Métodos Quantitativos para Ciência da Computação Experimental Aula #4
|
|
- Manoela Bonilha Teves
- 5 Há anos
- Visualizações:
Transcrição
1 Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017
2 Measuremets are ot to provide umbers, but isights
3 Metodologia de Comparação de Sistemas Experimetais Comparado quatitativamete sistemas experimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado alterativas Cosiderações especiais sobre itervalo de cofiaça Tamaho das amostras
4 Estimado os Itervalos de Cofiaça Duas fórmulas para itervalo de cofiaça Acima de 30 amostras de qualquer distribuição: distribuição-z (Normal) Pequeas amostras de populações ormalmete distribuídas: distribuiçao-t (Studet) Um erro comum: usar distribuição-t para populações ão ormalmete distribuídas.
5 Itervalo de Cofiaça da Média da Amostra Chave: Teorema Cetral do Limite As médias de amostras são distribuidas pela Normal. Desde que sejam idepedetes Média das medias coverge para a média da população Desvio padrão (erro padrão) é
6 A Distribuição-z Itervalo em cada lado da média: z x / x z 1 2 s O ível de sigificâcia é pequeo para íveis maiores de cofiaça (100*(1- Existem tabelas para a variável z!
7 A Distribuição t Fórmula quase a mesma: x t 1 2 ; 1 s Usável para populações ormalmete distribuídas! Fucioa para pequeas amostras Similar a Normal (bell-shaped, porem mais espalhada) e depede do tamaho da amostra.
8 Como calcular Itervalo de Cofiaça Você pode calcular itervalos de cofiaça para diferetes estatísticas y^ z s ou 1 y y^ t 1 s,df y 2 2 ode df são os graus de liberdade a estimativa ŷ Isto é só pra você saber que as fórmulas dadas os slides ateriores podem ser aplicadas apeas se você estiver trabalhado com médias Erro comum: usar distribuição t para população ão Normal Tipicamete aproximação está ok (Teorema do Limite Cetral)
9 Tomado decisões sobre os dados experimetais Sumarizar o erro a média da amostra (ou qualquer outra estatística obtida a partir dela) Cofiaça = 1- α Precisão = 100% - metade do itervalo / média Prover elemetos para saber se a amostra é sigificativa (estatisticamete) Permitir comparações à luz dos erros
10 Testado a Média Zero A média da população é sigificativamete ão-zero? Se o itervalo de cofiaça iclui 0, a resposta é ão! Pode-se testar para qualquer valor: Supoha IC de 90% para precisao média de método A: ± 0.12 (0.755, 0.995) A precisão pode ser 0.96? Sim, com 90% de cofiaça, já que o IC cotém 0.96 Qual erro máximo a miha estimativa da precisão média? Com 90% de cofiaça, o erro máximo é %
11 Comparado Alterativas Num projeto de pesquisa, geralmete, procura-se o melhor sistema, o melhor algoritmo: Exemplos: Determiar o sistema que apreseta a melhor relação QoS-preço, ode QoS é medido experimetalmete. Mostrar que um algoritmo Y executa mais rápido que outros existetes e sejam similares fucioalmete. Métodos diferetes para observações pareadas (com par) e ão pareadas (sem par). Pareadas se o i-ésimo teste em cada sistema foi o mesmo Não pareadas, caso cotrário
12 Comparado Observações Pareadas: método 1. Tratar o problema como uma amostra de pares 2. Para cada teste: calcule as difereças dos resultados 3. Calcule o itervalo de cofiaça para a difereça media 4. Se o itervalo iclui 0 (zero), os objetos de comparação (ex.: sistemas, algoritmos, etc) ão são diferetes com a dada cofiaca 5. Se o itervalo ão iclui zero, o sial da difereça idica qual dos objetos é melhor, baseado os dados experimetais.
13 Exemplo: Comparado Observações Pareadas Cosidere dois metodos de busca A e B que sao avaliados em fucao do # de documetos relevates (em um total de 100) que cada um retora Num teste com várias cosultas, o algoritmo A retora mais documetos relevates que o B? Amostra de testes com 14 cosultas: Alg. A Alg. B Alg. A Alg. B
14 Exemplo: Comparado observações pareadas Difereças etre algoritmos A-B: Média 1.4, itervalo de 90% (-0.75, 3.6) Não se pode rejeitar a hipótese que a difereça é 0 e que portato os algoritmos tem desempeho similar. Itervalo de 70% é (0.10, 2.76), A tem desempeho melhor que B
15 Comparado Observações Não Pareadas o úmero de experimetos comus ão precisa ser o mesmo! Cosidere as médias das amostras para cada uma das alterativas, A e B, x e a x b Comece com os itervalos de cofiaça Se ão houver sobreposição: Algoritmos são diferetes e a maior média é melhor (pelas métricas usadas) media A B Se houver sobreposição e cada IC cotem a outra média: Algoritmos ão são diferetes este ivel media A B Se houver sobreposição e uma média ão está o outro IC Tem de fazer o teste-t media A B
16 O teste-t (1) x a 1 Compute as médias das amostras e 2. Compute os desvio-padrões s a e s b 3. Compute a difereça das médias = x a 4. Compute o desvio padrão das difereças: x b x b s s s 2 2 a b a b
17 O teste-t (2) 5. Compute os graus efetivos de liberdade: ν 1 a 1 s a 2 / a + s b 2 / b ( ) 2 6. Compute o itervalo de cofiaça: s a 2 a b 1 s b 2 b x x t s a b / ; 7. Se o itervalo iclui zero, ão há difereça
18 Exemplo O tempo de processameto ecessario para executar uma tarefa foi medido em dois sistemas. Os tempos o sistema A foram: {5.36, 16.57, 0.62, 1.41, 0.64, 7.26}. Os tempos o sistema B foram: {19.12, 3.52, 3.38, 2.50, 3.60, 1.74}. Os dois sistemas sao sigificativamete diferetes?
19 Exemplo Sistema A: media variacia A 6 x A 5.31 s 2 A Sistema B: media variacia A 6 x A 5.64 s 2 A 44.11
20 Exemplo Difereca das medias x A x B = 0.33 Desvio Padrao da difereca media s = Graus de liberdade ν = quatil da va t com 8 graus de liberdade t [0.95,12] =1.86 IC de 90% para a difereca das medias = (-7.21, 6.54) IC iclui 0, logo os dois sistemas NAO sao diferetes este ivel de cofiaca
21 Outros Testes Teste t assume a população segue distribuição Normal Caso esta premissa ão seja válida: Testes ão paramétricos (distributio-free tests) Importate pricipalmete para amostras pequeas Desvios da ormalidade causam grades distorções os resultados
22 Outros Testes Ma-Whitey-Wilcoxo test (Wilcoxo Rak-Sum test) Dados são amostras aleatórias das populações aalisadas Amostras são idepedetes Dados em uma amostra são idepedetes Explora a soma dos rakigs dos dados das amostras Calcula estatística U, cuja distribuição é cohecida e tabelada (como a distribuição t) Procedimeto equivalete ao t-test (mas ão explora médias) Quase tão eficiete quato t-test se população é Normal Wilcoxo siged rak test (pareado)
23 Outros Testes Comparação de > 2 sistemas Correção de Boferroi : cotrole da taxa de erro Testa cada par de sistemas com ível de sigificâcia α/k, ode k é o úmero de comparações sedo feitas Maior cofiaça a comparação de cada par k = C (,2)
24 Comparado Proporções Se 1 de experimetos dão um certo resultado, etão pode-se dizer que a proporção das amostras é dada por: p 1 Exemplos: A precisão do algoritmo A de recuperação de iformação foi superior a precisão de B em 55 dos 100 casos aalisados. Com 90% de cofiaça pode-se dizer que A supera B em precisão? 5000 samples coletados, em 1000, o percetual de system time foi iferior a 20%. Com 95% de cofiaça, qual o itervalo de cofiaça para a porcetagem das vezes em que o sistema operacioal gasta meos de 20% dos recursos?
25 Comparado Proporções Se 1 de experimetos dão um certo resultado, etão o itervalo de cofiaça (IC) para a proporção: IC p z 1 / 2 p(1 p) A fórmula acima é baseada uma aproximação da distribuição biomial por uma ormal que e valida somete se p>10
26 Exemplo Um experimeto foi repetido em dois sistemas 40 vezes. O sistema A foi superior ao B em 26 repeticoes. Podemos dizer que, com cofiaca de 99%, o sistema A e superior ao sistema B (a maioria daz vezes)? E com uma cofiaca de 90%?
27 IC de 99% IC de 90% Exemplo 26 proporcao p desvio padrao da estimativa de proporcao: s p(1 p) (2.576) (1.645)0.075 (0.46,0.84) IC iclui 0.5, logo A ao e superior a B este ivel de cofiaca (0.53,0.77) IC ao iclui 0.5, logo A e superior a B este ivel de cofiaca
28 Cosiderações Especiais 1. Selecioar um itervalo de cofiaça para trabalhar 2. Teste de Hipótese 3. Itervalos de cofiaça de um úico lado
29 A Seleção um Itervalo de Cofiaça Depede do custo de se estar errado!!! Produção de um paper cietífico Demostração de um ovo algoritmo experimetalmete Geração de um produto Os íveis de cofiaça etre 90% e 95% são os valores comus para papers cietificos (em Computacao) Em geral, use o maior valor que lhe permita estabelecer coclusões sólidas um processo experimetal! Mas é melhor ser cosistete durate todo o paper que se está trabalhado.
30 Teste de Hipótese A ull hypothesis (H 0 ) é comum em estatísticas e tratameto de dados experimetais: Pode ser cofuso em egativas duplas Provê meos iformação que itervalos de cofiaça Em geral mais dificil de iterpretar/eteder Deve-se eteder que rejeitar a hipótese ula implica que o resultado é sigificativo.
31 Itervalos de Cofiaça de um-lado Itervalos de dois lados testam se a média está fora ou detro de uma variação defiida pelos dois lados do itervalo Ex: Com 90% de cofiaça, a média da população pode ser valor alvo? Teste de itervalos de um úico lado são úteis somete quado se está iteressado em um limite. Ex.: Com 90% de cofiaça, média da população é meor/maior que um certo valor alvo?
32 Itervalos de Cofiaça de um-lado,, Limite superior, Limite iferior 1] ; [1 1] ; [1 s t x s t x
33 Itervalos de Cofiaça de um-lado Limite iferior
34 Itervalos de Cofiaça de um-lado Exemplo Tempo etre quedas foi medido em dois sistemas A e B. Os valores de media e desvio padrao obtidos estao listados abaixo. O sistema A e mais suceptivel a falhas do que o sistema B Sistema Numero Media Desvio Padrao A B
35 Exemplo Solucao: obter IC para difereca media usado procedimeto de aalise das observacoes ao pareadas Difereca das medias x A x B = = Desvio Padrao da difereca media s = s A 2 + s 2 B A = B =19.35 Graus de liberdade ν = 2 2 ( s A A + s B B ) 2 1 A 1 s 2 ( A A ) = B 1 s 2 ( B B ) 2
36 Exemplo Como os graus de liberdade sao mais que 30, podemos usar a ormal uitaria ao ives da distribuicao t. Alem disto, como e um itervalo de um uico lado, usamos z 0.90 = 1.28 para um IC de 90%: (-, *19.35) = (-, 7.402) Como o IC cotem valores positivos, ao podemos dizer que A e mais suceptivel a falhas do que B.
37 ICs: 1 lado ou 2 lados? Se usarmos ICs de 2 lados, podemos dizer: Teho 90% cofiaca de que a media (proporcao) esta etre os dois extremos Para tal, usamos z 0.95 ou t 0.95,df Se usarmos ICs de 1 lado, podemos dizer: Teho 90% de cofiaca de que a media (proporcao ) e o maximo (o miimo) o extremo superior (iferior) Para tal, usamos z 0.90 ou t 0.90,df
38 Tamaho das Amostras Amostras maiores levam a itervalos mais estreitos Obtem-se meores valores de t à medida que cresce as formulas Coleta de amostras pode ser um processo caro! Qual o míimo que se pode querer um experimeto? Comece com um pequeo úmero de medições prelimiares para estimar a variâcia.
39 Escolha do Tamaho da Amostra Supoha que queremos determiar o itervalo de cofiaça para com uma certa largura x 2 2 / 1 2 / / ) ( ) (1 ) (1 ) ),(1 ) ((1 ), ( ex s z s z x x e c s z x x e c x e x e c c
40 Escolhedo Tamaho da Amostra Para obter um erro percetual ± r %: zs 100 rx 2 Para uma proporção p = 1 /: 2 z p 1 p r 2
41 Escolha do Tamaho da Amostra: Exemplo 1 Cico execuções de um query levaram 22.5, 19.8, 21.1, 26.7, 20.2 secods Quatas execuções devem ser executadas para obter ± 5% em um IC com ível de cofiaça de 90%? x = 22.1, s = 2.8, t 0.95;4 =
42 Escolha do Tamaho da Amostra: Exemplo 2 Supoha que o tempo médio para gravar um arquivo é 7,94 seg com desvio padrão de 2,14. Aproximadamete, quatas medidas serão requeridas se ós desejamos um IC de 90% e que a média esteja detro de um itervalo com erro de 3.5%.
43 Escolha do Tamaho da Amostra: Exemplo 2 Supoha que o tempo médio para gravar um arquivo é 7,94 seg com desvio padrão de 2,14. Aproximadamete, quatas medidas serão requeridas se ós desejamos um IC de 90% e que a média esteja detro de um itervalo com erro de 3.5%. = 0.10, 1- /2= 0.95 e = ( z 161 s) ex 1 / (2.14) 0.035(7.94)
44 Escolha do Tamaho da Amostra: Exemplo 3 Dois algoritmos para trasmissao de pacotes foram aalisados. Medicoes prelimiares mostraram que o algoritmo A perde 0.5% dos pacotes e o algoritmo B perde 0.6%. Quatos pacotes precisamos observar para podermos dizer com cofiaca de 95% que o algoritmo A e melhor que o algoritmo B?
45 Escolha do Tamaho da Amostra: Exemplo 3 Dois algoritmos para trasmissao de pacotes foram aalisados. Medicoes prelimiares mostraram que o algoritmo A perde 0.5% dos pacotes e o algoritmo B perde 0.6%. Quatos pacotes precisamos observar para podermos dizer com cofiaca de 95% que o algoritmo A e melhor que o algoritmo B? IC de 95% para % de pacotes perdidos por A: ( ) IC de 95% para % de pacotes perdidos por B: ( )
46 Escolha do Tamaho da Amostra: Exemplo 3 Para podermos dizer que algoritmo A e melhor que algoritmo B, com 95% de cofiaca, o limite superior do itervalo de A tem que ser meor que o limite iferior do itervalo de B ( ) ( ) Temos que observar pacotes
47 Exercício de Revisao 1 Cosidere que seu trabalho é comparar o desempeho de dois algoritmos (A e B) de computação gráfica, que usam métodos diferetes para geração de faces humaas realistas. São sistema complexos cuja execução leva tempos logos para geração das faces. O sistema A foi testado 8 vezes e o sistema B apeas 5, ode em cada experimeto utilizou-se o mesmo padrão de resultado a obter. Os tempos de teste dos algoritmos estão a tabela a seguir. Com base esses resultados, pede-se que se determie qual algoritmo teve melhor desempeho.
48 Exercício de Revisao 1 Experimeto Algoritmo A (seg) Algoritmo B (seg)
49 Exercicios de Revisao 2 Cosidere que um cojuto de servidores de uma máquia de busca, um servidor tem a probabilidade de falhar o período oturo igual 0.25 (i.e., a probabilidade de qualquer servidor ter falhado ao amahecer é 25%). Para dois servidores, desehe os gráficos da pmf e CDF da variável aleatória X, ode P[X=x] = P[x servidores falharam]. Determie a média, a variâcia e o coeficiete de variacao de X. Assuma que as falhas são idepedetes e ideticamete distribuídas. Repita o processo para servidores
50 Exercicios de Revisao 3 Cosidere um switch de N portas de etrada e N portas de saída (NxN). O sistema opera com o tempo dividido em itervalos ( time slots ). Um pacote chega em qualquer time slot uma porta de etrada com probabilidade p, idepedete de outros time slots e das outras portas de etrada. Assuma uma probabilidade de roteameto uiforme (i.e., um pacote que chegou em uma dada porta de etrada vai para qualquer porta de saída com probabilidade igual igualmete provavel). Qual é a probabilidade de exatamete ( < N) pacotes irem para uma porta de saída qualquer um time slot.
51 Exercicios de Revisao 4 Cosidere um sistema costituido de tarefas sequeciais. Cada tarefa X i (i=1..) executa em um tempo expoecial com media de 10*i segudos. Se o sistema termia execucao somete quado todas as tarefas termiarem, qual a media e o desvio padrao do tempo de execucao do sistema? Se o sistema for revisado de tal maeira que as tarefas executem em paralelo, qual a probabilidade do sistema executar por mais de z miutos? Calcule a probabilidade para z=1 miuto e = 3? Dica: 2 ( 1)(2 1) i 6 i1
52 Exercicios de Revisao 5 O umero de operacoes de I/O realizadas por um cojuto de programas foi medido e obteve-se: {23, 33, 14, 15, 42, 28, 33, 45, 23, 34, 39, 21, 36, 23, 34}. Respoda: a) Quais sao o 10 th e o 90 th percetis da amostra? b) Qual o umero medio de operacoes de I/O realizadas por um programa? c) Qual e o IC de 90% para este umero? Se voce assumir que o umero medio de operacoes de I/O realizadas pelos programas de mesma classe e igual a media da amostra, qual o maior erro que voce pode icorrer, assumido uma cofiaca de 90%? d) Qual e a porcetagem de programas que fazem o maximo 25 operacoes de I/O? Voce pode dizer, com 90% de cofiaca, que meos que 50% dos programas realizam o maximo 25 operacoes de I/O? E meos que 60%? Utilize a formula de IC para proporcao dada em sala mesmo embora p < 10 e) Supoha que o umero de operacoes medido correspode ao umero de I/Os realizados por segudo por cada programa. Supoha aida que o mix de programas acima deve executar (em paralelo) em um determiado sistema. O sistema A cosegue suportar, em media, o maximo 450 operacoes de I/O por segudo. O sistema A ira suportar a execucao simultaea do mix de programas acima?
Virgílio A. F. Almeida DCC-UFMG 1/2005
Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado
Leia maisExercício de Revisao 1
Exercício de Revisao 1 Cosidere que seu trabalho é comparar o desempeho de dois algoritmos (A e B) de computação gráfica, que usam métodos diferetes para geração de faces humaas realistas. São sistema
Leia maisMétodos Quantitativos para Ciência da Computação Experimental Aula #4
Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Jussara Almeida DCC-UFMG 2014 Measurements are not to provide numbers, but insights Metodologia de Comparação de Sistemas Experimentais
Leia maisMétodos Quantitativos para
Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Virgílio A. F. Almeida Maio de 010 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Histograma das Notas 16 Frequecy
Leia maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 005 YZ- i p pq q pq F i p F i Z P Z P i Z P Z P Z ad i Z P Z i Z P Z i Z P Z i Y P Z i i Z Z Z + + > + > > + > + > > + !" http://www.itl.ist.gov/div898/hadbook/ide.htm A
Leia maisMétodos Quantitativos para
Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Virgílio A. F. Almeida Maio de 010 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Solução do Problema 4 5% das
Leia maisComparação entre duas populações
Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese
Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,
Leia maisDETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS
DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia mais1 Distribuições Amostrais
1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
Leia maisContabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisIntervalos Estatísticos para uma única Amostra - parte II
Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia maisO teste de McNemar. A tabela 2x2. Depois - Antes
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quatitativos para Ciêcia da Computação Experimetal -Aula #b- Virgílio A. F. Almeida Março 008 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Material de Estatistica http://www.itl.ist.gov/div898/hadbook/idex.htm
Leia maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisRevisando... Distribuição Amostral da Média
Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia
Leia mais10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
Leia maisAnálise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos
Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos
Leia maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
Leia maisAp A r p e r n e d n i d z i a z ge g m e m Es E t s a t tí t s í t s i t c i a c de d e Dado d s Francisco Carvalho
Apredizagem Estatística de Dados Fracisco Carvalho Avaliação e Comparação de Classificadores Existem poucos estudos aalíticos sobre o comportameto de algoritmos de apredizagem. A aálise de classificadores
Leia maisCAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES
CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisProbabilidade II Aula 9
Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas
Leia maisEstudando complexidade de algoritmos
Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade
Leia maisLista IC, tamanho de amostra e TH
Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o
Leia maisd) A partir do item c) encontre um estimador não viciado para σ 2.
Uiversidade de Brasília Departameto de Estatística 6 a Lista de PE 1 Seja X 1,, X ) uma AAS tal que EX i ) = µ e VarX i ) = σ 2 a) Ecotre EXi 2 ) e E X 2) b) Calcule EX i X) X i X) 2 c) Se T =, mostre
Leia maisUma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra
Distribuição amostral de Um dos procedimetos estatísticos mais comus é o uso de uma média da amostra ( ) para fazer iferêcias sobre uma população de média µ. Esse processo é apresetado a figura abaio.
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005
PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para
Leia mais5 Teoria dos Valores Extremos
Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos
Leia maisTestes de Hipóteses sobre uma Proporção Populacional
Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisESTATÍSTICA NÃO-PARAMÉTRICA
ESTATÍSTICA NÃO-PARAMÉTRICA Prof. Dr. Edmilso Rodrigues Pito Faculdade de Matemática - UFU edmilso@famat.ufu.br 1 Programa Itrodução - Plao de curso, sistema de avaliação - Coceitos básicos de iferêcia
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisNOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA
NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer
Leia maisA finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisExame MACS- Inferência-Intervalos.
Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.
Leia maisINFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões
INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela
Leia maisLista 9 - Introdução à Probabilidade e Estatística
Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quatitativos para Ciêcia da Computação Experimetal -Aula #4c- Virgílio A. F. Almeida Março 2008 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Exercício Usado a Regra de
Leia maisEstimating Population from Samples
Estimatig Populatio from Samples Sample mea is a radom variable Mea has some distributio Multiple sample meas have mea of meas Kowig distributio of meas ca estimate error Cofidece Itervals Sample mea value
Leia maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 005 Se o eveto E cosiste de potos e S é o úmero de potos do espaço amostral, etão: umero de potos em E P E umero de potos em S E S 1. Se um úmero decimal de três digitos
Leia maisIntrodução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...
Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são
Leia maisMestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem
Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas
Leia maisNosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ
TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL µ Nosso objetivo agora é estudar a média de uma variável quatitativa X. Deotamos a média descohecida como E(X)µ Mais precisamete, estimamos a média µ, costruímos
Leia maisMAE 116 Estimação para a média FEA - 2º Semestre de 2018
MAE 116 Estimação para a média FEA - 2º Semestre de 2018 1 Objetivo da aula O objetivo é estimar a média de uma população (ou de uma variável aleatória) Vamos iicialmete estudar de forma empírica a distribuição
Leia maisTRANSPORTES. Sessão Prática 4 Amostragem de escalares
Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas
Leia maisEstatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas
Estatística e Probabilidade, D3, 2019_1 Escolha a alterativa correta e idique o gabarito de respostas 1. Uma avaliação é costituída de 20 questões, cada uma delas com cico alterativas, das quais apeas
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisEPR 007 Controle Estatístico de Qualidade
EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisStela Adami Vayego DEST/UFPR
Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.
Leia maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da
Leia maisESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)
06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes
Leia maisProbabilidade II Aula 12
Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em
Leia maisCONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA
1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço
Leia maisbinomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.
biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisObjetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,
Leia maisFaculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)
Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser
Leia maisInferência Estatística
Iferêcia Estatística opulação Amostra Itroduç Itrodução à Iferêcia Estatística Como tirar coclusões tomar decisões a partir de iformação parcial / icompleta (amostra) projectado /geeralizado resultados
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisAula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança
Aula 5 Aula passada Valor esperado codicioal Espaço amostral cotíuo, fução desidade Limitates para probabilidade Desigualdades de Markov, Chebyshev, Cheroff with high probability Aula de hoje Limitate
Leia maisRegressão linear simples
Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
Leia maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:
Leia maisIntervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
Leia mais1 Estimação de Parâmetros
1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia mais5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO
5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto
Leia maisn C) O EMV é igual a i 1
PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão
Leia maisESTATÍSTICA EXPLORATÓRIA
ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas
Leia maisProf. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Prof. Fabrício Maciel Gomes Departameto de Egeharia Química Escola de Egeharia de Lorea EEL Referêcias Bibliográficas Sistema de Avaliação Duas Provas teóricas Um Trabalho em Grupo MédiaFial 0,4 P 0,4
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 205/206 Istruções:. Cada questão respodida corretamete vale (um poto. 2. Cada questão respodida icorretamete
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 1
MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X
Leia maisMAE0229 Introdução à Probabilidade e à Estatística II
Exercício : Sabe-se que o tempo de viagem de um local A a zoa orte de São Paulo até a USP segue uma distribuição ormal com desvio padrão 9 miutos. Em 200 dias aotou-se o tempo gasto para vir desse poto
Leia maisREVISÃO DE PROBABILIDADE E ESTATÍSTICA. Parte 2
REVISÃO DE PROBABILIDADE E ESTATÍSTICA Parte Variáveis Aleatórias Defiição: Regra que atribui um valor umérico a cada possível resultado de um eperimeto. Eemplo: Jogue duas moedas (o eperimeto aleatório)
Leia maisUniversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny
1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis
Leia maisProbabilidades e Estatística
Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base
Leia maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas
Leia mais1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos
9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais
Leia maisUniversidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química
Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza
Leia maisEstimativa de Parâmetros
Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade
Leia mais