Intervalos de confiança Sejam X 1, X 2, …, X n i.i.d. com distribuição F. Um intervalo de confiança de nível 1– para é um par de estatísticas [T 1 (X),

Slides:



Advertisements
Apresentações semelhantes
Melhoramento de Imagens
Advertisements

Estatística 8 - Distribuições Amostrais
VIII Espectroscopia luz luz Método envolve: excitação detecção Fontes
Matéria Escura. Introdução Cerca de 90% do Universo é escuro, ou seja, não emite radiação eletromagnética, só sabemos da existência dessa matéria escura.
PROGRESSÃO ARITMÉTICA P.A.
Modelo planetário: errado Elétrons são descritos por meio de funções de onda Mecânica Quântica : probabilidades.
PGF5001 – Mecânica Quântica 1 Prof. Emerson Passos.
Prof. Celso Gramática.
Estatística Aplicada à Motricidade
Disciplina: Atividade Física Relacionada à Saúde
Introdução a Resolução Numérica de Equações Diferenciais Ordinárias
FORTRAN 90 Denise Yumi Takamura.
Fatores de risco para doenças crônicas não-transmissíveis: Inquérito domiciliário no município de São Paulo,
PRINCIPAIS DESENHOS DE ESTUDOS EPIDEMIOLÓGICOS
CAMPANHA HANSENÍASE, TRACOMA E GEO-HELMINTÍASE
Álgebra para Lógica 3 Profa. Éverlin Marques. Conectivos Sejam p ( Pedro trabalha ) e q ( Pedro estuda ) Não : ~p, p E :p q Ou ( inclusivo ) : p q Se...
►► outras formas dessa equação:
VI: EQUILÍBRIO RADIATIVO
Desempenho de Tratores aula 3
Reconstrução filogenética: Inferência Bayesiana
1. Equivalência entre portas 2. Derivação de expressões booleanas 3
COMPRESSÃO DE FILMES GRUPO: Alessandra Antunes Vargas Anderson Konzen
Criptografia Quântica : Um Estudo
Compressão de Voz Francisco Socal Tiago Peres Leonardo Silveira.
Protocolos Criptográficos. Múltiplas chaves em RSA Para RSA, escolhe-se dois números, e e d, tal que e. d = 1 mod (p-1).(q-1) Entretanto, também pode-se.
Utilidade diagnóstica dos autoanticorpos nas miosites testados para predizer o risco de câncer associado à miosite (CAM)‏
Banco de Dados I Profa. Jiani Cardoso 2/2005
Estatística: Aplicação ao Sensoriamento Remoto SER 202 Aula 01 - ANO 2013 Camilo Daleles Rennó
Técnicas de Amostragem
PRÉ PROVA – BANCO DO BRASIL
CE-262 Ontologia e Web Semântica Prof. José M Parente de Oliveira
Capítulo VI – Variáveis Indexadas
CARACTERIZAÇÃO DE PARTÍCULAS
TA 713 ANÁLISE DE ALIMENTOS PROF. RESPONSÁVEL: Dra. HELENA GODOY AUXILIARES: MARCELO PRADO.
Obtenção e Tratamento de Dados
TA 733 A – Operações Unitárias II
TA 733 A – Operações Unitárias II
O Ensino de Probabilidade
Probabilidade Modelo matemático para incerteza Desenvolvimento relativamente recente –Cardano (século XVI) –Pascal (século XVII) Peter Bernstein, Against.
Probabilidade e Esperança Condicional
Variáveis Aleatórias Uma variável aleatória associa um número real a cada resultado de um experimento aleatório. Mais precisamente…
Probabilidade Modelo matemático para incerteza Desenvolvimento relativamente recente –Cardano (século XVI) –Pascal (século XVII) Peter Bernstein, Against.
Esperança Idéia: a esperança (ou valor esperado) de uma v.a. é o valor médio que se espera obter ao se repetir um experimento aleatório um grande número.
Estatística Dados valores (amostras) de variáveis aleatórias X 1, X 2,..., X n, cuja distribuição conjunta é desconhecida, inferir propriedades desta distribuição.
Legislação Eleitoral e Eleições Sistema Majoritário: Presidente, Governador, Prefeito e Senador Um turno: maioria simples dos votos. Só é aplicado.
Já definimos o coeficiente angular de uma curva y = f(x) no ponto onde x = x 0. Derivadas Chamamos esse limite, quando ele existia, de derivada de f em.
Teorema do Confronto Se não pudermos obter o limite diretamente, talvez possamos obtê-lo indiretamente com o teorema do confronto. O teorema se refere.
TIPAGEM DE DNA Considerações importantes
Aritmética de ponto flutuante Erros
8.EQUAÇÕES DIFERENCIAIS ORDINÁRIAS Parte 5
7. INTEGRAÇÃO NUMÉRICA Parte 5
Sistemas Lineares Parte 2
Desempenho A rápida taxa de melhoria na tecnologia de computadores veio em decorrência de dois fatores: avanços na tecnologia utilizada na construção.
7. INTEGRAÇÃO NUMÉRICA Parte 1
VELOCIDADE DE REAÇÃO 1.A CONCENTRAÇÃO E A VELOCIDADE DE REAÇÃO 2.A VELOCIDADE INSTANTÂNEA DE REAÇÃO 3.AS LEIS DE VELOCIDADE E A ORDEM DE REAÇÃO.
Recursividade Estrutura de Dados.
Introdução à Probabilidade
ESTATÍSTICA DESCRITIVA
PRODUTOS E FATORES: UMA QUESTÃO NOTÁVEL Professor: Graciano Pianezzer Beletti.
Tamanho da amostra em pesquisa primária
Frações Professor: Graciano Pianezzer Beletti.
PHD5873/04-1 PHD 5873 Complementos de Hidrologia Aula 3 – Séries Sintéticas de Vazões EPUSP, 07 de outubro de 2003 Prof. Dr. José Rodolfo Scarati Martins.
PHD5873/03-1 PHD 5873 Complementos de Hidrologia Aula 3 – Métodos Estatísticos EPUSP, 30 de setembro de 2003 Prof. Dr. José Rodolfo Scarati Martins.
Robótica: Sistemas Sensorial e Motor
Prof. André Laurindo Maitelli DCA-UFRN
PESQUISA DE MARKETING 2 Execução Análise Prof. Dr. Fauze Najib Mattar.
PESQUISADEMARKETING Edição Compacta Prof. Dr. Fauze Najib Mattar.
1 Seja o resultado de um experimento aleatório. Suponha que uma forma de onda é associada a cada resultado.A coleção de tais formas de ondas formam um.
8. Uma Função de duas Variáveis Aleatórias
8-1 Copyright ©2011 Pearson Education, Inc. publishing as Prentice Hall Estimação (adapdado de Levine)
Transcrição da apresentação:

Intervalos de confiança Sejam X 1, X 2, …, X n i.i.d. com distribuição F. Um intervalo de confiança de nível 1– para é um par de estatísticas [T 1 (X), T 2 (X)] tais que P( [T 1 (X), T 2 (X)] ) 1– para todo.

Observações A probabilidade da definição se refere a T 1 e T 2 e não a. O ideal é obter intervalos de confiança em que a probabilidade indicada é sempre igual a 1–. Intervalos de confiança são normalmente reportados através dos valores observados de T 1 e T 2.

Como obter um I.C.? Método da quantidade pivotal Obter uma função S(x, ) (quantidade pivotal) cuja distribuição independa de. Escolher dois números a e b tais que P(a S(x, ) b) = 1 – Resolver a inequação obtida em termos de.

Exemplo X 1, X 2,..., X n i.i.d. U[0,

Intervalos de confiança para distribuição normal X 1, X 2,..., X n i.i.d. N(, 2 ) Quatro casos: I.C. para, com 2 conhecido I.C. para 2, com conhecido I.C. para, com 2 desconhecido I.C. para 2, com desconhecido

I.C. para, com 2 conhecido Aplicável quando –a distribuição é normal e 2 é de fato conhecido, ou –a distribuição é normal e a amostra é grande, de modo que se possa estimar 2 com razoável precisão –a distribuição não é normal, mas a amostra é grande e deseja-se um I.C. aproximado para a média da distribuição, usando o T.C.L.

I.C. para, com 2 conhecido I.C. central I.C. unilaterais z

Exemplo n = 25, X = 60, = 10, = 0,1

Exemplo Em uma pesquisa de opinião com 400 pessoas, 190 foram favoráveis a uma certa proposta. Obtenha um I.C. de nível 95% para a fração de pessoas favoráveis na população.

I.C. para, com conhecido I.C. central I.C. unilaterais x 2 n ( )

A distribuição 2 Sejam X 1, …, X n i.i.d. N(0,1). A distribuição de X 1 2 +… + X n 2 é chamada de distribuição qui-quadrado com n graus de liberdade.

Exemplo n = 20, = 60, X i - 2 = , = 0,1

I.C. com e 2 desconhecidos Teorema Fundamental Sejam X 1, …, X n i.i.d. N(0,1). (X i – X) 2 e X são independentes (X i – X) 2 tem distribuição 2 n-1 tem distribuição t n-1

A distribuição t de Student Sejam X e Y variáveis independentes, X com distribuição N(0,1) e Y com distribuição 2 n. A distribuição de é chamada de distribuição t de Student com n graus de liberdade.

Observação No caso de X 1, …, X n i.i.d. N(, 2 ). (X i – X) 2 e X são independentes (X i – X) 2 / 2 tem distribuição 2 n-1 tem distribuição t n-1

I.C. para, com 2 desconhecido I.C. central I.C. unilaterais

I.C. para, com desconhecido I.C. central I.C. unilaterais

Exemplo Obter I.C. de nível 95% para e 2 para o caso em que n = 16, X i = 960 e X i 2 =