Intervalo de Confiança para uma Média Populacional
|
|
- Ricardo Batista Vieira
- 7 Há anos
- Visualizações:
Transcrição
1 Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra da população, x, é como se fosse uma estimativa para, a média verdadeira da população. Iformação adicioal é dada pelo desvio padrão da distribuição amostral de x, σ σ x =. O desvio padrão da distribuição de x, x σ, é um tipo de medida da dispersão das médias x de cada amostra de tamaho retirada da população em toro da média verdadeira da população. Usado a estimativa de dada pela média de uma amostra, x, o desvio padrão da distribuição amostral, σ x, e as propriedades da distribuição ormal, um itervalo de valores detro do qual a média pode estar com um certo grau de cofiaça pode ser costruído. Esse itervalo é chamado de itervalo de cofiaça para. O itervalo de cofiaça é costruído de tal maeira que a probabilidade de que esteja detro dele pode ser tão alta quato se queira, ou seja, com 90% de certeza, 95% de certeza, 99% de certeza, 99,9% de certeza etc. O poder do Teorema Cetral do Limite reside o fato de que os valores médios para amostras retiradas de uma população com qualquer distribuição estarão aproximadamete ormalmete distribuídos se o tamaho das amostras for grade. Etão, basta usar a distribuição ormal (veja o Apêdice desta aula) para se calcular as probabilidades ecessárias. 1
2 Estatística II Atoio Roque Aula 5 Na figura acima, temos uma distribuição amostral de médias x para amostras com grade retiradas de uma população cuja média vale (descohecida) e cujo desvio padrão vale σ. A distribuição amostral é ormal com média = x e desvio padrão σ σ x =. Como a distribuição amostral é ormal, sabemos (pelas propriedades da distribuição ormal) que 95% dos valores de x estão detro de um itervalo cetrado a média ido de dizer que: 1, 96 σ até σ σ P 1,96 x + 1,96 = 0, , 96 σ. Isto quer Vamos maipular a expressão detro dos parêteses acima da seguite maeira: 2
3 Estatística II Atoio Roque Aula 5 1) Some a ela: 2) Some x a ela: σ σ P 1,96 x + 1,96 = 0,95 ; 3) Multiplique-a por 1: σ σ P x 1,96 x + 1,96 = 0,95 ; 4) Re-arraje os termos: σ σ P x + 1,96 x 1,96 = 0,95 ; P x σ σ 1,96 x + 1,96 = 0,95. Em outras palavras, isto quer dizer que há 95% de chaces de que o valor médio da população,, esteja detro do itervalo ( x 1,96σ /, x + 1,96σ / ). Este itervalo é chamado de itervalo de cofiaça de 95% para o valor verdadeiro de. 95 IC = x 1,96 σ / ( 95 %) ± Poder-se-ia desejar uma seguraça maior, por exemplo um itervalo de cofiaça de 99%. Das propriedades da distribuição ormal, o itervalo de cofiaça de 99% para o valor verdadeiro de é: 99 IC = x 2,58σ / ( 99 %) ± 3
4 Estatística II Atoio Roque Aula 5 Para ilustrar o que vimos até agora, vamos cosiderar a população de 100 úmeros aleatórios dada abaixo. Eles são úmeros etre 200 e 2000 que podem, por exemplo, represetar os salários de uma população de trabalhadores. 703, , ,16 992, , ,52 202,40 793,10 587,85 851, , ,20 354,30 408,23 829,05 915, ,51 210, , , ,13 814, ,30 666, , , ,15 998,03 795, , ,89 473,28 645, , , ,25 832,67 471, , ,84 325, ,17 466, , , , , ,17 873, , , ,17 790, , ,82 964,98 240, ,60 934,00 218, , ,71 287, ,61 541, , ,35 620,41 240,66 349, , ,14 462,09 600, , , , , , , ,14 349,71 293,44 274, ,43 472,52 425,43 572, , , , ,58 566,75 664, , , ,56 763,73 200, ,37 A média dos 100 valores acima é = 1108,49 e o desvio padrão é σ = 543,35. Vamos selecioar aleatoriamete uma amostra de 30 valores desta população. Por exemplo: 814, , , , , , , ,25 408, , ,75 425,43 354, , , ,84 992, , , , ,82 793,10 763,73 210, , ,62 934,00 473,28 873, ,17 A média dos valores da amostra é x = 1208,23 e o desvio padrão é s = 512,78 (otem que o desvio padrão para a amostra foi calculado usado-se a fórmula do desvio padrão de uma amostra, dividido-se por 1). A partir dos valores calculados para a amostra, podemos estimar um itervalo de cofiaça de 95% para a média da população como: 543,35 543, ,23 1, ,23 + 1,96., o que os dá: 1013, ,66 com 95% de certeza. De fato, o valor verdadeiro da média (1108,49) está detro deste itervalo. 4
5 Estatística II Atoio Roque Aula 5 Na discussão feita até agora, assumiu-se que o tamaho da amostra é grade ( > 30) e que se cohece o desvio padrão σ da população de ode as amostras são retiradas. Na prática, etretato, o valor de σ é, em geral, descohecido. Já o tamaho da amostra pode, às vezes, ão ser maior do que 30 (por motivos de custo ou tempo). A solução mais lógica para o problema de se descohecer σ é usar o valor de s, o desvio padrão calculado para a amostra, como uma estimativa de σ. Como vamos ver, isto pode ser feito o caso em que se pode assumir que a distribuição populacioal é ormal. A Distribuição t de Studet No caso em que a população tem uma distribuição ormal com um desvio padrão σ descohecido e usa-se s como estimativa para ele, a aálise da distribuição amostral é similar à feita ateriormete, mas agora utiliza-se a chamada distribuição t de Studet, ou simplesmete distribuição t, o lugar da distribuição ormal. Isto ocorre porque, além da variação da média, de amostra para amostra, tem-se também agora a variação do desvio padrão s, de amostra para amostra. Deve-se agora levar em cota ão somete a cofiabilidade de x como estimativa de, mas também a cofiabilidade de s como estimativa deσ. Quado o tamaho da amostra aumeta, s passa a ser uma estimativa cada vez mais cofiável de σ. Para grade, s é suficietemete cofiável de modo que a substituição de σ por s é, para todos os fis práticos, válida. Cosiderase que s é suficietemete cofiável como estimativa de σ para a partir de 30. 5
6 Estatística II Atoio Roque Aula 5 Portato, para 30, mesmo que se descoheça σ usa-se s para represetar o desvio padrão da população e trata-se a distribuição amostral de x como uma distribuição ormal, com variável reduzida dada por x z = e itervalo s / de cofiaça de 95% dado por IC = x ± 1,96 s /. Isto é válido mesmo que a população de ode são tiradas as amostras ão obedeça a uma distribuição ormal. Para amostras de tamaho meor que 30, mas retiradas de uma população que teha uma distribuição ormal, deve-se estimar os itervalos de cofiaça usado-se a distribuição t de Studet. No começo do Século XX, W. S. Gosset, que escrevia seus artigos sob o pseudôimo de Studet, estudou a variável x t =, s/ que é a equivalete à variável z da distribuição ormal padrão quado se substitui σ por s. Quado a população de ode se retiram as amostras obedece a uma distribuição ormal, a variável t obedece a uma distribuição que é chamada de distribuição t de Studet. A distribuição t de Studet é uma distribuição teórica de probabilidades e é defiida por uma fução matemática, que ão será idicada aqui, mas que está tabulada a tabela a seguir. A distribuição é simétrica, tem forma de sio, e é similar à curva ormal, porém, mais espalhada e com o pico mais baixo. Desta forma, ela tem um desvio padrão maior que a ormal. 6
7 Estatística II Atoio Roque Aula 5 A distribuição t evolve um fator adicioal, o úmero de graus de liberdade (gl), e há uma curva t diferete para cada úmero de graus de liberdade. Para um gl muito grade (a partir de 29), a distribuição t ão se distigue da ormal. À medida que gl dimiui, etretato, a distribuição t tora-se cada vez mais espalhada em comparação com a ormal. Para uma amostra de tamaho, gl = 1 e a variável reduzida para a distribuição t padrão é x t 1 = s /. O itervalo de cofiaça de 95% para será dado por ode o valor de t 1 0,05 IC = x ± t s 1, 0, 05 é retirado da tabela a seguir (de maeira que há 95% de probabilidade de que esteja detro da área ão pitada o gráfico da tabela). 7
8 Estatística II Atoio Roque Aula 5 Tabela. Distribuição t de Studet A primeira colua idica o úmero de graus de liberdade (gl). Os cabeçalhos das outras coluas dão a probabilidade (p) de que t exceda umericamete o valor da casa (o valor da área pitada). g.l. p 0,50 0,25 0,10 0,05 0,025 0,01 0, , ,4142 6, ,706 25,542 63, ,32 2 0, ,6036 2,9200 4,3027 6,2053 9, , , ,4226 2,3534 3,1825 4,1765 5,8409 7, , ,3444 2,1318 2,7764 3,4954 4,6041 5, , ,3009 2,0150 2,5706 3,1634 4,0321 4, , ,2733 1,9432 2,4469 2,9687 3,7074 4, , ,2543 1,8946 2,3646 2,8412 3,4995 4, , ,2403 1,8595 2,3060 2,7515 3,3554 3, , ,2297 1,8331 2,2622 2,6850 3,2498 3, , ,2213 1,8125 2,2281 2,6338 3,1693 3, , ,2145 1,7959 2,2010 2,5931 3,1058 3, , ,2089 1,7823 2,1788 2,5600 3,0545 3, , ,2041 1,7709 2,1604 2,5326 3,0123 3, , ,2001 1,7613 2,1448 2,5096 2,9768 3, , ,1967 1,7530 2,1315 2,4899 2,9467 3, , ,1937 1,7459 2,1199 2,4729 2,9208 3, , ,1910 1,7396 2,1098 2,4581 2,8982 3, , ,1887 1,7341 2,1009 2,4450 2,8784 3, , ,1866 1,7291 2,0930 2,4334 2,8609 3, , ,1848 1,7247 2,0860 2,4231 2,8453 3, , ,1831 1,7207 2,0796 2,4138 2,8314 3, , ,1816 1,7171 2,0739 2,4055 2,8188 3, , ,1802 1,7139 2,0687 2,3979 2,8073 3, , ,1789 1,7109 2,0639 2,3910 2,7969 3, , ,1777 1,7081 2,0595 2,3846 2,7874 3, , ,1766 1,7056 2,0555 2,3788 2,7787 3, , ,1757 1,7033 2,0518 2,3734 2,7707 3, , ,1748 1,7011 2,0484 2,3685 2,7633 3, , ,1739 1,6991 2,0452 2,3638 2,7564 3, , ,1731 1,6973 2,0423 2,3596 2,7500 3, , ,1673 1,6839 2,0211 2,3289 2,7045 2, , ,1616 1,6707 2,0003 2,2991 2,6603 2, , ,1559 1,6577 1,9799 2,2699 2,6174 2,8599 0, ,1503 1,6449 1,9600 2,2414 2,5758 2,8070 8
9 Estatística II Atoio Roque Aula 5 Resumo: Passos para a Costrução de um Itervalo de Cofiaça para Os passos para a costrução de um itervalo de cofiaça de 95% ou 99% para a média de uma população,, são os seguites: 1. Decidir o ível de cofiaça a ser adotado (95% ou 99%). 2. Determiar x e s (se σ for descohecido) para a amostra e calcular o erro s padrão da média, σ (ou σ / se σ for cohecido). x = 3. Se o tamaho da amostra for maior do que 30 ( > 30), use a fórmula da distribuição ormal (se σ ão for cohecido, use s o lugar): IC = x ± z σ / x ± 1,96σ / = x ± 2,58σ / 0,05 ou 0,01 ( 95% ) ( 99% ) 4. Se o tamaho da amostra for meor do que 30 ( < 30), mas a distribuição populacioal é ormal, use a fórmula da distribuição ormal acima quado σ for cohecido, ou a fórmula da distribuição t de Studet abaixo quado σ for descohecido (com s o lugar de σ): IC = x ± t 1 s / 0, 05 ou 0, Se < 30 e a população ão tiver distribuição ormal, deve-se usar métodos da estatística ão-paramétrica para estimar. 9
10 Estatística II Atoio Roque Aula 5 Exemplo: Medidas do batimeto cardíaco de uma amostra de 10 estudates do sexo masculio idicaram média = 68, 7 x e desvio padrão s =8, 67 batidas por miuto. Queremos estimar um itervalo de 95% de cofiaça para a média populacioal (população de ode se retirou a amostra). Note que o tamaho da amostra é pequeo (10), mas sabe-se que os batimetos cardíacos das pessoas são distribuídos coforme uma distribuição ormal. Não sabemos o desvio padrão σ da população, portato devemos usar a distribuição t: IC 8,67 ( 95% ) = x ± t s / = 68,7 ± = 68,7 ± ( 2,2622)( 2, 74) = 1 t 9 0,05 0,05 = 68,7 ± 6,20 = 62,5 a 74,9 bat / mi. 10 O fluxograma abaixo sitetiza os procedimetos a serem utilizados para se determiar o itervalo de cofiaça para a média populacioal (adaptado de Daiel, W.W., Biostatistics: a foudatio for aalysis i the health scieces, 5th ed., Wiley, New York, 1991). 10
11 Estatística II Atoio Roque Aula 5 Apêdice: Revisão da distribuição ormal A figura abaixo mostra a fórmula e o gráfico da distribuição ormal: O sigificado quatitativo do desvio padrão de uma distribuição ormal pode ser etedido olhado-se para a figura abaixo: As probabilidades de se ecotrar um valor detro de itervalos simétricos cetrados a média e com larguras dadas por algus múltiplos do desvio padrão são idicadas a figura (50%, 68% etc). Essas probabilidades são obtidas calculado-se a área sob a curva gaussiaa etre dois potos dados, por exemplo, para a probabilidade de 50%: + 0, 67 σ 0,5 = p ( x, t ) dx. 0, 67 σ 11
Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc.
Capítulo 8 Estimativa do Itervalo de Cofiaça Statistics for Maagers Usig Microsoft Excel, 5e 2008 Pearso Pretice-Hall, Ic. Chap 8-1 Objetivos: Neste capítulo, você aprederá: Costruir e iterpretar estimativas
Leia maisEstatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística II Aula 3 Prof.: Patricia Maria Bortolo, D. Sc. Estimação por Itervalo Objetivos Nesta semaa, veremos: Como costruir e iterpretar estimativas por itervalos de cofiaça para a média e a proporção
Leia maisMEDIDAS E INCERTEZAS
9//0 MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a desigação de úmeros a propriedades de objetos ou a evetos do mudo real de forma a descrevêlos quatitativamete. Outra forma
Leia maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hipóteses Neste capítulo será estudado o segudo problema da iferêcia estatística: o teste de hipóteses. Um teste de hipóteses cosiste em verificar, a partir das observações de uma amostra,
Leia maisObjetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir
Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram
Leia maisEstimação por Intervalo (Intervalos de Confiança):
Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisMAE 116 Estimação para a média FEA - 2º Semestre de 2018
MAE 116 Estimação para a média FEA - 2º Semestre de 2018 1 Objetivo da aula O objetivo é estimar a média de uma população (ou de uma variável aleatória) Vamos iicialmete estudar de forma empírica a distribuição
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisEstatística II. Aula 6. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística II Aula 6 Prof.: Patricia Maria Bortolo, D. Sc. Testes ara duas amostras Objetivos Nesta aula você arederá a usar o teste de hióteses ara comarar as difereças etre: As médias de duas oulações
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisTestes de Hipóteses sobre uma Proporção Populacional
Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.
Leia maisTestes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5
Testes de Hipóteses Supoha que o ível crítico de ifestação por um iseto-praga agrícola é de 10% das platas ifestadas. Você decide fazer um levatameto em ove lotes, selecioados aleatoriamete, de uma área
Leia mais4. Inferência Estatística Estimadores Pontuais
4. Iferêcia Estatística Estimadores Potuais 4.1. Itrodução Em lihas gerais, a Iferêcia Estatística objetiva estudar a população através de evidêcias forecidas pela amostra. É a amostra que cotém os elemetos
Leia maisVamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos:
Medidas de Disperção Itrodução: - Observamos ateriormete que as medidas de tedêcia cetral são usadas para resumir, em um úico úmero, aquele parâmetro que será o represetate do cojuto de dados. Estas medidas
Leia maisObjetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisDistribuição Amostral da Média: Exemplos
Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos
Leia maisObjetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia maiss =, sendo n= n Uma amostra de 60 indivíduos onde a massa corpórea, em kg, tiver média 42kg e um desvio padrão de 3,5 o Erro Padrão da Média será:
statística Aplicada Prof. Atoio Sales/ 013 DSVIO PADRÃO RRO PADRÃO DA MÉDIA As iferêcias sobre uma população podem ser baseadas em observações a partir de amostras de populações. Como a amostra, a maior
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisIND 1115 Inferência Estatística Aula 13
mbarros.com 3 mbarros.com 4 Coteúdo IND 5 Iferêcia Estatística Aula 3 Novembro 005 Môica Barros Itervalos de Cofiaça para Difereças etre Médias (Variâcias supostas iguais) Itervalo de Cofiaça para a variâcia
Leia maisESTIMAÇÃO PARA A MÉDIA
ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao
Leia maisMétodos Quantitativos Aplicados
Métodos Quatitativos Aplicados Aula 3 http://www.iseg.ulisboa.pt/~vescaria/mqa/ Tópicos apresetação Itrodução aos packages estatísticos: SPSS Aálise Uivariada: Redução de dados e caracterização de distribuições
Leia mais9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros
INE 7 - Iferêcia Estatística Estimação de Parâmetros 1 9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros 9.1 - Itrodução Estatística é a ciêcia que se ocupa de orgaizar, descrever, aalisar e iterpretar
Leia mais1 Estimação de Parâmetros
1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a
Leia maisRevisando... Distribuição Amostral da Média
Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisUma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra
Distribuição amostral de Um dos procedimetos estatísticos mais comus é o uso de uma média da amostra ( ) para fazer iferêcias sobre uma população de média µ. Esse processo é apresetado a figura abaio.
Leia mais1 Distribuições Amostrais
1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados
Leia maisExercícios de Intervalos de Confiança para media, variância e proporção
Exercícios de Itervalos de Cofiaça para media, variâcia e proporção 1. Se uma amostra aleatória =5, tem uma média amostral de 51,3 e uma desvio padrão populacioal de σ=. Costrua o itervalo com 95% de cofiaça
Leia maisNOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA
NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer
Leia maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas
Leia maisModelos 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 maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia mais10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
Leia maisO que é Estatística?
O que é Estatística? É um método de observação de feômeos coletivos. Ocupa-se da coleta, orgaização, resumo, apresetação e aálise de dados. Objetivo - Obter iformações que permitam uma descrição dos feômeos
Leia maisComparação entre duas populações
Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas
Leia maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas
Leia maisMAE0229 Introdução à Probabilidade e à Estatística II
Exercício : Sabe-se que o tempo de viagem de um local A a zoa orte de São Paulo até a USP segue uma distribuição ormal com desvio padrão 9 miutos. Em 200 dias aotou-se o tempo gasto para vir desse poto
Leia maisMétodos de Amostragem
Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a
Leia maisNosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ
TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL µ Nosso objetivo agora é estudar a média de uma variável quatitativa X. Deotamos a média descohecida como E(X)µ Mais precisamete, estimamos a média µ, costruímos
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisUNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR
UNICAMP - 004 ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Em uma sala há uma lâmpada, uma televisão [TV] e um aparelho de ar codicioado [AC]. O cosumo da lâmpada equivale
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 maisTestes de Hipóteses para a Diferença Entre Duas Médias Populacionais
Estatística II Atoio Roque Aula Testes de Hipóteses para a Difereça Etre Duas Médias Populacioais Vamos cosiderar o seguite problema: Um pesquisador está estudado o efeito da deficiêcia de vitamia E sobre
Leia maisESTATÍSTICA EXPLORATÓRIA
ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas
Leia maisbinomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.
biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa
Leia maisCAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisAnálise Combinatória I
Aálise Combiatória I O pricípio fudametal da cotagem ada mais é que a maeira mais simples possível de determiar de quatas maeiras diferetes que um eveto pode acotecer. Se eu, por exemplo, estiver pitado
Leia maisCAPÍTULO III ANÁLISE DOS DADOS. Para responder à primeira pergunta, observe os dois gráficos abaixo
CAPÍTULO III ANÁLISE DOS DADOS III.5 Idéias básicas sobre gráficos e modelos Modelos são regras matemáticas que permitem reproduzir um cojuto de valores uméricos a partir de outro ao qual correspodem.
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 maisEstatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL
Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL AULA 8 16/05/17 Prof a Lilia M. Lima Cuha Maio de 017 PROPOSITO FUNDAMENTAL DA INFERÊNCIA ESTATISTICA DESENVOLVER ESTIMATIVAS E TESTAR HIPOTESES
Leia mais( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução.
55 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Itrodução. No processo de resolução de um problema prático é reqüete a ecessidade de se obter a solução de um sistema de equações ão lieares. Dada
Leia maisCapítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)
Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar
Leia maisCapítulo 5- Introdução à Inferência estatística.
Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese
Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,
Leia mais1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos
9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais
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 maise, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e
Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas
Leia maisCurso Mentor. Radicais ( ) www.cursomentor.wordpress.com. Definição. Expoente Fracionário. Extração da Raiz Quadrada. Por definição temos que:
Curso Metor www.cursometor.wordpress.com Defiição Por defiição temos que: Radicais a b b a, N, Observação : Se é par devemos ter que a é positivo. Observação : Por defiição temos:. 0 0 Observação : Chamamos
Leia maisAMOSTRAGEM. CENSO: Quando é investigada todas (sem exceção) as unidades de uma população.
AMOSTRAGEM CENSO X AMOSTRA População: Qualquer cojuto que possui, pelo meos, uma característica em comum. Exemplo: Produção de peças da Idústria X. A população pode ser fiita ou ifiita. População fiita:
Leia maisActivALEA. ative e atualize a sua literacia
ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto
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 maisAnálise de Projectos ESAPL / IPVC. Casos Particulares de VLA e TIR. Efeitos de Impostos, Inflação e Risco.
Aálise de Projectos ESAPL / IPVC Casos Particulares de VLA e TIR. Efeitos de Impostos, Iflação e Risco. O Caso dos Fluxos de Caixa Costates uado um ivestimeto apreseta fluxos de caixa costates ao logo
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 maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisIntervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
Leia maisA Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.
UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia maisContabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisDistribuições Amostrais
7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria
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 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 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 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 maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:
Leia maisINTERVALO DE CONFIANÇA
INTERVALO DE CONFIANÇA Supoha que etejamo itereado um parâmetro populacioal verdadeiro (ma decohecido) θ. Podemo etimar o parâmetro θ uado iformação de oa amotra. Chamamo o úico úmero que repreeta o valor
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 maisMEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA
MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA Média ) Tabela de frequêcias simples Cálculo da média: Tabela a Distribuição da idade de fucioários hipertesos Frequêcia Frequêcia (aos) 7 4 5 6 4 4 44 45 46 5 (aos)
Leia maisSumário. 2 Índice Remissivo 19
i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................
Leia mais11 Aplicações da Integral
Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos
Leia maisVirgílio A. F. Almeida DCC-UFMG 1/2005
Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado
Leia maisNeste capítulo, vamos estender o conceito de adição, válido para um número finito de parcelas, à uma soma infinita de parcelas.
5. SÉRIES NUMÉRICAS Neste capítulo, vamos esteder o coceito de adição, válido para um úmero fiito de parcelas, à uma soma ifiita de parcelas. 5.: Defiição e exemplos: Série geométrica e série de Dirichlet
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisMAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA
MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA 1. (2,5) Um provedor de acesso à iteret está moitorado a duração do tempo das coexões
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 mais4. Inferência Estatística Estimadores Pontuais
4. Iferêcia Estatística Estimadores Potuais 4.1. Itrodução Em lihas gerais, a Iferêcia Estatística objetiva estudar a população através de evidêcias forecidas pela amostra. É a amostra que cotém os elemetos
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 1
MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X
Leia maisProbabilidade II Aula 12
Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em
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 maisStela Adami Vayego DEST/UFPR
Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma
Leia mais