Baixe Grátis 52 Questões de Estatística

52 Questões de Estatística e Provas Resolvidas

Baixe uma amostra desse material:  52 Questões de Estatística Este Volume de 52 Questões de Estatística reúne diversos assuntos de prob...

Contribua!!!

Arquivo do blog

Mostrando postagens com marcador Inferência. Mostrar todas as postagens
Mostrando postagens com marcador Inferência. Mostrar todas as postagens

quarta-feira, 13 de janeiro de 2016

ESTATÍSTICA BAYESIANA

Prepare-se para oconcurso do IBGE com Provas Resolvidas da Banca FGV

Lançamento: Resolução da Prova para Analista Legislativo do SENADO FEDERAL (2008)

Lançamento: Resolução da Prova para Analista Legislativo do SENADO FEDERAL (2008)

Na estatística bayesiana todas as informações que se tem acerca do parâmetro Q antes do experimento são expressas através da distribuição a priori, f(q) (definida antes da realização da amostra). Portanto Q é variável aleatória. O diagrama abaixo resume o procedimento para obeter o estimador de Bayes.


Obtida a amostra, X1, X2,..., Xn de uma distribuição que se queira estimar o parâmetro Q, calculamos a distribuição a posteriori de Q. No nosso caso, queremos obter um estimador que é função g(Q|X1, X2,..., Xn). Para qualquer estimador g, por este procedimento, admite-se uma certa perda de informação, expressa pela função de perda L(Q,g|X1, X2,..., Xn).

Várias funções de perda são admitidas, como as funções de perda do tipo

L(Q,g)=c(Q)|Q-g|^r

Queremos obter o estimador Q que minimiza essa função de perda. Para uma função de perda quadrática, verifica-se que

g=QBayes = E[Q|X1, X2,..., Xn]

Exercício Proposto:

Veja a resolução desta e outras questões adquirindo...
PACOTE ESPECIAL COM PROVAS DA FGV
-SENADO* (FGV/2008)
-INEA-RJ (FGV-2013)
-SUDENE-PE (FGV-2013)
-SEDUC-AM (FGV-2014)
-DPGE-RJ (FGV/2014)
-TJ-RO (FGV/2015)

*Exceto questões discursivas
PEÇA PELO EMAIL: concurseiro_estatistico@outlook.com

segunda-feira, 17 de agosto de 2015

Inferência: Estatística Suficiente

Ronald Aylmer Fisher, grande expoente da estatística no século XX, introduziu uma série de conceitos quantitativos e qualitativos na teoria da estimação por meio dos estimadores de máxima verossimilhança.




Um importante conceito no contexto da inferência diz respeito à suficiência:

A estatística, T = t(X1,X2, ... , Xn), obtida a partir de uma amostra aleatória, (X1, X2, ... , Xn), traz informações sobre o valor desconhecido do parâmetro q.



Uma estatística suficiente fala por toda a amostra!

Existindo, uma tal estatística ela é chamada de suficiente para q.  Ela permite um resumo das informações trazidas pela amostra, ou seja, resume os dados sem perder nenhuma informação sobre o parâmetro q. obtida uma estatística suficiente, os dados da amostra passam a ser irrelevantes, pois não há mais informações acerca de q.

O assunto é frequentemente cobrado em concurso público! 


Veja um exemplo geral:




Veja mais questões como essa em 52 Questões de Inferência e 52 Questões da Cespe-Unb!

Peça pelo email concurseiro_estatistico@outlook.com




terça-feira, 7 de abril de 2015

Manipulando Dados: Entenda o que é e como usar o p-valor

Abaixo incorporo excelente explicação acerca de p-valor!



Manipulando Dados: Entenda o que é e como usar o p-valor: Recentemente a revista Basic and Applied Social Psychology baniu o p-valor de suas publicações alegando que muitos pesquisadores estava...