Noções de Inferência Estatística

Tamanho: px
Começar a partir da página:

Download "Noções de Inferência Estatística"

Transcrição

1 Noçõe de Iferêcia Etatítica Itrodução: O objetivo pricipal da iferêcia etatítica é fazer afirmaçõe obre caracterítica de uma população, baeado-e em reultado de uma amotra. Para io veremo como e relacioam etatítica ( caracterítica do elemeto de uma amotra ) com parâmetro ( caracterítica do elemeto de uma população ). iferêcia etatítica e divide em dua grade área: etimação ( potual e itervalar) e tete de hipótee. Coceito áico lgu coceito báico ão eceário para o deevolvimeto da Iferêcia Etatítica: População: cojuto de elemeto que formam o uivero de oo etudo e que ão paívei de er obervado, ob a mema codiçõe. motra: é um ubcojuto de elemeto extraído de uma população. motragem: proceo de eleção da amotra motragem aleatória imple: proceo de amotragem ode todo o elemeto da população tem a mema chace de fazer parte da amotra. Outro coceito importate: Parâmetro: alguma medida decritiva aociada à população. Etatítica: qualquer valor calculado com bae (apea) o elemeto da amotra. Etimador: uma etatítica detiada a etimar um parâmetro populacioal. Etimativa: é o valor umérico do etimador com bae a obervaçõe amotrai. Símbolo mai comu Etimador Parâmetro Média X Variâcia Proporçõe pˆ p etatítica, como fuçõe de variávei aleatória, ão também variávei aleatória, e portato, têm uma ditribuição de probabilidade, eperaça e variâcia.

2 Itrodução à motragem Na maioria do cao é impraticável obervar toda uma população, eja pelo alto cuto, eja por dificuldade divera. Examia-e etão uma amotra da população. Se ea amotra for batate repreetativa, o reultado obtido poderão er geeralizado para toda a população. O uo de amotra que produzam reultado cofiávei e livre de viee é o ideal. im, a maeira de e obter a amotra é tão importate que cotitui uma epecialidade detro da Etatítica, cohecida como motragem. O procedimeto cietífico para obteção de dado amotrai podem er dividido em trê grupo: levatameto amotrai, plaejameto de experimeto e levatameto obervacioai. Nó iremo o cocetrar pricipalmete em levatameto amotrai o quai a amotra é obtida de uma população bem defiida, por meio de proceo bem protocolado e cotrolado pelo pequiador. O vário procedimeto de e ecolher uma amotra podem er agrupado em doi grade grupo: o chamado plao probabilítico e plao ãoprobabilítico. O primeiro grupo reúe toda a técica que uam mecaimo aleatório de eleção do elemeto da amotra, atribuido a cada um dele uma probabilidade, cohecida a priori, de pertecer à amotra. No egudo grupo etão o demai procedimeto, tai como: amotra itecioai, ode o elemeto ão elecioado com auxílio de epecialita, e amotra de volutário. lgu plao probabilítico ão delieado a eguir: motragem leatória Simple Ete tipo de amotragem coite em elecioar a amotra atravé de orteio, em retrição. Qualquer ubcojuto da população, com o memo úmero de elemeto, tem a mema probabilidade de fazer parte da amotra. eleção pode er facilitada com o uo de úmero aleatório. Exitem algoritmo computacioai capaze de gerar dado que atifazem aproximadamete a eta propriedade. motragem Etratificada Iformaçõe adicioai podem aprimorar um deeho amotral. Por exemplo, em uma pequia obre reda familiar média, cohece-e de atemão a regiõe da cidade ode predomiam moradia de diferete clae de reda. Ete cohecimeto pode er uado para defiir ub populaçõe homogêea egudo a reda, e aí etão ortear amotra detro de cada uma dea regiõe. Ete procedimeto é cohecido como a divião da população em etrato, e coequetemete, defiem o plao de motragem Etratificada. motragem itemática É um proceo imple que coite em ortear o primeiro elemeto e extrair o demai itematicamete. Calcula-e o itervalo de eleção, dado por = I=N/, orteia-e o primeiro elemeto do cojuto e completa-e a amotra, extraido um elemeto a cada I elemeto.

3 motragem por coglomerado Embora poa produzir reultado meo precio e comparada à etratificada, ete proceo tem um cuto fiaceiro bem meor. Chama-e de coglomerado um grupameto de elemeto da população. Ete tipo de amotragem coite, um primeiro etágio em elecioar o coglomerado. Num próximo etágio, todo o elemeto do coglomerado elecioado ão obervado (amotragem de coglomerado em um etágio) ou e faz uma eguda eleção de coglomerado e eta e aaliam todo o elemeto ( amotragem de coglomerado por doi etágio ). Toda a eleçõe devem er aleatória. Trabalharemo um cao imple de amotragem probabilítica : a amotragem aleatória imple, com repoição Erro amotrai e ão amotrai 1 O uo de um levatameto amotral itroduz um tipo de erro, que pode e reumido a difereça etre o valor de uma certa caracterítica a amotra e o parâmetro de iteree a população. Eta difereça pode ocorrer apea devido à particular amotra elecioada, ou etão devido a fatore extero ao plao amotral. Quado o erro é devido à amotra elecioada é chamado de erro amotral e quado é devido à fatore idepedete do plao amotral (erro de medida, digitação, etc) é chamado de erro ão amotral. Coidera-e um erro amotral aquele devio que aparece porque o pequiador ão levatou a população toda. Cada amotra poível de um plao acarreta em um devio. Vejamo o equema que e egue que coidera a média como a caracterítica de iteree. Vamo deotar por a média da variável a população e X a média amotral. População ou Uivero motra poívei de tamaho 1 1 => X1 3 => X.. X - = E = erro. i => X3 N k => Xk 1 NOTS DE UL: ESTTÍSTIC ÁSIC. UNIVERSIDDE FEDERL DE MINS GERIS

4 No cao da média, o etudo do erro amotral coite baicamete em etudar o comportameto da difereça (X - ) quado X percorre toda a poívei amotra que poderiam er formada atravé do plao amotral ecolhido. Cohecedo-e a ditribuição amotral de X pode-e avaliar ua média e eu devio padrão. Nete cao particular o devio padrão recebe o ome de erro padrão de X. Ditribuiçõe motrai Diferete amotra extraída da população irão origiar valore ditito para a etatítica coiderada. Por ete motivo, dizemo que a etatítica ão variávei aleatória, já que eu valor ão pode er predito com certeza ate da amotra ter ido extraída. ditribuição de probabilidade de uma etatítica quado coideramo toda a amotra poívei de tamaho é deomiada de ditribuição amotral. Ditribuição motral da Média ditribuição amotral da média X, de amotra cauai imple de tamaho, extraída de uma população que tem média e devio padrão, tem a eguite caracterítica: E( X ) = V( X ) = / Cao a população teha ditribuição Normal com média e devio padrão, a ditribuição amotral da média X, é Normal com média e devio padrão /. ditribuição amotral da média X, de amotra aleatória imple de tamaho extraída de uma população ão Normal, com média e devio padrão, é aproximadamete ormal com média e devio padrão /, quado é uficietemete grade. Ete reultado é uma aplicação de um importate teorema de probabilidade, chamado Teorema Cetral do Limite. Para a utilização dete reultado, é uual coiderar que o tamaho da amotra é uficietemete grade quado é pelo meo 30. EXEMPLO : Uma máquia de empacotar café o faz egudo uma ditribuição ormal, com média 500 e devio padrão de 10g. Colhe-e uma amotra de =100 pacote e ete ão peado. Se a máquia etiver regulada qual a probabilidade de ecotrarmo a média da amotra diferido de 500g de meo de grama? 100 X ~ N500, 100 P( X 500 ) P(498 X 50) P( Z ) 95% USS & MORETTIN. Etatítica áica. Editora Saraiva, 003

5 Ditribuição motral da Proporção 3 Coidere que a proporção de elemeto uma população com determiada caracterítica é p. im, para cada elemeto da população podemo defiir uma variável X, tal que X = 1, e o elemeto é portador da caracterí tica 0, e o elemeto ão é portador da caracterí tica Ito é, X ~eroulli(p) = iomial (1,p), e portato E(X) = p e V(X) = p(1-p). Seja X 1, X,..., X uma amotra aleatória imple retirada com repoição dea população, e eja S X o total elemeto portadore da caracterítica a amotra. 1 i Tem-e que S ~ iomial (,p). Defia como pˆ a proporção de elemeto portadore da caracterítica a 1 X i amotra, ito é, S. pˆ X Utilizado o Teorema Cetral do Limite, tem-e que a ditribuição amotral de p(1 p) pˆ é aproximadamete N p,, quado é uficietemete grade. EXEMPLO: Supoha que 30% de uma ecola ejam mulhere. Colhemo uma amotra aleatória de 10 etudate e calculamo a proporção de mulhere a amotra. Qual a probabilidade de que a proporção de mulhere a amotra difira em meo de 1% da proporção de mulhere da população? 1 p 0,3(1 0,3) pˆ ~ N p, N0,3; N (0,3;0,01) 10 P( pˆ p 0,01) P( 0,01 0,3 p 0,01) P( 0,07 Z 0,07) 0,056 EXERCÍCIOS: Reolver o exercício 4, 5, 6, 7 e 8 (pág 178 e 179) do eguite livro: RETT, REIS E ORNI. Etatítica para curo de Egeharia e Iformática. Editora Átla 3 NOTS DE UL: ESTTÍSTIC ÁSIC. UNIVERSIDDE FEDERL DE MINS GERIS

6 Etimação qui etudaremo o problema de avaliar parâmetro populacioai, a partir de operaçõe com dado de uma amotra. EXEMPLOS: 1) Etimar a proporção de peça defeituoa um lote. ) Etimar o peo médio de um determiado produto de uma liha de produção. Exitem doi tipo de etimação de um parâmetro populacioal: etimação potual o Método do mometo o Míimo Quadrado o Máxima Veroimilhaça etimação itervalar Etimação Potual Procura ecotrar um valor umérico úico que eteja batate próximo do verdadeiro valor do parâmetro. Ete procedimeto ão permite julgar a magitude do erro que podemo etar cometedo. Etimadore Potuai Do Pricipai Parâmetro Populacioai Parâmetro Etimador Média () 1 X X i i 1 Variâcia ( ) 1 X i X 1 Devio padrão Proporção (p) 1 i 1 1 X pˆ ode X i X i 1 X = úmero de elemeto da amotra que pouem a caracterítica = tamaho da amotra Muito provavelmete uma etimativa potual ão coicide exatamete com o valor verdadeiro do parâmetro populacioal que etá edo etimado e, além dito, eta etimativa ão traz aociada a ela uma medida de ua precião. etimação itervalar que erá apreetada a eguir ajuda a reolver ete tipo de problema.

7 Etimação por Itervalo de Cofiaça Procura determiar um itervalo que abraja o valor do parâmetro populacioal, com uma certa margem de eguraça. Ete procedimeto permite julgar a magitude do erro que podemo etar cometedo. De um modo geral, o baearemo a amotra para cotruir um itervalo que com alto grau (ou ível) de cofiaça coteha o verdadeiro valor do parâmetro, o itervalo de cofiaça. Grau de cofiaça é a probabilidade do itervalo de cofiaça coter o verdadeiro valor do parâmetro. É também chamado de ível de cofiaça e geralmete expreo em porcetagem. Formalizado um pouco, e deotarmo o parâmetro de iteree por, deejamo obter um itervalo com limite iferior I e limite uperior S tal que P(I < < S) = γ ode γ é próximode 1. O limite dete itervalo ão variávei aleatória poi depedem da amotra elecioada. Um itervalo dete tipo é deomiado itervalo de γ(100)% cofiaça para o parâmetro. Valore de γmai comumete uado ão 95% e 99%. Para eclarecer o coceito de itervalo de cofiaça, upoha que retiremo um grade úmero de amotra de tamaho (fixo) da população em etudo e para cada amotra, cotruamo um itervalo. O limite do itervalo reultate variarão de amotra para amotra. Por exemplo, ao deejar um itervalo de cofiaça de 95%, e 100 dee itervalo foem calculado a partir de 100 amotra diferete, deve-e eperar que em toro de 95 dee itervalo coteham o valor do verdadeiro parâmetro. figura a eguir ilutra ito. MOSTR Itervalo de cofiaça ( ) ( ) ( ) ( ) ( ) ( ) ( ) O verdadeiro valor do parâmetro etará cotido em (100)% dee itervalo.

8 Itervalo de cofiaça para a proporção Em muita ituaçõe, o pricipal parâmetro de iteree é alguma proporção p. Vamo obter um itervalo de cofiaça para o parâmetro o de uma ditribuição b(,p). Sabe-e que e X = úmero de uceo a prova, etão X tem ditribuição aproximadamete ormal com média μ=p e variâcia σ²=p(1-p) logo: Z Z X p N (0,1) pq X p pq ( pˆ p) pq N(0,1) im para γ=0,95 teremo: P 1,96 Z 1,96 ( pˆ p) P 1,96 1,96 0,95 pq pˆ 1,96 p(1 p) 0,95 p(1 p) p pˆ 1,96 Temo que para γ qualquer, 0 <<1 : IC( p, ) pˆ z pˆ(1 pˆ) EXEMPLO 4 : Na avaliação de doi itema computacioai, e, foram elecioada 400 carga de trabalho ( tarefa ) upotamete uma amotra aleatória da ifiidade de carga de trabalho que poderiam er ubmetida a ete itema. O itema foi melhor que o em 60% do cao. Cotruir um itervalo de cofiaça para p ( proporção de veze que o itema foi melhor que o, coiderado toda a poívei carga de trabalho ) uado ívei de cofiaça de 95%. 0,6(1 p0,6) IC( p, 95%) 0,6 1,96 0,600 0, Cocluímo que o itervalo (55,%;64,8%) cotém o parâmetro p, com ível de cofiaça de 95%. Cotrua agora o itervalo de cofiaça de 99%. Oberve que ao exigir-e maior cofiaça, o itervalo aumeta em magitude. 4 RETT, REIS E ORNI. Etatítica para Curo de Egeharia e iformática. ÁTLS

9 Itervalo de cofiaça para a média populacioal Pelo Teorema Cetral do limite abemo que : X Z Ou eja, dado γ podemo ecotrar valore Zγ tal que : P z P X z X z X z Etão o itervalo de cofiaça erá: IC(, ) X z EXEMPLO 5 : Em uma idútria de cerveja a quatidade ierida em lata tem-e comportado como uma variável aleatória com média 350ml e devio padrão 3ml. pó algu problema a liha de produção upeita-e que houve alteração a média. Uma amotra de 0 lata acuou média de 346lm. Cotrua um itervalo de cofiaça para o ovo valor da quatidade média μ de cerveja ierida em lata, com ível de cofiaça de 95%, upodo que ão teha ocorrido alteração o devio do proceo. 3 IC(, ) X z 346 1, , 31ml 0 O itervalo (344,69; 347,31) cotém, com 95% de cofiaça, o verdadeiro valor da média μ, quatidade média de cerveja ierida a lata apó o problema a liha de produção. Variâcia decohecida O itervalo de cofiaça decrito ateriormete ó poderá er utilizado a ituaçõe em que cohecemo a variâcia da população, o que ão é uual a prática. Para cotorar ete problema o procedimeto recomedado é ubtituir pela variâcia calculada com o dado da amotra, e utilizamo a etatítica t da ditribuição t de Studet. No devio padrão calculado com o dado da amotra devemo coiderar o deomiador ( -1 ). 5 RETT, REIS E ORNI. Etatítica para Curo de Egeharia e iformática. ÁTLS

10 Ditribuição t de Studet Supodo a população com ditribuição ormal, a etatítica t tem ditribuição cohecida como ditribuição t de Studet, com gl = -1 grau de liberdade. T X S Eta ditribuição tem uma forma parecida com a ormal, todavia um pouco mai dipera ( veja o capítulo 7 do oo livro texto - OUTROS MODELOS CONTÍNUOS). Para amotra grade e próxima da ditribuição ormal. f(x) t com gl = (ormal padrão) t com gl = 3 t com gl = 1 0 x Gráfico de ditribuiçõe t de Studet e da ormal padrão 6 Itervalo de cofiaça para a média com o uo da ditribuição t de Studet IC(, ) x t ode é o devio padrão da amotra. EXEMPLO: Deeja-e avaliar a dureza eperada μ do aço produzido ob um ovo proceo de têmpera. Uma amotra de 10 corpo de prova do aço produziu o eguite reultado de dureza em HRc: 36,4 35,7 37, 36,5 34,9 35, 36,3 35,8 36,6 36,9 Cotruir um itervalo e cofiaça para a média de 95%. x 36, 15 0,735 IC(, ) x t 0,735 36,15,6 36,15 0,53 10 Ode tγ =,6 para gl = 10 1 = 9 e p = 5% ( veja a tabela t ) EXERCÍCIOS: Reolver o exercício 9 a 1 da págia 191 do Livro: RETT, REIS E ORNI. Etatítica para curo de Egeharia e Iformática. Editora tla Tamaho de amotra 6 RETT, REIS E ORNI. Etatítica para Curo de Egeharia e iformática. ÁTLS

11 Na fae do plaejameto da pequia, muita veze preciamo calcular o tamaho da amotra, para garatir uma certa precião deejada, a qual é decrita em termo do erro amotral máximo tolerado (E 0,) e do ível de cofiaça a er adotado o proceo de etimação. No cao de etimação da média temo: X z z E E 0 0 E0 Ode E 0 é o erro amotral máximo tolerável tolerável variâcia pode er avaliada por meio de etudo ateriore ou em uma amotra piloto. EXEMPLO: Para o exemplo aterior qual deve er o tamaho da amotra e for tolerado um erro amotral de 0,3 e o ível de cofiaça 99%?,576 0,3 (0,54) 39,8 amotra deve coter 40 corpo de prova. Raciocíio aálogo pode er feito para determiar o tamaho da amotra quado o parâmetro de iteree for proporção. z z 4E p(1 p) 0 E 0 ou Ode p é obtido de etudo ateriore ou de uma amotra piloto. Na eguda fórmula temo o chamado itervalo coervador ode para p(1-p) coideramo o máximo valor que ete produto pode ter. EXERCÍCIOS: Reolver o exercício 13 a 4 da págia 195, 196 e 197 do livro: RETT, REIS E ORNI. Etatítica para curo de Egeharia e Iformática. Editora tla Itervalo de Cofiaça para Difereça de Média

12 Frequetemete urgem ituaçõe em que preciamo comparar dua populaçõe, em relação a determiada variável aleatória. Exemplo: Reda média de dua cidade diferete Receita de veda de dua firma Tempo de repota de doi algoritmo Número de leitore de doi periódico Portato é itereate etimar a difereça de média da dua variávei aleatória X ( média μ, devio padrão σ ) e X ( média μ, devio padrão σ ). Para tal calcula-e a difereça da média amotrai x x e forma-e um itervalo de cofiaça. O itervalo de cofiaça é poi: x x erro Variâcia cohecida erro z Variâcia decohecida erro t p p 1 ( 1) ( ( 1) ( 1 1) 1) Ode t depede do grau de cofiaça adotado e grau de liberdade (GL) calculado GL EXEMPLO : O dado abaixo repreetam um cojuto de cifra ( em milhare ) de um joral em dua cidade viziha, durate um período de algu dia: CIDDE : 5, 13, 14, 19, 3, 35, 9, 8, 17, 17, 16, 13, 18, 0 CIDDE : 10, 1, 15, 13, 7, 6, 11, 5, 9,14, 15, 18, 17, 16, 1, 1, 10, 11, 13, 14 Supoha que a variâcia da populaçõe ejam cohecida 40, 14. Determiar um itervalo de 99% de cofiaça. x x x 1,13 1,13 x erro,58 9,13 4,73 9, ,73 O itervalo de 99% cofiaça é: ]4,40; 13,86[

13 EXEMPLO : cifra de veda ( em milhare ) de dua diferete marca de câmara de ar para mee elecioado aleatoriamete: MRC : 15, 0, 33, 7 MRC : 3, 4, 39 Cotruir um itervalo de 95% de cofiaça x x x p 3,75 34,67 x 6,5 104,3 79,08 10,9 gl erro, ,08 17, O itervalo fica ] -8,38; 6,54 [ Itervalo de Cofiaça para difereça de proporçõe ( p p ) z p (1 p ) p (1 p ) Exemplo 3: Numa pequia obre a opiião de moradore de dua cidade e, com relação a um determiado projeto, obteve-e: Cidade Nº de etrevitado Nº de favorávei Cotrua um IC de 95% para a difereça de opiiõe da dua cidade 0,583(1 0,583) 0,450(1 0,450) ( 0,583 0,450) 1,96 0,133 0, Itervalo de Cofiaça = ]0,07; 0,196[ REFERÊNCIS: RETT, REIS E ORNI. Etatítica para curo de Egeharia e Iformática. Editora tla CLRK & DOWNING. Etatítica plicada. Saraiva USS & MORETTIN. Etatítica áica. Saraiva UFMG- NOTS DE UL Etatítica áica:

14

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição Uiveridade Etadual do Oete do Paraá - Uioete Curo de Nutrição Bioetatítica Profeora Aqui começamo o etudo da etatítica iferecial, que é o egudo maior ramo da etatítica. M.Roebel Tridade Cuha Prate Coite

Leia mais

INTERVALO DE CONFIANÇA

INTERVALO DE CONFIANÇA INTERVALO DE CONFIANÇA Supoha que etejamo itereado um parâmetro populacioal verdadeiro (ma decohecido) θ. Podemo etimar o parâmetro θ uado iformação de oa amotra. Chamamo o úico úmero que repreeta o valor

Leia mais

n Obtido através desvio padrão da população (σ)

n Obtido através desvio padrão da população (σ) 3/5/ Etatítica Geral Tete t de STUDENT Cap. 7, 8 e 9 Callegari-Jacque, S. M. Bioetatítica: Pricípio e Aplicaçõe, 3. Apotila: Regazzi, A. J., Curo de iiciação à etatítica. Curo: Saúde/CUA/UFMT Profº: Glauco

Leia mais

Denomina F a variável aleatória definida pelo quociente: F = n

Denomina F a variável aleatória definida pelo quociente: F = n 9/0/0 Etatítica Eperimetal Tete F Tete t de STUDENT Cap. 7, 8 e 9 Callegari-Jacque, S. M. Bioetatítica: Pricípio e Aplicaçõe, 003. Apotila: Regazzi, A. J., Curo de iiciação à etatítica. Profº: Glauco Vieira

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança Etatítica: Aplicação ao Seoriameto Remoto SER 4 - ANO 19 Itervalo de Cofiaça Camilo Dalele Reó camilo.reo@ipe.br http://www.dpi.ipe.br/~camilo/etatitica/ Itervalo de Cofiaça Um parâmetro pode er etimado

Leia mais

Inferência Estatística

Inferência Estatística Iferêcia Etatítica Tete de Hipótee: tete de difereça etre média, coceito, grupo pareado, grupo idepedete com variâcia cohecida e decohecida Itrodução Coidere o problema de comparar materiai (A e B), para

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 12: - Itervalo de Cofiaça - Tete de Hipótee (webercampo@gmail.com) INTERVALO DE CONFIANÇA 1. INTERVALO DE CONFIANÇA PARA A MÉDIA O proceo de cotrução do itervalo de cofiaça

Leia mais

13 Inferência Estatística Teoria da Estimação

13 Inferência Estatística Teoria da Estimação 3 Iferêcia Etatítica Teoria da Etimação 3. Itrodução A partir dete capítulo abordaremo ituaçõe em que o iteree etá em obter iformaçõe da população a partir do reultado de uma amotra. Como exemplo, coideremo

Leia mais

Amostragem Casual Simples. Professor Gilson Fernandes da Silva Departamento de Engenharia Florestal Centro de Ciências Agrárias CCA/UFES

Amostragem Casual Simples. Professor Gilson Fernandes da Silva Departamento de Engenharia Florestal Centro de Ciências Agrárias CCA/UFES Amotragem Caual Simple Profeor Gilo Ferade da Silva Departameto de Egeharia Floretal Cetro de Ciêcia Agrária CCA/UFES 1 Itrodução Coforme apreetado o capítulo aterior, o método de ivetário podem er probabilítico

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 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 mais

Amostragem Casual Estratificada

Amostragem Casual Estratificada CAPÍTUO VI Amotragem Caual Etratificada Profeor Gilo Ferade da Silva Departameto de Egearia Floretal Cetro de Ciêcia Agrária CCA/UFES Itrodução A iteidade de amotragem eceária para etimar o parâmetro de

Leia mais

Intervalos de confiança

Intervalos de confiança 0 Itervalo de cofiaça 6.. A etiação por itervalo Noralete o proceo de ivetigação de u parâetro eceitao ir alé da ua etiativa potual ˆ. O fato de ão e cohecer o valor de pode cauar ua ieguraça e levar a

Leia mais

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística 6/2/217 Uiveridade Etadual do Oete do Paraá - Uioete Tete de Hipótee Curo de Medicia/Nutrição Bioetatítica Profeora Tete de Hipótee (TH) é uma ferrameta etatítica que também é utilizado para fazer iferêcia

Leia mais

Distribuições Amostrais

Distribuições 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 mais

UNIDADE II TESTE DE HIPÓTESE

UNIDADE II TESTE DE HIPÓTESE 0/0/06. INTRODUÇÃO A iferêcia etatítica preocupa-e em determiar e UNIDADE II TESTE DE IPÓTESE CUIABÁ, MT 05/ PROF.: RÔMULO MÔRA romulomora.webode.com exite alguma igificâcia etatítica acoplada ao reultado

Leia mais

Estimadores de Momentos

Estimadores 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 mais

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:

Leia mais

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral,

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral, Etatítica II Antonio Roque Aula 8 Intervalo de Confiança para a Variância de uma População Ditribuída Normalmente Pode-e motrar matematicamente que a variância amotral, ( x x) n é um etimador não envieado

Leia mais

Em estatística, uma hipótese é uma alegação, ou afirmação, sobre uma propriedade de uma população.

Em estatística, uma hipótese é uma alegação, ou afirmação, sobre uma propriedade de uma população. 7 TESTE DE HIPÓTESE 7. Itrodução Ao pergutarmo para a peoa a rua qual é a temperatura média do corpo humao, teremo 37 C como a maioria da repota. Um grupo de pequiadore realizou um experimeto para verificar

Leia mais

CAPÍTULO 7 - Intervalos de confiança

CAPÍTULO 7 - Intervalos de confiança INF 16 CAPÍTULO 7 - Itervalo de cofiaça É uma maeira de calcularmo uma etimativa de um parâmetro decohecido. Muita veze também fucioa como um tete de hipótee. A idéia é cotruir um itervalo de cofiaça para

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 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 mais

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Obtemos, 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 mais

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny 1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis

Leia mais

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-3 PROBABILIDADE E ESTATÍSTICA Profeor: Rodrigo A. Scarel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curo: Semaa 3 4 5 6 7 8 9 0 3 4 5 e 6 Itrodução à robabilidade (eveto, eaço amotral, aioma,

Leia mais

1 Estimação de Parâmetros

1 Estimação de Parâmetros 1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Distribuições de Estatísticas Amostrais e Teorema Central do Limite Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia

Leia mais

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais Intervalo de Confiança para a Diferença entre Dua Média Amotrai Quando e quer etimar a diferença, µ µ, entre a média de dua populaçõe e, procede-e da eguinte maneira: toma-e uma amotra de cada população,

Leia mais

1 Inferência Estatística - Teoria da Estimação

1 Inferência Estatística - Teoria da Estimação 1 Inferência Etatítica - Teoria da Etimação 1.1 Introdução Nete capítulo abordaremo ituaçõe em que o interee etá em obter informaçõe da população com bae em amotra. Como exemplo, conidere a eguinte ituaçõe.

Leia mais

Estimação da média populacional

Estimação 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 mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

A) Independência estatística B) Var. aleatórias C) Distribuição normal D) Dist. conjuntas e correlação E) Inferência estatística

A) Independência estatística B) Var. aleatórias C) Distribuição normal D) Dist. conjuntas e correlação E) Inferência estatística A) Ideedêcia etatítica B) Var. aleatória C) Ditribuição ormal D) Dit. cojuta e correlação E) Iferêcia etatítica 18-02-2010 Joé Filie Rafael 1 E.1) Ditribuiçõe amotrai E.2) Itervalo de cofiaça e tete de

Leia mais

Exemplos de I.C. (1 ) 100% para a mådia (e para diferença entre mådias)

Exemplos de I.C. (1 ) 100% para a mådia (e para diferença entre mådias) Exemplo de I.C. ( )% para a mådia (e para difereça etre mådia) Exemplo : Tete de compreão foram aplicado em dua marca de cimeto para avaliar a reitêcia em cocreto. Foram produzido 5 corpo de prova de cada

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Estimação da média populacional

Estimação 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 mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

Teoria da Estimação 1

Teoria 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

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

Sumário: 6.3.3. Intervalo de confiança para a diferença entre duas médias de. populações independentes com variâncias conhecidas...

Sumário: 6.3.3. Intervalo de confiança para a diferença entre duas médias de. populações independentes com variâncias conhecidas... 0 Sumário: 6. Itervalo de Cofiaça...0 6.. etimação por itervalo...0 6.. Itervalo de cofiaça para a média...0 6... Itervalo de cofiaça para a média com variâcia cohecida...0 6... Itervalo de cofiaça para

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Teorema do limite central e es/mação da proporção populacional p

Teorema 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 mais

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,

Leia mais

ESTATÍSTICA BÁSICA- SUMÁRIO ( 1 a PARTE)

ESTATÍSTICA BÁSICA- SUMÁRIO ( 1 a PARTE) ESTATÍSTICA BÁSICA- SUMÁRIO ( a PARTE) POPULAÇÕES E AMOSTRAS IMPORTÂNCIA DA FORMA DA POPULAÇÃO DISTRIBUIÇÃO NORMAL DE GAUSS PARÂMETROS E ESTIMATIVAS TEOREMA DO LIMITE CENTRAL DISTRIBUIÇÃO Z E DISTRIBUIÇÃO

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-4 PROJETO e NÁLISE de EXPERIMENTOS Profeor: Rodrigo. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curo: Semaa Coteúdo preetação da diciplia. Pricípio de modelo lieare de regreão. Correlação

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO 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 mais

MAE 116 Estimação para a média FEA - 2º Semestre de 2018

MAE 116 Estimação para a média FEA - 2º Semestre de 2018 MAE 116 Estimação para a média FEA - 2º Semestre de 2018 1 Objetivo da aula O objetivo é estimar a média de uma população (ou de uma variável aleatória) Vamos iicialmete estudar de forma empírica a distribuição

Leia mais

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes

Leia mais

Sumário. 2 Índice Remissivo 17

Sumário. 2 Índice Remissivo 17 i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................

Leia mais

ESTIMAÇÃO PARA A MÉDIA

ESTIMAÇÃO PARA A MÉDIA ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

Testes de Hipóteses sobre uma Proporção Populacional

Testes de Hipóteses sobre uma Proporção Populacional Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.

Leia mais

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma

Leia mais

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação

Estimar 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 mais

Teste de hipótese. a) Uma população b) Duas populações c) Três ou mais populações

Teste de hipótese. a) Uma população b) Duas populações c) Três ou mais populações Tete de hipótee a Ua população b ua populaçõe c Trê ou ai populaçõe 6 Tete para coparação de dua édia de populaçõe orai Tete bilateral H 0 : = H : H 0 : = 0 H : 0 t Tete uilateral à direita H 0 : = H :

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

Tabela A4.2. MIR obtido com simulação 1. Para 2 S 4, estimar os parâmetros associados a uma mistura de s componentes e avaliar rs = ms+

Tabela A4.2. MIR obtido com simulação 1. Para 2 S 4, estimar os parâmetros associados a uma mistura de s componentes e avaliar rs = ms+ Tabela A4.2. MIR obtido com imulação. Para 2 S 4, etimar o parâmetro aociado a uma mitura de compoete e avaliar r = m+ m r ecotra-e defiido o Apêdice 2); 2. para S=2, gerar 99 amotra paramétrica boottrap

Leia mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

Exercícios de Intervalos de Confiança para media, variância e proporção

Exercícios de Intervalos de Confiança para media, variância e proporção Exercícios de Itervalos de Cofiaça para media, variâcia e proporção 1. Se uma amostra aleatória =5, tem uma média amostral de 51,3 e uma desvio padrão populacioal de σ=. Costrua o itervalo com 95% de cofiaça

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

ESTIMAÇÃO DA CONFIABILIDADE PARA UM MODELO DE DESEMPENHO ESTRUTURAL COM DISTRIBUIÇÃO NORMAL UMA SIMULAÇÃO

ESTIMAÇÃO DA CONFIABILIDADE PARA UM MODELO DE DESEMPENHO ESTRUTURAL COM DISTRIBUIÇÃO NORMAL UMA SIMULAÇÃO ETIMAÇÃO DA CONFIABILIDADE PARA UM MODELO DE DEEMPENHO ETRUTURAL COM DITRIBUIÇÃO NORMAL UMA IMULAÇÃO Amazoeida á Peixoto Piheiro Doutorada em Eg. Produção Ecola Politécica-UP eida@up.br Av. Prof o Almeida

Leia mais

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma

Leia mais

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos 9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais

Leia mais

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 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 mais

7. INTERVALOS DE CONFIANÇA

7. INTERVALOS DE CONFIANÇA 7 INTRVALOS D CONFIANÇA 00 stimação por itervalos,, é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro θ Se L(,, ) e U(,, ) são duas fuções tais que L < U e P(L θ U), o itervalo

Leia mais

ESTATÍSTICA EXPLORATÓRIA

ESTATÍSTICA EXPLORATÓRIA ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas

Leia mais

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer

Leia mais

INTERVALOS DE CONFIANÇA

INTERVALOS DE CONFIANÇA INTRVALOS D CONFIANÇA 014 stimação por itervalos 1,..., é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro. Se L( 1,..., ) e U( 1,..., ) são duas fuções tais que L < U e P(L

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população

Leia mais

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO

Leia mais

PROCEDIMENTOS PARA A ESTIMAÇÃO DE PARÂMETROS EM GRÁFICOS DE CONTOLE

PROCEDIMENTOS PARA A ESTIMAÇÃO DE PARÂMETROS EM GRÁFICOS DE CONTOLE POCEDIMENTOS PAA A ESTIMAÇÃO DE PAÂMETOS EM GÁFICOS DE CONTOLE Aa Paula S. Figueiredo Arioto Bretaha Jorge Ecola Federal de Egeharia de Itajubá - Av. BPS, 1303 37500-000 Itajubá MG e-mail: aapaula@iem.efei.br

Leia mais

PCM uniforme na presença de ruído

PCM uniforme na presença de ruído PCM uiforme a preeça de ruído Fote: Ruído o caal provoca erro a palavra biária o decodificador, ruído de decodificação. A potêcia dete ruído pode er adicioada ao ruído de uatificação (fote idepedete, logo

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

Técnicas de codificação diferencial

Técnicas de codificação diferencial Técica de codificação diferecial Em certo iai, e.g. o ial de voz e o ial de vídeo, o valor do ial varia pouco de amotra para amotra: ito permite prever com alguma cofiaça o valor de uma amotra a partir

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. rof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Uma coleção de todos os possíveis elemetos, objetos ou medidas de iteresse. Um levatameto efetuado sobre toda uma população é deomiado

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. rof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Uma coleção de todos os possíveis elemetos, objetos ou medidas de iteresse. Um levatameto efetuado sobre toda uma população é deomiado

Leia mais

Estatística Multivariada Aplicada

Estatística Multivariada Aplicada Faculdade de Ecoomia da Uiveridade de Coimbra Etatítica Multivariada Aplicada Pedro Lope Ferreira 000 ii Sumário Itrodução à etatítica multivariada -----------------------------------------------. A orgaização

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado

Leia mais

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo:

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo: INE66 Méodo Eaíico Exercício Prova - Semere 15.1 O poo de fuão (medido em C) é um apeco crucial em maeriai cerâmico, epecialmee o uado em reaore ucleare, como a ória. Receemee um fabricae apreeou dua ova

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2 MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Análise de dados industriais

Análise de dados industriais Aálie de dado idutriai Ecola Politécica Departameto de Egeharia Química Roberto Guardai 014 Parte 1. Coceito Báico de Etatítica Itrodução Lita de ímbolo Bibliografia Etatítica decritiva Erro de medida,

Leia mais

Despertando o(a) Discente Ativo(a)

Despertando o(a) Discente Ativo(a) Etatítica II 4.0.07 UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Etatítica II Profa. Renata Gonçalve Aguiar Fonte: naomearrependonemmeorgulho.blogpot. Sábio

Leia mais

Exame MACS- Inferência-Intervalos.

Exame MACS- Inferência-Intervalos. Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.

Leia mais

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL AULA 8 16/05/17 Prof a Lilia M. Lima Cuha Maio de 017 PROPOSITO FUNDAMENTAL DA INFERÊNCIA ESTATISTICA DESENVOLVER ESTIMATIVAS E TESTAR HIPOTESES

Leia mais

Distribuição Amostral da Média: Exemplos

Distribuição Amostral da Média: Exemplos Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos

Leia mais

Método do Lugar das Raízes

Método do Lugar das Raízes étodo do Lugar da Raíze Coceito de Lugar da Raíze; O Procedimeto do Lugar da Raíze; Proeto de Parâmetro pelo étodo do Lugar da Raíze; Seibilidade e Lugar da Raíze; Cotrolador de Trê Termo (PID); Exemplo

Leia mais

Lista IC, tamanho de amostra e TH

Lista IC, tamanho de amostra e TH Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o

Leia mais

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc. Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora

Leia mais

Estimação de Parâmetros. 1. Introdução

Estimação de Parâmetros. 1. Introdução Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais

Teoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros

Teoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros 3 Teoria do Erro. Itrodução A gradeza fíica ão determiada experimetalmete por medida ou combiaçõe de medida. Ea medida tem uma icerteza itríeca que advém da caracterítica do equipameto utilizado a ua determiação

Leia mais

"Quanto mais compreensivos formos, mais humanos seremos" Disciplina: ESTATÍSTICA e PROBABILIDADE

Quanto mais compreensivos formos, mais humanos seremos Disciplina: ESTATÍSTICA e PROBABILIDADE Nota de aula 15 1 1. Etimação de Parâmetro. "Quato mai ompreeivo formo, mai humao eremo" Diiplia: ESTATÍSTICA e PROBABILIDADE Paamo, a partir de agora, a oiderar problema de Etatítia Idutiva (Ifereial).

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais