Escolar Documentos
Profissional Documentos
Cultura Documentos
E ESTATSTICA
Professor: Rodrigo A. Scarpel
rodrigo@ita.br
www.mec.ita.br/~rodrigo
Programa do curso:
Semanas
Contedo
Introduo probabilidade (eventos, espao amostral, axiomas, propriedades, probabilidade condicional e independncia).
Teorema da probabilidade total e teorema de Bayes. Variveis aleatrias. Distribuies de probabilidade. Funes massa,
densidade, e distribuio acumulada. Funes de variveis aleatrias.
Valor esperado e varincia. Momentos de uma varivel aleatria. Funo geradora de momentos. Principais distribuies de
probabilidade discretas (Bernoulli, Binomial e Poisson).
Feriado (2/4)
Variveis aleatrias conjuntas, funo distribuio conjunta e marginal. Independncia estatstica. Covarincia e Coeficiente
de Correlao.
Prova
Princpios de estatstica. Estimadores e estimativas. Estimao pontual de parmetros (Mtodos dos momentos e da mxima
verossimilhana). Estatstica Descritiva.
10
Propriedades dos estimadores. Intervalos de confiana (estimao por intervalo). Tamanho da amostra. Princpios de testes
de hipteses.
11
12
13
Feriado (4/6)
14
Prova
15 e 16
PRINCPIOS DA
ESTATSTICA
Professor: Rodrigo A. Scarpel
rodrigo@ita.br
www.mec.ita.br/~rodrigo
Probabilidade x Estatstica:
PROBABILIDADE
POPULAO
AMOSTRA
ESTATSTICA
Princpios da Estatstica:
Em probabilidade estudamos os modelos probabilsticos que auxiliam na
reduo da realidade:
TESTAR
ADERNCIA
REALIDADE
MODELO
HIPTESES
ESTIMAO
DOS
PARMETROS
FAZER INFERNCIAS
EM RELAO
REALIDADE
Princpios da Estatstica:
No procedimento descrito:
A REALIDADE a POPULAO (totalidade das observaes na qual
estamos interessados)
Na reduo da realidade a HIPTESE que cada observao em uma
populao um valor de uma varivel aleatria X, com distribuio de
probabilidade f(x). Assim,
Quando nos referirmos a uma populao f(x) queremos dizer uma
populao cujas observaes so valores de uma varivel aleatria que
tem uma distribuio de probabilidade f(x)
O valor esperado e a varincia da varivel aleatria o valor esperado e
a varincia da populao correspondente
Princpios da Estatstica:
Objetivo: Fazer inferncias em relao populao (caracterizar e
eventualmente definir regras de deciso sobre uma populao conhecendo
apenas parte dela)
TESTAR
ADERNCIA
POPULAO
AMOSTRA
HIPTESES
ESTIMAO DOS
PARMETROS
FAZER INFERNCIAS EM
RELAO A POPULAO
Princpios da Estatstica:
Def: Amostra um subconjunto da populao.
O processo de amostragem deve assegurar a representatividade da amostra
em relao populao de onde foi retirada.
Mtodos de amostragem:
Amostragem aleatria: iid
Amostragem estratificada
Amostragem por agrupamentos
Princpios da Estatstica:
Def: Ao selecionar uma amostra de tamanho n de uma populao f(x),
define-se a varivel aleatria Xi, i =1,,n, para representar o i-simo valor
amostral. As variveis aleatrias X1, X2, , Xn sero uma amostra aleatria
da populao f(x), com valores numricos x1, x2, , xn se os valores
amostrais foram obtidos repetindo-se o experimento n vezes
independentemente, sob as mesmas condies. Portanto:
Os Xis so independentes
Todas Xi tem a mesma distribuio de probabilidade
Princpios da Estatstica:
Distribuio de probabilidade de uma amostra aleatria:
Como X1, X2, , Xn uma amostra aleatria da populao f(x), sua
distribuio de probabilidade conjunta
ESTIMAO DOS
PARMETROS
MTODOS DE
ESTIMAO DE
PARMETROS
Professor: Rodrigo A. Scarpel
rodrigo@ita.br
www.mec.ita.br/~rodrigo
Mk =
X ik
i =1
2
Normal [X~N( , )]
Uniforme [X~Uni(a , b )] (a +b)/2 (b-a )2/12
Exponencial [X~Exp( )]
1/
1/
2
Gamma [X~Gamma(a ,b)] a .b
a .b2
m
1
1
2
2
1
2
Obs: n conhecido
ESTATSTICA
DESCRITIVA
Professor: Rodrigo A. Scarpel
rodrigo@ita.br
www.mec.ita.br/~rodrigo
Histograma:
- Grfico de barras contguas;
- Base proporcional ao intervalo da classe;
- rea proporcional a frequncia da classe;
- Pode-se usar tanto a frequncia (ni) como a frequncia relativa (fi)
Histograma:
Deteco de outliers
Medidas de posio:
So utilizadas quando se quer resumir os dados apresentando
apenas um ou alguns valores que sejam representativos de toda
srie.
Mdia (aritmtica): a soma das observaes divididas pelo nmero
delas, ou seja,
k
X =
njX j
Xi
j =1
i =1
= fjX
j =1
Medidas de posio:
Mdia
Mediana
A comparao entre a
mdia e a mediana indica
a assimetria da
distribuio.
Medidas de disperso:
So utilizadas quando se quer dar informao sobre a variabilidade
do conjunto de observaes.
n
2
(
)
Xi X
Varincia:
s2 ( X ) =
i =1
n 1
n
2
(
)
X
X
i
Desvio padro: s ( X ) =
i =1
n 1
= s2 ( X )
Quantis e box-plot:
QUARTIS: Q1, Q2, Q3 Dividem os valores ordenados em quatro
subconjuntos com iguais nmeros de elementos.
Para casa:
Lista de Exerccios 6 (site: www.mec.ita.br/~rodrigo/)
Leitura: Devore caps. 1 e 6.2 (Mtodos de Estimativa Pontual)
ou Walpole et al. caps. 1 e 9.14 (Estimao de MV)