Probabilidades e Estatística
|
|
- Estela Faro
- 4 Há anos
- Visualizações:
Transcrição
1 Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ o semestre 0/0 o Teste A 08/06/0 9:00 Duração: hora e 30 miutos Justifiue coveietemete todas as respostas! Grupo I valores. Oúmerodecarrosuepassamemcadaperíododeummiutoumdetermiadopotodeuma autoestrada é uma variável aleatória com distribuição de oisso de valor esperado.tedoporbase acotabilizaçãodoúmerodeautomóveisuepassamessepotodaautoestradaemcadaumde00 itervalos de um miuto, seleccioados ao acaso: (a) Deduza o estimador de máxima verosimilhaça de.será ue o estimador é cetrado? (3.0) V.a. de iteresse X úmero de carros ue passam em cada período de um miuto... Distribuição X oisso( ) arâmetro descohecido E(X) V (X), > 0 F.p. (X x) form e x x!,x0,,,... Amostra x (x,...,x ) amostra de dimesão proveiete da população X Obteção do estimador de MV de asso Fução de verosimilhaça X i idep Y L( x) (X i x i ) X i X i Y e x i! i e x i i xi Q i x i!, > 0 asso Fução de log-verosimilhaça l L( x) +l( ) i x i i l(x i!) asso 3 Maximização A estimativa 8 de MV de é aui represetada por ˆ e d l L( x) >< d 0 (poto de estacioaridade) ˆ ˆ : >: d l L( x) d < 0 (poto de máximo) ˆ 8 < i + xi ˆ 0 : 8 < : i xi < 0 ˆ i x i x, média da amostra roposição verdadeira Este procedimeto só deve ser aplicado se i x i 6 0,sedooresultadoobtido,ˆ x, tambémválidose i x i 0. ágia de 8
2 asso 4 Estimador de MV de Será represetado pela v.a. EMV( ) i X i X, média da amostra aleatória. Estimador de MV de é cetrado? EMV( ) X é um estimador cetrado de sse E( X), 8 > 0. Ora,! E( X) E X X i X i X i X E(X i ) i X E(X) i E(X), 8 > 0. Assim, coclui-se ue X é um estimador cetrado de. (b) Sabedo ue foi cotabilizada a passagem de um total de 950 carros o referido poto da (.0) autoestrada o cojuto dos 00 itervalos de um miuto seleccioados, costrua um itervalo, com ível de cofiaça de aproximadamete 95%, para o parâmetro. V.a. X i úmero de carros ue passam o i i.i.d. X i X Situação X oisso( ) descohecido 00 >> 30 (suficietemete grade) Obteção de IC para asso Selecção da v.a. fulcral para Utilizaremos a v.a. fulcral para X E( Z p X) X p X EMV[V ( X)] EMV( /) X ésimo período de um miuto, i,...,00 a ormal(0, ), uma vez ue os foi solicitada a determiação de um IC aproximado para o parâmetro do modelo de oisso e a dimesão da amostra justifica o recurso a uma aproximação distribucioal. asso Obteção dos uatis de probabilidade Dado ue ( ) 00% 95%, 0.05, os uatis a utilizar são ( a ( /) (0.975) tabela.9600 b ( /) (0.975) Estes euadram a v.a. fulcral para com probabilidade aproximadamete igual a ( ). asso 3 Iversão da desigualdade a apple Z apple b (a apple Z apple b ) ' apple apple a apple X X apple b! ' X b X apple apple X a X ' X ( /) X apple apple X + ( /) X '. ágia de 8
3 asso 4 Cocretização Ao ter-se em cosideração ue 00 x i x i ( /).9600, coclui-se ue o IC aproximado a 95% para é dado por r # x IC( ) x ± ( /) r # ± ' [ , 0.043].. Uma máuia produz peças cujo comprimeto, X, éumavariávelaleatóriacomdistribuiçãoormal, de parâmetros µ 0 cm e cm se a máuia está afiada. De modo a cotrolar a produção, um operador da máuia seleccioou ao acaso 0 peças ue coduziram aos seguites resultados: 0 i x i. e 0 i (x i x) (a) Cosiderado descohecido, diga o ue pode cocluir sobre a hipótese de µ 0 cm, ao ível (.5) de sigificâcia de %. V.a. de iteresse X comprimeto de uma peça Situação X ormal(µ, ) µ descohecido descohecido Hipóteses H 0 : µ µ 0 0 H : µ 6 µ 0 0 Nível de sigificâcia Estatística de teste T X µ 0 Sp H0 t ( ) pois pretedemos efectuar um teste sobre o valor esperado de uma população ormal com variâcia descohecida. Região de rejeição de H 0 (para valores da estatística de teste) Tratado-se de um teste bilateral (H : µ 6 µ 0 ), a região de rejeição de H 0 é uma reuião de itervalos do tipo W (, c) [ (c, +), ode c : (Rejeitar H 0 µ µ 0 ) 0,i.e., Decisão Uma vez ue c F t ( ) ( 0 /) 0 F t (0 ) ( 0.0/) F t (9) (0.99) tabela.8. x i x i. 0. s i (xi x) ' 0.66, ágia 3 de 8
4 o valor observado da estatística é igual a t x µ 0 ps. 0 ' p p ' Como t ' 4.36 W (,.8) [ (.8, +), devemos rejeitar H 0 (hipótese do fabricate) a ualuer.s. maior ou igual a %. (b) Teste, ao ível de sigificâcia de 5%, ahipótesedavariabilidadedocomprimetodaspeças (.5) produzidas pela máuia ser igual ao esperado ( cm) cotra a alterativa de ser superior ao esperado ( > cm). Situação X ormal(µ, ) µ descohecido descohecido Hipóteses H 0 : 0 H : > 0 Nível de sigificâcia Estatística de teste T ( )S 0 H0 ( ) pois pretedemos efectuar um teste sobre a variâcia de uma população ormal com valor esperado descohecido. Região de rejeição de H 0 (para valores da estatística de teste) Tratado-se de mais um teste uilateral superior (H : > 0 ), a região de rejeição de H 0 é um itervalo à direita do tipo W (c, +), ode c : (Rejeitar H 0 0 ) 0,i.e., c F ( 0 ) ( ) F (0.95) (9) tabela 6.9. Decisão Dado ue 0, t ( ) s 0 i (x i x) i (x i x) 5.85 e 0, o valor observado da estatística é igual a 0 Dado ue t W (6.9, +), ão devemos rejeitar H 0 a ualuer.s. meor ou igual a 5%. ágia 4 de 8
5 Grupo II valores. As medições de uma ezima, referetes a uma amostra casual de 00 pacietes ue sofrem de hepatite viral aguda, ecotram-se agrupadas em classes a tabela seguite: Classe ].4,.5] ].5,.6] ].6,.7] ].7,.8] Número de pacietes Será ue uma distribuição ormal, com valor esperado.6 e desvio padrão 0., se ajusta bem a estes (4.0) dados? Teste esta hipótese com base o valor-p. V.a. de iteresse X medição de uma ezima em paciete com hepatite viral aguda Hipóteses H 0 : X Normal(.6, 0. ) H : X 6 Normal(.6, 0. ) Estatística de Teste kx (O i E i ) T E i a H0 (k ), ode: i k No. de classes; O i Freuêcia absoluta observável da classe i; E i Freuêcia absoluta esperada, sob H 0, da classe i; No. de parâmetros a estimar 0. Região de rejeição de H 0 (para valores de T ) or estar a efectuar-se um teste de ajustameto, a região de rejeição de H 0 escrita para valores de T é um itervalo à direita W (c, +). Freuêcias absolutas esperadas sob H 0 ara já, ote-se ue o cojuto de valores possíveis da distribuição Normal(.6, 0. )éir ;daíue se passe a cosiderar duas ovas classes: os itervalos ],.4] e ].8, +[, respectivamete, x.6 com freuêcia observada 0. Se para além disso atedermos a ue F X H0 (x) 0., as freuêcias absolutas esperadas sob H 0, E i p 0 i (X classe i H 0), são, para i,, iguais a E X ],.4] X Normal(.6, 0. ) ( ) 00 [ ()] tabela 00 ( 0.977) E X ].4,.5] X Normal(.6, 0. ) apple [ ( ) ( )] 00 ( ) ágia 5 de 8
6 E 3 X ].5,.6] X Normal(.6, 0. ) apple [ (0) ( )] 00 ( ) E, por simetria da f.d.p. da Normal(µ, ) em toro de µ.6, obtêm-se as restates freuêcias esperadas sob H 0 : E 4 E , E 5 E 3.59, E 6 E.8. É ecessário agrupar classes uma vez ue se verifica E i 5 em meos de 80% das classes (em todas elas tem-se E i ). Agrupem-se as duas classes ue violam essa codição, a a ea 6 a : ficado a ova classe igual a ],.4][].8, +[ com freuêcia observada 0 e freuêcia esperada sob H 0 igual a Decisão No cálculo do valor observado da estatística de teste covém adiatar a seguite tabela auxiliar. Classe i Fre. abs. obs. Fre. abs. esper. sob H 0 arcelas valor obs. estat. teste i o i E i p 0 (o i E i ) i E i ova +6 ],.4][].7, +[ (0 4.56) ].4,.5] (4 3.59) ].5,.6] ].6,.7] ].7,.8] k i oi 00 k i Ei 00 t k (o i E i ) i E i Decisão (com base em itervalo para o valor-p) Uma vez ue este teste está associado a uma região de rejeição ue é um itervalo à direita temos: valor p (T >t H 0 ) (T >5.997 H 0 ) ' F (5 0 ) (5.997). Recorredo às tabelas de uatis da distribuição do ui-uadrado podemos adiatar um itervalo para o valor-p deste teste. Com efeito, ao euadrarmos coveietemete t 5.997, obtemos sucessivamete Logo: F (4) (0.70) < < F (0.80) (4) (5.997) < < F (4) < valor p< ão devemos rejeitar H 0 a ualuer.s. 0 apple 0%, por exemplo, a ualuer dos íveis usuais de sigificâcia de %, 5% e 0%; devemos rejeitar H 0 a ualuer.s. 0 30%. Alterativa Decisão (com base o valor-p determiado usado máuia de calcular) ágia 6 de 8
7 Uma vez ue este teste está associado a uma região de rejeição ue é um itervalo à direita temos: valor p (T >t H 0 ) Coseuetemete: (T >5.997 H 0 ) ' F (5 0 ) (5.997) ão devemos rejeitar H 0 a ualuer.s. 0 apple %, por exemplo, a ualuer dos íveis usuais de sigificâcia de %, 5% e 0%; devemos rejeitar H 0 a ualuer.s. 0 > %.. Num estudo sobre seguraça rodoviária, pretede-se aalisar a ifluêcia da velocidade a ue um veículo pesado se desloca (x, em metros por segudo)sobre a distâcia percorrida pelo veículo após o iício da travagem (Y,emmetros),deomiadadistâciadetravagem. Cosidere o modelo de regressão liear simples, Y i 0 + x i + i (i,...,), comashipótesesde trabalho habituais, e ue as observações relativas a 5 veículos pesados coduziram aos seguites resultados: 5 i x i 38, 5 i x i 8 800, 5 i y i 49.7, 5 i y i , 5 i x iy i (a) Obteha as estimativas de míimos uadrados de 0 e e iterprete a estimativa de. (.0) [Modelo de RLS Y i 0 + x i + i Y i distâcia de travagem do i ésimo veículo pesado x i velocidade a ue o i ésimo veículo pesado se desloca i erro aleatório associado à medição da distâcia de travagem do i Estimativas de 0 e [Uma vez ue 5 e i x i 38, x i x i i x i i x i ( x) ésimo veículo] i y i 49.7, ȳ i y i i y i i y i (ȳ) i x iy i i x iy i x ȳ ,] a estimativa dos míimos uadrados de e 0 são, para este modelo, iguais a: i ˆ x iy i xȳ i x i ( x) ˆ0 ȳ ˆ x ágia 7 de 8
8 Iterpretação da estimativa de míimos uadrados de ˆ 0.03 Caso a velocidade a ue veículo pesado se desloca aumete em um m/s, estima-se ue o valor esperado da distâcia de travagem aumete aproximadamete 0.03 metros. (b) Costrua um itervalo de cofiaça a 95% para. Será ue existe uma relação liear etre a (4.0) distâcia média de travagem de um veículo pesado e a velocidade a ue o mesmo se desloca? [Hipóteses de trabalho i i.i.d. Normal(0, ),i,..., (hipótese de trabalho) 0,, descohecidos] ágia 8 de 8
9 IC a 95% para asso V.a. fulcral para ˆ Z t ( ) i x i x asso Quatis de probabilidade Já ue ( ) 00% 95% temos 0.05 e lidaremos com dois uatis simétricos a b iguais a: ±F t ( ) ( /) ±F t (5 ) ( 0.05/) F t (50) (0.975) tabela ±.009. asso 3 Iversão da desigualdade a apple Z apple b (a apple Z apple b ) 3 4 F t ( ) ( /) apple r ˆ i x i apple F t ( ) ( /) 5 x ˆ F t ( ) ( /) i x i x i x i apple apple ˆ + F t ( ) ( /) x o. asso 4 Cocretização Tedo em cota ue a estimativa de é dada por! X!# yi ȳ ( ˆ) X x i x segue-se i i ' 0.39, IC ( ) 00% ( ) IC 95% ( ) ˆ ± F t ( ) ( /) 0.03 ±.009 [0.9, 0.5]. s r 0.39 # # i x i x Hipóteses H 0 :,0 0 H : 6,0 0 (existe relação liear etre o valor esperado de Y e x) Decisão Ivocado a relação etre itervalos de cofiaça e testes de hipóteses bilaterais, devemos rejeitar a hipótese H 0 :,0 0 ao.s. de 00% 00% 95% 5% (ou a ualuer outro.s. maior ue 5%) já ue 0 6 IC 95% ( )[0.9, 0.5]. [Esta aalogia é válida porue: a v.a. fulcral para usada a costrução do IC é também utilizada para defiir a estatística de teste sobre ; o ível de sigificâcia do teste, 5%, é igual a (00% ível de cofiaça do IC).] AfavordahipóteseH : 6,0 0. ágia 9 de 8
Probabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 2 o Teste A 08/06/2012 9:00 Duração: 1 hora e 30 miutos Justifique coveietemete
Leia maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 miutos Justifique
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I robabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 2 o semestre 2016/2017 05/07/2017 15:00 2 o Teste C 10 valores 1. Admita que a proporção
Leia maisProbabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique coveietemete todas as respostas 2 o semestre 206/207
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas o semestre 017/018 04/07/018 15:00 o Teste C 10 valores 1. Admita que os tempos (em cetea
Leia maisProbabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Justifique coveietemete todas as respostas 1 o semestre 2017/2018 11/01/2018
Leia maisProbabilidades e Estatística
Duração: 90 miutos Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! o semestre 015/016 09/06/016 11:00 o teste B Grupo I 10 valores 1. Seja (X 1,
Leia maisProbabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 2016/2017 16/06/2017 9h:00 2 o teste 10 valores 1.
Leia maisProbabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec
Duração: 90 miutos Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! 2 o semestre 2015/2016 09/06/2016 11:00 2 o teste B Grupo I 10 valores 1. Seja
Leia maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Justifique coveietemete todas as respostas o semestre 207/208 /0/208 09:00 2 o teste A 0 valores. Admita
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 2018/2019 30/01/2019 15:00 2 o Teste C 10 valores 1. Seja X X 1, X 2,...,
Leia maisProbabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Justifique coveietemete todas as respostas 2 o semestre 207/208
Leia maisProbabilidades e Estatística / Introd. às Probabilidades e Estatística TODOS OS CURSOS
Probabilidades e Estatística / Itrod. às Probabilidades e Estatística TODOS OS CURSOS Exame Época Especial 7/8 3/7/7 9: Duração: 3 horas Justifique coveietemete todas as respostas Grupo I 5 valores. Uma
Leia maisProbabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique coveietemete todas as respostas! o semestre 015/016
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Gruo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as resostas 1 o semestre 2017/2018 30/01/2018 15:00 2 o Teste C 10 valores 1. A variável aleatória X
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Probabilidades e Estatística TODOS OS CURSOS Exame Época Especial 2016/2017 24/07/2017 09:00 Duração: 3 horas Justifique coveietemete todas as respostas Grupo I 5 valores 1. Uma compahia de seguros divide
Leia maisProbabilidades e Estatística
Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base
Leia maisINSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA o Teste SEMESTRE PAR /7 Data: 3 de Juho de 7 Duração: h m Tóicos de Resolução.
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisEstatística II Licenciatura em Gestão TESTE I
Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação
Leia maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Justifique coveietemete todas as respostas o semestre 207/208 8//207 :00 o Teste B 0 valores. Um teste
Leia maisProbabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Justifique coveietemete todas as respostas 2 o semestre 2017/2018
Leia maisProbabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 208/209 04/05/209 9:00 o Teste A 0 valores. As amostras de
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ o semestre 11/1 Exame de Época Especial
Leia maisComplementos de Probabilidades e Estatística
Departameto de Matemática, IST Secção de Probabilidades e Estatística Complemetos de Probabilidades e Estatística Exame de a. Época / 2o. Teste 2o. Semestre 2009/0 Duração: 3 horas / hora e 45 miutos Se
Leia maisNOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA
NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer
Leia maisComparação entre duas populações
Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas
Leia maisProbabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! 2 o semestre 2015/2016 30/04/2016 9:00 1 o Teste A 10 valores 1. Uma
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:
Leia maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar
potual por itervalos Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos potual e itervalar Lic. Eg. Biomédica e Bioegeharia-2009/2010 potual por itervalos A Teoria das Probabilidades cosiste
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 9 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 217/218 3/1/218 11:3 1 o Teste C 1 valores 1. A Marta e o João irão passar
Leia mais1 Estimação de Parâmetros
1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a
Leia maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ o semestre 011/01 Exame de Época
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros População p Amostra X S pˆ (parâmetros:
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisExame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase
Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 04 -. a Fase Proposta de resolução... Aplicado o método de Hodt a distribuição dos madatos, temos: Partido A B C D E Número de votos 4 4 Divisão
Leia maisA finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
Leia maisMestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem
Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas
Leia maisTRANSPORTES. Sessão Prática 4 Amostragem de escalares
Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisCaderno de Exercício 2
1 Cadero de Exercício Estimação Potual e Itervalos de Cofiaça 1. Exercícios Aulas 1. Exercício 8.6 do livro Statistics for Ecoomics ad Busiess. O úmero de adares vedidos em cada dia por uma empresa imobiliária
Leia mais7. Estimação por intervalos
7. Estimação por itervalos 7.1 Itervalos de cofiaça. (8-1, 8-2.4) Motivação 7.1 Itervalos de cofiaça Para além de uma estimativa potual para o parâmetro descohecido, é importate adiatar um itervalo que
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisProbabilidades e Estatística 2005/06
Departameto de Matemática Secção de Estatística e Aplicações - IST Probabilidades e Estatística 2005/06 Resolução do 1 o Exame/2 o Teste 10/01/2006 h00 Grupo I - 5.0 val. 1. Um ovo método de detecção de
Leia maisIntrodução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...
Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para
Leia maisFaculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)
Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisLista IC, tamanho de amostra e TH
Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o
Leia maisInferência Estatística
Iferêcia Estatística opulação Amostra Itroduç Itrodução à Iferêcia Estatística Como tirar coclusões tomar decisões a partir de iformação parcial / icompleta (amostra) projectado /geeralizado resultados
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)
06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 1 o Teste A 21/04/2012 9:00 Duração: 1 hora e 30 minutos Justifique convenientemente
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,
Leia mais6. Estimação pontual. 6.1 Inferência estatística. (7-1)
6. Estimação potual A Teoria das Probabilidades compreede o estudo dos modelos matemáticos capazes de descrever o comportameto de feómeos aleatórios, modelos esses que se dizem probabilísticos. Foi sobre
Leia maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia maisIntervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia maise, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e
Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas
Leia maisObjetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes
Leia maisσ = Proporção (estrato C): =
Ficha para praticar 16 1.1. Por exemplo: Amostra:.º 7 (Vera Lima).º 6 (Vasco Braga).º 5 (Berardo Silva).º (Liliaa Pires).º 1 (Joaa Cardoso).º 1 (Pedro Vieira).º (Aa Sousa).º 10 (Fracisco Medes) 1.. a)
Leia maisNosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ
TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL µ Nosso objetivo agora é estudar a média de uma variável quatitativa X. Deotamos a média descohecida como E(X)µ Mais precisamete, estimamos a média µ, costruímos
Leia maisCAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES
CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO
Leia mais7. INTERVALOS DE CONFIANÇA
7 INTRVALOS D CONFIANÇA 00 stimação por itervalos,, é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro θ Se L(,, ) e U(,, ) são duas fuções tais que L < U e P(L θ U), o itervalo
Leia maisbinomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.
biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa
Leia maisd) A partir do item c) encontre um estimador não viciado para σ 2.
Uiversidade de Brasília Departameto de Estatística 6 a Lista de PE 1 Seja X 1,, X ) uma AAS tal que EX i ) = µ e VarX i ) = σ 2 a) Ecotre EXi 2 ) e E X 2) b) Calcule EX i X) X i X) 2 c) Se T =, mostre
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisProbabilidades e Estatística MEEC, LEIC-A, LEGM
Departamento de Matemática Probabilidades e Estatística MEEC, LEIC-A, LEGM Exame a Época / o Teste (Grupos III e IV) o semestre 009/00 Duração: 80 / 90 minutos /06/00 9:00 horas Grupo I Exercício 5 valores
Leia maisComo a dimensão da amostra é , o número de inquiridos correspondente é
41. p ˆ 0, 5 e z 1, 960 Se a amplitude é 0,, etão a margem de erro é 0,1. 0,5 0,48 1,960 0,1 0,496 96 0,0510 0,496 0,0510 0,496 0,0510 Tema 5 71) 1.1 4 11 6% Como a dimesão da amostra é 15 800, o úmero
Leia maisLista 9 - Introdução à Probabilidade e Estatística
Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese
Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,
Leia maisIntervalos Estatísticos para uma única Amostra - parte II
Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça
Leia maisAMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM
6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas
Leia maisb) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça
Capítulo 5 - Distribuições cojutas de probabilidades e complemetos 5.1 Duas variáveis aleatórias discretas. Distribuições cojutas, margiais e codicioais. Idepedêcia Em relação a uma mesma eperiêcia podem
Leia maisINTERVALOS DE CONFIANÇA
INTRVALOS D CONFIANÇA 014 stimação por itervalos 1,..., é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro. Se L( 1,..., ) e U( 1,..., ) são duas fuções tais que L < U e P(L
Leia maisRegressão Linear Múltipla
Regressão Liear Múltipla Lucas Sataa da Cuha http://www.uel.br/pessoal/lscuha/ 28 de ovembro de 2018 Lodria 1 / 20 Há muitos problemas que é razoável esperar que as previsões de uma variável devam melhorar
Leia maisn C) O EMV é igual a i 1
PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão
Leia maisESCOLA BÁSICA DE ALFORNELOS
ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r
Leia maisA Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.
UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população
Leia maisCapítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)
Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar
Leia maisINFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA
INFRÊNCIA STATÍSTICA: STIMAÇÂO PONTUAL INTRVALOS D CONFIANÇA 0 Problemas de iferêcia Iferir sigifica faer afirmações sobre algo descohecido. A iferêcia estatística tem como objetivo faer afirmações sobre
Leia maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisCapítulo 5- Introdução à Inferência estatística.
Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.
Leia maisObjetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.
Leia mais3 Introdução à inferência estatística
3 Itrodução à iferêcia estatística Itrodução à iferêcia estatística Pág. 00 1.1. Este tipo de estudos as sodages eleitorais têm como objetivo aferir o setido de voto dos eleitores. Isto permite, ão só
Leia maisComplementos de Probabilidades e Estatística
Departameto de Matemática, IST Uidade de Probabilidades e Estatística Complemetos de Probabilidades e Estatística 2o. Teste 2o. Semestre 2010/11 Duração: 1 hora e 45 miutos 08/06/2011 8 horas Sala V1.08
Leia maisCaderno de Exercício 3
1 Cadero de Exercício 3 Esaios de Hipóteses e Regressão Liear 1. Exercícios Aulas 1. Exercício 10.11 do livro Statistics for Ecoomics ad Busiess 2. Exercício 10.27 do livro Statistics for Ecoomics ad Busiess
Leia maisTestes de Hipóteses sobre uma Proporção Populacional
Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.
Leia maisContabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisAjuste de Curvas pelo Método dos Quadrados Mínimos
Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias
Leia mais