Escolar Documentos
Profissional Documentos
Cultura Documentos
1 2
3 4
Exemplo Exemplo
5 6
1
A Distribuição de Frequências
Exemplo
e o Histograma
Uma distribuição de frequências consiste em uma
reorganização dos dados por grandeza, ou seja,
agrupados em classes.
A distribuição pode ser de acordo com a frequência
observada ou a frequência relativa
O histograma é um gráfico das frequências observadas
versus a variável de interesse, em que é possível ver mais
facilmente três propriedades
– Forma
– Posição ou tendência central
– Espalhamento ou dispersão
7 8
Exemplo Exemplo
9 10
Estatística
– Qualquer função dos dados amostrais que não contenha
parâmetros desconhecidos.
11 12
2
Estatísticas e Distribuições Amostrais Estatísticas e Distribuições Amostrais
Exemplos
∑
– Média amostral: ̅ =
∑ ̅
– Variância amostral: =
∑ ̅
– Desvio padrão amostral: =
13 14
15 16
– Estatística : = ( − 1) / ∼"
(/)
– Estatística ': ' = ∼ '),% , em que * ∼ ") e ∼ "%
$/%
17 18
3
Amostras da Distribuição Normal Amostras da Distribuição Normal
19 20
21 22
23 24
4
Estimação Pontual de Erro de Estimadores
Parâmetros de Processos
Propriedades de um bom estimador Principais Componentes
– Não viesado: o valor esperado do estimador pontual Erro Padrão
deve ser igual ao parâmetro sendo estimado Medida de imprecisão
– Variância mínima: o estimador deve ter uma variância Viés / Tendência
que é menor que a variância de qualquer outro Medida de inexatidão
estimador pontual do parâmetro
25 26
O erro padrão é uma medida de variabilidade O viés é a diferença entre o parâmetro e o valor
do estimador esperado da estatística
Em geral o erro padrão depende tanto da O viés é próprio de cada estimador, mas pode
variabilidade da população quanto do tamanho ser influenciado pelas características da
amostra
da amostra
Se o erro total que se espera cometer ao adotar
O erro padrão tende a diminuir com o aumento um estimador como se fosse o respectivo
do tamanho da amostra, mas aumentar junto parâmetro for devido apenas ao erro padrão,
com a variabilidade da população então este estimador é não viesado.
27 28
29 30
5
Estimação Pontual de
Distribuição Normal
Parâmetros de Processos
Variável aleatória normal Exemplos de bons estimadores
94@ – A média amostral ( ̅ ) é um bom estimador da
= => ?
. A , −∞ < < +∞ probabilidade de sucesso (parâmetro +) de uma variável
aleatória de Bernoulli.
Média e variância da média amostral – A média amostral ( ̅ ) é um bom estimador da taxa de
ocorrência (parâmetro <) de uma variável aleatória de
>
01 = 01 = Poisson.
– A média amostral ( ̅ ) é um bom estimador da média
31 32
Estatística de teste
em que F é uma constante que depende do tamanho da amostra. – Estatística usada para a rejeição ou não da hipótese nula (IJ )
– O método da amplitude é mais apropriado para pequenas amostras
( G 6) Região crítica ou região de rejeição
– O conjunto de valores que levam à rejeição de IJ
33 34
35 36
6
Exemplo Exemplo
37 38
Uso dos Valores P para o Teste de Inferência para a Média de uma População,
Hipóteses Variância Desconhecida
Nível de significância Teste de Hipóteses (Unilateral)
– Probabilidade de rejeitar a hipótese nula sendo ela verdadeira
(risco K)
Estatística de Teste
Valor P
– Menor nível de significância que levaria à rejeição da hipótese nula
– Rejeitar IJ se #J X #Y/ ,
Regra de Decisão Intervalo de confiança
– Nível 100 1 K %
39 40
Exemplo Exemplo
41 42
7
Exemplo Exemplo
43 44
Estatística de Teste
Intervalo de confiança
– Nível 100 1 K %
45 46
Estatística de Teste
47 48
8
Exemplo Exemplo
49 50
Determinação do risco T
– Considere o seguinte teste de hipóteses (unilateral)
51 52
Exemplo Exemplo
53 54
9
A Probabilidade do Erro Tipo II A Probabilidade do Erro Tipo II
Observações
– Quanto mais longe está do valor hipotético J , menor é a
probabilidade do erro tipo II para um dado e um dado K.
– À medida que aumenta o tamanho da amostra, a probabilidade
do erro tipo II torna-se menor para valores específicos de [ e K.
55 56
Gráficos de Probabilidade
– Método gráfico para determinar se os dados amostrais estão de
acordo com a suposta distribuição (normal, lognormal, Weibull etc.),
baseado em um exame visual subjetivo dos dados
Verificação de hipóteses
– O gráfico da probabilidade normal tem papel fundamental em
procedimentos de inferência estatística que exigem a hipótese da
normalidade
57 58
Exemplo Exemplo
59 60
10
Inferência para a Diferença de Médias, Inferência para a Diferença de Médias,
Variâncias Conhecidas Variâncias Conhecidas
Teste de Hipóteses
Estatística de Teste
61 62
Exemplo Exemplo
63 64
Estimador Combinado
Estatística de Teste
65 66
11
Exemplo Exemplo
67 68
Exemplo Exemplo
69 70
Exemplo Exemplo
71 72
12
Inferência para a Diferença de Médias, Inferência para a Diferença de Médias,
Variâncias Desconhecidas Variâncias Desconhecidas
Teste de Hipóteses (caso 1: \ ) Intervalo de confiança
– Nível 100 1 K %
Estatística de Teste
73 74
– Rejeitar IJ se #J X #Y/ ,
75 76
Exemplo Exemplo
77 78
13
Inferência para as Variâncias de Duas
Exemplo
Distribuições Normais
Teste de Hipóteses
Estatística de Teste
Intervalo de confiança
– Nível 100 1 K %
79 80
Estatística de Teste
onde
onde
81 82
83 84
14
A Análise de Variância A Análise de Variância
onde:
– (média geral) é um parâmetro comum a todos os tratamentos
– ` (efeito do tratamento) é um parâmetro associado ao O-ésimo
tratamento
– a b (erro aleatório) são independentes e normalmente distribuídos
com média zero e variância
85 86
Exemplo Exemplo
87 88
Teste de Hipóteses
89 90
15
A Análise de Variância A Análise de Variância
91 92
Fórmulas simplificadas
93 94
Exemplo Exemplo
95 96
16
Exemplo Exemplo
97 98
99 100
Exemplo Exemplo
101 102
17
Exemplo
103
18