IV - Descrição e Apresentação dos Dados. Prof. Herondino
|
|
- Rosângela Alves Philippi
- 8 Há anos
- Visualizações:
Transcrição
1 IV - Descrção e Apresentação dos Dados Prof. Herondno
2 Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser consderados os "dados brutos" do próxmo. (Wkpéda) Dados Brutos Em nformátca dados brutos (raw data) desgnam os dados/valores recolhdos e estocados tal qual foram adqurdos, sem terem sofrdo o menor tratamento (Wkpéda)
3 Dados Brutos Suponhamos o seguntes dados Brutos como sendo a dade de alunos de uma turma de nformátca
4 Frequênca A frequênca de uma observação é o número de repetções dessa observação no conjunto de observações, ou anda, é o número de vezes que conjuntos de dados aparecem em uma população.
5 Tpos de Frequêncas Frequênca smples ou absoluta (f ) - são os valores que representam o número de dados de cada classe. Frequênca relatva(fr ) - são os valores das razões entre as frequêncas smples e a frequênca total. Frequênca acumulada(fa ) é o total das frequêncas de todos os valores nferores ao lmte superor do ntervalo de uma dada classe. Frequênca acumulada relatva(fa r ) é a frequênca acumulada da classe, dvdda pela frequênca total da dstrbução.
6 Dstrbução de Frequênca Smples ( ) f Dados ou varável (Idade) x f Frequênca (nº de Alunos)
7 Frequêncas Relatvas A frequênca relatva é o valor da frequênca absoluta dvddo pelo número total de observações. Varável (dade) x frequênca absoluta (Nº de alunos) f 11 /6 = 0,0769 frequênca relatva f r 1 5 5/6 = 0, /6 = 0, /6 = 0, /6 = 0, /6 = 0, /6 = 0,0385 N f TOTAL = 6 1,0000
8 Frequênca Acumulada Varável x freqüênca absoluta f freqüênca relatva fr frequênca absoluta acumulada f a frequênca relatva acumulada fra 11 /6 = 0,0769 /6 = 0, /6 = 0, /6 = 0, /6 = 0, /6 = 0, /6 = 0,69 0 0/6 = 0, /6 = 0, /6 = 0, /6 = 0, /6 = 0, /6 = 0, /6 = 1,0000 f fr TOTAL = 6 =1,0000
9 Regras de arredondamento na Numeração Decmal Norma ABNT NBR ) Quando o algarsmo medatamente segunte ao últmo algarsmo a ser conservado for nferor a 5, o últmo algarsmo a ser conservado permanecerá sem modfcação Exemplo: 1,333 3 arredondado à prmera decmal tornar-se-á 1,3
10 Regras de arredondamento na Numeração Decmal ) Quando o algarsmo medatamente segunte ao últmo algarsmo a ser conservado for superor a 5, ou, sendo 5, for segudo de no mínmo um algarsmo dferente de zero, o últmo algarsmo a ser conservado deverá ser aumentado de uma undade Exemplo 1,666 6 arredondado à prmera decmal tornar-se-á: 1,7. 4,850 5 arredondados à prmera decmal tornar-se-ão : 4,9.
11 Regras de arredondamento na Numeração Decmal 3) Quando o algarsmo medatamente segunte ao últmo algarsmo a ser conservado for 5 segudo de zeros, dever-se-á arredondar o algarsmo a ser conservado para o algarsmo par mas próxmo. Consequentemente, o últmo a ser retrado, se for ímpar, aumentará uma undade. Exemplo: 4,550 0 arredondados à prmera decmal tornar-se-ão: 4,6.
12 Regras de arredondamento na Numeração Decmal 4) Quando o algarsmo medatamente segunte ao últmo a ser conservado for 5 segudo de zeros, se for par o algarsmo a ser conservado, ele permanecerá sem modfcação. Exemplo: 4,850 0 arredondados à prmera decmal tornar-se-ão: 4,8.
13 Atvdade - III 1. Verfcar a altura em centímetro de cada aluno da turma e construr uma sequênca de Dados Brutos;. A partr dos Dados Brutos obtdos, construr a dstrbução de frequênca absoluta smples, a frequênca relatva, frequênca acumulada e frequênca relatva acumulada. Para o arredondamento utlze a regra da ABNT 5891.
14 Séres Estatístcas Tabela é um quadro que resume um conjunto de observações. Elementos da Tabela: Título o que? Quando? Onde? Cabeçalho parte superor da tabela que especfca o conteúdo Corpo lnha e colunas que contém as nformações Rodapé elementos complementares
15 Séres Estatístcas
16 Séres Hstórcas Descrevem os valores da varável, em determnado local, dscrmnado segundo ntervalos de tempo varáves.
17 Sére Geográfcas ou espacas Descrevem os valores da varável, em determnado nstante, dscrmnado segundo regões.
18 Seres Específcas ou categórcas Descrevem os valores da varável, em determnado tempo e local, dscrmnados segundo especfcações ou categoras. Exemplo:
19 Séres Conjugadas Quando apresenta em uma únca tabela, a varação de valores de mas de uma varável.
20 Apresentação dos dados O gráfco estatístco é uma forma de apresentação dos dados estatístcos, cujo objetvo é o de produzr, o nvestgador ou no públco em geral, uma mpressão mas rápda e vva do fenômeno em estudo, já que os gráfcos falam mas rápdo à compressão que as séres (Crespo, 00) Quando se dspõe de um grande número de observações, torna-se extremamente dfícl a letura de valores colocados em tabela.
21 Colunas ou em barras É a representação de uma sére por meo de retângulos, dspostos vertcalmente (em colunas) ou horzontalmente (em barras)
22 Hstograma Um hstograma é uma representação gráfca de uma únca varável que representa a frequênca de ocorrêncas (valores dos dados) dentro de categoras de dados. O hstograma tanto pode ser representado para as frequêncas absolutas como para as frequêncas relatvas. Nota nº de Alunos Total
23 Polígono de Frequênca O Polígono de frequêncas é obtdo lgando-se os pontos médos dos topos dos retângulos de um hstograma
24 Sobrepondo
25 Frequênca Acumulada Hstograma de frequênca acumulada (ou ogva) hstograma de frequênca acumulada (ou ogva) é a representação gráfca do comportamento da frequênca acumulada. 60 Dstrbução por Frequênca Acumulada
26 Gráfco de Setores É desgnado por um círculo, onde cada classe é representada por um setor crcular, cujo ângulo é proporconal ao tamanho da amostra. 0% Gráfco de Setores % 18% 4% 5% 7% 16% 9% 11% 15% 13%
27 Dstrbução de Frequênca agrupadas em Classe Para a determnação de classes não exste uma regra pré estabelecda, sendo necessáro um pouco de tentatva e erro para a solução mas adequada. 1. Defnr o número de classes Se n representa o número de observações (na amostra ou na população, conforme for o caso) o número aproxmado de classes pode ser calculado por Número de Classes = n arredondando os resultados.
28 Exemplo Altura em cm da Turma CA 013 Nº de Classes = 30 5,47 Fazendo arredondamento para 6 Fonte: Marques, 013
29 Dstrbução de Frequênca agrupadas em Classe. Calcular a ampltude das classes Essa será obtda conhecendo-se o número de classes e ampltude total dos dados. A ampltude total dos dados é o resultado da subtração valor máxmo - valor mínmo da sére de dados AmpltudeTotal = Valor Max- Valor Mn Ampltudede classe = AmpltudeTotal número de classes
30 Exemplo Rol Fonte: Vaz,013 Ampltude Total = Ampltude de classe =
31 Dstrbução de Frequênca agrupadas em Classe 3. Dstrbu a frequênca dos dados agrupados por classe O lmte superor de cada classe é aberto (e consequentemente, o lmte nferor de cada classe é fechado), ou seja, cada ntervalo de classe não nclu o valor de seu lmte superor, com exceção da últma classe. (Nº de Ordem) (Altura em cm) Total Lmte Inferor x Lmte Superor ( Nº de alunos) f
32 (Nº de Ordem) Dstrbução de Frequênca agrupadas em Classe (Altura em cm) x ( Nº de alunos) f Total f 30 Fonte: Tllmann, 013
33 Meddas de posção ou tendênca central 1. Méda Artmétca X x1 x... x n n 1 n n x
34 Exemplo: A nota fnal (NF) do curso será dada pela fórmula: Em que: AP Avalação Parcal AF Avalação Fnal NF AP AF AT1 AT... ATn AP n Sendo AP (Avalação Parcal) a méda artmétca das atvdades propostas (AT1, AT,...,ATn) A cada AT será atrbuído valores de 1 a 5.
35 Exemplo: X , X n x n
36 Meddas de posção ou tendênca central Propredades da méda artmétca 1. A méda é um valor típco, ou seja, ela é o centro de gravdade da dstrbução, um ponto de equlíbro. Seu valor pode ser substtuído pelo valor de cada tem na sére de dados sem mudar o total. Smbolcamente temos: x x 1 X n n. A soma dos desvos das observações em relação a méda é gual a zero. ( X ) 0 x 3. A soma dos desvos elevados ao quadrado das observações em relação a méda é menor que qualquer soma de quadrados de desvos em relação a qualquer outro número. Em outras palavras, ( X ) é um mínmo. x n
37 Exemplo x X x X ( x X ) ( X ) 0 x ( x X ) X n x n 1 n x
38 . Méda Ponderada Meddas de posção ou tendênca central n n n n P p p x p p p p x p x p x X Onde é o peso da observação p
39 Exemplo A unversdade defnu que as avalações parcas teram peso de 30% e a prova fnal tera peso de 40% no cálculo dos rendmentos dos alunos. Veja o quadro abaxo e calcule a méda do aluno. Ap nota peso Ap 1 8,0 0,30 Ap Fnal 9,0 9,6 0,30 0,40 X P 80,3 90,3 9,6 0,4 0,3 0,3 0,4
40 Méda artmétca Ponderada em dados agrupados (Nº de Ordem) (Altura em cm) x ( Nº de alunos) f ( Ponto médo) x m xm f n x 1 X m f f Total f 30 n 1 x f m.
41 Méda artmétca Ponderada em dados agrupados x m L nf L sup (Nº de Ordem) (Altura em cm) ( Nº de alunos) Total x f f 30 ( Ponto médo) x m xm f n x f m. n x 1 X X m f f 164
42 Medana (Md) A medana é o valor do tem central da sére quando estes são arranjados em ordem de magntude Exemplo: a), 4, 5, 7, 8 Md=5 b), 5, 6, 9, 10, 13, 15 Md=9 c) 3, 5,8,10, 15,1 Md=9 Para o calculo da medana, têm-se: Se a sére for ímpar sua posção será dada por posção n 1 ou se for Par a sua posção é dada por posção n n 1
43 Medana (Md) Cálculo da medana Se sére ímpar posção n 1 Ex: Calcule a medana da sére { 1, 3, 0, 0,, 4, 1,, 5 } 9 1 posção 5ª 1ª ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª Md=
44 Medana (Md) Cálculo da medana Se a sequênca for par Ex: Calcule a medana da sére { 1, 3, 0, 0,, 4, 1, 3, 5, 6 } 10 posção n posção ª 6ª n 1 1ª ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª Md 3,5
45 Dados Agrupados Sem ntervalos de Classe Identfcar a frequênca Acumulada medatamente superor à metade da soma das frequênca, ou seja, f 30 15
46 Dados Agrupados Se exstr uma frequênca acumulada (f a ), tal que: f a f a medana será dada por: Md x x 1 x f f a f 8 Veja no exemplo ao lado fa 4 Md 15, 5
47 Medana em dados Agrupados 1º Determnar as frequêncas acumuladas. º Calcular f 3º Encontrar a classe correspondente à frequênca acumulada medatamente superor à f - classe medana
48 f a f
49 Medana (Md) para valores agrupados f a 17 n ,5 9 Md , Md 6, Md 16,8 158 Md 164 x
50 Medana (Md) para valores agrupados Md Lnf Md ( n 1) / f Md f a c Lnf Md f a f Md c = lmte de classe nferor da classe da medana; = frequênca acumulada da classe medatamente anteror à classe da medana; = frequênca absoluta smples da classe da medana, = ampltude (tamanho) da classe da medana.
51 L nf 158 Md f a f Md Exemplo: c Md Md Md Md Md Md ( n 1) / f a Lnf Md c fmd (30 1) / , , ,87 16,87
52 Moda (Mo) É o valor que ocorre com maor frequênca em uma sére de valores. Exemplos: a){ 7, 8, 9, 10, 10, 10, 11, 1 } a moda é gual a 10. b){ 3, 5, 8, 10, 1 } não apresenta moda. A sére é amodal. c){, 3, 4, 4, 4, 5, 6, 7, 7, 7, 8, 9 } apresenta duas modas: 4 e 7. A sére é bmodal.
53 Moda (Mo) Dados agrupados o Sem ntervalo de classe: é o valor da varável de maor frequênca. o Exemplo: Nota nº de Alunos Total 50
54 Moda (Mo) Dados agrupados o Com ntervalos de classe: A classe que apresenta a maor frequênca é denomnada classe modal. Nesta, é o valor domnante que está compreenddo entre os lmtes da classe modal. O cálculo da moda consste em tomar o ponto médo da classe modal (Moda Bruta). Mo ( L L ) sup nf (Nº de Ordem) Mo (Altura em cm) Total x 155 f
55 Moda (Mo) Classes agrupada Método pela fórmula de CZUBER: Mo d d 1 f f L nf f ant f post f Mo h L nf Mo Mo d f ant f post 1 d1 d h : lmte nferor da classe modal : frequênca anteror a classe modal : frequênca posteror a classe moda : frequênca da classe modal : ampltude da classe modal x Mo 58 4 (119) (118) f Mo Mo Mo 581,6 59,6
56 Interpretação Geométrca f Mo x
57 Atvdade IV 1. Procure exemplos de séres estatístcas em jornas e revstas de enfoque ambental e classfque essas séres;. Procure exemplos de gráfcos em jornas e revstas de enfoque ambental e classfque esses gráfcos 3. Um processo de medda no laboratóro fo avalada através da nserção aleatoramente de 7 amostras possundo uma concentração conhecda de η=8.0 mg/l para o fluxo normal de trabalho ao longo de um período de semanas. O resultado na ordem de observação foram 6.8, 7.8, 8.9, 5., 7.7, 9.6, 8.7, 6.7, 4.8, 8.0, 10.1, 8.5, 6.5, 9., 7.4, 6.3, 5.6, 7.3, 8.3, 7., 7.5, 6.1, 9.4, 5.3, 7.6, 8.1, e 7.9 mg/l. A partr dos valores observados, obter: a dstrbução de frequênca agrupada em classe, a frequênca relatva, frequênca acumulada e frequênca relatva acumulada. Para o arredondamento utlze a regra da ABNT 5891; Construa o seu hstograma, o polígono de frequênca, ogva e o gráfco de setores; A méda artmétca, a moda, a medana e localze essas meddas no hstograma.
58 Atvdade IV 4) Consderando os conjuntos de dados: a)3,5,,6,5,9,5,,8,6 b)0,9,7,,1,7,0,15,7 c)51,6; 48,7; 50,3; 49,5; 48,9 d)15, 18, 0, 13, 10, 16, 14 Calcule a méda, a medana e a moda. 5) Os dados de DBO coletados na tabela ao lado, são do baxo Ro Jar, realzada no período de novembro de 009 a novembro de 010. A partr desses dados construa: a) a sua dstrbução de frequênca agrupada em classe; b) O hstograma, a ogva e o gráfco em função do tempo; c) A meda, a medana e a moda. Mês DBO(mg/L) L 1 L L3 L4 nov 8,09 8, 8,0 8,11 dez 8,46 9,11 9,7 8,66 jan 6,75 5,96 6,41 6,4 fev 5,51 5,48 5,39 4,91 mar 4,96 5, 4,38 4,77 abr 6,37 6,4 5,74 5,9 ma 8,9 8,85 7,94 8,08 jul 7,87 7,94 7,75 7,85 ago 0,83 1,8 1,70 1,18 set 1,07 1,47 1,41 1,84 out 1,8 1,6 1,74,33 nov,53,58,44,31 Fonte: Olvera,013
59 Referênca BERTHOUEX, Paul Mac; BROWN, Lnfeld C.. Statstcs for Envronmental Engneers. ª Boca Raton London New York Washngton, D.c: Lews Publshers, 00. MORETTIN, Pedro Alberto; BUSSAB, Wlton de Olvera. Estatístca básca. São Paulo: Sarava, 006. TRIOLA, Maro F. Introdução à estatístca. Ro de Janero: LTC, OLIVEIRA, B. S. Sangel. Qualdade da água assocada à vulnerabldade clmátca e rscos santáros no baxo Ro Jarí AP / Brunna Stefanny Sangel de Olvera; orentador Alan Cavalcant da Cunha. Macapá, 013.
www.obconcursos.com.br/portal/v1/carreirafiscal
www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,
Leia maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia maisTEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia maisCapítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes
Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75
Leia maisAs tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.
1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação
Leia maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisTABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe
Leia maisCaderno de Exercícios Resolvidos
Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B
Leia maisCálculo do Conceito ENADE
Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação
Leia maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística
ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisMedidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.
Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisEstatística stica Descritiva
AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia maisNOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia maisRedução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma
Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisSistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001
Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)
Leia maisApostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna
Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho
PROBABILIDADES Professora Rosana Relva Números Interos e Raconas APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA CONTÍNUA PROGRESSÃO ARITMÉTICA DISTRIBUIÇÃO DE REQUÊCIAS
Leia maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia mais2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO
Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto
Leia maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma
Leia maisRegressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
Leia maisMETROLOGIA E ENSAIOS
METROLOGIA E ENSAIOS Incerteza de Medção Prof. Aleandre Pedott pedott@producao.ufrgs.br Freqüênca de ocorrênca Incerteza da Medção Dstrbução de freqüênca das meddas Erro Sstemátco (Tendênca) Erro de Repettvdade
Leia maisCovariância e Correlação Linear
TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento
Leia maisConceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues
Concetos Incas de Estatístca Módulo 3 : MEDIDAS DE POSIÇÃO Pro. Rogéro Rodrgues MEDIDAS DE POSIÇÃO ) Introdução : Depos da coleta de dados, as varáves pesqusadas estão em estado bruto, sendo necessáro
Leia maisNota Técnica Médias do ENEM 2009 por Escola
Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos
Leia mais4.1. Medidas de Posição da amostra: média, mediana e moda
4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x
Leia maisUniversidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas
Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia mais2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisLista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.
Classque as varáves: Faculdade Ptágoras / Dvnópols-MG Curso: Pscologa Dscplna: Estatístca Aplcada à Pscologa Lsta de Eercícos a) número de peças produzdas por hora; b) dâmetro eterno da peça; c) número
Leia maisDespacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos
Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões
Leia maisCAPÍTULO 1 Exercícios Propostos
CAPÍTULO 1 Exercícos Propostos Atenção: Na resolução dos exercícos consderar, salvo menção em contráro, ano comercal de das. 1. Qual é a taxa anual de juros smples obtda em uma aplcação de $1.0 que produz,
Leia maisFaculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL
Faculdade de Tecnologa de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 7. GRÁFICOS DE INFORMAÇÕES São grácos tpcamente epostvos destnados, prncpalmente, ao públco em geral, objetvando
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2
Aula 1 do plano de trabalho nº 2 Medram-se as alturas dos 40 alunos do prossegumento de estudos do 10º ano de uma escola e as alturas dos 40 alunos do 10º ano dos cursos tecnológcos dessa escola e obtveram-se
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia
CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da
Leia maisY X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)
Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)
Leia mais7. Resolução Numérica de Equações Diferenciais Ordinárias
7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem
Leia maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisCENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG
1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o
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 mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisProfessor Mauricio Lutz CORRELAÇÃO
Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,
Leia maisPARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.
EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve
Leia maisDISTRIBUIÇÃO DE FREQUÊNCIAS
Núcleo das Cêncas Bológcas e da Saúde Cursos de Bomedcna, Ed. Físca, Enermagem, Farmáca, Fsoterapa, Fonoaudologa, Medcna Veternára, Muscoterapa, Odontologa, Pscologa DISTRIBUIÇÃO DE FREQUÊNCIAS 5 5. DISTRIBUIÇÃO
Leia mais5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)
5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de
Leia maisApostila De Estatística
Apostla De Estatístca Professores: Wanderley Akra Shgut Valéra da S. C. Shgut Brasíla 006 INTRODUÇÃO 1.1. PANORAMA HISTÓRICO Toda Cênca tem suas raízes na hstóra do homem; A Matemátca que é consderada
Leia maisESPELHOS E LENTES ESPELHOS PLANOS
ESPELHOS E LENTES 1 Embora para os povos prmtvos os espelhos tvessem propredades mágcas, orgem de lendas e crendces que estão presentes até hoje, para a físca são apenas superfíces poldas que produzem
Leia mais3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas
PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas
Leia maisProbabilidade e Estatística. Correlação e Regressão Linear
Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o
Leia maisLQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05
LQA - LEFQ - EQ -Químca Analítca Complemantos Teórcos 04-05 CONCEITO DE ERRO ALGARISMOS SIGNIFICATIVOS Embora uma análse detalhada do erro em Químca Analítca esteja fora do âmbto desta cadera, sendo abordada
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 0 Estatístca Descrtva e Análse Eploratóra Realzadas em etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de grande quantdade de dados e
Leia maisINTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS
Físca Laboratoral Ano Lectvo 003/04 ITRODUÇÃO AO CÁLCULO DE ERROS AS MEDIDAS DE GRADEAS FÍSICAS. Introdução.... Erros de observação: erros sstemátcos e erros fortutos ou acdentas... 3. Precsão e rgor...3
Leia maisControle de Ponto Eletrônico. Belo Horizonte
Controle de Ponto Eletrônco da Câmara Muncpal de Belo Horzonte Instrutor: André Mafa Latn DIVPES agosto de 2010 Objetvo Informar sobre o preenchmento da folha de frequênca; Facltar o trabalho das chefas;
Leia maisCÁLCULO DO ALUNO EQUIVALENTE PARA FINS DE ANÁLISE DE CUSTOS DE MANUTENÇÃO DAS IFES
MIISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO SUPERIOR DEPARTAMETO DE DESEVOLVIMETO DA EDUCAÇÃO SUPERIOR TECOLOGIA DA IFORMAÇÃO CÁLCULO DO ALUO EQUIVALETE PARA FIS DE AÁLISE DE CUSTOS DE MAUTEÇÃO DAS IFES
Leia maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
Leia maisEnergia de deformação na flexão
- UNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA INDUSTRIAL METALÚRGICA DE VOLTA REDONDA PROFESSORA: SALETE SOUZA DE OLIVEIRA BUFFONI DISCIPLINA: RESISTÊNCIA DOS MATERIAIS Energa de deformação na
Leia maisEscola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística
Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume
Leia maisCONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA
1 Estatístca CONCEITOS BÁSICOS 6 É uma metodologa ou conjunto de técncas que utlza a coleta de dados, sua classfcação, sua apresentação ou representação, sua análse e sua nterpretação vsando a sua utlzação
Leia maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais
Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:
Leia mais1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.
Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de
Leia maisEscola Secundária Dr. Ângelo Augusto da Silva Matemática 12.º ano Números Complexos - Exercícios saídos em (Exames Nacionais 2000)
Internet: http://rolvera.pt.to ou http://sm.page.vu Escola Secundára Dr. Ângelo Augusto da Slva Matemátca.º ano Números Complexos - Exercícos saídos em (Exames Naconas 000). Seja C o conjunto dos números
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisb. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda.
Meddas de Posção Introdução a. Dentre os elementos típcos, destacamos aqu as meddas de posção _ estatístcas que representam uma sére de dados orentando-nos quanto à posção da dstrbução em relação ao exo
Leia maisControle Estatístico de Qualidade. Capítulo 8 (montgomery)
Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado
Leia maisEXERCÍCIOS DE REVISÃO DE ESTATÍSTICA
EXERCÍCIOS DE REVISÃO DE ESTATÍSTICA CONTEÚDOS: DISTRIBUIÇÃO DE FREQUÊNCIA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO ======================================================================= 1) Em cada caso
Leia maisResumos Numéricos de Distribuições
Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas
Leia maisProbabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições
Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para
Leia maisUNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR
Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma
Leia maisObjetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para
Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre
Leia maisElaboração: Novembro/2005
Elaboração: Novembro/2005 Últma atualzação: 18/07/2011 Apresentação E ste Caderno de Fórmulas tem por objetvo nformar aos usuáros a metodologa e os crtéros de precsão dos cálculos referentes às Cédulas
Leia maisUniversidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S
Unversdade Federal da Baha Insttuto de Físca Departamento de Físca da Terra e do Meo Ambente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Físca I SALVADOR, BAHIA 013 1 Prefáco Esta apostla é destnada
Leia maisEstatística e Probabilidade
Estatístca e Probabldade Professor conteudsta: Rcardo Vda Sumáro Estatístca e Probabldade Undade I 1 CONCEITOS BÁSICOS...1 1.1 Concetos fundamentas... 1. Processos estatístcos de abordagem... 1.3 Dados
Leia maisMetodologia IHFA - Índice de Hedge Funds ANBIMA
Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge
Leia maisEstatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira
MATERIAL DIDÁTICO Medcna Veternára Faculadade de Cêncas Agráras e Veternáras Campus de Jabotcabal SP Gener Tadeu Perera º SEMESTRE DE 04 ÍNDICE INTRODUÇÃO AO R AULA ESTATÍSTICA DESCRITIVA 3 º EXERCÍCIO
Leia maisRastreando Algoritmos
Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos
Leia maisANÁLISE EXPLORATÓRIA DE DADOS
CENTRO DE CIÊNCIAS EXATAS CCE DEPARTAMENTO DE ESTATÍSTICA Curso de Especalzação Lato Sensu em Estatístca ANÁLISE EXPLORATÓRIA DE DADOS Professor: Dr. Waldr Medr medr@uel.br Londrna/Pr Março de 011 ÍNDICE
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisPortaria Inmetro nº 248 de 17 de julho de 2008
INSTITUTO NACIONAL DE METROLOGIA, NORMALIZAÇÃO E QUALIDADE INDUSTRIAL - Portara Inmetro nº 248 de 17 de julho de 2008 O PRESIDENTE DO INSTITUTO NACIONAL DE METROLOGIA, NORMALIZAÇÃO E QUALIDADE INDUSTRIAL,
Leia maisESTATÍSTICA DESCRITIVA. FONTE: CRESPO, ANTÔNIO ARNOT. ESTATÍSTICA BÁSICA FACIL. 15ª ED. SARAIVA.SÃO PAULO Com adaptações.
SUMÁRIO: ESTATÍSTICA DESCRITIVA UNIDADE I ESTATÍSTICA E FASES DO MÉTODO ESTATÍSTICO UNIDADE II VARIÁVEIS UNIDADE III TABELAS E SÉRIES ESTATÍSTICAS UNIDADE IV GRÁFICOS ESTATÍSTICOS UNIDADE V TABELA PRIMITIVA
Leia mais