FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM
|
|
- Neuza de Abreu Quintanilha
- 8 Há anos
- Visualizações:
Transcrição
1 FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts Uversdade Católca de Goás, Departameto de Computação Uversdade Federal de Goás, Escola de Egehara Elétrca e de Computação fdamado@preeus.eee.ufg.br, lucla@f.ufg.br, adm@ct.com.br, weber@eee.ufg.br Abstract. Ths work presets a computatoal toll for studet score evaluato based o the Item Respose Theory ad Adaptg Tests. The am s to test the studet wth questos of ts dvdual ablty level. Expermets had bee lead to evaluate the two system versos. The search speed for studet ablty level defes these two versos. Promsg results had bee reached from to the adequacy of both versos from correlatos results over,9. Resumo. Neste artgo, apreseta-se uma ferrameta computacoal para realzação de avalação de aluos, utlzado como fudametação a Teora de Resposta ao Item e os Testes Adaptatvos Iformatzados. O objetvo fal é apresetar ao aluo questões de seu ível dvdual de habldade. Expermetos foram coduzdos para avalar o sstema proposto em duas versões. A velocdade de busca do ível de habldade do aluo defe as duas versões. Resultados promssores foram obtdos, mostrado a adequação de cada uma das versões a partr de cálculo de correlação superores a,9. 1. Itrodução A avalação é uma questão muto mportate o eso. Cada vez mas, os professores estão buscado ovas prátcas avalatvas, passado a cotestar a avalação como sgfcado socal e polítco [Hoffma, J.,1]. Evtar que a avalação assuma uma fução comparatva e classfcatóra é busca costate. Para cursos a dstâca, essa preocupação é mportate. O desevolvmeto de softwares aplcados a avalação de aluos, que foreçam formações de acompahameto do aluo para o professor, objetva o aprmorameto do eso através da Iteret. A proposta apresetada é uma ferrameta computacoal destada ao professor que receberá formações sobre as habldades dos aluos, os íves de dfculdade das questões, acompahameto do aluo o teste e as otas poderadas equalzadas. Esta ferrameta é mplemetada a partr da Teora de Resposta ao Item e das metodologas dos Testes Adaptatvos Iformatzados. A detecção e classfcação de dfculdades e habldades dos aluos servrão prcpalmete como strumeto de auto-avalação para o professor.
2 Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts. Teora de Resposta ao Item A Teora de Resposta ao Item é uma reuão de modelos estatístcos usados para fazer predções, estmatvas ou ferêcas sobre as habldades (ou competêcas) meddas em um teste. Através dos modelos estatístcos, é possível predzer tas habldades por meo de correspodêcas etre a potuação obtda por um estudate em uma stuação de teste e os tes a ele forecdos [Hambleto & Swamatha, 195; Ruder, 199]. A Teora de Resposta ao Item propõe modelos que represetam a relação etre a probabldade de uma resposta certa a um tem e a habldade de um aluo, proporcoado a avalação dvdual do aluo, pos, cada estudate respoderá tes referetes à sua habldade, torado a avalação persoalzada. Os modelos de respostas forecem dferetes cojutos de tes em uma avalação, permtdo comparar o desempeho etre eles e, portato, auxlado o professor a tarefa de avalação. A Teora de Resposta ao Item possu város modelos, dferecados pelas curvas característcas e forma de potuação empregada. Detre os modelos propostos pela teora, optamos por utlzar o Modelo Logístco de um Parâmetro, também cohecdo como The Rasch [Baker, 1]. A equação que caracterza a probabldade do aluo respoder corretamete é mostrada abaxo. ode: ( θ ) P 1 (1) b 1 + exp ( θ ) = 1( θ ) P é a probabldade de um determado aluo com habldade θ, respoder a um tem corretamete; b é o ídce de dfculdade do tem. O parâmetro b pode ser alterado à medda que os estudates passam a realzar o teste e a respoder corretamete ou corretamete ao tem. Os valores para b varam este modelo de -. (tes fáces) a +. (tes dfíces). A partr do modelo estudado, desevolvemos uma ova proposta para o cálculo da potuação obtda por um aluo e a sua habldade. 3. Modelos de Potuação e Habldade Propomos, este trabalho, uma ova abordagem de potuação e habldade do aluo. Nestas abordages, utlzamos os cocetos de Esperaça Matemátca e Medaa. Frequetemete, a apresetação de otas para a sttução é ecessára. Nestes mometos, a potuação é realzada a partr da medda de habldade do aluo. No caso, propomos calcular a Esperaça Matemátca de acerto de uma questão de ível
3 FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM 3 de dfculdade com ível de habldade θ. b sedo P ( θ ) a probabldade de acerto da questão por um aluo ( θ ) E ( x ) = b. P () A ota π do aluo é defda como a razão etre o desempeho obtdo pelo desempeho esperado coforme seu ível de habldade. Matematcamete, é expressa pela equação abaxo. Ode R π R. E ( x) = 1 = 1 = = = E ( x) R. b. P ( θ ) 1 b. P ( θ ) represeta a resposta do tem ( ou 1). O acerto correspode ao valor utáro equato o erro é regstrado pelo valor ulo. Perceba que o deomador represeta o desempeho esperado do aluo com seu ível de habldade. O quocete, a ota, especfca qual razão deste desempeho efetvamete ocorreu, ou seja, quato o aluo coseguu cocretzar do que sera esperado dele. Deve-se ressaltar que o desempeho esperado pressupõe íves cotíuos de acerto e, ão, apeas certo e errado (como é o caso). De qualquer modo, trata-se de uma medda dvdualzada, pos cosdera o ível de habldade específco de cada aluo. Para se estmar a habldade cal de um aluo, podemos utlzar um valor padrão cal ( default ), e, a partr desse valor, ajustar a habldade do aluo, obtda através das respostas dos tes do teste. A habldade do aluo é resultate da probabldade de acerto de uma questão de determado ível de dfculdade. Um aluo com habldade θ terá 5% de probabldade de acerto de questões com ível de dfculdade b = θ. Assm, devemos ecotrar qual ível de dfculdade de questão b o aluo terá 5% de chaces de acerto, que será realzada pela busca da medaa das questões aplcadas. Em outras palavras, o ível de habldade procurado dvde o cojuto de questões (ordeado por ível de dfculdade) em duas metades. Desevolvemos uma ova fórmula para cálculo da habldade dos aluos. Para a Teora de Resposta ao Item, a habldade vara de. a.. Como o osso caso o ídce de dfculdade de um tem pode varar de a 1, temos: ( b,5 ) = ' b () Ode b é o ídce de dfculdades dos tes varado de. a.; e é a ova represetação umérca do ível de dfculdade, agora de a 1. Para calcularmos a habldade θ, trabalhamos com o valor medao dos tes aplcados o teste, levado-os a um valor cetral. [( med /,5) ] = ves b b ' θ (5) (3)
4 Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts Portato, aplcado o valor da habldade o Modelo The Rash, ecotra-se a probabldade de um aluo respoder corretamete um tem dado a sua habldade.. Modelos Avalatvos Adaptatvos For am desevolvdos dos modelos avalatvos adaptatvos. Cada modelo possu as suas peculardades e juto a esses modelos desevolvemos uma Ferrameta Computacoal para apoo pedagógco que auxla o professor a detfcar as habldades dos aluos, realza o acompahameto dos aluos o curso e das questões relacoadas ao teste. Para o desevolvmeto dos modelos avalatvos, utlzamos um baco de tes (questões) com város íves de dfculdade, varado de (mas fáces) a 1 (mas dfíces). As questões são cadastradas pelo própro professor, composta por um códgo, descrção da perguta, cco alteratvas, o ível de dfculdade cal da questão e o gabarto (resposta correta). Todos os aluos cam o teste com uma questão de mesmo ível de dfculdade. No caso, camos um teste com uma perguta de ível de dfculdade 5 (dfculdade termedára). Tal habldade rá se ajustar o decorrer do teste. O aluo é submetdo ao teste, ode respode questões que revelam seu cohecmeto, retratado pela sua habldade. No Modelo Avalatvo I, cosderado coservador, quado o aluo acerta um tem, o próxmo tem a ser admstrado tem ível de dfculdade acrescdo de uma udade. Se errar, o ível é dmuído em uma udade. Obvamete, há de se respetar os lmtes superor (1) e feror (). Um exemplo da estratéga de seleção de tes do teste aplcado com o Modelo Avalatvo I é mostrado a Fgura 1. Quado dos aluos fazem o teste smultaeamete, provavelmete ão respodem as mesmas questões, tedo em vsta que são escolhdas de acordo com a habldade de cada aluo. Respostas ao Teste Nível de Dfculdade Ites Fgura 1: Regstro de resposta do aluo o Modelo Avalatvo I. O Modelo Avalatvo II (cosderado progressvo) possu, ao cotráro do cremeto/decremeto utáro costate, estratégas dferetes para o acerto e erro.
5 FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM 5 Quado ocorre acerto, o próxmo ível é defdo pela méda do ível correte e o lmte superor (1) como demostrado a Equação. atual + máx ovo = Na preseça de erro, temos duas stuações. Quado se trata de erro solado ( prmero erro ), usamos a méda etre o ível correte e o ível do tem ateror (ver Equação 7a). Quado se trata de erro ão solado (tedo ocorrdo erro o tem ateror), a méda etre o ível atual e o lmte feror () é empregada (Equação 7b). Na ecessdade de coverter valores fracoáros para teros (3,5, por exemplo), tedo em vsta que os íves são úmeros teros, leva-se para o ível medatamete superor (, este mesmo exemplo). ovo atual + ateror = (a) ovo atual + mí = (b) Temos a Fgura o exem plo de uma execução do Modelo II. Covém regstrar que se tratam das mesmas questões utlzadas o prmero modelo (ou melhor, extraídas do mesmo baco de questões). A comparação etre as Fguras 1 e esclarece a maor velocdade a busca do ível de habldade do aluo apresetada o segudo modelo, ode saltos maores são empregados. () (7) Respostas ao Teste Nível das Questões Ites Fgura : Regstro de resposta do aluo o Modelo Avalatvo II... Dâmca da Varação do Nível de Dfculdade da Questão À medda que as questões são respoddas, os íves de dfculdade varam, caracterzado os modelos desevolvdos como auto-adaptatvos. Quato mas aluos acertarem uma determada questão, ela é cosderada mas fácl e coseqüetemete seu ível de dfculdade dmu. Por outro lado, quato mas aluos respoderem corretamete uma questão, a questão é cosderada mas dfícl, elevado seu ível. O ovo ível da questão é calculado através da segute equação:
6 Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts um _ acertos ível = 1 * 1 um _ acessos () 5. Modelo Computacoal Implemetamos juto aos Modelos Avalatvos I e II, uma ferrameta computacoal para apoo pedagógco que, através dos testes realzados com os aluos, auxla o professor a detfcar as habldades dos aluos, fazer acompahameto dos mesmos e o acompahameto dos íves de dfculdade das questões. A ferrameta fo desevolvda em lguagem ASP (Actve Server Pages), terface HTML, sedo a valdação dos campos realzada através de JavaScrpt e do baco de dados Access. A ferrameta oferece a edção de questões, a correção dos testes aplcados aos aluos e posteror dvulgação dos resultados, podedo ser utlzado pelo admstrador do sstema, pelo professor e pelo aluo. Durate a realzação do testes, o aluo escolher sua resposta permte ao sstema corrgr as formações de ível de dfculdade o baco de dados. Com os dados armazeados, tato para professor quato para o aluo, o feedback tora-se de fácl mapulação. Ao fal do teste, um feedback statâeo é mostrado ao aluo, ode as questões que foram respoddas corretamete são lstadas. Neste mometo, o aluo pode drecoar o estudo para as questões e assutos de maor dfculdade, mostrado que o feedback cocretza o apoo à apredzagem. Para o professor, os resultados se mostram mas formatvos. O professor vsualza o desempeho de cada aluo ou da turma, em forma de ota, lstagem das questões respoddas pelos aluos e as otas sugerdas. O feedback mostra ada a medaa, a habldade do aluo e méda de todas as otas dos aluos o teste. A ferrameta fo desevolvda para oferecer formações tato para o professor quato para o aluo, smplfcar o trabalho de correção de questões, forecedo apoo ao professor. A forma de medr a habldade do aluo cotrbu para detfcar suas dfculdades e facldades, fazedo com que, detro de seus lmtes, qualquer aluo cosga realzar o teste, que será ajustado ao seu perfl.. Aálse dos Resultados Para valdação da ferrameta desevolvda, desevolvemos um teste em Iglês para os modelos avalatvos I e II. Cadastramos 1 questões com ível de dfculdade varado de zero a dez. Para cada modelo, tvemos dez aluos realzado o teste. Optamos por um úco grupo de questões, pos as comparações etre os modelos toram-se mas precsas. Como mostrado a fgura 3, observa-se que % dos aluos obtveram otas mas altas o Modelo Avalatvo II (Questoáro II). O desempeho quato às habldades correspodeu às defções aterores (ver Fgura ). Para evtar efetos de ordem de apresetação, alterou-se a aplcação dos questoáros de aluo para aluo.
7 FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM 7 Notas dos Aluos Questoáro I Questoáro II Fgura 3 - Descrção das otas obtdas pelos aluos os dos questoáros. Habldade Questoáro I Questoáro II Fgura Habldade dos Aluos Podemos afrmar que os aluos estão aptos a respoderem questões com íves de dfculdade próxmo às suas habldades. Com a habldade do aluo é possível desevolver testes dvdualzados para cada um, auxlado o processo ddátco- O tempo médo gasto pelos aluos para respoder cada questoáro fo pedagógco. de aproxmadamete 11,5 mutos. A maora das questões respoddas apresetou ível de dfculdade 5 (segudas pelas de ível ) e as meos respoddas foram as de ível de dfculdade 9 (segudas pelas de ível zero). Um fator teressate observado fo a facldade em respoder aos modelos (Questoáro I ou Questoáro II). Todos os aluos cocordaram em que o questoáro mas fácl era aquele em que ele realzava prmero, deotado fadga. Ates dos aluos respoderem aos questoáros, fo pergutado a eles qual o cohecmeto admtdo por eles em Iglês. Cerca de 5% dos aluos admtram ter cohecmeto médo, % básco e 1% avaçado. Ao fal do teste, pergutamos qual a opão sobre a terface da ferrameta. Todos respoderam ser de fácl mauseo. Para melhor vsualzação e aálse dos dados obtdos, selecoamos algus aluos e suas respectvas curvas dos íves de dfculdade calculados.
8 Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts 1 1 Questoáro I Questoáro II Fgura 5- Curvas das habldades para o Aluo X Nota-se que, este caso, o Modelo Avalatvo I (Questoáro I) apreseta aumetos gradatvos dos íves de dfculdade das questões até o aluo alcaçar o ível mas alto. Somete depos ecotramos varações alteradas para os íves e posteror queda gradatva. Para o Modelo Avalatvo II (Questoáro II), há varabldade maor os íves calmete e logo depos ocorre establzação Questoáro I Questoáro II Fgura - Curvas das habldades para o Aluo Y No caso do aluo Y, fca claro que houve maor varabldade o Modelo Avalatvo II (Questoáro II), porém, sempre que houve a apresetação de questões com íves de dfculdade muto altos, o aluo as respodeu corretamete e, em seguda, fo admstrado uma questão de ível de dfculdade meor. O Modelo Avalatvo I (Questoáro I) apresetou-se mas estável o íco, porém segudos de erros
9 FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM 9 cosecutvos. Cabe saletar que o Questoáro II fo respoddo prmero para este aluo. De modelo geral, observamos que o Modelo Avalatvo I ão submeteu os aluos a uma grade varabldade de íves de dfculdade das questões, apresetado-se mas estável e desafado o aluo em seu ível de habldade. Já para o modelo avalatvo II, houve uma maor varabldade de ível de dfculdade, potecalzado o acerto. No Modelo Avalatvo I, os íves de dfculdade varam meos, e pode ser bem aplcado para aluos ode as suas habldades são termedáras (em muto alta e em muto baxa), pos o ível de uma questão vara gradatvamete. Porém, os casos com aluos de habldades altas, a mudaça de ível é meos rápda, o que leva ao aluo respoder questões as quas ele já possu cohecmeto, sedo cosderadas fáces. Para o Modelo Avalatvo II, chega-se mas rápdo à habldade do aluo os casos em que o aluo tem cohecmeto avaçado ou básco. Se o aluo possu habldade alta, o modelo II admstrará questões de maor ível de dfculdade de forma mas rápda, pos sempre trabalha com a méda dos íves das questões (atual e máxma). Caso o aluo possua uma habldade baxa, o modelo II também drecoará de forma mas rápda a questões de ível meor. Quato aos íves de dfculdade das questões, eles vararam o decorrer do teste, torado o baco de tes mas calbrado, ou seja, questões com íves de dfculdade reas para um aluo ou turma. Especfcamete, % das questões aumetaram o ível de dfculdade e % dmuíram o seu ível de dfculdade, o que realmete demostra que estão se ajustado ao logo do tempo... Cálculo de Correlação Realzamos o cálculo da correlação etre as habldades e otas obtdas pelos aluos os Questoáro I e II. Cosegumos o valor de,9 para o Questoáro I e de,97 para o Questoáro II, o que demostra matematcamete resultados satsfatóros a Tabela 1. Aluo Habldade Modelo I Questoáro I Nota Modelo I Habldade Modelo II Questoáro II Nota Modelo II A,9 1,1 B 1 1,3 1,7 C 3 3, 1,9 D 3,3 7,11 E 9,3 1 7, F 3,1 3, G 7,3 5 3, H 3, I 3 3,5,7 J,9,9 Tabela 1 Cálculo de Correlação
10 1 Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts 7. Coclusão A ferrameta computacoal avalatva adaptatva desevo lvda a partr da Teora de Resposta ao Item oferece apoo ao professor, mostrado resultados relevates para decsões de o quê esar. Pode ser utlzada para acompahameto do aluo o curso, auxlado o professor a dagostcar o desempeho do aluo e da turma, assm como sua cocepção sobre dfculdade das questões presetes o baco de tes. Quato aos dos modelos propostos, observou-se que o modelo com meos varações (Modelo I) pode ser bem aplcado a todos os aluos e prcpalmete àqueles com ível de habldade méda, pos va testado o aluo ível a ível. Para os casos de aluos avaçados, o Modelo II se apreseta mas favorável, pos faz com que o aluo respoda questões com íves de dfculdade mas compatíves com a sua habldade, o que pode favorecê-lo o setdo de mater seu teresse.. Referêcas [Baker, 1] Baker, F. B. The Bass of Item Respose Theory. Secod Edto. ERIC Clearghouse o Assessmet ad Evaluato, 1. [Hambleto ad Swamatha, 195] Hambleto, R.. ad Swamatha, H. Respose Theory: Prcples a Applcato. Kluwer /jhoff Publshg, 195. [Hoffma, J.,1 Hoffma, J. M. L. Avalação: mto e desafo uma perspectva costrutvsta. Porto Alegre; Medação, 1. [Ruder, 199] Ruder, M. L. A O-Le, teratve, computer adaptve testg m-tutoral, Acessado: Mao,.
Ferramenta Avaliativa Pedagógica para Cursos a Distância Baseada em Testes Adaptativos Informatizados e Teoria de Resposta ao Item
Ferrameta Avalatva Pedagógca para Cursos a Dstâca Baseada em Testes Adaptatvos Iformatzados e Teora de Resposta ao Item Fabríca Damado Satos (UFG) fdamado@ufgvrtual.ufg.br Lucíla Rbero (UFG) lucla@f.ufg.br
Leia maisTESTES ADAPTATIVOS INFORMATIZADOS BASEADOS EM TEORIA DE RESPOSTA AO ITEM UTILIZADOS EM AMBIENTES VIRTUAIS DE APRENDIZAGEM *
CINTED-UFRGS Novas Tecologas a Educação TESTES ADAPTATIVOS INFORMATIZADOS BASEADOS EM TEORIA DE RESPOSTA AO ITEM UTILIZADOS EM AMBIENTES VIRTUAIS DE APRENDIZAGEM * Fabríca Damado Satos ** Leoardo Guerra
Leia maisPerguntas Freqüentes - Bandeiras
Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada
Leia maisIND 1115 Inferência Estatística Aula 9
Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca
Leia maisOlá, amigos concursandos de todo o Brasil!
Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8
Leia maisEstudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.
Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,
Leia maisMAE116 Noções de Estatística
Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,
Leia mais1 SISTEMA FRANCÊS DE AMORTIZAÇÃO
scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo
Leia maisA REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes
Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse
Leia maisCapítulo 1: Erros em cálculo numérico
Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas
Leia maisMÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.
MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de
Leia maisCAPÍTULO 9 - Regressão linear e correlação
INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação
Leia maisMatemática Financeira
Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete
Leia maisINTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA
INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação
Leia maisRequisitos metrológicos de instrumentos de pesagem de funcionamento não automático
Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças
Leia maisFINANCIAMENTOS UTILIZANDO O EXCEL
rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas
Leia maisMA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04
MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de
Leia maisMatemática. Resolução das atividades complementares. M18 Noções de Estatística
Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)
Leia maisAlgoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações
Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL I
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE
Leia maisE-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.
Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado
Leia maisSUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador
INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)
Leia maisJUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.
JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00
Leia maisAnálise de Regressão
Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,
Leia maisMonitoramento ou Inventário Florestal Contínuo
C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo
Leia maisUnidade II ESTATÍSTICA
ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as
Leia maisProjeto de rede na cadeia de suprimentos
Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões
Leia maisPerguntas freqüentes Credenciadores
Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;
Leia maisEm atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.
1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.
Leia maisLEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva
LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do
Leia maisCapítulo 6 - Centro de Gravidade de Superfícies Planas
Capítulo 6 - Cetro de ravdade de Superfíces Plaas 6. Itrodução O Cetro de ravdade (C) de um sóldo é um poto localzado o própro sóldo, ou fora dele, pelo qual passa a resultate das forças de gravdade que
Leia maisUERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes
UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas
Leia maisMEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12
MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação
Leia mais2 Estrutura a Termo de Taxa de Juros
Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre
Leia maisEstatística Descritiva. Medidas estatísticas: Localização, Dispersão
Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x
Leia maisM = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher
MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas
Leia mais2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria
Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores
Leia maisCálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo
INGEPRO Iovação, Gestão e Produção Jaero de 010, vol. 0, o. 01 www.gepro.com.br Cálculo de méda a posteror através de métodos de tegração umérca e smulação mote carlo: estudo comparatvo Helto Adre Lopes
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores
Leia maisEconometria: 3 - Regressão Múltipla
Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão
Leia maisMarília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA
Maríla Brasl Xaver REITORA Prof. Rubes Vlhea Foseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odvaldo Texera Lopes ARTE FINAL DA CAPA Odvaldo Texera Lopes REALIZAÇÃO
Leia mais7 Análise de covariância (ANCOVA)
Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se
Leia maisAVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA
versão mpressa ISSN 00-7438 / versão ole ISSN 678-542 AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA Luís Alberto Duca Ragel UFF-COPPE/PEP/UFRJ
Leia mais( ) Editora Ferreira - Toque de Mestre. Olá Amigos!
Olá Amgos! Hoje coloco à dsposção de vocês aqu a seção Toque de Mestre da Edtora Ferrera (www.edtoraferrera.com.br) as questões de Matemátca Facera cobradas o últmo cocurso da axa Ecoômca Federal (EF),
Leia maisFaculdade de Economia, Administração e Contabilidade de Ribeirão Preto
Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para
Leia maisFaculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL
Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a
Leia maisESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA
ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo
Leia maisx n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População
ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com
Leia maisCapitulo 8 Resolução de Exercícios
FORMULÁRIO Audades Peródcas, Crescetes e Postecpadas, com Termos em P. A. G 1 1 1 1 G SPAC R R s s 1 1 1 1 1 G G C R a R a 1 1 PAC Audades Gradetes Postecpadas S GP G 1 1 ; C GP G 1 1 1 Audades Gradetes
Leia mais3 Precificação de resseguro
Precfcação de Resseguro 35 3 Precfcação de resseguro Este capítulo traz prmeramete uma oção ampla das aplcações das metodologas de precfcação de resseguro para melhor compreesão do mesmo Da seção 3 até
Leia maisSéries de Potências AULA LIVRO
LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.
Leia maisCAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados
3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas
Leia maisRESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)
RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção
Leia maisELECTROTECNIA TEÓRICA MEEC IST
ELECTROTECNIA TEÓRICA MEEC IST º Semestre 05/6 3º TRABALHO LABORATORIAL CIRCUITO RLC SÉRIE em Regme Forçado Alterado Susodal Prof. V. Maló Machado Prof. M. Guerrero das Neves Prof.ª Mª Eduarda Pedro Eg.
Leia maisUma Calculadora Financeira usando métodos numéricos e software livre
Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho
Leia maisHIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia
Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e
Leia maisCapítulo 1 PORCENTAGEM
Professor Joselas Satos da Slva Matemátca Facera Capítulo PORCETAGEM. PORCETAGEM A porcetagem ada mas é do que uma otação ( % ) usada para represetar uma parte de cem partes. Isto é, 20% lê-se 20 por ceto,
Leia maisEstudo do intervalo de confiança da regressão inversa utilizando o software R
Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um
Leia maisEducação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil
Educação e Pesqusa ISS: 1517-972 revedu@usp.br Uversdade de São Paulo Brasl Helee, Otavao Evolução da escolardade esperada o Brasl ao logo do século XX Educação e Pesqusa, vol. 38, úm. 1, marzo, 212, pp.
Leia maisNota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89
Nota Técca o 037/2013-SRG/ANEEL Em 17 de mao de 2013. Processo: 48500.002907/2010-89 Assuto: Cosoldação de todas as regulametações referetes à apuração de dspobldades de empreedmetos de geração de eerga
Leia maisAMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES
Cêca Florestal, v.6,., p.47-55 47 ISS 003-9954 AMOSTRAGEM EM DOIS ESTÁGIOS COM UIDADES PRIMÁRIAS DE TAMAHOS DIFERETES SUBSAMPLIG TO TWO PROBATIO WITH PRIMARY UITS OF UEQUAL SIZES Sylvo Péllco etto RESUMO
Leia maisAtividades Práticas Supervisionadas (APS)
Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula
Leia maisTabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f
Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que
Leia maisAula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação
Aula 9 Aula passada Método da rejeção (rejecto samplg) Exemplos Importace Samplg Exemplos Geeralzação Aula de hoje Self-ormalzed Importace Samplg Gerado amostras complcadas Varâca amostral Smulação Importace
Leia maisUNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES
UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES Aa Mara Lma de Faras Luz da Costa Laurecel Com a colaboração dos motores Maracajaro
Leia maisEstatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.
Estatístca Notas de Aulas ESTATÍSTICA Notas de Aulas Professor Iáco Adrus Gumarães, DSc. Professor Iáco Adrus Gumarães, DSc. Estatístca Notas de Aulas SUMÁRIO CONCEITOS BÁSICOS 5. Estatístca. Estatístca
Leia mais12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13.
SUMARIO 2 MÉTODO ESTATÍSTICO...3 2. A ESTATÍSTICA...3 2.2 FASES DO MÉTODO ESTATÍSTICO...4 3 FERRAMENTAS DE CÁLCULO PARA O ESTUDO DA ESTATÍSTICA...5 3. FRAÇÃO...5 3.. Adção e subtração...5 3..2 Multplcação
Leia maisProjeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão
Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.
Leia maisEstatística - exestatmeddisper.doc 25/02/09
Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade
Leia maisCursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade
Celso Albo FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhaguee, Av. de Moçambque, km, Tel: +258 240078, Fax: +258 240082, Maputo Cursos de Lcecatura em Eso de Matemátca
Leia maisMédia. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística
BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,
Leia maisEVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN
EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN Tayd Dayvso Custódo Pexoto ; Sérgo Luz Agular Leve ; Adre Herma Frere Bezerra 3 ; José
Leia maisAPLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS
PONTIFÍCI UNIVERSIDDE CTÓLIC DO RIO DE JNEIRO DEPRTMENTO DE ENGENHRI CIVIL PLICÇÕES DE MÉTODOS DE ENERGI PROBLEMS DE INSTBILIDDE DE ESTRUTURS Julaa Bragh Ramalho Raul Rosas e Slva lua de graduação do curso
Leia maisProf. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística
Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação
Leia maisPUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO
PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,
Leia maisÁLBUNS DE FIGURINHAS, O PROBLEMA DO COLECIONADOR DE CUPONS E PROGRAMAÇÃO EM VBA?
ÁLBUNS DE FIGURINHAS, O PROBLEMA DO COLECIONADOR DE CUPONS E PROGRAMAÇÃO EM VBA? Fláva Fretas Maa Rafael G Barbastefao 2 Dayse Hame Pastore 3 Resumo: Este trabalho apreseta uma proposta de estudo do Problema
Leia maisDistribuições de Probabilidades
Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução
Leia maisInterpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.
Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr
Leia maisTotal Bom Ruim Masculino
UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,
Leia maisA Medição e o Erro de Medição
A Medção e o Erro de Medção Sumáro 1.1 Itrodução 1.2 Defções 1.3 Caracterzação da qualdade de medção 1.4 O erro da medção 1.4.1 Os erros aleatóros 1.4.2 Os erros sstemátcos 1.5 O verdadero valor, o erro
Leia maisAvaliação da qualidade do ajuste
Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a
Leia maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma
Leia maisPROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS
PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS Prof José Leoardo Noroha M Eg Departameto de Egehara de Prodção Escola Federal de Egehara de Itabá EFEI RESUMO: Neste trabalho
Leia maisEconometria: 4 - Regressão Múltipla em Notação Matricial
Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo
Leia maisNotas de aula da disciplina Probabilidade e Estatística
otas de aula da dscpla Probabldade e Estatístca Proessor M Sc Adré Luz DAMAT - UTFPR Esta apostla apreseta os tópcos prcpas abordados em sala de aula, cotedo deções, teoremas, eemplos Sua letura ão é obrgatóra,
Leia mais16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:
6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu
Leia maisRelatório 2ª Atividade Formativa UC ECS
Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução
Leia maisProfessor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.
Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.
Leia mais( k) Tema 02 Risco e Retorno 1. Conceitos Básicos
FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual
Leia mais1.1 Apresentação. do capítulo
apítulo Matemátca Facera. Apresetação do capítulo A Matemátca Facera trata da comparação de valores moetáros que estão dspersos ao logoo do tempo. Através de seu estudo, podemos aalsar e comparar alteratvas
Leia maisRACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO
RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x
Leia maisProfessor Mauricio Lutz ESTATÍSTICA BÁSICA
Proessor Maurco Lutz ESTATÍSTICA BÁSICA. Coceto Exstem mutas deções propostas por autores, objetvado estabelecer com clareza o que é estatístca, como por exemplo: Þ A Estatístca é um cojuto de métodos
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisDistribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD
Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução
Leia maisMomento Linear duma partícula
umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso
Leia mais? Isso é, d i= ( x i. . Percebeu que
Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0
Leia maisNeste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas.
Físca plcada à Egehara vl II aulo Medes ENTRÓIDES Neste capítulo pretede-se troduzr o coceto de cetróde, em especal quado aplcado para o caso de superfíces plaas. Este documeto, costtu apeas um strumeto
Leia maisProf. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de
Leia mais