1 / 11

Distribuição da Amostra

4. Distribuição da Amostra. população x amostra. População: conjunto de todos os eventos associados a um fenômeno denominação originária do estudo de fenômenos econômicos e sociológicos pode ser finita ou infinita normalmente é descrita através de sua distribuição Amostra:

taya
Download Presentation

Distribuição da Amostra

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 4 Distribuição da Amostra Albertazzi.Distribuição da Amostra. (4.1)

  2. população x amostra • População: • conjunto de todos os eventos associados a um fenômeno • denominação originária do estudo de fenômenos econômicos e sociológicos • pode ser finita ou infinita • normalmente é descrita através de sua distribuição • Amostra: • parte da população • normalmente usada para inferir parâmetros de toda a população • deve ser representativa da população: amostra aleatória Albertazzi.Distribuição da Amostra. (4.2)

  3. amostra aleatória • De uma população finita: • Um conjunto de observações x1, x2, ..., xn constitui uma amostra aleatória de tamanho n de uma população finita de tamanho N se é escolhido de forma que cada subconjunto de n dos N elementos da população tenha a mesma probabilidade de ser escolhido Albertazzi.Distribuição da Amostra. (4.3)

  4. amostra aleatória • De uma população infinita: • Um conjunto de observações x1, x2, ..., xn constitui uma amostra aleatória de tamanho n de uma população infinita com função densidade de probabilidade f(x) se: (a) Cada xi é um valor de uma VA cuja distribuição tem f(x); (b) Estas VA são independentes. Albertazzi.Distribuição da Amostra. (4.4)

  5. X X = ? X = ? f(X) = ? distribuição amostral da média X X X f(X) Dois caminhos: a) sX conhecido b) sX desconhecido Albertazzi.Distribuição da Amostra. (4.5)

  6. X distribuição amostral da média com  conhecido Teorema: Se é uma amostra aleatória de tamanho n tomada de uma população que tem média  e variância 2, então é uma VA cuja distribuição tem média  e: X X f(X) (a) para amostras de populações finitas: (b) para amostras de populações infinitas: Albertazzi.Distribuição da Amostra. (4.6)

  7. teorema central do limite • Se é a média de uma amostra aleatória de tamanho n, obtida de uma população com média  e variância 2, então é uma VA cuja distribuição mais se aproxima da distribuição normal padronizada à medida que n tende a infinito. (Note que não importa qual seja a distribuição de X, a distribuição da sua média se aproxima da normal à medida que n cresce) Albertazzi.Distribuição da Amostra. (4.7)

  8. teorema do “sopão”(versão culinária do teorema central do limite) Quanto mais e mais verduras e legumes diferentes são acrescentados a uma mesma sopa, mais e mais o gosto resultante se aproxima do gosto único e inconfundível do sopão. Albertazzi.Distribuição da Amostra. (4.8)

  9. verificação: f(x) da média de três dados f(x) de um dado f(x) da média de dois dados f(x) da média de quatro dados Albertazzi.Distribuição da Amostra. (4.9)

  10. distribuição amostral da média com  desconhecido • Se é a média de uma amostra aleatória de tamanho n, obtida de uma população com distribuição normal e média  e seja: então é uma VA com distribuição t de Student com parâmetro  = n-1 (graus de liberdade) Albertazzi.Distribuição da Amostra. (4.10)

  11. Normal t de Student (u = 4) Albertazzi.Distribuição da Amostra. (4.11)

More Related