MB-711 Fundamentos de Tratamento de Incertezas 3º Encontro de 4 Previstos (+ Avaliação) MPEP – Mestrado Profissional em Produção Prof. Armando Z. Milioni.

Slides:



Advertisements
Apresentações semelhantes
DISTRIBUIÇÕES AMOSTRAIS
Advertisements

Estatística Dados valores (amostras) de variáveis aleatórias X1, X2, ..., Xn, cuja distribuição conjunta é desconhecida, inferir propriedades desta distribuição.
Probabilidade e Esperança Condicional
Variáveis Aleatórias Uma variável aleatória associa um número real a cada resultado de um experimento aleatório. Mais precisamente…
Intervalos de Confiança
QUESTÕES PARA DISCUSSÃO E EXERCÍCIOS – CAP. 4
EE240/2009 Estimação de Parâmetros de Funções de Distribuição de Probabilidade EE-240/2009 Estimação de Parâmetros de Distribuições.
Estatística Aula 01 Prof. Marllus Gustavo Ferreira Passos das Neves
Estatística 5 - Variáveis Aleatórias Unidimensionais
Página da FEG: Estatística 1 - Introdução Prof. Fernando Branco Página da FEG:
MB-711 Fundamentos de Tratamento de Incertezas
Estatística: Aplicação ao Sensoriamento Remoto ANO 2010
Distribuição Gama Qual é a distribuição do tempo em que ocorre a 3a chegada em um Processo de Poisson de taxa l?
Variáveis Aleatórias Contínuas
Noções de Simulação O cálculo de probabilidades e valores esperados nem sempre pode ser feito analiticamente. Frequentemente, recorre-se a modelos de simulação.
Elementos de Matemática Avançada
TE – PROBABILIDADE E PROCESSOS ESTOCÁSTICOS
Estatística Inferencial
Estatística - Estimação – III - 1; Teorema do limite central
UNIVERSIDADE FEDERAL DO PARANÁ
Programação Avançada Simulação – Conceitos básicos
C OMPARAÇÃO DO COMPORTAMENTO DO BIC EM ALGUNS MODELOS PROBABILÍSTICOS Diogo Taurinho Prado Orientadora: Denise Duarte.
Estatística - Estimação – VI - 1; Estimação por intervalo de confiança.
Estatística - Estimação –V - 1; Método dos momentos: normal - i
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2014 Inferência Estatística Camilo Daleles Rennó
Fundamentos de Análise de Sinais
Fundamentos de Análise de Sinais
DISTRIBUIÇÃO AMOSTRAL DA PROPORÇÃO DA AMOSTRA OU
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE
VALORES ESPERADOS.
FUNÇÃO CARACTERÍSTICA
Exponential Random Graph Models
Estatística e Probabilidade
Técnicas de Integração
Distribuição de Probabilidades
Apêndice.
DISTRIBUIÇÕES AMOSTRAIS
Variáveis Aleatórias Discretas-II-1; Função de Distribuição de X
Erros e variáveis aleatórias
Modelos de distribuição de erros
Amostragem Pontos mais importantes:
Variáveis Aleatórias Vectoriais-I-1; Par aleatório discreto.
ANÁLISE ESTATÍSTICA II
Site: Estatística Prof. Edson Nemer Site:
Inferência Estatística
Probabilidade e Estatística Exemplo da Moeda Balanceada
EME709 – PLANEJAMENTO DO EXPERIMENTO Profa. Sachiko A. Lira.
Professor Antonio Carlos Coelho
Probabilidade e Estatística para Avaliação de Desempenho
MSCC – Revisão de Probabilidade e Estatística
Distribuição da Amostra
Aula 12 - Teste de associação1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular 12/03Quarta2Apresentação.
Universidade Federal Fluminense Faculdade de Medicina Mestrado Profissional em Saúde Materno-Infantil 2011 BIOESTATÍSTICA-aula 2 Prof. Cristina Ortiz Valete.
Modelagem de Sistemas de Computação e Comunicação Sidney Lucena PPGI/UNIRIO
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Inferência Estatística Camilo Daleles Rennó
Estatística Teste de Aderência Prof. Antonio Fernando Branco Costa
Aula 17 - Estimação por Intervalo1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular.
ERROS E TRATAMENTO DE DADOS ANALÍTICOS
PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA
Estatística Básica Jorge Festa 2. Estatística Básica Jorge Festa 2.
GESTÃO E GARANTIA DA QUALIDADE
NOÇÕES DE INFERÊNCIA ESTATÍSTICA
Aula 1. Introdução à Inferência Estatística
Estatística - Estimação – II - 1; Desigualdade de Tchebychev -1.
Estimação e Intervalo de Confiança. Estimação Frequentemente necessitamos, por meio das amostras, conhecer informações gerais da população. A estimação.
DETEÇÃO E ESTIMAÇÃO Aula 18: Simulação de Monte Carlo – Parte 2.
DETEÇÃO E ESTIMAÇÃO Aula X+1: Simulação de Monte Carlo.
INTERVALO DE CONFIANÇA PARA A MEDIA POPULACIONAL (σ 2 desconhecido ) Sabemos que se o tamanho da amostra for superior a 30 a distribuição amostral das.
Estatística Aplicada à Adminitração Prof. Alessandro Moura Costa UNIVERSIDADE FEDERAL DO PAMPA BACHARELADO EM ADMINISTRAÇÃO DE EMPRESAS.
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2016 Distribuições de Probabilidade Camilo Daleles Rennó
Transcrição da apresentação:

MB-711 Fundamentos de Tratamento de Incertezas 3º Encontro de 4 Previstos (+ Avaliação) MPEP – Mestrado Profissional em Produção Prof. Armando Z. Milioni 29 de setembro de 2012

2 QUATRO SEMANAS Semana 1: Fundamentos de Teoria de Probabilidade Semana 2: Variáveis Aleatórias Semana 3: Variáveis Aleatórias e Estimação de Parâmetros Semana 4: Intervalos de Confiança e Teste de Hipóteses

3 Semana 1: Fundamentos de Teoria de Probabilidade 1. Estatística Descritiva: Fundamentos 2. Definição de Função Probabilidade (história) 3. Propriedades dos Axiomas 4. Cálculo de Probabilidades 5. Função Probabilidade Condicional 6. Teoremas Fundamentais e Independência

4 Semana 2: Variáveis Aleatórias 1. Fundamentos 2. V.A. Binomial (Discreta) 3. V.A. Exponencial Negativa (Contínua) 4. Desigualdades de Markov e Tchebyshev 5. V.A. de Poisson e Gama 6. V.A. Normal ou Gaussiana

5 Semana 3: Variáveis Aleatórias e Estimação de Parâmetros 1. Variáveis Aleatórias Multidimensionais 2. Propriedades, Independência 3. Breve Hiato: Covariância e Correlação 4. Estudo de Caso: Mafersa / V.A.Weibull 5. Estimação de Parâmetros: Métodos 6. Estimação de Parâmetros: Métodos

6 Semana 3: Variáveis Aleatórias e Estimação de Parâmetros 1º Tempo: V.A. Conjuntas ou Multidimensionais: fundamentos Funções Marginais Ilustrações Independência Valor Esperado de h(X,Y)

7 Semana 3: Variáveis Aleatórias e Estimação de Parâmetros 2º Tempo: Covariância: definição, propriedades e utilidade Correlação: definição, propriedades e utilidade Ilustrações

8 Semana 3: Variáveis Aleatórias e Estimação de Parâmetros 3º Tempo: Estudo de Caso: Mafersa, V.A.Weibull Estimação de Parâmetros: Fundamentos Amostra Aleatória Média Amostral (X barra) O Teorema do Limite Central

9 Semana 3: Variáveis Aleatórias e Estimação de Parâmetros 4º Tempo: Parâmetros, Estimadores, Estimativas Propriedades desejadas para os Estimadores Método dos Momentos Método da Máxima Verossimilhança