INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões
|
|
- Rafaela Medina Braga
- 7 Há anos
- Visualizações:
Transcrição
1 INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela (uma amostra) Os métodos de iferêcia podem ser agrupados em duas categorias: o Estimação: potual ou itervalar o Testes de Hipóteses
2 ESTIMAÇÃO PONTUAL Um úico valor é utilizado para iferir sobre um parâmetro de iteresse. Estimador: uma fução da amostra X i= = 1 x i Estimativa: um particular valor umérico assumido por um estimador X 50 = = 10 5 Obs: Diferetes amostras levam a diferetes estimativas Esse procedimeto ão permite julgar a magitude do erro que podemos estar cometedo.
3 Propriedade dos Estimadores É importate frisar que podem existir vários estimadores para um mesmo parâmetro populacioal. Logo, a escolha do melhor estimador será feita com base em algus critérios. P1. Não-Tedecioso (Não-Viciado): diz-se que um estimador é ão viciado quado, em média, ele forece estimativas iguais ao parâmetro que ele está estimado P2. Eficiete: deseja-se que o estimador seja altamete cocetrado, ou seja, que teha pequea variâcia amostral, ou aida, que o estimador foreça, para diferetes amostras, estimativas que estejam próximas etre si P3. Cosistete: dizer que um estimador é cosistete sigifica que as estimativas forecidas por ele estão próximas do parâmetro, ou que a difereça é pequea.
4 Exemplo: Supoha que alguém deseje comprar um rifle e, detre muitos, selecioe quatro (A, B, C e D). Com o objetivo de testá-los, foram dados 15 tiros com cada um deles. A represetação gráfica é dada abaixo.
5 Algus Estimadores Potuais Importates Os estimadores apresetados a seguir possuem as propriedades: ão-viesados, cosistetes e eficietes. Média: o melhor estimador para a média populacioal µ é a média amostral. ˆµ = X = i= 1 x i Proporção: o estimador da proporção populacioal (p) é dado pela proporção amostral pˆ = S ode, S é o úmero de elemetos que apresetam uma determiada característica etre os elemetos da amostra.
6
7 ESTIMAÇÃO POR INTERVALO o Vimos que uma estimativa potual é um valor (ou poto) úico usado para aproximar um parâmetro populacioal. o No etato, a probabilidade de que uma estimativa potual coicida com o verdadeiro valor de um parâmetro populacioal é pequea. Na verdade, tal probabilidade será igual a zero caso a distribuição de T seja cotíua. o Etão, seria iteressate se a estimativa potual viesse acompahada de alguma medida de erro. É esse setido, que a estimativa itervalar complemeta a estimação potual. o Assim, um itervalo de cofiaça (estimativa itervalar) represeta uma amplitude de valores que tem alta probabilidade (grau de cofiaça) de coter o verdadeiro valor da população. o O grau de cofiaça (ou ível de cofiaça) é uma medida que represeta a probabilidade do itervalo coter o parâmetro populacioal. Tal probabilidade é chamada de 1- α. Logo, α (ível de sigificâcia) será a probabilidade de erro ao se afirmar que o itervalo cotém o verdadeiro valor do parâmetro.
8 INTERVALO DE CONFIANÇA PARA MÉDIA DA POPULAÇÃO Duas situações são cosideradas quado desejamos estabelecer um itervalo de cofiaça para µ: 2 o quado σ é cohecida 2 o quado σ é descohecida Suposições: 2 o ~ N( µ, σ ) X ou o > 30 De modo geral, estamos iteressados em ecotrar um itervalo a forma: [ X ε 0; X + ε 0 ] = [ X ± ε 0 ] ode ε 0 represeta a semi-amplitude do itervalo de cofiaça, sedo chamado de ERRO de PRECISÃO em relação a µ.
9 2 Caso 1: σ é cohecida Como X ~ 2 σ N µ,, temos que P ( µ ε < < µ + ε ) 0 = 1 α 0 X f(z) α/2 1 - α α/2 Z α /2 0 Z 1 α /2
10 Logo, = z ε 0 1 α / 2 σ Assim, a partir da expressão acima podemos também estimar, por exemplo, o tamaho da amostra () (se ε 0, z e σ são cohecidos). Assim, temos que σ σ P( X z1 α / 2 < µ < X + z1 α / 2 ) = 1 α Em outras palavras, isso sigifica que a probabilidade de que o itervalo coteha o verdadeiro valor de µ σ [ X z1 α / 2 ; X + z1 α / 2 σ ] é igual a 1-α.
11 Exemplo 1) A retabilidade das vedas de carros usados a cidade de João Pessoa foi determiada em um estudo realizado pelos empresários locais. Uma amostra de 100 vedas de carros usados foreceu um lucro médio de R$ 2.000,00. Sabe-se de estudos ateriores que o desvio padrão é de R$ 500,00. a) A partir das iformações obtidas o estudo, costrua uma estimativa por itervalo de cofiaça de 99% do lucro médio para a população das vedas de carros usados. b) Quatas vedas de carros usados deveriam ter sido coletadas, para que a margem de erro fosse de o máximo 2% com mesmo ível de cofiaça? 2) Em um estudo de subsídios de empréstimos para os estudates, relatou-se que aqueles que tomam empréstimo do Baco do Brasil, com quatro aos de prazo, terão uma dívida de R$ 4.000,00. Cosidere que esse valor médio de edividameto está baseado em uma amostra de 121 empréstimos de estudates de graduação, e que o desvio padrão da população para a quatia emprestada é de R$ 1.300,00. a) Desevolva uma estimativa por itervalo de cofiaça de 95% da quatia média devida pelos estudates de graduação. b) O úmero de empréstimos aalisados é suficiete se quisermos que a margem de erro seja de o máximo 3% com o mesmo ível de cofiaça? c) O que acotece com a amplitude do itervalo quado o ível de cofiaça é de 99%?
12 Caso 2: 2 σ descohecida Neste caso, adota-se como estimador a variâcia amostral S 2 1 ) ( = = x x S i i Agora, a estatística 1) ( ~ / = t S X T µ terá distribuição t-studet com -1 graus de liberdade, e ão mais distribuição ormal padrão.
13 Assim, quado a variâcia é descohecida, a probabilidade de que o verdadeiro valor de µ perteça ao itervalo S [ X t( 1, α / 2) ; X + t( 1, α / 2) S ] é igual a 1-α. Logo, ε 0 = t ( 1, α / 2) S Assim, a partir da expressão acima podemos também estimar, por exemplo, o tamaho da amostra () (se ε 0, t e S são cohecidos).
14 Comparação da distribuição ormal padrão com a distribuição t de Studet
15 Exemplo 1) A associação Brasileira de Agêcias de Propagada registra dados sobre miutos sem programação os programas de meia hora o horário obre de televisão. Em uma amostra de 20 programas de horário obre obteve-se uma média de 6,5 miutos e um desvio padrão de 2 miutos. Cosidere que esta variável se comporta como uma distribuição ormal. a) Determie um itervalo de 99% de cofiaça para o úmero médio de miutos sem propagada. b) Quatos programas deveriam ter sido selecioados para que a margem de erro fosse de o máximo 0,3 miutos? c) Que erro se cometeria a estimação da média caso usássemos uma amostra com tamaho 20% iferior, usado o mesmo ível de cofiaça? 2) Sem embasameto estatístico ehum, o prefeito de certo muicípio deseja estimar a média de gastos dos turistas que visitam a cidade. Com este propósito, uma amostra aleatória de 25 turistas foi selecioada para a ivestigação e ecotrou-se que a média foi igual a R$ 500,00 e desvio padrão de R$ 250,00. a) Qual o itervalo de cofiaça, a 99% para a média dos gastos de turistas com a cidade? b) Qual deveria ser o tamaho da amostra, fixado uma margem de erro de 3% e um ível de cofiaça de 99%?
16 INTERVALO DE CONFIANÇA PARA PROPORÇÃO DA POPULAÇÃO Vimos que a distribuição amostral de pˆ, para suficietemete grade, é Normal com parâmetros pˆ ~ N p, p (1 p), O itervalo que estamos procurado é da forma p ˆ ± ε ]. Assim, por um camiho semelhate ao [ 0 adotado o caso da média populacioal µ, chega-se facilmete a ε 0 = z α 1 / 2 p(1 p) Assim, a partir da expressão acima podemos também estimar, por exemplo, o tamaho da amostra () (se ε 0, z e p são cohecidos).
17 No etato, a prática p é descohecido, sedo substituído pela proporção amostral pˆ. Assim, o itervalo de cofiaça para p, ao ível de cofiaça 1-α, é dado por pˆ pˆ (1 pˆ ) ; pˆ + [ z1 α / 2 z1 α / 2 pˆ (1 pˆ ) ]
18 Observações: Um erro comum é dizer que a probabilidade de µ estar o itervalo de 100(1-α)% é de (1-α). µ ão é uma variável aleatória, portato ão existe probabilidade sobre µ. µ é uma costate descohecida, sobre a qual desejamos iferir, através das quatidades amostrais X e S. A iterpretação correta é do itervalo de cofiaça coter o verdadeiro valor de µ com 100(1- α)% de cofiaça.
19 Exemplo de um itervalo de cofiaça para proporção
20 Exemplo 1) Um levatameto da Globo News solicitou a 800 adultos que respodessem a uma série de questões sobre suas perspectivas em relação à situação fiaceira do Brasil. Um total de 560 adultos respoderam Sim a questão: Você acha que as coisas estão ido bem o Brasil de hoje? a) Determie um itervalo de cofiaça ao ível de 95% para a proporção de adultos que setem que as coisas estão ido bem o Brasil. b) Quatos adultos deveriam ter sido etrevistados, para que fosse de 2 potos percetuais a margem de erro para estimar, com 95% de cofiaça, a verdadeira percetagem de adultos que setem que as coisas estão ido bem o Brasil? 2) O Istituto de Turismo do Estado da Paraíba plaeja pesquisar os visitates das maiores praias de todo o estado para estimar a proporção de visitates que ão residem a Paraíba. Observou que dos 500 visitates 320 eram do estado. a) Qual a estimativa da proporção de visitates que ão residem a Paraíba? b) Que tamaho de amostra deve ser tomada para se estimar a proporção de visitates de fora do estado com uma margem de erro de 2%? Use um ível de cofiaça de 95%. c) Determie um itervalo de cofiaça ao ível de 95% para a proporção de visitates de fora do estado da Paraíba.
21 FATORES DETERMINANTES DO ERRO DE ESTIMAÇÃO σ [ X z1 α / 2 ; X + z1 α / 2 σ ] O erro de estimação será meor ou maior depededo do(a): 1) Tamaho da amostra (): Quato meor o tamaho da amostra, maior será o erro de estimação. 2) Variabilidade da característica a população (σ): Quato maior for a variabilidade da característica cuja média está sedo estimada maior será o erro de estimação. 3) Nível de cofiaça (1-α): Se quisermos uma cofiaça maior o itervalo teremos um erro de estimação maior.
22 TESTE DE HIPÓTESES o O Teste de Hipóteses cosiste em uma regra de decisão elaborada para rejeitar (ou ão) uma afirmação (hipótese) feita a respeito de um parâmetro populacioal descohecido, com base em iformações colhidas de uma amostra aleatória. o Verificar se o salário médio de certa categoria profissioal o Brasil é de R$1.500,00 o Testar se o percetual de aceitação de um determiado produto é de 40% ou mais. CONCEITOS FUNDAMENTAIS Hipótese Nula (H 0 ): É a hipótese a ser testada. Hipótese Alterativa (H 1 ): É a hipótese a ser cofrotada com H 0. o O teste será feito de tal forma que deverá sempre cocluir a rejeição (ou ão) de H 0
23 o Como estamos tomado uma decisão com base em iformações de uma amostra, estaremos sujeitos a cometer dois tipos de erros: Erro do tipo I (α): Rejeitarmos H 0 quado H 0 é verdadeira. α = P(erro do tipo I) = P(rejeitar H 0 / H 0 é verdadeira) Erro do tipo II (β): Não rejeitarmos H 0 quado H 0 é falsa. β = P(erro do tipo II) = P(ão rejeitar H 0 / H 0 é falsa) Poder do Teste( 1 β) ou Potêcia do Teste 1 β = 1 P(ão rejeitar H 0 / H 0 é falsa) = P(rejeitar H 0 / H 0 é falsa) OBS: α é deomiado de ível de sigificâcia do teste. o Na prática, fixamos α bem pequeo, e tetamos cotrolar β aumetado o tamaho da amostra.
24 Nossas decisões em um teste de hipóteses podem ser resumidas a seguite tabela Amostra População H 0 é verdadeira Realidade (descohecida) H 0 é falsa d e c i s ã o Rejeitar H 0 Não rejeitar H 0 Erro do tipo I Decisão correta Decisão correta Erro do tipo II
25 OUTRAS DEFINIÇÕES IMPORTANTES o Estatística do teste: É a estatística utilizada para julgar H 0. o Região crítica do teste (RC): É formada pelo cojuto de valores que levam à rejeição de H 0. Ela depede do tipo de hipótese alterativa, do ível de sigificâcia (α) adotado, e da distribuição de probabilidade da estatística do teste. o Região de aceitação do teste (RA): É formada pelo cojuto de valores que levam à aceitação de H 0. ETAPAS NA ELABORAÇÃO DE UM TESTE DE HIPÓTESES Em suma, para a elaboração de um teste de hipóteses, devemos seguir os seguites passos: 1- Defiir as hipóteses ula(h 0 ) e alterativa(h 1 ); 2- Fixar o ível de sigificâcia (α); 3- Determiar a estatística do teste ; 4- Determiar a região crítica do teste; 5- Calcular o valor da estatística do teste, (com base uma amostra aleatória retirada da população de iteresse); 6- Se o valor calculado o passo aterior RC, rejeitar H 0, caso cotrário, ão rejeitar H 0 ; 7- Coclusão do teste.
26 TESTE DE HIPÓTESES PARA MÉDIA POPULACIONAL Caso 1: 2 σ cohecida 1. Defiição das hipóteses: H 0 : µ = µ 0 H 1 : µ < µ 0 ou H 0 : µ = µ 0 H 1 : µ µ 0 ou H 0 : µ = µ 0 H 1 : µ > µ 0 2. Fixar o ível de sigificâcia α 3. Defiir a estatística do teste Z = X µ σ ~ N(0,1) 4. Defiir a região crítica do teste (RC)
27 a) H 0 : µ = µ 0 H 1 : µ µ 0 b) H 0 : µ = µ 0 H 1 : µ < µ 0
28 c) H 0 : µ = µ 0 H 1 : µ > µ 0 5. Com base os valores observados da amostra, calcular o valor da Estatística do Teste Z Z c = X µ 0 σ 6. Se Z c RC rejeitar H 0 (coseqüetemete aceitar H 1 ). Se Z c RC Não rejeitar H 0 (coseq. ão aceitar H 1 ) 7. Cocluir sobre a decisão tomada o passo 6.
29 Exemplo 1) Os Brasileiros que deram etrada a declaração do imposto de reda de 2010 ates de 31 de março de 2011 têm uma restituição média de R$ 1.056,00. Cosidere a população de etregadores de última hora que despacharam suas declarações durate os últimos cico dias do período de etrega do imposto de reda (26 até 30 de abril). Sabe-se que o desvio padrão é de R$ 800,00. Um pesquisador sugere que uma das razões para que os idivíduos esperem até os últimos dias para etregar suas declarações é que em média eles têm uma restituição mais baixa do que os primeiros etregadores. Para uma amostra de 100 idivíduos que etregaram a declaração os últimos 5 dias, a restituição média da amostra foi de R$ 950,00. Qual é a sua coclusão? Cosidere um ível de sigificâcia de 5%. 2) Uma fábrica de automóveis aucia que seus carros cosomem em média 9,4 km/l, com desvio padrão de 0,79 litros. Uma revista com base em resultados prelimiares descofia da afirmação acima do fabricate e resolve testar tal hipótese aalisado 32 automóveis dessa marca, obtedo 9 km/l como cosumo médio. O que a revista pode cocluir sobre o aúcio da fábrica ao ível de sigificâcia de 5%?
30 2 Caso 2: σ descohecida 1. Defiição das hipóteses: H 0 : µ = µ 0 H 1 : µ < µ 0 ou H 0 : µ = µ 0 H 1 : µ µ 0 ou H 0 : µ = µ 0 H 1 : µ > µ 0 2. Fixar o ível de sigificâcia α 3. Defiir a estatística do teste T = X µ S ~ t (-1) (distr. t-studet com -1 graus de liberdade) 4. Defiir a região crítica do teste (RC)
31 a)h 0 : µ = µ 0 H 1 : µ µ 0 b) H 0 : µ = µ 0 H 1 : µ < µ 0
32 c) H 0 : µ = µ 0 H 1 : µ > µ 0 5. Com base os valores observados da amostra, calcular o valor da Estatística do Teste T T c = X µ 0 S 6. Se T c RC rejeitar H 0 (coseqüetemete aceitar H 1 ). Se T c RC Não rejeitar H 0 (coseq. ão aceitar H 1 ) 7. Cocluir sobre a decisão tomada o passo 6.
33 Observação: o Quado > 30, podemos ter dificuldades de achar o valor tabelado a tabela t-studet que defie os limites etre a região crítica e a região de aceitação do teste. Nesses casos, algus autores sugerem defiir a região crítica através da distribuição Normal padrão. o No etato, em ossa disciplia iremos sempre usar o valor tabelado obtido da tabela t-studet. o Justificativa: Os softwares computacioais (Excel, por exemplo) calculam os valores da distribuição t-studet.
34 Exemplo 1) Um fabricate afirma que seus cigarros cotêm ão mais que 30 mg de icotia. Uma amostra de 31 cigarros forecem média de 31,5mg e desvio padrão de 3mg. Ao ível de sigificâcia de 5%, os dados refutam ou ão a afirmação do fabricate? 2) Uma empresa paga atualmete aos seus operários um salário médio de R$ 15,00 a hora. A empresa está plaejado costruir uma ova fábrica e está cosiderado diversos locais. A dispoibilidade de mão de obra a uma taxa meor que R$ 15,00 a hora é um grade fator a decisão do local. Uma amostra de 40 trabalhadores foreceu um salário horário médio atual de R$ 14,00 e um desvio padrão de R$ 2,40. Com um ível de cofiaça de 0,99, os dados da amostra idicam que o local tem uma taxa de salário médio sigificativamete abaixo da taxa de R$ 15,00 por hora?
35 TESTE DE HIPÓTESES PARA PROPORÇÃO POPULACIONAL 1. Defiição das hipóteses: H 0 : p = p 0 H 1 : p < p 0 ou H 0 : p = p 0 H 1 : p p 0 ou H 0 : p = p 0 H 1 : p > p 0 2. Fixar o ível de sigificâcia α 3. Defiir a estatística do teste Z = pˆ p p(1- p) ~ N(0,1) 4. Defiir a região crítica do teste (RC)
36 a) H 0 : p = p 0 H 1 : p p 0 b) H 0 : p = p 0 H 1 : p < p 0
37 b) H 0 : p = p 0 H 1 : p > p 0 5. Com base os valores observados da amostra, calcular o valor da Estatística do Teste Z Z c = pˆ p p (1 p ) Se Z c RC rejeitar H 0 (coseqüetemete aceitar H 1 ). Se Z c RC Não rejeitar H 0 (coseq. ão aceitar H 1 ) 7. Cocluir sobre a decisão tomada o passo 6.
38 Exemplo 1) Uma estação de televisão afirma que 60% dos televisores estavam ligados o seu programa especial da última seguda-feira. Uma rede competidora deseja cotestar essa afirmação, e decide, para isso, usar uma amostra aleatória de 200 famílias, das quais 104 respoderam afirmativamete. Qual deve ser o procedimeto adotado para julgar a afirmação da estação? Utilize um ível de sigificâcia de 5%. 2) Até o ao passado, apeas 40% dos estudates de uma certa catia uiversitária aprovaram a qualidade das refeições servidas o seu refeitório. Após uma série de medidas corretivas, 40 estudates foram escolhidos ao acaso, etrevistados, e o úmero daqueles que aprovaram a qualidade das refeições foram usados para verificar se as medidas corretivas surtiram efeito. O úmero dos que ficaram satisfeitos foi 22. Realize o teste de hipóteses apropriado usado o ível de sigificâcia de 5%. Podemos afirmar que as medidas corretivas surtiram efeito? E se adotarmos um ível de cofiaça de 99%?
Estimadores 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 maisCAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES
CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO
Leia maisLista IC, tamanho de amostra e TH
Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o
Leia maisEstimação de Parâmetros. 1. Introdução
Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas
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 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 maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
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 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 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 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 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 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 maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:
Leia maisUniversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny
1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis
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 maisFaculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)
Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser
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 mais7. INTERVALOS DE CONFIANÇA
7 INTRVALOS D CONFIANÇA 00 stimação por itervalos,, é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro θ Se L(,, ) e U(,, ) são duas fuções tais que L < U e P(L θ U), o itervalo
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 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 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 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 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 maisCentro de Ciências e Tecnlogia Agroalimentar - Campus Pombal Disciplina: Estatística Básica Aula 10 Professor: Carlos Sérgio
Cetro de Ciêcias e Teclogia Agroalimetar - Campus Pombal Disciplia: Estatística Básica - 01.1 Aula 10 Professor: Carlos Sérgio UNIDADE 6 - TEORIA DA ESTIMAÇÃO NOTAS DE AULA 1 Itrodução Iferêcia estatística
Leia maisINTERVALOS DE CONFIANÇA
INTRVALOS D CONFIANÇA 014 stimação por itervalos 1,..., é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro. Se L( 1,..., ) e U( 1,..., ) são duas fuções tais que L < U e P(L
Leia maisMestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem
Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas
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 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 maisExame MACS- Inferência-Intervalos.
Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
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 maisd) A partir do item c) encontre um estimador não viciado para σ 2.
Uiversidade de Brasília Departameto de Estatística 6 a Lista de PE 1 Seja X 1,, X ) uma AAS tal que EX i ) = µ e VarX i ) = σ 2 a) Ecotre EXi 2 ) e E X 2) b) Calcule EX i X) X i X) 2 c) Se T =, mostre
Leia maisCapítulo 12 SELECIONADOS PARA ESTUDO PROVA 15/09: Problema 01. (a) (b)
apítulo ELEIOADO PARA ETUDO PROVA 5/9: -3 5-9 -3 6-7 -8 35-38 Problema (a P(Erro I P(dizer que são de B a 76 75 P Z P( Z 5,87% P(Erro II P(dizer que são de A a 76 77 P Z P( Z 5,87% (b P(Erro I 5% P ( ~
Leia maisEstimativa de Parâmetros
Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros População p Amostra X S pˆ (parâmetros:
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia maisHipótese Estatística. Tipos de Hipóteses
Hipótese Estatística Hipótese, em estatística, é uma suposição formulada a respeito dos parâmetros de uma distribuição de probabilidade de uma ou mais populações. Podemos formular a hipótese que a produtividade
Leia mais6. Testes de Hipóteses Conceitos Gerais
6. Testes de Hipóteses Coceitos Gerais Este capitulo itrodutório, pretede apresetar todas as defiições e todo o vocabulário utilizado em testes de hipóteses. Em um primeiro mometo, talvez você fique um
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005
PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).
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 maisStela Adami Vayego Estatística II CE003/DEST/UFPR
Resumo 0 Estimação de parâmetros populacioais Defiição : Estimador e Estimativa Um estimador do parâmetro θ é qualquer fução das observações... isto é g(... ). O valor que g assume isto é g(x x... x )
Leia maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
Leia maisCapítulo 12. Problema 01. (a) (b)
apítulo Problema (a P(Erro I P(dizer que são de B a 76 75 P Z P( Z P(Erro II 5,87% P(dizer que são de A a 76 77 P Z P( Z 5,87% (b P(Erro I 5% P ( ~ (75; 75,645 verdade são de A P verdade são de B P 76,645
Leia maisESTATÍSTICA NÃO-PARAMÉTRICA
ESTATÍSTICA NÃO-PARAMÉTRICA Prof. Dr. Edmilso Rodrigues Pito Faculdade de Matemática - UFU edmilso@famat.ufu.br 1 Programa Itrodução - Plao de curso, sistema de avaliação - Coceitos básicos de iferêcia
Leia maisIntervalos Estatísticos para uma única Amostra - parte II
Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça
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 maisUnidade IX Estimação
Uidade IX Estimação 6/09/07 Itervalos de cofiaça ii. Para a difereça etre médias de duas populações (μ μ ) caso : Variâcias cohecidas Pressupostos: 6/09/07 x - x x - x ; N é - x x ) ( x x x x E ) ( x x
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 maisINFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA
INFRÊNCIA STATÍSTICA: STIMAÇÂO PONTUAL INTRVALOS D CONFIANÇA 0 Problemas de iferêcia Iferir sigifica faer afirmações sobre algo descohecido. A iferêcia estatística tem como objetivo faer afirmações sobre
Leia maisCAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS
CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são
Leia maisTRANSPORTES. Sessão Prática 4 Amostragem de escalares
Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas
Leia maisMOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROILIDDE E ESTTÍSTIC Professor: Rodrigo. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Itrodução à probabilidade (evetos, espaço
Leia maisUnidade IV Inferência estatística
//05 Uidade IV Iferêcia estatística 4.. Itrodução e histórico 4.. Coceitos fudametais 4.3. Distribuições amostrais e Teorema cetral do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses 4.6.
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 maisESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)
06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes
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 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 maisn C) O EMV é igual a i 1
PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão
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 maisA finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
Leia maisCaderno de Exercício 2
1 Cadero de Exercício Estimação Potual e Itervalos de Cofiaça 1. Exercícios Aulas 1. Exercício 8.6 do livro Statistics for Ecoomics ad Busiess. O úmero de adares vedidos em cada dia por uma empresa imobiliária
Leia maisIntrodução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...
Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para
Leia maisEstatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas
Estatística e Probabilidade, D3, 2019_1 Escolha a alterativa correta e idique o gabarito de respostas 1. Uma avaliação é costituída de 20 questões, cada uma delas com cico alterativas, das quais apeas
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 maisEscola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ
1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo
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 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 maisInferência Estatística
Iferêcia Estatística opulação Amostra Itroduç Itrodução à Iferêcia Estatística Como tirar coclusões tomar decisões a partir de iformação parcial / icompleta (amostra) projectado /geeralizado resultados
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 maisObjetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos
Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).
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 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 mais3 Introdução à inferência estatística
3 Itrodução à iferêcia estatística Itrodução à iferêcia estatística Pág. 00 1.1. Este tipo de estudos as sodages eleitorais têm como objetivo aferir o setido de voto dos eleitores. Isto permite, ão só
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 mais5 Teoria dos Valores Extremos
Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos
Leia maisComo a dimensão da amostra é , o número de inquiridos correspondente é
41. p ˆ 0, 5 e z 1, 960 Se a amplitude é 0,, etão a margem de erro é 0,1. 0,5 0,48 1,960 0,1 0,496 96 0,0510 0,496 0,0510 0,496 0,0510 Tema 5 71) 1.1 4 11 6% Como a dimesão da amostra é 15 800, o úmero
Leia maisObjetivos. Testes não-paramétricos
Objetivos Prof. Lorí Viali, Dr. http://www. ufrgs.br/~viali/ viali@mat.ufrgs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).
Leia maisMétodos Quantitativos para Ciência da Computação Experimental Aula #4
Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado
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 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 mais