Regressão linear simples
|
|
- Amanda Casqueira Palma
- 6 Há anos
- Visualizações:
Transcrição
1 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 Estima a reta que melhor represeta a relação etre duas variáveis uméricas, ambas com distribuição ormal. variável idepedete, explicativa variável depedete, resposta Dado que a relação é liear Estima o quato varia quado aumeta em 1 uidade. Permite predizer (ou estimar) o valor de para um valor específico de. Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II Os dois cojutos de dados possuem coeficietes de correlação próximos, pois os potos possuem a mesma dispersão em relação a reta. Porém as retas que melhor se ajustam são completamete diferetes. A melhor reta é aproximadamete a mesma A correlação é diferete R² = 0,96 R² = 0,77 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 3 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 4
2 Correlação: represeta apeas a dispersão dos potos em relação à melhor reta. Regressão liear: método de estimação da reta de melhor ajuste. Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 5 Estima os parâmetros da reta de melhor ajuste Uma reta qualquer é sempre defiida por uma equação da forma y = a + bx Parâmetros da reta a (itercepto) b (icliação) Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 8
3 Na figura, a reta possui equação y = 1 + x Parâmetros da reta Itercepto: a = 1 Icliação: b = Itercepto: valor de y quado x=0 Icliação: quato y varia quado x aumeta 1 uidade Qual o efeito de aumetar ou dimiuir a? Como seria a reta com equação y = 3 + 4x? Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 9 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II a a Qual o efeito de aumetar ou dimiuir b? Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 11 b b
4 Como estimar os parâmetros a e b? Sabemos que a população (criaças com peso de ascimeto <1500g): y = circuferêcia da cabeça (CC) y é aprox. ormalmete distribuída CC aumeta cosistetemete quado IG aumeta O aumeto parece seguir um padrão liear (gráfico de dispersão) Gostaríamos de saber qual o valor esperado de CC (y), dado que IG (x) possui um valor específico: µ y x Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 13 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 14 Uma forma de quatificar essa relação é ajustar aos dados um modelo da forma µ y x = α + βx α e β são os parâmetros ou coeficietes da reta/do modelo a população Modela a relação etre x e y, a população, por uma reta µ y x = α + βx a partir de uma amostra. Os coeficietes α e β são estimados por a e b. Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 15 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 16
5 x e y são ormalmete distribuídos e dado um valor de x qualquer, y cotiua possuido distribuição ormal. Liearidade A relação etre y e x é liear. Homocedasticidade A variâcia de y é costate para todos os valores de x: σ y x = costate. Idepedêcia A amostra é composta por N pares (x i,y i ) escolhidos aleatoriamete e idepedetes. Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 17 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 18 x Se ρ=0 Sempre σ y x σ y σ y x = σ y A B ão ajuda a explicar Se ρ = 1 ou ρ = -1 σ y x = 0 Se ρ > 0 (ou ρ < 0) σ y x < σ y Se ρ 0 σ y x σ y explica totalmete Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 19 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 0
6 Como estimar a reta de regressão? Como ecotrar α e β tais que y = α + βx é a reta que melhor represeta a relação liear etre x e y? Na população: y = α + βx Na amostra, para cada x i e y i : =a bx i y i = e i y i =a bx e i Circuferêcia da cabeça Liha reta qualquer ŷ i = a + bx i (x i, ) e i =resíduo (x i, y i ) Idade Gestacioal Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 1 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II Em todos os elemetos da amostra: y 1 = a + bx 1 + e 1 y = a + bx + e y N = a + bx N + e N y i = + e i a estimador de α b estimador de β e erro ou distâcia vertical etre uma observação particular e a reta de regressão. Também é chamado de resíduo. Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 3 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 4
7 A regressão liear pelo método dos míimos quadrados estima a reta que miimiza a soma dos quadrados dos resíduos e 1 e e 3 e 4 e 5 e 6 e 7 = e i Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 5 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 6 Queremos miimizar e i = = a bx i Gauss mostrou que esse somatório é míimo quado b= x i x y e a= y b x x i x Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 7 x idade gestacioal (semaas) y circuferêcia da cabeça (cm) = 100 x i x y b= e a= y b x x i x b = 0,78 e a = 3,91 A reta que melhor estima a relação liear etre IG e CC é y=3,91 0,78x ou CC=3,91 0,78IG Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 8
8 y= y=3,91 0,78x ou CC=3,91 0,78IG Para cada aumeto de 1 semaa a IG, espera-se que, a média, a CC aumete 0,78cm. Qual o valor esperado da CC quado IG=6 semaas? CC=3,91 0,78 6=4,19cm Idade Gestacioal (sem.) Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 9 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 30 S x variabilidade de x S y variabilidade de y S xy variabilidade cojuta etre x e y b= x i x y = x i x S xy S x r= x i x y = S x S y x i x y S xy Alta correlação etre x e y e Sy >> S x Maior a icliação da reta b=r S y S x b=r S y S x outra forma de calcular b Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 31 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 3
9 a e b são estimadores de α e β, calculados a partir de uma amostra. Para calcularmos seus itervalos de cofiaça ou coduzirmos testes de hipótese, precisamos dos erros-padrão. σ y x desvio padrão de y, dado que x assume um valor particular. Por suposição é costate. EP b = y x e EP a = y x 1 x x i x x i x EP depede de σ y x Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 33 x Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 34 σ y x É a distâcia média etre os valores observados de y e os valores estimados de y (ŷ), também chamado desvio padrão residual ou erro padrão residual, estimado por: Queremos coduzir um teste de hipótese para afirmar que β é sigificativamete diferete de β 0. H 0 : β = β 0 H A : β β 0 α = 0,05 s y x = = e i e 1 e e 3 e 4 e 5 e 6 e 7 = e i Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 35 t= b 0 EP b EP b = segue distr. = t com - graus de liberdade, ode: e s i y x x i x x i x Quato meor s y x, meor o erro padrão de b. Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 36
10 Geralmete estamos iteressados em rejeitar H 0 : β = 0 ou seja, a hipótese de que ão há relação liear etre x e y. H 0 : β = 0 H 0 : ρ = 0 pois b=r S y S x = = s y x EP b = s y x x i x = 1,5904 x i x =0,0631 H 0 : β = 0 H A : β 0 α = 0,05 t = b 0 EP b =0,8701 0,0631 e i =1,36 p 0,001 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 37 Rejeitamos a hipótese ula de icliação igual a 0. Na população de bebês com baixo peso, há uma relação liear sigificativa etre circuferêcia da cabeça e idade gestacioal. Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 38 Para uma distribuição t com 98 graus de liberdade, aprox. 95% das observações situam-se etre -1,98 e +1,98. IC-95%: [b 1,98EP b ;b 1,98 EP b ] [0,7801 1,98 0,0631 ;0,7801 1,98 0,0631 ] [0,6564; 0,9038] IC95% ão iclui o zero Aálise de resíduos Coeficiete de determiação Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 39 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 40
11 ŷ i = a + bx i e i = y i ŷ i Gráfico de resíduos é um gráfico de dispersão de e versus ŷ. Detectar valores extremos. Verificar o pressuposto da homocedasticidade em s y x. Verificar o pressuposto da liearidade. ŷ i = a + bx i e i = y i ŷ i resíduo y estimado GESTAGE HEADCIRC y estimado resíduo 9 7 6,54 0, ,1 0, ,66 0, ,1-0, ,3 1, ,4-0,4 7 4,98 -, ,54-0, ,76 1, ,54-1, , -1, ,3-1, ,54 0, ,54 0, ,54-0, ,54 0, ,54-0, ,66-0, ,66-1,66 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 41 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 4 Valores atípicos Heterocedasticidade O quato o modelo de regressão liear se ajusta bem aos dados? r : Proporção da variabilidade de y explicada pela regressão liear de y sobre x. Não liearidade Modelo adequado e N(0,σ) y x = 1 y s y x = 1 r s y r = s y s y x s y Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 43 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 44
12 No exemplo: r = 0,78, logo r = 0,61 y = y O modelo de regressão liear explica 61% da variabilidade de y. A idade gestacioal explica liearmete 61% da variabilidade da circuferêcia da cabeça. Perímetro Cefálico y i y y i y ss y =ss y x ss y SS total =SS residual SS regressão y i y x i 3 34 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 45 Idade Gestacioal Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 46 MS total = SS total 1 y = y ss y =ss y x ss y SS total =SS residual SS regressão MS residual = SS residual F 1, = MS regressão MS residual MS regressão = SS regressão 1 De fato, é possível provar que F 1,ν = t ν. No exemplo: MS residual = SS residual = 47,88 =,53 98 MS regressão = SS regressão =386,87 1 F 1, = MS regressão = 386,87 =15,9 p 0,001 MS residual,53 Pode ser usado para testar H 0 : MS regressão = MS residual. Equivale a testar H 0 : β = 0, utilizado o teste t com - graus de liberdade. Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 47 Ateriormete havíamos ecotrado t - = 1,37 que, elevado ao quadrado resulta em 153. Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 48
13 Comado Liear Regressio Liear Regressio Variable Coefficiet Std Error F-test P-Value gestage CONSTANT Correlatio Coefficiet: r^= 0.61 Source df Sum Squares Mea Square F-stat Regressio Residuals Total Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 49 Programa de Pós-Graduação em Saúde da Mulher e da Criaça Bioestatística e Computação II 50
Regressão linear múltipla. Regressão linear múltipla
Regressão linear múltipla 35 R 2 = 61% Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M. Pagano e Gravreau e Geraldo
Leia maisA 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 maisAjuste de Curvas pelo Método dos Quadrados Mínimos
Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias
Leia maisRegressão 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 maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisAjuste de Curvas. Lucia Catabriga e Andréa Maria Pedrosa Valli
1-27 Ajuste de Curvas Lucia Catabriga e Adréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempeho (LCAD) Departameto de Iformática Uiversidade Federal do Espírito Sato - UFES, Vitória, ES,
Leia maisMAE 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 maisCORRELAÇÃO 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 maisAvaliação 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 maisVirgílio 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 maisEstatística II Licenciatura em Gestão TESTE I
Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.
Leia maisAula 10. ANOVA Análise de Variância em SPSS
Aula 10. ANOVA Aálise de Variâcia em SPSS Métodos stadísticos 008 Uiversidade de Averio Profª ladys Castillo Jordá Aálise de Variâcia Objectivo: comparar medidas de localização para mais do que dois grupos
Leia maisEconometria. 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 maisSumário. 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 maisDistribuições 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 maisEconometria. 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 maisEstimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico
Estimação dos parâmetros agular e liear da equação de regressão liear simples pelo método ão-paramétrico Alícia Bolfoi Dias, Silvao Bolfoi Dias, 3 Luciae Flores Jacobi CEEMQ - CCNE/UFSM e-mail:aliciabdias@mailufsmbr
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisComparação 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 mais1 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 maisTestes 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 maisRevisando... 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 maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisCE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo
CE07 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo LISTA - EXERCÍCIOS ) Para o modelo de regressão liear simples ormal, ecotre os estimadores de máxima verossimilhaça dos parâmetros β 0, β e σ
Leia maisn 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 maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisO 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 maisEstatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br
Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES
Leia maisEstatística 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 maisIntrodução. 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 maisPROJETO 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 maisDURAÇÃO 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 maisb) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça
Capítulo 5 - Distribuições cojutas de probabilidades e complemetos 5.1 Duas variáveis aleatórias discretas. Distribuições cojutas, margiais e codicioais. Idepedêcia Em relação a uma mesma eperiêcia podem
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisn ) 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 maisProbabilidades e Estatística
Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base
Leia maisHistograma. Faixas de salários
1. Respoda as pergutas a seguir, cosiderado a tabela abaixo represeta os salários dos fucioários de uma empresa de Logística: Tabela 1 Classe Salário (R$) Limite if Limite sup Número de fucioários 1 5
Leia maisProbabilidades 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 maisContabilometria. 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 maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 6 Introducing statistical modeling Part 2 (Correlation and Linear regression) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Continuar
Leia maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia maisProbabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique coveietemete todas as respostas 2 o semestre 206/207
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Leia maisObjetivo. 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 maisMQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:
MQI 003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 07/07/008 Nome: PROBLEMA Sejam X e Y v.a. cotíuas com desidade cojuta: f xy cy xy x y (, ) = + 3 ode 0 e 0 a) Ecotre a costate c que faz desta
Leia maisDETERMINANDO 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 maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 3
MAE 229 - Itrodução à robabilidade e Estatística II Resolução Lista rofessor: edro Moretti Exercício 1 a A hipótese ula H 0 é de que a média de vedas µ permaece ialterada, equato que a hipótese alterativa
Leia maisDistribuições 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 maisProbabilidades 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 maisTestes de Hipótese para Comparação de 3 ou mais Médias
Testes de Hipótese para Comparação de 3 ou mais Médias Maria Virginia P Dutra Eloane G amos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCUZ Baseado nas aulas de M. Pagano e
Leia maisAp A r p e r n e d n i d z i a z ge g m e m Es E t s a t tí t s í t s i t c i a c de d e Dado d s Francisco Carvalho
Apredizagem Estatística de Dados Fracisco Carvalho Avaliação e Comparação de Classificadores Existem poucos estudos aalíticos sobre o comportameto de algoritmos de apredizagem. A aálise de classificadores
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas o semestre 017/018 04/07/018 15:00 o Teste C 10 valores 1. Admita que os tempos (em cetea
Leia maisDISTRIBUIÇÃO 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 maisDistribuições 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 maisESTIMAÇÃO 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 maisCaderno 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 mais1 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 maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 2018/2019 30/01/2019 15:00 2 o Teste C 10 valores 1. Seja X X 1, X 2,...,
Leia maisEstatística Aplicada II. } Regressão Linear
Estatística Aplicada II } Regressão Linear 1 Aula de hoje } Tópicos } Regressão Linear } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática, 007, Cap. 7
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisAnálise 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 mais3ª Lista de Exercícios de Programação I
3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuição Amostral da Média Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.
Leia maisbinomial 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 maisLista 01 - Estimação por MQO
Exercício 01 Lista 01 - Estimação por MQO (a) Temos que o sial esperado para β 1 é egativo pois, dado que temos um úmero limitado de miutos a semaa, se mativermos todas as demais variáveis costates, uma
Leia maisModelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
Leia maisCAPÍTULO 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 maisA letra x representa números reais, portanto
Aula 0 FUNÇÕES UFPA, 8 de março de 05 No ial desta aula, você seja capaz de: Saber dizer o domíio e a imagem das uções esseciais particularmete esta aula as uções potêcias; Fazer o esboço de gráico da
Leia maisCONCEITOS 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 maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
Leia maisBioestatística e Computação I
Bioestatística e Computação I Inferência por Teste de Hipótese Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.
Leia maisNota aluno Nota FINAL
Faculdade Tecológica de Carapicuíba Tecologia em Jogos Digitais Disciplia: Probabilidade e Estatística Nota aluo Nota FINAL 1. Respoda as pergutas a seguir, cosiderado a tabela abaixo represeta os salários
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisEletrônica 1. Aula 04 (Introdução ao transistor) CIN-UPPE
Eletrôica 1 Aula 04 (Itrodução ao trasistor) CIN-UPPE Trasistor O trasistor é um dispositivo semicodutor que tem como fução pricipal amplificar um sial elétrico, pricipalmete pequeos siais, tais como:
Leia maisMATEMÁTICA II. 01. Uma função f, de R em R, tal. , então podemos afirmar que a, b e c são números reais, tais. que. D) c =
MATEMÁTCA 0. Uma fução f, de R em R, tal que f(x 5) f(x), f( x) f(x),f( ). Seja 9 a f( ), b f( ) e c f() f( 7), etão podemos afirmar que a, b e c são úmeros reais, tais que A) a b c B) b a c C) c a b ab
Leia maisRegressão Linear - Parte I
UFPE - Universidade Federal de Pernambuco Curso: Economia Disciplina: ET-406 Estatística Econômica Professor: Waldemar Araújo de S. Cruz Oliveira Júnior Regressão Linear - Parte I 1 Introdução Podemos
Leia maisCapítulo 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 maisCE-003: Estatística II - Turma K/O Avaliações Semanais (2 o semestre 2015)
CE-003: Estatística II - Turma K/O Avaliações Semaais (2 o semestre 20) Semaa 5 (av-01) 1. Um idivíduo vai participar de uma competição que cosiste em respoder questões que são lhe são apresetadas sequecialmete.
Leia maisProbabilidades 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 maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisUniversidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório
Uiversidade Federal de Lavras Departameto de Estatística Prof. Daiel Furtado Ferreira 1 a Aula Prática Técicas de somatório Notação e propriedades: 1) Variáveis e ídices: o símbolo x j (leia x ídice j)
Leia maisEstatística: 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 maisCapítulo 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 maisCaderno 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 maisAnálise de dados industriais
Aálise de dados idustriais Escola olitécica Departameto de Eeharia Química Roberto Guardai 4 arte 5. ÉCNICAS DE DISCRIMINAÇÃO E DE CLASSIFICAÇÃO DE DADOS Itrodução écicas estatísticas de aálise baseadas
Leia maisProbabilidades 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 maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisExperimento 1 Estudo da Lei de Hooke
Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos
Leia maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 005 YZ- i p pq q pq F i p F i Z P Z P i Z P Z P Z ad i Z P Z i Z P Z i Z P Z i Y P Z i i Z Z Z + + > + > > + > + > > + !" http://www.itl.ist.gov/div898/hadbook/ide.htm A
Leia maisProbabilidade e Estatística, 2009/1
Probabilidade e Estatística, 009/ CCT - UDESC Prof. Ferado Deeke Sasse Problemas Resolvidos - Estimadores Potuais Dados relativos à espessura, em agstroms, de óido em semicodutores são listados a seguir:
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuição Amostral da Média Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Variável aleatória numérica parâmetros desconhecidos média desvio padrão estimativa
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b, 0 y f x Isso sigifica que S, ilustrada
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisREGRESSÃO LINEAR Parte I. Flávia F. Feitosa
REGRESSÃO LINEAR Parte I Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Julho de 2015 Onde Estamos Para onde vamos Inferência Esta5s6ca se resumindo a uma equação
Leia mais