IND 1115 Inferência Estatística Aula 8
|
|
- Rebeca Arruda Teves
- 7 Há anos
- Visualizações:
Transcrição
1 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 com distribuição Binomial pode ser encarada como a soma de n variáveis Bernoulli(p) independentes. Na verdade, o teorema de DeMoivre e foi formulado muito antes do teorema central do limite. 3 Sabemos que a distribuição Binomial com parâmetros n e p pode ser aproximada pela distribuição Poisson quando n é grande e p é pequeno. A aproximação da Binomial pela ( ) "funciona" quando n é grande e p não é necessariamente pequeno (por exemplo, p próximo de /). 4
2 O fato da distribuição Binomial ser discreta e da ser contínua cria a necessidade de corrigir os valores das probabilidades encontrados via DeMoivre e. Esta correção será chamada de correção de continuidade. A correção de continuidade permite uma melhora significativa na aproximação dada pelo teorema de DeMoivre e. Teorema Seja Y ~ Bin(n, p) onde n é "grande" e p não está próximo de zero. Então: Y E( Y ) Y np Z = = VAR( Y ) np( p) tem aproximadamente uma distribuição N(,). 5 6 Em particular, podemos calcular probabilidades de valores específicos da variável Y usando a tabela da distribuição padrão. Este resultado segue diretamente do teorema central do limite, pois Y pode ser encarado como a soma de n variáveis aleatórias iid, cada uma com distribuição Bernoulli(p). 7 Nota A aproximação fornecida pelo Teorema de DeMoivre e funciona bem se n > e p está próximo de /. Para outros valores de p é necessário aumentar o valor de n. Em geral o teorema de DeMoivre e produz resultados aceitáveis se n.p > 5 quando p < / e se n.(-p) > 5 quando p > /. 8
3 Exemplo Suponha que desejamos calcular Pr(Y y), onde Y ~ Bin(n, p). Como poderemos fazê-lo usando o teorema de DeMoivre e? Y np y np y np y np Pr( Y y) = Pr = Φ Pr Z npq npq npq npq O resultado desta aproximação pode ser sensivelmente melhorado com a correção de continuidade indicada a seguir. Correção de Continuidade Quantidade desejada na distribuição Binomial Quantidade Calculada através da correção de continuidade Expressão aproximada usando a densidade Pr(Y = y) Pr( y -.5 Y y +.5) y+ 5. np y 5. np Φ Φ npq npq Pr(Y y) Pr( Y y +.5) Φ y + 5. np npq Pr(Y < y) = Pr( Y y-) Pr( Y y - +.5) y + 5. np y 5. np Φ = Φ npq npq Pr( Y y) Pr( Y y -.5) 5 Φ y. np npq Pr( Y > y) = Pr( Y y + -.5) + 5 Φ y. np Pr( Y y + ) npq Pr( a Y b) Pr( a -.5 Y b +.5) b+ 5. np a 5. np Φ Φ npq npq 9 Exemplo Uma fábrica produz amortecedores para carros, dos quais % são defeituosos. Uma amostra de amortecedores é selecionada diariamente. Seja X o número de amortecedores defeituosos na amostra. Calcule a probabilidade de X ser menor ou igual a 5 usando a aproximação com correção de continuidade. Solução Neste caso X ~ Bin(,.) e então E(X) = np =, VAR(X) = npq = (.8) = 6. Usando a correção de continuidade: Pr ( X 5) = Φ np Φ = Φ = Φ = npq 6 4 (.5) =. 9 A aproximação sem a correção de continuidade seria: 5 5 Pr ( X 5) Φ = Φ = Φ(.5) =
4 O valor exato desta probabilidade seria calculado através da fórmula: Pr 5 x x x ( X 5) =. (.).(.8) =. 85 x= O resultado com a correção de continuidade é muito mais próximo do exato do que o cálculo sem a correção. A correção de continuidade serve para melhorar a "performance" da aproximação da Binomial pela. 3 Além disso, se desejamos aproximar através de DeMoivre e a probabilidade da variável Binomial ser igual a um número qualquer, isto só pode ser feito usando a correção de continuidade. Por que? A distribuição é contínua, e portanto a probabilidade de qualquer valor é zero, e assim precisamos encontrar a probabilidade de um intervalo em torno do ponto desejado. 4 Exemplo Seja X ~ Bin(, /). Calcule a probabilidade dos valores 5, 6,... diretamente (usando a própria distribuição Binomial) e usando a aproximação com correção de continuidade. Compare os resultados. Solução O cálculo exato é dado pela fórmula: Pr ( X = x) x =.. x x =. x 5 O cálculo aproximado com correção de continuidade é: ( ) x +.5 np x.5 np Pr X = x Φ Φ = npq x +.5 x.5 = Φ Φ 5 5 A próxima tabela compara os resultados exato e aproximado: npq x Pr(X =x) exata Pr(X =x) aproximada
5 Exemplo No exemplo anterior calcule Pr( 5 X 9) de 3 maneiras: Exatamente, Aproximadamente com correção de continuidade, Aproximadamente sem correção de continuidade. Solução Cálculo exato ( 5 X 9) = Pr( X = 5) + Pr( X = 6) Pr( X = 9) Pr = Aproximação com correção de continuidade Pr ( 5 X 9) Pr( 4.5 X 9.5) np np = Φ Φ = npq npq = Φ Φ = = Aproximação sem correção de continuidade Pr ( 5 X 9) 9 5 np np Φ Φ = npq npq 9 5 = Φ Φ = = Que é um resultado bem pior que a aproximação com correção de continuidade. 7 8 (para casa) A probabilidade de uma pessoa com mais de 65 anos pegar uma gripe no outono é 75%. Toma-se uma amostra de 6 pessoas na "3a. idade" e seja X o número destas pessoas com gripe na amostra. Calcule as seguintes probabilidades: Pr{X 4} aproximadamente pelo teorema de DeMoivre e com correção de continuidade. Pr{X 4} exatamente (só se você tiver acesso a um computador, pois do contrário será bastante trabalhoso!) Pr{45 X 5} aproximadamente pelo teorema de DeMoivre e com correção de continuidade. (para casa) Seja Y ~ Bin(, /). Calcule Pr(Y 9) exatamente. Calcule Pr(Y 9) aproximadamente pelo teorema de DeMoivre e com correção de continuidade. Calcule Pr(Y = 7) exatamente. Calcule Pr(Y= 7) aproximadamente pelo teorema de DeMoivre e com correção de continuidade. 9
6 Densidade Qui-quadrado com k graus de liberdade Seja X uma variável aleatória contínua e positiva com densidade dada por: f ( x) = k /. x k. Γ k. e x / onde x > A densidade Qui-quadrado com k graus de liberdade é apenas um caso particular da densidade Gama. χ k = Gama(α = k/, β = /) Então X tem densidade Qui-quadrado com k graus de liberdade, e escrevemos: X ~ χ k Gráficos densidades Qui-Quadrado Densidades Qui-Quadrado Gráficos densidades Qui-Quadrado Densidades Qui-Quadrado...4. quiquad( x, ) quiquad( x, 5) quiquad( x, 7).3. quiquad( x, 8).8 quiquad( x, ).6 quiquad( x, ) x x
7 Teorema Se X tem densidade Qui-quadrado com k graus de liberdade então sua média e variância são: E(X) = k VAR(X) =.k Demonstração Segue direto dos resultados correspondentes para a densidade Gama. A densidade Qui-quadrado é tabelada. As tabelas desta densidade fornecem os pontos tais que a probabilidade da variável estar ACIMA deles é especificada. Uma pequena porção de uma tabela da densidade Qui-quadrado é mostrada a seguir. graus de liberdade O EXCEL também fornece uma tabela da distribuição Quiquadrado contendo Pr(X > x). 5 6 Valor de x para o qual desejamos Pr(X > x) Da figura segue que, a Pr(X > 5) quando X é uma Qui-quadrado com graus de liberdade é.44 Graus de liberdade da Quiquadrado 7 8
8 Por exemplo: Supondo que X seja uma variável aleatória com densidade qui-quadrado com 6 graus de liberdade, a probabilidade de X exceder.87 é 99%. Analogamente, a probabilidade de X exceder.59 é 5% e a probabilidade de X estar acima de 6.8 é apenas %. Podemos estar interessados na pergunta ao contrário. Dada uma Qui-Quadrado com k graus de liberdade e uma probabilidade α, qual é o ponto tal que a probabilidade de estar ACIMA dele é α? O Excel também nos dá esta resposta, através da função CHIINV. 9 3 Da figura segue que, a Pr(X > 3.44) quando X é uma Qui-quadrado com graus de liberdade é.5 Uma propriedade muito importante da densidade Qui-quadrado é a preservação da mesma família de densidades quando somamos variáveis independentes. Ou seja, se X, X,..., X n são variáveis independentes, cada uma com distribuição Quiquadrado, a soma de X, X,..., X n também é uma variável aleatória qui-quadrado. 3 3
9 Teorema (aditividade da densidade Qui-quadrado) Sejam X, X,..., X n v.a. aleatórias independentes, e suponha que X i tem densidade qui-quadrado com k i graus de liberdade. Seja Y = X + X X n. Então Y tem também uma densidade Qui-quadrado, mas com k = k + k k n graus de liberdade. O próximo teorema exibe a relação existente entre as densidades N(,) e Qui-quadrado. 33 Teorema Seja Z ~ N(,). Então V = Z tem densidade Quiquadrado com grau de liberdade. A combinação dos dois últimos teoremas leva a um resultado importante. Sejam Z, Z,..., Z n v.a. independentes e identicamente distribuídas com densidade N(,). Então: 34 V = n i= Z = Z + Z i Z n tem densidade Qui-quadrado com n graus de liberdade. Este resultado segue trivialmente dos dois últimos, se lembrarmos que cada Z i tem densidade qui-quadrado com grau de liberdade (e são todos independentes). Por que a densidade Qui-quadrado é importante? Porque está relacionada com a distribuição da variância amostral de uma amostra aleatória, como indicado no próximo teorema. Por exemplo, se desejarmos encontrar um intervalo baseado na variância amostral que contenha, com alta probabilidade, a variância (desconhecida) da distribuição, este intervalo será construído a partir da distribuição Qui-quadrado
10 Teorema Sejam X, X,..., X n uma amostra aleatória da distribuição N(µ, σ ). Seja S a variância amostral: Então: S = n ( n ) S σ n ( X i X ) i= = n ( X i X ) i= tem distribuição Qui-quadrado com (n-) graus de liberdade. σ 37 A partir deste teorema podemos deduzir facilmente a média e variância de S. Teorema (prove-o!) Sejam X, X,..., X n uma amostra aleatória da distribuição N(µ, σ ). Seja S a variância amostral. Então: E( S ) = σ 4 σ VAR( S ) = n 38 A distribuição t de Student Tem apenas um parâmetro k, o número de graus de liberdade, e é definida como: Z T = V / k Onde Z é N(,) e V é Qui-Quadrado com k graus de liberdade, e ambos são independentes. Esta distribuição é simétrica em torno de zero, também tem forma de sino e, à medida que o número de graus de liberdade cresce, se aproxima da N(,). 39 Quando n (número de graus de liberdade) cresce, a densidade t de Student se torna cada vez mais parecida com uma N(,) Densidades t de Student e N(,) N(,) t() t(5) t()
11 Exemplo (uso de uma tabela t) graus de liberdade Por exemplo, se T tem graus de liberdade, a probabilidade de T ser menor que.37 é 9%. Se o número de graus de liberdade passa a 5, o valor tal que a probabilidade de T ser menor que ele é 9% passa a ser Função do Excel para a distribuição t Função invt(p; gl) Descrição Para a distribuição t de Student, calcula o valor t para p =.α, com gl graus de liberdade Por exemplo, INVT(.5, ) =.86 é o valor da distribuição t com graus de liberdade tal que Pr(T >.86) =.5/ =.5. CUIDADO com a especificação da probabilidade para esta função, a função INVT fornece as probabilidades bi-laterais. 4 Refazemos a seguir o exemplo anterior com a função INVT do Excel. Note a especificação da probabilidade como. =.α, enquanto na nossa tabela as colunas referem-se a - α. Resultado da função = valor tabelado 43 Por que a densidade t é importante? Ela é essencial no contexto de intervalos de confiança e testes de hipóteses, como veremos posteriormente. A justificativa vem, em parte, do próximo resultado. Teorema Sejam X, X,..., X n uma amostra aleatória da distribuição N(µ, σ ). Sejam X e S a média e variância amostrais. Então: T X µ S / n n ( X µ ) = = ~ tn S 44
12 A distribuição F Sejam V e W variáveis aleatórias independentes com densidades Qui-quadrado com p e q graus de liberdade respectivamente. Construa uma nova variável aleatória X como: V / p qv X = = W / q pw Então X tem densidade F com p graus de liberdade no numerador e q graus de liberdade no denominador, e escrevemos: X ~ F(p, q) De nsidade s F(,), F(,4) e F(,8) F(,) F(,4) F(,8) De nsidade s F(4,), F(4,4) e F(4,8) O primeiro parâmetro da densidade F indica o número de graus de liberdade do numerador, enquanto o segundo parâmetro refere-se aos graus de liberdade do denominador F(4,) F(4,4) F(4,8) A densidade F não é simétrica em torno de qualquer ponto, e dependendo do número de graus de liberdade no numerador, ela pode ter um comportamento "exponencial" ou então pode ter um máximo global
13 Resultado importante Se X ~ F(p,q) então /X ~ F(q, p). A demonstração disso é trivial se você sabe como uma distribuição F é criada. A importância da distribuição F ficará evidente quando estudarmos intervalos de confiança para a variância da. Por enquanto, iremos apenas enunciar o próximo resultado, que é importante para demonstrações futuras. Teorema Considere duas amostras independentes de tamanhos n e n obtidas a partir de duas populações Normais com variâncias σ e σ. Sejam S e S as variâncias amostrais. Então: S F = S / σ / σ tem densidade F com n - graus no numerador e n - graus no denominador Funções do Excel para a distribuição F Funções do Excel para a distribuição F Valor cuja prob. de estar ABAIXO dele queremos encontrar Graus no numerador Graus no denominador Da figura segue que Pr(X > 9.) =.5 quando X é uma variável F(5,3) 5 5
Modelos de Probabilidade e Inferência Estatística
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
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 maisCalculando seno(x)/x com o interpretador Hall.
Calculando seno(x)/x com o interpretador Hall. Problema Seja, por exemplo, calcular o valor do limite fundamental f(x)=sen(x)/x quando x tende a zero. Considerações Fazendo-se a substituição do valor 0
Leia maisIND 1115 Inferência Estatística Aula 7
Conteúdo IND 1115 Inferência Estatística Aula 7 Setembro 2004 Por que a revisão de probabilidades até agora? A importância da distribuição Normal O Mônica Barros mbarros.com 1 mbarros.com 2 Por que uma
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 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 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 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 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 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 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 maisInspeção de Qualidade
Roteiro Inspeção de Qualidade 1. Inspeção para Aceitação 2. Planos de Amostragem Simples 3. Determinação Plano de Amostragem 4. Inspeção Retificadora 5. Plano de Amostragem Dupla 6. Planos de Amostragem
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 maisVamos denotar por C o evento balancete de custo e por O o evento balancete de orçamento. Temos: #O = 4 #C = 3 # = 7 Logo, Pr(O) =4/7 Pr(C) =2/7
AEDB - 2ª BI Probabilidade e Estatística - 2 o Ano 2011 - Prof: Roberto Campos Leoni Simulado 1. Em um arquivo há 4 balancetes de orçamento e 3 balancetes de custos. Em uma auditoria, o auditor seleciona
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 maisAula de Exercícios - Variáveis Aleatórias Discretas
Aula de Exercícios - Variáveis Aleatórias Discretas Organização: Airton Kist Digitação: Guilherme Ludwig Valor Médio de uma variável aleatória Considere uma urna contendo três bolas vermelhas e cinco pretas.
Leia mais3º Ano do Ensino Médio. Aula nº09 Prof. Paulo Henrique
Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº09 Prof. Paulo Henrique Assunto: Funções do Segundo Grau 1. Conceitos básicos Definição: É uma função que segue a lei: onde, Tipos
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 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 maisCarta de controle para o desvio-padrão
Carta de controle para o desvio-padrão O desvio padrão é um indicador mais eficiente da variabilidade, principalmente para amostras grandes (a amplitude perde eficiência). Recomenda-se o uso da carta Xb
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 maisConteúdo. 1 Introdução. Histograma do Quinto Sorteio da Nota Fiscal Paraná 065/16. Quinto Sorteio Eletrônico da Nota Fiscal Paraná
Quinto Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este documento apresenta a análise dos resultados
Leia maisConteúdo. 1 Introdução. Histograma do 1o Sorteio da Nota Fiscal Paraná 152/15. 1º Sorteio Eletrônico da Nota Fiscal Paraná
1º Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este relatório apresenta uma análise estatística
Leia maisMatemática Aplicada às Ciências Sociais
ESCOLA SECUNDÁRIA DE AMORA PLANIFICAÇÃO ANUAL Matemática Aplicada às Ciências Sociais Ensino Regular Curso Geral de Ciências Sociais e Humanas 11º ANO Ano Letivo 2014 / 2015 PLANIFICAÇÃO A LONGO PRAZO
Leia maisDistribuições Binomiais Negativas, Geométricas e Hipergeométricas
Distribuições Binomiais Negativas, Geométricas e Hipergeométricas Distribuição geométrica Suponhamos que temos uma série de amostragens de Bernoulli (amostragens independentes com probabilidade constante
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 maisANÁLISE EXPLORATÓRIA DE DADOS
ANÁLISE EXPLORATÓRIA DE DADOS 1.0 Conceitos A estatística descritiva tem o objetivo de organizar, resumir e apresentar de forma adequada os dados, para que estes se tornem informativos. A análise exploratória
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 mais- Cálculo 1 - Limites -
- Cálculo - Limites -. Calcule, se eistirem, os seguintes ites: (a) ( 3 3); (b) 4 8; 3 + + 3 (c) + 5 (d) 3 (e) 3. Faça o esboço do gráfico de f() = entre 4 f() e f(4)? 3. Seja f a função definida por f()
Leia maisAula demonstrativa Apresentação... 2 Prova Resolvida Matemática Financeira TRF 3ª Região... 4
Aula demonstrativa Apresentação... 2 Prova Resolvida Matemática Financeira TRF 3ª Região... 4 1 Apresentação Olá, pessoal! Tudo bem com vocês? Saiu o edital para Auditor Fiscal de Teresina. Esta é a aula
Leia maisExercícios de Fixação Aulas 05 e 06
Disciplina: TCC-0.0 Prog. de Computadores III Professor: Leandro Augusto Frata Fernandes Turma: E- Data: / / Exercícios de Fixação Aulas 0 e 0. Construa um algoritmo (pseudocódigo e fluxograma) que determine
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 maisCÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 07: Teorema do Valor Intermediário, Teorema do Confronto e Limite Trigonométrico Fundamental Objetivos da Aula Conhecer e aplicar o Teorema
Leia maisResumo: Estudo do Comportamento das Funções. 1º - Explicitar o domínio da função estudada
Resumo: Estudo do Comportamento das Funções O que fazer? 1º - Explicitar o domínio da função estudada 2º - Calcular a primeira derivada e estudar os sinais da primeira derivada 3º - Calcular a segunda
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 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 maisJogos Bayesianos Estratégias e Equilíbrio Aplicações. Jogos Bayesianos. Prof. Leandro Chaves Rêgo
Jogos Bayesianos Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 14 de Outubro de 2014 Jogos Bayesianos Jogos
Leia maisA forma geral de uma equação de estado é: p = f ( T,
Aula: 01 Temática: O Gás Ideal Em nossa primeira aula, estudaremos o estado mais simples da matéria, o gás, que é capaz de encher qualquer recipiente que o contenha. Iniciaremos por uma descrição idealizada
Leia maisDistribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
Leia maisUNIDADE 6 TESTES DE HIPÓTESES OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM
Unidade 6 Testes de Hipóteses UNIDADE 6 TESTES DE HIPÓTESES OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM Ao finalizar esta Unidade, você deverá ser capaz de: Escolher o teste de hipótese adequado; Formular um
Leia maisAula 1 Estatística e Probabilidade
Aula 1 Estatística e Probabilidade Anamaria Teodora Coelho Rios da Silva Aula 1 Plano de ensino Planejamento das aulas Referências Bibliográficas Atividades de Aprendizagem Orientadas Sistema de Avaliação
Leia maisnúmeros decimais Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos 2 de um bolo se dividirmos esse bolo
A UA UL LA Frações e números decimais Introdução Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos de um bolo se dividirmos esse bolo em cinco partes iguais e tomarmos
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 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 maisAproximação da Distribuição Binomial pela Distribuição Normal
Aproximação da Distribuição Binomial pela Distribuição Normal Uma das utilidades da distribuição normal é que ela pode ser usada para fornecer aproximações para algumas distribuições de probabilidade discretas.
Leia maisnúmeros decimais Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos 2 de um bolo se dividirmos esse bolo
A UA UL LA Frações e números decimais Introdução Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos de um bolo se dividirmos esse bolo em cinco partes iguais e tomarmos
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 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 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 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 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 maisEXAME DE MACS 2º FASE 2014/2015 = 193
EXAME DE MACS 2º FASE 2014/2015 1. Divisor Padrão: 00+560+80+240 200 = 190 = 19 200 20 Filiais A B C D Quota Padrão 1,088 58,01 86,010 24,870 L 1 58 86 24 L(L + 1) 1,496 58,498 86,499 24,495 Quota Padrão
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 maisUNIVERSIDADE FEDERAL DE PERNAMBUCO
CÁLCULO L NOTAS DA VIGÉSIMA PRIMEIRA AULA UNIVERSIDADE FEDERAL DE PERNAMBUCO Resumo. Nesta aula, abordaremos a técnica de integração conhecida como frações parciais. Esta técnica pode ser utilizada para
Leia maisCurso de Análise Estatística Comparação entre variáveis contínuas: correlação e regressão Linear
NÚCLEO DE ESTATÍSTICA E METODOLOGIA APLICADAS Desenvolvendo conhecimento para a excelência dos cuidados em saúde mental UNIVERSIDADE FEDERAL DE SÃO PAULO Curso de Análise Estatística Comparação entre variáveis
Leia maisO que é Microsoft Excel? Microsoft Excel. Inicialização do Excel. Ambiente de trabalho
O que é Microsoft Excel? Microsoft Excel O Microsoft Excel é um programa para manipulação de planilhas eletrônicas. Oito em cada dez pessoas utilizam o Microsoft Excel pra trabalhar com cálculos e sistemas
Leia maisA. Equações não lineares
A. Equações não lineares 1. Localização de raízes. a) Verifique se as equações seguintes têm pelo menos uma solução nos intervalos dados: i) (x - 2) 2 ln(x) = 0, em [1, 2] e [e, 4]. ii) 2 x cos(x) (x 2)
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 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 maisAGRUPAMENTO DE ESCOLAS DA SÉ GUARDA. MATEMÁTICA B Curso de Artes Visuais
Direção-Geral dos Estabelecimentos Escolares Direção de Serviços da Região Centro AGRUPAMENTO DE ESCOLAS DA SÉ GUARDA MATEMÁTICA B Curso de Artes Visuais ANO LECTIVO: 2015/2016 11º ANO 1º PERÍODO PLANIFICAÇÃO
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 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 maisEquação e Inequação do 2 Grau Teoria
Equação e Inequação do Grau Teoria Candidato segue um resumo sobre resolução e discussão de equações e inequações do grau. Bons Estudos! Equação do Grau Onde Uma Equação do Grau é sentença aberta do tipo
Leia maisProposta de resolução da Prova de Matemática A (código 635) 2ª fase. 19 de Julho de 2010
Proposta de resolução da Prova de Matemática A (código 65) ª fase 9 de Julho de 00 Grupo I. Como só existem bolas de dois tipos na caixa e a probabilidade de sair bola azul é, existem tantas bolas roxas
Leia maisControle Estátistico de Processo.
Relatório de estudo dos fios. Controle Estátistico de Processo. Indice Item Assunto. Pág. Análise estatística C.E.P. 04 1 Introdução. 04 2 Controle estatístico do processo. 04 2.1 Definição. 04 2.3 Objetivo
Leia maisO cilindro deitado. Eduardo Colli
O cilindro deitado Eduardo Colli São poucas as chamadas funções elementares : potências e raízes, exponenciais, logaritmos, funções trigonométricas e suas inversas, funções trigonométricas hiperbólicas
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 mais