FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE

Tamanho: px
Começar a partir da página:

Download "FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE"

Transcrição

1 FACULDADE DE ECONOMIA DO PORTO Liceciatura em Ecoomia E C O N O M E T R I A I (LEC0) Exame Fial 0 de Jaeiro de 00 RESOLUÇÃO: I PARTE I GRUPO a) Dispoível uma amostra de observações de Y para períodos cosecutivos, a previsão de Y para o período imediato, segudo o previsor Y ~, é a média etre a observação mais recete (Y ) e a média de todas as ateriores. Por cosequêcia, a previsão de Y é uma média poderada dos valores passados da variável, em que o último valor cohecido recebe um peso de 0% e em que os 0% restates são distribuídos uiformemete por todos os outros valores observados. Segudo o previsor de míimos quadrados, ter-se-ia Ŷ, em que desiga o estimador OLS do parâmetro. Sabe-se que, em modelos lieares apeas com termo idepedete, esse estimador é dado por Y t Y, t em que, como é habitual, se desigou por Y a média dos valores observados de Y. Etão, o previsor de míimos quadrados coduziria a Ŷ Y, fórmula de que se deduz que, ao ivés do que acotece com o previsor Y ~, todas as observações ateriores de Y etrariam com o mesmo peso a determiação da previsão de Y, ão havedo, portato, lugar à atribuição de um peso especial à observação mais recete. Decorre do que precede que o previsor proposto e o de míimos quadrados coduziriam a previsões idêticas para Y se a amostra de valores de Y tivesse apeas

2 duas observações caso em que a média da última observação e da média de todas as outras é, simplesmete, a média amostral, ou, mais geralmete, qualquer que seja a dimesão da amostra, se o mais recete valor observado de Y fosse igual à média de todos os outros valores observados. b) Para o previsor Y ~, tem-se Y ~ Y ( ) Y t t ( u ) ( u ( ) t t ) u u t. ( ) t Uma vez que, de acordo com o euciado, as perturbações u, u,..., u seguem as hipóteses clássicas, é E(u t ) 0, qualquer que seja t. Etão, para o valor esperado do previsor, vem. Quer-se prever Y ~ ) E E( u ( ) t u t ( ) E(u ) [ E(u ) E(u )... E(u )]. e, portato, E( Y ~ ) Y. Cotudo, Y u E( Y ~ Y ) 0, já que E( Y ~ ) E(Y ), se for também E(u ) 0. Nesse setido, Y ~ é um previsor cêtrico de Y. c) Recorde-se da alíea aterior que Y ~ u u t. ( ) t De acordo com as hipóteses clássicas do modelo de regressão liear, é costate a variâcia de u t e são ulas as covariâcias

3 Cov(u t, u t-j ) 0 para quaisquer t e j, desde que j 0. Desigado por aquela variâcia,. é Var( Y ~ ) Var u ( ) t u t Var u u t ( ) t Var(u ) [ Var(u ) Var(u )... Var(u ) ( ) Cov(u, u ) Cov(u, u )... Cov(u -, u - )] [Cov(u, u ) Cov(u, u )... Cov(u, u - )] ( ) [( ) ] ( ) (por serem iguais a 0 todos os termos da expressão aterior que evolvem covariâcias) ( ). De maeira aáloga, deduzir-se-ia, para o previsor de míimos quadrados, Var( ( Ŷ ) ). Costata-se, portato, que, ao cotrário da variâcia do previsor de míimos quadrados, que tede para 0 à medida que a dimesão da amostra aumeta idefiidamete, a variâcia do previsor alterativo, coquato decresça com o aumeto de, uca é iferior a. Os gahos de eficiêcia com o previsor de míimos quadrados são tato maiores quato maior for a dimesão da amostra. II GRUPO a) Supodo o modelo sob as hipóteses usuais, seria l TBC t l PT t l RD t u t E(l TBC 0 ) l PT 0 l RD 0.

4 Acréscimos idêticos de % em PT e em RD coduziriam a E(l TBC ) l (,0 PT 0 ) l (,0 RD 0 ). Para que fosse E(l TBC 0 ) E(l TBC ), seria ecessário que ou, mais simplesmete, 0. l(,0) l(,0) 0 Para o teste de cotra a alterativa H 0 : 0 H : 0, usar-se-á o resultado de que, sob H 0, é c' 0 c' ( X'X) c ~ t (-k), em que se desigou por c o vector [0 ]. Com os cálculos auxiliares explaados abaixo, obtém-se t obs. 0, ,78 0,70 [ 7,7, (,97) ] 0,78. Os valores críticos da estatística de teste, para um ível de sigificâcia de 0,0 e 9 graus de liberdade, são t crít. ±,. Uma vez que t obs. < t crít., a decisão é a de ão rejeição da hipótese ula. A evidêcia estatística dispoível ão permite rejeitar a hipótese de que acréscimos relativos idêticos do redimeto e do preço do tabaco, ocorredo simultaeamete, ão teham efeito sobre o cosumo de tabaco. Ao ível de sigificâcia usado, a afirmação do euciado merece cocordâcia. Cálculos auxiliares: Uma vez que há etre eles um de sial egativo, os valores etre parêteses sob as estimativas dos coeficietes de regressão têm por força de referir-se aos rácios t obtidos de j, a em que a jj desiga o j.º elemeto a diagoal pricipal de (X X) -. Da equação jj

5 ,00,88,8, retira-se 0, b) Empregado a relação SQR k, (com SQR a deotar a soma de quadrados dos resíduos), é possível calcular: para o período : SQR 0, ( ) 0,00878; para o período : SQR 0,0 ( ) 0,000; para o período 98-00: SQR 0,07 (8 ) 0,0098. No teste da hipótese de igualdade dos vectores de coeficietes [ ] das regressões relativas ao período e ao período , segudo a metodologia de Chow, tem-se: H 0 : H : ,, F obs. 0,0098 (0, ,000) 0, ,000,0 e F crít.,9 para um ível de sigificâcia de %, graus de liberdade o umerador e o deomiador. A hipótese ula é rejeitada: a campaha ati-tabagista iiciada em 998 A estimativa da variâcia das perturbações poderia obter-se, de modo aálogo, a partir das equações 0,78 0,70,0 ou, 0. 7,7, Salvo por erros de arredodameto, o resultado seria idêtico ao dado acima.

6 parece ter modificado sigificativamete a estrutura de comportameto do cosumo de tabaco, relativamete ao período aterior. Desta vez, a afirmação cometada ão merece cocordâcia. c) Sabe-se que, para o período , em que a variável dummy D assume o valor 0 e a regressão sugerida se recoduz a l TBC l PT l RD u, a estimar com dados relativos a esse período, as estimativas obtidas para os coeficietes ão poderiam deixar de ser coicidetes com as forecidas a alíea b):,8, 0,0, 0,8. Para o período em que D, a regressão proposta seria l TBC ( ) ( ) l PT ( ) l RD u. De acordo com o primeiro ajustameto apresetado o euciado, esperava-se,00, 0,78, 0,70; por difereça, vem,80, 0,, 0,9. Quato ao coeficiete de determiação, é imediato que será maior ou igual a 0,; a iclusão de variáveis explicativas adicioais o segudo dos ajustametos referidos em b) terá esse efeito. Para determiar com maior precisão o valor de R o ajustameto do modelo proposto, pode recorrer-se ao facto de que o teste de Chow efectuado acima e o teste da melhoria do ajustameto pela itrodução de variáveis explicativas adicioais (hipótese ula 0) coduzem a resultados idêticos. Por cosequêcia, desigado por R o coeficiete de determiação que se pretede calcular, terá de ser R 0, R 8,0. A solução da equação é R 0,.

7 II PARTE III GRUPO a),0 é a estimativa do úmero de horas semaais de soo de um recémascido de sexo femiio que, obviamete, ão trabalha, em possui qualquer escolaridade. Comparado dois idivíduos do mesmo sexo e idade e com igual ível de escolaridade, se um tem mais uma hora semaal de trabalho que o outro, estima-se que durma, em média, meos 0, horas (meos de 0 miutos) por semaa. Comparado, por outro lado, dois idivíduos do mesmo sexo e idade e com igual carga horária semaal de trabalho, se um tem mais um ao de escolaridade do que o outro, estima-se que o primeiro durma, em média, meos 0,9 horas por semaa. Tudo o resto (idade, tempo de trabalho, habilitações escolares) igual, estima-se que os homes durmam, em média, mais, horas semaais (quase hora e meia mais) do que as mulheres. Fialmete, verificado que Y 0, 0,00 I, I estima-se que dois idivíduos de igual sexo, com igual escolaridade e igual tempo de trabalho, mas de idade diferete por um ao, divirjam por ( 0, 0,00 I) horas o tempo semaal de soo. Assim, estima-se, por exemplo, que etre dois idivíduos com aos de idade e com 0, tudo o mais igual, o mais velho durma, em média, meos 0,0 horas por semaa do que o outro; mas se a comparação se referir a um idivíduo com aos de idade e a outro com 0, o mais velho dormirá, em media, mais 0,0 horas do que o outro. b) Desigado por e, respectivamete, os coeficietes das variáveis I e I o modelo subjacete ao ajustameto (B), pretede-se testar a hipótese cotra a alterativa H 0 : 0 H : Sob H 0, t obs. vâr( ) vâr( 0 ) 80 côv(, ) 0, , 90(0,00) 0 (0,00000) 80( 0,000),080. É t crít. (700), /0,0 ],9;,98[, já que t (0), /0,0,98 e t ( ), /0,0,9 (porque ão é forecido a tabela o valor para 700 graus de liberdade). Uma vez que t crít. < t obs. < t crít.,

8 ão se rejeita H 0, para 0,0. Coclui-se que ão existe evidêcia estatística suficiete, a um ível de sigificâcia de %, para rejeitar a hipótese de ser aos aos de idade que se atige o míimo do úmero de horas de soo por semaa. c) As hipóteses em teste são H 0 : 0 vs. H : > 0, em que, por, se quer desigar o coeficiete da variável H o modelo implícito em (B). Sob H 0, t obs. 0 vâr( ), 0,. 0,70 É t crít.(700), 0,0 ],;,8[, já que t (0), 0,0,8 e t ( ), 0,0, (ão é forecido a tabela o valor para 700 graus de liberdade). Como t obs. > t crít., para 0,0, rejeita-se H 0. Coclui-se que existe evidêcia estatística suficiete, para um ível de sigificâcia de %, para afirmar que, de facto, os homes dormem, em média, mais do que as mulheres. d) Trata-se de um teste de melhoria da qualidade do ajustameto etre as regressões (B) e (A), pela itrodução das variáveis explicativas I e I. As hipóteses em teste são: H 0 : 0 H : 0 0. R (B) R Sob H 0, F r F (r, k( B) ). Dado R k (B) (B) (A) σ ( A), 9, etão e' e σ ( k ),9 (70 ) 0,9. (A) (A) (A) Como R (A) e'e 70 y i (A) i 70 y i, e dado 877, 7, etão R A) i 0,9 0,9. 877,7 ( Para a estatística amostral, vem

9 F obs 0, 0,9 0,, Sabe-se que F crít. (,700), 0,0 ];,0[, já que F (,0), 0,0,0 e F (,00), 0,0,00 (ão é forecido a tabela o valor para (,700) graus de liberdade). Como F obs > F crít, para 0,0, ão se rejeita H 0. Coclui-se que ão existe evidêcia estatística suficiete, a um ível de sigificâcia de %, para afirmar que a capacidade explicativa do modelo subjacete a (B) seja sigificativamete maior que a do modelo subjacete a (A).

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para

Leia mais

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Justifique coveietemete todas as respostas 2 o semestre 207/208

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores) Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Justifique coveietemete todas as respostas 1 o semestre 2017/2018 11/01/2018

Leia mais

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos)

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos) Desidade Liceciaturas Ecoomia/Fiaças/Gestão 1º Ao Ao lectivo de 01-013 Aálise de Iformação Ecoómica e Empresarial Prova Época ormal 17 de Juho de 013 Duração: h30m (150 miutos) Respoda aos grupos em Folhas

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).

Leia mais

Regressão Linear Múltipla

Regressão Linear Múltipla Regressão Liear Múltipla Lucas Sataa da Cuha http://www.uel.br/pessoal/lscuha/ 28 de ovembro de 2018 Lodria 1 / 20 Há muitos problemas que é razoável esperar que as previsões de uma variável devam melhorar

Leia mais

Testes de Comparação Múltipla

Testes de Comparação Múltipla Testes de Comparação Múltipla Quado a aplicação da aálise de variâcia coduz à reeição da hipótese ula, temos evidêcia de que existem difereças etre as médias populacioais. Mas, etre que médias se registam

Leia mais

Hipótese Estatística. Tipos de Hipóteses

Hipótese Estatística. Tipos de Hipóteses Hipótese Estatística Hipótese, em estatística, é uma suposição formulada a respeito dos parâmetros de uma distribuição de probabilidade de uma ou mais populações. Podemos formular a hipótese que a produtividade

Leia mais

ESCOLA BÁSICA DE ALFORNELOS

ESCOLA BÁSICA DE ALFORNELOS ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r

Leia mais

Probabilidades e Estatística 2005/06

Probabilidades e Estatística 2005/06 Departameto de Matemática Secção de Estatística e Aplicações - IST Probabilidades e Estatística 2005/06 Resolução do 1 o Exame/2 o Teste 10/01/2006 h00 Grupo I - 5.0 val. 1. Um ovo método de detecção de

Leia mais

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005 PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).

Leia mais

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real.

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real. Resumo. O estudo das séries de termos reais, estudado as disciplias de Aálise Matemática da grade geeralidade dos cursos técicos de liceciatura, é aqui estedido ao corpo complexo, bem como ao caso em que

Leia mais

Caderno de Exercício 3

Caderno de Exercício 3 1 Cadero de Exercício 3 Esaios de Hipóteses e Regressão Liear 1. Exercícios Aulas 1. Exercício 10.11 do livro Statistics for Ecoomics ad Busiess 2. Exercício 10.27 do livro Statistics for Ecoomics ad Busiess

Leia mais

Objetivos. Testes não-paramétricos

Objetivos. Testes não-paramétricos Objetivos Prof. Lorí Viali, Dr. http://www. ufrgs.br/~viali/ viali@mat.ufrgs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).

Leia mais

Econometria. Econometria. Algumas considerações. Algumas considerações MQO. Derivando as Propriedades

Econometria. Econometria. Algumas considerações. Algumas considerações MQO. Derivando as Propriedades Ecoometria. Propriedades fiitas dos estimadores MQO. Estimação da Variâcia do estimador de MQO 3. Revisão de Iferêcia (testes em ecoometria) Ecoometria. Propriedades fiitas dos estimadores MQO Algumas

Leia mais

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Justifique coveietemete todas as respostas o semestre 207/208 /0/208 09:00 2 o teste A 0 valores. Admita

Leia mais

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM 6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas

Leia mais

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr.

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr. ESTATISTICA AFRF 005 Resolução Prof. Agelo Primo Jr. Q39- Para dados agrupados represetados por uma curva de freqüêcias, as difereças etre os valores da média, da mediaa e da moda são idicadores da assimetria

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática robabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 miutos Justifique

Leia mais

Caderno de Exercício 2

Caderno de Exercício 2 1 Cadero de Exercício Estimação Potual e Itervalos de Cofiaça 1. Exercícios Aulas 1. Exercício 8.6 do livro Statistics for Ecoomics ad Busiess. O úmero de adares vedidos em cada dia por uma empresa imobiliária

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

Dessa forma, concluímos que n deve ser ímpar e, como 120 é par, então essa sequência não possui termo central.

Dessa forma, concluímos que n deve ser ímpar e, como 120 é par, então essa sequência não possui termo central. Resoluções das atividades adicioais Capítulo Grupo A. a) a 9, a 7, a 8, a e a 79. b) a, a, a, a e a.. a) a, a, a, a 8 e a 6. 9 b) a, a 6, a, a 9 e a.. Se a 9 e a k são equidistates dos extremos, etão existe

Leia mais

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA) 06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes

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. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da

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

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

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

Estatística para Economia e Gestão Licenciatura em Economia e Licenciatura em Gestão

Estatística para Economia e Gestão Licenciatura em Economia e Licenciatura em Gestão Estatística para Ecoomia e Gestão Liceciatura em Ecoomia e Liceciatura em Gestão NOVA School of Busiess ad Ecoomics Prof. Luís Catela Nues Eame Fial ª Época 8 de Juho de 011 Duração: horas Material autorizado:

Leia mais

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

TRANSPORTES. Sessão Prática 4 Amostragem de escalares Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas

Leia mais

n C) O EMV é igual a i 1

n C) O EMV é igual a i 1 PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão

Leia mais

Análise de Regressão Linear Múltipla I

Análise de Regressão Linear Múltipla I Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto

Leia mais

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 2016/2017 16/06/2017 9h:00 2 o teste 10 valores 1.

Leia mais

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço

Leia mais

Testes de Hipóteses. Júlio Osório. Os dois campos da Análise Estatística. Métodos Estatísticos. Inferência Estatística. Estatística Descritiva

Testes de Hipóteses. Júlio Osório. Os dois campos da Análise Estatística. Métodos Estatísticos. Inferência Estatística. Estatística Descritiva Testes de Hipóteses Júlio Osório Os dois campos da Aálise Estatística Métodos Estatísticos Estatística Descritiva Iferêcia Estatística Estimativa Testes de Hipóteses 1 Exemplo Ilustrativo Mediram-se os

Leia mais

Regressão linear simples

Regressão linear simples Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha

Leia mais

AULA Subespaço, Base e Dimensão Subespaço.

AULA Subespaço, Base e Dimensão Subespaço. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Grupo I robabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 2 o semestre 2016/2017 05/07/2017 15:00 2 o Teste C 10 valores 1. Admita que a proporção

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

Teste de Hipóteses Paramétricos

Teste de Hipóteses Paramétricos Teste de Hipóteses Paramétricos Como costruir testes de hipóteses para difereças etre duas médias. Como costruir testes de hipóteses para difereças etre duas proporções. Como costruir testes de hipóteses

Leia mais

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto

Leia mais

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto

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

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

6. Testes de Hipóteses Conceitos Gerais

6. Testes de Hipóteses Conceitos Gerais 6. Testes de Hipóteses Coceitos Gerais Este capitulo itrodutório, pretede apresetar todas as defiições e todo o vocabulário utilizado em testes de hipóteses. Em um primeiro mometo, talvez você fique um

Leia mais

O teste de McNemar. A tabela 2x2. Depois - Antes

O teste de McNemar. A tabela 2x2. Depois - Antes Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"

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

Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec

Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Duração: 90 miutos Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! 2 o semestre 2015/2016 09/06/2016 11:00 2 o teste B Grupo I 10 valores 1. Seja

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

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe

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

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

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-13 PROILIDDE E ESTTÍSTIC Professor: Rodrigo. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Itrodução à probabilidade (evetos, espaço

Leia mais

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003 ÁLGEBRA Liceciatura em Egeharia Electrotécica e de Computadores LEEC Ao lectivo de 00/003 Apotametos para a resolução dos eercícios da aula prática 6 MATRIZES DETERMINANTES a) Epadido ao logo da primeira

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Duração: 90 miutos Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! o semestre 015/016 09/06/016 11:00 o teste B Grupo I 10 valores 1. Seja (X 1,

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 2 o Teste A 08/06/2012 9:00 Duração: 1 hora e 30 miutos Justifique coveietemete

Leia mais

Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ

Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique coveietemete todas as respostas! o semestre 015/016

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

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

Número-índice: Conceito, amostragem e construção de estimadores

Número-índice: Conceito, amostragem e construção de estimadores Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela

Leia mais

Exame final de Estatística 1ª Época - 3 de Junho de Duração: 2h30m. Note bem:

Exame final de Estatística 1ª Época - 3 de Junho de Duração: 2h30m. Note bem: xame fial de statística ª Época 3 de Juho de 4 Faculdade de coomia José Atóio iheiro Uiversidade Nova de Lisboa aria Helea Almeida Duração: h3m Note bem:. Resolva grupos diferetes em folhas diferetes.

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

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

2. Revisões e definições de matrizes

2. Revisões e definições de matrizes Apotametos de Processameto Adaptativo de Siais 2. Revisões e defiições de matrizes Breve revisão de propriedades de matrizes 1. Valores próprios e vectores próprios A cada matriz quadrada A, de dimesões

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

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma

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

Cálculo Numérico Lista 02

Cálculo Numérico Lista 02 Cálculo Numérico Lista 02 Professor: Daiel Herique Silva Essa lista abrage iterpolação poliomial e método dos míimos quadrados, e cobre a matéria da seguda prova. Istruções gerais para etrega Nem todos

Leia mais

Lista de exercícios propostos n. o 05: Testes de hipóteses

Lista de exercícios propostos n. o 05: Testes de hipóteses Lista de exercícios propostos. o 5: Testes de hipóteses Exercício 1. Uma pizzaria recebe diariamete ecomedas por telefoe, que se têm comportado segudo uma lei ormal. A empresa está dimesioada para uma

Leia mais

Stela Adami Vayego Estatística II CE003/DEST/UFPR

Stela Adami Vayego Estatística II CE003/DEST/UFPR Resumo 0 Estimação de parâmetros populacioais Defiição : Estimador e Estimativa Um estimador do parâmetro θ é qualquer fução das observações... isto é g(... ). O valor que g assume isto é g(x x... x )

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

TESTE DE HIPÓTESES. Se a Hipótese Nula (H 0 ) é: COMETE O ACEITA DECISÃO CORRETA O PESQUISADOR ERRO TIPO II COMETE O REJEITA DECISÃO CORRETA

TESTE DE HIPÓTESES. Se a Hipótese Nula (H 0 ) é: COMETE O ACEITA DECISÃO CORRETA O PESQUISADOR ERRO TIPO II COMETE O REJEITA DECISÃO CORRETA Embora com pouco tempo, devido à preparação da 3ª edição do livro Estatística ESAF, preocupado com os cadidatos que farão a prova para Fiscal-RS em 19/08/06 resolvi, mesmo em cima da hora, fazer um resumo

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

AULA Matriz inversa Matriz inversa.

AULA Matriz inversa Matriz inversa. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira ÓPICOS Matriz iversa. U 6 Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que

Leia mais

Como a dimensão da amostra é , o número de inquiridos correspondente é

Como a dimensão da amostra é , o número de inquiridos correspondente é 41. p ˆ 0, 5 e z 1, 960 Se a amplitude é 0,, etão a margem de erro é 0,1. 0,5 0,48 1,960 0,1 0,496 96 0,0510 0,496 0,0510 0,496 0,0510 Tema 5 71) 1.1 4 11 6% Como a dimesão da amostra é 15 800, o úmero

Leia mais

Sucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r.

Sucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r. Sucessões Defiição: Uma sucessão de úmeros reais é uma aplicação u do cojuto dos úmeros iteiros positivos,, o cojuto dos úmeros reais,. A expressão u que associa a cada a sua imagem desiga-se por termo

Leia mais

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Probabilidades e Estatística TODOS OS CURSOS Exame Época Especial 2016/2017 24/07/2017 09:00 Duração: 3 horas Justifique coveietemete todas as respostas Grupo I 5 valores 1. Uma compahia de seguros divide

Leia mais

Inferência Estatística

Inferência Estatística Iferêcia Estatística opulação Amostra Itroduç Itrodução à Iferêcia Estatística Como tirar coclusões tomar decisões a partir de iformação parcial / icompleta (amostra) projectado /geeralizado resultados

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

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

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003 ÁLGEBRA Liceciatura em Egeharia Electrotécica e de Computadores LEEC Ao lectivo de 00/003 Apotametos para a resolução dos exercícios da aula prática 5 MATRIZES ELIMINAÇÃO GAUSSIANA a) Até se obter a forma

Leia mais

Econometria. Econometria. Aplicação. Modelo completo. Soma de Coeficientes. Teste para um Parâmetro

Econometria. Econometria. Aplicação. Modelo completo. Soma de Coeficientes. Teste para um Parâmetro . Revisão/exemplos Ecoometria. Iferêcia grades amostras. Revisão/exemplos Ecoometria /00 /00 Aplicação Modelo completo LogG = β + β logy + β 3 logpg + β 4 logpnc + β 5 logpuc + β 6 logppt + β 7 logpn +

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

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total)

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total) DURAÇÃO 1:30 (o teste costa de 3 págias com questões, um formulário e uma tabela - 5 folhas o total) Leia atetamete o euciado ates de respoder a cada questão. as questões de escolha múltipla seleccioe

Leia mais

PTC 2549 SISTEMAS TELEFÔNICOS

PTC 2549 SISTEMAS TELEFÔNICOS PTC 9 SISTMS TLFÔICOS GBRITO D PRIMIR LIST D RCÍCIOS /3/ Questão ) s ecessidades de comuicação etre duas localidades e B são de. e 3. chamadas por dia, para os setidos B e B respectivamete, com uma duração

Leia mais

Sumário. 2 Índice Remissivo 11

Sumário. 2 Índice Remissivo 11 i Sumário 1 Esperaça de uma Variável Aleatória 1 1.1 Variáveis aleatórias idepedetes........................... 1 1.2 Esperaça matemática................................. 1 1.3 Esperaça de uma Fução de

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

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

FUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Administração

FUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Administração FUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Admiistração PROVA DE ESTATÍSTICA II º Semestre / 00 - P - TIPO DADOS DO ALUNO: Nome: Assiatura INSTRUÇÕES: Você receberá

Leia mais