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

Documentos relacionados
INTERVALO DE CONFIANÇA

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição

A) Independência estatística B) Var. aleatórias C) Distribuição normal D) Dist. conjuntas e correlação E) Inferência estatística

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

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

INFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança

Denomina F a variável aleatória definida pelo quociente: F = n

n Obtido através desvio padrão da população (σ)

Avaliação de Desempenho de Sistemas Discretos

1 Distribuições Amostrais

Distribuições Amostrais

Distribuições Amostrais

Inferência Estatística

INTERVALOS DE CONFIANÇA

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Teoria da Estimação 1

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral,

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Algumas Distribuições

Intervalos de confiança

1 Estimação de Parâmetros

Estimadores de Momentos

Introdução à Inferência Estatística 1. Conceitos básicos em inferência

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Cap. 4 - Estimação por Intervalo

AEP FISCAL ESTATÍSTICA

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

n ) uma amostra aleatória da variável aleatória X.

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

Comparação entre duas populações

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Intervalos de Confiança

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais

MQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:

Probabilidades e Estatística TODOS OS CURSOS

Amostragem Casual Simples. Professor Gilson Fernandes da Silva Departamento de Engenharia Florestal Centro de Ciências Agrárias CCA/UFES

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística.

Inferência Estatística

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Estatística. 7 - Distribuições Amostrais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Intervalos Estatísticos para uma única Amostra - parte II

Aula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança

ESTIMAÇÃO DE PARÂMETROS

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

Noções de Inferência Estatística

Estimação da média populacional

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA

Testes de Hipóteses sobre uma Proporção Populacional

Bioestatística e Computação I

Revisando... Distribuição Amostral da Média

Amostragem Casual Estratificada

Sumário. 2 Índice Remissivo 17

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

ESCOLA SUPERIOR DE TECNOLOGIA

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

Propriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL

1- Qual a diferença entre amostragem probabilística e não-probabilística? Qual é a mais recomendada?

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

Probabilidade II Aula 12

PROCEDIMENTOS PARA A ESTIMAÇÃO DE PARÂMETROS EM GRÁFICOS DE CONTOLE

UNIDADE II TESTE DE HIPÓTESE

ESTIMAÇÃO PARA A MÉDIA

Teorema do limite central e es/mação da proporção populacional p

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

Distribuições Amostrais

ESTIMAÇÃO DE PARÂMETROS

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

CAPÍTULO 7 - Intervalos de confiança

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

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

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

O processo de escolha de uma amostra da população é denominado de amostragem.

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

MAE 116 Estimação para a média FEA - 2º Semestre de 2018

Licenciatura em Economia REVISÃO DE ALGUNS CONCEITOS EM ESTATÍSTICA. Luís Filipe Martins.

A DESIGUALDADE DE CHEBYCHEV

Estimação de Parâmetros. 1. Introdução

Stela Adami Vayego DEST/UFPR

Econometria. Econometria. Aplicação. Modelo completo. Soma de Coeficientes. Teste para um Parâmetro

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

Por Ponto. Por intervalo

Estatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

Tabela A4.2. MIR obtido com simulação 1. Para 2 S 4, estimar os parâmetros associados a uma mistura de s componentes e avaliar rs = ms+

Estimação da média populacional

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

Transcrição:

MOQ-3 PROBABILIDADE E ESTATÍSTICA Profeor: Rodrigo A. Scarel rodrigo@ita.br www.mec.ita.br/~rodrigo

Programa do curo: Semaa 3 4 5 6 7 8 9 0 3 4 5 e 6 Itrodução à robabilidade (eveto, eaço amotral, aioma, roriedade, robabilidade codicioal e ideedêcia). Teorema da robabilidade total e teorema de Baye. Variávei aleatória. Ditribuiçõe de robabilidade. Fuçõe maa, deidade, e ditribuição acumulada. Fuçõe de variávei aleatória. Valor eerado e variâcia. Mometo de uma variável aleatória. Fução geradora de mometo. Priciai ditribuiçõe de robabilidade dicreta (Beroulli, Biomial e Poio). Priciai ditribuiçõe de robabilidade cotíua (Eoecial egativa e Normal). Feriado (/4) Variávei aleatória cojuta, fução ditribuição cojuta e margial. Ideedêcia etatítica. Covariâcia e Coeficiete de Correlação. Prova Pricíio de etatítica. Etimadore e etimativa. Etimação otual de arâmetro (Método do mometo e da máima veroimilhaça). Etatítica Decritiva. Amotra aleatória. Ditribuiçõe amotrai. Teorema do limite cetral. Variávei aleatória Qui-quadrado e t-studet. Proriedade do etimadore. Itervalo de cofiaça (etimação or itervalo). Tamaho da amotra. Tete de Hiótee. Iferêcia baeada em amotra (etre arâmetro de oulaçõe ditita). Tete ão-aramétrico (aociação, ideedêcia e de aderêcia). Feriado (4/6) Prova Regreão liear imle e correlação. Alicaçõe de modelo de regreão liear. Coteúdo

PROPRIEDADES DOS ESTIMADORES Profeor: Rodrigo A. Scarel rodrigo@ita.br www.mec.ita.br/~rodrigo

O roceo de iferêcia: POPULAÇÃO TESTAR ADERÊNCIA AMOSTRA ESTIMAÇÃO DOS PARÂMETROS HIPÓTESES FAER INFERÊNCIAS EM RELAÇÃO A POPULAÇÃO Hiótee: - iid Amotra aleatória - Ditribuiçõe oulacioal e amotral (TLC) - Parâmetro cohecido ou ão ()

Etimadore e Etimativa otuai: Def: Uma etimativa otual de um arâmetro θ é um valor que ode er coiderado rereetativo ara o verdadeiro valor de θ Uma etimativa otual é obtida elecioado-e uma etatítica aroriada e calculado eu valor a artir de uma amotra. Def: Um etimador otual ( θ ) de um arâmetro θ é ea etatítica aroriada elecioada. Perguta: O que é uma etatítica aroriada? Juteza (Ubiaede) Eficiêcia Coitêcia ^

Proriedade e ecolha de etimadore: Juteza (Ubiaede): um etimador otual θ é ão vieado e E( θ )= θ. ^ Se θ é vieado, a difereça E( θ ) - θ é chamada de vié (bia). Aim, e θ é ão vieado, ua ditribuição de robabilidade é cetrada o real valor do arâmetro. P(X) ^ ^ Ubiaed Biaed A C µ X

Proriedade e ecolha de etimadore: Etimadore ão vieado: i i= MÉDIA: E[] = µ? Sim, e =, e for uma amotra aleatória e e for grade. ˆ = PROPORÇÃO: E[] ^ =? Sim, e. ^ VARIÂNCIA: E[ ] =? Sim, e ˆ i= =, e for ( ) i µ uma amotra aleatória e e grade

Proriedade e ecolha de etimadore: Eficiêcia: o etimador otual mai eficiete é o ão-tedecioo de míima variâcia (MVUE). No eemlo, ambo o etimadore ão ão vieado, ma ua ditribuiçõe amotrai ão diferete. P( X) Ditribuição amotral de ^ θ B A Ditribuição amotral de ^ θ µ

Proriedade e ecolha de etimadore: Coitêcia: Com o crecimeto do tamaho da amotra a ditribuição amotral e tora mai cetrada. Em termo rático igifica que ode-e com amotra uficietemete grade torar o erro de etimação tão equeo quato e queira. P( X) Maior tamaho de amotra A µ B Meor tamaho de amotra

Proriedade e ecolha de etimadore: Etimadore coitete: MÉDIA: Var[] = / (oulação ormal e cohecido) = / (elo TLC e cohecido) = / (oulação ormal e ão cohecido) PROPORÇÃO: Var[] ^ = (-) / Def: Erro adrão de um etimador é eu devio adrão ( θ = (Var(θ))/ ). Quato maior o tamaho da amotra () meor erá o erro adrão de um etimador coitete.

ESTIMAÇÃO POR INTERVALO Profeor: Rodrigo A. Scarel rodrigo@ita.br www.mec.ita.br/~rodrigo

Etimação or itervalo: Uma etimativa otual, or er um úico valor, ão forece or i mema qualquer iformação obre a recião e a cofiabilidade da etimativa. Uma alterativa ara areetar um úico valor eato ara o arâmetro que etá edo etimado é calcular e relatar um itervalo comleto de valore lauívei: itervalo de cofiaça (IC). Eemlo: Cliete / miuto

Nível de cofiaça: Um itervalo de cofiaça emre é calculado elecioado-e rimeiro o ível de cofiaça, que é uma medida do grau de cofiabilidade do itervalo. Nívei de cofiaça uado com mai frequêcia: 90%, 95% e 99% Iterretação: o ível de cofiaça de % imlica que % de toda a amotra foreceriam um itervalo que iclui o arâmetro que etá edo etimado (e: µ, ), e aea (-)% de toda a amotra dariam um itervalo errôeo. A iformaçõe obre a recião de uma etimativa de itervalo ão tramitida ela ua eteão. Aim, e o ível de cofiaça for alto e o itervalo reultate for retrito, é oível dizer que o cohecimeto do valor do arâmetro é recio.

Proriedade báica de IC: O coceito e roriedade báica do IC ão itroduzido mai facilmete efocado rimeiro uma ituação imle: O arâmetro de iteree é a média oulacioal (µ) A ditribuição da oulação é ormal O valor do devio-adrão () é cohecido. Seja,,, uma amotra aleatória de uma ditribuição ormal com média µ e devio-adrão. Nete cao, ideedetemete do tamaho da amotra (): ~ N µ, µ = µ =

Proriedade báica de IC: Padroizado obtém-e: = ~ N( 0,) / µ Aim: µ P,96 < < +,96 = / 0,95... P,96 < µ < +,96 = 0,95,96 +,96 Se fizermo Cliete / amotrage em 95% dela µ etará miuto o IC

Proriedade báica de IC: Geeralizado: O itervalo de cofiaça de 00(-)% da média (µ) de uma oulação ormal, quado é cohecido é dado or:, + ou or ± NÍVEL DE CONFIANÇA 90% 95% 99% /,645,96,575

Nível de cofiaça, Precião e Tamaho da Amotra: Sedo o ível de cofiaça 00(-)%, a recião e o tamaho da amotra () relacioado, uma boa etratégia é eecificar o ível de cofiaça, e a emi-amlitude do itervalo de cofiaça (B) e etão determiar o tamaho da amotra. Aim: ±... = / B B /

Itervalo de cofiaça ara amotra grade: Teorema do Limite Cetral: Seja,, uma amotra aleatória de uma ditribuição qualquer com E[] = µ e Var[X] =. Se é uficietemete grade, etão: ~ & N µ, µ = µ = ( ) µ, To ~ & N Ob: qto. maior for o valor de, melhor erá a aroimação (>30) Aim, memo que a oulação ão eja ormalmete ditribuída, e é cohecido: µ / ~ & µ P < < + / ± com ível de cofiaça de aroimadamete 00(-)%

Itervalo de cofiaça ara amotra grade: Uma dificuldade rática a criação do itervalo de cofiaça é que deve-e cohecer o valor de. Se ubtituirmo or : = µ / Nete cao, eite aleatoriedade o umerador e o deomiador ( e variam de amotra ara amotra). Etretato, quado é grade, o uo de acreceta ouca variablidade etra a (é oível dizer que oui aroimadamete ditribuição ormal adroizada). ± IC (µ) de amotra grade (>40) com ível cofiaça de aroimadamete 00(-)% (é válido ideedetemete da ditribuição oulacioal).

Ob: Uma etimativa iicial de é obtida or amlitude/4. ˆ θ ± /... = B θ θ θ < + < ˆ ˆ P θ θ ˆ ˆ ± Itervalo de cofiaça geral ara amotra grade: Tamaho da amotra:

Itervalo de cofiaça moocaudai: Se o iteree é determiar aea limite ueriore ou iferiore (de uma amotra grade) deve-e criar limite de cofiaça: µ P < +,645 / 0,95 Portato, o limite de cofiaça uerior ara µ é: E o limite de cofiaça iferior ara µ é: CONFIANÇA 90%,85 95%,645 99%,38 µ P,645 < 0,95 / µ > µ < +

Itervalo de cofiaça ara roorção (): < + < ) ( ˆ ) ( ˆ P Aim Pelo TLC, e X é uma variável aleatória que cota o úmero de uceo em tetativa ideedete, e é uficietemete grade ( ) ( ) N N o uceo ) (, ~ ˆ ) (, ~ = = & &

Deevolvedo chega-e em: Quado é grade: 4 ( ) + + ± + = 4 ˆ ˆ ˆ 0 0 0 ( ) ˆ ˆ ˆ ± = Itervalo de cofiaça ara roorção ():

Nível de cofiaça, Precião e Tamaho da Amotra: Sedo o ível de cofiaça 00(-)%, a recião e o tamaho da amotra () relacioado, uma boa etratégia é eecificar o ível de cofiaça, e a emi-amlitude do itervalo de cofiaça (B) e etão determiar o tamaho da amotra. Aim: ˆ ˆ ( ˆ ) ( ) ˆ ˆ ±... = / B

Itervalo de cofiaça ara variâcia e devio adrão de uma oulação Normal: Seja,, a amotra aleatória de uma ditribuição ormal com arâmetro µ e. Etão a v.a. ( ) = ( X i ) i oui ditribuição de Qui-Quadrado (χ) com - gl.

( ) χ χ = < <,, P ( ) ( ) χ χ = < <...,, P ( ) ( ),, < < χ χ IC de com ível de cofiaça de 00(-)% : Itervalo de cofiaça ara variâcia e devio adrão de uma oulação Normal:

Itervalo de cofiaça ara amotra equea: Quado é equeo, rovavelmete ão erá mai róimo de, de modo que haverá maior variabilidade a ditribuição do etimador. ( ) ( ) µ / Aim, a ditribuição de erá mai diera que a ditribuição ormal adroizada. Teorema: Quado é a média amotral de tamaho de uma oulação ormal com média µ, a v.a. T oui uma ditribuição t-studet com - grau de liberdade. T = µ /

Itervalo de cofiaça ara amotra equea: Seja t,ν = o úmero o eio de medição ara o qual a área ob a curva t com gl ν à direita de t,ν é ; t,ν é chamado valor crítico t. P t < T < + t,, = em que T = µ / IC de µ com ível ± t, de cofiaça de 00(-)% ara uma oulação ormal.

Itervalo de cofiaça ara um úico valor: Em muita alicaçõe o ivetigador deeja rever um úico valor de uma variável a er obervada futuramete, em vez de etimar o valor médio dea variável. Nete cao o iteree é o itervalo de revião. Seja,, uma amotra aleatória de uma oulação com ditribuição ormal e queremo rever o valor de +. O revior otual é e o erro de revião é ( + ). Aim: E[ + ] = E[] E[ + ] = µ µ = 0 Var[ + ] = Var[] + Var[ + ] = ( /) + = ( + /)

Aim: E ubtituido or chega-e o itervalo de revião (IP) de uma úica obervação com ível de revião de 00(-)%: ( ) ( ) + = + = + + 0 ( ) + = + T t, + ± = + Itervalo de cofiaça ara um úico valor:

Para caa: Lita de Eercício 8 (ite: www.mec.ita.br/~rodrigo/) Leitura: Devore ca. 6: Etimativa otual (até 6.) ca. 7: Itervalo etatítico baeado Walole et al. ca. 9: Problema de etimação (9. a 9.7, 9.0 e 9.)