Laboratórios de Estatı́stica III
Licenciatura em Estatı́stica Aplicada
Setembro 2024
Ficha de Trabalho 1
1. Defina uma função que, dado um conjunto de dados numéricos, retorne a média e o respetivo desvio
padrão. Altere essa função para que escreva os resultados na consola do R.
2. Defina uma função que calcula a soma de um conjunto de números à custa de um ciclo do tipo “for
(variable in vector) expression”.
X−µ
3. (a) Defina uma função “sim.t()” para simular a estatı́stica t (i.e. s/√ ) de uma amostra da distri-
n
buição Normal com média 10 e desvio padrão 5. Considere como argumento único o tamanho da
amostra (“sample.size”), invocando por exemplo “sim.t(20)”.
(b) Altere a função anterior de modo a considerar 3 argumentos, “sample.size”, “mean.normal” e “sd.normal”,
tendo como valores default média 10 e desvio padrão 5.
Nota: A ordem dos argumentos não é relevante se os nomes forem identificados. Pode-se usar apenas
um dos valores default, por exemplo “sim.t(sample.size=20, sd.normal=1)”.
4. (a) Como obter P (X = 2) quando X ∼ Bin(10, 0.3) ? Escreva uma função R para f (x) = P (X = x).
(b) Como gerar uma amostra de 20 lançamentos (a = 20) de uma moeda balanceada? Escreva uma
função R para qualquer quantidade de a?
(c) Obter os gráficos para a função de probabilidade de v.a. X ∼ Bin(10, p), assumindo p = 0, 2, p = 0, 5
e p = 0, 8. Comente a simetria dessas funções de probabilidade?
(d) Obter os gráficos para a função de probabilidade de r.v. X ∼ P (λ), assumindo λ = 0.5, λ = 1 e
λ = 4. Comente a simetria dessas funções de probabilidade?
5. Teorema do Limite Central
1 1
(a) Gere 100 valores aleatórios Xi ∼ Exp(10), ou seja, E[Xi ] = 10 e V ar[Xi ] = 102 . Considere S =
P100
i=1 Xi , ou seja, E[S] = 10 e V ar[S] = 1.
Nota: De acordo com a TLC, v.a. S ∼ N (10, 1)
(b) Repita o passo anterior 200 vezes, obtendo a amostra {s1 , . . . , s200 }
(c) Apresente o histograma para {s1 , . . . , s200 } e comente.
1
6. Exemplo da importância de reamostragem.
(a) Simule 200 observações provenientes da Normal reduzida e apresente uma estimativa para a esperança
e para a variância da v.a. X ∼ N (0, 1), recorrendo aos estimadores habituais X e S 2 .
(b) À custa de 500 sub-amostras de tamanho 100, apresente uma estimativa para a V ar[X] e V ar[S 2 ].
7. Os dados que são a seguir apresentados correspondem ao número de espaços verdes existentes em 55
bairros de uma grande cidade.
1 1 4 4 5 4 4 4 3 9 2
4 4 5 3 4 5 5 4 3 5 7
6 6 2 3 4 3 2 3 4 5 4
3 3 4 3 6 4 5 7 5 3 3
4 4 5 4 4 6 4 4 8 4 3
(a) Leia os dados para o R a partir de um ficheiro de texto (com extensão txt).
(b) Indique os valores da média, da mediana e dos 1o e 3o quartis.
(c) Apresente a caixa-com-bigodes correspondente a esta amostra.
(d) Usando uma função conveniente do R, apresente os dados sob a forma de uma tabela de frequências.
(e) Utilizando a tabela de frequências obtida na alı́nea anterior, represente graficamente os dados.
8. Na seguinte tabela são apresentados os pesos (em decagramas) de tumores malignos extraı́dos do abdómen
de 57 indivı́duos:
68 50 65 46 12 79 42 21 38 23
43 30 32 27 43 28 74 49 28 12
49 22 27 25 27 16 42 24 28 47
49 45 30 24 51 12 23 57 28
36 69 36 44 27 25 32 63 38
42 51 31 23 19 22 31 25 43
(a) Crie um ficheiro de texto e leia os dados no R.
(b) Construa uma função que lhe permita calcular (simultaneamente) os menor e maior valores da amos-
tra, a média, a mediana, os 1o e 3o quartis, um percentil, a variância, o desvio padrão e os coeficientes
de simetria e de achatamento.
(c) Aplique a função construı́da na alı́nea anterior aos dados acima apresentados (considere o percentil
80).
(d) Apresente a caixa-com-bigodes correspondente a esta amostra.
(e) Elabore uma função que lhe permita agrupar os dados numa distribuição de frequências, usando a
regra de Sturges para calcular o número de intervalos. Em seguida, construa o histograma dos dados
usando os limites das classes que tiver obtido.
