Respostas dos Exercícios Propostos
|
|
- Geovane de Carvalho Vilalobos
- 6 Há anos
- Visualizações:
Transcrição
1 Respostas dos Exercícios Propostos Cap. P.) a) PA PB ; P(A B) ; P(A B) b) PC ; PD ; P(C D) ; PC D P.) (a) V (b)f (c) F P A 0,565 P B 0,8 ; P(A B) 0,0 P A B 0,85 ; P.4) ; C P A 0,475 C ; P B 0,787 ; ; P.5) a) 5 b) 5 c) 5 d) 5 e) 5 f) em todos os itens a probabilidade seria n. P.6) a) 0,05; b) 0,978; c) 0,45 P.7) a) 0,0005; b) 0,065; c) 0,67; P.8) a) 7 5 ; b) 7 P.9) 8 9 P.) a) ; b) ; c) 0 0 ; d) 0 ; e) 5 ; f) 5 ; g) 7 P.) b) ; c) 0. P A 0,74 P B 0,6 P C 0,0 P N A 0,7568 ; P.) a) ; ; ; b) C P N A 0,4. P.4) a) 0,044; b) A: 0,4545; B: 0,40; C: 0,64; D: 0,068 P.5) a) 0,5 b) 0,796; P.6) a) Baixo b) Moderado c) R P.8) a) 0,845; b) 0,05; P.9) a) 0,9; b) 0,940 c) 0,00. Cap. ; p 0,4 ; p 0, ; p 0, ; b) EX, ; ; p 0,56 ; p 0,80 ; p 0,504 ; b) P.) a) p 0 0, P.) a) p 0 0,060 DP X 0,909 P.4) a) 0,67; b) 0,88 DP X 0,944 E X,8 ;
2 ; p 0,54 ; p 0,046 ; p4 0,00 ; p5 0,000 ; ; Var X 0,54 ; b) 0,07 P.5) a) p 0 0,54 p()=0,0984; E X 0,6 p 6 0,0000 P.6) a) 0,447; b) 0,698; c) 0,56 P.8) a) Não houve reposição e a solução foi feita como se houvesse; b) 0,477 6 P.0) a) 0 ; b) 0,4686; c) 0,0984; d) 0,09 P.) a) k,,,... ; k p k p p ; Geométrica; b) EX 0 ; P.) a) 0,0666; b) 6,6666; 6,464; c) 0,00; d),;,747 P.4) a) 0,06; b) 0,0076; c) 0,988 P.5) a) 0,8; b) 0,07; c) 0,677; d) 0,45 E X 4,5 E Y,9 ; empresa A tem maior média; P.6) a) e b) Var X 4,5 e P.7) a) ; b) 0,544 Var X 9,4868. Var Y,69 ; empresa A tem maior variabilidade. Cap. P.) a) h ; b)0, X 7 x 6x 7 4 P.) a) 0,5, b) 58,68 x 6x 9 ; 4, 0 X ;, X, X 6; P.4) a) 4 ; b) ; c) 4 ; d) EX ; Var X P.6) a) 0,847; b) 0,008; c) P.7) a) ; b) 0,000 c) EX 0, ; P.0) a) 0,8; b),05 meses P.) a) 7,95 mm e 8,05 mm P.4) a) 0,6 é uma probabilidade, não um quantil; P.6) a) 0,9876; b) 0,74 P.) Sub e sobre tensão elétrica x 9, 6 X 0 ; 4 ; d) EX 8; ; e),6 Var X 4,8 Var X 0,0 d) 6,9078 b)9,% Cap. 4 P4.) a) x, P 0,668 ; b) EX 60,40 ; P4.) EX 80,5 ; DP X,8 DP X 88,8
3 P4.4) EPerda 0,4 ; P4.5) EL 0,5 ; P4.7) R$,74 P4.8) EY,59 cm e Var Perda 0,584 ; DP L 0,65.Mau negócio, pois em média dá prejuízo. Var Y 8,7 cm 6 P4.9) 6 exemplares é a melhor opção. P4.0) P Y 0 0,4866 P Y 0,455 a) ; ; PY 4 0,04 ; PY 8 0,055 ; PY 50 0,5 ; c) EY R$7,00 ; d) DPY R$,6 P4.) b) γ (U) ; γ (V) 0 ; γ (W) 0,54 P Y 6 0,0747 ; Cap. 5 P5.) X=Importados, Y=Nacionais, a) PX 0 0,5 ; b) c) P(X, Y ) 0, ; d) PX Y 0,4 ; P(X Y 4) 0,6. P Y 0,0 ; P5.)a) P X 0 0,5; P X 0,50; P X 0,5; P Y 0 0,0; P Y 0,40; PY 0,0; PY 0, b) PX 0 Y 0 0,; P X Y 0 0,5; P X Y 0 0,4 ; PX 0 Y 0,5; PX Y 0,5; PX Y 0,75 ; PX 0 Y 0,67; PX Y 0,5; PX Y 0, ; PX 0 Y 0,00; PX Y 0,5; PX Y 0,00 ; PY 0 X 0 0,067; PY X 0 0,; PY X 0 0,; PY X 0 0,67 ; PY 0 X 0,00; PY X 0,400; PY X 0,00; PY X 0,00 ; PY 0 X 0,4; PY X 0,49; PY X 0,86; PY X 0,7 ; c) Cov X,Y 0,06 ; X, Y 0,0 P5.) a) Var X Y Var X Var Y 0 ; b) Var X Y 5 P5.4) b)x+y ~ Bin, ; d) Z=XY; P Z 0 ; PZ 4. 4
4 P5.5) a) 0,5; b) 0,88; c) 0,008 P5.6) a) 0,; b) 0,009; c) 0,880 P5.8) média =,88t; desvio padrão =,0 t P5.6) a) 0,56; b) 0,664; c) média =,5; variância =,5; E Y X ln 50 4,8 Var Y X 5,0 0,7 ; P5.8) a) ; EImport 60,86 bilhões de dolares; DP Import 00, bilhões; b) EX Y ln 00 4,6 4,76 ; EExport 49,90 bilhões; Var Export 4577,69 DP Export 0,74 bilhões Var Import 0045,68 bilhões ; Var X Y 4,6 0,50 ; bilhões ; Cap. 6 P6.) a) 5 ; b) 5 ; c) ; d) ; e) P6.)a) p ; p0 ; p ; b) EW 0 ; Var W 4 4 P6.4) Pelo TCL, U i ~ N, i P6.5) a) 0,576 P6.6) 0,085 P6.) 0,05 P6.)0,06 [ P6.) 0,60 P6.4) a) O erro foi considerar W 7X e T Y ; b) 0,5865 P6.5) a) 0,990 b) ; c) 6 P6.7) a) média = 7,7; Dpadrão = 0,77; b) 0,405 c) média = 7,; Dpadrão =,4; d) 0,84 P6.8) a) média = 56,; Dpadrão = ; b), c) média = 58,5; Dpadrão = 9,46; d) 0,578 Cap. 7 P7.) a)9, ; b)7,87 P7.) a)v; b) F; c) V P7.4) a)os dados não foram ordenados; b) Q 66,5 ; Q 70,75 ; Q 74,95 P7.6) b) Q 40,65 ; Q 9,0 ; Q,5 ; d) Sim; D Federal P7.) a) Q 95,50 ; Q 58,47 ; Q 94, ; c) Não, pois os dados estão muito dispersos e assimétricos, Min 5; Max 89
5 P7.) a) Q 97,7 ; Q 58,47 ; Q 94, P7.7) a) 4, e,; b) 5,65; c) 6,; d) 6,; e) Não é coincidência. É uma versão amostral da propriedade: Var X Y Var X Var Y Cov X, Y P7.9) b) corr X,Y 0,8478 ; c) Y 0,69 7,96X P7.) b) corr(área,preço)= 0,44; c) Preço = 88,8+,7 Área + erro Cap. 8 P8.) Estimativa do Total = 49785; Prob = 0,9909 P8.) a) 0,879 cσ P8.6) a) b π b)86 P8.4) b) m 0, ; T,6 P8.6) (a),06 0,944 (b) A:,,5 / A:,,0 / A:,,5 / A4:, 4,0 / A5:,5,0 / A6:,5,5 / A7:,5 4,0 / A8:,0,5 / A9:,0 4,0 / A0:,5 4,0 X,4 X,65 X,9 X,5 X,75 (c) 4 5 X6,0 X7,5 X8,5 X9,5 X0,75 (d) De fato, EX,06 e Var X 0,479. (b a) P8.7) a) ; b) n 9 n P8.8) a) dados provenientes de uma distribuição Uniforme; b) EMV; c) a 950 khz; b 049 khz Cap. 9 P9.) 6,65; b) l inf 5,6, l sup 7,69 ; d) Supor Normalidade. l inf 5,95, l sup 7,5 P9.) (67,96; 7,9); b) (0,85; 0,85) P9.4) l inf 8980 l 560 ; b) n 0 ; sup P9.5) 7,9%; b) l inf 0,4 ; l sup 0,46 P9.6) l inf 66,9 ; l sup 7, ; b) l inf 66,58 P9.8) c) LInf,7 ; LSup 7, P9.9) IC: linf 0,06 ; l sup 0,6 ; IC: linf 0,00 ; l sup 7,0 ; l sup 0,05
6 P9.0) LInf 9,7 ; LSup,5 P9.) l inf 8469 ; l sup 85 Cap. 0 P0.)a) H 0 : 0,7 versus H : 0,7 ; b)não rejeita H 0 ao nível 0,05 ; c) p-valor = 0, P0.)a) H 0 : 45 versus H : 49 ; b) rejeitar H 0 : se x >48,8; c) 0,594 P0.5) a)não se rejeita H 0 ; b) 0,64 P0.6) Não se rejeita H 0 P0.7) Não é rejeitada a alegação do fabricante para 0,05 ; p-valor=0,054 P0.8) a)não se rejeita H 0 para 0,0; b)p-valor=0,5 P0.9) a) 0,044 ; b) 0,4 P0.0) a) 0,085 ; b) 0,89 ; c) 0,78 Cap. P.) a)a hipótese de igualdade das médias é rejeitada; b)0,000 P.) a)não é rejeitada a hipótese de variâncias iguais; b)não é rejeitada a hipótese de médias iguais; c)0,04 P.) a)sim; b)hipótese de médias iguais aceita; c)0,74 P.4) a)sim; b)teste t pareado; d),4e-08; e) há um aumento do fluido sulcular P.9) a) Há diferença significativa entre os aumentos médios de peso devidos às dietas. b) Para 0,05, LSDA B 6,74 ; LSDAC 6, ; LSDBC 7,00 ; A B 8, 65 A C,74 ; B C,9. Há diferenças significativas entre as dietas A e B; assim como as dietas B e C. P.) obs 4,6 8 g.l. H 0 rejeitada P.4) obs,8 ; p valor, Rejeita-se a hipótese de independência. P.6) a) obs 75, 9 ( 0,95 00,94 ), não se rejeita H 0 ; b) p valor 0,9999 ; P.7) a) obs, 7 ; b) p valor 0, ; a hipótese de Normalidade não é rejeitada. P.8) a) obs 6, 599 ; b) p valor 0,75 ; a hipótese de distribuição conforme Poisson(,5 ) não é rejeitada.
7 Cap. P.) A ordem da ª coluna com relação a ª é : 6,, 8,, 5, 0,, 9, 4, 7 P.7) Para eliminar as possíveis diferenças individuais o ideal seria dispor de forma aleatória, ou por sorteio, os indivíduos que conformarão cada grupo. P.8) d) Na variável X: assimetria à direita; Na variável X: assimetria à esquerda; Na variável X: dados simétricos, mas não há Normalidade; Na variável X4: dados simétricos, com distribuição Normal. P.0) a) Nos dados originais algumas células apresentam a freqüência esperada menor que 5. Por esse motivo foram reunidas as duas faixas etárias iniciais e também as duas faixas etárias finais. Resulta assim uma tabela de contingência 4x5 c) Com g.l., (observado) 4,68,0, a hipótese de independência não 0,95; é rejeitada. d) p valor 0,97 P.6) CI 6,5 ; CS 80,5 ; assim, apenas 8 é de fato um potencial outlier; B) O número de intervalos é muito grande provocando ocorrência de lacunas. Uma sugestão seria juntar classes, por exemplo: 0 4, 4 8, 8, 6, 6 0, 0 4, 4 8 C) Fazer um diagrama de dispersão e perceber que o ponto (0, 60) é influente. Sem ele, a correlação fica próxima de zero. P.8) I-Verdadeira; II-Falsa; III-Falsa; IV-Verdadeira
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Leia maisEng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Revisão de Estatística Coleta de dados Análise de dados
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 maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia maisResolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016.
de Matemática Financeira e Estatística do ISS Teresina, aplicada em 8/08/016. 11 - (ISS Teresina 016 / FCC) Joana aplicou todo seu capital, durante 6 meses, em bancos ( e Y). No Banco, ela aplicou 37,5%
Leia maisSoluções da Colectânea de Exercícios
Soluções da Colectânea de Exercícios (Edição de Fevereiro de 2003) Capítulo 1 1.1 d) x = 3.167; s = 0.886 (dados não agrupados) e) mediana = x = 3.25; q 1 = 2.4 ; q 3 = 3.9 1.2 a) x = 2.866 ; x = 3; moda
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 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 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 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 maisDistribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
Leia maisMAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 1 o semestre de 201 O tempo de vida útil de uma lavadora de roupas automática tem distribuição aproximadamente Normal, com média de 3,1 anos e desvio padrão de 1,2 anos. a Qual deve ser o valor
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
Leia maisDistribuições Contínuas de Probabilidade
Distribuições Contínuas de Probabilidade Uma variável aleatória contínua é uma função definida sobre o espaço amostral, que associa valores em um intervalo de números reais. Exemplos: Espessura de um item
Leia maisEstatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto
Estatística Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas Professor Fernando Porto Lançam-se 3 moedas. Seja X o número de ocorrências da face cara. O espaço amostral do experimento é: W = {(c,c,c),(c,c,r),(c,r,c),(c,r,r),(r,c,c),(r,c,r),(r,r,c),(r,r,r)}
Leia maisEstatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 3 Análise exploratória de dados APOIO: Fundação de Apoio
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisLucas Santana da Cunha 12 de julho de 2017
DISTRIBUIÇÃO NORMAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 12 de julho de 2017 Distribuição Normal Dentre todas as distribuições de probabilidades,
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2006
Instruções para a prova: PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 006 a) Cada questão respondida corretamente vale um ponto. b) Questões deixadas em branco valem zero pontos (neste caso marque todas
Leia maisLucas Santana da Cunha de junho de 2018 Londrina
Distribuição Normal Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 de junho de 2018 Londrina 1 / 17 Distribuição Normal Dentre todas as distribuições de probabilidades,
Leia maisMAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 O tempo de vida útil de uma lavadora de roupas automática tem distribuição aproximadamente Normal, com média de 3,1 anos e desvio padrão de 1,2 anos. a Qual deve ser o valor do tempo de garantia
Leia maisProbabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 9 minutos Grupo I Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique convenientemente todas as respostas o semestre 7/8 5/5/8 9: o Teste A valores. Uma loja comercializa telemóveis
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 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 maisPOPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA TIPOS DE VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS 1) TIPOS DE VARIÁVEIS
POPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA População (N) representa o conjunto de todas as unidades experimentais que apresentam características em comum Amostra (n) representa uma parte do todo.
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Variáveis Aleatórias
Estatística: Aplicação ao Sensoriamento Remoto SER 24 - ANO 218 Variáveis Aleatórias Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ Variável atributo Em qualquer tipo
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS quantidade São Paulo (j = 1) Rio de Janeiro (j = 2) Minas Gerais (j = 3) Rio Grande do Sul (j = 4) total casos novos (X, em milhões) casos pendentes (Y, em milhões) processos
Leia maisA figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).
Capítulo 5 Distribuição Normal Muitas variáveis aleatórias contínuas, tais como altura, comprimento, peso, entre outras, podem ser descritas pelo modelo Normal de probabilidades. Este modelo é, sem dúvida,
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
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 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
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 maisENGENHARIA DA QUALIDADE A ENG AULA 2 REVISÃO DE ESTATÍSTICA
ENGENHARIA DA QUALIDADE A ENG 09008 AULA REVISÃO DE ESTATÍSTICA PROFESSORES: CARLA SCHWENGBER TEN CATEN ROGÉRIO FEROLDI MIORANDO Introdução Em um ambiente industrial, os dados devem formar a base para
Leia maisSumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
Leia mais(a) Teste e IC para Duas Variâncias. (b) Teste para médias. Duas Amostras de Teste T e IC
Exercício 1 Contexto: amostras independentes de populações normais (a) Teste e IC para Duas Variâncias Método Hipótese nula Variância(Primeiro) / Variância(Segundo) = 1 Hipótese alternativa Variância(Primeiro)
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 maisTécnicas Computacionais em Probabilidade e Estatística I. Aula I
Técnicas Computacionais em Probabilidade e Estatística I Aula I Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Análise de Um conjunto de dados objetivo: tratamento de um conjunto de dados. uma amostra de
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 maisProbabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição
Leia maisLucas Santana da Cunha de junho de 2018 Londrina
Variável aleatória contínua: Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 13 de junho de 2018 Londrina 1 / 26 Esperança e variância de Y Função de distribuição acumulada
Leia maisAula 05. Análise Bidimensional. Stela Adami Vayego - DEST/UFPR 1
Aula 05 Análise Bidimensional Stela Adami Vayego - DEST/UFPR 1 Objetivo Explorar relações (similaridades) entre duas variáveis São 3 situações: (1) as duas variáveis são quantitativas; (2) as duas variáveis
Leia maisAmostra Aleatória Simples
Amostra Aleatória Simples Airlane Pereira Alencar 4 de Abril de 2018 Alencar, A.P. (IME-USP) Amostra Aleatória Simples 4 de Abril de 2018 1 / 34 Definições e Notações Notações População ou Universo U =
Leia maisUNIDADE II. José J. C. Hernández. April 9, 2017 DE - UFPE. José J. C. Hernández (DE - UFPE) Estatística I April 9, / 60
INTRODUÇÃO À ESTATÍSTICA UNIDADE II José J. C. Hernández DE - UFPE April 9, 2017 José J. C. Hernández (DE - UFPE) Estatística I April 9, 2017 1 / 60 Variável aleatória Seja X : Ω R uma função real de Ω
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 maisNome: N o : Espaço reservado a classificações
ESTATÍSTICA I 2 o Ano/Gestão 1 o Semestre Época Normal Duração: 2 horas 1 a Parte Teórica N o de Exame: abcde 03.Jan.11 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação: 8 valores).
Leia maisMétodos Estatísticos Básicos
Aula 4 - Medidas de dispersão Departamento de Economia Universidade Federal de Pelotas (UFPel) Abril de 2014 Amplitude total Amplitude total: AT = X max X min. É a única medida de dispersão que não tem
Leia maisCap. 5 Variáveis aleatórias discretas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 5 Variáveis aleatórias discretas APOIO: Fundação de
Leia maisMétodos Quantitativos
Métodos Quantitativos Unidade 3 Estatística inferencial parte I Prof. Me. Diego Fernandes 1 Sumário Seção Slides 3.1 Noções de probabilidade 03 21 3.2 Distribuição dos estimadores 22 41 3.3 e 3.4 - Testes
Leia maisGrupo I. (a) A função de probabilidade marginal de X, P (X = x), é dada por
Probabilidades e Estatística + Probabilidades e Estatística I Solução do Exame de 2 a chamada 3 de Fevereiro de 2003 LEFT + LMAC Grupo I (a) A função de probabilidade marginal de X, P (X = x), é dada por
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 mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 2019 5.1. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros e ( < ) se sua função densidade de probabilidade é dada por f ( x )={ 1 β α, α x β
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS C. Brabec, J. Hauch, P. Schilinsky e C. Waldauf. Production aspects of organic photovoltaics and their Impact on the commercialization of devices. MRS Bulletin, 30, 2005 (com
Leia maisUnidade III Medidas Descritivas
Unidade III Medidas Descritivas Medidas separatrizes Quantis Medidas de dispersão Amplitude total Desvio Médio Variância Desvio Padrão Coeficiente de Variabilidade Desvio Interquartílico Na aula anterior...
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 maisIntervalos de Confiança - Amostras Pequenas
Intervalos de Confiança - Amostras Pequenas Teste de Hipóteses para uma Média Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016
Leia mais3 a Lista de PE Solução
Universidade de Brasília Departamento de Estatística 3 a Lista de PE Solução. Se X representa o ganho do jogador, então os possíveis valores para X são,, 0, e 4. Esses valores são, respectivamente, correspondentes
Leia maisAula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias
Aula de hoje! Tópicos! Distribuição de probabilidades! Variáveis aleatórias! Variáveis discretas! Variáveis contínuas! Distribuição binomial! Distribuição normal! Referências! Barrow, M. Estatística para
Leia maisInferência estatística
Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Distribuições de Probabilidade (Extra)
Estatística: Aplicação ao Sensoriamento Remoto SER 04 - ANO 018 Distribuições de Probabilidade (Etra) Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ Distribuição Uniforme
Leia maisAULA 17 - Distribuição Uniforme e Normal
AULA 17 - Distribuição Uniforme e Normal Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuições Contínuas Em muitos problemas se torna matematicamente mais simples considerar um espaço
Leia maisIntrodução à probabilidade e estatística I
Introdução à probabilidade e estatística I Medidas resumo para tabelas de frequências Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Medidas resumo para
Leia maisMedidas de Posição ou Tendência Central
Medidas de Posição ou Tendência Central Medidas de Posição ou Tendência Central Fornece medidas que podem caracterizar o comportamento dos elementos de uma série; Possibilitando determinar se um valor
Leia maisCap. 6 Variáveis aleatórias contínuas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 6 Variáveis aleatórias contínuas APOIO: Fundação de Apoio
Leia maisa) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.
Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisMorgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Cronograma parcial DPS1037 Data Aula Conteúdo 10/ago 1 Introdução à Engenharia da
Leia maisLista de Exercícios #2 Assunto: Variáveis Aleatórias Discretas
1. ANPEC 2018 Questão 3 Considere um indivíduo procurando emprego. Para cada entrevista de emprego (X) esse indivíduo tem um custo linear (C) de 10,00 Reais. Suponha que a probabilidade de sucesso em uma
Leia maisEstatística Aplicada
Estatística Aplicada Variável Aleatória Contínua e Distribuição Contínua da Probabilidade Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisStela Adami Vayego DEST/UFPR
Resumo 5 - Análise Bivariada (Bidimensional) 5.1. Introdução O principal objetivo das análises nessa situação é explorar relações (similaridades) entre duas variáveis. A distribuição conjunta das freqüências
Leia maisProbabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 minutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique convenientemente todas as respostas 2 o semestre 2016/2017 06/05/2017 09:00 1 o teste A 10 valores
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X 0 1 2 3 R x X(s) X(S) Uma função X que associa a cada elemento de S (s S) um número real
Leia maisVariável Aleatória. O conjunto de valores. Tipos de variáveis. Uma função X que associa a cada
Variável Aleatória Uma função X que associa a cada Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ elemento de S (s S) um número real x X(s) é denominada variável aleatória. O
Leia maisEstatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
Leia maisDistribuição de Probabilidade. Prof. Ademilson
Distribuição de Probabilidade Prof. Ademilson Distribuição de Probabilidade Em Estatística, uma distribuição de probabilidade descreve a chance que uma variável pode assumir ao longo de um espaço de valores.
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 6 Distribuições Contínuas (Parte 02) Leitura obrigatória: Devore, Capítulo 4 Chap 6-1 Distribuições de Probabilidade Distribuições de Probabilidade Distribuições de Probabilidade
Leia maisCap. 6 Medidas descritivas
Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 6 Medidas descritivas Análise descritiva e exploratória de variáveis quantitativas
Leia maisPARTE TEÓRICA Perguntas de escolha múltipla
PROBABILIDADES E ESTATÍSTICA MIEEC/FEUP PARTE TEÓRICA Perguntas de escolha múltipla 1 Dada a experiência aleatória ε define-se espaço amostral associado a ε como sendo: A O espaço físico onde se realiza
Leia maisTema 4- Modelos de probabilidade. (Versão: para o manual a partir de 2016/17)
Tema 4- Modelos de probabilidade. (Versão: para o manual a partir de 016/17) 1- Modelos de probabilidade(136) 1.1) Introdução.(36) (Vídeo: 33) 1.) Fenómenos aleatórios(138) Experiência determinística-produz
Leia maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
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 maisVERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS
VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS Conforme foi apresentado anteriormente, o modelo de análise de variância assume que as observações são independentes e normalmente
Leia maisMedidas resumo. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer
Medidas resumo Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 28/03/2018 WB, EK, FM ( LEG/DEST/UFPR
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 21 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia maisProbabilidades e Estatística MEEC, LEIC-A, LEGM
Departamento de Matemática Probabilidades e Estatística MEEC, LEIC-A, LEGM Exame a Época / o Teste (Grupos III e IV) o semestre 009/00 Duração: 80 / 90 minutos /06/00 9:00 horas Grupo I Exercício 5 valores
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições
Leia maisCapítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
Leia maisRevisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)
Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 2 o semestre 206/207 05/07/207 :30 o Teste C 0 valores. Uma peça de certo tipo é
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia maisEstatística e Probabilidade. Aula 11 Cap 06
Aula 11 Cap 06 Intervalos de confiança para variância e desvio padrão Confiando no erro... Intervalos de Confiança para variância e desvio padrão Na produção industrial, é necessário controlar o tamanho
Leia maisDistribuições de Probabilidade Contínuas 1/19
all Distribuições de Probabilidade Contínuas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte
Leia maisPLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO. Professora Rosana da Paz Ferreira CCB1052 (2018.2)
PLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO Curso(s): Ciência da Computação Período: 2018.2 Professora: Rosana da Paz Ferreira Disciplina(s): INF5325 Probabilidade e Estatística
Leia maisBioestatística Básica
Bioestatística Básica Curso de Pós-Graduação RCA 5804 PROF. DR. ALFREDO J RODRIGUES DEPARTAMENTO DE CIRURGIA E ANATOMIA FACULDADE DE MEDICINA DE RIBEIRÃO PRETO UNIVERSIDADE DE SÃO PAULO alfredo@fmrp.usp.br
Leia mais