Baixe o app para aproveitar ainda mais
Prévia do material em texto
Métodos Estatísticos Nara Reges F. P. Pereira Universidade Federal do Oeste da Bahia Engenharia de Produção (UFOB) 1 / 17 Modelos Probabilísticos Contínuos (UFOB) 2 / 17 Distribuição Exponencial Definição: Diz-se que X tem uma distribuição exponencial com parâmetro λ (λ > 0) se a f.d.p. de X for f (x ;λ) = { λe−λx , se x ≥ 0, 0, caso contrário. Notação: Quando X tem distribuição exponencial escrevemos, X ∼ Exp(λ). (UFOB) 3 / 17 Distribuição Exponencial A esperança e a variância de X são: µ = 1 λ e σ2 = 1 λ2 . A função de densidade acumulada é obtida integrando f (x ;λ): F (x ;λ) = { 0, se x < 0, 1− e−λx , se x ≥ 0. (UFOB) 4 / 17 Distribuição Exponencial Example O tempo de vida (em horas) de um transistor pode ser considerado uma v.a. com distribuição exponencial com 1/λ = 500. Segue-se que a vida média do transistor é E(X ) = 500 horas e a probabilidade de que ele dure mais do que a média é P(X > 500) = (UFOB) 5 / 17 Distribuição Exponencial Example O tempo de vida (em horas) de um transistor pode ser considerado uma v.a. com distribuição exponencial com 1/λ = 500. Segue-se que a vida média do transistor é E(X ) = 500 horas e a probabilidade de que ele dure mais do que a média é P(X > 500) = 1− P(X ≤ 500) = 1− F (500) 1− (1− e−500/500) = e−1 = 0,3678. (UFOB) 5 / 17 A Função Gama Definição: Para α > 0, a função gama Γ(α) é definida por Γ(α) = ∫ ∞ 0 xα−1e−x dx . Propriedades: Para qualquer α > 1, Γ(α) = (α− 1) · · · Γ(α− 1). Para qualquer inteiro positivo n, Γ(n) = (n − 1)!. Γ(12 ) = √ pi. (UFOB) 6 / 17 Distribuição Gama Definição: Diz-se que uma variável aleatória contínua X tem uma distribuição gama se a f.d.p. de X for f (x ;α, β) = { 1 βαΓ(α)x α−1e−x/β, se x ≥ 0, 0, caso contrário. em que os parâmetros α e β satisfazem α > 0, β > 0. Notação: Usaremos a notação X ∼ Gama(α, β). (UFOB) 7 / 17 Distribuição Gama A esperança e a variância para uma v.a. X com distribuição gama são µ = αβ e σ2 = αβ2. A função de densidade acumulada é F (x ;α, β) = ∫ x 0 yα−1e−y/β βαΓ(α) dy x > 0. (UFOB) 8 / 17 Distribuição Qui-quadrado Definição: Assuma ν como um inteiro positivo. Diz-se que uma variável aleatória X tem uma distribuição qui-quadrado com parâmetro ν se a f.d.p. de X for a densidade gama com α = ν/2 e β = 2. A f.d.p. de uma v.a. qui-quadrado será f (x ; ν) = { 1 2ν/2Γ(ν/2)x (ν/2)−1e−x/2, se x ≥ 0, 0, caso contrário. O parâmetro ν é chamado número de graus de liberdade (gl) de X . O símbolo χ2 ou χ2(ν) é frequentemente usado no lugar de "qui-quadrado". (UFOB) 9 / 17 Distribuição Qui-quadrado A média e a variância para uma v.a. com distribuição qui-quadrado são µ = ν e σ2 = 2ν. (UFOB) 10 / 17 Distribuição t de Student Definição: Seja Z uma v.a. N(0,1) e Y uma v.a. χ2(ν), com Z e Y independentes. Então a v.a. t = Z√ Y/ν , tem f.d.p. dada por f (t ; ν) = Γ((ν + 1)/2) Γ(ν/2) √ piν (1 + t2/ν)−(ν+1)/2, −∞ < t <∞. Diremos que tal variável tem uma distribuição t de Student com ν graus de liberdade e a indicaremos por t(ν). (UFOB) 11 / 17 Distribuição t de Student A esperança e a variância para esta distribuição são µ = 0 e σ2 = ν ν − 2 . Na Tabela II temos os valores de tp tais que P(t ≤ tp) = p. Para um certo valor fixado ν, se p < 0,50, então tp = −t1−p. (UFOB) 12 / 17 Distribuição t de Student Example Se ν = 6, calcule tp quando P(t ≤ t0,90) = 0,90 ⇒ t0,90 = (UFOB) 13 / 17 Distribuição t de Student Example Se ν = 6, calcule tp quando P(t ≤ t0,90) = 0,90 ⇒ t0,90 = 1,440 P(t ≤ t0,30) = 0,30 ⇒ t0,30 = (UFOB) 13 / 17 Distribuição t de Student Example Se ν = 6, calcule tp quando P(t ≤ t0,90) = 0,90 ⇒ t0,90 = 1,440 P(t ≤ t0,30) = 0,30 ⇒ t0,30 = − t1−0,3 = −t0,7 = −0,553 (UFOB) 13 / 17 Distribuição F de Snedecor Definição: Sejam U e V duas v.a. independentes, cada uma com distribuição χ2, com ν1 e ν2 graus de liberdade, respectivamente. Então, a v.a. W = U/ν1V/ν2 tem densidade dada por g(w ; ν1,nu2) = Γ((ν1 + ν2)/2) Γ(ν1/2)Γ(ν2/2) ( ν1 ν2 )ν1/2 w (ν1−2)/2 (1 + ν1w/ν2)(ν1+ν2)/2 w > 0. Diremos que W tem distribuição F de Snedecor, com ν1 e ν2 graus de liberdade, e usaremos a notação W ∼ F (ν1, ν2). (UFOB) 14 / 17 Distribuição F de Snedecor A esperança e a variância de W é µ = ν2 ν2 − 2 e σ2 = 2ν22(ν1 + ν2 − 2) ν1(ν2 − 2)2(ν2 − 4) . Na Tabela são dados os pontos F0,95 e F0,99 em função de ν1 e ν2 tais que P(W ≤ FP) = p para p = 0,95 e p = 0,99. (UFOB) 15 / 17 Distribuição F de Snedecor Example Considere W ∼ F (5,7). Calcule F0,95 e F0,99. Pela Tabela temos que P(W ≤ F0,95) = 0,95 ⇒ F0,95 = (UFOB) 16 / 17 Distribuição F de Snedecor Example Considere W ∼ F (5,7). Calcule F0,95 e F0,99. Pela Tabela temos que P(W ≤ F0,95) = 0,95 ⇒ F0,95 = 3,97 e P(W ≤ F0,99) = 0,99 ⇒ F0,99 = (UFOB) 16 / 17 Distribuição F de Snedecor Example Considere W ∼ F (5,7). Calcule F0,95 e F0,99. Pela Tabela temos que P(W ≤ F0,95) = 0,95 ⇒ F0,95 = 3,97 e P(W ≤ F0,99) = 0,99 ⇒ F0,99 = 7,46 (UFOB) 16 / 17 FIM! (UFOB) 17 / 17
Compartilhar