Modelos de Probabilidade e Inferência Estatística
|
|
- Gustavo Tavares Diegues
- 7 Há anos
- Visualizações:
Transcrição
1 Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 1 / 32
2 Distribuição Qui-quadrado Definição 9.1: Uma variável aleatória contínua X tem distribuição qui-quadrado com n graus de liberdade, denotada por χn 2, se sua função densidade for dada por: 1 f(x) = 2 n/2 Γ(n/2) x n/2 1 e x/2, x > 0, n > 0 Sendo, Γ(w) = x w 1 e x dx, w > 0. 0 IDEIA Graus de liberdade: Considere um conjunto de dados qualquer. Graus de liberdade é o número de valores deste conjunto de dados que podem variar após terem sido impostas certas restrições a todos os valores. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 2 / 32
3 Distribuição Qui-quadrado Exemplo Consideremos que 10 estudantes obtiveram em um teste média 8.0. Assim, a soma das 10 notas deve ser 80 (restrição). Portanto, neste caso, temos um grau de liberdade de 10 1 = 9, pois as nove primeiras notas podem ser escolhidas aleatoriamente, contudo a 10 a nota deve ser igual a [80 (soma das 9 primeiras)]. A distribuição qui-quadrado pode ser interpretada da seguinte forma: Interpretação Como a soma de normais padronizada ao quadrado. Ou seja, se X i N(0,1), então n i=1 X 2 i χ 2 n Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 3 / 32
4 Distribuição Qui-quadrado Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 4 / 32
5 Distribuição Qui-quadrado A distribuição qui-quadrado possui numerosas aplicações importantes em inferência estatística. Devido a sua importância a distribuição qui-quadrado está tabulada para diferentes valores do parâmetro n. Assim, poderemos achar na tabela o valor χα 2 que satisfaça P(X χ α 2) = α ou P(X χα 2 ) = α, dependendo da tabela. O que é tabelado é a função inversa, em relação a área à direita ou à esquerda de cada curva. Isto é, dado um valor de área na cauda direita, a tabela retorna um valor χα 2 tal que P(X χ α 2 ) = α e dado um valor de área na cauda esquerda a tabela retorna um valor χα 2 tal que P(X χ α 2) = α. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 5 / 32
6 Exemplo de Tabela Qui-quadrado Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 6 / 32
7 Distribuição Qui-quadrado Exemplo 1 Suponha que X segue uma distribuição qui-quadrado com 17 graus de liberdade e queremos encontrar x 1 e x 2 tais que P(x 1 X x 2 ) = OBSERVAÇÃO 9.1: Poderíamos ter encontrado outros valores de x 1 e x 2 para os quais P(x 1 X x 2 ) = 0.95, porém, na prática, sempre buscamos por valores de forma que as probabilidades P(X < x 1 ) = P(X > x 2 ). Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 7 / 32
8 Distribuição Qui-quadrado Exemplo 2 Suponha que X segue uma distribuição qui-quadrado com 7 graus de liberdade. a) Determine P(X > 9). b) Determine o valor x tal que P(X x) = 0.95 c) Determine o valor x tal que P(X > x) = 0.95 Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 8 / 32
9 Propriedades da distribuição Qui-quadrado Propriedades E(X) = n Var(X) = 2n Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 9 / 32
10 Distribuição Qui-quadrado Teorema 9.1: Seja X uma variável aleatória com distribuição normal padronizada. Então X 2 tem distruibuição χ 2 com um grau de liberdade. Teorema 9.2: Sejam X 1,X 2,...,X n variáveis aleatórias independentes normalmente distribuídas com média 0 e variância 1. Então Z = n i=1 X 2 i segue uma distribuição qui-quadrado com n graus de liberdade. Teorema 9.3: Sejam U 1,U 2,...,U k variáveis aleatórias independentes com distribuição qui-quadrado com n 1,n 2,...,n k graus de liberdade resepectivamente. Então a soma W = U 1 + U U k tem distribuição qui-quadrado com n 1 + n n k graus de liberdade. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 10 / 32
11 Distribuição Qui-quadrado Teorema 9.4: Suponha que a variável aleaatória Y tenha distribuição χ 2 n. Então para n suficientemente grande (n 30), a variável aleatória 2Y tem aproximadamente a distribuição N( 2n 1,1). Teorema 9.5: Seja X 1,...,X n uma amostra aleatória de uma distribuição normal com média µ e variância σ 2, então (n 1)S 2 n i=1 = (X i X) 2 χ 2 σ 2 σ 2 (n 1) Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 11 / 32
12 Distribuição t de Student A distribuição t de Student é uma das distribuições mais utilizadas na estatística, com aplicações que vão desde a modelagem estatística até testes de hipóteses. Definição 9.2: Uma variável aleatória contínua X tem distribuição t de Student com ν graus de liberdade, denotada por t ν, se sua função densidade for dada por: f(x) = 1 Γ ν+1 2 νπ Γ 1 + x 2 ν+1 2, ν = 1,2,3,... x ν ν 2 A expressão acima é assustadora???? Boa Notícia: Não precisaremos dela para calcular probabilidades. Mais uma vez, o parâmetro ν, chamado de graus de liberdade, está associado ao número de parcelas independentes em uma soma. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 12 / 32
13 Propriedades da distribuição t de Student Propriedades E(X) = 0 para ν > 1 Var(X) = ν ν 2, para ν > 2 Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 13 / 32
14 Distribuição t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 14 / 32
15 Distribuição t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 15 / 32
16 Distribuição t de Student Principais Características Cada número de graus de liberdade da origem a uma distribuição t diferente. A função densidade tem a mesma forma em sino da distribuição Normal, mas reflete uma maior variabilidade (com curvas mais alargadas) que é de se esperar em amostras pequenas. A distribuição t-student se aproxima da normal quando aumenta o número de graus de liberdade. A curva é simétrica em torno do zero, ou seja, dado um a, tem-se que f(a) = f( a). Logo P(X a) = P(X a). Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 16 / 32
17 Distribuição t de Student Ao contrário da distribuição normal, não existe uma relação entre as diferentes distribuições t, assim seria necessária uma tabela para cada valor de ν. É comum que os livros didáticos apresentem tabelas da distribuição t que envolvem os valores críticos. O motivo para isso é que a maioria das aplicações da distribuição t envolve a construção de intervalos de confiança ou de testes de hipóteses. Nessas aplicações, nosso interesse está no valor crítico associado a um nível de significância α que, como visto no gráfico a seguir, é o valor da abscissa que deixa probabilidade (área) α acima dela. Na tabela t, cada linha corresponde a um número diferente de graus de liberdade e cada coluna corresponde a uma área α na cauda superior. No corpo da tabela temos a abscissa t α que deixa a área α acima dela. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 17 / 32
18 Distribuição t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 18 / 32
19 Exemplo de Tabela t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 19 / 32
20 Distribuição t de Student Teorema 9.6: Sejam Y e Z variáeis aleatórias independentes, Y sendo normalmente distribuída com média 0 e variância 1, e Z tendo distribuição qui-quadrado com ν graus de liberdade. Então, a variável T = Y Z/ν tem distribuição t de Student com ν graus de liberdade. Observação 9.1: Considere X 1,X 2,...,X n variáveis aleatórias independentes com distribuição normal com média µ e desvio padrão σ. Então, a variável t = X µ s/ n onde s é o desvio padrão amostral, tem distribuição t de Student com n 1 graus de liberdade. Este fato é decorrente do teorema acima. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 20 / 32
21 Distribuição t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 21 / 32
22 Distribuição t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 22 / 32
23 Distribuição F de Snedecor A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente utilizada na inferência estatística para análise da variância. Definição 9.3: Uma variável aleatória contínua X tem distribuição F de Snedecor com ν 1 e ν 2 graus de liberdade, denotada por F ν1,ν 2, se sua função densidade for dada por: f(x) = Γ ν 1 2 Γ ν 1 +ν 2 2 ν1 ν 2 ν1 /2 x ν 1 /2 1 Γ ν2 ν1 x 2 ν (ν1 +ν 2 )/2, 0 < x <, ν 1,ν 2 = 1,2,3,... Novamente a expressão acima é assustadora???? Boa Notícia: Não precisaremos dela para calcular probabilidades. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 23 / 32
24 Propriedades da distribuição F de Snedecor Propriedades E(X) = ν 2 ν 2 2 para ν 2 > 2 Var(X) = 2ν 2 2 (ν 1 + ν 2 2) ν 1 (ν 2 4)(ν 2 2) 2, para ν 2 > 4 Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 24 / 32
25 Distribuição F de Snedecor Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 25 / 32
26 Distribuição F de Snedecor Principais Características Cada par de graus de liberdade da origem a uma distribuição F diferente. A distribuição F depende de dois parâmetros. O primeiro (ν 1 ) é o grau de liberdade do numerador e o segundo (ν 2 ) do denominador. A variável aleatória F é não-negativa, e a distribuição é assimétrica à direita. A distribuição F se parece com a distribuição qui-quadrado, no entanto, os parãmetros ν 1 e ν 2 fornecem flexibilidade extra em relação à forma. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 26 / 32
27 Exemplo de Tabela F de Snedecor Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 27 / 32
28 Distribuição F de Snedecor Teorema 9.7: Sejam Q 1 e Q 2 variáveis aleatórias independentes, com distribuição qui-quadrado com ν 1 e ν 2 graus de liberdade, respectivamente. Então, a variável aleatória F = Q 1/ν 1 Q 2 /ν 2 tem distribuição F de Snedecor com ν 1 graus de liberdade no numerador e ν 2 graus de liberdade no denominador. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 28 / 32
29 Distribuição F de Snedecor Observação 9.2: Suponha que temos duas populações independentes tendo distribuições normais com variâncias iguais a σ 2. Considere Y 11,...,Y 1n uma amostra aleatória da primeira população com n observações e Y 21,...,Y 2m uma amostra aleatória da segunda população com m observações. Então, a estatística f = (n 1)S 2 1 (n 1)σ 2 (m 1)S 2 2 (m 1)σ 2 tem distribuição F de Snedecor com (n 1) graus de liberdade no numerador e (m 1) graus de liberdadade no denominador, onde s 1 e s 2 sãos os desvios padrão amostrais da primeira e da segunda amostra, respectivamente. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 29 / 32
30 Distribuição F de Snedecor Observação 9.3: Em geral, as tabelas contêm apenas os pontos percentuais da cauda superior (valores de F α,ν1,ν2 para α 0.50) Os pontos percentuais da cauda inferior F 1 α,ν1,ν2 podem ser encontrados a partir da seguinte relação: F 1 α,ν1,ν 2 = 1 F α,ν2,ν 1 RELAÇÕES IMPORTANTES: F 1 α,1,ν = t 2 1 α/2,ν F α,ν, = χ 2 α,ν ν Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 30 / 32
31 Distribuição F de Snedecor Exemplo 1: Determine a) F 0.01,15,9 b) F 0.95,10,15 c) F 0.99,15,9 Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 31 / 32
32 Distribuição F de Snedecor Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 32 / 32
Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Qui-quadrado 02/14 1 / 1 Definição 14.1: Uma variável aleatória contínua X tem
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 02/14 1 / 1 A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente
Leia maisIND 1115 Inferência Estatística Aula 8
Conteúdo IND 5 Inferência Estatística Aula 8 Setembro 4 Mônica Barros O - aproximação da Binomial pela Este teorema é apenas um caso particular do teorema central do limite, pois uma variável aleatória
Leia maisCapítulo 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
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Uniforme 11/13 1 / 19
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Uniforme 11/13 1 / 19 Distribuições Contínuas Apresentaremos agora alguns dos
Leia maisEstimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança
Estimação Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança Motivação A partir da média de uma a amostra em uma colheita recente, o conselho de qualidade
Leia maisCoeficiente de Assimetria e Curtose. Rinaldo Artes. Padronização., tem as seguintes propriedades: Momentos
Coeficiente de Assimetria e Curtose Rinaldo Artes 2014 Padronização Seja X uma variável aleatória com E(X)=µ e Var(X)=σ 2. Então a variável aleatória Z, definida como =, tem as seguintes propriedades:
Leia maisé 4. Portanto, o desvio padrão é 2. Neste caso 100% dos valores da população estão a um desvio padrão da média.
Desvio Padrão From Wikipedia, the free encyclopedia probabilidade e estatística, o desvio padrão de uma distribuição de probabilidade, de uma variável aleatória, ou população é uma medida do espalhamento
Leia maisTeorema do Limite Central e Intervalo de Confiança
Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),
Leia maisUnidade 5.2. Teste de hipóteses. Hipótese estatística. (uma população) Formulando as hipóteses. Teste de Hipóteses X Intervalo de Confiança
Hipótese estatística Unidade 5. Teste de Hipóteses (uma população) Hipótese estatística-qualquer afirmação feita sobre um parâmetro populacional desconhecido. Hipótese: Duração média da bateria (µ) > 300
Leia maisTeste de Hipótese e Intervalo de Confiança. Parte 2
Teste de Hipótese e Intervalo de Confiança Parte 2 Questões para discutirmos em sala: O que é uma hipótese estatística? O que é um teste de hipótese? Quem são as hipóteses nula e alternativa? Quando devemos
Leia maisAULA 04 Estimativas e Tamanhos Amostrais
1 AULA 04 Estimativas e Tamanhos Amostrais Ernesto F. L. Amaral 27 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario
Leia maisCapítulo 5. Inferência no Modelo de Regressão Simples: Estimação de Intervalos, Teste de Hipóteses e Previsão
Capítulo 5 Inferência no Modelo de Regressão Simples: Estimação de Intervalos, Teste de Hipóteses e Previsão Hipóteses do Modelo de Regressão Linear Simples RS1. y x e t 1 t t RS. RS3. RS4. RS5. RS6. Ee
Leia maisMAE116 - Noções de Estatística
MAE116 - Noções de Estatística Grupo A - 1 semestre de 2015 Gabarito da Lista de exercícios 10 - Introdução à Estatística Descritiva - CASA Exercício 1. (2 pontos) Sabe-se que, historicamente, 18% dos
Leia maisAnálise de Regressão Linear Simples III
Análise de Regressão Linear Simples III Aula 03 Gujarati e Porter Capítulos 4 e 5 Wooldridge Seção.5 Suposições, Propriedades e Teste t Suposições e Propriedades RLS.1 O modelo de regressão é linear nos
Leia maisA vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE
Notas de aula 07 1 A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE 1. Medidas de Forma: Assimetria e Curtose. A medida de assimetria indica o grau de distorção
Leia maisAULA 11 Experimentos Multinomiais e Tabelas de Contingência
1 AULA 11 Experimentos Multinomiais e Tabelas de Contingência Ernesto F. L. Amaral 24 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG)
Leia maisAula 8 Intervalos de confiança para proporções amostras grandes
Aula 8 Intervalos de confiança para proporções amostras grandes Objetivos Na aula anterior, foram apresentadas as idéias básicas da estimação por intervalos de confiança. Para ilustrar o princípio utilizado
Leia maisTestes Qui-Quadrado - Teste de Aderência
Testes Qui-Quadrado - Teste de Aderência Consideremos uma tabela de frequências com k frequências, k 2 k: total de categorias frequências observadas: O 1,, O k seja p 1 = p 01,, p k = p 0k as probabilidades
Leia maisESTATÍSTICA DESCRITIVA:
UNIVERSIDADE FEDERAL DE MATO GROSSO Campus Universitário de Sinop(CUS) ESTATÍSTICA DESCRITIVA: Medidas de forma: Assimetria e Curtose Profº Evaldo Martins Pires SINOP -MT TEMAS TRABALHADOS ATÉ AGORA Aula
Leia maisProbabilidade III. Ulisses U. dos Anjos. Departamento de Estatística Universidade Federal da Paraíba. Período 2014.1
Probabilidade III Ulisses U. dos Anjos Departamento de Estatística Universidade Federal da Paraíba Período 2014.1 Ulisses Umbelino (DE-UFPB) Probabilidade III Período 2014.1 1 / 42 Sumário 1 Apresentação
Leia maisAula 1 Variáveis aleatórias contínuas
Aula 1 Variáveis aleatórias contínuas Objetivos: Nesta aula iremos estudar as variáveis aleatórias contínuas e você aprenderá os seguintes conceitos: função de densidade de probabilidade; função de distribuição
Leia maisIntrodução. Ou seja, de certo modo esperamos que haja uma certa
UNIVERSIDADE FEDERAL DA PARAÍBA Teste de Independência Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Um dos principais objetivos de se construir uma tabela de contingência,
Leia maisMEDIDAS DE DISPERSÃO. o grau de variabilidade, ou dispersão, dos valores em torno da média.
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal As medidas de posição apresentadas fornecem a informação dos dados apenas a nível pontual, sem ilustrar
Leia maisVariáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência
Tipos de Variáveis Problema Motivador: Um pesquisador está interessado em fazer um levantamento sobre aspectos sócio-econômicos dos empregados da seção de orçamentos de uma companhia (vide tabela). Algumas
Leia maisAula 11 Teste de hipótese sobre a média de uma população normal - σ 2 conhecida
Aula 11 Teste de hipótese sobre a média de uma população normal - σ 2 conhecida Objetivo: Nesta aula, iremos aplicar os conceitos básicos sobre a teoria de teste de hipótese a uma situação específica.
Leia maiscuja distribuição é t de Student com n 1 graus de liberdade.
Aula 13 Teste de hipótese sobre a média de uma população normal σ 2 desconhecida Objetivos: Nesta aula você completará seu estudo básico sobre testes de hipóteses, analisando a situação relativa a uma
Leia maisProbabilidade e Estatística, 2009/2
Probabilidade e Estatística, 2009/2 CCT - UDESC Prof. Fernando Deeke Sasse Problemas Resolvidos - Testes de Hipóteses 1. Uma empresa de manufatura têxtil está testando rolos de fio que o fornecedor afirma
Leia maisProbabilidade e Estatística - EST0003 Intervalos Estatísticos para uma única Amostra
Probabilidade e Estatística - EST0003 Intervalos Estatísticos para uma única Amostra Fernando Deeke Sasse 14 de maio de 2010 Introdução Quão boa é uma dada estimação de um parâmetro? Suponha que estimamos
Leia maisTestes de variância e Análise de Variância (ANOVA)
Testes de variância e Análise de Variância (ANOVA) Introdução à Inferência Estatística Introdução à Inferência Estatística TESTE DE VARIÂNCIAS E DISTRIBUIÇÃO F Testes sobre variâncias Problema: queremos
Leia maisAULA 12 Inferência a Partir de Duas Amostras
1 AULA 12 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 15 de setembro de 2011 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
Leia maisRegressão linear múltipla. Prof. Tatiele Lacerda
Regressão linear múltipla Prof Tatiele Lacerda Yi = B + Bx + B3X3 + u Plano de resposta E(Y i ) = 0,00 Y i i 0 (,33;,67) Y i 0 X i Xi X p i, p i 3 Modelo de regressão linear múltipla em termos matriciais,
Leia maisAnálise estatística. Aula de Bioestatística. 17/9/2008 (2.ª Parte) Paulo Nogueira
Análise estatística Aula de Bioestatística 17/9/2008 (2.ª Parte) Paulo Nogueira Testes de Hipóteses Hipótese Estatística de teste Distribuição da estatística de teste Decisão H 0 : Não existe efeito vs.
Leia maisMedida de Tendência Central
Medida de Tendência Central um valor no centro ou no meio de um conjunto de dados 1 Definições Média (Média Aritmética) o número obtido somando-se todos os valores de um conjunto de dados, dividindo-se
Leia maisMedidas de dispersão e assimetria
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Medidas de dispersão e assimetria Profª Cesaltina Pires cpires@uevora.pt Plano da Apresentação Medidas de dispersão Variância Desvio padrão Erro
Leia maisAula 12 Teste de hipótese sobre proporções amostras grandes
Aula 12 Teste de hipótese sobre proporções amostras grandes Objetivos Na aula anterior, você aprendeu a construir testes de hipóteses sobre a média de uma população normal com variância σ 2 conhecida.
Leia maisDistribuição Binomial e Normal
Distribuição Binomial e Normal O que se pretende, neste módulo, é apresentar dois modelos teóricos de distribuição de probabilidade, aos quais um experimento aleatório estudado possa ser adaptado, o que
Leia maisTécnicas estatísticas para análise de dados e de resultados de modelos de simulação
Parte XIV Técnicas estatísticas para análise de dados e de resultados de modelos de simulação A saída de um modelo de simulação geralmente constitui-se de VA s, muitas das quais podem ter variância grande.
Leia maisx = xi n x = xifi fi 1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem.
1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem. Determine a média aritmética da distribuição: A mediana não é tão sensível, como a média, às observações que são muito
Leia maisUniversidade Federal do Amazonas Instituto de Ciências Exatas Departamento de Estatística
PLANO DE ENSINO 1. IDENTIFICAÇÃO Disciplina: PROBABILIDADE E ESTATÍSTICA Código: IEE001 Pré-Requisito: IEM011 - CÁLCULO I N O de Créditos: 4 Número de Aulas Teóricas: 60 Práticas: 0 Semestre: 1 O Ano:
Leia maisTópico 9. Teste t-student
Tópico 9 Teste t-student Teste t Teste t pode ser conduzido para Comparar uma amostra com uma população Comparar duas amostras pareadas Mesmos sujeitos em dois momentos distintos Comparar duas amostras
Leia maisDistribuição Normal de Probabilidade
Distribuição Normal de Probabilidade 1 Aspectos Gerais 2 A Distribuição Normal Padronizada 3 Determinação de Probabilidades 4 Cálculo de Valores 5 Teorema Central do Limite 1 1 Aspectos Gerais Variável
Leia maisModelo Uniforme. como eu e meu colega temos 5 bilhetes, temos a mesma probabilidade de ganhar a rifa:
Modelo Uniforme Exemplo: Uma rifa tem 100 bilhetes numerados de 1 a 100. Tenho 5 bilhetes consecutivos numerados de 21 a 25, e meu colega tem outros 5 bilhetes, com os números 1, 11, 29, 68 e 93. Quem
Leia maisPlano de Ensino PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA - CCE0292
Plano de Ensino PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA - CCE0292 Título PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA Código da disciplina SIA CCE0292 16 Número de semanas de aula 4 Número
Leia maisMatemática para a Economia I - 1 a lista de exercícios Prof. - Juliana Coelho
Matemática para a Economia I - 1 a lista de exercícios Prof. - Juliana Coelho 1 - Para cada função abaixo, calcule os valores pedidos, quando for possível: (a) f(x) = x 3 3x + 3x 1, calcule f(0), f( 1)
Leia maisAvaliação e Desempenho Aula 1 - Simulação
Avaliação e Desempenho Aula 1 - Simulação Introdução à simulação Geração de números aleatórios Lei dos grandes números Geração de variáveis aleatórias O Ciclo de Modelagem Sistema real Criação do Modelo
Leia maisANOVA. (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior
ANOVA (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior Para que serve a ANOVA? Para comparar três ou mais variáveis ou amostras. Por exemplo, queremos testar os efeitos cardiorrespiratórios
Leia maisPLANO DE ENSINO CONTEÚDO PROGRAMÁTICO. Unidade 1: MEDIDAS E GRANDEZAS. 1.1.- Introdução. 1.2.- Padrões usados para avaliar grandezas físicas
PLANO DE ENSINO FACULDADE: CIÊNCIAS DA SAÚDE DE JUIZ DE FORA CURSO: FARMÁCIA Período: 2º DISCIPLINA: MATEMÁTICA E BIOESTATÍSTICA Ano: 2015 CARGA HORÁRIA: 40 H PRÉ-REQUISITO: - SEMANAL: 02 T TOTAL: 02 AULAS
Leia maisInferência sobre duas proporções
Teste para duas populações duas populações Amostra :,,,, alor comum para delta 0 Amostra 2:,,,, Tamanho Tamanho Média amostral x Média amostral x Desvio-padrão Desvio-padrão Teste para duas populações
Leia maisAULAS 08 E 09 Distribuição de Probabilidade Normal
1 AULAS 08 E 09 Distribuição de Probabilidade Normal Ernesto F. L. Amaral 02 e 09 de setembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed.
Leia maisEstatística II Aula 4. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística II Aula 4 Prof.: Patricia Maria Bortolon, D. Sc. Fundamentos do Teste de Hipóteses Teste de Hipóteses - Definições É uma regra de decisão para aceitar, ou rejeitar, uma hipótese estatística
Leia maisPARTE I - EVOLUÇÃO DO PENSAMENTO. Curso Análise de Dados e Políticas Públicas. Ementa. Metodologia. Plano de Aula
Curso Análise de Dados e Políticas Públicas Professor: Pablo Cerdeira Ementa O que Matemática tem a ver com Direito? Muita coisa. Neste curso de Análise de Dados e Políticas Públicas abordaremos três importantes
Leia mais25 a 30 de novembro de 2013
LSD Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 LSD 1 2 3 LSD 4 Parte 2 - Conteúdo LSD Quando o F da ANOVA está sendo utilizado
Leia maisInstituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Cálculo do Conceito ENADE
Instituto acional de Estudos e Pesquisas Educacionais Anísio Teixeira IEP Ministério da Educação ME álculo do onceito EADE Para descrever o cálculo do onceito Enade, primeiramente é importante definir
Leia maisIV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla
IV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla Significância Estatística Existe uma estatítica, o t-estatístico,associado a cada estimativa O t-estatístico mede
Leia maisBIOESTATÍSTICA. Parte 1 - Estatística descritiva e análise exploratória dos dados
BIOESTATÍSTICA Parte 1 - Estatística descritiva e análise exploratória dos dados Aulas Teóricas de 17/02/2011 a 03/03/2011 1.1. População, amostra e dados estatísticos. Dados qualitativos e quantitativos
Leia maisIntervalo de Confiança - Margem de Erro
Intervalo de Confiança - Margem de Erro Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br October 26, 2014 Souza () Intervalo de Confiança - Margem de Erro October 26, 2014 1 / 31 Margem de erro - relatórios
Leia maisESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Teste Final 2009/2010. Curso: 12/06/2010.
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Teste Final 2009/2010 Curso: 12/06/2010 Nome: N o Instruções: Estaprovatemaduraçãode120 minutos e é constituída
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 5 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise de dados bivariada: cruzamentos e medidas de associação variáveis nominais e ordinais e variáveis
Leia maisAula 8. Teste Binomial a uma proporção p
Aula 8. Teste Binomial a uma proporção p Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán Teste Binomial a uma Proporção p Seja p ˆ = X n a proporção de indivíduos com uma
Leia maisCAPÍTULO 8. de Variância - ANOVA ANOVA. Análise
CAPÍTULO 8 Análise de Variância - UFRGS Os testes de hipótese apresentados até aqui limitaram-se à comparação de duas médias ou duas variâncias. Contudo, há situações onde se deseja comparar várias médias,
Leia maisAnálise de Regressão. Notas de Aula
Análise de Regressão Notas de Aula 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas
Leia maisDISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS)
DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS) O QUE É ESTATÍSTICA Estatística é a ciência de obter conclusões a partir de dados. Envolve métodos para
Leia maisProcessos Estocásticos
Processos Estocásticos Hélio Lopes INF2035 - Introdução à Simulação Estocástica 1 Introdução Um processo estocástico é uma família de variáveis aleatórias {X(t), t T } definidas em um espaço de probabilidade,
Leia maisMedidas de Tendência Central
Média, Mediana e Moda 1 Coletando Dados A coleta de dados produz um conjunto de escores de uma ou mais variáveis Para chegar à distribuição dos escores, estes têm de ser arrumados / ordenados do menor
Leia maisMedidas de Tendência Central. Introdução Média Aritmética Moda Mediana
Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar
Leia maisEstatística. Slide 0. Ana M. Abreu - 2006/07
Estatística Slide 0 Capítulo 1 Estatística Descritiva Slide 1 I-1 Introdução à organização e ao processamento de dados. I-2 Amostra e população; cuidados a ter na recolha da amostra. I-3 Ordenação dos
Leia maisDesvio Padrão ou Erro Padrão
NOTAS METODOLÓGICAS ISSN 0871-3413 ArquiMed, 2006 Desvio Padrão ou Erro Padrão Nuno Lunet, Milton Severo, Henrique Barros Serviço de Higiene e Epidemiologia da Faculdade de Medicina da Universidade do
Leia maisIntervalos Estatísticos para Uma Única Amostra
Intervalos Estatísticos para Uma Única Amostra OBJETIVOS DE APRENDIZAGEM Depois de um cuidadoso estudo deste capítulo, você deve ser capaz de: 1.Construir intervalos de confiança para a média de uma distribuição
Leia mais3 Modelos de Simulação
43 3 Modelos de Simulação 3.1 Simulação de Monte Carlo O método de Monte Carlo foi concebido com este nome nos anos 40 por John Von Neumann, Stanislaw Ulam e Nicholas Metropolis durante o projeto de pesquisa
Leia maisEntão, a distribuição de converge para a distribuição normal com média nμ e variância nσ 2
Aula 6 Distribuição amostral da proporção Nesta aula você verá uma importante aplicação do Teorema Central do Limite: iremos estudar a distribuição amostral de proporções. Assim, você verá os resultados
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS» PROBABILIDADE E ESTATÍSTICA «21. Uma fábrica, que produz pequenas peças utilizadas em materiais eletrônicos, armazena essa mercadoria em lotes com 1000 unidades. Inspecionada
Leia maisEstatística 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
Leia maisExercícios Selecionados de Estatística Avançada. Sumário
1 Exercícios Selecionados de Estatística Avançada Sumário I Probabilidade... 2 II Medidas de Posição e de Dispersão. Assimetria e Curtose... 5 III Variáveis Aleatórias Discretas e Contínuas. Função de
Leia maisProbabilidade e Estatística, 2011/2
média verdadeira de 104F? Estabeleçamos a média 100F como um limite não tolerado:, Probabilidade e Estatística, 2011/2 CCT - UDESC Prof. Fernando Deeke Sasse Testes de Hipóteses Problemas Resolvidos em
Leia maisAula 1 Assimetria e Curtose
2º Bimestre 1 Estatística e Probabilidade Aula 1 Assimetria e Curtose Professor Luciano Nóbrega Medidas de assimetria As medidas de assimetria e curtose (esta última veremos na próxima aula) são as que
Leia maisPlanejamento e Análise Estatística de Experimentos Fatoriais em blocos completos
Planejamento e Análise Estatística de Experimentos Fatoriais em blocos completos Contexto Já vimos como analisar um experimento em blocos na presença de um único fator de interesse. Podemos ter experimentos
Leia mais5. Derivada. Definição: Se uma função f é definida em um intervalo aberto contendo x 0, então a derivada de f
5 Derivada O conceito de derivada está intimamente relacionado à taa de variação instantânea de uma função, o qual está presente no cotidiano das pessoas, através, por eemplo, da determinação da taa de
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Ronei Marcos de Moraes Análise de Variância e Estatística Nãoparamétrica UFPB Maio/2011 ANOVA - Análise de Variância O caso da comparação de várias médias
Leia maisESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA
ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA Apresentar a Estatística no contexto do dia-a-dia e fazendo uso da planilha Excel. Espera-se que o estudante ao término do curso esteja apto a usar a planilha
Leia maisA Derivada. 1.0 Conceitos. 2.0 Técnicas de Diferenciação. 2.1 Técnicas Básicas. Derivada de f em relação a x:
1.0 Conceitos A Derivada Derivada de f em relação a x: Uma função é diferenciável / derivável em x 0 se existe o limite Se f é diferenciável no ponto x 0, então f é contínua em x 0. f é diferenciável em
Leia maisMatemática. A probabilidade pedida é p =
a) Uma urna contém 5 bolinhas numeradas de a 5. Uma bolinha é sorteada, tem observado seu número, e é recolocada na urna. Em seguida, uma segunda bolinha é sorteada e tem observado seu número. Qual a probabilidade
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano 2011-2 a Fase
Prova Escrita de MATEMÁTICA A - 1o Ano 011 - a Fase Proposta de resolução GRUPO I 1. Como no lote existem em total de 30 caixas, ao selecionar 4, podemos obter um conjunto de 30 C 4 amostras diferentes,
Leia maisModelo Normal. Aplicações: Parte 1. Prof. Caio Azevedo. Prof. Caio Azevedo
Variância conhecida Seja X 1 θ,..., X n θ, θ = (µ, σ 2 ) uma amostra aleatória de X θ N(µ, σ 2 ). Se σ 2 conhecido, e µ N(α, ψ), (família conjugada) então µ x N(ψ α, ψ ), em que ψ = ( n σ 2 + 1 ) 1 ( α
Leia maisAMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA
AMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA META Dimensionar o tamanho ideal de amostra para cada população.
Leia maisPrograma de Ciências Experimentais 2012-2013
Programa de Ciências Experimentais 2012-2013 I Teoria 1 Introdução 2 Conceitos úteis 2.1 Ordem de grandeza 2.1.1 Introdução 2.1.2 Definição 2.1.3 Representação científica de um número 2.1.4 Ordem de grandeza
Leia maisQuímica Analítica IV ERRO E TRATAMENTO DE DADOS ANALÍTICOS
Química Analítica IV 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Todas as medidas físicas possuem um certo grau de incerteza. Quando se faz uma medida, procura-se
Leia maisíndice Introdução Estatística Descritiva Capítulo 1 Capítulo 2 O que é a Estatística Escalas de medida Escalas Nominais Escalas Ordinais
índice MENSAGEM DO AUTOR 11 AGRADECIMENTOS 13 Capítulo 1 Introdução Importância da estatística 17 O que é a Estatística? Escalas de medida Escala de medida qualitativa Escalas Nominais Escalas Ordinais
Leia maisDistribuições 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
Leia maisAula 6 Propagação de erros
Aula 6 Propagação de erros Conteúdo da aula: Como estimar incertezas de uma medida indireta Como realizar propagação de erros? Exemplo: medimos A e B e suas incertezas. Com calcular a incerteza de C, se
Leia mais1 Introdução. 1.1 Importância da Utilização da Amostragem
1 Introdução Um dos principais objetivos da maioria dos estudos, análises ou pesquisas estatísticas é fazer generalizações seguras com base em amostras, sobre as populações das quais as amostras foram
Leia mais2 Limites e Derivadas. Copyright Cengage Learning. Todos os direitos reservados.
2 Limites e Derivadas Copyright Cengage Learning. Todos os direitos reservados. 2.7 Derivadas e Taxas de Variação Copyright Cengage Learning. Todos os direitos reservados. Derivadas e Taxas de Variação
Leia maisPara mais de duas variáveis independentes, em função de uma variável dependente.
MÉTODOS QUANTlTATlVOS APLlCADOS À CONTABlLlDADE Prof. Héber Lavor Moreira Plano de Aula TEMA: REGRESSÃO MÚLTlPLA - Caso Multiplan S/A lntrodução Em muitos casos uma variável pode estar relacionada com
Leia maisProbabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva pessoal.utfpr.edu.br/ngsilva Distribuição Uniforme Uma variável aleatória contínua X está
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Probabilidade e Estatística The Science of collecting and analyzing data for the purpose of drawing
Leia maisEstatística - exestatmedposic.doc 25/02/09
Medidas de Posição Introdução Vimos anteriormente que, através de uma distribuição de freqüências se estabelece um sistema de classificação que descreve o padrão de variação de um determinado fenômeno
Leia maisErros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.
Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.) I. INTRODUÇÃO Quando se faz um experimento, deseja-se comparar o resultado obtido
Leia maisAula 3 Função do 1º Grau
1 Tecnólogo em Construção de Edifícios Aula 3 Função do 1º Grau Professor Luciano Nóbrega 2 FUNÇÃO POLINOMIAL DO 1º GRAU Uma função polinomial do 1º grau (ou simplesmente, função do 1º grau) é uma relação
Leia mais