3. Distribuições Flashcards

1
Q

O que nos diz a lei fraca dos grandes números?

A

À medida que n aumenta, o resultado de uma aproximação fica cada vez mais credível.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

O que nos diz o Teorema do Limite Central?

A

A soma de várias variáveis iid’s tem uma distruibuição que se aproxima da normal, à medida em que aumentamos o número de termos.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

O que caracteriza uma amostragem aleatória simples?

A

Os resultados são recolhidos aleatória e independentemente uns dos outros.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

O que caracteriza uma amostragem aleatória?

A

É composta por um conjunto de N observações independentes e indenticamente distruibuidas, todas elas seguindo a mesma distribuição.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

O que é uma estatística?

A

Uma estatística é qualquer quantidade cujo valor possa

ser calculado a partir de dados amostrais.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

O que é uma estimativa pontual de um parâmetro desconhicido?

A

É um valor obtido atravéz de uma estatística, ou seja, a partir de uma amostra é retirada a sua média amostral, a sua variância, as quais são estatísticas.

Estas estatísticas têm o propósito de fornecer os valores aproximados do parâmetro.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

O que caracteriza um estimador?

A

Um estimador é uma estatística que fornece estimativas pontuais de um tal parâmetro.

Ou seja, se uma média amostral de uma dada amostra aproximar o parâmetro em questão, é um estimador para esse parâmetro.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

O que é a distribuição por amostragem?

A

A distribuição que seria formada ao considerar o valor de
uma estatística da amostra para cada possível diferente
amostra de um dado tamanho é chamada a sua
distribuição de amostragem.

É a distruibuição que seria formada se considerar-mos todas as possíveis amostras populacionais de um certo tamanho.

Comparando assim todas as divergências.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Quando é o caso de um estimador ser enviesado?

A

Enviesamento - Um estimador, ˆθ, do parˆametro θ, ´e centrado ou n˜ao enviesado se
E[
ˆθ] = θ.
Chama-se vi´es de um estimador `a diferen¸ca E[
ˆθ] − θ

Um estimador disse-se não centrado ou enviesado se a sua média não for igual ao parâmetro:

E[ˆθ] = θ

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

O que é a eficiência de um estimador?

A

Entre dois estimadores, é mais eficiênte aquele cuja variância seja menor.

Var[ˆθ1] < Var[ˆθ2]

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

O que é o erro quadrático médio de um estimador?

A

E[(ˆθ − θ)^2] = Var[ˆθ] + (E[ˆθ] − θ)^2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Quais são as características de um bom estimador?

A

Deve ter variância e viés reduzido e ser centrado, de preferência.

Estas três características descrevem um estimador com EQM reduzido.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

O que é o viés de um estimador?

A

(E[ˆθ] − θ)^2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Dado um estimador centrado e outro estimador não centrado, podemos comparar eficiências?

A

Não, temos de os comparar através do EQM.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Um dos métodos para encontrar estimadores é o método dos momentos. Como funciona este método?

A
  1. O primeiro passo será construír um sistema de equações que tenha em conta quantos parâmetros desconhecidos existem.
  2. Cabe depois resolver o sistema.

Exemplo

No caso de ser uma distribuição Binomial e querermos encontrar estimadores para m e p (próprios da distribuição Binomial), o que temos a fazer é criar o seguinte sistema:

Sabemos que E[X] = np, Var[X] = np(1 − p), no caso particular da distribuição Binomial, logo o que fazemos é criar esse mesmo sistema.

E[X] = X
Var[X] = S^2 

Resolvê-mos agora em ordem a n e p, mas com o intuito de escrevê-los em termos de X e S^2.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Falando agora de QQ-Plots, qual(ais) é o plot mais indicado para representar a função de distribuição?

A

Um histograma ou um diagrama de caule e folhas.

17
Q

O que nos diz um diagrama caixa-de-bigodes?

A

Diz-nos a simetria da função distribuição.

18
Q

Para que serve um QQ-Plot ou um gráfico de quantis?

A

É utilizado para comparar visualmente duas distribuições.

O caso que vamos usar é comparar uma amostra com uma distribuição, ou seja, tendo a amostra, vamos ver se esta corresponde com alguma distribuição conhecida.

19
Q

Qual é a diferença entre um QQ-Plot e um PP-Plot?

A

A diferença é que um PP-Plot procura comparar probabilidades em vez de comparar quantis.

É de apontar que o QQ-Plot é, por vezes, preferêncial, uma vez que o PP-Plot perde a sua linearidade com mudanças de escala ou localização.