UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
|
|
- Isabela Valente Figueiroa
- 8 Há anos
- Visualizações:
Transcrição
1 UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo
2 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos as técnicas de descrição de dados coletados de uma amostra extraída de uma população. Esses dados foram tabulados e organizados em forma de gráficos de freqüências. Estes gráficos nós chamamos de histogramas quando apresentavam barras para representar as freqüências, mas que podiam apresentar outras formas, como o gráfico de pizza. Analisamos também os principais descritores das amostras, e para isso calculamos as medidas de tendência central como a média, moda, mediana e, as medidas de dispersão como a variância e o desvio padrão. Na seqüência analisamos o conceito de probabilidade junto com as distribuições teóricas de probabilidades das variáveis aleatórias discretas e contínuas, com o objetivo de estudar o conceito de inferência estatística Como vimos anteriormente, o objetivo da inferência estatística é descrever uma realidade que está presente na população a partir de uma amostra extraída desta população. Nesta apostila vamos estudar alguns exemplos de inferência estatística focando uma característica específica da população: os valores médios. Para isso vamos considerar um descritor particular da amostra, que é a média amostral. Antes de iniciarmos o processo de inferência estatística apresentamos abaixo alguns conceitos essenciais. Suponhamos que levamos a cabo um processo de amostragem, ou seja, retiramos várias amostras de dados de uma população. Neste caso é importante que tenhamos em conta que: Toda medida descritiva e numérica de uma população é única e é chamada de parâmetro. Todo valor obtido por cálculo de uma série de observações de uma amostra é denominada de estatística. Os valores de diversas médias amostrais tiradas de uma população, não são necessariamente iguais entre si, mas podem variar. Os valores das médias amostrais não são necessariamente iguais ao valor da média da população. O conjunto das médias amostrais forma uma série de médias sobre a qual podemos calcular uma média e um desvio padrão. A existência de uma variabilidade nos valores das diversas médias amostrais gera uma distribuição de freqüências, que terá uma média das médias e um desvio padrão da variação das médias em torno da média (das médias). 2
3 3 A distribuição de freqüências das médias amostrais é chamada de distribuição amostral. Cada média amostral é uma variável aleatória, é denominada estatística e é representada por. Já O desvio padrão da distribuição amostral é chamado de erro padrão, e é representado por σ. A média da população é denominada parâmetro e é representada por μ. Já o desvio padrão da população é denominado parâmetro e é representado por σ. Na inferência estatística os parâmetros da população μ e σ serão considerados conhecidos. Na verdade estes parâmetros não são conhecidos, mas essa premissa é útil para o entendimento do conceito de distribuição amostral. Exemplo 1 Suponhamos que são formados 10 grupos de alunos de estatística da FAU e que cada grupo tenha como tarefa calcular a média do número de pessoas vivendo em 100 domicílios em um bairro da cidade. Como cada grupo levanta dados em um único bairro, ao concluírem a tarefa estes alunos terão formado uma série 10 médias amostrais representadas como 1, 2, 3,..., 10. Estas 10 médias amostrais calculada pelos alunos são denominadas de estatísticas. Os 10 valores das médias amostrais serão em sua maioria diferentes. Os valores das médias amostrais não serão iguais ao valor da média da população. As 10 médias amostrais formaram uma série de médias sobre a qual se pode calcular sua média e seu desvio padrão. Devido o fato do valor da média amostral ser uma variável obtém-se uma distribuição amostral das médias, o que significa que os valores das médias amostrais têm sua própria distribuição de freqüências. Se outros 10 grupos de alunos fizerem novas amostragens nestes mesmos bairros em domicílios selecionados ao acaso, teremos novos valores de médias amostrais, em geral diferentes dos valores obtidos pelos 10 grupos anteriores. Cada média amostral é uma estatística e é também uma variável aleatória que possui uma distribuição de freqüências, um valor próprio de média e de desvio padrão. À distribuição de freqüências das médias amostrais denomina-se distribuição amostral, e ao desvio padrão denomina-se erro padrão. 3
4 4 Teorema do Limite Central À medida que o tamanho da amostra aumenta, a distribuição de freqüências das médias amostrais tende a se aproximar cada vez mais da distribuição normal. Em outras palavras: se o tamanho n da amostra for suficientemente grande, a média de uma amostra aleatória retirada de uma população de dados, terá uma distribuição de aproximadamente normal independentemente da população. Já se a população tem distribuição normal, então a média amostral terá distribuição normal qualquer que seja o tamanho da amostra. Pelo teorema do limite central pode-se afirmar então que a distribuição da média amostral é aproximadamente normal e que os valores da média e desvio padrão estão relacionados com os valores da média e desvio padrão da população. Assim se uma população de dados tem média μ e desvio padrão σ, da qual se retira uma amostra de tamanho n e média amostral O valor esperado das médias amostrais E [, pode-se afirmar que: ] é igual à média da população: E[ ] = μ O desvio padrão da distribuição amostral (denominado erro padrão) é igual: σ = σ x σ / n Exemplo: Seja uma população formada por 5 vias arteriais de uma cidade que apresentam os seguintes índices de congestionamento nos horários de pico: Via A B C D E km/cong Vamos selecionar (por sorteio) uma amostra formada por duas vias para avaliar o índice médio de congestionamento da cidade. Observe que uma das vias tem a mesma chance de ser selecionada (mesma probabilidade). Observe também que dependendo das vias sorteadas o índice de congestionamento pode ficar acima ou abaixo da média. Neste caso devemos definir o espaço amostral e determinar o valor esperado das médias amostrais Solução: de tamanho n = 2 retiradas da população: - a média do congestionamento da população formada pelas 5 vias é igual a 6 km. - cada uma das 5 vias tem probabilidade 20% de ser sorteada. 4
5 5 - Espaço amostral: Amostra 2,4 2,6 2,8 2,10 4,6 4,8 4,10 6,8 6,10 8,10 Média Distribuição de Freqüências das médias amostrais Média Freqüência 10% 10% 20% 20% 20% 10% 10% - Valor Esperado das Médias Amostrais E[ ] = 3 x0,1 + 4 x0,1 + 5 x0,2 + 6 x0,2 + 7 x0,2 + 8 x0,1 + 9 x0,1 = 6 = μ Histograma
6 6 DISTRIBUIÇÃO NORMAL Sabemos que a probabilidade de ocorrência de um evento em um levantamento amostral é igual ao número de vezes que o evento ocorre dividido pelo tamanho da amostra: P (x i ) = F (x i ) / n F = Freqüência; P = Probabilidade A média (ou valor esperado) de uma variável aleatória X é a somatória dos produtos dos valores numéricos de cada variável pelas probabilidades (ou freqüências) de sua ocorrência. Assim: Média = E (X) = x i. P(x i ) E = valor esperado = média ponderada A Curva de Gaus é uma função matemática que serve para simular uma distribuição Normal de freqüências da variável X. Assumindo portanto, que esta função serve para descrever a variabilidade dos dados que estamos analisando, vamos utilizar as propriedades desta função matemática para fazer inferências estatísticas. Considerando uma variável aleatória contínua X que tenha uma função de probabilidade f(x) cuja distribuição é aproximadamente similar à curva normal, podemos utilizar o modelo de Gaus (ou da curva normal) para fazer inferências. Este modelo apresenta as seguintes propriedades: + Valor esperado de X E (X) = μ = x f(x) dx - + Variância de X E [(X E [X]) 2 ] = σ 2 = (x - E[X]) 2 f(x) dx - Função de densidade de probabilidade A função densidade de probabilidade de uma variável aleatória X tem distribuição normal com parâmetros de média μ e variância σ 2 é assim definida, Se a variável aleatória X tem uma distribuição aproximada da normal escreve-se: X ~ N (μ,σ 2 ). 6
7 7 Se μ = 0 e σ = 1, a distribuição é chamada de distribuição normal padrão e a função de densidade de probabilidade se transforma em: A distribuição normal é uma das mais importantes distribuições de frequências pois ela representa a maioria dos casos na vida real. Exemplo: Numa população de dados quando μ = 0 e σ = 1, a curva de distribuição nornal f(x) para volores da variável aleatória X é apresentada na figura abaixo.. A distribuição normal permite calcular qualquer valor da probabilidade se for conhecida a média e o desvio padrão de uma população sendo pesquisada. Características da Distribuição Normal 1 A curva é simétrica ao redor da média; 2 A área sob a curva define 100% da probabilidade. Sendo cada metada tem 50% de probabilidade; 3 A probabilidade de um valor da variável estar entre o intervalo (m,n) é definida como: P (m X n) O valor da probabilidade: P (m X n) = área sob a curva entre os valores m e n 7
8 8 Distribuição Normal Padronizada O cálculo das probabilidades de uma variavel X P(X), partir da da curva de Gauus é muito trabalboso pois exige integrar a função f(x) da distribuição normal entre os limites (-,+ ). Para facilitar os cálculos os estatísticos desenvolveram cáculos para uma curva de distribuição chamada de distribuição normal padronizada para a qual foi utilizado um desvio padrão normalizado Z que serve como referencial de conversão para qualquer distribuição normal de variaveis. A variavel aleatória desvio padrão normalizado Z de uma distribuição normal padronozada é dada pela seguinte fórmula: X μ Z = σ Utilizando a formula de transformacao, qualquer variavel aleatoria normal X é convertida em uma variavel normal padronizada Z onde: σ é o desvio padrão μ é a média aritmética Características da Distribuição Normal Padronizada 1 E ( Z ) = 0 e Var ( Z ) = 1 2- A curva é simétrica em torno da média 3 Após a transformação a curva da distribuição normal padronizada tem a mesma forma que a distribuição normal, tendo como média μ = 0 e desvio padrão σ = 1 8
9 9 Tabela da Distribuição Normal Padrão P(Z<z) 9
10 10 ESTIMAÇÃO Nas seções anteriores vimos que a média de uma amostra de tamanho grande n retirada de uma população com média µ x e desvio padrão σ x está contida numa distribuição de médias amostrais que tem um valor esperado igula ao da média da população e um desvio padrão igual a σ = σ x / n. O objetivo desta seção é estimar o valor da média de uma população a partir das informações contidas numa única amostra. Este processo de uma inferir sobre a média da população é chamado estimação. Sabe-se que o valor da média da amostra nem sempre é igual ao da média da população, portanto para estimar a média devemos ter um controle do erro cometido, pois não conhecemos os valores dos parametros da população (média e desvio padrão). Assim o objetivo é estimar os valores destes parametros fundamentando-se em conceitos de probabilidade tendo em vista assegurar a confiabilidade da estimativa. Estimativa da Média da População Para estimar a média de uma população devemos: 1 Selecionamos uma amostra aleatória desta população e calculamos a média. 2 Sabemos que a média da população é µ (embora não conhecida). 3 A diferença entre o verdadeiro valor da média a média µ e o valor da média amostral, chamamos de erro de estimativa. 4 Estabelecer o intervalo de confiança Intervalo de Confiança O intervalo de confiança é um intervalo de valores delimitado por um valor mínimo e um valor máximo que se utiliza para estimar um parâmetro desconhecido da população, de tal maneira que permita afrimar que o verdadeiro valor do parâmetro ( no caso a média) está contido dentro deste intervalo. Sabemos que se o tamanho da amostra for suficintemente grande, as média amostrais terão uma distribuição normal e terá um valor esperado igual à média da população. Sabemos pelas propriedades da distribuição normal que 95,44% das médias amostrais se situarão entre +2 e -2 desvios padraões em torno da média. Sabemos também que a média da população estará situada dentro deste intervalo de +2 e -2 desvios padrões em torno da média amostral em 95,44 das vezes. Em outras palavras se retirarmos infinitas amostras podemos dizer que em 95,44% das vezes o valor da média da população estará dentro do intervalo: 10
11 11-2 σ +2 σ Assim podemos dizer que: - 2σ µ + 2σ em termos de probabilidade temos que, Exemplo: P ( - 2σ µ + 2σ ) = 0,9544 Numa amostra de 64 pessoas foi perguntado o pêso das mesmas e obteve-se como média amostral 50 Kg. Sabe-se que o desvio padrão do peso das pessoas na população é de 16. Pede-se estimar o valor da média da população para um intervalo de confiança de 95%. Resolução: Na tabela de distribuição normal, o valor da probabilidade de 95% em torno da média determina os seguintes valores de Z: Z= 1,96 e Z= + 1,96 Usando a fórmula: Z - µ = σ / n. µ = ± Z σ µ = 50 ± 1, , 08 µ 53,9 2 11
12 12 Exemplo Numa amostra de 100 domicílios selecionados ao acaso em vários bairros da cidade obteve-se a média amostral de 5 para o número de pessoas vivendo por domicílio. O desvio padrão da amostra foi de 4. Pede-se estimar a média de pessoas por domicílio na cidade como um todo, para um intervalo de confiança de 80%, 90%, 95%, 99%.. Resolução: Na tabela de distribuição normal, o valor da probabilidade para 90% os valores de Z são: P (X) Z % ±1,28 4,48 5,51 90% ±1,64 4,34 5,65 95% ±1,96 4,21 5,78 99% ±2,58 3,96 6,03 - µ Z = µ = ± Z σ / n µ = 5 ± 1,28. (4/ 100) 4,48 µ 5,51 σ / n. - µ Z = µ = ± Z σ / n µ = 5 ± 1,64. (4/ 100) 4,34 µ 5,65 σ / n. - µ Z = µ = ± Z σ / n µ = 5 ± 1,96. (4/ 100) 4,21 µ 5,78 σ / n. - µ Z = µ = ± Z σ / n µ = 5 ± 2,58. (4/ 100) 3,96 µ 6,03 σ / n. 12
Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos
Leia maisCláudio Tadeu Cristino 1. Julho, 2014
Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES
Olá pessoal! Neste ponto resolverei a prova de Matemática Financeira e Estatística para APOFP/SEFAZ-SP/FCC/2010 realizada no último final de semana. A prova foi enviada por um aluno e o tipo é 005. Os
Leia maisO que é a estatística?
Elementos de Estatística Prof. Dr. Clécio da Silva Ferreira Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisDISTRIBUIÇÃO NORMAL 1
DISTRIBUIÇÃO NORMAL 1 D ensid ade Introdução Exemplo : Observamos o peso, em kg, de 1500 pessoas adultas selecionadas ao acaso em uma população. O histograma por densidade é o seguinte: 0.04 0.03 0.02
Leia maisTeorema do Limite Central e Intervalo de Confiança
Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),
Leia maisDistribuições de Probabilidade Distribuição Normal
PROBABILIDADES Distribuições de Probabilidade Distribuição Normal BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas
Leia maisProbabilidade. Distribuição Normal
Probabilidade Distribuição Normal Distribuição Normal Uma variável aleatória contínua tem uma distribuição normal se sua distribuição é: simétrica apresenta (num gráfico) forma de um sino Função Densidade
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia mais2. Método de Monte Carlo
2. Método de Monte Carlo O método de Monte Carlo é uma denominação genérica tendo em comum o uso de variáveis aleatórias para resolver, via simulação numérica, uma variada gama de problemas matemáticos.
Leia maisCapítulo 7 Medidas de dispersão
Capítulo 7 Medidas de dispersão Introdução Para a compreensão deste capítulo, é necessário que você tenha entendido os conceitos apresentados nos capítulos 4 (ponto médio, classes e frequência) e 6 (média).
Leia maisTeorema Central do Limite e Intervalo de Confiança
Probabilidade e Estatística Teorema Central do Limite e Intervalo de Confiança Teorema Central do Limite Teorema Central do Limite Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),
Leia maisCurso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal
Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Distribuição Normal 1. Introdução O mundo é normal! Acredite se quiser! Muitos dos fenômenos aleatórios que encontramos na
Leia maisVariáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder
Variáveis aleatórias contínuas e distribuiçao Normal Henrique Dantas Neder Definições gerais Até o momento discutimos o caso das variáveis aleatórias discretas. Agora vamos tratar das variáveis aleatórias
Leia maisUniversidade Federal Fluminense
Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA ESTATÍSTICA V Lista 9: Intervalo de Confiança. 1. Um pesquisador está estudando a resistência de um determinado
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - EPPGG
Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - EPPGG 11. Em uma caixa há 1 bolas de mesmo tamanho: 3 brancas, 4 vermelhas e 5 pretas. Uma pessoa, no escuro, deve retirar n bolas
Leia maisResoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ
Resoluções comentadas das questões de Estatística da prova para ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Realizada pela Fundação João Goulart em 06/10/2013 41. A idade média de todos
Leia maisCOMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder
Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem
Leia maisDistribuição de probabilidades
Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva
Leia maisEstatística: Conceitos e Organização de Dados. Introdução Conceitos Método Estatístico Dados Estatísticos Tabulação de Dados Gráficos
Estatística: Conceitos e Organização de Dados Introdução Conceitos Método Estatístico Dados Estatísticos Tabulação de Dados Gráficos Introdução O que é Estatística? É a parte da matemática aplicada que
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisAULAS 04 E 05 Estatísticas Descritivas
1 AULAS 04 E 05 Estatísticas Descritivas Ernesto F. L. Amaral 19 e 28 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
Leia maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O que é Estatística? Coleção de métodos
Leia maisHipótese Estatística:
1 PUCRS FAMAT DEPTº DE ESTATÍSTICA TESTE DE HIPÓTESE SÉRGIO KATO Trata-se de uma técnica para se fazer inferência estatística. Ou seja, a partir de um teste de hipóteses, realizado com os dados amostrais,
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia maisValor Prático da Distribuição Amostral de
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE Antes de falarmos como calcular a margem de erro de uma pesquisa, vamos conhecer alguns resultados importantes da inferência estatística.
Leia maisHistogramas. 12 de Fevereiro de 2015
Apêndice B Histogramas Uma situação comum no laboratório e na vida real é a de se ter uma grande quantidade de dados e deles termos que extrair uma série de informações. Encontramos essa situação em pesquisas
Leia maisApresentação... 19 Prefácio da primeira edição... 21 Prefácio da segunda edição... 27 Introdução... 33
Sumário Apresentação... 19 Prefácio da primeira edição... 21 Prefácio da segunda edição... 27 Introdução... 33 Capítulo I CIÊNCIA, CONHECIMENTOS E PESQUISA CIENTÍFICA... 37 1. Conceito de ciência e tipos
Leia maishttp://www.de.ufpb.br/~luiz/
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ Vimos que é possível sintetizar os dados sob a forma de distribuições de frequências
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos
Leia maisProcessos Estocásticos
Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte
Leia maisMÓDULO 1. I - Estatística Básica
MÓDULO 1 I - 1 - Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos e empíricamente observáveis. Unidade Estatística nome dado a cada observação de um
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES 1
CURSO ON-LINE PROFESSOR GUILHERME NEVES 1 Olá pessoal! Resolverei neste ponto a prova de Matemática e Estatística para Técnico Administrativo para o BNDES 2008 organizado pela CESGRANRIO. Sem mais delongas,
Leia maisProbabilidade. Definições e Conceitos
Probabilidade Definições e Conceitos Definições Probabilidade Medida das incertezas relacionadas a um evento Chances de ocorrência de um evento Aplicação em: Avaliação de Desempenho de Sistemas Engenharia
Leia maisQUAL O NÚMERO DE VEÍCULOS QUE CIRCULA EM SÃO PAULO?
QUAL O NÚMERO DE VEÍCULOS QUE CIRCULA EM SÃO PAULO? RESENHA Carlos Paiva Qual o número de veículos que circula em um dia ou a cada hora do dia na Região Metropolitana, no município e no centro expandido
Leia maisCurso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti
Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Posição Depois de se fazer a coleta e a representação dos dados de uma pesquisa, é comum analisarmos as tendências
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisCAP4: Distribuições Contínuas Parte 1 Distribuição Normal
CAP4: Distribuições Contínuas Parte 1 Distribuição Normal Quando a variável sendo medida é expressa em uma escala contínua, sua distribuição de probabilidade é chamada distribuição contínua. Exemplo 4.1
Leia maisEstatística II Antonio Roque Aula 9. Testes de Hipóteses
Testes de Hipóteses Os problemas de inferência estatística tratados nas aulas anteriores podem ser enfocados de um ponto de vista um pouco diferente: ao invés de se construir intervalos de confiança para
Leia maisMétodos Estatísticos II 1 o. Semestre de 2010 ExercíciosProgramados1e2 VersãoparaoTutor Profa. Ana Maria Farias (UFF)
Métodos Estatísticos II 1 o. Semestre de 010 ExercíciosProgramados1e VersãoparaoTutor Profa. Ana Maria Farias (UFF) Esses exercícios abrangem a matéria das primeiras semanas de aula (Aula 1) Os alunos
Leia maisPROBABILIDADE. Aula 5
Curso: Psicologia Disciplina: Métodos Quantitativos Profa. Valdinéia Data: 28/10/15 PROBABILIDADE Aula 5 Geralmente a cada experimento aparecem vários resultados possíveis. Por exemplo ao jogar uma moeda,
Leia maisTrabalhando com Pequenas Amostras: Distribuição t de Student
Probabilidade e Estatística Trabalhando com Pequenas Amostras: Distribuição t de Student Pequenas amostras x Grandes amostras Nos exemplos tratados até agora: amostras grandes (n>30) qualquer tipo de distribuição
Leia maisInferência Estatística
Universidade Federal Fluminense Instituto de Matemática e Estatística Inferência Estatística Ana Maria Lima de Farias Departamento de Estatística Conteúdo 1 Inferência estatística Conceitos básicos 1 1.1
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ
Comentários sobre as provas de estatística e financeira ICMS RJ Caríssimos, Acabei de voltar de uma longa auditoria em que visitamos inúmeros assentamentos federais do INCRA no interior do estado. Ou seja:
Leia maisCAPÍTULO 9 Exercícios Resolvidos
CAPÍTULO 9 Exercícios Resolvidos R9.1) Diâmetro de esferas de rolamento Os dados a seguir correspondem ao diâmetro, em mm, de 30 esferas de rolamento produzidas por uma máquina. 137 154 159 155 167 159
Leia maisAtividade 4 - Acerte no alvo
Atividade 4 - Acerte no alvo 1. Justificativa Para entender um processo estatístico, é possível criar um experimento em que os alunos possam vivenciá-lo, organizando, selecionando, interpretando e criticando
Leia mais4 Avaliação Econômica
4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir
Leia maisO QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I
O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I! A utilização de escores na avaliação de crédito! Como montar um plano de amostragem para o credit scoring?! Como escolher as variáveis no modelo de credit
Leia maisESTATÍSTICA. aula 1. Insper Ibmec São Paulo. Prof. Dr. Marco Antonio Leonel Caetano
ESTATÍSTICA aula 1 Prof. Dr. Marco Antonio Leonel Caetano Insper Ibmec São Paulo ESTATÍSTICA COISAS DO ESTADO ESTATÍSTICA: - Apresentação e Análise de dados - Tomadas de Decisões baseadas em análises -
Leia mais3. Características amostrais. Medidas de localização e dispersão
Estatística Descritiva com Excel Complementos. 77 3. Características amostrais. Medidas de localização e dispersão 3.1- Introdução No módulo de Estatística foram apresentadas as medidas ou estatísticas
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 6. O trabalho feito pela força para deslocar o corpo de a para b é dado por: = =
Energia Potencial Elétrica Física I revisitada 1 Seja um corpo de massa m que se move em linha reta sob ação de uma força F que atua ao longo da linha. O trabalho feito pela força para deslocar o corpo
Leia maisModelo de distribuição de probabilidade para o número de bolas chamadas até que alguém bata em um bingo Convencional
Modelo de distribuição de probabilidade para o número de bolas chamadas até que alguém bata em um bingo Convencional Pedro Ferreira de Lima 1 Cícero Carlos Felix de Oliveira 2 Dr. Cláudio Tadeu Cristiano
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
Caríssimos. Recebi muitos e-mails pedindo ajuda com eventuais recursos para as provas do BACEN. Em raciocínio lógico, eu não vi possibilidade de recursos, apesar de achar que algumas questões tiveram o
Leia maisA INTEGRAÇÃO ENTRE ESTATÍSTICA E METROLOGIA
A INTEGRAÇÃO ENTRE ESTATÍSTICA E METROLOGIA João Cirilo da Silva Neto jcirilo@araxa.cefetmg.br. CEFET-MG-Centro Federal de Educação Tecnológica de Minas Gerais-Campus IV, Araxá Av. Ministro Olavo Drumonnd,
Leia maisUniversidade Federal de Pernambuco Mestrado em Estatística
Universidade Federal de Pernambuco Mestrado em Estatística Lista 4 de Exercícios de Amostragem Prof. Cristiano Ferraz 1. Em relação ao plano amostral de Bernoulli: a) Explique como retirar uma amostra
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisMétodos de Monte Carlo
Departamento de Estatística - UFJF Outubro e Novembro de 2014 são métodos de simulação São utilizados quando não temos uma forma fechada para resolver o problema Muito populares em Estatística, Matemática,
Leia maisREVISÃO E AVALIAÇÃO DA MATEMÁTICA
2 Aula 45 REVISÃO E AVALIAÇÃO DA 3 Vídeo Arredondamento de números. 4 Arredondamento de números Muitas situações cotidianas envolvendo valores destinados à contagem, podem ser facilitadas utilizando o
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM
1 UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1) Um pesquisador está interessado em saber o tempo médio que
Leia maisAvaliação de Desempenho
Avaliação de Desempenho Todos nós estamos habituados a avaliar nosso desempenho. Isso se inicia principalmente na vida escolar, com as provas e os testes. Uma avaliação considera quanto da prova se respondeu
Leia maisBRINCANDO COM GRÁFICOS E MEDINDO A SORTE
BRINCANDO COM GRÁFICOS E MEDINDO A SORTE Elizabeth Pastor Garnier SEE/RJ Pedro Carlos Pereira - FAETEC Projeto Fundão IM/UFRJ Os Parâmetros Curriculares Nacionais propõem a introdução do tópico Tratamento
Leia maisCÁLCULO DO TAMANHO DA AMOSTRA PARA UMA PESQUISA ELEITORAL. Raquel Oliveira dos Santos, Luis Felipe Dias Lopes
CÁLCULO DO TAMANHO DA AMOSTRA PARA UMA PESQUISA ELEITORAL Raquel Oliveira dos Santos, Luis Felipe Dias Lopes Programa de Pós-Graduação em Estatística e Modelagem Quantitativa CCNE UFSM, Santa Maria RS
Leia maisOlá pessoal! Sem mais delongas, vamos às questões.
Olá pessoal! Resolverei neste ponto a prova para AFRE/SC 2010 realizada pela FEPESE no último final de semana. Nosso curso teve um resultado muito positivo visto que das 15 questões, vimos 14 praticamente
Leia maisProbabilidade. Distribuição Exponencial
Probabilidade Distribuição Exponencial Aplicação Aplicada nos casos onde queremos analisar o espaço ou intervalo de acontecimento de um evento; Na distribuição de Poisson estimativa da quantidade de eventos
Leia maisVariáveis Aleatórias Discretas e Distribuições de Probabilidade
Variáveis Aleatórias Discretas e Distribuições de Probabilidade Objetivos do aprendizado a.determinar probabilidades a partir de funções de probabilidade b.determinar probabilidades a partir de funções
Leia maisIntrodução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.
Métodos Monte Carlo Introdução Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Estimativas pontuais e intervalares para os parâmetros;
Leia maisESCOLA SECUNDÁRIA MANUEL DA FONSECA, SANTIAGO DO CACÉM GRUPO DISCIPLINAR: 500 Matemática Aplicada às Ciências Sociais
ANO: 11º ANO LECTIVO : 008/009 p.1/7 CONTEÚDOS MODELOS MATEMÁTICOS COMPETÊNCIAS A DESENVOLVER - Compreender a importância dos modelos matemáticos na resolução de problemas de problemas concretos. Nº. AULAS
Leia maisCapítulo 3. Avaliação de Desempenho. 3.1 Definição de Desempenho
20 Capítulo 3 Avaliação de Desempenho Este capítulo aborda como medir, informar e documentar aspectos relativos ao desempenho de um computador. Além disso, descreve os principais fatores que influenciam
Leia maisLista IV - Curva Normal. Professor Salvatore Estatística I
Lista IV - Curva Normal Professor Salvatore Estatística I 19/12/2011 Consulta à tabela Normal: 1. Estabeleça a área entre 0 (zero) e Zi igual a a. + 1,35 b. + 1,58 c. +2,05 d. +2,76 e. -1,26 f. -2,49 g.
Leia maisAmostragem. Prof. Joel Oliveira Gomes. Capítulo 9. Desenvolvimento
Capítulo 9 Amostragem Desenvolvimento 9.1 Introdução 9.2 Censo versus Amostra 9.3 Processo de planejamento de uma amostragem 9.4 Técnicas Amostrais 9.5 Amostragem Não-probabilística 9.6 Amostragem Probabilística
Leia maisApresentação de Dados em Tabelas e Gráficos
Apresentação de Dados em Tabelas e Gráficos Os dados devem ser apresentados em tabelas construídas de acordo com as normas técnicas ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística
Leia mais7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora
7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,
Leia maisCAP5: Amostragem e Distribuição Amostral
CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?
Leia maisDistribuição de Freqüências
Distribuição de Freqüências Por constituir-se o tipo de tabela importante para a Estatística Descritiva, faremos um estudo completo da distribuição de freqüências. Uma distribuição de freqüências condensa
Leia maisEstatística stica para Metrologia
Aula 5 Estatística stica para Metrologia Aula 5 Variáveis Contínuas Uniforme Exponencial Normal Lognormal Mônica Barros, D.Sc. Maio de 008 1 Distribuição Uniforme A probabilidade de ocorrência em dois
Leia maisDisciplinas: Cálculo das Probabilidades e Estatística I
Introdução a Inferência Disciplinas: Cálculo das Probabilidades e Estatística I Universidade Federal da Paraíba Prof a. Izabel Alcantara Departamento de Estatística (UFPB) Introdução a Inferência Prof
Leia maisTecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22
Teste para diferença de médias Exemplo Dois tipos diferentes de tecido devem ser comparados. Uma máquina de testes Martindale pode comparar duas amostras ao mesmo tempo. O peso (em miligramas) para sete
Leia maisNoções de Pesquisa e Amostragem. André C. R. Martins
Noções de Pesquisa e Amostragem André C. R. Martins 1 Bibliografia Silva, N. N., Amostragem probabilística, EDUSP. Freedman, D., Pisani, R. e Purves, R., Statistics, Norton. Tamhane, A. C., Dunlop, D.
Leia maisDistribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas
Distribuição Gaussiana Modelo Probabilístico para Variáveis Contínuas Distribuição de Frequências do Peso, em gramas, de 10000 recém-nascidos Frequencia 0 500 1000 1500 2000 2500 3000 3500 1000 2000 3000
Leia maisDois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ
Probabilidade Vimos anteriormente como caracterizar uma massa de dados, como o objetivo de organizar e resumir informações. Agora, apresentamos a teoria matemática que dá base teórica para o desenvolvimento
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte IV 2012/02 Distribuição Exponencial Vamos relembrar a definição de uma variável com Distribuição Poisson. Número de falhas ao longo
Leia maisLISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES
Monitora Juliana Dubinski LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES EXERCÍCIO 1 (INTERVALO DE CONFIANÇA PARA MÉDIA) Suponha que X represente a duração da vida de uma peça de equipamento. Admita-se
Leia maisAlém do Modelo de Bohr
Além do Modelo de Bor Como conseqüência do princípio de incerteza de Heisenberg, o conceito de órbita não pode ser mantido numa descrição quântica do átomo. O que podemos calcular é apenas a probabilidade
Leia maisMedidas de Variação ou Dispersão
Medidas de Variação ou Dispersão Estatística descritiva Recapitulando: As três principais características de um conjunto de dados são: Um valor representativo do conjunto de dados: uma média (Medidas de
Leia maisDETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA
DETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA INTRODUÇÃO O pesquisador social procura tirar conclusões a respeito de um grande número de sujeitos. Por exemplo, ele poderia desejar estudar: os 170.000.000 de cidadãos
Leia maisA interpretação gráfica e o ensino de funções
A interpretação gráfica e o ensino de funções Adaptado do artigo de Katia Cristina Stocco Smole Marília Ramos Centurión Maria Ignez de S. Vieira Diniz Vamos discutir um pouco sobre o ensino de funções,
Leia maisCOMO AVALIAR O RISCO DE UM PROJETO ATRAVÉS DA METODOLOGIA DE MONTE CARLO
COMO AVALIAR O RISCO DE UM PROJETO ATRAVÉS DA O que é risco? Quais são os tipos de riscos? Quais são os tipos de análises? Qual a principal função do Excel para gerar simulações aleatórias? O que é distribuição
Leia maisExercícios Resolvidos da Distribuição de Poisson
. a. Qual é a diferença entre as distribuições de Poisson e inomial? b. Dê alguns exemplos de quando podemos aplicar a distribuição de Poisson. c. Dê a fórmula da distribuição de Poisson e o significado
Leia maisSegurança da Informação e Proteção ao Conhecimento. Douglas Farias Cordeiro
Segurança da Informação e Proteção ao Conhecimento Douglas Farias Cordeiro Risco O risco é medido por sua probabilidade de ocorrência e suas consequências; Pode se realizar uma análise qualitativa ou quantitativa;
Leia maisO conceito de probabilidade
A UA UL LA O conceito de probabilidade Introdução Nesta aula daremos início ao estudo da probabilidades. Quando usamos probabilidades? Ouvimos falar desse assunto em situações como: a probabilidade de
Leia mais16 Comprimento e área do círculo
A UA UL LA Comprimento e área do círculo Introdução Nesta aula vamos aprender um pouco mais sobre o círculo, que começou a ser estudado há aproximadamente 4000 anos. Os círculos fazem parte do seu dia-a-dia.
Leia maisQual é o risco real do Private Equity?
Opinião Qual é o risco real do Private Equity? POR IVAN HERGER, PH.D.* O debate nos mercados financeiros vem sendo dominado pela crise de crédito e alta volatilidade nos mercados acionários. Embora as
Leia maisCálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante
Cálculo Numérico Aula : Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Computação Numérica - O que é Cálculo Numérico? Cálculo numérico é uma metodologia para resolver problemas matemáticos
Leia maisProbabilidade. Distribuição Exponencial
Probabilidade Distribuição Exponencial Aplicação Aplicada nos casos onde queremos analisar o espaço ou intervalo de acontecimento de um evento; Na distribuição de Poisson estimativa da quantidade de eventos
Leia mais2. Representação Numérica
2. Representação Numérica 2.1 Introdução A fim se realizarmos de maneira prática qualquer operação com números, nós precisamos representa-los em uma determinada base numérica. O que isso significa? Vamos
Leia maisINE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE
INE 5 LISTA DE EERCÍCIOS DE PROBABILIDADE INE 5 Gabarito da Lista de Exercícios de Probabilidade ) Em um sistema de transmissão de dados existe uma probabilidade igual a 5 de um dado ser transmitido erroneamente.
Leia maisVetores Aleatórios, correlação e conjuntas
Vetores Aleatórios, correlação e conjuntas Cláudio Tadeu Cristino 1 1 Universidade Federal Rural de Pernambuco, Recife, Brasil Segundo Semestre, 2013 C.T.Cristino (DEINFO-UFRPE) Vetores Aleatórios 2013.2
Leia mais