Centro de Ciências e Tecnlogia Agroalimentar - Campus Pombal Disciplina: Estatística Básica Aula 10 Professor: Carlos Sérgio
|
|
- Irene Botelho Bergmann
- 5 Há anos
- Visualizações:
Transcrição
1 Cetro de Ciêcias e Teclogia Agroalimetar - Campus Pombal Disciplia: Estatística Básica Aula 10 Professor: Carlos Sérgio UNIDADE 6 - TEORIA DA ESTIMAÇÃO NOTAS DE AULA 1 Itrodução Iferêcia estatística é o processo pelo qual podemos tirar coclusões acerca de um cojuto maior a população usado iformação de um cojuto meor a amostra. Podemos estimar o parâmetro θ usado a iformação de ossa amostra. Chamamos este úico úmero que represeta o valor mais plausível do parâmetro baseado os dados amostrais de uma estimativa potual de θ. Algus exemplos são a média amostral, o desvio padrão amostral, a mediaa amostral, os quais estimam a verdadeira média, desvio padrão e mediaa da população que são descohecidos. Estimação Potual A estimação potual por poto cosistirá simplesmete em, à falta de melhor iformação, adotar a estimativa dispoível como sedo o valor do parâmetro. A idéia é, em sua essêcia, extremamete simples, porém a qualidade dos resultados irá depeder fudametalmete da coveiete escolha do estimador. Assim, detre os vários estimadores razoáveis que poderemos imagiar para um determiado parâmetro, devemos ter a preocupação de escolher aquele que melhor satisfaça às propriedades de um bom estimador. 3 Propriedades dos estimadores Cosideremos uma amostra X 1, X,..., X de uma v.a. que descreve uma característica de iteresse de uma população. Seja θ um parâmetro que desejamos estimar, como por exemplo a média µ = EX ou a variâcia σ = V X. Defiição: Um estimador T do parâmetro θ é qualquer fução das observações da amostra, ou seja, T = gx 1, X,..., X. 1
2 3.1 Justeza e ão-tedeciosidade Diremos que um estimador T é justo ou ão-tedecioso, ou ão-viciado, ou ãoviesado se sua média ou expectâcia for o próprio parâmetro que se pretede estimar ET = θ para todo θ A adoção de um estimador que ão seja justo os levará a icorrer o vício de estimação, ou viés. Exemplo Seja X 1, X,..., X uma amostra aleatória de tamaho obtida de uma populaçao commédia µ e variâcia σ, etão X = 1 i=1 X i é um estimador ão viciado de µ. E X = E 1 i=1 X i = 1 i=1 EX i = µ = µ 3. Cositêcia Diremos que uma sequêcia de estimadores T é cositete se, para todo ɛ > 0, P { T θ > ɛ} 0, 1 Em vez de usar 1 para verificar se uma sequêcia de estimadores é cosistete, pode-se usar o seguite resultado Proposição:Uma sequêcia {T } de estimadores de θ é cosistete se lim ET = θ lim σ T = 0 Exemplo Se X i Beroullip etão X = i=1 X i Biomial, p, daí EX = p e V X = p1 p. Etão, Eˆp = E X = EX V ˆp = V X = V X = p = p1 p = p e ˆp é um estimador ão viciado de p; = p1 p e lim p1 p = 0 cocluido-se que ˆp é um estimador cosistete de p. 3.3 Eficiêcia Se T e T são dois estimadores ão-viesados de um mesmo parâmetro θ, e aida
3 etão T diz-se mais eficiete do que T Exemplo V T < V T, Seja X 1, X,..., X uma amostra aleatória obtida de X com distribuição de Beroulli com parâmetro p, descohecido. Ecotre as variâcias V ˆp e V ˆp 1 ; compare e mostre que ˆp é mais eficiete do que ˆp 1. Solução: V ˆp = V X 1,X,...,X = 1 i=1 V X i = 1 p1 p i=1 p1 p = V ˆp 1 = V X 1 = p1 p. = p1 p ; Como, para > 1, V ˆp = p1 p < V ˆp 1 = p1 p e, sedo ˆp e ˆp 1 estimadores ão viciados etão, de acordo com a Defiiçao, ˆp é mais eficiete do que ˆp Suficiêcia Em poucas palavras, diremos que um estimador é suficiete se cotém o máximo possível de iformação com referêcia ao parâmetro por ele estimado. Defiição A estatística T = T X 1, X,..., X é dita suficiete para o parâmetro descohecido θ, quado a distribuição codicioal de X 1, X,..., X dado T é idepedete de θ 4 Estimação Itervalar Uma estimativa potual de parâmetros, por ao dizer o quão próximo o parâmetro estimado vai estar do parâmetro verdadeiro, ão é suficiete para iformar sobre a precisão da estimativa. Os métodos de estimação por itervalo tem propósito de determiar os itervalos aleatórios, chamados itervalos de cofiaça, que cotém o valor do parâmetro descohecido com uma probabilidade especificada chamada ível de cofiaça. Neste caso a amplitude do itervalo dá uma idicação da precisão da estimativa obtida. 4.1 Itervalo de Cofiaça para Média com variâcia cohecida Seja X 1, X,..., X uma amostra aleatória de tamaho obtida de X Nµ, σ. Etão X = 1 i=1 X i Nµ, σ e, com a variâcia σ é suposta cohecida, a variável aleatória 3
4 Z = X µ σ N0, 1 Assim, dado o ível de cofiaça 1 α, tedo em vista a simetria da distribuição N0, 1 e, para garatir que o tervalo obtido teha amplitude míima, obtemos a tabela da distribuição ormal padroizada, q 1 = Z α e q = q 1 = Z α tal que P Z Z α = 1 α de modo que ou, equivaletemete, P Z α X µ σ P X Z α Z α σ µ X + Z α = 1 α σ = 1 α sedo o itervalo de cofiaça simétrico para µ dado por ICµ, 1 α = X Z α σ ; X + Z α σ Em geral usa-se também a seguite represetação: ICµ, 1 α = X ± Z α σ Exemplo Supoha que se extraia uma amostra de tamaho 35 de uma população com média µ e desvio padrão cohecido e igual a 3,90. Supoha que a média amostral seja 44,8. Determiar um itervalo com 95% de cofiaça para µ. Solução: Temos que, 1 α = 0, 95, α = 0, 05, P Z Z α/ = 1 α = 1 0,05 = 0, 975. Logo, Z α/ = 1, 96 ICµ, 95% = 44, 8 ± 1, 96 3,90 35 ICµ, 95% = 44, 8 ± 1, 9 Logo, o itervalo com 95% de cofiaça para µ é [43,51; 46,09] 4
5 4. Itervalo de Cofiaça para Média com variâcia descohecida Admitido, mais realisticamete, que a variâcia σ é descohecida, a variável aleatória t = X µ S t 1 isto é, tem distribuição de Studet com 1 graus de liberdade, e idepedete de µ. Dado o ível de cofiaça 1 α, como a distribuição de t é simétrica e, para obter um itervalo com amplitude míima, obtemos a tabela da distribuiçao t 1, q 1 = t 1; α e q = q 1 = t 1; α tal que P t t 1; α = α, seguido etão que P e, de forma equivalete, P X t 1; α t 1; α X µ S t 1; α S µ X + t 1; α de modo que o itervalo de cofiaça simétrico para µ é IC = µ, 1 α = X t 1; α = 1 α S = 1 α S ; X + t 1; α S ou, de outra forma IC = µ, 1 α = X ± t 1; α S em que S é o desvio padrão amostral dado por S = 1 X i 1 X Exemplo Supoha que se extraia uma amostra de tamaho 5 de uma população com média µ e desvio padrão descohecido. Supoha que a média amostral seja 4,004 e o desvio padrão amostral seja 0,366. Determiar itervalo 99% de cofiaça para µ. Solução: Temos que, t 0,005;4 =, 797 IC4, 004 ±, 797 0,366 5 IC4, 004 ± 0, 05 Logo, o itervalo com 99% de cofiaça para µ é [3,799; 4,09]. 5 i=1
6 4.3 Itervalo de Cofiaça para proporção populacioal Seja X 1, X,..., X uma amostra aleatória de tamaho obtida de umapopulaçãode Beroulli com parâmetro p, ode os compoetes da amostra só podem assumir os valores 0 e 1. Tem-se ˆp = X, a proporção amostral de sucessos, para suficietemete grade, tem uma distribuição aproximadamete ormal com média p e variâcia p1 p. Logo, Z = ˆp p p1 p N0, 1 A expressão fial para o itervalo de cofiaça aproximado para p, com ível de cofiaça 1 α, será ˆp1 ˆp ˆp1 ˆp ICp, 1 α = ˆp Z α ; ˆp + Z α ou, de forma equivalete, ICp, 1 α = ˆp ± Z α ˆp1 ˆp Exemplo Uma amostra aleatória de 600 peças de computador são obtidas de um grade lote de produção, observado-se 45 com defeito. Estimar, através de um itervalo de cofiaça de 95%, a proporção verdadeira, p, de peças de computador com defeito o lote. Solução: Temos ˆp = X = 45 = 0, , para 1 α = 0, 95, α = 0, 05 e Z α 0,075 0,95 ICp, 95% = 0, 075 ± 1, 96 = 0, 075 ± 0, 011 ou 600 = 1, 96 logo, ICp, 95% = 0, 0539; 0, 0961 ou, aida: ICp, 95% = 5, 39%; 9, 61%. 4.4 Itervalo de Cofiaça para Variâcia Sedo µ descohecida e 1S χ σ 1 ão depede de σ. Com procedimeto semelhate ao caso aterior, temos P χ 1;1 α 1S χ σ 1; α = 1 α, ou, equivaletemete, 6
7 1S P χ 1; α σ 1S = 1 α, χ 1;1 α Portato, o itervalo de cofiaça simétrico para σ é dado por 1S ICσ, 1 α = P ; χ 1; α 1S. χ 1;1 α Exemplo Supoha que seja retirada uma amostra de tamaho cico de uma população ormalmete distribuida, e que se teha ecotrado uma variâcia amostral de 13,5. Costrua um itervalo com 95% de cofiaça para a variâcia populacioal. Solução: é Temos que χ 0,975;4 = 0, 484 e χ 0,05;4 = 11, 143. Logo o itervalo de cofiaça para σ ICσ, 95% = 413,5 ; 413,5 11,143 0,484 ICσ, 95% = 4, 85; 111, 74 5 Itervalo de Cofiaça para a difereça de médias de duas Populações Estes itervalos podem ser úteis em diversas situações práticas em que se deseja comparar dois grupos com relação a certa característica. Por exemplo, um idustrial pode querer comparar dois processos de produção; um pesquisador médico certamete iteressa saber o efeito de uma ova droga em dois tipos de pacietes; pode-se estar iteressado em cohecer o efeito de uma ova droga em dois tipos de pacietes. Descreveremos a seguir, como costruir itervalos de cofiaça para a difereça etre duas médias populacioais. 5.1 As variâcias σ 1 e σ são cohecidas Como x 1 µ 1 σ 1 1 N0, 1 e x µ σ N0, 1 7
8 Logo Assim, temos P Z α Z = x 1 x µ 1 µ N0, 1 σ1 1 + σ x 1 x µ 1 µ σ σ Z α = 1 α resultado etão, o seguite itervalo de cofiaça simétrico para µ 1 µ : ICµ 1 µ, 1 α = σ1 x 1 x Z α + σ σ 1 ; x 1 x + Z α + σ 1 1 Exemplo: O peso médio de duas amostras aleatórias idepedetes de 1 = 30 e = 40 peças, extraídas de dois grades lotes, foi X = 130g e Ȳ = 15g, respectivamete. Admitido que os pesos teham distribuição ormais com variâcias respectivas σ1 = 60g e σ = 80g, estimar, através de um itervalo de 95% de cofiaça, a difereça real dos pesos médios, µ 1 µ, para os dois lotes. 5. As variâcias σ 1 e σ são descohecidas mas σ 1 = σ Se σ 1 = σ = σ etão, temos Sabemos que Z = x 1 x µ 1 µ σ e S 1 = i=1 x i x S = 1 1 i=1 x i x são as variâcias amostrais. Como estamos supodo que σ 1 = σ = σ, etão um estimador ão viciado para σ é dado por Temos fialmete S p = 1 1S 1 + 1S 1 + 8
9 t = x 1 x µ 1 µ σ Sp σ 1 + = x 1 x µ 1 µ Sp t 1 + Procededo de maeira aáloga ao caso aterior, obtemos as seguites expressões para o ICµ 1 µ, 1 α simétrico: ICµ 1 µ, 1 α = x 1 x t 1 + 1; α S p ; x 1 x +t ; α S p e ICµ 1 µ, 1 α = x 1 x ± t 1 + 1; α S p Exemplo: Duas amostras de platas foram cultivadas com dois fertilizates diferetes. A primeira amostra oriuda de 00 semetes, acusou altura média de 10,9 cm e desvio padrão,0 cm. A seguda amostra, de 100 semetes, acusou uma altura média de 10,5 cm com desvio padrão de 5,0 cm. Costruir um itervalo de cofiaça etre as alturas médias das populações ao ível de 95% de cofiaça. 6 Itervalo de Cofiaça para Difereça de Proporções Sejam duas proporções p 1 e p, e suas respectivas proporções amostrais p 1 e ˆp, baseadas em amostras de tamahos 1 e. Para grades tamahos de amostra tem-se que: ˆp 1 ˆp N p 1 p ; p 11 p 1 + p 1 p 1 Portato, o itervalo de cofiaça para p 1 p, com coeficiete de cofiaça 1 α é dado por: ICp 1 p, 1 α = ˆp 1 1 ˆp 1 ˆp 1 ˆp Z α 1 + ˆp 1 ˆp ; ˆp 1 ˆp +Z α ˆp 1 1 ˆp 1 + ˆp 1 ˆp 1 ou ICp 1 p, 1 α = ˆp 1 1 ˆp 1 ˆp 1 ˆp ± Z α + ˆp 1 ˆp 1 Exemplo 1: Numa pesquisa sobre iteção do comprador brasileiro. 30 famílias de uma amostra aleatória de 150 declararam ser uma iteção comprar um carro ovo detro de um ao. Uma outra amostra de 160 famílias 5 declararam a mesma iteção. Costruir um itervalo de 99% de cofiaça para as difereças etre as proporções. 9
10 Exemplo : Numa pesquisa sobre a opiião dos moradores de duas cidades, A e B, com relação a um determiado projeto, revelou que a cidade A, dos 400 etrevistados, 180 eram favoráveis ao projeto, a cidade B, dos 600 etrevistados, 350 foram favoráveis. Verifique, por meio de um itervalo de 90% de cofiaça, se há difereça etre as proporções de moradores favoráveis as duas cidades. Exercícios 1. Supoha que X é o úmero de sucessos em provas de Beroulli com parâmetro p. Mostre que a proporção amostral de sucessos ˆp = X, é um estimador ão viciado da proporção populacioal de sucessos p. Se X 1, X,..., X é uma amostra aleatória obtida de X com distribuição de Poisso com parâmetro λ, mostre que a média amostral X é um estimador ão viciado de λ. 3. Seja X a duração da vida de uma peça de equipameto tal que σ = 5 horas. Admita que 100 peças foram esaiadas forecedo uma duração de vida média de 500 horas e que se deseja obter um itervalo de 95% para a verdadeira média populacioal. 4. Deseja-se estimar a ota média em um exame aplicado em uma escola. Para isso cosiderou-se uma amostra de 16 aluos submetidos a esse exame e obteve-se uma ota média de 7,3 e um desvio padrão de 0,4. Costrua o itervalo com 95% de cofiaça para a verdadeira média. 5. A seguite amostra refere-se a quatidade de peças de roupas cofeccioadas por 9 fucioários uma determiada empresa um determiado dia: 9, 8, 1, 7, 9, 6, 11, 6, 10, 9. Costruir um itervalo de cofiaça para µ com um ível de 99%. 6. Uma empresa emprega 00 pessoas. Numa amostra aleatória de 5 otas de despesas uma semaa de dezembro, um auditor costatou uma despesa média de 0 u.m. com desvio padrão de 0 u.m. Qual é a estimativa itervalar com 99cofiaça para a despesa média da empresa com seus empregados? 7. Um empresário está estudado os custos de produção de um determiado produto sob determiadas codições. Ele admite que essa variável é ormalmete distribuída com desvio padrão σ = UMUidades Moetárias. a Determie os ICs de 99%; 95% e 93% para o custo médio verdadeiro do produto utilizado os valores da seguite amostra aleatória obtida: 4,8 7,1 8,1 4,5 5,6 6,8 7, 5,7 b Supoha que o item a o desvio padrão ão fosse cohecido. Como ficaria seus cálculos para determiar os ICs para µ? 8. Em uma empresa, o úmero médio da veda de 1 produtos distitos, coletados por amostragem, idicou 7,33 como média de produtos vedidos por período de tempo. O desvio-padrão desta amostra foi 4,8. Se desejarmos costruir um itervalo de 99% cofiaça para a verdadeira média de vedas, podemos afirmar o quê? 10
11 9. Para avaliar a taxa de desemprego em uma cidade, obteve-se uma amostra aleatória de habitates em idade de trabalho, dos quais 87 eram desempregados. Estimar a porcetagem de desempregados em toda a cidade através de um itervalo de 90% de cofiaça. 10. Uma amostra de oze elemetos, extraída de uma população com distribuição ormal, foreceu variâcia s = 7, 08. Costruir um itervalo de 90% de cofiaça para a variâcia dessa população. 11. Detre 100 peixes capturados um certo lago, 18 ão estavam apropriados para cosumo devido aos íveis de poluição do ambiete. Costrua um itervalo de cofiaça de 99% para a verdadeira proporção de peixes cotamiados. 1. Em uma pesquisa de mercado sobre a preferêcia dos cosumidores em relação a um ovo produto, 155 de uma amostra de 50 cosumidores preferiram o ovo produto. Estime, com 90% de cofiaça a proporção verdadeira de cosumidores da população que preferirão esse ovo produto. 13. Através de uma aas de 145 profissioais de certa região, verificou-se que o salário médio é de 8 salários míimos s.m. com um desvio padrão de 1,8 s.m. A amostra também foreceu a iformação de que 70% dos profissioais eram casados. a Determie e iterprete o itervalo de cofiaça de 99% para a proporção de profissioais casados desta região? b Determie e iterprete um Itervalo de Cofiaça de 90% para σ. 14. Um egeheiro deseja estimar o redimeto médio de um processo químico com distribuição ormal baseado as observações de redimeto obtidas de 3 repetições do experimeto. Cosidere os dois estimadores do redimeto médio: e T 1 = X 1 + X + X 3 3 T = X 1 + X + X 3 4 a Ecotre a esperaça e a variâcia dos estimadores acima. b Verifique se são ão viciados e cosistetes. Qual é o melhor? Porquê? 15. Seja X uma úica variável aleatória com distribuição de Beroulli com parâmetro θ. Sejam ˆθ 1 = X e ˆθ = 1/ dois estimadores de θ. Verifique se ˆθ 1 e ˆθ são ão viciados para θ. 16. T 1 e T são estimadores de um parâmetro θ, tais que: ET 1 = θ V T 1 = 9 11
12 ET = 3θ V T = 3 Diga, justificado, qual destes estimadoresé melhor estimador de θ. 17. Uma empresa emprega 00 pessoas. Numa amostra aleatória de 5 otas de despesas uma semaa de dezembro, um auditor costatou uma despesa média de 0 u.m. com desvio padrão de 0 u.m. Qual é a estimativa itervalar com 99% de cofiaça para a despesa média da empresa com seus empregados? [08,81 ; 31,188] 18. Para uma amostra aleatória de 100 trabalhadores, em uma firma com 100 empregados, 70 preferem receber seus salários através de créditos em cota correte bacária. De posse dessa iformação costruir o itervalo de 90% de cofiaça para a proporção de trabalhadores da firma que têm preferêcia pelo crédito em cota correte para seus trabalhos. [0,6 ; 0,77] 19. Um empresário está estudado os custos de produção de um determiado produto sob determiadas codições. Ele admite que essa variável é ormalmete distribuída com desvio padrão σ = U.M.Uidades Moetárias. a Determie os ICs de 99%; 95% e 93% para o custo médio verdadeiro do produto utilizado os valores da seguite amostra aleatória obtida: 4,8 7,1 8,1 4,5 5,6 6,8 7, 5,7 [4,415 ; 8,035], [4,839 ; 7,611], [5,065 ; 7,385] b Supoha que o item a o desvio padrão ão fosse cohecido. Como ficaria seus cálculos para determiar os ICs para µ? [5,076 ; 7,385], [5,345 ; 7,105], [5,489 ; 6,961] 0. Em uma empresa, o úmero médio da veda de 1 produtos distitos, coletados por amostragem, idicou 7,33 como média de produtos vedidos por período de tempo. O desvio-padrão desta amostra foi 4,8. Se desejarmos costruir um itervalo de 99% cofiaça para a verdadeira média de vedas, podemos afirmar o quê? 1. Em uma amostra aleatória de 400 eleitores de uma cidade, 8 foram cotra o uso de recurso públicos para a costrução de uma certa obra. Com 95% de cofiaça, qual a proporção correspodete a todos os eleitores da cidade?. Em uma amostra de 300 clietes de um supermercado, 34 deles utilizavam cartão de crédito em suas compras. Costrua um itervalo de 98% de cofiaça para a probabilidade de que um cliete escolhido ao acaso vá comprar com cartão de crédito. 3. Uma amostra aleatória da previsão de 15 aalistas fiaceiros sobre os gahos por ação da Geeral Motors Corporatio foi coletada. O desvio padrão amostral foi de $ 0,88. Ache o itervalo de cofiaça de 98% para a variâcia das previsões dos aalistas. [0,37;,36] 1
13 4. Uma amostra aleatória de dimesão 1 = 10 retirada da população X 1 com distribuição Normal de parâmetros µ 1 e σ 1, deu origem aos seguites valores: x 1 = 0, 5 e s 1 = 3, 5. Uma outra amostra, idepedete da aterior, de dimesão = 130 e retirada da população X de parâmetros µ e σ, deu origem aos valores x = 8, e s = 4, 8. a Determie o itervalo de cofiaça a 90% para µ 1 µ admitido que σ 1 = 4 e σ = 5. [-8,636 ; -6,764] b Determie o itervalo de cofiaça a 90% para µ 1 µ assumido, como é mais atural, que os desvios padrão são descohecidos. [-8,58 ; -6,8] 5. Em uma pesquisa de possuidores de carros em uma uiversidade, etre aluos e aluas, foram obtidos: 48 de 00 aluos possuem automóveis e 19 de 100 aluas possuem automóveis. Ecotre um IC de 9% para a difereça etre proporções. Estatisticamete existe difereça etre proporção de aluos e aluas que possuem automóveis? [-0,037 ; 0,137] 6. Uma amostra aleatória de 00 possuidores de cartão de crédito mostra que o débito médio aual esses cartões, para cotas idividuais, é U$ 159, com desvio padrãode U$ 997 com base em dados do USA Today. Com essas estatísticas, costrua um itervalo de 94% de cofiaça para o débito médio aual em cartões de crédito para a população de todas as cotas. 7. Um baco pretede estimar a percetagem de clietes que passam cheques sem cobertura. Numa amostra de 150 clietes 15 deles já tiham passado cheques sem cobertura. Estime, a 95% de cofiaça a verdadeira percetagem ou proporção de clietes do baco que passam cheques sem cobertura. 8. Extraída duas amostras de professores homes e mulheres, obteve-se os seguites resultados quatos aos salários em milhares de dólares: Costruir um itervalo de 95% de cofiaça para a média da difereça etre os salários. Homes Mulheres 1 = 5 = 5 x 1 = 16, 0 x = 11, 0 S1 = 16 S = A média dos pesos de uma amostra de 10 embalages de adubos em kg distribuídos por uma empresa foi de 46,0 kg e com desvio padrão de 0,64 kg. a Com 99% de cofiaça, estime um itervalo para a verdadeira média dos pesos das embalages de adubo. b Ao ível de 90% de cofiaça, determie um itervalo para verdadeira variâcia das embalages de adubo. 30. A média aritmética dos gastos com livros de uma amostra de 100 estudates do primeiro ao de admiistração é de 70 reais com desvio padrão populacioal de 15 13
14 reais. Costrua itervalos com 95% e 98% de cofiaça para o gasto médio de todos os estudates. Resp: [67,06; 7,94] e [66,51;73,49] 31. Em uma amostra com 00 estudates de uma uiversidade, verificou-se que 57um itervalo de 95% e 99% de cofifica para a verdadeira proporção de estudates favoráveis ao determiado projeto. R: ]0:501386; 0:638614[ e ]0: ; 0: [ 3. Supoha que estejamos iteressados em estimar a porcetagem de cosumidores de certo produto. Se a amostra de tamaho 300 foreceu 100 idivíduos que cosomem o dado produto, determie o itervalo de cofiaça de p, a proporção de pessoas que cosomem o produto, com coeficiete de 95% iterprete o resultado. 33. Numa pesquisa sobre a opiião dos moradores de duas cidades, A e B, com relação a um determiado projeto, obteve-se a tabela abaixo. Utilize o It. cofiaça de 95% para avaliar a difereça etre os percetuais de favoráveis as duas cidades. Cidade A B Número de Etrevistados Número defavoráveis De uma população ormal com média e variâcia descohecidas, extraise uma amostra de tamaho 15 obtedo-se x = 1 e s = 49. Obteha um itervalo de cofiaça para a variâcia populacioal, utilizado o ível de cofiaça de 95%. 14
Cap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisUniversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny
1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisd) A partir do item c) encontre um estimador não viciado para σ 2.
Uiversidade de Brasília Departameto de Estatística 6 a Lista de PE 1 Seja X 1,, X ) uma AAS tal que EX i ) = µ e VarX i ) = σ 2 a) Ecotre EXi 2 ) e E X 2) b) Calcule EX i X) X i X) 2 c) Se T =, mostre
Leia maisESTIMAÇÃO PARA A MÉDIA
ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao
Leia maisObjetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes
Leia maisMAE0229 Introdução à Probabilidade e à Estatística II
Exercício : Sabe-se que o tempo de viagem de um local A a zoa orte de São Paulo até a USP segue uma distribuição ormal com desvio padrão 9 miutos. Em 200 dias aotou-se o tempo gasto para vir desse poto
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia mais1 Estimação de Parâmetros
1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisEstimação de Parâmetros. 1. Introdução
Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas
Leia maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia maisStela Adami Vayego Estatística II CE003/DEST/UFPR
Resumo 0 Estimação de parâmetros populacioais Defiição : Estimador e Estimativa Um estimador do parâmetro θ é qualquer fução das observações... isto é g(... ). O valor que g assume isto é g(x x... x )
Leia maisMAE 116 Estimação para a média FEA - 2º Semestre de 2018
MAE 116 Estimação para a média FEA - 2º Semestre de 2018 1 Objetivo da aula O objetivo é estimar a média de uma população (ou de uma variável aleatória) Vamos iicialmete estudar de forma empírica a distribuição
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisObjetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,
Leia maisComparação entre duas populações
Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia 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 Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população
Leia maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia maisDistribuições Amostrais
7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:
Leia maisINFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões
INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela
Leia maisLista 9 - Introdução à Probabilidade e Estatística
Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisStela Adami Vayego DEST/UFPR
Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma
Leia maisCaderno de Exercício 2
1 Cadero de Exercício Estimação Potual e Itervalos de Cofiaça 1. Exercícios Aulas 1. Exercício 8.6 do livro Statistics for Ecoomics ad Busiess. O úmero de adares vedidos em cada dia por uma empresa imobiliária
Leia maisIntervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maise, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e
Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas
Leia maisCAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES
CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO
Leia maisEstimativa de Parâmetros
Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
Leia maisCAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS
CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
Leia maisNOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA
NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia mais7. INTERVALOS DE CONFIANÇA
7 INTRVALOS D CONFIANÇA 00 stimação por itervalos,, é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro θ Se L(,, ) e U(,, ) são duas fuções tais que L < U e P(L θ U), o itervalo
Leia maisUnidade IX Estimação
Uidade IX Estimação 6/09/07 Itervalos de cofiaça ii. Para a difereça etre médias de duas populações (μ μ ) caso : Variâcias cohecidas Pressupostos: 6/09/07 x - x x - x ; N é - x x ) ( x x x x E ) ( x x
Leia maisExercícios de Intervalos de Confiança para media, variância e proporção
Exercícios de Itervalos de Cofiaça para media, variâcia e proporção 1. Se uma amostra aleatória =5, tem uma média amostral de 51,3 e uma desvio padrão populacioal de σ=. Costrua o itervalo com 95% de cofiaça
Leia maisContabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisIntervalos Estatísticos para uma única Amostra - parte II
Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça
Leia maisINTERVALOS DE CONFIANÇA
INTRVALOS D CONFIANÇA 014 stimação por itervalos 1,..., é uma amostra aleatória de uma variável cuja distribuição depede do parâmetro. Se L( 1,..., ) e U( 1,..., ) são duas fuções tais que L < U e P(L
Leia maisn C) O EMV é igual a i 1
PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão
Leia maisRevisando... Distribuição Amostral da Média
Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia
Leia maisESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)
06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes
Leia maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros População p Amostra X S pˆ (parâmetros:
Leia mais1 Distribuições Amostrais
1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados
Leia maisProbabilidades e Estatística
Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base
Leia maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisTeorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança
Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas
Leia maisUnidade IV Inferência estatística
//05 Uidade IV Iferêcia estatística 4.. Itrodução e histórico 4.. Coceitos fudametais 4.3. Distribuições amostrais e Teorema cetral do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses 4.6.
Leia maisCapítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)
Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar
Leia maisCapítulo 5- Introdução à Inferência estatística.
Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.
Leia maisESTATÍSTICA EXPLORATÓRIA
ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas
Leia maisFaculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)
Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 1
MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X
Leia mais6. Testes de Hipóteses Conceitos Gerais
6. Testes de Hipóteses Coceitos Gerais Este capitulo itrodutório, pretede apresetar todas as defiições e todo o vocabulário utilizado em testes de hipóteses. Em um primeiro mometo, talvez você fique um
Leia maisLista IC, tamanho de amostra e TH
Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são
Leia maisVirgílio A. F. Almeida DCC-UFMG 1/2005
Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisDistribuição Amostral da Média: Exemplos
Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos
Leia maisEstatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL
Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL AULA 8 16/05/17 Prof a Lilia M. Lima Cuha Maio de 017 PROPOSITO FUNDAMENTAL DA INFERÊNCIA ESTATISTICA DESENVOLVER ESTIMATIVAS E TESTAR HIPOTESES
Leia maisTestes de Hipóteses sobre uma Proporção Populacional
Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.
Leia mais10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
Leia maisExame MACS- Inferência-Intervalos.
Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-ESTATÍSTICA II (CE003)
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA -ESTATÍSTICA II (CE003) Prof. Beito Olivares Aguilera o Sem./6. Usado os dados da Tabela o Aexo (Seção Orçameto da MB),
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 205/206 Istruções:. Cada questão respodida corretamete vale (um poto. 2. Cada questão respodida icorretamete
Leia maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:
Leia maisEstatística II Licenciatura em Gestão TESTE I
Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação
Leia maisESTATÍSTICA NÃO-PARAMÉTRICA
ESTATÍSTICA NÃO-PARAMÉTRICA Prof. Dr. Edmilso Rodrigues Pito Faculdade de Matemática - UFU edmilso@famat.ufu.br 1 Programa Itrodução - Plao de curso, sistema de avaliação - Coceitos básicos de iferêcia
Leia maisMAE116 Noções de Estatística
Exercício 1 A Secretaria de Saúde de um muicípio vem realizado um programa educativo etre as gestates mostrado a importâcia da amametação. Para averiguar a eficácia do programa pretede-se realizar uma
Leia mais3 Introdução à inferência estatística
3 Itrodução à iferêcia estatística Itrodução à iferêcia estatística Pág. 00 1.1. Este tipo de estudos as sodages eleitorais têm como objetivo aferir o setido de voto dos eleitores. Isto permite, ão só
Leia maisUma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra
Distribuição amostral de Um dos procedimetos estatísticos mais comus é o uso de uma média da amostra ( ) para fazer iferêcias sobre uma população de média µ. Esse processo é apresetado a figura abaio.
Leia mais4. Inferência Estatística Estimadores Pontuais
4. Iferêcia Estatística Estimadores Potuais 4.1. Itrodução Em lihas gerais, a Iferêcia Estatística objetiva estudar a população através de evidêcias forecidas pela amostra. É a amostra que cotém os elemetos
Leia maisS É R I E : E s t a t í s t i c a B á s i c a T e x t o 3 : E S T I M A Ç Ã O SUMÁRIO 1. INTRODUÇÃO ESTIMAÇÃO POR PONTO...4
SUMÁRIO. INTRODUÇÃO...3. ESTIMAÇÃO POR PONTO...4.. NOTAÇÃO...4.. PROPRIEDADES DOS ESTIMADORES...5... Não-tedeciosidade...5... Precisão ou eficiêcia...7..3. Validade (ou Acurácia)...8..4. Coerêcia ou cosistêcia...8.3.
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I robabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 2 o semestre 2016/2017 05/07/2017 15:00 2 o Teste C 10 valores 1. Admita que a proporção
Leia maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar
potual por itervalos Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos potual e itervalar Lic. Eg. Biomédica e Bioegeharia-2009/2010 potual por itervalos A Teoria das Probabilidades cosiste
Leia maisMestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem
Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia maisEstatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas
Estatística e Probabilidade, D3, 2019_1 Escolha a alterativa correta e idique o gabarito de respostas 1. Uma avaliação é costituída de 20 questões, cada uma delas com cico alterativas, das quais apeas
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da
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 maisNosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ
TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL µ Nosso objetivo agora é estudar a média de uma variável quatitativa X. Deotamos a média descohecida como E(X)µ Mais precisamete, estimamos a média µ, costruímos
Leia maisMATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho
MATEMÁTICA Professor Haroldo Filho MÓDULO 6 ESTATÍSTICA 1.1 ESTATÍSTICA É a ciêcia que utiliza a coleta de dados, sua classificação, sua apresetação, sua aálise e sua iterpretação para se tomar algum tipo
Leia maisINFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA
INFRÊNCIA STATÍSTICA: STIMAÇÂO PONTUAL INTRVALOS D CONFIANÇA 0 Problemas de iferêcia Iferir sigifica faer afirmações sobre algo descohecido. A iferêcia estatística tem como objetivo faer afirmações sobre
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos
Leia maisPROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005
PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).
Leia maisSumário. 2 Índice Remissivo 19
i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................
Leia maisFUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Administração
FUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Admiistração PROVA DE ESTATÍSTICA II º Semestre / 00 - P - TIPO DADOS DO ALUNO: Nome: Assiatura INSTRUÇÕES: Você receberá
Leia mais