Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Documentos relacionados
Medidas resumo. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer

Distribuições de Probabilidade. Variáveis aleatórias contínuas

SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS

Medidas de Posição ou Tendência Central

Estatística Amostral Medidas Descritivas MÉDIA - MEDIANA - MODA - QUANTIS

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 09

Cálculo das Probabilidades I

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Noções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23

Modelos de Distribuição PARA COMPUTAÇÃO

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana Análise de Assimetria Separatrizes

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.

Estatística Aplicada

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Esperança e Variância 06/14 1 / 19

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 08

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31

3.1 - Medidas de Posição Medidas de Dispersão Quantis Empiricos Box-plots Graficos de simetria 3.

Probabilidade e Estatística

Prof. Lorí Viali, Dr.

Aula de Exercícios - Variáveis Aleatórias Contínuas (II) Aula de Exercícios - Variáveis Aleatórias Contínuas (II)

Técnicas Computacionais em Probabilidade e Estatística I. Aula I

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

Variáveis Aleatórias Contínuas

Introdução à probabilidade e estatística I

Métodos Experimentais em Ciências Mecânicas

Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

3 a Lista de Exercícios de Estatística

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias

5. PRINCIPAIS MODELOS CONTÍNUOS

Cálculo II (Primitivas e Integral)

Distribuições de Probabilidade. Distribuição Uniforme Distribuição Exponencial Distribuição Normal

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Medidas Descritivas de Posição, Tendência Central e Variabilidade

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

Estatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Variáveis Aleatórias

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

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias nuas

Medidas Estatísticas NILO FERNANDES VARELA

AGA Análise de Dados em Astronomia I. 1. Introdução

Distribuições Contínuas de Probabilidade

UAlg esght MEDIDAS DE LOCALIZAÇÃO E DISPERSÃO. Paulo Batista Basílio ( )

{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3;

MAIS SOBRE MEDIDAS RESUMO. * é muito influenciada por valor atípico

Variáveis Aleatórias. Esperança e Variância. Prof. Luiz Medeiros Departamento de Estatística - UFPB

AULA 17 - Distribuição Uniforme e Normal

b) Variáveis Aleatórias Contínuas

Apontamentos de Introdução às Probabilidades e à Estatística

Funções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Modelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias

Variáveis Aleatórias Discretas e Distribuição de Probabilidade


TESTE DE KOLMOGOROV-SMIRNOV. Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA

Estatística Básica MEDIDAS RESUMO

Probabilidade e Estatística

PROBABILIDADE RESUMO E EXERCÍCIOS* P1

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018

LCE Introdução à Bioestatística Florestal 3. Variáveis aleatórias

à Análise de Padrões

Capítulo 4 - Variáveis aleatórias e distribuições contínuas

Estatística Descritiva

Medidas-Resumo. Tipos de Variáveis

EST029 Cálculo de Probabilidade I Cap. 6: Caracterização Adicional de Variáveis Aleatórias

Estatística Descritiva

ESTATÍSTICA Medidas de Síntese

Probabilidade e Modelos Probabilísticos

ESTATÍSTICA DESCRITIVA E INDUTIVA 2EMA010

a) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.

Disciplina: Prof. a Dr. a Simone Daniela Sartorio. DTAiSeR-Ar

Distribuições de probabilidade de variáveis aleatórias contínuas

Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)

b) Variáveis Aleatórias Contínuas

Cálculo das Probabilidades e Estatística I

Quartis, Decis e Percentis

Medidas Descritivas de Posição, Tendência Central e Variabilidade

Estatística e Modelos Probabilísticos - COE241

Aula 4 - Medidas resumo

Lista 1 de Exercícios Estatística II-CE003

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Função de Distribuição 05/14 1 / 25

Importância da estatística 17. O que é a Estatística? 18

As outras medidas de posição são as separatrizes, que englobam: a própria mediana, os decis, os quartis e os percentis.

Distribuições de Probabilidade. Distribuição Normal

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Distribuição Gaussiana

UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS

Excel INTERMEDIÁRIO Estatística. Prof. Cassiano Isler Turma 3

Aula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias

VARIÁVEIS ALEATÓRIAS

Revisão Conceitos de Estatística aplicados à Epidemiologia

Aula 4: Medidas Resumo

Estatística e Probabilidade

5. PRINCIPAIS MODELOS CONTÍNUOS

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

MAIS SOBRE MEDIDAS RESUMO. * é muito influenciada por valor atípico

Transcrição:

Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 1 / 15

Valor esperado como solução do problema do menor erro quadrático médio Proposição 20.1:Seja X integrável, µ = E(X). Então µ minimiza E(X c) 2, c R, isto é, Var(X) = E(X µ) 2 = min E(X c) 2. DEMONSTRAÇÃO: Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 2 / 15

Valor esperado como solução do problema do menor erro quadrático médio DEMONSTRAÇÃO: Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 3 / 15

Mediana A Mediana é o valor x med para o qual P(X x med ) = P(X x med ) = 1 2. No caso de uma distribuição contínua, a mediana corresponde a uma ordenada que separa a curva de densidade em duas partes, cada uma delas com área igual a 1/2. No caso de uma distribuição discreta, a mediana pode não ser única. Por outro lado, a moda é o valor que ocorre com maior frequência, ou seja, o valor que tem maior probabilidade de ocorrência. Para tal valor x mo, f(x mo ) é máxima. Caso hajam duas, três ou mais modas, a distribuição será bimodal, trimodal ou multimodal, respectivamente. Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 4 / 15

Mediana Exercício 1: Uma variável aleatória discreta tem função de probabilidade p(x) = 1/2 x, com x = 1,2,... Determine (a) a moda, (b) a mediana e (c) compare-as com a média. Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 5 / 15

Mediana Exercício 2: Uma variável aleatória contínua tem função densidade f(x) = 4x(9 x 2 )/81 para 0 x 3 e 0 caso contrário. Determine (a) a moda, (b) a mediana e (c) compare-as com a média. Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 6 / 15

Mediana Exercício 3: Seja F a função de distribuição acumulada de um modelo exponencial com parâmetro λ. Obtenha m tal que F(m) = 1/2. Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 7 / 15

Mediana Exercício 4: Uma variável aleatória contínua tem função densidade f(x) = e x para x 0 e 0 caso contrário. Determine (a) a moda, (b) a mediana e (c) compare-as com a média. Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 8 / 15

Mediana Exercício 5: Uma variável aleatória discreta assume os valores X = 2 com probabilidade 1/3 e X = 1 com probabilidade 2/3. Determine (a) a moda, (b) a mediana e (c) compare-as com a média. Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 9 / 15

Percentis Pode ser de interesse dividir a área sob a curva de densidade por meio de ordenadas de tal modo que a área à esquerda de cada ordenada represente determinada porcentagem da área total unitária. Os valores correspondentes a essas áreas chamam-se percentis. Por exemplo, a área à esquerda de x 0.10 seria 10% e se designaria como décimo percentil, ou também primeiro decil. A mediana é o quinquagésimo percentil (ou quinto decil). Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 10 / 15

Percentis Exercício 6: Determine o (a) o 10 o, (b) o 25 o e (c) o 75 o percentil da distribuição do Problema 2. Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 11 / 15

Percentis Exercício 7: Uma variável aleatória X tem densidade exponencial com parâmetro 1. Prove que o percentil de ordem p tem o valor ln(1 p), com 0 p < 1. Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 12 / 15

Percentis Exercício 8: Suponha que X tem densidade normal N(µ,σ 2 ). Obtenha o quartil superior de X. Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 13 / 15

Percentis Exercício 9: Suponha que um número bastante grande de partículas radioativas idênticas tenha tempo de desintegração que se distribua exponencialmente com um certo parâmetro λ. Se a metade das partículas se desintegram no primeiro segundo, quanto tempo levará para 75% das partículas se desintegrarem? Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 14 / 15

Percentis Exercício 10: Seja X o tempo até a desintegração de alguma partícula radioativa com densidade exponencial de parâmetro λ. Suponha que P(X 0.01) = 1/2. Obtenha um número t tal que P(X t) = 0.9. Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 15 / 15