Pós-Graduação em Computação Distribuída e Ubíqua
|
|
- Gilberto Escobar Bicalho
- 8 Há anos
- Visualizações:
Transcrição
1 Pós-Graduação em Computação Distribuída e Ubíqua INF612 - Aspectos Avançados em Engenharia de Software Engenharia de Software Experimental [Head First Statistics] Capítulos 10, 11, 12 e 13 [Experimentation in Software Engineering] Capítulos X, Y e Z [Guide to Advanced Empirical Software Engineering] Sandro S. Andrade sandroandrade@ifba.edu.br
2 Objetivos Realizar um nivelamento da turma acerca dos fundamentos de estatística e probabilidade necessários à correta aplicação das técnicas de Engenharia de Software Experimental Apresentar a motivação para estudo e aplicação prática da Engenharia de Software Experimental Discutir as principais estratégias empíricas utilizadas na Engenharia de Software Experimental Apresentar um modelo para projeto e execução sistemáticos de experimentos em Engenharia de Software
3 Pós-Graduação em Computação Distribuída e Ubíqua INF612 - Aspectos Avançados em Engenharia de Software Engenharia de Software Experimental - Revisão de Estatística Sandro S. Andrade sandroandrade@ifba.edu.br
4 RottenTeeth BubbleGum é uma empresa de ponta na fabricação de um chiclete especial que, segundo eles, possui um sabor mais duradouro Eles desejam fazer um comercial na TV para atrair mais clientes, indicando quanto tempo o sabor do chiclete dura Como eles podem descobrir este tempo?
5 Contratou-se um conjunto de testadores, porém dois problemas foram encontrados: Os testadores estavam testando todos os chicletes da empresa A empresa estava com altos gastos referentes aos planos odontológicos dos testadores
6 Testar todos os chicletes custa tempo, dinheiro e dentes :) Pode-se testar uma amostra em vez de toda a população Pode-se utilizar a amostra para descobrir informações sobre a população
7 O importante é escolher amostras que são representativas da população
8 Ok, a RottenTeeth BubbleGum selecionou uma amostra representativa, mas deseja-se informações da população e não da amostra
9 Como os dados abaixo podem ser utilizados para estimar a média e a variância da duração do sabor em toda a população? Quão confiável você acha que a sua estimativa será?
10 Assume-se que a média da amostra e a média da população tenham mais ou menos o mesmo valor A média da amostra é o melhor estimador pontual da média da população disponível
11 Estimadores Pontuais x Parâmetros da População
12 Estimadores Pontuais x Parâmetros da População
13 E quanto à variância da duração do sabor?
14 A variância da amostra não é um bom estimador
15 A variância da amostra não é um bom estimador
16 Outro teste: Perguntou-se a uma amostra de pessoas se eles preferem os chicletes da RottenTeeth BubbleGum ou do concorrente Como resultado, 32 pessoas de um grupo de 40 afirmaram preferir os chicletes da RottenTeeth BubbleGum Mas qual é essa proporção em toda a população?
17 Outro teste:
18 A RottenTeeth BubbleGum agora lança o pacote Jumbo, contendo 100 chicletes de cores variadas para serem mascados em grupo 25% dos chicletes de toda a população são vermelhos Uma cliente diz que só tem interesse em comprar o pacote Jumbo se vier com, no mínimo, 40 chicletes vermelhos. Qual a probabilidade disso acontecer? Ou seja, sabendo-se que existem 100 chicletes em cada pacote qual a probabilidade de 40% dos chicletes serem vermelhos, dados que 25% da população dos chicletes são vermelhos?
19 Este problema é diferente do anterior: Antes partimos de uma amostra representativa e encontramos estimadores dos parâmetros da população Agora nós conhecemos os parâmetros da população e devemos encontrar probabilidades para um pacote particular de chicletes
20 Roteiro para a solução do problema: 1) Encontre todas as possíveis amostras de tamanho 100 que podem ser obtidas a partir da população 2) Encontre a proporção em cada uma dessas amostras. Depois encontre a Esperança (média) e Variância destas proporções 3) Utilize a distribuição das proporções em amostras para encontrar a proporção de uma amostra qualquer (aquela que será comprada pela cliente)
21 Seja X o número de chicletes vermelhos encontrados em um pacote específico
22 Qual é então a proporção de chicletes vermelhos neste pacote específico?
23 Existe um número grande de amostras diferentes, mas o número X de chicletes vermelhos em todas elas seguem a mesma distribuição B(n, p) e a proporção é sempre X/n
24 Pode-se formar a distribuição de todas as proporções de amostras utilizando todas as possíveis amostras Sabe-se que a Esperança e Variância de Ps são dados por: Precisa-se somente saber como estes dados estão distribuídos
25 Distribuição de Ps para valores grandes de n (> 30) Ver:
26 Se o valor de n não é consideravelmente grande é necessário aplicar a correção de continuidade:
27 Os livros de estatística geralmente trazem tabelas com valores cumulativos da distribuição normal com Esperança 0 e Variância 1 É preciso portanto utilizar z-scores para podermos comparar os nossos dados com os dados da tabela
28 Calculando o z-score
29 Calculando o z-score
30 Intervalos de Confiança A RottenTeeth BubbleGum está sendo processada pois uma empressa concorrente executou outros testes nos chicletes e encontraram resultados diferentes O que aconteceu? Os estimadores pontuais representam a melhor estimativa possível de ser utilizada, pois são obtidos a partir de uma única amostra Esta amostra, mesmo sendo representativa, não deixa de ser uma amostra
31 Intervalos de Confiança Uma melhor solução é não afirmar valores precisos para a população e sim intervalos que acomodam margens de erro. Ex: o chiclete dura entre 55 e 65 minutos Mas como chegamos neste intervalo? Ele depende basicamente de quão confiantes queremos estar acerca da afirmação
32 Intervalos de Confiança Intervalos de Confiança
33 Intervalos de Confiança Roteiro para a solução do problema: 1) Escolha a estatística da população para a qual você deseja construir o intervalo de confiança (neste caso a média da duração do sabor) 2) Encontre a distribuição desta estatística nas amostras 3) Escolha o nível de confiança a ser utilizado 4) Encontre os limites de confiança
34 Intervalos de Confiança Encontrando a distribuição das médias das amostras
35 Intervalos de Confiança A escolha do nível de confiança depende do risco que deseja-se correr 95% é um nível de confiança geralmente utilizado Quanto maior o nível de confiança maior se torna o intervalo de confiança obtido, o que pode produzir resultados menos significativos O que significaria dizer que o sabor do chiclete dura entre 0 minutos e 3 dias?
36 Intervalos de Confiança Encontrando o intervalo de confiança
37 Intervalos de Confiança Comece calculando o z-score como uma função da média
38 Intervalos de Confiança Use a tabela para encontrar os valores de Za e Zb
39 Intervalos de Confiança Re-escreva a inequação em função da média
40 Estratégias Empíricas Pesquisa Qualitativa x Pesquisa Quantitativa Principais estratégias empíricas: Survey Estudo de Caso Experimento
41 Estratégias Empíricas Survey: Geralmente utilizado a posteriori Os principais meios de obtenção de dados quantitativos e qualitativas são questionários e entrevistas, aplicados a uma amostra representativa da população São derivadas, a partir dos resultados, conclusões descritivas e explanatórias Tais conclusões são então generalizadas para a população Quanto ao propósito: Descritivo Explanatório Exploratório
42 Estratégias Empíricas Estudo de Caso: Realizados através do monitoramento de projetos, atividades e atribuições Os dados são coletados para um propósito bem definido e, a partir deles, estatísticas são obtidas Geralmente tem como objetivo rastrear um atributo específico ou estabelecer relacionamentos entre atributos diferentes Possui baixo nível de controle Análise estatística multivariada é frequentemente aplicada (regressão linear, PCA, etc)
43 Estratégias Empíricas Experimento: Geralmente realizados em laboratório com um nível maior de controle O objetivo é manipular uma ou mais variáveis e manter todas as outras em níveis fixos O efeito da manipulação é medido e análises estatísticas são realizadas Em alguns casos o experimento é, na verdade, um quasiexperimento Exemplo: avaliar com significância estatística se um determinado método de inspeção é melhor que outro
44 Processo Sistemático de Experimentação Fases de um experimento: Definição Planejamento Operação Análise e Interpretação Apresentação e Empacotamento
45 Processo Sistemático de Experimentação Definição: A hipótese deve ser claramente apresentada, mesmo que informalmente Elementos constituintes da definição: Objeto de estudo (o que será estudado?) Propósito (qual a intenção do estudo?) Foco de Qualidade (qual efeito está sendo estudado?) Perspectiva (o estudado será realizado a partir da visão de quem?) Contexto (onde o estudo será conduzido?)
46 Processo Sistemático de Experimentação Planejamento: O contexto (ambiente, participantes, etc) do experimento é determinado com detalhes A hipótese é afirmada em termos de uma hipótese nula e uma hipótese alternativa Determinação das variáveis dependentes e independentes: Valores que elas podem assumir Escala de medição (nominal, ordinal ou intervalar) utilizada em cada variável
47 Processo Sistemático de Experimentação Planejamento: Projeto do experimento: Define-se o tipo de projeto (um fator dois tratamentos, um fator mais de dois tratamentos, dois fatores dois tratamentos, etc) Avalia-se as validades interna, externa, de construção e de conclusão Operação: Subfases: preparação, execução e validação dos dados
48 Processo Sistemático de Experimentação Análise e Interpretação: Compreensão dos dados através de estatística descritiva Avaliação da necessidade de redução do conjunto de dados Realização do teste de hipótese (o tipo de teste depende das escalas de medição, valores dos dados de entrada e tipo de resultado desejado) Principais mecanismos de teste de hipótese: t-test, Mann-Whitney, F-test, Paired t-test, Wilcoxon, Sign test, ANOVA, Kruskal-Wallis, Chi-2
49 Processo Sistemático de Experimentação Apresentação e Empacotamento: Documentação dos resultados (paper, lab package para replicação ou elemento de uma base de conhecimento)
50 Conclusões Engenharia de Software Experimental como arcabouço teórico de apoio à tomada de decisão Engenharia de Software Experimental como mecanismo sistemático de avaliação de projetos de desenvolvimento de sistemas As diversas estratégias empíricas nos permite um maior conhecimento sobre nossas atividades, com a possibilidade de levantamento de informações quantitativas e qualitativas
51 Pós-Graduação em Computação Distribuída e Ubíqua INF612 - Aspectos Avançados em Engenharia de Software Engenharia de Software Experimental Sandro S. Andrade sandroandrade@ifba.edu.br
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
Pressuposições à ANOVA
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula do dia 09.11.010 A análise de variância de um experimento inteiramente ao acaso exige que sejam
Estatística Analítica
Teste de Hipótese Testes Estatísticos 2 Teste de Hipótese Testes Estatísticos 3 1 Teste de Hipótese Testes Estatísticos 4 Principais Testes: Teste Qui-quadrado Teste T de Student Teste ANOVA Teste de Correlação
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
ESTATÍSTICA. Aula 1 Introdução, Tipos de Variáveis, Tipos de Dados e Tabela de Frequência. Fernando Arbache
ESTATÍSTICA Aula 1 Introdução, Tipos de Variáveis, Tipos de Dados e Tabela de Frequência Fernando Arbache 2 INTRODUÇÃO A Estatística engloba os conceitos de organização, descrição, análise e interpretação
Profs. Rosana Braga e Paulo C. Masiero ICMC-USP 1º. 2017
Profs. Rosana Braga e Paulo C. Masiero ICMC-USP 1º. 2017 1. Motivação 2. Conceitos Básicos 3. Engenharia de Software Experimental Revolução na tecnologia da informação: Software faz parte da maioria dos
Análise e Projeto de Sistemas
Análise e Projeto de Sistemas Gerenciamento de Projetos Conteúdo: Gerenciamento de Riscos Aula: II Prof.: Eude Lacerda E-mail: eude.lacerda@ifnmg.edu.br Apresentação Nesta aula você conhecerá o gerenciamento
Plano de Projeto. Tema 3. Gerência de Projetos Profa. Susana M. Iglesias
Plano de Projeto Tema 3. Gerência de Projetos Profa. Susana M. Iglesias Modelos Empíricos Modelos de Estimativas de Custo e Esforço. Modelos Empíricos: Usam formulas empíricas para predizer esforço em
Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL
Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL Experimentos (testes) são realizados por pesquisadores em todos os campos de investigação, usualmente para descobrir
Aula 8 : Estimação de parâmetros
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA ENG C 18 Métodos de Pesquisa Quantitativos e Qualitativos Aula 8 : Estimação de parâmetros DOCENTE:CIRA SOUZA
A UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE:
A UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE: ESELAW 09 MARCOS ANTÔNIO P. & GUILHERME H. TRAVASSOS) 1 Aluna: Luana Peixoto Annibal
Variância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Estatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística A Estatística originou-se com a coleta e construção de tabelas de dados para o governo. A situação evoluiu e esta coleta de dados representa somente um
Conceitos centrais em análise de dados
Conceitos centrais em análise de dados Conceitos básicos em Estatística Estatística Ciência que tem por objetivo orientar a coleta, o resumo, a apresentação, a análise e a interpretação dos dados. Divide-se
Probabilidade e Estatística
Probabilidade e Estatística TESTES DE HIPÓTESES (ou Testes de Significância) Estimação e Teste de Hipóteses Estimação e teste de hipóteses (ou significância) são os aspectos principais da Inferência Estatística
Métodos Quantitativos para Ciência da Computação Experimental
Métodos Quantitativos para Ciência da Computação Experimental Revisão Virgílio A. F. Almeida Maio de 2008 Departamento de Ciência da Computação Universidade Federal de Minas Gerais FOCO do curso Revisão
INE 6006 MÉTODOS ESTATÍSTICOS
INE 6006 MÉTODOS ESTATÍSTICOS Professor Marcelo Menezes Reis http://www.inf.ufsc.br/~marcelo/ Disciplinas em 2016.1 (Métodos Estatísticos) marcelo.menezes.reis@ufsc.br menreis1968@gmail.com Sala INE 510-37217556
Avaliação Experimental em Sistemas Autonômicos
Avaliação Experimental em Sistemas Autonômicos Sandro Santos Andrade sandros@ufba.br DMCC Métodos Experimentais em Evolução de Software Outubro/2008 Roteiro Panorama Experimental da Área Estratégias Empíricas
Análise Descritiva de Dados
Análise Descritiva de Dados 1 Estatística estatística descritiva estatística inferencial 2 Estatística descritiva Envolve técnicas que permitem representar, mensurar e analisar um conjunto de dados 3 Estatística
CÁLCULO DAS PROBABILIDADES E ESTATÍSTICA I
UNIVERSIDADE FEDERAL DA PARAÍBA CÁLCULO DAS PROBABILIDADES E ESTATÍSTICA I Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ CONCEITOS FUNDAMENTAIS DE ESTATÍSTICA O que a Estatística
MODELAGEM E ESCOLHA ENTRE EMBALAGENS USANDO TÉCNICAS DE CONFIABILIDADE E ANÁLISE DE
Revista da Estatística da UFOP, Vol I, 2011 - XI Semana da Matemática e III Semana da Estatística, 2011 ISSN 2237-8111 MODELAGEM E ESCOLHA ENTRE EMBALAGENS USANDO TÉCNICAS DE CONFIABILIDADE E ANÁLISE DE
Estatística: Conceitos e Organização de Dados
Estatística: Conceitos e Organização de Dados Introdução Conceitos Método Estatístico Dados Estatísticos Tabulação de Dados Gráficos Disciplina: Estatística Básica Professor: Fabrício Bueno Introdução
Estatística. Professor Jair Vieira Silva Júnior.
Estatística Professor Jair Vieira Silva Júnior Ementa da Disciplina Estatística descritiva; Interpretação de gráficos e tabelas; Amostras, representação de dados amostrais e medidas descritivas de uma
INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p
INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir
Estatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
ESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em simplificaaulas.com
ESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em Conceitos e Fundamentos População: conjunto de elementos, número de pessoas de uma cidade. Amostra: parte
TESTE DE KOLMOGOROV-SMIRNOV. Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA
TESTE DE KOLMOGOROV-SMIRNOV Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA Conteúdo 2 Ewaldo Santana Introdução 3 Ewaldo Santana Introdução Testes estatísticos paramétricos, tais como
METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA
METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA A FASE ANALÍTICA TCOR ENGEL SILVA COSTA costa.pms@ium.pt/226013 2 METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA Previamente ao início da recolha de dados, o investigador
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
Distribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências Estatística Aplicada
P R O G R A M A TERCEIRA FASE. DISCIPLINA: Estatística Aplicada à Pesquisa Educacional Código: 3EAPE Carga Horária: 54h/a (crédito 03)
UNIVERSIDADE DO ESTADO DE SANTA CATARINA - UDESC CENTRO DE CIÊNCIAS DA SAÚDE E DO ESPORTE - CEFID DEPARTAMENTO DE EDUCAÇÃO FÍSICA - DEF CURSO: LICENCIATURA EM EDUCAÇÃO FÍSICA CURRÍCULO: 2008/2 P R O G
Bioestatística UNESP. Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP
Bioestatística UNESP Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP Perguntas iniciais para reflexão I - O que é Estatística? II - Com que tipo de informação (dados)
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2012/2013
Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2012/2013 1. Unidade Orgânica Ciências da Economia e da Empresa (1º Ciclo) 2. Curso Engenharia Informática 3. Ciclo de Estudos 1º
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
Tópicos em Gestão da Informação II
Tópicos em Gestão da Informação II Aula 07 Inferência Estatística - Estimação Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Faculdade de Informação e Comunicação Universidade Federal de
Métodos Estatísticos Básicos
Aula 1 - Conceitos introdutórios Departamento de Economia Universidade Federal de Pelotas (UFPel) Março de 2014 Importância da estatística na economia A economia, em geral, é uma ciência não-experimental.
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO Thiago Marzagão INTERVALOS DE CONFIANÇA Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 1/2016 1 / 53 média amostral ( x) Queremos saber o salário médio
Noções de Estatística Airlane P. Alencar LANE
Noções de Estatística Airlane P. Alencar LANE www.ime.usp.br/~lane 1 Programa Estatística, Amostragem Análise Descritiva Organização dos dados, Tipos de variáveis Medidas resumo: proporção, média, mediana,
1 Introdução, 1 2 Polo Epistemológico, 9 3 Polo Teórico, 25
1 Introdução, 1 1.1 Tipos de Conhecimentos, 1 1.2 Classificação das Ciências, 2 1.3 Pesquisa nas Ciências Naturais e do Homem, 2 1.4 Epistemologia, 3 1.5 Um Modelo Paradigmático, 4 1.6 A Escolha de um
1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Análise de dados, tipos de amostras e análise multivariada
Les-0773: ESTATÍSTICA APLICADA III Análise de dados, tipos de amostras e análise multivariada AULA 1 12/05/17 Prof a Lilian M. Lima Cunha Maio de 2017 Introdução O que significa o termo estatística? No
Capítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
CE-003: Estatística II - Turma: AMB, Avaliações Semanais 1 o semestre/2012
CE-003: Estatística II - Turma: AMB, Avaliações Semanais 1 o semestre/2012 1. Foram feitas medições dos teores de um poluente em duas regiões (A e B), representadas nos gráficos da figura a seguir. (a)
PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II
PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo TESTE PARA UMA PROPORÇÃO H0: p = p 0
SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material
Prof. Domingos Sávio Giordani
Prof. Domingos Sávio Giordani dsgiordani@usp.br Como estruturar a pesquisa 1. Formular um problema O problema deve ser Claro e Preciso (usualmente na forma de pergunta) Deve ser empírico Ser suscetível
Unidade I ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade I ESTATÍSTICA Prof. Fernando Rodrigues Introdução O que é estatística? Subdivisão da matemática Descreve características de conjuntos, organizando e resumindo dados a seu respeito Busca relações
PARTE I Os enfoques quantitativo e qualitativo na pesquisa científica
Sumário Prefácio... 17 Estrutura pedagógica... 23 PARTE I Os enfoques quantitativo e qualitativo na pesquisa científica 1 Definições dos enfoques quantitativo e qualitativo, suas semelhanças e diferenças...
CAPÍTULO 3 POPULAÇÃO E AMOSTRA
DEPARTAMENTO DE GEOCIÊNCIAS GCN 7901 ANÁLISE ESTATÍSTICA EM GEOCIÊNCIAS PROFESSOR: Dr. ALBERTO FRANKE CONTATO: alberto.franke@ufsc.br F: 3721 8595 CAPÍTULO 3 POPULAÇÃO E AMOSTRA As pesquisas de opinião
Estatística AMOSTRAGEM
Estatística AMOSTRAGEM Estatística: É a ciência que se preocupa com a coleta, a organização, descrição (apresentação), análise e interpretação de dados experimentais e tem como objetivo fundamental o estudo
Métricas de Software
Métricas de Software Plácido Antônio de Souza Neto 1 1 Gerência Educacional de Tecnologia da Informação Centro Federal de Educação Tecnologia do Rio Grande do Norte 2006.1 - Planejamento e Gerência de
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
7 Teste de Hipóteses
7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5
Probabilidade e Estatística
Probabilidade e Estatística Aula 7: Intervalos de Confiança com uma amostra Leitura obrigatória: Devore, cap 7 ou Montgomery e Runger, cap 8 Chap 8-1 Objetivos Como inferir sobre um parâmetro da população,
AULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Métodos de pesquisa quantitativa e qualitativa para Ciência da Computação
Métodos de pesquisa quantitativa e qualitativa para Ciência da Computação Jacques Wainer Gabriel de Barros Paranhos da Costa Gabriel Dias Cantareira Metodologia de pesquisa científica em Ciências da Computação
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:
Após essa disciplina você vai ficar convencido que a estatística tem enorme aplicação em diversas áreas.
UNIVERSIDADE FEDERAL DA PARAÍBA ESTATÍSTICA DESCRITIVA Departamento de Estatística Luiz Medeiros CONCEITOS FUNDAMENTAIS DE ESTATÍSTICA O que a Estatística significa para você? Pesquisas eleitorais Taxa
Aula 4 Conceitos Básicos de Estatística
Aula 4 Conceitos Básicos de Estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa e interpreta informações numéricas para
MOQ-14 Projeto e Análise de Experimentos
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-14 Projeto e Análise de Experimentos Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br Regressão Linear
Distribuição de Frequência de Variáveis Qualitativas e Quantitativas Discretas (Tabelas e Gráficos)
Distribuição de Frequência de Variáveis Qualitativas e Quantitativas Discretas (Tabelas e Gráficos) Prof. Gilberto Rodrigues Liska UNIPAMPA 10 de Agosto de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br
UNIVERSIDADE FEDERAL DA PARAÍBA CÁLCULO DAS PROBABILIDADES E ESTATÍSTICA I
UNIVERSIDADE FEDERAL DA PARAÍBA CÁLCULO DAS PROBABILIDADES E ESTATÍSTICA I Departamento de Estatística Tarciana Liberal CONCEITOS FUNDAMENTAIS DE ESTATÍSTICA O que a Estatística significa para você? Pesquisas
ESTATÍSTICA ANALÍTICA. Prof. Dr. Guanis de Barros Vilela Junior
ESTATÍSTICA ANALÍTICA Prof. Dr. Guanis de Barros Vilela Junior Introdução Permite ao pesquisador ir além da descrição dos dados e fazer inferências sobre a população, a partir da amostra. Estas inferências
AULA 07 Distribuições Discretas de Probabilidade
1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
AULA 19 Análise de Variância
1 AULA 19 Análise de Variância Ernesto F. L. Amaral 18 de outubro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo
u unidades elementares, i = 1, 2,..., N.
1. ANÁLISE DESCRITIVA DE VARIÁVEIS QUANTIOTATIVAS 1.1. CONCEITOS: População: é formada pelo conjunto de indivíduos (ou itens) que queremos abranger em nosso estudo e para os quais desejamos que as conclusões
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
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
Desenvolvendo um protocolo de pesquisa. Profª Gracian Li Pereira Fundamentos de Pesquisa 4º período FACIMED 2011/2
Desenvolvendo um protocolo de pesquisa Profª Gracian Li Pereira Fundamentos de Pesquisa 4º período FACIMED 2011/2 Carta de intenções Que pesquisa é proposta? Com que problema o projeto de pesquisa está
Experimentos. Introdução. Vantagens. Exemplo. Cleidson de Souza. LABES - DI - UFPA
Introdução Experimentos Cleidson de Souza LABES - DI - UFPA cdesouza@ufpa.br! Os experimentos são provavelmente o método científico mais famoso. São baseados na mesma abordagem e tradição das ciências
UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2013/2014
Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2013/2014 1. Unidade Orgânica Ciências da Economia e da Empresa (1º Ciclo) 2. Curso Engenharia Informática 3. Ciclo de Estudos 1º
Estatística. Professor Jair Vieira Silva Júnior.
Estatística Professor Jair Vieira Silva Júnior Ementa da Disciplina Estatística descritiva; Interpretação de gráficos e tabelas; Amostras, representação de dados amostrais e medidas descritivas de uma
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 variância de
Pesquisa de Mercado. 08 de junho de Profa. Daniela Callegaro, Dr. Martiele Cortes Borges
Pesquisa de Mercado 08 de junho de 2017 Profa. Daniela Callegaro, Dr. Martiele Cortes Borges Relembrando... Estrutura da Pesquisa 1. Definição do problema 2. Elaboração de uma abordagem do problema 3.
Estatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Distribuições Conjuntas (Tabelas de Contingência)
Cruzamento de Dados Distribuições Conjuntas (Tabelas de Contingência) Lorí Viali, Dr. DESTAT/FAMAT/PUCRS viali@pucrs.br http://www.pucrs.br/famat/viali Distribuição Conjunta Exemplo (tabela um) Suponha
UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2018/2019
UNIVERSIDADE LUSÍADA DE LISBOA Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2018/2019 1. Unidade Orgânica Instituto de Engenharia e Tecnologias (1º Ciclo) 2. Curso Engenharia
AULA 1 - CONCEITOS BÁSICOS E APRESENTAÇÃO DE DADOS PARTE 1
AULA 1 - CONCEITOS BÁSICOS E APRESENTAÇÃO DE DADOS PARTE 1 INFORMAÇÕES Professor: Roberto C. Leoni BLOG: http://aedbest.wordpress.com Apostilas com exercícios e gabaritos Software R http://cran.r-project.org/
5 Análise dos resultados
5 Análise dos resultados Os dados foram analisados utilizando o software SPSS (Statistical Package for Social Sciences) base 18.0. Para Cooper e Schindler (2003) a análise de dados envolve a redução de
6EMA Lucas Santana da Cunha 17 e 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-1000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 17 e 19 de abril de 2017 1 o Bimestre Cronograma Critério de Avaliação Bibliografia
Introdução às medidas físicas ( ) Aulas 6 e 7 Queda livre
Introdução às medidas físicas (43005) Aulas 6 e 7 Queda livre Grupo: Nome: Nome: Nome: Introdução: Qual é o objetivo do experimento? Qual é o método que usará para atingir seu objetivo? Medidas Experimentais:
ANOVA - parte I Conceitos Básicos
ANOVA - parte I Conceitos Básicos Erica Castilho Rodrigues 9 de Agosto de 2011 Referências: Noções de Probabilidade e Estatística - Pedroso e Lima (Capítulo 11). Textos avulsos. Introdução 3 Introdução
Inferência para duas populações
Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.
O uso do código de barras no Brasil: consumidores e empresas
O uso do código de barras no Brasil: consumidores e empresas 2ª edição GS1 Brasil Associação Brasileira de Automação AUTOMAÇÃO: IDENTIFICAÇÃO DE PRODUTOS PERSPECTIVA DO CONSUMIDOR GS1 Brasil 2015 2 COMPORTAMENTO
DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 500. Planificação Anual /Critérios de avaliação. Disciplina: MACS 11º ano 2014/2015
AGRUPAMENTO DE ESCOLAS ANSELMO DE ANDRADE DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 500 Planificação Anual /Critérios de avaliação Disciplina: MACS 11º ano 2014/2015 Início Fim Nº de
Estatística. Guia de Estudos P1
Estatística Guia de Estudos P1 1. Introdução O objetivo principal do curso de estatística é dar as ferramentas necessárias para o aluno saber analisar e manipular dados e, a partir deles, extrair conclusões
Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis X = Grau de Instrução e Y = Região
Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA QUANTIFICAÇÃO DOS GRUPOS DO ESTUDO PESQUISA INFERÊNCIA ESTATÍSTICA TESTE DE HIPÓTESES E
Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA Determinada a pergunta/ hipótese Recolhidos os dados Análise descritiva = Estatística descritiva QUAIS TESTES ESTATÍSTICOS DEVEM SER REALIZADOS?? PROFESSORA:
Editorial Módulo: Física
1. No gráfico a seguir, está representado o comprimento L de duas barras e em função da temperatura θ. Sabendo-se que as retas que representam os comprimentos da barra e da barra são paralelas, pode-se
Mario de Andrade Lira Junior
Mario de Andrade Lira Junior http:\\lira.pro.br\wordpress 1 Item da avaliação 2010-1 Média avaliações semanais 2 Condução e análise do trabalho prático 2 Apresentação e artigo do trabalho prático 3 Prova
Introdução. Métodos de Pesquisa Experimental em Engenharia de Software. Fabio Queda Bueno da Silva, 2010.
Introdução Métodos de Pesquisa Experimental em Engenharia de Software 1 Objetivos Ajudar a Planejar e Conduzir pesquisa experimental: Questões fundamentais sobre ciência e conhecimento científico e o papel
Distribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências População e Amostra
Associação entre variáveis categóricas e IC95%
Associação entre variáveis categóricas e IC95% Andréa Homsi Dâmaso Programa de pós-graduação em Epidemiologia UFPEL Biotecnologia: Bioestatística e Delineamento Experimental Aula de hoje Teste do qui-quadrado
Métodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem
CONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS As variáveis aleatórias X e Y seguem uma distribuição de Bernoulli com probabilidade de sucesso igual a 0,4. Considerando S = X + Y e que os eventos aleatórios A = [X = 1] e B