Qual estatística é necessária? Carlos Alberto de Bragança Pereira
|
|
- Jonathan Mangueira Barreto
- 6 Há anos
- Visualizações:
Transcrição
1 Qual estatística é necessária? Carlos Alberto de Bragança Pereira
2 Máximas da ciência Moda é passado em ciência. Nada é só bom! Nada é só ruim! Probabilidade não existe. O objetivo da estatística é tornar racional atitudes que inconscientemente tomamos em nossas vidas. 2
3 Estatístico? Quem? The Statistician is the Wizard who makes "scientific" statements about invisible states and quantities. However, contrary to real wishes (and witches), he attaches uncertainties to her (or his) statements. 3
4 O Estatístico é o Operário da Ciência 4
5 Trabalho do Estatístico O trabalho do estatístico é iniciado no momento da descrição dos níveis de incerteza de um cientista sobre as quantidades de interesse (invisíveis). A ferramenta usada para a descrição do nível de incerteza é a Probabilidade. 5
6 Probabilidade A probabilidade do valor, θ0, de um estado de natureza, digamos θ, é um valor que indica o nível de incerteza sobre a afirmação: o valor do estado da natureza é θ0. Para este índice de incerteza, existem regras que devem ser obedecidas. 6
7 Regra Máxima: Open Minded Probabilidades devem ser atribuídas a todos valores possíveis do estado de natureza sendo avaliado (estudado). Ao conjunto de todas as afir mações probabilísticas de um problema usamos o ter mo modelo probabilístico ou distribuição de probabilidades. 7
8
9 Estabelecendo Regras Probabilidade é um número entre 0 e 1. Uma urna tem 5 bolas indiferenciáveis exceto pelo número inscrito (1 a 5) e pela cor, branca (3 bolas) ou preta (2). A seleção de uma bola é feita ao acaso se cada bola tiver a mesma chance de ser selecionada. No caso 1/5! A bola selecionada é branca com probabilidade 3/5. Se A é Impossível (certo), P(A)=0 (1). 9
10 Exemplo
11 Perguntas e Respostas Seja X (Y) o 1º (2º) algarismo. P(X=0) = 10/100 =0,1 = P(X=Y) = P(Y=1) = P(X+Y = 9). P(X>Y)=45/100=1-55/100=1-P(X < Y) P(X Y)=1-P(X=Y)=90/100 P{Nenhum dígito excede 3}=16/100 P{Ambos excedem 3} = 36/100 P(somente um excede 3} = 48/100 P{X>3&Y<3} = 24/100 11
12 Axiomas Sejam A e B dois eventos: Convexidade 0<P(A)<1. Se A é impossível (certo) P(A)=0 (1). Aditividade: A e B mutuamente exclusivos P(AouB)=P(A B)=P(A) +P(B) Completividade: P(ñ A)=1-P(A) 12
13 Unidades e Variáveis Unidades populacionais são os elementos onde medidas podem ser obtidas. Unidades amostrais são aquelas que são efetivamente observadas em um estudo. Quantidades aleatórias são as quantidades desconhecidas e de interesse. Normalmente associadas às unidades populacionais. 13
14 0,12 0 Função de Probabilidades x ou y f(x)=f(y)=0,1 Função de Probabilidades 1 Função de Distribuição ou de Probabilidades Acumuladas F(x)=(x+1)/10 F(y)=(y+1)/10 Função de Distribuição 0,5 0 x ou y
15 Distribuições No exemplo vamos definir a quantidade Z=X+Y e vamos calcular as probabilidades de todos os valores possíveis de Z. Se A é um evento relacionado às unidades da população, então: P(A) = (no de casos favoráveis) dividido pelo (no de casos possíveis) 15
16 Probabilidades em porcentagens Z
17 Função de Probabilidades Note que se desejarmos predizer o valor de Z quando uma unidade (X,Y) dessa população é selecionada, podemos escrever a função de probabilidades da variável z. f(z)=p{z=z}=0,1-0,01 z-9 para todo valor de z no conjunto {0,1,2,...,17,18} 17
18 Função de Distribuição Função de distribuição ou função de probabilidades acumuladas é definida por P{Z<z}=P{Z=0}+...+P{Z=z} Escreve-se F(z) = P{Z< z} Note que F(z)-F(z-1)=f(z) 18
19 1 Distribuição 0,8 Probabilidades 0,6 0,4 0,2 0 z=x+y
20 1 1/4 Y Exemplo x+y (x,y) C=ñA&ñB =ñ(aoub) 0 A 1/2 1 B X P(A)=1/2 P(B)=1/4 P(A&B)=1/8 P(A B)=1/2= =(1/8)/(1/4) P(C)=3/8 P(AouC)= P(A)+P(C)= 1/2+3/8=7/8 P(AouB) = P(A)+P(B)-P(A&B) =4/8+2/8-1/8=5/8 20
21 1 Funções de Densidade e de Distribuição de z=x+y 0,8 0,6 0,4 distribuição Densidade f(z)=z se z<1 F(z)=1-(2-z)2/2 se z>1 0,2 0 F(z)=z2/2 se z<1 f(z)=2-z se z>1 0 0,5 1 1,5 2 21
22 F(x)=x/9 & F(y)=y/9 Contínuo Z=X+Y F(z)=(z/9)2/2 se z<1 e F(Z)=1-(2-z/9)2/2 se 1<z<2 f(x)=1/9 9 f(y)=1/9 6 (X=7,Y=6) f(z)=z/81 se 0<z<9 X+Y-9 f(z)=(18-z)/81 se 9<z<18 X+Y-9=
23 1 Distribuição 0,8 Densidade 0,6 0,4 0,2 0 z=x+y
24 Exemplo; Distância D de (0,0) a (X,Y) 1 Pr(D<0,79)= =0,625 F(d) = d2 0,75 0,5 0,25 0 (X1,Y1)= (1/4;3/4) d=0,79 Pr(D<0,9)= =0,8125-0,25-0,5-0,75 d=0,9 (X2,Y2)= (-1/2;-3/4) ,75-0,5-0,25 0 0,25 0,5 0,
25 Exemplo do Círculo Distribuição de D: F(d) = πd2/π = d2 Densidade de D: f(d) = 2d Distância de (x,y) até (0,0) é a raiz quadrada de x2 + y2. Assim, d1 = raiz(1/16+9/16) = = raiz(10/16) = 0,79 e d2 = raiz(4/16+9/16) = = raiz(13/16) = 0,9 25
26 2 Distribuição Densidade média mediana 1,5 1 0, ,2 0,4 0,6 0,8 1 26
27 Média Considere novamente o primeiro exemplo onde X representa o primeiro dígito da bola selecionada. Os valores possíveis de X estão no vetor (0,1,2,3,4,5,6,7,8,9). Agora você deve adivinhar o valor que X irá assumir. Isto é independente do valor obser vado de X, a sua escolha será um número M. Qual o número M de sua preferência? 27
28 Média Devemos escolher um valor N de tal for ma que a distância Euclidiana entre o vetor de possibilidades de X, (0,1,2,3,4,5,6,7,8,9) esteja mais próximo do vetor (M,M,M,M,M,M,M,M,M,M). Isto é, qual o valor de M que minimiza D = Raiz{(0-M)2+(1-M)2+...+(9-M)2} Isto é: D2 = Σ(x-M)2 deve ser minimizada 28
29 Desvio Padrão Demonstra-se que se m é a média de x então D(m) < D(M) qualquer que seja M. Isto é a distância com a escolha da média é o mínimo que se pode obter. A distância D(m) é o desvio padrão da variável X. O quadrado dessa distância é denominado Variância de X. 29
30 Normal Padrão X~Normal(0,1) Z=D(X+m) Então Z~Normal(m,D)
31 Vetores aleatórios Vamos lembrar do primeiro exemplo e pensar em (x,z) onde z=x+y. Suponha que temos de predizer z e podemos ter o valor de x antes da predição. Qual a melhor predição neste caso? Novamente seria Média de Z na distribuição condicional de Z dado X. Assim E(Z X) é o melhor preditor. 31
32 18 Z=X+Y Regressão (z) = 4,5+x 15 Corr 0, X 32
33 Vamos agora pensar em duas variáveis que aparen-temente são altamente correlacionadas Z=X+Y & W=X-Y [Se X e Y são variáveis normais independentes então Z e W são independentes.] 33
34 9 W Corr Zero Z 34
35 Amostra1 Amostra2 Amostra3 Amostra
36 (s,m,m)=(55,82,58) (57,52,55) (39,38,37) (51,56,52)
37 Distribuição Posteriori 1 Posteriores: (m1,m2,m3,m4) = (59,44,65,72) Posterior A1 A2 A3 A4 0 N
38 1 Posteriori Am3 & Am. Total: m3=72 e mt=51 0,
39 Um roubo foi cometido e um suspei-to, um jovem, está sendo julgado. O assaltante aparentemente se cor-tou e seu sangue pingou no local do crime. O sangue do suspeito também foi coletado. Como estamos interessados em avaliar a probabilidade do suspei-to ser o criminoso, devemos usar todas as evidências disponíveis. Foi observado que o sangue do local do crime é do mesmo tipo do sangue do suspeito. 39
40 Exemplo - Estatística Forense θ = 1 (=0) se o suspeito é culpado (inocente). X = 1 (=0) se o sangue do suspeito é do tipo A (ñ A). Y = 1 (=0) se o sangue do local é do tipo A (ñ A). 40
41 Estatística Forense: Diagrama de Influência P(θ) θ P(θ X,Y) θ Y Y X P(Y X,θ) X P(X θ)=p(x) 41
42 Exemplo - Estatística Forense priori q =P{θ=1} διστ. αµοστραλ δε Ξ: Π{Ξ=1 θ}=π{ξ=1}=p Pr{θ = 1 X = 1, Y = 1} = q = > q (1 q) p + q P{Y = y x,θ} = p se θ y = 1 1 p se θ = y = 0 1 se θ = 1e y = x 0 no complementar 42
43 0,8 posterior - prior p=0,01 p=0,1 p=0,3 p=0, ,5 prior 1 43
44 Paternidade Antônio, um jovem filho de Maria, decide seguir o conselho de sua mãe e entra na justiça para que John, um rico empresário, reconheça a paternidade de Antônio. O Juiz então decide que tanto o demandado, John, quanto os demandantes, Antônio e Maria, se submetam ao exame de DNA em amostras de seus respectivos sangues. As análises dos sangues seguiram a técnica de Microsatélites pela Reação de Cadeia da Polimerase (PCR). 44
45 Paternidade Resultado para os três primeiro locos: Loco Mãe Demandante Demandado freq fi gi hi f16 é a freq. gênica do alelo 16 no loco 1, g29 é a do alelo 16 no loco 2 e g19 é a do alelo 19 no loco 3. 45
46 Paternidade Loco 1 Pa θ =1 (=0) se o demandado (não) é o pai. O1 X=1 (=0) se o genótipo do demandado (não) é (12 16). O2 Y=1 (=0) se o genótipo do demandante (não) é (13 16). Obs: Pa para parâmetro e O para observação Consideremos que a priori q =P{θ=1}. Por outro lado, P{X=1 θ=1}= P{X=1 θ=0}=p{x=1}=2f12f16. Finalmente, podemos escrever a probabilidade condicional de Y dado (θ,x): P{Y=1 X=1, θ=1}=1/4. 46
47 Paternidade Loco 1 P{X=1,Y=1}=P{X=1,Y=1,θ=0} + P{X=1,Y=1,θ=1} =P{θ=0}P{X=1,Y=1 θ=0} + P{θ=1}P{X=1,Y=1 θ=1} P{θ=0}P{X=1 θ=0}p{y=1 X=1,θ=0}+P{θ=0}P{X=1 θ=1}p{y=1 X=1,θ=1} =P{θ=0}P{X=1}P{Y=1 X=1,θ=0} + P{θ=1}P{X=1}P{Y=1 X=1,θ=1}. P{X=1,Y=1} = (1-q)(2f12f16)f16/2+q(2f12f16)/4. P{θ=1 X=1,Y=1}= P{X=1.Y=1, θ=1} P{X=1.Y=1} = [1+2f16(1-q)/q]- 1. incerteza total: q=1/2, posteriori de paternidade [1+2f16]-1 47
48 Paternidade Loco 1 1 Paternidade 0,8 0,6 0,4 0, ,2 0,4 0,6 0,8 1 f16 48
49 Paternidade Loco 2 Consideremos que a priori para o loco 2 é de q =P{θ=1}=0,7. Por outro lado, P{X=1 θ=1}= P{X=1 θ=0}=p{x=1}=2f29f35. Finalmente, podemos escrever a probabilidade condicional de Y dado (θ,x): P{Y=1 X=1, θ=1}=1/4. P{Y=1 X=1, θ=0}=(1/2)(f29+f35). 49
50 Paternidade Loco 2 P{X=1,Y=1}=P{X=1,Y=1,θ=0} + P{X=1,Y=1,θ=1} =P{θ=0}P{X=1,Y=1 θ=0} + P{θ=1}P{X=1,Y=1 θ=1} P{θ=0}P{X=1 θ=0}p{y=1 X=1,θ=0}+P{θ=0}P{X=1 θ=1}p{y=1 X=1,θ=1} =P{θ=0}P{X=1}P{Y=1 X=1,θ=0} + P{θ=1}P{X=1}P{Y=1 X=1,θ=1}= P{X=1,Y=1} = (1-q)(2f29f35) (f29+f33)/2+q(2f29f33)/4. P{θ=1 X=1,Y=1}= P{X=1.Y=1,θ=1} P{X=1.Y=1} = [1+(f29+f33)(1-q)/q]-1 = [(1+2(0.4)0.4286]-1=
51 Paternidade Loco 3 P{θ=1 X=1,Y=1}= P{X=1.Y=1,θ=1} P{X=1.Y=1} = q(1/2)(f19)2 {q(1/2)(f19)2+(1-q)(1/2)(f19+f20) (f19)2} = [1+(f19+f20)(1-q)/q]-1 = [(1+(0.4) ]-1= Prior q = 0,7447 & f19+f20=.4 51
EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória
Exercício 1. Considere uma urna em que temos 4 bolas brancas e 6 bolas pretas. Vamos retirar, ao acaso, 3 bolas, uma após a outra e sem reposição. Sejam X: o número de bolas brancas e Y : o número de bolas
Leia maisEstatistica. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo O que é Estatística Ciência de aprendizagem a partir de dados. Envolve a coleta
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Distribuição Normal Motivação: Distribuição
Leia maisEstatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto
Estatística Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas Professor Fernando Porto Lançam-se 3 moedas. Seja X o número de ocorrências da face cara. O espaço amostral do experimento é: W = {(c,c,c),(c,c,r),(c,r,c),(c,r,r),(r,c,c),(r,c,r),(r,r,c),(r,r,r)}
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Julgue os itens que se seguem, acerca da estatística descritiva. 51 Na distribuição da quantidade de horas trabalhadas por empregados de certa empresa, é sempre possível determinar
Leia maisEstatítica Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 3 de Abril de 2008 Estatística Descritiva e exploratória 1 Introdução à análise exploratória de dados 2 Análise exploratória de dados: Medidas-resumo 3
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Condicionais 11/13 1 / 19 Em estudo feito em sala perguntamos aos alunos qual
Leia maisVariáveis aleatórias. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman
Variáveis aleatórias Universidade Estadual de Santa Cruz Ivan Bezerra Allaman DEFINIÇÃO É uma função que associa cada evento do espaço amostral a um número real. 3/37 Aplicação 1. Seja E um experimento
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Leia mais3 a Lista de PE Solução
Universidade de Brasília Departamento de Estatística 3 a Lista de PE Solução. Se X representa o ganho do jogador, então os possíveis valores para X são,, 0, e 4. Esses valores são, respectivamente, correspondentes
Leia maisLivro Eletrônico. Aula 00. RETA FINAL - Questões Comentadas de Estatística p/ AFRFB 2018 (Com videoaulas)
Livro Eletrônico Aula 00 RETA FINAL - Questões Comentadas de Estatística p/ AFRFB 018 (Com videoaulas) Professores: Equipe ArthurLima, Jeronymo Marcondes Aula 00 AULA 00 ESTATÍSTICA SUMÁRIO PÁGINA 1. Apresentação
Leia maisTE802 Processos Estocásticos em Engenharia. Informação sobre a disciplina Notes. Processos Estocásticos em Engenharia Conteúdo Notes.
TE802 Processos Estocásticos em Engenharia Conceitos Básicos de Teoria de Probabilidade 7 de março de 2016 Informação sobre a disciplina Terças e Quintas feiras das 09:30 às 11:20 horas Professor: Evelio
Leia maisTE802 Processos Estocásticos em Engenharia. Informação sobre a disciplina. TE802 Conceitos Básicos de Teoria de Probabilidade. Evelio M. G.
TE802 Processos Estocásticos em Engenharia Conceitos Básicos de Teoria de Probabilidade 23 de agosto de 2017 Informação sobre a disciplina Segundas e Quartas feiras das 09:30 às 11:20 horas Professor:
Leia maisTeoria das Probabilidades
Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 08:8 ESTATÍSTICA APLICADA I - Teoria das
Leia maisConceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
Leia maisPROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG /2012
PROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG - 0/0 Instruções:. Cada questão respondida corretamente vale (um) ponto.. Cada questão respondida incorretamente vale - (menos um) ponto. 3.
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 2012/02 1 Introdução 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia maisProbabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Experimento aleatório Definição. Qualquer experimento cujo resultado não pode
Leia maisa) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.
Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra
Leia maisDiscretas CONFERÊNCIA DE ESTATÍSTICA INDUTIVA. Professor Substituto - DEs - UFSCAR Doutorando - IME - USP. Estimação de Distribuições Bivariadas
Professor Substituto - DEs - UFSCAR Doutorando - IME - USP CONFERÊNCIA DE ESTATÍSTICA INDUTIVA Tópicos 1 2 Trabalho realizado pelos alunos Marcel Augusto Ferreira da Silva, Rodrigo Luiz Longo e Tiago João
Leia maisUnidade II ESTATÍSTICA APLICADA. Prof. Luiz Felix
Unidade II ESTATÍSTICA APLICADA Prof. Luiz Felix Distribuição de frequências - média Cálculo da Média x = X i. f i n Onde: x média aritmética da distribuição de frequência X i ponto médio de cada classe
Leia maisExercícios Funções Multivariadas, Exponencial e Outras
Turma 2017 Exercícios Funções Multivariadas, Exponencial e Outras Problema 1 (bivariada) Um bim de cinco transistores possui dois que são defeituosos. Os transistores são testados um a um, até que os defeituosos
Leia maisEstatística. O que é Estatística? Estatística pode ser: Estatística Descritiva. Ivonete Melo de Carvalho. Conteúdo
Estatística Estatística Descritiva Ivonete Melo de Carvalho Conteúdo Definições; Tabelas e Gráficos; Medidas de tendência central; Medidas de dispersão. Objetivos Diferenciar população e amostra. Elaborar
Leia mais3. Probabilidade P(A) =
7 3. Probabilidade Probabilidade é uma medida numérica da plausibilidade de que um evento ocorrerá. Assim, as probabilidades podem ser usadas como medidas do grau de incerteza e podem ser expressas de
Leia maisVARIÁVEIS ALEATÓRIAS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA VARIÁVEIS ALEATÓRIAS Joaquim H Vianna Neto Relatório Técnico RTE-03/013 Relatório Técnico Série Ensino Variáveis
Leia maisTeoria das Probabilidades
08/06/07 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica Universidade Federal do Pará Instituto
Leia maisEstatísticas Inferenciais Distribuições Amostrais. Estatística
Estatística Na descrição dos conjuntos de dados x 1,..., x n, não foi feita menção ao conceito de população. Estatísticas inferenciais: preocupadas com a fonte dos dados e em tentar fazer generalizações
Leia mais5 TORIA ELEMENTAR DA AMOSTRAGEM
5 TORIA ELEMENTAR DA AMOSTRAGEM É errôneo pensar que, caso tivéssemos acesso a todos os elementos da população, seríamos mais precisos. Os erros de coleta e manuseio de um grande número de dados são maiores
Leia maisUma breve introdução a probabilidade
Uma breve introdução a probabilidade Modelo Probabilístico Espaço amostral (S): conjunto de todos os resultados que podem ocorrer a partir de um experimento aleatório Probabilidade de eventos (P): quantificação
Leia maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Objetivo Dada M classes ω 1, ω 2,..., ω M e um
Leia maisPROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO
PROBABILIDADES Probabilidade é um conceito filosófico e matemático que permite a quantificação da incerteza, permitindo que ela seja aferida, analisada e usada para a realização de previsões ou para a
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos
Leia maisDistribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
Leia maisProbabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Experimento aleatório Definição Qualquer experimento cujo resultado
Leia maisEstatística Bayesiana EST047
Estatística Bayesiana EST047 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Conceitos iniciais; Distribuições condicionais Conceitos iniciais Questão Como incorporar
Leia maisSegunda Lista de Exercícios Cálculo de Probabilidades II Prof. Michel H. Montoril
Exercício 1. Uma urna contém 4 bolas numeradas: {1, 2, 2, 3}. Retira-se dessa urna duas bolas aleatoriamente e sem reposição. Sejam 1 : O número da primeira bola escolhida; 2 : O número da segunda bola
Leia maisConceitos básicos de teoria da probabilidade
Conceitos básicos de teoria da probabilidade Experimento Aleatório: procedimento que, ao ser repetido sob as mesmas condições, pode fornecer resultados diferentes Exemplos:. Resultado no lançamento de
Leia maisp(x) Note que 1/p(x), que não depende de θ, funciona como uma constante normalizadora
Capítulo 1 Introdução A informação que se tem sobre uma quantidade de interesse θ é fundamental na Estatística. O verdadeiro valor de θ é desconhecido e a idéia é tentar reduzir este desconhecimento. Além
Leia maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº3: Introdução às Probabilidades
Ano lectivo: 2007/2008 Universidade da Beira Interior Departamento de Matemática ESTATÍSTICA Ficha de exercícios nº3: Introdução às Probabilidades Curso: Ciências do Desporto 1. Considere a experiência
Leia maisProbabilidade Aula 11
0303200 Probabilidade Aula 11 Magno T. M. Silva Escola Politécnica da USP Junho de 2017 A maior parte dos exemplos dessa aula foram extraídos de Jay L. Devore, Probabilidade e Estatística para engenharia
Leia maisBIOESTATISTICA. Unidade IV - Probabilidades
BIOESTATISTICA Unidade IV - Probabilidades 0 PROBABILIDADE E DISTRIBUIÇÃO DE FREQUÊNCIAS COMO ESTIMATIVA DA PROBABILIDADE Noções de Probabilidade Após realizar a descrição dos eventos utilizando gráficos,
Leia maisUFPE, 2-o semestre de ET-622 Elementos de Estatística para o curso de Biblioteconomia Professor André Toom. Ementa
[1] Avisos: UFPE, 2-o semestre de 2011. ET-622 Elementos de Estatística para o curso de Biblioteconomia Professor André Toom Ementa Notações: v.a. - variável aleatória, E - esperança matemática, o mesmo
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário (bootstrap) Este método foi proposto por Efron
Leia maisProbabilidade. Experiências aleatórias
Probabilidade Experiências aleatórias 1 Experiências aleatórias Acontecimento: Qualquer colecção de resultados de uma experiência. Acontecimento elementar: Um resultado que não pode ser simplificado ou
Leia maisMAE 116 Distribuição Normal FEA - 2º Semestre de 2018
MAE 116 Distribuição Normal FEA - 2º Semestre de 2018 1 Introdução Até aqui estudamos variáveis aleatórias discretas que são caracterizadas por ter uma distribuição de probabilidade dada por uma tabela
Leia maisCE085 - Estatística Inferencial
CE085 - Estatística Inferencial Revisão: Probabilidade Básica Prof. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação - LEG Curso de Bacharelado em Estatatística Universidade Federal do Paraná
Leia maisIntrodução à Bioestatística
Instituto Nacional de Cardiologia March 11, 2015 1 2 3 Os primeiros estudos surgiram no século XVII Teve origem nos jogos de azar Grandes nomes da matemática desenvolveram teorias de probabilidades: Pascal
Leia maisInferência Estatística Básica. Teste de Hipóteses: decidindo na presença de incerteza
Inferência Estatística Básica Teste de Hipóteses: decidindo na presença de incerteza Exemplo Inicial A ProCare Industries LTDA lançou, certa vez, um produto chamado Gender Choice. De acordo com a propaganda,
Leia maisPrincípios de Bioestatística Conceitos de Probabilidade
1/37 Princípios de Bioestatística Conceitos de Probabilidade Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/37 Tipos de Fenômenos 1. Aleatório: Situação ou
Leia mais5 a Lista de PE Solução
Universidade de Brasília Departamento de Estatística 5 a Lista de PE Solução. Sejam X A e X B o números de jogos que o time ganha contra times da classe A e da classe B respectivamente. Claramente X A
Leia maisEnrico Antonio Colosimo Depto. Estatística UFMG
Bioestatística F Conceitos de Probabilidade Enrico Antonio Colosimo Depto. Estatística UFMG http://www.est.ufmg.br/~enricoc/ Probabilidade Análise Descritiva: exploração através de gráficos e tabelas dos
Leia maisESTATÍSTICA BAYESIANA
UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS PET MATEMÁTICA Orientadora: Rosângela Helena Loschi ESTATÍSTICA BAYESIANA Marina Muniz de Queiroz INTRODUÇÃO A estatística clássica associa
Leia maisProbabilidade Aula 08
332 Probabilidade Aula 8 Magno T. M. Silva Escola Politécnica da USP Maio de 217 A maior parte dos exemplos dessa aula foram extraídos de Jay L. Devore, Probabilidade e Estatística para engenharia e ciências,
Leia maisEstatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #03 de Probabilidade: 19/10/2018 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
Leia maisPROBABILIDADE. Luciana Santos da Silva Martino. PROFMAT - Colégio Pedro II. 01 de julho de 2017
Sumário PROBABILIDADE Luciana Santos da Silva Martino PROFMAT - Colégio Pedro II 01 de julho de 2017 Sumário 1 Conceitos Básicos 2 Probabildade Condicional 3 Espaço Amostral Infinito Outline 1 Conceitos
Leia maisTestes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto
Leia maisSUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS
4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está
Leia maisSumário. 2 Índice Remissivo 12
i Sumário 1 Definições Básicas 1 1.1 Fundamentos de Probabilidade............................. 1 1.2 Noções de Probabilidade................................ 3 1.3 Espaços Amostrais Finitos...............................
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 1 Leitura obrigatória: Devore, 3.1, 3.2 e 3.3 Chap 5-1 Objetivos Nesta parte, vamos aprender: Como representar a distribuição
Leia maisEstatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral
Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROBABILIDADE 2019 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisESTATÍSTICA. Lucas Santana da Cunha 18 de setembro de Universidade Estadual de Londrina
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 18 de setembro de 2017 Introdução Estatística Descritiva: Preocupa-se com
Leia maisPRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Leia maisCC-226 Aula 07 - Estimação de Parâmetros
CC-226 Aula 07 - Estimação de Parâmetros Carlos Henrique Q. Forster - Instituto Tecnológico de Aeronáutica 2008 Estimação de Parâmetros Para construir o classificador bayesiano, assumimos as distribuições
Leia maisDefinição de Probabilidade
INTRODUÇÃO A TEORIA DAS PROBABILIDADES A teoria das probabilidade nada mais é do que o bom senso transformado em cálculo A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número
Leia maisMétodos Estatísticos
Métodos Estatísticos 5 - Distribuição Normal Referencia: Estatística Aplicada às Ciências Sociais, Cap. 7 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Distribuição de Probabilidades A distribuição
Leia maisTestes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Testes de Hipóteses Paramétricos 1 / 41 Introdução. Hipóteses Estatísticas. Erro Tipo I
Leia maisRevisão de Probabilidade
05 Mat074 Estatística Computacional Revisão de Probabilidade Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito
Leia mais1 Teoria da Decisão Estatística
1 Teoria da Decisão Estatística 1.1 Teste de Hipótese É uma metodologia estatística que permite tomar decisão sobre uma ou mais populações baseando no conhecimento de informações da amostra. Ao tentarmos
Leia maisNome: N o : Espaço reservado a classificações
ESTATÍSTICA I 2 o Ano/Gestão 1 o Semestre Época Normal Duração: 2 horas 1 a Parte Teórica N o de Exame: abcde 03.Jan.11 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação: 8 valores).
Leia maisRespostas da Série de Exercícios Funções Multivariadas e outras. Lista 3A
Respostas da Série de Exercícios Funções Multivariadas e outras Problema 1 Lista 3A Observar que N1 e N2 são números inteiros de tal forma que N1+N2 5 isto é: N1=1,...4 e N2=1,..5-N1. Cada par de valores
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisProbabilidade. Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise
Probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Você reconhece algum desses experimentos? Alguns
Leia maisEscola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Probabilidades. Cristian Villegas
Probabilidades Cristian Villegas clobos@usp.br Setembro de 2013 Apostila de Estatística (Cristian Villegas) 1 Introdução Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas
Leia maisExperiência para o qual o modelo probabilístico é adequado. Efeito. Causas. Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/~viali Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS quantidade São Paulo (j = 1) Rio de Janeiro (j = 2) Minas Gerais (j = 3) Rio Grande do Sul (j = 4) total casos novos (X, em milhões) casos pendentes (Y, em milhões) processos
Leia maisInferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Leia maisProbabilidade. É o conjunto de todos os possíveis resultados de um experimento aleatório.
Probabilidade Introdução O trabalho estatístico se desenvolve a partir da observação de determinados fenômenos e emprega dados numéricos relacionados aos mesmos, para tirar conclusões que permitam conhecê-los
Leia maisVariáveis Aleatórias. Esperança e Variância. Prof. Luiz Medeiros Departamento de Estatística - UFPB
Variáveis Aleatórias Esperança e Variância Prof. Luiz Medeiros Departamento de Estatística - UFPB ESPERANÇA E VARIÂNCIA Nos modelos matemáticos aleatórios parâmetros podem ser empregados para caracterizar
Leia maisLista de Exercícios #5 Assunto: Variáveis Aleatórias Multidimensionais Contínuas
1. ANPEC 018 Questão 9 Uma pessoa investe R$ 10.000,00 (I) em duas aplicações cujas taxas de retorno são variáveis aleatórias independentes, R 1 e R, com médias 5% e 14% e desvios-padrão 1% e 8%, respectivamente.
Leia maisFundamentos da Teoria da Probabilidade
Fundamentos da Teoria da Probabilidade Edmar José do Nascimento (Princípios de Comunicações) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Sinais Aleatórios
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Variáveis Aleatórias
Estatística: Aplicação ao Sensoriamento Remoto SER 24 - ANO 218 Variáveis Aleatórias Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ Variável atributo Em qualquer tipo
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 35 Fabrício Simões
Leia maisVariável Aleatória Contínua (v.a.c)
Variável Aleatória Contínua (v.a.c) Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 20 de junho de 2018 Londrina 1 / 14 (v.a.c.) Uma função Y definida sobre o espaço amostral
Leia maisEstatística Básica. Variáveis Aleatórias Contínuas. Renato Dourado Maia. Instituto de Ciências Agrárias. Universidade Federal de Minas Gerais
Estatística Básica Variáveis Aleatórias Contínuas Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Lembrando... Uma quantidade X, associada a cada possível resultado
Leia maisNoções sobre Probabilidade
Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de
Leia maisEstatística. Aula : Probabilidade. Prof. Ademar
Estatística Aula : Probabilidade Prof. Ademar TEORIA DAS PROBABILIDADES A teoria das probabilidades busca estimar as chances de ocorrer um determinado acontecimento. É um ramo da matemática que cria, elabora
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisMedidas-Resumo. Tipos de Variáveis
Tipos de Variáveis Medidas-Resumo Exemplo 2.1 Um pesquisador está interessado em fazer um levantamento sobre alguns aspectos socioeconômicos dos empregados da seção de orçamentos da Companhia MB. Usando
Leia maisGibbs Sampler para ANOVA e Misturas
Gibbs Sampler para ANOVA e Misturas Renato Assunção - DCC, UFMG Outubro de 014 1 Modelo ANOVA: componentes de variância Suponha que temos K grupos ou classes. Em cada grupo, temos um certo número de dados
Leia maisIntrodução à probabilidade e à estatística II. Prof. Alexandre G Patriota Sala: 298A Site:
Introdução à probabilidade e à estatística II Revisão Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Estatística Estatística: É uma ciência que se dedica
Leia maisEstatística
Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...
Leia maisProf.Letícia Garcia Polac. 26 de setembro de 2017
Bioestatística Prof.Letícia Garcia Polac Universidade Federal de Uberlândia UFU-MG 26 de setembro de 2017 Sumário 1 2 Probabilidade Condicional e Independência Introdução Neste capítulo serão abordados
Leia maisVARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição de funções de vetores aleatórios 02/14 1 / 10 Distribuição de funções de vetores
Leia maisProcessos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório?
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos
Leia mais