Flashcards
Estatística

Flashcards do conjunto (97)
- 1Como calcular a média de dados agrupados por classe1. Calcular o ponto médio, que é média da frequência das classes
2. Multiplicar o ponto médio de cada classe por sua frequência
3. Somar todas as multiplicações
4. Dividir pela soma das frequências - 2Calculo da média geométricaRaiz enésima do produto de um conjunto de n números
- 3Cálculo da média harmônica

- 4Cálculo da mediana em uma tabela de dados agrupados por classe

- 5Cálculo do quartil ou decil para dados agrupados por classe

- 6Requisitos e fórmula da moda de PearsonDistribuição moderadamente assimétrica
Moda = 3 x Mediana - 2 x média - 7Fórmula da moda de Czuber

- 8Fórmula da moda de King

- 9Qual adaptação deve ser feita no cálculo da moda de classes agrupadas caso a amplitude não seja igual?Deve-se substituir a frequência pela densidade de frequência, que é a frequência dividida pela amplitude da classe
- 10Propriedades dos desvios absolutos1ª) a soma dos desvios em relação à média aritmética é sempre nula;
2ª) a soma dos quadrados dos desvios em relação à média aritmética é mínima; e
3ª) a soma dos módulos dos desvios em relação à mediana é mínima. - 11Fórmulas da variância populacional e amostral

- 12Fórmula da variância para dados agrupados em classe

- 13O coeficiente de variação pode ser interpretado por meio de algumas regras empíricas: a) a distribuição tem baixa dispersão se b) a distribuição tem média dispersão se 𝑒 c) a distribuição tem elevada dispersão se𝐶𝑉 < 15%;
15% < 𝐶𝑉 < 30%;
𝐶𝑉 > 30%. - 14Fórmula do coeficiente de variação e variância relativaO coeficiente de variação é o desvio-padrão dividido pela média
A variância relativa é a variância dividida pelo quadrado da média; ou seja, o coeficiente de variação ao quadrado - 15Fórmula do momento em uma distribuição de frequências

- 16O que significam: 1. Primeiro momento sobre a origem 2. Momento centrado de segunda ordem 3. Momento centrado de terceira ordem 4. Momento centrado de quarta ordem 5. Momento centrado de primeira ordem 6. Momento abstrato centrado de terceira e quarta ordemO grau do momento será o expoente da equação; pode ser sobre a origem (0) ou centrado (subtrai a média)
1. É a média aritmética do conjunto
2. É a variância
3. É usado no cálculo da assimetria (grau de afastamento de uma distribuição com relação ao eixo simétrico)
4. É usado no cálculo da curtose (grau de achatamento de uma distribuição)
5. Sempre igual a zero (média dos desvios com relação à media)
6. São a própria assimetria e curtose - 17Tipos de assimetria1. Negativa: ocorre quando a cauda mais longa se concentra à esquerda, com o pico à direita. A moda é maior que a mediana que é maior que a média
2. Nula. Ocorre quando o pico se concentra bem no centro do gráfico. Moda, média e mediana são iguais
3. Positiva: a cauda longa fica à direita do gráfico e o pico à esquerda. A moda é menor que a mediana que é menor que a média - 18Primeiro coeficiente de Pearson (assimetria) e significado (positivo, nulo ou negativo; fraca, média, moderada)

- 19Segundo coeficiente de Pearson e significado (positivo, nulo ou negativo; fraca, média, moderada)

- 20Coeficiente Quartílico de Assimetria

- 21Defina distribuições 1. Platicurticas 2. Mesocurticas 3. Leptocurticas1. Caudas mais curtas, topo mais baixo e achatado
2. O peso das caudas é igual a uma distribuição normal, zero curtose excessiva
3. Caudas mais longas e topo mais alto e pontiagudo - 22Coeficiente percentílico de curtose e seu significado

- 23Significado do momento abstrato de quarta ordem ou coeficiente momento de curtose (platicurtica, mesocurtica ou leptocurtica)Mesocúrtica: 3
Platicurtica: menor que 3
Leptocurtica: maior que 3 - 24Quando podemos dizer que duas variáveis são identicamente distribuídasQuando suas probabilidades de ocorrência para o mesmo valor sejam idênticas e elas sejam independentes
- 25Fórmula da esperança E(x)

- 26Propriedades da esperançai) 𝐸(𝑘𝑋) = 𝑘. 𝐸(𝑋)
ii) 𝐸(𝑋±𝑘) = 𝐸(𝑋)±𝑘
iii) 𝐸(𝑋±𝑌) = 𝐸(𝑋)±𝐸(𝑌)
iv) 𝐸(𝑘) = 𝑘
v) Se X e Y forem independentes, então 𝐸(𝑋×𝑌) = 𝐸(𝑋)×𝐸(𝑌) - 27Como calcular a fda (função de probabilidade acumulada) com base na fdp (função de densidade probabilidade) para variáveis contínuasPara achar a probabilidade acumulada até o ponto x, calcula-se a integral da FDP indo de menos infinito até x
- 28Formula da variância em função da esperança para variáveis aleatóriasVariância é igual a:
E(x^2) - E(x) ^2 - 29Fórmula da covariância e forma simplificada

- 30Propriedades da Covariânciai) Simetria: 𝐶𝑜𝑣(𝑋, 𝑌) = 𝐶𝑜𝑣(𝑌, 𝑋)
ii) Mesma variável: 𝐶𝑜𝑣(𝑋, 𝑋) = 𝑉𝑎𝑟(𝑋)
iii) Com uma constante: 𝐶𝑜𝑣(𝑘, 𝑋) = 0
iv) Soma/Subtração de uma constante: 𝐶𝑜𝑣(𝑋 ± 𝑎, 𝑌 ± 𝑏) = 𝐶𝑜𝑣(𝑋, 𝑌)
v) Soma/Subtração de variáveis: 𝐶𝑜𝑣(𝑋 ± 𝑌, 𝑍) = 𝐶𝑜𝑣(𝑋, 𝑍) ± 𝐶𝑜𝑣(𝑌, 𝑍)
vi) Produto de constantes: 𝐶𝑜𝑣(𝑘. 𝑋, 𝑙. 𝑌) = 𝑘. 𝑙. 𝐶𝑜𝑣(𝑋, 𝑌) - 31Propriedades da variância

- 32Variância da soma e da diferença de duas variáveis

- 33Distribuição contínua uniforme e cálculo de: 1. probabilidade acumulada 2. Esperança 3. Variância

- 34Distribuição de Bernoulli 1. Esperança 2. Variância

- 35Distribuição binomial (probabilidade de k sucessos em n ensaios) 1. Fórmula geral 2. Esperança 3. Variância

- 36Distribuição geométrica 1. Fórmula geral 2. Esperança 3. Variância

- 37Numa distribuição geométrica, quais duas fórmulas podem ser usadas para calcular a chance de precisar de PELO MENOS k tentativas?P (x>=k) = P(x=k)/p
ou
P(x>=K) = q^ (k-1) - 38Distribuição hipergeométrica (População de tamanho N, com S sucessos e amostra n) 1. Fórmula geral 2. Esperança 3. Variância

- 39Distribuição de Poisson 1. Fórmula geral 2. Esperança 3. Variância

- 40Distribuição binomial negativa

- 41Como calcular as seguintes medidas para distribuição de variáveis aleatórias contínuas 1. Mediana 2. Moda 3. Esperança de X 4. Esperança de X^2 5. Variancia de X1. Igualar a função de distribuição acumulada a 0,5
2. A moda é o valor para o qual a derivada da função de distribuição de probabilidade é 0
3. 𝑬(𝑿) = ∫ 𝒙. 𝒇(𝒙) . 𝒅𝒙 no intervalo
4. E(𝑿^2) = ∫ 𝒙^2. 𝒇(𝒙) . 𝒅𝒙 no intervalo
5. E(x^2) - E(x) ^2 - 42Desigualdade de ChebyschevOu, de outro modo: A probabilidade de X se afastar da média em mais que z desvios-padrão é, no máximo, 1 divido por z ao quadrado

- 43Desigualdade unilateral de Chebyschev ou desigualdade de Cantelli

- 44Distribuição exponencial 1. Função densidade de probabilidade 2. Probabilidade de estar num intervalo 3. Probabilidade de ser maior que um valor 4. Distribuição acumulada 5. Esperança 6. Variância

- 45Fórmula para transformar valores de uma distribuição normal padrão para outra distribuição normal qualquer

- 46Para variáveis com distribuição normal, como calcular a média e a variância de: 1. Soma de variáveis 2. Subtração de variáveis 3. Multiplicação por uma constante1. Somar as variâncias e as médias
2. Somar as variâncias e subtrair as médias
3. Multiplicar a média pela constante e a variância pelo quadrado da constante - 47Teorema central do limite

- 48Como aproximar uma distribuição binomial para uma distribuição normalÉ necessário aplicar uma correção de continuidade de 0,5. Se na distribuição binomial quisermos saber, por exemplo, P(20
- 49Distribuição qui-quadrado

- 50Distribuição t-student, sendo k o grau de liberdade

- 51A razão entre variáveis independentes com distribuição normal segue uma distribuição de _______, que corresponde à razão entre duas variáveis normais. Isso também corresponde a uma distribuição _______ com 1 grau de liberdade1. Cauchy
2. t-student - 52Distribuição f de snedecor

- 53Fórmula para P (A U B)P (A U B) = P(A) + P (B) - P (A intersecção B)
- 54Teorema de Bayes

- 55Caracterize: 1. Fração de Seleção ou fator de expansão 2. Fração ou intensidade amostral1. População dividida pela amostra
2. Amostra dividida pela população - 56Descreva os seguintes erros não amostrais: 1. Especificação incorreta 2. Erro de cobertura 3. Não resposta 4. Volunteer bias 5. Attrition Bias 6. Reporting bias 7. Measurament bias1. Não se entende a população de interesse. Exemplo: perguntar dos pais em vez de às crianças
2. Amostra não representa bem a população de interesse
3. Boa parte da população pode deixar de responder
4. As pessoas dispostas a responder podem ter respostas diferentes do resto da população
5. Entrevistados desistem durante a pesquisa (longa duração, por exemplo)
6. Não se fornecem todas as informações disponíveis
7. Medições distorcidas das variáveis estudadas - 57Conceito de peso amostralO inverso da probabilidade de um elemento ser selecionado
- 58Descreva a amostragem estratificada e a forma de cálculo para a estratificada ótimaAmostragem estratificada é aquela na qual a população é dividida em estratos que são homogêneos dentro de si mesmos e heterogêneos se comparados uns aos outros
Para definir o tamanho da amostra de cada extrato, sabe-se que o tamanho da amostra será igual a:
Tamanho da população vezes (tamanho do estrato x desvio-padrão do estrato) dividido pela soma dos produtos de cada estrato por seu desvio-padrão - 59Descreva: 1. amostragem por conglomerados 2. Amostragem múltipla 3. Amostragem por conveniência 4. Amostragem por julgamento 5. Amostragem por cota 6. Amostragem por tipicidade 7. Amostragem por bola de neve1. São elementos heterogêneos dentro um mesmo grupo (conglomerado) mas conglomerados homogêneos entre si. As unidades amostrais são os conglomerados em si
2. Amostragem realizada em etapas sucessivas; a cada nova amostra, é possível decidir se aceita, rejeita ou pega uma nova amostra
3. Depende da conveniência do pesquisador, sem critério pré-definido
4. Depende de um critério definido pelo próprio pesquisador
5. A amostra deve seguir o mesmo padrão e proporção da população
6. Aplicável a populações divididas em subgrupos. Pesquisador seleciona elementos que considera representativos dos subgrupos
7. Pesquisador entrevista alguns participantes, que convidam por conta própria novos participantes - 60Fórmula da: 1. Média e variância dos elementos de uma amostra 2. Variância da média amostral 3. Esperança da média amostral1. Iguais à média e variância da população
2. Variância dos elementos dividida por n
3. Igual à média da população - 61Como calcular a variância da média amostral para uma população finita sem reposição?Variância dividida pelo tamanho da amostra vezes (N-n) dividido por (N-1)
- 62Numa distribuição de Bernoulli, qual a variância da proporção amostral e como estimar a proporção populacional com base nela?V (proporção amostral) = p*q dividido por n
Variância populacional = p(amostra) * q (amostra) - 63Para a variância amostral, dê a sua: 1. Esperança 2. Variância 3. Erro Padrão

- 64Como calcular a média da variância amostral em dados estratificados

- 65Como calcular a variância da variância amostral em dados estratificados1. Dividir a variância de cada estrato pelo tamanho da amostra
2. Multiplicar esse valor pelo tamanho do estrato menos tamanho da amostra e dividir por tamanho do estrato menos um
3. Multiplicar esse valor pelo quadrado da razão entre o tamanho do estrato e a população (peso daquele estrato) - 66Fórmula do erro quadrático médio

- 67Diferencie hipóteses simples e compostasSimples: Quando o parâmetro é especificado por um sinal de igualdade. Exemplo: média igual a 2
Composta: Trazem uma informação sem especificar o parâmetro, não usando sinais de igualdade - 68Como se chamam as hipóteses alternativas nos testes unilaterais e bilateraisUnilaterais: direcionais
Bilaterais: não direcionais - 69Descreva: 1. Erro tipo I 2. Erro tipo II 3. Complementar do erro tipo I 4. Complementar do erro tipo III: rejeitar a hipótese nula sendo ela verdadeira; falso positivo; nível de significância; representado por alfa
II: não rejeitar a hipótese nula quando ela for falsa; falso negativo; representado por beta
Complementar de I: Nível de confiança
Complementar de II: poder do teste - 70Como calcular os limites para os intervalos de confiança a partir da média, Zc e desvio padrão da distribuição

- 71Como fazer testes para uma população com variância desconhecida1. Estimar a variância populacional com base na variância amostral
2. Utilizar uma distribuição t-student, com n-1 graus de liberdade - 72Limites da diferença entre duas distribuições normais-padrão com variância conhecida

- 73Estatística do teste para diferença de duas distribuições normais-padrão com variância conhecida

- 74No teste para diferença de duas distribuições normais com variância desconhecida e igual, dê: 1. Estimador da variância 2. Erro Padrão 3. Estatística do teste

- 75Como calcular a estatística do teste para amostras pareadas

- 76Estatística do teste para variância

- 77Relação de inversão para distribuição f de snedecor

- 78Estatítisca do teste F para comparação de variâncias de duas populações

- 79Como comparar o p-valor com a significância para rejeitar ou não a hipótese nulaQuando o p-valor for menor que a significância, rejeita-se a hipótese nula, sendo o p-valor a probabilidade de obter um resultado mais extremo que o observado, considerando a hipótese nula como verdadeira
- 80Descreva o teste qui-quadrado e a hipótese nula para homogeneidade, independência ou aderênciaAderência: Verifica se a população obedece a determinada proporção, aceita como verdadeira na hipótese nula do teste
Independência: Testar se uma variável tem influência sobre outra, a hipótese nula é de que não
Homogeneidade: Verificar se a distribuição de probabilidade de uma variável é a mesma para diferentes conjuntos da população, a hipótese nula é de que sim - 81Coeficiente de contingência do teste qui-quadrado

- 82Para que serve o teste de concordância Kappa e sua fórmulaSaber se dois observadores independentes classificam os objetos observados em categorias iguais. Exemplo: saber se dois médicos dão o mesmo diagnóstico a pacientes
Ele é calculado por:
Proporção de concordâncias observadas - Proporção de concordâncias esperadas / (1 - proporção de concordâncias esperadas) - 83Os pressupostos do teste de Wilcoxon são os seguintes:• As observações pareadas são aleatórias e independentes;
• As diferenças são variáveis contínuas, com distribuição simétrica;
• As medidas devem estar no mínimo em escala ordinal, para possam ser comparadas.
Assim, variáveis em escala nominal não são admitidas.
Rejeita a hipótese nula quando a estatística do teste for superior ao valor crítico - 84Como identificar cada distribuição: 1. Uniforme 2. Bernoulli 3. Binomial 4. Geométrica 5. Hipergeométrica 6. Poisson 7. Binomial Negativa 8. Exponencial1. A probabilidade é constante para todo o intervalo e 0 fora dele
2. Experimento repetido uma vez, em que só há dois resultados possíveis, sucesso ou fracasso
3. Um mesmo experimento de Bernoulli repetido n vezes de forma independente
4. Mede o número de tentativas k até o primeiro sucesso de um experimento de bernoulli
5. Calcula a probabilidade de haver k sucessos numa amostra tirada com reposição
6. Quantos eventos ocorrem num determinado intervalo de tempo com base na taxa média
7. Número de ensaios de Bernoulli para obter k sucessos
8. Taxa de falha ou tempo decorrido entre eventos - 85Propriedades da normal: 1. Como a curva muda conforme a variância? 2. Onde ocorrem os pontos de inflexão?1. Quanto maior a variância, mais achatada é a curva. Quanto menor a variância mais pontuda será
2. A um desvio padrão da média - 86A variância amostral segue uma distribuição _______ com _____ graus de liberdadeQui-quadrado
N (tamanho da amostra) - 1 - 87Defina as seguintes propriedades dos estimadores: 1. Suficiência 2. Não-viés 3. Eficiência 4. Consistência1. Um estimador é suficiente quando captura toda a informação possível sobre um parâmetro populacional
2. Um estimador é não-viesado quando sua esperança é igual ao parâmetro populacional estimado
3. Um estimador é eficiente quando sua variância for a menor possível
4. Um estimador é consistente quando sua variância tende a zero e sua esperança tende ao parâmetro estimado conforme aumenta o tamanho da amostra - 88Descreva o método dos momentos para estimação pontualO primeiro momento populacional corresponde à esperança matemática, o segundo momento populacional corresponde à esperança do quadrado da variável
Para estimar o valor, iguala-se o momento populacional ao momento amostral, que corresponde à média amostral e cujo segundo momento corresponde à média dos quadrados dos elementos da amostra - 89Descreva o método da máxima verossimelhança e o conceito de invariânciaConsiste em achar a estimativa para a qual a probabilidade de se obter os valores observados é a maior possível
OBS: o estimador EMV pra média da normal é a média amostral (não viesado) e pra variância é o quadrado das diferenças dividido por N (viesado)
A invariância é a propriedade que garante que, se x for o estimador de máxima verossimelhança para uma função, qualquer função dele também será o tal estimador. Exemplo, se você achou o estimador da variância, o estimador do desvio-padrão será simplesmente a raiz quadrada dele - 90Em uma população com variância conhecida, como determinar a margem de erro?Se a população for finita, multiplicar pela raiz quadrada do fator de correção

- 91Em uma população com variância desconhecida, como calcular a margem de erro para um intervalo de confiança?

- 92Como calcular a margem de erro para um intervalo de confiança da diferença entre a média de duas populações?

- 93Intervalo de confiança para a variância populacional

- 94Intervalo de confiança para a distribuição exponencial

- 95Como realizar um teste de hipóteses para uma distribuição binomialNão se utiliza a distribuição normal, os valores são aplicados diretamente na binomial. Exemplo:
Quer se testar se uma moeda é honesta. Define-se a hipótese nula de que p= 0,5 e a hipótese alternativa de que p é diferente de 0,5, e diz que a hipótese será rejeitada se, num teste com 4 amostras, sair mais de 2 caras. Então, o nível de significância será P(3) + P(4) - 96Estatistica do teste qui-quadrado, regra de rejeição e número de graus de liberdade

- 97Para grandes valores de n e pequenos valores de p a distribuição binomial pode ser adequadamente aproximada pela distribuição _______, cujo parâmetro será:de Poisson
Média igual a n * p
Informações
- Descrição
- FlashCards sobre Estatística, criado por Bernardo Marques em 18-05-2026.
- Criado por
- Bernardo Marques
- Visualizações
- 3
- Avaliação
Mais sobre Medidas de posição e dispersão