MAE0219 Introdução à Probabilidade e Estatística I
|
|
|
- Edson Fraga Pinhal
- 9 Há anos
- Visualizações:
Transcrição
1 Exercício 1 A altura média dos estudantes do sexo masculino em uma universidade é de 170 cm com desvio padrão de 12 cm. Uma amostra aleatória de de 64 estudantes dessa universidade é observada. Calcule aproximadamente: a a probabilidade da média amostral não ultrapassar 172 cm b ultrapassar 175 cm, c otenha aproximadamente o primerio e terceiro quartis da média amostral. mediana? Qual é a Seja U a altura de um estudante do sexo masculino de uma universidade. Temos que EU = µ = 170. VarU = σ 2 = 12 2 = 144. Seja a altura de 64 estudantes do sexo masculino desta universidade. Temos que, µ = σ 2 = = Seja a altura média dos 64 estudantes do sexo masculino desta universidade. Temos que, µ = 170. σ 2 = = a A probabilidade da média amostral não ultrapassar 172 cm é dada por, P 172 = P Z 172 µ = P Z = P Z 2 8 = P Z 1, 33 = 0, b A probabilidade da média amostral ultrapassar 175 cm é dada por, P 175 = P Z 175 µ = P Z = P Z 5 8 = P Z 3, 33 = 1 P Z 3, 33 = 1 0, 9996 = 0, Página 1 de 7
2 c O primerio quartil aproximadamente é dado por P k 1 = 0, 25 P Z k 1 µ = 0, 25 P Z k = 0, 25 em que c 1 = k Pela Tabela da normal, c 1 = 0, 67. Assim obtemos, c 1 = k = 0, 67 k 1 = 170 1, 005 = 168, 995. Portanto, o primeiro quartil é aproximadamente 168,995 cm. Agora o terceiro quartil da média amostral é dado por P k 3 = 0, 75 P Z k 3 µ = 0, 75 P Z k = 0, 75 em que c 3 = k Pela Tabela da normal, c 3 = 0, 67. Assim obtemos, c 3 = k = 0, 67 k 3 = , 005 = 171, 005 Portanto, o terceiro quartil é aproximadamente 168,995 cm. Por último, considerando que a distribuição aproximada de é Normal e por propriedade desta distribuição, µ é também a mediana, assim a mediana aproximada é dada por 170 cm. Exercício 2 Uma ONG recebe em média R$60,00 por doação com desvio padrão de R$30,00. A ONG precisa de pelo menos R$10.000,00 por mês para pagamento das despesas fixas. Responda: a Se num determinado mês a ONG recebe 160 doações qual a probabilidade de não conseguir o suficiente para o pagamento das despesas fixas? b Quantos doadores no mínimo deve ter a ONG num determinado mês de modo que a probabilidade de não ter recursos suficientes para o pagamento das despesas fixas seja no máximo 5%? Página 2 de 7
3 MAE0219 Introdução à Probabilidade e Estatística I a Seja U a doação que uma ONG recebe por pessoa. Temos que EU = µ = 60. Seja a doação de 160 pessoas. Temos que, VarU = σ 2 = 30 2 = 900. µ = σ 2 = = = Se num determinado mês a ONG recebe 160 doações a probabilidade de não conseguir o suficiente para o pagamento das despesas fixas é dada por P = P Z µ = P Z = P Z 400 = P Z 1, 05 = 0, , 47 b Seja Y a doação de n pessoas. Note que, µ Y = n 60. σ 2 Y = n 302 PY = 0, 05 P Z µ Y = 0, 05 σ Y n 60 P Z = 0, 05 n 30 P Z z = 0, 05 Fazendo z = n 60 n 30, z é tal que A z = 0, 95 Pela tabela da normal padrão, z= 1, 64. Assim, n 60 n 30 = 1, 64 n 30 1, 64 + n = 0. Seja y = n, e resolvemos y 30 1, 64+y = 0 usando a fórmula de bháskara para resolver equações do segundo grau. De forma que obtemos as raízes aproximadas são: 13, e 12, Descartamos a raiz negativa e temos, y = n = 13, n 177, Portanto são necessários no 178 doadores no mínimo para a ONG num determinado mês de modo que a probabilidade de não ter recursos suficientes para o pagamento das despesas fixas seja no máximo 5%. Página 3 de 7
4 Exercício 3 A distribuição dos comprimentos dos elos da corrente de uma marca de bicicleta segue distribuição normal de média 2 cm e desvio padrão de 0,10 cm. Para que uma corrente se ajuste à bicicleta, deve ter comprimento total entre 58 e 61 cm. Responda: a Qual a probabilidade de uma corrente com 30 elos não se ajustar à bicicleta? b E para uma corrente de 29 elos? a Seja U o comprimento do elo da corrente de uma marca de bicicleta, U N2; 0, 1 2. Temos que EU = µ = 2. VarU = σ 2 = 0, 1 2 = 0, 01. Seja o comprimento de uma corrente com 30 elos µ = 30 2 = 60. σ 2 = 30 0, 12 = 0, 3 A probabilidade de uma corrente com 30 elos se ajustar à bicicleta é dada por, 58 µ P58 < < 61 = P < Z < 61 µ = P < Z < 0, 3 0, 3 = P 3.65 < Z < 1, 83 = P Z < 1, 83 P Z 3, 65 = P Z < 1, 83 P Z 3, 65 = P Z < 1, 83 1 P Z < 3, 65 = A1, 83 1 A3, 65 = 0, , 9999 = 0, , 0001 = 0, 9663 Portanto, a probabilidade de uma corrente com 30 elos não se ajustar à bicicleta é dada por, 1-0,9663=0,0337. b Seja Y o comprimento de uma corrente com 29 elos µ Y = 29 2 = 58, σ 2 Y = 29 0, 12 = 0, 29. Página 4 de 7
5 A probabilidade de uma corrente com 29 elos se ajustar à bicicleta é dada por, 58 µy P58 < Y < 61 = P < Z < 61 µ Y σ Y σ Y = P < Z < 0, 29 0, 29 = P 0 < Z < 5, = 0, 5 Portanto, a probabilidade de uma corrente com 29 elos não se ajustar à bicicleta é dada por 0,5. Exercício 4 Cada operador de telemarketing de uma central de telecomunicações faz em média 15 atendimentos por dia com desvio padrão de 9 atendimentos. O custo por atendimento é de R$ 7,00. Calcule aproximadamente a probabilidade do custo mensal 30 dias de um operador ultrapassar R $ 3.500,00. Qual é o custo mensal que no máximo 10% dos atendentes irá ultrapassá-lo. Seja U o número de atendimentos de um operador de telemarketing por dia. Temos que EU = µ = 15. VarU = σ 2 = 9 2 = 81. Seja o número de atendimentos de um operador de telemarketing em 30 dias, µ = = 450. σ 2 = =. O custo por atendimento é de R$ 7,00. Para o custo mensal 30 dias de um operador ultrapassar R$ 3.500,00, este operador deve fazer mais do que 500 atendimentos durante um mês. Assim a probabilidade aproximada do custo mensal 30 dias de um operador ultrapassar R$ 3.500,00 é dada por, P > 500 = P Z > 500 µ = P Z > = P Z > 1, 01 = 1 P Z 1, 01 = 1 A1, 01 = 1 0, 8438 = 0, Página 5 de 7
6 Vamos determinar o número de atendimentos que apenas 10% dos operadores de telemarketing irão ultrapassar. Note que P > k = 0, 10 P Z > k µ = 0, 10 P Z > k 450 = 0, 10 P Z k 450 = 0, 90 Fazendo z = k 450 z é tal que Az = 0, 90 Pela tabela da normal padrão, z= 1, 28. Portanto, z = k 450 = 1, 28 k 513, Ou seja, o número de chamadas que no máximo 10% dos operadores irá ultrapassar é aproximadamente 513,0976. Logo, custo mensal que no máximo 10% dos atendentes irá ultrapassar é aproximadamente R$ 3591,683. Exercício 5 O número de acessos por minuto num site esportivo segue aproximadamente distribuição de Poisson de média 10 acessos. Calcule usando aproximação da Poisson pela normal a probabilidade de pelo ocorrerem entre 55 e 65 acessos neste site num período de 5 minutos. Obtenha um intervalo centrado na média para o total de acessos neste site em 30 minutos. Seja U o número de acessos por minuto num site esportivo e temos que EU = µ = 10 e VarU = σ 2 = 10. Seja o número de de acessos no site esportivo num período de 5 minutos, com µ = 5 10 = 50 e σ 2 = 5 10 = 50 = 7, µ P55 < < 65 = P < Z < 65 µ = P < Z < = P 0, 707 < Z < 2, 121 = P Z < 2, 121 P Z 0, 707 = A2, 121 A0, 707 = 0, , 7611 = 0, 2167 Página 6 de 7
7 A probabilidade aproximada de pelo ocorrerem entre 55 e 65 acessos neste site num período de 5 minutos é 0, Seja Y o número de acessos no site esportivo num período de 30 minutos temos que µ Y = = 300 e σ 2 Y = = 300 = 17, Seja Y o número médio de acessos no site esportivo num período de 30 minutos temos que µ Y = σ 2 Y = 10 e = = = 1 3 = 0, Considerando a aproximação de Y a uma distribuição normal podemos usar algumas propriedades desta distribuição. Calcularemos o três intervalo centrado na média considerando amplitudes diferentes. Temos, Pµ Y σ Y < Y < µ Y + σ Y = P10 0, 5774 < Y < , 5774 = P 9, 4226 < Y < 10, 5774 = 0, 683 Pµ Y 2σ Y < Y < µ Y + 2σ Y = P10 1, 1547 < Y < , 1547 = P 8, 8453 < Y < 11, 1547 = 0, 955 Pµ Y 3σ Y < Y < µ Y + 3σ Y = P10 1, 7320 < Y < , 7320 = P 8, 2679 < Y < 11, 7320 = 0, 997 Vemos que a medida que aumenta a amplitude do intervalo aumenta a probabilidade asociada ao intervalo. Página 7 de 7
Var(U) = σ 2 = 12 2 = 144. Seja X a altura de 64 estudantes do sexo masculino desta universidade. Temos que, σ 2 X = = (8 12) 2.
1 Exercício 1 A altura média dos estudantes do sexo masculino em uma universidade é de 170 cm com desvio padrão de 12 cm. Uma amostra aleatória de de 64 estudantes dessa universidade é observada. Calcule
MAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 1 o semestre de 201 O tempo de vida útil de uma lavadora de roupas automática tem distribuição aproximadamente Normal, com média de 3,1 anos e desvio padrão de 1,2 anos. a Qual deve ser o valor
Teorema do Limite Central
Teorema do Limite Central Bacharelado em Economia - FEA - Noturno 1 o Semestre 2014 MAE0219 (IME-USP) Teorema do Limite Central 1 o Semestre 2014 1 / 47 Objetivos da Aula Sumário 1 Objetivos da Aula 2
Probabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição
( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano [email protected] Aula 4 09/2014 Estatística Descritiva Medidas de Variação Probabilidade e Estatística 3/42 Medidas de Variação Vamos
Lucas Santana da Cunha 12 de julho de 2017
DISTRIBUIÇÃO NORMAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 12 de julho de 2017 Distribuição Normal Dentre todas as distribuições de probabilidades,
Métodos Estatísticos
Métodos Estatísticos 5 - Distribuição Normal Referencia: Estatística Aplicada às Ciências Sociais, Cap. 7 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Distribuição de Probabilidades A distribuição
Estatística e Probabilidade Aula 06 Distribuições de Probabilidades. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 06 Distribuições de Probabilidades Prof. Gabriel Bádue Teoria A distribuição de Poisson é uma distribuição discreta de probabilidade, aplicável a ocorrências de um evento
MAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
A 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 Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através
Prof. Francisco Crisóstomo
Unidade II ESTATÍSTICA BÁSICA Prof. Francisco Crisóstomo Unidade II Medidas de posição Medidas de posição Tem como característica definir um valor que representa um conjunto de valores (rol), ou seja,
MAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 O tempo de vida útil de uma lavadora de roupas automática tem distribuição aproximadamente Normal, com média de 3,1 anos e desvio padrão de 1,2 anos. a Qual deve ser o valor do tempo de garantia
Unidade 6 Aplicações do estudo das derivadas
Unidade 6 Aplicações do estudo das derivadas Máximos e mínimos de uma função Definição 6.. Dada a função f : I, um ponto x I é chamado de (i) ponto de máximo relativo (ou local) da função quando f ( x)
Medidas de Dispersão. Prof.: Joni Fusinato
Medidas de Dispersão Prof.: Joni Fusinato [email protected] [email protected] 1 Dispersão Estatística As medidas de posição (média, mediana, moda) descrevem características dos valores numéricos
Distribuições 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,
Introdução à Probabilidade e à Estatística (BCN ) Prova 2 (A) 16/08/2018 Correção
Introdução à Probabilidade e à Estatística (BCN0406-1) Prova 2 (A) 16/08/2018 Correção (1.pt) 1. Dadas as seguintes probabilidades associadas à variável aleatória X: -1 1 2 p() 1/2 1/3 1/6 a) Calcule a
Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável
Solução dos Exercícios - Capítulos 1 a 3
Capítulo 9 Solução dos Exercícios - Capítulos a 3 9. Capítulo. a Como o valor se refere aos pacientes estudados, e não a todos os pacientes, esse é o valor de uma estatística amostral. b Estatística amostral
MEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO Lucas Santana da Cunha [email protected] http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 10 de maio de 2017 relativo (DPR) São medidas que visam fornecer o grau de
Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
1. (a) Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus valores, com as probabilidades sendo os pesos.
GET00172 - Fundamentos de Estatística Aplicada Gabarito da Lista de Exercícios Inferência rofa. Ana Maria Farias 1. a Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus
Análise Exploratória e Estimação PARA COMPUTAÇÃO
Análise Exploratória e Estimação MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Médias Média Aritmética (valor médio de uma distribuição) n x = 1 n i=1 x i = 1 n x 1 + + x n Média Aritmética
Prof. Dr. Lucas Santana da Cunha de abril de 2018 Londrina
Medidas de Dispersão Prof. Dr. Lucas Santana da Cunha email: [email protected] http://www.uel.br/pessoal/lscunha/ 11 de abril de 2018 Londrina 1 / 18 São medidas que visam fornecer o grau de variabilidade
MEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões
MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm
Departamento de Matemática - IST(TP)
Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística LEIC+LERC+LEE 2 o Exame/2 o Teste 2 o Semestre/2 a Época 2007/08 Duração: 3 horas/1 hora e 30 minutos
Como a PA é decrescente, a razão é negativa. Então a PA é dada por
Detalhamento das Soluções dos Exercícios de Revisão do mestre 1) A PA será dada por Temos Então a PA será dada por:, e como o produto é 440: Como a PA é decrescente, a razão é negativa. Então a PA é dada
Estatística Indutiva
Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição
Estatística e Probabilidade
Aula 3 Cap 02 Estatística Descritiva Nesta aula... estudaremos medidas de tendência central, medidas de variação e medidas de posição. Medidas de tendência central Uma medida de tendência central é um
Física Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
MAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 A tabela abaixo mostra o número de meses em que houve aumento do nível de atividade de quinze empresas de tamanho pequeno (P), médio (M) e grande (G), do setor comercial (C) e industrial (I).
Física Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Probabilidade e Estatística
Probabilidade e Estatística Aula 6 Distribuições Contínuas (Parte 02) Leitura obrigatória: Devore, Capítulo 4 Chap 6-1 Distribuições de Probabilidade Distribuições de Probabilidade Distribuições de Probabilidade
Medidas de Posição ou Tendência Central
Medidas de Posição ou Tendência Central Medidas de Posição ou Tendência Central Fornece medidas que podem caracterizar o comportamento dos elementos de uma série; Possibilitando determinar se um valor
Física Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Contínuas
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Contínuas Professora Renata Alcarde Piracicaba abril 2014 Renata Alcarde Estatística Geral 24 de Abril de 2014
Lista 5. Prof. Erica Castilho Rodrigues Disciplina: Introdução à Estatística e Probabilidae. 06 de Maio. Data de entrega: a denir
Lista 5 Prof. Erica Castilho Rodrigues Disciplina: Introdução à Estatística e Probabilidae 06 de Maio Data de entrega: a denir 1. Uma amostra de 20 operários de uma companhia apresentou os seguintes salários
Capítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados.
Capítulo 5 Distribuições de probabilidade normal slide 1 Descrição do capítulo 5.1 Introdução à distribuição normal e distribuição normal padrão 5.2 Distribuições normais: encontrando probabilidades 5.3
Aproximação 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.
Noções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23
Noções de Simulação Ciências Contábeis - FEA - Noturno 2 o Semestre 2013 MAE0219 (IME-USP) Noções de Simulação 2 o Semestre 2013 1 / 23 Objetivos da Aula Sumário 1 Objetivos da Aula 2 Motivação 3 Geração
Amostragem Aleatória e Descrição de Dados - parte I
Amostragem Aleatória e Descrição de Dados - parte I 2012/02 1 Amostra e População 2 3 4 Objetivos Ao final deste capítulo você deve ser capaz de: Calcular e interpretar as seguintes medidas de uma amostra:
Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011
Distribuição Normal Prof a Dr a Alcione Miranda dos Santos Universidade Federal do Maranhão Programa de Pós-Graduação em Saúde Coletiva email:[email protected] Abril, 2011 1 / 18 Sumário Introdução
PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano [email protected] Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete
Estatística Aplicada II. } Estimação e Intervalos de Confiança
Estatística Aplicada II } Estimação e Intervalos de Confiança 1 Aula de hoje } Tópicos } Revisão } Estimação } Intervalos de Confiança } Referências } Barrow, M. Estatística para economia, contabilidade
Variáveis Aleatórias Contínuas
Variáveis Aleatórias Contínuas Bacharelado em Administração - FEA - Noturno 2 o Semestre 2017 MAE0219 (IME-USP) Variáveis Aleatórias Contínuas 2 o Semestre 2017 1 / 35 Objetivos da Aula Sumário 1 Objetivos
Inferência Estatistica
Inferência Estatistica Ricardo Ehlers [email protected] Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Distribuição Normal. Estatística Aplicada I DISTRIBUIÇÃO NORMAL. Algumas característica importantes. 2πσ
Estatística Aplicada I DISTRIBUIÇÃO NORMAL Prof a Lilian M. Lima Cunha AULA 5 09/05/017 Maio de 017 Distribuição Normal Algumas característica importantes Definida pela média e desvio padrão Media=mediana=moda
Teoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Estatística e Probabilidade Aula 08 Estimativas e Tamanho Amostral. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 08 Estimativas e Tamanho Amostral Prof. Gabriel Bádue Motivação Estatística Inferencial Conjunto de métodos e procedimentos pelo meio dos quais tiramos conclusões sobre
Capítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
MAE0229 Introdução à Probabilidade e Estatística II
Exercício Entre jovens atletas, um nível alto de colesterol pode ser considerado preocupante e indicativo para um acompanhamento médico mais frequente. Suponha que são classificados como tendo taxa de
Medidas de dispersão. 23 de agosto de 2018
23 de agosto de 2018 Dispersão de dados A representação feita pelas medidas centrais, ao mesmo tempo que permite uma visualização rápida das informações acaba levando ao embaralhamento do conjunto. A média
Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)
Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:
1 Introdução. 2 Variáveis Aleatórias Discretas (VAD)
Prof. Janete Pereira Amador 1 1 Introdução Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações podem ser descritas por uma variável
Aula 7 Intervalos de confiança
Aula 7 Intervalos de confiança Nesta aula você aprenderá um método muito importante de estimação de parâmetros. Na aula anterior, você viu que a média amostral X é um bom estimador da média populacional
Distribuições Contínuas de Probabilidade
Distribuições Contínuas de Probabilidade Uma variável aleatória contínua é uma função definida sobre o espaço amostral, que associa valores em um intervalo de números reais. Exemplos: Espessura de um item
Intervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Estatística Básica. Variáveis Aleatórias Contínuas. Renato Dourado Maia. Instituto de Ciências Agrárias. Universidade Federal de Minas Gerais
Estatística Básica Variáveis Aleatórias Contínuas Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Lembrando... Uma quantidade X, associada a cada possível resultado
Fernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
MEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO [email protected] http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 31 de maio de 2017 relativo (DPR) São medidas que visam fornecer o grau de variabilidade ou dispersão
Teste para a Média Populacional com Variância Conhecida
Teste para a Média Populacional com Variância Conhecida Quando o desvio padrão σ for conhecido, a estatística do teste é: x µ z obs = σ n onde: x é a média amostral; µ é a média populacional testada (sob
5 TORIA ELEMENTAR DA AMOSTRAGEM
5 TORIA ELEMENTAR DA AMOSTRAGEM É errôneo pensar que, caso tivéssemos acesso a todos os elementos da população, seríamos mais precisos. Os erros de coleta e manuseio de um grande número de dados são maiores
Mais Aplicações sobre cálculo de probabilidades
Mais Aplicações sobre cálculo de probabilidades Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística - Universidade Federal da Paraíba - UFPB Noções de Epidemiologia Em algumas aplicações
Cálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB [email protected] Distribuição Normal Motivação: Distribuição
x P(X = x) 0,1 0,7 0,2
GET001 Fundamentos de Estatística Aplicada Exercícios de revisão para a 3 rofa. Ana Maria Farias 2018-1 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade da idade de
Unidade III Medidas Descritivas
Unidade III Medidas Descritivas Autor: Anderson Garcia Silveira Anderson Garcia Silveira Na aula anterior... Medidas de Tendência Central 2 Na aula anterior... Medidas de Tendência Central Moda Mediana
INE 7001 Estatística para Administradores I Turma Prática 1 15/08/2016 GRUPO:
INE 7001 Estatística para Administradores I Turma 02301 - Prática 1 15/08/2016 No arquivo Prática_em_planilhas.xlsx, procurar pela planilha Prática1. Usando o primeiro conjunto de dados (dados sobre os
Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Inferência Estatística: Conceitos Básicos II
Inferência Estatística: Conceitos Básicos II Distribuição Amostral e Teorema do Limite Central Análise Exploratória de dados no SPSS Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação
Distribuição Normal. Prof. Herondino
Distribuição Normal Prof. Herondino Distribuição Normal A mais importante distribuição de probabilidade contínua em todo o domínio da estatística é a distribuição normal. Seu gráfico, chamado de curva
Tiago Viana Flor de Santana
ESTATÍSTICA BÁSICA DISTRIBUIÇÃO NORMAL DE PROBABILIDADE (MODELO NORMAL) Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ [email protected] sala 07 Curso: MATEMÁTICA Universidade Estadual
GET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P2 Profa. Ana Maria Farias
GET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P Profa. Ana Maria Farias 1. Em 00, Kaspersky Lab relatou que aproximadamente 0% de todos os e-mails são lixo ou spam.
Estatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
MAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 Considere os dados abaixo sobre distribuição de salário (em reais) num grupo de 1000 individuos. Tabela 1: Distribuição de frequências da variável salário Classe de Salário n i f i 500-1000
Distribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros ESQUEMA DO CAPÍTULO 7.1 INTRODUÇÃO 7.2 DISTRIBUIÇÕES AMOSTRAIS E TEOREMA DO LIMITE CENTRAL 7.3 CONCEITOS GERAIS DE ESTIMAÇÃO PONTUAL 7.3.1 Estimadores
MAE Introdução à Probabilidade e Estatística II Resolução Lista 4
MAE 9 - Introdução à Probabilidade e Estatística II Resolução Lista 4 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 Antes de testar se a produtividade média dos operários do período diurno
4ª LISTA DE EXERCÍCIOS - LOB1012. Variáveis Aleatórias Contínuas, Aproximações e TLC
4ª LISTA DE EXERCÍCIOS - LOB1012 Variáveis Aleatórias Contínuas, Aproximações e TLC Assunto: Função Densidade de Probabilidade Prof. Mariana Pereira de Melo 1. Suponha que f(x) = x/8 para 3
Distribuição de frequências. Prof. Dr. Alberto Franke
Distribuição de frequências Prof. Dr. Alberto Franke E-mail: [email protected] 1 Distribuição de frequências Há necessidade de distinguir entre: Distribuição observada Distribuição verdadeira Distribuição
b) 5 6 d) 1 6 e) 7 6
CONHECIMENTOS ESPECÍFICOS 21. Em estatística, duas medidas são de grande importância na análise de dados, medidas de tendência central e de dispersão. Dentre as medidas indicadas abaixo, são, respectivamente,
Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Noções básicasb de Inferência Estatística descritiva inferencial População - Parâmetros desconhecidos (reais) Amostra
UAlg esght DISTRIBUIÇÕES
UAlg esght DISTRIBUIÇÕES TEÓRICAS EXERCÍCIOS ( [email protected] ) Dezembro 2014 Distribuições Teóricas - Exercícios 1 1 - A impressora do centro de cálculo trabalha 90% do tempo. Se realizarmos dez inspecções
Probabilidade e Estatística
Probabilidade e Estatística Aula 7: Intervalos de Confiança com uma amostra Leitura obrigatória: Devore, cap 7 ou Montgomery e Runger, cap 8 Chap 8-1 Objetivos Como inferir sobre um parâmetro da população,
MAE116 Farmácia Estatística Descritiva (I)
MAE116 Farmácia 2017 Estatística Descritiva (I) 1 O que é Estatística A estatística desempenha o papel importante em muitos processos de tomada de decisão. Um pesquisador, em muitas situações, necessita
Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
