Grupo I. (a) A função de probabilidade marginal de X, P (X = x), é dada por
|
|
- Ester Godoi Alves
- 5 Há anos
- Visualizações:
Transcrição
1 Probabilidades e Estatística + Probabilidades e Estatística I Solução do Exame de 2 a chamada 3 de Fevereiro de 2003 LEFT + LMAC Grupo I (a) A função de probabilidade marginal de X, P (X = x), é dada por = 025 x = = 035 x = P (X = x) = P (X = x, Y = y) = y= = 040 x = 2 0 rv de x Uma vez obtida a função de probabilidade marginal de X podemos obter os seus momentos: E[X] = E[X 2 ] = xp (X = x) = = 5 x 2 P (X = x) = = 95 Var[X] = E[(X E[X]) 2 ] = E[X 2 ] E 2 [X] = = Var[X] CV[X] = = E[X] (b) Note-se que Y Bernoulli (p), com p = P (Y = ) = 2 P (X = x, Y = ) = = 04, pelo que E[Y ] = 04 e Var[Y ] = = 024 Quanto aos momentos conjuntos: E[XY ] = ρ XY = y=0 xyp (X = x, Y = y) = = 045 E[XY ] E[X]E[Y ] = = Var[X]Var[Y ] Assim, X e Y sáo correlacionadas por possuirem coeficiente de correlação não nulo Tal facto implica, em particular, que X e Y são variáveis aleatórias dependentes
2 (c) Função de probabilidade condicionada de Y dado X = 0: 05 P (X = 0, Y = y) 025 = 06 y = 0 P (Y = y X = 0) = = 0 P (X = 0) 025 = 04 y = 0 rv de y pelo que [Y X = 0] Bernoulli (04) (d) Seja Z = X + 2Y Note-se que Z toma valores em {0,, 2, 3, 4}, sendo que {Z = 0} = {X = 0, Y = 0} {Z = } = {X =, Y = 0} {Z = 2} = {X = 0, Y = } {X = 2, Y = 0} {Z = 3} = {X =, Y = } {Z = 4} = {X = 2, Y = } Logo 05 z = 0, 3, z = P (Z = z) = 035 z = 2 0 rv de z (e) Seja W a variável aleatória que contabiliza o número de valores distintos assumidos pelas variáveis {Y i, i =,, 0}, com Y i iid Y Note-se que como Y Bernoulli (04), então W toma o valor (se todos os Y i s tomarem o valor 0 ou todos tomarem o valor ) ou o valor 2 (se pelo menos um dos Y i s tomar o valor 0 e pelo menos outro Y i tomar o valor ) Logo segue-se que (W ) Bernoulli (p ), onde p = P (Y = = Y 0 = 0) P (Y = = Y 0 = ) = = pelo que E[W ] = p = e logo E[W ] = + p = 9938 Grupo II Seja N s o número de meteoritos que entram na atmosfera num intervalo de amplitude s horas, sendo que N s Poisson (00s) Assume-se que cada meteorito é, independentemente dos restantes visível sob a forma de estrela cadente com probabilidade 005 Seja então Z s a va que indica o número de meteoritos visíveis que entram na atmosfera num intervalo de amplitude s Dado que os meteoritos são visíveis ou não independentemente uns dos outros, então segue-se que (Z s N s = m) Binomial (m, 005), pelo que Z s Poisson (5s) (a) A probabilidade pedida é P (Z s > N s = 20) = P (Z s = 0 N s = 20) P (Z s = N s = 20) ( ) ( ) = =
3 (b) Pretende-se determinar P (N 05 40) Note-se que N 05 Poisson (50), pelo que estamos nas condições de aproximação normal da distribuição de Poisson Logo ( ) P (N 05 40) = P (N 05 39) Φ = Φ( 48) = (c) Seja Y i a variável aleatória que contabiliza o tempo (em horas) que decorre entre a entrada do i e a do i-ésimo meteorito na atmostera terrestre na referida região, sendo o instante de entrada do 0-ésimo meteorito na atmosfera igual ao instante inicial de observação Notese que {Y i, i IN} iid Y, com Y Exponencial (00) O tempo que decorre até entrarem 40 meteoritos na atmosfera terrestre na região é então dado por W = 40 i= Y i Erlang (40, 00) pelo que E[W ] = = 04 horas Grupo III (a) Seja {X i, i IN} iid X, onde X representa o tempo até à ocorrencia de primeiras avarias não cobertas pela garantia do fabricante de televisores do modelo Telepia, o qual possui função densidade de probabilidade f(x; λ) dada pelo enunciado A função de verosimilhança de λ com base numa amostra (x i, i =,, n) é dada por com λ > 0, e o respectivo logaritmo é L(λ x,, x n ) = λ n e λ n i= (x i 2) ln L(λ x,, x n ) = n ln λ λ n (x i 2) Uma vez que a primeira e a segunda derivada do logaritmo da função de verosimilhança verificam: tem-se [ln L(λ x,, x n )] = n n λ (x i 2) e [ln L(λ x,, x n )] = n λ 2 < 0 [ln L(λ x,, x n )] = 0 λ = i= n n i= (x i 2) i= e [ln L(λ x,, x n )] < 0, λ > 0 Logo o estimador de máxima verosimilhança de λ, que designamos por T, é dado por n T = n i= X, pelo que a estimativa de máxima verosimilhança de λ correspondente à i 2n 47 amostra aleatória efectivamente observada é t = = Pretendendo-se estimar a probabilidade do tempo que decorre até a primeira avaria não coberta pela garantia ser superior a 5 anos, ie, P (X > 5) = 5 λe λ(s 2) ds = e 3λ, e utilizando a propriedade de invariância dos estimadores de máxima verosimilhança, conclui-se que a estimativa de máxima verosimilhança de P (X > 5) é dada por emv(p (X > 5)) = e 3emv(λ) = e =
4 (b) A função de distribuição de X é dada por F X (x) = x 0 x < 2 f X (y; λ)dy = x 2 λe λ(s 2) dy x 2 0 x < 2 = e λ(x 2) x 2 Assim para x 0, P (X 2 x) = P (X 2+x) = F X (2+x) = e λ(x+2 2) = e λx, enquanto que para x < 0, F X 2 (x) = F X (x + 2) = 0 (pois se x < 0, x + 2 < 2) Deste modo 0 x < 0 F X 2 (x) = e λx x 0 que é igual à função de distribuição exponencial de parâmetro λ, de onde se conclui que X 2 Exponencial (λ) Dado que E[X 2] = λ, vem que um estimador dos momentos de λ é dado por ( X 2), pelo que uma estimativa dos momentos de λ é 20359/47 2 = 04289, que coincide com a estimativa de máxima verosimilhança obtida na alínea anterior (c) Pretende-se testar H 0 : E[X] 4 versus H : E[X] > 4 ou, equivalentemente, H 0 : λ /2 versus H : λ < /2, já que dado que (X 2) Exponencial (λ), E[X] = 2 + λ Como Var[X] = Var[X 2] = λ 2, e que a dimensão da amostra observada, n = 47, excede o valor 30, recorrendo ao teorema do limite central podemos utilizar para estatística de teste: T = X 4 2/ n = 47 X 4 H 0 Normal (0, ) 2 e deve rejeitar-se H 0 para valores elevados da estatística de teste O valor observado da estatística de teste é t obs = 05 47(20359/47 4) = 4 Logo o valor-p do teste é aproximadamente igual a Φ(4) = 027, pelo que a hipótese H 0 não deve ser rejeitada para os níveis usuais de significância (mais precisamente, para qualquer nível de significância menor ou igual a 27%) Grupo IV (a) Considera-se o modelo de regressão linear simples Y i = β 0 + β x i + ɛ i, para i 9, com {ɛ i, i 9} iid ɛ, com E[ɛ] = 0 e Var[ɛ] = σ 2 Recorrendo ao formulário, temos que as estimativas dos mínimos quadrados de β 0 ( ˆβ 0 ) e de β ( ˆβ ) são dadas por ˆβ = i= x iy i 9 xȳ i= x2 i = 9 x (2065/9) (345/9) (2065/9) 2 = 049 ˆβ 0 = ȳ ˆβ x = 345/9 049 (2065/9) = 4322 donde ŷ x = Ê[Y x] = x, x [85, 39] Uma estimativa da diferença do valor esperado das notas dos testes de dois indivíduos cujos QI s difiram de 0 valores é igual a 0 ˆβ = = 049 4
5 (b) A partir daqui assume-se em adição que ɛ Normal(0, σ 2 ) Pretende-se testar H 0 : β = 0 versus H : β > 0 Para tal considera-se a estatística de teste T = ˆβ S ˆβ H 0 t 9 2, onde S 2ˆβ = ˆσ 2 i= x2 i e ˆσ 2 = ( i= Y i 2 9Ȳ 2 ) ˆβ 2( i= x2 i 9 x2 ) 9 x2 9 2 devendo rejeitar-se H 0 para valores elevados da estatística de teste Concretizando para a amostra observada: ˆσ = 48452, s ˆβ = 00732, e o valor observado da estatística de teste é t obs = 433 O valor-p do teste é igual a F t7 (433), donde p 0, pelo que a hipótese H 0 é rejeitada, ie, aceita-se a hipótese de que o resultado esperado no teste aumenta em função do QI do indivíduo (c) Pretende-se obter um intervalo de confiança a 99% para Y X = 20 Como 20 [min x i, max x i ] = [85, 39], considera-se válido o modelo de regressão linear para x = 20 A variável fulcral adequada para a determinação do intervalo de confiança é onde V 2 = ˆσ 2 [ + que T = ˆβ ˆβ Y X = 20 V ] 9 + (20 x)2 9 i= x2 i 9 x2 H 0 t7 Considerando então uma confiança de 99%, vem P ( 2898 T 2898) = 099 pelo que um intervalo aleatório de confiança 99% para Y X = 20 é dado pela seguinte expressão: ] ˆβ ˆβ 2898V, ˆβ ˆβ V [ Concretizando para a amostra em questão, vem que ˆβ ˆβ = 8266 e v obs = ˆσ + (20 x)2 + = x2 i= x2 i e logo um intervalo de confiança a 99% para Y X = 20 é dado por IC 099 (Y X = 20) =] , [=]6806, 97, 26[ (d) Como a relação ˆβ 0 + ˆβ x [0, 00] se traduz em x x x o intervalo máximo de valores de QI de indivíduos onde a recta de regressão ajustada pode ser utilizada para predizer a nota de teste é [42, 36] 5
Probabilidades e Estatística MEEC, LEIC-A, LEGM
Departamento de Matemática Probabilidades e Estatística MEEC, LEIC-A, LEGM Exame a Época / o Teste (Grupos III e IV) o semestre 009/00 Duração: 80 / 90 minutos /06/00 9:00 horas Grupo I Exercício 5 valores
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 maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ o semestre 011/01 Exame de Época
Leia maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos
Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Modelos de regressão É usual estarmos interessados em estabelecer uma relação entre uma variável
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisAula 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
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisRegressão Linear Simples
Regressão Linear Simples Capítulo 16, Estatística Básica (Bussab&Morettin, 8a Edição) 10a AULA 18/05/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 10a aula (18/05/2015) MAE229 1 / 38 Introdução
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Distribuição beta não central; Coef. de determinação; Quando X for aleatório. Distribuição
Leia mais= Assim, toma-se ˆp= x m =
INSTITUTO SUPERIOR DE AGRONOMIA ESTATÍSTICA E DELINEAMENTO de Outubro, 06 PRIMEIRO TESTE 06-7 Uma resolução possível I Seja X a variável aleatória que conta o número de parcelas onde cada genótipo da casta
Leia maisMESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA. 1ª Chamada 10/01/2008.
MESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA 1ª Chamada 10/01/2008 Parte Teórica DURAÇÃO : 50 min COTAÇÃO DA PARTE TEÓRICA: 8 Valores em 20 PERGUNTAS DE
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ o semestre 11/1 Exame de Época Especial
Leia maisSeja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:
46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisa) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.
Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra
Leia maisb χ 2 (a 1)(b 1), sob H 0,
ISTITUTO SUPERIOR DE AGROOMIA ESTATÍSTICA E DELIEAMETO 3 de ovembro, 014 PRIMEIRO TESTE 014-15 Uma resolução possível I Tem-se uma tabela de contingências de dimensão 4. 1. O problema colocado corresponde
Leia maisDistribuições conjuntas de probabilidades e complementos
Probabilidades e Estatística 2004/05 Colectânea de Exercícios LEIC, LERCI, LEE Capítulo 5 Distribuições conjuntas de probabilidades e complementos 02 x = 0 065 x = 1 Exercício 51 (a) P(X = x) = 015 x =
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíveis resultados de um experimento. Evento é qualquer subconjunto do espaço amostral. Evento combinado: Possui duas
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEIC-T, LEMat, LERC, LQ, MEAer, MEAmbi, MEBiol, MEEC, MEMec, MEQ 1 o Teste 1 o semestre 2010/2011 Duração: 1 hora e 30 minutos 20/11/2010
Leia maisEstatística Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíveis resultados de um experimento. Evento é qualquer subconjunto do espaço amostral. Evento combinado: Possui duas
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 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisIND 1115 Inferência Estatística Aula 6
Conteúdo IND 5 Inferência Estatística Aula 6 Setembro de 004 A distribuição Lognormal A distribuição Beta e sua relação com a Uniforme(0,) Mônica Barros mbarros.com mbarros.com A distribuição Lognormal
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MEAer, MEMec 2 o semestre 2010/2011 1 o Teste - Código A 16/4/2011 9 horas Duração: 1 hora e 30 minutos Grupo I Exercício
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
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 maisSoluções da Colectânea de Exercícios
Soluções da Colectânea de Exercícios (Edição de Fevereiro de 2003) Capítulo 1 1.1 d) x = 3.167; s = 0.886 (dados não agrupados) e) mediana = x = 3.25; q 1 = 2.4 ; q 3 = 3.9 1.2 a) x = 2.866 ; x = 3; moda
Leia maisRevisões de Matemática e Estatística
Revisões de Matemática e Estatística Joaquim J.S. Ramalho Contents 1 Operadores matemáticos 2 1.1 Somatório........................................ 2 1.2 Duplo somatório....................................
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ 2 o semestre 2/22 o TESTE (Época
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 maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 1 o semestre 2018/2019 30/01/2019 11:30 1 o Teste C 10 valores 1. Numa unidade fabril
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS quantidade São Paulo (j = 1) Rio de Janeiro (j = 2) Minas Gerais (j = 3) Rio Grande do Sul (j = 4) total casos novos (X, em milhões) casos pendentes (Y, em milhões) processos
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisModelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 3 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 2 3 4 5 6 7 8 9 0 2 3 4 5 e 6 Introdução à probabilidade (eventos, espaço
Leia maisPr = 6 = = = 0.8 =
IND 5 Inferência Estatística Semestre 004.0 Teste 05/0/004 GABARITO Problema (5 pontos) Uma gulosa professora de estatística é fissurada por trufas de chocolate. Em busca da trufa ideal, ela vai provando
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2. Veremos
Leia maisProbabilidades e Estatística
Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística 1 o Teste B 2 o semestre 2007/08 Duração: 90 minutos 19/04/2008 11:30 horas O teste consiste em dois
Leia maisAula 11. Variáveis Aleatórias Contínuas Bidimensionais
Aula. Variáveis Aleatórias Contínuas Bidimensionais Resumo de caso unidimensional Caso Discreto p p 2 p 3 Caso Contínuo f(x) x x 2 x 3 i p i + f x dx X x x 2 x 3 P p p 2 p 3 Caso bidimensional Caso Discreto
Leia maisPrimeira Parte. 0, caso contrário.
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA TÓPICOS DE RESOLUÇÃO - Exame de Época Normal 009/00 Primeira Parte [,0]. Considere a varável aleatória X
Leia maisAssociação entre duas variáveis
Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Existem diversas
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia mais6. 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
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisGabarito - Lista 5 - Questões de Revisão
Gabarito - Lista 5 - Questões de Revisão Monitores: Camila Steffens e Matheus Rosso Parte I - Teoria assintótica 1. Enuncie a lei dos grandes números e o teorema central do limite. A LGN em sua expressão
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto Introdução 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2.
Leia maisAULA 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
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 maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas o semestre 017/018 04/07/018 15:00 o Teste C 10 valores 1. Admita que os tempos (em cetea
Leia maisSoluções da Colectânea de Exercícios
Soluções da Colectânea de Exercícios (Edição de Fevereiro de 2003) Capítulo 1 1.1 d) x = 3.167; s = 0.886 (dados não agrupados) e) mediana = x = 3.25; q 1 = 2.4 ; q 3 = 3.9 1.2 a) x = 2.866 ; x = 3; moda
Leia maisAULAS 6 e 7. ESPERANÇA, MOMENTOS E DISTRIBUIÇÕES DE PROBABILIDADES de VARIÁVEIS DISCRETAS 05/05/2017
AULAS 6 e 7 ESPERANÇA, MOMENTOS E DISTRIBUIÇÕES DE PROBABILIDADES de VARIÁVEIS DISCRETAS 05/05/2017 Em aulas passadas vimos as funções de probabilidade de variáveis discretas e contínuas agora vamos ver
Leia maisMais sobre Modelos Continuos
Mais sobre Modelos Continuos Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 41 Transformação Linear da Uniforme Seja X uma variável aleatória
Leia maisProcessos de Poisson
Processos de Poisson Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Capitulo 5 Taylor & Karlin 1 / 37 Distribuição de Poisson Seja a variável
Leia maisNome: N. o : f(u) du para todo o x (V) d) Se F (x) tiver pontos de descontinuidade, então X é discreta (F)
ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época Normal Duração: 2 horas 1. a Parte Teórica N. o de Exame: RESOLUÇÃO 09.01.2015 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação:
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 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 mais5 a Lista de PE Solução
Universidade de Brasília Departamento de Estatística 5 a Lista de PE Solução. Sejam X A e X B o números de jogos que o time ganha contra times da classe A e da classe B respectivamente. Claramente X A
Leia maisAnálise de Dados Longitudinais Aula
1/35 Análise de Dados Longitudinais Aula 08.08.2018 José Luiz Padilha da Silva - UFPR www.docs.ufpr.br/ jlpadilha 2/35 Sumário 1 Revisão para dados transversais 2 Como analisar dados longitudinais 3 Perspectiva
Leia maisPROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO
PROBABILIDADES E ESTATÍSTICA LEIC+LEE+LERCI (TagusPark) PROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO Secção de Estatística e Aplicações Departamento de Matemática Instituto Superior Técnico Fevereiro 2008
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Leia mais3. 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.
Leia maisANÁLISE DE REGRESSÃO
ANÁLISE DE REGRESSÃO Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 09 de janeiro de 2017 Introdução A análise de regressão consiste na obtenção de uma equação
Leia maisCapítulo 8 - Testes de hipóteses 3
Capítulo 8 - Testes de hipóteses Conceição Amado e Ana M. Pires Capítulo 8 - Testes de hipóteses 3 8.1 Noções básicas....................................................... 4 8.2 Testes de hipóteses para
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisNome: N o : Espaço reservado a classificações
ESTATÍSTICA I 2 o Ano/Gestão 1 o Semestre Época Normal Duração: 2 horas 1 a Parte Teórica N o de Exame: abcde 03.Jan.11 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação: 8 valores).
Leia maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Justifique coveietemete todas as respostas o semestre 207/208 /0/208 09:00 2 o teste A 0 valores. Admita
Leia maisTE802 Processos Estocásticos em Engenharia
TE802 Processos Estocásticos em Engenharia Duas Variáveis Aleatórias 29 de agosto de 2017 Duas Variáveis Aleatórias Função Distribuição Acumulada Conjunta: F X,Y (x,y) = P[X x, Y y] Propriedades: (a) 0
Leia maisCapítulo 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
Leia mais= < 5. O segundo menor valor esperado estimado corresponde à célula (3,3), com Ê33 = 29 30
ISTITUTO SUPERIOR DE AGROOMIA ESTATÍSTICA E DELIEAMETO 2 de ovembro, 205 PRIMEIRO TESTE 205-6 Uma resolução possível I Tem-se uma tabela de contingências de dimensão 3 4. Apenas o número total de observações
Leia maisProva de Estatística
Prova de Estatística 1. Para um número-índice ser considerado um índice ideal, ele precisa atender duas propriedades: reversão no tempo e o critério da decomposição das causas. Desta forma, é correto afirmar
Leia maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisPARTE TEÓRICA Perguntas de escolha múltipla
PROBABILIDADES E ESTATÍSTICA MIEEC/FEUP PARTE TEÓRICA Perguntas de escolha múltipla 1 Dada a experiência aleatória ε define-se espaço amostral associado a ε como sendo: A O espaço físico onde se realiza
Leia maisCasos. Índice. Parte I. Caso 1 Vendas da empresa Platox. Caso 2 Importação de matéria-prima. Caso 3 Carteira de acções. Caso 4 Lançamento de produto
Índice PREFÁCIO 15 NOTA INTRODUTÓRIA 17 CONVENÇÕES UTILIZADAS 19 Parte I Casos Caso 1 Vendas da empresa Platox 1. Enquadramento e objectivos 25 2. Aspectos metodológicos 26 3. Resultados e comentários
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 maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
Leia maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 miutos Justifique
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Julgue os itens que se seguem, acerca da estatística descritiva. 51 Na distribuição da quantidade de horas trabalhadas por empregados de certa empresa, é sempre possível determinar
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisTÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 2009/2010. Primeira Parte. F (b) F (a) =P (a <X<b) P (a <X<b)=
TÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 009/010 [,0] 1. Considere as seguintes afirmações: Primeira Parte I. Sendo F a função de distribuição da variável aleatória (v.a.) discreta X,
Leia maisDepartamento de Matemática - IST(TP)
Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística LEIC+LERC+LEE 2 o Exame/2 o Teste 2 o Semestre/2 a Época 2007/08 Duração: 3 horas/1 hora e 30 minutos
Leia maisInferência estatística
Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória
Leia maisInstituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época de Recurso 2/Julho/2013 Duração 2 horas
Instituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época de Recurso 2/Julho/2013 Duração 2 horas NOME: Processo Espaço Reservado para Classificações A utilização do telemóvel
Leia maisRESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA
RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA Caro aluno, Disponibilizo abaixo a resolução resumida das questões de Estatística da prova de Auditor da SEFAZ/PI 2015. Vale dizer que utilizei a numeração da prova
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 maisAssociação entre duas variáveis
Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Medir o grau de
Leia maisAula 1 - Revisão de Probabilidade e Estatística
Aula 1 - Revisão de Probabilidade e Estatística Matheus Rosso e Camila Steffens 1 de Março de 2018 Conteúdos 1. Introdução à probabilidade 2. Probabilidade condicional e independência 3. Variáveis aleatórias
Leia mais6. Amostragem e estimação pontual
6. Amostragem e estimação pontual Definição 6.1: População é um conjunto cujos elementos possuem qualquer característica em comum. Definição 6.2: Amostra é um subconjunto da população. Exemplo 6.1: Um
Leia maisCapítulo 3 Processos de Poisson
Capítulo 3 Processos de Poisson Exercício 31 Este exercício decorre de desenvolvimentos efectuados nas aulas teóricas e do Exercício (6) Exercício 32 Procedendo como no Exercício 4, conclui-se que a distribuição
Leia maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 2 o Teste A 08/06/2012 9:00 Duração: 1 hora e 30 miutos Justifique coveietemete
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 2018/2019 30/01/2019 15:00 2 o Teste C 10 valores 1. Seja X X 1, X 2,...,
Leia maisProbabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 2016/2017 16/06/2017 9h:00 2 o teste 10 valores 1.
Leia maisPROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO
PROBABILIDADES E ESTATÍSTICA LEIC+LEE+LERCI (TagusPark) PROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO Secção de Estatística e Aplicações Departamento de Matemática Instituto Superior Técnico Fevereiro 2006
Leia maisFilho, não é um bicho: chama-se Estatística!
Paulo Jorge Silveira Ferreira Filho, não é um bicho: chama-se Estatística! Estatística aplicada uma abordagem prática FICHA TÉCNICA EDIÇÃO: Paulo Ferreira TÍTULO: Filho, não é um bicho: chama-se Estatística!
Leia maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
1 Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 9 de Abril de 2015 2 3 Função Deviance Podemos ver o ajuste de um modelo a um conjunto de dados como: uma forma
Leia mais