Formul estatii o melhor
-
Upload
carneiro62 -
Category
Documents
-
view
35 -
download
0
Transcript of Formul estatii o melhor
ESTATÍSTICA II – CAPÍTULO I – PROBABILIDADES
1.4 – Álgebra dos acontecimentos
União de acontecimentos:
Intersecção de acontecimentos:
Acontecimentos complementares:
Acontecimentos incompatíveis:
Propriedades dos acontecimentos
1) Associatividade:
2) Comutatividade:
3) Distributividade:
4) Leis de De Morgan: ;
1.5 – Conceitos de Probabilidade
Abordagem clássica de Probabilidade
a = número de casos (resultados) favoráveis
b = número de casos (resultados) desfavoráveis
1.6 – Análise combinatória
Permutações simples (sem repetição):
Permutações completas (com repetição): Permutações – n.º de elementos que se podem formar com n
elementos
Arranjos simples (sem repetição):
Arranjos completos (com repetição):
Arranjos – n.º de sequências que se podem formar com p dos n
elementos
Combinações simples (sem repetição):
Combinações completas (com repetição):
Combinações – n.º de agrupamentos que se podem formar com p
dos n elementos, considerando-se distintos dois agrupamentos
quando diferem entre si na natureza dos elementos que deles façam
parte.
1.7 – Medida de Probabilidade e Axiomática de
Kolmogorov
A1 –
A2 –
A3 – Em acontecimentos incompatíveis:
1 – ;
2 –
3 –
4 –
5 –
6 –
1.8 – Acontecimentos independentes
- Se A e B são mutuamente exclusivos, A e B são dependentes
- Se A e B são independentes, A e B não são mutuamente
exclusivos
- Dois acontecimentos não podem ser simultaneamente
independentes e mutuamente exclusivos
Para 3 acontecimentos A, B e C:
1)
2)
3)
4) Se uma destas proposições não for satisfeita, os acontecimentos
não são independentes
Acontecimentos dependentes
1.9 – Probabilidade condicionada
1.10 – Teorema da Soma
Se A e B forem mutuamente exclusivos:
Se A e B forem compatíveis:
1.11 – Probabilidade da Intersecção
Teorema do Produto para Acont. Dependentes
Para 3 acontecimentos:
Para n acontecimentos:
Teorema do Produto para Acont. Independentes
Para n acontecimentos:
1.12 – Teorema da Probabilidade Total
Sejam acontecimentos que formam S.
Seja, B, tal que :
1.13 – Teorema de Bayes
Para 2 acontecimentos, tem-se:
ESTATÍSTICA II – CAPÍTULO II – VARIÁVEIS ALEATÓRIAS
2.2 – Função de distribuição
Propriedades da função de distribuição:
1)
2)
3)
4) É uma função contínua à direita
5)
6)
2.3 – Variáveis Aleatórias Discretas
Propriedades da função de probabilidade:
1)
2) Caso n finito,
Caso n infinito,
2.4 – Variáveis Aleatórias Contínuas
Propriedades da função densidade de probabilidade:
1)
2)
3)
4)
Observações:
1)
2)
3)
2.5 – Valor Esperado de V.A.
Propriedades do valor esperado: (X, Y são duas v.a. e K uma constante real)
1) E(K) = K
2) E(K.X) = K.E(X)
3) E(X±Y) = E(X) ± E(Y)
4) E(X,Y) = E(X).E(Y), se X e Y forem independentes
2.6 – Variância de V.A.
Propriedades da variância (X, Y são duas v.a. e K uma constante real)
1) V(K) = 0
2) V(K.X) = K2.V(X)
3) V(X ± Y) = V(X) + V(Y), se X e Y forem
independentes
4) V(X) = E(X2)-E
2(X)
5) Se X é uma v.a. tal que E(X) = µ e V(X) = σ2, então
a v.a. tem E(W) = 0 e V(W) = 1
Desvio padrão:
Observações:
ESTATÍSTICA II – CAPÍTULO III – DISTRIBUIÇÕES TEÓRICAS DE PROBABILIDADE
3.1 – Distribuições Discretas
Distribuição Uniforme:
Distribuição de Bernoulli:
Distribuição Binomial:
Aditividade nas Distribuições Binomiais
Observação:
Distribuição de Poisson:
Aditividade nas distribuições de Poisson
A distribuição Binomial converge para a distribuição de
Poisson, quando e , mantendo-se
3.2 – Distribuições contínuas
Distribuição Normal:
Aditividade na Distribuição Normal
Corolário 1: Se são v.a.
independentes em que , então
Corolário 2: Se , então
, onde
Aproximação da distribuição Binomial à distribuição
Normal (quando )
Ou seja,
Aproximação da distribuição Poisson à distribuição
Normal (quando )
Ou seja,
ESTATÍSTICA II – CAPÍTULO IV – DISTRIBUIÇÕES POR AMOSTRAGEM
Estatísticas importantes:
; Sn - total
4.6 - Teorema do limite central
Corolário 1 (teorema de De Moivre e Laplace)
4.7 – Distribuições Amostrais Teóricas
Se a população não tem uma distribuição Normal ou a
sua distribuição é desconhecida:
Se :
Se for uma grande amostra, :
4.8 – Distribuições amostrais mais importantes
4.8.1 – População Bernoulli (proporção)
Estatísticas importantes
Amostras de pequena dimensão, :
Amostras de grande dimensão, :
4.8.2 – População Bernoulli (duas proporção)
Para duas populações de Bernoulli onde são extraídas
duas amostras independentes de grande dimensão,
Para :
4.8.3 – População Normal
4.8.3.1 – Distribuição da Média amostral quando σ2
é conhecida
4.8.3.2 – Distribuição da variância amostral
4.8.3.3 – Distribuição da média amostral quando σ2
é desconhecida
4.8.3.4 – Distribuição da diferença entre médias
amostrais
Duas amostras independentes de duas populações
normais
Caso 1: e são conhecidas
Caso 2: e são desconhecidas, mas
Caso 3: e são desconhecidas, mas diferentes e
com e
Caso 4: e são desconhecidas, mas diferentes e
com e
Onde é o maior inteiro contido em:
4.8.3.5 – Distribuição do quociente entre variâncias
amostrais
Duas amostras independentes e de duas
populações normais
ESTATÍSTICA II – CAPÍTULO V – ESTIMAÇÃO
5.2 – Estimação Pontual
1) Se →
2) Se →
3) Se →
5.3 – Estimação por Intervalos
Intervalo de confiança (para )
Grau ou coeficiente de confiança
Parâmetros (população) (desconhecidos)
Estatísticas (amostra) (conhecidos)
µ
σ
θ
τ t
Consultar a tabela do formulário disponível na Intranet (página 5) para determinar qual o IC consoante os
parâmetros a estimar, o tipo de população, a dimensão da amostra, se se conhece σ ou não e a distribuição
amostral
5.3.7 – Dimensão da amostra
Estimação da média, supondo uma amostra aleatória simples com reposição
5.3.8 – Dimensão da amostra
Estimação da proporção, supondo uma amostra aleatória simples com reposição
(média amostral subtraindo a média da população)
ESTATÍSTICA II – CAPÍTULO VI – ENSAIOS DE HIPÓTESES
6.4 – Etapas de um teste de hipóteses
1. Formulação da hipótese nula ( ) e da sua
alternativa ( )
2. Especificar o nível de significância ( ) desejado e
os valores críticos associados
3. Escolher o teste estatístico apropriado para testar
(em função da natureza dos dados)
4. Determinar a região de rejeição de , em função
das etapas anteriores
5. Calcular o valor do teste a partir dos dados
amostrais e tomar uma decisão. Se este valor se
situar na zona de rejeição de , esta é rejeitada. Se
se situar na zona de não rejeição, não podemos
rejeitar
Consultar a tabela do formulário disponível na
Intranet (página 5) para determinar qual o teste a
utilizar consoante os parâmetros a estimar, o tipo
de população, a dimensão da amostra, se se
conhece σ ou não e a distribuição amostral
6.5 – Teste do Qui-Quadrado (variáveis
qualitativas)
Var. Y
Var. X (Tabela de frequências observadas)
Margens da tabela de contingência:
Construção da tabela de frequências esperadas:
Hipótese de independência:
6.7 – Análise da Variância – ANOVA
Média amostral das observações da população i
SQT – soma de quadrados total
SQD – soma de quadrados dentro das amostras
SQE – soma de quadrados entre amostras
Estatística-teste: