Intervalos de Confiança Flashcards
Em Matéria de Estatística, a que se refere
1) A Lei dos Grandes Números
2) A Lei Fraca dos Grandes Números
3) A Lei Forte dos Grandes Números
1) Quanto mais repetições um evento tem, mais ele se aproxima da probabilidade esperada. Ex: quanto mais repetições tivermos no lançamento de um dado, mais a frequência de cada termo será de 1/6.
2) Determina que a média amostral CONVERGE EM PROBABILIDADE para o valor esperado tal que haverá um tamanho de amostra mínimo que trará a média amostral para o valor real da probabilidade. Ex: qual é o mínimo número de vezes que devo jogar um dado para demonstrar que as chances serão de 1/6?
3) A média amostral CONVERGE ABSOLUTAMENTE para o valor real da probabilidade, a medida que um número infinito de lançamentos é realizado. Ex: quanto mais vezes eu lançar um dado, mais e mais os resultados se aproximarão ao valor real da probabilidade esperada.
Em Matéria de Estatística, de acordo com o Teorema do Limite Central, como se calcula o desvio padrão da média amostral?
σx̅ = σ / √N
O desvio padrão da média amostral é o desvio padrão dividido pela raiz dos N elementos DA AMOSTRA (não da população).
Em Matéria de Estatística, qual dos dois tipos de amostragem abaixo terá menor desvio padrão?
- amostragem aleatória simples
- amostragem aleatória estratificada
Os resultados da amostragem aleatória estratificada sempre serão melhores que os resultados da amostragem aleatória simples.
Consequentemente, seu desvio padrão será menor.
Em Matéria de Estatística, o que é amostragem aleatória simples?
A Amostragem aleatória simples é a escolha aleatória dos elementos para comporem a amostra.
Tenho 100 escolhas possíveis e escolho randomicamente 10 delas.
Em Matéria de Estatística, o que é a amostragem aleatória estratificada?
A Amostragem aleatória estratificada difere da simples no sentido de que se estratifica uma população em estratos mutuamente exclusivos entre si (nenhum elemento pertence a mais do que um único estrato) e então se seleciona um número determinado de amostras de cada estrato.
Isto se mostra mais efetivo, pois garante-se que todos os estratos estarão representados, enquanto que na amostra aleatória simples há chances de concentração em um único estrato da população.
Em Matéria de Estatística, como se calcula a variância populacional pela estimativa de máxima verossimilhança?
É soma dos quadrados da diferença entre cada termo e a média dividido por N
É daí que vem a máxima verossimilhança, na divisão por N e não por N-1
Em Matéria de Estatística, quando nos referimos ao estimador de máxima verossimilhança ele é _________?
Tendencioso ou Enviesado
Em Matéria de Estatística, quando que dividimos por N e quando que dividimos por N-1?
A divisão por N é para estimadores tendenciosos ou enviesados, que são os de máxima verossimilhança.
Já os que são divididos por N-1 é para o estimador NÃO tendencioso, também chamado de corrigido.
Em Matéria de Estatística, quais são os 5 métodos aprendidos até agora nos quais podemos calcular a variância?
Em quais casos cada método se enquadra?
1) DISTRIBUIÇÃO NORMAL - DADOS EM TABELA
É soma dos quadrados da diferença entre cada termo e a média dividido por N
2) DISTRIBUIÇÃO NORMAL - DADOS EM CURVA
Variância= ((b-a)^2)/12
B-A ao quadrado dividido por 12
Em que B e A são os pontos extremos da distribuição
3) DISTRIBUIÇÃO BINOMINAL
Var = n * p * (1 - p)
4) DISTRIBUIÇÃO BINOMIAL COM POPULAÇÃO MUITO GRANDE
s² = p*(1-p) / n
É quase a mesma coisa da anterior, mas o N ao invés de multiplicar divide.
5) DISTRIBUIÇÃO DE BERNOULLI
Var = p * (1-p)
Em Matéria de Estatística, como se calcula a Amplitude do Intervalo de Confiança?
Dado que o intervalo de confiança é construído por
I.C = x̅ ± z * σ / √N
E que a amplitude será determinada por z * σ / √N, temos que a amplitude será a distância do valor positivo até o valor negativo. Como se fôssemos de -2 para +2.
Neste sentido, teremos andado 2x o valor absoluto encontrado. Logo, a amplitude do intervalo de confiança será
2*z * σ / √N
Em Matéria de Estatística, o que é intervalo de credibilidade? Qual sua diferença para o intervalo de confiança e qual sua fórmula?
A diferença entre o Intervalo de Confiança e o Intervalo de Credibilidade é a interpretação.
Um Intervalo de Credibilidade de 95% significa que há 95% de chance do valor real estar dentro do intervalo; enquanto que um Intervalo de Confiança de 95% significa que 95% das amostras extraídas irão conter o valor real.
A fórmula para ambos os conceitos é exatamente a mesma.
Em Matéria de Estatística, como se calcula o desvio padrão em uma Distribuição de Bernoulli?
Ora, se a variância é calculada por p*(1-p), então o desvio padrão será a raiz disto.
Em Matéria de Estatística, qual “dica” o exercício dará para aplicarmos a Distribuição T-Student?
De que a população é de variância desconhecida, desde que possua menos de 30 elementos.
Em Matéria de Estatística, qual a fórmula do Intervalo de Confiança na Distribuição T-Student?
O Intervalo de Confiança na T-Student segue a mesma fórmula do Intervalo de Confiança normal (I.C = x̅ ± z * σ / √N) trocando apenas o Z por “Tn-1”.
O “Tn-1” é que é para escolher o T de 1 a menos que o N. Ou seja, se o conjunto tem 16 elementos, escolhe o T de 15.
Em Matéria de Estatística, qual a diferença entre a Distribuição de Bernoulli e a Distribuição Binominal? Quando elas se aproximam?
A diferença entre as distribuições de Bernoulli e Binomial está no fato de que a binomial possui o parâmetro “n”, ou seja, o número de vezes que o experimento é repetido. A distribuição de Bernoulli considera apenas um evento com sucesso ou falha.
A Distribuição Binomial é uma Bernoulli realizada repetidas vezes.
