MÉTODOS ESTATÍSTICOS PARA EXATIDÃO DE MAPEAMENTO E AVALIAÇÃO DE MODELOS
|
|
- João Henrique Sintra Ramires
- 6 Há anos
- Visualizações:
Transcrição
1 MÉTODOS ESTATÍSTICOS PARA EXATIDÃO DE MAPEAMENTO E AVALIAÇÃO DE MODELOS Camilo Daleles Rennó Referata Biodiversidade 8 novembro 2007
2 Modelagem lençol freático rocha de origem
3 Modelagem O que faz uma planta estar num determinado lugar? Fatores ambientais Fatores aleatórios Modelagem => Simplificação => erros lençol freático rocha de origem
4 Modelagem seleção calibração lençol freático probabilidade ou chance de ocorrência limiar rocha de origem mapa de ocorrência (estimada)
5 Avaliando Modelos... X X verdade estimado modelo A estimado modelo B Comparando com uma referência... Comparandose modelos...
6 Matriz de Erro (de Confusão) presença ausência Real (ou Referência) a b ab Estimado c d cd ac bd n Erros: falsos positivos (b) falsos negativos (c) É função do limiar de corte e do conjunto de pontos usados na avaliação
7 Particionamento dos Dados Treinamento X Teste Idealmente deveriam ser conjuntos independentes de pontos, ou seja, pontos de teste não usados durante o desenvolvimento do modelo Métodos de particionamento: Resubstituição (treinamento = teste) > resultado otimista Bootstrapping (amostragem com repetição) * Aleatorização (amostragem sem repetição) * Amostragem prospectiva (amostragem pósmodelagem) Leaveoneout (1 para teste e demais para treinamento) * *avaliação iterativa: permite estimar a incerteza da precisão
8 Um pouco de teoria... No lançamento de uma moeda normal, P(K) =? 0,5 P(C) =? 0,5 ou 50% No lançamento de duas moedas normais, P(KK) = P(K)?. P(K) eventos independentes 1 a K 2 a K KK KC K 1 a K C 0,25 0,25 0,5 C C CK CC 2 a C 0,25 0,25 0,5 0,5 0,5 1
9 Um pouco de teoria... 2 a K C K Se repetíssemos o lançamento de duas moedas 100 vezes, em quantas vezes as duas seriam caras? Resposta: de zero a 100 vezes (variável aleatória) Se repetíssemos o lançamento de duas moedas 100 vezes, em quantas vezes esperaríamos que as duas fossem caras? Resposta: 25 (conceito de esperança, 100*0,25) 1 a C??? K??? 2 a C?? 100 observado K 1 a C esperado
10 Um pouco de teoria... 2 a K C K Com base no resultado de um experimento, podemos saber se, de fato, o resultado de uma moeda não influencia o da outra? 1 a C K a C observado K 1 a C esperado 2 2 ( FAObs ) 2 ij FAEspij FAEsp i= 1 j= 1 ij ~ χ χ 1 (Distribuição quiquadrado com 1 grau de liberdade) α 0 X crít independentesnão independentes Importante: pressupõese que não haja relação entre cada uma das 100 repetições (2 moedas)
11 Voltando ao nosso problema... presença ausência Real a b ab Estimado c d cd ac bd n Erros: falsos positivos (b) falsos negativos (c) deveriam ser independentes pontos distribuídos no espaço... Autocorrelação Espacial
12 Autocorrelação Espacial Potencial problema para estudo baseados em área Independência entre amostras é violada > problema para definição de significância dos testes Soluções: incorporar a informação de vizinhança no modelo selecionar conjunto independente espacialmente (necessita avaliação da autocorrelação espacial)
13 Medidas de Avaliação Real a b ab Estimado c d cd ac bd n Exatidão = a mínimo = 0 d n máximo = 1 (ou 100%)
14 Exatidão Exemplo numérico Real Estimado Exatidão = = = %
15 Exatidão Se a relação entre o real e o estimado pelo modelo fosse totalmente aleatória: Real? 47 Estimado
16 Exatidão Se a relação entre o real e o estimado pelo modelo fosse totalmente aleatória: 47* Real 23,5 23,5 47 Estimado 26,5 26, Exatidão = 23,5 26,5 50 = = %
17 Kappa Real a b ab Estimado c d cd ac bd n κ mínimo = máximo = Índice Kappa (κ) medida de concordância ˆκ θ1 θ2 = 1 θ < θ = θ 1 a d n ( a b)( a c) ( c d)( b d) = n 2 2 exatidão total exatidão total (se independência)
18 Kappa Exemplo numérico Real Estimado Índice Kappa (κ) medida de concordância θ 1 = 0,93 θ θ 0,93 0,5 1 2 ˆκ = = = 0,86 1 θ2 1 0,5 θ 2 = 0,5 Será que este valor é significativamente superior a zero? Teste de hipótese
19 Kappa ˆκ θ θ a d n ( a b)( a c) ( c d)( b d) 1 2 = θ 1 1 = θ2 = 2 θ2 n Var(κ) ˆ 2 2 ( 1 θ1) ( θ4 4θ2 ) 1 θ ( 1 θ ) 2( 1 θ )( 2θθ θ ) = n ( 1 θ2) ( 1 θ2) 1 θ ( ) 2 [ a a b c d b c d ] n θ 3 = (2 ) ( 2 ) 3 [ a a b c b a b d c a c d d b c d ] n θ 4 = (2 ) ( 2 ) ( 2 ) ( 2 ) Z ˆκ κ = ~ N(0,1) Var κ ( ˆ ) Z = ( κˆ1 κˆ 2) ( κ1 κ2) Var ( κˆ ) Var ( κˆ ) 1 2 ~ N(0,1)
20 Outras Medidas de Avaliação Real a b ab Estimado c d cd ac bd n Prevalência = (a c)/n Poder de diagnóstico total = (b d)/n Sensitividade = a/(a c) Especificidade = d/(b d) Taxa de falso positivo = b/(b d) Taxa de falso negativo = c/(a c) Poder preditivo positivo = a/(a b) Poder preditivo negativo = d/(c d) Taxa de erro = (b c)/n Oddsratio = (ad)/(cb) Tau
21 Medida independente do limiar 1 ROC plot aumento do limiar (fração de verdadeiros positivos) sensitividade 0,8 0,6 0,4 0,2 Área treinamento teste 0 0 0,2 0,4 0,6 0,8 1 1 especificidade (fração de falsos positivos) presença = 0 se Prob(ocorrência) < limiar 1 caso contrário Área ~ exatidão total
22 Comparandose Modelos X verdade estimado modelo A medida A X medida B cuidado!!! testes estatísticos quase sempre pressupõe independência na amostragem verdade X estimado modelo B OBS: 2 Kappas só podem ser comparados se as amostras forem diferentes!!!
23 Comparandose Modelos X verdade estimado modelo A medida A (ok) X medida B (ok) estimado modelo A estimado modelo B X verdade estimado modelo B medida AxB
24 Comparandose Modelos X estimado modelo A estimado modelo B Modelo B certo errado certo a c Modelo A errado b ab d cd teste de McNemar: x ( b c) = b c 2 ~ χ 2 1 ac bd n 2 χ 1 OBS: Se b c < 5, use teste binomial. Para comparações múltiplas (3 ou mais modelos), use o teste de Cochran 0 coerentes α X crít não coerentes
25 Obrigado
Estatística: Aplicação ao Sensoriamento Remoto SER ANO Avaliação de Classificação
Estatística: Aplicação ao Sensoriamento Remoto SER 204 - ANO 2018 Avaliação de Classificação Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ Classificação e Incerteza
Leia maisO Kappa está morto? Uma discussão sobre índices baseados em matrizes de confusão. Camilo Daleles Rennó
O Kappa está morto? Uma discussão sobre índices baseados em matrizes de confusão Camilo Daleles Rennó DPI-GEO-REFERATA São José dos Campos, 16 de setembro de 2015 Pontius X Congalton Congalton, R. G.;
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis X = Grau de Instrução e Y = Região de
Leia maisTeste Qui-quadrado. Comparando proporções Verificando a hipótese de associação entre variáveis qualitativas
Teste Qui-quadrado Comparando proporções Verificando a hipótese de associação entre variáveis qualitativas Exemplo Inicial: Igualdade de Proporções A administração de um hospital deseja verificar se luvas
Leia mais1 Experimento Aleatório 2 - Espaço Amostral 3 Eventos Mutuamentes Exclusivos 4 Experimentos de Contagem. Francisco Cysneiros
Probabilidade bilid d 1 Experimento leatório 2 - Espaço mostral 3 Eventos Mutuamentes Exclusivos 4 Experimentos de Contagem Francisco Cysneiros Introdução Se tomarmos um determinado sólido, sabemos que
Leia maisUniversidade Federal do Ceará
Universidade Federal do Ceará Faculdade de Economia Vicente Lima Crisóstomo Fortaleza, 2011 1 Sumário Introdução Estatística Descritiva Probabilidade Distribuições de Probabilidades Amostragem e Distribuições
Leia maisInferência Estatística:
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 12: Teste Qui-Quadrado:
Leia maisRevisão Conceitos de Estatística aplicados à Epidemiologia
Revisão Conceitos de Estatística aplicados à Epidemiologia Carlos R. V. Kiffer Médico Infectologista Professor Doutor / Pesquisador Visitante LEMC / UNIFESP Sumário O que é Estatística? Conceitos População
Leia maisReconhecimento de Padrões
Reconhecimento de Padrões André Tavares da Silva andre.silva@udesc.br Kuncheva pg. 8 a 25 (seções 1.3 e 1.4) Roteiro da aula Cálculo do erro de um classificador Técnicas de treinamento, avaliação e teste
Leia maisModelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal
Modelos Probabilísticos Teóricos Discretos e Contínuos Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Distribuição de Probabilidades A distribuição de probabilidades de uma variável aleatória:
Leia maisDCBD. Avaliação de modelos. Métricas para avaliação de desempenho. Avaliação de modelos. Métricas para avaliação de desempenho...
DCBD Métricas para avaliação de desempenho Como avaliar o desempenho de um modelo? Métodos para avaliação de desempenho Como obter estimativas confiáveis? Métodos para comparação de modelos Como comparar
Leia maisAvaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Probabilidade Professor: Reinaldo Gomes reinaldo@dsc.ufcg.edu.br Planejamento Experimental 2 fatores manipuláveis x 1 x 2 x p entradas Processo...... saídas
Leia maisEstatística stica na Pesquisa Clínica
Estatística stica na Pesquisa Clínica Thaïs s Cocarelli Sthats Consultoria Estatística stica NAPesq (HC-FMUSP) Alguns conceitos Estudos observacionais e experimentais Exploração e apresentação de dados
Leia maisLucas Santana da Cunha de junho de 2017
VARIÁVEL ALEATÓRIA Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de junho de 2017 Uma função que associa um número real aos resultados
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Teste Qui-quadrado Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Teste Qui-quadrado É um teste não paramétrico, pois independe dos parâmetros
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO 1. Introdução; DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL. Teorema Central do Limite; 3. Conceitos de estimação pontual; 4. Métodos de estimação pontual; 5. Referências. 1 POPULAÇÃO E AMOSTRA População:
Leia maisEstatística Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução
Leia maisEstatística Não Paramétrica. Como construir testes de aderência
Estatística Não Paramétrica Como construir testes de aderência Teste Qui-quadrado Suposições amostra aleatória Dados nominais (sexo: M ou F) ou numéricos (idade: menor que 15, 15-24, 25-34, 35-44, 45-54,
Leia maisO que é uma variável binomial? 2 qualidades 2 tamanhos
Inventário Florestal l Amostragem de variáveis binomiais O que é uma variável binomial? 2 qualidades 2 tamanhos Exemplo de variável binomial: Morta e viva Doente e sadia Macho e fêmea Jovem e adulto Degradado
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Estatística Não Paramétrica
Estatística: Aplicação ao Sensoriamento Remoto SER 204 - ANO 2018 Estatística Não Paramétrica Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ (1 melhor; 4 pior)............
Leia maisDELINEAMENTO FATORIAL. Profª. Sheila Regina Oro
DELINEAMENTO FATORIAL Profª. Sheila Regina Oro Existem casos em que vários fatores devem ser estudados simultaneamente para que possam nos conduzir a resultados de interesse. Experimentos fatoriais: são
Leia maisPEDRO A. BARBETTA Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.
Como usar modelos de probabilidade para entender melhor os fenômenos aleatórios Capítulos 7 e 8. Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC,
Leia maisAULA 15 - Distribuição de Bernoulli e Binomial
AULA 15 - Distribuição de Bernoulli e Binomial Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Variável Aleatória de Bernoulli Podemos dizer que as variáveis aleatórias mais simples entre as
Leia maisVariável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008
Variável Aleatória Gilson Barbosa Dourado gdourado@uneb.br 6 de agosto de 2008 Denição de Variável Aleatória Considere um experimento E e seu espaço amostral Ω = {a 1, a 2,..., a n }. Variável aleatória
Leia maisTESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média
TESTES DE HIPÓTESES Conceitos, Testes de 1 proporção, Testes de 1 média 1 Testes de Hipóteses População Conjectura (hipótese) sobre o comportamento de variáveis Amostra Decisão sobre a admissibilidade
Leia maisIntrodução à Bioestatística
Instituto Nacional de Cardiologia February 22, 2016 1 2 3 4 Existem dois tipos de variáveis aleatórias Variáveis aleatórias discretas Variáveis aleatórias contínuas discreta Assume um número nito ou innito
Leia maisProbabilidade. Prof. Hemílio Fernandes Campos Coêlho. Departamento de Estatística - Universidade Federal da Paraíba - UFPB
Probabilidade Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística - Universidade Federal da Paraíba - UFPB Introdução Encontramos na natureza dois tipos de fenômenos: Determinísticos e Não-determinísticos
Leia maisDELINEAMENTO INTEIRAMENTE CASUALIZADO. Profª. Sheila Regina Oro
DELINEAMENTO INTEIRAMENTE CASUALIZADO Profª. Sheila Regina Oro Delineamento experimental Para planejar um experimento é preciso definir os tratamentos em comparação e a maneira de designar os tratamentos
Leia maisIntrodução à Probabilidade
Introdução à Probabilidade Silvia Shimakura silvia.shimakura@ufpr.br Probabilidade O que é probabilidade? Medida que quantifica a incerteza de um acontecimento futuro. Como quantificar incerteza? Definição
Leia maisDaniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS
Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS INTRODUÇÃO O que é uma variável aleatória? Um tipo de variável que depende do resultado aleatório de um experimento aleatório. Diz-se que um experimento é
Leia maisProbabilidade e estatística
Probabilidade e estatística stica Genética BásicaB Licenciatura Victor Martin Quintana Flores Qual a utilidade de usar probabilidade e estatística em Genética? 1 Calcular a probabilidade de determinados
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade 7 6 5 4 3 2 1 0 Normal 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Temperatura do ar 20 18 16 14 12 10 8 6 4 2 0 Assimetrica Positiva 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Precipitação
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Probabilidade Análise Combinatória Independência de eventos Aula de hoje Independência de eventos Prob. Condicional Teorema da Probabilidade
Leia maisProf. Dr. Lucas Santana da Cunha de maio de 2018 Londrina
Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 21 de maio de 2018 Londrina 1 / 14 Variável aleatória Introdução Definição Uma função que associa um número real
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Distribuição Geométrica Considere novamente uma sequência
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 maisMEEMF-2010 Aula 01. Noções de inferência estatística: Diferença entre máxima verossimilhança e abordagem bayesiana
MEEMF-2010 Aula 01 Noções de inferência estatística: Diferença entre máxima verossimilhança e abordagem bayesiana O que é inferência estatística? Inferência estatística é o importante ramo da Estatística
Leia maisInferência Estatística:
Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que
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 maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Leia maisMÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Leia maisVARIÁVEIS ALEATÓRIAS 1
VARIÁVEIS ALEATÓRIAS 1 Na prática é, muitas vezes, mais interessante associarmos um número a um evento aleatório e calcularmos a probabilidade da ocorrência desse número do que a probabilidade do evento.
Leia mais4 Análise dos dados Perfil dos participantes
4 Análise dos dados 4.1. Perfil dos participantes A Tabela 1 apresenta a distribuição dos participantes do experimento por grau de escolaridade, curso, gênero e faixa etária. Os participantes foram predominantemente
Leia maisAula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos
Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia mais+ 2. = - 1 se A = 15 = 1 se A = 25
Yˆ = 7,5 + 8, X + 5,00 X = - se A = 5 = se A = 5 = - se B = = se B = Exemplo 8.6...4. Outro exemplo: Fatorial ³ Montgomery (997), p. 05. Estudo do efeito da porcentagem de carbonation, A, pressão de operação,
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíveis resultados de um experimento. Evento é qualquer subconjunto do espaço amostral. Evento combinado: Possui duas
Leia maisFinal exam June 25, 2007 Statistics II
Final exam June 25, 2007 Statistics II 1. 7 points o Hospital Medecis, o número de doentes que recorrem ao serviço de urgências pediátricas e o número de doentes que recorrem ao serviço de urgências para
Leia maisBIOESTATÍSTICA AULA 7. Anderson Castro Soares de Oliveira Jose Nilton da Cruz. Departamento de Estatística/ICET/UFMT
BIOESTATÍSTICA AULA 7 Anderson Castro Soares de Oliveira Jose Nilton da Cruz Departamento de Estatística/ICET/UFMT Tabela de contingência TABELA DE CONTINGÊNCIA Uma forma de resumir e apresentar variáveis
Leia maisAula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas
Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas Matheus Rosso e Camila Steffens 19 de Março de 2018 Independência de variáveis aleatórias Duas V.A. são independentes se, e somente
Leia maisIntrodução à Probabilidade
Introdução à Probabilidade Silvia Shimakura silvia.shimakura@ufpr.br Probabilidade O que é probabilidade? Medida que quantifica a incerteza de um acontecimento futuro. Como quantificar incerteza? Definição
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
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 de Semelhança
Medidas de Semelhança Índices de Semelhança Grandezas numéricas que quantificam o grau de associação entre um par de objetos ou de descritores. Como escolher um Índice? O objetivo da análise é associar
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 maisBibliografia Recomendada.
Bibliografia Recomendada http://paginapessoal.utfpr.edu.br/ebona Bibliografia Recomendada Montgomery, D. C. Design and Analysis of Experiments. Bibliografia Recomendada Barros Neto, B.; Scarminio, I. S.;
Leia maisESTUDOS EPIDEMIOLÓGICOS. Lúcio Botelho Sérgio Freitas
ESTUDOS EPIDEMIOLÓGICOS Lúcio Botelho Sérgio Freitas ESTUDO EPIDEMIOLÓGICO CONCEITO: Todo aquele que focaliza a ocorrência de um fenômeno numa população ou amostra representativa. Se baseia na observação
Leia maisAvaliação e Desempenho Aula 5
Avaliação e Desempenho Aula 5 Aula passada Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aula de hoje Variáveis aleatórias discretas e contínuas PMF, CDF e função densidade
Leia maisProbabilidade e Estatística
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo
Leia maisEstatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática BARBETTA, Pedro Alberto REIS, Marcelo Menezes BORNIA, Antonio Cezar MUDANÇAS E CORREÇOES DA ª EDIÇÃO p. 03, após expressão 4.9: P( A B) = P( B A) p.
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisPlanejamento e Otimização de Experimentos
Planejamento e Otimização de Experimentos Um Pouco de Estatística Prof. Dr. Anselmo E de Oliveira anselmo.quimica.ufg.br anselmo.disciplinas@gmail.com Populações, Amostras e Distribuições População Amostra
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: Semanas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Introdução
Estatística: Aplicação ao Sensoriamento Remoto SER 204 - ANO 2017 Introdução Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ Estudando um problema... Em geral, numa
Leia maisX ~ Binomial (n ; p) H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) { X k 1 } U { X k 2 } (ou { X k } ou { X k }) x RC não rejeitamos H
NOÇÕES DE TESTE DE HIPÓTESES (II) Nível Descritivo valor P Resumo X ~ Binomial (n ; p) (1) Estabelecer as hipóteses sobre p: H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) (2) Escolher um nível de
Leia maisGET00189 Probabilidade I Gabarito da lista de exercícios - Capítulo 1 Profa. Ana Maria Lima de Farias
GET00189 Probabilidade I Gabarito da lista de exercícios - Capítulo 1 Profa. Ana Maria Lima de Farias SEÇÃO 1.1 Experimento aleatório, espaço amostral e evento 1. Vamos definir os seguinte eventos: K lançamento
Leia maisVariáveis Aleatórias - VA
Variáveis Aleatórias - VA cc ck kc kk 0 1 2 1/4 1/2 Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - Introdução Se entende por VA ou V. indicadoras uma lista de valores
Leia maisTestes de triagem e provas diagnósticas
Testes de triagem e provas Qual é o valor do teste em distinguir pessoas doentes daquelas não doentes? Triagem Diagnóstico Prof. Dra Marisa M. MussiPinhata Princípios da triagem populacional Doença elevada
Leia maisDA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação Essa variabilidade
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Exemplos Análise Combinatória Probabilidade Condicional Independência de Eventos Teorema da Probabilidade Total Lei de Bayes Aula de hoje Exemplo
Leia maisObjetivos. Testes não-paramétricos
Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacionamentos ou modelos (testes não paramétricos).
Leia maisEstatística II Licenciatura em Gestão TESTE I
Estatística II Licenciatura 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 circunstância, é motivo suficiente para a
Leia maisF- Classificação. Banda A
F- Classificação Classificação Digital é associar determinado pixel a determinada categoria por meio de critérios estatísticos Banda B? da d b dc Espaço dos Atributos Classes Banda A Classificação: ordenar,
Leia maisProbabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 1ª Parte: Conceitos básicos, variáveis aleatórias, modelos probabilísticos para variáveis aleatórias discretas, modelo binomial, modelo de Poisson 1 Probabilidade
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 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 maisMais Aplicações sobre cálculo de probabilidades
Mais Aplicações sobre cálculo de probabilidades Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística - Universidade Federal da Paraíba - UFPB Noções de Epidemiologia Em algumas aplicações
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Podemos
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UnB FUB/03 fa 5 4 3 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B corresponde ao quartil central (Q ) da distribuição
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Contínuas 14/10 1 / 25 VALE A PENA VER DE NOVO:Variáveis Aleatórias
Leia maisUniversidade Federal de Ouro Preto. Probabilidade e avaliação de testes diagnósticos
Universidade Federal de Ouro Preto Professor: Ricardo Tavares 1. Introdução Probabilidade e avaliação de testes diagnósticos Uma das experiências mais rotineiras da prática médica é a solicitação de um
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos) William Gemmell Cochran (1909-1980)
Leia maisAula 5 Probabilidade conceitos básicos
AULA 5 Aula 5 Probabilidade conceitos básicos Nesta aula, você aprenderá os conceitos de: experimento aleatório; espaço amostral; evento aleatório e também as operações que podem ser feitas com os eventos
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 maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisModelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Leia maisSexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo
Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo Antônio Carlos Roque da Silva Filho e Cristiano R. F. Granzotti 26 de junho de 2017 Os exercícios desta lista devem ser resolvidos
Leia maisMetodologia de simulação
Metodologia de simulação OBJETIVOS E DEFINIÇÃO DO SISTEMA FORMULAÇÃO DO MODELO ANÁLISE E REDEFINIÇÃO MODELO ABSTRATO RESULTADOS EXPERIMENTAIS (Capítulo 6) MODELO CONCEITUAL (Capítulo 3) REPRESENTAÇÃO DO
Leia maisConceitos iniciais. Sistematização e modelagem em produção de não ruminantes Parte 1. Introdução. Introdução. Introdução.
Universidade Federal do Paraná Programa de Pós-Graduação em Ciências Veterinárias AZ 753 Tópicos em Produção Animal Sistematização e modelagem em produção de não ruminantes Parte 1 Experimentação, Sistematização
Leia maisPlanejamento e Otimização de Experimentos
Planejamento e Otimização de Experimentos Um Pouco de Estatística Descritiva Prof. Dr. Anselmo E de Oliveira anselmo.quimica.ufg.br elcana@quimica.ufg.br Populações, Amostras e Distribuições População
Leia maisRevisões de Matemática e Estatística
Revisões de Matemática e Estatística Joaquim J.S. Ramalho Contents 1 Operadores matemáticos 2 1.1 Somatório........................................ 2 1.2 Duplo somatório....................................
Leia maisAvaliação de testes diagnósticos
Avaliação de testes diagnósticos De volta ao exemplo do benzenismo Mapeamento da população sob risco (7.356 trabalhadores) 1 a triagem hematológica 2 a triagem hematológica 216 indivíduos considerados
Leia maisOs testes. Objetivos. O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos)
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos) William Gemmell Cochran (1909-1980)
Leia maisAULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS
1 AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS Ernesto F. L. Amaral 14, 19 e 21 de março de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas
Leia maisDistribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências Estatística Aplicada
Leia maisTIPOS DE ESTUDOS EPIDEMIOLÓGICOS. CLÁUDIA PINHO HARTLEBEN MÉDICA VETERINÁRIA
TIPOS DE ESTUDOS EPIDEMIOLÓGICOS CLÁUDIA PINHO HARTLEBEN MÉDICA VETERINÁRIA clauhart@terra.com.br Email: claudia.fernandes@ufpel.tche.br PREVALÊNCIA População examinada quanto a presença ou ausência de
Leia maisRazão para rejeitar H 0
Processo do teste de hipótese Hipótese de pesquisa: a idade média da população é 5 H : μ = 5 H 1 : μ 5 É X = improvável se μ =5? População Selecionar amostra aleatória Sim: Rejeite Ho Para definir pouco
Leia maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO Estudos epidemiológicos: Estudos de Caso-Controle Graduação em nutrição 2017 TIPOS PRINCIPAIS DE DESENHOS DE ESTUDO Estudos Epidemiológicos Não Experimental Experimental Dados
Leia mais