Rodrigo Bulhões
  • Início
  • Cursos
  • Projetos

Nesta página

  • Estatística Descritiva
  • Probabilidade

Questões abertas

Estatística Descritiva

Considere o conjunto de dados de alturas (em cm) de uma turma:
\[(158,\; 162,\; 170,\; 171,\; 171,\; 175,\; 182).\]

  1. Calcule média, mediana e amplitude interquartil.
  2. Discuta qual medida de tendência central é mais robusta se acrescentarmos um outlier em \(200\) cm.
Solução/Comentário (opcional) Média \(= 169{,}9\), mediana \(=171\). A IIQ é baseada em quartis e é mais robusta.
Com um outlier alto, a média sobe mais que a mediana; a mediana permanece mais robusta.

Mostre que, para \(a\in\mathbb{R}\) constante e amostra \(x_1,\dots,x_n\), \[ \operatorname{Var}(x_i + a)=\operatorname{Var}(x_i). \] Dê uma interpretação geométrica curta (translação do conjunto de dados).

Esboço \(\operatorname{Var}(X+a)=\mathbb{E}[(X+a-\mu-a)^2]=\mathbb{E}[(X-\mu)^2]\).
Geometricamente, adicionar \(a\) é uma translação; não altera a dispersão.

Probabilidade

Seja \(X\sim\mathcal{N}(\mu,\sigma^2)\). Mostre que a função geradora de momentos é \[ M_X(t)=\exp\!\left(\mu t + \tfrac{1}{2}\sigma^2 t^2\right). \] Use a MGF da normal padrão e a propriedade de affine transformation.

Esboço Se \(Z\sim\mathcal{N}(0,1)\) então \(M_Z(t)=\exp(t^2/2)\).
Para \(X=\mu+\sigma Z\), \(M_X(t)=e^{\mu t}\,M_Z(\sigma t)=e^{\mu t+\sigma^2 t^2/2}\).

Analise o diagrama de dispersão abaixo e descreva a relação entre \(X\) e \(Y\).
Comente sobre a adequação de um modelo linear.

Nuvem de pontos com leve curvatura

Dispersão ilustrativa
Comentário Sinal de curvatura leve sugere termo quadrático ou transformação.
Correlação linear positiva, mas o ajuste linear simples pode ser insuficiente.
 

© Rodrigo de Souza Bulhões
Conteúdo sob licença Creative Commons BY-SA 4.0