Combinação de variáveis aleatórias – somas, diferenças, aX + b e estimadores não viesados
MatemáticaProbabilidadeIdades 17–18
Para que você usa principalmente esta simulação?
Use com a sua turma: os alunos abrem por um link ou QR code, sem precisar de conta.
Retire milhares de valores de duas distribuições independentes (um dado, uma tabela de valores ou um modelo normal) para construir X + Y, X − Y, aX + b, aX + bY e a soma ou a média de k cópias, e compare o histograma com a distribuição exata e com as regras E(aX + b) = aE(X) + b, Var(aX + b) = a²Var(X), E(X ± Y) = E(X) ± E(Y) e Var(X ± Y) = Var(X) + Var(Y). Inclui contextos reais (a massa total de um pacote, a diferença de dois tempos de corrida, °C para °F, um elevador) e uma tela de estimadores que compara a variância com divisor n e n − 1 e a amplitude amostral.
Aula: Média e variância de somas, diferenças e transformações lineares; estimadores não viesados
O que mostra
Para constantes a e b, E(aX + b) = aE(X) + b e Var(aX + b) = a²Var(X): somar b desloca a distribuição sem mudar a sua dispersão. As médias sempre se somam, E(X ± Y) = E(X) ± E(Y), mas as variâncias só se somam para variáveis independentes, e também se somam numa diferença: Var(X − Y) = Var(X) + Var(Y). A soma de k cópias independentes tem variância kVar(X), não k²Var(X), e uma soma de normais independentes é normal. A tela de estimadores mostra que dividir por n − 1 dá uma estimativa não viesada de σ², enquanto dividir por n e a amplitude amostral subestimam.
Como usar
Escolha um Contexto ou Personalizado, escolha a operação depois de Z = e pressione Retirar 1, +100, +1000 ou Executar para o histograma de Z crescer. Compare a média e a variância simuladas da tabela com a teoria e as regras. Arraste a linha vermelha para definir c em P(Z ≥ c), desmarque Retiradas independentes para quebrar a regra da variância e ative a curva normal. Em Estimadores não viesados, escolha População, Estimador e Tamanho da amostra n.
Parâmetros que você pode mudar
- Tela Combinação de variáveis aleatórias, Estimadores: viés e variabilidade
- Contexto X, Y e operação personalizados, Dois dados, Massa de um pacote, Dois velocistas, °C para °F, Elevador com k pessoas
- Operação que forma Z (contexto Personalizado) aX + b, X + Y, X − Y, aX + bY, X₁ + … + Xₖ (k cópias independentes), Média X̄ de k cópias
- Coeficiente a (contexto Personalizado) -10–10
- Coeficiente b (contexto Personalizado) -100–100
- Número de cópias k (contexto Personalizado) 2–30
- Distribuição de X (contexto Personalizado) Dado honesto (1–6), Tabela de valores, Normal N(μ, σ²)
- Valores de X (tabela, separados por espaços)
- Probabilidades de X (tabela, separadas por espaços)
- Média μ de X (normal) -1000–1000
- Desvio padrão σ de X (normal) 0,01–1000
- Distribuição de Y (contexto Personalizado) Dado honesto (1–6), Tabela de valores, Normal N(μ, σ²)
- Valores de Y (tabela, separados por espaços)
- Probabilidades de Y (tabela, separadas por espaços)
- Média μ de Y (normal) -1000–1000
- Desvio padrão σ de Y (normal) 0,01–1000
- Retiradas independentes
- Mostrar uma curva normal com a mesma média e desvio padrão
- Corte c do evento (contexto Personalizado) -100000–100000
- Evento para a probabilidade (contexto Personalizado) Z ≥ c, Z ≤ c
- População (tela Estimadores) Dado honesto (1–6), Uniforme em [0, 10], Normal N(50, 10²)
- Tamanho da amostra n (tela Estimadores) 2–50
- Estimadores comparados (tela Estimadores) Variância: dividir por n ou n − 1, Desvio padrão, Amplitude amostral, Média amostral ou mediana amostral
- Semente aleatória (mesmo número, mesmos resultados) 1–999
Perguntas para explorar
- Por que a variância de X − Y é Var(X) + Var(Y) e não Var(X) − Var(Y)?
- A massa total de 8 adultos e 8 vezes a massa de um adulto têm o mesmo desvio padrão?
- Por que dividir por n − 1 dá uma estimativa não viesada da variância populacional?