Introdução a Estatística

Tamanho: px
Começar a partir da página:

Download "Introdução a Estatística"

Transcrição

1 Introdução a Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br

2 Introdução O curso foi dividido em três etapas: 1 vimos como resumir descritivamente variáveis de um conjunto de dados. 2 aprendemos um pouco de probabilidade e conhecemos a distribuição Normal, que é capaz de representar adequadamente o comportamento de algumas variáveis. 3 esta etapa, apresentaremos métodos para fazer afirmações sobre as características de uma população (parâmetros), com base em informações dadas por amostras.

3 Revisando alguns conceitos... População: conjunto de todos os elementos ou indivíduos sob investigação. Amostra: qualquer subconjunto (não vazio) da população. Variável Aleatória: característica da população sujeita a variação. Parâmetro: Característica numérica observada na população. Estimador: Característica numérica estabelecida por valores da amostra (uma função da amostra). Estimativa: um particular valor assumido por um estimador.

4 Introdução à Inferência Estatística O uso de informações de uma amostra para concluir sobre o todo faz parte do dia a dia da maioria das pessoas. Por exemplo: Uma cozinheira ao verificar o sal de um prato que está preparando; Um comprador, após experimentar uma pequena fatia de queijo, decide se vai ou não comprar o queijo; A forma como as mães verificam a temperatura do mingau de seus bebês.

5 Inferência Inferência Estatística: conjunto de métodos de análise estatística que permitem tirar conclusões sobre uma característica da população com base em somente uma parte dela (uma amostra). Em outras palavras, a inferência estatística trata de métodos que permitem a obtenção de conclusões sobre um ou mais parâmetros de uma ou mais populações através de quantidades (estimadores) calculadas a partir da(s) amostra(s);

6 Inferência Fazer inferência (ou inferir) = tirar conclusões sobre as características de uma população (parâmetros), com base em informações dadas a partir da amostra (estimadores); Os métodos de inferência podem ser agrupados em duas categorias: 1 Estimação: pontual ou intervalar 2 Testes de Hipóteses

7 Com o que lida a Inferência? Suponha que desejamos saber qual a altura média dos brasileiros adultos. Como podemos obter essa informação? Medindo a altura de todos os brasileiros adultos. Nesse caso, não será necessário usar inferência estatística. Selecionar adequadamente uma amostra aleatória (X 1, X 2,..., X n ) da população de brasileiros adultos e, através dessa amostra, inferir sobre a altura média (parâmetro).

8 Podemos inferir sobre a altura média dos brasileiros adultos de duas formas: 1 Estimação: Estimativa Pontual: calculando a média das alturas dos brasileiros adultos selecionados na amostra; Estimativa Intervalar: através dos valores da amostra construir um intervalo de tal forma que a probabilidade de o verdadeiro valor da altura média dos brasileiros pertencer a este intervalo seja alta. 2 Testes de Hipóteses: Em uma outra situação, poderíamos estar interessados em testar se a afirmação os brasileiros têm, em média, 169 cm é verdadeira. Com base na amostra, podemos realizar um Teste de Hipóteses. Contudo, estes resultados dependerão da qualidade da amostra, que tem que ser representativa da população.

9

10 A forma como selecionamos uma amostra interfere nos resultados? Ex 1: Análise da quantidade de glóbulos brancos no sangue de certo indivíduo. Uma gota do dedo seguramente será representativa para a análise. Caso Ideal! Ex 2: Opinião sobre um projeto governamental. Se escolhermos uma cidade favorecida, o resultado certamente conterá erro (viés) OBS: Observe que a forma como se obtém a amostra é determinante para a validade da pesquisa.

11 Como selecionar uma amostra? A maneira de selecionar a amostra é tão importante que existem diversos procedimentos de obtê-la. A teoria da amostragem é o ramo da estatística que fornece procedimentos adequados para a seleção de amostras. Aqui, trataremos do caso mais simples de amostragem probabilística, e que serve como base para procedimentos mais elaborados: a amostragem aleatória simples, com reposição, a ser designada por AAS.

12 Amostragem Aleatória Simples (AAS) Supomos que podemos listar todos os N elementos de uma população homogênea e finita. Usando um procedimento aleatório, sorteia-se um elemento da população. Repete-se o procedimento até que sejam sorteadas as n unidades da amostra. Temos AAS com reposição e sem reposição, contudo, com reposição implica independência entre as unidades selecionadas facilitando o estudo das propriedades dos estimadores. Neste curso, será considerada a amostragem aleatória simples, com reposição, a ser designada por AAS.

13 Estimação Em qualquer área do conhecimento nos deparamos com o problema de estimar alguma quantidade de interesse. Exemplo: estimar a proporção de indivíduos que votarão em determinado candidato. A estimação pode ser feita de duas formas: 1 Estimação Pontual: um único valor e utilizado para inferir sobre um parâmetro de interesse. 2 Estimação Intervalar: uma faixa de valores ou intervalo é utilizado para inferir sobre um parâmetro de interesse, com algum grau de confiança.

14 Estimação Pontual Na estimação pontual desejamos encontrar um único valor numérico que esteja bastante próximo do verdadeiro valor do parâmetro. Parâmetro Média (µ) Variância (σ 2 ) Desvio Padrão (σ) Proporção (p) Estimador n i=1 X = X i n n S 2 i=1 = (X i X) 2 n 1 S = S 2 ˆp = X onde X é o número de indivíduos n que possuem a mesma característica de interesse

15 Os preços de um determinado produto em 10 diferentes mercados em um determinado mês foram: Exemplo A estimativa pontual da média do preço do produto é dada por X = = A estimativa pontual da proporção de preços menores que 1 real é dada por ˆp = 4 10 = 0.4

16 Estimação Pontual Estimação Intervalar Estimadores pontuais, especificam um único valor para o parâmetro. Mas, sabemos que diferentes amostras levam a diferentes estimativas, pois o estimador é uma função de uma amostra aleatória. E, estimar um parâmetro através de um único valor não permite julgar a magnitude do erro que podemos estar cometendo. Daí, surge a ideia de contruir um intervalo de valores que tenha uma alta probabilidade de conter o verdadeiro valor do parâmetro (denominado intervalo de confiança).

17 Como construir um intervalo de confiança? Um intervalo de confiança (ou estimativa intervalar) é construído de forma que a estimativa pontual esteja acompanhada de uma medida de erro. [ Intervalo Estimativa de Confiança = Pontual ± Erro de Estimação ]

18 Estimação Intervalar Um intervalo de confiança (ou estimativa intervalar) representa uma amplitude de valores que tem alta probabilidade (grau de confiança) conter o verdadeiro valor do parâmetro. O grau de confiança (ou nível de confiança) é uma medida que representa a probabilidade do intervalo conter o parâmetro populacional. Tal probabilidade é chamada de 1 α. Logo, α será a probabilidade de erro ao se afirmar que o intervalo contém o verdadeiro valor do parâmetro.

19 Intervalo de confiança para a média populacional Duas situações são consideradas quando desejamos estabelecer um intervalo de confiança para a média de uma população: 1 A variância σ 2 é conhecida; 2 A variância σ 2 é desconhecida;

20 Intervalo de confiança para a média populacional Adicionalmente, deve-se verificar se uma das duas suposições seguintes é satisfeita: 1 A amostra é proviniente de uma população normal. Pois, sabemos que se X N(µ, σ 2 ) então X N(µ, σ 2 /n). 2 A amostra tem tamanho maior do que 30, n > 30, o que nos permite aproximar a distribuição da média amostral X pela distribuição normal, como na suposição anterior.

21 Intervalo de confiança para a média populacional De modo geral, estamos interessados em encontrar um intervalo na forma: IC = [X ε 0 ; X + ε 0 ] = [X ± ε 0 ] onde ε 0 representa a margem de erro ou erro de precisão em relação à média µ. Mas, lembre-se que existem duas situações: 1 A variância σ 2 é conhecida; 2 A variância σ 2 é desconhecida;

22 Caso 1: A variância σ 2 é conhecida Quando a variância é conhecida a margem de erro em relação à média µ é da forma: σ ε 0 = z α/2 n em que z α/2 é o quantil da normal padrão de nível α/2.

23 Caso 1: A variância σ 2 é conhecida Dessa forma, se X for a média de uma amostra aleatoria de tamanho n, proveniente de uma população com variância conhecida, um intervalo de 100(1 α)% de confiança para a média populacional é dado por: IC µ 100(1 α)% = ( X z α/2 σ n, X + z α/2 σ n ) em que z α/2 é o quantil da normal padrão de nível α/2.

24 Exemplo Em uma industria de cerveja, a quantidade de cerveja inserida em latas se comporta como uma distribuição normal com média 350 ml e desvio padrão 3 ml. Após alguns problemas na linha de produção, suspeita-se que houve alteração na média. Uma amostra de 20 latas acusou uma média de 346 ml. Obtenha um intervalo de 95% para a quantidade média de cerveja inserida em latas, supondo que não tenha ocorrido alteração na variabilidade.

25 Resposta: A variância σ 2 é conhecida, então o intervalo é dado por IC µ 100(1 α)% = ( X z α/2 σ n, X + z α/2 σ n ) Exemplo Como 1 α = 0, 95, temos que α = 0, 05. Então, α/2 = 0, 025. Ou seja, devemos olhar na tabela da normal padrão qual o número z 0,025.

26 Exemplo Olhando na tabela, temos que z α/2 = 1, 96. Assim, o intervalo é obtido através de: IC µ 95% = ( 346 1, , , ) = (344.69, ) Isto é, o intervalo de valores [344, 69; 347, 31] contém a quantidade média de cerveja inserida nas latas está com 95% de confiança. Logo, conclui-se que realmente houve alteração, após os problemas encontrados na linha de produção, na quantidade média de cerveja inserida em latas.

27 Calculando o tamanho da amostra Note que, a partir da expressão obtida para a margem de erro ε 0, podemos estimar o tamanho da amostra, se α e ε 0 estiverem especificados: ε 0 = z α/2 σ n n = z α/2 σ ε 0 n = ( z α/2 σ ε 0 ) 2 Se a população for finita, com N elementos, devese utilizar o fator de correção para populações finitas. Nesse caso, o tamanho da amostra será determinado por: n = n 1 + n N

28 Exemplo Uma construtora deseja estimar a resistência média das barras de aço utilizadas na construção de casas. Qual o tamanho amostral necessário para garantir que haja um risco de 0, 001 de ultrapassar um erro de 5kg ou mais na estimação? O desvio padrão da resistência para este tipo de barra é de 25kg.

29 Exemplo Resposta: Do enunciado tem-se α = 0, 001, ε 0 = 5 e σ = 25. Da tabela da distribuição normal padrão obtemos z α/2 = z 0,0005 = 3, 29. Assim, ( ) 2 ( σ n = z α/2 = 3, ) 2 = 270, 602 ε 0 5 = 271

30 Intervalo de confiança para a média populacional Caso 2: A variância σ 2 é desconhecida O processo para se obter o intervalo de confiança é semelhante ao anterior. Contudo, como σ 2 é desconhecida, é preciso substitui-la pela variância amostral (S 2 ): S 2 = n i=1 (X i X) 2 n 1 E, a quantidade z α/2 é substituída por t (n 1,α/2), que é o quantil da t-student de nível α/2.

31 Distribuição t-student A distribuição t-student apresenta propriedades semelhantes as da distribuição normal padrão (como, por exemplo, simetria em torno de 0), no entanto, é mais dispersa. Em outras palavras, a distribuição t-student concentra mais probabilidades nas caldas do que a distribuição normal padrão. A medida que n cresce, a distribuição t-student se aproxima mais da distribuição normal padrão, pois S se aproxima mais de σ.

32 Distribuição t-student Existe uma distribuição t-student para cada valor dos graus de liberdade (n 1).

33 Intervalo de confiança para a média populacional Caso 2: A variância σ 2 é desconhecida Dessa forma, se X for a média de uma amostra aleatória de tamanho n, proveniente de uma população com variância desconhecida, um intervalo de 100(1 α)% de confiança para a média populacional é dado por: IC µ 100(1 α)% = ( X t (n 1,α/2) S n, X + t (n 1,α/2) S n ), onde t (n 1,α/2) é o quantil da t-student de nível α/2. Obs: Se σ 2 for desconhecida, mas o tamanho da amostra for grande (n > 30), pode-se utilizar z α/2 no lugar de t (n 1;α/2)

34 Exemplo Deseja-se avaliar a dureza média do aço produzido sob um novo processo de têmpera. Uma amostra de 10 corpos de prova de aço produziu os seguintes resultados, em HRc: 36, 4 35, 7 37, 2 36, 5 34, 9 35, 2 36, 3 35, 8 36, 6 36, 9. Construir um intervalo de 95% de confiança para a dureza média do aço.

35 Temos a média amostral dada por: X = E a variância amostral: X i (X i X) (X i X) 2 36, 4 0, 25 0, , 7 0, 45 0, , 2 1, 05 1, , 5 0, 35 0, , 9 1, 25 1, , 2 0, 95 0, , 3 0, 15 0, , 8 0, 35 0, , 6 0, 45 0, , 9 0, 75 0, , 865 n i=1 X i n Resposta: = Então, n S 2 i=1 = (X i X) 2 n 1 4, 865 = = Daí S =

36 Resposta: Além disso, n = 10 e 1 α = 0, 95, daí Assim, t (n 1,α/2) = t (9,0.025) = 2.26 IC µ 95% = ( X t (n 1,α/2) S n, X + t (n 1,α/2) S n ) = ( , ) = (35.625, ). Ou seja, com 95% de confiança o intervalo [35, 625; 36, 675] contém a dureza média do aço.

37 Intervalo de confiança para a proporção populacional O intervalo que estamos procurando é da forma IC = [ˆp ± ε 0 ]. Lembrando que ˆp é o estimador pontual para o parâmetro proporção populacional (p), e é da forma: ˆp = X n ; em que X é o número de indivíduos que possuem a mesma característica de interesse.

38 Intervalo de confiança para a proporção populacional Dessa forma, se ˆp for a proporção de indivíduos com uma característica de interesse em uma amostra aleatória, de tamanho n, proveniente de uma população onde a proporção verdadeira de indivíduos com a característica é p, um intervalo de 100(1 α)% de confiança para essa proporção populacional p é dado por IC p 100(1 α)% = ( p(1 p) p(1 p) ˆp z α/2, ˆp + z α/2 n n em que z α/2 é o quantil da normal padrão com α/2 de nível de confiança. )

39 Na prática, o valor de p é desconhecido (é justamente p que queremos estimar!). Nessa situação, duas abordagens são razoáveis: 1 Abordagem otimista: substituir o valor de p por sua estimativa ˆp. Nesse caso, IC p 100(1 α)% = ( ˆp(1 ˆp) ˆp(1 ˆp) ˆp z α/2, ˆp + z α/2 n n 2 Abordagem conservadora: substituir p(1 p) por seu valor máximo, 1/4, quando p = 1/2. Nesse caso, ( ) IC p 100(1 α)% = 1 1 ˆp z α/2, ˆp + z α/2 4n 4n )

40 Exemplo Um estudo foi feito para determinar a proporção de famílias que tem telefone em uma certa comunidade. Uma amostra de 200 famílias é selecionada ao acaso, e 160 afirmam ter telefone. Qual o intervalo para p com 95% de confiança?

41 Resposta:Temos que ˆp = 160/200 = 0, 8. Como 1 α = 0, 95 então z α/2 = z 0,025 = 1, 96. Assim, adotando abordagem otimista, temos Exemplo ( ) IC µ ˆp(1 ˆp) ˆp(1 ˆp) 95% = ˆp z α/2, ˆp + z n α/2 n ( ) 0, 8(1 0, 8) 0, 8(1 0, 8) = 0, 8 1, 96, 0, 8 + 1, = (0.7446, ). Ou seja, com 95% de confiança o intervalo [74, 46%; 85, 54%] contém a porcentagem de famílias que tem telefone nessa comunidade.

42 Exemplo Se calcularmos o intervalo adotando abordagem conservadora, temos ( ) IC µ 95% = 1 1 ˆp z α/2, ˆp + z α/2 4n 4n ( ) 1 1 = 0, 8 1, 96, 0, 8 + 1, = (0.7307, ). Observe que, o intervalo com a abordagem conservadora fornece um intervalo maior.

43 Calculando o tamanho da amostra Mais uma vez, podemos estimar o tamanho da amostra a partir da margem de erro ε 0, basta especificar α e ε 0 : ε 0 = z α/2 p(1 p) n n = z α/2 p(1 p) n = (z α/2 ) 2 ε 0 p(1 p) (ε 0 ) 2 Como p é desconhecido, para a substituição de p(1 p) ou utiliza-se 1/4 ou adota-se um valor de ˆp obtida de um estudo piloto ou de um estudo similar. Se a população for finita, deve-se utilizar, de forma similar o fator de correção para populações finitas: n = n 1 + n N

44 Teste de Hipóteses O Teste de Hipóteses consiste em uma regra de decisão elaborada para rejeitar (ou não) uma afirmação (hipótese) feita a respeito de um parâmetro populacional desconhecido, com base em informações colhidas de uma amostra aleatória. Exemplo: Verificar se o salário médio de certa categoria profissional no Brasil é igual a R$1.500, 00. Testar se 40% dos eleitores votarão em certo candidato nas próximas eleições. Testar se um medicamento é mais eficaz que outro.

45 Conceitos fundamentais Hipótese Nula (H 0 ): É a hipótese a ser testada. Hipótese Alternativa (H 1 ): É a hipótese a ser confrontada com H 0. O teste será feito de tal forma que deverá sempre concluir na rejeição (ou não) de H 0. Como estamos tomando uma decisão com base em informações de uma amostra, estaremos sujeitos a cometer dois tipos de erros.

46 Conceitos fundamentais Erro do tipo I: Rejeitarmos H 0 quando H 0 é verdadeira. α = P(erro do tipo I) = P(rejeitar H 0 H 0 é verdadeira) Erro do tipo II: Não rejeitarmos H 0 quando H 0 é falsa. β = P(erro do tipo II) = P(não rejeitar H 0 H 0 é falsa) Obs: α é denominado de nível de significância do teste.

47 Conceitos fundamentais Nossas decisões em um teste de hipóteses podem ser resumidas na seguinte tabela:

48 Conceitos fundamentais Estatística do teste: É a estatística utilizada para julgar H 0. Região crítica do teste (RC): É formada pelo conjunto de valores que levam a rejeição de H 0. Ela depende do tipo de hipótese alternativa, do nivel de significância (α) adotado, e da distribuição de probabilidade da estatística do teste.

49 Etapas para a elaboração de um Teste de Hipóteses 1 Definir as hipóteses nula (H 0 ) e alternativa (H 1 ); 2 Fixar o nível de significância (α); 3 Determinar a estatística do teste; 4 Determinar a região crítica do teste; 5 Calcular o valor da estatística do teste (com base numa amostra da população de interesse); 6 Se o valor calculado no passo 5 pertencer a RC, rejeitar H 0, caso contrário, não rejeitar H 0 ; 7 Conclusão do teste.

50 Teste de Hipóteses para a média populacional Caso 1: σ 2 conhecida. 1. Definição das hipóteses: H 0 : µ = µ 0 H 0 : µ = µ 0 H 0 : µ = µ 0 H 1 : µ µ 0 ou H 1 : µ < µ 0 ou H 1 : µ > µ 0 2. Fixar o nível de significância α; 3. Definir a estatística de teste: Z = X µ σ/ N (0, 1) n

51 Teste de Hipóteses para a média populacional 4. Definir a região crítica do teste (RC):

52 Teste de Hipóteses para a média populacional 5. Com base nos valores observados da amostra, calcular o valor da Estatística de teste Z : Z c = X µ 0 σ/ n 6. Se Z c RC rejeitar H 0 (aceitar H 1 ). Se Z c / RC não rejeitar H 0 (não aceitar H 1 ). 7. Concluir sobre a decisão tomada no passo 6.

53 Exemplo Os sistemas de escapamento de uma aeronave funcionam devido a propelente sólido. A taxa de queima desse propelente é uma característica importante do produto. As especificações requerem que a taxa média de queima tem de ser 50 centímetros por segundo. Sabemos que a taxa de queima é normalmente distribuída com desvio padrão de σ = 2 centímetros por segundo. O experimentalista seleciona uma amostra aleatória de tamanho 25 e obtém uma taxa média amostral igual a 51, 3 centímetros por segundo. Que conclusões poderiam ser tiradas ao nível de significância, de 0, 05?

54 Resolução: Teste para média com σ 2 conhecida 1. As hipóteses que queremos testar são: H 0 : µ = 50 contra H 1 : µ Fixamos α = 0, 05; 3. A estatística de teste é: Z = X µ σ/ N (0, 1) n 4. A região crítica é do tipo: onde z = z α/2 = z 0,025 = 1, 96 (tabela da distribuição normal padrão).

55 Resolução: continuação 5. A partir dos dados amostrais temos que: Z c = X µ 0 σ/ n = 51, / Temos que Z c RC pois 3, 25 > 1, 96, portanto, rejeitamos a hipótese nula. 7. Baseados nos dados amostrais, podemos concluir, ao nível de 5% de significância, que a taxa média de queima difere de 50 centímetros por segundo.

56 Teste de Hipóteses para a média populacional Caso 2: σ 2 desconhecida. 1. Definição das hipóteses: H 0 : µ = µ 0 H 0 : µ = µ 0 H 0 : µ = µ 0 H 1 : µ µ 0 ou H 1 : µ < µ 0 ou H 1 : µ > µ 0 2. Fixar o nível de significância α; 3. Definir a estatística de teste: T = X µ S/ n t (n 1)

57 Teste de Hipóteses para a média populacional 4. Definir a região crítica do teste (RC):

58 Teste de Hipóteses para a média populacional 5. Com base nos valores observados da amostra, calcular o valor da Estatística de teste Z : T c = X µ 0 S/ n 6. Se T c RC rejeitar H 0 (aceitar H 1 ). Se T c / RC não rejeitar H 0 (não aceitar H 1 ). 7. Concluir sobre a decisão tomada no passo 6. Obs: se σ 2 for desconhecida, mas o tamanho da amostra for grande (n > 30), pode-se definir a região crítica através da distribuição Normal padrão.

59 Exemplo Suponha que, no exemplo anterior, o valor do desvio padrão fosse desconhecido e o experimentalista o tivesse estimado, a partir da amostra como S = 2, 5 centímetros por segundo. Ao nível de 5% de significância, que conclusão obteríamos acerca da queima média do propelente?

60 Resolução: Teste para média com σ 2 1. As hipóteses que queremos testar são: H 0 : µ = 50 contra H 1 : µ 50 desconhecida 2. Fixamos α = 0, 05; 3. A estatística de teste é: T = X µ S/ n t (n 1) 4. A região crítica é do tipo: onde t = t n 1;α/2 = t 24;0,025 = 2, 064 (tabela da distribuição t-student).

61 Resolução: continuação 5. A partir dos dados amostrais temos que: T c = X µ 0 S/ n = 51, , 3/ Temos que T c RC pois 2, 83 > 2, 064, portanto, rejeitamos a hipótese nula. 7. Baseados nos dados amostrais, podemos concluir, ao nível de 5% de significância, que a taxa média de queima difere de 50 centímetros por segundo.

62 Teste de Hipóteses para a proporção populacional 1. Definição das hipóteses: H 0 : p = p 0 H 0 : p = p 0 H 0 : p = p 0 H 1 : p p 0 ou H 1 : p < p 0 ou H 1 : p > p 0 2. Fixar o nível de significância α; 3. Definir a estatística de teste: Z = ˆp p 0 p 0 (1 p 0 ) n N (0, 1)

63 Teste de Hipóteses para a proporção populacional 4. Definir a região crítica do teste (RC):

64 Teste de Hipóteses para a proporção populacional 5. Com base nos valores observados da amostra, calcular o valor da Estatística de teste Z: Z c = ˆp p 0 p 0 (1 p 0 ) n 6. Se Z c RC rejeitar H 0 (aceitar H 1 ). Se Z c / RC não rejeitar H 0 (não aceitar H 1 ). 7. Concluir sobre a decisão tomada no passo 6.

65 Exemplo Dentre 1655 pacientes tratados com um medicamento A, 2, 1% tiveram reações adversas. A empresa que fabrica o medicamento afirma que apenas 1, 2% dos usuários têm algum tipo de reação adversa. Teste, ao nível de significância de 1%, a afirmativa da empresa pode ser considerada verdadeira.

66 onde z = z α = z 0,01 = 2, 33 (tabela da distribuição normal padrão). Resolução: Teste para porporção 1. As hipóteses que queremos testar são: H 0 : p = 0, 012 contra H 1 : p > 0, Fixamos α = 0, 01; 3. A estatística de teste é: Z = ˆp p 0 p 0 (1 p 0 ) N (0, 1) 4. A região crítica é do tipo: n

67 Resolução: continuação 5. A partir dos dados amostrais temos que: Z c = ˆp p 0 p 0 (1 p 0 ) n = 0, 021 0, 012 0,012(1 0,012) 1655 = 3, Temos que Z c RC, pois 3, 36 > 2, 33 portanto, rejeitamos a hipótese nula. 7. Ao nível de significância de 1%, a amostra fornece evidências estatísticas suficientes de que o percentual de usuários do medicamento que têm alguma reação adversa é superior a 1, 2%

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 Introdução O curso foi dividido em três etapas:

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

Professora Ana Hermínia Andrade. Período

Professora Ana Hermínia Andrade. Período Estimação intervalar Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Estimação Intervalar Vimos que como

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

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 214 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica

Leia mais

INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p

INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir

Leia mais

TESTE DE HIPÓTESE. Introdução

TESTE DE HIPÓTESE. Introdução TESTE DE HIPÓTESE Introdução O teste de hipótese estatística objetiva decidir se uma afirmação sobre uma população, usualmente um parâmetro desta, é, ou não, apoiada pela evidência obtida dos dados amostrais.

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

TOMADA DE DECISÃO PARA UMA AMOSTRA. Estatística Aplicada à Engenharia 1

TOMADA DE DECISÃO PARA UMA AMOSTRA. Estatística Aplicada à Engenharia 1 TOMADA DE DECISÃO PARA UMA AMOSTRA Estatística Aplicada à Engenharia 1 ROTEIRO 1. Teste de hipóteses; 2. Inferência sobre a média de uma população (variância conhecida); 3. Inferência sobre a média de

Leia mais

Teste de hipóteses para proporção populacional p

Teste de hipóteses para proporção populacional p Teste de hipóteses para proporção populacional p 1 Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses 2 TESTE DE HIPÓTESES Eu acredito

Leia mais

Testes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski

Testes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Testes de hipóteses Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 07/06/2018 WB, FM, EK ( LEG/DEST/UFPR

Leia mais

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 21 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica

Leia mais

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 2019 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica

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

Inferência Estatística. Teoria da Estimação

Inferência Estatística. Teoria da Estimação Inferência Estatística Teoria da Estimação Os procedimentos básicos de inferência Estimação: usamos o resultado amostral para estimar o valor desconhecido do parâmetro Teste de hipótese: usamos o resultado

Leia mais

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes

Leia mais

AULA 03 Estimativas e tamanhos amostrais

AULA 03 Estimativas e tamanhos amostrais 1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade

Leia mais

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

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes

Leia mais

1 Teoria da Decisão Estatística

1 Teoria da Decisão Estatística 1 Teoria da Decisão Estatística 1.1 Teste de Hipótese É uma metodologia estatística que permite tomar decisão sobre uma ou mais populações baseando no conhecimento de informações da amostra. Ao tentarmos

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.

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

Inferência Estatística:

Inferência Estatística: Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 8: Intervalos

Leia mais

1 Probabilidade - Modelos Probabilísticos

1 Probabilidade - Modelos Probabilísticos 1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,

Leia mais

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição

Leia mais

Intervalos de Confiança - Amostras Pequenas

Intervalos de Confiança - Amostras Pequenas Intervalos de Confiança - Amostras Pequenas Teste de Hipóteses para uma Média Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016

Leia mais

Testes de Hipóteses. Professor: Josimar Vasconcelos Contato: ou

Testes de Hipóteses. Professor: Josimar Vasconcelos Contato: ou Testes de Hipóteses Professor: Josimar Vasconcelos Contato: josimar@ufpi.edu.br ou josimar@uag.ufrpe.br http://prof-josimar.blogspot.com.br/ Universidade Federal do Piauí UFPI Campus Senador Helvídio Nunes

Leia mais

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,

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

Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA

Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA Estatística Básica para Engenharia Prof. Mariana Albi 8 a Lista de Exercícios Assuntos: Inferência Estatística.

Leia mais

AULA 07 Inferência a Partir de Duas Amostras

AULA 07 Inferência a Partir de Duas Amostras 1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,

Leia mais

AULA 7 - Inferência em MQO: ICs e Testes de

AULA 7 - Inferência em MQO: ICs e Testes de AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos

Leia mais

TESTE DE HIPÓTESES ELISETE AUBIN E MONICA SANDOVAL - IME

TESTE DE HIPÓTESES ELISETE AUBIN E MONICA SANDOVAL - IME 1 TESTE DE HIPÓTESES ELISETE AUBIN E MONICA SANDOVAL - IME 2 MÉTODOS ESTATÍSTICOS Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses 3 Teste de hipóteses para

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS Um dos principais objetivos da estatística inferencial consiste em estimar os valores de parâmetros populacionais desconhecidos (estimação de parâmetros) utilizando dados amostrais.

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

NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional

NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses TESTE

Leia mais

AULA 05 Teste de Hipótese

AULA 05 Teste de Hipótese 1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução

Leia mais

Testes de Hipóteses I

Testes de Hipóteses I Testes de Hipóteses I Capítulo 12, Estatística Básica (Bussab&Morettin, 8a Edição) 5a AULA 23/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 1. Introdução Neste capítulo pretendemos resolver

Leia mais

Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: inferência Nome: GABARITO

Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: inferência Nome: GABARITO Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: inferência Nome: GABARITO GRR: Observação: em todos os problemas que envolvem teste de hipótese, é necessário

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Aula 7: Intervalos de Confiança com uma amostra Leitura obrigatória: Devore, cap 7 ou Montgomery e Runger, cap 8 Chap 8-1 Objetivos Como inferir sobre um parâmetro da população,

Leia mais

Testes de Hipóteses: Média e proporção

Testes de Hipóteses: Média e proporção Testes de Hipóteses: Média e proporção Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 12 de setembro de 2018 Londrina 1 / 27 Viu-se a construção de intervalos de confiança

Leia mais

AULA 04 Teste de hipótese

AULA 04 Teste de hipótese 1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal

Leia mais

NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional

NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional Estimação Teste de Hipóteses Qual é a probabilidade de "cara no lançamento de uma moeda? A moeda é honesta ou desequilibrada?

Leia mais

TESTES DE HIPÓTESES. Lucas Santana da Cunha Universidade Estadual de Londrina

TESTES DE HIPÓTESES. Lucas Santana da Cunha     Universidade Estadual de Londrina TESTES DE HIPÓTESES Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de setembro de 2016 Introdução Viu-se a construção de intervalos

Leia mais

Testes de Hipótese para uma única Amostra - parte I

Testes de Hipótese para uma única Amostra - parte I Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os

Leia mais

Introdução à Bioestatística Turma Nutrição

Introdução à Bioestatística Turma Nutrição Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição

Leia mais

Estatística II. Intervalo de Confiança Lista de Exercícios

Estatística II. Intervalo de Confiança Lista de Exercícios Estatística II Intervalo de Confiança Lista de Exercícios 1. IC da Média com a Variância Populacional Desconhecida De 50.000 válvulas fabricadas por uma companhia, retira-se uma amostra de 400 válvulas,

Leia mais

Universidade Federal de Lavras

Universidade Federal de Lavras Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes

Leia mais

Bioestatística e Computação I

Bioestatística e Computação I Bioestatística e Computação I Inferência por Teste de Hipótese Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.

Leia mais

Princípios de Bioestatística Teste de Hipóteses

Princípios de Bioestatística Teste de Hipóteses 1/36 Princípios de Bioestatística Teste de Hipóteses Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG Tabela 2/36 3/36 Exemplo A concentração de certa substância

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

Intervalos Estatísticos para uma única Amostra - parte I

Intervalos Estatísticos para uma única Amostra - parte I Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para

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

Fernando de Pol Mayer

Fernando de Pol Mayer Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative

Leia mais

Inferência estatística

Inferência estatística Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória

Leia mais

Estimação e Testes de Hipóteses

Estimação e Testes de Hipóteses Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas

Leia mais

Capítulo 4 Inferência Estatística

Capítulo 4 Inferência Estatística Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de

Leia mais

PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses

PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 6 a aula Testes de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 2007 Estatística Aplicada ao Gerenciamento

Leia mais

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja: Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a

Leia mais

Estatística Inferencial

Estatística Inferencial statística Inferencial A ou inferencial compreende a stimação e o Teste de hipótese. Na verdade, a estatística inferencial forma a base das atividades de controle da qualidade e também pode auxiliar na

Leia mais

Aula 9: Introdução à Inferência Estatística

Aula 9: Introdução à Inferência Estatística Aula 9: Introdução à Inferência Estatística Professor: José Luiz Padilha da Silva email: jlpadilha@ufpr.br Departamento de Estatística Universidade Federal do Paraná Curitiba, 2018 José Luiz Padilha da

Leia mais

Aula 5. Teste de Hipóteses II. Capítulo 12, Bussab&Morettin Estatística Básica 7ª Edição

Aula 5. Teste de Hipóteses II. Capítulo 12, Bussab&Morettin Estatística Básica 7ª Edição Aula 5. Teste de Hipóteses II. Capítulo 12, Bussab&Morettin Estatística Básica 7ª Edição Procedimento teste de hipótese para proporção. Resumo. (1) Estabelecer as hipóteses: H: p = p 0 contra uma das alternativas

Leia mais

MAE Introdução à Probabilidade e à Estatística II. Lista de Exercícios 5-1 sem de Profa. Lígia Henriques-Rodrigues

MAE Introdução à Probabilidade e à Estatística II. Lista de Exercícios 5-1 sem de Profa. Lígia Henriques-Rodrigues MAE0229 - Introdução à Probabilidade e à Estatística II Lista de Exercícios 5-1 sem de 2018 Classe Profa. Lígia Henriques-Rodrigues 1. Um fabricante de fibra têxtil está investigando um novo fio de cortina,

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

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

Aula 8 - Testes de hipóteses

Aula 8 - Testes de hipóteses Aula 8 - Testes de hipóteses PhD. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação-LEG Universidade Federal do Paraná 1/2017 Bonat, W. H. (LEG/UFPR) 1/2017 1 / 1 Testes de hipóteses Exemplo

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

Testes de Hipóteses Paramétricos

Testes de Hipóteses Paramétricos Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto

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

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

1.1. Definições importantes

1.1. Definições importantes Parte I. Inferência Estatística Trata-se do processo de se obter informações sobre uma população a partir dos resultados observados numa amostra. De um modo geral, tem-se uma população com um grande número

Leia mais

Inferência para duas populações

Inferência para duas populações Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.

Leia mais

Testes de Hipóteses Paramétricos

Testes de Hipóteses Paramétricos Testes de Hipóteses Paramétricos Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Testes de Hipóteses Paramétricos 1 / 41 Introdução. Hipóteses Estatísticas. Erro Tipo I

Leia mais

1 Inferência Estatística - Teoria da Estimação

1 Inferência Estatística - Teoria da Estimação 1 Inferência Estatística - Teoria da Estimação 1.1 Introdução Neste capítulo abordaremos situações em que o interesse está em obter informações da população a partir dos resultados de uma amostra. Como

Leia mais

Métodos. Inferência. Estatística. Descritiva. Teste de. Estimação

Métodos. Inferência. Estatística. Descritiva. Teste de. Estimação NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses TESTE

Leia mais

Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07

Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07 -027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA

Leia mais

Enrico A. Colosimo Depto. Estatística UFMG

Enrico A. Colosimo Depto. Estatística UFMG Bioestatística F Conceitos de Teste de Hipóteses Enrico A. Colosimo Depto. Estatística UFMG http://www.est.ufmg.br/~enricoc/ f(x).4.35.3.25.2.15.1.5 Tabela Normal Padronizada Distribuicao Gaussiana com

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

A moeda é honesta ou é desequilibrada? Qual é a probabilidade de "cara"no lançamento de uma moeda?

A moeda é honesta ou é desequilibrada? Qual é a probabilidade de carano lançamento de uma moeda? Qual é a probabilidade de "cara"no lançamento de uma moeda? Qual é a proporção de eleitores favoráveis ao candidato A? A moeda é honesta ou é desequilibrada? O candidato A tem até 50% das intenções de

Leia mais

Lista de Exercícios #8 Assunto: Teste de Hipóteses

Lista de Exercícios #8 Assunto: Teste de Hipóteses . ANPEC 8 - Questão 5 Indique se as seguintes considerações sobre a teoria dos testes de hipótese são verdadeiras (V) ou falsas (F): () No teste de hipótese para proporções, se a variância da proporção

Leia mais

Exemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média

Exemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média Exemplo 7.0 Numa linha de produção, os pesos de pacotes de pó de café embalados por uma máquina têm distribuição Normal, com média µ = 505g e desvio padrão σ = 9g. a) Selecionado ao acaso um pacote embalado

Leia mais

Erro e Tamanho Amostral

Erro e Tamanho Amostral Erro e Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ 30 de agosto de 2018 Londrina 1 / 17 Estimação é o nome técnico para o processo que consiste em se utilizar os dados de uma amostra para

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

Introdução em Probabilidade e Estatística II

Introdução em Probabilidade e Estatística II Introdução em Probabilidade e Estatística II Lista 7 Exercicio Em estudo genético um gene A foi destacado para detectar uma doença. Se dita que em pessoas doentes (pacientes) este gene mostra atividade

Leia mais

Tomada de Decisão para uma Única Amostra

Tomada de Decisão para uma Única Amostra Tomada de Decisão para uma Única Amostra Testes de Hipóteses Teste de Hipóteses Procedimento de tomada de decisão sobre hipóteses envolvendo a população Aspecto bastante útil da Inferência Estatística:

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Introdução Hipóteses Estatísticas São suposições quanto ao valor de um parâmetro populacional

Leia mais

Notas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos

Notas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 7 Estimativas e Tamanhos Amostrais 7-1 Visão Geral 7-2 Estimando a Proporção Populacional 7-3 Estimando

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

Inferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva

Inferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva Inferência Estatística: Prof.: Spencer Barbosa da Silva Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Prof. Marcos Pó Métodos Quantitativos para Ciências Sociais Distribuição amostral Duas amostragens iguais

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

7 Teste de Hipóteses

7 Teste de Hipóteses 7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5

Leia mais

TOMADA DE DECISÃO PARA DUAS AMOSTRAS INTRODUÇÃO ROTEIRO. Estatística Aplicada à Engenharia 1 INFERÊNCIA SOBRE A DIFERENÇA DE MÉDIAS

TOMADA DE DECISÃO PARA DUAS AMOSTRAS INTRODUÇÃO ROTEIRO. Estatística Aplicada à Engenharia 1 INFERÊNCIA SOBRE A DIFERENÇA DE MÉDIAS ROTEIRO. Introdução. Inferência sobre as médias de duas populações com variâncias conhecidas TOMADA DE DECISÃO PARA DUAS AMOSTRAS 3. Inferência sobre as médias de duas populações com variâncias desconhecidas

Leia mais

Teste de Hipóteses. Enrico A. Colosimo/UFMG enricoc/ Depto. Estatística - ICEx - UFMG 1/24

Teste de Hipóteses. Enrico A. Colosimo/UFMG  enricoc/ Depto. Estatística - ICEx - UFMG 1/24 1/24 Introdução à Bioestatística Teste de Hipóteses Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/24 Exemplo A concentração de certa substância no sangue entre

Leia mais

(Hipótese alternativa unilateral)

(Hipótese alternativa unilateral) Nível descritivo e Teste de Hipóteses para a média populacional µ 1 Exemplo 1: Pelo Anuário do IBGE de 2010, a proporção de analfabetos em uma cidade era de 15%. Em 2015, entre 200 entrevistados dessa

Leia mais

Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)

Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48) Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro

Leia mais