Uma classe de estimadores do parâmetro de escala de segunda
|
|
- Adriana de Oliveira Lopes
- 6 Há anos
- Visualizações:
Transcrição
1 Actas o XII Cogresso Aual a SPE 3 Uma classe e estimaores o parâmetro e escala e segua orem Freerico Caeiro Dep. e Matemática e C.M.A., Faculae e Ciêcias e Tecologia - Uiversiae Nova e Lisboa M. Ivette Gomes D.E.I.O. e C.E.A.U.L., Faculae e Ciêcias, Uiversiae e Lisboa Resumo: Para moelos F pertecetes à classe e Hall, a fução quatil Ut é e variação regular com íice igual a γ, oe γ > é o íice e caua. Para x >, a velociae e covergêcia e Utx/Ut x γ para zero, quao t poe ser meia através a fução At γ β t, <, β R. A estimação e, o parâmetro e forma e segua orem, é um tema bastate aborao a literatura, mas pouco existe relativamete à estimação o parâmetro e escala e segua orem β. Num cotexto semi-paramétrico, itrouzimos uma classe e estimaores e β e provamos a sua cosistêcia. Serão também iicaas coições que garatem a sua ormaliae assitótica. Usao o métoo e Mote Carlo estuamos, para amostras e imesão fiita e algus moelos e caua pesaa, as proprieaes esta classe e estimaores e β. Palavras chave: cauas pesaas, estimação semi-paramétrica, parâmetros e segua orem, métoo e Mote Carlo Abstract: I Hall s class of heavy-taile moels, the quatile fuctio Ut is of regular variatio with a iex equal to γ, where γ > is the tail iex. For every x >, the rate of covergece of Utx/Ut x γ towars zero, as t may the be measure through a fuctio At γ β t, <, β R. The estimatio of, the shape seco orer parameter, has bee extesively aresse i the literature, but practically othig has bee oe relate to the estimatio of the scale seco orer parameter β. Uer a semi-parametric framewor, we shall itrouce a class of β - estimators a stuy their cosistecy. We shall also eal with the coitios eablig us to get the asymptotic ormality of this class of estimators, a we shall illustrate the behaviour of the estimators, through Mote Carlo simulatio techiques, for a wie variety of heavy-taile moels. Keywors: heavy tails, semi-parametric estimatio, seco orer parameters, Mote Carlo methoology Classificação MSC2: 62G2, 62G32, 65C5.
2 4 Caeiro e Gomes/Estimaores e um parâmetro e escala Itroução Os moelos e caua pesaa são muito úteis em áreas tais como o tráfego e telecomuicações ou a aálise e aos fiaceiros. Um moelo F é e caua pesaa se a fução caua F F é e variação regular com íice egativo /γ, γ >, ou equivaletemete a fução quatil, Ut F /t, t, com F x if{y : F y x}, é e variação regular com íice γ. O parâmetro γ> é o íice e caua, um os parâmetros mais importates em teoria e valores extremos. É usual amitir-se uma coição e segua orem que mee a velociae e covergêcia e Utx/Ut x γ para zero, para qualquer x >, oe At é uma fução e variação regular e íice Gelu e e Haa, 987: l Utx l Ut γ l x lim t At x. Neste trabalho vamos supor que F é um moelo pertecete à classe e Hall Hall, 982; Hall e Welsh, 985, com At γ β t, <, β R, 2 oe β é o parâmetro e escala e segua orem que iteressa estimar. Para obter algumas proprieaes assitóticas é aia ecessário cosierar uma coição e terceira orem, lim t l Utx l Ut γ l x At Bt x x+η + η, para qualquer x >, oe η < é o parâmetro e terceira orem e Bt RV η. Para muitos os moelos e caua pesaa, tais como por exemplo o Fréchet, Burr, Cauchy e o t-stuet, o parâmetro e terceira orem, η, é igual ao e segua. Assim, e forma a evitar a ecessiae e estimar um parâmetro aicioal, vamos cosierar a coição aterior com η <, ou seja vamos supor que: l Utx Ut x γ l x + At 2 A classe e estimaores e β + AtBt x ot 2 3 De moo a estimar o parâmetro β, presete em 2, vamos utilizar o mesmo tipo e estatísticas cosieraas a estimação e em Fraga Alves et al. 23. Proposição 2.. Seja E uma variável aleatória com istribuição expoecial com valor méio igual a, e Γt x t e x x, t > a fução Gama
3 Actas o XII Cogresso Aual a SPE 5 completa. Etão efia-se, para >, µ : E [E ] Γ +, V σ [E ] Γ2 + Γ2 + : µ Γ µ 2 : [ e E E E ] µ ] V [E e E σ 2 µ 3 2 : µ 3 : µ [ E µ E 2 e E l 2 2 2, µ µ 2 2Γ2 Γ 2, 2 ] { } 2 2 µ 2 2 µ2 µ 2 se { } se. Cosiere-se as seguites estatísticas M : {l X i+: l X : }, >, 4 D,τ : i M τ Γ + M 2 Γ2 + τ/2, >, τ R 5 oe M é o clássico estimaor e Hill Hill, 975 e X i: represeta a i-ésima estatística orial asceete associaa à amostra X, X 2,..., X. Usao a otação : µ 2 µ 2 2 vai-se cosierar, para qualquer estimaor cosistete e, a seguite classe e estatísticas: β,τ : 2 2 τ 2 D,τ 2 D 2,τ oe τ R, e > são parâmetros e cotrolo e um estimaor cosistete e. Após o estuo as proprieaes assitóticas, o parâmetro será fixao e utiliza-se apeas τ como parâmetro e cotrolo. 3 Proprieaes assitóticas No que se segue vai-se amitir que é uma sequêcia iterméia, isto é, uma sequêcia e valores iteiros tal que, o,, 7, 6
4 6 Caeiro e Gomes/Estimaores e um parâmetro e escala Proposição 3. Cosistêcia. Supoo que é vália a coição e segua orem,, com At γ β t, <, que lim A/, e que é,τ uma sequêcia iterméia, a classe e estimaores β, τ R e > é cosistete. Demostração. Poe ser visto em Gomes et al. 22 ou em Fraga Alves et al. 23, que M θ τ/θ γ τ + τσ θ P θ + τ Γθ + θ γ µ2 θ A/ oe P θ com + τ γ σ2 θ A/ + τ 2γ 2 A2 / e P θ D,τ : P θ θ µ 3 θ + τ γ µ2 θ 2A/B/ + o p, + τ θµ2 θ 2 + o p são assitoticamete ormais parão. Assim, M τ M 2 τ/2 Γ + Γ2 + γ τγ τ W + A/ 2γ + A/ + B/ 2 + o p A/ aτ + A/ σ 2 P σ P, a τ : µ 3 + τ µ µ 3 2 W : σ τ 2µ 2 2 2, P σ 2 P 2 2. Para iterméio, e com A/, i.e., / oa/, o seguo termo a represetação aterior, em istribuição, é o omiate. O quarto termo é o p A/ e poe ser esprezao. Cosequetemete, para moelos a classe e Hall com At γ β t, tem-se: D,τ D,τ A/ γ β P τ γτ.
5 Actas o XII Cogresso Aual a SPE 7 resulta que ou seja, D,τ 2 2,τ D 2 2 τ 2 2 D,τ D 2,τ P 2 D,τ D 2,τ 2 β τ 2 2, P β. O resultao aterior cotiua a ser válio se for estimao através e um estimaor cosistete. Proposição 3.2 Normaliae. Se se verificarem as coições a proposição,τ aterior, e a coição e terceira orem, 3, β é assitoticamete ormal. O valor méio assitótico e β,τ A/ β é ulo sempre que A 2 / e A/ B/ covergirem para zero. Se A 2 / λ A e A/B/ λ AB, evetualmete ão ulos, etão A/ β,τ β tem assitoticamete istribuição ormal com valor méio a τ γ aτ λ A + 22 λ AB A variâcia assitótica e β,τ A/ β D,τ A/ σ 2 β,τ 2 [ γβ 2W V é aa por W ] Demostração. A emostração é cosequêcia imeiata os seguites resultaos: τγ [ τ D,τ A/ + γw A/ a τ 2γ A/ + 2 B/ 2 τγ τ 2 [ + + γ 2γW A/ a τ A/ B/ ] ] + o p, + o p.
6 8 Caeiro e Gomes/Estimaores e um parâmetro e escala Como se amitiu que At γ β t, resulta que: β,τ 2 2 τ [ ] 2 [ β ] 2 [D,τ D 2,τ γ + 2W A/ A/ + o p W γ 22 2 a τ aτ ] B/ + o p. Cosequetemete, β,τ A/ β βγ 2W W β a τ γ aτ 2 A 2 / + o p β 22 A/B/ + op, 2 ou seja β,τ A/ β tem assitoticamete istribuição ormal. O cálculo o valor méio e variâcia é imeiato. Com o objectivo e calcular a variâcia, 9, apreseta-se a proposição: Proposição 3.3. Nas coições a proposição aterior, e usao os resultaos presetes em Gomes e Martis 2 ou em Caeiro 2, tem-se que: Cov W, W 2 [ 3Γ3 2 ΓΓ2 3Γ5 4ΓΓ4, V [W ] 2 Γ4 Γ2 2 + [ Γ2 Γ 2 + 3Γ6 8Γ2Γ4 Γ4 8Γ 2 2 ] 4 3Γ3 4ΓΓ2 ] 4. Das expressões ateriores coclui-se que a variâcia o estimaor ão epee o valor o parâmetro e cotrolo τ. Será por esta razão que se irá fixar o valor e teo em cota o efeito este parâmetro a variâcia assitótica e β,τ. Há também que cosierar o efeito a escolha e a uração e um estuo e simulação pelo métoo e Mote Carlo. Sabe-se que se o parâmetro a estatística 4 for um valor iteiro, é possível escrever os algoritmos e moo a torar a simulação mais rápia.
7 Actas o XII Cogresso Aual a SPE 9 Embora ão se apresete uma expressão aalítica a variâcia assitótica e β,τ A/ β como fução e, a Figura apreseta-se, para ois valores e β, o seu gráfico. A figura iica que perto o valor /2 a variâcia é míima. Teo em cota o trabalho e simulação que é ecessário realizar, optou-se por fixar valor iteiro oe a variâcia é míima β.5 β Figura : Variâcia assitótica e β,τ A/ β com γ e. Se se fizer obtemos a classe e estimaores, epeete apeas o parâmetro e cotrolo τ, β τ 2 : 22 τ { τ M M 2 τ /2 M 2 M 4 } τ/2 2 /2 τ/2, /24 com o usual prologameto por cotiuiae para τ, ao por β 2 : 22 {l l M M 2 2 l 2 l /2 M 2 M 4 } 2 /2. /24 4 Estimação o parâmetro e segua orem Vamos cosierar a classe e estimaores itrouzia em Fraga Alves et al. 23 para estimar o parâmetro e segua orem. Trata-se e uma classe e estimaores semi-parametricos que apresetam trajectórias amostrais e vs bastate estáveis, para uma vasta região e valores elevaos e. Seja 3T ν ν : T ν 3,
8 2 Caeiro e Gomes/Estimaores e um parâmetro e escala oe T ν M ν M 2 /2ν/2 ν/2 M 2 /2 M 3 /6 lm 2 2 lm /2 2 l M 2 /2 3 l M 3 /6 ν/3, se ν, se ν. Os resultaos teóricos e e simulação apresetaos em Fraga Alves et al. 23 e em Gomes e Martis 22 levam-os a utilizar o ível mi, 2/ l l 2 ão é escolhio e forma óptima e a utilização os parâmetros e cotrolo ν se e ν se <. 5 Proprieaes para amostras e imesão fiita Os resultaos que se seguem obtiveram-se a partir e simulações com τ amostras e imesão. Com as simulações preteeu-se obter, para β, estimativas o valor méio, E [ ], e o erro méio quarático méio, MSE[ ]. O parâmetro e cotrolo, τ R varia cosoate o moelo já que foi escolhio e moo a obter-se, para valores elevaos e, estabiliae a trajectória e, β τ juto ao veraeiro valor e β. 5. Moelos utilizaos Moelo Burr, com F x + x /γ /γ. Verifica-se que l Utx x x γ l x + γt + γt ot 2 Ut 2 Trata-se e um moelo que verifica 3 oe é o parâmetro e segua orem iepeete e γ teo-se β. Moelo Fréchet, com F x exp x /γ. Para este moelo, l Utx Ut γ l x + γ x + 5γ x 2 2t 2t 2 + ot 2. 2 Assim resulta que e β 2. Moelo Cauchy, F x 2 + π arctax. Como l Utx 2π2 x 2 l x + Ut 3t 2 + 4π4 x t 4 + ot 4, 4 este moelo verifica a coição e terceira orem com γ, 2 e β 2 3 π
9 Actas o XII Cogresso Aual a SPE Resultaos Apresetamos as Figuras 2, 3, 4, 5 e 6 e a Tabela os valores simulaos o valor méio e o erro méio quarático. Nas figuras, as estimativas foram baseaas em amostras e imesão 5, excepto para o moelo Cauchy oe se usou o valor e ão se fez qualquer alteração a localização. Nas figuras apeas ão se apresetam as estimativas para pequeos valores e já que essa região existe uma eorme volatiliae as trajectórias. Na Tabela costa o valor méio e erro méio quarático o respectivo ível óptimo ível oe o erro méio quarático é míimo. E[ ] MSE[ ].2 τ 2.5 τ τ 2.8 τ 3. τ τ Figura 2: Moelo Fréchet com γ.5, β.5 E[ ] MSE[ ] τ.4 τ τ τ.5.8 τ τ Figura 3: Moelo Cauchy γ, 2, β 6.58 Dos resultaos apresetaos poemos tirar as seguites coclusões: A escolha o parâmetro e cotrolo τ, para o qual existe estabiliae as trajectórias amostrais juto a β, parece epeer o moelo F. Embora
10 22 Caeiro e Gomes/Estimaores e um parâmetro e escala E[ ] MSE[ ].5.4 τ.3 τ.2.2 τ τ.5. τ τ Figura 4: Moelo Burr com γ e.5 β E[ ] MSE[ ].5.2 τ τ τ.2. τ.5 τ.5 τ Figura 5: Moelo Burr com γ e β E[ ] MSE[ ].5.5 τ.4 τ.5 τ.3 τ.2 τ.5.2. τ Figura 6: Moelo Burr com γ e 2 β
11 Actas o XII Cogresso Aual a SPE 23 Tabela : Valor méio e erro méio quarático e τ β, o ível óptimo. E[ ] MSE[ ] Moelo Fréchet com γ, β.5 τ 3 τ 2.8 τ 2.5 τ 3 τ 2.8 τ Moelo Cauchy com γ, 2 β 6.58 τ.5 τ.25 τ τ.5 τ.25 τ Moelo Burr com γ e.5 β τ.5 τ.2 τ τ.5 τ.2 τ Moelo Burr com γ e β τ.5 τ.2 τ τ.5 τ.2 τ Moelo Burr com γ e 2 β τ.5 τ.2 τ τ.5 τ.2 τ
12 24 Caeiro e Gomes/Estimaores e um parâmetro e escala os valores positivos sejam amissíveis, a escolha parece recair sempre em valores egativos. No moelo Fréchet a região e valores oe existe estabiliae τ as trajectórias amostrais, β, parece ser muito iferior à e outros moelos. Na figura respeitate a este moelo, só para valores e > 45 é que existe alguma estabiliae as trajectórias amostrais, o que em outros moelos começa ates. No moelo Cauchy, como o veraeiro valor e β é elevao, o estimaor β τ tem uma variâcia muito grae, já que esta é proporcioal a β π2 2. É por esta razão que para amostras e pequea imesão o erro méio quarático o ível óptimo é elevao. De um moo geral, o ível óptimo obtiveram-se bos resultaos para a estimação o valor méio e o erro méio quarático. Referêcias [] Caeiro, F. 2. Geeralizações e estimaores clássicos o íice e variação regular. Tese e mestrao, D.E.I.O., Faculae e Ciêcias a Uiversiae e Lisboa. [2] Gelu, J. e L. e Haa 987. Regular Variatio, Extesios a Tauberia Theorems. Tech. Report CWI Tract 4, Cetre for Mathematics a Computer Sciece, Amsteram, Netherlas. [3] Geeo, B.V Sur la istributio limite u terme maximum ue série aléatoire. A. Math. 44, [4] Fraga Alves, M.I., Gomes, M. I., e e Haa, L. 23. A ew class of semiparametric estimators of the seco orer parameter. Portugaliae Mathematica 6:, [5] Gomes, M. I., e Martis, M. J. 2. Geeralizatios of the Hill estimator - asymptotic versus fiite sample behaviour. J. Statist. Plaig a Iferece 93, 6-8. [6] Gomes, M. I., e Martis, M. J. 22. Asymptotically Ubiase Estimators of the Tail Iex Base o Exteral Estimatio of the Seco Orer Parameter. Extremes 5:, 5-3. [7] Gomes, M. I., e Haa, L. e L. Peg 22. Semi-parametric estimatio of the seco orer parameter - asymptotic a fiite sample behavior. Extremes 54, [8] Hall, P O some Simple Estimates of a Expoet of Regular Variatio. J. R. Statist. Soc. 44, o., [9] Hall, P. e Welsh A.H Aaptative estimates of parameters of regular variatio. A. Statist. 3, [] Hill, B. M A Simple Geeral Approach to Iferece About the Tail of a Distributio. A. Statist. 3, o. 5,
Redução de viés na estimação semi-paramétrica de um parâmetro
Actas do XIII Congresso Anual da SPE 27 Redução de viés na estimação semi-paramétrica de um parâmetro de escala Frederico Caeiro CMA e DM - Universidade Nova de Lisboa Resumo: Neste trabalho propõem-se,
Leia maisCaudas pesadas: t de Student e variante assimétrica versus metodologia semi-paramétrica
Actas do XV Cogresso Aual da SPE 127 Caudas pesadas: t de Studet e variate assimétrica versus metodologia semi-paramétrica Frederico Caeiro DM e CMA, Uiversidade Nova de Lisboa - fac@fct.ul.pt M. Ivette
Leia maisEconometria. Teorema de Slutsky para Variáveis Aleatórias. Uma extensão do Teorema de Slutsky. Aplicação do Teorema de Slutsky
Teorema e Slutsky para Variáveis Aleatórias Ecoometria. Proprieaes assitóticas os estimaores MQO (cotiuação). Iferêcia graes amostras Se X X, e se g(x) é uma fução cotiua com erivaas cotíuas e que ão epee
Leia maisComparação do desempenho de diferentes níveis aleatórios na metodologia PORT
Comparação do desempenho de diferentes níveis aleatórios na metodologia PORT Paulo Araújo Santos Instituto Politécnico de Santarém, ESGS paulo.santos@esgs.pt Isabel Fraga Alves Universidade de Lisboa,
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 maisAula 11. Separação de Variáveis em Coordenadas Esféricas. Eletromagnetismo I. Prof. Ricardo Galvão - 2 Semestre Preparo: Diego Oliveira
Eletromagetismo I Prof. Ricaro Galvão - Semestre 05 Preparo: Diego Oliveira Aula Separação e Variáveis em Cooreaas Esféricas Em cooreaas esféricas, a Equação e Laplace é aa por φr,θ,ϕ) = 0 r r ) r φ r
Leia maisEconometria. Econometria. Multicolinearidade. Multicolinearidade. Variância do estimador de MQO. s = Multicolinearidade
Ecoometria. Multicolieariae. Observações missig 3. Proprieaes assitóticas os estimaores MQO. Multicolieariae Ecoometria. Testes e hipóteses o moelo e regressão liear 3. Proprieaes assitóticas os estimaores
Leia mais5 Teoria dos Valores Extremos
Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos
Leia maisEstatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS
Estatística para Ecoomia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS Primavera 008/009 Variável Aleatória: Defiição: uma variável aleatória é uma fução que atribui a cada elemeto
Leia maisEquação Diferencial. Uma equação diferencial é uma expressão que relaciona uma função desconhecida (incógnita) y com suas derivadas.
Equação Diferecial Uma equação iferecial é uma epressão que relacioa uma fução escohecia (icógita) com suas erivaas É útil classificar os iferetes tipos e equações para um esevolvimeto sistemático a Teoria
Leia maisComportamento Assintótico de Cadeias de Markov via Distância Mallows, com Aplicação em Processos Empíricos
Uiversiae e Brasília Istituto e Ciêcias Exatas Departameto e Matemática Comportameto Assitótico e Caeias e Markov via Distâcia Mallows, com Aplicação em Processos Empíricos por Eimilso os Satos a Silva
Leia maisLista 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 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 maisEnsaios sobre Estimação em Pequenos Domínios no INE
Ensaios sobre Estimação em Pequenos Domínios no INE Aplicação o Estimaor EBLUP e o Estimaor sintético a regressão no Inquérito ao Emprego Pero Campos 1,2, Luís Correia 1, Paula Marques 1, Jorge M. Menes
Leia maisProbabilidade II Aula 12
Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em
Leia maisSéquências e Séries Infinitas de Termos Constantes
Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates
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 maisALGORITMO DE GOSPER E APLICAÇÕES Humberto Silva Naves
Nível Avaçao ALGORITMO DE GOSPER E APLICAÇÕES Humberto Silva Naves Cotiuao com as iéias o artigo Itegrais iscretas (e Euaro Poço a Eurea úmero 7), vamos tetar escobrir fórmulas fechaas para algus somatórios
Leia maisDESIGUALDADES, 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 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 maisAMOSTRAGEM 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 maisACONTECIMENTOS RAROS
UNIVERSIDADE DE LISBOA FACULDADE DE CIÊNCIAS DEPARTAMENTO DE ESTATÍSTICA E INVESTIGAÇÃO OPERACIONAL ESTIMAÇÃO DE PARÂMETROS DE ACONTECIMENTOS RAROS Frederico Almeida Gião Gonçalves Caeiro Tese orientada
Leia mais1. Resolução da lista 1. Primeiro apresentaremos uma integral importante, obtida a partir da distribuição gama generalizada.
1. Resolução da lista 1. Primeiro apresetaremos uma itegral importate, obtida a partir da distribuição gama geeralizada. 1) J x a 1 e bxc dx Γa/c), a, b, c >. cba/c Demostração: fazedo a substituição y
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 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 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 maisNúmeros primos, números compostos e o Teorema Fundamental da Aritmética
Polos Olímpicos de Treiameto Curso de Teoria dos Números - Nível 3 Carlos Gustavo Moreira Aula 4 Números primos, úmeros compostos e o Teorema Fudametal da Aritmética 1 O Teorema Fudametal da Aritmética
Leia maisMÉTODOS DE DERIVAÇÃO
MÉTODOS DE DERIVAÇÃO TE3 Fuametos Matemáticos para a Eearia Elétrica I Métoos e erivação DERIVADA DE UMA FUNÇÃO CONSTANTE Uma ução costate ão apreseta variação, portato sua erivaa é ula ( c) 5 4 Por eemplo:
Leia mais5. O algoritmo dos mínimos quadrados
Apotametos de Processameto Adaptativo de Siais 5. O algoritmo dos míimos quadrados Método dos míimos quadrados Os algoritmos de míimos quadrados são uma alterativa aos algoritmos de gradiete. Estrutura
Leia maisPreliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009.
Medida e Itegração. Departameto de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 8 de março de 2009. 1 lim sup, lim if Prelimiares 1 Seja (x ), N, uma seqüêcia de úmeros reais, e l o limite desta
Leia maisProbabilidade II Aula 9
Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas
Leia maisConsiderações finais
Cosiderações fiais Bases Matemáticas Defiições prelimiares Defiição 1 Dizemos que y é uma cota superior para um cojuto X se, para todo x X é, verdade que y x. Exemplo 1 os úmeros 2, 3, π e quaisquer outros
Leia maisCAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS
CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são
Leia maisA DESIGUALDADE DE CHEBYCHEV
A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades
Leia maisAula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança
Aula 5 Aula passada Valor esperado codicioal Espaço amostral cotíuo, fução desidade Limitates para probabilidade Desigualdades de Markov, Chebyshev, Cheroff with high probability Aula de hoje Limitate
Leia maisEstabilidade quase uniforme de um problema termoeástico semi linear
Artigo Origial DOI:.59/7946X64 Ciêcia e Natura, Sata Maria, v. 36 E. Especial II, 4, p. 35 358 evista o Cetro e Ciêcias Naturais e Exatas - UFSM ISSN impressa: -837 ISSN o-lie: 79-46X Estabiliae quase
Leia maisEstudo da precipitação pluviométrica no período seco e chuvoso do município de Sete Lagoas, MG
Estudo da precipitação pluviométrica o período seco e chuvoso do muicípio de Sete Lagoas, MG Aa Paula Coelho Madeira Silva 13 Jailso de Araujo Rodrigues 2 Jaime dos Satos Filho 2 1 Itrodução A precipitação
Leia maisMestrado 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 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 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 maisLaboratório de Dinâmica
UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS DEPARTAMENTO DE ENGENHARIA MECÂNICA Laboratório e Diâmica SEM 54 DINÂMICA ESTRUTURAL Ala # Resp.: Moelo Matemático Moelo e GDL com amortecimeto
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 205/206 Istruções:. Cada questão respodida corretamete vale (um poto. 2. Cada questão respodida icorretamete
Leia maisCAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE
CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas
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 maisS E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números
S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim
Leia maisCÁLCULO DIFERENCIAL. Conceito de derivada. Interpretação geométrica
CÁLCULO DIFERENCIAL Coceito de derivada Iterpretação geométrica A oção fudametal do Cálculo Diferecial a derivada parece ter sido pela primeira vez explicitada o século XVII, pelo matemático fracês Pierre
Leia maisAula 3. Estimação II. Capítulo 11, Bussab&Morettin Estatística Básica 7ª Edição
Aula 3. Estimação II. Capítulo, Bussab&Moretti Estatística Básica 7ª Edição Estatística = fução qualquer da amostra população ~B(p) amostra,,, i {0,} estimador de p é estatística p amostra (obs.) x,, x,
Leia maisNotas do Curso Inferência em Processos Estocásticos. 1 Estimação de máxima verossimilhança para cadeias de Markov de ordem k
Notas do Curso Iferêcia em Processos Estocásticos Prof. Atoio Galves Trascrita por Karia Yuriko Yagiuma 1 Estimação de máxima verossimilhaça para cadeias de Markov de ordem k Seja (X ) =0,1,,... uma cadeia
Leia maisMedidas, integração, Teorema da Convergência Monótona e o teorema de Riesz-Markov
Medidas, itegração, Teorema da Covergêcia Moótoa e o teorema de Riesz-Markov 28 de Agosto de 2012 1 Defiições de Teoria da Medida Seja (Ω, F, ν) um espaço de medida: isto é, F é σ-álgebra sobre o cojuto
Leia maisTécnicas Computacionais em Probabilidade e Estatística I. Aula II
Técicas Computacioais em Probabilidade e Estatística I Aula II Chag Chia MAE 5704- IME/USP º Sem/008 Algus modelos de iteresse prático: a Beroulli; Biomial; b Poisso; Geométrica; Hipergeométrica; c Uiforme;
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 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 maisFÍSICA MODERNA I AULA 05
Uiversiae e São Paulo Istituto e Física FÍSICA MODERNA I AULA 05 Profa. Márcia e Almeia Rizzutto Pelletro sala 220 rizzutto@if.usp.br 1o. Semestre e 2015 Moitor: Gabriel M. e Souza Satos Págia o curso:
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - o Ao 08 - a Fase Proposta de resolução Cadero... Como P µ σ < X < µ + σ 0,94, logo como P X < µ σ P X > µ + σ, temos que: P X < µ σ 0,94 E assim, vem que: P X > µ σ P X
Leia maisResposta ao Impulso, ao Degrau e à Excitação Arbitrária
9 Resposta ao Impulso, ao Degrau e à Excitação Arbitrária INTRODUÇÃO Estuamos, até agora, a resposta e sistemas iâmicos às excitações harmôicas e perióicas, seo que essas últimas foram trasformaas, através
Leia maisNOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA
NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer
Leia 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 maisAula 5 Teorema central do limite & Aplicações
Diâmica Estocástica Aula 5 Teorema cetral do limite & Aplicações Teorema cetral do limite Se x é tal que: x 0 e ( xv é fiita,,..., x x, x,...,, 3 x variáveis aleatórias idepedetes com a mesma distribuição
Leia mais2.2. Séries de potências
Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise
Leia maisSumário. 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 maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:
Leia maisEstimativa de Parâmetros
Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade
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 mais4 Teoria da Probabilidade
48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo
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 maisEstudando complexidade de algoritmos
Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade
Leia maisSéries de Fourier. As séries de Fourier são séries cujos termos são funções sinusoidais.
Séries de Fourier As séries de Fourier são séries cujos termos são fuções siusoidais. Importâcia prática: uma fução periódica (em codições bastate gerais) pode ser represetada por uma série de Fourier;
Leia maisO TEOREMA ERGÓDICO DE BIRKHOFF
O TEOREMA ERGÓDICO DE BIRKHOFF BRUNO SANTIAGO Resumo. Neste artigo expositório discutiremos a prova clássica do teorema ergódico de Birkhoff, via o teorema ergódico maximal. Buscaremos explorar os sigificados
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 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 maisStela 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 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 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 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 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 maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010
COMPARAÇÕES DE DISTRIBUIÇÕES DE PROBABILIDADE PARA UMA SÉRIE DE VAZÕES MÁXIMAS PARA CURSO D ÁGUA RIO DO VEADO, ES MILLENA MIRELLA VIEIRA TAVEIRA ; GEOVANE JUNQUEIRA ALVES ; ANTÔNIO MARCIANO DA SILVA ;
Leia maisEPR 007 Controle Estatístico de Qualidade
EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como
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 maisδ de L. Analogamente, sendo
Teoremas fudametais sobre sucessões Teorema das sucessões equadradas Sejam u, v e w sucessões tais que, a partir de certa ordem p, u w v lim u = lim v = L (fiito ou ão), a sucessão w também tem limite,
Leia maisFICHA DE TRABALHO 11º ANO. Sucessões
. Observe a sequêcia das seguites figuras: FICHA DE TRABALHO º ANO Sucessões Vão-se costruido, sucessivamete, triâgulos equiláteros os vértices dos triâgulos equiláteros já existetes, prologado-se os seus
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 maisModelo Alternativo de Linha de Transmissão Trifásica Baseada na Teoria de Decomposição Modal
Moelo Alterativo e Liha e Trasmissão Trifásica Baseaa a Teoria e Decomposição Moal R. C. Silva a S. Kurokawa Abstract Neste trabalho será mostrao o esevolvimeto e um moelo e lihas e trasmissão, baseao
Leia maisProbabilidades 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 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 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 maisSucessões. , 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 maisAo meu marido Jorge Miguel e à minha filha Isabel Eduarda.
tit Ao meu marido Jorge Miguel e à miha filha Isabel Eduarda. Agradecimetos Quero começar por maifestar os meus siceros agradecimetos à Professora Doutora Margarida Brito, pelo apoio e ateção dedicados
Leia maisComplementos de Probabilidades e Estatística
Departameto de Matemática, IST Secção de Probabilidades e Estatística Complemetos de Probabilidades e Estatística Exame de a. Época / 2o. Teste 2o. Semestre 2009/0 Duração: 3 horas / hora e 45 miutos Se
Leia maisBÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição
BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS 1 a Edição Rio Grade 2017 Uiversidade Federal do Rio Grade - FURG NOTAS DE AULA DE CÁLCULO
Leia mais(i) (1,5 val.) Represente na forma de um intervalo ou de uma união disjunta de intervalos cada um dos conjuntos seguintes:
Istituto Superior Técico Departameto de Matemática o TESTE DE CÁLCULO DIFERENCIAL E INTEGRAL I - Versão A MEAero o Sem. 0/3 0//0 Duração: h30m RESOLUÇÃO. 3,0 val. i,5 val. Represete a forma de um itervalo
Leia maisAlguns autores também denotam uma sequência usando parêntesis:
Capítulo 3 Sequêcias e Séries Numéricas 3. Sequêcias Numéricas Uma sequêcia umérica é uma fução real com domíio N que, a cada associa um úmero real a. Os úmeros a são chamados termos da sequêcia. É comum
Leia maisAPROXIMAÇÕES DO INTERVALO DE CONFIANÇA EXATO PARA VARIÂNCIA DE UMA POPULAÇÃO NORMAL
APROXIMAÇÕES DO INTERVALO DE CONFIANÇA EXATO PARA VARIÂNCIA DE UMA POPULAÇÃO NORMAL Daiel Furtado FERREIRA 1 Deismar Alves NOGUEIRA 1 RESUMO: A variâcia de uma população é um importate parâmetro a ser
Leia maisTRANSPORTES. 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 maisInstruções 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 maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Jaete Pereira Amaor Itroução Os métoos utilizaos para realização e iferêcias a respeito os parâmetros pertecem a uas categorias. Poe-se estimar ou prever o valor o parâmetro, através a estimação e parâmetros
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 maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos
Leia maisNovo Espaço Matemática A 12.º ano Proposta de Teste Intermédio [Novembro 2015]
Novo Espaço Matemática A.º ao Proposta de Teste Itermédio [Novembro 05] Nome: Ao / Turma: N.º: Data: - - Não é permitido o uso de corretor. Deves riscar aquilo que pretedes que ão seja classificado. Para
Leia maisNumeração de funções computáveis. Nota
Numeração de fuções computáveis 4.1 Nota Os presetes acetatos foram baseados quase a sua totalidade os acetatos realizados pela Professora Teresa Galvão da Uiversidade de Porto para a cadeira Teoria da
Leia mais