Análise Multivariada Aplicada à Contabilidade
|
|
- Neuza Bardini Rodrigues
- 5 Há anos
- Visualizações:
Transcrição
1 Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes mbotelho@usp.br Turma: 2º /
2 Agenda Aula 2/15 Inferência Estatística: Amostragem; Tamanho da Amostra; Estimação; Testes de Hipóteses: Testes de Normalidade. 2
3 Distribuição de Probabilidade 3
4 Inferência Estatística Obter conclusões sobre uma população a partir de uma amostra A amostra deve ser representativa da população em estudo População é o conjunto de todos os elementos e resultados sob investigação e a amostra é qualquer subconjunto da população (BUSSAB; MORETTIN, 2006) 4
5 Principais Técnicas e Amostragem Fonte: Adaptado de Cabral (2006, apud FÁVERO et al, 2009) Simples Aleatória Estratificada Sistemática Técnicas de Amostragem Conglomerado Por conveniência Não-aleatória Por julgamento Por quotas Bola de Neve 5
6 Amostragem Probabilística ou Aleatória A probabilidade de cada elemento da população fazer parte da amostra é igual, e todas as amostras selecionadas são igualmente prováveis Amostragem Aleatória: Simples Estratificada Sistemática Conglomerado 6
7 Amostragem Aleatória Simples Em uma população com N elementos, da qual se deseja extrair uma amostra com n observações, N existem possíveis amostradas, com n probabilidade de 1/ N de cada amostra ser n selecionada Todos os elementos (N) são numerados (de 1 até N) e por meio de um procedimento aleatório, n observações são escolhidas 7
8 Amostragem Aleatória Simples Exemplo: deseja-se entrevistar n = 5 clientes de um cabelereiro que possui um total de 60 clientes cadastrados. Quantas amostras diferentes de tamanho n podem ser extraídas da população? Qual a probabilidade de que uma amostra seja selecionada? Extrair uma amostra aleatória. 60 Há 5 = 60! = = ! 60 5! 5! amostras diferentes 8
9 Amostragem Aleatória Simples A probabilidade de que determinada amostra seja selecionada é de 1/ Os clientes foram numerados de 1 a 60, por meio de um procedimento aleatório foram selecionados os seguintes números
10 Amostragem Estratificada A população é estratificada (dividida em um número de subpopulações que não se superpõem), chamadas de estratos ou camadas Se os elementos selecionados em cada estrato constituem amostras aleatórias simples, então temos a amostragem aleatória estratificada (simples) 10
11 Amostragem Estratificada Em uma população com tamanho N é dividida em k estratos de tamanhos N 1, N 2,..., N k Para cada estrato uma amostra é selecionada, resultando em k subpopulações de tamanhos n 1, n 2,..., n k. A alocação é proporcional se: n 1 = n 2 = = n k N 1 N 2 N k O tamanho da amostra pode ser obtido de acordo com: n 1 = N 1 n, para i = 1, 2,..., k N Em que n = n 1 + n n k 11
12 Amostragem Estratificada Exemplo: deseja-se realizar uma pesquisa sobre dieta e saúde com as mulheres do Rio de Janeiro. Para isso, a população é dividida em categorias de idade (5-14, 15-24, 25-34, 35-44, 45-54, 55-64, 65-74) e, para cada intervalo, 5% da população será entrevistada, ou seja, haverá um respeito à proporção de cada faixa etária na população total 12
13 Amostragem Sistemática Geralmente utilizada quando os elementos da população estão ordenados (se não estiverem ordenados a amostragem será de forma aleatória) Deve-se selecionar o intervalo da amostra (k) obtido pelo quociente entre o tamanho da população e o tamanho da amostra. A partir daí, deve-se escolher um elemento a cada k-ésimo elemento da lista, de forma sucessiva, até atingir o tamanho da amostra (n) A amostragem sistemática depende do primeiro elemento escolhido, que pode ser um elemento qualquer entre 1 e k 13
14 Amostragem Sistemática Exemplo: deseja-se verificar a qualidade de determinado produto em uma linha de produção. Neste caso, a cada 20 peças produzidas, selecionase determinado produto 14
15 Amostragem por Conglomerados, Grupos ou Áreas A população total é subdividida em várias partes relativamente pequenas, e algumas dessas subdivisões (ou conglomerados) são selecionados aleatoriamente para integrar a amostra global Dentro de cada conglomerado, podem-se selecionar todos os elementos ou apenas parte deles Se os conglomerados são subdivisões geográficas, este tipo de amostragem é chamada de amostragem por área A amostragem por conglomerados é frequentemente utilizada, uma vez que muitas populações já estão agrupadas em subgrupos naturais ou geográficos (baixo custo) 15
16 Amostragem por Conglomerados, Grupos ou Áreas Exemplo: deseja-se estudar a renda da população da cidade de Manaus e, para isso, a população foi dividida em bairros Alguns bairros (10% deles) foram selecionados aleatoriamente e, para cada bairro, selecionou-se de maneira aleatória 10% do total de moradores 16
17 Amostragem não-probabilística ou não-aleatória A probabilidade de cada elemento da população fazer parte da amostra não é igual, portanto, as amostras selecionadas não são igualmente prováveis Amostragem Aleatória: Por conveniência Por julgamento Por quotas Bola de neve 17
18 Amostragem por Conveniência Aplicado quando a participação é voluntária ou os elementos da amostra são escolhidos por uma questão de conveniência ou simplicidade, o que faz com que a amostra não seja representativa da população Em função disso, deve ser utilizada somente em casos especiais e com argumento bastante convincente que justifique sua utilização Porém, se a amostra estudada for homogênea, qualquer técnica de amostragem pode ser empregada, inclusive amostragem acidental ou por conveniência 18
19 Amostragem por Conveniência Exemplo: um pesquisador deseja estudar o comportamento dos preços dos imóveis residenciais em lançamento em Florianópolis e, para tanto, desenvolve sua amostragem por meio da coleta de dados publicados nos cadernos de imóveis de dois jornais da cidade Os jornais podem não apresentar todos os lançamento de imóveis, porém, devem ser significantes Cuidado com o viés de conveniência 19
20 Amostragem por Julgamento A amostragem é escolhida segundo a opinião (julgamento prévio) de um especialista Exemplo: pesquisa com alunos de mestrado e doutorado em Economia para identificar os livros mais relevantes e didáticos da área. Para selecionar os alunos, recorreu-se a um especialista no assunto Não é representativa da população nem científica 20
21 Amostragem por Quotas Difere da amostragem estratificada pelo fato da seleção dos elementos da população não ser aleatória. Os passos a serem aplicados Passo 1: selecionar as variáveis de controle ou características relevantes da população para o estudo em questão Passo 2: definir as quotas dividindo a população em categorias, em função das variáveis de controle definidas no passo anterior Passo 3: para cada categoria, selecionar os elementos Vantagens: rapidez, economia e facilidade de administração. Porém, nem sempre é garantido que a amostra é representativa da população 21
22 Amostragem por Quotas Exemplo: uma empresa deseja lançar um novo produto de emagrecimento e seu público-alvo são mulheres entre 15 e 40 anos das classes sociais A e B A população é dividida em categorias de acordo com as variáveis de controle) idade e classe social Uma amostra de 5% da população recebe uma amostra grátis do produto 22
23 Amostragem de Propagação Geométrica ou Bola de Neve (Snowball) Identificam-se um ou mais indivíduos da populaçãoalvo, e estes identificam outras observações que pertencem à mesma população O processo é repetido sucessivamente, até que a amostra final seja composta de todos os elementos identificados Bastante utilizado quando os elementos da população são raros ou de difícil acesso, sua vantagem é aumentar a possibilidade de localização da característica desejada da população e baixo custo Pode causar viés na identificação de amigos ou pessoas consideradas especialistas 23
24 Amostragem de Propagação Geométrica ou Bola de Neve (Snowball) Exemplo: uma escola de idiomas pretende atrair novos alunos e, para cada aluno matriculado, oferece um desconto na mensalidade se ele trouxer um novo aluno para a escola O processo se repete até que a escola consiga atingir um número mínimo de alunos matriculados 24
25 Tamanho da Amostra Amostra representativa da população para estimar a: Média de uma população infinita Média de uma população finita Proporção de uma população infinita Proporção de uma população finita Apenas para amostragem aleatória simples 25
26 Tamanho da Amostra para Estimar a Média da População Infinita Tamanho da Amostra Necessária n = z α σ 2 e Em que: z α = abscissa da distribuição normal padrão, fixado um nível de significância α σ = desvio padrão da população e = erro amostral (máxima diferença permitida entre a média populacional µ e a média amostral x) 26
27 Tamanho da Amostra para Estimar a Média da População Infinita Exemplo: determinar o tamanho de uma amostra para estudar o número médio de clientes que ficam inadimplentes todo mês em determinada empresa financeira A média amostral não deve ser afastar da média populacional por mais de 0,10, com grau de confiança de 90% (z α = 1,64) Desvio padrão de 7 clientes (populacional) n = 1, = ,10 27
28 Tamanho da Amostra para Estimar a Média da População Finita Tamanho da Amostra Necessária z 2 α σ 2 N n = e 2 N 1 + z 2 α σ 2 Em que: z α = abscissa da distribuição normal padrão, fixado um nível de significância α σ = desvio padrão da população N = tamanho da população e = erro amostral (máxima diferença permitida entre a média populacional µ e a média amostral x) 28
29 Tamanho da Amostra para Estimar a Média da População Finita Exemplo: mesmo exemplo anterior, imagine que a empresa financeira seja pequena com N = clientes (população) A média amostral não deve ser afastar da média populacional por mais de 0,10, com grau de confiança de 90% (z α = 1,64) Desvio padrão de 7 clientes (populacional) (1,64) 2 (7) n = (0,10) (1,64) 2 (7) 2 =
30 Tamanho da Amostra para Estimar a Média da População Finita É possível obter a população infinita ao multiplicar o valor obtido pelo fator de correção para populações finitas N N + n 1 Em que n é o tamanho da amostra para população infinita 30
31 Tamanho da Amostra para estimar a Proporção de População Infinita Se a variável for qualitativa (nominal ou ordinal) e a população infinita, a dimensão da amostra (n) aleatória simples pode ser calculada pela seguinte expressão n = z α 2 p q Em que: z α = abscissa da distribuição normal padrão, fixado um nível de significância α p = estimativa da proporção p q = 1 p e = erro amostral (máxima diferença permitida entre p e p) Comum o uso de p q = 0,25 (estimativa de p = 0,5) e 2 31
32 Tamanho da Amostra para estimar a Proporção de População Infinita Exemplo: um pesquisador deseja determinar o tamanho de uma amostra para estudar a proporção de eleitores que votarão em determinado candidato na eleição para presidente Deseja que a proporção amostral não se afaste da proporção populacional em mais de 2%, com probabilidade de 98% (z α =2,33) n = (2,33)2 0,25 (0,02) 2 =
33 Tamanho da Amostra para estimar a Proporção de População Finita Se a variável for qualitativa (nominal ou ordinal) e a população finita, a dimensão da amostra (n) aleatória simples pode ser calculada pela seguinte expressão z 2 α p q N n = e 2 (N 1) + z 2 α p q Em que: z α = abscissa da distribuição normal padrão, fixado um nível de significância α p = estimativa da proporção p q = 1 p N = tamanho da população e = erro amostral (máxima diferença permitida entre p e p) 33
34 Tamanho da Amostra para estimar a Proporção de População Finita Exemplo: um pesquisador deseja determinar o tamanho de uma amostra para estudar a proporção de eleitores que votarão em determinado candidato a prefeito em Bocaina (SP), que tem aproximadamente habitantes Para o mesmo erro e nível de confiança (2,33) 2 0, n = (0,02) ,33 2 0,25 = Podemos utilizar o mesmo fator de correção para populações finitas 34
35 Estimação 35
36 Estimação Tirar conclusões sobre uma população a partir de dados extraídos de uma amostra representativa dessa população Os parâmetros podem ser estimados pontualmente, por meio de um único ponto (estimação pontual) ou por meio de um intervalo (estimação por intervalos) 36
37 Estimação Parâmetro função do conjunto de valores da população Estatística função do conjunto de valores da amostra Estimativa valor assumido pelo parâmetro em determinada amostra 37
38 Estimação Estimação pontual: estimador dos momentos, método dos mínimos quadrados e o método da máxima verossimilhança Estimação intervalar ou intervalo de confiança (IC): IC para média populacional quando a variância é conhecida, IC para média populacional quando a variância é desconhecida, IC para variância populacional e IC para a proporção 38
39 Estimação Parâmetro Populacional Média Proporção Pontual A previsão do índice Ibovespa para o final de 2009 é de pontos Mato Grosso do Sul terá 4% da população obesa em 2010 Intervalar A previsão do índice Ibovespa para o final de 2009 está entre e pontos Mato Grosso do Sul terá entre 3,5% e 4,5% da população obesa em 2010 Fonte: Adaptado de Bruni (2007, apud FÁVERO et al, 2009) 39
40 Métodos de Estimação Pontual Estimador dos Momentos Método dos Mínimos Quadrados Método da Máxima Verossimilhança 40
41 Estimador dos Momentos Utiliza a média e variância amostral para estimar os parâmetros da população Média da variável aleatória x μ = x i n Estimador amostral x m = x i n 41
42 Estimador dos Momentos Os estimadores gerados nem sempre atendem a outras propriedades, já que, por exemplo, o estimador da variância (s 2 m) é tendencioso s 2 m = (x i x) 2 n s 2 = (x i x) 2 n 1 42
43 Método dos Mínimos Quadrados Deseja-se estimar os parâmetros de uma regressão linear simples (aula futura) como uma variável dependente (Y) e uma variável explicativa (X) Obtém a reta que melhor ajusta os pontos de um diagrama de dispersão 43
44 Método da Máxima Verossimilhança Deve-se conhecer o tipo de distribuição da população Entre as possíveis estimativas dos parâmetros da população são escolhidos os valores que maximizam a probabilidade (verossimilhança) de que os valores obtidos na amostra sigam a distribuição da população Uma v.a. x tem uma fdp dada por: f(x i ; θ k ) Em que θ i, i = 1, 2,..., k são parâmetros da função 44
45 Método da Máxima Verossimilhança Quando os parâmetros não são conhecidos, devem ser estimados a partir de valores de x obtidos de uma amostra Tem-se a função de verossimilhança: função de verossimilhança = L(θ k ; x i ) O método consiste em achar os valores do parâmetro θ k que maximizem a função de verossimilhança ou a probabilidade de que a amostra pertença a uma população cuja distribuição tenha função de densidade f 45
46 Estimativa Intervalar ou Intervalos de Confiança IC para média populacional quando a variância é conhecida IC para média populacional quando a variância é desconhecida IC para variância populacional IC para a proporção 46
47 Intervalo de Confiança para a Média Populacional (µ) quando a Variância Populacional (σ 2 ) é Conhecida Seja X ~ N(µ,σ 2 ) e σ 2 conhecido, considera-se que z = x μ 0 ~N(0,1) σ/ n P z c < z < z c = 1 α Em que z c é o valor crítico da variável aleatória z 47
48 Intervalo de Confiança para a Média Populacional (µ) quando a Variância Populacional (σ 2 ) é Conhecida α /2 α/2 RA z α/2 σ x µ z α/2 σ x x 48
49 Intervalo de Confiança para a Média Populacional (µ) quando a Variância Populacional (σ 2 ) é Conhecida Exemplo: uma v.a. com distribuição normal e variância conhecida de 25. Retira-se uma amostra de 16 valores e calcula-se a média amostral = 18. Construa um intervalo de confiança de 95% (z c = 1,96) para a média populacional P x z c σn < μ < x + z σ c n = 95% P 18 1, < μ < , = 95% P 15,55 < μ < 20,45 = 95% Logo o intervalo [15,55; 20,45] contém a média populacional com 95% de confiança 49
50 Intervalo de Confiança para a Média Populacional (µ) quando a Variância Populacional (σ 2 ) é Desconhecida Seja X ~ N(µ,σ 2 ) e σ 2 desconhecido, considera-se usar o estimador (s) que t = x μ 0 s/ n ~t n 1 P t c < t < t c = 1 α Em que t c é o valor crítico da variável aleatória t da distribuição t de Student 50
51 Intervalo de Confiança para a Média Populacional (µ) quando a Variância Populacional (σ 2 ) é Desconhecida α /2 α/2 RA µ t -t c t c 51
52 Intervalo de Confiança para a Média Populacional (µ) quando a Variância Populacional (σ 2 ) é Desconhecida Exemplo: uma v.a. com distribuição normal e variância desconhecida. Retira-se uma amostra de 16 valores e calcula-se a média amostral = 18 e a variância amostral = 25. Construa um intervalo de confiança de 95% (t c = 2,131) para a média populacional P x t c sn < μ < x + t s c n = 95% P 18 2, < μ < , = 95% P 15,34 < μ < 20,66 = 95% Logo o intervalo [15,34; 20,66] contém a média populacional com 95% de confiança 52
53 Intervalo de Confiança para a Variância Populacional Seja X ~ N(µ,σ 2 ) e como o estimador de σ 2 é s 2, considera-se que a v.a. (n 1) s2 2 ~χ σ 2 n P χ inf < χ n 1 < χ2 sup = 1 α Ou P (n 1) s2 χ 2 inf < σ 2 < (n 1) s2 χ 2 sup = 1 α 53
54 Intervalo de Confiança para a Variância Populacional α /2 RA α/2 X 2 inf X 2 sup X 2 54
55 Intervalo de Confiança para a Variância Populacional Exemplo: uma amostra de 12 elementos, extraída de uma população normal, forneceu variância = 9,14. construa um intervalo de confiança de 90% para a variância dessa população Tabela Qui-quadrado com 11 graus de liberdade, tem-se X 2 inf = 4,575 X 2 sup = 19,675 55
56 Intervalo de Confiança para a Variância Populacional Logo (n 1) s2 P σ 2 < σ 2 < (n 1) s2 σ 2 = 1 α P 11 9,14 19,675 < 11 9,14 σ2 < = 90% 4,575 P 5,11 < σ 2 < 21,98 = 90% Logo o intervalo [5,11; 21,98] contém a variância populacional com 90% de confiança 56
57 Intervalo de Confiança para Proporções Seja Y ~ binomial e a proporção amostral p = Y. n Logo p~n p, pq se n é grande. Considera-se que n z = p p ~N(0,1) pq n P z c < z < z c = 1 α Em que z c é o valor crítico da variável aleatória z 57
58 Intervalo de Confiança para Proporções α /2 α/2 RA z α/2 σ x µ z α/2 σ x x 58
59 Intervalo de Confiança para Proporções Exemplo: uma amostra de 100 peças foi retirada de uma máquina e verificou-se que quatro delas eram defeituosas. Construa um intervalo de confiança de 95% (z c = 1,96) para a proporção de produtos defeituosos produzidos nessa máquina p = Y n = = 0,04 pq P p z c n < p < p + z pq c n = 1 α P 0,04 1,96 0,04 0, < p < 0,04 + 1,96 0,04 0, = 95% P 0,03925 < p < 0,04075 = 95% Logo o intervalo [3,925%; 4,075%] contém a proporção de produtos defeituosos com 95% de confiança 59
60 Testes de Hipóteses 60
61 Testes de Hipóteses Testes de hipóteses podem ser utilizados para determinar se uma indicação sobre o valor de um parâmetro de população deve ou não ser rejeitado Quando os testes assumem premissas sobre a distribuição de parâmetros da população são chamados de testes paramétricos A hipótese nula, denotada por H 0, é uma suposição preliminar sobre um parâmetro populacional A hipótese alternativa, denotada por H 1, é o oposto do que é formulado na hipótese nula 61
62 Hipóteses A parte da igualdade das hipóteses sempre aparece na hipótese nula Em geral, um teste de hipótese sobre o valor de uma média populacional µ deve ter uma das seguintes três formas (onde µ 0 é o valor da hipótese da média populacional) H 0 : μ μ o H 1 : μ < μ o Unicaudal (cauda inferior) H 0 : μ μ o H 1 : μ > μ o Unicaudal (cauda superior) H 0 : μ = μ o H 1 : μ μ o Bicaudal 62
63 Erro do Tipo I Erro do Tipo I é rejeitar H 0 quando a hipótese é verdadeira A probabilidade de fazer um Erro do Tipo I quando a hipótese nula é verdadeira enquanto igualdade é chamado de nível de significância (α) 63
64 Erro do Tipo II Erro do Tipo II é aceitar H 0 quando a hipótese é falsa É difícil controlar a probabilidade de fazer um Erro do Tipo II Estatísticos evitam o risco de cometer um Erro do Tipo II usando a expressão "não rejeitar H 0 " ao invés de "aceitar H 0 64
65 Tipos de Erros Conclusão Não Rejeitar H 0 Condição da População H 0 Verdadeira Decisão Correta (1 α) H 0 Falsa Erro do Tipo II (β) Rejeitar H 0 Erro do Tipo I (α) Decisão Correta (1 β) 65
66 Tipos de Erros 66
67 Etapas do Teste de Hipóteses Método do p-value (p-valor ou valorp) Passo 1. Desenvolver as hipóteses nula e alternativa Passo 2. Definir o nível de significância α Passo 3. Escolher uma estatística de teste adequada Passo 4. Retirar uma amostra e calcular o valor da estatística do teste Passo 5. Determinar o p-value que corresponde à probabilidade associada ao valor observado da amostra Passo 6. Rejeitar H 0 se o p-value α (caso contrário, não rejeitar) 67
68 Etapas do Teste de Hipóteses Método do valor crítico Passo 1. Desenvolver as hipóteses nula e alternativa Passo 2. Definir o nível de significância α Passo 3. Escolher uma estatística de teste adequada Passo 4. Fixar a região crítica do teste (com base no α estabelecido) Passo 5. Retirar uma amostra e calcular o valor da estatística do teste Passo 6. Rejeitar H 0 se a estatística pertencer à região crítica (caso contrário, não rejeitar) 68
69 Testes Paramétricos Aplicados em situações em que se conhece a distribuição que melhor representa os dados analisados Exigem suposições específicas sobre a(s) população(ões) da(s) qual(ais) as amostras foram extraídas Exigem que duas hipóteses sejam satisfeitas: (1) que a variável dependente tenha distribuição normal; e (2) que as variâncias populacionais sejam homogêneas no caso da comparação de duas ou mais populações 69
70 Testes para Normalidade Univariada Kolmogorov-Smirnov (K-S) Shapiro-Wilk 70
71 Teste de Kolmogorov-Smirnov (K-S) Teste de aderência que compara a distribuição de frequência acumulada de um conjunto de valores observados da amostra com uma distribuição esperada ou teórica Neste caso, determina se uma amostra é proveniente de uma população com distribuição normal Utilizado quando a média e o desvio padrão da população são conhecidos 71
72 Teste de Kolmogorov-Smirnov (K-S) Seja F esp (X) uma função distribuição esperada (normal) de frequências relativas acumuladas da variável X, em que F esp (X) ~ N(µ,σ), e F obs (X) a distribuição de frequências relativas acumuladas observada da variável X Deseja-se testar se F obs (X) = F esp (X) contra a alternativa de que F obs (X) F esp (X) 72
73 Teste de Kolmogorov-Smirnov (K-S) A estatística do teste é D = max{ F esp X i F obs X i ; F esp X i F obs X i 1 } para i = 1,..., n Em que: F esp (X i ) = frequência relativa acumulada esperada na categoria i F obs (X i ) = frequência relativa acumulada observada na categoria i F obs (X i-1 ) = frequência relativa acumulada observada na categoria i
74 Teste de Kolmogorov-Smirnov (K-S) Para uso do teste K-S para parâmetros estimados a partir de uma amostra (ao invés da população), perde-se poder explicativo Nessa situação utilizar a correção de Lilliefors (1967) 74
75 Teste de Kolmogorov-Smirnov (K-S) Procedimento para aplicação do teste 1. Fixar a hipótese nula (H 0 ) e a hipótese alternativa (H 1 ). A hipótese nula afirma que a amostra provém de uma distribuição N(µ,σ). A hipótese alternativa afirma que a amostra não provém de uma distribuição N(µ,σ) 2. Fixar o nível de significância α do teste 3. A estatística escolhida é a de Komogorov- Smirnov 75
76 Teste de Kolmogorov-Smirnov (K-S) Procedimento para aplicação do teste 4. Os valores críticos da estatística K-S (D) estão na tabela respectiva 5. Calcular o valor real da estatística K-S, conforme equação anterior 6. Decisão: se o valor da estatística pertencer a região crítica (D > D c ), rejeita-se H 0. Caso contrário, não se rejeita H 0 76
77 Teste de Kolmogorov-Smirnov (K-S) Exemplo: considere os dados da tabela, relativos à produção mensal de máquinas de costura nos últimos 12 meses. Verifique se os dados seguem uma distribuição normal, com α =5%
78 Teste de Kolmogorov-Smirnov (K-S) X i F abs F ac Frac abs z i Frac esp F esp X i F obs X i F esp X i F obs X i ,08-1,43 0,0764 0,0036 0, ,25-1,20 0,1151 0,1349 0, ,33-0,85 0,1977 0,1323 0, ,42-0,39 0,3483 0,0717 0, ,58 0,30 0,6179 0,0379 0, ,67 0,41 0,6591 0,0109 0, ,75 0,53 0,7019 0,0481 0, ,83 0,76 0,7764 0,0536 0, ,92 1,10 0,8643 0,0557 0, ,0 1,68 0,9535 0,0465 0,
79 Teste de Kolmogorov-Smirnov (K-S) Procedimento para realização do teste 1. A hipótese nula afirma (H 0 ) que a amostra provém de uma distribuição N(µ,σ). A hipótese alternativa (H 1 ) afirma que a amostra não provém de uma distribuição N(µ,σ) 2. O nível de significância α = 5% 3. A estatística escolhida é a de Komogorov- Smirnov 79
80 Teste de Kolmogorov-Smirnov (K-S) Procedimento para realização do teste 4. Os valores críticos da estatística K-S para n = 12 e α = 5% na tabela o valor D = 0, O valor real da estatística K-S, conforme equação anterior, é D = 0, Decisão: como o valor da estatística não pertence a região crítica D < 0,375 (D c ), não se rejeita H 0. A amostra é obtida de uma distribuição normal 80
81 Teste de Shapiro-Wilk Testa se a variável em estudo possui ou não uma distribuição normal No caso de pequenas amostras (n < 30) o teste de Shapiro-Wilk é mais apropriado que o teste K-S W = b = b 2 (x i N/2 i=1, para i = 1,, n x) 2 a n 1+1 (x n i+1 x i ) Em que x i são os valores da variável x em ordem crescente x é a média de x a i são constantes geradas a partir da média, variância e covariância de n ordens com distribuição normal padrão 81
82 Teste de Shapiro-Wilk Valores pequenos de W indicam que a distribuição da variável não é normal 82
83 Teste de Shapiro-Wilk Procedimento para aplicação do teste 1. Fixar a hipótese nula (H 0 ) e a hipótese alternativa (H 1 ). A hipótese nula afirma que a amostra provém de uma distribuição normal. A hipótese alternativa afirma que a amostra não provém de uma distribuição normal 2. Fixar o nível de significância α do teste 3. Para n 30 a estatística escolhida é a de Shapiro- Wilk 83
84 Teste de Shapiro-Wilk Procedimento para aplicação do teste 4. Os valores críticos da estatística de Shapiro-Wilk (W) estão na tabela respectiva 5. Calcular o valor real da estatística de Shapiro- Wilk, conforme equação anterior 6. Decisão: se o valor da estatística pertencer a região crítica (W > W c ), rejeita-se H 0. Caso contrário, não se rejeita H 0 84
85 Teste de Shapiro-Wilk Exemplo: considere os dados da tabela (ordenados), relativos à produção mensal de máquinas de costura nos últimos 12 meses. Verifique se os dados seguem uma distribuição normal, com α =5%
86 Teste de Shapiro-Wilk Procedimento para realização do teste 1. A hipótese nula afirma (H 0 ) que a amostra provém de uma distribuição normal. A hipótese alternativa (H 1 ) afirma que a amostra não provém de uma distribuição normal 2. O nível de significância α = 5% 3. Como n 30 a estatística escolhida é a de Shapiro-Wilk 86
87 Teste de Shapiro-Wilk Procedimento para realização do teste 4. Os valores críticos da estatística de Shapiro-Wilk para n = 12 e α = 5% na tabela o valor W = 0, O valor real da estatística de Shapiro-Wilk, conforme equação anterior, b = 27,971 e W = 0, Decisão: como o valor da estatística não pertence a região crítica W > 0,859 (W c ), não se rejeita H 0. A amostra é obtida de uma distribuição normal 87
88 Teste de Levene para Homogeneidade de Variâncias Para comparar duas ou mais populações é necessário supor homogeneidade de variâncias A hipótese numa afirma que as variâncias populacionais estimadas a partir de k amostras representativas são homogêneas ou iguais A hipótese alternativa afirma que pelo menos uma variância populacional é diferente das demais H 0 : σ 2 1 = σ 2 2 = = σ 2 n H 1 : i,j : σ 2 i σ 2 j (i, j = 1,, k) 88
89 Teste de Levene para Homogeneidade de Variâncias A estatística do teste de Levene (N k) W = (k 1) i=1 k ( Z i Z) 2 nj ( Z ij Z) ~ 2 sob H 0 F k 1,N k,α k i=1 j=1 Em que n i é a dimensão de cada uma das k amostras (i = 1,..., k) N é a dimensão da amostra global (N = n 1 + n n k ) Z ij = X ij X, i = 1,..., k e j = 1,..., n k X ij é a observação j da amostra i Z i é a média de Z i na amostra i Z é a média de Z i na amostra global 89
90 Teste de Levene para Homogeneidade de Variâncias Procedimento para aplicação do teste 1. Fixar a hipótese nula (H 0 ) e a hipótese alternativa (H 1 ). A hipótese nula afirma que as variâncias populacionais são homogêneas. A hipótese alternativa afirma que pelo menos uma das variâncias populacionais é diferente das demais 2. Fixar o nível de significância α do teste 3. A estatística escolhida é o teste W de Levene 90
91 Teste de Levene para Homogeneidade de Variâncias Procedimento para aplicação do teste 4. Fixar a região crítica com a Tabela F 5. Calcular o valor real da estatística W, conforme equação anterior 6. Decisão: se o valor da estatística pertencer a região crítica (W > F c ), rejeita-se H 0. Caso contrário, não se rejeita H 0 91
92 Teste de Levene para Homogeneidade de Variâncias Exemplo: uma empresa farmacêutica pretende comparar a satisfação dos consumidores segundo alguns critérios: qualidade do produto, preços, prazo de entrega, disponibilidade do produto, entre outros Para isso, foi aplicado um questionário a partir dos critérios listados, resultado em uma pontuação que varia de 1 a 100 Foram entrevistados 24 consumidores com o objetivo de comparar a satisfação entre homens e mulheres Teste a variância dos grupos ao nível de 5% de significância Dados na Plan2 da planilha Cap4-Exemplos.xlsx 92
93 Teste de Levene para Homogeneidade de Variâncias Cálculo do W W (24 2) = (2 1) 12 14,778 10, ,083 10, ,907 = 6,814 93
94 Teste de Levene para Homogeneidade de Variâncias Procedimento para realização do teste 1. A hipótese nula afirma (H 0 ) que as variâncias populacionais dos grupos são iguais. A hipótese alternativa (H 1 ) afirma que as variâncias são diferentes 2. O nível de significância α = 5% 3. A estatística escolhida é o teste W de Levene 94
95 Teste de Levene para Homogeneidade de Variâncias Procedimento para realização do teste 4. A região crítica, de acordo com a tabela é F c = F 2,9,5% = 4,26 5. O valor real da estatística W, conforme equação anterior, é W = 6, Decisão: como o valor da estatística não pertence a região crítica W > 4,26 (F c ), não se rejeita H 0. concluindo que as variâncias populacionais dos grupos são homogêneas 95
96 Obrigado pela Atenção!!! Até a próxima aula mbotelho@usp.br 96
1 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 maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
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 maisSistema de Informações e Pesquisa de Marketing Aula 12 24/10/17
Sistema de Informações e Pesquisa de Marketing Aula 12 24/10/17 2º semestre / 2017 Profa Kavita Hamza kavita@usp.br População Soma de todos os elementos que compartilham algum conjunto comum de características
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 maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Leia maisP. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem)
Amostragem: Em pesquisas científicas, quando se deseja conhecer características de uma população, é comum se observar apenas uma amostra de seus elementos e, a partir dos resultados dessa amostra, obter
Leia maisProfessora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
Leia maisTécnicas de Amostragem
Técnicas de Amostragem 1 Amostragem é o processo de seleção de uma amostra, que possibilita o estudo das características da população. Quando obtemos informações a partir de amostras e tentamos atingir
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia 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 maisDelineamento e Análise Experimental Aula 3
Aula 3 Castro Soares de Oliveira Teste de hipótese Teste de hipótese é uma metodologia estatística que permite tomar decisões sobre uma ou mais populações baseando-se no conhecimento de informações da
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
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 maisAMOSTRAGEM. É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas.
AMOSTRAGEM É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas. Nos planejamentos amostrais, a coleta dos dados deve ser realizada
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 maisINSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total.
INSTRUÇÕES Para a realização desta prova, você recebeu este Caderno de Questões. 1. Caderno de Questões Verifique se este Caderno de Questões contém a prova de Conhecimentos Específicos referente ao cargo
Leia maisEstatística Não Paramétrica. Como construir testes de aderência
Estatística Não Paramétrica Como construir testes de aderência Teste Qui-quadrado Suposições amostra aleatória Dados nominais (sexo: M ou F) ou numéricos (idade: menor que 15, 15-24, 25-34, 35-44, 45-54,
Leia mais5 TORIA ELEMENTAR DA AMOSTRAGEM
5 TORIA ELEMENTAR DA AMOSTRAGEM É errôneo pensar que, caso tivéssemos acesso a todos os elementos da população, seríamos mais precisos. Os erros de coleta e manuseio de um grande número de dados são maiores
Leia maisIntrodução a Estatística
Introdução a Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O curso foi dividido em três etapas: 1 vimos como
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisCAPÍTULO 3 POPULAÇÃO E AMOSTRA
DEPARTAMENTO DE GEOCIÊNCIAS GCN 7901 ANÁLISE ESTATÍSTICA EM GEOCIÊNCIAS PROFESSOR: Dr. ALBERTO FRANKE CONTATO: alberto.franke@ufsc.br F: 3721 8595 CAPÍTULO 3 POPULAÇÃO E AMOSTRA As pesquisas de opinião
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisLes Estatística Aplicada II AMOSTRA E POPULAÇÃO
Les 0407 - Estatística Aplicada II AMOSTRA E POPULAÇÃO AULA 1 04/08/16 Prof a Lilian M. Lima Cunha Agosto de 2016 Estatística 3 blocos de conhecimento Estatística Descritiva Levantamento e resumo de dados
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 maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisNoções de Amostragem. Universidade Estadual de Santa Cruz Gustavo Fragoso
Noções de Amostragem Universidade Estadual de Santa Cruz Gustavo Fragoso Motivação Raramente se consegue obter a distribuição exata de alguma variável, ou porque isso é muito dispendioso, ou muito demorado
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia 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 mais7 Teste de Hipóteses
7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5
Leia maisCatarina Marques. Estatística II Licenciatura em Gestão. Conceitos: População, Unidade Estatística e Amostra
Amostragem Estatística II Licenciatura em Gestão 1 Conceitos: População, Unidade Estatística e Amostra População (ou Universo) dimensão N Conjunto de unidades com uma ou mais características comuns População
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 maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
Leia maisEm várias ocasiões há de se proceder à coleta de dados diretamente na origem, isto é, dos sujeitos com quem pretendemos realizar determinado estudo.
UNIVERSIDADE FEDERAL DA PARAÍBA Amostragem Luiz Medeiros de Araujo Lima Filho Departamento de Estatística INTRODUÇÃO Em várias ocasiões há de se proceder à coleta de dados diretamente na origem, isto é,
Leia maisAULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS. Gleici Castro Perdoná
AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS Gleici Castro Perdoná pgleici@fmrp.usp.br Exemplo 2. Sabe-se que o tempo gasto no exame de um paciente tem distribuição aproximadamente Normal, com média
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Introdução Hipóteses Estatísticas São suposições quanto ao valor de um parâmetro populacional
Leia maisAjustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão.
Glossário Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Análise de co-variância: Procedimento estatístico utilizado para análise de dados que
Leia maisEstatística Inferencial
statística Inferencial A ou inferencial compreende a stimação e o Teste de hipótese. Na verdade, a estatística inferencial forma a base das atividades de controle da qualidade e também pode auxiliar na
Leia maisTópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas
Tópicos Extras 1ª parte Testes Não Paramétricos, Análise Multivariada, Outras Técnicas 1 2 Técnicas de dependência 3 4 Situações Comparar 3 tipos de rede de computadores, C1, C2 e C3, em termos do tempo
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição
Leia maisAULA 04 Teste de hipótese
1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia 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 maisProf. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Amostragem É o processo de seleção de amostras de uma população com o objetivo de fazer inferências sobre a população
Leia maisTESTE DE COMPARAÇÃO MÚLTIPLA
SUMÁRIO 1 TESTE DE COMPARAÇÃO MÚLTIPLA Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais. Mas, entre
Leia maisAmostras, amostragem e tamanho da amostra
Amostras, amostragem e tamanho da amostra Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Inferência estatística: conhecer os parâmetros e fazer afirmações sobre a população com base
Leia maisElementos de Estatística. Michel H. Montoril Departamento de Estatística - UFJF
Elementos de Estatística Michel H. Montoril Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os estatísticos são
Leia maisEm várias ocasiões há de se proceder à coleta de dados diretamente na origem, isto é, dos sujeitos com quem pretendemos realizar determinado estudo.
UNIVERSIDADE FEDERAL DA PARAÍBA Amostragem Luiz Medeiros de Araujo Lima Filho Departamento de Estatística INTRODUÇÃO Em várias ocasiões há de se proceder à coleta de dados diretamente na origem, isto é,
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 maisInventário Florestal. Amostragem
Inventário Florestal Amostragem 1 Definição: Seleção de uma parte (amostra) de um todo (população), coletando na parte selecionada, algumas informações de interesse, com o objetivo de tirar conclusão (inferência)
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 maisAmostragem e Distribuição Amostral. Tipos de amostragem, distribuição amostral de média, proporção e variância
Amostragem e Distribuição Amostral Tipos de amostragem, distribuição amostral de média, proporção e variância 1 AMOSTRAGEM Amostragem Probabilística ou Aleatória Amostragem Não Probabilística Amostragem
Leia maisIntervalos de Confiança - Amostras Pequenas
Intervalos de Confiança - Amostras Pequenas Teste de Hipóteses para uma Média Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016
Leia maisStela Adami Vayego Estatística II CE003/DEST/UFPR
Resumo 1 Teste de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
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 maisCap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Leia maisPHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses
PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 6 a aula Testes de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 2007 Estatística Aplicada ao Gerenciamento
Leia maisEstatística. Guia de Estudos P1
Estatística Guia de Estudos P1 1. Introdução O objetivo principal do curso de estatística é dar as ferramentas necessárias para o aluno saber analisar e manipular dados e, a partir deles, extrair conclusões
Leia maisBioestatística Aula 4
Bioestatística Aula 4 Anderson Castro Soares de Oliveira Anderson Bioestatística 1 / 32 Amostragem A amostragem é um campo da estatística que estuda técnicas de planejamento de pesquisa para possibilitar
Leia maisTestes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski
Testes de hipóteses Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 07/06/2018 WB, FM, EK ( LEG/DEST/UFPR
Leia maisPHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos
PHD 574 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 8 a aula Testes Não-Paramétricos de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 005 Estatística Aplicada
Leia maisProf. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Estimação de Parâmetros O objetivo da Estatística Indutiva é tirar conclusões probabilísticas sobre aspectos da população,
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 maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuição Amostral da Média Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.
Leia maisTeste de Hipóteses Paramétricos
Teste de Hipóteses Paramétricos Fundamentos de um teste de hipóteses Como construir testes de hipóteses para uma média. Como construir testes de hipóteses para uma proporção. Como construir testes de hipóteses
Leia maisBIOESTATÍSTICA AULA 4. Anderson Castro Soares de Oliveira Jose Nilton da Cruz. Departamento de Estatística/ICET/UFMT
BIOESTATÍSTICA AULA 4 Anderson Castro Soares de Oliveira Jose Nilton da Cruz Departamento de Estatística/ICET/UFMT Amostragem AMOSTRAGEM A amostragem é um campo da estatística que estuda técnicas de planejamento
Leia maisProfessora Ana Hermínia Andrade. Período
Teste de Hipóteses Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.1 Teste de Hipóteses O Teste de Hipóteses
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia maisUniversidade Federal do Pará Instituto de Tecnologia. Estatística Aplicada I
8/8/05 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 8/08/05 06:55 ESTATÍSTICA APLICADA
Leia maisNotas de aula Testes de Hipóteses. Idemauro Antonio Rodrigues de Lara
Notas de aula Testes de Hipóteses Idemauro Antonio Rodrigues de Lara 1. Fundamentos O que é uma hipótese? HIPÓTESE GREGA PROPOSIÇÃO. PALAVRA DE ORIGEM BASE, FUNDAMENTO, Hipótese Pensamento indutivo Inferência
Leia maisIII AMOSTRAGEM E INTERVALO DE CONFIANÇA Conceito de Amostragem AMOSTRA ALEATÓRIA
III AMOSTRAGEM E INTERVALO DE CONFIANÇA 3.1- Conceito de Amostragem AMOSTRA ALEATÓRIA Consideremos uma população e observando alguns elementos queremos obter informações a respeito da mesma. Estes elementos
Leia maisProfa. Lidia Rodella UFPE-CAA
Profa. Lidia Rodella UFPE-CAA O que é estatística? É conjunto de técnicas que permite, de forma sistemática, coletar, organizar, descrever, analisar e interpretar dados oriundos de estudos ou experimentos,
Leia maisStela Adami Vayego DEST/UFPR
Resumo 1 Testes de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisParte 8 Testes de hipóteses Comparação de dois grupos
Parte 8 Testes de hipóteses Comparação de dois grupos Um objetivo frequente em estudos de diferentes áreas é a comparação de dois ou mais grupos (ou populações). Alguns exemplos: o Comparação dos salários
Leia maisTestes de Hipóteses: Média e proporção
Testes de Hipóteses: Média e proporção Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 12 de setembro de 2018 Londrina 1 / 27 Viu-se a construção de intervalos de confiança
Leia maisInferência para duas populações
Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.
Leia maisEstatística II. Intervalo de Confiança Lista de Exercícios
Estatística II Intervalo de Confiança Lista de Exercícios 1. IC da Média com a Variância Populacional Desconhecida De 50.000 válvulas fabricadas por uma companhia, retira-se uma amostra de 400 válvulas,
Leia maisINTRODUÇÃO
UNIVERSIDADE FEDERAL DA PARAÍBA Amostragem Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO Em várias ocasiões há de se proceder à coleta de dados
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 maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS Um dos principais objetivos da estatística inferencial consiste em estimar os valores de parâmetros populacionais desconhecidos (estimação de parâmetros) utilizando dados amostrais.
Leia maisPOPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA TIPOS DE VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS 1) TIPOS DE VARIÁVEIS
POPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA População (N) representa o conjunto de todas as unidades experimentais que apresentam características em comum Amostra (n) representa uma parte do todo.
Leia maisAnálise de Aderência e de Associação
Análise de Aderência e de Associação Capítulo 14, Estatística Básica (Bussab & Morettin, 8a Edição) Capítulo 8, Introdução Computacional à Probabilidade e Estatística (Pedrosa & Gama, Porto Editora) 8a
Leia maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia maisTESTES DE HIPÓTESES. Lucas Santana da Cunha Universidade Estadual de Londrina
TESTES DE HIPÓTESES Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de setembro de 2016 Introdução Viu-se a construção de intervalos
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS As variáveis aleatórias X e Y seguem uma distribuição de Bernoulli com probabilidade de sucesso igual a 0,4. Considerando S = X + Y e que os eventos aleatórios A = [X = 1] e B
Leia maisAULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade
Leia maisNoções de Amostragem
Noções de Amostragem AMOSTRAGEM Amostragem: é a área da estatística que estuda técnicas e procedimentos para retirar e analisar uma amostra com o objetivo de fazer inferência a respeito da população de
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 maisÍNDICE. Variáveis, Populações e Amostras. Estatística Descritiva PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 CAPÍTULO 2
COMO USAR ESTE LIVRO ÍNDICE PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 Variáveis, Populações e Amostras 1.1. VARIÁVEIS ESTATÍSTICAS E ESCALAS DE MEDIDA 27 1.2. POPULAÇÃO VS. AMOSTRA
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 maisTIPOS DE AMOSTRAGEM Amostragem Probabilística e Não-Probabilística. Amostragem PROBABILÍSTICA: Amostragem Aleatória Simples: VANTAGENS:
TIPOS DE AMOSTRAGEM Amostragem Probabilística e Não-Probabilística. Amostragem PROBABILÍSTICA: Técnicas de amostragem em que a seleção é aleatória de tal forma que cada elemento tem igual probabilidade
Leia maisTeoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas
Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2
Leia maisEstatística Aplicada II. } Estimação e Intervalos de Confiança
Estatística Aplicada II } Estimação e Intervalos de Confiança 1 Aula de hoje } Tópicos } Revisão } Estimação } Intervalos de Confiança } Referências } Barrow, M. Estatística para economia, contabilidade
Leia mais6 Teste de Normalidade das Cargas Fatoriais
6 Teste de Normalidade das Cargas Fatoriais Até o presente momento os intervalos de confiança e os valores-p para o TIAF são sugeridos com base em métodos não paramétricos, que não exigem a normalidade
Leia maisMétodos Estocásticos da Engenharia II
Métodos Estocásticos da Engenharia II Capítulo 1 - Princípios de Amostragem Prof. Magno Silvério Campos 2019/1 (UFOP/EM/DEPRO) Métodos Estocásticos da Engenharia II 2019/1 1 / 35 Bibliografia Bibliografia
Leia mais