Distribuições amostrais

Tamanho: px
Começar a partir da página:

Download "Distribuições amostrais"

Transcrição

1 Distribuições amostrais Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br October 14, 2014 Souza () Distribuições amostrais October 14, / 23

2 Distribuição Amostral Objetivo Estender a noção de uma distribuição amostral a situações em que amostramos de uma distribuição normal. Considere X 1,, X n uma amostra aleatória de uma distribuição normal com média µ e desvio padrão σ. Souza () Distribuições amostrais October 14, / 23

3 Exemplo Suponha que estamos interessados em estimar quantas horas adicionais de sono são garantidas a um indivíduo após ingerir uma determinada droga. Além disso, suponha que a droga é testada em 20 indivíduos de modo que a média amostral X = 0, 8 horas. Porém, se o estudo for repetido com outros 20 participantes podemos ter outros resultados para a média amostral. Por exemplo, podemos ter X = 1, 3. E, repetindo o estudo novamente, poderíamos ter X = 0, 2. Em termos estatísticos, haverá variação entre as médias amostrais. Este problema poderia ser resolvido se repetíssemos o estudo muitas vezes, porém isto é inviável. Souza () Distribuições amostrais October 14, / 23

4 Resultado importante Quando as observações são amostradas aleatoriamente de uma distribuição normal, a média amostral também tem uma distribuição normal. Isto é, quando n observações são amostradas aleatoriamente de uma distribuição normal com média µ e variância σ 2, a média amostral tem distribuição normal com média µ e variância σ 2 /n. Souza () Distribuições amostrais October 14, / 23

5 Para amostras casuais simples X 1,..., X n retiradas de uma população com média µ e variância σ 2, a distribuição amostral da média X se aproxima de uma distribuição normal com média µ e variância σ 2 /n, quando n tende a infinito. Desta forma: E(X) = µ e Var(X) = σ 2 /n. Se X N(µ, σ 2 ) X N(µ, σ 2 /n). Souza () Distribuições amostrais October 14, / 23

6 Exemplo 1 Seja X N (100, 100). Seja X a média de uma amostra de 16 elementos retirados desta população, calcule: a) P(90 < X < 110). b) Qual deveria ser o tamanho da amostra de modo a garantir que P(90 < X < 110) = 0.95? Souza () Distribuições amostrais October 14, / 23

7 Amostra aleatória simples Todos os elementos da população têm igual probabilidade de pertencer à amostra, e todas as possíveis amostras de mesmo tamanho têm igual probabilidade de serem sorteadas. Souza () Distribuições amostrais October 14, / 23

8 Teorema Central do Limite É um resultado estatístico fundamental em aplicações práticas, pois este teorema garante que mesmo que os dados não sejam distribuídos conforme uma distribuição normal, a média dos dados converge para a distribuição normal conforme o número de dados aumenta. Para amostras grandes, a distribuição amostral da média pode ser aproximada pela distribuição normal. Ou seja, considere uma amostra aleatória simples de tamanho n retirada de uma população com média µ e variância σ 2 (note que o modelo da variável aleatória não é apresentado). Representando tal amostra por n variáveis aleatórias independentes X 1,, X n, e denotando sua média por X, temos pelo teorema central do limite, que quando n for grande, a variável Z dada por X µ σ/ n tem distribuição aproximadamente normal com média 0 e variância 1 (N(0,1)) Ṣouza () Distribuições amostrais October 14, / 23

9 Distribuição binomial Para construir o modelo binomial vamos introduzir uma sequência de ensaios de Bernoulli. Tal sequência é definida por meio das seguintes condições: Em cada ensaio considera-se somente a ocorrência ou não-ocorrência de um certo evento que será denominado sucesso (S) e cuja não-ocorrência será denominada falha (F). Os ensaios são independentes. A probabilidade de sucesso, que denotaremos por p é a mesma para cada ensaio. A probabilidade de falha será denotada por 1 p. Para um experimento que consiste na realização de n ensaios independentes de Bernoulli, o espaço amostral é dados por sucessos (S) ou fracassos (F). Souza () Distribuições amostrais October 14, / 23

10 A probabilidade de um ponto amostral com sucessos nos k primeiros ensaios e falhas nos n k ensaios seguintes é p k (1 p) n k. Seja X o número de sucessos obtidos na realização de n ensaios de Bernoulli independentes. Diremos que X tem distribuição binomial com parâmetros n e p, em que p é a probabilidade de sucesso em cada ensaio, se sua função de probabilidade for dada por P[X = k] = ( n k Usaremos a notação X B(n, p). ) p k (1 p) n k. Souza () Distribuições amostrais October 14, / 23

11 Exemplo 2 Se a probabilidade de um estabelecimento possuir trator é 0,4; e se pesquisarmos 5 estabelecimentos, qual a probabilidade de: a) Exatamente dois possuírem trator? b) No máximo dois possuírem trator? c) No mínimo três possuírem trator? Souza () Distribuições amostrais October 14, / 23

12 Exemplo 3 Os camarões macho da espécie A, para serem considerados adultos, devem apresentar um comprimento total maior ou igual a 22 mm. Suponha que numa população de camarões machos adultos a média dos comprimentos seja igual a µ = 27, 3 e desvio padrão σ = 7, 8. Pergunta-se: a) Qual a probabilidade de que numa amostra de n = 35 camarões, obtenhamos uma média de X < 22. b) Qual deve ser o valor para média do comprimento total, µ, a fim de que a P(X 22) = 0.05? Souza () Distribuições amostrais October 14, / 23

13 Distribuição amostral da proporção A noção de uma distribuição amostral é talvez mais fácil de explicar e ilustrar quando trabalhamos com a distribuição binomial. Para exemplificar, suponha que queremos determinar a proporção de adultos com idade superior aos 40 que sofrem de artrite. Logo, podemos definir uma variável aleatória X da seguinte maneira X = 1, se o indivíduo é portador de artrite X = 0, se o indivíduo não é portador de artrite logo, temos que X é uma variável discreta, com distribuição de Bernoulli tal que µ = E(X) = p, σ 2 = Var(X) = p(1 p). Souza () Distribuições amostrais October 14, / 23

14 Retirada uma amostra aleatória X 1, X 2,..., X n sem reposição de tamanho n dessa população, e indicando por Y n o total de indivíduos portadores de artrite nessa amostra, sabemos que Y n Binomial(n, p) ou seja, P(Y n = k) = ( n k ) p k (1 p) n k. Souza () Distribuições amostrais October 14, / 23

15 Vamos definir por ˆp a proporção de indivíduos portadores de artrite, ou seja, ˆp = Y n n. A distribuição amostral de ˆp é obtida da distribuição de Y n. Observamos que Y n = X 1 + X X n, em que cada X i tem distribuição de Bernoulli com média µ = p e variância σ 2 = p(1 p) com p desconhecido. Desta forma, podemos escrever que Y n = n X i = n i=1 n i=1 X i n = nx Souza () Distribuições amostrais October 14, / 23

16 Pelo Teorema Central do Limite, X terá distribuição aproximadamente normal, com média p e variância p(1 p)/n, ou seja ( ) p(1 p) X N p,. n Logo, a transformação Y n = nx terá a distribuição Y n N(np, np(1 p)). Podemos observar que X, na expressão acima, é a própria variável ˆp e, desse modo, para n grande podemos considerar a distribuição amostral de p como aproximadamente normal ˆp N ( p, p(1 p) n ) Souza () Distribuições amostrais October 14, / 23

17 Exemplo Suponha que queremos saber a porcentagem de casamentos que terminam em divórcio entre casais que vivem em João Pessoa. Como não temos recursos suficientes para checar todos os arquivos, vamos estimar esta porcentagem baseados em alguns dados disponíveis. Suponha que temos dados sobre 10 casais: X 1 = 1, X 2 = 0, X 3 = 0, X 4 = 0, X 5 = 1, X 6 = 0, X 7 = 0, X 8 = 0, X 9 = 0, X 10 = 1. Isto é, o primeiro casal se divorciou, os próximos três não se divorciaram, o quinto casal se divorciou e assim por diante. O número de divórcios entre estes casais é 10 i=1 X i = = 3, Souza () Distribuições amostrais October 14, / 23

18 A probabilidade estimada de um divórcio é ˆp = 3 10 = 0, 3. Note que para a distribuição binomial, se sabemos a real probabilidade de divórcio, p, poderíamos calcular a probabilidade de termos ˆp = 0, 3 baseados em uma amostra de tamanho 10. Quando n = 10, esta é justamente a probabilidade de observamos 3 divórcios, ou seja, P(X = 3) = ( 10 3 ) p 3 (1 p) 7. Se, por exemplo, p = 0, 4, então P(X = 3) = 0, 215. Isto é, a probabilidade de tomarmos ˆp = 0,3 é 0,215. Souza () Distribuições amostrais October 14, / 23

19 Suponha que a taxa de divórcio de uma população é p = 0, 3. Imagine agora 1000 equipes de pesquisadores e suponha que cada equipe estima a taxa de divórcio baseada em dados de 10 casais. Neste caso, diferentes equipes de pesquisadores conseguirão resultados diferentes. Por exemplo, a primeira equipe consegue ˆp = 0, 5, a segunda equipe consegue ˆp = 0, 1, e assim por diante. A distribuição amostral de ˆp se refere a distribuição dos valores de ˆp que as equipes de pesquisadores conseguiriam ao conduzir o mesmo estudo. Souza () Distribuições amostrais October 14, / 23

20 Exemplo 4 Sabe-se que 20% das peças de um lote são defeituosas. Sorteiam-se 8 peças, com reposição, e calcula-se a proporção de peças defeituosas na amostra. Qual será a distribuição de ˆp? Souza () Distribuições amostrais October 14, / 23

21 Exemplo 5 Suponha que a proporção de peças fora de especificação em um lote é 40%. Considere que foi retirada uma amostra de tamanho 30, qual a probabilidade desta amostra fornecer uma proporção de peças defeituosas menor que 0.50? Souza () Distribuições amostrais October 14, / 23

22 Exemplo 6 Um fabricante afirma que sua vacina contra gripe imuniza em 80% dos casos. Uma amostra de 25 indivíduos que tomaram a vacina foi sorteada e testes foram feitos para verificar a imunização ou não desses indivíduos. Se o fabricante estiver correto, qual é a probabilidade da proporção de imunizados na amostra ser inferior a 0.75? E superior a 0.85? Souza () Distribuições amostrais October 14, / 23

23 Exemplo 7 Sabe-se que nem processo de industrialização de pêssegos em lata, a probabilidade de apresentar peso fora dos padrões é 0,05. Qual a probabilidade de, em uma amostra de 500 latas, apresentarem-se fora dos padrões: a) 6% ou mais das latas? b) 4% ou menos das latas? Souza () Distribuições amostrais October 14, / 23

Pesquisa Aplicada à Estatística

Pesquisa Aplicada à Estatística Pesquisa Aplicada à Estatística Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br February 22, 2016 Souza Pesquisa Aplicada à Estatística February 22, 2016 1 / 67 Aplicação Pesque aleatoriamente 100 peixes,

Leia mais

Lucas Santana da Cunha e 30 de julho de 2018 Londrina

Lucas Santana da Cunha e 30 de julho de 2018 Londrina Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 e 30 de julho de 2018 Londrina 1 / 18 Já se discutiu a diferença entre estimador e parâmetro: População Amostra Média

Leia mais

Inferência Estatistica

Inferência Estatistica Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns

Leia mais

Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.

Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017. Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Lei dos Grandes Números e Teorema Central do Limite 02/14 1 / 9 Lei dos Grandes Números Lei

Leia mais

DISTRIBUIÇÃO AMOSTRAL DA

DISTRIBUIÇÃO AMOSTRAL DA DISTRIBUIÇÃO AMOSTRAL DA PROPORÇÃO Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 25 de setembro de 2017 Distribuição amostral da proporção

Leia mais

Fundamentos de Estatística

Fundamentos de Estatística Fundamentos de Estatística Clássica Workshop Análise de Incertezas e Validação Programa de Verão 2017 Marcio Borges 1 1LABORATÓRIO NACIONAL DE COMPUTAÇÃO CIENTÍFICA mrborges@lncc.br Petrópolis, 9 de Fevereiro

Leia mais

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais

Leia mais

Modelos Probabilisticos Discretos

Modelos Probabilisticos Discretos Modelos Probabilisticos Discretos Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 30 A distribuição Uniforme Discreta Suponha um experimento

Leia mais

Introdução à Probabilidade e à Estatística II

Introdução 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 mais

Modelos básicos de distribuição de probabilidade

Modelos básicos de distribuição de probabilidade Capítulo 6 Modelos básicos de distribuição de probabilidade Muitas variáveis aleatórias, discretas e contínuas, podem ser descritas por modelos de probabilidade já conhecidos. Tais modelos permitem não

Leia mais

Testes de Hipótese para uma única Amostra - parte II

Testes 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 mais

Prof. Eduardo Bezerra. 6 de abril de 2018

Prof. Eduardo Bezerra. 6 de abril de 2018 Distribuições Amostrais Prof. Eduardo Bezerra Inferência Estatística 6 de abril de 2018 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 19 Roteiro 1 2 3 Eduardo Bezerra (CEFET/RJ) Distribuições

Leia mais

Testes de Hipótese para uma única Amostra - parte II

Testes 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 mais

DISTRIBUIÇÕES BERNOULLI E BINOMIAL

DISTRIBUIÇÕES BERNOULLI E BINOMIAL DISTRIBUIÇÕES BERNOULLI E BINOMIAL Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de junho de 2017 Distribuição Bernoulli Nos experimentos

Leia mais

Distribuições Bernoulli e Binomial

Distribuições Bernoulli e Binomial Distribuições Bernoulli e Binomial Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 04 de junho de 2018 Londrina 1 / 12 Distribuição Bernoulli Nos experimentos

Leia mais

Variáveis Aleatórias

Variáveis Aleatórias Variáveis Aleatórias Definição: Uma variável aleatória v.a. é uma função que associa elementos do espaço amostral a valores numéricos, ou seja, X : Ω A, em que A R. Esquematicamente As variáveis aleatórias

Leia mais

2. Distribuições amostrais

2. Distribuições amostrais 2. Distribuições amostrais USP-ICMC-SME 203 USP-ICMC-SME () 2. Distribuições amostrais 203 / 22 Amostra aleatória Notação. X: variável aleatória (v.a.). f(x; θ): função densidade de probabilidade (X contínua)

Leia mais

6- Probabilidade e amostras: A distribuição das médias amostrais

6- Probabilidade e amostras: A distribuição das médias amostrais 6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de

Leia mais

Variáveis Aleatórias Discretas

Variáveis Aleatórias Discretas Variáveis Aleatórias Discretas Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Definição Uma variável aleatória é uma função definida

Leia mais

Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL.

Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL. Introdução à Inferência Estatística Departamento de Física é Matemática. USP-RP. Prof. Rafael A. Rosales 5 de setembro de 004 Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL. 1 Medidas Resumo DISTRIBUIÇÕES

Leia mais

Modelos de Distribuição PARA COMPUTAÇÃO

Modelos 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 mais

Professora Ana Hermínia Andrade. Período

Professora Ana Hermínia Andrade. Período Distribuições de probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Modelos de distribuição Para

Leia mais

VARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL

VARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL VARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1

Leia mais

Uma estatística é uma característica da amostra. Ou seja, se

Uma estatística é uma característica da amostra. Ou seja, se Estatística Uma estatística é uma característica da amostra. Ou seja, se X 1,..., X n é uma amostra, T = função(x 1,..., X n é uma estatística. Exemplos X n = 1 n n i=1 X i = X 1+...+X n : a média amostral

Leia mais

Solução dos Exercícios - Capítulos 1 a 3

Solução dos Exercícios - Capítulos 1 a 3 Capítulo 9 Solução dos Exercícios - Capítulos a 3 9. Capítulo. a Como o valor se refere aos pacientes estudados, e não a todos os pacientes, esse é o valor de uma estatística amostral. b Estatística amostral

Leia mais

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado

Leia mais

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Distribuição Geométrica Considere novamente uma sequência

Leia mais

Introdução à probabilidade e estatística I

Introdução à probabilidade e estatística I Introdução à probabilidade e estatística I Variáveis Aleatórias Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Probabilidade Daqui por diante utilizaremos

Leia mais

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%

LEEC 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 mais

Distribuições Amostrais e Estimação Pontual de Parâmetros

Distribuições Amostrais e Estimação Pontual de Parâmetros Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 2012/02 1 Introdução 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição

Leia mais

Cap. 8 - Intervalos Estatísticos para uma Única Amostra

Cap. 8 - Intervalos Estatísticos para uma Única Amostra Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO

Leia mais

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

PRINCIPAIS 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 mais

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL Variável Aleatória Uma função X que associa a cada elemento ω do espaço amostral Ω um valor x R é denominada uma variável aleatória. A variável aleatória pode

Leia mais

MAE0219 Introdução à Probabilidade e Estatística I

MAE0219 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 mais

Estatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral

Estatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo 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 mais

Teorema do Limite Central

Teorema 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 mais

Introdução à Inferência Estatística

Introdução à Inferência Estatística Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16

Leia mais

Estimador: combinação dos elementos da amostra, construída com a finalidade de representar, ou estimar, um parâmetro de interesse na população.

Estimador: combinação dos elementos da amostra, construída com a finalidade de representar, ou estimar, um parâmetro de interesse na população. Objetivo: tirar conclusões sobre uma população com base na informação de uma amostra. estimação testes de hipóteses Parâmetro metro: quantidades desconhecidas da população e sobre as quais temos interesse.

Leia mais

Amostragem e distribuições por amostragem

Amostragem e distribuições por amostragem Amostragem e distribuições por amostragem Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Contabilidade e Administração População, amostra e inferência estatística

Leia mais

Distribuições Amostrais e Estimação Pontual de Parâmetros

Distribuições Amostrais e Estimação Pontual de Parâmetros Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição

Leia mais

Variáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22

Variáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22 all Variáveis Aleatórias Bidimensionais & Teoremas de Limite Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário

Leia mais

PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL

PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL Aula 6 META Estudar o comportamento e aplicação das Variáveis Aleatórias Contínuas, bem como da Distribuição Normal. OBJETIVOS Ao final

Leia mais

Estatística Planejamento das Aulas

Estatística Planejamento das Aulas 29 de outubro de 2018 Distribuição Discreta Uniforme No experimento estatístico, os eventos são equiprováveis. A v.a. discreta X assume n valores discretos tem função de probabilidade: { 1 se x f x = i

Leia mais

A figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).

A 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 mais

Aproximação da binomial pela normal

Aproximação da binomial pela normal Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição

Leia mais

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo

Leia mais

Distribuições Geométrica e Hipergeométrica

Distribuições Geométrica e Hipergeométrica Distribuições Geométrica e Hipergeométrica Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 06 de junho de 2018 Londrina 1 / 15 Distribuição Geométrica Em algumas

Leia mais

HIPERGEOMÉTRICA. Lucas Santana da Cunha Universidade Estadual de Londrina

HIPERGEOMÉTRICA. Lucas Santana da Cunha    Universidade Estadual de Londrina DISTRIBUIÇÕES GEOMÉTRICA E HIPERGEOMÉTRICA Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 28 de junho de 2017 Distribuição Geométrica

Leia mais

PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE

PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE 3.1 INTRODUÇÃO Muitas variáveis aleatórias associadas a experimentos aleatórios têm propriedades similares e, portanto, podem ser descritas através de

Leia mais

Cap. 8 - Variáveis Aleatórias

Cap. 8 - Variáveis Aleatórias Variáveis Aleatórias Discretas: A de Poisson e Outras ESQUEMA DO CAPÍTULO 8.1 A DISTRIBUIÇÃO DE POISSON 8.2 A DISTRIBUIÇÃO DE POISSON COMO APROXIMAÇÃO DA DISTRIBUIÇÃO BINOMIAL 8.3 O PROCESSO DE POISSON

Leia mais

Aproximação da Distribuição Binomial pela Distribuição Normal

Aproximação da Distribuição Binomial pela Distribuição Normal Aproximação da Distribuição Binomial pela Distribuição Normal Uma das utilidades da distribuição normal é que ela pode ser usada para fornecer aproximações para algumas distribuições de probabilidade discretas.

Leia mais

Probabilidade. 1 Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson. Renata Souza

Probabilidade. 1 Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson. Renata Souza Probabilidade Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson Renata Souza Distribuição de Bernoulli Uma lâmpada é escolhida ao acaso Ensaio de Bernoulli A lâmpada

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5

MAE 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 mais

Estimação: (A) Propriedades e Distribuições Amostrais

Estimação: (A) Propriedades e Distribuições Amostrais Estimação: (A) Propriedades e Distribuições Amostrais Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação

Leia mais

Aproximação da binomial pela normal

Aproximação da binomial pela normal Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência

Leia mais

Estatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística 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 mais

Noções 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 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 mais

Intervalos de Confiança

Intervalos de Confiança Intervalos de Confiança Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques e Nuno Bastos (DepMAT) Intervalos de Confiança 2010/2011 1 / 33 Introdução

Leia mais

F (x) = P (X x) = Σ xi xp(x i ) E(X) = x i p(x i ).

F (x) = P (X x) = Σ xi xp(x i ) E(X) = x i p(x i ). Variável Aleatória Uma variável aleatória é uma variável numérica, cujo valor medido pode variar de uma réplica para outra do experimento. Exemplos: (i) Variáveis aleatórias contínuas: corrente elétrica,

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 9 Modelos Probabilísticos Variável Contínua Vamos ver como criar um modelo probabilístico, o que é uma função densidade de probabilidade (fdp), e como calcular probabilidades no caso de variáveis

Leia mais

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e

Leia mais

x P(X = x) 0,1 0,7 0,2

x 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 mais

Teorema central do limite e es/mação da proporção populacional p

Teorema central do limite e es/mação da proporção populacional p Teorema central do limite e es/mação da proporção populacional p 1 RESULTADO 1: Relembrando resultados importantes Seja uma amostra aleatória de tamanho n de uma variável aleatória X, com média µ e variância

Leia mais

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória Exercício 1. Considere uma urna em que temos 4 bolas brancas e 6 bolas pretas. Vamos retirar, ao acaso, 3 bolas, uma após a outra e sem reposição. Sejam X: o número de bolas brancas e Y : o número de bolas

Leia mais

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Contínuas

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Contínuas Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Contínuas Professora Renata Alcarde Piracicaba abril 2014 Renata Alcarde Estatística Geral 24 de Abril de 2014

Leia mais

Lista de Exercicios 1. Medidas Resumo. Estimação. Distribuições Amostrais

Lista de Exercicios 1. Medidas Resumo. Estimação. Distribuições Amostrais Introcução à Inferência Estatística. Departamento de Física é Matemática. USP-RP. Prof. Rafael A. Rosales 15 de agosto de 007 Lista de Exercicios 1 Medidas Resumo. Estimação. Distribuições Amostrais 1

Leia mais

Parte 4 Variáveis aleatórias

Parte 4 Variáveis aleatórias Parte 4 Variáveis aleatórias Uma variável aleatória associa um valor numérico a cada resultado de um fenômeno ou experimento aleatório; Assim como estudado anteriormente, uma variável aleatória pode ser

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através

Leia mais

Lucas Santana da Cunha de junho de 2017

Lucas Santana da Cunha de junho de 2017 VARIÁVEL ALEATÓRIA Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de junho de 2017 Uma função que associa um número real aos resultados

Leia mais

x P(X = x) 0,1 0,7 0,2

x P(X = x) 0,1 0,7 0,2 GET001 Fundamentos de Estatística Aplicada Lista de Exercícios Módulo IV Parte a Profa. Ana Maria Farias 2017-1 CAPÍTULOS 1 e 2 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade

Leia mais

Conforme o conjunto de valores X(S) uma variável aleatória poderá ser discreta ou contínua.

Conforme o conjunto de valores X(S) uma variável aleatória poderá ser discreta ou contínua. Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X X(s) R X(S) Uma função X que associa a cada elemento de S (s S) um número real X(s) é denominada

Leia mais

AULA 17 - Distribuição Uniforme e Normal

AULA 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 mais

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas. 1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento

Leia mais

4. PRINCIPAIS MODELOS DISCRETOS

4. PRINCIPAIS MODELOS DISCRETOS 4. PRINCIPAIS MODELOS DISCRETOS 2011 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa

Leia mais

Aproximação da binomial pela normal

Aproximação da binomial pela normal Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição

Leia mais

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Discretas

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Discretas Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Discretas Professora Renata Alcarde Sermarini Piracicaba abril 2016 Renata Alcarde Sermarini Estatística Geral

Leia mais

Introdução à probabilidade e estatística II

Introdução à probabilidade e estatística II Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses

Leia mais

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja

Leia mais

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008 Variável Aleatória Gilson Barbosa Dourado gdourado@uneb.br 6 de agosto de 2008 Denição de Variável Aleatória Considere um experimento E e seu espaço amostral Ω = {a 1, a 2,..., a n }. Variável aleatória

Leia mais

Verificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com

Verificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição

Leia mais

AULA 15 - Distribuição de Bernoulli e Binomial

AULA 15 - Distribuição de Bernoulli e Binomial AULA 15 - Distribuição de Bernoulli e Binomial Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Variável Aleatória de Bernoulli Podemos dizer que as variáveis aleatórias mais simples entre as

Leia mais

Revisão de Probabilidade

Revisão 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 mais

Cálculo das Probabilidades e Estatística I

Cálculo 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 Modelos de distribuição Para utilizar a teoria

Leia mais

Distribuições Amostrais - Tamanho da Amostra

Distribuições Amostrais - Tamanho da Amostra Distribuições Amostrais - Tamanho da Amostra Prof. Eduardo Bezerra Inferência Estatística 21 de Setembro de 2018 Eduardo Bezerra (CEFET/RJ) Tamanho da Amostra 1 / 10 Motivação Suponha que queremos estimar

Leia mais

Distribuições de Probabilidade Conjuntas

Distribuições de Probabilidade Conjuntas Distribuições de Probabilidade Conjuntas 1. Duas variáveis aleatórias discretas Exemplo 1. No desenvolvimento de um novo receptor para transmissão digital de informação, cada bit é classificado como aceitável,

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 2 Leitura obrigatória: Devore, seções 3.4, 3.5 (hipergeométrica), 3.6 Aula 5-1 Objetivos Nesta parte 01 aprendemos a representar,

Leia mais

Intervalos de Confiança

Intervalos de Confiança Intervalos de Confiança Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Estimar o consumo médio de um automóvel, estimar o tempo médio que um funcionário leva a aprender uma

Leia mais

Estatística (MAD231) Turma: IGA. Período: 2018/2

Estatística (MAD231) Turma: IGA. Período: 2018/2 Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #03 de Probabilidade: 19/10/2018 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística - CCEN Professora: Tatiene C. de Souza

UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística - CCEN Professora: Tatiene C. de Souza UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística - CCEN Professora: Tatiene C. de Souza Lista de Exercícios - Pesquisa Aplicada à Estatística João Pessoa, 23 de fevereiro de 2016 1. A v.a. X

Leia mais

Distribuição de Probabilidade. Prof. Ademilson

Distribuição 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 mais

Professora Ana Hermínia Andrade. Período

Professora Ana Hermínia Andrade. Período Teste de Hipóteses Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.1 Teste de Hipóteses O Teste de Hipóteses

Leia mais

Prof. Eduardo Bezerra. 15 de setembro de 2017

Prof. Eduardo Bezerra. 15 de setembro de 2017 Distribuições Amostrais Prof. Eduardo Bezerra Inferência Estatística 15 de setembro de 2017 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 28 Roteiro Distribuições amostrais 1 Distribuições amostrais

Leia mais

Nome: N. o : f(u) du para todo o x (V) d) Se F (x) tiver pontos de descontinuidade, então X é discreta (F)

Nome: N. o : f(u) du para todo o x (V) d) Se F (x) tiver pontos de descontinuidade, então X é discreta (F) ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época Normal Duração: 2 horas 1. a Parte Teórica N. o de Exame: RESOLUÇÃO 09.01.2015 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação:

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades 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 mais

DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA

DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências DISTRIBUIÇÃO CONJUNTA Em muitos

Leia mais