1 / 26

Estatística Aplicada (Aula 4)

Estatística Aplicada (Aula 4). Na aula passada. Distribuição normal de probabilidade Curva normal. Na aula passada. Características da Distribuição Normal. Na aula passada. Características da Distribuição Normal

Download Presentation

Estatística Aplicada (Aula 4)

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. Estatística Aplicada(Aula 4)

  2. Na aula passada... • Distribuição normal de probabilidade • Curva normal

  3. Na aula passada... • Características da Distribuição Normal

  4. Na aula passada... • Características da Distribuição Normal • As probabilidades da variável aleatória normal são dadas por áreas sob a curva. A área total sob a curva é 1. Já que a distribuição é simétrica, a área sob a curva, à direita da média, é 0,5 e à direita também.

  5. Na aula passada... • Como calcular a probabilidade de qualquer distribuição normal • Padronização calcular o valor z

  6. Aula Passada... Exercício 3 • O retorno médio diário das ações preferenciais da Vale do Rio Doce (VALE5) no período de 07/03/2006 a 06/03/2007 foi de 0,171% com desvio padrão de 2,127%. Sabendo que esses retornos se distribuem de forma aproximadamente normal, determine: a) A probabilidade de que o retorno da ação num certo dia seja superior a 0,5%. b) A probabilidade de que o retorno da ação num certo dia seja inferior a -0,5%. c) A probabilidade de que o retorno da ação num certo dia esteja entre -0,5% e +0,5%. d) Analisando os resultados obtidos para VALE5 com os de PETR4 (ex. 4), e sabendo que o desvio padrão representa uma medida de risco financeiro, compare os desempenhos das duas ações com relação ao binômio risco/retorno.

  7. Aula de hoje • Uso da distribuição normal de probabilidade no gerenciamento de risco • Intervalo de confiança • Exercícios

  8. Distribuição Normal de Probabilidade • Até agora, utilizamos a distribuição normal padronizada (tabela Z) para encontrar a probabilidade de ocorrência de um determinado intervalo de valores. • Podemos inverter o raciocínio e, partindo de uma probabilidade, encontrar o valor Z correspondente.

  9. Distribuição Normal de Probabilidade • Exemplo: Dado que Z é uma variável aleatória normal padrão, encontre Z para cada uma das situações: • A área entre 0 e Z é 0,4750 (Resposta: 1,96) • A área à direita de Z é 0,1314 (Resposta: 1,12) • A área à esquerda de Z é 0,6700 (Resposta: 0,44) • A área entre –Z e Z é 0,9030 (Resposta: 1,66) • A área a direita de Z é 0,6915 (Resposta: -0,50) • A área à esquerda de Z é 0,2119 (Resposta: -0,80)

  10. Distribuição Normal de Probabilidade • A média de preço das ações das empresas que compõe o índice S&P é US$ 30,00 e o desvio padrão é US$ 8,20. Suponha que o preço das ações se distribua normalmente. • Qual é aprobabilidade de uma empresa ter um preço de, no mínimo, US$ 40,00 para as suas ações? • Qual deve ser o preço das ações para que a empresa seja incluída entre as 10% maiores?

  11. Inferência Estatística

  12. Erro Amostral • Deseja-se estimar a média populacional, μde uma determinada variável, pela média amostral, X. • Qual a magnitude do erro que cometemos nesta estimação?

  13. Exemplo O gerente de operações de um grande banco, desejando determinar o tempo médio que os clientes gastam no auto atendimento, realizou a medição do tempo gasto por um grande número de clientes e obteve uma população normalmente distribuída com média de 3,68 minutos e desvio padrão de 0,15 minutos. Se uma amostra de 25 clientes for escolhida ao acaso entre milhares dos que utilizam os auto atendimentos por dia, que resultado podemos esperar para o tempo médio dessa amostra? 3,70 min? 2,00 min? 3,68 min?

  14. Exemplo • Qual a probabilidade de uma observação X entre 3,65 e 3,68 min? • Qual a probabilidade de se obter uma média amostral X entre 3,65 e 3,68?

  15. Distribuição de médias amostrais

  16. Simulação de populações normais

  17. Exemplo (cont.) • Qual a probabilidade de se obter uma média amostral X entre 3,65 e 3,68 min? • Logo, 34,13% de todas as amostras possíveis de tamanho igual a 25 teriam uma média amostral entre 3,65 e 3,68 minutos

  18. Exemplo • Como esses resultados seriam alterados se a amostra contivesse 100 clientes, ao invés de 25?

  19. Intervalo de confiança Ao invés de determinar a proporção de médias amostrais que espera-se que caiam dentro de um certo intervalo, o gerente de operações está interessado em encontrar um intervalo simétrico em torno da média populacional que incluísse 95% das médias amostrais. Deseja-se determinar uma distância acima e abaixo da média μ que contenha uma área especificada da curva normal

  20. Intervalo de confiança

  21. E se não conhecemos μ? • Se, para cada amostra de tamanho n, construirmos um intervalo de confiança como mostrado acima, 95% dos intervalos conterão a média populacional.

  22. Intervalo de confiança • Média populacional desconhecida • A satisfação dos clientes de uma instituição financeira pode ser avaliada através de um score, que segue uma distribuição aproximadamente normal, com média desconhecida. Sabe-se, de estudos anteriores, que o desvio padrão desse score é 10. Sorteada uma amostra de 50 clientes, obteve-se um score médio (amostral) de 70. Qual o intervalo de 95% de confiança para o score médio populacional?

  23. Intervalo de confiança

  24. Margem de Erro • A margem de erro será tão menor, quanto maior for o tamanho da amostra (n) e o desvio padrão populacional

More Related