Estatística Multivariada Normal Multivariada Função densidade conjunta e contorno de probabilidade

Documentos relacionados
NOTAS DE AULA DA DISCIPLINA CE DENSIDADE NORMAL MULTIVARIADA E SUAS PROPRIEDADES

3. VARIÁVEIS ALEATÓRIAS

MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM. O modelo log-linear de Poisson

30/09/2015. Distribuições. Distribuições Discretas. p + q = 1. E[X] = np, Var[X] = npq DISTRIBUIÇÃO BINOMIAL. Contínuas. Discretas

sendo classificado como modelo de primeira ordem com (p) variáveis independentes.

Análise de dados industriais

Análise de regressão

MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS

Estatística II. Aula 8. Prof. Patricia Maria Bortolon, D. Sc.

Geometria Analítica - Aula

28 a Aula AMIV LEAN, LEC Apontamentos

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Pág Circunferência: ( ) ( ) 5.4. Circunferência: ( ) ( ) A reta r passa nos pontos de coordenadas (0, 1) e (2, 2).

O raio de um núcleo típico é cerca de dez mil vezes menor que o raio do átomo ao qual pertence, mas contém mais de 99,9% da massa desse átomo.

Análise de correlação canônica na descrição de potenciais de desenvolvimento nos municípios de Minas Gerais

Universidade Federal do Rio de Janeiro INSTITUTO DE MATEMÁTICA Departamento de Matemática

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Cap. 7. Princípio dos trabalhos virtuais

4 Critérios para Avaliação dos Cenários

Cálculo IV EP7 Tutor

Resoluções dos exercícios propostos

/ :;7 1 6 < =>6? < 7 A 7 B 5 = CED? = DE:F= 6 < 5 G? DIHJ? KLD M 7FD? :>? A 6? D P

A energia cinética de um corpo de massa m, que se desloca com velocidade de módulo v num dado referencial, é:

3. Geometria Analítica Plana

1 a Prova de F-128 Turmas do Noturno Segundo semestre de /10/2004

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

a média populacional do i-ésimo tratamento; o efeito do i-ésimo tratamento na variável dependente Y e mede o afastamento da média µ

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 21 DE JULHO Grupo I. Questões

A seção de choque diferencial de Rutherford

Hewlett-Packard MATRIZES. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Derivada Escola Naval

TEMA 3 NÚMEROS COMPLEXOS FICHAS DE TRABALHO 12.º ANO COMPILAÇÃO TEMA 3 NÚMEROS COMPLEXOS. Jorge Penalva José Carlos Pereira Vítor Pereira MathSuccess

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

Hewlett-Packard MATRIZES. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

RESOLUÇÃO. Revisão 03 ( ) ( ) ( ) ( ) 0,8 J= t ,3 milhões de toneladas é aproximadamente. mmc 12,20,18 = 180

ANOVA Modelos de Efeitos Aleatórios

λ, para x 0. Outras Distribuições de Probabilidade Contínuas

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A

Prova Escrita de Matemática A 12. o Ano de Escolaridade Prova 635/Versões 1 e 2

Justifique todas as passagens

2. VARIÁVEIS ALEATÓRIAS

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Principais Modelos Contínuos

Capítulo 8. (d) 1) 0,5 2) 1,0 3) 0,5 4) 0 5) 2/3 6) 1/2. Problema 02. (a) (b)

NOTAS DE AULA DA DISCIPLINA CE076

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 21 DE JULHO 2014 Grupo I.

NOTAS DE AULA DA DISCIPLINA CE076 = 2. ], T 2 = conhecido como T 2 de Hotelling

Covariância na Propagação de Erros

MAE 0330 ANÁLISE MULTIVARIADA DE DADOS. Análise Fatorial. Júlia M Pavan Soler

Adriano Pedreira Cattai

MAE 0330 ANÁLISE MULTIVARIADA DE DADOS. Análise Fatorial. Júlia M Pavan Soler

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística I - Licenciatura em MAEG 2º Ano PADEF Junho 2005 Parte teórica Prova Nome: Nº

Métodos Avançados em Epidemiologia

Teste do Qui-Quadrado( ) 2 x

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Indice de Gini. Como existem N (N 1 ) / 2 pares distintos, o Gini corresponde a :

Ficha de Trabalho Matemática 12ºano Temas: Trigonometria ( Triângulo rectângulo e círculo trigonométrico) Proposta de correcção

, ou seja, 8, e 0 são os valores de x tais que x e, Página 120

Dfinição d grafo Grau d um vértic Dfinição 1.1 Um grafo é uma strutura G = G(V,E) ond V = {v 1,v 2,...,v n } é um conjunto finito não vazio, cujos lmn

ANÁLISE DIMENSIONAL E SEMELHANÇA. Determinação dos parâmetros

tg 2 x , x > 0 Para determinar a continuidade de f em x = 0, devemos calcular os limites laterais

COLEÇÃO DARLAN MOUTINHO VOL. 04 RESOLUÇÕES. com. voce

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.

Álgebra. Matrizes. . Dê o. 14) Dada a matriz: A =.

A trajetória sob a ação de uma força central inversamente proporcional ao quadrado da distância

RESUMO de LIMITES X CONTINUIDADE. , tivermos que f(x) arbitr

PROPAGAÇÃO EM RÁDIO MÓVEL Prof. Waldecir J. Perrella. Desvanescimento em Pequena Escala e Multipercurso.

1ª PROVA DE ESTATÍSTICA EXPERIMENTAL

Pág , isto é, é o número Pretende-se mostrar que x [ ] f ( x) Seja h a restrição da função f ao intervalo ],0].

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

COLEÇÃO DARLAN MOUTINHO VOL. 04 RESOLUÇÕES. com. e voce

/ d0) e economicamente (descrevendo a cadeia de causação

). Quer os eixos de S quer os de S

PRESSUPOSTOS DO MODELO DE REGRESSÃO

ModelosProbabilísticos paravariáveis Discretas. Modelo de Poisson

MATRIZES 04) (FATEC-SP) Seja A a ij uma matriz quadrada de . Nessas ordem 2 tal que

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Análise Descritiva com Dados Agrupados

EFEITOS DO ERRO AMOSTRAL NAS ESTIMATIVAS DOS PARÂMETROS DO MODELO FATORIAL ORTOGONAL

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

O problema da superdispersão na análise de dados de contagens

IND 1115 Inferência Estatística Semestre turma B Teste 2 10/06/2005 GABARITO

Testes não-paramétricos

ANÁLISE DA QUALIDADE DE RESULTADOS GPS EM PROGRAMAS COMERCIAIS

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

Apêndice Matemático. Se este resultado for inserido na expansão inicial (A1.2), resulta

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha

P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5

Matemática: Lista de exercícios 2º Ano do Ensino Médio Período: 1º Bimestre

3 Modelo para o Sistema de Controle (Q, R) com Nível de Serviço

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

4 Autovetores e autovalores de um operador hermiteano

Resoluções dos exercícios propostos

Teste de Matemática CURSO: Ciências do Desporto 31/I/11 Duração: 2h Justifique cuidadosamente todas as suas respostas.

INTRODUÇÃO À ESTATÍSTICA

Padrões espaciais de pobreza rural: uma análise exploratória na Bacia do Rio São Francisco, Brasil

UNIVERSIDADE FEDERAL DE ITAJUBÁ PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO

Transcrição:

Estatístca ultvarada Normal ultvarada Função dnsdad conjunta contorno d robabldad Prof. José Francsco orra Pssanha rofssorjfm@hotmal.com

Dstrbução normal unvarada Sja uma varávl alatóra normalmnt dstrbuída com méda dsvo-adrão (, ) ~ N tm dstrbução Normal com méda varânca f() A função dnsdad da normal é totalmnt caractrzada or dos arâmtros: a méda: E() a varânca: Var() f π A função dnsdad f() é smétrca m torno da méda da dstrbução ossu a forma d um sno

~ N(, ) Dstrbução normal unvarada Função dnsdad d robabldad ( π ) π f π Quadrado da dstânca ntr a méda m undads d dsvos adrão Númro d dsvos adrão ntr a méda ( ) Substtundo m f() tm-s: f π ( ) / ( )( ) ( )

Dstrbução conjunta d normas ndndnts f, π Dnsdad conjunta varávs alatóras ndndnts, N, ~ Dnsdads margnas π f,..., π f,..., K

Dstrbução conjunta d normas ndndnts π f,..., K dt K O K K L O L K T L O L K

Dstrbução conjunta d normas ndndnts π T f f,k, E L O L atrz d covarâncas dagonal, os as varávs alatóras são ndndnts Dnsdad conjunta

Dstrbução normal multvarada Função dnsdad d robabldad d ~ N (,) π T f f /,..., N L O L, ~ Normal varada ( varávs alatóras) ~, N Dstânca d ahalanobs A dstrbução normal multvarada é uma gnralzação da normal unvarada Vtor d médas atrz d covarâncas A função dnsdad da normal multvarada é caractrzada lo vtor d médas la matrz d covarânca

Encontra-s no ont da função dnsdad da normal Quadrado da dstânca gnralzada ntr a méda Dstânca d ahalanobs T ( ) Emlo: Normal bvarada () so kg altura cm 7 75 5 9 9 6 5 ( ) 7 75 9 6 75 9 5 6 T ( ) 7 5 9 75 + 6 Prasanta Chandra ahalanobs 893-97 7 ( 7)( 7) ρ 5 6

Normal bvarada, ~ N Normal bvarada ( ) Parâmtros da dstrbução normal bvarada Vtor d médas atrz d covarâncas π T f / / Obtnha a dnsdad conjunta

Normal bvarada atrz d covarâncas m função das varâncas do cofcnt d corrlação lnar ρ ρ ρ ρ ρ cofcnt d corrlação ntr Dtrmnant da matrz d covarâncas varânca gnralzada ρ ρ f ( ) ρ ( / π ) / ( ρ ) T ( ) ( ) ( )

Normal bvarada ρ ρ dt ( ρ ) Invrsa da matrz d covarâncas ρ dt ( ) ρ ρ ( ρ ) ρ ρ ρ ρ

ρ ρ ρ T + ρ ρ T Normal bvarada π T f / / Forma uadrátca

O ont da dnsdad normal multvarada é o uadrado da dstânca gnralzada ou dstânca d ahalanobs: f ( ) ( / π ) / Normal bvarada T ( ) ( ) ( ) Quadrado da dstânca d ahalanobs T ( ) Comar a rssão acma com o uadrado da dstânca ucldana Quadrado da dstânca ucldana ( ) + ( ) Dstânca ntr ( ) T ( ) ( )

Normal bvarada Cálculo da dstânca d ahalanobs T ( ) ρ ρ + ρ ρ ρ ( )( ) Dstânca d ahalanobs Soma d arclas admnsonas

Normal bvarada Função dnsdad d robabldad da normal bvarada ( ) f (, ) π ( ρ ) ρ + ρ ( )( ) f(, ) Função dnsdad cntrada no vtor méda

Normal bvarada Função dnsdad f (, ) π ( ρ ) ρ + ρ ( )( ) Fazndo o ont da dnsdad normal multvarada gual a uma constant C tm-s a uação d uma ls cntrada na méda: ρ + ρ ( )( ) C f ( ) π C ( ρ ) Valor da função dnsdad nos ontos u formam a ls O lugar gométrco dos vtors u satsfazm a gualdad acma é uma ls cntrada no vtor méda com os nas drçõs dos autovtors d.

Normal bvarada Eos da ls são arllos aos os das varávs Eos da ls são nclnados m rlação aos os das varávs Eos da ls são nclnados m rlação aos os das varávs

Prordads da dstrbução normal multvarada Sja um vtor alatóro com dstrbução N (,) Prordad ) Combnaçõs lnars das comonnts d tm dstrbução normal a a a a a y T + + K K a a a N y T T ~, A a a a a y y Y L O K T A A N Y A ~, combnaçõs lnars d varávs alatóras normalmnt dstrbudas combnação lnar d varávs alatóras normalmnt dstrbudas

Prordads da dstrbução normal multvarada Sja um vtor alatóro com dstrbução N (,) Prordad ) Subconjuntos das comonnts d têm dstrbução normal multvarada +, ~, ~ N N + + + + + + + + +,,,,,,,, L L O O L L L L O O L L

Prordads da dstrbução normal multvarada Sja um vtor alatóro com dstrbução N (,) Prordad 3) Covarâncas nulas ntr varávs normalmnt dstrbudas ndcam u são varávs ndndnts são ndndnts

Forma uadrátca No caso gral, fazndo o ont da função dnsdad gual a uma constant C tm-s a uação d um lsód cntrado na méda com os nas drçõs dos autovtors da matrz d covarâncas : f ( ) ( / π ) / T ( ) ( ) ( ) T C Elsód d vtor alatóro com dstrbução normal trvarada

Forma uadrátca T C As drçõs dos os do lsód são dfndas las drçõs dos autovtors da matrz d covarâncas. Os comrmntos dos sm-os do lsód são roorconas aos autovalors da matrz d covarâncas. λ λ K K λ autovtors autovalors T, traço( ) λ + λ + K+ λ T j j

Intrvalo d robabldad da normal unvarada Sja uma varávl alatóra com dstrbução normal com méda varânca, ntão P ( + ) 95% 95%,, dsvos adrão m rlação a méda

Contorno d robabldad Sja um vtor alatóro com dstrbução normal multvarada, ~ N (,). Nst caso, T χ ~ Função dnsdad da dstrbução u-uadrado 3 4 5 Caso normal bvarada () so kg altura cm 7 75 5 9 9 6 5 ( ) 7 75 9 6 75 9 5 6 T ( ) 9 7 ( 7)( 7) 7 75 ρ + ~ 5 6 5 6 χ

Contorno d robabldad Sabmos u T C dfn um lsód No caso bvarado () a forma uadrátca dfn uma ls Qu ls contém 95% da robabldad? Rsosta: 75 75 95% ( 7)( 7) 7 75 + ρ χ 9 5 6 5 6 5 6 7 75 ( 7)( 7) P 5% 95 + ρ χ 9 5 6 5 6 5 6 ( 5% ) 5, 99 χ ( 5% ) % 7 7 95%

Caso normal bvarada () 7 75 5 9 9 6 so kg altura cm Contorno d robabldad 5 ( ) 7 75 9 6 75 9 5 6 T ( ) 9 7 ( 7)( 7) 7 75 ρ + ~ 5 6 5 6 χ ( 5% ) 5, 99 χ Euação do contorno d robabldad ( 7)( 7) 7 75 5,99 + ρ 9 5 6 5 6 5 6

Contorno d robabldad No caso gral, tmos o contorno com robabldad -α d uma dstrbução multvarada Euação do contorno d robabldad -α T χ ( α% ) Elsód cntrado na méda com os nas drçõs dos autovtors da matrz d covarânca O comrmnto d cada sm-o do lsód é roorconal ao rsctvo autovalor P Probabldad do vtor alatóro rtncr ao contorno [ ] T χ α α

Emlo : Contorno d robabldad Consdr a normal bvarada com médas, varâncas covarânca. Dsnh o contorno d robabldad d 5%. ) Calcul os autovalors d dt ( λi ) λ λ ( λ)( λ) / λ 3λ +,5 λ λ α 5% ( 5% ), 39 χ,366,634

Emlo : Contorno d robabldad ) Calcul os autovtors d Autovtor assocado com λ λ, 366,366,366,888,46 Autovtor assocado com λ λ, 634,366,366,46,888

Emlo : Contorno d robabldad 3) Dsnh o contorno d robabldad ( 5% ), 39 χ λ λ,366,634,888,46,46,888 χ (, ) λ 5 χ (, ) λ 5

Emlo : Contorno d robabldad Calculando os autovalors autovtors d com o R: ) Entrando com a matrz d covarânca no R or coluna: sgmamatr(c(,srt()/,srt()/,),nrow) ) Calculando os autovalors autovtors: mgn(sgma);lambdam$valus;m$vctors > lambda [].36654.6339746 λ λ > [,] [,] [,] -.888738.45978 [,] -.45978 -.888738 Cada coluna é um autovtor

Emlo : Contorno d robabldad Dsnhando o contorno com o R ) Entrando com a matrz d covarânca no R or coluna: sgmamatr(c(,srt()/,srt()/,),nrow) ) Dsnhando o contorno d 5% lot(lls(sgma,cntrc(,),lvl.5,nonts),ty'l,a s) lls acot obtdo m htt://bl.unv-lyon.fr/lbrary/lls/ cntr vtor com as coordnadas do cntro da ls lvl nívl d robabldad nonts númro d ontos ty to do onto

Emlo : Contorno d robabldad Dsnhando o contorno com o R

Emlo : Contorno d robabldad A tabla abao mostra a dad (anos) o rço d vnda (US$ ) ara n carros usados, carro 3 4 5 6 7 8 9 dad 3 5 5 7 7 7 8 9 rço,3,9,,7,3,,5,45,7,3 a) Dsnh o contorno d robabldad d 5% cont uantas obsrvaçõs stão no ntror do contorno. b) Os dados são rovnnts d uma dstrbução normal bvarada?

Emlo : Contorno d robabldad A tabla abao mostra a dad (anos) o rço d vnda (US$ ) ara n carros usados, a) Dsnh o contorno d robabldad d 5% cont uantas obsrvaçõs stão no ntror do contorno...5..5..5 3. 4 6 8 #monta matrz d dados <-c(3,5,5,7,7,7,8,9,,) <-c(.3,.9,.,.7,.3,.,.5,.45,.7,.3) <-cbnd(,) # calcula vtor mda mualy(,,man) # calcula matrz d covarâncas sgmavar() # dsnha o contorno d 5% lot(lls(sgma,cntrmu,lvl.5,nonts),ty'l',lmc(,),ylmc(,3)) onts() Anas 4 ontos no ntror do contorno d 5%

Emlo : Contorno d robabldad A tabla abao mostra a dad (anos) o rço d vnda (US$ ) ara n carros usados, a) Dsnh o contorno d robabldad d 5% cont uantas obsrvaçõs stão no ntror do contorno. Não rcsa dsnhar o contorno ara sabr uantas obsrvaçõs stão no su ntror, os sts ontos dvm satsfazr a sgunt dsgualdad: T χ ( α ) Nst caso α5%, logo o u-uadrado tablado é,39.

Emlo : Contorno d robabldad A tabla abao mostra a dad (anos) o rço d vnda (US$ ) ara n carros usados, a) Dsnh o contorno d robabldad d 5% cont uantas obsrvaçõs stão no ntror do contorno. Programa R snvsolv(sgma) for ( n :){ au[,]-mu d[]t(au)%*%snv%*%au } round(d,) 4.6...64 3.7..5.65.6.59 Em 4 obsrvaçõs d<.39, logo há 4 obsrvaçõs no ntror do contorno d 5%

Emlo : Contorno d robabldad A tabla abao mostra a dad (anos) o rço d vnda (US$ ) ara n carros usados, b) Os dados são rovnnts d uma dstrbução normal bvarada? Dado o uno númro d obsrvaçõs da amostra (n) é dfícl rjtar a hóts d normaldad bvardada

Bblografa Johnson, R.A. & Wchrn, D.W. Ald ultvarat Statstcal Analyss. 5 d., Prntc-Hall.