Relatório de Avaliação Econômica. 6. Programa Melhoria da educação no Município

Tamanho: px
Começar a partir da página:

Download "Relatório de Avaliação Econômica. 6. Programa Melhoria da educação no Município"

Transcrição

1 Relatóro de Avalação Econômca 6. Programa Melhora da educação no Muncípo 2007

2 1

3 O PROGRAMA AVALIAÇÃO ECONÔMICA DE PROJETOS SOCIAIS conta com a coordenação técnca da Gerênca de Avalação de Projetos do Banco Itaú. Equpe responsável pela avalação: Banco Itaú-U nbanco: Líga Vasconcellos Consultor externo: Naerco Menezes-Flho (Insper e USP) 2

4 Apresentação Crado em 2004, o PROGRAMA AVALIAÇÃO ECONÔMICA DE PROJETOS SOCIAIS ocorre em parcera entre a Fundação Itaú Socal e o Banco Itaú. Desta forma, o Banco Itaú leva suas competêncas na área econômca para o campo socal. O PROGRAMA possu duas vertentes prncpas de atuação, a realzação de avalações de projetos e a dssemnação da cultura de avalação para gestores de projetos socas e de polítcas públcas. No campo da avalação, tem-se por premssa sua realzação para todos os programas própros. A dssemnação da cultura de avalação é feta tanto através da avalação de projetos de terceros, como também de ações de dssemnação de conhecmento, por meo de cursos, semnáros e nformações dsponblzadas na págna eletrônca da Fundação Itaú Socal. A avalação econômca engloba a avalação de mpacto, que verfca se os mpactos esperados foram alcançados, e se foram efetvamente causados pelo programa; e o cálculo do retorno econômco, que é fruto de uma análse de custo-benefíco do programa. Acredtando que a partcpação de todos os nteressados na avalação é o melhor meo de valdar e perpetuar a cultura de avalação, o PROGRAMA procura nclur os gestores do projeto a ser avalado nas dscussões sobre o desenho da avalação. Este trabalho conjunto possblta, de um lado, um maor conhecmento do programa em questão, mportante para um bom desenho de avalação, e, por outro, leva à apropração pelos gestores da cultura de avalação. 3

5 Avalação econômca Programa Melhora da Educação Sumáro Executvo O programa Melhora da Educação busca auxlar os órgãos de governos muncpas a planejar, mplementar e avalar seus projetos educatvos, vsando garantr ensno de qualdade e permanênca na escola. O programa exste desde 1999 e já esteve presente em 17 estados brasleros. Foram oto edções até esta avalação. A avalação de mpacto analsa se o programa gerou melhora na méda muncpal de fluxo escolar antes e depos da partcpação. Especfcamente, os ndcadores utlzados são as varações das taxas de aprovação, reprovação e abandono um ano e dos anos após da partcpação do muncípo no programa. A análse após um ano nclu dados das edções 2 a 5; e após dos anos, apenas dados das edções 2 e 3. Foram consderados dferentes recortes dos muncípos partcpantes, que defnem a dedcação ao programa e também a forma de mplementação. A dedcação é medda pela entrega de dos relatóros que constam da formação, a análse de dagnóstco da educação no muncípo, e um plano de ação, planejado para execução durante o período de formação. A mplementação consdera se a formação fo realzada dretamente pela equpe do Cenpec - Centro de Estudos e Pesqusas em Educação, Cultura e Ação Comuntára, ou se fo mnstrada por multplcadores trenados pelo Cenpec. As estmatvas, portanto, foram calculadas para todos os muncípos; somente para os que fzeram avalação dagnóstca; somente para os que desenvolveram plano de ação; e somente para os muncípos que receberam formação dreta. A avalação utlza dados secundáros do Censo Demográfco de 2000 e dos Censos Escolares dos anos de 2000 a A metodologa é de mínmos quadrados ponderados, sendo o ponderador baseado na probabldade estmada de partcpação do muncípo. Para determnação do grupo de muncípos de comparação, utlzamos varáves que defnem dferentes perfs de muncípos e qualdade da educação. Em 2000, as taxas médas de fluxo escolar do grupo de tratamento eram 72% de aprovação, 14% de reprovação, e 14% de abandono. A taxa de aprovação ca após um ano de programa, recuperando-se no ano segunte (aumento de 0,67 pontos percentuas após 4

6 dos anos); a taxa de reprovação aumenta nos dos períodos que se seguem ao programa (0,86 pp após dos anos), e a taxa de abandono dmnu nos dos períodos (1,53 pp após dos anos). Todas as varações de fluxo são melhores que as do grupo de controle, apesar das varações contráras ao esperado para aprovação e reprovação. A avalação de mpacto verfca se essa melhora pode ser atrbuída ao programa Melhora da Educação, e se ela é estatstcamente sgnfcatva. Consderando o grupo de muncípos tratados que fez avalação dagnóstca, os resultados são postvos e estatstcamente sgnfcatvos: o programa aumentou as taxas de aprovação e dmnuu as taxas de reprovação e de abandono em relação às taxas do grupo de controle, um e dos anos após o programa. Nos muncípos que elaboraram plano de ação e nos que tveram formação dreta, o programa teve mpacto estatstcamente sgnfcatvo sobre as taxas de aprovação e de abandono, um e dos anos após o programa. Para a amostra com todos os muncípos, contudo, os resultados não são estatstcamente sgnfcatvos para o mpacto um ano após a partcpação no programa. O mpacto é sgnfcatvo sobre as taxas de aprovação e reprovação dos anos após o programa. Os resultados, portanto, são mas robustos quando há avalação dagnóstca ou plano de ação (caso de cerca de 50% dos muncípos) ou houve formação dreta (70% dos muncípos). Resultados por edção e especfcamente para a Paraíba, estado que recebeu atenção especal nas prmeras edções, não apresentaram mpactos estatstcamente sgnfcatvos. O menor tamanho das amostras pode ajudar a explcar a dferença de resultado por edções em relação ao resultado para o total de muncípos. 5

7 Índce 1 Descrção do programa Metodologa Avalação de mpacto Mínmos quadrados ponderados Dados Defnção dos grupos de tratamento e controle Análse descrtva dos dados da pesqusa Avalação de mpacto Estmatvas por edção Estmatvas para a Paraíba Anexos Fontes bblográfcas

8 1 Descrção do programa O programa Melhora da Educação busca auxlar os órgãos de governos muncpas a planejar, mplementar e avalar seus projetos educatvos, vsando garantr um ensno de qualdade e a permanênca na escola. É realzado pela Fundação Itaú Socal, em parcera com a Uncef, a Undme e o Cenpec. Os partcpantes do programa são ncentvados a desenvolver uma avalação dagnóstca das prncpas questões a serem trabalhadas em seus muncípos e, posterormente, um plano de ação para resolver os prncpas problemas. É oferecda formação dreta para alguns muncípos. Outros partcpam de formação ndreta, através da formação de técncos em Núcleos Regonas. Estes técncos são multplcadores nos Núcleos Muncpas, que englobam muncípos de uma mesma regão, dssemnando as orentações do programa. O programa é focado nos muncípos de pequeno porte (até 20 ml habtantes), com exceção das sedes dos polos regonas (em geral muncípos maores, que também recebem formação). O programa exste desde 1999 e já esteve presente em 17 estados brasleros. Foram oto edções até esta avalação, como mostram as tabelas 1 e 2: Tabela 1 Edção Estados Período 1 AL, AM, PA, CE, MA, BA, PB, PE, PI, 2 o semestre 1999 a 1 o semestre RR, SE, SP AC, MS, SP 2 o semestre 2000 a 1 o semestre AL, MA, MG, PB, PI, SP 2 o semestre 2001 a 1 o semestre GO, MG, PB, RN, SE 2 o semestre 2002 a 1 o semestre BA, PB, PE, PI BA, PE, PI, SP PI, SP MG

9 Tabela 2 - Formação dreta Edções Nº de muncípos com formação dreta % dos partcpantes Estado MS % AC % AL % MA % MG 11 79% PB 15 79% PI % SP 3 23% GO % MG 17 85% RN % SE % BA 13 81% PE 3 100% PI 1 50% 2 Metodologa Fo realzada a avalação do mpacto do programa através da comparação de alguns ndcadores entre os muncípos que partcparam (grupo de tratamento) e os que não partcparam (grupo de controle). Os ndcadores muncpas de desempenho utlzados foram as varações das taxas de aprovação, reprovação e abandono antes e depos da partcpação no programa. 1 Na avalação foram consderadas as edções 2, 3, 4 e 5. Foram excluídos da análse os muncípos que partcparam da prmera edção, porque esta apresentou característcas muto dversas das demas. Os muncípos que partcparam das edções 6, 7 e 8 foram consderados não-partcpantes (grupo de controle), pos os dados utlzados são anterores a essas edções. Além do mpacto médo do programa, estmou-se o mpacto separadamente para cada edção e para o Estado da Paraíba. As estmatvas foram fetas para dferentes recortes da amostra dos partcpantes, que defnem dferentes níves de envolvmento com o programa: - todos os muncípos; - somente os que fzeram a avalação dagnóstca; 1 Também fo feta a análse com as varáves em nível (em anexo). 8

10 - somente os que desenvolveram o plano de ação; Fo feto também um outro recorte para tpos dferentes de formação: - somente os que partcparam de formação dreta. Foram excluídos da amostra os muncípos que partcparam mas de uma vez do programa. Para a análse específca sobre a Paraíba, foram usados todos os muncípos, pos houve mutos muncípos rencdentes e sua exclusão podera afetar o resultado da análse. 2.1 Avalação de mpacto O objetvo da avalação de mpacto é mensurar o efeto que o programa teve sobre os ndcadores escolhdos. Como é mpossível saber o que tera ocorrdo se o muncípo não tvesse partcpado do programa, busca-se comparar os muncípos que partcparam com os não-partcpantes que sejam mas parecdos. Para determnar o grupo de controle parecdo, utlzamos varáves que defnem dferentes perfs de muncípos e qualdade da educação, com dados do Censo Demográfco de 2000 e Censo Escolar dos anos de 2000 a As varáves relatvas aos muncípos utlzadas foram: porcentagem de professores com nível superor, méda de horas-aula das escolas do muncípo, IDH-educação, renda méda per capta, tamanho da população e varáves dummy para os dferentes estados do País. A metodologa econométrca utlzada está explcada no box Mínmos quadrados ponderados Mínmos quadrados ponderados Imbens (2004) propõe uma combnação do método de propensty score com a regressão, que tem o benefíco de ser duplamente robusto. A regressão estmada é Y = α + τ + ε, com pesos guas a: W λ = W 1 W + e( X ) 1 e( X, onde: ) Y = resultado W = varável de partcpação no programa (0 ou 1) e ( X ) = propensty score 9

11 X = característcas observadas que explcam a partcpação no programa λ = peso O coefcente τ estmado é um estmador consstente para o efeto médo do tratamento (ATE). A regressão tem a vantagem de dmnur o vés e aumentar a precsão da estmatva. Sem os pesos dados pelo propensty score, porém, o estmador de mínmos quadrados não sera consstente. Sendo ê um estmador consstente do propensty score e garantndo que cada termo dentro da raz quadrada some 1, o estmador por mínmos quadrados ponderados é consstente para o ATE: W = ê( X ) ˆλ + N W N ê( X ) = 1 ( 1 W ) ( 1 ê( X ) ) ( ) ( 1 ê( X ) ) = 1 1 W em que ê(x) é o propensty score estmado. Para se estmar o efeto-tratamento sobre os tratados (ATT), o ponderador = W ˆλ + N N W = 1 ( 1 W ) ê( X ) ( 1 ê( X ) ) ( ) ( ) ( 1 ê( X ) ) = 1 1 W ê X produz o estmador do coefcente τ que é consstente para o ATT Dados Foram utlzadas as seguntes fontes de dados: - base de dados do programa, elaborada pelo Cenpec muncípos partcpantes, com nformação se fzeram avalação dagnóstca, plano de ação e formação dreta. - Censo Escolar dos anos de 2000 a 2005 porcentagem de professores com nível superor, horas-aula, taxas de aprovação, reprovação e abandono; - Censo Demográfco de 2000 população, renda per capta, IDH educação. Os dados utlzados são as médas por muncípo. No caso dos dados escolares, são consderadas apenas as escolas muncpas. 10

12 Para cada edção, foram consderadas as varações nos ndcadores de fluxo escolar referentes a um ano antes e um e dos anos após o programa. Assm: Edção 2, realzada em 2000/2001 varação e Edção 3, realzada em 2001/2002 varação 2001/2003 e Edção 4, realzada em 2002/2003 varação Edção 5, realzada em 2003 varação Nas duas últmas edções, não fo utlzada a nformação sobre dos anos após o programa por falta de dados dsponíves Defnção dos grupos de tratamento e controle O grupo de tratamento é formado pelos muncípos partcpantes do programa, que partcparam só uma vez. Supõe-se que os muncípos que partcparam mas de uma vez possam apresentar resultados melhores, e portanto afetaram os resultados relatvos a uma partcpação. Os números de muncípos partcpantes por estado, com e sem os muncípos que partcparam mas de uma vez, são apresentados nas tabelas 3 e 4. Tabela 3: Muncípos partcpantes por estado Edção: AC AL BA GO MA MG MS PB PE PI RN SP SE % do total de muncípos % 19% 4% 9% 10% 4% 28% 51% 2% 9% 16% 9% 27% Tabela 4: Muncípos partcpantes por estado, exclundo os que partcparam mas de uma vez Edção: AC AL BA GO MA MG MS PB PE PI RN SP SE % do total de muncípos 100% 19% 4% 9% 10% 3% 28% 37% 2% 9% 16% 8% 27% 11

13 Nos poucos casos em que o estado partcpou em dferentes edções, consderou-se apenas a edção com maor número de muncípos partcpantes. Foram desprezados, portanto (ver tabela 4, números que não estão em negrto): - Muncípos de São Paulo que partcparam na edção 3 (6 muncípos); - Muncípos de Mnas Geras que partcparam na edção 3 (11 muncípos); - Muncípos da Paraíba que partcparam nas edções 3 e 4 (47 muncípos); - Muncípos do Pauí que partcparam na edção 5 (2 muncípos). Portanto, a amostra utlzada consdera apenas a partcpação em uma edção por estado. Esta exclusão de alguns estados ocorreu em função de um problema de dentfcação. Como não sera possível usar dummes de estado e de edção em um panel, optou-se por uma regressão de seção transversal com a dentfcação dos estados. O grupo de controle é formado pelos muncípos que não partcparam do programa nas edções 1 a 5 e os que partcparam apenas nas edções posterores (pos os ndcadores relatvos a eles são anterores à sua partcpação no programa). São consderados somente os estados onde houve alguma partcpação a partr da segunda edção, logo não foram consderados 14 estados: AM, AP, CE, DF, ES, MT, PA, PR, RJ, RO, RR, RS, SC e TO. Para os muncípos de controle, são consderadas as taxas de fluxo escolar referentes à edção em que o seu estado partcpou. Assm, para os muncípos do Maranhão que não partcparam, por exemplo, fo consderada a varação dos ndcadores de fluxo escolar referentes à edção 3 (ou seja, 2001/2003 e ). Para os muncípos da Paraíba que não partcparam, fo consderada a varação referente à edção 5. 3 Análse descrtva dos dados da pesqusa A tabela 5 mostra o tamanho das amostras do grupo de tratamento. Alguns muncípos foram excluídos da estmatva por não terem nformações dsponíves de todas as varáves explcatvas (por sso, os números dos grupos de tratamento não concdem exatamente com os da tabela 4). Nas estmatvas específcas a cada edção, o número de observações nas subamostras de muncípos que fzeram avalação dagnóstca, plano de ação e que tveram formação dreta é muto pequeno, mpedndo que uma estmatva confável fosse realzada. 12

14 Na estmatva do mpacto do programa sobre os ndcadores de fluxo escolar dos anos à frente, mutas observações foram desprezadas por falta de dados dsponíves para as edções 4 e 5, como mostra a tabela 6. Tabela 5: Número de observações Total Avalação dagnóstca Plano de Ação Formação Dreta Tabela 6: Número de observações - com dados para 2 anos após o programa Total Avalação dagnóstca Plano de Ação Formação Dreta Todas Edção 2 Edção 3 Edção 4 Edção 5 tratados controle tratados controle tratados controle tratados controle Todas tratados 121 controle 674 tratados 39 controle 620 tratados 31 controle 620 tratados 74 controle 464 A tabela 7 mostra que os estados que partcparam do programa têm menor proporção de professores com nível superor, menor IDH e menor renda per capta, ndcando que a focalzação do programa nos estados que mas necesstam é boa. Fonte: Partcparam sm não Prof. com nível superor 17% 23% Horas-aula 4,2 4,1 IDH - educação 0,7503 0,8278 Renda per capta População Censo escolar 2001 Censo demográfco 2000 Tabela 7: Médas dos estados A tabela 8 mostra as médas das varáves explcatvas para os muncípos e a comparação entre os muncípos que partcparam e os que não partcparam. Nota-se que a 13

15 porcentagem de professores com nível superor é maor nos muncípos que partcparam do programa, mas o IDH da educação nestes é menor. Renda per capta e horas-aula apresentam valores smlares. Em méda, os muncípos que partcparam são maores (embora o foco do programa sejam os muncípos com menos de 20 ml habtantes, as cdades-polo aumentam a méda populaconal). Tabela 8 % professores com Renda per capta Méda de horasaula nível superor 2000 (R$) População 2000 IDH educação 2000 Partcpou Méda Desvopadrãpadrãpadrãpadrãpadrão Desvo- Desvo- Desvo- Desvo- Méda Méda Méda Méda não 16,2 22, ,2 0, ,749 0,086 sm 20,1 23, ,2 0, ,742 0,097 Total 16,5 22, ,2 0, ,748 0,087 A tabela 9 mostra a evolução dos ndcadores de fluxo escolar ao longo do tempo. O ndcador que apresentou maor varação ao longo do tempo fo a taxa de abandono e ela cau um pouco mas entre os partcpantes do programa. As taxas de aprovação aumentaram, mas em menor magntude, e o grupo de muncípos que partcparam de formação dreta aparentemente teve melhor desempenho. A taxa de reprovação aumentou em todos os grupos. A avalação de mpacto, levando em consderação os muncípos parecdos, rá confrmar ou não o resultado da comparação de médas smples. Tabela 9 Partcpou Amostra Varação Médas das taxas de abandono não 14,0 10,9 9,7 9,7 10,4-25,73% aval. dagnóstca 16,1 12,0 11,0 10,6 11,5-28,32% sm formação dreta 15,6 12,0 11,3 10,9 11,2-28,03% total partcpantes 14,2 10,8 10,2 9,8 10,3-27,22% Total 14,0 10,9 9,7 9,7 10,4-25,87% Médas das taxas de aprovação não 71,8 75,1 75,7 75,2 73,9 2,87% aval. dagnóstca 67,5 71,3 71,9 72,8 70,6 4,71% sm formação dreta 65,9 69,8 71,9 71,2 69,2 4,89% total partcpantes 69,4 73,0 73,5 73,9 72,0 3,74% Total 71,6 74,9 75,5 75,1 73,7 2,95% Médas das taxas de reprovação não 14,2 14,0 14,6 15,1 15,8 10,75% aval. dagnóstca 16,5 16,7 17,0 16,5 17,9 8,30% sm formação dreta 18,5 18,1 17,9 17,9 19,6 6,14% total partcpantes 16,4 16,2 16,3 16,3 17,7 7,74% Total 14,4 14,2 14,8 15,2 15,9 10,44% 14

16 4 Avalação de mpacto 4.1. Estmatvas para todas as edções As tabelas abaxo apresentam os resultados das estmatvas do mpacto do programa sobre os ndcadores de fluxo escolar. O símbolo * ndca que o resultado é estatstcamente sgnfcante a um nível de 90%. As estmatvas para a varação de fluxo escolar de um ano consderam todas as edções (2 a 5). As estmatvas para dos anos depos consderam apenas as edções 2 e 3. A metodologa de mínmos quadrados ponderados (MQP) gera resultados consstentes e mas efcentes que as estmatvas por pareamento, apresentadas no anexo. Para a amostra de todos os muncípos os resultados não são estatstcamente sgnfcantes para o mpacto um ano após a partcpação no programa. O mpacto é sgnfcante sobre as taxas de aprovação e reprovação quando se consdera as taxas dos anos após o programa. Abaxo seguem os resultados da estmatva para a amostra total, um ano após a partcpação no programa: O prmero estágo é uma estmatva probt em que a varável dependente é a partcpação no programa. Tabela 10: Regressão probt Número de obs = 2756 LR ch2(16) = Prob > ch2 = Log verossmlhança = Pseudo R2 = Partcpação Coef. Erro-padrão z P> z [Interv. de conf. 95%] % prof super méda h-aula dh educação renda p.cap população 1.33e e e e-06 Baha Goás Maranhão Mnas Geras Mato G. Sul Paraíba Pernambuco Pauí Ro G. Norte Sergpe São Paulo constante

17 O segundo estágo é uma estmatva de mínmos quadrados ponderados, que usa as probabldades estmadas no prmero estágo como ponderador para a estmatva da relação entre partcpação no programa e fluxo escolar. No exemplo abaxo, a varável dependente é a varação da taxa de aprovação. Apesar de a melhora na taxa de aprovação do grupo de tratamento ser maor (0,49pp), este aumento não é estatstcamente sgnfcante: Tabela 11: SS df MS Número de obs = F( 1, 2776) = 2.15 Modelo Prob > F = Resíduo R-2 = R-2 ajustado = Total Root MSE = Taxa aprov. Coef. Erro-padrão t P> t [Interv. de conf. 95%] Partcpação constante Na tabela 12 são apresentadas as estmatvas consderando as dferentes subamostras: apenas os muncípos que mplementaram bem o programa (fzeram análse dagnóstca e/ou plano de ação) e apenas os muncípos que tveram formação dreta. No recorte da amostra que consdera, entre muncípos tratados, só os que fzeram avalação dagnóstca, os resultados são estatstcamente sgnfcantes o programa aumentou as taxas de aprovação e dmnuu as taxas de reprovação e abandono, um e dos anos após o programa. Nos muncípos que elaboraram um plano de ação e nos que tveram formação dreta, o programa teve mpacto postvo e sgnfcante sobre as taxas de aprovação e abandono, um e dos anos após o programa. Tabela 12: Impacto do Programa - todas as edções (pontos percentuas) amostras Varação da aprovação 1 ano depos Varação da aprovação 2 anos depos Varação da reprovação 1 ano depos todos avalação dagnóstca plano de ação formação dreta 0,495 1,292 * 0,937 * 1,190 * 1,068 * 2,427 * 1,994 * 2,590 * -0,316-0,557 * -0,228-0,411 Varação da reprovação 2 anos depos -0,775 * -1,056 * -0,552-0,947 Varação do abandono 1 ano depos -0,179-0,735 * -0,709 * -0,779 * Varação do abandono 2 anos depos -0,292-1,371 * -1,442 * -1,643 * * estatstcamente sgnfcante a 90% 16

18 Os resultados, portanto, são muto mas robustos quando o programa é bem mplementado ou oferece formação dreta. Cerca de 50% dos muncípos mplementaram bem o programa, e 70% receberam formação dreta. 4.1 Estmatvas por edção Para a edção 2, não fo possível consderar as amostras de muncípos que fzeram avalação dagnóstca, plano de ação e formação dreta porque o número de observações tratadas era muto pequeno. Os resultados não são estatstcamente sgnfcantes para as varações das taxas de aprovação e reprovação. No caso das taxas de abandono, o resultado é sgnfcante mas ndesejável: ndca que a partcpação no programa aumentou a taxa de abandono. Tabela 13: Impacto do Programa - Edção 2 (pontos percentuas) Aprovação 1 ano depos -0,660 Aprovação 2 anos depos 0,430 Reprovação 1 ano depos -0,844 Reprovação 2 anos depos -0,622 Abandono 1 ano depos 1,504 *pos Abandono 2 anos depos 0,192 UFs partcpantes: AC, MS, SP * sgnfcatvos a 90% Na estmatva referente à edção 3, somente a subamostra dos muncípos que tveram formação dreta tnha observações sufcentes para fazer as estmatvas. Os muncípos de estados que partcparam em outras edções (6 muncípos de SP, 11 de MG e 19 da PB), que foram retrados na amostra total, foram mantdos nesta amostra específca. Em méda, a taxa de abandono destes muncípos aumentou mas (ou dmnuu menos) que a do restante, logo a nclusão desses muncípos contrbuu para que o resultado fosse por que o resultado da amostra total. 17

19 Tabela 14: Impacto do Programa - Edção 3 (pontos percentuas) amostras Varação da aprovação 1 ano depos -0,155-0,278 Varação da aprovação 2 anos depos -0,700-0,792 *neg Varação da reprovação 1 ano depos -0,353-0,231 Varação da reprovação 2 anos depos -0,198-0,120 Varação do abandono 1 ano depos 0,508 *pos 0,509 *pos Varação do abandono 2 anos depos 0,898 *pos 0,912 *pos UFs partcpantes: AL, MA, MG, PB, PI, SP * estatstcamente sgnfcante a 90% todos formação dreta Para a edção 4, só hava nformação dsponível para avalar o mpacto sobre os ndcadores referentes a um ano após a partcpação no programa. Nos muncípos que tveram formação dreta, o mpacto sobre a taxa de abandono fo sgnfcante. Tabela 15: Impacto do Programa - Edção 4 (pontos percentuas) amostras Varação da aprovação 1 ano depos 0,508 0,182 0,005 0,748 Varação da reprovação 1 ano depos -0,362-0,261-0,004-0,196 Varação do abandono 1 ano depos -0,146 0,079-0,001-0,552 * UFs partcpantes: GO, MG, PB, RN, SE * estatstcamente sgnfcante a 90% todos avalação dagnóstca plano de ação formação dreta Para a edção 5, assm como nas edções 2 e 3, só foram estmados os mpactos para a amostra total, em função do tamanho das subamostras. Os resultados não são sgnfcatvos. Tabela 16: Impacto do Programa - Edção 5 (pontos percentuas) Varação da aprovação 1 ano depos -0,023 Varação da reprovação 1 ano depos 0,308 Varação do abandono 1 ano depos -0,285 UFs partcpantes: BA, PB, PE, PI * sgnfcatvos a 90% 18

20 4.2 Estmatvas para a Paraíba As tabelas a segur mostram como evoluíram os ndcadores do total de muncípos partcpantes da Paraíba, partcpantes que tveram formação dreta, e dos não-partcpantes. Somente a edção 3 ofereceu formação dreta (para 15 muncípos). Tabela 17 - Paraíba Partcpou Amostra Varação Médas das taxas de aprovação não 65,61 68,19 69,02 69,80 66,49 1,34% sm formação dreta 66,20 69,57 68,95 70,35 66,81 0,92% total partcpantes 65,35 68,88 68,27 68,82 65,57 0,33% Total 65,47 68,57 68,60 69,25 65,98 0,78% Médas das taxas de reprovação não 16,91 17,98 18,15 17,66 18,48 9,28% sm formação dreta 15,90 15,54 15,92 15,68 16,35 2,85% total partcpantes 15,56 17,23 17,77 17,66 18,52 19,02% Total 16,16 17,56 17,94 17,66 18,50 14,50% Médas das taxas de abandono não 17,48 13,82 12,83 12,54 15,04-14,00% sm formação dreta 17,90 14,89 15,13 13,97 16,84-5,94% total partcpantes 19,08 13,90 13,95 13,52 15,91-16,63% Total 18,37 13,86 13,46 13,09 15,52-15,52% Para estmar o mpacto do programa no estado da Paraíba, fzemos duas estmatvas. A prmera consdera os muncípos que partcparam das edções 4 e 5, já que a varação dos ndcadores de fluxo utlzados para essas edções é referente aos mesmos anos ( ). Não foram desprezados os muncípos que partcparam mas de uma vez. A outra estmatva utlza o método de panel, consderando também os muncípos que partcparam na edção 3. Nesta estmatva, as nformações dos muncípos que partcparam uma vez e não partcparam nas edções seguntes fo consderada apenas até o ano de sua partcpação. Desta forma eles não são utlzados como grupo de controle nos anos seguntes à partcpação no programa. Nenhuma das estmatvas teve resultado estatstcamente sgnfcante. 19

21 Tabela 18: Impacto do Programa - Paraíba - panel amostras total Varação da aprovação 1 ano depos -0,761 Varação da reprovação 1 ano depos 0,741 Varação do abandono 1 ano depos 0,020 avalação dagnóstca -0,207-0,343 0,550 plano de ação -0,134-0,252 0,386 formação dreta -0,174 0,198-0,023 Tabela 19: Impacto do Programa - Paraíba - edções 4 e 5 Varação da Varação da Varação do aprovação 1 reprovação 1 ano abandono 1 ano amostras total ano depos -0,061 depos 0,288 depos -0,227 avalação dagnóstca 0,647-0,602-0,045 plano de ação 0,726-0,490-0,237 formação dreta

22 5 Anexo O mpacto também fo calculado com o método de propensty score matchng, com local lnear regresson. Seguem abaxo explcação da metodologa e resultados obtdos. As estmatvas obtdas por este método não são estatstcamente sgnfcatvas. Método: Pareamento pelo método local lnear regresson Sejam dos resultados potencas (Y0, Y1), onde 1 ndca resultado com tratamento. Seja D = 1 se ocorre tratamento e D = 0 caso contráro. Sejam X varáves observadas que determnam a partcpação no tratamento e seu resultado. Podemos escrever o efeto tratamento sobre tratados (ATT) como: E (Y1- Y0 X, D=1) (1) Como não temos o contrafactual E (Y0 X, D=1), o problema de seleção surge quando queremos utlzar a dferença das médas amostras observadas para estmar o efeto do tratamento: E (Y1 X, D=1) E (Y0 X, D=0) (2) No caso do ATT, o vés gerado equvale à dferença entre (1) e (2): [E (Y1 X, D=1) E (Y0 X, D=0) ] [E (Y1- Y0 X, D=1) ] = = E (Y0 X, D=1) E (Y0 X, D=0) (3) As hpóteses de dentfcação, ou seja, as hpóteses que garantem que a dferença em (3) é nula, são: (a) Y0 D X, sto é, ndependênca de Y0 em relação a D X (b) 0 < Pr(D=1 X) = P(X) < 1, sto é, exstem observações tratadas e não-tratadas. Rosenbaum e Rubn (1983) mostram que, dados (a) e (b), também vale: (c) Y0 D P(X), o que reduz a dmensão necessára para resolver o pareamento. A hpótese (a) podera ser smplfcada para a hpótese de ndependênca de médas, E(Y0 X, D=0) = E(Y0 X). Neste caso, porém, a condção (c) não segue medatamente, precsando ser consderada uma hpótese adconal. Se, por um lado, a hpótese de dentfcação pode ser forte em casos em que nem todas as varáves relevantes são observáves, o pareamento tem a vantagem de não exgr exogenedade das varáves explcatvas (se o pareamento é bom, as varáves não 21

23 observadas relevantes estão gualmente dstrbuídas nos grupos de tratados e de controle, e seu efeto, portanto, se cancela) e não exgr restrção de exclusão (que entre as varáves que explcam a partcpação no programa haja varáves que não são correlaconadas com o resultado). A hpótese de dentfcação depende, portanto, de não haver varáves nãoobservadas que afetem o resultado de forma dferencada nos grupos de tratamento e controle. O uso de P(X) em vez de X é conhecdo como método de propensty score. Escolhemos as observações matched de acordo com as probabldades estmadas (propensty scores) mas parecdas com as estmadas para o grupo de tratados. Para garantr que as observações sejam realmente parecdas, utlzamos um suporte comum de probabldades, tal que apenas as observações não-tratadas com propensty score dentro da faxa de propensty score das observações tratadas são consderadas. Resultados: Impacto do Programa - todas as edções (pontos percentuas) todos avalação dagnóstca plano de ação formação dreta Varação da aprovação 1 ano depos 0,122 0,907 0,520 0,561 Varação da aprovação 2 anos depos -0,600-0,554-3,337 0,275 Varação da reprovação 1 ano depos -0,415-0,451-0,180-0,446 Varação da reprovação 2 anos depos -0,715-0,230 0,307-0,427 Varação do abandono 1 ano depos 0,293-0,456-0,340-0,115 Varação do abandono 2 anos depos 1,315 0,784 3,030 0,152 22

24 6 Fontes bblográfcas CENPEC (2005) Os muncípos em busca da melhora da educação. São Paulo. CENPEC (2006) Avalação de mpacto do programa melhora da educação no muncípo. FIRPO, S. (2006) Comentáro sobre IMBENS (2004). (manuscrto). IMBENS, G. (2004) Nonparametrc estmaton of average treatment effects under exogenety: a revew. The Revew of Economcs and Statstcs, Feverero, 86(1). 23

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério 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 mais

4 Critérios para Avaliação dos Cenários

4 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 mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

Gabarito da Lista de Exercícios de Econometria I

Gabarito da Lista de Exercícios de Econometria I Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

AULA EXTRA Análise de Regressão Logística

AULA EXTRA Análise de Regressão Logística 1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso 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 mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise 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 mais

Análise de Regressão Linear Múltipla VII

Análise de Regressão Linear Múltipla VII Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

Plano de amostragem do ISA-Capital 2008 Maria Cecília Goi Porto Alves Maria Mercedes L. Escuder 24 de junho de 2009

Plano de amostragem do ISA-Capital 2008 Maria Cecília Goi Porto Alves Maria Mercedes L. Escuder 24 de junho de 2009 Plano de amostragem do ISA-Captal 2008 ara Cecíla Go Porto Alves ara ercedes L. Escuder 24 de junho de 2009 Tamanho da amostra A população de estudo refere-se àquela resdente em área urbana do uncípo de

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ

RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ JULIANA KIKUCHI VAN ZAIST * LUCIANO NAKABASHI ** MÁRCIO A. SALVATO *** RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ RESUMO No Brasl e no Paraná exstem graves problemas no que dz respeto ao sstema

Leia mais

7 - Distribuição de Freqüências

7 - 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 mais

Análise de Regressão Linear Múltipla IV

Análise de Regressão Linear Múltipla IV Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao 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 mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas 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 mais

ANEXO I BICICLETA ESCOLAR. Modelo de ofício para adesão à ata de registro de preços (GRUPO 1)

ANEXO I BICICLETA ESCOLAR. Modelo de ofício para adesão à ata de registro de preços (GRUPO 1) ANEXO I BICICLETA ESCOLAR Modelo de ofício para adesão à ata de registro de preços (GRUPO 1) Assunto: Adesão à ata de registro de preços nº 70/2010 do pregão eletrônico nº 40/2010. 1 2 BICICLETA 20 - AC,

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. 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 mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos 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 mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores) UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara

Leia mais

Análise de Variância. Comparação de duas ou mais médias

Análise de Variância. Comparação de duas ou mais médias Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)

Leia mais

METOLOGIA. 1. Histórico

METOLOGIA. 1. Histórico METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao 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 mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método

Leia mais

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II FACULDADE DE ECONOMIA DO PORTO Lcencatura em Economa E C O N O M E T R I A II (LEC310) Avalação dstrbuída - Teste global 25 de Junho de 2007 NOTAS PRÉVIAS: 1. A prova tem duração de 2 horas. 2. Apenas

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

O F Í C I O C I R C U L A R. Participantes dos Mercados da B3 Segmento BM&FBOVESPA. Ref.: Nova Metodologia do Índice Dividendos BM&FBOVESPA (IDIV).

O F Í C I O C I R C U L A R. Participantes dos Mercados da B3 Segmento BM&FBOVESPA. Ref.: Nova Metodologia do Índice Dividendos BM&FBOVESPA (IDIV). 01 de novembro de 2017 069/2017-DP O F Í C I O C I R C U L A R Partcpantes dos Mercados da B3 Segmento BM&FBOVESPA Ref.: Nova Metodologa do Índce Dvdendos BM&FBOVESPA (IDIV). Concluída a fase de dscussão

Leia mais

RETORNO EM ESCOLARIDADE NO PARANÁ

RETORNO EM ESCOLARIDADE NO PARANÁ RETORNO EM ESCOLARIDADE NO PARANÁ Julana K. Van Zast 1 Lucano Nakabash 2 Márco A. Salvato 3 Resumo - A baxa qualdade do sstema educaconal braslero é um dos obstáculos ao crescmento de sua economa. Uma

Leia mais

METODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2)

METODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2) METODOLOGIA DO ÍNDICE CARBONO Abrl/2015 [data] METODOLOGIA DO ÍNDICE CARBONO O ICO2 é o resultado de uma cartera teórca de atvos, elaborada de acordo com os crtéros estabelecdos nesta metodologa. Os índces

Leia mais

AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO)

AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO) AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO) Alexandre Manoel A. da Slva (IPEA) ** Gulherme Mendes Resende (IPEA) ** Raul da Mota S. Neto (PIMES/UFPE)

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA

U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A CLASSIFICAÇÃO DE MONOGRAFIAS UMA PROPOSTA PARA MAIOR OBJECTIVIDADE ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Estatística Espacial: Dados de Área

Estatística Espacial: Dados de Área Estatístca Espacal: Dados de Área Dstrbução do número observado de eventos Padronzação e SMR Mapas de Probabldades Mapas com taxas empírcas bayesanas Padronzação Para permtr comparações entre dferentes

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na

Leia mais

Identidade dos parâmetros de modelos segmentados

Identidade dos parâmetros de modelos segmentados Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 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 mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

Diferença entre a classificação do PIB per capita e a classificação do IDH

Diferença entre a classificação do PIB per capita e a classificação do IDH Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca

Leia mais

Efeito Trabalhador Adicional: Evidências Usando as Condições de Saúde dos Trabalhadores por Conta-Própria

Efeito Trabalhador Adicional: Evidências Usando as Condições de Saúde dos Trabalhadores por Conta-Própria Efeto Trabalhador Adconal: Evdêncas Usando as Condções de Saúde dos Trabalhadores por Conta-Própra Maurco Cortez Res IPEA Resumo De acordo com o efeto trabalhador adconal, a oferta agregada de trabalho

Leia mais

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2 Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer

Leia mais

PRESSUPOSTOS DO MODELO DE REGRESSÃO

PRESSUPOSTOS DO MODELO DE REGRESSÃO PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras

Leia mais

Equações Simultâneas

Equações Simultâneas Equações Smultâneas Caracterzação. Os modelos de equações smultâneasenvolvem mas de uma varável dependente, ou endógena, sendo necessáras tantas equações quanto for o número de varáves endógenas 2. Uma

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO 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 mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. 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 mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Nome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009

Nome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009 Estatístca para Economa e Gestão Lcencaturas em Economa e Gestão.º Semestre de 008/009 Exame Fnal (.ª Época) 16 de Junho de 009; 17h30m Duração: 10 mnutos INSTRUÇÕES Escreva o nome e número de aluno em

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável 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 mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

Covariância na Propagação de Erros

Covariância na Propagação de Erros Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos

Leia mais

Instituições e nível de renda: uma abordagem empírica para os municípios paranaenses

Instituições e nível de renda: uma abordagem empírica para os municípios paranaenses Insttuções e nível de renda: uma abordagem empírca para os muncípos paranaenses Ana Elsa Gonçalves Perera Lucano Nakabash RESUMO - O estado do Paraná apresenta uma grande dspardade no nível do PIB por

Leia mais

2ª Atividade Formativa UC ECS

2ª 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 mais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de

Leia mais

Índices de Concentração 1

Índices de Concentração 1 Índces de Concentração Crstane Alkmn Junquera Schmdt arcos André de Lma 3 arço / 00 Este documento expressa as opnões pessoas dos autores e não reflete as posções ofcas da Secretara de Acompanhamento Econômco

Leia mais

ECONOMETRIA Prova Intermediária PI 04/04/2014

ECONOMETRIA Prova Intermediária PI 04/04/2014 ECONOMETRIA Prova Intermedára PI 04/04/2014 Prezado(a) Aluno(a), Você terá 120 mnutos a partr do níco ofcal da prova para conclur esta avalação, admnstre bem o seu tempo. Lea atentamente as nstruções a

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Biocombustíveis e inclusão social: impacto das normas ambientais sobre o mercado de trabalho

Biocombustíveis e inclusão social: impacto das normas ambientais sobre o mercado de trabalho Bocombustíves e nclusão socal: mpacto das normas ambentas sobre o mercado de trabalho Márca Azanha Ferraz Das de Moraes ESALQ/USP Colaboração: Fabíola Crstna Rbero de Olvera Luz Gustavo Antono de Souza

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística 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 mais

CAPÍTULO V- OS FACTORES DETERMINANTES DA PROBABILIDADE DE DESEQUILÍBRIO FINANCEIRO DOS MUNICÍPIOS PORTUGUESES- ESTUDO EMPÍRICO

CAPÍTULO V- OS FACTORES DETERMINANTES DA PROBABILIDADE DE DESEQUILÍBRIO FINANCEIRO DOS MUNICÍPIOS PORTUGUESES- ESTUDO EMPÍRICO CAPÍTULO V- OS FACTORES DETERMINANTES DA PROBABILIDADE DE DESEQUILÍBRIO FINANCEIRO DOS MUNICÍPIOS PORTUGUESES- ESTUDO EMPÍRICO 317 CAPÍTULO V-OS FACTORES DETERMINANTES DA PROBABILIDADE DE DESEQUILÍBRIO

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais