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 <[email protected]> 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 > <[email protected]> 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 >> [email protected] >> 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 > [email protected] > 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. > _______________________________________________ R-br mailing list [email protected] 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.
