Sunteți pe pagina 1din 9
A distribuic¸ ao˜ exponencial exponencial de Uma variável aleatória diz-se ter distribuic¸ ao˜ parâmetro β
A distribuic¸ ao˜ exponencial exponencial de Uma variável aleatória diz-se ter distribuic¸ ao˜ parâmetro β

A distribuic¸ ao˜

exponencial

A distribuic¸ ao˜ exponencial exponencial de Uma variável aleatória diz-se ter distribuic¸ ao˜ parâmetro β e

exponencial de

Uma variável aleatória diz-se ter distribuic¸ ao˜

parâmetro β e representa-se por X Exp (β ) se a função densidade é

f ( x) =

1 e x/β β

x > 0 β > 0

0 x 0

Func¸ ao˜

geradora de momentos e parametrosˆ

da distribuic¸ ao˜

exponencial

M X (t) =

1

1

β t

t < 1;

E [X ] = β

e

V ar [X ] = β 2 .

Aplicac¸ oes:˜

Durac¸ ao˜

de vida, teoria da fiabilidade, tempos de espera,etc.

oes:˜ Durac¸ ao˜ de vida , teoria da fiabilidade , tempos de espera,etc. Manuela Neves -

Manuela Neves - ISA - 05/06 – p. 106/114

  A distribuic¸ ao˜ exponencial: observac¸ oes˜   Relac¸ ao˜ entre a distribuic¸ ao˜ exponencial
  A distribuic¸ ao˜ exponencial: observac¸ oes˜   Relac¸ ao˜ entre a distribuic¸ ao˜ exponencial
 

A

distribuic¸ ao˜

exponencial: observac¸ oes˜

 

Relac¸ ao˜

entre a distribuic¸ ao˜

exponencial e a distribuic¸ ao˜

de Poisson:

Considere-se contagens de sucessos em intervalos de tempo. O tempo ao fim do qual se verifica o primeiro sucesso é uma variável aleatória contínua.

Teorema Se X , número de sucessos num intervalo de tempo, é tal que X P (λ ) então W a v.a. que designa o tempo de espera pelo primeiro sucesso (ou o tempo entre a ocorrência de dois sucessos consecutivos) satisfaz W Exp (β = 1).

Nota:Verifique que a distribuição exponencial goza da

propriedade da falta de memoria´ . Manuela Neves - ISA - 05/06 – p. 107/114

propriedade da falta de memoria´

.

Manuela Neves - ISA - 05/06 – p. 107/114

Manuela Neves - ISA - 05/06 – p. 107/114

A distribuic¸ ao˜ Qui-quadrado Vamos agora referir brevemente três distribuições largamente usadas em inferência
A distribuic¸ ao˜ Qui-quadrado Vamos agora referir brevemente três distribuições largamente usadas em inferência

A distribuic¸ ao˜

Qui-quadrado

A distribuic¸ ao˜ Qui-quadrado Vamos agora referir brevemente três distribuições largamente usadas em inferência

Vamos agora referir brevemente três distribuições largamente usadas em inferência estatística.

Teorema

Seja Z ∩ N (0, 1). A v.a. X = Z 2 diz-se ter distribuição χ 2

(1) (lê-se

distribuição qui-quadrado com 1 grau de liberdade).

A função densidade de X é

f (x ) =

1

2πx e x/2

( x ) =      1 √ 2 πx e − x

0

x > 0

x 0.

) =      1 √ 2 πx e − x / 2

Manuela Neves - ISA - 05/06 – p. 108/114

A distribuic¸ ao˜ qui-quadrado Teorema Sejam Z i , i = 1 , distribuição normal
A distribuic¸ ao˜ qui-quadrado Teorema Sejam Z i , i = 1 , distribuição normal

A distribuic¸ ao˜

qui-quadrado

Teorema

A distribuic¸ ao˜ qui-quadrado Teorema Sejam Z i , i = 1 , distribuição normal reduzida,

Sejam Z i , i = 1,

distribuição normal reduzida, i.e., Z i ∩ N (0, 1). Então

n

, n variáveis aleatórias independentes, com

i =1 Z i

2

χ 2

(

n )

Propriedades de X χ 2

(

n )

i 2 ∩ χ 2 ( n ) Propriedades de X ∩ χ 2 ( n

Função geradora de momentos e parâmetros de X :

M X (t) =

1

2t n/2

t < 1/2

E [X ] = n

V ar [X ] = 2n

1

Nota: A distribuição Qui-quadrado encontra-se também tabelada.

= 2 n 1 − Nota: A distribuição Qui-quadrado encontra-se também tabelada. Manuela Neves - ISA

Manuela Neves - ISA - 05/06 – p. 109/114

A distribuic¸ ao˜ qui-quadrado Exerc´ıcio: Seja X ∩ χ 2 ( 1 0 ) calcule
A distribuic¸ ao˜ qui-quadrado Exerc´ıcio: Seja X ∩ χ 2 ( 1 0 ) calcule

A distribuic¸ ao˜

qui-quadrado

A distribuic¸ ao˜ qui-quadrado Exerc´ıcio: Seja X ∩ χ 2 ( 1 0 ) calcule 1.

Exerc´ıcio: Seja X χ 2

(10) calcule

1. o ponto χ

2 0. 05(10) ;

2. o ponto A tal que P (X < A) 0.75;

Teorema Sejam X i , i = 1,

, n variáveis aleatórias

independentes tais que X i χ 2 n i ) . Então

(

n

i

=1 X i χ 2 ( n i )

2 n i ) . Então ( n i = 1 X i ∩ χ 2

Manuela Neves - ISA - 05/06 – p. 110/114

A distribuic¸ ao˜ t − Student Teorema Sejam Z ∩ N (0 , 1) e

A distribuic¸ ao˜

A distribuic¸ ao˜ t − Student Teorema Sejam Z ∩ N (0 , 1) e Y

t Student

Teorema

A distribuic¸ ao˜ t − Student Teorema Sejam Z ∩ N (0 , 1) e Y

Sejam Z ∩ N (0, 1) e Y χ 2 n ) , variáveis aleatórias independentes. A v.a. assim definida

(

X

Z

= Y /n

independentes. A v.a. assim definida ( X Z = Y /n tem distribuição t ( n

tem distribuição t ( n )

Propriedades da distribuic¸ ao˜

t

1. Trata-se de uma distribuição simétrica, unimodal.

2. A distribuição t é semelhante à distribuição normal reduzida (desenhar com apoio do R gráficos de funções densidade da distribuição t Student e da normal reduzida)

da distribuição t − Student e da normal reduzida) M a n u e l a

Manuela Neves - ISA - 05/06 p. 111/114

  A distribuic¸ ao˜ t − Student   Parametrosˆ da distribuic¸ ao˜ t   E
  A distribuic¸ ao˜ t − Student   Parametrosˆ da distribuic¸ ao˜ t   E
 

A

distribuic¸ ao˜

t Student

 

Parametrosˆ

da distribuic¸ ao˜

t

 

E [X ] = 0 (n > 1)

V ar [X ] =

n

n 2

(n > 2)

 

Existem também tabelas para esta distribuição. É fácil verificar a seguinte relação:

 

t 1α = t α

 
 

Exerc´ıcio: Seja T t (15) calcule

 

1. o ponto t 0. 95(15) ;

 

2. o ponto A tal que P (T < A) 0.75;

 
Manuela Neves - ISA - 05/06 – p. 112/114
Manuela Neves - ISA - 05/06 – p. 112/114

Manuela Neves - ISA - 05/06 – p. 112/114

A distribuic¸ ao˜ F de Snedecor Teorema Sejam U ∩ χ 2 m ) e

A distribuic¸ ao˜

A distribuic¸ ao˜ F de Snedecor Teorema Sejam U ∩ χ 2 m ) e V

F de Snedecor

Teorema

A distribuic¸ ao˜ F de Snedecor Teorema Sejam U ∩ χ 2 m ) e V

Sejam U χ 2 m) e V χ 2 n ) variáveis aleatórias independentes. A v.a. assim definida

(

(

X = U/m V /n

tem distribuição F com (m, n) graus de liberdade.

Exerc´ıcio

Seja X t ( n ) . Mostre que X 2 F (1,n ) .

Nota: Utilize os teoremas onde se faz a construc¸ ao˜ distribuic¸ ao˜ t ( n ) e F ( m,n ) , fazendo m = 1.

das variaveis´

com

n ) e F ( m , n ) , fazendo m = 1 . das

Manuela Neves - ISA - 05/06 – p. 113/114

A distribuic¸ ao˜ F de Snedecor da distribuic¸ ao˜ F Parametrosˆ E [ X ]

A distribuic¸ ao˜

A distribuic¸ ao˜ F de Snedecor da distribuic¸ ao˜ F Parametrosˆ E [ X ] =

F de Snedecor

A distribuic¸ ao˜ F de Snedecor da distribuic¸ ao˜ F Parametrosˆ E [ X ] =

da distribuic¸ ao˜

F

Parametrosˆ

E [X ] =

n 2

n

(n > 2)

V ar [X ] = 2n 2 (m + n 2) 4) m (n 2) 2 (n

(n > 4)

Teorema- relação entre a distribuição de X F ( m, n) e Y = 1/X

X F ( m,n ) Y = 1/X F ( n,m) .

Consequenciaˆ

f 1 α ( m,n ) =

1

f α( n,m)

As tabelas das distribuições χ 2 , t e F consultam-se de forma análoga.

Fim do Cap´ıtulo das Probabilidades

t e F consultam-se de forma análoga. Fim do Cap´ıtulo das Probabilidades Manuela Neves - ISA

Manuela Neves - ISA - 05/06 – p. 114/114