CE-003: Estatística II - Turma: AMB, Avaliações Semanais 1 o semestre/2012
|
|
- João Pedro Mendonça
- 5 Há anos
- Visualizações:
Transcrição
1 CE-003: Estatística II - Turma: AMB, Avaliações Semanais 1 o semestre/ Foram feitas medições dos teores de um poluente em duas regiões (A e B), representadas nos gráficos da figura a seguir. (a) Indique qual boxplot da figura à direita correspondente cada curva da figura à esquerda. Justifique sua resposta. (b) Em uma das regiões a média foi de 44.6 e a mediana 40.6, enquanto que em outra a média foi 49.5 e a mediana Quais valores correspondem a cada região? Justifique sua resposta. (c) Interprete e discuta cada um dos gráficos, comparando as regiões. densidade A B contaminante contaminante região Figura 1: Teores de poluente medidos em amostras tomadas em duas regiões. 2. Foram feitas medições de índices de qualidade da água em 20 locais e os dados coletados foram: (a) faça um histograma dos dados (b) faça um diagrama ramo-e-folhas (c) faça um gráfico boxplot (d) obtenha a média e desvio padrão (e) obtenha o coeficiente de variação (f) obtenha a amplitude e a amplitude interquartílica (g) caracterize a distribuição dos dados
2 (a) > hist(x, main="", labels=t) 9 Frequency x (b) > stem(x) The decimal point is 1 digit(s) to the right of the (c) > boxplot(x, horizontal=t) (d) > c(media=mean(x), desviop = sd(x)) media desviop (e) obtenha o coeficiente de variação > 100*sd(x)/mean(x) [1] (f) > range(x) ; diff(range(x)) [1]
3 [1] 48.8 > fivenum(x)[c(2,4)]; diff(fivenum(x)[c(2,4)]) [1] [1] 11.5 (g) Comentar sobre: posição, variabilidade, assimetria e dados discrepantes 3. Um estudo procurou relacionar medidas de um índice de poluição (PM10) com atendimentos hospitalares por doenças respiratórias. Foram anotados dados em vários períodos e em cinco capitais. Discuta estratégias para investigar a relação desejada a partir dos dados. Mencione que tipos de análises estatísticas descritivas poderiam ser feitas, os possíveis cenários (resultados) e como seriam interpretados. Comente sobre o que deveria ser levado em consideração nas análises. 4. (B. & M.) Um empreiteiro apresentou orçamentos separados para a execução da parte elétrica e da parte de encanamento de um edifício. Ele acha que a probabilidade de ganhar e concorrência da parte elétrica é de 1/2. Caso ganhe a parte elétrica, a chance de ganhar a parte de encanamento é de 3/4; caso contrário, essa probabilidade é de 1/3. (a) Qual a probabilidade de ele: ˆ ganhar os dois contratos? ˆ ganhar apenas um dos contratos? ˆ não ganhar nenhum contrato? (b) os eventos ganhar o contrato elétrico e ganhar o contrato hidráulico ˆ são independentes? (justifique) ˆ são mutuamente exclusivos? (justifique) G 1 : ganhar concorrência da parte elétrica G 2 : ganhar concorrência do encanamento P [G 1 ] = 1/2 ; P [G 2 G 1 ] = 3/4 ; P [G 2 G 1 ] = 1/3 P [G 1 ] = 1/2 ; P [G 2 G 1 ] = 1/4 ; P [G 2 G 1 ] = 2/3 (a) ˆ P [G 1 G 2 ] = P [G 1 ] P [G 2 G 1 ] = (1/2) (3/4) = 3/8 = ˆ P [G 1 G 2 ]+P [G 1 G 2 ] = P [G 1 ] P [G 2 G 1 ]+P [G 1 ] P [G 2 G 1 ] = (1/2) (1/4)+(1/2) (1/3) = 7/24 = ˆ P [G 1 G 2 ] = P [G 1 ] P [G 2 G 1 ] = (1/2) (2/3) = 1/3 = (b) ˆ Não, pois P [G 1 G 2 ] = 3/8 P [G 1 ] P [G 2 ] = 13/48, em que P [G 2 ] = P [G 2 G 1 ] + P [G 2 G 1 ] = (3/8) + (1/6) = 13/24 ˆ Não pois P [G 1 G 2 ] 0 5. Considere o lançamento de uma moeda 10 vezes. (a) Se voce lançar a probabilidade de obter a face cara em todos os lançamentos? (b) Considere agora que pessoas fazem o mesmo. Qual a probabilidade de que alguém obtenha 10 caras? (c) Qual(ais) a(s) suposição(ções) feita(s) nos cálculos? (d) Discuta e interprete os resultados.
4 (a) (1/2) 10 = 1/1024 = ou X : número de caras em 10 lançamentos X B(n = 10, p = 1/2) ( ) 10 P [X = 10] = (1/2) 10 (1 1/2) = (b) 1 (1 (1/2) 1 0) 1000 = ou Y : número pessoas que obtém 10 caras Y B(n = 1000, p = (1/2) 1 0) ( ) 1000 P [Y 1] = 1 P [Y = 0] = 1 [(1/2) 10 ] 0 [1 (1/2) 10 ] = (c) Independência entre lançamentos, independência entre resultados de diferentes pessoas, probabilidades constantes de lançamentos de pessoas obterem 10 caras. (d) 6. Registros de um laboratório mostram que 1 a cada 20 amostras de um determinado material são perdidas por contaminação. Responda cada um dos seguintes items declarando a variável aleatória e a sua distribuição. (a) Se forem feitas 15 análises qual a probabilidade de que no máximo uma seja contaminada. (b) Em um teste para avaliar a contaminação análises serão feitas sequencialmente até que a primeira contaminada seja encontrada. Quantas análises espera-se fazer? Como voce calcularia a probabilidade de que o esse número de análises não chegue a 5? (c) O teste anterior foi repetido porém até que a terceira análise mostrasse contaminação. Em um particular ensaio foram feitas 10 análise desta forma. Qual a probabilidade desta ocorrência? (d) Um lote contendo 40 amostas das quais 15 eram contaminadas foi enviado para teste em outro laboratório na qual 12 amostras foram selecionadas ao acaso para testes. Qual a probabilidade de encontrar 3 ou mais contaminadas entre as selecionadas? (e) Considere agora que o laboratório faz um grande número de análises por mês e registra uma média de 2,5 casos de contaminação grave. Qual a probabilidade de que em um determinado mês não se registre nenhuma contaminação? E de que seja registradas mais do que 5 contaminações? p = 1/20 (a) X : número de contaminadas em 15 análises X B(n = 15, p = 1/20) P [X 1] = P [X = 0] + P [X = 1] = 0.829
5 (b) X : número de análises não contaminadas até encontrar a primeira contaminada X G(p = 1/20) P [X = x] = p (1 p) x, x = 0, 1,... E[X] + 1 = 1 p + 1 = 1 p p = P [X < 4] = P [X = i] = P [X = 0] + P [X = 1] + P [X = 2] + P [X = 3] + P [X = 4] = (1/20)(1 1/20) i = i=0 i=0 (c) X : número de análises não contaminadas até encontrar a terceira contaminada ( ) x X BN(r = 3, p = 1/20) ; P [X = x] = (1/20) 3 (1 1/20) x, x = 0, 1, análises 7 não contaminadas P [X = 7] = (d) X : número de amostras contaminadas entre as 12 X HG(N = 40, r = 15, n = 12) ; P [X = x] = P [X 3] = 1 P [X 2] = 1 ( x)( x ( 40 ) 12 2 P [X = i] = 1 P [X = 0] P [X = 1] P [X = 2] = i=0 ) (e) X : número de análises contaminadas em um mês X P (λ = 2, 5) P [X = x] = e 2,5 2, 5 x, x = 0, 1,... x! P [X = 0] = e 2,5 2, 5 i P [X > 5] = 1 P [X 5] = 1 (P [X = 0] + P [X = 1] P [X = 5]) = 1 i! i=0 = (a) Conchas de mexilhões de uma certa espécie possuem, em uma certa região, possuem uma relação altura/comprimento com distribuição normal de média 0,5 e desvio padrão de 0,025. Os animais serão classificados de modo que 20% sejam considerados pequenos, 50% como médios e os restantes 30% como grandes. Quais os valores da relação altura/comprimento que definirão as classes de tamanho desejadas? X N(µ = 0, 5 ; σ 2 = (0, 025) 2 ) P (X < x 1 ) = 0, 20 = P (Z < x 1 0, 5 0, 025 ) = 0, 20 = z 1 = = x 1 = µ + z 1 σ = 0, 5 + ( 0.842) 0 P (x 1 < X < x 2 ) = 0, 50 P (X < x 1 ) = 0, 20 P (Z < x 2 0, 5 0, 025 ) = 0, 70 = z 2 = = x 2 = µ + z 2 σ = 0, = 0.513
6 (b) A durabilidade de um tipo de filtro é descrita por uma variável aleatória com distribuição normal de média hrs de funcionamento e desvio padrão de hrs. i. Se o fabricante garante a duração dos filtros pelas primeiras hrs, qual a proporção de filtros que devem ser trocados pela garantia? ii. O que aconteceria com a proporção do item anterior se a garantia fosse para as primeiras hrs? iii. Qual deveria ser a garantia (em hrs) de forma a assegurar que o fabricante trocaria sob garantia no máximo 4% dos filtros? iv. Se uma indústria comprar cinco (5) filtros, qual será a probabilidade de utilizar a garantia (de hrs) para trocar ao menos um (1) dos filtros? i. ii. X N(60.000, ) P [X < 47500] = P [Z < ] = P [Z < 1.389] = P [X < 47500] = 8.24%dosfiltros P [X < 45000] = P [Z < ] = P [Z < 1.667] = P [X < 45000] = 4.78%dosfiltros. iii. P [X < t] = 0, 04 ; t =? P [Z < t ] = 0, z = t = t = ( 1.751) t = iv. Y : número de trocados sob garantia dentre 5 comprados Y B(n = 5, p = P [X < 45000] = 0.048) P [Y 1] = 1 P [Y = 0] = Para efetuar o monitoramento de poluentes em uma determinada área foram coletadas amostras. Os valores obtidos para um determinado elemento poluente são fornecidos a seguir. [1] (a) Caracterize o nível de poluição (deste elemento) na área através de um resumo estatístico adequado dos dados. (b) Qual valor voce escolheria para estimar o nível de poluição na área? (c) Qual a estimativa deste valor? Como voce representaria a incerteza sobre este estimativa? (d) A legislação afirma que se o teor estiver acima de 35 unidades a área deve ser considerada contaminada e sujeita a intervenção de controle. Baseando-se nos dados, voce indicaria a intervenção na área?
7 9. Na avaliação da semana passada foi considerado o seguinte problema: Para efetuar o monitoramento de poluentes em uma determinada área foram coletadas amostras. Os valores obtidos para um determinado elemento poluente são fornecidos a seguir. A legislação afirma que se o teor estiver acima de 35 unidades a área deve ser considerada contaminada e sujeita a intervenção de controle. [1] Em um relatório foram reportadas análises dos dados que incluiam as informações a seguir. O nível de poluição na área expresso pela média aritmética dos valores medidos nas amostras é de u.m. 1. A margem de erro é de 1.9 u.m. obtida pela expressão z 4/ 12 com z = obtido da distribuição normal, e considerando-se que a variância dos teores é de 16 u.m. 2. (a) Na análise estatística, qual a população, a variável aleatória e a amostra no contexto deste problema? (b) Qual o estimador escolhido e as estimativa pontual obtida? (c) Qual a estimativa intervalar e seu nível de confiança? (d) Quais as suposições utilizadas nas análise? (e) Como os resultados poderiam ser utilizados para determinar se deve ou não haver intervenção na área? (f) Qual deveria ser o tamanho da amostra para que a margem de erro fosse de no máximo 1, 2u.m.? 10. (a) Considere uma pesquisa para estimar a proporção de votos de um determinado candidato. i. Qual o tamanho necessário de uma amostra para uma margem de erro de 2,5% e confiança de 95%? ii. Comente sobre as suposições feitas para o cálculo anterior. X B(θ) µ x = E[X] = θ σ 2 X = V ar[x] = θ(1 θ) i. ii. θ N(µ X = µ X = θ; σ 2 X = σ2 X/n = θ(1 θ) M.E. = z = 0, 025 n assumindo θ = 1/2 1 M.E. = 1.96 = 0, n n = 1, , = 1537 θ(1 θ) ) n (b) Assume-se que o tempo de votação em uma urna eletrônica possui distribuição uniforme com valores entre 5 e 30 segundos. Considere um grupo de 50 votantes. i. Qual a probabilidade do último votante gastar mais que 20 segundos? ii. Qual a probabilidade do tempo de votação de todo o grupo ser superior a 15 minutos? iii. Comente sobre as suposições feitas para o cálculo anterior. 1 u.m. : unidade de medida
8 i. P [X > 20] = = 0.4 ii. X U(5, 30) µ x = E[X] = a + b = = 17, σx 2 (b a)2 (30 5)2 = V ar[x] = = = X N(µ X = µ X = 17, 5 ; σ 2 X = σ2 X/n = 1.04) P [ X i > 15 i=1 60] = P [ X i > ] = P [X > 18] = i=1 iii.
Exercícios de probabilidade
Exercícios de probabilidade 1. Forneça exemplos que ilustrem situações nas quais probabilidades são avaliadas pelas definições a) clássica, b) frequentista, c) subjetiva. 2. Três indivíduos tentam, de
Probabilidades. última atualização: 5 de junho de 2012
Probabilidades última atualização: 5 de junho de 2012 1. (B. & M.) Um empreiteiro apresentou orçamentos separados para a execução da parte elétrica e da parte de encanamento de um edifício. Ele acha que
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
Probabilidade e Estatística
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo
MAE116 Noções de Estatística
Exercício 1 Suponha que os tempos de vida de dois aparelhos elétricos D1 e D2 tenham distribuições N(42, 36) e N(45, 9), respectivamente. Se os aparelhos são feitos para serem usados por um período de
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
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
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.
CE-003: Estatística II - Turma K/O - Avaliações Semanais (2 o semestre 2013)
CE-003: Estatística II - Turma K/O - Avaliações Semanais (2 o semestre 2013) Semana 2 1. Dois profissionais vão tentar resolver um problema e cada um deles pode ou não conseguir resolver. A chance do primeiro
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,
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Linha Excelente Aceitável Retrabalho Refugo. Linha Excelente Aceitável Retrabalho Refugo
INE66 Métodos Estatísticos Exercícios Prova - Semestre 24. ) Certo fabricante de ferramentas dispõe de três linhas de produção (A, B e C), que são operadas em dois turnos de 8 horas (diurno e noturno).
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
FATEC GT/FATEC SJC. Prof. MSc. Herivelto Tiago Marcondes dos Santos [LISTA 2]
FATEC GT/FATEC SJC Prof. MSc. Herivelto Tiago Marcondes dos Santos [LISTA 2] 1. O tempo necessário para um medicamento contra dor fazer efeito foi modelado de acordo com a densidade Uniforme no intervalo
3. Estimação pontual USP-ICMC-SME. USP-ICMC-SME () 3. Estimação pontual / 25
3. Estimação pontual USP-ICMC-SME 2013 USP-ICMC-SME () 3. Estimação pontual 2013 1 / 25 Roteiro Formulação do problema. O problema envolve um fenômeno aleatório. Interesse em alguma característica da população.
Inferência Estatística:
Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que
Estatística Aplicada
Estatística Aplicada Intervalos de Confiança Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada INTERVALOS DE CONFIANÇA Processos de estimação Estimação por ponto: o processo em
CE-003: Estatística II - Turma: K/O, 2 a Prova (22/06/2016)
CE-003: Estatística II - Turma: K/O, 2 a Prova (22/06/2016) GRR: Nome: Turma: 1. Calcule as medidas descritivas pedidas para o conjunto de dados, supondo que eles representam uma amostra. 83, 92, 100,
a) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.
Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra
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
Uma estatística é uma característica da amostra. Ou seja, se
Estatística Uma estatística é uma característica da amostra. Ou seja, se X 1,..., X n é uma amostra, T = função(x 1,..., X n é uma estatística. Exemplos X n = 1 n n i=1 X i = X 1+...+X n : a média amostral
Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: medidas resumo Nome: GABARITO
Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: medidas resumo Nome: GABARITO GRR: 1. Estime as medidas de centro (média, mediana, moda) para amostras de altura
Conceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
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
Nome: N. o : f(u) du para todo o x (V) d) Se F (x) tiver pontos de descontinuidade, então X é discreta (F)
ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época Normal Duração: 2 horas 1. a Parte Teórica N. o de Exame: RESOLUÇÃO 09.01.2015 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação:
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
QUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA
QUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA 1) Um pesquisador que ordena uma lista de cidades segundo o ritmo de vida, do mais lento para o mais acelerado, está operando no nível de medida: (A)
Teorema do Limite Central
Teorema do Limite Central Bacharelado em Economia - FEA - Noturno 1 o Semestre 2014 MAE0219 (IME-USP) Teorema do Limite Central 1 o Semestre 2014 1 / 47 Objetivos da Aula Sumário 1 Objetivos da Aula 2
Estimativas e Tamanhos de Amostras
Estimativas e Tamanhos de Amostras 1 Aspectos Gerais 2 Estimativa de uma Média Populacional: Grandes Amostras 3 Estimativa de uma Média Populacional: Pequenas Amostras 4 Tamanho Amostral Necessário para
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
Distribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 2012/02 1 Introdução 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
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 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística INTERVALOS DE CONFIANÇA: Diferentes pesquisadores, selecionando amostras de uma mesma
i. f Y (y, θ) = 1/θ... 0 y θ 0... y < 0 ou y > θ Se a amostra selecionada foi ( ), qual será a estimativa para θ?
Fundação Getulio Vargas Curso: Graduação Disciplina: Estatística Professor: Moisés Balassiano Lista de Exercícios Inferência. Seja (Y, Y 2,..., Y n ) uma amostra aleatória iid, de tamanho n, extraída de
Lista de exercicios 1 Prof.: Marcus Guimaraes Disciplina: Introdução a Estatística Econômica
Lista de exercicios 1 Prof.: Marcus Guimaraes Disciplina: Introdução a Estatística Econômica 1) Quer se estudar o numero de erros de impressão de um livro. Para isso escolheu-se uma amostra de 50 paginas,
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
Disciplina de Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE PROBABILIDADES
Disciplina de Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE PROBABILIDADES 1) Determine a probabilidade de cada evento: a) Um nº par aparece no lançamento de um dado; b) Uma figura
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
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
Departamento de Matemática - IST(TP)
Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística LEIC+LERC+LEE 2 o Exame/2 o Teste 2 o Semestre/2 a Época 2007/08 Duração: 3 horas/1 hora e 30 minutos
MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
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
Estatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
Medidas de Variação ou Dispersão
Medidas de Variação ou Dispersão Estatística descritiva Recapitulando: As três principais características de um conjunto de dados são: Um valor representativo do conjunto de dados: uma média (Medidas de
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
DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO 1. Introdução; DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL. Teorema Central do Limite; 3. Conceitos de estimação pontual; 4. Métodos de estimação pontual; 5. Referências. 1 POPULAÇÃO E AMOSTRA População:
Distribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros OBJETIVOS DE APRENDIZAGEM Depois de um cuidadoso estudo deste capítulo, você deve ser capaz de: 1.Explicar os conceitos gerais de estimação de
GET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P1 Profa. Ana Maria Farias
GET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P1 Profa. Ana Maria Farias CONTEXTO PARA AS QUESTÕES 1 a 3 Em um estudo sobre a pontualidade de empresas aéreas, coletaram-se
2. Nas Figuras 1a a 1d, assinale a área correspondente ao evento indicado na legenda. Figura 1: Exercício 2
GET00116 Fundamentos de Estatística Aplicada Lista de exercícios Probabilidade Profa. Ana Maria Lima de Farias Capítulo 1 Probabilidade: Conceitos Básicos 1. Lançam-se três moedas. Enumere o espaço amostral
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.
3. Considere uma amostra aleatória de tamanho 7 de uma normal com média 18. Sejam X e S 2, a média e a variância amostral, respectivamente.
1 Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas Professores: Clarice Demétrio, Roseli Leandro e Mauricio Mota Lista 3- Distribuições Amostrais-
Análise Exploratória e Estimação PARA COMPUTAÇÃO
Análise Exploratória e Estimação MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Médias Média Aritmética (valor médio de uma distribuição) n x = 1 n i=1 x i = 1 n x 1 + + x n Média Aritmética
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
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
Estatística Aplicada II. } Estimação e Intervalos de Confiança
Estatística Aplicada II } Estimação e Intervalos de Confiança 1 Aula de hoje } Tópicos } Revisão } Estimação } Intervalos de Confiança } Referências } Barrow, M. Estatística para economia, contabilidade
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
Tutorial para o desenvolvimento das Oficinas
Tutorial para o desenvolvimento das Oficinas 1 Métodos Quantitativos Profa. Msc. Regina Albanese Pose 2 Objetivos Objetivo Geral Este tutorial tem como objetivo parametrizar o desenvolvimento da oficina
Teoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas
Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2
ESTATÍSTICA. Lucas Santana da Cunha 18 de setembro de Universidade Estadual de Londrina
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 18 de setembro de 2017 Introdução Estatística Descritiva: Preocupa-se com
3. (Apostila 1 - ex.1.4) Defina um espaço amostral para cada um dos seguintes experimentos
Primeira Lista de Exercícios Introdução à probabilidade e à estatística Prof Patrícia Lusié Assunto: Probabilidade. 1. (Apostila 1 - ex.1.1) Lançam-se três moedas. Enumerar o espaço amostral e os eventos
Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno
Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:
PROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG /2012
PROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG - 0/0 Instruções:. Cada questão respondida corretamente vale (um) ponto.. Cada questão respondida incorretamente vale - (menos um) ponto. 3.
UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II
UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II Segunda lista de Exercícios - Variáveis Aleatórias Professora Fernanda 1. Uma máquina caça níquel de cassino possui três roletas. Na primeira e segunda
I.1. Seleccionado um passageiro ao acaso, qual a probabilidade de ter idade no intervalo [20 a 50) anos e ser fraudulento?
INTRODUÇÃO À ANÁLISE DE DADOS INSTITUTO SUPERIOR DE CIÊNCIAS SOCIAIS E POLÍTICAS UNIVERSIDADE TÉCNICA DE LISBOA Frequência - 29 de Janeiro de 8 Grupo I (4, v) No seguimento de um estudo efectuado pela
First exam October 23, 2006 Statistics II
First exam October 3, 006 Statistics II 1. (7 points) Numa determinada empresa de recursos humanos um teste de aptidão é realizado por um elevado número de candidatos a um emprego. A pontuação obtida nesse
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
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
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
Estatística aplicada a ensaios clínicos
Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 8 amostragem amostragem
Intervalos de Confiança
Intervalos de Confiança Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Estimar o consumo médio de um automóvel, estimar o tempo médio que um funcionário leva a aprender uma
Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos
Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido
2. Nas Figuras 1a a 1d, assinale a área correspondente ao evento indicado na legenda. Figura 1: Exercício 2
GET00189 Probabilidade I Lista de exercícios - Capítulo 1 Profa. Ana Maria Lima de Farias SEÇÃO 1.1 Experimento aleatório, espaço amostral e evento 1. Lançam-se três moedas. Enumere o espaço amostral e
PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2006
Instruções para a prova: PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 006 a) Cada questão respondida corretamente vale um ponto. b) Questões deixadas em branco valem zero pontos (neste caso marque todas
Prova # SUB 15 junho de 2015
MAE 229 -Introdução à Probabilidade e Estatística II Prof. Fábio Machado e Prof. Lígia Henriques-Rodrigues Prova # SUB 15 junho de 2015 Questão 1 2 3 4 Total Valor Nome: Nro. USP: Observações: Não destaque
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ As medidas de posição apresentadas fornecem a informação dos dados apenas a nível
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
ESTIMAÇÃO POR INTERVALO DE CONFIANÇA. Profª Sheila Oro 1
ESTIMAÇÃO POR INTERVALO DE CONFIANÇA Profª Sheila Oro 1 DEFINIÇÃO Um itervalo de confiança (ou estimativa intervalar) é uma faixa (ou um intervalo) de valores usada para se estimar o verdadeiro valor de
Medidas resumo. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer
Medidas resumo Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 28/03/2018 WB, EK, FM ( LEG/DEST/UFPR
AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS. Gleici Castro Perdoná
AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS Gleici Castro Perdoná pgleici@fmrp.usp.br Exemplo 2. Sabe-se que o tempo gasto no exame de um paciente tem distribuição aproximadamente Normal, com média
Lista 8 - Introdução à Probabilidade e Estatística
UNIVERSIDADE FEDERAL DO ABC Lista 8 - Introdução à Probabilidade e Estatística Estatística Descritiva 1 Dena amostra e população. 2 Dena parâmetro e estatística. 3 Classique cada uma das variáveis seguintes
Análise de Dados e Simulação
Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Análise Estatística. Análise Estatística Motivação: Fila de 1 servidor. Clientes chegam em um banco (sistema)
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
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
x P(X = x) 0,1 0,7 0,2
GET001 Fundamentos de Estatística Aplicada Lista de Exercícios Módulo IV Parte a Profa. Ana Maria Farias 2017-1 CAPÍTULOS 1 e 2 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade
Exercícios de Probabilidade - Lista 1. Profa. Ana Maria Farias
Exercícios de Probabilidade - Lista 1 Profa. Ana Maria Farias 1. Lançam-se três moedas. Enumere o espaço amostral e os eventos A = faces iguais ; B = cara na primeira moeda ; C = coroa na segunda e terceira
Estatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-BIOESTATÍSTICA II (CE020) AMOSTRAGEM
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-BIOESTATÍSTICA II (CE020) Prof. Benito Olivares Aguilera 1 o Sem./19 AMOSTRAGEM 1. Avalie, para os casos a seguir,
Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos
-PPGEAB OBSERVAÇÃO: Dentre as cinco questões, marque na tabela abaixo com X uma para não ser corrigida. Se não for marcada nenhuma, a questão 1 será a desconsiderada. Questão 1 2 3 4 5 Dados que podem
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,
Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíveis resultados de um experimento. Evento é qualquer subconjunto do espaço amostral. Evento combinado: Possui duas
Cálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Distribuição Normal Motivação: Distribuição
CE-001: Bioestatística, turma A
CE-001: Bioestatística, turma A 1 a Prova - 2 o semestre 2004 01 de outubro de 2004 Prova 1 1. (2,0 pontos) Os dados a seguir correspondem a teores de um elemento coletados em amostras de sangue de dois
Confiabilidade de sistemas. Uma importante aplicação de probabilidade nas engenharias é no estudo da confiabilidade de sistemas.
Confiabilidade de sistemas Uma importante aplicação de probabilidade nas engenharias é no estudo da confiabilidade de sistemas. Uma definição pratica de confiabilidade corresponde à probabilidade de um
Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL.
Introdução à Inferência Estatística Departamento de Física é Matemática. USP-RP. Prof. Rafael A. Rosales 5 de setembro de 004 Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL. 1 Medidas Resumo DISTRIBUIÇÕES
Estatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática BARBETTA, Pedro Alberto REIS, Marcelo Menezes BORNIA, Antonio Cezar MUDANÇAS E CORREÇOES DA ª EDIÇÃO p. 03, após expressão 4.9: P( A B) = P( B A) p.
MAE0229 Introdução à Probabilidade e Estatística II
Exercício Entre jovens atletas, um nível alto de colesterol pode ser considerado preocupante e indicativo para um acompanhamento médico mais frequente. Suponha que são classificados como tendo taxa de
SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
x P(X = x) 0,1 0,7 0,2
GET001 Fundamentos de Estatística Aplicada Exercícios de revisão para a 3 rofa. Ana Maria Farias 2018-1 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade da idade de
Distribuições Amostrais - Tamanho da Amostra
Distribuições Amostrais - Tamanho da Amostra Prof. Eduardo Bezerra Inferência Estatística 21 de Setembro de 2018 Eduardo Bezerra (CEFET/RJ) Tamanho da Amostra 1 / 10 Motivação Suponha que queremos estimar