Teste Qui-Quadrado para Aderência Texto criado em. 7 de novembro de 2018
|
|
- Nathan de Lacerda
- 5 Há anos
- Visualizações:
Transcrição
1 Teste Qui-Quadrado para Aderência Texto criado em 7 de novembro de 2018
2 Exemplo 1. Um simpĺıssimo exemplo que permite esclarecer a maioria dos princípios usados na construção de testes de hipóteses. A descrição do procedimento e da tarefa. Seu professor pegou um dado equilibrado e uma moeda honesta de R$ 1, cujas faces foram numeradas de 1 e 2, e avisou que ia escolher um destes objetos, lançar e anunciar o resultado; sua tarefa é adivinhar o objeto lançado. Observação secundária: Para atender aos puristas que exigem com razão o rigor em definições e discussões, devo completar o enunciado assim: o professor primeiramente lançará uma moeda honesta de 10 centavos para definir se, posteriormente, irá lançar o dado ou a moeda cujas faces tem escrito 1 e 2; digamos, a cara na moeda de 10 centavos acarreta o lançamento do dado e a coroa o da moeda.
3 Exemplo 1; continuação. Caso 1 da execução do procedimento. O número anunciado foi 3. Solução da tarefa. Neste caso, você responderia que, sem dúvida, o objeto lançado era o dado, pois vale o seguinte raciocínio: ( ) A probabilidade de obter 3 ao lançar a moeda é nula; enquanto que a probabilidade de obter 3 ao lançar o dado não é nula. Logo, é o dado que foi lançado.
4 Exemplo 1;. continuação. Caso 2 da execução do procedimento. O número anunciado foi 2. Solução da tarefa. Neste caso, o objeto lançado podia ser o dado, assim como a moeda. Mas como você é obrigado a escolher só um dos objetos, você pensa assim: ( ) A probabilidade de obter 2 ao lançar a moeda é 1/2; enquanto que a probabilidade de obter 2 ao lançar o dado é 1/6. Logo, é mais provável que a moeda tenha sido lançada.
5 Exemplo 1. Notações relevantes. Introduziremos algumas notações ligadas ao Exemplo 1. Denotamos por X o número que o professor anunciará. Este X é uma variável aleatória (o tempo futuro do verbo usado na sua definição não deixa dúvida sobre isto). Qualquer variável aleatória tem distribuição, as vezes conhecida, as vezes não. Nesse caso, sabemos o seguinte sobre a distribuição de X ; esta é assim se o dado foi lançado esta é assim se a moeda foi lançada x IP [X = x] 1 1/6 2 1/6 3 1/6 4 1/6 5 1/6 6 1/6 x IP [X = x] 1 1/2 2 1/2
6 Exemplo 1. Notações relevantes; continuação. Denotamos por x obs o número anunciado pelo professor chamado também por observação, termo que explica as letras obs usados no seu indice. Observe: x obs denota o que foi observado e anunciado pelo professor, enquanto que x foi usado nas tabelas de distribuição para denotar o valor que pode ser observado. Recorde, você precisa escolher entre duas alternativas: foi lançado dado e foi lançada moeda. Estas são chamadas de hipóteses. Para serem distinguidas, uma será chamada hipótese nula e denotada sucintamente por H, e a outra hipótese alternativa com a notação A. Neste exemplo, a atribuição dos nomes é livre e não muda nada. Seja essa assim: H: foi lançado dado A: foi lançada moeda.
7 Exemplo 1. Notações relevantes e seu emprego. Com as notações introduzidas, formalizaremos as soluções dadas até o momento por descrição verbal. No Caso 1, tem-se x obs = 3 com a formalização do resultado anunciado, e o argumento ( ) adquire a seguinte formalização: ( ) IP [ X = x obs H ] = 1/6 IP [ X = x obs A ] = 0 } como 1/6 > 0, aceita-se H, quer dizer, conclui-se que foi lançado o dado No Caso 2, tem-se x obs = 2 com a formalização do resultado anunciado, e o argumento ( ) adquire a seguinte formalização: ( ) IP [ X = x obs H ] = 1/6 IP [ X = x obs A ] = 1/2 } como 1/6 < 1/2, aceita-se A, quer dizer, conclui-se que foi lançada a moeda
8 Exemplo 1 serviu para: (i) Mostrar o funcionamento da Escolha via a Maximização de Verossimilhança: escolher aquela das hipóteses, que dá a maior probabilidade do acontecimento do qual sairia o valor observado. Foi este princípio que usamos nos raciocínios ( ) e ( ). (ii) Exemplificar notações típicas do assunto Teste de Hipóteses. Em particular, foi visto que a mesma variável aleatória, X, foi usada para duas situações completamente distintas. Isto é horrível e atrapalha a compreensão, mas é o padrão na literatura científica. Para identificar qual das distribuições estamos falando, usamos as notações IP [ H ] e IP [ A ]. As notações concordam com as padrões da literatura. Seu parentesco com a probabilidade condicional pode ser justificado, mas não vem ao caso no nosso curso. Tanto é que poderiam ter usado, como alternativa, as notações IP [ ] quando H vale e IP [ ] quando A vale.
9 Exemplo 2. Um dos mais simples exemplos do tema Teste de Aderência. Peguei um dado e o lancei 60 vezes. Eis as frequências observadas: número da face a frequência absoluta com a qual foi visto o número em 60 lançamentos Com base nas frequências observadas, quero deduzir se o dado é equilibrado ou desequilibrado, isto é, quero escolher entre H : p 1 = p 2 = p 3 = p 4 = p 5 = p 6 = 1/6 A : pelo menos um dos p 1,..., p 6 é diferente de 1/6 sendo que p i denota a probabilidade de obter a face i (i = 1, 2,..., 6) num lançamento do dado.
10 Exemplo 2: Por que a escolha via maximização de verossimilhança não funciona diretamente. Se A fosse mais específica, por exemplo, A esp : p 1 = 1.5 6, p 2 = p 3 = p 4 = p 5 = 1 6, p 6 = então poderíamos solucionar o Ex. 2 similarmente ao Ex. 1: aceitaremos ou rejeitaremos H dependendo se IP [ X 1 = 8, X 2 = 12, X 3 = 13, X 4 = 9, X 5 = 12, X 6 = 6 H ] for maior, ou, respectivamente, menor que IP [ X 1 = 8, X 2 = 12, X 3 = 13, X 4 = 9, X 5 = 12, X 6 = 6 A esp], onde X 1, X 2, X 3, X 4, X 5, X 6 denotam as frequências absolutas a serem vistas se formos lançar 60 vezes o dado equilibrado, para o efeito da conta da primeira das probabilidades, ou o dado desequilibrado de acordo com A esp para o efeito da segunda probabilidade.
11 Exemplo 2: construindo a solução. Mas como A não afirma nada específico sobre p i s, então o caminho da solução baseia-se essencialmente na análise dos resultados que obteríamos caso a hipótese nula (H) fosse válida. Primeiro pilar: se H valesse, isto é, se o dado lançado fosse equilibrado, então na situação ideal, iriamos obter e 1 = = 10 faces 1 e 2 = = 10 faces 2 e 6 = = 10 faces 6 A situação ideal significa a ausência de quaisquer desvios para mais ou para menos de qualquer um destes valores.
12 Exemplo 2: construindo a solução. Segundo pilar: Mas tais desvios acontecerão, e para medi-los contruimos a variável aleatória χ 2 = (X 1 10) (X 2 10) (X 6 10) 2 10 onde X 1, X 2, X 3, X 4, X 5, X 6 são as variáveis aleatórias que representam as frequências absolutas a serem vistas em 60 lançamentos de um dado. Assim como no Ex. 1, a distribuição das X s depende da hipótese, e a influencia das hipóteses na distribuição de χ 2 deve obedecer a seguinte Crença: Se for H quem rege as X s, isto é, se o dado lançado for equilibrado, então na maioria dos casos (ou, em outras palavras, com grande probabilidade), o valor observado de χ 2 deve ser pequeno; já se for A quem rege as X s, então, na maioria dos casos (ou, em outras palavras, com grande probabilidade), o valor observado de χ 2 deve ser grande.
13 Exemplo 2: construindo a solução. A Crença do Segundo Pilar sugere a seguinte Regra de Decisão (versão preliminar): se (χ 2 ) obs, valor observado da distância χ 2, for pequeno, devemos aceitar H (aceitar que o dado lançado era equilibrado), já se for grande, devemos aceitar A (aceitar que o dado lançado era desequilibrado). Observe que a Regra escolhe entre H e A via a maximização de verossimilhança, só que em vez de analisar as probabilidades que as hipóteses atribuiriam à observação (χ 2 ) obs, a regra analisa a posição desta.
14 Exemplo 2: construindo a solução. Mas como quantificar grande e pequeno da Regra? Por exemplo, no nosso Ex. 2, os valores observados das variáveis X s foram: (x 1 ) obs = 8, (x 2 ) obs = 12, (x 3 ) obs = 13, (x 4 ) obs = 9, (x 5 ) obs = 12, (x 6 ) obs = 6 o que dá o seguinte valor observado (χ 2 ) obs da variável χ 2 : ( χ 2 ) obs = (8 10) (12 10) (13 10) (9 10) (12 10) (6 10)2 10 = 3, 80 Então, 3, 80 é um valor pequeno o suficiente para podermos deduzir, por nossa Regra de Decisão, que o dado lançado era equilibrado (em outras palavras, aceitar H), ou talvez, seja um valor grande do ponto de vista desta Regra e, consequentemente, devemos rejeitar H em favor a A e deduzir que o dado era desequilibrado?
15 Exemplo 2: construindo a solução. O terceiro pilar da solução baseia-se na análise da distribuição da variável aleatória χ 2 no caso quando as variáveis X s envolvidas na sua construção, possuem as distribuições regidas pela hipótese nula, H. Usaremos o seguinte fato: A distribuição da variável aleatória χ 2, no caso do Ex. 2, sob a validade de H, pode ser bem aproximada pela distribuição chamada Qui-Quadrado com 5 graus de liberdade, cuja expressão anaĺıtica é conhecida e cujo formato está na figura do slide seguinte. No que se segue, vamos omitir e esquecer que esta distribuição é só uma aproximação para a variável que nos interessa, e vamos pensar como se fosse que a função Qui-Quadrado com 5 graus de liberdade é a verdaderira distribuição de χ 2 no caso quando H for verdadeira.
16 Exemplo 2: construindo a solução.
17 Exemplo 2: construindo a solução. O terceiro pilar dos que sustentam a solução, são as seguintes propriedades da distribuição da variávela aleatória χ 2 sob a validade da hipótese H: (a) os valores pequenos ocorrem com probabilidade pequena; (b) os valores que ocorrem com probabilidades maiores são aqueles nos quais apoia-se a corcova da função; (c) os valores maiores que os da corcova ocorrem com probabilidades pequenas, e quanto mais afasta-se a cauda à direita da corcova, menor a probabilidade de ocorrência de seus valores.
18 Exemplo 2: construindo a solução. Os três pilares supracitados sustentam a seguinte Regra de Decisão: Escolher um limiar l do suporte da cauda da distribuição que a variável aleatória χ 2 possui quando H é válida, e caso (χ 2 ) obs, valor observado de χ 2, for menor que l, devemos aceitar H (aceitar que o dado lançado era equilibrado), já se (χ 2 ) obs for maior que ou igual a l, devemos aceitar A (aceitar que o dado lançado era desequilibrado). Notamos que há a possibilidade do Erro da Regra de Decisão: mesmo lançando um dado equilibrado, a Regra pode decidir que este é desequilibrado. Devido à construção, a probabilidade deste erro é a cauda da distribuição de χ 2 à direita do corte l.
19 Exemplo 2: construindo a solução. O erro supracitado, chama-se Erro do tipo I. Sua probabilidade chama-se nível de significância e denota-se tipicamente por α. O semi-eixo [l, ) chama-se a região crítica. Obviamente, existe o erro do outro sentido: se na realidade lança-se um dado desequilibrado, a Regra pode decidir que ele era equilibrado. Este chama-se Erro do Tipo II. Mas sua probabilidade não é expressada por um valor (pois a hipótese alternativa não especifica o desequiĺıbrio do dado). Por isto que o erro no outro sentido não será refletido em nossas respostas. (Na realidade, ele pode ser estudado e os resultados deste permitem comparar o poder de diversas regras.)
20 Passos de execução do Teste de Aderência. (i) Identificar n, o número de observações (tamanho da amostra). (ii) Identificar K, o número de classes de observações. (iii) Identificar a distribuição teórica por classes de acordo com o enunciado; esta distribuição são valores, os quais denotamos aquí genericamente por (iv) Escrever as hipóteses (p 1 ) teor, (p 2 ) teor,..., (p K ) teor H : p 1 = (p 1 ) teor,..., p K = (p K ) teor A : pelo menos um dos p i é diferente de (p i ) teor (v) Calcular as frequências esperadas: e 1 = n (p 1 ) teor,..., e K = n (p K ) teor
21 Passos de execução do Teste de Aderência; continuação (vi) Identificar as frequências observadas (x 1 ) obs, (x 2 ) obs,..., (x K ) obs do experimento descrito no enunciado. (vii) Calcular a observação (χ 2 ) obs que a variável χ 2 assume para as frequências observadas; a fórmula é: ( χ 2 ) obs = K i=1 ((x i ) obs e i ) 2 e i (viii) Identificar o nível de significânica α. Na vida real, você receberá este da pessoa interessada no teste; no nosso curso, você receberá o nível de significância junto com o enunciado do problema. (ix) A partir da tabela da distribuição Qui-Quadrado com K 1 graus de liberdade determinar o valor de l como o limiar que recorta cauda de peso α desta distribuição.
22 Passos de execução do Teste de Aderência; continuação (x) Comparar (χ 2 ) obs com l e concluir: aceitar H caso (χ 2 ) obs < l; aceitar A caso (χ 2 ) obs l. (xi) Formular a conclusão: O Teste de Aderência baseado na distribuição Qui-Quadrado indicou que, ao nível de significância α, os dados amostrais confirmam/não confirmam H.
23 Execução do Teste de Aderência para os dados do Ex. 2. Será feito na lousa.
24 A distribuição Qui-Quadrado; o que precisa saber sobre ela. Há uma família de funções chamadas distribuições Qui-Quadrado. As funções da família dependem de um parâmetro chamado número de graus de liberdade. O nome reflete uma propriedade intrínseca por trás da construção da funções, mas esta não será abordada na presente aula. Suas expressões anaĺıticas são conhecidas, mas o cálculo de integrais envolvendo as funções é complicado. Para simplificar, há tabela que para cada inteiro G, relaciona o limiar de corte l e a área da cauda recortada por l da distribuição Qui-Quadrado com G graus de liberdade.
25 Tabela 1 - Distribuição Qui-Quadrado (χ 2 ) Corpo da tabela fornece os valores de l tais que P(χ 2 l) = α G.L. α=99% 90% 80% 70% 10% 5% 1% 0.1%
26 A distribuição Qui-Quadrado; o que você precisa saber sobre ela. A distribuição Qui-Quadrado com K 1 graus de liberdade serve como uma boa aproximação para a distribuição da variável aleatória k χ 2 (X i n valor i ) 2 = n valor i sob a validade da hipótese i=1 H : p 1 = valor 1,, p k = valor k Quanto maior o tamanho da amostra (no caso do Ex. 2, tal tamanho é 60), melhor a qualidade da aproximação. Não abordaremos a questão da qualidade de aproximação e usaremos esta para qualquer n.
27 A distribuição Qui-Quadrado; o que você precisa saber sobre ela. Devido ao uso da aproximação pelas funções Qui-Quadrado, surge a seguinte particularidade na aplicação da supradescrita Regra de Decisão para Teste de Aderência: se na amostra (x 1 ) obs,, (x K ) obs há valores menores que 5, então as correspondentes classes devem ser agrupadas algumas às outras, para eliminarmos tais valores. Por exemplo, se em n = 60 lançamentos de um dado observamos as frequências (x 1 ) obs = 13, (x 2 ) obs = 4, (x 3 ) obs = 10, (x 4 ) obs = 7, (x 5 ) obs = 18, (x 6 ) obs = 8, então (um dos possíveis caminhos de agrupamento) é juntar as classes das faces 1 e 2. Isto transforma a hipótese H : p 1 = = p 6 = 1 6 em H : p 1,2 = 2 6, p 3 = p 6 = 1 6, transforma a amostra para ser (x 1,2 ) obs = 17, (x 3 ) obs = 10, (x 4 ) obs = 7, (x 5 ) obs = 18, (x 6 ) obs = 8
28 Outros exemplos. Um modelo de automóvel é vendido em quatro versões: SX, LX, GLX, GTX. Foi feita uma campanha publicitária para melhorar as vendas das versões GLX e GTX. Posteriormente, foi verificada a escolha das versões em 500 vendas escolhidas ao acaso. Os resultados foram: Versão SX LX GLX GTX Unidades vendidas De acordo com o fabricante, a participação de cada versão nas vendas deste modelo até a realização da campanha era 40% de SX, 30% de LX, 20% de GLX e 10% de GTX. Você diria, através do teste de aderência com o nível de significância de 5%, que os resultados deste experimento indicam que, após a campanha, houve mudanças na participação de cada versão nas vendas deste modelo?
29 Outros exemplos. Os dados seguintes representam os resultados de uma investigação da distribuição do sexo das crianças de 32 famílias possuindo cada uma delas 4 crianças. Pode-se afirmar que o número de meninos por família, em famílias com 4 crianças, segue uma distribuição binomial com n = 4 e p = 0, 50? Responda usando o nível de significância de 2.5%. Número de meninos Número de famílias Observação: Se supormos que cada criança, ao nascer numa família, é menino ou é menina com as probabilidades que não dependem dos sexos das crianças já nascidas nesta família, e se supormos ainda, que cada das duas probabilidades é 1/2, então, a distribuição do número de meninos em famílias com 4 crianças deve ser BIN(4; 1/2). Isto explica a pergunta do exercício.
7.13 Exercicios sobre Qui-quadrado
321 7.13 Exercicios sobre Qui-quadrado Exercício 185. Um modelo de automóvel é vendido em quatro versões: SX, LX, GLX, GTX. Foi feita uma campanha publicitária para melhorar as vendas das versões GLX e
Leia maisX ~ Binomial (n ; p) H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) { X k 1 } U { X k 2 } (ou { X k } ou { X k }) x RC não rejeitamos H
NOÇÕES DE TESTE DE HIPÓTESES (II) Nível Descritivo valor P Resumo X ~ Binomial (n ; p) (1) Estabelecer as hipóteses sobre p: H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) (2) Escolher um nível de
Leia maisTeste Qui-Quadrado para Independência Texto criado na data. 7 de novembro de 2018
Teste Qui-Quadrado para Independência Texto criado na data 7 de novembro de 2018 Exemplo 1. Um exemplo típico do tema Teste de Independência. Os resultados da classificação de pessoas segundo a cor dos
Leia maisTestes 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 maisINTRODUÇÃO À PROBABILIDADE
INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo
Leia maisTESTE DE HIPÓTESES NÍVEL DESCRITIVO
TESTE DE HIPÓTESES NÍVEL DESCRITIVO Exemplo 2: A diretoria de uma escola acredita que neste ano a proporção p de alunos usuários da Internet é maior que os 70% encontrados no ano anterior. Se uma pesquisa
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Testes não-paramétricos Um teste não paramétrico testa outras situações que não parâmetros populacionais. Estas situações podem ser
Leia maisInferência Estatística Básica. Teste de Hipóteses: decidindo na presença de incerteza
Inferência Estatística Básica Teste de Hipóteses: decidindo na presença de incerteza Exemplo Inicial A ProCare Industries LTDA lançou, certa vez, um produto chamado Gender Choice. De acordo com a propaganda,
Leia maisTESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média
TESTES DE HIPÓTESES Conceitos, Testes de 1 proporção, Testes de 1 média 1 Testes de Hipóteses População Conjectura (hipótese) sobre o comportamento de variáveis Amostra Decisão sobre a admissibilidade
Leia maisTeste de Hipóteses Paramétricos
Teste de Hipóteses Paramétricos Fundamentos de um teste de hipóteses Como construir testes de hipóteses para uma média. Como construir testes de hipóteses para uma proporção. Como construir testes de hipóteses
Leia maisInferência Estatística:
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 9: Testes de Hipóteses
Leia maisTestes 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 maisNOÇÕES DE TESTE DE HIPÓTESES (II)
NOÇÕES DE TESTE DE HIPÓTESES (II) Teste de Hipóteses sobre p Nível Descritivo 1 Resumo X ~ binomial (n; p ) (1) Estabelecer as hipóteses sobre p: H: p = p 0 x A: p p 0 ; (ou A: p p 0, ou A: p p 0 ) (2)
Leia maisAULA 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 maisAula: INDEPENDÊNCIA DE EVENTOS Ministrante Prof. Dr. Vladimir Belitsky, IME-USP. 15 de agosto de 2017
Aula: INDEPENDÊNCIA DE EVENTOS Ministrante Prof. Dr. Vladimir Belitsky, IME-USP 15 de agosto de 2017 Independência. Definição formal 1/2. Começo com a definição, e logo em seguida pretendo demonstrar que
Leia maisAULA 15 - Distribuição de Bernoulli e Binomial
AULA 15 - Distribuição de Bernoulli e Binomial Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Variável Aleatória de Bernoulli Podemos dizer que as variáveis aleatórias mais simples entre as
Leia maisProbabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Experimento aleatório Definição. Qualquer experimento cujo resultado não pode
Leia maisTeste de Hipóteses. Prof.: Joni Fusinato
Teste de Hipóteses Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Teste de Hipótese Teste de Hipóteses Objetivo: Decidir se uma afirmação sobre um parâmetro populacional é verdadeira,
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Teste Qui-quadrado Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Teste Qui-quadrado É um teste não paramétrico, pois independe dos parâmetros
Leia maisUnidade III ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade III ESTATÍSTICA Prof. Fernando Rodrigues Medidas de dispersão Estudamos na unidade anterior as medidas de tendência central, que fornecem importantes informações sobre uma sequência numérica. Entretanto,
Leia maisMAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 26 de Agosto, 2013 Probabilidade: uma Introdução / Aula 5 1 Variáveis aleatórias Definição
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisCE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO
CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis
Leia maisProbabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Experimento aleatório Definição Qualquer experimento cujo resultado
Leia mais7 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 maisAula 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 maisTestes 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 maisMAE0116/MAE0110 Aula3: EVENTOS, PROBABILIDADE CONDICIONAL Ministrante Prof. Dr. Vladimir Belitsky, IME-USP. 23 de março de 2017
MAE0116/MAE0110 Aula3: EVENTOS, PROBABILIDADE CONDICIONAL Ministrante Prof. Dr. Vladimir Belitsky, IME-USP 23 de março de 2017 Eventos Qualquer conjunto composto por resultados de um experimento aleatório
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 9: Testes de Hipóteses - Conceitos Básicos e Testes para Média
Leia maisTestes 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 maisTeste 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 maisTestes 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 maisAULA : Teste de Hipoteses sobre proporção
AULA : Teste de Hipoteses sobre proporção O caso de duas hipóteses precisas Um buffet infantil montou uma piscina de bolinhas para crianças e contratou uma empresa para fornecer bolinhas brancas e pretas
Leia maisProbabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer
Probabilidades Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 06/03/2018 WB, EK, FM ( LEG/DEST/UFPR
Leia maisNOÇÕES 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 maisTESTE DE HIPÓTESES NÍVEL DESCRITIVO
TESTE DE HIPÓTESES NÍVEL DESCRITIVO Exemplo 1: Em períodos de pico, os clientes de um banco são obrigados a enfrentar longas filas para sacar dinheiro nos caixas eletrônicos. Dados históricos de vários
Leia maisTestes não paramétricos. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais
Testes não paramétricos Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Teste de hipótese Queremos saber se a evidência que temos em mãos significa que encontramos algo diferente daquela
Leia mais(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 maisINFERÊNCIA 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- Testes Qui-quadrado - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisVARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL
VARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1
Leia maisUniversidade Federal de Goiás Instituto de Matemática e Estatística
Universidade Federal de Goiás Instituto de Matemática e Estatística Prova de Probabilidade Prof.: Fabiano F. T. dos Santos Goiânia, 31 de outubro de 014 Aluno: Nota: Descreva seu raciocínio e desenvolva
Leia maisVARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL
VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado
Leia maisNOÇÕES 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 maisUnidade IV Inferência estatística
6//5 Unidade IV Inferência estatística 4.. Introdução e histórico 4.. Conceitos fundamentais 4.3. Distribuições amostrais e Teorema central do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses
Leia maisA moeda é honesta ou é desequilibrada? Qual é a probabilidade de "cara"no 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 maisEstatística e Probabilidade
Teste de hipóteses Objetivo: Testar uma alegação sobre um parâmetro: Média, proporção, variação e desvio padrão Exemplos: - Um hospital alega que o tempo de resposta de sua ambulância é inferior a dez
Leia mais- Testes Qui-quadrado - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista
Leia maisEstimação 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 maisPrincipais distribuições discretas Distribuição de Bernoulli sucesso fracasso X = 1, se sucesso X = 0, se fracasso P(X) TOTAL 1 Exemplo 5:
Principais distribuições discretas Na prática, sempre se procura associar um fenômeno aleatório a ser estudado, a uma forma já conhecida de distribuição de probabilidade (distribuição teórica) e, a partir
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisMAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e
Leia maisTESTE 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 maisAULA 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 maisPROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA
PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo TESTE DE HIPÓTESES POPULAÇÃO Conjectura (hipótese),
Leia maisEstatística. Aula : Probabilidade. Prof. Ademar
Estatística Aula : Probabilidade Prof. Ademar TEORIA DAS PROBABILIDADES A teoria das probabilidades busca estimar as chances de ocorrer um determinado acontecimento. É um ramo da matemática que cria, elabora
Leia maisTestes de Aderência, Homogeneidade e Independência. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Teste de hipótese Queremos saber se a evidência que temos em mãos significa que encontramos
Leia maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 8 Testes de hipóteses APOIO: Fundação de Ciência e Tecnologia
Leia maisEstatística Não Paramétrica. Como construir testes de aderência
Estatística Não Paramétrica Como construir testes de aderência Teste Qui-quadrado Suposições amostra aleatória Dados nominais (sexo: M ou F) ou numéricos (idade: menor que 15, 15-24, 25-34, 35-44, 45-54,
Leia maisSumário. 2 Índice Remissivo 12
i Sumário 1 Definições Básicas 1 1.1 Fundamentos de Probabilidade............................. 1 1.2 Noções de Probabilidade................................ 3 1.3 Espaços Amostrais Finitos...............................
Leia maisAULA 16 - Distribuição de Poisson e Geométrica
AULA 16 - Distribuição de Poisson e Geométrica Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuição de Poisson Em muitas situações nos deparamos com a situação em que o número de ensaios
Leia maisAULA 8 Experimentos multinomiais e tabelas de contingência
1 AULA 8 Experimentos multinomiais e tabelas de contingência Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas
Leia maisPROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO
PROBABILIDADES Probabilidade é um conceito filosófico e matemático que permite a quantificação da incerteza, permitindo que ela seja aferida, analisada e usada para a realização de previsões ou para a
Leia maisNotas de Aula. Copyright 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisMétodos. 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 maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Distribuição Geométrica Considere novamente uma sequência
Leia maisAula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias
Aula de hoje! Tópicos! Distribuição de probabilidades! Variáveis aleatórias! Variáveis discretas! Variáveis contínuas! Distribuição binomial! Distribuição normal! Referências! Barrow, M. Estatística para
Leia maisVARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
Leia maisVARIÁVEIS ALEATÓRIAS 1
VARIÁVEIS ALEATÓRIAS 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado duas vezes e observar
Leia maisCapítulo 5 Distribuições de Probabilidades. Seção 5-1 Visão Geral. Visão Geral. distribuições de probabilidades discretas
Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de Probabilidade Binomial 5-4 Média, Variância e Desvio Padrão da Distribuição Binomial 5-5 A Distribuição
Leia maisAula 4. Aula de hoje. Aula passada
Aula 4 Aula passada Função de distribuição Bernoulli Sequência de v.a. Binomial, Geométrica, Zeta Valor esperado Variância Distribuição conjunta Independência de v.a. Aula de hoje Valor esperado condicional
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 13 a Lista de Exercícios Práticos Conceitos Básicos de Probabilidade 1) Considere um experimento que consiste em
Leia mais1 Noções de Probabilidade
Noções de Probabilidade Já vimos que para se obter informações sobre alguma característica da população, podemos utilizar uma amostra. Estudaremos agora a probabilidade, que é uma ferramenta usada e necessária
Leia mais1 Probabilidade: Axiomas e Propriedades
1 Probabilidade: Axiomas e Propriedades 1.1 Definição Frequentista Considere um experimento aleatório que consiste no lançamento de um dado honesto. O espaço amostral desse experimento é Ω = {1, 2, 3,
Leia maisEstatística Aplicada. Teste de hipóteses ou teste de significância Cap. 11
Estatística Aplicada Teste de hipóteses ou teste de significância Cap. 11 Conceito Objetivo: decidir se uma afirmação sobre um parâmetro populacional é verdadeira a partir de informações obtidas de uma
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Para que serve a inferência estatística? Método dos Momentos Maximum Likehood Estimator (MLE) Teste de hipótese: definições Aula de hoje Teste
Leia maisAula 5. Variáveis Aleatórias Discretas
Aula 5. Variáveis Aleatórias Discretas Definição formal : Variável aleatória é qualquer função definida em espaço Ω. Ω função é uma regra que para cada valor de domínio corresponde um valor de R R Definição
Leia maisProbabilidade e Estatística
Aula 3 Professora: Rosa M. M. Leão Probabilidade e Estatística Conteúdo: 1.1 Por que estudar? 1.2 O que é? 1.3 População e Amostra 1.4 Um exemplo 1.5 Teoria da Probabilidade 1.6 Análise Combinatória 3
Leia maisConteúdo: Aula 2. Probabilidade e Estatística. Professora: Rosa M. M. Leão
Aula 2 Professora: Rosa M. M. Leão Probabilidade e Estatística Conteúdo: 1.1 Por que estudar? 1.2 O que é? 1.3 População e Amostra 1.4 Um exemplo 1.5 Teoria da Probabilidade 1.6 Análise Combinatória 3
Leia maisDA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação Essa variabilidade
Leia maisTestes 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 maisEstatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #04 de Probabilidade: 26/10/2018 1 Variáveis Aleatórias Contínuas De modo informal as variáveis aleatórias são contínuas quando resultam de algum tipo
Leia maisVARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL
VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL Variável Aleatória Uma função X que associa a cada elemento ω do espaço amostral Ω um valor x R é denominada uma variável aleatória. A variável aleatória pode
Leia maisDistribuições discretas de probabilidades. Cap. 8 Binomial, Hipergeométrica, Poisson
Distribuições discretas de probabilidades Cap. 8 Binomial, Hipergeométrica, Poisson Definições Variável aleatória: função que associa a cada elemento do espaço amostral um número real. Exemplo: diâmetro
Leia maisConfiabilidade 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
Leia maisAULA 4 -Probabilidade Condicional e Regra de Bayes
AULA 4 - e Regra de Bayes Susan Schommer Introdução à Estatística Econômica - IE/UFRJ : exemplos A soma dos resultados de dois lançamentos de um dado é 9. Qual a probabilidade do primeiro resultado ter
Leia maisNoções sobre Probabilidade
Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de
Leia maisProbabilidades. Carla Henriques e Nuno Bastos. Eng. do Ambiente. Departamento de Matemática Escola Superior de Tecnologia de Viseu
Probabilidades Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Eng. do Ambiente Introdução Ao comprar acções, um investidor sabe que o ganho que vai obter
Leia maisAula 16: Análise de Aderência e Associação
Aula 16: Análise de Aderência e Associação Professor: José Luiz Padilha da Silva email: jlpadilha@ufpr.br Departamento de Estatística Universidade Federal do Paraná Curitiba, 2018 José Luiz Padilha da
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
Leia maisTestes 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 maisPode ser a observação de um fenômeno natural:
MAE 116 Introdução à Probabilidade FEA -2º Semestre de 2017 1 Experimento Designaremos por Experimento todo processo que nos fornece dados: Pode ser a observação de um fenômeno natural: 4observação astronômica
Leia maisMedidas de associação entre duas variáveis qualitativas
Medidas de associação entre duas variáveis qualitativas Hoje vamos analisar duas variáveis qualitativas (categóricas) conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Vamos
Leia maisProbabilidade Parte 1. Camyla Moreno
Probabilidade Parte 1 Camyla Moreno Probabilidade A teoria das probabilidades é um ramo da Matemática que cria, elabora e pesquisa modelos para estudar experimentos ou fenômenos aleatórios. Principais
Leia maisProfessora 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