ALGEBRA FX 2.0 PLUS FX 1.0 PLUS Guia do Usuário 2 (Funções adicionais) Po http://world.casio.
CASIO ELECTRONICS CO., LTD. Unit 6, 1000 North Circular Road, London NW2 7JD, U.K. Importante! Por favor guarde este manual e todas as informações à mão para futuras referências.
• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • ALGEBRA FX 2.0 PLUS FX 1.
1 Sumário Sumário Capítulo 1 Aplicação de estatísticas avançadas 1-1 1-2 1-3 1-4 Estatísticas avançadas (STAT) ......................................................... 1-1-1 Testes (TEST) .................................................................................. 1-2-1 Intervalo de confiança (INTR) .......................................................... 1-3-1 Distribuição (DIST) ...........................................................................
Capítulo 1 Aplicação de estatísticas avançadas 1-1 1-2 1-3 1-4 Estatísticas avançadas (STAT) Testes (TEST) Intervalo de confiança (INTR) Distribuição (DIST) 20001201
1-1-1 Estatísticas avançadas (STAT) 1-1 Estatísticas avançadas (STAT) uMenu de funções Apresentamos a seguir os menus de funções para a tela de introdução de lista do modo STAT. Pressionar uma tecla de função que corresponde ao item adicionado exibe um menu que lhe permite selecionar uma das funções relacionadas abaixo. • 3(TEST) ... Teste (página 1-2-1) • 4(INTR) ... Intervalo de confiança (página 1-3-1) • 5(DIST) ...
1-1-2 Estatísticas avançadas (STAT) • Regressão logarítmica ... MSE = • Regressão exponencial ... MSE = • Regressão de potência ... • Regressão de seno ... • Regressão logística ...
1-1-3 Estatísticas avançadas (STAT) 4. Ao terminar, pressione i para limpar os valores de coordenadas e o indicador do mostrador. · O indicador não aparece se as coordenadas calculadas não estiverem dentro da faixa de exibição. · As coordenadas não aparecem se [Off] tiver sido especificado para o item [Coord] da tela [SETUP]. · A função Y-CAL também pode ser usada com um gráfico desenhado com a função DefG.
1-1-4 Estatísticas avançadas (STAT) uFunções comuns • O símbolo “■” aparece no canto direito superior da tela enquanto um cálculo está sendo executado ou enquanto um gráfico está sendo desenhado. Pressionar A nesse meio tempo termina o cálculo ou o desenho (AC Break). • Pressionar i ou w enquanto o resultado de um cálculo ou gráfico estiver no mostrador retorna-o à tela de definição de parâmetros. Pressionar ! i(QUIT) retorna-o ao início da tela de introdução de lista.
1-2-1 Testes (TEST) 1-2 Testes (TEST) O teste Z (Z Test) provê uma grande variedade de testes baseados em padronização. Isso permite-lhe testar se uma amostra representa ou não com precisão a população, quando o desvio padrão populacional (tal como a população inteira de um país) é conhecido de testes precedentes. O teste Z é usado para pesquisas de mercado e pesquisas de opinião pública que precisam ser realizadas repetidamente.
1-2-2 Testes (TEST) Explicamos nas páginas a seguir vários métodos de cálculos estatísticos baseados nos príncipios descritos acima. Maiores detalhes sobre os princípios estatísticos e terminologia podem ser encontrados em qualquer livro sobre estatísticas gerais. Na tela inicial do modo STAT, pressione 3(TEST) para exibir o menu de teste, que contém os seguintes itens. • 3(TEST)b(Z) ... Testes Z (pag. 1-2-2) c(T) ... Testes t (pag. 1-2-10) d(χ2) ... Teste χ2 (pag. 1-2-18) e(F) ...
1-2-3 Testes (TEST) Realize a seguinte operação de teclas desde a lista de dados estatísticos. 3(TEST) b(Z) b(1-Smpl) Apresentamos a seguir o significado de cada item no caso da especificação de dados de lista. Data ............................ tipo de dados µ .................................. condições de teste do valor da média populacional (“G µ0” especifica o teste bicaudal, “< µ0” especifica o teste monocaudal inferior, “> µ0” especifica o teste monocaudal superior.) µ0 ............................
1-2-4 Testes (TEST) Exemplo de saída do resultado de um cálculo µG11.4 ........................ direção do teste z .................................. p .................................. o .................................. xσn-1 ............................. nota z valor p média amostral desvio padrão amostral (Exibido apenas para a definição Data: List.) n .................................. tamanho da amostra # [Save Res] não salva a condição µ na linha 2.
1-2-5 Testes (TEST) uTeste Z de 2 amostras (2-Sample Z Test) O teste Z de 2 amostras é usado quando os desvios padrões da amostra para duas populações são conhecidos para testar a hipótese. Este teste é empregado na distribuição normal.
1-2-6 Testes (TEST) o1 ................................. n1 ................................. o2 ................................. n2 ................................. média da amostra 1 tamanho (número inteiro positivo) da amostra 1 média da amostra 2 tamanho (número inteiro positivo) da amostra 2 Depois de definir todos os parâmetros, alinhe o cursor com [Execute] e em seguida pressione uma das teclas de função mostradas abaixo para executar o cálculo ou desenhar o gráfico. • 1(CALC) ...
1-2-7 Testes (TEST) uTeste Z de 1 proporção (1-Prop Z Test) O teste Z de 1 proporção é usado para testar uma proporção desconhecida de sucessos. Este teste é empregado na distribuição normal. Z= p0 : proporção da amostra esperada n : tamanho da amostra x n – p0 p0 (1– p0) n Realize a seguinte operação de teclas desde a lista de dados estatísticos. 3(TEST) b(Z) d(1-Prop) Prop ............................
1-2-8 Testes (TEST) uTeste Z de 2 proporções (2-Prop Z Test) O teste Z de 2 proporções é usado para comparar a proporção de sucessos. Este teste é empregado na distribuição normal. x1 x 2 n1 – n2 Z= x1 : valor dos dados da amostra 1 x2 : valor dos dados da amostra 2 n1 : tamanho da amostra 1 n2 : tamanho da amostra 2 p̂ : proporção da amostra estimada p(1 – p ) 1 + 1 n1 n2 Realize a seguinte operação de teclas desde a lista de dados estatísticos. 3(TEST) b(Z) e(2-Prop) p1 ............................
1-2-9 Testes (TEST) p1>p2 ............................ z .................................. p .................................. p̂1 ................................. p̂2 ................................. p̂ .................................. n1 ................................. n2 .................................
1-2-10 Testes (TEST) k Testes t uFunções comuns do teste t Você pode usar as seguintes funções de análise gráfica depois de desenhar um gráfico. • 1(T) ... Exibe a nota t. Pressionar 1 (T) exibe a nota t na parte inferior do mostrador, e exibe o indicador na localização correspondente no gráfico (a menos que a localização esteja fora da tela do gráfico). Dois pontos são exibidos no caso de um teste bicaudal. Use d e e para mover o indicador. Pressione i para apagar a nota t. • 2(P) ... Exibe o valor p.
1-2-11 Testes (TEST) uTeste t de 1 amostra (1-Sample t Test) O teste t de 1 amostra usa o teste de hipótese para apenas uma média populacional desconhecida quando o desvio padrão populacional é desconhecido. Este teste é empregado na distribuição t. t= o – µ0 xσ n–1 n o : média amostral µ0 : média populacional assumida xσn-1 : desvio padrão amostral n : tamanho da amostra Realize a seguinte operação de teclas desde a lista de dados estatísticos.
1-2-12 Testes (TEST) Exemplo de saída do resultado de um cálculo µ G 11.3 ...................... direção do teste t ................................... p .................................. o .................................. xσn-1 ............................. n .................................. nota t valor p média amostral desvio padrão amostral tamanho da amostra # [Save Res] não salva a condição µ na linha 2.
1-2-13 Testes (TEST) uTeste t de 2 amostras (2-Sample t Test) O teste t de 2 amostras compara médias populacionais quando os desvios padrões são desconhecidos. Este teste é empregado na distribuição t.
1-2-14 Testes (TEST) Apresentamos a seguir o significado de cada item no caso da especificação de dados de lista. Data ............................ tipo de dados µ1 ................................. condições de teste do valor da média amostral (“G µ2” especifica um teste bicaudal, “< µ2” especifica um teste monocaudal onde a amostra 1 é menor do que a amostra 2, “> µ2” especifica um teste monocaudal onde a amostra 1 é maior do que a amostra 2.) List(1) ..........................
1-2-15 Testes (TEST) Exemplo de saída do resultado de um cálculo µ1Gµ2 ........................... direção do teste t ................................... p .................................. df ................................. o1 ................................. o2 ................................. x1σn-1 ............................ x2σn-1 ............................ xpσn-1 ............................
1-2-16 Testes (TEST) uTeste t de regressão linear (LinearReg t Test) O teste t de regressão linear trata os conjuntos de dados de variáveis binárias como pares (x, y) e plota todos os dados num gráfico. Logo, uma linha reta (y = a + bx) é traçada através da área onde há o número mais alto de pontos e o grau para o qual a relação existe é calculado.
1-2-17 Testes (TEST) Exemplo de saída do resultado de um cálculo β G 0 & ρ G 0 .............. direção do teste t ................................... p .................................. df ................................. a .................................. b .................................. s .................................. r .................................. r2 .................................
1-2-18 Testes (TEST) k χ2 Test O teste χ2 configura um certo número de grupos independentes e testa a hipótese relacionada à proporção da amostra incluída em cada grupo. Este teste é empregado nas variáveis dicotômicas (variáveis com dois valores possíveis, tais como sim/não). n : valores de todos os dados k Contagens esperadas Σ x ×Σ x = Σn ij Fij i =1 ij j =1 (xij – Fij)2 Fij i =1 j =1 k χ2 = Σ Σ Realize a seguinte operação de teclas desde a lista de dados estatísticos.
1-2-19 Testes (TEST) Depois de definir todos os parâmetros, alinhe o cursor com [Execute] e em seguida pressione uma das teclas de função mostradas abaixo para executar o cálculo ou desenhar o gráfico. • 1(CALC) ... Executa o cálculo. • 6(DRAW) ... Desenha o gráfico. Exemplo de saída do resultado de um cálculo χ2 ................................. valor χ2 p .................................. valor p df .................................
1-2-20 Testes (TEST) k Teste F de 2 amostras (2-Sample F Test) O teste F de 2 amostras testa a hipótese para a razão de variâncias amostrais. Este teste é empregado na distribuição F. F= x1σn–12 x2σn–12 Realize a seguinte operação de teclas desde a lista de dados estatísticos. 3(TEST) e(F) Apresentamos a seguir o significado de cada item no caso da especificação de dados de lista. Data ............................ tipo de dados σ1 .................................
1-2-21 Testes (TEST) Depois de definir todos os parâmetros, alinhe o cursor com [Execute] e em seguida pressione uma das teclas de função mostradas abaixo para executar o cálculo ou desenhar o gráfico. • 1(CALC) ... Executa o cálculo. • 6(DRAW) ... Desenha o gráfico. Exemplo de saída do resultado de um cálculo σ1Gσ2 .......................... direção do teste F .................................. valor F p .................................. valor p o1 .................................
1-2-22 Testes (TEST) k ANOVA O teste ANOVA testa a hipótese em que a média populacional das amostras são iguais quando há amostras múltiplas. O teste ANOVA de uma via (One-Way ANOVA) é usado quando há uma variável independente e uma variável dependente. O teste ANOVA de duas vias (Two-Way ANOVA) é usado quando há duas variáveis independentes e uma variável dependente. Realize a seguinte operação de teclas desde a lista de dados estatísticos.
1-2-23 Testes (TEST) Exemplo de saída do resultado de um cálculo ANOVA de uma via (One-Way ANOVA) Linha 1 (A) .................. valor df, valor SS, valor MS, valor F e valor p de fator A Linha 2 (ERR) ............. valor df, valor SS e valor MS de erro ANOVA de duas vias (Two-Way ANOVA) Linha 1 (A) .................. valor df, valor SS, valor MS, valor F e valor p de fator A Linha 2 (B) .................. valor df, valor SS, valor MS, valor F e valor p de fator B Linha 3 (AB) ................
1-2-24 Testes (TEST) k ANOVA (Duas vias) uDescrição A tabela a seguir apresenta os resultados de medição para um produto de metal produzido por um processo de tratamento térmico baseado em dois níveis de tratamento: tempo (A) e temperatura (B). Os experimentos foram repetidos duas vezes cada em condições idênticas.
1-2-25 Testes (TEST) uExemplo introduzido uResultados 20010101
1-3-1 Intervalo de confiança (INTR) 1-3 Intervalo de confiança (INTR) Um intervalo de confiança é uma faixa (intervalo) que inclui o valor médio populacional. Um intervalo de confiança que é muito amplo dificulta a obtenção de uma idéia de onde o valor populacional (valor verdadeiro) está localizado. Um intervalo de confiança estreito, por outro lado, limita o valor populacional e possibilita a obtenção de resultados confiáveis. Os níveis de confiança mais comumente usados são 95% e 99%.
1-3-2 Intervalo de confiança (INTR) uPrecauções gerais relativas ao intervalo de confiança Introduzir um valor na faixa de 0 < nível C < 1 para a definição do nível C define o valor introduzido. Introduzir um valor na faixa de 1 < nível C < 100 define um valor equivalente ao introduzido dividido por 100. # Introduzir um valor de 100 ou maior, ou um valor negativo causa um erro (Ma ERROR).
1-3-3 Intervalo de confiança (INTR) k Intervalo Z uIntervalo Z de 1 amostra (1-Sample Z Interval) O intervalo Z de 1 amostra calcula o intervalo de confiança para uma média populacional desconhecida quando o desvio padrão é conhecido. O intervalo de confiança é como segue. Left = o – Z α σ 2 n Right = o + Z α σ 2 n No entanto, α não é em si um nível de confiança. O valor 100 (1 – α) % é o nível de confiança. Quando o nível de confiança é 95%, por exemplo, introduzir 0,95 produz 1 – 0,95 = 0,05 = α.
1-3-4 Intervalo de confiança (INTR) Depois de definir todos os parâmetros, alinhe o cursor com [Execute] e em seguida pressione a tecla de função mostrada abaixo para executar o cálculo. • 1(CALC) ... Executa o cálculo. Exemplo de saída do resultado de um cálculo Left .............................. limite inferior do intervalo (cauda esquerda) Right ............................ limite superior do intervalo (cauda direita) o .................................. média amostral xσn-1 .........................
1-3-5 Intervalo de confiança (INTR) Apresentamos a seguir o significado de cada item no caso da especificação de dados de lista. Data .......................... tipo de dados C-Level ...................... nível de confiança (0 < nível C < 1) σ1 ............................... desvio padrão populacional da amostra 1 (σ1 > 0) σ2 ............................... desvio padrão populacional da amostra 2 (σ2 > 0) List(1) ........................
1-3-6 Intervalo de confiança (INTR) uIntervalo Z de 1 proporção (1-Prop Z Interval) O intervalo Z de 1 proporção usa o número de dados para calcular o intervalo de confiança para uma proporção desconhecida de sucessos. O intervalo de confiança é como segue. O valor 100 (1 – α) % é o nível de confiança. x Left = n – Z α 2 x Right = n + Z α 2 1 x x n n 1– n n : tamanho da amostra x : dados 1 x x n n 1– n Realize a seguinte operação de teclas desde a lista de dados estatísticos.
1-3-7 Intervalo de confianza (INTR) uIntervalo Z de 2 proporções ( 2-Prop Z Interval ) O intervalo Z de 2 proporções usa o número de itens de dados para calcular o intervalo de confiança para a diferença entre proporções de sucessos de duas populações. O intervalo de confiança é como segue. O valor 100 (1 – α) % é o nível de confiança.
1-3-8 Intervalo de confianza (INTR) Left .............................. limite inferior do intervalo (cauda esquerda) Right ............................ limite superior do intervalo (cauda direita) p̂1 ................................. p̂2 ................................. n1 ................................. n2 .................................
1-3-9 Intervalo de confianza (INTR) o .................................. média amostral xσn-1 ............................. desvio padrão amostral (xσn-1 > 0) n .................................. tamanho da amostra (número inteiro positivo) Depois de definir todos os parâmetros, alinhe o cursor com [Execute] e em seguida pressione a tecla de função mostrada abaixo para executar o cálculo. • 1(CALC) ... Executa o cálculo. Exemplo de saída do resultado de um cálculo Left ..............................
1-3-10 Intervalo de confianza (INTR) O seguinte intervalo de confiança é aplicável quando a função de agrupamento não está em efeito. O valor 100 (1 – α) % é o nível de confiança. Left = (o1 – o2)– tdf α 2 Right = (o1 – o2)+ tdf α 2 df = x1σ n–12 x2 σn–12 + n n1 2 x1σ n–12 x2 σn–12 + n n1 2 1 2 C 2 + (1–C) n1–1 n2–1 x1σ n–12 n1 C= x1σ n–12 x2 σn–12 + n n1 2 Realize a seguinte operação de teclas desde a lista de dados estatísticos.
1-3-11 Intervalo de confianza (INTR) o1 ................................. x1σn-1 ............................ n1 ................................. o2 ................................. x2σn-1 ............................ n2 .................................
1-4-1 Distribuição (DIST) 1-4 Distribuição (DIST) Há vários tipos de distribuição, mas a distribuição mais conhecida é a "distribuição normal", que é essencial para executar cálculos estatísticos. A distribuição normal é uma distribuição simétrica centrada nas maiores ocorrências de dados médios (freqüência mais alta), com a diminuição da freqüência à medida que se afasta do centro.
1-4-2 Distribuição (DIST) uFunções de distribuição comum Depois de desenhar um gráfico, você pode usar a função P-CAL para calcular um valor p estimado para um valor x particular. Apresentamos a seguir o procedimento geral para usar a função P-CAL. 1. Depois de desenhar um gráfico, pressione 1 (P-CAL) para exibir a caixa de diálogo para introdução de valor x. 2. Introduza o valor que deseja para x e em seguida pressione w.
1-4-3 Distribuição (DIST) k Distribuição normal uDensidade de probabilidade normal A densidade de probabilidade normal calcula a densidade de probabilidade de distribuição normal de um valor x especificado. A densidade de probabilidade normal é aplicada à distribuição normal padrão. 2 f(x) = 1 e– 2πσ (x – µµ) 2σ 2 (σ > 0) Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) b(Norm) b(P.D) Os dados são especificados usando a especificação de parâmetros.
1-4-4 Distribuição (DIST) uProbabilidade de distribuição normal A probabilidade de distribuição normal calcula a probabilidade de dados de distribuição normal que caem entre dois valores específicos. a : limite inferior b : limite superior 2 p= 1 2πσ ∫ b – e a (x – µ µ) 2σ 2 dx Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) b(Norm) c(C.D) Os dados são especificados usando a especificação de parâmetros. Apresentamos a seguir o significado de cada item. Lower .
1-4-5 Distribuição (DIST) Exemplo de saída do resultado de um cálculo p .................................. probabilidade de distribuição normal z:Low ........................... Valor z:Low (convertido para padronizar a nota z para um valor inferior) z:Up .............................
1-4-6 Distribuição (DIST) Depois de definir todos os parâmetros, alinhe o cursor com [Execute] e em seguida pressione a tecla de função mostrada abaixo para executar o cálculo. • 1(CALC) ... Executa o cálculo. Exemplo de saída do resultado de um cálculo x .......................................
1-4-7 Distribuição (DIST) k Distribuição t de Student uDensidade de probabilidade t de Student A densidade de probabilidade t de Student calcula a densidade de probabilidade t desde um valor x específico. x2 df + 1 1+ Γ 2 df f (x) = π df df Γ 2 – df+1 2 Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) c(T) b(P.D) Os dados são especificados usando a especificação de parâmetros. Apresentamos a seguir o significado de cada item. x ..................................
1-4-8 Distribuição (DIST) uProbabilidade de distribuição t de Student A probabilidade de distribuição t de Student calcula a probabilidade de dados de distribuição t que caem entre dois valores específicos. df + 1 2 p= df Γ 2 π df Γ ∫ b a x2 1+ df – df+1 2 dx a : limite inferior b : limite superior Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) c(T) c(C.D) Os dados são especificados usando a especificação de parâmetros.
1-4-9 Distribuição (DIST) Exemplo de saída do resultado de um cálculo p .................................. probabilidade de distribuição t de Student t:Low ........................... valor t:Low (valor inferior introduzido) t:Up ............................. valor t:Up (valor superior introduzido) k Distribuição χ2 uDensidade de probabilidade χ2 A densidade de probabilidade χ2 calcula a função de densidade de probabilidade para a distribuição χ2 desde um valor x especificado.
1-4-10 Distribuição (DIST) Exemplo de saída do resultado de um cálculo p .................................. densidade de probabilidade χ2 # As definições atuais de V-Window são usadas para o desenho de gráfico quando a definição [Stat Wind] da tela SET UP é [Manual]. As definições V-Window abaixo são feitas automaticamente quando a definição [Stat Wind] é [Auto].
1-4-11 Distribuição (DIST) uProbabilidade de distribuição χ2 A probabilidade de distribuição χ2 calcula a probabilidade de dados de distribuição χ2 que caem entre dois valores específicos. p= 1 df Γ 2 1 2 df 2 ∫ b df –1 – x2 e x 2 dx a : limite inferior b : limite superior a Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) d(χ2) c(C.D) Os dados são especificados usando a especificação de parâmetros. Apresentamos a seguir o significado de cada item. Lower ....
1-4-12 Distribuição (DIST) Exemplo de saída do resultado de um cálculo p .................................. probabilidade de distribuição χ2 k Distribuição F uDensidade de probabilidade F A densidade de probabilidade F calcula a função de densidade de probabilidade para a distribuição F desde um valor x específico. n+d 2 f (x) = n d Γ Γ 2 2 Γ n d n 2 x n –1 2 1 + nx d – n+d 2 Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) e(F) b(P.
1-4-13 Distribuição (DIST) Exemplo de saída do resultado de um cálculo p .................................. densidade de probabilidade F # As definições de V-Window para o desenho de gráfico são feitas automaticamente quando a definição [Stat Wind] da tela SET UP é [Auto]. As definições atuais de V-Window são usadas para o desenho de gráfico quando a definição [Stat Wind] é [Manual].
1-4-14 Distribuição (DIST) uProbabilidade de distribuição F A probabilidade de distribuição F calcula a probabilidade de dados de distribuição F que caem entre dois valores específicos. n+d 2 p= n d Γ Γ 2 2 Γ n d n 2 ∫ b x n –1 2 a 1 + nx d – a : limite inferior b : limite superior n+d 2 dx Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) e(F) c(C.D) Os dados são especificados usando a especificação de parâmetros.
1-4-15 Distribuição (DIST) Exemplo de saída do resultado de um cálculo p ..................................
1-4-16 Distribuição (DIST) k Distribuição binomial uProbabilidade binomial A probabilidade binomial calcula uma probabilidade desde um valor especificado para a distribuição binomial discreta com o número especificado de tentativas e a probabilidade de sucessos em cada tentativa. f (x) = n C x px (1–p) n – x (x = 0, 1, ·······, n) p : probabilidade de sucesso (0 < p < 1) n : número de tentativas Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) f(Binmal) b(P.
1-4-17 Distribuição (DIST) Exemplo de saída do resultado de um cálculo p .................................. probabilidade binomial uDensidade cumulativa binomial A densidade cumulativa binomial calcula uma probabilidade cumulativa desde um valor especificado para a distribuição binomial discreta com o número especificado de tentativas e probabilidade de sucesso em cada tentativa. Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5 (DIST) f (Binmal) c (C.
1-4-18 Distribuição (DIST) Depois de definir todos os parâmetros, alinhe o cursor com [Execute] e em seguida pressione a tecla de função mostrada abaixo para executar o cálculo. • 1(CALC) ... Executa o cálculo. Exemplo de saída do resultado de um cálculo p .........................................
1-4-19 Distribuição (DIST) k Distribuição de Poisson uProbabilidade de Poisson A probabilidade de Poisson calcula a probabilidade desde um valor específico para a distribuição de Poisson discreta com a média especificada. f (x) = e– µµ x x! (x = 0, 1, 2, ···) µ : média populacional (µ > 0) Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) g(Poissn) b(P.
1-4-20 Distribuição (DIST) uDensidade cumulativa de Poisson A densidade cumulativa de Poisson calcula uma probabilidade cumulativa desde um valor especificado para a distribuição de Poisson discreta com a média especificada. Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) g(Poissn) c(C.D) Apresentamos a seguir o significado de cada item quando os dados são especificados usando a especificação de lista. Data ............................ tipo de dados List ................
1-4-21 Distribuição (DIST) k Distribuição geométrica uProbabilidade geométrica A probabilidade geométrica calcula a probabilidade desde um valor especificado, com o número da tentativa na qual o primeiro sucesso ocorre, para a distribuição geométrica discreta com a probabilidade especificada de sucesso. f (x) = p(1– p) x – 1 (x = 1, 2, 3, ···) Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) h(Geo) b(P.
1-4-22 Distribuição (DIST) uDensidade cumulativa geométrica A densidade cumulativa geométrica calcula uma probabilidade cumulativa desde um valor especificado, com o número da tentativa na qual o primeiro sucesso ocorre, para a distribuição geométrica discreta com a probabilidade especificada de sucesso. Realize a seguinte operação de teclas desde a lista de dados estatísticos. 5(DIST) h(Geo) c(C.
