Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec
|
|
- Arthur Aires Paranhos
- 6 Há anos
- Visualizações:
Transcrição
1 Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 2016/ /06/2017 9h:00 2 o teste 10 valores 1. O tempo de vida (em miuto) de um microrgaismo de uma determiada espécie é descrito por uma variável aleatória X, com distribuição expoecial com valor esperado descohecido 1 λ. (a) Deduza o estimador de máxima verosimilhaça de λ com base uma amostra aleatória (X 1,..., X ) (3.0) proveiete da população X. V.a. de iteresse X tempo de vida de um microrgaismo F.d.p. de X { λe λ x, x 0 f X (x) 0, x < 0 Parâmetro descohecido λ, λ > 0 Amostra x (x 1,..., x ) amostra de dimesão proveiete da população X [com x i > 0, i 1,...,]. Obteção do estimador de MV de λ Passo 1 Fução de verosimilhaça L(λ x) f X (x) X i idep f Xi (x i ) X i X i1 f X (x i ) i1 i1 ( ) λe λ x i λ e λ i1 x i, λ > 0 Passo 2 Fução de log-verosimilhaça ll(λ x) l(λ) λ x i i1 Passo 3 Maximização A estimativa de MV de λ é doravate represetada por ˆλ e d ll(λ x) dλ 0 (poto de estacioaridade) λ ˆλ ˆλ : d 2 ll(λ x) λ < 0 (poto de máximo) dλ 2 ˆλ ˆλ i1 x i 0 ṋ λ 2 < 0 ˆλ i1 x i ( i1 x i ) 2 < 0 (proposição verdadeira já que i1 x i > 0). Págia 1 de 8
2 Passo 4 Estimador de MV de λ E MV (λ) i1 X i [ X 1 ] (b) Recolheu-se a amostra (x 1,..., x 8 ) (133,24,84,30,108,57,5,45), tedo-se observado que (2.0) 8 i1 x i 486. Calcule a estimativa de máxima verosimilhaça da probabilidade de o tempo de vida dum microrgaismo ser iferior a 90 miutos. Estimativa de MV de λ ˆλ i1 x i Outro parâmetro descohecido h(λ) P(X < 90) F X (90) [ 90 1 e 90λ f X (x)dx e λ x 90 0 ] Estimativa de MV de h(λ) Ivocado a propriedade de ivariâcia dos estimadores de máxima verosimilhaça, pode cocluir-se que a estimativa de MV de h(λ) é dada por h(λ) h( ˆλ) 90 ˆλ 1 e 1 e O egeheiro mecâico resposável pela produção de um dado tipo de peus admite que a sua duração (em milha percorrida) possui distribuição ormal. Foram testados 10 peus desse tipo, tedo-se obtido uma amostra com média e variâcia iguais a x e s , respetivamete. (a) Obteha itervalos de cofiaça a 90% para o valor esperado e para a mediaa da duração desse (2.5) tipo de peu. V.a. de iteresse X duração (em milhas percorridas) de ovo tipo de peu Situação X Normal(µ,σ 2 ) µ DESCONHECIDO σ 2 descohecido Obteção do IC para µ Passo 1 Selecção da v.a. fulcral para µ Z X µ S/ t ( 1) [uma vez que é suposto determiar um IC para o valor esperado de uma população ormal, com variâcia descohecida.] Págia 2 de 8
3 Passo 2 Obteção dos quatis de probabilidade Ao ter-se em cosideração que (1 α) 100% 90%, far-se-á uso dos quatis { P(a α Z b α ) 1 α (a α,b α ) : P(Z < a α ) P(Z > b α ) α/2. a α F 1 t ( 1) (α/2) F 1 t (10 1) (0.05) F 1 b α F 1 t ( 1) (1 α/2) F 1 t (10 1) (0.95) t (9) (1 0.05) Passo 3 Iversão da desigualdade a α Z b α P(a α Z b α ) 1 α [ P a α X ] µ S/ b α 1 α [ ] P X b α S µ X a α S 1 α Passo 4 Cocretização Atededo aos quatis acima, às cocretizações de X e S 2, x s , e ao facto de IC (1 α) 100% (µ) [ x Ft 1 ( 1) (1 α/2) s, x + Ft 1 ( 1) (1 α/2) s ], temos IC 90% (µ) [ ] , [ , ]. Cometário A f.d.p. de X é simétrica em relação a µ logo me me(x ) E(X ) µ. Por cosequêcia, IC 90% (me) IC 90% (µ). (b) Um egeheiro afirma que o valor esperado da duração desse tipo de peus é igual a milhas, (2.5) ao passo que uma cosultora defede que tal valor esperado é iferior a milhas. Cofrote a hipótese defedida pelo egeheiro com a defedida pela cosultora, tomado para o efeito uma decisão com base o valor-p. Hipóteses H 0 : µ µ H 1 : µ < µ 0 Estatística de teste T X µ 0 S H0 t ( 1) [pois pretedemos efectuar um teste sobre o valor esperado de uma população ormal, com variâcia descohecida.] Região de rejeição de H 0 (para valores de T ) Tratado-se de um teste uilateral iferior (H 1 : µ < µ 0 ), a região de rejeição de H 0 (para valores da estatística de teste) é do tipo W (,c). Decisão (com base o valor-p) O valor observado da estatística de teste é igual a Págia 3 de 8
4 t x µ 0 s Dado que a região de rejeição deste teste é um itervalo à esquerda, temos: valor p P(T < t H 0 ) Assim sedo, é suposto: F t( 1) (t) F t(9) ( ) 1 F t(9) ( ) calc ão rejeitar H 0 a qualquer.s. α %, pelo que H 0 : µ µ é cosistete por exemplo ao.s. de 1%; rejeitar H 0 a qualquer.s. α 0 > %, omeadamete aos.u.s. de 5% e 10%. [Decisão (com base em itervalo para o valor-p) Recorredo às tabelas de quatis da distribuição de t-studet podemos adiatar um itervalo para o valor-p: F 1 t (9) (0.975) < < F 1 t (9) (0.99) Cosequetemete: < valor p 1 F t(9) ( ) < ão devemos rejeitar H 0 a qualquer.s. α 0 1%; devemos rejeitar H 0 a qualquer.s. α 0 > 2.5%, omeadamete aos.u.s. de 5% e 10%.] Grupo II 10 valores 1. Para averiguar sobre a validade da hipótese de o úmero de furtos diários uma certa zoa ser descrito (3.5) por uma variável aleatória com distribuição de Poisso, recolheram-se dados relativos a 60 dias de observação: Número de furtos diários ou mais Frequêcia absoluta observada Sabedo que a estimativa de máxima verosimilhaça do valor esperado do úmero diário de furtos, calculada com base a amostra agrupada, é igual a 1.9, teste a hipótese referida, ao ível de sigificâcia de 5%. V.a. de iteresse e f.p. X úmero de furtos diários Hipóteses H 0 : X Poisso(λ), H 1 : X Poisso(λ) ode λ é um parâmetro DESCONHECIDO Nível de sigificâcia α 0 5% Págia 4 de 8
5 Estatística de Teste k (O i E i ) 2 T E i a H0 χ 2 (k β 1), ode: i1 k No. de classes 5 O i Frequêcia absoluta observável da classe i E i ESTIMADOR da frequêcia absoluta esperada, sob H 0, da classe i β No. de parâmetros a estimar 1 [dado que em H 0 se cojectura uma família de distribuições e ão uma distribuição em particular.] Estimativas das frequêcias absolutas esperadas sob H 0 [Como λ é descohecido o mesmo acotece com p 0 e com a frequêcia absoluta esperada, sob i H 0, da classe i, p 0 i { e λ λ i 1 (i 1)!, i 1,2,3,4 1 (p p0 4 ), i 5.] Uma vez que a estimativa de MV do valor esperado (avaliada com base a amostra agrupada) é igual a ˆλ 1.9, podemos obter as seguites estimativas das frequêcias absolutas esperadas sob H 0 : e i ˆp 0 i ˆλ { e ˆλ i 1 ˆλ (i 1)!, i 1,2,3,4 1 ( ˆp ˆp0 4 ), i 5. F Poi sso(1.9) (0) , i 1 F Poi sso(1.9) (1) F Poi sso(1.9) (0) , i 2 F Poi sso(1.9) (2) F Poi sso(1.9) (1) , i 3 F Poi sso(1.9) (3) F Poi sso(1.9) (2) , i 4 1 ( ) , i , i , i , i , i , i 5. [Costata-se que ão é ecessário fazer qualquer agrupameto de classes uma vez que em pelo meos 80% das classes se verifica E i 5 e que E i 1 para todo o i. Caso fosse preciso efectuar agrupameto de classes, os valores de k e c teriam que ser recalculados...] Região de rejeição de H 0 (para valores de T ) Tratado-se de um teste de ajustameto, a região de rejeição de H 0 escrita para valores de T é o itervalo à direita W (c, + ), ode Decisão c F 1 (1 α χ 2 0 ) (k β 1) F 1 (1 0.05) χ 2 (5 1 1) F 1 (0.95) χ 2 (3) tabel a/calc No cálculo do valor observado da estatística de teste covém recorrer à seguite tabela auxiliar: Págia 5 de 8
6 Classe i Freq. abs. obs. Estim. freq. abs. esp. sob H 0 Parcelas valor obs. estat. teste i o i e i ˆp 0 i (o i e i ) 2 e i ( ) 1 {0} {1} {2} {3} {4,5,...} k i1 o i k i1 e i t k (o i e i ) 2 i1 e i Como t W (7.815,+ ), ão devemos rejeitar H 0 ao.s. de α 0 5% [em a qualquer outro.s. iferior a α 0 ]. 2. A massa de certa espécie de peixe é descrita pela variável x (em grama) e o respectivo comprimeto é represetado pela variável aleatória Y (em cetímetro). Uma amostra de 30 peixes desta espécie coduziu aos seguites valores: 30 i1 x i 875.4, 30 i1 x2 i , 30 i1 y i 605.7, 30 i1 y 2 i , 30 i1 x i y i , ode [ mi i1,...,30 x i, max i1,...,30 x i ] [27.9, 31.1]. (a) Calcule as estimativas de míimos quadrados dos parâmetros da reta de regressão liear simples (1.5) de Y em x. Estimativas de MQ de β 0 e β 1 Dado que 30 i1 x i i1 x i x 1 i1 x2 i i1 x2 i ( x) i1 y i ȳ 1 i1 y i i1 y 2 i i1 y 2 i (ȳ) i1 x i y i i1 x i y i x ȳ , as estimativas de MQ de β 1 e β 0 são, para este modelo de RLS, iguais a: i1 ˆβ 1 x i y i xȳ i1 x2 i ( x) ˆβ 0 ȳ ˆβ 1 x Págia 6 de 8
7 (b) Obteha a estimativa de míimos quadrados do valor esperado do comprimeto de um peixe desta (1.0) espécie, se a sua massa for igual a 29.1g. Estimativa de MQ para E(Y x 0 ) β 0 + β 1 x 0 Ê(Y x 0 ) ˆβ 0 + ˆβ 1 x [Não estamos a cometer qualquer erro de extrapolação ao estimar potualmete E(Y x 29.1) β 0 + β dado que 29.1 [mi i1,...,30 x i, max i1,...,30 x i ] [27.9, 31.1].] (c) Teste a sigificâcia do modelo de regressão liear simples, ao ível de sigificâcia de 5%. Eucie (3.0) as hipóteses de trabalho que assumir. Hipóteses de trabalho No modelo de RLS, Y i β 0 + β 1 x i + ɛ i, cosideraremos ɛ i i.i.d. Normal(0,σ 2 ), i 1,...,. [Obs. Pretede cofrotar-se H 0 : β 1 β 1,0 0 (regressão liear ão é sigificativa, i.e., o valor esperado da variável resposta Y, E(Y ) β 0 + β 1 x, ão depede liearmete da variável explicativa x) H 1 : β 1 β 1,0 (regressão liear é sigificativa).] Hipóteses H 0 : β 1 β 1,0 0 H 1 : β 1 β 1,0 Nível de sigificâcia α 0 5% Estatística de teste ˆβ 1 β 1,0 T ˆσ 2 i1 x2 x2 i H0 t ( 2) Região de rejeição de H 0 (para valores de T ) Estamos a lidar com um teste bilateral (H 1 : β 1 β 1,0 ), pelo que a região de rejeição de H 0 é W (, c) (c,+ ), ode c : P(Rejeitar H 0 H 0 α 0 ( c Ft 1 ( 2) 1 α ) 0 2 c Ft 1 (28) (0.975) c t abel a/calc Decisão Tedo em cota que [( ) ˆσ 2 1 y 2 i 2 ȳ 2 ( ( )] ) 2 ˆβ1 x 2 i x2 i1 i1 1 ( ) , o valor observado da estatística de teste é dado por Págia 7 de 8
8 t ˆβ 1 β 1,0 ˆσ 2 i1 x2 x2 i Como t W (, 2.048) (2.048,+ ), devemos rejeitar H 0 [hipótese de iexistêcia de relação de tipo liear etre o valor esperado da variável resposta Y e a variável explicativa x], ao ível de sigificâcia α 0 5% [ou a qualquer outro.s. superior 5%]. (d) Calcule e iterprete o valor do coeficiete de determiação do modelo ajustado. (1.0) Cálculo do coeficiete de determiação ( r 2 i1 x i y i x ȳ ) 2 ( i1 x2 i x2) ( i1 y 2 i ȳ 2) Iterpretação coeficiete de determiação Cerca de 87.3% da variação total do comprimetos dos peixes é explicada pela respectiva massa, através do modelo de regressão liear simples ajustado. Logo podemos adiatar que a recta estimada parece ajustar-se bem ao cojuto de dados. Págia 8 de 8
Probabilidades e Estatística
Duração: 90 miutos Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! o semestre 015/016 09/06/016 11:00 o teste B Grupo I 10 valores 1. Seja (X 1,
Leia maisProbabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! 2 o semestre 2015/2016 30/04/2016 9:00 1 o Teste A 10 valores 1. Uma
Leia maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar
potual por itervalos Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos potual e itervalar Lic. Eg. Biomédica e Bioegeharia-2009/2010 potual por itervalos A Teoria das Probabilidades cosiste
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ o semestre 011/01 Exame de Época
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 9 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 217/218 3/1/218 11:3 1 o Teste C 1 valores 1. A Marta e o João irão passar
Leia maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia maisA finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
Leia maisMestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem
Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas
Leia mais1 Distribuições Amostrais
1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados
Leia maisInferência Estatística
Iferêcia Estatística opulação Amostra Itroduç Itrodução à Iferêcia Estatística Como tirar coclusões tomar decisões a partir de iformação parcial / icompleta (amostra) projectado /geeralizado resultados
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia maisESCOLA BÁSICA DE ALFORNELOS
ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisRegressão linear simples
Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ o semestre 11/1 Exame de Época Especial
Leia maisLista 9 - Introdução à Probabilidade e Estatística
Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma
Leia maisFaculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)
Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser
Leia mais6. Estimação pontual. 6.1 Inferência estatística. (7-1)
6. Estimação potual A Teoria das Probabilidades compreede o estudo dos modelos matemáticos capazes de descrever o comportameto de feómeos aleatórios, modelos esses que se dizem probabilísticos. Foi sobre
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia maisIntervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE
FACULDADE DE ECONOMIA DO PORTO Liceciatura em Ecoomia E C O N O M E T R I A I (LEC0) Exame Fial 0 de Jaeiro de 00 RESOLUÇÃO: I PARTE I GRUPO a) Dispoível uma amostra de observações de Y para períodos cosecutivos,
Leia maisLista de exercícios propostos n. o 05: Testes de hipóteses
Lista de exercícios propostos. o 5: Testes de hipóteses Exercício 1. Uma pizzaria recebe diariamete ecomedas por telefoe, que se têm comportado segudo uma lei ormal. A empresa está dimesioada para uma
Leia maisIntrodução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...
Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para
Leia maisProbabilidades e Estatística - LEIC + LERCI + LEE 2 o semestre 2004/05
Departamento de Matemática Secção de Estatística e Aplicações - IST Probabilidades e Estatística - LEIC + LERCI + LEE 2 o semestre 2004/05 3 o Teste 4/6/2005 9h O Teste que vai realizar tem a duração total
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisMEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA
MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA Média ) Tabela de frequêcias simples Cálculo da média: Tabela a Distribuição da idade de fucioários hipertesos Frequêcia Frequêcia (aos) 7 4 5 6 4 4 44 45 46 5 (aos)
Leia mais7. INTERVALOS DE CONFIANÇA
7 INTRVALOS D CONFIANÇA 00 stimação por itervalos,, é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro θ Se L(,, ) e U(,, ) são duas fuções tais que L < U e P(L θ U), o itervalo
Leia maisUniversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny
1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis
Leia maisIntervalos Estatísticos para uma única Amostra - parte II
Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça
Leia maisb) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça
Capítulo 5 - Distribuições cojutas de probabilidades e complemetos 5.1 Duas variáveis aleatórias discretas. Distribuições cojutas, margiais e codicioais. Idepedêcia Em relação a uma mesma eperiêcia podem
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:
Leia maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
Leia maisAjuste de Curvas pelo Método dos Quadrados Mínimos
Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias
Leia maisHistograma. Faixas de salários
1. Respoda as pergutas a seguir, cosiderado a tabela abaixo represeta os salários dos fucioários de uma empresa de Logística: Tabela 1 Classe Salário (R$) Limite if Limite sup Número de fucioários 1 5
Leia maisEstimação A estimação de um parâmetro, θ, de uma população pode ser feita por dois processos: Estimação Pontual e Estimação intervalar.
Escola uperior de Tecologia de Viseu ETIMAÇÃO Estimação A estimação de um parâmetro, θ, de uma população pode ser feita por dois processos: Estimação Potual e Estimação itervalar. Exemplo: Num dos diversos
Leia maisObjetivos. Testes não-paramétricos
Objetivos Prof. Lorí Viali, Dr. http://www. ufrgs.br/~viali/ viali@mat.ufrgs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).
Leia maisINFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões
INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela
Leia maisVirgílio A. F. Almeida DCC-UFMG 1/2005
Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado
Leia maisESTIMAÇÃO PARA A MÉDIA
ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos
Leia maisObjetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos
Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).
Leia maisESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)
06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes
Leia maisProbabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 minutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique convenientemente todas as respostas 2 o semestre 2016/2017 06/05/2017 09:00 1 o teste A 10 valores
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,
Leia maisCaderno de Exercício 3
1 Cadero de Exercício 3 Esaios de Hipóteses e Regressão Liear 1. Exercícios Aulas 1. Exercício 10.11 do livro Statistics for Ecoomics ad Busiess 2. Exercício 10.27 do livro Statistics for Ecoomics ad Busiess
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisTestes de Hipóteses sobre uma Proporção Populacional
Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.
Leia maisCONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA
1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço
Leia maisESCOLA SECUNDÁRIA DE CASQUILHOS
ESCOLA SECUNDÁRIA DE CASQUILHOS 12º Ao Turma B - C.C.H. de Ciêcias e Tecologias - Teste de Avaliação de Matemática A V1 Duração: 90 mi 09 Março 2010 Prof.: GRUPO I Os cico ites deste grupo são de escolha
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são
Leia maisAMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM
6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005
PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).
Leia maisINFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA
INFRÊNCIA STATÍSTICA: STIMAÇÂO PONTUAL INTRVALOS D CONFIANÇA 0 Problemas de iferêcia Iferir sigifica faer afirmações sobre algo descohecido. A iferêcia estatística tem como objetivo faer afirmações sobre
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 205/206 Istruções:. Cada questão respodida corretamete vale (um poto. 2. Cada questão respodida icorretamete
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 1
MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X
Leia maisCAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES
CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO
Leia maisTestes de Ajustamento (testes da bondade do ajustamento)
Testes de Ajustameto (testes da bodade do ajustameto) Os testes de ajustameto servem para testar a hipótese de que uma determiada amostra aleatória teha sido extraída de uma população com distribuição
Leia mais3ª Lista de Exercícios de Programação I
3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros
Leia maisCapítulo 5- Introdução à Inferência estatística.
Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.
Leia maisExame final de Estatística 1ª Época - 3 de Junho de Duração: 2h30m. Note bem:
xame fial de statística ª Época 3 de Juho de 4 Faculdade de coomia José Atóio iheiro Uiversidade Nova de Lisboa aria Helea Almeida Duração: h3m Note bem:. Resolva grupos diferetes em folhas diferetes.
Leia maisEstimativa de Parâmetros
Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade
Leia maisCAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS
CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são
Leia maisTABELAS ESTATÍSTICAS
TABELAS ESTATÍSTICAS ÍNDICE Tabela 1 - Valores da fução de probabilidade Biomial (, p) 1 Tabela 2 - Valores da fução de probabilidade de Poisso 9 Pág. Tabela 3 - Valores da fução de probabilidade acumulada
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE Seja uma v.a. que assume os valores,,..., com probabilidade p, p,..., p associadas a cada elemeto de, sedo p p... p diz-se que está defiida
Leia maisTestes de Comparação Múltipla
Testes de Comparação Múltipla Quado a aplicação da aálise de variâcia coduz à reeição da hipótese ula, temos evidêcia de que existem difereças etre as médias populacioais. Mas, etre que médias se registam
Leia maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas
Leia maisAnálise de Regressão Linear Múltipla I
Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto
Leia mais10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
Leia maisMétodos de Amostragem
Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a
Leia maisRevisando... Distribuição Amostral da Média
Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia
Leia maisExercícios de Intervalos de Confiança para media, variância e proporção
Exercícios de Itervalos de Cofiaça para media, variâcia e proporção 1. Se uma amostra aleatória =5, tem uma média amostral de 51,3 e uma desvio padrão populacioal de σ=. Costrua o itervalo com 95% de cofiaça
Leia maisDETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS
DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se
Leia maisObjetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes
Leia maisCap. VI Histogramas e Curvas de Distribuição
TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um
Leia maisUtilização de modelos não-lineares sigmoidais na descrição do aumento em diâmetro de frutos de pequi.
Utilização de modelos ão-lieares sigmoidais a descrição do aumeto em diâmetro de frutos de pequi. Ricardo Wager Pacopahyba de Mattos 1 Thaís Destéfai Ribeiro 1 Joel Augusto Muiz 1 Augusto Ramalho de Morais
Leia maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas
Leia maisCAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE
CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas
Leia maisMAE116 Noções de Estatística
Exercício 1 A Secretaria de Saúde de um muicípio vem realizado um programa educativo etre as gestates mostrado a importâcia da amametação. Para averiguar a eficácia do programa pretede-se realizar uma
Leia maisRegressão Linear Simples
Regressão Linear Simples Capítulo 16, Estatística Básica (Bussab&Morettin, 8a Edição) 10a AULA 18/05/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 10a aula (18/05/2015) MAE229 1 / 38 Introdução
Leia maisExame MACS- Inferência-Intervalos.
Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.
Leia maisTestes de Hipóteses. Júlio Osório. Os dois campos da Análise Estatística. Métodos Estatísticos. Inferência Estatística. Estatística Descritiva
Testes de Hipóteses Júlio Osório Os dois campos da Aálise Estatística Métodos Estatísticos Estatística Descritiva Iferêcia Estatística Estimativa Testes de Hipóteses 1 Exemplo Ilustrativo Mediram-se os
Leia maisProf. Rafael A. Rosales 16 de abril de As respostas dos exercícios 14., 16. e 17. foram elaboradas por Felipe Polo e Denis Moreira.
USP-FFCLRP Itrodução a Iferêcia Estatística DCM Iformática Biomédica Prof. Rafael A. Rosales 16 de abril de 218 As respostas dos exercícios 14., 16. e 17. foram elaboradas por Felipe Polo e Deis Moreira.
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 2 o semestre 206/207 05/07/207 :30 o Teste C 0 valores. Uma peça de certo tipo é
Leia maisEPR 007 Controle Estatístico de Qualidade
EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como
Leia mais6. Testes de Hipóteses Conceitos Gerais
6. Testes de Hipóteses Coceitos Gerais Este capitulo itrodutório, pretede apresetar todas as defiições e todo o vocabulário utilizado em testes de hipóteses. Em um primeiro mometo, talvez você fique um
Leia maisINSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Exame Época de Recurso - A SEMESTRE PAR 8/9 Data: de Julhode 9 Duração:
Leia maisPROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol
PROVA 1 7/10/009 Nome: GABARITO 1. Os dados apresetados a seqüêcia mostram os resultados de colesterol mg /100ml em dois grupos de aimais. O grupo A é formado por 10 total ( ) aimais submetidos a um cotrole
Leia maisProva-Modelo de Matemática
Prova-Modelo de Matemática PROVA Págias Esio Secudário DURAÇÃO DA PROVA: miutos TOLERÂNCIA: miutos Cotações GRUPO I O quarto úmero de uma certa liha do triâgulo de Pascal é. A soma dos quatro primeiros
Leia mais6. Amostragem e estimação pontual
6. Amostragem e estimação pontual Definição 6.1: População é um conjunto cujos elementos possuem qualquer característica em comum. Definição 6.2: Amostra é um subconjunto da população. Exemplo 6.1: Um
Leia mais( ) 4. Novo Espaço Matemática A 12.º ano Proposta de Teste de Avaliação [maio 2015] GRUPO I. f x
Novo Espaço Matemática A º ao Proposta de Teste de Avaliação [maio 05] Nome: Ao / Turma: Nº: Data: - - GRUPO I Os sete ites deste grupo são de escolha múltipla Em cada um deles, são idicadas quatro opções,
Leia mais5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 2013/2014 Istruções: 1. Cada questão respodida corretamete vale 1 (um) poto. 2. Cada questão respodida
Leia maisPopulação x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade
Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X
Leia maisDistribuições de Probabilidade Contínuas 1/19
all Distribuições de Probabilidade Contínuas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte
Leia maisCapítulo 8 - Testes de hipóteses 3
Capítulo 8 - Testes de hipóteses Conceição Amado e Ana M. Pires Capítulo 8 - Testes de hipóteses 3 8.1 Noções básicas....................................................... 4 8.2 Testes de hipóteses para
Leia maisCORRELAÇÃO Aqui me tens de regresso
CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.
Leia maisESTATÍSTICA I Prof. Alberto W. Ramos
ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO ESTATÍSTICA I Prof. Alberto W. Ramos SÃO PAULO, 016 ESTATÍSTICA ESTATÍSTICA É a ciêcia que trata da coleta, orgaização,
Leia maisESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.
ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate
Leia mais