Grupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra

Documentos relacionados
Intervalo de Confiança

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória.

1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007)

Teste de Estatística 29 Outubro 2012 Correcção

Diferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr.

Grupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo:

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Processos Estocásticos

Opções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)

Exemplo. Exemplo. Taxa Interna de Retorno. Administração

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)

Sinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)

EXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016

Lista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda)

EXAME NACIONAL DE SELEÇÃO 2008

Juros Compostos 2016

Simulação por Eventos Discretos

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais.

Cap. 4 - Estimação por Intervalo

Nº de sucessos ,3277 0,4096 0,2048 0,0512 0,0064 0,0003. n Limite superior de 0,025 0,01 0,0025 0,000625

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ANÁLISE DE SINAIS E SISTEMAS

Capítulo 1 Tensão. (corresponde a σ

Estimadores de Momentos

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação

1 a Lista: MTM146: Prof. Paulo Magalhães:

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

Critérios para a Apuração dos Preços de Ajuste Março 2009.

DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017

Secção 7. Sistemas de equações diferenciais.

APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1

Lista 9 - Introdução à Probabilidade e Estatística

5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico

UMA ABORDAGEM GEOMÉTRICA DA TEORIA DE INVERSAS GENERALIZADAS PAULO HENRIQUE SALES GUIMARÃES

Critérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009

Exame MACS- Inferência-Intervalos.

MOMENTOS E FUNÇÕES GERADORAS

ECONOMIA DOS RECURSOS NATURAIS. A gestão dos recursos naturais recursos renováveis

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Critérios para a Apuração dos Preços de Ajuste Fevereiro 2009.

A limitação da metodologia dos MQ conduziu a diversas abordagens alternativas. As

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85.

Distribuições Amostrais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Universidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior

Exame final Estatística. 26 de Junho de 2003 Maria Helena Almeida

5 Modelo Teórico Modelagem determinística

Distribuições Amostrais

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO.

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

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

1 a Lista: MTM146: Prof. Paulo Magalhães:

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

1 Distribuições Amostrais

Electrónica /2007

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara

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

Um estudo de simulação sobre a estimação do desvio padrão de processos na presença de causas especiais de variação

4 Método dos elementos distintos para simular rochas

Resolva os grupos do exame em folhas separadas. O uso de máquinas de calcular e telemóveis não é permitido. Não se esqueça que tudo é para justificar.

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

Investigação Operacional. Modelos de Previsão

Disciplina de Princípios de Telecomunicações Prof. MC. Leonardo Gonsioroski da Silva

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with

LISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO

Sistemas de Controle I

Teste de Hipóteses Paramétricos

Considerações finais

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

4. Selecionando modelos de Projeção com. AIC e SIC. Primeiro, vamos falar do erro quadrático médio

ESTATÍSTICA NÃO-PARAMÉTRICA

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42

Análise Infinitesimal II LIMITES DE SUCESSÕES

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

7 Estimação de Parâmetros Desconhecidos e a Questão dos Diagnósticos

MOSFET: O MOSFET canal p e a Resistência de Saída Aula 3

Limite Hidrodinâmico de Processos de Exclusão Totalmente Assimétricos. Luana Amaral Gurgel

Teoria da Estimação 1

Universidade Federal de Lavras

Estimação da média populacional

XXII OLIMPÍADA BRASILEIRA DE MATEMÁTICA Terceira Fase Nível 3 (Ensino Médio)

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

Exame Final Nacional de Matemática Aplicada às Ciências Sociais Época especial

Principais fórmulas. Capítulo 3. Desvio padrão amostral de uma distribuição de frequência: Escore padrão: z = Valor Média Desvio padrão σ

Exercícios sobre o Modelo Logístico Discreto

ESTATÍSTICA EXPLORATÓRIA

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 1

Capítulo 4. Propriedades dos Estimadores de Mínimos Quadrados

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

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

Capítulo 5 Difusão em regime transiente

Exercícios de Análise de Sinal

FICHA DE TRABALHO 11º ANO. Sucessões

Experiência IV (aulas 06 e 07) Queda livre

Prova 3 Matemática ... RASCUNHO PARA ANOTAÇÃO DAS RESPOSTAS PROVA 3 INVERNO 2017 GABARITO 1 17/07/ :13 INSTRUÇÕES PARA A REALIZAÇÃO DA PROVA

Transcrição:

Exame fial Esaísica Maria Helea Almeida 7 de Maio de 003 José Aóio Piheiro Duração h e 30 Noe bem: Grupos diferees em folhas diferees Não se esqueça de ideificar TODAS as folhas 3 Para maer a ordem, a sereidade e a igualdade, ão se iram dúvidas de ierpreação AS NOTAS SÃO AFIADAS AMANHÃ DIA 8 DE MAIO ÀS 5 HORAS 5 OS ALUNOS INTERESSADOS PODEM VER OS TESTES AMANHÃ DIA 8 DE MAIO A PARTIR DAS 7 HORAS; TRATA-SE DE UMA SESSÃO ÚNICA Grupo I ( 3 valores) Comee jusificadamee as seguies afirmações (verdadeira, falsa, duvidosa,...). Dá-se um exemplo para mosrar o que se preede 0 Os parâmeros podem ser cosiderados variáveis aleaórias pois as suas esimaivas variam de amosra para amosra Resposa Os parâmeros são valores fixos caracerísicos de uma disribuição. NÃO são variáveis aleaórias por defiição e por coceio. As suas esimaivas sim, são valores de variáveis aleaórias e variam de amosra para amosra. Exemplo: o parâmero é esimado por que é uma variável aleaória; para cada amosra aleaória,, o valor de, x, é diferee mas o do parâmero, aida que descohecido ão muda! COMO VÊ NÃO TEM DE ESCREVER PÁGINAS Agora é a sério: Todas as probabilidades calculadas com base o Teorema Limie Ceral são aproximadas. Cosruir iervalos de cofiaça com um risco muio pequeo é bom pois a probabilidade de o iervalo ecorado coer o parâmero é grade. 3 Uma amosra aleaória uca leva a esimadores eviesados. Trabalhado com amosras aleaórias emos sempre a garaia de boas esimaivas. Grupo II ( valores) Seja a experiêcia aleaória assim defiida: laça-se um dado equilibrado aé que surjam rês pares seguidos ou rês ímpares seguidos. a) Qual o úmero míimo de laces que deve ser feio? b) Qual o cardial do espaço dos resulados? c) Escreva dois acoecimeos desa experiêcia aleaória. d) Calcule a probabilidade de a experiêcia apreseada ermiar o 5º lace Exame de Esaísica, Semesre de Primavera, 003, ª Época

Grupo III (5 Valores) Supoha duas cerais do Serviço Nacioal de Ambulâcias, a Ceral A e a Ceral B. As cerais são próximas uma da oura. O úmero de chamadas que a ceral A recebe por hora é uma variável de Poisso com valor médio 8. O úmero de chamadas que a ceral B recebe por hora é uma variável de Poisso Y com valor médio 6. Sempre que a ceral A recebe mais do que chamadas em 5 miuos, em de pedir ajuda à ceral B. Se o oal de chamadas diário para as duas cerais for superior a 600, os bombeiros pedirão uma audiêcia ao Miisro das Ambulâcias. a) Qual a probabilidade que a ceral A eha de pedir ajuda à ceral B um cero quaro de hora? b) Qual a probabilidade que, em duas horas, a ceral A peça ajuda à ceral B apeas em dois quaros de hora? c) Qual o úmero médio de chamadas recebidas pelas duas cerais por dia? d) Qual a probabilidade que os bombeiros peçam uma audiêcia ao Miisro das Ambulâcias? e) Um pedido de ajuda acabou de chegar à ceral A. Qual é a probabilidade que o pedido seguie chegue aes que passem 5 miuos? Grupo IV (5 Valores) Cosidere o seguie esaio de hipóeses uma população ormal ode 8. H 00 0 H aleraiva 00 Supoha que dispõe de uma amosra aleaória de dimesão 6. a) Qual a regra de decisão que deve adopar se fixar 5%? b) Supoha momeaeamee que o valor de 0 ; calcule o valor de associado à regra de decisão da alíea a); cosidera grave que al valor seja ão elevado? c) Supoha agora momeaeamee que o verdadeiro valor é 50 ; verifique que o valor de é praicamee ulo. Exame de Esaísica, Semesre de Primavera, 003, ª Época

d) Na siuação da alíea c) será possível ecorar uma regra de decisão que lhe garaa valores praicamee ulos de e de? Se sim, ecore uma e jusifique que de faco e são praicamee ulos; se ão, diga porquê. e) Regresse à siuação da alíea a); supoha que obeve x 6 05. 6 ; qual o p- value associado a ese valor? f) Supoha agora que, a mesma população ormal, é descohecida e a parir ' da mesma amosra de dimesão 6 obém a esimaiva s 5. Tese com % a hipóese ula de que 8. DOS SEGUINTES GRUPOS V FAÇA UM E APENAS UM Cosidere uma amosra aleaória Grupo V A (3 valores),, geradora de momeos de é M (). Demosre que de uma cera população. A fução M ( ) M ( ) Grupo V B (3 valores) Seja p a verdadeira proporção de apoiaes do Parido is. Sejam ˆp e ˆp dois esimadores de p assim defiidos: pˆ e 00 pˆ,sedo 0 respecivamee uma amosra aleaória de 00 e 0 eleiores. que ˆp. e o úmero de sis a) Demosre que, sedo ambos os esimadores cerados, ˆp é mais eficiee do 00 pˆ 0 ˆ b) Demosre que o esimador ˆ p p é aida cerado mas mais 0 eficiee do que qualquer dos ouros dois. 3 Exame de Esaísica, Semesre de Primavera, 003, ª Época

Exame fial Esaísica Maria Helea Almeida 7 de Maio de 003 José Aóio Piheiro Topicos de resolucao A frase é ambígua. Se a população origial for exacamee Normal, o resulado apreseado o TLC é exaco. Mas, essa alura, as propriedades da Normal chegavam para jusificar o resulado. Se se ivoca o Teorema Limie Ceral é porque ele é preciso e a disribuição origial ão é ormal. Nesse caso os cálculos de probabilidades calculados pelo TLC serão de faco aproximados, ao melhores quao mais simérica for a disribuição da variável. A frase esá duplamee errada: um valor de pequeo leva a iervalos mais largos e, porao, meos iformaivos; a probabilidade de ESSE iervalo ecorado coer o parâmero é zero ou um. O risco associado a um cero em de se avaliar idepedeemee de UM cero iervalo que eha sido ecorado. 3 Esa frase é ambém uma dupla armadilha. Cosideramos que rabalhamos sempre com amosras aleaórias pois o seu carácer é essecial à idução. Mas lá porque uma amosra é aleaória ão quer dizer que o esimador seja por exemplo cerado. Por mais aleaória que seja,,, o esimador de, i i será sempre muio mau!! Quao as esimaivas serem boas ou mas isso depede dos acasos amosrais! Muio se poderia escrever sobre iso! Grupo II ( valores) a) Três laces, auralmee b) O espaço dos resulados em cardial ifiio umerável; sedo S a ordem do laçameo em que a experiêcia pára, S 3,, c) As resposas são ambém ifiias!!! Exemplos: a experiêcia ermia ao décimo lace; a experiêcia ermia um lace par; a ordem de saída do erceiro par é iferior a 0 mas ereao regisaram-se pelo meos 0 impares.. d) A experiêcia pára o 5º lace os seguies casos: PIPPP, IIPPP, IPIII, PPIII Exame de Esaísica, Semesre de Primavera, 003, ª Época

Como cada saída é um acoecimeo idepedee, cada caso em a 5 probabilidade e o resulado pedido é. 5 8 Grupo III a) Se h Poisso ( 8) eão Poisso( ) ; pede-se h ) F() 0.677 0. pois P( ) P( 33 ; abelas!!!! h h b) Duas horas são 8 períodos de um quaro de hora; em cada quaro de hora A pede ou ão ajuda a B. Traa-se de uma biomial. Seja Z o úmero de vezes que A pede ajuda a B em duas horas; Z Bi( 8, p 0.33) ; pede-se 8 6 P ( Z ) C (0.33) (0.677) 0.83 c) Se h Poisso ( 8) eão dia Poisso ( ) Se Y h Poisso ( 6) eão Y dia Poisso ( 38 ) Assim ( W dia Ydia ) Poisso ( 576) ; sabe-se que o valor médio da disribuição de Poisso é igual ao parâmero, dode o úmero pedido é 576. d) 600 576 P ( W 600) ( ) () 0.83 0. 587 576 correcção de coiuidade que eria efeios praicamee ulos. ; podia ambém efecuar a e) Na ceral A, h Poisso ( 8) ; eão os empos ere acoecimeos são expoeciais com o mesmo 8; ora 5 miuos é da hora; sedo T a variável aleaória que desiga o empo ere acoecimeos, pede-se P ( T ); a lei expoecial respeciva permie escrever P( T ) 0 8e 8* d e 8* 0.866 5 Exame de Esaísica, Semesre de Primavera, 003, ª Época

Grupo IV a) P( rej H H0) P( 6 L 6 8 N (00, )) 6 0 H 0 5% 00 L L 00 L 00 ( ) 5%. 65 L 03. 7 b) 00 0 03.7 Se momeaeamee 0 esamos o esaio H 00 0 H 0 Necessariamee é eorme. Veja-se: 8 P ( rej H H) P( 6 L 6 N(0, )) (.) 0.88 6 Exame de Esaísica, Semesre de Primavera, 003, ª Época

Será sempre de desejar e pequeos, como regra de bom seso. No eao esa siuação as duas hipóeses são ão próximas que isso é impossível. De faco como disiguir uma saca com 5 baaas e 55 cebolas de uma saca de 3 baaas e 57 cebolas? Mais imporae aida: al disição é em boa pare irrelevae pois as duas hipóeses são parecidíssimas e perguamo-os se vale a pea perder empo a disigui-las. c) Se momeaeamee 50 H 00 0 esamos o esaio H 50 Necessariamee é muio pequeo pois as hipóeses são fáceis de disiguir. Algo como: 8 P( rej H H) P( 6 L 6 N(50, )) (0.58) veham queixar-se que 0.58 ão vem as abelas!!!! Noe que se maém o valor de 5%. 0 ; ão d) Cosideramo-os liberos de 5%!! De ouro modo ão poderíamos reduzir. Se deslocar a regra de decisão para um poo iermédio ere 00 e 50 ambos os erros serão praicamee zero. Seja por exemplo L 5. Os cálculos clássicos dão 0 e 0 8 e) O desigado p value será P ( 6 05.6 6 N(00, ) 3.07% ' ( ) S f) Sob H 0, (5) A regra de decisão com % será de rejeiar a hipóese ula se o valor do 5.3 30.6 7 Exame de Esaísica, Semesre de Primavera, 003, ª Época

ese for superior a 30.6 ou iferior a 5.3. Ora a cocreização de 5.5 H 0, 7. 5 8. A hipóese ula deve ser maida. ( ) S ' é, sob Grupo V A M ( ) M... ( )...... E( e ) E( e ) E( e e... e ) M ( ) Grupo V B a) É sabido que sedo p pˆ, se em E( pˆ) p e aida pq V ( pˆ) ; eão E E pˆ ( pˆ ( ) ) p p pq V ( pˆ ) 00 pq V ( pˆ ) 0 Noe-se que p é o mesmo...assim sedo V p ) V ( ) ˆ) 00 E( pˆ ) 0E( pˆ 0 ˆ ˆ ( p 0 p 0 b) E( p p pq V ( pˆ ), que é meor que qualquer das duas ouras variâcias. 0 ) 8 Exame de Esaísica, Semesre de Primavera, 003, ª Época