Como a cor e outros fatores afetam a probabilidade de um jovem ser um estudante universitário no Brasil

Tamanho: px
Começar a partir da página:

Download "Como a cor e outros fatores afetam a probabilidade de um jovem ser um estudante universitário no Brasil"

Transcrição

1 Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl Rolfo Hoffmann Professor Insttuto de Economa da UNICAMP rhoffman@eco.uncamp.br RESUMO: A partr s mcrodas da PNAD de 2006 separa-se o conjunto s jovens de 18 a 30 anos de dade com escolardade gual ou superor ao ensno mé completo. Por meo de um modelo de lógte, analsa-se como a probabldade de um desses jovens ser um estudante de curso superor (partcular ou públco) depende da sua dade, cor e sexo, da escolardade s pas, da stuação mcílo, da regão, da renda mclar per capta e número de pessoas no mcílo. Ser preto ou par afeta negatvamente essa probabldade, mas ser amarelo tem efeto postvo, especalmente na probabldade de ser estudante de curso superor públco. Palavras-chave: Estudante unverstáro; Cor; Dscrmnação. ABSTRACT: From de mcrodata of a 2006 Brazlan natonal survey, ths paper analyzes the set of 18 to 30 years old persons who have at least completed hgh school and lve n the household wth ther father and mother. A logt model s used to analyze how the probablty of one of these persons beng a college student depends on hs age, color (race) and gender, the level of schoolng of hs father and hs mother, the regon and rural or urban locaton of the household, the level of household ncome per capta and the number of persons n the household. Beng black or brown ( par ) has a negatve effect on that probablty, but beng Asan ( amarelo.e. yellow) has a postve effect, partcularly when one analyzes the probablty of the person beng a student n a publc college. Keywords: College student; Color; Dscrmnaton. 1. Introdução O debate sobre a cração de város tpos de cotas no processo de seleção s alunos de unversdades públcas no Brasl aumenta, obvamente, o nteresse em conhecer quas são, atualmente, os prncpas condconantes da probabldade de um jovem se tornar um estudante de curso superor. Qual é a mportânca da renda mclar na determnação dessa probabldade? A cor jovem afeta essa probabldade? Qual é a nfluênca da escolardade s pas? O objetvo desse trabalho é contrbur para o esclarecmento dessas questões.

2 Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl 2 Talvez seja convenente explctar que nenhuma análse econométrca va estabelecer uma decsão a favor ou contra os dversos tpos de cota. A decsão depende da mportânca que se dá aos dversos ângulos problema. De um la teríamos a vsão s que consderam as cotas como uma das poucas alternatvas váves para pagar, parcalmente, a dívda hstórca país para com os afro-descentes. De outro la teríamos a defesa prncípo sagra de que na unversdade todas as avalações devem ser baseadas únca e exclusvamente no desempenho acadêmco. Mas é óbvo que a análse da stuação exstente deve orentar uma decsão raconal e ponderada. Neste trabalho a análse s fatores que afetam a probabldade de um jovem ngressar na unversdade será feta utlzan das da Pesqusa Naconal por Amostra de Domcílos (PNAD) de Trata-se, portanto, de uma análse sncrônca (cross secton). O deal, sem dúvda, sera trabalhar com das em panel, que permtssem acompanhar, ao longo tempo, o que ocorre com cada jovem. Análses da dscrmnação racal no Brasl usualmente se restrngem ao contraste entre brancos e negros, usan-se esse termo para desgnar o agrega de pretos e pars. Veja-se, por exemplo, os trabalhos publcas no lvro de Hasenbalg, Slva e Lma (1999), o lvro de Pastore e Slva (2000) e os artgos de Soares (2000), Henrques (2001) e Klsztajn et al. (2005). Da mesma manera que é feto em Zucch e Hoffmann (2004), neste trabalho se destacam os amarelos. Em geral o efeto de ser amarelo tem snal oposto ao efeto de ser negro. Acredta-se que a necessdade de nterpretar apropradamente os s coefcentes contrbu para melhorar a qualdade da análse. 2. Das e metologa São utlzas os mcrodas da PNAD (Pesqusa Naconal por Amostra de Domcílos) de 2006 e toda a análse estatístca é feta com ponderação pelo fator de expansão fornec pelo IBGE 1. Destaca-se uma amostra de jovens com 18 a 30 anos de dade cuja condção no mcílo é flho, em mcílos com presença de pessoa de referênca e cônjuge. Entre essas duas pessoas, aquela que for sexo masculno é consderada pa jovem e aquela que for sexo femnno é consderada mãe jovem. A lmtação aos casos em que 1 Foram utlzas os novos pesos para a PNAD de 2006, dvulgas juntamente com os das da PNAD de Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

3 Rolfo Hoffmann o jovem resde no mcílo com o pa e a mãe se justfca pela mportânca de utlzar a escolardade pa e a da mãe como varáves explanatóras. O nconvenente, obvamente, é perder as nformações referentes a jovens que resdem em mcílos sem a presença pa e/ou da mãe. Fo necessáro exclur, também, os casos de valor não-declara para a escolardade pa ou da mãe. Para cálculo da renda mclar per capta (RDPC) foram excluídas as pessoas cuja condção no mcílo é pensonsta, emprega méstco ou parente emprega méstco. Ten em vsta que a cor será utlzada como varável explanatóra, foram excluís os jovens sem declaração de cor e os ndígenas. Foram consderas apenas os jovens com pelo menos 11 anos de escolardade, ou seja, aqueles que tnham completa o ensno mé (2 o grau) e poderam, então, se tornar estudantes de curso superor. Esse conjunto de jovens é denomna amostra A. Para os jovens da amostra A, pode-se fazer uma análse s determnantes da probabldade de que eles superem os 11 anos de escolardade, ten completa pelo menos o prmero ano de um curso superor. Entretanto, para dstngur curso superor partcular e curso superor públco, é necessáro se lmtar aos jovens que, na PNAD de 2006, são estudantes de curso superor. Na análse s determnantes da probabldade de um jovem ser um estudante de curso superor, é necessáro exclur os que são alunos de mestra ou utora, os que já fzeram pósgraduação e os que, não sen estudantes, tem escolardade gual ou superor a 15 anos. Obtém-se, então, a amostra B, com observações 2, nclun estudantes de curso superor partcular e estudantes de curso superor públco. Consderan os fatores de expansão (pesos) fornecs pelo IBGE, essa amostra representa uma população de jovens 3. É claro que a PNAD não fornece a amostra deal para estudar o problema proposto. Na amostra B, a ser utlzada, está-se exclun os estudantes unverstáros que não moram com os pas e não se dstngue o caso jovem que fca, defntvamente, com apenas 11 anos de escolardade daquele que apenas nterrompe sua progressão estudantl por um ou s anos 2 A nclusão s ndígenas representara um adconal de apenas 28 observações, tanto na amostra A como na amostra B. 3 Para o letor apenas nteressa em nterpretar e avalar a mportânca s resultas desta pesqusa, bastara nformar que se trata de uma população de 7,2 mlhões de jovens. O tamanho da amostra e da população com tos os algarsmos é fornec para que alguém que vá refazer os cálculos a partr s mcrodas da PNAD possa verfcar se está analsan exatamente os mesmo das. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

4 Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl 4 para se dedcar a um emprego ou fazer um curso preparatóro para o vestbular. Sabe-se que a concorrênca no vestbular vara muto com a carrera escolhda (medcna, engenharas, cêncas socas etc.), mas os das da PNAD não nformam a carrera s estudantes de curso superor. É necessáro lembrar essas lmtações ao analsar os resultas apresentas adante. Seja P a probabldade de um jovem com pelo menos 11 anos de escolardade ser um estudante de curso superor e sejam x h, com h = 1,..., k as k varáves explanatóras que serão consderadas. Então o modelo de lógte para a probabldade P pode ser representa pela equação P 1 = 1+ exp ( y ) (1) com y = α + β x + β x + K+ β x k k Alternatvamente, o modelo pode ser representa pela equação y P ln α + β x (2) = = + β1x1 + β 2x2 + K 1 P Se, por exemplo, o valor de x 2 aumentar de 1 undade, mantdas constantes as demas varáves explanatóras, o valor de [ P ( 1 )] multplcar a relação P ( 1 ) por ( ) P P k k ln aumenta de β 2, o que corresponde a exp β 2, que é a odds rato assocada à varável 2 As estmatvas s s e s respectvos desvos padrões são obtdas pelo méto da máxma verossmlhança. As varáves explanatóras utlzadas nesta pesqusa são as seguntes: 1) Uma varável bnára que é gual a 1 quan o mcílo está em área rural e é gual a zero quan está em área urbana. 2) Uma varável bnára que assume valor 1 quan o jovem é sexo femnno. 3) Escolardade pa, em anos. Valores de zero a 14 ndcam o nível de escolardade e para a categora 15 anos ou mas o valor fo fxa em 17. 4) Escolardade da mãe, defnda da mesma manera que a escolardade pa. 5) Idade jovem, em anos, e seu quadra. 6) Sete varáves bnáras para dstngur 8 estratos de renda mclar per capta (RDPC). Consderan a moeda corrente por ocasão da PNAD de 2006, os estratos são: até 200; mas de 200 a 300; mas de 300 a 400; mas de 400 a 500; x. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

5 Rolfo Hoffmann mas de 500 a 700; mas de 700 a 1000; mas de 1000 a 2000; mas de O estrato mas pobre é ata como base. 7) Número de pessoas por mcílo (exclun pensonstas, empregas méstcos e parentes de empregas méstcos). 8) Uma varável bnára para exstênca de telefone celular no mcílo. 9) Uma varável bnára para exstênca de telefone fxo no mcílo. 10) Uma varável bnára para exstênca de máquna de lavar roupa no mcílo. 11) Cnco varáves bnáras para dstngur 6 regões país: Norte, Nordeste, MG + ES + RJ, SP, Sul e Centro-oeste. O Nordeste é ata como base. 12) Duas varáves bnáras para dstngur negros (pretos e pars), amarelos e brancos, com esses últmos como base. 3. Resultas para o Brasl Consderan o conjunto de das denomna amostra B na seção anteror, a tabela 1 mostra como a porcentagem s jovens analsas que são estudantes de curso superor partcular ou públco vara com o nível da RDPC. Note-se que a proporção s jovens que é estudante de curso superor cresce monotoncamente ao longo s 8 estratos de RDPC, passan de 6,58% no estrato mas pobre para 79,60% no estrato mas rco. Note-se como o crescmento dessa proporção é muto mas ntenso para estudantes de unversdades partculares que para estudantes de escolas públcas, mostran, como sera de se esperar, que o acesso a cursos partculares depende muto mas da renda que o acesso a cursos superores públcos. Mas a proporção s jovens que é estudante em unversdade públca é fortemente assocada ao nível de renda da famíla, crescen de 3,16% no estrato mas pobre para cerca de 15% nos s estratos mas rcos. Ajustan um modelo de lógte para a probabldade de o jovem ser estudante de curso superor, utlzan como varáves explanatóras apenas as 7 varáves bnáras que dstnguem os 8 estratos de RDPC, verfca-se que tos os 7 coefcentes de regressão são altamente sgnfcatvos, com probabldade caudal teste de nuldade nferor a 0,01%. Para esse modelo, o coefcente c é gual a 0,773. Esse coefcente é uma medda da qualdade ajustamento modelo baseada no número de pares concordantes, sto é, pares Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

6 Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl 6 de observações para os quas a ordenação conforme probabldades estmadas é gual à ordenação conforme valores observas da varável dependente. Tabela 1. Proporção de jovens de 18 a 30 anos, com pelo menos 11 anos de escolardade e com pa e mãe no mcílo, que são estudantes de curso superor, conforme estratos de renda mclar per capta. Brasl, Estratos de renda mclar per capta (R$ de set./2006) Número % que é estudante de curso superor de jovens Partcular Públco Total Até ,42 3,16 6,58 Mas de 200 a ,59 4,20 12,79 Mas de 300 a ,81 5,56 18,37 Mas de 400 a ,36 6,17 23,52 Mas de 500 a ,32 8,16 34,48 Mas de 700 a ,13 11,12 44,25 Mas de 1000 a ,77 15,44 65,21 Mas de ,81 14,79 79,60 Total ,31 7,90 31,21 Fonte: PNAD de A tabela 2 mostra váras característcas da população analsada, conforme as quatro categoras de cor, consderan o conjunto de jovens na amostra B. Cabe lembrar que todas as porcentagens e médas foram calculadas utlzan os fatores de expansão fornecs pelo IBGE. Nessa população, 60,0% são brancos, 34,0% são pars, 5,2% são pretos e 0,8% são amarelos. Como sera de se esperar, a dade méda é semelhante para as 4 quatro categoras de cor (entre 22 e 23 anos). Por outro la, notem-se as enormes dferenças na renda mclar per capta (RDPC). Em méda, brancos obtêm 82% mas que pretos e a RDPC de amarelos supera a s brancos em 45%. As varáves consderadas como proxes nível de vda (posse de telefone fxo ou celular e de máquna de lavar roupa) também mostram stuação semelhante e por para pretos e pars, melhor para brancos e melhor anda para amarelos. A mesma ordenação é observada para o nível de escolardade pa e da mãe. As três últmas lnhas da tabela 2 mostram como a porcentagem que é estudante de curso superor partcular ou públco vara com a cor jovem. No conjunto to, 31,21% são estudantes unverstáros, com 23,31% em cursos partculares e 7,90% em cursos públcos. Essas porcentagens são um pouco mas elevadas entre brancos, muto mas altas entre amarelos e mas baxas (e semelhantes) para pretos e pars. Note-se que a dferença entre porcentagens de brancos e Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

7 Rolfo Hoffmann negros (pretos ou pars) é muto maor no ensno superor partcular que no públco, ao passo que a dferença entre porcentagens de amarelos e brancos é maor no ensno públco que no partcular. Tabela 2. Característcas s jovens de 18 a 30 anos, com pelo menos 11 anos de escolardade e com pa e mãe no mcílo, conforme sua cor. Brasl, Estatístca Tos Brancos Pretos Pars Amarelos Pessoas na amostra Pessoas na população (1000) % sexo femnno 50,63 50,22 51,58 51,29 46,5 % em mcílo rural 7,98 7,24 6,97 9,58 1,10 % em mcílo com telefone fxo 75,35 80,40 72,08 66,48 95,65 telefone celular 86,65 89,53 82,93 81,89 96,69 máquna de lavar 57,48 67,50 47,65 40,60 89,37 Idade méda (anos) 22,4 22,2 22,8 22,5 22,7 Escolardade méda 11,5 11,7 11,3 11,3 12,3 RDPC (1) méda 706,3 847,4 466,6 482, ,6 Nº mé pessoas/mcílo 4,77 4,55 5,12 5,12 4,40 Escolardade méda pa 7,4 8,2 6,1 6,1 10,9 Escolardade méda da mãe 7,7 8,4 6,5 6,6 11,3 % que é estudante de ens. Superor Partcular 23,31 28,86 12,68 14,88 35,06 Públco 7,90 8,75 7,01 6,24 20,75 partcular ou públco 31,21 37,61 19,69 21,12 55,82 Fonte: PNAD de (1) Renda mclar per capta, em reas de setembro de Ajustan um modelo de lógte para a probabldade de o jovem ser estudante de curso superor, utlzan como varáves explanatóras apenas as 2 varáves bnáras que dstnguem brancos, negros e amarelos, são obts os resultas apresentas nas duas prmeras colunas da tabela 3. Verfca-se que os s coefcentes de regressão são altamente sgnfcatvos, com probabldade caudal teste de nuldade nferor a 0,01% e coefcente c gual a 0,598 Note-se que esse coefcente é substancalmente mas baxo que no modelo com 7 varáves bnáras para estratos de RDPC (c = 0,780), mostran que, soladamente, o nível da RDPC é bem mas mportante que a cor, como condconante da probabldade de um jovem ser estudante de ensno superor. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

8 Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl 8 Tabela 3. Efeto da cor na probabldade de um jovem de 18 a 30 anos, com pelo menos 11 anos de escolardade e com pa e mãe no mcílo, ser estudante de curso superor, de curso superor públco ou de curso superor partcular. Brasl, Modelo de lógte. Varável explanatóra Curso superor Curso superor públco Curso superor partcular desvo desvo desvo Constante 0,5061 0,0216 2,3440 0,0370 0,9024 0,0231 Negro 0,8231 0,0385 0,3489 0,0648 0,8648 0,0434 Amarelo 0,7399 0,1873 1,0041 0,2308 0,2862 (1) 0,1950 (1) A probabldade caudal teste da hpótese de nuldade é gual a 14,2%. Nos demas casos essa probabldade é nferor a 0,01%. Nas demas colunas da tabela 3 são apresentas os resultas de um modelo de lógte semelhante, consderan a probabldade de o jovem ser um estudante de curso superor públco ou de curso superor partcular. Em tos os casos, o fato de ser negro reduz sgnfcatvamente a probabldade de o jovem ser um estudante unverstáro, e o fato de ser amarelo aumenta essa probabldade. Cabe ressaltar que as estmatvas de s apresentadas na tabela 3 apenas refletem as dferenças entre as porcentagens apresentadas nas três últmas lnhas da tabela 2. A tabela 4 mostra os resultas obts utlzan todas as varáves explanatóras relaconadas na seção 2. Agora a estmatva coefcente ndca o efeto de cada varável mantdas fxas as demas varáves explanatóras ncluídas no modelo. Consdere-se, ncalmente, o modelo para a probabldade de o jovem ser um estudante unverstáro (em curso partcular ou públco). O coefcente c referente à qualdade ajustamento desse modelo é gual a 0,825. Verfca-se que a RDPC, a escolardade pa e, prncpalmente, a da mãe, afetam postvamente a varável dependente. A tabela 2 mostra que, em méda, essas 3 varáves explanatóras são mas altas para os amarelos e mas baxas para os negros, em comparação com os brancos. Pode-se, entender, então, porque os coefcentes para negro e amarelo na prmera coluna da tabela 3 são, em valor absoluto, substancalmente mas altos que na prmera coluna da tabela 4. Na tabela 3 esses coefcentes ncluem tos os efetos ndretos decorrentes da assocação da cor com outras varáves explanatóras, partcularmente a RDPC e as escolardades pa e da mãe. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

9 Rolfo Hoffmann Tabela 4. Modelo de lógte para a probabldade de um jovem de 18 a 30 anos, com pelo menos 11 anos de escolardade e com pa e mãe no mcílo, ser estudante de curso superor ou de curso superor públco. Brasl, Varável explanatóra Curso superor desvo Prob. caudal (1) Curso superor públco desvo Prob. caudal (1) Constante 10,8577 1,1050 * 11,0158 1,7925 * Área rural 0,0106 0, ,8% 0,2549 0,1501 8,9% Sexo femnno 0,5533 0,0426 * 0,1349 0,0632 3,3% Escolardade pa 0,0521 0,0058 * 0,0595 0,0088 * Escolardade da mãe 0,0904 0,0060 * 0,0971 0,0091 * Idade 0, * 0,6775 0,1574 * Idade ao quadra 0,0157 0,0021 * 0,0156 0,0034 * RDPC (2) (200; 300] 0,4942 0,1112 * 0,1804 0, ,6% (300; 400] 0,7668 0,1102 * 0,3949 0,1649 1,7% (400; 500] 0,9000 0,1131 * 0,3484 0,1730 4,4% (500; 700] 1,2792 0,1089 * 0,4539 0,1644 0,58% (700; 1000] 1,5032 0,1122 * 0,5846 0,1674 * (1000; 2000] 2,0175 0,1168 * 0,5482 0,1725 0,15% >2000 2,4255 0,1436 * 0,1075 0, ,7% Pessoas/mc. 0,1229 0,0182 * 0,0923 0,0282 0,11% Telefone celular 0,3063 0,0818 * 0,2928 0,1397 3,6% Telefone fxo 0,4876 0,0651 * 0,1498 0, ,6% Máq. de lavar roupa 0,1719 0,0531 0,12% 0,1707 0,0841 4,2% Regão (3) Norte 0,0533 0, ,1% 0,1648 0, ,8% MG+ES+RJ 0,1498 0,0702 3,3% 0,5927 0,0957 * SP 0,6092 0,0711 * 1,3711 0,1073 * Sul 0,2453 0,0790 0,19% 0,6540 0,1091 * Centro-Oeste 0,1442 0, ,5% 0,3284 0,1270 0,97% Negro 0,3216 0,0489 * 0,1953 0,0749 0,92% Amarelo 0,2619 0, ,6% 0,8788 0,2477 * (1) Probabldade caudal teste da hpótese de nuldade. O astersco assnala os casos em que essa probabldade é nferor a 0,1%. (2) (3) Renda mclar per capta, em reas de setembro de A base é o estrato com RDPC gual ou menor que R$ 200. A regão Nordeste é atada como base. A renda mclar é, reconhecdamente, uma varável muto sujeta a erros de declaração, sen usualmente subestmada. Em função dsso, foram ncluídas as varáves para presença, no mcílo, de telefone celular, telefone fxo e máquna de lavar roupa. Essas varáves consttuem proxes para o nível de vda da famíla e, de acor com o espera, os respectvos coefcentes são postvos. A análse mostra a grande mportânca das característcas mcílo (com destaque para o nível de renda e a escolardade s pas) como condconantes da probabldade Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

10 Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl 10 jovem ser um estudante de ensno superor. É sab que as famílas que podem arcar com os custos, matrculam os flhos em escolas partculares de ensno fundamental (1 o grau) e mé (2 o grau), geralmente com melhor qualdade de ensno que as escolas públcas. Famílas relatvamente rcas podem, anda, suportar os custos de um curso preparatóro para o vestbular. Para que os jovens de famílas relatvamente pobres tvessem pelo menos probabldade semelhante de atngr o ensno superor (3 o grau), sera fundamental melhorar a qualdade ensno públco (e gratuto) de prmero e segun grau. O problema, na prátca, é que fazer sso é bem mas dfícl que crar cotas para negros no ensno superor. Verfca-se, na tabela 4, que ser sexo femnno contrbu sgnfcatvamente para aumentar a probabldade de o jovem ser um estudante unverstáro. O efeto número de pessoas no mcílo é negatvo e estatstcamente sgnfcatvo, analogamente ao resulta obt em trabalho de Hasenbalg e Slva (1999), que analsa o acesso à escola de cranças de 7 a 14 anos de dade. De acor com o modelo ata, admte-se que o valor de y, defn na expressão (2), vara em função da dade jovem conforme um arco de parábola. Com base nos coefcentes estmas, verfca-se que a dade assocada ao ponto de máxmo da parábola (e valor máxmo para a probabldade de o jovem ser um estudante unverstáro) é 22,2 anos. Quan se estma um modelo de lógte nclun apenas as 5 varáves bnáras que dstnguem as 6 regões, não se constata dferença sgnfcatva entre o Norte e o Nordeste, e os coefcentes referentes às demas regões ndcam que a probabldade de o jovem ser estudante unverstáro é maor que no Nordeste, especalmente no Sul e no Centro-Oeste. Os coefcentes apresentas na prmera coluna da tabela 4 são muto dferentes, com valor negatvo e estatstcamente sgnfcatvo (ao nível de 5%) para os coefcentes assocas a MG + ES + RJ, SP e Sul. Em parte sso pode ser dev a uma correção excessva assocada à RDPC, pos foram usas os mesmos estratos de RDPC para todas as regões, sem levar em consderação as dferenças de custo de vda. Nas três últmas colunas da tabela 4 estão os resultas obts para o modelo em que a varável dependente é a probabldade de o jovem ser estudante de curso superor públco. A qualdade de ajustamento é um pouco por que no modelo anteror, com c = 0,749. Ser sexo femnno contnua com efeto postvo, embora mas fraco. A escolardade pa e, especalmente, a da mãe tem efeto altamente sgnfcatvo sobre a probabldade de o jovem ser estudante de curso superor públco. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

11 Rolfo Hoffmann É notóro que as varáves assocadas ao nível de renda (nclun as proxes para nível de vda) perdem mportânca, em comparação com a equação estmada para a probabldade de o jovem se tornar estudante de ensno superor públco ou partcular. Também perde mportânca o efeto de ser negro, embora contnue negatvo e estatstcamente sgnfcatvo. O efeto de ser amarelo é mas ntenso e se torna estatstcamente sgnfcatvo. Desnecessáro dzer que o efeto das varáves bnáras que dstnguem os 8 níves de RDPC se mostra especalmente mportante quan se ajusta um modelo no qual a varável dependente é a probabldade de o jovem ser aluno de unversdade partcular. 4 Utlzan os das da amostra A ( observações), fo estma um modelo para a probabldade de o jovem ter ultrapassa os 11 anos de escolardade (nclun os casos em que ele já dexou de ser estudante). Os resultas obts são semelhantes aos apresentas nas prmeras colunas da tabela 4, com qualdade ajustamento um pouco melhor (c = 0,845). Em análses estatístcas desse tpo, nas quas se mostra que há um efeto negatvo assoca ao fato de ser negro, mesmo depos de controla o efeto de outros fatores, como RDPC e escolardade s pas, é usual nterpretar o coefcente negatvo como ndcar da dscrmnação contra os negros. Mas é necessáro cuda na nterpretação de tas resultas. Para a análse desenvolvda neste artgo, referente à probabldade de um jovem se tornar um estudante unverstáro, se entendermos que dscrmnação nclu tos os efetos, ao longo da hstóra, da forma como os negros foram ntegras à socedade braslera, devemos consderar nclusve os efetos assocas à pobreza e baxa escolardade s pas s jovens negros. Então o ndcar de dscrmnação sera o coefcente para negros na equação que consdera apenas as varáves bnáras para as categoras de cor, apresentada na tabela 3, e não o coefcente correspondente na equação completa apresentada na tabela 4. Em qualquer caso, parece napropra assocar o coefcente negatvo ao conceto de dscrmnação racal, strcto sensu, pos o coefcente postvo para amarelos tera que ser consdera como um ndcar de dscrmnação a favor dessa categora de cor. Esse tema será retoma na seção fnal deste artgo, após analsar os das para o Esta de São Paulo. 4 Têm cresc, desde 2005, o número de bolsas (parcas ou ntegras) fornecdas pelo ProUn (Programa Unversdade para Tos) para que jovens de famílas relatvamente pobres possam se matrcular em cursos de nível superor da rede partcular. Sera nteressante pesqusar em que medda essas bolsas reduzram a mportânca da RDPC como condconante acesso s jovens ao ensno superor partcular. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

12 Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl Resultas para o Esta de São Paulo Como um s objetvos da pesqusa é analsar o efeto de o jovem ser amarelo, consderou-se convenente focalzar a análse no Esta de São Paulo, onde é bem maor a partcpação dessa categora de cor na população 5. Dos mcrodas da PNAD de 2006 fo extraí um conjunto de jovens de 18 a 30 anos resdentes no Esta de São Paulo, excluís os sem declaração da RDPC, da escolardade ou da cor, e os ndígenas. Desses jovens destacam-se os que são flhos em mcílos com a presença cônjuge da pessoa de referênca, exclun os casos em que não há nformação sobre a escolardade dessas pessoas. Em seguda, desses jovens destacamse os com pelo menos 11 anos de escolardade, que consttuem a amostra A. Fnalmente, exclun os que são alunos de pós-graduação, completaram o mestra ou utora e os que têm pelo menos 15 anos de escolardade e dexaram de ser estudantes, obtém-se a amostra B, com observações. A tabela 5 mostra como, na amostra B para SP, a porcentagem s jovens que são estudantes de curso superor partcular ou públco vara com o nível de RDPC. Observa-se que, quase sempre, a porcentagem cresce com o nível de renda. Da mesma manera que fo constata para o Brasl to, o crescmento da porcentagem é mas ntenso para estudantes de unversdades partculares que para estudantes de unversdades públcas. Tabela 5. Proporção de jovens de 18 a 30 anos, com pelo menos 11 anos de escolardade e com pa e mãe no mcílo, que são estudantes de curso superor, conforme estratos de renda mclar per capta. Esta de São Paulo, Estratos de renda mclar per capta (R$ de set./2006) Número de % que é estudante de curso superor jovens Partcular Públco Total Até ,38 0,60 2,98 Mas de 200 a ,70 2,14 9,85 Mas de 300 a ,13 2,09 11,22 Mas de 400 a ,62 2,16 18,79 Mas de 500 a ,53 3,65 32,18 Mas de 700 a ,47 5,41 34,88 Mas de 1000 a ,75 10,46 58,21 Mas de ,74 7,03 69,77 Total ,72 4,33 29,05 Fonte: PNAD de É verdade que a escolha esta de São Paulo também está assocada ao fato de o autor ter sempre resd nessa undade da federação, leconan na Unversdade de São Paulo e na Unversdade de Campnas. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

13 Rolfo Hoffmann A tabela 6 mostra váras característcas da população analsada, conforme as quatro categoras de cor. Utlzan os fatores de expansão da amostra fornecs pelo IBGE, verfca-se que nessa população 72,2% são brancos, 22,0% são pars, 4,1% são pretos e 1,7% são amarelos. Note-se que a proporção de amarelos no Esta de São Paulo supera o bro da observada na população correspondente para to o Brasl. Da mesma manera que fo observa para o Brasl como um to, as dades médas são muto semelhantes e as varáves assocadas ao nível de vda da famíla são substancalmente mas altas para os amarelos e mas baxas para os pretos e pars. A méda da RDPC é muto semelhante para pretos e pars, é 57% mas elevada para os brancos e 173% mas elevada para os amarelos. As três últmas lnhas da tabela mostram como a porcentagem de jovens que é estudante de curso superor partcular ou públco vara com a cor. Na lnha para partcular ou públco, a porcentagem para pretos ou pars tem valor próxmo à metade da porcentagem para brancos; por outro la, a porcentagem para amarelos é quase o bro da porcentagem para brancos. No caso s cursos públcos, a porcentagem para amarelos é mas de 4 vezes maor que a porcentagem para brancos. Tabela 6. Característcas s jovens de 18 a 30 anos, com pelo menos 11 anos de escolardade e com pa e mãe no mcílo, conforme sua cor. Esta de São Paulo, Estatístca Tos Brancos Pretos Pars Amarelos Pessoas na amostra Pessoas na população (1000) % sexo femnno 48,53 48,12 48,66 50,36 41,85 % em mcílo rural 3,95 3,78 2,86 5,01 0 % em mcílo com telefone fxo 86,28 87,17 78,12 83,84 100,00 telefone celular 87,97 89,38 80,06 84,08 97,72 máquna de lavar 74,78 78,41 62,91 63,15 100,00 Idade méda (anos) 22,3 22,2 22,9 22,4 23,0 Escolardade méda 4,6 11,6 11,2 11,2 12,5 RDPC (1) méda 776,3 864,3 495,3 495, ,0 Nº mé pessoas/mcílo 4,62 4,52 5,03 4,91 4,35 Escolardade méda pa 7,7 8,2 5,7 6,0 11,1 Escolardade méda da mãe 7,6 8,1 5,7 6,0 11,4 % que é estudante de ens. superor partcular 24,72 27,59 9,51 16,83 41,95 públco 4,33 4,70 3,82 1,96 20,76 partcular ou públco 29,05 32,29 13,33 18,78 62,71 Fonte: PNAD de (1) Renda mclar per capta, em reas de setembro de Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

14 Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl 14 A tabela 7 mostra as estmatvas s s e s respectvos desvos padrões de modelos de lógte para a probabldade de um jovem resdente em SP ser um estudante de ensno superor (públco ou partcular), consderan apenas a sua cor como varável explanatóra. Em tos os casos, o fato de ser negro reduz a probabldade de o jovem ser um estudante unverstáro, e o fato de ser amarelo aumenta sgnfcatvamente essa probabldade (atan o nível de sgnfcânca de 5%). Da mesma manera que fo observa para o Brasl como um to (ver tabela 3), o efeto de ser amarelo é partcularmente ntenso na probabldade de ser estudante de unversdade públca. Tabela 7. Modelo de lógte para efeto da cor na probabldade de um jovem de 18 a 30 anos, com pelo menos 11 anos de escolardade e com pa e mãe no mcílo, ser estudante de curso superor, curso superor públco ou curso superor partcular. Esta de São Paulo, Varável explanatóra Curso superor Curso superor públco Curso superor partcular desvo desvo desvo Constante 0,7406 (1) 0,0498 3,0104 (1) 0,1101 0,9648 (1) 0,0521 Negro 0,7809 (1) 0,1125 0,7599 (2) 0,2831 0,7181 (1) 0,1185 Amarelo 1,2606 (1) 0,3182 1,6711 (1) 0,3905 0,6401 (3) 0,3123 ( 1) Probabldade caudal teste da hpótese de nuldade nferor a 0,01%. (2) Probabldade caudal gual a 0,73%. (3) Probabldade caudal gual a 4,0%. Nas prmeras colunas da tabela 8 estão os resultas obts com o modelo de lógte para a probabldade de o jovem de SP ser um estudante de curso superor, consderan todas as varáves explanatóras relaconadas na seção 2. O coefcente c de qualdade ajustamento é gual a 0,811. Observa-se, novamente, o efeto postvo de sexo femnno, nível da RDPC, da escolardade pa e, mas anda, da escolardade da mãe. O efeto de ser negro é negatvo, mas não é mas estatstcamente sgnfcatvo após a ntrodução das demas varáves explanatóras. O valor absoluto coefcente para amarelo também é mas baxo que o valor correspondente na tabela 8, mas permanece estatstcamente sgnfcatvo ao nível de 5%. De acor com a equação estmada, a probabldade de o jovem ser um estudante de curso superor é maxmzada aos 22,1 anos de dade. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

15 Rolfo Hoffmann Tabela 8. Modelo de lógte para a probabldade de um jovem de 18 a 30 anos, com pelo menos 11 anos de escolardade e com pa e mãe no mcílo, ser estudante de curso superor ou de curso superor públco. Esta de São Paulo, Varável explanatóra Curso superor desvo Prob. caudal (1) Curso superor públco desvo Prob. caudal (1) Constante 17,3588 2,8296 * 20,7549 6,2783 * Área rural 0,8240 0,4584 7,2% - (4) - - Sexo femnno 0,5057 0,1043 * 0,2149 0, ,7% Escolardade pa 0,0478 0,0141 * 0,0707 0,0284 1,3% Escolardade da mãe 0,0880 0,0153 * 0,1167 0,0308 * Idade 1,1511 0,2440 * 1,2172 0,5481 2,6% Idade ao quadra 0,0260 0,0053 * 0,0271 0,0121 2,5% RDPC (2) (200; 300] 1,2019 0,4977 1,6% 1,1880 1, ,9% (300; 400] 1,1920 0,4897 1,5% 0,9136 1, ,3% (400; 500] 1,6492 0,4862 * 0,7079 1, ,3% (500; 700] 2,1706 0,4780 * 0,8847 1, ,0% (700; 1000] 2,1442 0,4829 * 0,9828 1, ,0% (1000; 2000] 2,7111 0,4861 * 1,1086 1, ,2% >2000 2,9305 0,5164 * 0,2681 1, ,8% Pessoas/mc. 0,1028 0,0482 3,3% 0,0666 0, ,5% Telefone celular 0,4367 0,2130 4,0% 0,7516 0, ,8% Telefone fxo 0,5836 0,2183 0,75% 0,0955 0, ,7% Máq. de lavar roupa 0,1695 0, ,8% 1,0466 0,4964 3,5% Negro 0,0736 0, ,2% 0,1327 0, ,9% Amarelo 0,7815 0,3656 3,3% 1,0635 0,4272 1,3% (1) Probabldade caudal teste da hpótese de nuldade. O astersco assnala os casos em que essa probabldade é nferor a 0,1%. (2) Renda mclar per capta, em reas de setembro de A base é o estrato com RDPC gual ou menor que R$ 200. (3) A regão Nordeste é atada como base. (4) A varável bnára para dstngur área rural fo excluída desse modelo porque não há, na amostra, nenhum estudante de curso superor públco entre os 101 jovens resdentes na área rural. Consderan como varável dependente a probabldade de o jovem de SP ser estudante de unversdade públca, foram obts os resultas apresentas nas 3 últmas colunas da tabela 8. O coefcente c de qualdade ajustamento é gual a 0,789. Mutas varáves dexam de ter efeto estatstcamente sgnfcatvo, nclun todas as bnáras referentes aos estratos de RDPC. Mas permanece o efeto postvo e sgnfcatvo (ao nível de 5%) da escolardade pa, da escolardade da mãe e de amarelo. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

16 Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl 16 Cabe ressaltar que o nível de RDPC é uma varável mportante na determnação da probabldade de um jovem de 18 a 30 anos, resdente em SP e com pa e mãe no mcílo, completar o ensno mé (ver o Apêndce). 5. Consderações fnas Com base nos das da PNAD de 2006 verfca-se que, no Brasl, o fato de ser negro (preto ou par) reduz a probabldade de um jovem de 18 a 30 anos que completou o ensno mé se tornar um estudante unverstáro, mesmo controlan o efeto de dversas outras varáves, como a RDPC, a escolardade s pas, a dade jovem, o número de pessoas por mcílo e a área e regão de resdênca. Consdere-se como base de comparação um jovem branco no Nordeste, sexo masculno, com 22 anos de dade, com RDPC de mas de R$ 300 a R$ 400, com escolardade pa e da mãe gual a 7, em mcílo com 5 pessoas, com telefone celular, telefone fxo e máquna de lavar roupa. Para essa stuação hpotétca, o modelo apresenta nas prmeras colunas da tabela 4 estma a probabldade de o jovem ser estudante unverstáro em 26,5%. Uma pessoa adconal no mclo reduz essa probabldade em 2,3 p.p. (pontos percentuas). Um ano adconal na escolardade pa ou da mãe aumenta a probabldade em 1,0 e 1,8 p.p., respectvamente. Ser sexo femnno aumenta a probabldade em 12,0 p.p. Car 3 o para o 1 o estrato de renda, ou subr 3 o para o 8 o estrato, faz a probabldade dmnur 12,2 p.p. ou aumentar 38,9 p.p., respectvamente. Ser negro reduz a probabldade em 5,8 p.p. e ser amarelo aumenta a probabldade em 5,4 p.p. Quan se analsa a probabldade de o jovem ser estudante em unversdade públca, a RDPC perde grande parte seu efeto, mas permanecem mportantes os efetos da escolardade pa e, prncpalmente, da escolardade da mãe. O efeto de ser negro se reduz bastante (mas permanece sgnfcatvo) e o efeto de ser amarelo aumenta. A smetra, com snas opostos, entre o efeto de ser negro e o de ser amarelo mostra o cuda que é necessáro ter na nterpretação s coefcentes. Na medda em que não cabe falar de uma dscrmnação a favor s amarelos, uma nterpretação razoável coefcente postvo para cor amarela é a exstênca de característcas culturas de valorzação conhecmento e da escolarzação que os tornam partcularmente aptos a aprovetar a oferta de cursos superores públcos. Pelo menos em parte, o coefcente negatvo para negros reflete característcas famlares ou culturas hstorcamente condconadas pela forma de sua Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

17 Rolfo Hoffmann nserção na socedade braslera e que não são captadas pela escolardade s pas ou pelo nível de renda mclar per capta. Cabe ressaltar que sso não sgnfca negar a exstênca de dscrmnação contra negros no Brasl. A unversdade públca, no Brasl, fo e contnua sen um mportante canal de ascensão socal para pessoas relatvamente pobres. É desejável que esse processo seja reforça, mas não se pode desprezar o rsco de que o uso abusvo desse nstrumento para benefcar determnas grupos socas acabe por matar a galnha s ovos de ouro. Bblografa HASELBALG, C.; SILVA, N. V. Famíla, cor e acesso á escola no Brasl. In: HASENBALG, C.; SILVA, N.V.; LIMA, M. Cor e estratfcação socal. Ro de Janero: Contra Capa Lvrara, HASENBALG, C.; SILVA, N. V.; LIMA, M. Cor e estratfcação socal. Ro de Janero: Contra Capa Lbrara, HENRIQUES, R. Desgualdade racal no Brasl: evolução das condções de vda na década de 90. IPEA, Ro de Janero, jul (Texto para Dscussão, 807). KILSZTAJN, S. et al. Concentração e dstrbução rendmento por raça no Brasl. Revsta de Economa contemporânea, v. 9, n. 2, p , mao/ago PASTORE, J.; SILVA, N. V. Mobldade socal no Brasl. São Paulo: Makron Books, SOARES, S.S.D. O perfl da dscrmnação no merca de trabalho: homens negros, mulheres brancas e mulheres negras. IPEA, Brasíla, nov (Texto para Dscussão, 769). ZUCCHI, J.D.; HOFFMANN, R. Dferenças de renda assocadas à cor: Brasl, Pesqusa e Debate, v. 15, n. 1 (25), p , jan./jun Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

18 Como a cor e outros fatores afetam a probabldade de um jovem ser um estudante unverstáro no Brasl 18 Apêndce A probabldade de o jovem ter completa o ensno mé. Na PNAD de 2006 tem-se uma amostra de jovens com 18 a 30 anos com o pa e a mãe no mcílo e nformação sobre escolardade de ambos. Dentro desse conjunto, há que completaram o ensno mé (2 o grau), tornan possível seu ngresso em curso superor. Para o Esta de São Paulo dspõe-se de uma amostra de jovens com 18 a 30 anos com o pa e a mãe no mcílo e nformação sobre a escolardade de ambos. Desses, há que completaram o ensno mé. A tabela A1 mostra, para o Brasl e para SP, a proporção s jovens com 18 a 30 anos com pa e mãe no mcílo que completou o ensno mé, conforme faxas de renda, levan em consderação o fator de expansão da amostra. A tabela A2 mostra como essa proporção vara com a cor jovem. Tabela A1. Proporção de jovens de 18 a 30 anos com o pa e a mãe no mcílo que completaram o ensno mé (2 o grau), conforme estratos de RDPC. Estratos de RDPC Nº de jovens (1000) Brasl % com ensno mé completo Nº de jovens (1000) SP % com ensno mé completo Até , ,19 Mas de 200 a , ,00 Mas de 300 a , ,39 Mas de 400 a , ,47 Mas de 500 a , ,00 Mas de 700 a , ,29 Mas de 1000 a , ,31 Mas de , ,32 Total , ,75 Ajustan um modelo de lógte para a probabldade de um jovem de 18 a 30 anos com pa e mãe no mcílo ter completa o ensno mé, com os das para o Brasl e utlzan as mesmas varáves explanatóras da tabela 4, verfca-se que os úncos efetos não sgnfcatvos ao nível de 5% são os das regões Norte e Centro-Oeste e o de cor amarela. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

19 Rolfo Hoffmann Tabela A2. Proporção de jovens de 18 a 30 anos com pa e mãe no mcílo que completaram o ensno mé (2 o grau), conforme sua cor. Cor Brasl SP Nº de jovens (1000) % com ensno mé completo Nº de jovens (1000) % com ensno mé completo Branco , ,15 Preto , ,57 Par , ,69 Amarelo 77 86, ,22 Total , ,75 O modelo análogo para SP, com as mesmas varáves explanatóras usadas na tabela 10, mostra efetos sgnfcatvos a 1% para a grande maora das varáves, excetuan localzação rural (probabldade caudal gual a 54,6%), escolardade pa (p = 12,6%), presença de máquna de lavar roupa (p = 7,2%), cor negra (p = 14,7%) e cor amarela (p = 96,5%). Verfca-se que as varáves relatvas ao nível de renda e a escolardade da mãe têm efetos muto sgnfcatvos. Agenda Socal. V.4, nº3, set-dez / 2010, p , ISSN

Determinantes do consumo da merenda escolar no Brasil. Hoffmann

Determinantes do consumo da merenda escolar no Brasil. Hoffmann SEGURANÇA almentar e nutrconal Determnantes do consumo da merenda escolar no Brasl: análse dos dados da PNAD de 2004 e 2006 Rodolfo Hoffmann 1 O objetvo deste trabalho é avalar os efetos de dversos fatores

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

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

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

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

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

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

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

Como aposentadorias e pensões afetam a educação e o trabalho de jovens do domicílio 1

Como aposentadorias e pensões afetam a educação e o trabalho de jovens do domicílio 1 Como aposentadoras e pensões afetam a educação e o trabalo de jovens do domcílo 1 Rodolfo Hoffmann 2 Resumo A questão central é saber como o valor da parcela do rendmento domclar formada por aposentadoras

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

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

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

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

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

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

Ascensão profissional feminina no mercado de trabalho brasileiro no período 2002/2014

Ascensão profissional feminina no mercado de trabalho brasileiro no período 2002/2014 Ascensão profssonal femnna no mercado de trabalho braslero no período 2002/2014 Renan Bonfm Luz 1 Danela Verzola Vaz 2 RESUMO Apesar da crescente partcpação femnna no mercado de trabalho braslero observada

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

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

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

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

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

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

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

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

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

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

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

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

Regressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará

Regressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará Regressão Logístca Aplcada aos Casos de Sífls Congênta no Estado do Pará Crstane Nazaré Pamplona de Souza 1 Vanessa Ferrera Montero 1 Adrlayne dos Res Araújo 2 Edson Marcos Leal Soares Ramos 2 1 Introdução

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

COEFICIENTE DE GINI: uma medida de distribuição de renda

COEFICIENTE DE GINI: uma medida de distribuição de renda UNIVERSIDADE DO ESTADO DE SANTA CATARINA ESCOLA SUPERIOR DE ADMINISTRAÇÃO E GERÊNCIA DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS COEFICIENTE DE GINI: uma medda de dstrbução de renda Autor: Prof. Lsandro Fn Nsh

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

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

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

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

DETERMINANTES DA DESIGUALDADE DE RENDA EM ÁREAS RURAIS DO NORDESTE

DETERMINANTES DA DESIGUALDADE DE RENDA EM ÁREAS RURAIS DO NORDESTE DETERMINANTES DA DESIGUALDADE DE RENDA EM ÁREAS RURAIS DO NORDESTE Jar Andrade de Araúo Doutorando Economa pelo CAEN/UFC Mestre em Economa Rural pela UFC. Débora Gaspar Fetosa Doutoranda Economa pelo CAEN/UFC

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

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

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

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

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

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

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

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

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

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

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

Determinantes da inserção e dos rendimentos dos jovens no mercado de trabalho formal e informal do Brasil

Determinantes da inserção e dos rendimentos dos jovens no mercado de trabalho formal e informal do Brasil Determnantes da nserção e dos rendmentos dos jovens no mercado de trabalho formal e nformal do Brasl Carlos Otávo de Fretas 1 Julana de Sales Slva 2 RESUMO Dante dos entraves relaconados à partcpação do

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

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

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

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

Capítulo 2. Modelos de Regressão

Capítulo 2. Modelos de Regressão Capítulo 2 Modelos de regressão 39 Capítulo 2 Modelos de Regressão Objetvos do Capítulo Todos os modelos são errados, mas alguns são útes George E P Box Algumas vezes fcamos assustados quando vemos engenheros

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

Área Temática: Macroeconomia do Pleno Emprego: Crescimento e Desenvolvimento Econômico; Mercado de Trabalho.

Área Temática: Macroeconomia do Pleno Emprego: Crescimento e Desenvolvimento Econômico; Mercado de Trabalho. Determnantes da Permanênca no Desemprego no Mercado de Trabalho Cearense. Elano Ferrera Arruda * Danel B. Gumarães ** Gulherme Irff *** Ivan Castelar **** Área Temátca: Macroeconoma do Pleno Emprego: Crescmento

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

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

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

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

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

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

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

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

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções

Leia mais

3. Estatística descritiva bidimensional

3. Estatística descritiva bidimensional 3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão

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

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

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA 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 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

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos

Leia mais

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7 Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. 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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA 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 mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA 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 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

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se: 1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,

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. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação

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

ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO

ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões

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

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha 09//06 Estatístca Aplcada II CORRELAÇÃO AULA 07//6 Prof a Llan M. Lma Cunha CORRELAÇÃO: Identfcar a estênca ou não de assocação lnear entre varáves: -Preço de um produto em regões; -Frete e Km percorrdo;

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

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

EFEITO DA IDADE E MATERIAL GENÉTICO NA FORMA DE ÁRVORES DE Eucalyptus

EFEITO DA IDADE E MATERIAL GENÉTICO NA FORMA DE ÁRVORES DE Eucalyptus EFEITO DA IDADE E MATERIAL GENÉTICO NA FORMA DE ÁRVORES DE Eucalyptus Dana Marques de Olvera ; Ellezer Almeda Mello ; Carolne Stephany Inocênco ; Adrano Rbero Mendonça Bolssta PBIC/UEG, graduandos do Curso

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. UFRGS Insttuto de Matemátca

Leia mais

Área 3 Teoria Aplicada DESIGUALDADE DE OPORTUNIDADE EM SAÚDE: EVIDÊNCIAS PARA O BRASIL

Área 3 Teoria Aplicada DESIGUALDADE DE OPORTUNIDADE EM SAÚDE: EVIDÊNCIAS PARA O BRASIL Área 3 Teora Aplcada DESIGUALDADE DE OPORTUNIDADE EM SAÚDE: EVIDÊNCIAS PARA O BRASIL Camla Mrella Santos de Olvera Mestranda do Programa de Pós-Graduação em Economa da Unversdade Federal do Ro Grande do

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

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

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

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

REMUNERAÇÃO DO TRABALHO: CONTRASTE ENTRE PROFESSORES DO ENSINO FUNDAMENTAL PÚBLICO QUE ATUAM NAS ÁREAS RURAL E URBANA

REMUNERAÇÃO DO TRABALHO: CONTRASTE ENTRE PROFESSORES DO ENSINO FUNDAMENTAL PÚBLICO QUE ATUAM NAS ÁREAS RURAL E URBANA REMUNERÇÃO DO TRLHO: CONTRSTE ENTRE PROFESSORES DO ENSINO FUNDMENTL PÚLICO QUE TUM NS ÁRES RURL E URN klbecker@esalq.usp.br presentação Oral-Polítcas Socas para o Campo KLINC LÉI ECKER; N LÚCI KSSOUF.

Leia mais

TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO

TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO Danelson Jorge Delgado Neves 13, Jeane Rafaele Araúo Lma 1, Lncoln Elo de Araúo 2, Pedro Vera de Azevedo 1 1 UFCG DCA, Campna Grande

Leia mais

DETERMINANTES DOS RENDIMENTOS NO MERCADO DE TRABALHO NACIONAL: UMA COMPARAÇÃO ENTRE OS

DETERMINANTES DOS RENDIMENTOS NO MERCADO DE TRABALHO NACIONAL: UMA COMPARAÇÃO ENTRE OS DETERMINANTES DOS RENDIMENTOS NO MERCADO DE TRABALHO NACIONAL: UMA COMPARAÇÃO ENTRE OS GêNEROS E ENTRE AS REGIÕES METROPOLITANAS DE BELO HORIZONTE E SALVADOR Jader Fernandes Crno 1 João Eustáquo de Lma

Leia mais

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS Rodolfo Hoffmann * Vctor Hugo da Fonseca Porto ** SINOPSE Neste trabalho deduz-se qual é o

Leia mais

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012 ETATÍTICA APLICADA II ANO LECTIVO / Exame Fnal 6 de Julho de Duração : H 3 M Nota: Responder um grupo por folha (utlze frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados

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

A inserção ocupacional e os determinantes salariais das mulheres no mercado de trabalho

A inserção ocupacional e os determinantes salariais das mulheres no mercado de trabalho A nserção ocupaconal e os determnantes salaras das mulheres no mercado de trabalho Paulo Aguar do Monte Mchelle Ferrera Gonçalves Palavras-chave: Mulher; oferta de trabalho; fecunddade. Resumo A crescente

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