Prova # 2 8 junho de 2015

Documentos relacionados
Prova # SUB 15 junho de 2015

Regressão Linear Simples

ANÁLISE DE REGRESSÃO

Modelos de Regressão Linear Simples - parte III

Estatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5

Análise de Regressão EST036

Análise de Regressão EST036

Inferência para duas populações

Inferência para várias populações normais análise de variância (ANOVA)

Modelo de Regressão Múltipla

Análise da Regressão. Prof. Dr. Alberto Franke (48)

Cap. 9 Comparação entre tratamentos

Testes de Hipóteses II

5.3 Experimentos fatoriais a dois fatores. Ambos os fatores são supostos fixos e os efeitos de tratamento são definidos como desvios da média tal que

Estatística para Cursos de Engenharia e Informática

X e Y independentes. n + 1 m

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

Conceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos

Introdução à probabilidade e estatística II

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

Introdução à probabilidade e estatística II

Correlação e Regressão

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei

Teste de hipótese de variância e Análise de Variância (ANOVA)

DELINEAMENTO EM BLOCOS AO ACASO

REGRESSÃO LINEAR Parte I. Flávia F. Feitosa

Teoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas

Prof. Lorí Viali, Dr.

Experimentos Balanceados com Dois Fatores

MAE Introdução à Probabilidade e Estatística II Resolução Lista 4

Análise de Aderência e de Associação

Teste de hipótese de variância e Análise de Variância (ANOVA)

ANÁLISE DE VARIÂNCIA DE UM CRITÉRIO (DIC)

CONHECIMENTOS ESPECÍFICOS

Probabilidades e Estatística - LEIC + LERCI + LEE 2 o semestre 2004/05

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA. Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais

Modelos de Regressão Linear Simples - parte II

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla

Experimentos Fatoriais

MAE Planejamento e Pesquisa II

Estatística Básica. 13 de maio de 2009

Regressão Linear - Parte I

Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.

= Assim, toma-se ˆp= x m =

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II

(a) 0,90 (b) 0,67 (c) 1,0 (d) 0,005

Tópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas

ESQUEMA FATORIAL. Lucas Santana da Cunha Universidade Estadual de Londrina Departamento de Estatística

Capítulo 4 Inferência Estatística

3 a. FASE DO CONCURSO VESTIBULAR DO BACHARELADO EM ESTATÍSTICA 1 a. PROVA DA DISCIPLINA: CE065 ELEMENTOS BÁSICOS PARA ESTATÍSTICA CANDIDATO:

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V

Esquema Fatorial. Esquema Fatorial. Lucas Santana da Cunha 06 de outubro de 2018 Londrina

Delineamento e Análise Experimental Aula 4

Lucas Santana da Cunha de outubro de 2018 Londrina

Regressão linear simples

Regressão Linear Múltipla

AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas

Probabilidade e Estatística

Estatística. Guia de Estudos P2

Teste de hipótese de variância e Análise de Variância (ANOVA)

Análise de Regressão Linear Simples e

Universidade Federal de Viçosa Departamento de Estatística

AULA 05 Teste de Hipótese

Análise de variância (ANOVA)

Instituto Federal Goiano

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

MAE Planejamento e Pesquisa I

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Estatística de Teste: Decisão: p α Rejeita-se H 0. Hipóteses: Ǝ i,j σ 1 σ 2 i,j=1,,k. Estatística de Teste: Decisão: p >α Não se rejeita H 0

ANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno

Lucas Santana da Cunha de outubro de 2018 Londrina

3. Experimentos a um único fator: Análise de Variância (ANOVA) 3.7 Comparações entre médias de tratamento

Tratamento Estatístico de dados em Física Experimental

Correlação e Regressão Linear

Princípios de Bioestatística

a) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%

Métodos Estatísticos Avançados em Epidemiologia

CONHECIMENTOS ESPECÍFICOS

Apontamentos de Introdução às Probabilidades e à Estatística

Análise de Dados Longitudinais Aula

RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 2018

AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1

Teste de Hipótese. Capítulo 8 Triola, 10 a. Ed. (Capítulo 7 Triola, 9 a. Ed.) 1 Visão Geral. 2 Fundamentos do teste de hipótese

UNIDADE V EXPERIMENTOS FATORIAIS (RC)

Planejamento de Experimentos. 13. Experimentos com fatores aleatórios

Solução dos Exercícios - Capítulos 1 a 3

2 ou mais fatores são de interesse.

Correlação e Regressão

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

DELINEAMENTO FATORIAL. Profª. Sheila Regina Oro

AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância)

MAE Introdução à Probabilidade e à Estatística II. Lista de Exercícios 5-1 sem de Profa. Lígia Henriques-Rodrigues

CONHECIMENTOS ESPECÍFICOS

Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07

BIOESTATÍSTICA. Parte 5 Testes de Hipóteses

Distribuições derivadas da distribuição Normal. Distribuição Normal., x real.

Transcrição:

MAE 229 -Introdução à Probabilidade e Estatística II Prof. Fábio Machado e Prof. Lígia Henriques-Rodrigues Prova # 2 8 junho de 2015 Questão 1 2 3 4 Total Valor Nome: Nro. USP: Observações: Não destaque as folhas. Organize suas respostas. Não serão fornecidas folhas adicionais. Use todo o espaço disponível (frente e verso). Na última página encontram-se tabelas para resolução da prova. Fórmulas: Média: x = x 1+...+x n n Variância: s 2 = 1 n 1 n i=1 (x i x) 2 = 1 n 1 ( n i=1 x2 i n( x)2 ). Se X B(n, p), P(X = k) = ( n k) p k (1 p) n k, k = 0, 1,..., n, então E(X) = np, V ar(x) = np(1 p). Aproximação: Se X B(n, p), então, quando n é grande, Z = Comparação de variâncias: W = S2 1 S 2 2 Comparação de médias: ( F (n 1, m 1) e IC( σ2 2 ; γ) = σ1 2 Z = X Y (µ X µ Y ) σ 2 1n + σ2 2m N(0, 1), e IC(µ 1 µ 2 ; γ) = T = X Y (µ X µ Y ) S p 1 n + 1 m IC(µ 1 µ 2 ; γ) = X np np(1 p) N(0, 1). f 1 s 2 2 s 2 1 ) s, f 2 2 2. s 2 1 ) σ1 (( x ȳ) ± z 2 γ n + σ2 2 m. t(n + m 2), em que S 2 p = (n 1)S2 1 +(m 1)S2 2 n+m 2 (( x ȳ) ± t γ (n + m 2)s p 1 n + 1 m T = X Y (µ X µ Y ) t(ν), sendo ν = (A+B)2 S 1 2 n + S2 A 2 2 n 1 + B2 ( m ) s ( x ȳ) ± t γ (ν) 2 1n + s2 2m. m 1 )., e, A = s2 1 n e B = s2 2 m ; IC(µ 1 µ 2 ; γ) = T = n(d µd ) S D t(n 1), em que µ D = µ X µ Y, D = X Y e SD 2 = n i=1 (D i D) 2 n 1 ; IC(µ D ; γ) = ( d ± t γ (n 1)s D / n ). Teste Qui-quadrado: χ 2 = s (O i E i ) 2 i=1 E i χ 2 (s 1), em que E i = np i0. Teste de Independência: χ 2 = r s (O ij E ij ) 2 i=1 i=1 E ij k i=1 n iy i N Análise de variância: y = F = QMEnt QMDen F (k 1, N k). χ 2 (r 1)(s 1), em que E ij = O i O j n. ; SQEnt = k i=1 n i(y i y) 2 ; SQDen = k i=1 (n i 1)S 2 i ; Regressão linear simples: ˆα = ȳ ˆβ x; ˆβ = Sxy S xx, com S xy = n i=1 x iy i n xȳ; r = Sxy ; SxxSyy ( ˆβ β) Sxx QMRes t(n 2); (ˆα α) nsxx QMRes t(n 2); x 2 i ( [ 1 n + (x i x) 2 IC(µ(x i ); γ) = IP (Y f ; γ) = ] ) ŷ i ± t γ (n 2) QMRes S xx ; ] QMRes [1 ) + 1 n + (x f x) 2 - Intervalo de predição; ( ŷ f ± t γ (n 2) SQReg = ˆβS xy ; SQRes = S yy SQReg; F = QMReg QMRes F (1, n 2); r2 = SQReg SQT ot. S xx

1. (valor: 2,5) Desejamos testar se um novo tipo de ensino profissional (Tipo I) é mais eficaz que o ensino profissional tradicional (Tipo II). Para isso, sortearam-se duas amostras de operários; a cada uma, deu-se um dos tipos de treinamento e, no final, submeteram-se os dois grupos a um mesmo teste. Admita que as notas dos testes seguem distribuição normal e que as variâncias populacionais são desconhecidas, mas iguais. População n x s 2 I 12 80 5 II 10 74 10 a. Qual é a sua conclusão a 5 % de significância? b. Obtenha o intervalo de confiança a 90 % para a diferença entre as médias populacionais das notas dos testes Tipo I e Tipo II.

2. (valor: 2,5) Para um certo cruzamento de duas avenidas na fronteira entre a cidade de São Paulo e a cidade de São Bernardo do Campo, dados históricos suportam a tese que os acidentes de trânsito nas segundas e sextas são mais frequentes do que nos outros dias da semana. Em particular é assumido pela CET que as proporções de acidentes ao longo dos dias da semana, segunda a sexta, são respectivamente, 26 %; 16 %; 16 %; 16 % e 26 %. Após uma modificação no sistema de sinalização do local a distribuição dos acidentes pelos dias da semana foi analisada durante um mês. Foram observados as seguintes quantidades de acidentes: 84, 73, 79, 76 e 88, respectivamente. a. Baseado em um teste de hipóteses, com α = 2, 5 %, você diria que a situação histórica foi modificada? b. É possível afirmar agora que a distribuição dos acidentes ao longo da semana é uniforme (considere α = 2, 5 %)?

3. (valor: 2,5) Um treinador pretende saber qual o número óptimo de dias semanais de treino para os seus atletas. Para tal mediu a performance de três grupos de atletas separados consoante o número de dias de treino: um, dois e três dias. Os resultados obtidos para os três grupos estão sumariados na tabela seguinte: Grupo n média desvio padrão 1 20 63,58 13,51 2 20 73,57 10,61 3 20 79,28 4,41 Total 60 72, 14 a. Preencha a tabela ANOVA mostrando cálculos. Fontes de variação G.L. SQ QM F Entre grupos Dentro grupos Total b. Teste se existem diferenças entre as performances dos 3 grupos (considere α = 5 %). c. Qual é a proporção da variação total nos resultados do teste que é explicada pelo número de dias de treino?

4. (valor: 2,5) Um fabricante de bebidas está interessado na relação entre o consumo de refrigerantes por indivíduo e a temperatura ambiente. Para isto observou as seguintes variáveis em 9 localidades com as mesma características demográficas e sócio-econômicas. X: temperatura máxima do dia (em Centígrados). Y: consumo de refrigerante diário por mil habitantes (em Litros). Localidade 1 2 3 4 5 6 7 8 9 X 16 31 38 39 37 36 36 22 10 Y 290 374 393 425 406 370 365 320 269 S XX = 924, 22; n X i Y i = 98955; S Y Y = 22444, 89 i=1 a. Faça o diagrama de dispersão dos dados. b. Estime a reta de regressão do consumo em função da temperatura. Dê uma interpretação para o coeficiente de inclinação. c. Preencha tabela ANOVA para o modelo. Fontes de variação G.L SomaQuadrados QuadradosMédios F Regressão Resíduo Total d. Qual o valor de r 2? Interprete esse número. e. Use a estatística F para testar a hipótese H 0 : β = 0 com α = 0, 05.