Disciplinas: Cálculo das Probabilidades e Estatística I
|
|
- Maria Luiza Peres Figueiredo
- 8 Há anos
- Visualizações:
Transcrição
1 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 a. Izabel Alcantara 1 / 25
2 Definições Algumas definições de Inferência Estatística Parâmetros: são números que caracterizam uma população. Exemplos: X N(µ, σ 2 ), os parâmetros são µ e σ 2 ; X B(n, p), os parâmetros são n e p. Estatística: é um número que caracteriza uma amostra. Uma estatística é uma função apenas dos valores da amostra. Exemplos: X = X n e variância S 2 = x 2 n x 2 n 1 ; proporção amostral número de elementos amostrais com a característica de interesse ˆp = n. Estimador: é uma estatística que tem propriedades ótimas para estimar (inferir) um parâmetro. Exemplos: X é o estimador da média µ; S 2 é o estimador da variância σ 2 ; ˆp é o estimador do parâmetro p da Binomial. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 2 / 25
3 Propriedade dos estimadores Não viesado (ou não viciado ou não tendencioso) Refere-se aos estimadores que possuem a propriedade de em média se aproximar do verdadeiro valor do parâmetro. Em outras palavras, Seja {X 1, X 2,..., X n } uma amostra aleatória simples retirada da população X caracterizada pelo parâmetro θ e seja ˆθ um estimador de θ, Então, ˆθ é um estimador não viesado se Exemplos: E(ˆθ) = θ. 1. X é um estimador não viesado de µ (E( X) = µ); 2. S 2 = 3. ˆσ 2 = (X X) 2 n 1 é um estimador não viesado de σ 2 (E(S 2 ) = σ 2 ); (X X) 2 n é um estimador viesado de σ 2 (E(ˆσ 2 ) = (n 1)σ2 n ). Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 3 / 25
4 Propriedade dos estimadores Consistência Refere-se aos estimadores nos quais a diferença entre o estimador ˆθ e o parâmetro θ tende a ser pequena a medida que o tamanho da amostra aumenta, isto é, quando n, temos E[ˆθ] = θ e V ar[ˆθ] = 0. Exemplos: Se X tem distribuição Normal(µ, σ 2 ), então: 1. X é consistente para µ: E( X) = µ e lim V ar( X) σ 2 = lim n n n = 0; 2. S 2 é consistente para σ 2 : E(S 2 ) = σ 2 e lim V 2σ 4 n ar(s2 ) = lim n n 1 = 0; 3. ˆσ 2 é consistente para σ 2 : (n 1)σ 2 lim n E(ˆσ2 ) = lim = σ 2 e n n lim V n 1 n ar(ˆσ2 ) = lim n n 2 2σ 4 = 0. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 4 / 25
5 Propriedade dos estimadores Eficiência Estatística Dado dois estimadores ˆθ 1 e ˆθ 2 para o parâmetro θ, dizemos que o estimador ˆθ 1 é mais eficiente que o estimador ˆθ 2 se V ar(ˆθ 1 ) < V ar(ˆθ 2 ). Exemplo: ˆσ 2 é mais eficiente que S 2, isto é, (n 1) 2 < n 2 1 n 2 < 1 (n 1) 2 n 1 n 2 < 1 (n 1)2σ4 n 1 n 2 < 2σ4 n 1 V ar(ˆσ 2 ) < V ar(s 2 ) Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 5 / 25
6 Propriedade dos estimadores Exemplo de Eficiência Estatística: Desejamos comprar um rifle dos quatro rifles: (a), (b), (c) e (d). Foi feito um teste em cada rifle, que consiste em fixá-lo num cavalete, mirar o centro de um alvo e disparar 15 tiros. Os resultados estão apresentados na figura abaixo: Os rifles (a) e (b) se comportam como os estimadores não viesados, isto é, em média acertam o centro do alvo (parâmetro). O rifle (c) é o mais eficiente de todos os rifles, visto que ele apresenta a menor variação dos tiros, porém ele não tende a acertar o alvo. Queremos um rifle que em média acerte o alvo e que tenha uma boa precisão, isto é, queremos o rifle mais consistente e eficiente. Nesse contexto, os rifles (a) e (b) são consistentes, só que o rifle (a) é mais eficiente. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 6 / 25
7 Em estatística, um intervalo de confiança (IC) é um intervalo estimado de um parâmetro estatístico. Em vez de estimar o parâmetro por um único valor, é dado um intervalo de estimativas prováveis. Quão prováveis são estas estimativas é determinado pelo coeficiente de confiança (denotado por (1 α)). Os valores Li e Ls que satisfaze P (Li θ Ls) = 1 α, são os limites do intervalo de confiança denotado por IC(θ, 1 α) = [Li; ls]. O comprimento do intervalo de confiança é definido por Comp(θ, 1 α) = Ls Li. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 7 / 25
8 Quanto maior a probabilidade do intervalo conter o parâmetro, maior será o intervalo. Intervalos de confiança são usados para indicar a confiabilidade de uma estimativa. Por exemplo, um IC pode ser usado para descrever quão confiáveis são os resultados de uma pesquisa. Sendo todas as outras coisas iguais, uma pesquisa que resulte num IC com comprimento pequeno é mais confiável do que uma que resulte num IC com comprimento maior. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 8 / 25
9 Considere que uma amostra {X 1, X 2,..., X n } foi retirada da população X e sejam: z tal que P (0 Z z) = 1 α 2 (Tabela da Normal Padrão) e t (gl) o valor crítico da Tabela da t-student com gl graus de liberdade (Bilateral). Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 9 / 25
10 IC para média µ com X N(µ, σ 2 ) e σ 2 conhecido [ IC(µ, 1 α) = X zσ ] zσ ; X +, n n em que z tal que P (0 Z z) = 1 α 2 (Tabela da Normal Padrão) Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 10 / 25
11 IC para média µ com X N(µ, σ 2 ) e σ 2 conhecido Exemplo (1): Uma máquina enche pacotes de café segundo uma distribuição normal com uma variância igual a 100g 2. Ela estava regulada para encher os pacotes com 500g, em média. Agora, ela se desregulou, e queremos saber qual a nova média µ. Uma amostra de 25 pacotes apresentou uma média igual a 485g. Construa um intervalo de confiança, com 95% de confiança para µ. Solução: Temos que a máquina enche os pacotes de café segundo N(µ, 100) e que uma amostra de tamanho n = 25 resultou em X = 485. Então, [ IC(µ, 95%) = X zσ ] zσ 1, , ; X + = [485 ; ] n n IC(µ, 95%) = [481,08; 488,92] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 11 / 25
12 IC para média µ com X N(µ, σ 2 ) e σ 2 conhecido Exemplo (2): A resistência à tração do aço inoxidável produzido numa certa usina permanecia estável, com uma resistência média de 72kg/mm 2 e um desvio-padrão de 2,0kg/mm 2 com distribuição normal. Recentemente a máquina foi ajustada. A fim de determinar o efeito do ajuste, 10 amostras foram testadas. Os testes apresentaram resistência média de 75kg/mm 2. Considere que o desvio-padrão não mudou. Com uma confiança de 95%, determine o intervalo de confiança para resistência média. Solução: A resistência à tração do aço inoxidável tem distribuição N(µ, 2 2 ) (σ = 2) e uma amostra de tamanho n = 10 resultou em X = 75. Então, [ IC(µ, 95%) = X zσ ] zσ 1, , 96 2 ; X + = [75 ; 75 + ] n n IC(µ, 95%) = [73,76; 76,24] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 12 / 25
13 IC para média µ com X N(µ, σ 2 ) e σ 2 desconhecido [ IC(µ, 1 α) = X ts ] ts ; X + n, n em que t é o valor da tabela da t-student com gl = n 1 graus de liberdade e significância α (bilateral). α = Significância; 1 α = Confiância. significância = 1 - confiança. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 13 / 25
14 IC para média µ com X N(µ, σ 2 ) e σ 2 desconhecido Exemplo (3): De válvulas fabricadas por uma companhia retira-se uma amostra de 30 válvulas e obtém-se a vida média de 800 horas e a variância de 100 horas. Sabendo que o tempo de vida das válvulas X segue distribuição normal, qual o intervalo de confiança de 99% para vida média das válvulas? Solução: Neste caso, desconhecemos σ 2 e então usamos o desvio-padrão amostral S e a Tabela da t-student com n 1 graus de liberdade. Temos que n = 30, X = 800, S = 100 = 10, α = 1 0,99 = 0,01 e gl = 30 1 = 29, que corresponde a t = 2, 756. Então: [ IC(µ, 99%) = X ts ] ts 2, , ; X + n = [800 ; 800+ ] n IC(µ, 99%) = [794,97; 805,03] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 14 / 25
15 IC para média µ com X N(µ, σ 2 ) e σ 2 desconhecido Exemplo (4): A DeBug Company vende um repelente de insetos que alega ser eficiente pelo prazo de 400 horas. Supondo que o tempo de eficiência do repelente segue distribuição normal. Uma análise de nove itens escolhidos aleatoriamente acusou uma média de eficiência de 380 horas com desvio-padrão de 60 horas. Determine o intervalo de confiança com 90% de confiança para o tempo médio em horas de ação do repelente. Solução: Como desconhecemos σ 2, vamos usar o desvio-padrão amostral S e a Tabela da t-student com n 1 graus de liberdade. Temos que n = 9, X = 380, S = 60, α = 1 0,90 = 0,10 e gl = 9 1 = 8, que corresponde a t = 1,86. Então: [ IC(µ, 90%) = X ts ] ts 1, , ; X + n = [380 ; ] n 9 9 IC(µ, 90%) = [342,8; 417,2] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 15 / 25
16 IC para média µ, para grandes amostras [ IC(µ, 1 α) = X zs ] zs ; X +, n n em que z tal que P (0 Z z) = 1 α 2 (Tabela da Normal Padrão) Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 16 / 25
17 IC para média µ, para grandes amostras Exemplo (5): De experiências passadas, sabe-se que a altura das crianças de 5 a série do 1 a grau é de aproximadamente 150 cm. Colhendo uma amostra de 40 crianças, observou-se a média de 154 cm com desvio-padrão de 10 cm. Qual é o intervalo de confiança de 99% para média da população? Solução: Temos que n = 40, X = 154, S = 10 e z = 2,57. Então: [ IC(µ, 99%) = X zs ] zs 2, , ; X + = [154 ; ] n n IC(µ, 99%) = [149,94; 158,06] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 17 / 25
18 IC para média µ, para grandes amostras Exemplo (6): Uma companhia de seguros iniciará uma campanha extensa de propaganda para vender apólices de seguro de vida, se verificar que a quantia média segurada por família é inferior a R$10.000,00. Tomou-se uma amostra aleatória de 50 famílias que acusou um seguro médio de R$9.600,00 com desvio padrão de R$1.000,00. Com base na evidência amostral, determine o intervalo de confiança, com 99% de confiança para quantia média segurada por família. Solução: Temos que n = 50, X = 9.600, S = e z = 2,57. Então: [ IC(µ, 99%) = X zs ] zs ; X + n n 2, , IC(µ, 99%) = [9600 ; ] = [9.236,5; 9.963,5] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 18 / 25
19 IC para proporção p [ ( ) ( )] ˆp(1 ˆp) ˆp(1 ˆp) IC(p; 1 α) = ˆp z ; ˆp + z n n em que z tal que P (0 Z z) = 1 α 2 (Tabela da Normal Padrão) Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 19 / 25
20 IC para proporção p Exemplo (7): Uma pesquisa de mercado para a Ford Motor Company revela que de uma amostra de 1220 residenciais selecionados aleatoriamente inclui 1054 que possuem um veículo (dados do Bureau of Census). Com base nesses dados, construa um intervalo de confiança de 95% de confiança para o percentual de todos os residências que possuem um veículo. Solução: Seja p a proporção de residências com veículo. Então, n = 1220, ˆp = = 0, 86 e z = 1,96. Então: [ ( ) ( )] ˆp(1 ˆp) ˆp(1 ˆp) IC(p, 99%) = ˆp z ; ˆp + z n n [ ( ) ( )] 0,86 0,14 0,86 0,14 IC(p, 99%) = 0,86 1,96 ; 0,86 + 1, IC(p, 99%) = [0,8405; 0,8795] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 20 / 25
21 IC para proporção p Exemplo (8): A cadeia de hotéis American Resort dá um teste de aptidão aos candidatos a emprego, e considera fácil uma questão do tipo múltipla escolha se ao menos 80% das respostas são corretas. Uma amostra aleatória de 6503 respostas a determinada questão apresenta 84% de respostas corretas. Construa o intervalo de confiança de 99% para a verdadeira percentagem de respostas corretas. Solução: Seja p a proporção de residências com veículo. Então, n = 6503, ˆp = 0,84 e z = 2,57. Então: [ ( ) ( )] ˆp(1 ˆp) ˆp(1 ˆp) IC(p, 99%) = ˆp z ; ˆp + z n n [ ( ) ( )] 0,84 0,16 0,84 0,16 IC(p, 99%) = 0,84 2,57 ; 0,84 + 2, IC(p, 99%) = [0,8283; 0,8517] Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 21 / 25
22 Tamanho da amostra Tamanho da amostra Estimar o parâmetro Tamanho da Amostra (n) µ n = z2 σ 2 E 2 (população infinita) µ n = Nz 2 σ 2 (N 1)E 2 +z 2 σ 2 (população finita) p n = z2 p E 2 0 (1 p 0 ) (a partir de um p 0 conhecido) p n = z2 4 E 2 (p desconhecido) E margem de erro; z é tal que P (0 < Z < z) = 1 α 2 (Tabela da Normal); N tamanho da população; p 0 uma estimativa prévia do parâmetro p, obtida por exemplo, numa amostra piloto. Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 22 / 25
23 Tamanho da amostra b a Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 23 / 25
24 Tamanho da amostra f(p) = p(1 p) = p p 2 f (p) = 1 2p O máximo ocorre em p = 1 2, com valor máximo f(1 2 ) = 1 4. Note que, f(p) = p(1 p) 1 4 = f(1 2 ), Então, o maior tamanho de amostra que podemos ter é: n = z2 z2 1 p(1 p) E2 E 2 4 Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 24 / 25
25 Tamanho da amostra Tamanho da amostra n em função da Margem de erro E, com 95% de confiança d c Departamento de Estatística (UFPB) Introdução a Inferência Prof a. Izabel Alcantara 25 / 25
Cláudio 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 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 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 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 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 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 maisAula de Exercícios - Testes de Hipóteses
Aula de Exercícios - Testes de Hipóteses Organização: Airton Kist Digitação: Guilherme Ludwig Testes de Hipóteses Exemplo Para decidirmos se os habitantes de uma ilha são descendentes da civilização A
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 maisUNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
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 maisLISTA DE EXERCÍCIOS 3
DISCIPLINA: CÁLCULO DAS PROBABILIDADES E ESTATÍSTICA I PERÍODO: 2013.2 LISTA DE EXERCÍCIOS 3 1) Uma empresa fabricante de pastilhas para freio efetua um teste para controle de qualidade de seus produtos.
Leia maisINSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A):
INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A): 1) A demanda quotidiana por um determinado produto no mercadinho
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 maisAula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos
Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos Organização: Airton Kist Digitação: Guilherme Ludwig Exercício Se X b(n, p), sabendo-se que E(X ) = 12 e σ 2 = 3, determinar:
Leia maisDisciplina Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE DSITRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DISCRETAS
Disciplina Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE DSITRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DISCRETAS 1) Devido às altas taxas de juros, uma firma informa que 30% de suas
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 maisLista 09: Estimação de Parâmetros
INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA MECÂNICA-AERONÁUTICA MB-210: Probabilidade e Estatística Lista 09: Estimação de Parâmetros Prof. Denise Beatriz Ferrari denise@ita.br 2 o Sem/2013
Leia maisDistribuições de Probabilidade Distribuição Binomial
PROBABILIDADES Distribuições de Probabilidade Distribuição Binomial BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas
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 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 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 maisUNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI NÚCLEO DE EDUCAÇÃO À DISTÂNCIA CURSO DE GRADUAÇÃO EM ADMINISTRAÇÃO PÚBLICA GABARITO
UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI NÚCLEO DE EDUCAÇÃO À DISTÂNCIA CURSO DE GRADUAÇÃO EM ADMINISTRAÇÃO PÚBLICA GABARITO GRUPO: ESTATÍSTICA DATA: HORÁRIO: NOME DO CANDIDATO: CPF: ASSINATURA: INSTRUÇÕES:
Leia maisUniversidade 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 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 maisDISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL
DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL Introdução Variável aleatória Discreta: assume um número finito ou infinito numerável de valores Contínua: assume todos os valores
Leia maisInferência Estatística-Macs11ºano
INFERÊNCIA ESTATÍSTICA Inferência Estatística-Macs11ºano Estatística Descritiva: conjunto de métodos para sintetizar e representar de forma compreensível a informação contida num conjunto de dados. Usam-se,
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Janete Pereira Amador Introdução Os métodos utilizados para realização de inferências a respeito dos parâmetros pertencem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através
Leia maisPesquisa em Marketing
Pesquisa em Marketing Aula 4 1. Identificar o tamanho da amostral ideal 2. Saber calcular a amostra O Processo de Amostragem TIPOS DE AMOSTRAGEM Amostra não-probabilística Amostra por Conveniência Amostra
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 maisa) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um
Escola Superior de Tecnologia de Viseu Probabilidades e Estatística 2007/2008 Ficha nº 7 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas de vendas, A e B, para o mesmo produto.
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 Introdução a Probabilidade Existem dois tipos
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 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 maisESCOLA SUPERIOR DE TECNOLOGIA
Departamento Matemática Curso Engenharia do Ambiente º Semestre 1º Folha Nº4: Intervalos de confiança Probabilidades e Estatística 1.a) Determine o intervalo de confiança a 90% para a média de uma população
Leia maisMonitor Giovani Roveroto
Monitor Giovani Roveroto Intervalo de Confiança 1. Suponha que o gerente de uma loja de comércio de tintas queira calcular a verdadeira quantidade de tinta contida em um galão, comprados de um fabricante
Leia maisINE 5122 LISTA DE EXERCÍCIOS INFERÊNCIA ESTATÍSTICA
INE 5122 LISTA DE EXERCÍCIOS INFERÊNCIA ESTATÍSTICA Marcados com asterisco os exercícios de Estimação de Parâmetros. Lista de Exercícios Inferência Estatística 1 1. O tempo médio de atendimento em uma
Leia maisEstatística Aplicada para Engenharia Inferência para Duas Populações
Universidade Federal Fluminense Instituto de Matemática e Estatística Estatística Aplicada para Engenharia Inferência para Duas Populações Ana Maria Lima de Farias Departamento de Estatística Conteúdo
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 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 maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisAula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán. Teste de Hipóteses
Aula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán Teste de Hipóteses Procedimento estatístico que averigua se os dados sustentam
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 maisProbabilidades e Estatística
Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística 1 o Exame/1 o Teste/2 o Teste 2 o Semestre/1 a Época 2008/09 Duração: 3 horas/1 hora e 30 minutos 16/01/09
Leia maisIntervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder
Intervalo de Confiança e cálculo de tamanho de amostra Henrique Dantas Neder Intervalo de confiança para a média da população µ X Até o momento discutimos as propriedades da distrbuição normal e vimos
Leia maisTeste de hipóteses com duas amostras. Estatística Aplicada Larson Farber
8 Teste de hipóteses com duas amostras Estatística Aplicada Larson Farber Seção 8.1 Testando a diferença entre duas médias (amostras grandes e independentes) Visão geral Para testar o efeito benéfico de
Leia maisAula 10 Testes de hipóteses
Aula 10 Testes de hipóteses Na teoria de estimação, vimos que é possível, por meio de estatísticas amostrais adequadas, estimar parâmetros de uma população, dentro de certo intervalo de confiança. Nos
Leia maisOmatematico.com ESTATÍSTICA DESCRITIVA
Omatematico.com ESTATÍSTICA DESCRITIVA 1. Classifique as variáveis abaixo: (a) Tempo para fazer um teste. (b) Número de alunos aprovados por turma. (c) Nível sócio-econômico (d) QI (Quociente de inteligência).
Leia maisFamílias endividadas e com contas em atraso (%)
Núcleo de Pesquisas Pesquisa de Endividamento e Inadimplência dos Consumidores de Chapecó A Pesquisa de Endividamento e Inadimplência do Consumidor é um importante indicador da saúde financeira das famílias,
Leia maisDISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES
LUIZ CLAUDIO BENCK KEVIN WONG TAMARA CANDIDO DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES Trabalho apresentado para avaliação na disciplina de Estatística e Métodos Numéricos do Curso de Administração
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 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 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 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 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 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 maisUNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 3
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Disciplina: Estatística II LISTA DE EXERCÍCIOS 3 1. Testes de resistência à tensão foram feitas em duas estruturas
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 maisUniversidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos
Dados que podem ser necessários a algumas questões de Estatística: P (t > t α ) = α ν 0,05 0,025 15 1,753 2,131 16 1,746 2,120 28 1,791 2,048 30 1,697 2,042 (Valor: 1,4) Questão 1. Considere o seguinte
Leia maisEXERCÍCIOS DE INFERÊNCIA ESTATÍSTICA
EXERCÍCIOS DE INFERÊNCIA ESTATÍSTICA 1. De uma população normal com variância σ 2 = 6 extraiu-se uma amostra de 25 elementos. Qual a probabilidade de que a amostra tenha uma variância S 2 : a) maior que
Leia maisCapítulo 5: Aplicações da Derivada
Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f
Leia maisTeste de Hipótese para uma Amostra Única
Teste de Hipótese para uma Amostra Única OBJETIVOS DE APRENDIZAGEM Depois de um cuidadoso estudo deste capítulo, você deve ser capaz de: 1.Estruturar problemas de engenharia de tomada de decisão, como
Leia maisMAE116 Noções de Estatística
MAE6 Noções de Estatística Grupo A - º semestre de 007 Exercício ( pontos) Uma máquina de empacotar um determinado produto o faz segundo uma distribuição normal, com média µ e desvio padrão 0g. (a) Em
Leia maisAvaliando o que foi Aprendido
Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística 1. População: conjunto de indivíduos, ou itens, com pelo menos uma característica em comum. Também será denotada por população objetivo, que é sobre a qual desejamos
Leia mais5 Conclusões e Recomendações
5 Conclusões e Recomendações 5.1 Conclusões O objetivo deste estudo foi utilizar a base de dados de clientes de uma empresa para desenvolver um modelo de regressão logística que determine o risco de cancelamento
Leia maisEstatística Aplicada
INSTITUTO SUPERIOR POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA Estatística Aplicada Ano Lectivo 2006/2007 Ficha n.º1 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas
Leia maisAula 5 Distribuição amostral da média
Aula 5 Distribuição amostral da média Nesta aula você irá aprofundar seus conhecimentos sobre a distribuição amostral da média amostral. Na aula anterior analisamos, por meio de alguns exemplos, o comportamento
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 maisProbabilidade. Distribuição Binomial
Probabilidade Distribuição Binomial Distribuição Binomial (Experimentos de Bernoulli) Considere as seguintes experimentos/situações práticas: Conformidade de itens saindo da linha de produção Tiros na
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 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 maisExemplos de Testes de Hipóteses para Médias Populacionais
Exemplos de Testes de Hipóteses para Médias Populacionais Vamos considerar exemplos de testes de hipóteses para a média de uma população para os dois casos mais importantes na prática: O tamanho da amostra
Leia maisLeia o texto abaixo para resolver as questões sobre população e amostra.
Leia o texto abaixo para resolver as questões sobre população e amostra. População e amostra População e amostra referem-se ao conjunto de entes cujas propriedades desejamos averiguar. População estatística
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 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 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 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 maisLISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS
LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS 1. Construir um quadro e o gráfico de uma distribuição de probabilidade para a variável aleatória X: número de coroas obtidas no lançamento de duas moedas. 2. Fazer
Leia maisIntrodução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS
Introdução a Analise Química - II sem/2012 Profa Ma Auxiliadora - 1 Introdução à Análise Química QUI 094 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução
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 maisINE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS
Lista de Exercícios - Modelos Probabilísticos 1 INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS 35) Em um sistema de transmissão de dados existe uma probabilidade igual a 0,05 de um dado ser transmitido
Leia maisCAPÍTULO 5 - Exercícios
CAPÍTULO 5 - Exercícios Distibuições de variáveis aleatórias discretas: Binomial 1. Se 20% dos parafusos produzidos por uma máquina são defeituosos, determinar a probabilidade de, entre 4 parafusos escolhidos
Leia maisUnidade de Ensino Descentralizada de Colatina Coordenadoria de Informática Disciplina: Probabilidade e Estatística Prof. Leandro Melo de Sá
Unidade de Ensino Descentralizada de Colatina Coordenadoria de Informática Disciplina: Probabilidade e Estatística Prof. Leandro Melo de Sá 2006/2 Unidade 2 - PROBABILIDADE Conceitos básicos * Probabilidade:
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 maisIntervalos Estatísticos para uma Única Amostra
Roteiro Intervalos Estatísticos para uma Única Amostra 1. Introdução 2. Intervalo de Confiança para Média i. População normal com variância conhecida ii. População normal com variância desconhecida 3.
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisExercícios Resolvidos sobre Amostragem
Exercícios Resolvidos sobre Amostragem Observe agora, nestes Exercícios Resolvidos, como alguns parâmetros estatísticos devem ser construídos para formar amostras fidedignas de certas populações ou fenômenos
Leia maisPremium até 10 S.M. 180 60 30 20 10 a 20 S.M. 80 40 40 40 20 a 30 S.M. 60 30 60 70 mais de 30 S.M. 40 20 70 160
1 MQI 2003 Estatística para Metrologia semestre 2008.01 LISTA DE EXERCÍCIOS # 1 PROBLEMA 1 Uma empresa de TV a cabo toma uma amostra de 1000 clientes, com o objetivo de verificar a relação entre a renda
Leia maisTópicos em Inferência Estatística. Frases. Roteiro. 1. Introdução
Tópicos em Inferência Estatística Frases Torture os dados por um tempo suficiente, e eles contam tudo! fonte: mcrsoft@aimnet.com (Barry Fetter) Um homem com um relógio sabe a hora certa. Um homem com dois
Leia maisAT = X MÁX - X MÍN. Σ F i =n
UNIVERSIDADE FEDERAL DA PARAÍBA DISTRIBUIÇÃO DE FREQUÊNCIA Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ DISTRIBUIÇÃO DE FREQUÊNCIA Quando se estuda uma massa de dados é de frequente
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 maisDecidir como medir cada característica. Definir as características de qualidade. Estabelecer padrões de qualidade
Escola de Engenharia de Lorena - EEL Controle Estatístico de Processos CEP Prof. MSc. Fabrício Maciel Gomes Objetivo de um Processo Produzir um produto que satisfaça totalmente ao cliente. Conceito de
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS Um dos principais objetivos da estatística inferencial consiste em estimar os valores de parâmetros populacionais desconhecidos (estimação de parâmetros) utilizando dados amostrais.
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 maisProcessos Estocásticos
Processos Estocásticos Segunda Lista de Exercícios 01 de julho de 2013 1 Uma indústria fabrica peças, das quais 1 5 são defeituosas. Dois compradores, A e B, classificam os lotes de peças adquiridos em
Leia maisEXERCÍCIOS EXERCÍCIOS. Definições Básicas. Definições Básicas. Definições Básicas. Introdução à Estatística. Dados: valores de variáveis observadas.
Definições Básicas Introdução à Estatística ESTATÍSTICA: estudo dos métodos para coletar, organizar, apresentar e analisar dados. População: conjunto constituído por todos os indivíduos que apresentem
Leia mais