Universidade Federal da Bahia Programa de Pós Graduação em Engenharia Elétrica
|
|
- Ronaldo Cabreira Corte-Real
- 6 Há anos
- Visualizações:
Transcrição
1 Universidade Federal da Bahia Programa de Pós Graduação em Engenharia Elétrica Disciplina: Processamento Estatístico de Sinais (ENG A83) Prof.: Eduardo Simas Tema: Verificação da sensibilidade da Curtose a variações da PDF, e a outliers. Semestre:
2 Curtose A curtose de um conjunto de dados fornece uma medida do achatamento da sua distribuição de probabilidade. Geralmente o valor da curtose é comparado com o da distribuição gaussiana, gerando um novo parâmetro chamado excesso de curtose. Muitas vezes o excesso de curtose é denominado simplesmente de curtose, ou curtose normalizada. Existem algumas formas de estimar a curtose de uma distribuição. 2
3 Curtose Uma delas é a partir do coeficiente percentílico de curtose: k= Q 3 Q 1 2( P 90 P 10 ) onde Q 1 e Q 3 são o primeiro e terceiro quartis, e P 10 e P 90 o décimo e nonagésimo percentis (Spiegel 1994). Utilizando esta definição para a distribuição normal têm-se K=0,263. Para C>0,263 a PDF é mais achatada que a distribuição normal (sub-gaussiana). E para C<0,263 mais aguda (super-gaussiana). 3
4 Assimetria A assimetria de uma distribuição pode ser calculada a partir da moda da média e do desvio padrão: AS= X Mo σ A estimação da moda demanda grandes recursos computacionais à medida que o número de amostras cresce. AS = 0 distribuição simétrica; AS > 0 distribuição assimétrica positiva (desviada para a esquerda); AS < 0 distribuição assimétrica negativa (desviada para a direita). Percebe-se que a curtose, juntamente com a assimetria (skewness) pode, de alguma forma, ser utilizada como uma medida da gaussianidade de uma distribuição. 4
5 Curtose e Assimetria por Cumulantes Uma forma alternativa de estimar a curtose e a assimetria de uma distribuição é através dos momentos e dos cumulantes. Conforme visto anteriormente os momentos de uma distribuição x podem ser calculados usando: + E {x k }=m k = x k p x ( x)dx + E {( x- x) k }=μ k = ( x- x) k p x ( x)dx Momento de ordem k Momento central de ordem k Sendo x=m 1 a média da distribuição. 5
6 Curtose e Assimetria Pode-se escrever os momentos centrados na média em função dos momentos, e vice-versa. Para k < 5 as expressões ficam: m 2 = x+μ 2 m 3 =μ 3 +3 x μ 2 +( x ) 3 m 4 =μ 4 +4 x μ 3 +6 ( x) 2 μ 2 +( x ) 4 μ 2 =m 2 x μ 3 =m 3 3 x μ 2 +2( x) 3 μ 4 =m 4 4 x μ 3 +6( x) 2 μ 2 3( x) 4 Os cumulantes são definidos a partir das expressões dos momentos (ou dos momentos centrais), sendo que os três primeiros cumulantes são iguais aos respectivos momentos centrais, e o quarto é definido como: k 4 =μ 4 3μ 2 2 =m 4 3m x μ 3 +12( x)2 μ 2 6( x ) 4 6
7 Curtose e Assimetria Os momentos podem ser estimados a partir do vetor de dados de uma distribuição utilizando: K E {g( x )} 1 K j=1 g( x j ) A assimetria e a curtose podem ser estimadas a partir dos cumulantes utilizando as expressões (Kendall 1977 e Spiegel 1994): β 1 = μ 3 (μ 2 ) 3/2 β 2 = μ 4 ( μ 2 ) 2 Coeficiente do momento de assimetria Coeficiente do momento de curtose 7
8 Coeficiente de Assimetria O coeficiente de assimetria de uma distribuição fornece basicamente as informações: Simetria Negativa (β 1 <0) Simetria Positiva ((β 1 >0) Logo, para a distribuição gaussiana β 1 =0 8
9 Coeficiente de Curtose A partir do coeficiente de curtose, pode-se chegar a algumas conclusões sobre o formato das PDF: Comparando duas distribuições simétricas um maior valor da curtose indica que os dados estão concentrados em uma menor faixa (menor variância), gerando uma PDF com um pico mais acentuado. Por outro lado, quando a curtose é mais baixa a PDF tem um formato mais achatado (flat). Para a comparação de distribuições não simétricas isto nem sempre é válido. 9
10 Excesso de Curtose Para a distribuição gaussiana μ 4 = 3(μ 2 ) 2, então β 2 = 3. O excesso de curtose é utilizado para quantificar a diferença entre a curtose de uma distribuição qualquer e a da distribuição gaussiana. Define-se então o excesso de curtose ou curtose normalizada: kurt = μ 4 ( μ 2 ) 2 3= μ 4 3μ 2 2 ( μ 2 ) 2 = k 4 (k 2 ) 2 10
11 Excesso de Curtose Utilizando a desigualdade de Cauchy-Schwartz: n i=1 n (a i ) 2 i=1 ( n (b i ) 2 i=1 a i b i)2 fazendo a i =( x x) 2, b i =1 Chega-se a: ( n ( x x ) 4 i=1 n i=1 ( x x) 2)2 μ 4 μ 2 Então conclui-se que o excesso de curtose varia de -2 a infinito. 11
12 Gaussianidade O excesso de curtose (kurt) fornece uma estimativa da não gaussianidade: Se kurt(x)=0 a variável é gaussiana (ou mesocúrtica). Se kurt(x)<0 a variável é sub-gaussiana (ou platicúrtica). Se kurt(x)>0 a variável é super-gaussiana (ou leptocúrtica). 12
13 Gaussianidade Críticas às definições utilizadas no livro de Oja (Oja, Karhunen e Hyvärinen 2001): A curtose e a curtose normalizada não precisam ser definida para um processo de média zero. A faixa de variação da curtose é de -2 a infinito, independente de normalização da variância. Quando a variável é normalizada têm-se: β 1 =k 3 =μ 3 kurt =β 2 =k 4 13
14 Cálculos utilizando o MATLAB Utilizando os comandos skewness e kurtosis do MATLAB, que calculam respectivamente os coeficientes β 1 e β 2, foram montadas tabelas com os valores encontrados para os parâmetros estatísticos de algumas distribuições. Foram utilizados também os comandos do MATLAB que estimam a média, a variância e os momentos centrais de ordem 3 e 4 de um vetor de dados. Foi realizada também a normalização dos dados: x x x σ 14
15 Distribuição Uniforme Parâmetro Par. Norm. média ,87E-15 variância cumulante de ordem 3-166,04-0,0316 kurtose ,195 cumulante de ordem 4-1,10E+08-1,195 15
16 Soma de 3 distribuições uniformes Parâmetro Normali. Média 80,617 1,03E 12 Var. 1190,8 1 simetria 0,02 0,02 K 3 82,4214 0,02 kurt 0,2449 0,2449 k 4 3,49E+05 0,
17 Gaussiana 1 Par. Norm. média 9,984 3,51E 15 var. 25, simetria 0,0166 0,0166 k 3 2,0924 0,0166 kurt 0,0196 0,0196 k 4 12,418 0,
18 Gaussiana 2 Par. Norm. média 13,0764 1,31E 15 var. 49,1384 1,0000 simetria -0,0088-0,0088 k 3-3,0227-0,0088 kurt 0,0035 0,0035 k 4 8,4378 0,
19 Super-Gaussiana 1 Par. Norm. média 12,9973 2,14E 15 var. 2, simetria 0,2466 0,2466 k 3 0,0654 0,2466 kurt 2,9169 2,9169 k 4 17,1219 2,
20 Super-Gaussiana 2 Par. Norm. média 7,5-3,07E-14 var. 8, simetria -6,58E-14-6,58E-14 k 3-1,74E-12-6,58E-14 kurt 9,3802 9,3802 k 4 736,6958 9,
21 Super-Gaussiana 3 Par. Norm. média 6,999 1,99E 15 var. 8,98E 04 1 simetria 1,8335 1,8335 k 3 4,93E 05 1,8335 kurt 5,809 5,809 k 4 4,68E 06 5,809 21
22 Super-Gaussiana 4 Par. Norm. média 133,39 1,22E 15 var. 1,70E+04 1 simetria 2,1118 2,1118 k 3 4,69E+06 2,1118 kurt 7,3816 7,3816 k 4 2,13E+09 7,
23 Distribuição Multi-modal 1 Par. Norm. média 23,0043-1,17E-14 var. 148, simetria 8,80E-04 8,80E-04 k 3 1,59E+00 8,80E-04 kurt -0,9006-0,9006 k 4-1,99E+04-0,
24 Distribuição Multi-modal 2 Par. Norm. média 23,0046-1,09E-14 var. 235, simetria 0,3329 0,3329 k 3 1,20E+03 0,3329 kurt -1,348-1,348 k 4-7,45E+04-1,348 24
25 Duas uniformes bem concentradas em torno de dois pontos É dito em (Kendall 1977) que o mínimo da curtose acontece quanto a distribuição está concentrada em 2 valores possíveis, a seguir chega-se a este resultado experimentalmente. Par. Norm. média 2,5 1,34E 15 var. 6, simetria 1,08E 14 1,08E 14 k 3 1,69E 13 1,08E 14 kurt 2 2 k 4 78, Foram superpostas duas distribuições uniformes com largura igual a 10-5, cada uma com pontos. 25
26 Outliers Par. média 9,984 var. 25,1837 simetria 0,0166 k 3 2,0924 kurt 0,0196 k 4 12,418 Par. média 9,9639 var. 25,5599 simetria 0,0343 k 3 4,4364 kurt 0,1756 k 4 114,6887 Gaussiana original gaussiana (-10, 5) ptos Gaussiana com Outliers gaussiana (-10, 5) ptos + gaussiana(10, 0.4) 100ptos 26
27 Outliers Par. média 9,984 var. 25,1837 simetria 0,0166 k 3 2,0924 kurt 0,0196 k 4 12,418 Gaussiana original gaussiana (-10, 5) ptos média 9,944 var. 26,7539 simetria 0,4232 k 3 58,5402 kurt 3,2271 k ,9 Gaussiana com Outliers gaussiana (-10, 5) ptos + gaussiana(30, 0.4) 100ptos 27
28 Outliers Gaussiana com Outliers gaussiana (-10, 5) ptos + gaussiana(30, 0.4) 100ptos 28
29 Outliers Par. Norm. média 12,9973 2,14E 15 var. 2, simetria 0,2466 0,2466 k 3 0,0654 0,2466 kurt 2,9169 2,9169 k 4 17,1219 2,9169 gaussiana (-10, 5) ptos + gaussiana(30, 0.4) 100ptos Par. Norm. Pré Norm. média 9,944 2,92E 15 0,08 var. 26, ,0624 simetria 0,4232 0,4232 0,4232 k 3 58,5402 0,4232 0,4634 kurt 3,2271 3,2271 3,2271 k ,9 3,2271 3,6421 Super-gaussiana 1 Par. Norm. Pré Norm. Gaussianas com Outliers média 9,9829 3,38E 15 2,19E 04 var. 25, ,0048 gaussiana (-10, 5) ptos simetria 0,0874 0,0874 0,0874 k 3 11,1282 0,0874 0, pto em 100 kurt 2,276 2,276 2,276 k ,3 2,276 2,
30 Valor absoluto da curtose para distribuições com outliers Distribuição Curtose Uniforme (-2 a 2, 10000p) Uniforme + Gaussianas (-2,1, 100p) Uniforme + Gaussianas (-2,1, 1000p) (1) Uniforme + Gaussianas (-2,1.5, 1000p) (2) Uniforme + Gaussianas (-2,2, 1000p) (1) (2) 30
31 Valor absoluto da curtose para distribuições com outliers Distribuição Curtose Lognormal (10000p) (1) Lognormal + Gaussianas (-6 e 6,1, 1000p) (2) Lognormal + Gaussianas (-8 e 8,1, 1000p) (3) Lognormal + Gaussianas ( ,1, 1000p) Lognormal limitada em 20 / / 0.78 Lognormal limitada em 10 + gauss. em -6 e (1) (2) (3) 31
32 Conclusões Quando a curtose normalizada é utilizada para a medição da Gaussianidade de uma distribuição, alguns cuidados devem ser tomados. A curtose calculada a partir do coeficiente de momento de curtose β 2 é influenciada pela presença de pontos fora da distribuição (outliers). Uma gaussiana com um único outlier tem curtose da ordem de uma curva claramente super-gaussiana. A análise de distribuições multi-modais e curvas assimétricas também pode levar a conclusões equivocadas. Se possível deve-se utilizar outra medida auxiliar da gaussianidade nestes casos. 32
33 Bibliografia Consultada Kendall, M. & Stuart, A., The Advanced Theory of Statistics Volume 1, Distribution Theory, Fourth Edition Charles Griffing & Company Limited, London Spiegel, M. R., Estatística, 3a Edição, Makron Books, São Paulo, Larson, H. J., Introduction to Probability Theory and Statistical Inference, Second Edition, Wiley International, Hyvärinen, A., Karhunen, J., Oja, E.; INDEPENDENT COMPONENT ANALYSIS, John Wiley & Sons,
PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA
PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo ESTATÍSTICA DESCRITIVA A Estatística Descritiva
Leia maisANÁLISE EXPLORATÓRIA DE DADOS 2ª PARTE
ANÁLISE EXPLORATÓRIA DE DADOS 2ª PARTE 1 Medidas de síntese TERCEIRA maneira de resumir um conjunto de dados referente a uma variável quantitativa. Separatrizes Locação x % x % x % x % Dispersão Forma
Leia maisn = 25) e o elemento (pois = 19) e terá o valor 8. Verifique que antes e depois do 19 o elemento, teremos 18 elementos.
V) Mediana: A Mediana de um conjunto de números, ordenados crescente ou decrescentemente em ordem de grandeza (isto é, em um rol), será o elemento que ocupe a posição central da distribuição de freqüência
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Pertencem ao grupo de ferramentas estatísticas que permitem caracterizar um conjunto de dados sob ponto de vista da tendência
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ As medidas de posição apresentadas fornecem a informação dos dados apenas a nível
Leia maisMétodos Estatísticos Básicos
Aula 4 - Medidas de dispersão Departamento de Economia Universidade Federal de Pelotas (UFPel) Abril de 2014 Amplitude total Amplitude total: AT = X max X min. É a única medida de dispersão que não tem
Leia mais5.1 Introdução: As distribuições de freqüências não diferem apenas quanto ao valor médio e a variabilidade, mas também quanto a sua forma.
Capítulo 5 Assimetria e Curtose Desenvolvimento: 5.1 Introdução 5.2 Assimetria 5.3 Curva simétrica 5.4 Curtose 5.5 Graus de achatamento 5.1 Introdução: As distribuições de freqüências não diferem apenas
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL
MEDIDAS DE TENDÊNCIA CENTRAL Professor Jair Wyzykowski Universidade Estadual de Santa Catarina Média aritmética INTRODUÇÃO A concentração de dados em torno de um valor pode ser usada para representar todos
Leia maisTécnicas Computacionais em Probabilidade e Estatística I. Aula I
Técnicas Computacionais em Probabilidade e Estatística I Aula I Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Análise de Um conjunto de dados objetivo: tratamento de um conjunto de dados. uma amostra de
Leia maisUnidade III Medidas Descritivas
Unidade III Medidas Descritivas Medidas separatrizes Quantis Medidas de dispersão Amplitude total Desvio Médio Variância Desvio Padrão Coeficiente de Variabilidade Desvio Interquartílico Na aula anterior...
Leia maisMedidas de Posição ou Tendência Central
Medidas de Posição ou Tendência Central Medidas de Posição ou Tendência Central Fornece medidas que podem caracterizar o comportamento dos elementos de uma série; Possibilitando determinar se um valor
Leia maisESTATÍSTICA. na Contabilidade Parte 6. Medidas Estatísticas
ESTATÍSTICA na Contabilidade Parte 6 Luiz A. Bertolo Medidas Estatísticas A distribuição de frequências permite-nos descrever, de modo geral, os grupos de valores (classes) assumidos por uma variável.
Leia maisDistribuição de frequências:
Distribuição de frequências: Uma distribuição de frequências é uma tabela que reúne o conjunto de dados conforme as frequências ou as repetições de seus valores. Esta tabela pode representar os dados em
Leia maisUNIVERSIDADE FEDERAL FLUMINENSE. Programa de Mestrado e Doutorado em Engenharia de Produção. Disciplina: Estatística Multivariada
UNIVERSIDADE FEDERAL FLUMINENSE Programa de Mestrado e Doutorado em Engenharia de Produção Disciplina: Estatística Multivariada Aula: Introdução a MVDA e Revisão Estatística Professor: Valdecy Pereira,
Leia maisProf. Dr. Engenharia Ambiental, UNESP
INTRODUÇÃO A ESTATÍSTICA ESPACIAL Análise Exploratória dos Dados Estatística Descritiva Univariada Roberto Wagner Lourenço Roberto Wagner Lourenço Prof. Dr. Engenharia Ambiental, UNESP Estrutura da Apresentação
Leia mais1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial
Escola Superior de Tecnologia de Viseu Fundamentos de Estatística 2006/2007 Ficha nº 1 1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial 0; 0; 0; 1; 2; 0; 0; 1;
Leia maisDistribuição Gaussiana
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição
Leia maisElementos de Estatística
Elementos de Estatística Lupércio F. Bessegato & Marcel T. Vieira UFJF Departamento de Estatística 2013 Medidas Resumo Medidas Resumo Medidas que sintetizam informações contidas nas variáveis em um único
Leia maisInferência Estatística: Conceitos Básicos I
Inferência Estatística: Conceitos Básicos I Introdução, Medidas de Tendência Central, Medidas de Variabilidade, Distribuições de Frequência e Probabilidade Flávia F. Feitosa BH1350 Métodos e Técnicas de
Leia maisESTATÍSTICA. June 4, UFOP June 4, / 87
ESTATÍSTICA June 4, 2013 UFOP June 4, 2013 1 / 87 NOME 1 Medidas de Tendência Central Média aritmética Mediana Moda Separatrizes 2 Medidas de Dispersão Amplitude Total Variância e Desvio-padrão Coeficiente
Leia maisDisciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios
Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios Prof. Eduardo Simas (eduardo.simas@ufba.br) Programa de Pós-Graduação em Engenharia Elétrica/PPGEE Universidade
Leia maisSCC0173 Mineração de Dados Biológicos
SCC073 Mineração de Dados Biológicos Análise Exploratória de Dados Parte A: Revisão de Estatística Descritiva Elementar Prof. Ricardo J. G. B. Campello SCC / ICMC / USP Tópicos Análise Exploratória de
Leia maisAutores: Fernando Sebastião e Helena Silva
Apontamentos de Estatística Descritiva Unidade Curricular: Estatística Aplicada Área Científica: Matemática Ano Lectivo: 2007/2008 Curso: Contabilidade e Finanças Regime: Diurno + Pós-Laboral Escola: Superior
Leia maisUnidade II ESTATÍSTICA. Prof. Celso Guidugli
Unidade II ESTATÍSTICA Prof. Celso Guidugli Medidas ou parâmetros estatísticos Valores que permitem uma imagem sintetizada do comportamento de uma amostra. Dividem-se em dois grandes grupos: medidas de
Leia maisEstatística Descritiva
Estatística Descritiva Prof. Henrique Dantas Neder Instituto de Economia Universidade Federal de Uberlândia Typeset by FoilTEX 1 Tópicos introdutórios A estatística descritiva trata dos métodos estatísticos
Leia maisDistribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011
Distribuição Normal Prof a Dr a Alcione Miranda dos Santos Universidade Federal do Maranhão Programa de Pós-Graduação em Saúde Coletiva email:alcione.miranda@gmail.com Abril, 2011 1 / 18 Sumário Introdução
Leia mais( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
Leia maisAula 3 MEDIDAS DE DISPERSÃO, ASSIMETRIA E CURTOSE.
MEDIDAS DE DISPERSÃO, ASSIMETRIA E CURTOSE. Aula META Mensurar a dimensão média do afastamento dos valores de um conjunto de dados em relação à determinada Medida de Tendência Central, bem como de que
Leia maisAula 2 Planejamento e Análise de Experimentos
Aula 2 Planejamento e Análise de Experimentos Professores Miguel Antonio Sovierzoski, Dr. miguelaso@utfpr.edu.br; Vicente Machado Neto, Dr. vmachado@utfpr.edu.br; Revisão da aula anterior Fatores níveis
Leia maisà Análise de Padrões
CC-226 Introdução à Análise de Padrões Prof. Carlos Henrique Q. Forster Variáveis, Estatísticas sticas e Distribuições de Probabilidades Tópicos de hoje Definições Alguns estimadores estatísticos Distribuições
Leia maisESTATÍSTICA DESCRITIVA
ESTATÍSTICA DESCRITIVA O principal objectivo da ESTATÍSTICA DESCRITIVA é a redução de dados. A importância de que se revestem os métodos que visam exprimir a informação relevante contida numa grande massa
Leia maisCoeficiente de Assimetria
Coeficiente de Assimetria Rinaldo Artes Insper Nesta etapa do curso estudaremos medidas associadas à forma de uma distribuição de dados, em particular, os coeficientes de assimetria e curtose. Tais medidas
Leia mais1 - Noções de álgebra matricial
1 - Noções de álgebra matricial Apêndice A Revisão de alguns conceitos estatísticos Apêndice B Rudimentos de álgebra matricial Representação vetorial de um problema ecológico E1 E2 S1 X 11 X 12 S2 X 21
Leia maisPadronização. Momentos. Coeficiente de Assimetria
Padronização Seja X 1,..., X n uma amostra de uma variável com com média e desvio-padrão S. Então a variável Z, definida como, tem as seguintes propriedades: a) b) ( ) c) é uma variável adimensional. Dizemos
Leia maisCapítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
Leia maisEstatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
Leia maisEstatística Aplicada II
Estatística Aplicada II Profa. Flávia Landim E-mail: flavia@im.ufrj.br Aulas: quintas de 13h-18h20 Início: 22 de agosto de 2013 Avaliações: P1 10/10, P2 28/11. apresentação de trabalhos: 5 e 12/12 (grupos
Leia maisMedidas de Dispersão ou variabilidade
Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
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 I
Cálculo das Probabilidades I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 10/13 1 / 19 Calculamos algumas características da
Leia mais14. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas
4. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas Os valores assumidos por uma variável aleatória contínua podem ser associados com medidas em uma escala contínua como, por exemplo,
Leia maisEstatística I Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 3 Prof.: Patricia Maria Bortolon, D. Sc. Estatística: Prof. André Carvalhal Dados quantitativos: medidas numéricas Propriedades Numéricas Tendência Central Dispersão Formato Média Mediana
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 maisCV de VT - Um assunto recorrente em provas da ESAF
CV de VT - Um assunto recorrente em provas da ESAF Freqüentemente temos, principalmente em provas da ESAF, questões envolvendo o Coeficiente de Variação de Variáveis Transformadas. São dadas a Média e
Leia maisIntervalos 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
Leia maisMedidas de Tendência Central. Introdução Média Aritmética Moda Mediana Análise de Assimetria Separatrizes
Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Análise de Assimetria Separatrizes Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central
Leia maisDISCIPLINA: ESTATÍSTICA I (CÓD. ENEC60015) PERÍODO: 3º PERÍODO
PLANO DE AULA DISCIPLINA: ESTATÍSTICA I (CÓD. ENEC60015) PERÍODO: 3º PERÍODO TOTAL DE SEMANAS: 20 SEMANAS TOTAL DE ENCONTROS: 40 AULAS Aulas Conteúdos/ Matéria Tipo de aula Textos, filmes e outros materiais
Leia maisMEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso
MEDIDAS DE POSIÇÃO E DE DISPERSÃO Profª Andréa H Dâmaso Bioestatística e Delineamento Experimental - 2012 Tópicos da aula Medidas de tendência central e dispersão Variáveis contínuas: distribuição normal
Leia maisESTATÍSTICA DESCRITIVA APLICADA NA SAÚDE. Hospital Universitário Prof. Edgard Santos UFBA Unidade de Planejamento Julho de 2016
ESTATÍSTICA DESCRITIVA APLICADA NA SAÚDE Hospital Universitário Prof. Edgard Santos UFBA Unidade de Planejamento Julho de 2016 AGENDA: DEFINIÇÃO; VARIÁVEIS (CONSTRUÇÃO DE UM BANCO DE DADOS); ORGANIZAÇÃO
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisSumário. Estatistica.indb 11 16/08/ :47:41
Sumário CAPÍTULO 1 CONCEITOS INICIAIS... 19 1.1. Introdução... 19 1.2. Estatística... 19 1.2.1. Estatística Descritiva ou Dedutiva... 21 1.2.2. Estatística Indutiva ou Inferencial... 21 1.3. População...
Leia maisExploração e Transformação de dados
Exploração e Transformação de dados A DISTRIBUIÇÃO NORMAL Normal 99% 95% 68% Z-score -3,29-2,58-1,96 1,96 2,58 3,29 Normal A distribuição normal corresponde a um modelo teórico ou ideal obtido a partir
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 maisUNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ANÁLISE DE DADOS Ano Lectivo 2014/2015
Programa da Unidade Curricular ANÁLISE DE DADOS Ano Lectivo 2014/2015 1. Unidade Orgânica Ciências da Economia e da Empresa (1º Ciclo) 2. Curso Gestão de Empresa 3. Ciclo de Estudos 1º 4. Unidade Curricular
Leia maisContinualizações das Distribuições Geométrica e Poisson
Continualizações das Distribuições Geométrica e Poisson Cícero Carlos Ramos de Brito 1 Wilson Rosa de Oliveira Jr. 2 Kleber Napoleão Nunes de Oliveira Barros 3 Kleber Régis Santoro 2 1 Introdução Consta
Leia maisQUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA
QUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA 1) Um pesquisador que ordena uma lista de cidades segundo o ritmo de vida, do mais lento para o mais acelerado, está operando no nível de medida: (A)
Leia maisDistribuições Importantes. Distribuições Contínuas
Distribuições Importantes Distribuições Contínuas Distribuição Normal ou de Gauss Definição Diz-se que uma v.a. X contínua tem distribuição normal ou de Gauss, X Nor(µ,σ), se a sua função densidade de
Leia maisSumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
Leia maisProc Univariate:Testando a normalidade
Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Seção Técnica de Informática Proc Univariate:Testando a normalidade Proc Step Piracicaba / 2016 2 Proc Univariate: Testando a normalidade
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Função que descreve a chance que uma variável pode assumir ao longo de um espaço de valores. Uma distribuição de probabilidade
Leia maisBioestatística Básica
Bioestatística Básica Curso de Pós-Graduação RCA 5804 PROF. DR. ALFREDO J RODRIGUES DEPARTAMENTO DE CIRURGIA E ANATOMIA FACULDADE DE MEDICINA DE RIBEIRÃO PRETO UNIVERSIDADE DE SÃO PAULO alfredo@fmrp.usp.br
Leia maisMEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 10 de maio de 2017 relativo (DPR) São medidas que visam fornecer o grau de
Leia maisAULA 5 MEDIDAS DESCRITIVAS DOCENTE: CIRA SOUZA PITOMBO
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA ENG C 18 Métodos de Pesquisa Quantitativos e Qualitativos AULA 5 MEDIDAS DESCRITIVAS DOCENTE: CIRA SOUZA PITOMBO
Leia maisDistribuição Normal. Prof. Herondino
Distribuição Normal Prof. Herondino Distribuição Normal A mais importante distribuição de probabilidade contínua em todo o domínio da estatística é a distribuição normal. Seu gráfico, chamado de curva
Leia maisIntrodução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas
Leia maisEstatística e Probabilidade
Aula 3 Cap 02 Estatística Descritiva Nesta aula... estudaremos medidas de tendência central, medidas de variação e medidas de posição. Medidas de tendência central Uma medida de tendência central é um
Leia maisMedidas de Tendência Central e Medidas de Dispersão
Aula # 10 Medidas de Tendência Central e Medidas de Dispersão Professor: Dr. Wilfredo Falcón Urquiaga Professor Titular Engenheiro em Telecomunicações e Eletrônica Doutor em Ciências Técnicas Email: falconcuba2007@gmail.com
Leia mais25/08/2016. Estatística. Estatística. Medidas Estatísticas Medidas de Posição. Mariele Bernardes. Mariele Bernardes
s 12/08/2016 As medidas estatísticas resumem as informações obtidas dando uma visão global dos dados. s ou estimadores dados da amostra Parâmetros dados populacionais. de posição de dispersão de posição
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS A distribuição dos tempos de permanência dos estudantes nos cursos de graduação de certa universidade é uma distribuição normal com média igual a 6 anos e desvio padrão igual
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 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 maisLicenciatura em Ciências Biológicas Universidade Federal de Goiás. Bioestatística. Prof. Thiago Rangel - Dep. Ecologia ICB
Licenciatura em Ciências Biológicas Universidade Federal de Goiás Bioestatística Prof. Thiago Rangel - Dep. Ecologia ICB rangel.ufg@gmail.com Página do curso: http://www.ecologia.ufrgs.br/~adrimelo/bioestat
Leia mais28 de dezembro de 2007
Curso de UFRPE e UFPE 28 de dezembro de 2007 1 2 3 4 5 6 Seja f (y) uma função densidade conhecida, cujos cumulantes são dados por κ 1, κ 2,.... O interesse reside em usar f (y) para aproximar uma função
Leia maisCRITÉRIOS PARA ATRIBUIÇÃO DE CONCEITOS AOS CURSOS:
CRITÉRIOS PARA ATRIBUIÇÃO DE CONCEITOS AOS CURSOS: UM ESTUDO EUGÊNIA MARIA REGINATO CHARNET Ph.D. em Estatística Aplicada pela Universidade da Califórnia Brasília, dezembro de 2000 Texto elaborado com
Leia maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisPlano de Ensino. Disciplina: Estatística. Carga Horária: 50 aulas. Ementa da disciplina:
1 Plano de Ensino Curso: Ciências Contábeis Disciplina: Estatística Carga Horária: 50 aulas Semestre Letivo/Turno: 2º semestre/ Professor: Período: Ementa da disciplina: Gerais: Conteúdo Programático:
Leia maisInferência em Modelos Lineares Assimétricos
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA Inferência em Modelos Lineares Assimétricos Bárbara da Costa Campos Dias Orientador: Clécio da Silva Ferreira
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia maisDistribuições de Probabilidade. Distribuição Normal
Distribuições de Probabilidade Distribuição Normal 1 Distribuição Normal ou Gaussiana A distribuição Normal ou Gaussiana é muito utilizada em análises estatísticas. É uma distribuição simétrica em torno
Leia maisESTATÍSTICA Medidas de Síntese
2.3 - Medidas de Síntese Além das tabelas e gráficos um conjunto de dados referente a uma variável QUANTITATIVA pode ser resumido (apresentado) através de Medidas de Síntese, também chamadas de Medidas
Leia maisDistribuição de frequências. Prof. Dr. Alberto Franke
Distribuição de frequências Prof. Dr. Alberto Franke E-mail: alberto.franke@ufsc.br 1 Distribuição de frequências Há necessidade de distinguir entre: Distribuição observada Distribuição verdadeira Distribuição
Leia maisAULA 2 UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO
AULA UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO As tabelas estatísticas, geralmente, condensam informações de fenômenos que necessitam da coleta de grande quantidade de dados numéricos. No caso
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos
Leia maisUniversidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão
Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão 1) Os dados apresentados a seguir referem-se ao levantamento dos intervalos
Leia maisProcedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear
Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Rogério Antonio de Oliveira 1 Chang Chiann 2 1 Introdução Atualmente, para obter o registro
Leia maisVariável Salário: Quantitativa contínua. Para construir os histogramas solicitados temos,
1 Exercício 1 Variável Salário: Quantitativa contínua Para construir os histogramas solicitados temos, Tabela 1: Distribuição de frequências da variável salário Classe de Salário n i f i Amplitude i Densidade
Leia maisTécnicas Computacionais em Probabilidade e Estatística I. Aula III
Técnicas Computacionais em Probabilidade e Estatística I Aula III Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Arquivo PULSE do Minitab Refere-se a um experimento feito por alunos. Cada um deles registrou
Leia maisCONTEÚDOS PROGRAMÁTICOS
CONTEÚDOS PROGRAMÁTICOS CURSO: MATEMÁTICA DISCIPLINA: ESTATÍSTICA E PROBABILIDADE SÉRIE: 1ª CARGA HORÁRIA: 144 HORAS PROFESSORA: Maria Ivete Basniak ANO LETIVO: 2013 EMENTA: Variáveis e gráficos; Distribuições
Leia mais7 Resultados de Medições Diretas. Fundamentos de Metrologia
7 Resultados de Medições Diretas Fundamentos de Metrologia Motivação definição do mensurando procedimento de medição resultado da medição condições ambientais operador sistema de medição Como usar as informações
Leia maisVimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DE POSIÇÃO E DISPERSÃO Departamento de Estatística Luiz Medeiros Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos.
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística
Leia maisTRATAMENTO ESTATÍSTICO DE DADOS EXPERIMENTAIS
TRATAMENTO ESTATÍSTICO DE DADOS EXPERIMENTAIS I. INTRODUÇÃO Profa. Dra. Lúcia Helena Seron I. 1. Algarismos Significativos O número de algarismos significativos numa medida pode ser definido como o número
Leia maisProbabilidade e Estatística. Prof. Dr. Jhames Sampaio
Probabilidade e Estatística Prof. Dr. Jhames Sampaio Medidas de Posição Moda observação mais frequente Medidas de Posição Moda observação mais frequente Vamos considerar a pesquisa do Twitter onde foram
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisPLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA
PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA Curso: CST em Sistemas de Telecomunicações, Tecnologia Nome da disciplina: Teoria da Estatística Código: TEL026 Carga horária: 83 horas Semestre previsto: 3º
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: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisAvaliação do Sistema de Avaliação de Alunos da Disciplina de Pediatria I 3:1 Parte
Acta Pediam. Port., 2001; N. 6; Vol. 32: 399-406 EDUCAÇÃO MÉDICA PEDIÁTRICA Avaliação do Sistema de Avaliação de Alunos da Disciplina de Pediatria I 3:1 Parte LEONOR LEVY * Professora Auxiliar da Faculdade
Leia maisPLANO DE ENSINO. Disciplina. Código Denominação Carga horária AT 1 AP 2 APS 3 Total 311 Estatística e Probabilidade 120h/a 120h/a.
ANEXO II RESOLUÇÃO Nº 282/2007 CEPE PLANO DE ENSINO PERÍODO LETIVO/ANO: 2008 ANO DO CURSO: 4 Curso: Matemática Modalidade: Licenciatura Turno: Noturno Centro: Centro de Ciências Exatas e Tecnológicas CCET
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 mais