Beruflich Dokumente
Kultur Dokumente
Parte 4A
p
/ ë O
Ô trodução
!"# :
!"# :
!"# :
V
·!
·$
·" ·#
·#
·%
·&
·#
·'
·%
(
·# ·&
)*
·V
/ ë O
Ô trodução
*% !":
·
·2 ·1 1
Ë ·1
2 1
Y = ö 1 + ö 2 X + ö 3 X2 + ö 4 X3
A curva defi ida por uma poli omial cúbica pode passar
exatame te por 4 po tos, porém para austar uma sequê cia
maior de po tos é ecessário usar uma sucessão de segme tos
de poli mios.
/ ë O
Ô terpolação
Para gara tir que ão ocorram muda ças abruptas a i cli ação ou
curvatura e tre segme tos, a fu ção ão é austada aos 4 po tos
e, sim, a some te 2. Ôsto permite usar restrições adicio ais que
assegurarão que o te a:
1 ± co ti uidade da 1ª derivada e tre segme tos (a i cli ação
da li a é a mesma em ambos os lados de uma u ção),
2 ± co ti uidade da 2ª derivada (a taxa de variação ão muda
através da u ção).
/ ë O
Ô terpolação
/ ë O
Ô terpolação
/ ë O
Ô terpolação
/ ë O
Teste de corridas
! &
O tipo mais simples de seqüê cia é aquele co sisti do de uma
sucessão de observações colocadas em ordem de ocorrê cia,
o de as observações são !!
%% $1.
Por exemplo, uma sequê cia com 2 te tativas poderia resultar em:
-----------
-----------
-----------
O que parece estra o as duas sequê cias ão é a proporção de caras e
coroas, mas a ordem a qual elas ocorrem. No experime to, ós
supomos que as caras e coroas ocorrerão aleatoriame te. Nestes
dois exemplos acima existe um claro padrão de regularidade.
/ ë O
Teste de corridas
-----------
23456789 2 3
/ ë O
Teste de corridas
¢ ¢
¢
2.11.9
¢ Ë 1 1.9
11 Ë 9
2
2.11.9 2.11.9 11 9
4.6
¢
9 Ë 11 2 9 Ë 11 1
/ ë O
Teste de corridas
"# !p:1&
"# !p:1&
A matriz é lida das li as para as colu as sig ifica do, por
exemplo, que as tra sições dos estado A para o estado C
e trarão a matriz como eleme to a1,3.
/ ë O
Sequê cias de Markov
para
A B C D total
A 17 5 22
de B 5 2 7
C 5 2 17 3 27
D 3 2 5
total 22 7 27 5 61
Se cada eleme to a
li a for dividido pelo total desta li a, o
resultado i dicará o úmero relativo de vezes que o estado é
seguido de outros estados.
Assim, temos:
para
A B C D total
A ,77 ,23 1,
de B ,71 ,29 1,
C ,19 ,7 ,63 ,11 1,
D ,6 ,4 1,
A ,37
B ,11
C ,44
D ,
Este vetor mede a probabilidade de se ter tra sições associadas com
os 4 estados.
/ ë O
Sequê cias de Markov
p (A } B) = p (B Ň A) x p (A)
Ou,
p (B Ň A) = p (A } B) / p (A)
p (A } B) = p (A) . p (B)
e porta to:
p (B Ň A) = p (A) . p (B) / p (A) = p (B)
/ ë O
Sequê cias de Markov
p (B Ň A) = p (B Ň B) = p (B Ň C) = p (B Ň D) = p (B)
/ ë O
Sequê cias de Markov
para
A B C D total
A ,37 ,11 ,44 , 1,
de B ,37 ,11 ,44 , 1,
C ,37 ,11 ,44 , 1,
D ,37 ,11 ,44 , 1,
Esta é a matriz de probabilidade de tra sições que esperaríamos
observar se todos os estados fossem i depe de tes u s dos
outros.
/ ë O
Sequê cias de Markov
Assim temos:
para
A B C D total
A ,37 ,11 ,44 , 1, x 22
de B ,37 ,11 ,44 , 1, x7
C ,37 ,11 ,44 , 1, x 27
D ,37 ,11 ,44 , 1, x5
Assim temos:
para
A B C D
A ,1 2,4 9,7 1,
de B 2,6 , 3,1 ,6
C 1, 3, 11,9 2,2
D 1,9 ,6 2,2 ,4
` 2 ë÷
2
Assim, temos:
2
17ë ,1 5 ë 1,
2
Ë Ë
5 ë 9,7 Ë 17ë11,9
2 2 2
7 ë 7 2 Ë 5 ë 5 2 Ë 5 ë 9, 2
2
7 5 9,
· ë ·
e o problema passa a ser o de e co trar um método de calcular a
reta de modo que: 2
·
1 · ë ëo
/ ë O
Mí imos quadrados e regressão
{ 1 1
1
·
· 1 1 1
2
1
/ ë O
Mí imos quadrados e regressão
O de:
1
· ë 1
· /
1
ë
1 2
2
1 1
/
1
· 1
ë 1 ë 1
/ ë O
Mí imos quadrados e regressão
2
1
1 ·
2
ë
1
·
2
/ ë O
Mí imos quadrados e regressão
1 ·
2
ë
1
·
2
/ ë O
Mí imos quadrados e regressão
R2 = SSR / SST
Ou pelo !/0%? R = (R)1/2.
/ ë O
Mí imos quadrados e regressão
/ ë O
Mí imos quadrados e regressão
O de:
= úmero total de observações (furo 1) =
= úmero total de observações (observações do furo 1 +
observações do furo2) =16
k = úmero de observações do furo 1com réplicas ( o caso
todas têm réplicas, porta to k= )
F1 = MSR/MSE = teste para a qualidade do auste (some te
dados do furo 1)
F2 = MSLF/MSPE = teste para a adequação da fu ção (reta) ao
co u to de dados (dados do furo 1 e furo 2)
/ ë O
Mí imos quadrados e regressão