Escolar Documentos
Profissional Documentos
Cultura Documentos
FORMULRIO
AMILTON BRAIO ARA
ANA VILLARES MUSETTI
SO CAETANO DO SUL
2005
1
Estatstica descritiva
1. Dados no agrupados
n
x
x
n
i
i
=
=
1
( )
( )
1 1
2
2
2
1 2
=
n
n
x
x
n
x x
s
i
i
n
i
i
2. Dados agrupados
n
f x
x
k
i
i i
=
=
1
( )
(
(
n
f x
f x
n
s
i i
i i
2
2 2
1
1
3. Coeficiente de variao
x
s
CV =
4. Coeficiente de assimetria de Pearson
( )
s
Md x
s
Mo x
A
=
3
Probabilidade
1. Frmulas bsicas
( )
n
n
A P
A
=
( ) ( ) ( ) ( ) B A P B P A P B A P + =
( )
( )
( ) A P
B A P
A B P
=
Se A e B so independentes, ento: ( ) ( ) ( ) B P A P B A P =
2
Se
n
A A A K , ,
2 1
uma partio de S, com 0 ) ( >
i
A P , para todo i e B um evento de S com
0 ) ( > B P , ento:
n 1,2 i ,
) ( ) (
) ( ) (
) (
1
K =
n
i
i i
i i
i
A P A B P
A P A B P
B A P
2. Distribuies de Probabilidades
2.1 Mdia de uma varivel aleatria X:
a) X discreta:
= =
i
i i
x P x X E ) ( ) (
b) X contnua:
= = dx x xf X E ) ( ) (
2.2 Varincia de uma varivel aleatria X: ( ) ( )
2 2 2
) ( = = X E X E X Var
a) X discreta:
=
i
i i
x P x X Var
2 2
) ( ) (
b) X contnua:
2 2
) ( ) ( =
dx x f x X Var .
2.3 Distribuio Binomial
( ) n k p p k X P
k n k n
k
K 2 , 1 , 0 , ) 1 ( ) ( = = =
, onde ( )
( ) ! !
!
,
k k n
n
C
k n
n
k
= =
) 1 ( ) ( ) ( p np X Var np X E = = ,
2.4 Distribuio de Poisson
t
k
e
k X P
k
= = =
,
!
) ( = = ) ( ) ( X Var X E
3
2.5 Distribuio Exponencial
<
0 , 0
0 ,
) (
t
t e
t f
t
,
2
1
) ( ,
1
) (
= = T Var T E
0 , ) ( > = >
k e k T P
k
2.6 Distribuio Normal
Se X uma v.a. com distribuio normal com mdia e desvio padro , ento
=
X
Z tem distribuio normal padro.
Intervalos de confiana
1. Para a mdia
n
z x
n
z x
+ , ou
n
s
t x
n
s
t x + ( t com 1 = n graus de liberdade)
2. Para a proporo
n
p p
z p p
n
p p
z p
) 1 ( ) 1 (
+
3. Para a varincia
2
2
1
2
2
2
2
2
) 1 ( ) 1 (
s n s n
(
2
com 1 = n graus de liberdade)
4
Testes de hipteses
1. Para uma mdia
0 0
: = H
n
s
x
n
x
z
0 0
t ou
=
2. Para uma proporo
0 0
: p p H =
n
p p
p p
z
) 1 (
'
0 0
0
=
3. Para uma varincia
2
0
2
0
: = H
2
0
2
2
) 1 (
s n
=
4. Para comparao de duas mdias
=
2 1 0
: H ( 0 teremos , de teste o Para : .
2 1
= = Obs )
4.1 dados emparelhados:
n
s
x
t
=
4.2 Amostras independentes com desvios padres conhecidos
2
2
2
1
2
1
2 1
n n
) x x (
z
+
=
5
4.3 Amostras independentes com desvios padres desconhecidos, mas supostos iguais:
2 n n
s ) 1 n ( s ) 1 n (
s
2 1
2
2 2
2
1 1 2
p
+
+
=
2 1
p
2 1
n
1
n
1
s
) x x (
t
+
=
4.4 Amostras independentes com desvios padres desconhecidos e diferentes
2
2
2
1
2
1
2 1
n
s
n
s
) x x (
t
+
=
5. Para comparao de duas propores:
=
2 1 0
: p p H ( 0 teremos , de teste o Para : .
2 1
= = p p Obs )
2
2 2
1
1 1
2 1
n
) p (1 p
n
) p (1 p
) p p (
+
= z
ou, no caso de
2 1 0
: p p H = :
2 1
2 2 1 1
n n
p n p n
'
+
+
= p e
)
n
1
n
1
)( p (1 p
p p
2 1
2 1
+
= z
6. Para comparao de duas varincias:
) s , mn(s
) s , mx(s
2
2
2
1
2
2
2
1
= F
7. Para comparao de k varincias, k>2:
=
|
|
\
|
+ =
(
(
=
i
i
2
i i
2
i i
2
n n e
k n
1
1 n
1
1) 3(k
1
1 C
onde 1)lns (n
k n
1)s (n
k)ln (n
C
1
6
8. Para comparao de k mdias, k>2:
n
x
x SQT
k
i
n
j
ij
k
i
n
j
ij
i
i
2
1 1
1 1
2
|
|
\
|
=
= =
= =
n
x
n
x
SQE
k
i
n
j
ij
k
i i
n
j
ij
i i
2
1 1
1
2
1
|
|
\
|
|
|
\
|
=
= =
=
=
,
onde n = n
i
Tabela de Anlise de Varincia (ANOVA)
Fonte de
variao
FV
Graus de
liberdade
GL
Soma de
quadrados
SQ
Quadrados
mdios
QM
Valor de F
F
cal
Probabilidade
P
Entre
amostras
k 1 SQE
QME=
1 k
SQE
Residual
n k SQR
QMR=
k n
SQR
F
cal
=
QMR
QME
P=P(F>F
cal
)
Total
n 1 SQT
9. Testes no paramtricos
9.1 Teste de aderncia:
=
i
i i
E
E O
2
2
) (
com (k-1-m) graus de liberdade, onde
k = nmero de valores considerados no clculo da estatstica
2
m = nmero de parmetros do modelo de H
o
que precisam ser estimados a partir da amostra
i i
np E =
7
9.2 Teste de independncia:
=
ij
ij ij
E
E O
2
2
) (
com (r-1)(s-1) graus de liberdade, onde
r = nmero de linhas da tabela
s = nmero de colunas da tabela
n
j coluna da total i linha da total
np E
ij ij
) ( ) (
= =
10. Correlao e regresso linear
10.1 Coeficiente de correlao linear de Pearson
yy xx
xy
S S
S
r = ,onde:
( ) ( )
n
y x
y x y y x x S
n
i
i
n
i
i
n
i
i i
n
i
i i xy
|
\
|
|
\
|
= =
=
= =
1 1
1 1
( )
n
x
x x x S
n
i
i
n
i
i
n
i
i xx
2
1
1
2
1
2
|
\
|
= =
=
= =
( )
n
y
y y y S
n
i
i
n
i
i
n
i
i yy
2
1
1
2
1
2
|
\
|
= =
=
= =
10.2 Teste para o coeficiente de correlao linear de Pearson
H
0
: 0 =
2
1
2
2
n
r
r
t
n
8
10.3 Regresso linear simples: Estimao do modelo.
e X Y + + =
bx a y + =
)
,
x b y a =
e
xx
xy
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i i
S
S
n
x
x
n
y x
y x
b =
|
\
|
\
|
|
\
|
=
=
= =
=
2
1
1
2
1 1
1
onde
n
y
y
n
x
x
n
i
i
n
i
i
= =
= =
1 1
e
yy
xy
S
bS
SQT
SQE
r = =
2
10.4 Teste para o parmetro
0 0
: : = H
xx
R
S
s
b
t
2
0
=
10.5 Teste para o parmetro
0 0
: : = H
xx
R
nS
x s
a
t
=
2 2
0
9
10.6 Intervalos de confiana
a) para o valor esperado:
xx
R
n
S
x x
n
s t x y
2
0
; 2
0
) ( 1
) (
2
onde:
0 0
) ( bx a x y + =
2
R
s a estimativa da varincia residual dada por
2
2
=
n
bS S
s
xy yy
R
,
R
s o respectivo
desvio padro.
b) para o valor individual:
xx
R
n
S
x x
n
s t x y
2
0
; 2
0
) ( 1
1 ) (
2
+ +
10.7 Anlise de varincia
Fonte de
variao
Graus de
liberdade
Somas de
quadrados
Quadrados
mdios
Estatstica F
Regresso 1
xy
bS SQE =
xy
bS
2
R
xy
s
bS
F =
Resduo 2 n
xy yy
bS S SQR =
2
2
=
n
bS S
s
xy yy
R
Total 1 n
yy
S SQT =
10.8 Regresso linear mltipla: Estimao do modelo.
e X X X Y
k k
+ + + + = K
2 2 1 1
k k
x b x b x b a y L + + + =
2 2 1 1
k k
x b x b x b y a L =
2 2 1 1
10
+ + =
+ + =
+ + =
kk k k k ky
k k y
k k y
S b S b S b S
S b S b S b S
S b S b S b S
L
M
L
L
2 2 1 1
2 22 2 21 1 2
1 12 2 11 1 1
onde
( )
( )
( )( )
( )( )
( )( )
( )( )
k i
n
y x
y x y y x x S S
j i k j i
n
x x
x x x x x x S S
k i
n
x
x x x S S
i
i i i y x iy
j i
j i j j i i x x ij
i
i i i x x ii
i
j i
i i
L
L
L
2 , 1
, 2 , 1 ,
2 , 1
2
2 2
= = = =
= = = =
= = = =
onde os somatrios indicam os totais dos n valores de cada uma das variveis.
10.9 Anlise de varincia
Fonte de
variao
Graus de
liberdade
Somas dos quadrados Quadrados mdios Estatstica F
Regresso k
=
iy i
S b SQE k SQE s
E
=
2
2
2
R
E
s
s
F =
Resduo 1 k n
=
iy i yy
S b S SQR ) 1 (
2
= k n SQR s
R
Total n-1
yy
S SQT =
10.10 Anlise de melhoria
'
1
'
1
'
1
'
) 1 (
e X X Y
k k k
+ + + =
K
e X X X Y
k k k k k
+ + + + =
1 1 1 1 ) (
K
11
Fonte de variao Graus de
liberdade
Soma de
quadrados
Quadrados
mdios
Estatstica F
Devida melhoria
de ajuste
1 SQM SQM
2
k
s
SQM
F =
Residual para o
modelo com k
variveis
1 k n SQR(k)
1
) (
2
=
k n
k SQR
s
k
Residual para o
modelo com (k-1)
variveis
k n ) 1 ( k SQR
Observemos que:
) 1 ( ) 1 (
) ( ) (
) 1 (
'
1 2
'
2 1
'
1
2 2 1 1
= =
= =
k SQE S S b S b S b S k SQR
k SQE S S b S b S b S k SQR
yy y k k y y yy
yy ky k y y yy
K
K
logo:
) 1 ( ) ( ) ( ) 1 ( = = k SQE k SQE k SQR k SQR SQM .