Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Carregar

Bem-vindo(a) ao Scribd!

  • 4 visualizações

    Statistics II Lesson 7 & 8

    Enviado por

    gregory.tuxen

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd

    Statistics II Lesson 7 & 8

    Enviado por

    gregory.tuxen
    4 visualizações2 páginas

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF, TXT ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    4 visualizações2 páginas

    Statistics II Lesson 7 & 8

    Enviado por

    gregory.tuxen

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    de 2

    UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

    INSTITUTO DE MATEMÁTICA E ESTATÍSTICA


    DEPARTAMENTO DE ESTATÍSTICA

    MAT02215 - Estatística Geral 2 - 2024/2

    Plano Aula 07 e 08

    Markus Stein

    (. . . continuação) Intervalos de Confiança para uma média (populacional)

    • Semana passada vimos IC para µ, supondo σ 2 conhecido (ou n > 30).


    1
    Pn
    • . . . continuação (semana passada) Exemplo 2: Para a média amostral X = n i=1 Xi se σ 2
    desconhecido (e n ≤ 30), como construir um IC para µ?

    Estimação de σ 2
    Pn
    2 (Xi −X)2
    • Se desconhecemos a variância populacional, podemos estimá-la usando o estimador S = i=1
    n−1
    (porquê?)

    • Nesse caso S 2 é uma variável aleatória (v.a.). (Sabemos qual a distribuição amostral de S 2 ?)
    X−µ
    • Qual a distribuição amostral da transformação T = √ ?
    S/ n

    X −µ
    T = √ ∼?
    S/ n

    Distribuição (de probabilidade) t de Student (Bussab e Morettin - Seção 7.7.3)

    Teorema (Distribuição t-Student, nossa versão): Seja X1 , . . . , Xn uma amostra aleatória da v.a. X ∼
    N ormal(µ, σ 2 ), então (dadas algumas outras suposições para S que omitimos aqui)

    X −µ
    T = √ ∼ t(n−1) .
    S/ n

    em que t(n−1) denota a distribuição de probabilidade t-Student com n − 1 graus de liberdade (g.l.).

    • A distribuição t de Student também possui valores tabelados, como a distribuição normal padrão.
    Qual a relação entre essas distribuições?
    • Como usar a distribuição t de Student para construir um IC para µ? Quais as suposições necessárias?
    Como interpretar os resultados?

    1
    UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
    INSTITUTO DE MATEMÁTICA E ESTATÍSTICA
    DEPARTAMENTO DE ESTATÍSTICA

    MAT02215 - Estatística Geral 2 - 2024/2

    Intervalo para a comparação de duas médias (populacionais)

    • Agora se quisermos comparar médias de dois grupos?

    • Exemplo: Estimar a diferença no salário médio entre tabalhadoras mulheres (µ1 ) e dos homens (µ2 ).
    – Qual o estimador pontual “natural” para esse problema?

    – Como calcular um IC para µ1 − µ2 ?

    • Quais as suposições necessárias?


    • Como interpretar os resultados?

    Ler slides das aulas 7 e 8

    Fazer exercícios lista 1-3

    Fazer avaliação pontual 2 da área 1 - vale nota!!!

    Leitura - ‘Sobre o uso da tabela da distribuição t’

    • Material extra no repositório - https://github.com/markus-stein/EstatGeral2/blob/master/extras/


    uso_tabela_t.pdf

    Você também pode gostar