Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatística inferencial:
A estatística se divide em duas grandes áreas
Estatística descritiva: dedica-se à descrição, visualização e resumo de dados
originados a partir dos fenômenos de estudo. Os dados podem ser resumidos
numérica ou graficamente. Seu objetivo é organizar e descrever as
características sobre um conjunto de dados com o propósito de facilitar sua
aplicação, geralmente com o apoio de gráficas, pranchas ou medidas
numéricas.
• - Exemplos básicos de parâmetros estatísticos são: a meia e a separação
padrão.
• - Exemplos gráficos são: histograma, pirâmide poblacional, gráfico circular,
entre outros.
A estatística se divide em duas grandes áreas
Estatística inferencial: dedica-se à geração dos modelos, inferências e
predições associadas aos fenômenos em questão tendo em conta a
aleatoriedad das observações. usa-se para modelar patrões nos dados e extrair
inferências a respeito da população sob estudo. Estas inferências podem tomar
a forma de respostas a perguntas sí/no (prova de hipótese), estimativas de
umas características numéricas (estimativa), prognósticos de futuras
observações, descrições de associação (correlação) ou modelamiento de
relações entre variáveis (análise de regressão). Outras técnicas de
modelamiento incluem análise de variação, séries de tempo e mineração de
dados. Seu objetivo é obter conclusões úteis para conseguir fazer deduções a
respeito da totalidade de todas as observações feitas, apoiando-se na
informação numérica.
Aplicação da estatística na informática e as
telecomunicações
•- mineração de dados
•- processamento de imagens
•- reconhecimento de patrões
•- sistemas de informação geográfica
•- estatística computacional
•- redes de computador
•- telecomunicações
O que é a Teoria da probabilidade?
• A teoria da probabilidade é um ramo das matemática que estuda os
fenômenos aleatórios e estocásticos. Os fenômenos aleatórios se
contrapõem aos fenômenos deterministas, os quais são resultados únicos
e/ou previsíveis de experimentos realizados sob as mesmas condições
determinadas, por exemplo, se se esquentar água a 100 ºC a nível do mar se
obterá vapor. Os fenômenos aleatórios, pelo contrário, são aqueles que se
obtêm de experimentos realizados, outra vez, sob as mesmas condições
determinadas mas como resultado possível possuem um conjunto de
alternativas, por exemplo, o lançamento de um dado ou de uma moeda.
• A teoria de probabilidades se ocupa de atribuir um certo número a cada
possível resultado que possa ocorrer em um experimento aleatório, com o
fim de quantificar ditos resultados e saber se um sucesso for mais provável
que outro.
Uma vez visto e recordado todos os conceitos
anteriores podem começar com o tema dos
processos estocásticos.
Definição de processo estocástico
Existem inumeráveis definições e todas abordam os mesmos conceitos,
veremos alguns definições:
• Uma definição resumida do Luis Rincão
Um processo estocástico é uma coleção infinita de variáveis aleatórias.
(Luis Rincão 2012)
Sejamos mais específico e delimitemos um
pouco mais esta definição
• Suponhamos que uma variável aleatória X se pode indexar com respeito à
variável t que representa o tempo. Então Xt se interpreta como o estado
de um sistema no tempo T.
t
t
Supomos que as variáveis aleatórias Xt tomam valores em um
subconjunto S de números reais a tal subconjunto chamaremos espaço
de estado do processo estocástico ou também número de realização
1. Se se fixa o sucesso:
é um sinal
2. Se se fixa o tempo:
é uma variável aleatória
3. Se se fixarem ambos:
é um não real
4. Se ambos variarem:
é um processo estocástico
Outras definições: Trajetória de um processo
estocástico
• Uma trajetória de um processo estocástico é uma função
(a cada valor do parâmetro t lhe atribui o número real Xt de omega) para
cada (para cada omega do espaço muestral)