Distribuição de probabilidades e outliers [Materiais da aula]

Na aula passada começamos a revisão de estatística básica (materiais aqui) e nesta semana daremos continuidade à revisão, tratando de distribuições de probabilidade e detecção de outliers.

1 SLIDES

Distribuição de probabilidades e detecção de outliers from Felipe Pontes

2 ARQUIVOS DOS DADOS USADOS NA AULA

Dados para a aula de normalidade
Plan 1

3 DO-FILE DOS PRINCIPAIS COMANDOS

Caso vocês tenham que instalar algum desses comandos, clique aqui e veja como instalar.

** Usando a primeira base de dados

histogram vm

generate lnvm=ln(vm)

ladder vm

gladder vm

qladder vm

sktest vm

** Usando a base nlsw88

sysuse nlsw88, clear

histogram wage, normal

graph box wage

qnorm wage

ladder wage

gladder wage

sktest wage 

** testa a normalidade univariada

** Use transformações para testar, a exemplo de:

g logwage=log(wage)

** Alternativamente: 

g lnwage=ln(wage)

** Padronizando a variável wage, pelo Z-Escore:

sum wage

** A média foi 7.766949 e o desvio-padrão foi 5.755523. Aplicamos isso na fórmula do Z-escore para padronizar a variável, fazendo com que ela fique com média zero e variância constante

** Crio a nova variável

g Zwage=(wage-7.766949)/5.755523

** Verificando:

sum Zwage

** Detectando outliers na primeira vase de dados:

sum rpegaverage cob_eps

extremes  rpegaverage cob_eps

scatter rpegaverage cob_eps