Baixe o app para aproveitar ainda mais
Prévia do material em texto
Trabalho avaliativo 4 Probabilidade e estatística José Chaves Neto Todas as probabilidades e testes foram feitas utilizando o software Excel. 1. Probabilidade de interesse com base em uma distribuição discreta Problema 1: calcular a probabilidade de 3 alunos programarem em c por conta própria. Foi utilizado a distribuição binomial para se resolver o problema 1. Sucessos 3 Tentativas 17 Proporção 47,06% cumulativo 0 Distr. Binomial = 0,009628139 Formula =DISTR.BINOM(B1;B2;B3;FALSO) Portanto temos que a probabilidade seguindo a distribuição binomial do problema 1 é de 0,009628%. 2. Probabilidade de interesse com base nas variáveis continuas Problema 2: calcular a probabilidade do aluno programar exatamente em duas linguagens Foi utilizado a distribuição normal para se resolver o problema 2. X 2 Media 2,97 Desvio padrão 1,18 Cumulativo 1 Distr. Normal 0,794471198 Formula =( 1 - DIST.NORM.N(E1;E2;E3;E4)) Portanto temos que a probabilidade seguindo a distribuição normal do problema 2 é de 0,794471%. 3. Testes a. Teste para média Para esse teste vamos verificar a hipótese de os alunos que programa em java estão nos períodos mais avançados que os alunos que programa em C devido que java é uma linguagem que só começa a ser ensinada no 3 período. Realizando o teste t temos: Teste-t: duas amostras presumindo variâncias diferentes Média 4,7 4,588235294 Variância 4,233333333 3,382352941 Observações 10 17 Hipótese da diferença de média 0 gl 17 Stat t 0,141679309 P(T<=t) uni-caudal 0,444499384 t crítico uni-caudal 1,739606726 P(T<=t) bi-caudal 0,888998769 t crítico bi-caudal 2,109815578 Podemos verificar que nosso valor t bi caudal é maior que 0,05 ou seja tem significância isso implica que sim nossa hipótese está correta. b. Teste para proporção Teste-z: duas amostras para médias Média 4,7 4,588235294 Variância conhecida 4,13 1,39 Observações 10 17 Hipótese da diferença de média 0 z 0,158893204 P(Z<=z) uni-caudal 0,436876507 z crítico uni-caudal 1,644853627 P(Z<=z) bi-caudal 0,873753015 z crítico bi-caudal 1,959963985 JAVA C JAVA C c. Teste Qui-Quadrado 4. Modelo de Regressão Modelo de regressão utilizando como dados o período do aluno e sua idade. RESUMO DOS RESULTADOS Estatística de regressão R múltiplo 0,915962279 R-Quadrado 0,838986897 R-quadrado ajustado 0,832546373 Erro padrão 0,431898902 Observações 27 ANOVA gl SQ MQ F F de significação Regressão 1 24,29954643 24,29954643 130,2668668 2,08679E-11 Resíduo 25 4,663416537 0,186536661 Total 26 28,96296296 95% Coeficientes Erro padrão Stat t valor-P 95% inferiores superiores Interseção 17,52652106 0,235141826 74,53595726 6,92247E-31 17,04223741 18,01080472 1 0,505850234 0,044320533 11,41345113 2,08679E-11 0,414570388 0,59713008
Compartilhar