Você está aqui: start » disciplinas » ce223 » interna » solucoes2008

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anteriorRevisão anterior
Próxima revisão		Revisão anterior
disciplinas:ce223:interna:solucoes2008 [2008/03/01 20:03] – henriqueddisciplinas:ce223:interna:solucoes2008 [2008/03/09 12:01] (atual) – henriqued
Linha 1: Linha 1:
 ====== Exercícios recomendados da CE-223 Estatística computacional, 2008 ====== ====== Exercícios recomendados da CE-223 Estatística computacional, 2008 ======
 +
  
 ==== Semana 1 ==== ==== Semana 1 ====
Linha 62: Linha 63:
     - Obter os valores de ''a1'' para os quais o valor correspondente em ''sexo'' é ''“M“''<code R>     - Obter os valores de ''a1'' para os quais o valor correspondente em ''sexo'' é ''“M“''<code R>
 a1[which(sexo == "M")] a1[which(sexo == "M")]
-<code>+</code>
     - Obter os valores de ''a1'' para os quais o valor correspondente em ''sexo'' é ''“F“''<code R>     - Obter os valores de ''a1'' para os quais o valor correspondente em ''sexo'' é ''“F“''<code R>
 a1[which(sexo == "F")] a1[which(sexo == "F")]
Linha 80: Linha 81:
     - Criar um objeto chamado ''notas'' que possua os elementos de ''a1'' com valores correspondentes de ''sexo'' sendo ''“M“'' ordenados de forma crescente, seguidos pelos correspondentes a ''“F“'' também ordenados de forma crescente. Em outras palavras, o objeto notas deverá ter as notas dos homes ordenadas seguidas pelas das mulheres também ordenadas.<code R>     - Criar um objeto chamado ''notas'' que possua os elementos de ''a1'' com valores correspondentes de ''sexo'' sendo ''“M“'' ordenados de forma crescente, seguidos pelos correspondentes a ''“F“'' também ordenados de forma crescente. Em outras palavras, o objeto notas deverá ter as notas dos homes ordenadas seguidas pelas das mulheres também ordenadas.<code R>
 notas <- a1[order(sexo, a1)] notas <- a1[order(sexo, a1)]
 +</code>
 +   - Criar um vetor com os seguinte elementos: ''(1, 2, 3, 4, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 60, 70, 80, 90, 100, 200, 300, 400, 500)''<code R>
 +c(1:5, seq(10,50, by=5), seq(60,100, by=10), seq(200, 500, by=100))
 </code> </code>
  
 Arquivo .R uma segunda versão da resolução da lista. Arquivo .R uma segunda versão da resolução da lista.
 {{disciplinas:ce223:interna:lista1.r| Versão 2 lista 1 por Wagner 29/02/2008 }} {{disciplinas:ce223:interna:lista1.r| Versão 2 lista 1 por Wagner 29/02/2008 }}
 +
 +=== Aula ? ===
 +  - Obtenha usando o R o resultado da combinação de 10 elementos tomados 4 a 4 de três formas diferentes:
 +    * usando a função ''choose()''
 +    * usando a função ''factorial()''
 +    * usando a função ''gamma()''<code R>
 +choose(10, 4)
 +factorial(10)/(factorial(10-4) * factorial(4))
 +gamma(10 + 1)/(gamma((10 - 4) + 1) * gamma(4 + 1))</code>
 +  - Obtenha um gráfico da função de densidade de probabilidade da distribuição <latex>\chi^2</latex>, três graus de liberdade, de duas formas diferentes:
 +    * utilizando operações algébricas com a expressão da f.d.p.
 +    * utilizando a função ''dchisq()''<code R>
 +fChisq <- function(x, k=3)
 +  1/(gamma(k/2)) * ((1/2) ^ (k/2)) * x^((k/2) - 1) * exp(-(1/2) * x)
 +
 +plot(fChisq, 0:10, xlim=c(0,10))
 +curve(dchisq(x, 3), xlim=c(0, 10)
 +</code>
 +  - Obtenha um gráfico de formas análogas às do exercício anterior para a distribuição ''t'' com 9 graus de liberdade. <code R>
 +ft <- function(x, k = 9)
 +  (gamma((k + 1) / 2)/gamma(k / 2)) * (1 / sqrt(k * pi)) * (1/(1 + ((x^2) / k))^((k + 1)/2))
 +
 +plot(ft, 0:10)
 +curve(dt(x, 9), 0:10)
 +</code>
 +  - Considere o exercício da distribuição binomial da primeira aula do curso e discutido na aula desta semana. Experimente utilizar o comando ''plot()'' com o uso do argumento ''type'' com cada uma das opções: ''type = “p“'', ''type = “l“'', ''type = “b“'', ''type = “c“'', ''type = “o“'', ''type = “h“'', ''type = “s“'', ''type = “S“'', ''type = “n“''. Verifique os resultados produzidos e:
 +    * descreva o tipo de gráfico produzido com cada opção
 +    * discuta exemplos de situações onde o uso de cada um destes tipos de gráficos seria adequado<code R>
 +fBin <- function(x, n, p)
 +  choose(n, x) * (p^x) * (1 - p)^(n - x)
 +
 +x <- 0:10
 +fx <- fBin(x, 10, 0.03)
 +plot(x, fx, type='p')
 +plot(x, fx, type='l')
 +plot(x, fx, type='b')
 +
 +#Versão alternativa
 +par(mfrow=c(3,3)) #Dividir a tela Gráfica
 +sapply(c("p", "l", "b", "c", "o", "h", "s", "S", "n"),
 +       function(.x)plot(x, fx, type=.x, main=sprintf("Tipo: %s", .x)))
 +</code>
 +
 +^  Tipo  ^  Forma  ^  Exemplo  |
 +|  p  |  Pontos  |  Verificar Distribuição dos Pontos  |
 +|  l  |  linhas  |  Verificar Tendencia da Série   |
 +|  b  |  Ambos, linhas e pontos  |  Verificar a Tendencia e localizar as observações  |
 +|  c  |  Como o Tipo b, mas apenas com as linhas  |   |
 +|  o  |  Como o tipo b, mas com as linhas sobre os pontos  |   |
 +|  h  |  Com linhas verticais, similares à um histograma |  Verificar a Frequencia   |
 +|  s  |  Por etapas, similares a uma escada, começando a etapa horizontalmente  |   |
 +|  S  |  como o anterior, mas começando verticalmente  |   |
 +|  n  |  Não plota o gráfico  |  Útil para 'pegar' os parametros gráficos e ajustar a janela aos pontos |

QR Code
QR Code disciplinas:ce223:interna:solucoes2008 (generated for current page)