Teste de aderência Aula 07 Prof. Christopher Freire Souza

Slides:



Advertisements
Apresentações semelhantes
Correlação e Regressão
Advertisements

DISTRIBUIÇÕES AMOSTRAIS
Estatística amintas paiva afonso.
Qui-quadrado características gerais
Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP UNIFESP Teste de Mann-Whitney Alex E. J. Falcão (
Estimação de parâmetros
Algoritmos para Geração de Variáveis Aleatórias
CAPÍTULO 7 TESTE DE HIPÓTESE
CAPÍTULO 7 TESTE DE HIPÓTESE
ESTIMAÇÃO.
Alexandre Suaide Ed. Oscar Sala sala 246 ramal 7072
Prof. Marllus Gustavo Ferreira Passos das Neves
Regressão Linear Aula 09 Prof. Christopher Freire Souza
Análise local de freqüências
Estatística Aula 19 Prof. Marllus Gustavo Ferreira Passos das Neves
Estatística Aula 01 Prof. Marllus Gustavo Ferreira Passos das Neves
Universidade Federal de Campina Grande – UFCG Centro de Ciências e Tecnologia – CCT Departamento de Engenharia Civil - DEC ESTATÍSTICA APLICADA A HIDROLOGIA.
MB751 – Modelos de previsão
Distribuição F Considere duas populações com distribuição de Gauss com médias 1, 2 e variâncias 12 e 22 . Retire uma amostra aleatória de tamanho.
Erros no Teste de Hipóteses
Estatística Aplicada (RHS106)
Estatística e Probabilidade
J. Landeira-Fernandez Ética e Ciência
Uma avaliação do consumo de energia em rede de sensores sem fio
ME623A Planejamento e Pesquisa
PROF. BRENO RICARDO 2º ANO – W.S.
DISTRIBUIÇÃO AMOSTRAL DA PROPORÇÃO DA AMOSTRA OU
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE
Estatística e Probabilidade
Distribuição de Probabilidades
DISTRIBUIÇÕES AMOSTRAIS
Estatística Para um dado conjunto de dados, podemos calcular as seguintes grandezas: 1) Medidas de posição 2) Medidas de dispersão 3) Parâmetros de simetria.
ESTATÍSTICA.
Teste de Hipóteses para a média, caso da pequena amostra
Amostragem Pontos mais importantes:
Determinação de Vazões Extremas
Introdução à Estatística
Curso de Introdução à Metodologia Científica
Probabilidade e Estatística Exemplo da Moeda Balanceada
Noções de Inferência Estatística
Aula 11 - Teste de hipóteses, teste de uma proporção
Aplicações Estatísticas uma rápida abordagem
COMPARAÇÃO DE DUAS POPULAÇÕES
Estatística Aplicada Aula 8
Estatística e Probabilidade
Análise Descritiva de Dados
EME709 – PLANEJAMENTO DO EXPERIMENTO Profa. Sachiko A. Lira.
Interpolação e Ajuste de Curvas
TESTE DE HIPÓTESES TESTE t STUDENT
Professor Antonio Carlos Coelho
PLANEJAMENTO DO EXPERIMENTO
Apresenta:.
Aula 12 - Teste de associação1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular 12/03Quarta2Apresentação.
Regressão e Previsão Numérica.
Universidade Federal Fluminense Faculdade de Medicina Mestrado Profissional em Saúde Materno-Infantil 2011 BIOESTATÍSTICA-aula 2 Prof. Cristina Ortiz Valete.
Estatística Teste de Aderência Prof. Antonio Fernando Branco Costa
Aula 16- Análise de variância (ANOVA) 1 Lembrando: para testar hipóteses segundo estratégia de Neyman e Pearson é necessário 1) formular as hipóteses estatísticas;
ERROS E TRATAMENTO DE DADOS ANALÍTICOS
PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA
Metodologia da Pesquisa em Ensino de Ciências I
Teste de hipóteses Aula 06 Prof. Christopher Freire Souza
HID023 – Hidrologia II Determinação de Vazões Extremas
Métodos Estatísticos Aplicados às Ciências Biológicas - 7ª aula -
© 2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Teste de Geradores de Números Aleatórios Paulo Adeodato Departamento de Informática Universidade.
PPGTI AULA 3 Prof. Dr. Márcio A. Fiori –
Regressão Linear Simples
Aderência à Distribuições de Probabilidade
NOÇÕES DE INFERÊNCIA ESTATÍSTICA
Inferência 1:Estimação de Parâmetros Relembrando o Teorema Central do Limite Da aula anterior: a) Os estimadores da média e da s 2 são não viciados e de.
AULA 07 CORRELAÇÃO Igor Menezes.
Transcrição da apresentação:

Teste de aderência Aula 07 Prof. Christopher Freire Souza Centro de Tecnologia Universidade Federal de Alagoas www.ctec.ufal.br/professor/cfs

Christopher Souza: Teste de aderência Objetivos Desenvolver habilidades para inferir se uma população apresenta comportamento típico de uma distribuição de definida Desenvolver habilidades para inferir se o comportamento de duas populações sugere homogeneidade Desenvolver habilidades para inferir se duas variáveis de uma mesma população são independentes

Relevância do conteúdo Christopher Souza: Teste de aderência Relevância do conteúdo Aderência de funções de distribuição aos dados amostrais confere menor incerteza em estimativas de magnitude e freqüência Independência estatística entre variáveis interfere decisivamente no planejamento de experimentos

Conteúdo Papéis de probabilidade c² Tabela de contingência Christopher Souza: Teste de aderência Conteúdo Papéis de probabilidade c² Tabela de contingência Kolmogorov-Smirnov Anderson-Darling Filiben Comentários gerais

Papel de probabilidade Christopher Souza: Estimação de parâmetros Papel de probabilidade Grau de linearidade dos dados dispostos no gráfico servem à avaliação do ajuste ao modelo de distribuição para o qual foi elaborado o papel de probabilidade Quantidade de dados pode levar as posições de plotagem probabilidades a valores que mais aproximem dados à reta Grigorten: qi=(i-0,44)/(n+0,12)

Christopher Souza: Teste de aderência Teste c² Procedimento: Amostra de tamanho n é arranjada em histogramas de r intervalos de classe Estima-se a freqüência esperada no i-ésimo intervalo de classe a partir da fdp do modelo de distribuição em teste Define-se o número esperado (Ei) de observações a partir das freqüencias e tamanho de amostra Mescla-se intervalos para que tenham ao menos 5 valores esperados A partir dos valores observados para cada classe (Oi), estima-se c² por meio da fórmula Sugere-se a rejeição da hipótese de que o modelo (k coeficientes) proposto tem bom ajuste se Correção de Yates para continuidade

Tabelas de contigência Christopher Souza: Teste de aderência Tabelas de contigência Aplicações Teste de Independência de duas variáveis oriundas de uma mesma população Teste de Homogeneidade de informações de duas populações Cálculo de Ei: Estatística de teste: Oi Preto Branco Amarelo/ Laranja Total Controle 491 377 31 899 Casos 213 112 8 333 704 489 39 1323 Ei Preto Branco Amarelo/ Laranja Total Controle 899 Casos 333 704 489 39 1323

Teste de Kolmogorov-Smirnov Christopher Souza: Teste de aderência Teste de Kolmogorov-Smirnov Requisito: Dados contínuos Parâmetros da fap definidos sem usar informação da amostra Procedimento: Ordenar os dados de forma crescente Estimar freqüências empíricas a partir de Onde m é a posição na série ordenada Estatística de teste: Valor crítico: Para n<40, obtenha da tabela 7.5 do Naghettini e Pinto (pg 277) Para n>40 Se a=0,05 Se a=0,01

Teste de Anderson-Darling Christopher Souza: Teste de aderência Teste de Anderson-Darling Fator de correção: Mesmo princípio do teste de Kolmogorov-Smirnov Peso maior na análise de aderência para as caudas Procedimento: Ordenar os dados de forma crescente Estatística de teste (fc=fator de correção):

Teste de Filliben H0: dados seguem modelo de distribuição específico Christopher Souza: Teste de aderência Teste de Filliben H0: dados seguem modelo de distribuição específico Estatística de teste: Correlação entre dados ordenados (xi) e dados estimados (wi) pela função inversa do modelo específico para probabilidade empírica (qi) Procedimento: Ordenar os dados de forma crescente Calcular wi:

Teste de Filliben Procedimento (continuação): Christopher Souza: Teste de aderência Teste de Filliben Procedimento (continuação): Hipótese nula rejeitada se estatística de teste for inferior ao valor crítico Para distribuição normal e log-normal, utilize tabela 7.10 do Naghettini e Pinto (pg 282) Para distribuição Gumbel e Weibull com 2 coeficientes, utilize tabela 7.11 do Naghettini e Pinto (pg 283) Para distribuição GEV, utilize tabela 7.12 do Naghettini e Pinto (pg 284) Para distribuição Log- Pearson III, com a=0,05 e g≤|5|, utilize a equação

Christopher Souza: Teste de aderência Comentários gerais Naghettini e Pinto sugerem que testes de aderência não são comparáveis e que por esta razão não se deve considerar rigor na seleção da técnica a ser aplicada Por outro lado, observa-se razoabilidade na concepção das técnicas, parecendo interessante aplicar o conjunto de métodos a valores por funções geradoras de números aleatórios que sigam as diferentes distribuições