Distribuições Amostrais
|
|
- Vítor Rodrigues Fialho
- 6 Há anos
- Visualizações:
Transcrição
1 Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari denise denise@ita.br 13/10/2011 Distribuições Amostrais
2 Algumas Definições Sejam: X f X (x), v.a. X 1, X 2,..., X n i.i.d. f X (x), i.e., a.a. de tamanho n. W uma estatística qualquer, i.e., função de X 1, X 2,..., X n. Define-se: Distribuição Amostral de W Corresponde à distribuição de probabilidade de W. Erro Padrão de W Corresponde ao desvio-padrão da distribuição amostral de W. Nota: A distribuição amostral de uma estatística W depende do: tamanho da amostra; tamanho da população; método de amostragem (coleta). Determinando Distribuições Amostrais Distribuições Amostrais, i.e., distribuições de probabilidades de funções de v.a. s podem ser determinadas das seguintes maneiras: 1. Matematicamente (apenas em casos muito simples): Método da função geratriz de momentos Método da transformação Método da F.D.A. 2. Numericamente: Métodos de Monte Carlo 3. Fornecem apenas uma descrição aproximada: Regra Empírica (68%, 95%, 99,7%) distr. simétrica, unimodal Regra de Chebyshev (poucas, 3/4, 8/9): P[µ kσ < X < µ + kσ] 1 1 k 2
3 Determinando Distribuições Amostrais Exemplo Sejam X 1, X 2 i.i.d. U(0,1) e W = X 1 + X 2. Determine a f.d.p. de W através dos seguintes métodos: 1. Método da F.D.A. 2. Simulação de Monte Carlo Determinando Distribuições Amostrais Exemplo (cont.) 1. Método da F.D.A. f.d.p. de W F.D.A. de W g(w) G(w) w w
4 Determinando Distribuições Amostrais Exemplo (cont.) 2. Simulação de Monte Carlo s = (número de amostras aleatórias) Histogram of W Histogram of W W W Distribuições Amostrais (Pré-TLC) Seja a a.a. X 1, X 2,..., X n i.i.d. f X (x), t.q. E[X ] = µ X e Var[X ] = σ 2 X. Para as estatísticas: Média amostral: X n = X 1 + X X n n Temos: Total amostral: T n = X 1 + X X n E[X n ] = µ X n = µ X E[T n ] = µ Tn = nµ X Var[X n ] = σ 2 X n = σ2 X n Var[T n ] = σ 2 T n = nσ 2 X (Demonstração e Simulação de Monte Carlo)
5 Distribuições Amostrais (Pré-TLC) Exemplos: Simular a distribuição amostral de X n para as seguintes amostras aleatórias: 1. X 1, X 2,..., X n i.i.d. U(0,1). 2. X 1, X 2,..., X n i.i.d. Exp(2). 3. X 1, X 2,..., X n i.i.d. N(0,1). Considerar os seguintes tamanhos de amostras: n = 5, 25, 30, 100. (Simulação de Monte Carlo) Distribuições Amostrais (Pré-TLC) Exemplos: (Simulação de Monte Carlo) U(0,1) : n = 5 n = 25 n = 30 n = Exp(2) : n = 5 n = 25 n = 30 n = N(0,1) : n = 5 n = 25 n = 30 n =
6 Teoremas do Limite Central Teoremas do Limite Central (TLC) TLC para a média amostral Seja X n a média amostral de uma a.a. de tamanho n colhida a partir de uma população f X (x), qualquer, com média µ X e variância σx 2, ambas finitas. Então: N(µ X, σx 2 /n) X n Z = X n E[X n ] Var[X n ] = X n µ X σ X / n N(0,1) n
7 Teoremas do Limite Central (TLC) TLC para o total amostral Seja T n o total amostral de uma a.a. de tamanho n colhida a partir de uma população f X (x), qualquer, com média µ X e variância σ 2 X, ambas finitas. Então: T n N(nµ X, nσ 2 X ) Z = T n E[T n ] Var[Tn ] = T n nµ X nσx N(0,1) n Teoremas do Limite Central (TLC) Lâmpadas incandescentes produzidas por uma determinada companhia tem vida útil aproximadamente normalmente distribuída com média 800h e desvio-padrão 40h. Qual a probabilidade de que uma a.a. contendo 16 lâmpadas tenha vida útil média inferior a 775h?
8 Teoremas do Limite Central (TLC) Um determinado processo de fabricação produz peças cilíndricas para uso na indústria aeronáutica. O engenheiro responsável acredita que o diâmetro médio de todas as peças produzidas por tal processo esteja de acordo com a especificação e seja de 5mm. Sabe-se ainda que o desvio-padrão do processo vale 0,1. Um experimento é conduzido em que 100 peças produzidas por tal processo são escolhidas aleatoriamente. O diâmetro de cada uma das peças da amostra é medido. O experimento resulta em um valor médio para o diâmetro das peças de 5,027mm. A informação obtida através da análise da amostra valida ou refuta a conjectura do engenheiro responsável? Teoremas do Limite Central (TLC) TLC geral Sejam X 1, X 2,..., X n v.a. s com distribuições quaisquer t.q. E[X i ] = µ i, Var[X i ] = σi 2, Cov[X i, X j ] = σ ij, i = 1, 2,..., n. Então, para a i = constante, i = 1, 2,..., n, em que W n = n a i X i N(µ Wn, σw 2 n ), i=1 n µ Wn = E[W n ] = a i µ i σ 2 W n = Var[W n ] = i=1 n ai 2 σi i=1 i<j,i=1 n a i a j σ ij
9 Teoremas do Limite Central (TLC) Suponha que duas a.a. s independentes, de tamanhos n 1 e n 2, sejam selecionadas a partir de duas populações com médias µ 1 e µ 2 e variâncias σ 2 1 e σ2 2. Se X 1 e X 2 são as médias amostrais correspondentes, qual a distribuição amostral da diferença (X 1 X 2 )? Teoremas do Limite Central (TLC) Dois experimentos são conduzidos nos quais dois diferentes tipos de tintas, A e B, são comparados. A tinta A é aplicada em 18 amostras e o tempo de secagem (em horas) é registrado. O mesmo procedimento é realizado para a tinta B. Sabe-se que o desvio-padrão populacional de ambas as tintas vale 1,0. Assumindo que o tempo de secagem seja o mesmo para ambas as tintas, calcule P[X A X B > 1,0], em que X A e X B correspondem aos tempos médios de secagem das tintas A e B nas amostras.
10 Teoremas do Limite Central (TLC) No exemplo anterior, assumimos que µ A = µ B. No entanto, o experimento poderia ter sido conduzido justamente no intuito de tirar conclusões a respeito da diferença nos tempos de secagem das duas tintas. Se a diferença no tempos médios de secagem for superior a 1h, parece ser evidente que os tempos médios de secagem populacionais para as duas tintas não são iguais. Suponha, então, que a diferença nos tempos médios de secagem das duas amostras seja de apenas 15 minutos. O que se pode concluir a respeito do tempo de secagem das tintas? Outras Distribuições Amostrais
11 Distribuição Amostral de S 2 n X 1, X 2,..., X n f X (x): a.a. Variância amostral: S 2 n = 1 n 1 n? (X i X n ) 2 i=1 Atenção Não existe um teorema análogo ao TLC que garanta uma aproximação para a distribuição amostral de S 2 n (mesmo quando n ), para uma distribuição f X (x) arbitrária... Distribuição Amostral de S 2 n A distribuição exata para Sn 2 pode ser obtida para o caso normal: Teorema X 1, X 2,..., X n i.i.d. N(µ, σ 2 ) Variância amostral: S 2 n = 1 n 1 n (X i X n ) 2 i=1 Então: Q 2 = (n 1)S 2 n σ 2 = n i=1 (X i X n ) 2 σ 2 χ 2 ν ν = n 1 graus de liberdade (Simulação)
12 Distribuição Amostral de S 2 n Relembrando... Distribuição Chi-quadrado χ 2 ν = Gamma(ν/2, 2), em que: ν Z + = graus de liberdade (ver Tabela χ 2 ) Distribuição Amostral de S 2 n Uma companhia produz medicamentos que contém 8g de um determinado composto em um frasco do medicamento. Engenheiros da qualidade determinaram que o processo estará operando em conformidade com o especificado se a variabilidade real σ 2 do composto por frasco for menos que 0,0025. Uma a.a. de 10 frascos é selecionada e a quantidade do composto em cada frasco é medida. Estamos interessados na variância amostral, Sn 2. Se, de fato, σ 2 = 0,001, qual a probabilidade de que S 2 n exceda 0,0025? Assuma que a quantidade do composto seja normalmente distribuída.
13 Distribuição Amostral de S 2 n Um fabricante de baterias de carro garante que seus produtos duram, em média, 3 anos com desvio-padrão de 1 ano. Se 5 destas baterias têm vida útil de 1,9, 2,4, 3,0, 3,5 e 4,2, deve-se acreditar que o dessvio-padrão é de, realmente, 1 ano? Assuma que a vida útil da bateria segue a distribuição normal. Distribuição t Student Teorema Sejam: X N(µ, σ 2 ), com σ desconhecido: X 1, X 2,..., X n a.a. Então: T = X n µ S n / n T ν (ν = n 1 graus de liberdade) (Simulação)
14 Distribuição t Student Distribuição t Student Z V /ν T ν, em que: Z N(0,1) e V χ 2 ν ν Z + = graus de liberdade (ver Tabela t Student) Teorema t 1 α (ν) = t α Distribuição t Student Determine o valor de k de forma que P[k < T < 1,761] = 0,045 para uma a.a. x 1,..., X n de tamanho n = 15 selecionada a partir de uma distribuição normal e T = X n µ S n / n.
15 Distribuição t Student Um engenheiro afirma que a média populacional da concentração de um determinado produto químico é de 500mg/ml de solução. A fim de verificar esta hipótese, ele toma amostras de 25 lotes de produto todo mês. Se o valor t calculado estiver entre t 0,05 e t 0,05, a hipótese é mantida. A que conclusão pode-se chegar a partir de uma amostra cuja média vale x = 518mg/ml e desvio padrão vale s = 40mg/ml? Considere que a distribuição da concentração deste produto é aproximadamente normal. Distribuição F Snedecor Teorema Sejam: X (1) 1, X (2) 1,..., X (n 1) 1 N(µ 1, σ 2 1 ): a.a. de tamanho n 1 X (1) 2, X (2) 2,..., X (n 2) 2 N(µ 2, σ 2 2 ): a.a. de tamanho n 2 Então: F = S 2 1 /σ2 1 S 2 2 /σ2 2 F ν1,ν 2 (ν 1 = n 1 1, ν 2 = n 2 1 graus de liberdade)
16 Distribuição F Snedecor Distribuição F Snedecor U/ν 1 F ν1,ν V /ν 2, 2 em que: U χ 2 ν 1 e V χ 2 ν 2 ν 1, ν 2 Z + = graus de liberdade (ver Tabela F Snedecor) Teorema f 1 α (ν 1, ν 2 ) = 1 f α (ν 2, ν 1 ) Distribuição F Snedecor Os valores a seguir correspondem ao poder calorífico (capacidade de geração de calor) do carvão (kcal/kg) produzido em duas minas: Mina 1: Mina 2: Pode-se concluir que as variâncias das duas populações são iguais? Considere populações normais.
Princípios de Estatística
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 05/10/2011 Probabilidade
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 02/14 1 / 1 A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente
Leia maisIND 1115 Inferência Estatística Aula 7
Conteúdo IND 1115 Inferência Estatística Aula 7 Setembro 2004 Por que a revisão de probabilidades até agora? A importância da distribuição Normal O Mônica Barros mbarros.com 1 mbarros.com 2 Por que uma
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência
Leia maisTeoria 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
Leia maisInstituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica. Professora: Denise Beatriz T. P. do Areal Ferrari
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica Professora: Denise Beatriz T. P. do Areal Ferrari denise@ita.br Distribuições Discretas Uniforme Bernoulli Binomial Poisson
Leia maisMAB-515 Avaliação e Desempenho (DCC/UFRJ)
MAB-515 Avaliação e Desempenho (DCC/UFRJ) Aula 7: Intervalos de Confiança 13 de novembro de 2012 1 2 3 4 Percentil 100p%-percentil O ponto t 0 tal que t 0 = F 1 X (p) = min{t : F X (t) p}, 0 < p < 1 é
Leia maisUniversidade Federal da Paraíba Departamento de Estatística Lista 1 - Outubro de 2013
1. Seja X a duração de vida de uma válvula eletrônica e admita que X possa ser representada por uma variável aleatória contínua, com f.d.p. be bx, x 0. Seja p j = P (j X < j + 1). Verifique que p j é da
Leia maisDistribuições de probabilidade
Distribuições de probabilidade Distribuições contínuas Carla Henriques, Nuno Bastos e Cristina Lucas Departamento de Matemática Escola Superior de Tecnologia de Viseu. Henriques, N. Bastos e C. Lucas (DepMAT)
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f(x) 1.e 1 2. x µ σ 2, x R 2π. σ com - < µ < e σ >
Leia maisDistribuições por Amostragem
Distribuições por Amostragem Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições por Amostragem 2007/2008 1 / 27 Introdução: População, amostra e inferência estatística
Leia maisCap. 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.
Leia maisA figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).
Capítulo 5 Distribuição Normal Muitas variáveis aleatórias contínuas, tais como altura, comprimento, peso, entre outras, podem ser descritas pelo modelo Normal de probabilidades. Este modelo é, sem dúvida,
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Algoritmo para simular uma fila Medidas de interesse Média amostral Aula de hoje Teorema do Limite Central Intervalo de Confiança Variância amostral
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisProbabilidade 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
Leia maisProfessora 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
Leia maisIntrodução à Probabilidade e à Estatística II
Introdução à Probabilidade e à Estatística II Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) Lígia Henriques-Rodrigues MAE0229 1º semestre 2018 1 / 36
Leia maisAmostragem e distribuições por amostragem
Amostragem e distribuições por amostragem Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Contabilidade e Administração População, amostra e inferência estatística
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições
Leia maisTeorema do Limite Central
Teorema do Limite Central Bacharelado em Economia - FEA - Noturno 1 o Semestre 2014 MAE0219 (IME-USP) Teorema do Limite Central 1 o Semestre 2014 1 / 47 Objetivos da Aula Sumário 1 Objetivos da Aula 2
Leia maisInferência 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
Leia maisVARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
Leia maisModelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira
Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite Professora Ariane Ferreira Modelos Probabilísticos de v.a. continuas Distribuição de Probabilidades 2 IPRJ UERJ Ariane Ferreira
Leia maisDepartamento de Matemática Escola Superior de Tecnologia de Viseu
Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade
Leia maisIntrodução 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,
Leia maisPrincípios de Modelagem Matemática Aula 10
Princípios de Modelagem Matemática Aula 10 Prof. José Geraldo DFM CEFET/MG 19 de maio de 2014 1 Alguns resultados importantes em estatística A distribuição normal tem importante papel em estatística pois
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Um teorema de grande importância e bastante utilidade em probabilidade
Leia maisProbabilidade e Estatística
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
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 maisCAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
Leia maisSolução dos Exercícios - Capítulos 1 a 3
Capítulo 9 Solução dos Exercícios - Capítulos a 3 9. Capítulo. a Como o valor se refere aos pacientes estudados, e não a todos os pacientes, esse é o valor de uma estatística amostral. b Estatística amostral
Leia maisEstatísticas Inferenciais Distribuições Amostrais. Estatística
Estatística Na descrição dos conjuntos de dados x 1,..., x n, não foi feita menção ao conceito de população. Estatísticas inferenciais: preocupadas com a fonte dos dados e em tentar fazer generalizações
Leia maisTE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias.
TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 25 de abril de 2016 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] + + E[X
Leia maisModelos básicos de distribuição de probabilidade
Capítulo 6 Modelos básicos de distribuição de probabilidade Muitas variáveis aleatórias, discretas e contínuas, podem ser descritas por modelos de probabilidade já conhecidos. Tais modelos permitem não
Leia maisTE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias. TE802 Somas de Variáveis Aleatórias
TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 27 de setembro de 2017 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] +
Leia maisTiago Viana Flor de Santana
ESTATÍSTICA BÁSICA DISTRIBUIÇÃO NORMAL DE PROBABILIDADE (MODELO NORMAL) Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16
Leia maisProbabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva pessoal.utfpr.edu.br/ngsilva Distribuição Uniforme Uma variável aleatória contínua X está
Leia maisVariáveis Aleatórias
Variáveis Aleatórias Definição: Uma variável aleatória v.a. é uma função que associa elementos do espaço amostral a valores numéricos, ou seja, X : Ω A, em que A R. Esquematicamente As variáveis aleatórias
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016 Simulação de Sistemas Simulação é a técnica de solução de um problema pela análise de
Leia maisDistribuições Amostrais
Distribuições Amostrais 1 Da população, com parâmetro, retira-se k amostras de tamanho n e calcula-se a estatística. Estas estatísticas são as estimativas de. As estatísticas, sendo variáveis aleatórias,
Leia maisProf. Eduardo Bezerra. 15 de setembro de 2017
Distribuições Amostrais Prof. Eduardo Bezerra Inferência Estatística 15 de setembro de 2017 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 28 Roteiro Distribuições amostrais 1 Distribuições amostrais
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Lei dos Grandes Números e Teorema Central do Limite 02/14 1 / 9 Lei dos Grandes Números Lei
Leia maisTestes de Hipóteses II
Testes de Hipóteses II Capítulo 12, Estatística Básica (Bussab&Morettin, 8a Edição) 6a AULA 06/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 5a aula (06/04/2015) MAE229 1 / 23 1. Teste para
Leia maisProbabilidade Aula 08
332 Probabilidade Aula 8 Magno T. M. Silva Escola Politécnica da USP Maio de 217 A maior parte dos exemplos dessa aula foram extraídos de Jay L. Devore, Probabilidade e Estatística para engenharia e ciências,
Leia maisAnálise Bayesiana de Dados - Aplicações 1 -
Análise Bayesiana de Dados - Aplicações 1 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística www.ime.usp.br/ mbranco - sala 295-A - Aplicações da IB : Pressão sistólica
Leia maisIntrodução à probabilidade e à estatística II. Prof. Alexandre G Patriota Sala: 298A Site:
Introdução à probabilidade e à estatística II Revisão Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Estatística Estatística: É uma ciência que se dedica
Leia maisInferência. 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
Leia maisMB-210 Probabilidade e Estatística
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MB-210 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 2o. semestre/2013 Variáveis
Leia mais6- Probabilidade e amostras: A distribuição das médias amostrais
6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de
Leia maisUnidade IV Inferência estatística
6//5 Unidade IV Inferência estatística 4.. Introdução e histórico 4.. Conceitos fundamentais 4.3. Distribuições amostrais e Teorema central do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses
Leia maisDISTRIBUIÇÃO NORMAL DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS ROTEIRO DISTRIBUIÇÃO NORMAL
ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências DISTRIBUIÇÃO NORMAL Definição:
Leia maisVariáveis aleatórias contínuas
Variáveis aleatórias contínuas Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 20/04/2018 WB, FM,
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 maisIntrodução à probabilidade e estatística II
Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses
Leia maisProbabilidade. 1 Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson. Renata Souza
Probabilidade Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson Renata Souza Distribuição de Bernoulli Uma lâmpada é escolhida ao acaso Ensaio de Bernoulli A lâmpada
Leia maisDistribuição Normal. Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade for dada por:
Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade
Leia maisDISTRIBUIÇÃO 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:
Leia maisDistribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017
padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Distribuição Normal Motivação: Distribuição
Leia maisUma variável aleatória X tem uma distribuição normal se sua fdp for do tipo:
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f().e π. μ., R com - < μ < e > 0 0, 0,6 N(0; ) N(0;
Leia maisTurma: Engenharia Data: 12/06/2012
DME-IM-UFRJ - 2ª Prova de Estatística Unificada Turma: Engenharia Data: 12/06/2012 1 - Admita que a distribuição do peso dos usuários de um elevador seja uma Normal com média 75kg e com desvio padrão 15kg.
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisProf. Eduardo Bezerra. 6 de abril de 2018
Distribuições Amostrais Prof. Eduardo Bezerra Inferência Estatística 6 de abril de 2018 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 19 Roteiro 1 2 3 Eduardo Bezerra (CEFET/RJ) Distribuições
Leia maisIntrodução 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
Leia maisF (x) = P (X x) = Σ xi xp(x i ) E(X) = x i p(x i ).
Variável Aleatória Uma variável aleatória é uma variável numérica, cujo valor medido pode variar de uma réplica para outra do experimento. Exemplos: (i) Variáveis aleatórias contínuas: corrente elétrica,
Leia maisESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época de Recurso Duração: 2 horas. 1. a Parte Teórica N. o de Exame: RESOLUÇÃO
ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época de Recurso Duração: 2 horas 1. a Parte Teórica N. o de Exame: RESOLUÇÃO 27.01.2015 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação:
Leia maisInferência 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
Leia maisMAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 1 o semestre de 201 O tempo de vida útil de uma lavadora de roupas automática tem distribuição aproximadamente Normal, com média de 3,1 anos e desvio padrão de 1,2 anos. a Qual deve ser o valor
Leia mais{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3;
Universidade de Brasília Departamento de Estatística 4 a Lista de PE 1. Seja X uma variável aleatória com densidade { C(1 x 2 ), se x ( 1, 1), 0, se x / ( 1, 1). a) Qual o valor de C? b) Qual a função
Leia maisA Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.
UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através
Leia maisEscola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Modelo Normal. Cristian Villegas
Modelo Normal Cristian Villegas clobos@usp.br http://www.lce.esalq.usp.br/arquivos/aulas/2014/lce0216/ 1 Introdução O modelo normal ocupa uma posição de grande destaque tanto a nível teórico como prático,
Leia maisAULA 17 - Distribuição Uniforme e Normal
AULA 17 - Distribuição Uniforme e Normal Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuições Contínuas Em muitos problemas se torna matematicamente mais simples considerar um espaço
Leia maisVariáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22
all Variáveis Aleatórias Bidimensionais & Teoremas de Limite Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário
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 maisDistribuições 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
Leia maisESCOLA SUPERIOR DE TECNOLOGIA
Departamento Matemática Disciplina Estatística Aplicada Curso Engenharia Mec Gest Industrial º Semestre º Folha Nº3: Variáveis Aleatórias De um lote que contém 0 parafusos, dos quais 5 são defeituosos,
Leia maisEscola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Modelo Normal. Cristian Villegas
Modelo Normal Cristian Villegas clobos@usp.br Outubro de 2013 Apostila de Estatística (Cristian Villegas) 1 Introdução O modelo normal ocupa uma posição de grande destaque tanto a nível teórico como prático,
Leia mais4ª LISTA DE EXERCÍCIOS - LOB1012. Variáveis Aleatórias Contínuas, Aproximações e TLC
4ª LISTA DE EXERCÍCIOS - LOB1012 Variáveis Aleatórias Contínuas, Aproximações e TLC Assunto: Função Densidade de Probabilidade Prof. Mariana Pereira de Melo 1. Suponha que f(x) = x/8 para 3
Leia maisIntrodução à probabilidade e estatística II
Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses
Leia maisInferência Bayesiana na distribuição Normal
Inferência Bayesiana na distribuição Normal Diego Ignacio Gallardo Mateluna Instituto de Matemática e Estatística Universidade de São Paulo Março, 2012 Distribuição Normal: Inferência da variância com
Leia maisSUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS
4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está
Leia maisDistribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
Leia maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 01 de Julho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma população. Serão usadas as distribuições
Leia maisRazão para rejeitar H 0
Processo do teste de hipótese Hipótese de pesquisa: a idade média da população é 5 H : μ = 5 H 1 : μ 5 É X = improvável se μ =5? População Selecionar amostra aleatória Sim: Rejeite Ho Para definir pouco
Leia maisUniversidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA
Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA Estatística Básica para Engenharia Prof. Mariana Albi 8 a Lista de Exercícios Assuntos: Inferência Estatística.
Leia maisTeorema do Limite Central
Teorema do Limite Central Prof. Eduardo Bezerra Inferência Estatística 24 de março de 2018 Eduardo Bezerra (CEFET/RJ) Distribuições Amostrais 1 / 12 Roteiro Definição 1 Definição 2 Eduardo Bezerra (CEFET/RJ)
Leia maisINTERVALOS DE CONFIANÇA: DIFERENÇA ENTRE DUAS MÉDIAS
INTERVALOS DE CONFIANÇA: DIFERENÇA ENTRE DUAS MÉDIAS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 09 de outubro de 2017 Há situações em que o interesse do
Leia maisESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt
ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt lucas.breniuk@hotmail.com Estimação de parâmetros Média Variância Proporção Estimação de parâmetros Média: " estimador
Leia maisInferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva
Inferência Estatística: Prof.: Spencer Barbosa da Silva Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos
Leia maisEstatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral
Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades
Leia maisDepartamento de Estatística UFSCar Probabilidade e Estatística Lista de Exercícios 2 Prof. José Carlos Fogo (11/09/2014)
Departamento de Estatística UFSCar Probabilidade e Estatística Lista de Exercícios 2 Prof. José Carlos Fogo (11/09/2014) 1) Seja X v.a. representando o número de usuários de um microcomputador no período
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Variância 07/14 1 / 14
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 07/14 1 / 14 Prof. Tarciana Liberal (UFPB) Aula 07/14 2 / 14 Prof. Tarciana Liberal (UFPB)
Leia maisDistribuição T - Student. Prof. Herondino S. F.
Distribuição T - Student Prof. Herondino S. F. Distribuição T-Student A distribuição T de Student é uma distribuição de probabilidade estatística, publicada por um autor que se chamou de Student, pseudônimo
Leia maisContabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Contabilometria Prof.: Patricia Maria Bortolon, D. Sc. Intervalos de Confiança Fonte: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisFundamentos de Estatística
Fundamentos de Estatística Clássica Workshop Análise de Incertezas e Validação Programa de Verão 2017 Marcio Borges 1 1LABORATÓRIO NACIONAL DE COMPUTAÇÃO CIENTÍFICA mrborges@lncc.br Petrópolis, 9 de Fevereiro
Leia mais