Geração de Variáveis Aleatórias Contínuas. Mat02274 Estatística Computacional. A Normal. A Normal. Normal Log-Normal Gama Erlang Beta.
|
|
- Caio Van Der Vinne Bernardes
- 5 Há anos
- Visualizações:
Transcrição
1 Estatística Computacional Geração de Variáveis Aleatórias Contínuas 6 Prof. Lorí Viali, Dr. viali@mat.ufrgs.br Normal Log-Normal Gama Erlang Beta Weibull Student (t) Qui-Quadrado (χ ) Snedcor (F) A Normal A Normal A distribuição foi introduzida por De Moivre em um artigo de 733. O seu resultado foi estendido por Laplace no seu livro Teoria Analítica das Probabilidades de 8. Abraham DE MOIVRE ( ) Laplace utilizou a normal na análise de erros de experimentos. O método dos mínimos quadrados foi introduzido por Legendre em 85. Pierre- Simon, Marquis de LAPLACE (749-87) Adrien Marie LEGENDRE (75-833)
2 Ele foi justificado por Gauss, supondo uma distribuição normal dos erros, em 89 que alegou que já utilizava o método desde 794. Hoje ela é também conhecida como distribuição de Gauss-Moivre-Laplace. Carl Friedrich GAUSS ( ) f (x).e π. σ x µ. σ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo:, x R com - < µ < e σ > Parâmetros A distribuição Normal apresenta dois parâmetros. Uma de localização µ e outro de forma σ >. Neste caso os parâmetros representam a média e a variabilidade do modelo. Exemplos N(; ),8 N(;,5) N(; ),6 N(; ),4,, Cálculo de Probabilidades Solução P(X x) x.e π. σ u µ. σ du? A normal não é integrável através do TFC, isto é, não existe F(x) tal que F (x) f(x). Utilizar integração numérica. Como não é possível fazer isto com todas as curvas, escolheu-se uma para ser tabelada (integrada numericamente).
3 Forma Padrão A curva escolhida é a N(, ), isto é, com µ e σ. Se X é uma N(µ, σ), então: Z X µ σ Será uma N(; ). A fdp da variável Z é dada por: ϕ(z) z.e π., z R uma vez que µ e σ. A Distribuição N(, ),4,3,,, -4, -3, -, -,,,, 3, 4, Tabelas O que é tabelado é a FDA da variável Z, isto é: P(Z z) z -.e π z - ϕ(u)du u. du Φ(z) A FDA da N(; ),,9,8,7,6,5 Φ(z),4,3, z,, -4, -3, -, -,,,, 3, 4, Valor Esperado A expectância ou valor esperado da Distribuição Beta é dada por: µ E(X) µ 3
4 A Variância A Variância da Distribuição Normal é dada por: V(X) σ Considerando uma N(µ; σ), determinar: () A moda; () A mediana; (3) A assimetria; (4) A curtose; (5) O coeficiente de variação. Solução Geração µ o µ µ e γ γ 3 µ γ σ Existem muitos métodos para se gerar valores de uma variável normal. Aqui será apresentado o método denominado de Convolução. A geração de valores da normal, por convolução é dado por: k k Ui i N(,) k Fazendo k, tem-se: N(,) Ui 6 i Gerar valores de uma N(, ). Representar os resultados graficamente e calcular todas as principais medidas. 4
5 Uma variável pode ser modelada A Log-Normal através de uma log-normal se ela for um produto de vários pequenos fatores independentes. Um exemplo típico é o retorno de longo prazo em ações que pode ser considerado como o produto das taxas diárias de retorno. A expressão da fdp da Log- Normal é dada por: f (x) Ou f (x) Forma Geral exp σx π ( ln x µ ) σ lnx exp µ π x σ σ se x, σ > se x, σ > Parâmetros O modelo apresenta um parâmetro de localização µ e um de escala σ. Exemplos A FDA,,8,6,4,, LN(; /8) LN(, /4) LN(; /) LN(; ) LN(; 3/) LN(; ),8,6,4,, -,,,4,8,,6,,4,8 A FD de Distribuição Log-Normal é: ln(x) µ F (x) G sex, σ > σ Onde G é a FD da N(µ; σ) 5
6 Exemplos Valor Esperado,,9,8,7,6,5,4,3,, R(,5) R() R(,5) R(), x,, 3, 4, 5, 6, 7, 8, 9,, A expectância ou valor esperado da Distribuição da Log-Normal é dada por: µ E(X) exp( µ + σ / ) A Variância da Distribuição Log- Normal é dada por: σ A Variância V(X) exp(µ + ) exp(µ + σ σ ) Considerando uma LN(µ, σ), determinar: () A moda; () A mediana; (3) A assimetria; (4) A curtose; (5) O coeficiente de variação Solução µ e exp( µ ) µ o exp( µ σ ) γ exp( ) exp( σ + σ ) ) γ exp( 4 ) exp(3 ) 3exp( σ + σ σ ) 3 γ exp( σ ) 6
7 A geração de valores dessa distribuição é feita através do método da convolução: LN( µ, σ ) exp( µ ) exp σ Ui 6 i Gerar valores de uma LN(,). Representar os resultados graficamente e calcular todas as principais medidas. A Gama Para se definir a Distribuição Gama é necessário definir inicialmente a Função Gama. Γ( n) n x x e dx para n > A função Gama é recursiva, isto é: Γ(n) (n - )Γ(n - ) Se n é um inteiro positivo, então: G(n) (n )! E uma vez que : Γ( ) e x dx A função gama é uma generalização do Fatorial. 7
8 Verificar, ainda, que: Γ π Uma vez definida a Função Gama, pode-se definir, então, a Distribuição Gama: f (x) λ r r x e Γ(r) λx se x > c.c. Parâmetros Onde os parâmetros r > e λ > são denominados de parâmetro de forma (r) e parâmetro de escala (λ). Se r for inteiro então a distribuição Gama é denominada de distribuição de Erlang. Notação: G(λ; r) Intervalo: x Agner Krarup Erlang (878 99) Gama - Exponencial Existe uma relação bastante próxima entre a Gama e a Exponencial. Se r, a distribuição gama se reduz a uma exponencial. Exemplos Se uma variável aleatória X é a soma de r variáveis independentes e exponencialmente distribuídas cada uma com parâmetro λ, então X tem uma densidade Gama com parâmetros r e λ., G(; ) G(; ) G(; 3),8,6,4,,,, 4, 6, 8,,, 8
9 A FDA,5,4 G(; ) G(3; ) G(5; ) A função F(x) é dada por:,3,, F(x) r r- -λu λ u e - x du Γ(r) se x se x >,,, 4, 6, 8,,, Se r é um inteiro positivo a FDA pode ser integrada por partes fornecendo: r k F(x) λ x e (λx) /k! se x > k que é a soma dos termos de uma Poisson com média λx. Assim a FDA da Poisson pode ser usada para avaliar a Gama. Exemplos,,8 G(; ) G(3; ) G(5; ),6,4,,,, 4, 6, 8,,, O Valor Esperado A Variância A expectância ou valor esperado de uma Distribuição Gama é dada por: A Variância da Distribuição Gama é dada por: µ E(X) r λ V(X) r σ λ 9
10 Solução Seja X uma G(λ; r). Determinar:. A moda. A mediana 3. A assimetria 4. A curtose 5. O coeficiente de variação µ e? γ r γ r r µ o λ γ 6 r Geração A geração dos valores de uma G(λ, r), com r inteiro, isto é, uma E(λ, r) é feita por meio de: E( λ,r) ln( λ r U i i ) Gerar valores de uma G(; ). Apresentar os resultados de forma tabular e gráfica, calculando todas as principais medidas. A Weibull A Distribuição de Weibull (95) é aplicável a uma série de fenômenos (velocidade de ventos), sendo uma das principais áreas os tempos de falha de componentes elétricos e mecânicos. Ernest Hjalmar Waloddi WEIBULL ( )
11 A função densidade de probabilidade de Weibull é dada por: β β β x γ x γ exp γ δ se x f (x) δ δ c.c. β β β x x exp δ f (x) δ δ se x c.c. Parâmetros Os parâmetros são γ (- < γ < ) o de locação, δ > o de escala e β > o de forma. Quando γ e β, a Weibull se reduz a uma exponencial de parâmetro λ /δ. Notação: W(γ; δ; ou W(δ;.,6,4, Exemplos W(,,) W(,,) W(,3,) W(,4,),,8,6,4,,,,4,8,,6,,4,8 3, 3,6 4, A FDA A função F(x) é dada pela seguinte expressão relativamente simples: β - exp x-γ - se x γ F(x) δ se x < γ β x - exp - F(x) δ se x se x < Exemplos Valor Esperado,,9,8,7,6,5,4,3,, W(,,) W(,,) W(,3,) W(,4,),,,4,8,,6,,4,8 3, 3,6 4, A expectância ou valor esperado de uma Distribuição de Weibull é dada por: µ E(X) γ + δγ + β
12 A Variância A Variância da Distribuição de Weibull é dada por: σ V(X) δ Γ + Γ + β β Seja X uma W(δ;. Determinar:. A moda. A mediana 3. A assimetria 4. A curtose 5. O coeficiente de variação Solução Geração µ δ[ln()] e / β / β δ - µ o β se β < 3 3 Γ( + 3/ 3µ µ γ δ σ 3 σ β Γ( + 3/ α) 4γ µ 6 σ µ σ µ γ 3 4 σ A geração dos valores de uma W(; δ;, isto é, uma Weibull com parâmetro de localização nulo é: / β W(; δ, δ[ ln(u)] Gerar valores de uma G(, ; ). Apresentar os resultados de forma tabular e gráfica, calculando todas as principais medidas. A Beta
13 A distribuição Beta apresenta normalmente duas expressões. Uma denominada de fórmula geral e outra de forma padrão. A forma padrão definida no em [; ] é mais utilizada. A expressão geral da fdp Beta é dada por: Onde: Forma Geral α (x-a) (b-x) f (x) B( α, (b a ) c.c. β- α+β+ α B( α, x (-x) se a x b e α, β > β- dx A função Beta foi introduzida pela primeira vez por Euler. B( α, x α (-x) β- dx B( α, B( β, α) B( α,) / α Γ( α) Γ( B( α, Γ( α + Leonhard Euler (77-783) Forma Padrão A função densidade de probabilidade da Beta padrão é dada por: α β- x (-x) se x e α, β > f (x) B( α, c.c. α β- Γ( α). Γ( B( α, x (-x) dx Γ( α + Aplicações Os parâmetros α > e β > são os de forma. Os valores a e b representam os extremos da distribuição. No formato padrão a e b. Para a descrição de tempos para completar tarefas no planejamento e projeto de sistemas. Usada extensivamente em PERT/CPM. 3
14 Exemplos,7,4,,8 B(; ) B(; ) B(;) B(; ) B(: ),5 B(5; ),,9,6,3,,,,,3,4,5,6,7,8,9,,7,4,,8 B(; ) B(; ) B(; ) B(; ) B(3; ),5 B(; 3),,9,6,3,,,,,3,4,5,6,7,8,9, A FDA Determinar a representação gráfica da B(,5;,5). F(x) Onde B x (α, é a função Beta Incompleta. Essa função substitui a integral definida da Beta por uma indefinida. x t α (-t) B( α, β- dt Bx ( α, B( α, I x ( α, Assim B x (α, é dada por: α Bx ( α, t (-t) B( α, x x α (-x) β- Enquanto que B(α, é dada por: β- dt Γ( α). Γ( dx Γ( α + A função I x (α, é denominada de Beta incompleta regularizada. O Valor Esperado A expectância ou valor esperado da Distribuição Beta é dada por: µ E(X) α α + β 4
15 A Variância A Variância da Distribuição da Beta é dada por: σ αβ V(X) ( α + β + ) ( α+ Considerando uma B(α;, determinar: () A moda; () A mediana; (3) A assimetria; (4) A curtose; (5) O coeficiente de variação. Solução µ µ µ µ o o o o α α + β e Amodal se se α > e β > α < e β < α < e β α e β > α e β < α > e β se α β γ γ γ β α( α+β+ ) ( β α) α + β + ( α + β + ) αβ 3( α + β + )[ αβ( α + β 6) + αβ( α + β + )( α + β + 3) ( α+ ] Geração A geração de uma distribuição Beta de parâmetros α a e β b, inteiros é dada por: G(, a) ~ ln( U ) G(, b) i ~ ln( U ) B(a, b) ~ a i G(, a) G(, a) + G(, b) b j j Gerar valores de uma B(; ). Apresentar os resultados de forma tabular e gráfica, calculando todas as principais medidas. 5
16 A Qui-Quadrado Uma variável aleatória X tem uma distribuição Qui-Quadrado se sua fdp for do tipo: υ x υ f ( x ) e υ Γ x se se x x > Solução Determinar a representação gráfica, em um mesmo diagrama, das seguintes distribuições:,6,4 Q() Q() Q(3) Q(4) Q(5) χ, χ, χ 3, χ 4 e χ 5,,,,, 3, 4, 5, 6, 7, 8, Tabelas A FDA O que é tabelado é a função inversa (percentis), em relação a área à direita (unilateral) de cada curva (uma para cada linha), ou a soma das caudas (bilateral), isto é, a tabela retorna um valor t tal que P(T t) α (unilateral) ou P( T t) α. Não existe uma expressão analítica para F(x) genérica. Ela é avaliada numericamente. 6
17 Valor Esperado A Variância A expectância ou valor esperado da A Variância da Distribuição da Distribuição Qui-Quadrado é dado por: Qui-Quadrado é dada por: µ E(X) υ. σ V(X) υ. Tabelas O que é tabelado é a função inversa, em relação a área à direita de cada curva (uma para cada linha), isto é, dado um valor de área na cauda direita (α), a tabela retorna um valor x tal que P(χ x) α. Considerando uma χ (ν), determinar: () A moda; () A mediana; (3) A assimetria; (4) A curtose; (5) O coeficiente de variação. µ o ν se ν > µ e ν γ γ Solução 8 ν ν / 3 γ ν Geração A geração de valores de uma Qui- Quadrado com ν gl é divido em dois casos: ν par (primeiro algoritmo) e ν ímpar (segundo algoritmo) χ χ ν ν r ~ ln( i r ~ ln( i U U ), r ν/ i ) + i Z, r ( ν )/ 7
18 χ 3 Gerar valores de uma. Apresentar os resultados de forma tabular e gráfica, calculando todas as principais medidas. A t (Student) A origem da distribuição t foi um artigo, publicado em 98, por Gosset, químico da cervejaria Guinness de Dublin. Ele não pode publicar o artigo em seu nome daí o pseudônimo. William Sealey Gosset ( ) Sir Ronald Aylmer Fisher (89-96) A distribuição t, e o teste t, se tornaram bem conhecidos por meio do trabalho de Fisher, que foi quem a nomeou de distribuição de Student. Ela surge sempre que se tenha que estimar o desvio padrão a partir de dados amostrais. Uma variável aleatória X tem uma distribuição t ou de Student se sua fdp for do tipo: f (x) υ + Γ υ+ υ. x πυ Γ + υ ν > Determinar a representação gráfica, em um mesmo diagrama, das seguintes distribuições: t(), t(3), t(), t(5) e Z. 8
19 Solução Tabelas,4,3 t() t(3) t() t(5) N(: ) O que é tabelado é a função inversa (percentis), em relação a área à direita (unilateral) de cada curva (uma para, cada linha), ou a soma das caudas, (bilateral), isto é, a tabela retorna um, valor t tal que P(T t) α (unilateral) ou P( T t) α. A FDA Valor Esperado Não existe uma expressão A expectância ou valor esperado analítica para F(x) genérica. Ela é da Distribuição t é dado por: avaliada numericamente. µ E(x). A Variância A Variância da Distribuição da t é dada por: Considerando uma t(ν), determinar: () A moda; () A mediana; Var(X) υ υ- (3) A assimetria; (4) A curtose; (5) O coeficiente de variação. 9
20 Solução µ o µ e γ 3ν 6 γ ν > 4 ν 4 Geração A geração dos valores de uma distribuição t é feito através do quociente de uma normal e uma Qui- Quadrado. t n ~ Z χ n n Onde Z é a normal padrão. Gerar valores de uma t(3). Apresentar os resultados de forma tabular e gráfica, calculando todas as principais medidas. Representar o modelo graficamente. A F (Snedecor) Uma variável aleatória X tem uma distribuição F ou de Snedecor se sua fdp for do tipo: m n m m+ n Γ m n x f(x) m n Γ Γ ( n+ mx) m+ n se x > sex Caracterização Expectância ou Valor esperado n E (X), n > n Variância Var(X) n (m n - ) m(n- )(n- 4) + m é o grau de liberdade do numerador e n do denominador.
21 Exemplos F(, 3) - F(, 5) - F(5, ) - F(, ),,8,6,4,, Tabelas O que é tabelado é a percentil 95% ou 99% - área à direita de cada curva (uma para cada par de valores numerador, denominador) igual a 5% e %, isto é, x tal que P[F(m, n) x] 5% ou P[F(m, n) x] %. Geração A geração de uma F(m, n) é feita por meio da sua relação com a distribuição Qui-Quadrado. F(m, n) m Zi m i ~ n Zi n i χ m m χ n n m n n χ m χ Gerar valores de uma F(3; ). Apresentar os resultados de forma tabular e gráfica, calculando todas as principais medidas. Distribuições Empíricas Contínuas Seja X uma VAC com valores: x, x,..., x n, agrupada em k classes. Sejam [a ; a );...[a k- ; a k ) os intervalos. Seja ainda g(x i ) a probabilidade empírica da classe i k.
22 Assim um algoritmo para gerar uma VAC com uma distribuição empírica, agrupada em classes, é: (i) Gerar U; (ii) Se G(x i- ) U < G(x i ) então: X a i- + (a i a i- ).U Exercicio x i g(x i ) [-6; -4),5 [-4; -),5 [-; ),5 [; ),5 [; 4), [4; 6), [6, 8), Gerar 5 valores de uma VAC de acordo com a distribuição empírica fornecida ao lado.
Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f(x) 1.e 1 2. x µ σ 2, x R 2π. σ com - < µ < e σ >
Leia maisc.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades:
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável
Leia maisGeração de Variáveis Aleatórias Contínuas. Mat02274 Estatística Computacional. A função densidade de probabilidade. Exemplo
Estatística Computacional Geração de Variáveis Aleatórias Contínuas 06 Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ A função densidade de probabilidade Seja X uma variável aleatória
Leia maisUma variável aleatória X tem uma distribuição normal se sua fdp for do tipo:
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f().e π. μ., R com - < μ < e > 0 0, 0,6 N(0; ) N(0;
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Tipos de Modelos Determinístico Sistema Real Probabilístico Modelo determinístico Causas Efeito Exemplos Gravitação F GM 1 M /r
Leia maisExemplos. Experimento Aleatório. E 1 : Joga-se uma moeda quatro vezes e observa-se o número de caras;
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Eperimento Aleatório Eperiência para o qual o modelo probabilístico é adequado. Eemplos E : Joga-se uma moeda quatro vezes e observa-se
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável
Leia maisSolução: A distribuição normal. Representação gráfica. Cálculo de probabilidades. A normal padrão. σ Será uma N(0; 1).
A distribuição normal Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f (x) =.e π. σ x µ. σ, x R Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ com
Leia maisMais sobre Modelos Continuos
Mais sobre Modelos Continuos Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 41 Transformação Linear da Uniforme Seja X uma variável aleatória
Leia maisProbabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva pessoal.utfpr.edu.br/ngsilva Distribuição Uniforme Uma variável aleatória contínua X está
Leia maisTipos de Modelos. Exemplos. Efeito. Causas. Exemplos. Causas. Efeito. Modelo determinístico. Modelo probabilístico. Determinístico.
Tipos de Modelos Sistema Real Determinístico Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração clássica v at Aceleração relativística v at + a t c Modelo probabilístico
Leia maisTipos de Modelos. Exemplos. Causas. Efeito. Exemplos. Causas. Efeito. Modelo determinístico. Modelo probabilístico. Determinístico.
5/9/07 Tipos de Modelos Sistema Real Determinístico Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração clássica v at Aceleração relativística v at + a t c Modelo
Leia maisTipos de Modelos. Determinístico. Sistema Real. Probabilístico. Prof. Lorí Viali, Dr. FAculdade de Matemática - Departamento de Estatística - PUCRS
Tipos de Modelos Determinístico Sistema Real Probabilístico Modelo determinístico Causas Efeito Exemplos Gravitação F GM 1 M 2 /r 2 Aceleração clássica v at Aceleração relativística v 1 + at a 2 c t 2
Leia maisExperiência para o qual o modelo probabilístico é adequado. Efeito. Causas. E 1 : Joga-se um dado e observase o número da face superior.
Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www. ufrgs.br/~viali/ Sistema Real Probabilístico Causas Efeito X Causas Efeito Eperiência para o qual o modelo probabilístico é adequado.
Leia maisOutras distribuições contínuas. Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc...
Outras distribuições contínuas Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc... 1 c) Algumas distribuições de probabilidade contínuas importantes d) Distribuição
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade Júlio Osório Distribuições Teóricas de Probabilidades Diz-se que uma variável aleatória contínua X tem uma distribuição normal de parâmetros µ (média) e σ (desviopadrão)
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 maisDistribuições de probabilidade de variáveis aleatórias contínuas
Distribuições de probabilidade de variáveis aleatórias contínuas Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Distribuição Exponencial Introdução É utilizada frequentemente como modelo para
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 02/14 1 / 1 A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente
Leia maisUniversidade Federal da Paraíba Departamento de Estatística Lista 1 - Outubro de 2013
1. Seja X a duração de vida de uma válvula eletrônica e admita que X possa ser representada por uma variável aleatória contínua, com f.d.p. be bx, x 0. Seja p j = P (j X < j + 1). Verifique que p j é da
Leia maisDisciplina: Prof. a Dr. a Simone Daniela Sartorio. DTAiSeR-Ar
Disciplina: 1171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo dos números
Leia maisExperiência para o qual o modelo probabilístico é adequado. Efeito. Causas. Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/~viali Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito
Leia maisb) Variáveis Aleatórias Contínuas
Disciplina: 1171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo
Leia maisSÉRIE: Probabilidade Univariada Parte 2: Variáveis Contínuas 2. PROPRIEDADES DA MÉDIA E DA VARIÂNCIA DE VARIÁVEIS ALEATÓRIAS EXERCÍCIOS...
SUMÁRIO 1. VARIÁVEIS ALEATÓRIAS CONTÍNUAS... 1.1. CÁLCULO DE PROBABILIDADE COM UMA VAC... 1.. A FUNÇÃO DE DISTRIBUIÇÃO ACUMULADA...3 1.3. VARIÁVEL ALEATÓRIA CONTÍNUA (CARACTERIZAÇÃO)...4 1.3.1. Expectância,
Leia maisProblemas Resolvidos. 1. Distr. Uniforme Contínua. (a) f X (x; a, b) = 1 1 (x µ) 2. (b) µ = E(x) = a+b. e V ar(x) = (b a)2. 2. Distr.
Distribuições Contínuas - Problemas Resolvidos. Distr. Uniforme Contínua (a) f X (x; a, b) = b a (b) µ = E(x) = a+b e V ar(x) = (b a). Distr. Gaussiana (a) f X (x; a, b) = (x µ) π e (b) µ = E(x) = µ e
Leia maisALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. Prof.: Idemauro Antonio Rodrigues de Lara
1 ALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS Prof.: Idemauro Antonio Rodrigues de Lara 2 Modelos de variáveis aleatórias discretas 1. Distribuição Uniforme Discreta 2. Distribuição Binomial
Leia maisTeoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas
Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2
Leia maisDistribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017
padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições
Leia maisTiago Viana Flor de Santana
ESTATÍSTICA BÁSICA DISTRIBUIÇÃO NORMAL DE PROBABILIDADE (MODELO NORMAL) Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual
Leia maisAnálise de Dados e Simulação
Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Simulação de Variáveis Aleatórias Contínuas. O método da Transformada Inversa Teorema Seja U U (0,1). Para qualquer
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 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 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 maisEstatísticas Inferenciais Distribuições Amostrais. Estatística
Estatística Na descrição dos conjuntos de dados x 1,..., x n, não foi feita menção ao conceito de população. Estatísticas inferenciais: preocupadas com a fonte dos dados e em tentar fazer generalizações
Leia maisModelos de Distribuições
7/5/017 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 05/07/017 19: ESTATÍSTICA APLICADA
Leia maisVariáveis Aleatórias Contínuas
Variáveis Aleatórias Contínuas Bacharelado em Administração - FEA - Noturno 2 o Semestre 2017 MAE0219 (IME-USP) Variáveis Aleatórias Contínuas 2 o Semestre 2017 1 / 35 Objetivos da Aula Sumário 1 Objetivos
Leia maisb) Variáveis Aleatórias Contínuas
Disciplina: 221171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo
Leia maisrio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias nuas
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 04: Variáveis Aleatórias Contínuas nuas Função densidade de probabilidade contínua nua f(x) a b f(x) 0 para
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 Qui-quadrado 02/14 1 / 1 Definição 14.1: Uma variável aleatória contínua X tem
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Função que descreve a chance que uma variável pode assumir ao longo de um espaço de valores. Uma distribuição de probabilidade
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Se a integração analítica não é possível ou
Leia maisSUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS
4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está
Leia 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 mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 00 5.. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros α e β (α β) se sua função densidade de probabilidade é dada por f ( ) β α 0, Notação:
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 04 5.. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros α e β (α β) se sua função densidade de probabilidade é dada por f ( ) β α 0, Notação:
Leia maisDistribuições de probabilidade
Distribuições de probabilidade Distribuições contínuas Carla Henriques, Nuno Bastos e Cristina Lucas Departamento de Matemática Escola Superior de Tecnologia de Viseu. Henriques, N. Bastos e C. Lucas (DepMAT)
Leia maisPARTE 3. Profª. Drª. Alessandra de Ávila Montini
PARTE 3 Profª. Drª. Alessandra de Ávila Montini Distribuições Contínuas 2 Conteúdo Principais Distribuições de Probabilidade para Variáveis Quantitativas Contínuas: Exponencial Normal T de Student Qui-quadrado
Leia maisRicardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Geração de Números Aleatórios Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 61 Simulando de Distribuições Discretas Assume-se que um
Leia maisDistribuição de Probabilidade. Prof.: Joni Fusinato
Distribuição de Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Variáveis Aleatórias Contínuas Distribuição de Probabilidade Contínua Modelo Normal Modelo t de Student
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 maisSUMÁRIO. 1 Lista de Modelos Probabilísticos Modelos Discretos Modelos Contínuos... 3
SUMÁRIO Lista de Modelos Probabilísticos. Modelos Discretos.................................. Modelos Contínuos................................ 3 LISTA DE MODELOS PROBABILÍSTICOS. MODELOS DISCRETOS Distribuição
Leia maisALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE
ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE 4. 1 INTRODUÇÃO Serão apresentadas aqui algumas distribuições de probabilidade associadas a v.a. s contínuas. A mais importante delas é a distribuição Normal
Leia maisRevisão de Probabilidade
05 Mat074 Estatística Computacional Revisão de Probabilidade Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito
Leia maisAnálise de Dados em Astronomia. 3. Distribuições de Probabilidades
1 / 24 3. Distribuições de Probabilidades Análise de Dados em Astronomia 3. Distribuições de Probabilidades Laerte Sodré Jr. AGA0505, 1o. semestre 2019 introdução aula de hoje 1 2 a distribuição uniforme
Leia maisModelos de Distribuições
Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 11/06/019 07:14 ESTATÍSTICA APLICADA I -
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 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 mais1 Distribuição Uniforme
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 03 Aula 8 Professor: Carlos Sérgio UNIDADE 4 - Distribuições Contínuas (Notas de Aula) Distribuição Uniforme
Leia maisNoções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23
Noções de Simulação Ciências Contábeis - FEA - Noturno 2 o Semestre 2013 MAE0219 (IME-USP) Noções de Simulação 2 o Semestre 2013 1 / 23 Objetivos da Aula Sumário 1 Objetivos da Aula 2 Motivação 3 Geração
Leia maisPRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Leia maisMODELOS PROBABILÍSTICOS CONTÍNUOS
6 MODELOS PROBABILÍSTICOS CONTÍNUOS 6. DISTRIBUIÇÃO UNIFORME A distribuição uniforme é a distribuição de probabilidades contínua mais simples de conceituar: a probabilidade de se gerar qualquer ponto em
Leia maisTeorema do Limite Central
Teorema do Limite Central Bacharelado em Economia - FEA - Noturno 1 o Semestre 2014 MAE0219 (IME-USP) Teorema do Limite Central 1 o Semestre 2014 1 / 47 Objetivos da Aula Sumário 1 Objetivos da Aula 2
Leia maisSumário. 2 Índice Remissivo 11
i Sumário 1 Principais Distribuições Contínuas 1 1.1 Distribuição Uniforme................................. 1 1.2 A Distribuição Normal................................. 2 1.2.1 Padronização e Tabulação
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Distribuição Normal Motivação: Distribuição
Leia 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 maisDepartamento de Matemática Escola Superior de Tecnologia de Viseu
Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade
Leia maisDistribuições Contínuas. Estatística. 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas UNESP FEG DPD
Estatística 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas 7- Distribuição Uniforme A variável aleatória contínua pode ser qualquer valor no intervalo [a,b] A probabilidade da variável
Leia maisModelos de Distribuições
4/05/014 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Tucuruí CTUC Curso de Engenharia Mecânica 4/05/014 06:56 ESTATÍSTICA
Leia maisPRINCIPAIS DISTRIBUIÇÕES (continuação)
UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior PRINCIPAIS DISTRIBUIÇÕES (continuação)
Leia maisProf. Lorí Viali, Dr. Mat2282 Análise Estatística Não Paramétrica
Prof. Lorí Viali, Dr. http://www.pucrs.br/~viali/ viali@pucrs.br Objetivos Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacionamentos ou modelos (testes não paramétricos). Envolvem
Leia maisColeta e Modelagem dos Dados de Entrada
Coleta e Modelagem dos Dados de Entrada Capítulo 2 Páginas 24-52 Este material é disponibilizado para uso exclusivo de docentes que adotam o livro Modelagem e Simulação de Eventos Discretos em suas disciplinas.
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS As variáveis aleatórias X e Y seguem uma distribuição de Bernoulli com probabilidade de sucesso igual a 0,4. Considerando S = X + Y e que os eventos aleatórios A = [X = 1] e B
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 mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. RINCIAIS MODELOS CONTÍNUOS 04 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por f, β α 0, Notação: ~ Uα, β.
Leia maisColeta e Modelagem dos Dados de Entrada
Slide 1 Módulo 02 Coleta e Modelagem dos Dados de Entrada Prof. Afonso C. Medina Prof. Leonardo Chwif Três Etapas Coleta Tratamento Inferência Coleta dos Dados 1. Escolha adequada da variável de estudo
Leia mais4. ([Magalhães, 2011] - Seção 2.4) Seja X U( α, α), determine o valor do parâmetro α de modo que:
GET189 Probabilidade I Lista de exercícios - Capítulo 6 1. ([Ross, 21] - Capítulo 5) Em uma estação, trens partem para a cidade A de 15 em 15 minutos, começando às 7:h; e trens partem para a cidade B de
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 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 maisDistribuição Normal. Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade for dada por:
Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisUnidade IV Inferência estatística
6//5 Unidade IV Inferência estatística 4.. Introdução e histórico 4.. Conceitos fundamentais 4.3. Distribuições amostrais e Teorema central do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses
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 maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisAnálise das Funções Weibull, Normal e Sb Johnson na modelagem da distribuição diamétrica de Eucalyptus urophylla na Região de Brasília- DF.
Universidade de Brasília Faculdade de Tecnologia Departamento de Engenharia Florestal Análise das Funções Weibull, Normal e Sb Johnson na modelagem da distribuição diamétrica de Eucalyptus urophylla na
Leia maisMIEEC Probabilidades e Estatística 1 a Chamada 10/01/2008. Parte Prática
MIEEC Probabilidades e Estatística 1 a Chamada 1/1/8 Parte Prática Resolução 1. Definição dos acontecimentos: T 1 Cliente do operador Ptel 1 T Cliente do operador Ptel T 3 Cliente do operador Ptel 3 S
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 maisFunções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
Funções Geradoras de Variáveis Aleatórias 1 Funções Geradoras de Variáveis Aleatórias Nos programas de simulação existe um GNA e inúmeras outras funções matemáticas descritas como Funções Geradoras de
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisIntrodução à probabilidade e à estatística II. Prof. Alexandre G Patriota Sala: 298A Site:
Introdução à probabilidade e à estatística II Revisão Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Estatística Estatística: É uma ciência que se dedica
Leia 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 mais2 CONCEITOS DE ESTATÍSTICA
2 CONCEITOS DE ESTATÍSTICA Quando se trata de simulação, uma das grandes vantagens em utilizá-la é a possibilidade de se trabalhar com variáveis aleatórias, diferentemente de programação linear, por exemplo,
Leia maisProbabilidade, distribuição normal e uso de tabelas padronizadas
Probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é probabilidade? Número de 0 até 1 que expressa a tendência de
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 maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Dependentes Teste t para amostras emparelhadas Variâncias Teste z Conhecidas Independentes Variâncias Desconhecidas Supostas iguais
Leia maisCapítulo 4 - Variáveis aleatórias e distribuições contínuas
Capítulo 4 - Variáveis aleatórias e distribuições contínuas Conceição Amado e Ana M. Pires 4.1 - Variáveis aleatórias contínuas. Função densidade de probabilidade 3 4.2 - Valor esperado, variância e algumas
Leia maisVariáveis Aleatórias Contínuas e Distribuições de Probabilidade
Variáveis Aleatórias Contínuas e Distribuições de Probabilidade Motivação A quantidade de oxigênio dissolvido é importante para aferir a qualidade de um regato. Os níveis aceitáveis de oxigênio variam
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 maisEscola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Modelo Normal. Cristian Villegas
Modelo Normal Cristian Villegas clobos@usp.br http://www.lce.esalq.usp.br/arquivos/aulas/2014/lce0216/ 1 Introdução O modelo normal ocupa uma posição de grande destaque tanto a nível teórico como prático,
Leia mais