. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 6 / 25

7 Em estatística, um intervalo de confiança (IC) é um intervalo estimado de um parâmetro estatístico. Em vez de estimar o parâmetro por um único valor, é dado um intervalo de estimativas prováveis. Quão prováveis são estas estimativas é determinado pelo coeficiente de confiança (denotado por (1 α)). Os valores Li e Ls que satisfaze P (Li θ Ls) = 1 α, são os limites do intervalo de confiança denotado por IC(θ, 1 α) = [Li; ls]. O comprimento do intervalo de confiança é definido por Comp(θ, 1 α) = Ls Li. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 7 / 25

8 Quanto maior a probabilidade do intervalo conter o parâmetro, maior será o intervalo. Intervalos de confiança são usados para indicar a confiabilidade de uma estimativa. Por exemplo, um IC pode ser usado para descrever quão confiáveis são os resultados de uma pesquisa. Sendo todas as outras coisas iguais, uma pesquisa que resulte num IC com comprimento pequeno é mais confiável do que uma que resulte num IC com comprimento maior. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 8 / 25

9 Considere que uma amostra {X 1, X 2,..., X n } foi retirada da população X e sejam: z tal que P (0 Z z) = 1 α 2 (Tabela da Normal Padrão) e t (gl) o valor crítico da Tabela da t-student com gl graus de liberdade (Bilateral). Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 9 / 25

10 IC para média µ com X N(µ, σ 2 ) e σ 2 conhecido [ IC(µ, 1 α) = X zσ ] zσ ; X +, n n em que z tal que P (0 Z z) = 1 α 2 (Tabela da Normal Padrão) Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 10 / 25

11 IC para média µ com X N(µ, σ 2 ) e σ 2 conhecido Exemplo (1): Uma máquina enche pacotes de café segundo uma distribuição normal com uma variância igual a 100g 2. Ela estava regulada para encher os pacotes com 500g, em média. Agora, ela se desregulou, e queremos saber qual a nova média µ. Uma amostra de 25 pacotes apresentou uma média igual a 485g. Construa um intervalo de confiança, com 95% de confiança para µ. Solução: Temos que a máquina enche os pacotes de café segundo N(µ, 100) e que uma amostra de tamanho n = 25 resultou em X = 485. Então, [ IC(µ, 95%) = X zσ ] zσ 1, , ; X + = [485 ; ] n n IC(µ, 95%) = [481,08; 488,92] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 11 / 25

12 IC para média µ com X N(µ, σ 2 ) e σ 2 conhecido Exemplo (2): A resistência à tração do aço inoxidável produzido numa certa usina permanecia estável, com uma resistência média de 72kg/mm 2 e um desvio-padrão de 2,0kg/mm 2 com distribuição normal. Recentemente a máquina foi ajustada. A fim de determinar o efeito do ajuste, 10 amostras foram testadas. Os testes apresentaram resistência média de 75kg/mm 2. Considere que o desvio-padrão não mudou. Com uma confiança de 95%, determine o intervalo de confiança para resistência média. Solução: A resistência à tração do aço inoxidável tem distribuição N(µ, 2 2 ) (σ = 2) e uma amostra de tamanho n = 10 resultou em X = 75. Então, [ IC(µ, 95%) = X zσ ] zσ 1, , 96 2 ; X + = [75 ; 75 + ] n n IC(µ, 95%) = [73,76; 76,24] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 12 / 25

13 IC para média µ com X N(µ, σ 2 ) e σ 2 desconhecido [ IC(µ, 1 α) = X ts ] ts ; X + n, n em que t é o valor da tabela da t-student com gl = n 1 graus de liberdade e significância α (bilateral). α = Significância; 1 α = Confiância. significância = 1 - confiança. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 13 / 25

14 IC para média µ com X N(µ, σ 2 ) e σ 2 desconhecido Exemplo (3): De válvulas fabricadas por uma companhia retira-se uma amostra de 30 válvulas e obtém-se a vida média de 800 horas e a variância de 100 horas. Sabendo que o tempo de vida das válvulas X segue distribuição normal, qual o intervalo de confiança de 99% para vida média das válvulas? Solução: Neste caso, desconhecemos σ 2 e então usamos o desvio-padrão amostral S e a Tabela da t-student com n 1 graus de liberdade. Temos que n = 30, X = 800, S = 100 = 10, α = 1 0,99 = 0,01 e gl = 30 1 = 29, que corresponde a t = 2, 756. Então: [ IC(µ, 99%) = X ts ] ts 2, , ; X + n = [800 ; 800+ ] n IC(µ, 99%) = [794,97; 805,03] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 14 / 25

15 IC para média µ com X N(µ, σ 2 ) e σ 2 desconhecido Exemplo (4): A DeBug Company vende um repelente de insetos que alega ser eficiente pelo prazo de 400 horas. Supondo que o tempo de eficiência do repelente segue distribuição normal. Uma análise de nove itens escolhidos aleatoriamente acusou uma média de eficiência de 380 horas com desvio-padrão de 60 horas. Determine o intervalo de confiança com 90% de confiança para o tempo médio em horas de ação do repelente. Solução: Como desconhecemos σ 2, vamos usar o desvio-padrão amostral S e a Tabela da t-student com n 1 graus de liberdade. Temos que n = 9, X = 380, S = 60, α = 1 0,90 = 0,10 e gl = 9 1 = 8, que corresponde a t = 1,86. Então: [ IC(µ, 90%) = X ts ] ts 1, , ; X + n = [380 ; ] n 9 9 IC(µ, 90%) = [342,8; 417,2] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 15 / 25

16 IC para média µ, para grandes amostras [ IC(µ, 1 α) = X zs ] zs ; X +, n n em que z tal que P (0 Z z) = 1 α 2 (Tabela da Normal Padrão) Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 16 / 25

17 IC para média µ, para grandes amostras Exemplo (5): De experiências passadas, sabe-se que a altura das crianças de 5 a série do 1 a grau é de aproximadamente 150 cm. Colhendo uma amostra de 40 crianças, observou-se a média de 154 cm com desvio-padrão de 10 cm. Qual é o intervalo de confiança de 99% para média da população? Solução: Temos que n = 40, X = 154, S = 10 e z = 2,57. Então: [ IC(µ, 99%) = X zs ] zs 2, , ; X + = [154 ; ] n n IC(µ, 99%) = [149,94; 158,06] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 17 / 25

18 IC para média µ, para grandes amostras Exemplo (6): Uma companhia de seguros iniciará uma campanha extensa de propaganda para vender apólices de seguro de vida, se verificar que a quantia média segurada por família é inferior a R$10.000,00. Tomou-se uma amostra aleatória de 50 famílias que acusou um seguro médio de R$9.600,00 com desvio padrão de R$1.000,00. Com base na evidência amostral, determine o intervalo de confiança, com 99% de confiança para quantia média segurada por família. Solução: Temos que n = 50, X = 9.600, S = e z = 2,57. Então: [ IC(µ, 99%) = X zs ] zs ; X + n n 2, , IC(µ, 99%) = [9600 ; ] = [9.236,5; 9.963,5] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 18 / 25

19 IC para proporção p [ ( ) ( )] ˆp(1 ˆp) ˆp(1 ˆp) IC(p; 1 α) = ˆp z ; ˆp + z n n em que z tal que P (0 Z z) = 1 α 2 (Tabela da Normal Padrão) Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 19 / 25

20 IC para proporção p Exemplo (7): Uma pesquisa de mercado para a Ford Motor Company revela que de uma amostra de 1220 residenciais selecionados aleatoriamente inclui 1054 que possuem um veículo (dados do Bureau of Census). Com base nesses dados, construa um intervalo de confiança de 95% de confiança para o percentual de todos os residências que possuem um veículo. Solução: Seja p a proporção de residências com veículo. Então, n = 1220, ˆp = = 0, 86 e z = 1,96. Então: [ ( ) ( )] ˆp(1 ˆp) ˆp(1 ˆp) IC(p, 99%) = ˆp z ; ˆp + z n n [ ( ) ( )] 0,86 0,14 0,86 0,14 IC(p, 99%) = 0,86 1,96 ; 0,86 + 1, IC(p, 99%) = [0,8405; 0,8795] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 20 / 25

21 IC para proporção p Exemplo (8): A cadeia de hotéis American Resort dá um teste de aptidão aos candidatos a emprego, e considera fácil uma questão do tipo múltipla escolha se ao menos 80% das respostas são corretas. Uma amostra aleatória de 6503 respostas a determinada questão apresenta 84% de respostas corretas. Construa o intervalo de confiança de 99% para a verdadeira percentagem de respostas corretas. Solução: Seja p a proporção de residências com veículo. Então, n = 6503, ˆp = 0,84 e z = 2,57. Então: [ ( ) ( )] ˆp(1 ˆp) ˆp(1 ˆp) IC(p, 99%) = ˆp z ; ˆp + z n n [ ( ) ( )] 0,84 0,16 0,84 0,16 IC(p, 99%) = 0,84 2,57 ; 0,84 + 2, IC(p, 99%) = [0,8283; 0,8517] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 21 / 25

22 Tamanho da amostra Tamanho da amostra Estimar o parâmetro Tamanho da Amostra (n) µ n = z2 σ 2 E 2 (população infinita) µ n = Nz 2 σ 2 (N 1)E 2 +z 2 σ 2 (população finita) p n = z2 p E 2 0 (1 p 0 ) (a partir de um p 0 conhecido) p n = z2 4 E 2 (p desconhecido) E margem de erro; z é tal que P (0 < Z < z) = 1 α 2 (Tabela da Normal); N tamanho da população; p 0 uma estimativa prévia do parâmetro p, obtida por exemplo, numa amostra piloto. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 22 / 25

23 Tamanho da amostra b a Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 23 / 25

24 Tamanho da amostra f(p) = p(1 p) = p p 2 f (p) = 1 2p O máximo ocorre em p = 1 2, com valor máximo f(1 2 ) = 1 4. Note que, f(p) = p(1 p) 1 4 = f(1 2 ), Então, o maior tamanho de amostra que podemos ter é: n = z2 z2 1 p(1 p) E2 E 2 4 Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 24 / 25

25 Tamanho da amostra Tamanho da amostra n em função da Margem de erro E, com 95% de confiança d c Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 25 / 25

Cláudio Tadeu Cristino 1. Julho, 2014

Cláudio Tadeu Cristino 1. Julho, 2014 Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino

Leia mais

Hipótese Estatística:

Hipótese Estatística: 1 PUCRS FAMAT DEPTº DE ESTATÍSTICA TESTE DE HIPÓTESE SÉRGIO KATO Trata-se de uma técnica para se fazer inferência estatística. Ou seja, a partir de um teste de hipóteses, realizado com os dados amostrais,

Leia mais

Teorema Central do Limite e Intervalo de Confiança

Teorema Central do Limite e Intervalo de Confiança Probabilidade e Estatística Teorema Central do Limite e Intervalo de Confiança Teorema Central do Limite Teorema Central do Limite Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),

Leia mais

Universidade Federal Fluminense

Universidade Federal Fluminense Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA ESTATÍSTICA V Lista 9: Intervalo de Confiança. 1. Um pesquisador está estudando a resistência de um determinado

Leia mais

Teorema do Limite Central e Intervalo de Confiança

Teorema do Limite Central e Intervalo de Confiança Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),

Leia mais

CAPÍTULO 9 Exercícios Resolvidos

CAPÍTULO 9 Exercícios Resolvidos CAPÍTULO 9 Exercícios Resolvidos R9.1) Diâmetro de esferas de rolamento Os dados a seguir correspondem ao diâmetro, em mm, de 30 esferas de rolamento produzidas por uma máquina. 137 154 159 155 167 159

Leia mais

Aula de Exercícios - Testes de Hipóteses

Aula de Exercícios - Testes de Hipóteses Aula de Exercícios - Testes de Hipóteses Organização: Airton Kist Digitação: Guilherme Ludwig Testes de Hipóteses Exemplo Para decidirmos se os habitantes de uma ilha são descendentes da civilização A

Leia mais

Inferência Estatística

Inferência Estatística Universidade Federal Fluminense Instituto de Matemática e Estatística Inferência Estatística Ana Maria Lima de Farias Departamento de Estatística Conteúdo 1 Inferência estatística Conceitos básicos 1 1.1

Leia mais

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos

Leia mais

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora 7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,

Leia mais

LISTA DE EXERCÍCIOS 3

LISTA DE EXERCÍCIOS 3 DISCIPLINA: CÁLCULO DAS PROBABILIDADES E ESTATÍSTICA I PERÍODO: 2013.2 LISTA DE EXERCÍCIOS 3 1) Uma empresa fabricante de pastilhas para freio efetua um teste para controle de qualidade de seus produtos.

Leia mais

INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A):

INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A): INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A): 1) A demanda quotidiana por um determinado produto no mercadinho

Leia mais

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. 1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3

Leia mais

Lista 09: Estimação de Parâmetros

Lista 09: Estimação de Parâmetros INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA MECÂNICA-AERONÁUTICA MB-210: Probabilidade e Estatística Lista 09: Estimação de Parâmetros Prof. Denise Beatriz Ferrari denise@ita.br 2 o Sem/2013

Leia mais

Estatística Aplicada para Engenharia Inferência para Duas Populações

Estatística Aplicada para Engenharia Inferência para Duas Populações Universidade Federal Fluminense Instituto de Matemática e Estatística Estatística Aplicada para Engenharia Inferência para Duas Populações Ana Maria Lima de Farias Departamento de Estatística Conteúdo

Leia mais

Tecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22

Tecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22 Teste para diferença de médias Exemplo Dois tipos diferentes de tecido devem ser comparados. Uma máquina de testes Martindale pode comparar duas amostras ao mesmo tempo. O peso (em miligramas) para sete

Leia mais

Distribuições de Probabilidade Distribuição Normal

Distribuições de Probabilidade Distribuição Normal PROBABILIDADES Distribuições de Probabilidade Distribuição Normal BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas

Leia mais

INE 5122 LISTA DE EXERCÍCIOS INFERÊNCIA ESTATÍSTICA

INE 5122 LISTA DE EXERCÍCIOS INFERÊNCIA ESTATÍSTICA INE 5122 LISTA DE EXERCÍCIOS INFERÊNCIA ESTATÍSTICA Marcados com asterisco os exercícios de Estimação de Parâmetros. Lista de Exercícios Inferência Estatística 1 1. O tempo médio de atendimento em uma

Leia mais

Valor Prático da Distribuição Amostral de

Valor Prático da Distribuição Amostral de DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE Antes de falarmos como calcular a margem de erro de uma pesquisa, vamos conhecer alguns resultados importantes da inferência estatística.

Leia mais

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1 UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1) Um pesquisador está interessado em saber o tempo médio que

Leia mais

LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES

LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES Monitora Juliana Dubinski LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES EXERCÍCIO 1 (INTERVALO DE CONFIANÇA PARA MÉDIA) Suponha que X represente a duração da vida de uma peça de equipamento. Admita-se

Leia mais

Intervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder

Intervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder Intervalo de Confiança e cálculo de tamanho de amostra Henrique Dantas Neder Intervalo de confiança para a média da população µ X Até o momento discutimos as propriedades da distrbuição normal e vimos

Leia mais

O que é a estatística?

O que é a estatística? Elementos de Estatística Prof. Dr. Clécio da Silva Ferreira Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os

Leia mais

Distribuições de Probabilidade Distribuição Binomial

Distribuições de Probabilidade Distribuição Binomial PROBABILIDADES Distribuições de Probabilidade Distribuição Binomial BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas

Leia mais

Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos

Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos Organização: Airton Kist Digitação: Guilherme Ludwig Exercício Se X b(n, p), sabendo-se que E(X ) = 12 e σ 2 = 3, determinar:

Leia mais

Probabilidade. Distribuição Normal

Probabilidade. Distribuição Normal Probabilidade Distribuição Normal Distribuição Normal Uma variável aleatória contínua tem uma distribuição normal se sua distribuição é: simétrica apresenta (num gráfico) forma de um sino Função Densidade

Leia mais

Disciplina Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE DSITRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DISCRETAS

Disciplina Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE DSITRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DISCRETAS Disciplina Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE DSITRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DISCRETAS 1) Devido às altas taxas de juros, uma firma informa que 30% de suas

Leia mais

Aula 10 Testes de hipóteses

Aula 10 Testes de hipóteses Aula 10 Testes de hipóteses Na teoria de estimação, vimos que é possível, por meio de estatísticas amostrais adequadas, estimar parâmetros de uma população, dentro de certo intervalo de confiança. Nos

Leia mais

Amostragem. Prof. Joel Oliveira Gomes. Capítulo 9. Desenvolvimento

Amostragem. Prof. Joel Oliveira Gomes. Capítulo 9. Desenvolvimento Capítulo 9 Amostragem Desenvolvimento 9.1 Introdução 9.2 Censo versus Amostra 9.3 Processo de planejamento de uma amostragem 9.4 Técnicas Amostrais 9.5 Amostragem Não-probabilística 9.6 Amostragem Probabilística

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA

ESCOLA SUPERIOR DE TECNOLOGIA Departamento Matemática Curso Engenharia do Ambiente º Semestre 1º Folha Nº4: Intervalos de confiança Probabilidades e Estatística 1.a) Determine o intervalo de confiança a 90% para a média de uma população

Leia mais

Aula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística

Aula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa

Leia mais

CAP5: Amostragem e Distribuição Amostral

CAP5: Amostragem e Distribuição Amostral CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?

Leia mais

ESCOLA SECUNDÁRIA MANUEL DA FONSECA, SANTIAGO DO CACÉM GRUPO DISCIPLINAR: 500 Matemática Aplicada às Ciências Sociais

ESCOLA SECUNDÁRIA MANUEL DA FONSECA, SANTIAGO DO CACÉM GRUPO DISCIPLINAR: 500 Matemática Aplicada às Ciências Sociais ANO: 11º ANO LECTIVO : 008/009 p.1/7 CONTEÚDOS MODELOS MATEMÁTICOS COMPETÊNCIAS A DESENVOLVER - Compreender a importância dos modelos matemáticos na resolução de problemas de problemas concretos. Nº. AULAS

Leia mais

Introdução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.

Introdução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Métodos Monte Carlo Introdução Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Estimativas pontuais e intervalares para os parâmetros;

Leia mais

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais. Prof. Janete Pereira Amador Introdução Os métodos utilizados para realização de inferências a respeito dos parâmetros pertencem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através

Leia mais

COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder

COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem

Leia mais

Intervalos Estatísticos para uma Única Amostra

Intervalos Estatísticos para uma Única Amostra Roteiro Intervalos Estatísticos para uma Única Amostra 1. Introdução 2. Intervalo de Confiança para Média i. População normal com variância conhecida ii. População normal com variância desconhecida 3.

Leia mais

UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI NÚCLEO DE EDUCAÇÃO À DISTÂNCIA CURSO DE GRADUAÇÃO EM ADMINISTRAÇÃO PÚBLICA GABARITO

UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI NÚCLEO DE EDUCAÇÃO À DISTÂNCIA CURSO DE GRADUAÇÃO EM ADMINISTRAÇÃO PÚBLICA GABARITO UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI NÚCLEO DE EDUCAÇÃO À DISTÂNCIA CURSO DE GRADUAÇÃO EM ADMINISTRAÇÃO PÚBLICA GABARITO GRUPO: ESTATÍSTICA DATA: HORÁRIO: NOME DO CANDIDATO: CPF: ASSINATURA: INSTRUÇÕES:

Leia mais

CURSO ON-LINE PROFESSOR GUILHERME NEVES 1

CURSO ON-LINE PROFESSOR GUILHERME NEVES 1 CURSO ON-LINE PROFESSOR GUILHERME NEVES 1 Olá pessoal! Resolverei neste ponto a prova de Matemática e Estatística para Técnico Administrativo para o BNDES 2008 organizado pela CESGRANRIO. Sem mais delongas,

Leia mais

Pesquisa em Marketing

Pesquisa em Marketing Pesquisa em Marketing Aula 4 1. Identificar o tamanho da amostral ideal 2. Saber calcular a amostra O Processo de Amostragem TIPOS DE AMOSTRAGEM Amostra não-probabilística Amostra por Conveniência Amostra

Leia mais

Aula 4 Estatística Conceitos básicos

Aula 4 Estatística Conceitos básicos Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos

Leia mais

Introdução à Inferência Estatística

Introdução à Inferência Estatística Introdução à Inferência Estatística 1. População: conjunto de indivíduos, ou itens, com pelo menos uma característica em comum. Também será denotada por população objetivo, que é sobre a qual desejamos

Leia mais

Inferência Estatística-Macs11ºano

Inferência Estatística-Macs11ºano INFERÊNCIA ESTATÍSTICA Inferência Estatística-Macs11ºano Estatística Descritiva: conjunto de métodos para sintetizar e representar de forma compreensível a informação contida num conjunto de dados. Usam-se,

Leia mais

DISTRIBUIÇÃO NORMAL 1

DISTRIBUIÇÃO NORMAL 1 DISTRIBUIÇÃO NORMAL 1 D ensid ade Introdução Exemplo : Observamos o peso, em kg, de 1500 pessoas adultas selecionadas ao acaso em uma população. O histograma por densidade é o seguinte: 0.04 0.03 0.02

Leia mais

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos Dados que podem ser necessários a algumas questões de Estatística: P (t > t α ) = α ν 0,05 0,025 15 1,753 2,131 16 1,746 2,120 28 1,791 2,048 30 1,697 2,042 (Valor: 1,4) Questão 1. Considere o seguinte

Leia mais

Universidade Federal de Pernambuco Mestrado em Estatística

Universidade Federal de Pernambuco Mestrado em Estatística Universidade Federal de Pernambuco Mestrado em Estatística Lista 4 de Exercícios de Amostragem Prof. Cristiano Ferraz 1. Em relação ao plano amostral de Bernoulli: a) Explique como retirar uma amostra

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL

DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL Introdução Variável aleatória Discreta: assume um número finito ou infinito numerável de valores Contínua: assume todos os valores

Leia mais

EXERCÍCIOS DE INFERÊNCIA ESTATÍSTICA

EXERCÍCIOS DE INFERÊNCIA ESTATÍSTICA EXERCÍCIOS DE INFERÊNCIA ESTATÍSTICA 1. De uma população normal com variância σ 2 = 6 extraiu-se uma amostra de 25 elementos. Qual a probabilidade de que a amostra tenha uma variância S 2 : a) maior que

Leia mais

Aula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán. Teste de Hipóteses

Aula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán. Teste de Hipóteses Aula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán Teste de Hipóteses Procedimento estatístico que averigua se os dados sustentam

Leia mais

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Distribuição Normal 1. Introdução O mundo é normal! Acredite se quiser! Muitos dos fenômenos aleatórios que encontramos na

Leia mais

a) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um

a) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um Escola Superior de Tecnologia de Viseu Probabilidades e Estatística 2007/2008 Ficha nº 7 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas de vendas, A e B, para o mesmo produto.

Leia mais

Exercícios Resolvidos da Distribuição de Poisson

Exercícios Resolvidos da Distribuição de Poisson . a. Qual é a diferença entre as distribuições de Poisson e inomial? b. Dê alguns exemplos de quando podemos aplicar a distribuição de Poisson. c. Dê a fórmula da distribuição de Poisson e o significado

Leia mais

Teste de hipóteses com duas amostras. Estatística Aplicada Larson Farber

Teste de hipóteses com duas amostras. Estatística Aplicada Larson Farber 8 Teste de hipóteses com duas amostras Estatística Aplicada Larson Farber Seção 8.1 Testando a diferença entre duas médias (amostras grandes e independentes) Visão geral Para testar o efeito benéfico de

Leia mais

Monitor Giovani Roveroto

Monitor Giovani Roveroto Monitor Giovani Roveroto Intervalo de Confiança 1. Suponha que o gerente de uma loja de comércio de tintas queira calcular a verdadeira quantidade de tinta contida em um galão, comprados de um fabricante

Leia mais

Famílias endividadas e com contas em atraso (%)

Famílias endividadas e com contas em atraso (%) Núcleo de Pesquisas Pesquisa de Endividamento e Inadimplência dos Consumidores de Chapecó A Pesquisa de Endividamento e Inadimplência do Consumidor é um importante indicador da saúde financeira das famílias,

Leia mais

Variáveis Aleatórias Discretas e Distribuições de Probabilidade

Variáveis Aleatórias Discretas e Distribuições de Probabilidade Variáveis Aleatórias Discretas e Distribuições de Probabilidade Objetivos do aprendizado a.determinar probabilidades a partir de funções de probabilidade b.determinar probabilidades a partir de funções

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística 1 o Exame/1 o Teste/2 o Teste 2 o Semestre/1 a Época 2008/09 Duração: 3 horas/1 hora e 30 minutos 16/01/09

Leia mais

Tópicos em Inferência Estatística. Frases. Roteiro. 1. Introdução

Tópicos em Inferência Estatística. Frases. Roteiro. 1. Introdução Tópicos em Inferência Estatística Frases Torture os dados por um tempo suficiente, e eles contam tudo! fonte: mcrsoft@aimnet.com (Barry Fetter) Um homem com um relógio sabe a hora certa. Um homem com dois

Leia mais

Trabalhando com Pequenas Amostras: Distribuição t de Student

Trabalhando com Pequenas Amostras: Distribuição t de Student Probabilidade e Estatística Trabalhando com Pequenas Amostras: Distribuição t de Student Pequenas amostras x Grandes amostras Nos exemplos tratados até agora: amostras grandes (n>30) qualquer tipo de distribuição

Leia mais

Omatematico.com ESTATÍSTICA DESCRITIVA

Omatematico.com ESTATÍSTICA DESCRITIVA Omatematico.com ESTATÍSTICA DESCRITIVA 1. Classifique as variáveis abaixo: (a) Tempo para fazer um teste. (b) Número de alunos aprovados por turma. (c) Nível sócio-econômico (d) QI (Quociente de inteligência).

Leia mais

Aula 5 Distribuição amostral da média

Aula 5 Distribuição amostral da média Aula 5 Distribuição amostral da média Nesta aula você irá aprofundar seus conhecimentos sobre a distribuição amostral da média amostral. Na aula anterior analisamos, por meio de alguns exemplos, o comportamento

Leia mais

Teste de Hipótese para uma Amostra Única

Teste de Hipótese para uma Amostra Única Teste de Hipótese para uma Amostra Única OBJETIVOS DE APRENDIZAGEM Depois de um cuidadoso estudo deste capítulo, você deve ser capaz de: 1.Estruturar problemas de engenharia de tomada de decisão, como

Leia mais

A INTEGRAÇÃO ENTRE ESTATÍSTICA E METROLOGIA

A INTEGRAÇÃO ENTRE ESTATÍSTICA E METROLOGIA A INTEGRAÇÃO ENTRE ESTATÍSTICA E METROLOGIA João Cirilo da Silva Neto jcirilo@araxa.cefetmg.br. CEFET-MG-Centro Federal de Educação Tecnológica de Minas Gerais-Campus IV, Araxá Av. Ministro Olavo Drumonnd,

Leia mais

http://www.de.ufpb.br/~luiz/

http://www.de.ufpb.br/~luiz/ UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ Vimos que é possível sintetizar os dados sob a forma de distribuições de frequências

Leia mais

MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS

MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS Programa de Pós-Graduação em Estatística e Experimentação Agropecuária Prova do Processo Seletivo para o Mestrado

Leia mais

O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.

O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão. ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.

Leia mais

O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I

O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I! A utilização de escores na avaliação de crédito! Como montar um plano de amostragem para o credit scoring?! Como escolher as variáveis no modelo de credit

Leia mais

MODELAGEM E SIMULAÇÃO

MODELAGEM E SIMULAÇÃO MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Como Funciona a Simulação Introdução Assim como qualquer programa de computador,

Leia mais

Estatística Aplicada

Estatística Aplicada INSTITUTO SUPERIOR POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA Estatística Aplicada Ano Lectivo 2006/2007 Ficha n.º1 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas

Leia mais

Exercícios Resolvidos sobre Amostragem

Exercícios Resolvidos sobre Amostragem Exercícios Resolvidos sobre Amostragem Observe agora, nestes Exercícios Resolvidos, como alguns parâmetros estatísticos devem ser construídos para formar amostras fidedignas de certas populações ou fenômenos

Leia mais

Avaliando o que foi Aprendido

Avaliando o que foi Aprendido Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função

Leia mais

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - EPPGG

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - EPPGG Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - EPPGG 11. Em uma caixa há 1 bolas de mesmo tamanho: 3 brancas, 4 vermelhas e 5 pretas. Uma pessoa, no escuro, deve retirar n bolas

Leia mais

Exemplos de Testes de Hipóteses para Médias Populacionais

Exemplos de Testes de Hipóteses para Médias Populacionais Exemplos de Testes de Hipóteses para Médias Populacionais Vamos considerar exemplos de testes de hipóteses para a média de uma população para os dois casos mais importantes na prática: O tamanho da amostra

Leia mais

Pelo segundo mês consecutivo cai o endividamento e a inadimplência em Santa Catarina. Síntese dos resultados Meses Situação da família

Pelo segundo mês consecutivo cai o endividamento e a inadimplência em Santa Catarina. Síntese dos resultados Meses Situação da família Núcleo de Pesquisas Pelo segundo mês consecutivo cai o endividamento e a inadimplência em Santa Catarina Os dados levantados pela Pesquisa de Endividamento e Inadimplência dos Consumidores (PEIC) de Santa

Leia mais

DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES

DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES LUIZ CLAUDIO BENCK KEVIN WONG TAMARA CANDIDO DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES Trabalho apresentado para avaliação na disciplina de Estatística e Métodos Numéricos do Curso de Administração

Leia mais

Estatística Aplicada ao Serviço Social

Estatística Aplicada ao Serviço Social Estatística Aplicada ao Serviço Social Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O que é Estatística? Coleção de métodos

Leia mais

Famílias Indexadas de Conjuntos - ME. (Alguns Exemplos) Matemática Elementar - EAD. 4 de setembro de 2014

Famílias Indexadas de Conjuntos - ME. (Alguns Exemplos) Matemática Elementar - EAD. 4 de setembro de 2014 Alguns Exemplos: Famílias Indexadas de Conjuntos (Alguns Exemplos) Matemática Elementar - EAD Departamento de Matemática Universidade Federal da Paraíba 4 de setembro de 2014 Exemplo 1 Alguns Exemplos:

Leia mais

CÁLCULO DO TAMANHO DA AMOSTRA PARA UMA PESQUISA ELEITORAL. Raquel Oliveira dos Santos, Luis Felipe Dias Lopes

CÁLCULO DO TAMANHO DA AMOSTRA PARA UMA PESQUISA ELEITORAL. Raquel Oliveira dos Santos, Luis Felipe Dias Lopes CÁLCULO DO TAMANHO DA AMOSTRA PARA UMA PESQUISA ELEITORAL Raquel Oliveira dos Santos, Luis Felipe Dias Lopes Programa de Pós-Graduação em Estatística e Modelagem Quantitativa CCNE UFSM, Santa Maria RS

Leia mais

AT = X MÁX - X MÍN. Σ F i =n

AT = X MÁX - X MÍN. Σ F i =n UNIVERSIDADE FEDERAL DA PARAÍBA DISTRIBUIÇÃO DE FREQUÊNCIA Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ DISTRIBUIÇÃO DE FREQUÊNCIA Quando se estuda uma massa de dados é de frequente

Leia mais

Estimação por Intervalos

Estimação por Intervalos Capítulo 5 Estimação por Intervalos A principal restrição da estimação pontual é que quando estimamos um parâmetro através de um único valor numérico toda a informação presente nos dados é resumida através

Leia mais

UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 3

UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 3 UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Disciplina: Estatística II LISTA DE EXERCÍCIOS 3 1. Testes de resistência à tensão foram feitas em duas estruturas

Leia mais

Introdução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS

Introdução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução a Analise Química - II sem/2012 Profa Ma Auxiliadora - 1 Introdução à Análise Química QUI 094 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução

Leia mais

Aula 5 Metodologias de avaliação de impacto

Aula 5 Metodologias de avaliação de impacto Aula 5 Metodologias de avaliação de impacto Metodologias de Avaliação de Impacto Objetiva quantificar as mudanças que o projeto causou na vida dos beneficiários. Plano de Aula Método experimental: regressão

Leia mais

PROBABILIDADE. Aula 5

PROBABILIDADE. Aula 5 Curso: Psicologia Disciplina: Métodos Quantitativos Profa. Valdinéia Data: 28/10/15 PROBABILIDADE Aula 5 Geralmente a cada experimento aparecem vários resultados possíveis. Por exemplo ao jogar uma moeda,

Leia mais

Bioestatística Aula 3

Bioestatística Aula 3 Aula 3 Castro Soares de Oliveira Probabilidade Probabilidade é o ramo da matemática que estuda fenômenos aleatórios. Probabilidade é uma medida que quantifica a sua incerteza frente a um possível acontecimento

Leia mais

INE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE

INE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE INE 5 LISTA DE EERCÍCIOS DE PROBABILIDADE INE 5 Gabarito da Lista de Exercícios de Probabilidade ) Em um sistema de transmissão de dados existe uma probabilidade igual a 5 de um dado ser transmitido erroneamente.

Leia mais

Noções de Pesquisa e Amostragem. André C. R. Martins

Noções de Pesquisa e Amostragem. André C. R. Martins Noções de Pesquisa e Amostragem André C. R. Martins 1 Bibliografia Silva, N. N., Amostragem probabilística, EDUSP. Freedman, D., Pisani, R. e Purves, R., Statistics, Norton. Tamhane, A. C., Dunlop, D.

Leia mais

Faturamento de Restaurantes

Faturamento de Restaurantes Faturamento de Restaurantes Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre 2015 1 / 28

Leia mais

PLANIFICAÇÃO OPERACIONAL DA PESQUISA

PLANIFICAÇÃO OPERACIONAL DA PESQUISA Laboratório de Psicologia Experimental Departamento de Psicologia UFSJ Disciplina: Método de Pesquisa Quantitativa TEXTO 8: PLANIFICAÇÃO OPERACIONAL DA PESQUISA Autora: Prof. Marina Bandeira,Ph.D. 1. POPULAÇÃO-

Leia mais

MATEMÁTICA 3. Resposta: 29

MATEMÁTICA 3. Resposta: 29 MATEMÁTICA 3 17. Uma ponte deve ser construída sobre um rio, unindo os pontos A e, como ilustrado na figura abaixo. Para calcular o comprimento A, escolhe-se um ponto C, na mesma margem em que está, e

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ Comentários sobre as provas de estatística e financeira ICMS RJ Caríssimos, Acabei de voltar de uma longa auditoria em que visitamos inúmeros assentamentos federais do INCRA no interior do estado. Ou seja:

Leia mais

Segurança da Informação e Proteção ao Conhecimento. Douglas Farias Cordeiro

Segurança da Informação e Proteção ao Conhecimento. Douglas Farias Cordeiro Segurança da Informação e Proteção ao Conhecimento Douglas Farias Cordeiro Risco O risco é medido por sua probabilidade de ocorrência e suas consequências; Pode se realizar uma análise qualitativa ou quantitativa;

Leia mais

SÉRIE: Estatística Básica Texto 4: TESTES DE HIPÓTESES SUMÁRIO

SÉRIE: Estatística Básica Texto 4: TESTES DE HIPÓTESES SUMÁRIO SUMÁRIO. INTRODUÇÃO... 3.. GENERALIDADES... 3.. METODOLOGIA DO TESTE DE HIPÓTESES... 3.3. AS HIPÓTESES... 3.4. A ESCOLHA DO TESTE ESTATÍSTICO... 4.5. CONCEITOS ADICIONAIS DO TESTE DE HIPÓTESES... 4.6.

Leia mais

Estatística I Aula 1. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística I Aula 1. Prof.: Patricia Maria Bortolon, D. Sc. Estatística I Aula 1 Prof.: Patricia Maria Bortolon, D. Sc. Estatística Estatística

Leia mais

NOÇÕES DE. Maputo, Moçambique

NOÇÕES DE. Maputo, Moçambique NOÇÕES DE ESTATISTICA BÁSICA Maputo, Moçambique 2008 Objectivos No final deste módulo espera-se que o participante seja capaz de: Distinguir variáveis e constantes Identificar variáveis qualitativas e

Leia mais

Pesquisador em Informações Geográficas e Estatísticas A I GESTÃO DA QUALIDADE LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO.

Pesquisador em Informações Geográficas e Estatísticas A I GESTÃO DA QUALIDADE LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO. 7 EDITAL N o 04/2013 LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO. 01 - O candidato recebeu do fiscal o seguinte material: a) este CADERNO DE QUESTÕES, com os enunciados das 8 (oito) questões discursivas, sem

Leia mais

Testes de Hipóteses para Mèdia de Populações Normais- Variância conhecida e desconhecida

Testes de Hipóteses para Mèdia de Populações Normais- Variância conhecida e desconhecida Testes de Hipóteses para Mèdia de Populações Normais- Variância conhecida e desconhecida Ivan Bezerra Allaman Considerando variância conhecida Introdução Nestes casos utiliza-se a seguinte estatística

Leia mais

PROVA ESCRITA DE ESTATÍSTICA VERSÃO A. 04 As classes de uma distribuição de freqüência devem ser mutuamente exclusivas para que

PROVA ESCRITA DE ESTATÍSTICA VERSÃO A. 04 As classes de uma distribuição de freqüência devem ser mutuamente exclusivas para que COMANDO DA AERONÁUTICA DEPARTAMENTO DE ENSINO DA AERONÁUTICA CENTRO DE INSTRUÇÃO E ADAPTAÇÃO DA AERONÁUTICA CONCURSO DE ADMISSÃO AO EAOT 00 EXAME DE CONHECIMENTOS ESPECIALIZADOS PROVA ESCRITA DE ESTATÍSTICA

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo das Probabilidades e Estatística I Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução a Probabilidade Existem dois tipos

Leia mais