Inferência estatística
|
|
- Ana Clara Alves Chagas
- 6 Há anos
- Visualizações:
Transcrição
1 Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas
2
3 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória estimativa pontual estimativa intervalar (intervalo de confiança) teste de hipóteses
4 Estimação Seja X- v.a. com função densidade de probabilidade f (x, θ) e X 1, X 2,..., X n uma amostra aleatória O parâmetro θ representa uma característica numérica da população A estatística ˆθ representa uma característica numérica da amostra A função ˆθ = h(x 1,..., X n ) diz-se um estimador para θ. A distribuição de probabilidade de ˆθ designa-se por distribuição de amostragem Um valor numérico particular de ˆθ para uma amostra específica diz-se uma estimativa
5 Exemplo X - v.a. altura de homens portugueses X N (µ, σ 2 ) Amostra aleatória de tamanho n = Estimador do parâmetro µ: média amostral (estatística) ˆµ = n i=1 X i n Distribuição amostral (TLC) ˆµ N(µ, σ 2 /n) Estimativa ˆµ = ( )/5 = 1.75
6 Estimadores Em geral o parâmetro de uma população pode ser estimado de várias maneiras diferentes, utilizando diferentes estatísticas da amostra (estimadores) Exemplo média amostral: X = 1.75 mediana: M = 1.72
7 Métodos de estimação Método dos momentos ν k = E[X] k desvantagem: estatísticas pouco resistentes à presença de outliers na amostra Estatísticas de ordem exemplo: mediana Maxima verosimilhança vantagem: óptimas propriedades assimptóticas
8 Propriedades dos estimadores Centricidade Um estimador ˆθ de θ é cêntrico se E[ˆθ] = θ (o valor esperado da distribuição amostral de ˆθ é θ) Consistência Um estimador ˆθ de θ é consistente se lim n P( ˆθ θ < ε) = 1
9 Exemplos de estimadores cêntricos Média amostral X = n i=1 x i n X é uma estimador cêntrico da média da população (µ) Variância amostral S 2 = 1 n n 1 i=1 (X i X) 2 S 2 é um estimador cêntrico da variância da população σ 2
10 Erro médio quadrático (MSE) O erro quadrático médio de um estimador ˆθ é por definição MSE(ˆθ) = E[(ˆθ θ) 2 ] O erro quadrático médio pode escrever-se como MSE(ˆθ) = E[(ˆθ θ) 2 ] = E[(ˆθ E[ˆθ]) 2 ]+(θ E[ˆθ]) 2 = V [ˆθ]+(θ E[ˆθ]) 2 ie como a variância do estimador mais o quadrado do seu enviezamento Um estimador cêntrico é consistente se a sua variância tende para 0 quando o tamanhho da amostra aumenta
11 Enviezamento vs precisão Enviezamento: desvio no valor da estatística em relação ao valor do parâmetro, sempre no mesmo sentido [amostragem] Precisão: variabilidade no valor da estatística (desvio padrão do estimador) [dimensão da amostra]
12 Estimação intervalar Um intervalo de confiança para θ é um intervalo [L i, L s ] de valores possíveis para θ. Os limites inferior (L i ) e superior (L s ) designam-se por limites de confiança. Ao intervalo é associada uma confiança (1 α)%, fixa à partida, de que contenha θ. 1 α é o nivel de confiança do intervalo Interpretação: a probabilidade de o intervalo incluir o valor verdadeiro do parâmetro é igual a 1 α, i.e. se fossem calculados intervalos de confiança para várias amostras, 1 α desses intervalos conteriam o valor do parâmetro na população (interpretação frequencista)
13 Estimação intervalar
14 Nível de confiança e dimensão da amostra Quanto maior fôr o nível de confiança 1 α, maior é a amplitude do intervalo de confiança A precisão da estimativa é dada pela amplitude do intervalo A dimensão n da amostra deve ser de modo a aumentar a precisão (diminuir a amplitude do intervalo) sem perder confiança
15 Intervalo de confiança para a média (variância conhecida) ˆµ = n i=1 X i/n N (µ, σ 2 /n) = ˆµ µ σ/ N (0, 1) n IC a (1 α)100% para µ P( q α/2 < ˆµ µ σ/ n < q α/2) = 1 α P(ˆµ q α/2 σ n < µ < ˆµ + q α/2 σ n ) = 1 α ˆµ q α/2 σ n < µ < ˆµ + q α/2 σ n
16 Exemplo X - v.a. altura de homens portugueses X N (µ, σ 2 = ) Amostra aleatória de tamanho n = Estimativa pontual ˆµ = 1.75 IC a 95% para µ α = 0.05, q α/2 = 1.96 (qnorm(0.975)) / 5 < µ < / 5 [1.66, 1.84]
17 Intervalo de confiança para a média (variância desconhecida) X N (µ, σ 2 ) Amostra aleatória X 1,..., X n de tamanho n X - média amostral X µ S/ n t n 1 IC a (1 α)100% para µ S 2 - variância amostral P( q α/2 < ˆµ µ s/ n < q α/2) = 1 α P(ˆµ q α/2 s n < µ < ˆµ + q α/2 s n ) = 1 α s s ˆµ q α/2 n < µ < ˆµ + q α/2 n
18 Exemplo X - v.a. altura de homens portugueses X N (µ, σ 2 ) Amostra aleatória de tamanho n = X = 1.75 S 2 = 1/4 5 i=1 (X i X) = IC a 95% para µ α = 0.05, q α/2 = 2.78 (qt(0.975,4)) / 5 < µ < / 5 [1.74, 1.76]
19 Intervalo de confiança para a proporção X v.a. nº de ocorrências na população de uma dada característica X Bi(n, p) p - parâmetro proporção de ocorrências na população ˆp - estatística proporção na amostra ˆp N (p, p(1 p)/n)(distribuição amostral) [n 30] IC a 100(1 α)% para p ˆp q α/2 ˆp(1 ˆp) n p ˆp + q α/2 ˆp(1 ˆp) n
20 Exemplo Num ano (365 dias) observaram-se 220 dias sem chuva ˆp = 220/365 = 0.6 IC a 95% para p α = 0.05, q α/2 = 1.96 (qnorm( )) < µ < [0.55, 0.65] IC a 99% para p α = 0.01, q α/2 = 2.58 (qnorm( )) < µ < [0.53, 0.67]
21 Amostras emparelhadas Amostras da mesma variavel aleatoria em duas situações diferentes Exemplo: amostras dos mesmos individuos antes e depois de uma dieta Como as amostras não são independentes, deve-se considerar uma única variável aleatória correspondente à diferença entre as duas situações D N (µ D, σ 2 ) Se o IC para µ D incluir o valor 0, não há uma diferença significativa entre as duas situações
22 Hipóteses estatísticas Uma hipótese estatística é uma afirmação sobre a distribuição de probabilidade de uma variável aleatória Frequentemente uma hipótese estatística é uma afirmação sobre os parâmetros da distribuição de uma variável aleatória H 0 : hipótese nula H 1 : hipótese alternativa Testar a hipótese é rejeitar (ou não rejeitar) H 0, com base numa amostra de observações - verificar quão provável é uma dada amostra, assumindo que a hipótese nula é verdadeira
23 Exemplo H 0 : o suspeito de um crime é inocente H 1 : o suspeito é culpado A hipótese é testada procurando factos inconsistentes com H 0 Por exemplo, se são encontradas provas incriminatórias, H 0 é rejeitada, e o suspeito é condenado. Na ausência de provas, não é possivel concluir que o suspeito não é inocente (pode ser culpado, mas não há provas...)
24 Importante A hipótese nula deve ser formulada antes da amostragem A hipótese nula nunca pode ser provada A hipótese nula pode ser rejeitada ou não rejeitada A hipótese alternativa nunca é aceite
25 Erros tipo I e tipo II Rejeitar H 0 Não rejeitar H 0 H 0 Verdadeira erro Tipo I H 0 Falsa erro Tipo II P(erro Tipo I)=α P(erro Tipo II)=β α é o nível de significância do teste (fixado) β é a potência do teste (depende da dimensão da amostra)
26 Procedimento de decisão X 1, X 2,..., X n - amostra de tamanho n da população T - estatística do teste Formular a hipótese nula H 0 Especificar o nível de significância do teste α Calcular o valor da estatística assumindo que H 0 é verdadeira Calcular o valor-p do teste = P( T T 0 ) (probabilidade de a estatística do teste tomar um valor pelo menos tão extremo quanto o observado, assumindo que H 0 é V) Rejeitar H 0 se o valor-p é inferior a α (as observações não são consistentes com a hipótese nula para o nível de significância α)
27 Procedimento de decisão X 1, X 2,..., X n - amostra de tamanho n da população T - estatística do teste Formular a hipótese nula H 0 Especificar o nível de significância do teste α Calcular o valor da estatística assumindo que H 0 é verdadeira Calcular o valor-p do teste = P( T T 0 ) (probabilidade de a estatística do teste tomar um valor pelo menos tão extremo quanto o observado, assumindo que H 0 é V) Rejeitar H 0 se o valor-p é inferior a α (as observações não são consistentes com a hipótese nula para o nível de significância α)
28 Procedimento de decisão X 1, X 2,..., X n - amostra de tamanho n da população T - estatística do teste Formular a hipótese nula H 0 Especificar o nível de significância do teste α Calcular o valor da estatística assumindo que H 0 é verdadeira Calcular o valor-p do teste = P( T T 0 ) (probabilidade de a estatística do teste tomar um valor pelo menos tão extremo quanto o observado, assumindo que H 0 é V) Rejeitar H 0 se o valor-p é inferior a α (as observações não são consistentes com a hipótese nula para o nível de significância α)
29 Procedimento de decisão X 1, X 2,..., X n - amostra de tamanho n da população T - estatística do teste Formular a hipótese nula H 0 Especificar o nível de significância do teste α Calcular o valor da estatística assumindo que H 0 é verdadeira Calcular o valor-p do teste = P( T T 0 ) (probabilidade de a estatística do teste tomar um valor pelo menos tão extremo quanto o observado, assumindo que H 0 é V) Rejeitar H 0 se o valor-p é inferior a α (as observações não são consistentes com a hipótese nula para o nível de significância α)
30 Procedimento de decisão X 1, X 2,..., X n - amostra de tamanho n da população T - estatística do teste Formular a hipótese nula H 0 Especificar o nível de significância do teste α Calcular o valor da estatística assumindo que H 0 é verdadeira Calcular o valor-p do teste = P( T T 0 ) (probabilidade de a estatística do teste tomar um valor pelo menos tão extremo quanto o observado, assumindo que H 0 é V) Rejeitar H 0 se o valor-p é inferior a α (as observações não são consistentes com a hipótese nula para o nível de significância α)
31 Procedimento de decisão X 1, X 2,..., X n - amostra de tamanho n da população T - estatística do teste Formular a hipótese nula H 0 Especificar o nível de significância do teste α Calcular o valor da estatística assumindo que H 0 é verdadeira Calcular o valor-p do teste = P( T T 0 ) (probabilidade de a estatística do teste tomar um valor pelo menos tão extremo quanto o observado, assumindo que H 0 é V) Rejeitar H 0 se o valor-p é inferior a α (as observações não são consistentes com a hipótese nula para o nível de significância α)
32 Valor-p Probabilidade de a estatística do teste (T ) tomar um valor pelo menos tão extremo quanto o observado assumindo que H 0 é V (T 0 ) Teste bilateral H 0 : θ = θ 0 p-val=p( T T 0 ) = 2 [1 P(T < T 0 )] Teste unilateral H 0 : θ θ 0 p-val=p(t > T 0 ) H 0 : θ θ 0 p-val=p(t < T 0 )
33 Teste de hipóteses para a média (variância conhecida) X N (µ, σ 2 ), σ 2 conhecido X 1,..., X n amostra aleatória de tamanho n Estatistica T : X = n i=1 X i n N (µ, σ 2 /n) H 0 : µ = µ 0 H 1 : µ µ 0 Se H 0 é verdadeira, T 0 = X µ 0 σ/ N (0, 1) n P( q α/2 X µ 0 σ/ n q α/2) = 1 α i.e. α% das amostras terão valores T 0 fora desta região. É cometido um erro de tipo I (rejeitar H 0 quando H o é verdadeira) com probabilidade α
34 Exemplo X - v.a. altura de homens portugueses X N (µ, σ 2 ) Amostra aleatória de tamanho n = 5 X = 1.75 σ 2 = H 0 : µ = 1.8 H 1 : µ 1.8 α = 0.05 T 0 = X µ 0 σ/ n = / 5 = 1.12 valor-p = P( T > T 0 ) = 2 [1 P(T < T 0 )] = 0.26 valor-p > α = não rejeição H 0
35 Exemplo H 0 : µ = 2 H 1 : µ 2 α = 0.05 T 0 = X µ 0 σ/ n = / 5 = 5.6 valor-p = P( T > T 0 ) = 2 [1 P(T < T 0 )] = valor-p < α = rejeição H 0
36 Teste de hipóteses para a média (variância desconhecida) X N (µ, σ 2 ), σ 2 desconhecido X 1,..., X n amostra aleatória de tamanho n Estatistica T : X = n i=1 X i n N (µ, σ 2 /n) H 0 : µ = µ 0 H 1 : µ µ 0 Se H 0 é verdadeira, T 0 = X µ 0 S/ n t n 1 P( q α/2 X µ 0 S/ n q α/2) = 1 α
37 Teste de hipóteses para a correlação entre variáveis ρ correlação (população) r correlação amostral H 0 : ρ = 0 H 1 : ρ 0 Estatística T = r n 2 1 r 2 t n 2
38 Bootstrap A técnica de bootstrap permite examinar as propriedades de um estimador a partir de reamostragem da distribuição amostral Princípio: inferência a partir de amostras obtidas por re-amostragem com reposição das observações originais
39 Bootstrap - vantagens simplicidade permite inferência quando a distribuição da estatística é desconhecida ou complexa permite inferência quando a dimensão da amostra é insuficiente
40 Bootstrap - limitações Séries temporais autocorrelação dificuldade em manter na re-amostragem com repetição a estrutura de dependência temporal... Alternativas: bootstrap por blocos ME (maximum entropy) boostrap...
41 Obtenção de IC a partir da distribuição bootstrap percentil -os limites do IC a 95% são os percentis 2.5 e 97.5 da distribuição bootstrap - é aplicável a qualquer estatística - adequado quando a distribuição boostrap é simétrica e centrada BC (Bias-Corrected) Bootstrap corrige o enviezamento (bias) entre a distribuição bootstrap e a amostra observada BCa (Bias-Corrected and accelerated) bootstrap corrige o enviezamento e assimetria entre a distribuição bootstrap e a amostra observada
Universidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Testes 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
Testes 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
Testes 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
1 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,
Testes 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
Teoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas
Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2
Inferência Estatística:
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 8: Intervalos
Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Testes de Hipóteses: Média e proporção
Testes de Hipóteses: Média e proporção Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 12 de setembro de 2018 Londrina 1 / 27 Viu-se a construção de intervalos de confiança
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
1.1. Definições importantes
Parte I. Inferência Estatística Trata-se do processo de se obter informações sobre uma população a partir dos resultados observados numa amostra. De um modo geral, tem-se uma população com um grande número
Estatística 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
Introdução a Estatística
Introdução a Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O curso foi dividido em três etapas: 1 vimos como
Testes 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
Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 214 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Tomada de Decisão para uma Única Amostra
Tomada de Decisão para uma Única Amostra Testes de Hipóteses Teste de Hipóteses Procedimento de tomada de decisão sobre hipóteses envolvendo a população Aspecto bastante útil da Inferência Estatística:
Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
TESTES 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
TESTE 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.
6. 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
1 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
Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas
Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas Matheus Rosso e Camila Steffens 19 de Março de 2018 Independência de variáveis aleatórias Duas V.A. são independentes se, e somente
AULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais 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
Estimação 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
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
Teste de Hipóteses. Enrico A. Colosimo/UFMG enricoc/ Depto. Estatística - ICEx - UFMG 1/24
1/24 Introdução à Bioestatística Teste de Hipóteses Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/24 Exemplo A concentração de certa substância no sangue entre
Estimação: (A) Propriedades e Distribuições Amostrais
Estimação: (A) Propriedades e Distribuições Amostrais Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação
Capítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
Inferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Professora Ana Hermínia Andrade. Período
Estimação intervalar Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Estimação Intervalar Vimos que como
Introdução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição
x, x < 1 f(x) = 0, x 1 (a) Diga o que entende por amostra aleatória. Determine a função densidade de probabilidade
Probabilidades e Estatística 2004/05 Colectânea de Exercícios LEIC, LERCI, LEE Capítulo 6 Estimação Pontual Exercício 6.1. Considere a população X com função densidade de probabilidade { x, x < 1 f(x)
Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Cap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
3. Estimação pontual USP-ICMC-SME. USP-ICMC-SME () 3. Estimação pontual / 25
3. Estimação pontual USP-ICMC-SME 2013 USP-ICMC-SME () 3. Estimação pontual 2013 1 / 25 Roteiro Formulação do problema. O problema envolve um fenômeno aleatório. Interesse em alguma característica da população.
Testes de Hipóteses. Professor: Josimar Vasconcelos Contato: ou
Testes de Hipóteses Professor: Josimar Vasconcelos Contato: josimar@ufpi.edu.br ou josimar@uag.ufrpe.br http://prof-josimar.blogspot.com.br/ Universidade Federal do Piauí UFPI Campus Senador Helvídio Nunes
Distribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Cálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O curso foi dividido em três etapas:
DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO 1. Introdução; DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL. Teorema Central do Limite; 3. Conceitos de estimação pontual; 4. Métodos de estimação pontual; 5. Referências. 1 POPULAÇÃO E AMOSTRA População:
DE 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
TESTES DE HIPÓTESES - Generalidades
TESTES DE HIPÓTESES - Generalidades Uma hipótese estatística é uma conjectura sobre uma característica da população. Um teste de hipóteses é um procedimento estatístico que averigua se os dados sustentam
Estatística Inferencial
statística Inferencial A ou inferencial compreende a stimação e o Teste de hipótese. Na verdade, a estatística inferencial forma a base das atividades de controle da qualidade e também pode auxiliar na
7 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
Inferência Estatística. Teoria da Estimação
Inferência Estatística Teoria da Estimação Os procedimentos básicos de inferência Estimação: usamos o resultado amostral para estimar o valor desconhecido do parâmetro Teste de hipótese: usamos o resultado
Professora Ana Hermínia Andrade. Período
Teste de Hipóteses Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.1 Teste de Hipóteses O Teste de Hipóteses
Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Unidade IV Inferência estatística
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 4.6.
BIOESTATÍSTICA. 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
AULA 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
Testes 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
Testes 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
Intervalos de Confiança - Amostras Pequenas
Intervalos de Confiança - Amostras Pequenas Teste de Hipóteses para uma Média Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016
Lista 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
Cap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
AULA 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
Unidade 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
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 21 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Intervalos de Confiança
Intervalos de Confiança Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques e Nuno Bastos (DepMAT) Intervalos de Confiança 2010/2011 1 / 33 Introdução
PE-MEEC 1S 09/ Capítulo 7 - Estimação por intervalos. 7.2 Intervalos de. confiança para. média de uma. normal 7.
Capítulo 7 - Estimação por intervalos 7.1 Noções básicas 7.2 Intervalos de confiança para a média de uma população normal 7.3 Intervalos de confiança para a diferença de duas médias de populações normais
4.1 Conceitos Básicos em Reamostragem
4 Reamostragem O tipo de estatística não-paramétrica que foi ensinado no passado desempenhou um importante papel na análise de dados que não são contínuos e, portanto, não podem empregar a distribuição
Testes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski
Testes de hipóteses Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 07/06/2018 WB, FM, EK ( LEG/DEST/UFPR
Inferência Estatística
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Inferência Estatística Profa. Cesaltina Pires cpires@uevora.pt Plano da Apresentação Duas distribuições importantes Normal T- Student Estimação
AULA 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
INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p
INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir
Bioestatística e Computação I
Bioestatística e Computação I Inferência por Teste de Hipótese Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.
MAE0212 Introdução à Probabilidade e Estatística II
MAE01 Introdução à Probabilidade e Estatística II Gabarito-Lista 3 Exercicio 1 (a) Cada X i N(µ, σ ). Tamanho da amostra n = 9, desvio padrão σ =. A amostra é: 4.9, 7.0, 8.1, 4.5, 5.6, 6.8, 7., 5.7, 6..
Distribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências Estatística Aplicada
Inferência Estatística
Inferência Estatística Estimação Intervalar Média e Proporção Estimação Pontual x Estimação Intervalar Exemplo Inicial: Um estudo pretende estimar o valor de µ, a renda média familiar dos alunos da UFMG.
TESTE DE HIPÓTESES ELISETE AUBIN E MONICA SANDOVAL - IME
1 TESTE DE HIPÓTESES ELISETE AUBIN E MONICA SANDOVAL - IME 2 MÉTODOS ESTATÍSTICOS Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses 3 Teste de hipóteses para
TOMADA 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
ESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário (bootstrap) Este método foi proposto por Efron
ESTIMAÇÃO 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.
Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Objetivos. 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).
Princípios de Bioestatística Teste de Hipóteses
1/36 Princípios de Bioestatística Teste de Hipóteses Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG Tabela 2/36 3/36 Exemplo A concentração de certa substância
Teste de Hipóteses Paramétricos
Teste de Hipóteses Paramétricos Fundamentos de um teste de hipóteses Como construir testes de hipóteses para uma média. Como construir testes de hipóteses para uma proporção. Como construir testes de hipóteses
Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Nosso objetivo agora é apresentar procedimentos estatísticos simples para verificar se um conjunto de dados amostrais dá ou não suporte à uma
TESTE DE HIPÓTESES Em geral. Feita determinada afirmação sobre uma população, usualmente sobre um parâmetro dessa, desejamos saber se os resultados experimentais provenientes de uma amostra contrariam
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Estimação de Parâmetros O objetivo da Estatística Indutiva é tirar conclusões probabilísticas sobre aspectos da população,
Estimação de valores. Luiz Carlos Terra
Luiz Carlos Terra Nesta aula, você conhecerá a parte mais importante da estatística, que é conhecida como inferência estatística, ou seja, você aprenderá como usar os dados de uma amostra para estimar
Inferência Estatística:
Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que
Capítulo III-Introdução à Inferência Estatística
Capítulo III-Introdução à Inferência Estatística A Probabilidade e a Inferência Estatística. A amostragem. Principais Distribuições por Amostragem Tópicos de Estimação e de Inferência estimação pontual
TESTES 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
Razão 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
Teste de hipóteses para proporção populacional p
Teste de hipóteses para proporção populacional p 1 Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses 2 TESTE DE HIPÓTESES Eu acredito
Probabilidade e Estatística
Probabilidade e Estatística Aula 7: Intervalos de Confiança com uma amostra Leitura obrigatória: Devore, cap 7 ou Montgomery e Runger, cap 8 Chap 8-1 Objetivos Como inferir sobre um parâmetro da população,
Intervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Avaliando Hipóteses. George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE
Avaliando Hipóteses George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE Pontos importantes Erro da Amostra e Erro Real Como Calcular Intervalo de Confiança Erros de hipóteses Estimadores Comparando
(Hipótese alternativa unilateral)
Nível descritivo e Teste de Hipóteses para a média populacional µ 1 Exemplo 1: Pelo Anuário do IBGE de 2010, a proporção de analfabetos em uma cidade era de 15%. Em 2015, entre 200 entrevistados dessa
TESTES 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.
Lista de Exercicios 1. Medidas Resumo. Estimação. Distribuições Amostrais
Introcução à Inferência Estatística. Departamento de Física é Matemática. USP-RP. Prof. Rafael A. Rosales 15 de agosto de 007 Lista de Exercicios 1 Medidas Resumo. Estimação. Distribuições Amostrais 1
Intervalos de Confiança
Intervalos de Confiança Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Estimar o consumo médio de um automóvel, estimar o tempo médio que um funcionário leva a aprender uma
Aula 6. Testes de Hipóteses Paramétricos (I)
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