[R-br] R simulação: Entendendo as distribuições de probabilidade
Jose Claudio Faria
joseclaudio.faria em gmail.com
Sexta Agosto 19 18:13:54 BRT 2011
Guilherme,
Acho que o R faz toda a diferença no ensino!
Sim, tenho mais algumas coisas que facilitam o ensino de inferência do
ponto de vista frequentista.
Vou estar postando nesse tópico.
Abs,
--
///\\\///\\\///\\\///\\\///\\\///\\\///\\\///\\\
Jose Claudio Faria
Estatistica - Prof. Pleno
UESC/DCET/Brasil
joseclaudio.faria at gmail.com
///\\\///\\\///\\\///\\\///\\\///\\\///\\\///\\\
Em 19 de agosto de 2011 11:43, Guilherme Moraes Ferraudo
<guiferraudo em gmail.com> escreveu:
> Claudio muito interessante esse script. E concordo com vc, isso faz
> muita diferença ao explicar probabilidade para um aluno ou qualquer
> outra pessoa que nunca ouviu falar em distribuição. Não há nada pior
> do que aprender estatística com exemplos de dados de 6 faces.
>
> Vc tem algum outro material sobre outras distribuições??? Eu realmente
> não tenho nada em código. Tento explicar através de exemplos mas não
> mostrando no R.
>
> Parabéns pela iniciativa.
>
> Abs
>
>
> Em 18 de agosto de 2011 19:19, Jose Claudio Faria
> <joseclaudio.faria em gmail.com> escreveu:
>> Uma das coisas que considero mais interessantes ao adotar o R em um
>> cursos introdutórios de Probabilidade e Estatística,
>> é possibilitar que os estudante entendam (efetivamente) o que são as
>> distribuições de probabilidades (inf. paramétrica) que eles estão
>> começando a usar para tomar decisões em situação de incerteza.
>> (Em outra palavras,: jogar a mágica na lata de lixo!)
>>
>> Uma das que mais gosto, que pode vir a ser útil para outras pessoas está abaixo:
>> (Estou socializado: sujeito a críticas e sugestões...)
>>
>> # Simulação da origem da distribuição F (Snedecor)
>> # Autor: J.C.Faria
>>
>> # Tamanho das amostras
>> nn <- 05 # Tamanho da amostra do numerador
>> nd <- 10 # Tamanho da amostra do denominador
>>
>> # Características da população
>> mu <- 10
>> sigma <- 2
>>
>> # Normal padrão
>> # mu <- 0
>> # sigma <- 1
>>
>> # Número de pares de amostras
>> n <- 1e4
>>
>> # Simulação
>> s2n <- apply(matrix(rnorm(n*nn,
>> mu,
>> sigma),
>> ncol=nn),
>> 1,
>> var)
>>
>> s2d <- apply(matrix(rnorm(n*nd,
>> mu,
>> sigma),
>> ncol=nd),
>> 1,
>> var)
>>
>> require(fdth)
>> plot(fdt(s2n/s2d,
>> start=0,
>> end=10,
>> h=.05),
>> type='d',
>> xlim=c(0, 10),
>> ylim=c(0, 0.8))
>>
>> curve(df(x,
>> nn-1,
>> nd-1),
>> col='darkgreen',
>> add=TRUE,
>> lwd=2)
>>
>> A conclusão óbvia a que se chega:
>> A distribuição F descreve como se distribui a razão entre duas
>> estimativas da variância de uma população normal!
>>
>> Portanto:
>> Pode ser usada para decidir (sob as devidas condições) se duas
>> estimativas da variância podem, ou não,
>> serem consideradas como provenientes de uma mesma população normal.
>> (Que é o uso mais básico da distribuição F, ou seja, teste de precisão).
>>
>> Gostaria de ver a galera desentocar esse tipo de script e postar aqui na lista!
>> (Tenho mais uns poucos nessa linha)
>>
>> Abs,
>> --
>> ///\\\///\\\///\\\///\\\///\\\///\\\///\\\///\\\
>> Jose Claudio Faria
>> UESC/DCET/Brasil
>> joseclaudio.faria at gmail.com
>> ///\\\///\\\///\\\///\\\///\\\///\\\///\\\///\\\
>> _______________________________________________
>> R-br mailing list
>> R-br em listas.c3sl.ufpr.br
>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
>>
>
>
>
> --
> Guilherme Moraes Ferraudo
> Jaboticabal/Campinas - SP
> http://lattes.cnpq.br/2096118558794430
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
>
Mais detalhes sobre a lista de discussão R-br