1 O Teste de Neyman-Pearson depende do valor da alternativa
|
|
- Augusto Dreer Cunha
- 6 Há anos
- Visualizações:
Transcrição
1 EM TODAS AS FIGURAS ABAIXO A DENSIDADE SOB A HIPÓTESE NULA ESTÁ EM NEGRO E AS RAZÕES DE VEROSSIM- ILHANÇA EM COLORIDO O Teste de Neyman-Pearson depende do valor da alternativa Suponha que: ( if x< ( x+θ) f (x; θ) = if x (+x θ) Queremos testar H : θ =vs H : θ = θ, onde θ é um valor específico. Vamos devirar o teste de Neyman-Pearson para testar θ =contra diferentes alternativas. E mais, vamos comparar as regiões críticas. Tenha sempre em mente que, sob a hipótese nula, a densidade de X é: ( f (x; θ =)= ( x) if x< (+x) if x. Comparação entre as regiões críticas de H : θ =vs H : θ =(teste ) e H : θ =vs H : θ = (teste ) y x Teste contra θ =(vermelho) e contra θ = (azul), tamanho=.76 6
2 .. Teste g (x) = L (x θ =) L (x θ =) = O região rejeição de Neyman-Pearson é: ( x) ( x+) if x< (+x) ( x+) if x (+x) (+x ) if x>. R = {x : g (x) >c} c é escolhido de modo que: Pr (R θ =)=α ou seja, de modo que a probabilidade de rejeitar uma hipótese nula verdadeira seja igual ao tamanho do teste α. Na primeira figura, o teste é representado pelas curvas e linhas em vermelho. Suponha que c =,. Então o tamanho de teste é α =.766. Paraverificar isto note que: ( + x) ( x +) =. x =, 8377 ( + x) ( x ) =. x =, 78 Z. 7 8 Z. 7 8 f (x) dx = dx =, ( + x) Note que há outras raízes mas não são as que queremos. A região de rejeição é dada pelo segmento de reta delimitado pelas linhas verticais vermelhas, que é:.. Teste h (x) = R = {x :, 8377 <x<, 78} L (x θ = ) L (x θ =) =. O região rejeição de Neyman-Pearson é: ( x) ( x ) if x< ( x) (+x+) if x (+x) (+x+) if x> R = {x : h (x) >c} c é escolhido de modo que a probabilidade de rejeitar uma hipótese nula verdadeira seja igual ao tamanho do teste a. Na primeira figura, o teste é
3 representado pelas curvas e linhas em azul. Por simetria, se c segue sendo igual a,,otamanhodetesteéα =.766. A região de rejeição é dada pelo segmento de reta delimitado pelas linhas verticais azuis. Por simetria com o caso anterior, a região crítica é: R = {x :, 7 8 <x<, 837 7} Note que as regiões críticas mudaram. Isto implica que o teste de Neyman-Pearson depende do valor específico da alternativa. É isto que o Amemiya quer dizer quando diz que o formato do teste mudou. Sempre que a região crítica muda com o valor da hipótese alternativa, dizemos que o teste de NP depende do valor da alternativa.. Comparação entre as regiões críticas de H : θ =vs H : θ =(teste ) e H : θ =vs H : θ =, 3 (teste ) y x Teste contra θ =(vermelho) e contra θ =.3 (azul), tamanho=.76 6 Agora a mudança também ocorre mas é menos óbvia. A razão de verossimilhança agora é: l (x) = ( x) ( x+.3) if x< (+x) ( x+.3) if x.3 (+x) (+x.3) if x>.3 3
4 .. Teste Obviamente continua o mesmo... Teste h (x) = L (x θ =) L (x θ =) = O região rejeição de Neyman-Pearson é: ( x) ( x+,3) if x< (+x) ( x+,3) if x, 3 (+x) (+x,3) if x>, 3 R = {x : h (x) >c} c é escolhido de modo que a probabilidade de rejeitar uma hipótese nula verdadeira seja igual ao tamanho do teste a. Nafigura,otesteérepresentado pelas curvas e linhas em azul. Diferentemente do caso anterior, c muda agora, pois não há mais simetria. O tamanho de teste é α =.766. Para achar a região crítica (aproximadamente), verifique que: Z. 48 ( + x) ( x +.3) =, 78 x =, 68 ( + x) ( + x.3) =, 78, ( + x) dx =, 76 e c éexatamente,78 A região de rejeição é dada pelo segmento de reta delimitado pelas linhas verticais azuis. R = {x :, 7 8 <x<, 837 7} Desta vez o c também mudou. Para uma alternativa diferente, o valor de c que faz com que a tamanho do teste se mantenha é diferente. Mais uma vez, o testedeneyman-pearsondepende da alternativa. OTestedeNeyman-Pearsonnãodependedo valor da alternativa Vamos agora ver outro exemplo. X N (µ, ). Queremos testar H :θ =vs H :θ = θ >, ondeθ é um valor específico. Neste caso aregiãocríticafica constante quando o valor de θ muda. É isto que o Amemiya quer dizer quando diz que o formato do teste não depende de θ. 4
5 Valor Teste para normal, contra θ =econtraθ =, 3, tamanho = % x. Comparação entre as regiões críticas de H : θ =vs H : θ =(teste ) e H : θ =vs H : θ =, 3 (teste ) Antes de mais nada, sob a hipótese nula, X tem a seguinte densidade: f (x) = exp µ π x.. Teste L (x θ =) exp ³ (x ) h (x) = L (x θ =) = exp x O região rejeição de Neyman-Pearson é: R = {x : h (x) >c} c é escolhido de modo que a probabilidade de rejeitar uma hipótese nula verdadeira seja igual ao tamanho do teste α. Nafigura,otesteérepresentado pelas curvas e linhas em azul. Fazemos o contrário agora (só por conveniência).
6 Seja α =%. A região de rejeição é dada pelo segmento de reta à direita da linha vertical vermelha, ou seja, ou valores de x para os quais h (x) >c(acima da linha horizontal vermelha). Neste caso é exp ³ (.64 ) c = exp = e o número,64 vem exatamente do tamanho do teste. A região crítica é:.. Teste h (x) = R = {x : x>, 64} L (x θ =, 3) L (x θ =) O região rejeição de Neyman-Pearson é: = exp ³ (x, 3) exp x R = {x : h (x) >c} c é escolhido de modo que a probabilidade de rejeitar uma hipótese nula verdadeira seja igual ao tamanho do teste α. Na primeira figura, o teste é representado pelas curvas e linhas em vermelho. Fazemos o contrário agora (só por conveniência). Seja α =%. A região de rejeição é dada pelo segmento de reta à direita da linha vertical vermelha (a mesma que acima. Esse é o ponto!!), ou seja, ou valores de x para os quais h (x) > c(acima da linha horizontal azul). Neste caso é exp ³ (.64, 3) c = exp = e mais uma vez, o número,64 vem exatamente do tamanho do teste. A região crítica é: R = {x : x>, 64} Note que, para θ =, 3 ovalordec mudou, mas a região crítica continuou a mesma. 3 Conclusão A diferença entre os dois casos é que a razão de verossimilhança é monótona em um caso (NP não depende de θ) masnãonooutro(npdepende de θ). A monotonicade da razão de verossimilhança é uma condição necessária 6
7 para o teste de Neyman-Pearson não depender do valor específico da alternativa,.mas não é suficiente. É preciso que, para todo θ na alternativa, o sinal da monotonicidade seja o mesmo. Vejamos um exemplo. Suponha o caso da normal mas agora queremos testar H : θ =vs H : θ = θ onde θ é um valor específico qualquer, maior ou menor que zero. Então a razão de verossimilhança é monótona mas o teste de Neyman Pearson depende de θ. Para ver isto basta ver o próxima figura, onde em vermelho temos o teste contra θ =enaazulotestecontraθ =. Valor Teste para normal, contra θ =econtraθ =, tamanho = % No primeiro caso, rejeitamos se x for maior que,64 (vermelho), e no segundo caso rejeitamos se x for menor que,64 (azul). Logo o teste N-P depende do valor de θ. Temos então que a razão de verossimilhança ser monótona ajuda, mas o conjuntodeparâmetrosalternativostambéminfluencia. Istoserábastante importante quando formos avaliar se um Teste da Razão de Verossimilhança é UMP. 4 Implicações da o Teste da Razão de Verossimilhança (TRV de simples contra composta) Se a razão de verossimilhança é monótona em x, então é meio caminho andado para mostrar que o teste TRV é Uniformemente Mais Potente (UMP). Isto porque, neste caso, o teste de Neyman-Pearson não depende do parâmetro x 7
8 contra o qual estamos testando, dependendo do conjunto de parâmetros contra os quais estamos testando. 4. Exemplo X N (µ, ) eotesteéh : θ = vs H : θ> Aqui RV é monótona, e NP não depende do valor alternativo se o valor alternativo é positivo. Como o conjunto da composta é θ>, sorestamostrar queotrvéigualaonp.eé. LogooTRVéUMP.VerAmemiyaparaisto. Exemplo 4. Exemplo X N (µ, ) eotesteéh :θ = vs H :θ 6= Aqui RV é monótona, mas o NP depende do valor alternativo (entre os positivos, não depende, e entre os negativos não depende, mas depende muda entre um valor negativo e positivo). Isto nos dá uma dica de que provavelmente o TRV não é UMP. Para ver isto, vá ao Amemiya e veja que o TRV é: Rejeita se x <d. Como este teste é diferente de NP para qualquer valor alternativo (se o valor é positivo, então NP é rejeita se x>d, e vice-versa para positivo). 4.3 Exemplo 3 ( if x< ( x+θ) f (x; θ) = if x (+x θ) Queremos testar H :θ =vs H :θ 6=. Aqui, como vimos, o NP depende do valor de θ. LogooTRVnãoéuniformemente mais potente. Na verdade, quando o NP depende do valor de θ não existe teste UMP. Este é o argumento que vocês devem fazer quando se pede para mostrar que o teste da razão de verossimilhança não é uniformemente mais potente. 4.4 Exemplo 4 ( if x< ( x+θ) f (x; θ) = if x (+x θ) Queremos testar H :θ =vs H :θ 6=. Você também poderia mostrar que o TRV não é UMP, mostrando que ele é diferente de NP para uma alternativa qualquer. BASTA UMA!! No fundo é o mesmo procedimento que no exemplo 3. 8
9 Mostrando que não existe UMP Aqui a maneira de fazer é mostrando que o NP depende do valor de θ. 9
Testes de Hipótese para uma única Amostra - parte I
Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os
Leia maisUniversidade Federal de Pernambuco Departamento de Estatística Inferência Estatística 2 (ET593) Fases de uma Análise Estatística
Universidade Federal de Pernambuco Departamento de Estatística Inferência Estatística 2 (ET593) Fases de uma Análise Estatística Dados Organização Estatística Descritiva Interpretação Os Dados vêm da amostra
Leia maisAULA 7 - Inferência em MQO: ICs e Testes de
AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos
Leia maisTESTES DE HIPÓTESES Notas de aula. Prof.: Idemauro Antonio Rodrigues de Lara
1 TESTES DE HIPÓTESES Notas de aula Prof.: Idemauro Antonio Rodrigues de Lara 2 Conteúdo 1. Fundamentos e conceitos básicos; 2. Função poder; 3. Testes mais poderosos e Lema de Neyman-Pearson; 4. Teste
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Para que serve a inferência estatística? Método dos Momentos Maximum Likehood Estimator (MLE) Teste de hipótese: definições Aula de hoje Teste
Leia mais1 Teoria da Decisão Estatística
1 Teoria da Decisão Estatística 1.1 Teste de Hipótese É uma metodologia estatística que permite tomar decisão sobre uma ou mais populações baseando no conhecimento de informações da amostra. Ao tentarmos
Leia maisLecture 3a Testes de Hipótese
Métodos Quantitativos em Contabilidade I Programa de Pós-Graduação em Controladoria e Contabilidade Lucas Barros lucasbarros@usp.br Henrique Castro hcastro@usp.br Universidade de São Paulo 1 of 19 Lecture
Leia maisTestes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto
Leia maisTestes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Testes de Hipóteses Paramétricos 1 / 41 Introdução. Hipóteses Estatísticas. Erro Tipo I
Leia maisTESTE DE KOLMOGOROV-SMIRNOV. Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA
TESTE DE KOLMOGOROV-SMIRNOV Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA Conteúdo 2 Ewaldo Santana Introdução 3 Ewaldo Santana Introdução Testes estatísticos paramétricos, tais como
Leia maisTestes t para comparação de médias de dois grupos independentes
Testes t para comparação de médias de dois grupos independentes Acadêmicas do curso de Zootecnia - Aline Cristina Berbet Lopes Amanda da Cruz Leinioski Larissa Ceccon Universidade Federal do Paraná UFPR/2015
Leia maisIntervalo de confiança
Bioestatística Módulo 2: comparação entre conjuntos de coisas Relações de ordem entre coisas: >,
Leia maisFunções de Uma Variável - 1 a Avaliação - Turma B3 31 de outubro de Prof. Armando Caputi
Funções de Uma Variável - 1 a Avaliação - Turma B 1 de outubro de 017 - Prof. Armando Caputi 1 Determine o domínio da função f(x) = arctan x x + 1 (justifique) e a equação da reta tangente ao seu gráfico
Leia maisProbabilidade Aula 08
332 Probabilidade Aula 8 Magno T. M. Silva Escola Politécnica da USP Maio de 217 A maior parte dos exemplos dessa aula foram extraídos de Jay L. Devore, Probabilidade e Estatística para engenharia e ciências,
Leia maisPRINCIPAIS DISTRIBUIÇÕES (continuação)
UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior PRINCIPAIS DISTRIBUIÇÕES (continuação)
Leia maisDistribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011
Distribuição Normal Prof a Dr a Alcione Miranda dos Santos Universidade Federal do Maranhão Programa de Pós-Graduação em Saúde Coletiva email:alcione.miranda@gmail.com Abril, 2011 1 / 18 Sumário Introdução
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma
Leia mais( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
Leia maisNotas de Aula Disciplina Matemática Tópico 05 Licenciatura em Matemática Osasco -2010
1. Função Afim Uma função f: R R definida por uma expressão do tipo f x = a. x + b com a e b números reais constantes é denominada função afim ou função polinomial do primeiro grau. A função afim está
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Leia maisTESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA EM MODELOS LINEARES GENERALIZADOS
TESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA EM MODELOS LINEARES GENERALIZADOS Antes de apresentar alguns dos testes de hipóteses e intervalos de confiança mais usuais em MLG, segue a definição de modelos
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisATIVIDADES EM SALA DE AULA Cálculo I -A- Humberto José Bortolossi
ATIVIDADES EM SALA DE AULA Cálculo I -A- Humberto José Bortolossi http://www.professores.uff.br/hjbortol/ 06 Limites, Assíntotas Horizontais e Assíntotas Verticais [0] (2006.2) Considere a função f() =
Leia maisTeste de Hipótese e Intervalo de Confiança
Teste de Hipótese e Intervalo de Confiança Suponha que estamos interessados em investigar o tamanho da ruptura em um músculo do ombro... para determinar o tamanho exato da ruptura, é necessário um exame
Leia maisUnidade IV Inferência estatística
6//5 Unidade IV Inferência estatística 4.. Introdução e histórico 4.. Conceitos fundamentais 4.3. Distribuições amostrais e Teorema central do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses
Leia maisSumário. 2 Índice Remissivo 11
i Sumário 1 Principais Distribuições Contínuas 1 1.1 Distribuição Uniforme................................. 1 1.2 A Distribuição Normal................................. 2 1.2.1 Padronização e Tabulação
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 01 de Julho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma população. Serão usadas as distribuições
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Distribuição Normal Motivação: Distribuição
Leia maisESCOLA DE CIÊNCIAS E TECNOLOGIA UFRN PROVA 3 DE PROBABILIDADE E ESTATÍSTICA ECT 2207 Turma 1 04/12/2018. Prof. Ronaldo
ESCOLA DE CIÊNCIAS E TECNOLOGIA UFRN PROVA 3 DE PROBABILIDADE E ESTATÍSTICA ECT 2207 Turma 1 04/12/2018 Prof. Ronaldo Nome Legível: Assintatura: Instruções: Q1 1. Leia todas as instruções antes de qualquer
Leia maisTESTES DE HIPÓTESES. HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não.
TESTES DE HIPÓTESES HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não. HIPÓTESES ESTATÍSTICA: Hipótese Nula (H 0 ): a ser validada pelo teste.
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisIND 1115 Inferência Estatística Aula 6
Conteúdo IND 5 Inferência Estatística Aula 6 Setembro de 004 A distribuição Lognormal A distribuição Beta e sua relação com a Uniforme(0,) Mônica Barros mbarros.com mbarros.com A distribuição Lognormal
Leia maisFunções de Uma Variável - 1 a Avaliação - Turma B3 31 de outubro de Prof. Armando Caputi
Funções de Uma Variável - 1 a Avaliação - Turma B 1 de outubro de 017 - Prof. Armando Caputi 1 Determine o domínio da função g(x) = arctan ( ln(x x + ) ) (justifique) e a equação da reta tangente ao seu
Leia maisDescrevendo Regiões no Plano Cartesiano e no Espaço Euclidiano
Descrevendo Regiões no Plano Cartesiano e no Espaço Euclidiano Americo Cunha Débora Mondaini Ricardo Sá Earp Departamento de Matemática Pontifícia Universidade Católica do Rio de Janeiro Regiões no Plano
Leia mais7 Teste de Hipóteses
7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5
Leia maisAULA 04 Teste de hipótese
1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal
Leia maisTESTE DE HIPÓTESE. Introdução
TESTE DE HIPÓTESE Introdução O teste de hipótese estatística objetiva decidir se uma afirmação sobre uma população, usualmente um parâmetro desta, é, ou não, apoiada pela evidência obtida dos dados amostrais.
Leia maisParte 8 Testes de hipóteses Comparação de dois grupos
Parte 8 Testes de hipóteses Comparação de dois grupos Um objetivo frequente em estudos de diferentes áreas é a comparação de dois ou mais grupos (ou populações). Alguns exemplos: o Comparação dos salários
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisSUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS
4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está
Leia maisTeste de Hipótese. Capítulo 8 Triola, 10 a. Ed. (Capítulo 7 Triola, 9 a. Ed.) 1 Visão Geral. 2 Fundamentos do teste de hipótese
Teste de Hipótese Capítulo 8 Triola, 10 a. Ed. (Capítulo 7 Triola, 9 a. Ed.) 1 Visão Geral 2 Fundamentos do teste de hipótese z 3 Teste de uma afirmativa sobre uma Proporção z 4 Teste de uma afirmativa
Leia maisTeste da razão de verossimilhanças generalizada
SME0812 Modelos Lineares Teste da razão de verossimilhanças generalizada Prof. Cibele Russo 7 de maio de 2015 1 / 21 Suponha que em um modelo linear geral Y n 1 = X n (p+1) (p+1) 1 + n 1; com N(0; 2 I);
Leia maisAnálise da Regressão múltipla: Inferência. Aula 4 6 de maio de 2013
Análise da Regressão múltipla: Inferência Revisão da graduação Aula 4 6 de maio de 2013 Hipóteses do modelo linear clássico (MLC) Sabemos que, dadas as hipóteses de Gauss- Markov, MQO é BLUE. Para realizarmos
Leia maisDistribuição Gaussiana
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição
Leia mais4.1. ESPERANÇA x =, x=1
4.1. ESPERANÇA 139 4.1 Esperança Certamente um dos conceitos mais conhecidos na teoria das probabilidade é a esperança de uma variável aleatória, mas não com esse nome e sim com os nomes de média ou valor
Leia maisInferências sobre o vetor de Média. (Johnson & Wichern, Cap. 5) Considere o problema univariado no qual temse uma amostra aleatória de tamanho n da
Inferências sobre o vetor de Média (Johnson & Wichern, Cap. 5) Considere o problema univariado no qual temse uma amostra aleatória de tamanho n da distribuição N(µ, σ 2 ), em que ambos os parâmetros de
Leia maisRalph S. Silva
ANÁLISE ESTATÍSTICA MULTIVARIADA Ralph S. Silva http://www.im.ufrj.br/ralph/multivariada.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário
Leia maisFunções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
Funções Geradoras de Variáveis Aleatórias 1 Funções Geradoras de Variáveis Aleatórias Nos programas de simulação existe um GNA e inúmeras outras funções matemáticas descritas como Funções Geradoras de
Leia maisObjetivos. Testes não-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 relacionamentos ou modelos (testes não paramétricos).
Leia maisTeste χ 2 de aderência
Teste χ 2 de aderência Chuck Norris Arnold Schwarzenegger 15 de julho de 2013 Resumo O teste χ 2 de aderência é considerado para testar a hipótese de que uma distribuição de probabilidades as frequências
Leia maisAula 16: Análise de Aderência e Associação
Aula 16: Análise de Aderência e Associação Professor: José Luiz Padilha da Silva email: jlpadilha@ufpr.br Departamento de Estatística Universidade Federal do Paraná Curitiba, 2018 José Luiz Padilha da
Leia maisTestes de Hipóteses para Mèdia de Populações Normais- Variância conhecida e desconhecida
Testes de Hipóteses para Mèdia de Populações Normais- Variância conhecida e desconhecida Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Cronograma 1. Considerando variância conhecida 1. Introdução
Leia maisTeste de hipóteses para uma média populacional com variância conhecida e desconhecida
Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida Tomando-se como exemplo os dados de recém-nascidos
Leia maisAnálise de Dados e Simulação
Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Simulação de Variáveis Aleatórias Contínuas. O método da Transformada Inversa Teorema Seja U U (0,1). Para qualquer
Leia maisO teorema do mapeamento conforme de Riemann
O teorema do mapeamento conforme de Riemann Roberto Imbuzeiro Oliveira 23 de Maio de 2011 1 Preliminares Como de costume, U C é aberto. Recorde que U é simplesmente conexo se existe um ponto z 0 U tal
Leia maisDeterminação do tamanho amostral: uma abordagem genuinamente Bayesiana
Determinação do tamanho amostral: uma abordagem genuinamente Bayesiana Edney Luís Oliveira Fernandes, Maria Regina Madruga Tavares, Programa de Pós-Graduação em Matemática e Estatística, ICEN, UFPA, 66610-190,
Leia maisLista de Exercícios #8 Assunto: Teste de Hipóteses
. ANPEC 8 - Questão 5 Indique se as seguintes considerações sobre a teoria dos testes de hipótese são verdadeiras (V) ou falsas (F): () No teste de hipótese para proporções, se a variância da proporção
Leia maisX 2. (σ 2 + µ 2 ) = 1 n (nσ 2 + nµ 2 ) = σ 2 + µ 2. µ = 0 E(T ) = σ 2
Estatística II (GET00182) Turma A1 Prova 1 20/10/2017 2/2017 NOME: GABARITO 1. Seja X 1, X 2,, X n uma amostra aleatória simples de uma população X com média µ e variância σ 2. (a) Mostre que, se µ = 0,
Leia maisPROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG /2012
PROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG - 0/0 Instruções:. Cada questão respondida corretamente vale (um) ponto.. Cada questão respondida incorretamente vale - (menos um) ponto. 3.
Leia maisDistribuições Contínuas de Probabilidade
Distribuições Contínuas de Probabilidade Uma variável aleatória contínua é uma função definida sobre o espaço amostral, que associa valores em um intervalo de números reais. Exemplos: Espessura de um item
Leia maisRazão para rejeitar H 0
Processo do teste de hipótese Hipótese de pesquisa: a idade média da população é 5 H : μ = 5 H 1 : μ 5 É X = improvável se μ =5? População Selecionar amostra aleatória Sim: Rejeite Ho Para definir pouco
Leia maisTESTE DE HIPÓTESES. Licenciatura em Ciências USP/ Univesp. Métodos estatísticos: coleta, tratamento e análise de dados; aplicação
3.1 Introdução 3.2 Hipótese nula e alternativa 3.3 Etapas de um teste de hipóteses 3.4 Testes bicaudais e monocaudais 3.5 O valor p 3.6 Conclusão Referências 3 Dirce Maria Trevisan Zanetta TESTE DE HIPÓTESES
Leia maisALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE
ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE 4. 1 INTRODUÇÃO Serão apresentadas aqui algumas distribuições de probabilidade associadas a v.a. s contínuas. A mais importante delas é a distribuição Normal
Leia maisBIOESTATÍSTICA. Parte 5 Testes de Hipóteses
BIOESTATÍSTICA Parte 5 Testes de Hipóteses Aulas Teóricas de 05/05/2011 a 19/05/2011 5.1. Conceito de erro, estatística de teste, região de rejeição, nível de significância, valor de prova, potência do
Leia maisInferência para duas populações
Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.
Leia maisCaros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte II 26 de Novembro de 2013 Distribuição Contínua Uniforme Média e Variância Objetivos Ao final deste capítulo você deve ser capaz
Leia maisTratamento de dados em Física
Tratamento de dados em Física Métodos e testes estatísticos V. Oguri Departamento de Física Nuclear e Altas Energias (DFNAE) Programa de Pós-graduação em Física (PPGF) Instituto de Física Armando Dias
Leia maisAGA Análise de Dados em Astronomia I. 5. Testes de Hipótese
1 / 26 AGA 0505- Análise de Dados em Astronomia I 5. Testes de Hipótese Laerte Sodré Jr. 1o. semestre, 2019 2 / 26 aula de hoje: 1 testes de hipóteses: procedimento básico 2 o valor p 3 erros nos testes
Leia maisUma Avaliação do Erro Tipo II no Uso do Teste t-student
Uma Avaliação do Erro Tipo II no Uso do Teste t-student Cleber Giugioli Carrasco Thiago Santana Lemes 1 Unidade Universitária de Ciências Exatas e Tecnológicas, Universidade Estadual de Goiás, UnUCET/UEG,
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 2019 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia maisCálculo 1 A Turma F1 Prova VS
Cálculo 1 A 017. Turma F1 Prova VS Nome (MAIÚSCULO): Matrícula: O IMPORTANTE É O RACIOCÍNIO, PORTANTO DEIXE-O TODO NA PROVA. RESPOSTAS SEM AS DEVIDAS JUSTIFICATIVAS SERÃO DESCONSIDERADAS. (1) Encontre
Leia maismat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br
Prof. Lorí Viali, Dr. http://www. ://www.mat mat.ufrgs..ufrgs.br br/~viali/ viali@mat mat.ufrgs..ufrgs.br Média Uma amostra Proporção Variância Dependentes Diferença de médias m Duas amostras Independentes
Leia maisTestes de Hipóteses. Definição 4 Um teste de hipóteses é uma regra que especifica:
Capítulo 4 Testes de Hipóteses Neste capítulo discutimos um método inferencial designado por teste de hipóteses, o qual constitui uma outra análise do problema inferencial atacado no capítulo anterior,
Leia maisProbabilidade e Estatística
IFBA Probabilidade e Estatística Versão 1 Allan de Sousa Soares Graduação: Licenciatura em Matemática - UESB Especilização: Matemática Pura - UESB Mestrado: Matemática Pura - UFMG Vitória da Conquista
Leia maisx exp( t 2 )dt f(x) =
INTERPOLAÇÃO POLINOMIAL 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia Aproximação
Leia mais1 Probabilidade - Modelos Probabilísticos
1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,
Leia maisAGA Análise de Dados em Astronomia I 8. Inferência Bayesiana e MCMC
1 / 1 AGA 0505- Análise de Dados em Astronomia I 8. Inferência Bayesiana e MCMC Laerte Sodré Jr. 1o. semestre, 2018 2 / 1 Inferência Bayesiana inferência bayesiana consideremos um conjunto de dados D que
Leia maisMaterial Teórico - Inequações Produto e Quociente de Primeiro Grau. Inequações Quociente. Primeiro Ano do Ensino Médio
Material Teórico - Inequações Produto e Quociente de Primeiro Grau Inequações Quociente Primeiro Ano do Ensino Médio Autor: Prof. Fabrício Siqueira Benevides Revisor: Prof. Antonio Caminha M. Neto 27 de
Leia maisCálculo das Probabilidades I
Cálculo das Probabilidades I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 10/13 1 / 11 Seja Y uma função de uma variável aleatória X. EXEMPLOS: Obter o
Leia maisDistribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017
padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições
Leia maisTestes de Hipóteses I
Testes de Hipóteses I Capítulo 12, Estatística Básica (Bussab&Morettin, 8a Edição) 5a AULA 23/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 1. Introdução Neste capítulo pretendemos resolver
Leia maisTeorema do Limite Central
O Teorema do limite central (TLC) demonstra a tendência de aproximação das variáveis aleatórias com a distribuição normal. 2 O teorema do limite central é básico para a maioria das aplicações do controle
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisTESTES DE HIPÓTESES. Lucas Santana da Cunha Universidade Estadual de Londrina
TESTES DE HIPÓTESES Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de setembro de 2016 Introdução Viu-se a construção de intervalos
Leia maisPosição relativa entre retas e círculos e distâncias
4 Posição relativa entre retas e círculos e distâncias Sumário 4.1 Distância de um ponto a uma reta.......... 2 4.2 Posição relativa de uma reta e um círculo no plano 4 4.3 Distância entre duas retas no
Leia maisRegressão de Poisson e parentes próximos
Janeiro 2012 Família Exponencial Seja Y uma variável aleatória. A distribuição de probabilidade de Y pertence à família exponencial se a sua função densidade de probabilidade é da forma ( ) yθ b(θ) f (y
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Qui-quadrado 02/14 1 / 1 Definição 14.1: Uma variável aleatória contínua X tem
Leia maisRespostas sem justificativas não serão aceitas. Além disso, não é permitido o uso de aparelhos eletrônicos. f(x) = ex x = 0
UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO UNIDADE ACADÊMICA DO CABO DE SANTO AGOSTINHO CÁLCULO DIFERENCIAL E INTEGRAL - 07. A VERIFICAÇÃO DE APRENDIZAGEM - TURMA EL Nome Legível RG CPF Respostas sem justificativas
Leia maisCapítulo 1. f : A B. elementos A com elementos de B ilustradas nos seguintes diagramas.
Capítulo 1 Funções Sejam A e B conjuntos não vazios. Uma função com domínio A e contradomínio B é uma regra f que a cada elemento em A associa um único elemento em B. A notação usual para uma função f
Leia maisA origem de i ao quadrado igual a -1
A origem de i ao quadrado igual a -1 No estudo dos números complexos deparamo-nos com a seguinte igualdade: i 2 = 1. A justificativa para essa igualdade está geralmente associada à resolução de equações
Leia maisGráficos. Material online: h-p://www.im.ufal.br/professor/thales/calc1-2010_2.html
Gráficos Material online: h-p://www.im.ufal.br/professor/thales/calc12010_2.html O que f nos diz sobre f? O que f nos diz sobre f? f (x) < 0 f (x) > 0 f(x) =x 2 f (x) =2x x>0 f (x) > 0 x
Leia maisCE085 - Estatística Inferencial. derivadas. Prof. Wagner Hugo Bonat. 5 de setembro de Curso de Bacharelado em Estatatística
CE085 - Estatística Inferencial Função de Verossimilhança e suas derivadas Prof. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação - LEG Curso de Bacharelado em Estatatística Universidade Federal
Leia maisHEP-5800 BIOESTATÌSTICA
HEP-58 BIOESTATÌSTICA UNIDADE IV INFERÊNCIA ESTATÍSTICA: TESTES DE HIPÓTESES Nila Nunes da Silva Regina I. T. Bernal I. QUADRO CONCEITUAL São procedimentos estatísticos que consistem em usar dados de amostras
Leia maisTOMADA DE DECISÃO PARA UMA AMOSTRA. Estatística Aplicada à Engenharia 1
TOMADA DE DECISÃO PARA UMA AMOSTRA Estatística Aplicada à Engenharia 1 ROTEIRO 1. Teste de hipóteses; 2. Inferência sobre a média de uma população (variância conhecida); 3. Inferência sobre a média de
Leia maisPOLARIZAÇÃO DE ONDAS ELETROMAGNÉTICAS
TE053-Ondas Eletromagnéticas POLARIZAÇÃO DE ONDAS ELETROMAGNÉTICAS PROF. CÉSAR AUGUSTO DARTORA - UFPR E-MAIL: CADARTORA@ELETRICA.UFPR.BR CURITIBA-PR Roteiro da Aula: Representação Geral da Polarização
Leia mais