A IMPORTÂNCIA DOS
MODELOS
REPRESENTAÇÃO DA
REALIDADE
Slide 14
Slide 14 text
REALIDADE
Slide 15
Slide 15 text
MODELO
Slide 16
Slide 16 text
COM SEUS PROPÓSITOS
HARMONIA
Slide 17
Slide 17 text
No content
Slide 18
Slide 18 text
No content
Slide 19
Slide 19 text
No content
Slide 20
Slide 20 text
No content
Slide 21
Slide 21 text
No content
Slide 22
Slide 22 text
No content
Slide 23
Slide 23 text
MODELOS
ALGÉBRICOS
Slide 24
Slide 24 text
UNIDADES VARIÁVEIS OBSERVAÇÕES
x
y
z
Gênero
Altura
Humor
=
=
=
x1, x2, x3 …, xn
y1, y2, y3 …, yn
z1, z2, z3 …, zn
Slide 25
Slide 25 text
DE DADOS
SUMARIZAÇÃO
Slide 26
Slide 26 text
No content
Slide 27
Slide 27 text
ESTATÍSTICA DESCRITIVA
MEDIDAS DE
MEDIDAS DE
TENDÊNCIA
CENTRAL VARIABILIDADE
Média Mediana Moda Variância Desvio Padrão
Max Min Obliquidade Curtose
Slide 28
Slide 28 text
INFERÊNCIA
DESCRITIVA
Slide 29
Slide 29 text
INFERÊNCIA
Slide 30
Slide 30 text
No content
Slide 31
Slide 31 text
VARIÂNCIA
Slide 32
Slide 32 text
SISTEMÁTICOS NÃO SISTEMÁTICOS
X
Slide 33
Slide 33 text
SISTEMÁTICOS NÃO SISTEMÁTICOS
X
DISTINGUIR
Slide 34
Slide 34 text
No content
Slide 35
Slide 35 text
( )
VARIÁVEIS REALIZADAS
y1 y2 y3 y4
VARIÁVEIS RANDÔMICA
Y1 Y2 Y3 Y4 …
Yn
y
( )
Y
Slide 36
Slide 36 text
REPRESENTAÇÃO ALGÉBRICA DE
MODELOS
Slide 37
Slide 37 text
E( )
Valor esperado
Y5
Tempo de leitura do livro 5 após infinitas observações
= µ5
Função de inferência
Slide 38
Slide 38 text
E( )
Valor esperado
Média dos valores de Y
= valor esperado da
média de todos os Yi
Y
Média dos tempos de leitura de todos
os livros após infinitas observações
Média dos valores Y1
, Y2
, Y3
, …, Yn
DEFINIÇÃO
Slide 39
Slide 39 text
E( )
=
1
n
∑
n
1 E(Yi)
n
i=1
=
=
=
=
Y
E(Y1)+E(Y2)+…+E(Yn)
E(Y1)+E(Y2)+…+E(Yn)
∑
n
1 µi
n
i=1
µ
= E( )
n
Y1+Y2+…+Yn
n
DEFINIÇÃO
Slide 40
Slide 40 text
y Y
≠
VARIÁVEL REALIZADA VARIÁVEL RANDÔMICA
y
_ _
Y
MÉDIA DO QUE FOI
OBSERVADO
MÉDIA DO QUE FOI E
DO QUE NÃO FOI
OBSERVADO
Slide 41
Slide 41 text
E( )=
Y µ
=
=
y
-
y1+y2+y3+…+yx
n
= ∑
n
1 yi
n
i=1
= média daquilo que
observei
EXEMPLO
Slide 42
Slide 42 text
E( )
Y5 = µ5
E( )
Y = µ = y
-
RESUMO
Slide 43
Slide 43 text
V( )
Variância
Y5
Tempo de leitura do livro 5
= σ2
Convenção
VARIÂNCIA
MEDIDA DO COMPONENTE NÃO SISTEMÁTICO
Slide 44
Slide 44 text
V( )
Y5 = σ2
√ √ = σ
Desvio Padrão
Slide 45
Slide 45 text
RANDOMICIDADE
PROBABILÍSTICOS DETERMINÍSTICOS
X
Slide 46
Slide 46 text
No content
Slide 47
Slide 47 text
No content
Slide 48
Slide 48 text
If we make no effort to extract the
systematic features of a subject, the
lessons of history will be lost, and we
will learn nothing about what aspects
of our subject are likely to persist or to
be relevant to future events or studies.
“
Slide 49
Slide 49 text
CRITÉRIOS
PARA SE FAZER
INFERÊNCIA
Slide 50
Slide 50 text
VIÉS
Slide 51
Slide 51 text
VIÉS
NÃO ENVIESADO
Slide 52
Slide 52 text
VIÉS
ENVIESADO
Slide 53
Slide 53 text
E( ) ?
Y Y
= µ
VIÉS
DILEMA
Slide 54
Slide 54 text
POUCO DE VIÉS
ALTA ASSERTIVIDADE
SEM VIÉS
BAIXA ASSERTIVIDADE
X
& &
Slide 55
Slide 55 text
EFICIÊNCIA
VARIÂNCIA DA ESTIMATIVA ATRAVÉS DE INFINITAS
REPLICAÇÕES HIPOTÉTICAS
E( )
Y
Slide 56
Slide 56 text
ESTUDO DE CASO OBSERVAÇÕES
X
1 N ESTUDOS DE CASO OBSERVAÇÃO
N 1
Slide 57
Slide 57 text
Our choice should be guided by which
data best answer our questions.
“
Slide 58
Slide 58 text
Large-scale studies may depend upon
numbers that are not well understood
by the naive researcher (…)
“
Slide 59
Slide 59 text
PESQUISA SOCIAL
DESCRIÇÃO
COMPLEXIDADE SIMPLIFICAÇÃO
MODELOS
DECISÃO
Slide 60
Slide 60 text
OBRIGADO
Alexandre Gomes
Alberto Martins
Cleyton Feitosa
!