Fernando Gláuber Júnior Luana. Fase quente Fase fria.

Slides:



Advertisements
Apresentações semelhantes
DISTRIBUIÇÕES AMOSTRAIS
Advertisements

Estatística amintas paiva afonso.
Analise de Regressão Parte 2.
CAPÍTULO 7 TESTE DE HIPÓTESE
Análise de Variância da Regressão
Intervalos de Confiança
Metodologias de Investigação
Cássio Luís Fernandes de Oliveira
Cássio Luís Fernandes de Oliveira
CAPÍTULO 7 TESTE DE HIPÓTESE
ESTIMAÇÃO.
Capítulo 3 - Aplicações das Derivadas
DELINEAMENTO COMPLETAMENTE CASUALIZADO
Capítulo 6 Estimativas e Tamanho de Amostras
MB751 – Modelos de previsão
Estatística: Aplicação ao Sensoriamento Remoto ANO 2010
Distribuição F Considere duas populações com distribuição de Gauss com médias 1, 2 e variâncias 12 e 22 . Retire uma amostra aleatória de tamanho.
Inferências para uma amostra
Descreva por palavras suas o funcionamento de um algoritmo
TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL 
Análise da Regressão múltipla: Inferência Revisão da graduação
ME623 Planejamento e Pesquisa
Estatística - Estimação – VI - 1; Estimação por intervalo de confiança.
Fundamentos de Análise de Sinais
Teste de Hipóteses de uma amostra Prof. Helcio Rocha
Estatística e Probabilidade
Estatística e Probabilidade
Estatística Para um dado conjunto de dados, podemos calcular as seguintes grandezas: 1) Medidas de posição 2) Medidas de dispersão 3) Parâmetros de simetria.
Teste de Hipótese.
COMPARAÇÃO DE DUAS POPULAÇÕES
Estatística e Probabilidade
Amostras pareadas / Independência com variâncias desconhecidas
2.3 Experimentos Fatoriais 22 Efeitos das Interações
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Análise de Variância (ANOVA) Camilo Daleles Rennó
TESTE DE HIPÓTESES TESTE t STUDENT
Professor Antonio Carlos Coelho
Gerenciamento de Custos
Especialização em Pesquisa Clínica Módulo 3 – Epidemiologia e Bioestatística Daniel Kashiwamura Scheffer 1o. Semestre – 2009.
Regressão e Previsão Numérica.
ANÁLISE ESTATÍSTICA II
análise dos estimadores
ANÁLISE DE INVESTIMENTOS PROFESSOR: PIERRE LUCENA
ERROS E TRATAMENTO DE DADOS ANALÍTICOS
Disciplina Engenharia da Qualidade II
Introdução a planejamento e otimização de experimentos
Metodologia da Pesquisa em Ensino de Ciências I
ME623A Planejamento e Pesquisa
Testes de Hipóteses.
COMPARAÇÃO DE MÉDIAS TESTE DE TUKEY.
FEATURE SELECTION. Introdução  Estudo de metodologias relacionadas a seleção de atributos  Maldição da dimensionalidade  O número de atributos do desenvolvedor.
Análise de Variância (ANOVA)
AULA 6 Planejamento Experimental
INTERVALOS DE CONFIANÇA
NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional.
Estimação: Estimativa Pontual Estimativa Intervalar
Métodos Estatísticos Aplicados às Ciências Biológicas 10ª aula.
AULA 2 Prof. Dr. Márcio A. Fiori -
INFERÊNCIA PARA DUAS POPULAÇÕES
GESTÃO E GARANTIA DA QUALIDADE
NOÇÕES DE INFERÊNCIA ESTATÍSTICA
ERROS E TRATAMENTO DE DADOS ANALÍTICOS
Estimação e Intervalo de Confiança. Estimação Frequentemente necessitamos, por meio das amostras, conhecer informações gerais da população. A estimação.
Estatística Inferencial. É um processo de tomada de decisão baseado em probabilidades e pode ser de dois tipos: - Estimação de parâmetros – usando a informação.
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.
Estatística Aplicada - Componente Prática Ensaio de hipóteses estatísticas Ensaio para µ com  2 conhecido e desconhecido.
DETEÇÃO E ESTIMAÇÃO Aula X+1: Simulação de Monte Carlo.
AULA 11 – REGRESSÃO Parte I
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: Aplicação ao Sensoriamento Remoto SER ANO 2016 Teste de Hipótese Camilo Daleles Rennó
Como construir modelos empíricos. Nos modelos estudados, cada fator foi fixado em dois níveis Por esta razão temos que nos contentar com uma visão limitada.
Transcrição da apresentação:

Fernando Gláuber Júnior Luana

Fase quente Fase fria

Passo 1: Defina o comprimento de corte l da variável X. : Passo2: Determine a diferença entre os valores médios de dois regimes subsequentes que devem ser estatisticamente significativos de acordo com o teste T- Student:

Onde t é o valor da distribuição t com 2l-2 graus de liberdade em uma probabilidade de nível p. Assumindo que a variância dos regimes é a mesma e igual a média das variâncias para intervalos de l anos da série temporal da variável X. Passo 3: calcule a média para os l valores iniciais da variável X como uma estimativa do regime R1 e os níveis que devem ser alcançados nos l anos subsequentes para qualificar uma mudança no regime R2

Passo 4: Para cada novo valor começando com o ano i=l+1 analise quem é maior que e menor que. Se o valor não exceder então assumimos que não houve mudança no regime. Neste caso, recalcule a média para incluir um novo valor e l-1 valores anteriores da variável X. Se o novo valor excede, então este ano é considerado como um possível início j de um novo regime R2. xixi X iX i

Passo 5: Após este ponto de mudança ser estabelecido, cada novo valor de x i, onde i>j, é usado para confirmar ou rejeitar a hipótese nula de um mudança de regime no ano j. Agora, deve-se calcular uma anomalia e comparar com o sinal da respectiva anomalia quando a mudança ocorre. Se a anomalia é do mesmo sinal que a do tempo da mudança do regime, aumentará a confiança que a mudança no regime ocorreu.

Esta mudança na confiança da mudança do regime em i=j é refletida no valor da nova estatística chamado de Índice de Mudança de Regime (RSI), que representa uma soma cumulativa das anomalias normalizadas se a mudança é para cima se a mudança é para baixo Se qualquer tempo entre i=j+1 e i=j+ l -1 o valor de RSI torna-se negativo, vá ao passo 6, caso contrário vá para o passo 7

Passo 6: O valor negativo de RSI significa que o teste para uma mudança no ano j falhou. Assuma RSI=0. Recalcule o valor e inclua o valor e continue testando os valoresvde x i começando com i = j + 1 para sua superação da variação no passo 4. Passo 7: O valor positivo de RSI significa que a mudança no regime no ano j é significativo em uma probabilidade de nível p. Calcule o valor médio para o novo regime xjxj

Este ponto se tornará a base no qual o teste continuará. A procura para a próxima mudança de regime R3 começa com o ano i=j+1. Esta volta no passo é necessária para ter certeza que o tempo do próximo regime é determinado corretamente mesmo se a duração do regime R2 for menor do que l anos. Os cálculos continuam em um loop do passo 4 ao passo 7 até que todos os dados disponíveis da variável X sejam processados. Se existem várias variáveis, o valor RSI final será a média dos RSI’s de cada variável.

Exemplo: Aplicação para o índice da PDO em janeiro de

Neste exemplo, escolheremos l =10 anos e nível de probabilidade p=0.05. O número de graus de liberdade 2l-2=18 e o valor crítico t-student=2,1 (tabela) Baseado na série inteira ( ) a média da variância para o itervalo de 10 anos é Então

O valor médio do índice da PDO para os primeiros 10 anos ( ) é =0.61 Desta forma, o valor médio para o regime R2, deve ser ou maior que = 1.43 ou menor que = para uma mudança no regime. Em 1910 o índice da PDO era e este ano foi considerado como começo de um novo ponto da mudança de regime com RSI 1910,1910 = (0.25 – 0.21)/0.87/10=0.004

Devido a fortes valores negativos no índice da PDO em 1911 (-1.11) e 1912 (-1.72), a mudança de regime aumenta para: Entretanto nos próximos 2 anos ( ) o RSI decresce, se mantem positivo e o cálculo continua até O valor final do índice para o regime R2 é Agora a nova procura por uma mudança para o regime R3 começa em 1911 usando o valor médio do regime R2 RSI 1912,1910 =0.28 RSI 1919,1910 =0.54

Os valores do índice da PDO são checados se: são maiores que 0.82 – 0.68=0.14 ou menores que = O valor do índice para 1911 (-1.11) não está fora do intervalo, então o teste falhou. (Recacular !!!!) O índice da PDO em 1912 é e menor que o limiar negativo: este ano é marcado como início de um novo regime com RSI 1912,1912 =( )/0.87/10=0.02

Em 1913, entretanto, a mudança no regime do índice torna-se negativo, RSI 1912,1913 = (0.03 – 1.50)/0.87/10=- 0.15: 1912 não é considerado como início da mudança de regime. Situações simulares ocorrem em Este ano é o primeiro marcado como um potencial de mudança de regime para cima, mas o teste falha em 1915 quando RSI torna-se negativo. Uma mudança positiva ocorre em 1922, cujo valor final de mudança de regime de índice é RSI 1931,1922 = 0.75

PDO index (top), , and its RSI(bottom). The RSI values are labeled on the right side of the figure. (From Rodionov 2004)