Escolar Documentos
Profissional Documentos
Cultura Documentos
para 1 e 2 populações
Normais
1 v/2 y /2
y e , se y 0
f(y, v) (v / 2)2 v/2
0 se caso contrário
onde (a ) e y y a 1dx , se a 0
0
E(Y) v VAR(Y) 2v
Funções densidade de probabilidade Qui-Quadrado com
Graus de liberdade iguais a 1, 3, 10 e 30.
dchisq(x, 3)
1.0
0.5
0.0
0 1 2 3 4 5 0 5 10 15
x x
0.08
0.04
dchisq(x, 10)
dchisq(x, 30)
0.04
0.02
0.00
0.00
0 5 10 15 20 25 30 35 0 10 20 30 40 50 60 70
x x
a) Qual a probabilidade de Y
ser menor ou igual a 4?
> pchisq(x = 4, df = 5)
[1] 0.450584
b) Qual o percentil de ordem 0,10 desta distribuição?
[1] 1.610308
n
(Yi Y )
2
(n 1) S 2 (n 1)45
2
P( S 45) P
P
2 9 x 45
P 9 11,25 0,3569
2
9
36
2 2
No R: pchisq(11.25, df = 9, lower.tail = T)
Distribuição F de Snedecor
𝑈ൗ
𝑣1
𝑊= 𝑉ൗ
𝑣2
/2
( 1 2 ) / 2 1 2 / 2
1
w 1
f ( w; 1 , 2 ) ,
1 / 2 2 / 2 2 1
( 1 2 ) / 2
1 w
2
2 2 2 ( 1 2 2)
2
E (W ) VAR (W )
2 2 1 2 2 2 2 4
df(x, 9, 29) df(x, 9, 9)
0
0
1
1
2
3
x
x
2
4
F(9,9)
F(9,29)
5
3
6
4
7
0.0 0.2 0.4 0.6 0.8 0.0 0.2 0.4 0.6 0.8 1.0
0
0
1
1
x
x
2
2
F(29,9)
F(29,29)
Ilustração sobre forma da distribuição
3
3
4
4
Usando o R, para W~F(9,9):
[1] 0.7222773
[1] 1.18976
Propriedades úteis da distribuição F quando fazemos uso de tabelas
1
Exemplo: 𝐹0,9 5,7 =
𝐹0.1 7,5
[1] 0.296921
[1] 0.296921
Resultado Importante
S12
então (n1 - 1) tem distribuição Qui - Quadrado com n1 - 1 graus de liberdade
2
1
S22
então (n 2 - 1) tem distribuição Qui - Quadrado com n 2 - 1 graus de liberdade
2
2
S12 / 12
Se as amostras são independentes, então F 2 2 ~ F(n1-1, n 2 - 1)
S2 / 2
S22 / 22
ou F 2 2 ~ F(n 2 -1, n1 - 1)
S1 / 1
X ~ N(20, 100) e Y ~ N(30, 400)
X e Y Independentes.
y
2
P S x S y P 2 1 P 2 2 2 P F (9,14)
400
2 2 2
S S /
2 2 x x x
Sy Sy / y x 100
P ( F (9,14) 4) 0.0103
pf(4,9,14, lower = F )
[1] 0.01031871
1) χ 0,05;6
2
percentil 0,95 da distribuição Qui - quadrado com 6 g.l.
χ 0,05;6
2
12,59
2) χ 0,10;6
2
percentil 0,90 da distribuição Qui - quadrado com 10 g.l.
χ 0,05;6
2
15,99
Tabela F
• Não é possível calcular probabilidades usando a tabela
• Ela fornece os percentis de ordem 1 - α (na tabela abaixo α = 0,05).
F0.05;5, 7 3,9715
1 1
F0.95;5, 7
F0.05;7 ,5 4,8759
Inferência para uma variância
(n 1) S 2 (n 1) S 2
2
/ 2
2
12 / 2
(n 1) S 2 (n 1) S 2
/ 2
2
12 / 2
Como este intervalo foi obtido?
( n 1) S 2
Sabendo que ~ n21 , podemos escrever
2
2 ( n 1) S 2 2
P 1 / 2 / 2 1
2
( n 1) S 2 ( n 1) S 2
P
2
1
/ 2 1 / 2
2 2
100(1 )% ( n 1) S 2
( n 1) S 2
IC : ;
2
2 2
/2 1 / 2
Testes de Hipóteses
H 0 : 2 02
(n 1) S 2
Estatística de teste : 02
02
H 0 : 2 0,023 x H a : 2 0,023
0,03048 2
Estatística de teste : X 02 (37 1) 66,22
0,0232
Valor P P( 36
2
66,22) 0.00158
(n 1) S 2 (36)(0,030482 )
2 ; ; 0,000656 ;
50,99
Comparação de 2 variâncias
Pressupostos
Y11 , Y12 ,..., Y1n é uma amostra aleatória de uma população N( 1 , 12 )
1
S12 / 12
F 2 2 ~ F(n1-1, n 2 - 1)
S2 / 2
S12 / 12
P F1 / 2,n 1,n 1 2 2 F / 2,n 1,n 1 1
1
S2 / 2
2
1 2
S12 1 2
S 2
1
P 2 2 2
1 1 1
S F 2 S 2 F1 / 2,n 1,n 1
2 / 2,n 1,n 11 2 1 2
S
100 (1 ) 1
2
1 S 2
1
IC / : 2 1
; 2
S F
2 2
1 2
2 / 2 , n 1, n 11
S 2
2
F1 / 2 , n 1, n 1 1 2
Testes de hipóteses
12
H 0 : 2 1
2 2
2
1
2
S12
Estatística de teste : F0 2
S2
H a : 12 22 F0 F ;n -1,n -1
1 2
H a : 12 22 F0 F1 ;n -1,n -1
1 2
Hipótese alternativa P valor
H a : 12 22 2 x P( F0 f 0 ), se f 0 1
2 x P( F0 f 0 ), se f 0 1
H a : 12 22 P( F0 f 0 )
H a : 12 22 P( F0 f 0 )
H 0 : 12 22 x H a : 12 22
23,02
Estatística de teste: 𝑓0 = ൗ45,30 = 0,5082
> y1 = c(15.9,18.9,25.1,16.0,19.6,25.2,16.5,21.5,25.6,17.0,21.6,28,
17.6,22.9,28.7,18.1,23.6,29.2,18.4,24.1,30.9,18.9,24.5,30.6)
> y2 =
c(20.7,30.6,22.4,33.2,23.1,33.7,23.8,36.6,24.5,37.1,25.3,37.4,
25.7,40.8)
> var.test(y1,y2)
data: y1 and y2
F = 0.50829, num df = 23, denom df = 13, p-value = 0.151
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.1749605 1.2863753
sample estimates: Observe que não há evidências de
ratio of variances que as variâncias sejam diferentes
0.5082872 ao nível de significância de 5%.
O teste F para comparar 2 variâncias é muito sensível aos afastamentos do
pressuposto de normalidade, e não deve ser usado quando este
pressuposto não é validado pelos dados..