AEP FISCAL ESTATÍSTICA
|
|
|
- Miguel Abreu Corte-Real
- 9 Há anos
- Visualizações:
Transcrição
1 AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras
2 VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras obtdas nas duas moedas. S: {(cara, cara), (cara, coroa), (coroa, cara), (coroa, coroa)} Daí, a varável X defne uma varável aleatóra dscreta, que pode assumr os valores 0, 1 e 2. Exemplo: O um expermento consste em verfcar as alturas de 30 unverstáros, a função: X = "Altura de um unverstáro" S: [130cm, 220cm} Daí, a varável X defne uma varável aleatóra contínua, que pode assumr quasquer valores entre 130 cm e 220 cm. Podemos, então, concetuar: Varável aleatóra dscreta: assume um número fnto de valores. Varável aleatóra contínua: assume qualquer valor dentro de um certo ntervalo (quantdade não-enumerável de valores). 2. Função Massa de Probabldade e Função Densdade de Probabldade # Para uma Varável Aleatóra Dscreta temos que: n å = 1 P ( x ) = 1 Exemplo: Consderemos a v.a. X = "número de caras em duas jogadas de uma moeda". Daí, teremos a segunte dstrbução de probabldades: x P(x ) 0 P(0) = 1/4 = 0,25 1 P(1) = 2/4 = 0,50 2 P(2) = 1/4 = 0,25 soma=1 Daí, podemos afrmar que: - A função massa de probabldade de X no ponto x=0 é: 0,25. - A função massa de probabldade de X no ponto x=1 é: 0,50. - A função massa de probabldade de X no ponto x=2 é: 0,
3 # Varável Aleatóra Contínua Ao contráro de uma varável aleatóra dscreta, uma varável aleatóra contínua pode assumr qualquer valor fraconáro dentro de um ntervalo defndo de valores. Desta manera, para dstrbuções de probabldade, não se consegue enumerar todos os possíves valores de uma varável aleatóra contínua com os valores de probabldade correspondentes. Em lugar dsso, a abordagem mas convenente é construr uma FUNÇÃO DE DENSIDADE DE PROBABILIDADE, ou curva de probabldade. A função densdade probabldade - f(x) - deverá possur as seguntes propredades: I. f(x) ³ 0, para todo x Î Â. II. A área sob f(x) é gual a Função de Dstrbução Acumulada de Probabldade (ou Função de Dstrbução de Probabldade) Defnmos esta função como sendo a probabldade de que X assuma um valor menor ou gual a x, sto é: # Varável Aleatóra Dscreta å F ( x) = P( X x) = P( x ) x x Para uma varável aleatóra dscreta, teremos: F(x) = P ( X x) = åp ( x ) Exemplo: x x x P(x ) x F(x ) 0 0,25 0 F(0) = P(0) = 0,25 1 0,50 à 1 F(1) = P(0)+P(1) = 0,25+0,50 = 0,75 2 0,25 2 F(2) = P(0)+P(1)+P(2) = 0,25+0,50+0,25 = 1 Representação Gráfca: F(x) 1 0,75 0, x 103
4 # Varável Aleatóra Contínua Para uma varável aleatóra contínua, teremos: F(x) = P ( X x) = é gual à área sob f(x) delmtada a dreta pelo valor x em questão. O cálculo da probabldade por meo da função dstrbução: à P(a<X<b) = F(b) F(a) 4. VALOR ESPERADO DE UMA VARIÁVEL ALEATÓRIA O valor esperado de uma varável aleatóra ou esperança matemátca ou expectânca ou Méda, smbolzada por E(X) ou m, é defnda: - Para uma varável aleatóra dscreta: E(X) = m = å x P x ) ( Onde: P (x) é a função massa de probabldade. - Para uma varável aleatóra contínua: + E(X) = m = òx f ( x) dx - Onde: f (x) é a função densdade de probabldade. O valor da ntegral acma equvale à área entre a curva da função x f (x) e o exo X. (No cálculo da área total lembrar que a área stuada acma do exo X é postva e a área abaxo do exo X é negatva.) Exemplo: Para a varável aleatóra dscreta "número de caras em duas jogadas de uma moeda", tem-se: x P(x ) x. P(x ) 0 0, ,50 0,50 2 0,25 0,50 å x P( x ) = 1 Ou seja, a méda (o valor esperado) é 1 (uma) cara! 104
5 4.1. Propredades do Valor Esperado Consderando as varáves aleatóras X e Y, e a constante k, temos as seguntes propredades para o Valor Esperado (Méda): I. O Valor Esperado de uma constante: E(k) = k II. O Valor Esperado do produto de uma constante por uma varável: E(k.X) = k.e(x) III. O Valor Esperado da soma (ou subtração) de uma varável por uma constante: E(X ± k) = E(X) ± k IV. O Valor Esperado da soma (ou subtração) de duas varáves: E(X ± Y) = E(X) ± E(Y) V. O Valor Esperado do produto de duas varáves ndependentes: E(X.Y) = E(X).E(Y), se X e Y forem ndependentes. 5. VARIÂNCIA DE UMA VARIÁVEL ALEATÓRIA A Varânca é uma medda de dspersão que ndca o quão próxmos ou quão afastados estão os elementos, em relação a um determnado referencal - a méda artmétca dos elementos. A fórmula da Varânca, numa população, é dada por: å( X X V = - ) n 2 (1) ou Sabendo que a méda é dada por fórmula da varânca em função de X : å å X 2 V = -X (3) n A equação acma tem o mesmo sgnfcado que: 2 ( X ) æ 1ç 2 å V = çåx - n n è 2 ö ø (2) X X =, podemos também expressar a n Varânca = méda(x 2 ) (méda(x)) 2 Usando o símbolo E(x) para a méda, teremos: Varânca = E(X 2 ) - [E(X)] 2 Esta últma expressão pode ser aplcada tanto para varável dscreta como para varável contínua. 105
6 5.1. Propredades da Varânca: I. A varânca de uma constante k: V(k) = 0 II. A varânca do produto de uma constante por uma varável: V(k.X) = k 2.V(X) III. A varânca da soma (ou subtração) de uma varável por uma constante: V(X ± k) = V(X) IV. A varânca da soma (ou subtração) de duas varáves ndependentes: V(X ± Y) = V(X) + V(Y) 106
7 EXERCÍCIOS FUNÇÃO DE DISTRIBUIÇÃO DE PROBABILIDADE 01. Uma varável aleatóra dscreta tem a dstrbução de probabldade dada por: k P ( x) = para x = 1, 3, 5, 7 x a) Calcular o valor de k. b) Calcular P(x=5) 02. (Analsta do Banco Central/2001 ESAF) Uma varável aleatóra X tem função de dstrbução de probabldade dada por ì0, x< 0 ï ï 1,0 x< 1 ï4 ï 7 F ( x) = í,1 x< 2 Assnale a opção que dá o valor da ï12 probabldade de X = 2 ï11 ï,2 x< 3 12 a) 7/12 d) 3/ 4 ï î1, x³ 3 b) 11/12 e) 10/12 c) 1/3 03. (Audtor Fscal de MG 2005 ESAF) Uma varável aleatóra X tem função de dstrbução de probabldades dada por Assnale a opção correta. a) X é do tpo (absolutamente) contínuo e Pr (2 < X 4) = 0,461. b) X é do tpo dscreto e Pr (2 < X 4) = 0,658. c) X é do tpo dscreto e Pr (2 < X 4) = 0,506. d) X é do tpo (absolutamente) contínuo e Pr (2 < X 4) = 0,506. e) X não é do tpo dscreto nem (absolutamente) contínuo e Pr (2 < X 4) = 0,
8 FUNÇÃO DENSIDADE DE PROBABILIDADE 04. (Analsta do Banco Central/2001/ESAF) A varável aleatóra X tem dstrbução de probabldades do tpo absolutamente contínuo com densdade de probabldades ì 1 ï,-a < x< a f ( X ) = í2a ï î0, em outros casos onde α é uma constante postva maor do que um. Assnale a opção que dá o valor de α para que se tenha P(X>1) = 0,25 a) 4 d) 1 b) 0 e) 2 c) (Analsta do Banco Central/2002/ESAF) Uma varável aleatóra do tpo absolutamente contínuo tem a função densdade de probabldade segunte: Assnale a opção que dá a probabldade de que a varável aleatóra assuma valores entre 10 e 12. a) 0,640 d) 0,160 b) 0,200 e) 0,825 c) 0,500 VALOR ESPERADO E VARIÂNCIA DE UMA VARIÁVEL ALEATÓRIA 06. (MPOG/ENAP 2006 ESAF) Suzana e Sandra jogam, cada uma, uma moeda. Se do lançamento dessas duas moedas resultar duas caras, Suzana paga a Sandra R$ 6,00. Dando qualquer outro resultado, Sandra paga a Suzana R$ 4,00. Supondo que ambas as moedas sejam estatstcamente honestas, o valor esperado, em reas, dos ganhos de Sandra (consderando-se como ganhos negatvos os valores que ela paga à Suzana) é gual a a) 1,5. c) 0,75. e) 2,5. b) -0,75. d) -1, (Analsta MPU 2004 ESAF) O preço de determnada ação fca constante, aumenta ou dmnu R$ 1,00 por da com probabldades 0,3, 0,3 e 0,4 respectvamente. Assnale a opção que dá o valor esperado do preço da ação amanhã se seu preço hoje é R$ 8,00. a) R$ 7,90 c) R$ 7,00 e) R$ 8,50 b) R$ 8,00 d) R$ 9,00 108
9 08. (Analsta do Banco Central 1998) Uma varável aleatóra X tem a dstrbução de probabldade dada abaxo: X Probabldade 0,1 0,4 M 0,1 O valor esperado e a varânca valem, respectvamente a) 2,5 e 0,45 d) 2 e 0,5 b) 2,5 e 0,55 e) 2 e 0,6 c) 2,5 e 0, (AFRFB 2009 ESAF) A função densdade de probabldade de uma varável aleatóra contínua x é dada por: Para esta função, a méda de x, também denomnada expectânca de x e denotada por E(x) é gual a: a) d) b) e) c) 10. (Fscal de Rendas RJ 2009 FGV) O número de clentes que buscam, em cada da, os servços de um renomado crurgão tem uma dstrbução de Posson com méda de 2 pacentes por da. Para cada crurga efetuada, o crurgão recebe R$ ,00. No entanto, ele consegue fazer o máxmo de duas crurgas em um da; clentes excedentes são perddos para outros crurgões. Assnale a alternatva que ndque o valor esperado da receta dára do crurgão. (consdere e 2 = 0,14) (A) R$ 5.600,00. (B) R$ 8.400,00. (C) R$ ,00. (D) R$ ,00. (E) R$ , (Petrobras 2008 Cesgranro) Se X e Y são varáves aleatóras não ndependentes e E( ) ndcar o operador Esperança Matemátca, a únca expressão INCORRETA é (A) E(X).E(X) = (E(X)) 2 (B) E(3+Y) = 3 + E(Y) (C) E(3X) = 3.E(X) (D) E(XY) = E(X).E(Y) (E) E(3XY) = 3.E(XY) 109
10 12. (Audtor Fscal de Natal 2008 ESAF) Numa dstrbução Bnomal, temos que: I. A E[x] = n.p.q, ou seja, é o produto dos parâmetros n número de elementos da avalação, p probabldade de ocorrênca do evento e q probabldade contrára (q = 1 - p). II. O desvo-padrão é dado pela raz quadrada do produto entre os parâmetros n e p. III. A varânca é dada pelo somatóro dos quadrados dos valores (X) menos o quadrado da méda. Apontando os três tens acma como V Verdadero e F Falso, a opção correta é: a) F, V, F b) V, V, F c) F, F, F d) V, F, F e) V, V, V 01. a) 176/105, b) 176/ C 03. B 04. E 05. A 06. D 07. A 08. C 09. E 10. D 11. D 12. C GABARITO 110
X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
2. VARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo
Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Notas de Aula de Probabilidade A
VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável
Algarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Elementos de Estatística e Probabilidades II
Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros
CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade
CAPÍTULO 4 - Varáves aleatóras e dstrbuções de probabldade Conceto de varável aleatóra Uma função cujo valor é um número real determnado por cada elemento em um espaço amostral é chamado uma varável aleatóra
CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Teoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Estatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Testes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ [email protected] Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011
Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Análise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
DEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Variáveis Aleatórias. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Variáveis Aleatórias Variável Aleatória Variável aleatória (VA) é uma função que associa a cada
Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
CORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.
1 1Imagem Dgtal: Estatístcas INTRODUÇÃO Neste capítulo abordam-se os prncpas concetos relaconados com os cálculos de estatístcas, hstogramas e correlação entre magens dgtas. 4.1. VALOR MÉDIO, VARIÂNCIA,
Introdução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis
Introdução A teora das probabldades é um ramo da matemátca que lda modelos de fenômenos aleatóros. Intmamente relaconado com a teora de probabldade está a Estatístca, que se preocupa com a cração de prncípos,
Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.
Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
CAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições
Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para
1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
MATEMÁTICA LISTA DE EXERCÍCIOS NÚMEROS COMPLEXOS
MATEMÁTICA LISTA DE EXERCÍCIOS NÚMEROS COMPLEXOS PROF: Claudo Saldan CONTATO: [email protected] PARTE 0 -(MACK SP/00/Janero) Se y = x, sendo x= e =, o valor de (xy) é a) 9 9 9 9 e) 9 0 -(FGV/00/Janero)
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe
O problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Capítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. [email protected] http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Lista de Matemática ITA 2012 Números Complexos
Prof Alex Perera Beerra Lsta de Matemátca ITA 0 Números Complexos 0 - (UFPE/0) A representação geométrca dos números complexos que satsfaem a gualdade = formam uma crcunferênca com rao r e centro no ponto
Exercícios propostos:
INF 16 Exercícios propostos: 1. Sabendo-se que Y=X-5 e que E(X)= e V(X)=1, calcule: a)e(y); b)v(y); c)e(x+y); d)e(x + Y ); e)v(x+y); Resp.: 1; 9; 5; 15; 81. Uma urna contém 5 bolas brancas e 7 bolas pretas.
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Regressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Associação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Medidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera [email protected] 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12
MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação
INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).
INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca
valor do troco recebido foi a) R$ 0,50. b) R$ 1,00. c) R$ 1,50. d) R$ 2,50. e) R$ 2,00.
Nome: nº Data: / _ / 017 Professor: Gustavo Bueno Slva - Ensno Médo - 3º ano Lsta de Revsão 1. (Upe-ssa 017) Márca e Marta juntas pesam 115 kg; Marta e Mônca pesam juntas 113 kg; e Márca e Mônca pesam
2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.
2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 1) Classifique as seguintes variáveis aleatórias como discretas ou contínuas. X : o número de acidentes de automóvel por ano na rodovia BR 116. Y :
MODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Regressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Prof. Lorí Viali, Dr.
Prof. Lorí Val, Dr. [email protected] http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
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] Variáveis Aleatórias Ao descrever um espaço
Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística
Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume
Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna
Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade
Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. [email protected] http://www.mat.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X 0 1 2 3 R x X(s) X(S) Uma função X que associa a cada elemento de S (s S) um número real
Variável Aleatória. O conjunto de valores. Tipos de variáveis. Uma função X que associa a cada
Variável Aleatória Uma função X que associa a cada Prof. Lorí Viali, Dr. [email protected] http://www.mat.ufrgs.br/~viali/ elemento de S (s S) um número real x X(s) é denominada variável aleatória. O
