Probabilidades e Estatstica D

Ano Lectivo 2010/2011

Intervalos de Conanca
1. Exerccio 9.1
a) Estimacao por intervalo de conanca a 90% de -peso medio das macas
Informacao
Populacao: X-peso de uma maca X N

, 20
2

Amostral: n = 20, x = 320 g

A Estatstica pivot
A Estatstica pivot
Estimador de :

X =
1
n

n
i=1
X
i
Estatstica pivot: Z =

X
20/

n
N (0, 1)
B Determinacao da constante c tal que: P (c < Z < c) = 0.90
P (c < Z < c) = 0.90 P (Z < c) = 0.95 c = z
0.95
= 1.64
C Determinacao dos extremos do intervalo
1.64 < Z < 1.64 1.64 <

X
20/

n
< 1.64

X 1.64
20

n
< <

X + 1.64
20

n
D Intervalo de conanca 0.90 para
IC
90%
() =

X 1.64
20

n
,

X + 1.64
20

E Intervalo observado de conanca 0.90 para

IC
90%
() =

320 1.64
20

20
, 320 + 1.64
20

20

= (312.67, 327.33) g
b) Qual a dimensao n da amostra de modo a que a amplitude A do IC
90%
() seja igual a 1g?
A = 2 1.64
20

n
= 1 n = 4304
2. Exerccio 9.3
Estimacao por intervalo de conanca a 95% de -consumo medio de combustvel
Informacao
Populacao: X-consumo por viagem X N

,
2

Amostral: n = 8, x = 36 l, s = 10 l
A Estatstica pivot
Estimador de :

X =
1
n

n
i=1
X
i
Estatstica pivot: T =

X
S/

8
t
81
t
7
B Determinacao da constante c tal que: P (c < T < c) = 0.95
P (c < T < c) = 0.95 P (T < c) = 0.975 c = t
0.975
= 1.895
C Determinacao dos extremos do intervalo
1.895 < T < 1.895 1.895 <

X
S/

8
< 1.895

X 1.895
S

8
< <

X + 1.895
S

8
D Intervalo de conanca 0.95 para
IC
95%
() =

X 1.895
S

8
,

X + 1.895
S

1
E Intervalo observado de conanca 0.95 para
IC
95%
() =

36 1.895
10

8
, 36 + 1.895
10

= (27.64, 44.36) litros

3. Exerccio 9.14
Estimacao por intervalo de conanca a 99% de
2
-variancia tempo de espera
Informacao
Populacao: X-tempo espera/dia X N

,
2

Amostral: n = 15, x 1.33m, s

2
0.1667m
A Estatstica pivot
Estimador de
2
: S
2
=
1
n1

n
i=1

X
i

2
Estatstica pivot: X
2
= (15 1)
S
2

2
= 14
S
2

2

2
151

2
14
B Determinacao das constantes c
1
e c
2
tais que: P

c
1
< X
2
< c
2

= 0.99
P

X
2
< c
1

= 0.005 c
1
=
0.005
= 4.075
P

X
2
< c
2

= 0.995 c
1
=
0.995
= 31.32
C Determinacao dos extremos do intervalo
4.075 < X
2
< 31.32 4.075 < 14
S
2

2
< 31.32 14
S
2
31.32
<
2
< 14
S
2
4.075
D Intervalo de conanca 0.99 para
2
IC
99%

14
S
2
31.32
, 14
S
2
4.075

E Intervalo observado de conanca 0.99 para

2
IC
99%

14
0.1667
31.32
, 14
0.1667
4.075

= (0.075, 0.573) h
2
Estimacao por intervalo de conanca a 99% de -desvio padrao tempo de espera
Intervalo de conanca 0.99 para
IC
99%
() =

14
S
2
31.32
,

14
S
2
4.075

Intervalo observado de conanca 0.99 para

IC
99%
() =

0.075,

0.573

= (0.273, 0.757)h
Teste de Hipoteses
1. Exerccio 10.1
(a) Teste de Hipoteses Bilateral para o valor medio E (X)
Informacao
Populacao: X-consumo/dia X N

, 40
2

Amostral: n = 10, x = 216

A Hipoteses: H
0
: = 200 vs H
1
: = 200
B Estatstica de teste:
Estimador de :

X =
1
n

n
i=1
X
i
Estatstica de teste: Z =

X 200
40/

10
sobH
0
N (0, 1)
C Regiao de Rejeicao para = 5%: R
0.05
(, c) (c, +)
c : P (Z R
0.05
) = 0.05 P (Z < c) = 0.975
c = z
0.975
= 1.96
R
0.05
(, 1.96) (1.96, +)
2
D Regra de decisao do teste:
Rejeitar H
0
ao nvel de signicancia de 5% se z
obs
=
x 200
40/

10
R
0.05
E Decisao:
z
obs
=
216 200
40/

10
= 1.265 / R
0.05
Logo, nao rejeitar H
0
ao nvel de 5% de signicancia, signicando que os dados nao permitem
duvidar de que o consumo medio e igual a 200 euros.
Decisao atraves da analise da grandeza do p value
Calculo do p value
p = P (|Z| > |z
obs
|) = P (|Z| > 1.265) =
=P (Z < 1.265) +P (Z > 1.265) =
= 2P (Z > 1.265) = 2 (1 P (Z 1.265)) =
= 2 (1 (1.27)) = 2 (1 0.8980) = 0.204
Decisao: Como p = 0.204 e maior do que o nvel de signicancia de 5% escolhido, nao
rejeitamos H
0
a este nvel de signicancia.
(b) Teste de Hipoteses Unilateral Esquerdo para o valor medio E (X)
Informacao
Populacao: X-consumo/dia X N

, 40
2

Amostral: n = 10, x = 216

A Hipoteses: H
0
: 200 vs H
1
: < 200
B Estatstica de teste:
Estimador de :

X =
1
n

n
i=1
X
i
Estatstica de teste: Z =

X 200
40/

10
sobH
0
N (0, 1)
C Regiao de Rejeicao para = 5%: R
0.05
(, c)
c : P (Z R
0.05
) = 0.05 P (Z < c) = 0.95
c = z
0.95
= 1.64
R
0.05
(, 1.64)
D Regra de decisao do teste:
Rejeitar H
0
ao nvel de signicancia de 5% se z
obs
=
x 200
40/

10
R
0.05
E Decisao:
z
obs
=
216 200
40/

10
= 1.265 / R
0.05
Logo, nao rejeitar H
0
ao nvel de 5% de signicancia, signicando que os dados nao permitem
duvidar de que o consumo medio e superior ou igual a 200 euros.
Decisao atraves da analise da grandeza do p value
Calculo do p value
p = P (Z < z
obs
) = P (Z < 1.27) = (1.27) = 0.8980
Decisao: Como p = 0.898 e maior do que o nvel de signicancia de 5% escolhido, nao
rejeitamos H
0
a este nvel de signicancia.
2. Exerccio 10.13
Teste de Hipoteses Unilateral Direito para a variancia
2
V (X)
Informacao
Populacao: X-comprimento/parafuso X N

,
2

Amostral: n = 20, s
2
= 0.3
A Hipoteses: H
0
:
2
0.5 vs H
1
:
2
> 0.5
B Estatstica de teste:
3
Estimador de
2
: S
2
=
1
n1

n
i=1

X
i

2
Estatstica de teste: X
2
= (20 1)
S
2
0.5
sobH
0

2
(201)
C Regiao de Rejeicao para = 5%: R
0.05
(c, +)
c : P

X
2
R
0.05

= 0.05 P

X
2
c

= 0.95
c =
0.95
= 30.14
R
0.05
(30.14, +)
D Regra de decisao do teste:
Rejeitar H
0
ao nvel de signicancia de 5% se x
2
obs
= 19
s
2
0.5
R
0.05
E Decisao:
x
2
obs
= 19
0.3
0.5
= 11.4 / R
0.05
Logo, nao rejeitar H
0
ao nvel de 5% de signicancia, signicando que os dados nao permitem
duvidar de que a variancia e inferior ou igual a 0.5mm
2
.
3. Exerccio 10.11
Teste de Hipoteses Unilateral Direito para uma proporcao p
Informacao
Amostral: n = 120, p
obs
= 42/120 = 0.35
A Hipoteses: H
0
: p 0.3 vs H
1
: p > 0.3
B Estatstica de teste:
Estimador de p: P = K/n
Estatstica de teste: Z =
P 0.3

0.3 (1 0.3) /120

sobH
0
a
N (0, 1)
C Regiao de Rejeicao para = 10%: R
0.1
(c, +)
c : P (Z R
0.10
) 0.1 P (Z c) 0.9
c z
0.9
= 1.28
R
0.1
(1.28, +)
D Regra de decisao do teste:
Rejeitar H
0
ao nvel de signicancia de 10% se z
obs
=
p
obs
0.3

0.3 (1 0.3) /120

R
0.1
E Decisao:
z
obs
=
0.35 0.3

0.3 (1 0.3) /120

= 1.1952 / R
0.1
Logo, nao rejeitar H
0
ao nvel de 10% de signicancia, signicando que os dados nao permitem
duvidar de que a proporcao e inferior ou igual a 30%.
Decisao atraves da analise da grandeza do p value
Calculo do p value
p P (Z > z
obs
) = P (Z > 1.20) = 1 (1.20) = 0.1151
Decisao: Como p = 0.1151 e maior do que o nvel de signicancia de 10% escolhido, nao
rejeitamos H
0
a este nvel de signicancia.
Regressao Linear Simples
1. Exerccio 11.1
Regressao Linear Simples do n
o
de horas de utilizacao do ar condicionado (Y ) em funcao da temperatura
exterior (x)
Leitura dos dados
dados=read.table(Regressao 11.1.txt,header=TRUE)
4
Associar o data frame dados`a sessao de trabalho
attach(dados)
(a) Disponha os dados em graco
plot(Temperatura,Horas)
(b) Estime a recta de regressao linear simples
Calculo da regressao
reg=lm(Horas Temperatura)
Consulta dos valores dos coecientes da recta estimada
reg$coecients
(Intercept) corresponde a

0
Temperatura corresponde a

1
Expressao da recta estimada

Y = 24.026734 + 1.171029 x
Desenho da recta estimada no graco de dispersao
abline(reg,col=red,lwd=2)
Grava cao do graco
jpeg(le=RectaRegressao.jpeg)
plot(Temperatura,Horas)
abline(lm(Horas Temperatura),col=red,lwd=2)
dev.o()
(c) Valor do coeciente de determinacao e comentario `a qualidade da estimacao
summary(reg)
Multiple R-Squared corresponde a R
2
= 0.8849
Este valor indica um bom ajuste do modelo de regressao linear aos dados.
Graco e analise dos resduos
Graco dos resduos: plot(reg$tted,reg$residuals)
Grava cao deste graco
jpeg(le=Residuos.jpeg)
plot(reg$tted,reg$residuals,xlab=Valores ajustados,ylab=Resduos)
dev.o()
Analise dos resduos
Media dos resduos
mean(reg$residuals)
Desvio padrao amostral dos resduos
sd(reg$residuals)
Histograma dos resduos
hist(reg$residuals)
(d) Teste a hipotese de o verdadeiro declive da recta de regressao ser nulo. Comente o resultado `a luz
da alnea anterior.
Resolucao sem o output do R
A Hipoteses: H
0
:
1
= 0 vs H
1
: = 0
B Estatstica de teste: T =

1
0

2
S
xx
sobH
0
t
(142)
t
12
C Regiao de rejeicao para um nvel de signicancia = 5%
R
0.05
= (, c) (c, +)
c : P (T R
0.05
) = 0.05 P (T < c) = 1 0.05/2
c = t
0.975
= 2.179
R
0.05
= (, 2.179) (2.179, +)
5
D Regra de decisao do teste:
Rejeitar H
0
ao nvel de signicancia de 5% se t
obs
R
0.05
E Decisao:
t
obs
= 9.6066 R
0.05
Rejeitamos a hipotese de que
1
= 0, ao nvel de signicancia de 5%.
Resolucao com o output do R
A Hipoteses: H
0
:
1
= 0 vs H
1
: = 0
B Estatstica de teste: T =

1
0

2
S
xx
sobH
0
t
(142)
t
12
C Regiao de rejeicao para um nvel de signicancia p
R
p
= (, t
obs
) (t
obs
, +)
D Valor do p value
p = P (|T| > |t
obs
|) = P (|T| > 9.607) = 5.52 10
07
summary(reg)
Leitura de t
obs
Temperatura t value : t
obs
= 9.607
Leitura do valor do p value
Temperatura Pr (> |t|) : p = 5.52 10
07
Regra de decisao do teste:
Rejeitar H
0
ao nvel de signicancia se p <
E Decisao para um nvel de signicancia = 5%:
p = 5.52 10
07
< 0.05
Rejeitamos a hipotese de que
1
= 0, ao nvel de signicancia de 5%.
(e) Se x = 30,

Y = 24.026734 + 1.171029 30 = 11.1041387.
Para x = 40 nao e possvel fazer previsao.
6