Modelos de Probabilidade e Inferência Estatística



Documentos relacionados
Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

IND 1115 Inferência Estatística Aula 8

Capítulo 4 Inferência Estatística

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Uniforme 11/13 1 / 19

Estimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança

Coeficiente de Assimetria e Curtose. Rinaldo Artes. Padronização., tem as seguintes propriedades: Momentos

é 4. Portanto, o desvio padrão é 2. Neste caso 100% dos valores da população estão a um desvio padrão da média.

Teorema do Limite Central e Intervalo de Confiança

Unidade 5.2. Teste de hipóteses. Hipótese estatística. (uma população) Formulando as hipóteses. Teste de Hipóteses X Intervalo de Confiança

Teste de Hipótese e Intervalo de Confiança. Parte 2

AULA 04 Estimativas e Tamanhos Amostrais

Capítulo 5. Inferência no Modelo de Regressão Simples: Estimação de Intervalos, Teste de Hipóteses e Previsão

MAE116 - Noções de Estatística

Análise de Regressão Linear Simples III

A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE

AULA 11 Experimentos Multinomiais e Tabelas de Contingência

Aula 8 Intervalos de confiança para proporções amostras grandes

Testes Qui-Quadrado - Teste de Aderência

ESTATÍSTICA DESCRITIVA:

Probabilidade III. Ulisses U. dos Anjos. Departamento de Estatística Universidade Federal da Paraíba. Período

Aula 1 Variáveis aleatórias contínuas

Introdução. Ou seja, de certo modo esperamos que haja uma certa

MEDIDAS DE DISPERSÃO. o grau de variabilidade, ou dispersão, dos valores em torno da média.

Variáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência

Aula 11 Teste de hipótese sobre a média de uma população normal - σ 2 conhecida

cuja distribuição é t de Student com n 1 graus de liberdade.

Probabilidade e Estatística, 2009/2

Probabilidade e Estatística - EST0003 Intervalos Estatísticos para uma única Amostra

Testes de variância e Análise de Variância (ANOVA)

AULA 12 Inferência a Partir de Duas Amostras

Regressão linear múltipla. Prof. Tatiele Lacerda

Análise estatística. Aula de Bioestatística. 17/9/2008 (2.ª Parte) Paulo Nogueira

Medida de Tendência Central

Medidas de dispersão e assimetria

Aula 12 Teste de hipótese sobre proporções amostras grandes

Distribuição Binomial e Normal

Técnicas estatísticas para análise de dados e de resultados de modelos de simulação

x = xi n x = xifi fi 1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem.

Universidade Federal do Amazonas Instituto de Ciências Exatas Departamento de Estatística

Tópico 9. Teste t-student

Distribuição Normal de Probabilidade

Modelo Uniforme. como eu e meu colega temos 5 bilhetes, temos a mesma probabilidade de ganhar a rifa:

Plano de Ensino PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA - CCE0292

Matemática para a Economia I - 1 a lista de exercícios Prof. - Juliana Coelho

Avaliação e Desempenho Aula 1 - Simulação

ANOVA. (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior

PLANO DE ENSINO CONTEÚDO PROGRAMÁTICO. Unidade 1: MEDIDAS E GRANDEZAS Introdução Padrões usados para avaliar grandezas físicas

Inferência sobre duas proporções

AULAS 08 E 09 Distribuição de Probabilidade Normal

Estatística II Aula 4. Prof.: Patricia Maria Bortolon, D. Sc.

PARTE I - EVOLUÇÃO DO PENSAMENTO. Curso Análise de Dados e Políticas Públicas. Ementa. Metodologia. Plano de Aula

25 a 30 de novembro de 2013

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Cálculo do Conceito ENADE

IV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla

BIOESTATÍSTICA. Parte 1 - Estatística descritiva e análise exploratória dos dados

Intervalo de Confiança - Margem de Erro

ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Teste Final 2009/2010. Curso: 12/06/2010.

Métodos Quantitativos Aplicados

Aula 8. Teste Binomial a uma proporção p

CAPÍTULO 8. de Variância - ANOVA ANOVA. Análise

Análise de Regressão. Notas de Aula

DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS)

Processos Estocásticos

Medidas de Tendência Central

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana

Estatística. Slide 0. Ana M. Abreu /07

Desvio Padrão ou Erro Padrão

Intervalos Estatísticos para Uma Única Amostra

3 Modelos de Simulação

Então, a distribuição de converge para a distribuição normal com média nμ e variância nσ 2

CONHECIMENTOS ESPECÍFICOS

Estatística AMOSTRAGEM

Exercícios Selecionados de Estatística Avançada. Sumário

Probabilidade e Estatística, 2011/2

Aula 1 Assimetria e Curtose

Planejamento e Análise Estatística de Experimentos Fatoriais em blocos completos

5. Derivada. Definição: Se uma função f é definida em um intervalo aberto contendo x 0, então a derivada de f

Modelos de Probabilidade e Inferência Estatística

ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA

A Derivada. 1.0 Conceitos. 2.0 Técnicas de Diferenciação. 2.1 Técnicas Básicas. Derivada de f em relação a x:

Matemática. A probabilidade pedida é p =

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Modelo Normal. Aplicações: Parte 1. Prof. Caio Azevedo. Prof. Caio Azevedo

AMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA

Programa de Ciências Experimentais

Química Analítica IV ERRO E TRATAMENTO DE DADOS ANALÍTICOS

índice Introdução Estatística Descritiva Capítulo 1 Capítulo 2 O que é a Estatística Escalas de medida Escalas Nominais Escalas Ordinais

Distribuições Conjuntas (Tabelas de Contingência)

Aula 6 Propagação de erros

1 Introdução. 1.1 Importância da Utilização da Amostragem

2 Limites e Derivadas. Copyright Cengage Learning. Todos os direitos reservados.

Para mais de duas variáveis independentes, em função de uma variável dependente.

Probabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

Estatística - exestatmedposic.doc 25/02/09

Erros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.

Aula 3 Função do 1º Grau

Transcrição:

Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 1 / 32

Distribuição Qui-quadrado Definição 9.1: Uma variável aleatória contínua X tem distribuição qui-quadrado com n graus de liberdade, denotada por χn 2, se sua função densidade for dada por: 1 f(x) = 2 n/2 Γ(n/2) x n/2 1 e x/2, x > 0, n > 0 Sendo, Γ(w) = x w 1 e x dx, w > 0. 0 IDEIA Graus de liberdade: Considere um conjunto de dados qualquer. Graus de liberdade é o número de valores deste conjunto de dados que podem variar após terem sido impostas certas restrições a todos os valores. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 2 / 32

Distribuição Qui-quadrado Exemplo Consideremos que 10 estudantes obtiveram em um teste média 8.0. Assim, a soma das 10 notas deve ser 80 (restrição). Portanto, neste caso, temos um grau de liberdade de 10 1 = 9, pois as nove primeiras notas podem ser escolhidas aleatoriamente, contudo a 10 a nota deve ser igual a [80 (soma das 9 primeiras)]. A distribuição qui-quadrado pode ser interpretada da seguinte forma: Interpretação Como a soma de normais padronizada ao quadrado. Ou seja, se X i N(0,1), então n i=1 X 2 i χ 2 n Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 3 / 32

Distribuição Qui-quadrado Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 4 / 32

Distribuição Qui-quadrado A distribuição qui-quadrado possui numerosas aplicações importantes em inferência estatística. Devido a sua importância a distribuição qui-quadrado está tabulada para diferentes valores do parâmetro n. Assim, poderemos achar na tabela o valor χα 2 que satisfaça P(X χ α 2) = α ou P(X χα 2 ) = α, dependendo da tabela. O que é tabelado é a função inversa, em relação a área à direita ou à esquerda de cada curva. Isto é, dado um valor de área na cauda direita, a tabela retorna um valor χα 2 tal que P(X χ α 2 ) = α e dado um valor de área na cauda esquerda a tabela retorna um valor χα 2 tal que P(X χ α 2) = α. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 5 / 32

Exemplo de Tabela Qui-quadrado Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 6 / 32

Distribuição Qui-quadrado Exemplo 1 Suponha que X segue uma distribuição qui-quadrado com 17 graus de liberdade e queremos encontrar x 1 e x 2 tais que P(x 1 X x 2 ) = 0.95. OBSERVAÇÃO 9.1: Poderíamos ter encontrado outros valores de x 1 e x 2 para os quais P(x 1 X x 2 ) = 0.95, porém, na prática, sempre buscamos por valores de forma que as probabilidades P(X < x 1 ) = P(X > x 2 ). Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 7 / 32

Distribuição Qui-quadrado Exemplo 2 Suponha que X segue uma distribuição qui-quadrado com 7 graus de liberdade. a) Determine P(X > 9). b) Determine o valor x tal que P(X x) = 0.95 c) Determine o valor x tal que P(X > x) = 0.95 Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 8 / 32

Propriedades da distribuição Qui-quadrado Propriedades E(X) = n Var(X) = 2n Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 9 / 32

Distribuição Qui-quadrado Teorema 9.1: Seja X uma variável aleatória com distribuição normal padronizada. Então X 2 tem distruibuição χ 2 com um grau de liberdade. Teorema 9.2: Sejam X 1,X 2,...,X n variáveis aleatórias independentes normalmente distribuídas com média 0 e variância 1. Então Z = n i=1 X 2 i segue uma distribuição qui-quadrado com n graus de liberdade. Teorema 9.3: Sejam U 1,U 2,...,U k variáveis aleatórias independentes com distribuição qui-quadrado com n 1,n 2,...,n k graus de liberdade resepectivamente. Então a soma W = U 1 + U 2 + + U k tem distribuição qui-quadrado com n 1 + n 2 + + n k graus de liberdade. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 10 / 32

Distribuição Qui-quadrado Teorema 9.4: Suponha que a variável aleaatória Y tenha distribuição χ 2 n. Então para n suficientemente grande (n 30), a variável aleatória 2Y tem aproximadamente a distribuição N( 2n 1,1). Teorema 9.5: Seja X 1,...,X n uma amostra aleatória de uma distribuição normal com média µ e variância σ 2, então (n 1)S 2 n i=1 = (X i X) 2 χ 2 σ 2 σ 2 (n 1) Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 11 / 32

Distribuição t de Student A distribuição t de Student é uma das distribuições mais utilizadas na estatística, com aplicações que vão desde a modelagem estatística até testes de hipóteses. Definição 9.2: Uma variável aleatória contínua X tem distribuição t de Student com ν graus de liberdade, denotada por t ν, se sua função densidade for dada por: f(x) = 1 Γ ν+1 2 νπ Γ 1 + x 2 ν+1 2, ν = 1,2,3,... x ν ν 2 A expressão acima é assustadora???? Boa Notícia: Não precisaremos dela para calcular probabilidades. Mais uma vez, o parâmetro ν, chamado de graus de liberdade, está associado ao número de parcelas independentes em uma soma. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 12 / 32

Propriedades da distribuição t de Student Propriedades E(X) = 0 para ν > 1 Var(X) = ν ν 2, para ν > 2 Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 13 / 32

Distribuição t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 14 / 32

Distribuição t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 15 / 32

Distribuição t de Student Principais Características Cada número de graus de liberdade da origem a uma distribuição t diferente. A função densidade tem a mesma forma em sino da distribuição Normal, mas reflete uma maior variabilidade (com curvas mais alargadas) que é de se esperar em amostras pequenas. A distribuição t-student se aproxima da normal quando aumenta o número de graus de liberdade. A curva é simétrica em torno do zero, ou seja, dado um a, tem-se que f(a) = f( a). Logo P(X a) = P(X a). Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 16 / 32

Distribuição t de Student Ao contrário da distribuição normal, não existe uma relação entre as diferentes distribuições t, assim seria necessária uma tabela para cada valor de ν. É comum que os livros didáticos apresentem tabelas da distribuição t que envolvem os valores críticos. O motivo para isso é que a maioria das aplicações da distribuição t envolve a construção de intervalos de confiança ou de testes de hipóteses. Nessas aplicações, nosso interesse está no valor crítico associado a um nível de significância α que, como visto no gráfico a seguir, é o valor da abscissa que deixa probabilidade (área) α acima dela. Na tabela t, cada linha corresponde a um número diferente de graus de liberdade e cada coluna corresponde a uma área α na cauda superior. No corpo da tabela temos a abscissa t α que deixa a área α acima dela. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 17 / 32

Distribuição t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 18 / 32

Exemplo de Tabela t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 19 / 32

Distribuição t de Student Teorema 9.6: Sejam Y e Z variáeis aleatórias independentes, Y sendo normalmente distribuída com média 0 e variância 1, e Z tendo distribuição qui-quadrado com ν graus de liberdade. Então, a variável T = Y Z/ν tem distribuição t de Student com ν graus de liberdade. Observação 9.1: Considere X 1,X 2,...,X n variáveis aleatórias independentes com distribuição normal com média µ e desvio padrão σ. Então, a variável t = X µ s/ n onde s é o desvio padrão amostral, tem distribuição t de Student com n 1 graus de liberdade. Este fato é decorrente do teorema acima. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 20 / 32

Distribuição t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 21 / 32

Distribuição t de Student Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 22 / 32

Distribuição F de Snedecor A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente utilizada na inferência estatística para análise da variância. Definição 9.3: Uma variável aleatória contínua X tem distribuição F de Snedecor com ν 1 e ν 2 graus de liberdade, denotada por F ν1,ν 2, se sua função densidade for dada por: f(x) = Γ ν 1 2 Γ ν 1 +ν 2 2 ν1 ν 2 ν1 /2 x ν 1 /2 1 Γ ν2 ν1 x 2 ν 2 + 1 (ν1 +ν 2 )/2, 0 < x <, ν 1,ν 2 = 1,2,3,... Novamente a expressão acima é assustadora???? Boa Notícia: Não precisaremos dela para calcular probabilidades. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 23 / 32

Propriedades da distribuição F de Snedecor Propriedades E(X) = ν 2 ν 2 2 para ν 2 > 2 Var(X) = 2ν 2 2 (ν 1 + ν 2 2) ν 1 (ν 2 4)(ν 2 2) 2, para ν 2 > 4 Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 24 / 32

Distribuição F de Snedecor Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 25 / 32

Distribuição F de Snedecor Principais Características Cada par de graus de liberdade da origem a uma distribuição F diferente. A distribuição F depende de dois parâmetros. O primeiro (ν 1 ) é o grau de liberdade do numerador e o segundo (ν 2 ) do denominador. A variável aleatória F é não-negativa, e a distribuição é assimétrica à direita. A distribuição F se parece com a distribuição qui-quadrado, no entanto, os parãmetros ν 1 e ν 2 fornecem flexibilidade extra em relação à forma. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 26 / 32

Exemplo de Tabela F de Snedecor Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 27 / 32

Distribuição F de Snedecor Teorema 9.7: Sejam Q 1 e Q 2 variáveis aleatórias independentes, com distribuição qui-quadrado com ν 1 e ν 2 graus de liberdade, respectivamente. Então, a variável aleatória F = Q 1/ν 1 Q 2 /ν 2 tem distribuição F de Snedecor com ν 1 graus de liberdade no numerador e ν 2 graus de liberdade no denominador. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 28 / 32

Distribuição F de Snedecor Observação 9.2: Suponha que temos duas populações independentes tendo distribuições normais com variâncias iguais a σ 2. Considere Y 11,...,Y 1n uma amostra aleatória da primeira população com n observações e Y 21,...,Y 2m uma amostra aleatória da segunda população com m observações. Então, a estatística f = (n 1)S 2 1 (n 1)σ 2 (m 1)S 2 2 (m 1)σ 2 tem distribuição F de Snedecor com (n 1) graus de liberdade no numerador e (m 1) graus de liberdadade no denominador, onde s 1 e s 2 sãos os desvios padrão amostrais da primeira e da segunda amostra, respectivamente. Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 29 / 32

Distribuição F de Snedecor Observação 9.3: Em geral, as tabelas contêm apenas os pontos percentuais da cauda superior (valores de F α,ν1,ν2 para α 0.50) Os pontos percentuais da cauda inferior F 1 α,ν1,ν2 podem ser encontrados a partir da seguinte relação: F 1 α,ν1,ν 2 = 1 F α,ν2,ν 1 RELAÇÕES IMPORTANTES: F 1 α,1,ν = t 2 1 α/2,ν F α,ν, = χ 2 α,ν ν Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 30 / 32

Distribuição F de Snedecor Exemplo 1: Determine a) F 0.01,15,9 b) F 0.95,10,15 c) F 0.99,15,9 Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 31 / 32

Distribuição F de Snedecor Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14 32 / 32