O Teorema de Bayes Mario F. Triola
|
|
- Therezinha Barreto do Amaral
- 6 Há anos
- Visualizações:
Transcrição
1 1 O Teorema de Bayes Mario F. Triola O conceito de probabilidade condicional é apresentado em Introdução à Estatística. Observamos que a probabilidade condicional de um evento é a probabilidade obtida com a condição adicional de que algum outro evento já ocorreu. Usamos B para designar a probabilidade condicional de ocorrência do evento B, dado que o evento A já ocorreu. A seguinte fórmula foi fornecida para se encontrar B : P ( B A e B) Além da fórmula acima, o livro-texto incluiu também esta abordagem intuitiva para se encontrar uma probabilidade condicional : A probabilidade condicional de B dado A pode ser encontrada supondo-se que o evento A já ocorreu e, trabalhando-se sob essa hipótese, calculando-se a probabilidade de que o evento B ocorra. Nesta seção, estendemos a discussão da probabilidade condicional para incluir aplicações do teorema de Bayes (ou regra de Bayes), que usamos para rever um valor de probabilidade com base em informação adicional obtida posteriormente. Uma idéiachave para se entender a essência do teorema de Bayes é reconhecer que estamos trabalhando com eventos seqüenciais, pelos quais novas informações são obtidas para se rever a probabilidade do evento inicial. Nesse contexto, os termos probabilidade a priori e probabilidade a posteriori são comumente usados. Definições Uma probabilidade a priori é um valor de probabilidade inicial originalmente obtido antes que seja obtida qualquer informação adicional. Uma probabilidade a posteriori é um valor de probabilidade que foi revisto usando-se informação adicional obtida posteriormente. Exemplo 1 A organização Gallup seleciona aleatoriamente um adulto americano para uma pesquisa sobre o uso de cartão de crédito. Use probabilidades subjetivas para estimar o seguinte: a. Qual é a probabilidade de o sujeito selecionado ser homem? b. Depois de selecionado o sujeito, sabe-se que essa pessoa estava fumando um charuto durante a entrevista. Qual é a probabilidade de que o sujeito selecionado seja homem? c. Qual dos resultados anteriores é uma probabilidade a priori? Qual resultado é uma probabilidade a posteriori?
2 2 Solução a. Aproximadamente, metade da população americana é constituída por homens, de modo que estimamos a probabilidade de se selecionar um sujeito homem como 0,5. Representando um homem por M, podemos expressar essa probabilidade como: M ) 0,5. b. Embora algumas mulheres fumem charutos, a grande maioria dos que fumam charutos é constituída por homens. Uma aproximação razoável é a de que 85% dos que fumam charutos sejam homens. Com base nessa informação adicional subseqüente, de que o respondente da pesquisa estava fumando um charuto, estimamos a probabilidade de essa pessoa ser um homem como 0,85. Representando um homem por M e um fumante de charuto por C, podemos expressar esse resultado como: P ( M C) 0, 85. c. Na parte (a), o valor de 0,5 é a probabilidade inicial, de modo que nos referimos a ela como probabilidade a priori. Como a probabilidade de 0,85 na parte (b) é uma probabilidade revista com base na informação adicional de que o sujeito da entrevista estava fumando um charuto, esse valor de 0,85 é a probabilidade a posteriori. O Reverendo Thomas Bayes [1701 (aproximadamente) 1761] era um pastor inglês e um matemático. Embora nenhum de seus trabalhos tenha sido publicado durante sua vida, publicações posteriores incluíam o seguinte teorema (ou regra), que ele desenvolveu para a determinação de probabilidades de eventos pela incorporação de informação sobre eventos subseqüentes. Teorema de Bayes A probabilidade de um evento A, dado que o evento B ocorreu depois, é A B) B [ B ] + [ B ] Essa é uma expressão formidável, mas vamos simplificar seu cálculo. Veja o exemplo seguinte, que ilustra o uso da expressão acima, mas focaliza, também, o método alternativo com base em uma aplicação mais intuitiva do teorema de Bayes. Exemplo 2 No condado de Orange, 51% dos adultos são homens. (Não é necessária muita matemática para se deduzir que os outros 49% são mulheres.) Seleciona-se aleatoriamente um adulto para uma pesquisa sobre uso de cartão de crédito: a. Ache a probabilidade a priori de que a pessoa selecionada seja um homem. b. Sabe-se, depois, que o sujeito de pesquisa selecionado estava fumando um charuto e que 1,7% das mulheres fumam charutos (com base em dados da Substance Abuse and Mental Health Services Administration). Use essa
3 3 Solução informação adicional para encontrar a probabilidade de que o sujeito selecionado seja um homem. Vamos usar a seguinte notação: M homem M mulher (não um homem) C fumante de charuto C não fumante de charuto a. Antes de usarmos a informação dada na parte b, sabemos apenas que 51% dos adultos no condado de Orange são homens, de modo que a probabilidade de se selecionar aleatoriamente um homem é dada por P ( M ) 0, 51. b. Com base na informação adicional dada, temos o seguinte: P ( M ) 0,51 pois 51% dos adultos são homens P ( M ) 0,49 pois 49% dos adultos são mulheres (não homens) P ( C M ) 0,095 pois 9,5% dos homens fumam charutos (isto é, a probabilidade de se obter alguém que fume charuto, dado que a pessoa é um homem, é 0,095). P ( C M ) 0,017 pois 1,7% das mulheres fuma charutos (isto é, a probabilidade de se obter alguém que fume charuto, dado que a pessoa é uma mulher, é 0,017.) Vamos, agora, aplicar o teorema de Bayes usando a fórmula anterior, com M no lugar de A, e C no lugar de B. Obtemos o seguinte resultado: M C) M ) C M ) [ M ) C M )] + [ M ) C M )] 0,51 0,095 [ 0,51 0,095] + [ 0,49 0,017] 0, ,853 (arredondado) Antes de sabermos que o sujeito de pesquisa fumava um charuto, havia uma probabilidade de 0,51 de que esse sujeito fosse homem (porque 51% dos adultos do condado de Orange são homens). No entanto, depois de sabermos que o sujeito fumava um charuto, revisamos a probabilidade para 0,853. Há uma probabilidade de 0,853 de que um respondente que fume charuto seja homem.
4 4 Isso faz sentido, porque a probabilidade de um homem cresce enormemente com a informação adicional de que o sujeito fuma charutos (porque muito mais homens fumam charutos do que mulheres). Teorema de Bayes Intuitivo A solução anterior ilustra a aplicação do teorema de Bayes com o cálculo usando a fórmula. Infelizmente, o cálculo é complicado o bastante para se criar uma quantidade grande de oportunidades de erro e/ou substituição incorreta dos valores de probabilidade envolvidos. Felizmente, eis uma outra abordagem, que é mais intuitiva e mais fácil: Suponha algum valor conveniente para o total de itens envolvidos e depois construa uma tabela de linhas e colunas com as freqüências das células baseadas nas probabilidades conhecidas. Para o exemplo anterior, suponha simplesmente algum valor para a população adulta do condado de Orange, digamos , e use a informação dada para construir uma tabela, tal como a que é mostrada a seguir. Encontrando o número de homens que fumam charutos: Se 51% dos adultos são homens, então há homens. Se 9,5% dos homens fumam charutos, então o número dos homens que fumam charutos é 9,5% de , ou 0, Veja a entrada de 4845 na tabela. Os outros homens que não fumam charutos devem ser Veja o valor de na tabela. Encontrando o número de mulheres que fumam charutos: Com raciocínio análogo, 49% dos adultos são mulheres, de modo que o número de mulheres é Dado que 1,7% das mulheres fumam charutos, o número de mulheres que fumam charutos é 0, O número de mulheres que não fumam charutos é Veja as entradas de 833 e na tabela. C (Fumante de Charuto) C (Não Fumante de Charuto) Total M (homem) M (mulher) Total A tabela acima envolve aritmética relativamente simples: Partição da população considerada em diferentes categorias de células através da determinação das porcentagens adequadas. Agora, podemos facilmente abordar a questão-chave como a seguir: Para encontrar a probabilidade de obter um sujeito homem, dado que o sujeito fuma charuto, simplesmente use a mesma probabilidade condicional descrita no livro-texto. Para encontrar a probabilidade de obter um homem dado que o sujeito fuma charuto, restrinja-se à coluna da tabela dos fumantes de charutos e então ache a probabilidade de obter um homem nessa coluna. Entre os 5678 fumantes de charutos, há 4845 homens, de modo que a probabilidade que procuramos é , Isto é, P ( M C) ,853 (arredondado).
5 5 Teorema de Bayes Generalizado A fórmula anterior do teorema de Bayes e o exemplo precedente usam exatamente duas categorias do evento A (homem e mulher), mas a fórmula pode ser estendida para incluir mais de duas categorias. O exemplo que se segue ilustra essa extensão e também uma aplicação prática do teorema de Bayes ao controle da qualidade na indústria. Ao lidarmos com mais de duas categorias da A e A, devemos estar certos de que os múltiplos eventos satisfaçam duas condições importantes: 1. Os eventos devem ser disjuntos (sem interseção). 2. Os eventos devem ser exaustivos, o que significa que sua combinação inclui todas as possibilidades. Exemplo 3 Um transmissor de localização de emergência de uma aeronave (TLE) é um aparelho projetado para transmitir um sinal no caso de queda. A Altigauge Manufacturing Company faz 80% dos TLEs, a Bryant Company faz 15% deles, e a Chartair Company faz os outros 5%. Os TLEs feitos pela Altigauge têm taxa de defeituosos de 4%, os da Bryant têm taxa de defeituosos de 6%, e os da Chartair, taxa de 9% (o que ajuda a explicar por que a Chartair tem a menor fatia do mercado). a. Se um TLE é selecionado aleatoriamente da população original de todos os TLEs, ache a probabilidade de que tenha sido fabricado pela Altigauge Manufacturing Company. b. Se um TLE é selecionado aleatoriamente e testado e se verifica que é defeituoso, ache a probabilidade de ele ter sido fabricado pela Altigauge Manufacturing Company. Solução Usaremos a seguinte notação: A TLE fabricado pela Altigauge B TLE fabricado pela Bryant C TLE fabricado pela Chartair D TLE é defeituoso D TLE não é defeituoso (ou é bom) a. Se um TLE é selecionado aleatoriamente da população geral de todos os TLEs, a probabilidade de ter sido fabricado pela Altiguage é 0,8 (porque a Altigauge fabrica 80% deles). b. Se sabemos agora que o TLE foi testado e é defeituoso, desejamos revisar a probabilidade da parte (a) de modo que a nova informação possa ser usada. Desejamos encontrar o valor de A D), que é a probabilidade de que o TLE tenha sido fabricado pela Altigauge, dado que é defeituoso. Com base na informação dada, sabemos estas probabilidades:
6 6 P ( 0,80 pois a Altiguage fabrica 80% dos TLEs P ( B) 0,15 pois a Bryant fabrica 15% dos TLEs P ( C) 0,05 pois a Chartair fabrica 5% dos TLEs P ( D 0,04 pois a taxa de defeituosos da Altigauge é de 4% P ( D B) 0,06 pois a taxa de defeituosos da Bryant é de 6% P ( D C) 0,09 pois a taxa de defeituosos da Chartair é de 9% Eis o teorema de Bayes estendido para incluir três eventos correspondentes à seleção dos TLEs provenientes das três fábricas (A, B, C): A D) D [ D ] + [ B) D B) ] + [ C) D C) ] 0,80 0,04 [ 0,80 0,04] + [ 0,15 0,06] + [ 0,05 0,09] 0,703 (arredondado) Teorema de Bayes Intuitivo: Vamos agora encontrar A D) usando uma tabela. Vamos admitir, arbitrariamente, que TLEs tenham sido fabricados. (A solução não depende do número selecionado, mas é útil selecionar um número bastante grande de modo que as células na tabela sejam números inteiros.) Como 80% dos TLEs são fabricados pela Altigauge, temos 8000 TLES feitos pela Altigauge e 4% deles (ou 320) são defeituosos. Também, se 320 dos TLEs da Altigauge são defeituosos, os outros 7680 não o são. Veja os valores de 320 e 7680 na tabela abaixo. Os outros valores são encontrados com o mesmo raciocínio. D (defeituosos) D (não defeituosos) Total A (Altigauge) B (Bryant) C (Chartair) Total Desejamos encontrar a probabilidade de que um TLE tenha sido fabricado pela Altigauge, dado que ele é defeituoso. Como temos a condição de que ele é defeituoso, podemos consultar a primeira coluna de valores, onde vemos que a probabilidade é de 320/455 0,703 (arredondado). Esse é o mesmo resultado obtido com a fórmula do teorema de Bayes. O exemplo anterior envolve uma extensão do teorema de Bayes para três eventos, representados por A, B, C. Com base no formato da fórmula usada na solução, é fácil estender o teorema, de modo que ele possa ser usado com quatro ou mais eventos. (Veja os Exercícios 11 e 12.)
7 7 Exercícios Resultados de Teste de Gravidez. Nos Exercícios 1 e 2, consulte os resultados resumidos na tabela a seguir. Resultado do Teste é Positivo (Indicação de Gravidez) Resultado do Teste é Negativo (Sem Indicação de Gravidez) Pessoa Está Grávida 80 5 Pessoa Não Está Grávida a. Se um dos 99 sujeitos de teste é selecionado aleatoriamente, qual é a probabilidade de se obter uma pessoa grávida? b. Um sujeito de teste é selecionado aleatoriamente e faz um teste de gravidez. Qual é a probabilidade de se obter uma pessoa grávida, dado que o resultado do teste é positivo? 2. a. Um dos 99 sujeitos de teste é selecionado aleatoriamente. Qual é a probabilidade de se obter uma pessoa que não esteja grávida? b. Um sujeito de teste é selecionado aleatoriamente e faz um teste de gravidez. Qual é a probabilidade de se obter uma pessoa que não esteja grávida, dado que o resultado do teste é negativo? 3. Resultados de Sondagem No condado de Orange, 51% dos adultos são homens. Um adulto é selecionado aleatoriamente para uma pesquisa que envolve o uso de cartão de crédito. (Veja o Exemplo 2 nesta seção.) a. Ache a probabilidade a priori de que a pessoa selecionada seja uma mulher. b. Sabe-se, depois, que a pessoa selecionada para a sondagem estava fumando charuto. Além disso, 9,5% dos homens fumam charutos, enquanto 1,7% das mulheres o fazem (com base em dados de Substance Abuse and Mental Health Services Administration). Use essa informação adicional para encontrar a probabilidade de que o sujeito selecionado seja uma mulher. 4. Transmissores de Localização de Emergência Um transmissor de localização de emergência (TLE) de aeronaves é um aparelho projetado para transmitir um sinal no caso de queda. A Altigauge Manufacturing Company fabrica 80% dos TLEs, a Bryant Company fabrica 15% deles e a Chartair Company fabrica os outros 5%. Os TLEs fabricados pela Altigauge têm uma taxa de defeituosos de 4%, os fabricados pela Bryant têm um taxa de defeituosos de 6%, e os da Chartair, uma taxa de defeituosos de 9%. (Esses são os mesmos resultados do Exemplo 3 nesta seção.) a. Ache a probabilidade de se selecionar aleatoriamente um TLE e se obter um fabricado pela Bryant Company. b. Se um TLE é selecionado aleatoriamente e testado, ache a probabilidade de ter sido fabricado pela Bryant Company, dado que o TLE é defeituoso. 5. Transmissores de Localização de Emergência Use os mesmos dados sobre TLEs do Exercício 4.
8 8 a. Ache a probabilidade de se selecionar aleatoriamente um TLE e se obter um fabricado pela Chartair Company. b. Um TLE é selecionado aleatoriamente e testado. Se o teste indica que o TLE é defeituoso, ache a probabilidade de ele ter sido fabricado pela Chartair Company. 6. Transmissores de Localização de Emergência Use os mesmos dados sobre TLEs do Exercício 4. Um TLE é selecionado aleatoriamente e testado. Se o teste indica que o TLE não é defeituoso, ache a probabilidade de ele ter sido fabricado pela Autigauge Company. 7. Apelações e Sentenças Em um estudo de apelações e sentenças de prisão, verificou-se que 45% dos sujeitos estudados foram mandados para a prisão. Entre esses enviados à prisão, 40% escolheram admitir culpa. Entre os que não foram enviados à prisão, 55% escolheram admitir culpa. a. Se um dos sujeitos de estudo é selecionado aleatoriamente, ache a probabilidade de se obter alguém que não tenha sido enviado à prisão. b. Se um sujeito de estudo é selecionado aleatoriamente e se verifica que esse sujeito entrou com uma apelação de admissão de culpa, ache a probabilidade de que essa pessoa não tenha sido enviada à prisão. 8. Apelações e Sentenças Use os mesmos dados do Exercício 7. a. Se um dos sujeitos de estudo é selecionado aleatoriamente, ache a probabilidade de se obter alguém que tenha sido enviado à prisão. b. Se um sujeito de estudo é selecionado aleatoriamente e se verifica que ele entrou com uma apelação de admissão de culpa, ache a probabilidade de que essa pessoa tenha sido enviada à prisão. 9. HIV O New York State Health Department registra uma taxa de 10% para o HIV para a população de risco. Sob certas condições, um teste preliminar de controle para o HIV é correto 95% das vezes. (Os sujeitos não são comunicados de sua infecção pelo HIV até que testes adicionais verifiquem os resultados.) Se alguém é selecionado aleatoriamente da população de risco, qual é a probabilidade de ser uma pessoa infectada pelo HIV, sabendo-se que seu resultado no teste preliminar foi positivo? 10. HIV Use os mesmos dados do Exercício 9. Se alguém é selecionado aleatoriamente da população de risco, qual é a probabilidade de que seja portador do HIV, sabendo-se que seu resultado no teste preliminar foi negativo? 11. Estendendo o Teorema de Bayes O Exemplo 3 nessa seção incluiu uma extensão do teorema de Bayes para incluir três eventos, representados por A, B, C. Escreva uma expressão que estenda o teorema de Bayes de modo que ele possa ser usado para se encontrar A Z), admitindo-se que o evento inicial possa ocorrer de quatro maneiras: A, B, C, D. 12. Extensões do Teorema de Bayes No Exemplo 2, usamos apenas os eventos iniciais de A e A. No Exemplo 3, usamos os eventos iniciais A, B e C. Se os
9 9 eventos B e C no Exemplo 3 forem combinados e designados como A, poderemos achar A D) usando o formato mais simples do teorema de Bayes dado no Exemplo 2. Como o valor resultante de A D) no Exemplo 3 seria afetado pelo uso da abordagem simplificada? Respostas dos Exercícios Ímpares 1. a ou 0,859 b ou 0, a. 0,49 b. 0, a. 0,05 b. 0, a. 0,55 b. 0, a. 0, P ( A Z) Z [ Z ] + [ B) Z B) ] + [ C) Z C) ] + [ D) Z D) ]
Teoria das Probabilidades
Teoria das Prof. Eduardo Bezerra (CEFET/RJ) 23 de fevereiro de 2018 Eduardo Bezerra (CEFET/RJ) Teoria das 2018.1 1 / 54 Roteiro Experimento aleatório, espaço amostral, evento 1 Experimento aleatório, espaço
Leia maisAULA 4 -Probabilidade Condicional e Regra de Bayes
AULA 4 - e Regra de Bayes Susan Schommer Introdução à Estatística Econômica - IE/UFRJ : exemplos A soma dos resultados de dois lançamentos de um dado é 9. Qual a probabilidade do primeiro resultado ter
Leia maisProbabilidade Aula 03
0303200 Probabilidade Aula 03 Magno T. M. Silva Escola Politécnica da USP Março de 2017 Sumário Teorema de Bayes 2.5 Independência Teorema de Bayes Sejam A 1,,A k uma partição de S (eventos disjuntos)
Leia maisa) 9,1% b) 98,9% c) 3,3%
1 de 5 - Probabilidade Básica - 1. (1.0 Ponto) No lançamento de um dado duas vezes consecutivas, responda: a) qual a probabilidade da soma dos resultados dos dois dados ser par e primo? b) qual a probabilidade
Leia maisProf.: Joni Fusinato
Probabilidade Condicional Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Probabilidade Condicional É a probabilidade de ocorrer um evento A sabendo-se que já ocorreu um evento B. Assim,
Leia maisEisencraft e Loiola 2.1 Probabilidade 37. Para resolver problemas de probabilidades são necessários 3 passos:
Eisencraft e Loiola 2.1 Probabilidade 37 Modelo matemático de experimentos Para resolver problemas de probabilidades são necessários 3 passos: a Estabelecimento do espaço das amostras b Definição dos eventos
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Probabilidade Condicional 03/14 1 / 48 É provável que você
Leia maisEstatística Aplicada. Árvore de Decisão. Prof. Carlos Alberto Stechhahn PARTE II. Administração. p(a/b) = n(a B)/ n(b)
Estatística Aplicada Administração p(a/b) = n(a B)/ n(b) PARTE II Árvore de Decisão Prof. Carlos Alberto Stechhahn 2014 1. Probabilidade Condicional - Aplicações Considere que desejamos calcular a probabilidade
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 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 maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete
Leia mais1.4.2 Probabilidade condicional
M. Eisencraft 1.4 Probabilidades condicionais e conjuntas 9 Portanto, P(A B) = P(A)+P(B) P(A B) (1.2) Para eventos mutuamente exclusivos, P(A B) = e P(A)+P(B) = P(A B). 1.4.2 Probabilidade condicional
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À ROILIDDE 2014 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisProbabilidade Aula 02
0303200 Probabilidade Aula 02 Magno T. M. Silva Escola Politécnica da USP Março de 2017 Sumário 2.3 Técnicas de contagem 2.4 Probabilidade condicional 2.3 Princípio fundamental da contagem Suponhamos que
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 mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROILIDDE 2011 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
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 maisAula: INDEPENDÊNCIA DE EVENTOS Ministrante Prof. Dr. Vladimir Belitsky, IME-USP. 15 de agosto de 2017
Aula: INDEPENDÊNCIA DE EVENTOS Ministrante Prof. Dr. Vladimir Belitsky, IME-USP 15 de agosto de 2017 Independência. Definição formal 1/2. Começo com a definição, e logo em seguida pretendo demonstrar que
Leia maisAULA 06 Probabilidade
1 AULA 06 Probabilidade Ernesto F. L. Amaral 03 de setembro de 2013 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo 4 (pp.110-157).
Leia maisProbabilidades. Palavras como
Probabilidades Departamento de Matemática Escola Superior de Tecnologia de Viseu Engenharia e Gestão Industrial 1 Introdução Palavras como provável probabilidade acaso sorte pertencem ao vocabulário corrente
Leia maisELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015
ELEMENTOS DE PROBABILIDADE Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Def.: Um experimento é dito aleatório quando o seu resultado não for previsível antes de sua realização, ou seja,
Leia maisProbabilidade Condicional. Prof.: Ademilson
Probabilidade Condicional Prof.: Ademilson Operações com eventos Apresentam-se abaixo algumas propriedades decorrentes de complementação, união e interseção de eventos, úteis no estudo de probabilidade.
Leia mais1 Definição Clássica de Probabilidade
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 4 Professor: Carlos Sérgio UNIDADE 2 - Probabilidade: Definições (Notas de aula) 1 Definição Clássica
Leia maisAulas 10 e 11 / 18 e 20 de abril
1 Conjuntos Aulas 10 e 11 / 18 e 20 de abril Um conjunto é uma coleção de objetos. Estes objetos são chamados de elementos do conjunto. A única restrição é que em geral um mesmo elemento não pode contar
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Probabilidade Condicional 08/16 1 / 56 Introdução É provável que você ganhe um aumento....
Leia maisProbabilidades. Departamento de Matemática Escola Superior de Tecnologia de Viseu. Gestão de Empresas Contabilidade e Administração
Probabilidades Departamento de Matemática Escola Superior de Tecnologia de Viseu Gestão de Empresas Contabilidade e Administração Introdução Ao comprar acções, um investidor sabe que o ganho que vai obter
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 maisIntrodução ao Cálculo de probabilidades
Introdução ao Cálculo de probabilidades Ref.: DEVORE,J.L. BERK,K.N. - Modern Mathematical Statistics with Applications. 2ed. Springer, 2012. ROSS, S. A. Probabilidade: Um curso moderno com aplicações.
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 13 a Lista de Exercícios Práticos Conceitos Básicos de Probabilidade 1) Considere um experimento que consiste em
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 4 Probabilidade: Conceitos Básicos - parte 2 Leituras: Obrigatória: Devore, Capítulo 2 Complementar: Bertsekas e Tsitsiklis, Capítulo 1 Chap 4-1 Objetivos Nesta aula, aprenderemos:
Leia maisTeoria da Probabilidade
Teoria da Probabilidade Luis Henrique Assumpção Lolis 14 de fevereiro de 2014 Luis Henrique Assumpção Lolis Teoria da Probabilidade 1 Conteúdo 1 O Experimento Aleatório 2 Espaço de amostras 3 Álgebra dos
Leia maisEstatística e Probabilidade Aula 04 Probabilidades. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 04 Probabilidades Prof. Gabriel Bádue Motivação Objetivos Fundamento para estudar métodos estatísticos. Resolução de problemas de probabilidades. Teoria Definições Experimento
Leia maisProbabilidade Condicional e Independência
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 17/08/2011 Probabilidade
Leia maisTeoria das Probabilidades
Capítulo 2 Teoria das Probabilidades 2.1 Introdução No capítulo anterior, foram mostrados alguns conceitos relacionados à estatística descritiva. Neste capítulo apresentamos a base teórica para o desenvolvimento
Leia maisPUC-GOIÁS - Departamento de Computação
PUC-GOIÁS - Departamento de Computação Fundamentos IV/Enfase Clarimar J. Coelho Goiânia, 28/05/2014 O que é interpolação polinomial? Ideia básica Permite construir um novo conjunto de dados a partir de
Leia maisCapítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados.
Capítulo 5 Distribuições de probabilidade normal slide 1 Descrição do capítulo 5.1 Introdução à distribuição normal e distribuição normal padrão 5.2 Distribuições normais: encontrando probabilidades 5.3
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 maisUNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade
UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística Probabilidade Disciplina: Cálculo das Probabilidades e Estatística I Prof. Tarciana Liberal Existem muitas situações que envolvem incertezas:
Leia maisCONTABILOMETRIA. Revisão de Probabilidade e Teorema de Bayes
CONTAILOMETRIA Revisão de robabilidade e Teorema de ayes Os ostulados de robabilidade 1. As probabilidades são números reais positivos maiores que zero e menores que 1; simbolicamente, 0 A 1 para qualquer
Leia maisRACIOCÍNIO LÓGICO-QUANTITATIVO Prova comentada ANAC / ANALISTA / 2016 Professor Josimar Padilha
RACIOCÍNIO LÓGICO-QUANTITATIVO Prova comentada ANAC / ANALISTA / 2016 Professor Josimar Padilha 1. A negação da proposição se choveu, então o voo vai atrasar pode ser logicamente descrita por: a. não choveu
Leia maisESTATÍSTICA. Profª M. Sc. Ingrid Milléo. quarta-feira, 2 de outubro de 13
ESTATÍSTICA Profª M. Sc. Ingrid Milléo imilleo@ig.com.br EXEMPLO PROBABILIDADE Suponha que você tenha ganho o prêmio máximo na loteria federal. Cinco vezes consecubvas. PROBABILIDADE REGRA DO EVENTO RARO
Leia maisMétodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2013
Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2013 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições
Leia maisDistribuição de Probabilidade Conjunta
. DISTRIBUIÇÃO DE ROBABILIDADE CONJUNTA O nosso estudo de variável aleatória e de suas funções de probabilidade até agora se restringiram a espaços amostrais unidimensionais nos quais os valores observados
Leia maisx P(X = x) 0,1 0,7 0,2
GET001 Fundamentos de Estatística Aplicada Exercícios de revisão para a 3 rofa. Ana Maria Farias 2018-1 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade da idade de
Leia maisModelos Bayesianos. Ernesto F. L. Amaral Magna M. Inácio
1 Modelos Bayesianos Ernesto F. L. Amaral Magna M. Inácio 09 de dezembro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica (DCP 859B4) Objetivos 2 Apresentar
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação Aprendizado de Máquina (Machine Learning) Aula 10 Classificação com Naïve Bayes Max Pereira Raciocínio Probabilístico A notação tradicional para criar e analisar sentenças lógicas
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Aula de hoje Probabilidade Condicional Independência de Eventos Teorema
Leia maisDisciplina: Prof. a Dr. a Simone Daniela Sartorio de Medeiros. DTAiSeR-Ar
Disciplina: 221171 Probabilidade Condicional Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Probabilidade condicional Em muitas situações práticas, o fenômeno aleatório com o qual trabalhamos
Leia maisTEOREMA DE BAYES: ESTUDO E APLICAÇÃO 1
TEOREMA DE BAYES: ESTUDO E APLICAÇÃO 1 Felipe Copceski Rossatto 2, Julia Dammann 3, Eliane Miotto Kamphorst 4, Carmo Henrique Kamphorst 5, Ana Paula Do Prado Donadel 6. 1 Projeto do programa institucional
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Combinatória Aula de hoje Probabilidade Condicional Independência de Eventos
Leia maisGiovanna ganhou reais de seu pai pra fazer. sua festa de 15 anos. Ao receber o dinheiro, no. entanto, resolveu abri mão da festa.
LOGARITMOS QUAL É O TEMPO? Giovanna ganhou 1 000 reais de seu pai pra fazer sua festa de 15 anos. Ao receber o dinheiro, no entanto, resolveu abri mão da festa. É que ela queria comprar um computador.
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma
Leia maisProbabilidade. Objetivos de Aprendizagem. UFMG-ICEx-EST. Cap. 2 - Probabilidade Espaços Amostrais e Eventos. 2.1.
2 ESQUEMA DO CAPÍTULO 2.1 ESPAÇOS AMOSTRAIS E EVENTOS 2.2 INTERPRETAÇÕES E AXIOMAS DE PROBABILIADE 2.3 REGRAS DE ADIÇÃO 2.4 PROBABILIDADE CONDICIONAL 2.5 REGRAS DA MULTIPLICAÇÃO E DA PROBABILIDADE TOTAL
Leia maisResumo. Parte 2 Introdução à Teoria da Probabilidade. Ramiro Brito Willmersdorf Introdução.
Parte 2 Introdução à Teoria da Probabilidade Ramiro Brito Willmersdorf ramiro@willmersdorf.net Departamento de Engenharia Mecânica Universidade Federal de Pernambuco 2011.2 Resumo 1 Introdução 2 Espaço
Leia maisAula 19 06/2014. Integração Numérica
CÁLCULO NUMÉRICO Aula 19 06/2014 Integração Numérica Objetivo: Calcular integrais utilizando métodos numéricos Cálculo Numérico 3/41 Integração Numérica Cálculo Numérico 4/41 Integração Numérica Em determinadas
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA
UNIVERSIDADE FEDERAL DA PARAÍBA Probabilidade Departamento de Estatística UFPB Luiz Medeiros Introdução Encontramos na natureza dois tipos de fenômenos Determinísticos: Os resultados são sempre os mesmos
Leia maisParte 3 Probabilidade
Parte 3 Probabilidade A probabilidade tem origem no século XVII, motivada, inicialmente, pelos jogos de azar. De maneira bastante informal, refere-se à probabilidade como uma medida de chance de algum
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 maisAs restrições acima, sobre, são equivalentes a e. Combinandoas, poderemos escrever.
Livro: Probabilidade - Aplicações à Estatística Paul L. Meyer Capitulo 4 Variáveis Aleatórias Unidimensionais. Exemplo 4.9. Ao operar determinada máquina, existe alguma probabilidade de que o operador
Leia maisCAPÍTULO 4 PROBABILIDADE PROBABILIDADE PPGEP Espaço Amostral e Eventos Espaço Amostral e Eventos UFRGS. Probabilidade.
PROBABILIDADE CAPÍTULO 4 PROBABILIDADE UFRGS A Teoria das s estuda os fenômenos aleatórios. Fenômeno Aleatório: são os fenômenos cujo resultado não pode ser previsto exatamente. Se o fenômeno se repetir,
Leia maisMétodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2016
Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2016 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições
Leia maisDistribuições amostrais
Distribuições amostrais Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br October 14, 2014 Souza () Distribuições amostrais October 14, 2014 1 / 23 Distribuição Amostral Objetivo Estender a noção de uma
Leia maisEXERCÍCIOS DO CAPÍTULO 1
EXERCÍCIOS DO CPÍTULO 1 1) Escreva em notação simbólica: a) a é elemento de b) é subconjunto de c) contém d) não está contido em e) não contém f) a não é elemento de ) Enumere os elementos de cada um dos
Leia maisChamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω.
PROBABILIDADE 1.0 Conceitos Gerais No caso em que os possíveis resultados de um experimento aleatório podem ser listados (caso discreto), um modelo probabilístico pode ser entendido como a listagem desses
Leia maisAula de Exercícios - Teorema de Bayes
Aula de Exercícios - Teorema de Bayes Organização: Rafael Tovar Digitação: Guilherme Ludwig Primeiro Exemplo - Estagiários Três pessoas serão selecionadas aleatóriamente de um grupo de dez estagiários
Leia mais11 - Noções sobre a Teoria das Probabilidades
11 - Noções sobre a Teoria das Probabilidades 11.1 Introdução No capítulo anterior, foram mostrados alguns conceitos relacionados à estatística descritiva. Neste capítulo apresentamos a base teórica para
Leia maisMaterial Teórico - Módulo Probabilidade Condicional. Probabilidade Condicional - Parte 1. Segundo Ano do Ensino Médio
Material Teórico - Módulo Probabilidade Condicional Probabilidade Condicional - Parte 1 Segundo Ano do Ensino Médio Autor: Prof. Fabrício Siqueira Benevides Revisor: Prof. Antonio Caminha M. Neto 1 Probabilidade
Leia maisFração como Probabilidade - União e Interseção de Eventos. Sexto Ano do Ensino Fundamental
Material Teórico - Módulo de FRAÇÃO COMO PORCENTAGEM E COMO PROBABILIDADE Fração como Probabilidade - União e Interseção de Eventos Sexto Ano do Ensino Fundamental Prof. Francisco Bruno Holanda Prof. Antonio
Leia maisÁrea e Teorema Fundamental do Cálculo
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Área e Teorema Fundamental
Leia maisNoções de Probabilidade
Noções de Probabilidade Joel M. Corrêa da Rosa 2011 A estatística descritiva é ferramenta indispensável para extrair informação em um conjunto de dados. Entretanto, a tomada de decisões está fortemente
Leia maisProf. Tiago Viana Flor de Santana Sala 07
5.11 Prof. Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana tiagodesantana@uel.br Sala 07 Universidade Estadual de Londrina UEL Departamento de Estatística DSTA Tiago VFS (UEL/DSTA) 1 / 20
Leia maisLista de Exercícios #1 Assunto: Probabilidade
1. ANPEC 2017 Questão 07 Com relação à Teoria da Probabilidade pode-se afirmar que: (0) Sejam os eventos independentes A e B, então P(A B) P(A) P(B). (1) Se A B, então P(A) P(B) P(B A). (2) Seja A, B e
Leia maisEstatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística II Aula Prof.: Patricia Maria Bortolon, D. Sc. Distribuições Amostrais ... vocês lembram que: Antes de tudo... Estatística Parâmetro Amostra População E usamos estatíticas das amostras para
Leia maisIntrodução a Probabilidade
Introdução a Probabilidade Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Cronograma 1. Origem e história 2. Introdução 3. Definições básicas 4. Conceituação de probabilidade 5. Probabilidade
Leia maisEstatística Aplicada. Prof. Carlos Alberto Stechhahn PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL.
Estatística Aplicada Administração p(a) = n(a) / n(u) PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL Prof. Carlos Alberto Stechhahn 2014 1. Noções de Probabilidade Chama-se experimento
Leia maisEstatística Básica. Probabilidade. Renato Dourado Maia. Instituto de Ciências Agrárias. Universidade Federal de Minas Gerais
Estatística Básica Probabilidade Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Probabilidade Condicional Dados dois eventos A e B, a probabilidade condicional
Leia maisProbabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Probabilidade Probabilidade Experimento Aleatório Um experimento é dito aleatório quando satisfaz
Leia mais2 Conceitos Básicos de Probabilidade
CE003 1 1 Introdução No capítulo anterior, foram mostrados alguns conceitos relacionados à estatística descritiva. Neste capítulo apresentamos a base teórica para o desenvolvimento de técnicas estatísticas
Leia maisTeoria das probabilidades
Teoria das probabilidades Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 de abril de 2018 Londrina 1 / 22 Conceitos probabiĺısticos são necessários para se
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 01 de Julho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma população. Serão usadas as distribuições
Leia maisNotas em Álgebra Linear
Notas em Álgebra Linear 1 Pedro Rafael Lopes Fernandes Definições básicas Uma equação linear, nas variáveis é uma equação que pode ser escrita na forma: onde e os coeficientes são números reais ou complexos,
Leia maisIntrodução à Probabilidade e à Estatística II
Introdução à Probabilidade e à Estatística II Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) Lígia Henriques-Rodrigues MAE0229 1º semestre 2018 1 / 36
Leia maisPROBABILIDADE E ESTATÍSTICA PROBABILIDADES
PROBABILIDADE E ESTATÍSTICA PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Revisando - Análise combinatória
Leia maisFundamentos de Matemática. Lista de Exercícios Humberto José Bortolossi
GMA DEPARTAMENTO DE MATEMÁTICA APLICADA Fundamentos de Matemática Lista de Exercícios Humberto José Bortolossi http://www.professores.uff.br/hjbortol/ 02 Demonstração direta, demonstração por absurdo e
Leia maisde estimativa. Essa estimativa, chamada de confiança ou estimativa intervalar, consiste em uma faixa, ou intervalo, de valores em vez de apenas um úni
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO AULA 04: AMOSTRAGEM E ESTIMAÇÃO TÓPICO 04: INTERVALOS DE CONFIANÇA VERSÃO TEXTUAL Um dos principais objetivos da estatística inferencial consiste em estimar os valores
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade. Cálculo das Probabilidades e Estatística I Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística Probabilidade Cálculo das Probabilidades e Estatística I Luiz Medeiros http://www.de.ufpb.br/~luiz/ Existem muitas situações que envolvem incertezas:
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA
UNIVERSIDADE FEDERAL DA PARAÍBA Probabilidade Departamento de Estatística UFPB Luiz Medeiros Introdução Encontramos na natureza dois tipos de fenômenos Determinísticos: Os resultados são sempre os mesmos
Leia maisEstatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável
Leia maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 8 11/2014 Distribuição Normal Vamos apresentar distribuições de probabilidades para variáveis aleatórias contínuas.
Leia maisAmostragem Aleatória e Descrição de Dados - parte I
Amostragem Aleatória e Descrição de Dados - parte I 2012/02 1 Amostra e População 2 3 4 Objetivos Ao final deste capítulo você deve ser capaz de: Calcular e interpretar as seguintes medidas de uma amostra:
Leia maisprobabilidade PE-MEEC 1S 09/10 16 Capítulo 2 - de probabilidade 2.1 Experiências aleatórias. resultados. Acontecimentos probabilidade.
Capítulo 2 - Noções básicas de probabilidade 2.1 Experiências aleatórias. Espaço de resultados. Acontecimentos 2.2 Noção de probabilidade. Interpretações de Laplace, frequencista e subjectivista. Axiomas
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 Condicional
18 Probabilidade Condicional Sumário 18.1 Introdução....................... 2 18.2 Probabilidade Condicional............... 2 1 Unidade 18 Introdução 18.1 Introdução Nessa unidade, é apresentada mais uma
Leia maisClassificadores. André Tavares da Silva.
Classificadores André Tavares da Silva andre.silva@udesc.br Reconhecimento de padrões (etapas) Obtenção dos dados (imagens, vídeos, sinais) Pré-processamento Segmentação Extração de características Obs.:
Leia maisAULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade
Leia mais