1 / 28

Comparação de Sistemas Usando Amostragem de Dados

Comparação de Sistemas Usando Amostragem de Dados. por: Tiago A. E. Ferreira. Amostragem vs. População. População. Amostragem. Milhões de números. X 1 , X 2 , ..., X n. Média  Desv. Pad. . Média X Desv. Pad. s. Objetivo: Determinar parâmetros a partir das estatisticas.

seth
Download Presentation

Comparação de Sistemas Usando Amostragem de Dados

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. Comparação de Sistemas Usando Amostragem de Dados por: Tiago A. E. Ferreira

  2. Amostragem vs. População População Amostragem Milhões de números X1, X2, ..., Xn Média  Desv. Pad.  Média X Desv. Pad. s Objetivo: Determinar parâmetros a partir das estatisticas

  3. Intervalo de Confiança • Em estatística, inferências (a partir de dados) não são definitivas inquestionáveis: devem ser sempre apresentadas com os intervalos de confiança associados • Nós apenas medimos os fenômenos do mundo real em observações discretas e generalizamos as conclusões para todo o domínio • Há sempre um erro ao processo de generalização

  4. Intervalo de Confiança • P(a    b) = 1 -  onde: • :valor esperado do parâmetro (desconhecido) • (a,b):intervalo de confiança (variável aleatória) • : nível de significância • 100(1 - ) nível de confiança • (1 - ) coeficiente de confiança

  5. Métodos para se Determinar o Intervalo de Confiança. • Quantis de k médias • Teorema Central do Limite (a partir de 1 média) • Aproximação pela distribuição normal (n30) • Aproximação pela distribuição t de Student (n<30)

  6. a b Exemplo: Quantis de 100 Médias a 90% de Nível de Confiança-1 • Tomam-se 100 amostras {x1 , x2,.., xn} de n exemplos • Calculam-se as 100 médias • Colocam-se as 100 médias em ordem crescente • Toma as [1+0,05(100-1)] e [1+(1-0,05)(100-1)]-ésimas médias como limites inferior e superior

  7. Intervalo de Confiança – Distribuição Normal - N(0,1) • Faz-se a transformação para a normal reduzida N(0,1) • Consulta-se na tabela o quantil z[1-/2]da normal reduzida • Encontra o intervalo de confiança (a,b)

  8. Exemplo 1 Suponha uma certa distribuição de pontos que tenha: x = 3.90 s = 0.95 n = 32 Queremos um intervalo de confiança sobre a média de 90%! 100(1-) = 90   = 0.1 Temos, Z[0.995] = 1.645, o que implica um intervalo de confiança 3.62 3.90 4.17

  9. Intervalo de Confiança – Estatística de t-Stundent • Faz-se a transformação para a t de Student com  graus de liberdade • Consulta-se na tabela o quantil t[1-/2;]da t de Student • Encontra o intervalo de confiança (a,b)

  10. Exemplo 2 Suponha a amostragem: {-0.04, -0.19, 0.14, -0.09, -0.14, 0.19, 0.04, 0.09}. Temos, x = 0 s = 0.138 n = 8 Queremos um intervalo de confiança sobre a média de 90%! 100(1-) = 90   = 0.1 Temos, t[0.95;7] = 1.895, o que implica um intervalo de confiança -0.0926 0 0.0926

  11. Teste de Média Zero médias 0 Intervalos de Confiança que incluem o zero Intervalos de Confiança que não incluem o zero

  12. Exemplo 3 A diferença de tempo de processamento para duas diferentes implementações do mesmo algoritmo é dada pela amostragem: {1.5, 2.6, -1.8, 1.3, -0.5, 1.7, 2.4} n = 7; x = 1.03; s2 = 2.57 ; s = 1.60 Intervalo de Confiança de 99% : 100(1-) = 99,  = 0.01, 1-/2 = 0.995

  13. Procedimentos Estatísticos para Comparação de Dois Sistemas • Observações Emparelhadas Se n experimentos são realizados sobre dois sistemas, e existe uma relação um para um entre o i-ésimo teste do sistema A e o i-ésimo teste do sistema B, estas observações são ditas emparelhadas • Observações Não Emparelhadas Se não existir uma correspondência entre as amostras dos sistemas A e B, as observações são ditas não em parelhadas.

  14. Observações Emparelhadas Seis medidas similares foram aplicas a dois sistemas, e obtemos: {(5.4, 19.1), (16.6, 3.5), (0.6, 3.4), (1.4, 2.5), (0.6, 3.6), (7.3, 1.7)} Um Sistema é melhor do que o outro? A diferença de rendimento constitui ma amostragem das seis observações: {-13.7, 13.1, -2.8, -1.1, -3.0, 5.6} X = -0.32; s = 9.03; IC(90%) = -0.32  t0.95 (3.69), t0.95 = 2.015 IC(90%) = (-7.75, 7.11) O intervalo de Confiança incluí o zero, desta forma os dois sistemas não são diferentes!

  15. Observações Não Emparelhadas É necessário realizar uma estimativa da variância e dos graus de liberdade: Receita: Procedimento teste-t 1) Calcular as médias

  16. Observações Não Emparelhadas 2) Calcular os Desvios Padrões:

  17. Observações Não Emparelhadas 3) Calcula a diferença das médias: 4) Calcular o desvio padrão da diferença das médias:

  18. Observações Não Emparelhadas 5) Calcular o número efetivo de graus de liberdade:

  19. Observações Não Emparelhadas 6) Calcule o intervalo de confiança para a diferença das médias: 7) Se o intervalo de confiança incluir o zero, a diferença é não significativa em um nível de confiança de 100(1-)%. Se o intervalo de confiança não incluir o zero, então o sinal da diferença das médias indicará qual sistema é o melhor!

  20. Exemplo – Observações não Emparelhadas O tempo de processador requerido para executar uma tarefa foi medido em dois sistemas: Sistema A: {5.36, 16.57, 0.62, 1.41, 0.64, 7.26} Sistema B: {19.12, 3.52, 3.38, 2.50, 3.60, 1.74} Sistema B: Média xb = 5.64 Variância sa2 = 44.11 nb = 6 Sistema A: Média xa = 5.31 Variância sa2 = 37.92 na = 6

  21. Exemplo – Observações não Emparelhadas Diferença das médias: xa – xb = -0.33 Desvio Padrão para diferença das médias: s =3.698 Número efetivo de graus de liberdade:  = 11.921 t[0.95; 12] = 1.71 Intervalo de confiança = (-6.92, 6.26) O intervalo de confiança inclui o zero! Assim sobre este nível de confiança os sistemas são iguais!

  22. Teste Visual • Os CI’s não se sobrepõem, o sistema vermelho é melhor. • Os CI’s se sobrepõem e as médias estão dentro do CI do sistema oposto. Os sistemas são iguais! • 3) Os CI’s se sobrepõem, mas as médias não estão dentro do CI do sistema oposto. É necessário o procedimento do teste-t!

  23. Intervalo de Confiança Unilateral Se desejarmos comparar uma grandeza x com um determinado valor, para sabermos, por exemplo, se ela é maior que este valor. Só necessitamos de um lado do intervalo de confiança. Assim, pode-se definir:

  24. Exemplo – IC Unilateral O tempo de resposta a um estimulo foi medido para um sistema A e um sistema B. Procedimento Teste-t:  = 191.05 ( > 30) s = 19.35 z0.90=1.28 IC = (-17.37, -17.37+1.28*19.35) = (-17.37, 7.402)

  25. Intervalos de Confiança para Proporções Estatística de Dados Categóricos – Probabilidades associada às Categorias. Tais probabilidade são chamadas de proporções! Dado que n1 das n observação são do tipo 1, o IC para a proporção é dado por:

  26. Exemplo - Proporções Um experimento foi repetido 4 vezes em dois sistemas. O sistema A foi superior Ao sistema B em 26 repetições. O sistema A é superior com uma confiança de 99%? P = 26/40 = 0.65; s = 0.075 ; z0.995 = 2.576 O que dá um IC = 0.62  (2.576)(0.075) = (0.46, 0.84) Como o ponto 0.5 pertence ao IC não pode-se afirmar que o Sistema A é superior ao Sistema B com 99% de certeza!

  27. Determinação do Tamanho das Amostras • Tamanho da amostra para determinação da média: • Se queremos um precisão de r% e um IC de 100(1-)% • Tamanho da amostra para determinação de proporções: • Se queremos um precisão de r% e um IC de 100(1-)%

  28. Determinação do Tamanho das Amostras • Tamanho da amostra para IC’s que não se sobrepõem:

More Related