BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1
|
|
- Lorenzo Bardini Caiado
- 5 Há anos
- Visualizações:
Transcrição
1 PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1 ANÁLISE DOS PAÍSES DA REGIÃO IBERO-AMERICANA (AIBER) PROJETO ORIBER O FUTURO DA EDUCAÇÃO E O TRABALHO DISCIPLINA: MÉTODOS QUALITATIVOS E QUANTITATIVOS DA PESQUISA EMPÍRICA PROF. ARNOLDO JOSÉ DE HOYOS GUEVARA Márcia Christina Ferreira Barleta São Paulo SP 2018
2 2 Sumário 1. Introdução Entendendo Os Dados Sobre Projeto Milênio Observatório RIBER - ORIBER Os Indivíduos As variáveis do tema O Futuro da Educação e o Trabalho Países analisados Tratamento Dos Dados, Agrupamentos E Relacionamentos Análises de agrupamentos (clusters) Análise de variância - ANOVA Análise de Componentes Principais (PC) Novo índice de performance Criando indicadores a partir dos PC1, PC2, PC3, PC4, PC Ranking de FEW - AIBER Considerações Finais... 43
3 3 1. Introdução Este trabalho tem por objetivo realizar análises dos países da região Ibero- Americana (AIBER). Para tanto serão efetuadas análises de correspondência, para obter graficamente a distribuição dos resultados das variáveis do eixo temático O Futuro da Educação e o Trabalho e analisar o grau de relacionamento entre as variáveis de interesse. Análises de variância (ANOVA), regressões, de agrupamentos (clusters) e de componentes principais também serão efetuadas. E por fim, ao se identificar as variáveis de maior relevância na composição do modelo, será criado um indicador de performance, através do qual os países serão agrupados e ordenados. E um mapa indicando suas posições no ranking através das cores para destaque. Os dados são compilados pelo Banco Mundial. O software estatístico utilizado neste estudo é o Minitab. 2. Entendendo Os Dados Os dados desta análise compreende os 19 países pertencentes à região Ibero- Americana (AIBER). Estes dados são representados pelos indicadores sintéticos e analíticos de maior relevância para permitir análises e conclusões sobre o tema O Futuro da Educação e o Trabalho e auxiliar os envolvidos no Projeto ORIBER Observatório RIBER. 2.1 Sobre Projeto Milênio Observatório RIBER - ORIBER A Rede Ibero-americana do Projeto Milênio RIBER tem como objetivo: promover o estudo da prospectiva na Iberoamérica através de uma comunidade com competências, conceitos, métodos e práticas prospectivas, que permita analisar e intercambiar informações sobre os diferentes países da região e contribuir na aprendizagem coletiva dos atores regionais para o desenvolvimento de competências em prospectiva, fornecendo referências das melhores práticas existentes na região e no mundo como um todo. Fonte: Guia GPS Gestão Pública Sustentável 2.2 Os Indivíduos Os indivíduos desta análise são países que constam na base de dados do Banco Mundial. Os conceitos que compõem o tema Reisliência, foram extraídos do material fornecido em aula, do guia Programa Países Sustentáveis - Guia GPS Gestão Pública Sustentável, uma publicação do Núcleo de Estudos do Futuro da PUC-SP e do site do Banco Mundial. 2.3 As variáveis do tema O Futuro da Educação e o Trabalho Este tema da pesquisa apresenta 24 (vinte e quatro) variáveis, sendo três categóricas Country, Country Code e Região descritas abaixo no Quadro 1. Estas ainda podem ser divididas em: índices sintéticos e variáveis-componentes ou indicadores, a saber: Índices sintéticos São 7 (sete): Social Progress Index, IDH, EPI Score, The Happy Planet, Ginni, Governance, Labor Force, Indicadores ou variáveis components São 14 (sete): Acess to information and Communications, Acess to Advanced Education, Adult literacy rate (% of pop. Aged 15+), Primary school enrollment, Lower secondary school enrollment, Upper secondary schol enrollment, Internet users, Years of tertiary schooling, Inequality in the attainment of education, Number of globally ranked universities, Unemployment Total, Unemployment, youth total (% of total labor force ages 15 24), Knowledge and Technology, Creative Outputs
4 4 Quadro 1. As variáveis do eixo temático: O Futuro da Educação e o Trabalho Variável Significado Tipo Unidade de Medida Original PAÍS É o nome do país. Variável Categórica N/A PAÍS _COD É o código de três Variável Categóric N/A atribuído a cada país. REG É a região em que o país está localizado, dentre 20 regiões do mundo. Variável Categórica N/A SPI Acess to information and Communications Acess to Advanced Education Pontuação no Índice de Progresso Social Acesso a informação e a comunicações Acesso à Educação Avançada Variável Quantitativa Pontuação do país, em escala centesimal. Variável Quantitativa (% Ocorrência) Variável Quantitativa (% Ocorrência) Adult literacy rate (% of pop. Aged 15+) Primary school enrollment (% of children) Lower secondary school enrollment (% of children) Upper secondary schol enrollment (% of children) Internet users Years of tertiary schooling Inequality in the attainment of education (0=low; 1=high) Number of globally ranked Taxa de adultos alfabetizados Variável Quantitativa (% Ocorrência) Percentual de Variável Quantitativa (% of children) crianças matriculadas no ensino fundamental ou equivalente Percentual baixo de Variável Quantitativa (% of children) crianças que estão estudando Percentual de Variável Quantitativa (% of children) crianças matriculadas no ensino médio ou equivalente) Percentual da Variável Quantitativa (% of pop.) população com acesso à Internet Anos que se Variável Quantitativa (% of children) permanece estudando A desigualdade na Variável Quantitativa Probabilidade (%) condução da educação A desigualdade na condução da Variável Quantitativa Probabilidade (%)
5 5 universities (0=none; 5= >50) Unemployment Total (% of total Labor Force) 2017 Total Labor Force (% Global) Unemployment, youth total (% of total labor force ages 15 24) (modeled ILO estimate) 2017 IDH2015 Governance Knowledge and Technology educação A taxa de desemprego total em 2017 Percentual do número de trabalhadores O desemprego, o percentual da juventude com idade de 15 24, que não está trabalhando, estimado conforme ILO 2017 O Índice de Desenvolvimento Humano (IDH) mede o progresso de uma nação a partir de três dimensões: renda, saúde e educação. Índice que avalia como o país, conduz questões éticas, ligadas corrupção, eficiência econômica, conflitos de interesse entre os acionistas Conhecimento e Tecnologia Variável Quantitativa (% of pop.) Variável Quantitativa (% of pop.) Variável Quantitativa ages 15 24) Variável Quantitativa Pontuação do país, em escala centesimal. Variável Quantitativa Pontuação do país, em escala centesimal. Variável Quantitativa Pontuação do país, em escala centesimal. Creative Outputs Saídas Criativas Variável Quantitativa Pontuação do país, em escala centesimal. EPI Score Medição dos países que usam equipamentos de proteção individual, para segurança no trabalho Happy Planet Index Índice da felicidade está ligado ao bem Variável Quantitativa Pontuação do país, em escala centesimal. Variável Quantitativa Pontuação do país, em escala
6 6 GINI Index estar do indivíduo Índice de desigualdade de renda centesimal. Variável Quantitativa Pontuação do país, em escala centesimal. Fonte: O autor a partir dos dados da planilha estatística, do GPS p.16 e do site do Banco Mundial. A pontuação foi padronizada para uma escala de 0 a 100 e as variáveis foram positivadas. 2.4 Países analisados Este trabalho consiste em fazer análises com os indicadores mencionados na sessão anterior abrangendo os 19 países da região Ibero-Americana, conforme o Quadro 2. Quadro 2. Países contemplados neste estudo Country Ord. Country Região Code 1 Argentina AIBER ARG 2 Bolivia AIBER BOL 3 Brazil AIBER BRA 4 Chile AIBER CHL 5 Colombia AIBER COL 6 Costa Rica AIBER CRI 7 Dominican Republic AIBER DOM 8 Ecuador AIBER ECU 9 El Salvador AIBER SLV 10 Guatemala AIBER GTM 11 Honduras AIBER HND 12 Mexico AIBER MEX 13 Nicaragua AIBER NIC 14 Panama AIBER PAN 15 Paraguay AIBER PRY 16 Peru AIBER PER 17 Portugal AIBER PRT 18 Spain AIBER ESP 19 Uruguay AIBER URY 3. Tratamento Dos Dados, Agrupamentos E Relacionamentos Nesta sessão serão realizadas análises de agrupamentos (clusters), regressões, análise da variância (ANOVA) e de componentes principais. Tomando como base os resultados das componentes principais, será criado um indicador com as variáveis de maior poder de explicação do modelo e uma tabela de ranking, ordenando os países pela sua performance e um mapa para mostrar graficamente estes resultados. 3.1 Análises de agrupamentos (clusters) Nesta sessão será efetuada análises de agrupamentos a fim de evidenciar o grau de relacionamento das variáveis estudadas. As variáveis tiveram seus nomes reduzidos para melhor acomodação nos gráficos e tabelas. Conforme estudos anteriores serão trabalhadas para análise 21 variáveis: A saber, a variável Social Progress = SPI, Acess to information and Communications = Acess IC, Acess to Advanced Education = Acess EA, Adult literacy rate = Adult
7 7 A, Primary school enrollment = Primary S, Lower secondary school enrollment = Lower S, Upper secondary schol enrollment = Upper S, Internet users = Net U ; Years of tertiary schooling = Years S, Equality in the attainment of education Equality S, Number of globally ranked universities = Nº Univ, Unemployment Total = Unemp, Total Labor Force = Labor, Unemployment, youth total = Unemp 15.24, IDH2015 = IDH, Governance = GOV, Knowledge and Technology = KT, Creative Outputs = CO, EPI Score = EPI, Happy Planet Index = Happy, GINI Index = GINI. Quanto a quantidade de clusters, foram testadas de 3 a 5 clusters, porém a que melhor agrupamento formava foi a de 3 clusters, portanto, a que será utilizada no transcorrer das análises que se seguem. Abaixo a análise de clusters, utilizando o método completo (complete), medida de distância pelo sistema Euclidiano, e quantidade de clusters igual a 3 (três). Análise de Agrupamentos de Observações: Social....Igualdade de Ren Distância Euclideana, Ligação Completa Passos de Amalgamação Passo Número de agrupados Nível de similaridade Nível de distância Agrupados reunidos Novo agrupado Número de obs. no novo agrupado , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Partição Final Número de observações Dentro da soma de Distância média do Distância máxima do
8 8 quadrados do agrupado centróide centróide Agrupado ,0 46, ,2984 Agrupado2 1 0,0 0,0000 0,0000 Agrupado ,0 46, ,1769 Centróides do grupo Variável Agrupado1 Agrupado2 Agrupado3 Centróide global Social Progress Index 78, ,987 59, ,6099 Access to Information and Commu 74, ,464 59, ,0909 Access to Advanced Education 57, ,925 24, ,9081 Adult literacy rate (% of pop. 87, ,064 78, ,8373 Primary school enrollment (% of 94, ,316 85, ,1422 Lower secondary school enrollme 58, ,819 38, ,4442 Upper secondary school enrollme 46, ,998 38, ,7471 Internet users (% of pop.) 60, ,676 31, ,3661 Years of tertiary schooling 33, ,986 15, ,2670 Equality in the attainment of e 70, ,258 45, ,6180 Number of globally ranked unive 3,9767 0,000 0,0000 2,5116 Unemployment Total (% of total 26, ,235 22, ,3191 Total Labor Force (% Global) 2,9217 0,622 0,5121 2,0397 Unemployment, youth total (% of 26, ,000 19, ,3784 IDH , ,936 52, , Governança 43, ,018 40, , Knowledge and Technology 24, ,537 10, , Creative Outputs 51, ,570 43, ,2109 EPI Score , ,980 55, ,7716 Happy Planet Index 73, ,016 58, ,7856 GINNI Index (P.Igualdade de Ren 36, ,090 57, ,2963 Distâncias Entre Centróides do Grupo Agrupado1 Agrupado2 Agrupado3 Agrupado1 0, ,066 74,293 Agrupado2 121,066 0, ,282 Agrupado3 74, ,282 0,000
9 Similaridade 9 Dendrogram Dendrograma Ligação Completa; Distância Euclideana 0,00 33,33 66,67 100,00 Argentina Uruguay Costa Rica Brazi l Ecuador Colombia Peru Mexico Panama Chile Portuga l Spain Observações Bolivia Dominican Republic Paraguay El Salvador Honduras Guatemala Nicaragua Este dendrograma mostra os agrupamentos feitos pelos países por similaridade. Os países na cor azul representam os melhores resultados do agrupamento, seguidos pela cor verde que apresentam um resultado intermediário. Os de cor vermelha apresentam os resultados mais baixos da análise. Pelas linhas cinzas também é possível identificar um certo relacionamento entre os países do grupo azul e do grupo verde. Tabela 1: Descritivo dos agrupamentos da região AIBER: GRUPO PAÍSES 1 Argentina 1 Brazil 1 Panama 1 Portugal 1 Spain 1 Uruguay GRUPO PAÍSES 2 Bolívia GRUPO PAÍSES 3 Dominican Republic 3 El Salvador 3 Guatemala 3 Honduras 3 Nicaragua 3 Paraguay
10 Análise de variância - ANOVA Com os agrupamentos definidos e estabelecido cada país como membro de seu respectivo cluster, como próximo passo será executado a ANOVA para entender a variabilidade entre os grupos e auxiliar na classificação para as análises nas sessões posteriores. ANOVA com um fator: Social Progress Index versus Código AIBER Método Hipótese nula Hipótese alternativa Todas as médias são iguais Nem todas as médias são iguais Nível de significância α = 0,05 Assumiu-se igualdade de variâncias para a análise Informações dos Fatores Fator Níveis Valores Código AIBER 3 1; 2; 3 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Código AIBER ,49 11,59 0,001 Erro ,72 Total Sumário do Modelo S R2 R2(aj) R2(pred) 8, ,17% 54,07% * Médias Código AIBER N Média DesvPad IC de 95% ,49 9,31 (73,49; 83,49) ,99 * (44,67; 79,30) ,45 4,76 (52,39; 66,52) DesvPad Combinado = 8,16800 Gráfico de Intervalos de Social Progress Index versus Código AIBER Boxplot de SPI n
11 Social Progress Index 11 Boxplot de Social Progress Index Código AIBER 3 Na análise acima, vemos o que havia sido descrito na sessão anterior, que o grupo 1, no gráfico representado pela cor azul, apresenta a maior média entre todos. O grupo 2 ( 01 observação) com média 61,99, representado no gráfico da sessão anterior pela cor vermelha, numa posição intermediária. E finalmente o grupo 3 ( 6 componentes) com média de 59,45 com os resultados mais baixos da amostra e representados no gráfico pela cor verde. 3.3 Análise de Componentes Principais (PC) Com os agrupamentos definidos e estabelecido cada país como membro de seu respectivo cluster, como próximo passo será executado a ANOVA para entender a variabilidade entre os grupos e auxiliar na classificação para as análises das sessões posteriores. Análise de Componentes Principais: Social Progress... ualdade de Ren Autoanálise (Autovalores e Autovetores) da Matriz de Correlação Autovalor 11,035 2,648 1,762 1,333 1,219 0,808 0,651 0,503 0,318 0,262 0,150 Proporção 0,525 0,126 0,084 0,063 0,058 0,038 0,031 0,024 0,015 0,012 0,007 Acumulado 0,525 0,652 0,735 0,799 0,857 0,895 0,926 0,950 0,966 0,978 0,985 Autovalor 0,098 0,085 0,062 0,041 0,017 0,007 0,002 0,000 0,000-0,000 Proporção 0,005 0,004 0,003 0,002 0,001 0,000 0,000 0,000 0,000-0,000 Acumulado 0,990 0,994 0,997 0,999 1,000 1,000 1,000 1,000 1,000 1,000 Autovetores Variável CP1 CP2 CP3 CP4 CP5 CP6 CP7 Social Progress Index 0,292-0,037-0,109-0,035 0,035-0,017 0,052
12 12 Access to Information and Commu 0,260 0,040-0,172-0,033 0,104 0,091 0,219 Access to Advanced Education 0,287-0,059 0,133 0,022 0,038 0,116-0,090 Adult literacy rate (% of pop. 0,238 0,133-0,022 0,011 0,050 0,487-0,360 Primary school enrollment (% of 0,161-0,355-0,033 0,144-0,324 0,083-0,135 Lower secondary school enrollme 0,266-0,025 0,079 0,054-0,082 0,074 0,014 Upper secondary school enrollme 0,144 0,021-0,289 0,465-0,150 0,256 0,515 Internet users (% of pop.) 0,276 0,057 0,085-0,069 0,250 0,123-0,074 Years of tertiary schooling 0,155 0,139 0,303-0,140-0,521-0,038-0,357 Equality in the attainment of e 0,272 0,039-0,176-0,084 0,172 0,153-0,165 Number of globally ranked unive 0,201-0,130 0,371 0,280 0,224-0,233 0,047 Unemployment Total (% of total 0,080 0,545 0,148 0,151-0,179-0,076 0,070 Total Labor Force (% Global) 0,054-0,212 0,539 0,374 0,262-0,039 0,005 Unemployment, youth total (% of 0,091 0,548 0,110 0,153-0,120 0,012 0,058 IDH ,288-0,073-0,044-0,057 0,103 0,045-0, Governança 0,070-0,185-0,333 0,505-0,315-0,258-0, Knowledge and Technology 0,263-0,005 0,046-0,061-0,069-0,413 0, Creative Outputs 0,221-0,040-0,212-0,290 0,035-0,445-0,035 EPI Score ,262 0,080 0,056-0,133-0,128-0,215 0,326 Happy Planet Index 0,053-0,338 0,279-0,302-0,425 0,280 0,348 GINNI Index (P.Igualdade de Ren -0,286 0,058 0,132 0,074-0,089-0,000-0,021 Variável CP8 CP9 CP10 CP11 CP12 CP13 CP14 Social Progress Index 0,050-0,185 0,065-0,133-0,330-0,053 0,021 Access to Information and Commu -0,034-0,468 0,229-0,625 0,122-0,002-0,021 Access to Advanced Education 0,004 0,008-0,164 0,042-0,252 0,202 0,114 Adult literacy rate (% of pop. 0,232 0,194 0,096 0,099 0,013 0,043-0,063 Primary school enrollment (% of -0,553 0,298-0,192-0,218 0,075-0,246 0,135 Lower secondary school enrollme -0,366 0,126 0,605 0,133-0,378 0,209-0,177 Upper secondary school enrollme 0,311 0,254-0,198-0,052-0,050 0,087-0,027 Internet users (% of pop.) 0,132-0,115 0,103 0,311 0,151-0,084 0,115 Years of tertiary schooling 0,324-0,024-0,142-0,355-0,035 0,013-0,250 Equality in the attainment of e -0,031 0,165-0,225-0,070 0,157 0,336 0,269 Number of globally ranked unive -0,147-0,043-0,126-0,054 0,387 0,464-0,293 Unemployment Total (% of total -0,173 0,002 0,012 0,122 0,225 0,047 0,060 Total Labor Force (% Global) 0,255 0,124 0,153-0,163-0,084-0,369 0,287 Unemployment, youth total (% of -0,213-0,085 0,021-0,012 0,041-0,198 0,375 IDH ,020-0,228-0,185 0,157 0,093-0,373-0, Governança 0,182-0,297 0,239 0,244 0,163 0,026 0,063
13 Knowledge and Technology 0,033-0,166-0,361 0,181-0,453 0,127 0, Creative Outputs 0,178 0,398 0,266-0,150 0,241 0,031 0,340 EPI Score ,144 0,308 0,108 0,132 0,075-0,230-0,395 Happy Planet Index 0,078-0,223 0,108 0,234 0,265 0,132 0,302 GINNI Index (P.Igualdade de Ren 0,163 0,062 0,168-0,169-0,172 0,320 0,182 Variável CP15 CP16 CP17 CP18 CP19 CP20 CP21 Social Progress Index 0,171-0,213-0,071 0,246-0,176-0,357 0,653 Access to Information and Commu -0,184 0,142-0,028-0,194 0,022 0,233-0,085 Access to Advanced Education -0,494-0,535 0,329 0,016 0,214 0,205-0,034 Adult literacy rate (% of pop. 0,205 0,264 0,216-0,305-0,049 0,294 0,315 Primary school enrollment (% of -0,046 0,077-0,203 0,075-0,008 0,226 0,163 Lower secondary school enrollme 0,148 0,032-0,062-0,028 0,060-0,142-0,322 Upper secondary school enrollme 0,214-0,126-0,104 0,066 0,043 0,029-0,179 Internet users (% of pop.) -0,068-0,073-0,552 0,410-0,185 0,334-0,126 Years of tertiary schooling 0,100-0,086-0,128 0,121-0,092-0,094-0,252 Equality in the attainment of e -0,263 0,319-0,084 0,043-0,034-0,555-0,155 Number of globally ranked unive 0,243 0,023 0,145 0,144-0,032 0,074 0,138 Unemployment Total (% of total -0,106-0,236-0,378-0,453 0,148-0,117 0,239 Total Labor Force (% Global) -0,065 0,065-0,030-0,204-0,036-0,197-0,062 Unemployment, youth total (% of 0,134 0,133 0,446 0,391-0,073 0,033-0,094 IDH ,238 0,043 0,018 0,033 0,711-0,170-0, Governança -0,186 0,058 0,088 0,010-0,031-0,048 0, Knowledge and Technology 0,123 0,356-0,089-0,258-0,070 0,238-0, Creative Outputs 0,257-0,235 0,078-0,051 0,139 0,112-0,025 EPI Score ,468 0,306 0,128 0,132-0,006-0,005 0,172 Happy Planet Index 0,062 0,025 0,099-0,064-0,005-0,094 0,066 GINNI Index (P.Igualdade de Ren -0,098 0,284-0,208 0,316 0,558 0,146 0,257 Scree Plot - gráfico de perfil de autovalores de Social Progress Index;...; GINNI Index (P.I
14 Segundo Componente Autovalor 14 fico de perfil de autovalores de Social Progress Index;...; GINNI Index (P.Igu Número do Componente Na análise, vemos que as componente CP1 À CP5 já explicam 85,7% da variabilidade dos dados Social Progress Index, Access to Information and Commu. Acess to Advanced Education, Adulto literacy rate, Primary school enrrolment. O que é percebido visualmente pelo gráfico acima. Gráfico de Loading (Carga Fatorial) de SPI;...; GINNI 0,6 UNEMP ,4 0,2 0,0-0,2 GINNI GOV Labor Years S Adult A EPI Acces Equality Net IC U S Upper S KT C.O Lower SSPI Acess IDHEA Nº UNIV Happy Primary S -0,4-0,3-0,2-0,1 0,0 0,1 Primeiro Componente 0,2 0,3 Observa-se uma proximidade das variáveis SPI com as variáveis ligadas a educação, estão numa mesma direção por outro lado aparecere Unemployment total, numa
15 15 área isolada e as variáveis Labor force, Governance, Happy planet, Primary School convergindo para o mesmo lado e por fim o Gini em área oposta. 3.4 Novo índice de performance A nova CP1 criada na sessão anterior será utilizada para a criação de um novo índice de performance. Para tanto, iniciamos executando a análise de variância ANOVA tomando como base a CP1 e a coluna Código AIBER - Grupos. ANOVA com um fator: CP1NV versus Código AIBER Método Hipótese nula Hipótese alternativa Todas as médias são iguais Nem todas as médias são iguais Nível de significância α = 0,05 Assumiu-se igualdade de variâncias para a análise Informações dos Fatores Fator Níveis Valores Código AIBER 3 1; 2; 3 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Código AIBER 2 243,9 121,937 12,97 0,000 Erro ,4 9,402 Total ,3 Sumário do Modelo S R2 R2(aj) R2(pred) 3, ,85% 57,08% * Médias Código AIBER N Média DesvPad IC de 95% ,131 3,345 (9,255; 13,008) 2 1 5,739 * (-0,761; 12,239) 3 6 3,445 2,339 (0,792; 6,099) DesvPad Combinado = 3,06621 Boxplot de CP1NV
16 CP1NV 16 Boxplot de CP1NV Código AIBER 3 Os resultados acima, mostra o ( r-quadrado) no valor de 61,85. Outlier = Linha 18 = Espanha Para determinar o peso da contribuição das variáveis na PC1, será executada regressão stepwise utilizando como variável de interesse (response) a PC1 e como variáveis independentes (predictors), todas as outras variáveis desse estudo. Análise de Regressão: CP1 versus Vul np; SPI n Seleção Stepwise de Termos Análise de Regressão: CP1NV versus SPI; Acces IC; Acess... ppy; GINNI Seleção Stepwise de Termos Termos candidatos: SPI; Acces IC; Acess EA; Adult A; Primary S; Lower S; Upper S; Net U; Years S; Equality S; Nº UNIV; UNEMP.; Labor; UNEMP ; IDH; GOV; KT; C.O; EPI; Happy; GINNI ----Passo Passo Passo Passo Coef P Coef P Coef P Coef P Constante -18,57-13,03-16,88-16,22 SPI 0,3768 0,000 0,2313 0,000 0,1853 0,000 0,2006 0,000 Acess EA 0,1063 0,000 0,0969 0,000 0,0948 0,000 EPI 0,1248 0,005 0,0897 0,034 UNEMP. 0, ,057
17 17 GINNI GOV Adult A Nº UNIV Primary S KT Net U Equality S S 1, , , , R2 94,16% 97,35% 98,47% 98,83% R2(aj) 93,82% 97,02% 98,16% 98,49% R2(pred) 92,09% 95,96% 97,42% 97,00% -----Passo Passo Passo Passo Coef P Coef P Coef P Coef P Constante -8,27-8,00-12,11-15,90 SPI 0,1408 0,002 0,1207 0,006 0,1112 0,008 0,1273 0,001 Acess EA 0,0884 0,000 0,0925 0,000 0,0817 0,000 0,0455 0,024 EPI 0,0803 0,032 0,0921 0,014 0,1087 0,006 0,1149 0,001 UNEMP. 0, ,018 0, ,012 0, ,044 0, ,044 GINNI -0,0650 0,034-0,0687 0,021-0,0672 0,018-0,0637 0,007 GOV 0, ,120 0, ,080 0, ,057 Adult A 0,0508 0,127 0,0934 0,008 Nº UNIV 0,1180 0,016 Primary S KT Net U Equality S S 0, , , , R2 99,18% 99,33% 99,47% 99,71% R2(aj) 98,86% 99,00% 99,13% 99,48% R2(pred) 98,42% 98,45% 98,55% 98,93% -----Passo Passo Passo Passo Coef P Coef P Coef P Coef P Constante -22,07-23,31-26,15-26,06 SPI 0,1538 0,000 0,1647 0,000 0,1759 0,000 0,1537 0,000
18 18 Acess EA 0,0264 0,130 0,0211 0,178 EPI 0,1135 0,000 0,1098 0,000 0,1167 0,000 0,1031 0,000 UNEMP. 0, ,007 0, ,005 0, ,007 0, ,012 GINNI -0,0470 0,020-0,0427 0,022-0,0413 0,029-0,0406 0,019 GOV 0, ,395 Adult A 0,1106 0,001 0,1136 0,001 0,1362 0,000 0,1570 0,000 Nº UNIV 0,1353 0,003 0,1414 0,002 0,1754 0,000 0,1595 0,000 Primary S 0,0344 0,033 0,0410 0,005 0,0470 0,002 0, ,001 KT 0,0329 0,066 Net U Equality S S 0, , , , R2 99,83% 99,81% 99,77% 99,84% R2(aj) 99,66% 99,66% 99,63% 99,72% R2(pred) 99,49% 99,52% 99,41% 99,48% -----Passo Passo Passo Coef P Coef P Coef P Constante -26,62-29,07-27,63 SPI 0,1521 0,000 0,1643 0,000 0,1565 0,000 Acess EA EPI 0,0974 0,000 0,0973 0,000 0,1028 0,000 UNEMP. 0, ,004 0, ,003 0, ,001 GINNI -0,0225 0,189 GOV Adult A 0,1206 0,001 0,1075 0,001 0,0910 0,001 Nº UNIV 0,1165 0,003 0,0994 0,006 0,1156 0,001 Primary S 0,0676 0,001 0,0795 0,000 0, ,000 KT 0,0326 0,046 0,0329 0,050 0,0275 0,044 Net U 0,0293 0,082 0,0418 0,008 0,0338 0,010 Equality S 0, ,024 S 0, , , R2 99,89% 99,86% 99,92% R2(aj) 99,78% 99,76% 99,85% R2(pred) 99,36% 99,18% 99,63% α para entrada = 0,15; α para remoção = 0,15
19 19 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 9 394,003 43, ,75 0,000 SPI 1 4,318 4, ,24 0,000 Adult A 1 0,682 0, ,74 0,001 Primary S 1 2,175 2, ,11 0,000 Net U 1 0,346 0, ,53 0,010 Equality S 1 0,240 0,2397 7,29 0,024 Nº UNIV 1 0,832 0, ,28 0,001 UNEMP. 1 0,823 0, ,03 0,001 KT 1 0,180 0,1805 5,49 0,044 EPI 1 1,838 1, ,87 0,000 Erro 9 0,296 0,0329 Total ,299 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,92% 99,85% 99,63% Coeficientes Termo Coef EP de Coef Valor-T Valor-P VIF Constante -27,63 1,33-20,84 0,000 SPI 0,1565 0, ,46 0,000 14,84 Adult A 0,0910 0,0200 4,55 0,001 7,97 Primary S 0, , ,13 0,000 2,99 Net U 0,0338 0,0104 3,24 0,010 18,66 Equality S 0, , ,70 0,024 8,47 Nº UNIV 0,1156 0,0230 5,03 0,001 3,71 UNEMP. 0, , ,00 0,001 2,01 KT 0,0275 0,0118 2,34 0,044 8,62 EPI 0,1028 0,0138 7,47 0,000 5,01 Equação de Regressão CP1NV = -27,63 + 0,1565 SPI + 0,0910 Adult A + 0,07417 Primary S + 0,0338 Net U + 0,01834 Equality S + 0,1156 Nº UNIV + 0,01588 UNEMP. + 0,0275 KT + 0,1028 EPI As variáveis SPI e Acess Advanced Education explicam 97,35% do CP1 Análise de Regressão: CP1NV versus SPI; Acess EA Seleção Stepwise de Termos
20 20 Termos candidatos: SPI; Acess EA ----Passo Passo Coef P Coef P Constante -18,57-13,03 SPI 0,3768 0,000 0,2313 0,000 Acess EA 0,1063 0,000 S 1, , R2 94,16% 97,35% R2(aj) 93,82% 97,02% R2(pred) 92,09% 95,96% Cp de Mallows 20,30 3,00 α para entrada = 0,15; α para remoção = 0,15 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 2 383,86 191, ,31 0,000 SPI 1 25,91 25,914 39,74 0,000 Acess EA 1 12,59 12,588 19,30 0,000 Erro 16 10,43 0,652 Total ,30 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,35% 97,02% 95,96% Coeficientes Termo Coef EP de Coef Valor-T Valor-P VIF Constante -13,03 1,70-7,64 0,000 SPI 0,2313 0,0367 6,30 0,000 5,40 Acess EA 0,1063 0,0242 4,39 0,000 5,40 Equação de Regressão CP1NV = -13,03 + 0,2313 SPI + 0,1063 Acess EA Ajustados e Diagnósticos para Observações Atípicas Obs. CP1NV Ajuste Resíd Resíd Pad 18 18,789 17,292 1,497 2,15 R R Resíduo grande
21 21 Análise de Regressão: CP2NV versus SPI; Acces IC; Acess... ppy; GINNI Seleção Stepwise de Termos Termos candidatos: SPI; Acces IC; Acess EA; Adult A; Primary S; Lower S; Upper S; Net U; Years S; Equality S; Nº UNIV; UNEMP.; Labor; UNEMP ; IDH; GOV; KT; C.O; EPI; Happy; GINNI ----Passo Passo Passo Passo Coef P Coef P Coef P Coef P Constante -0,000 10,89 10,47 10,41 UNEMP ,0995 0,000 0, ,000 0, ,000 0, ,000 Primary S -0,1164 0,000-0,1082 0,000-0,0977 0,000 Labor -0,1335 0,001-0,1268 0,001 Happy -0, ,045 Years S GOV KT EPI UNEMP. Upper S Adult A Nº UNIV S 1, , , , R2 79,53% 94,20% 97,30% 97,99% R2(aj) 78,33% 93,48% 96,76% 97,42% R2(pred) 71,42% 92,21% 95,67% 95,90% Passo Passo Passo Coef P Coef P Coef P Constante 11,03 10,413 9,885 UNEMP , ,000 0, ,000 0, ,000 Primary S -0,1030 0,000-0,0862 0,000-0, ,000 Labor -0,1313 0,000-0,1360 0,000-0,1320 0,000 Happy -0, ,007-0, ,000-0, ,000 Years S 0, ,055 0, ,006 0, ,001 GOV -0, ,009-0, ,005 KT -0, ,046 EPI
22 22 UNEMP. Upper S Adult A Nº UNIV S 0, , , R2 98,50% 99,18% 99,44% R2(aj) 97,93% 98,76% 99,08% R2(pred) 96,96% 97,89% 97,15% Passo Passo Passo Coef P Coef P Coef P Constante 8,351 8,329 8,863 UNEMP , ,000 0, ,000 0, ,000 Primary S -0, ,000-0, ,000-0, ,000 Labor -0,1300 0,000-0,1303 0,000-0,1319 0,000 Happy -0, ,000-0, ,000-0, ,000 Years S 0, ,000 0, ,001 0, ,000 GOV -0, ,003-0, ,001-0, ,000 KT -0, ,003-0, ,004-0, ,005 EPI 0,0354 0,021 0,0296 0,034 0,0174 0,165 UNEMP. 0,0203 0,082 0, ,027 Upper S 0, ,060 Adult A Nº UNIV S 0, , , R2 99,68% 99,77% 99,86% R2(aj) 99,42% 99,55% 99,68% R2(pred) 98,35% 98,96% 98,76% -----Passo Passo Passo Coef P Coef P Coef P Constante 9,581 8,375 7,172 UNEMP , ,000 0, ,000 0, ,000 Primary S -0, ,000-0, ,000-0, ,000 Labor -0,1333 0,000-0, ,000-0, ,000 Happy -0, ,000-0, ,000-0, ,000 Years S 0, ,000 0, ,001 0, ,000
23 23 GOV -0, ,000-0, ,000-0, ,000 KT -0, ,003-0, ,001-0, ,045 EPI UNEMP. 0, ,013 0, ,002 0, ,000 Upper S 0, ,012 0, ,042 0, ,016 Adult A 0, ,047 0, ,001 Nº UNIV -0,0606 0,002 S 0, , , R2 99,82% 99,89% 99,98% R2(aj) 99,63% 99,75% 99,94% R2(pred) 98,81% 99,28% 99,73% α para entrada = 0,15; α para remoção = 0,15 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão ,293 9, ,19 0,000 Adult A 1 0,133 0, ,69 0,001 Primary S 1 2,131 2, ,57 0,000 Upper S 1 0,036 0, ,00 0,016 Years S 1 0,179 0, ,42 0,000 Nº UNIV 1 0,087 0, ,14 0,002 UNEMP. 1 0,362 0, ,15 0,000 Labor 1 0,303 0, ,80 0,000 UNEMP ,276 0, ,38 0,000 GOV 1 0,748 0, ,87 0,000 KT 1 0,021 0, ,92 0,045 Happy 1 1,676 1, ,72 0,000 Erro 7 0,025 0,00361 Total ,318 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,98% 99,94% 99,73% Coeficientes Termo Coef EP de Coef Valor-T Valor-P VIF Constante 7,172 0,410 17,50 0,000 Adult A 0, , ,06 0,001 2,84 Primary S -0, , ,28 0,000 2,86
24 24 Upper S 0, , ,16 0,016 2,38 Years S 0, , ,03 0,000 5,02 Nº UNIV -0,0606 0,0123-4,91 0,002 9,74 UNEMP. 0, , ,01 0,000 40,96 Labor -0, , ,15 0,000 5,08 UNEMP , , ,74 0,000 35,91 GOV -0, , ,38 0,000 2,16 KT -0, , ,43 0,045 4,58 Happy -0, , ,53 0,000 2,60 Equação de Regressão CP2NV = 7, ,02397 Adult A - 0,07187 Primary S + 0,00483 Upper S + 0,01583 Years S - 0,0606 Nº UNIV + 0,04752 UNEMP. - 0,09080 Labor + 0,03456 UNEMP ,01439 GOV - 0,00691 KT - 0,02602 Happy CP2: Passo 03 explica 97,30% ( Unemployed 15.24, Primary School, Labor force) Análise de Regressão: CP2NV versus UNEMP.; Primary S; Labor Seleção Stepwise de Termos Termos candidatos: UNEMP.; Primary S; Labor ----Passo Passo Passo Coef P Coef P Coef P Constante -0,328 10,33 9,89 UNEMP. 0,1113 0,000 0, ,000 0, ,000 Primary S -0,1133 0,000-0,1048 0,000 Labor -0,1388 0,003 S 1, , , R2 78,70% 92,51% 95,87% R2(aj) 77,45% 91,58% 95,04% R2(pred) 66,69% 88,68% 91,96% Cp de Mallows 62,26 14,16 4,00 α para entrada = 0,15; α para remoção = 0,15 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 3 99,046 33, ,92 0,000 UNEMP. 1 58,376 58, ,97 0,000 Primary S 1 11,915 11, ,84 0,000
25 25 Labor 1 3,463 3, ,16 0,003 Erro 15 4,272 0,2848 Total ,318 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,87% 95,04% 91,96% Coeficientes Termo Coef EP de Coef Valor-T Valor-P VIF Constante 9,89 1,53 6,47 0,000 UNEMP. 0, , ,32 0,000 1,07 Primary S -0,1048 0,0162-6,47 0,000 1,09 Labor -0,1388 0,0398-3,49 0,003 1,04 Equação de Regressão CP2NV = 9,89 + 0,09757 UNEMP. - 0,1048 Primary S - 0,1388 Labor Ajustados e Diagnósticos para Observações Atípicas Obs. CP2NV Ajuste Resíd Resíd Pad 2 10,692 10,210 0,482 1,50 X 3 0,445 0,262 0,184 0,67 X X Atípicos X Análise de Regressão: CP3NV versus SPI; Acces IC; Acess... ppy; GINNI Seleção Stepwise de Termos Termos candidatos: SPI; Acces IC; Acess EA; Adult A; Primary S; Lower S; Upper S; Net U; Years S; Equality S; Nº UNIV; UNEMP.; Labor; UNEMP ; IDH; GOV; KT; C.O; EPI; Happy; GINNI ----Passo Passo Passo Passo Coef P Coef P Coef P Coef P Constante 2,559 4,272 3,019 4,460 Labor 0,425 0,001 0,4258 0,000 0,4031 0,000 0,3917 0,000 GOV -0,0408 0,005-0, ,000-0, ,000 Years S 0,0496 0,003 0,0627 0,000 Equality S -0, ,002 Nº UNIV C.O Upper S EPI
26 26 S 1, , , , R2 51,25% 70,89% 84,02% 91,89% R2(aj) 48,39% 67,26% 80,82% 89,57% R2(pred) 22,76% 44,59% 70,90% 80,29% Passo Passo Passo Coef P Coef P Coef P Constante 5,568 6,197 6,576 Labor 0,2321 0,004 0,2107 0,005 0,2189 0,002 GOV -0, ,000-0, ,000-0, ,000 Years S 0, ,000 0, ,000 0, ,000 Equality S -0, ,000-0, ,002-0, ,008 Nº UNIV 0,1981 0,011 0,2127 0,005 0,2042 0,003 C.O -0,0273 0,091-0,0341 0,024 Upper S -0, ,040 EPI S 0, , , R2 95,13% 96,20% 97,45% R2(aj) 93,26% 94,30% 95,83% R2(pred) 78,03% 80,73% 90,73% Passo Coef P Constante 4,41 Labor 0,2381 0,001 GOV -0, ,001 Years S 0, ,000 Equality S -0, ,015 Nº UNIV 0,1599 0,016 C.O -0,0582 0,010 Upper S -0,0321 0,013 EPI 0,0614 0,115 S 0, R2 98,04% R2(aj) 96,47% R2(pred) 93,85% α para entrada = 0,15; α para remoção = 0,15
27 27 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 8 64,5947 8, ,45 0,000 Upper S 1 1,1794 1,1794 9,12 0,013 Years S 1 4,3444 4, ,60 0,000 Equality S 1 1,1179 1,1179 8,65 0,015 Nº UNIV 1 1,0713 1,0713 8,29 0,016 Labor 1 2,9763 2, ,02 0,001 GOV 1 2,8820 2, ,29 0,001 C.O 1 1,2884 1,2884 9,96 0,010 EPI 1 0,3854 0,3854 2,98 0,115 Erro 10 1,2929 0,1293 Total 18 65,8877 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,04% 96,47% 93,85% Coeficientes Termo Coef EP de Coef Valor-T Valor-P VIF Constante 4,41 1,36 3,25 0,009 Upper S -0,0321 0,0106-3,02 0,013 3,21 Years S 0, , ,80 0,000 2,10 Equality S -0, , ,94 0,015 3,80 Nº UNIV 0,1599 0,0555 2,88 0,016 5,51 Labor 0,2381 0,0496 4,80 0,001 3,56 GOV -0, , ,72 0,001 2,16 C.O -0,0582 0,0184-3,16 0,010 5,57 EPI 0,0614 0,0356 1,73 0,115 8,53 Equação de Regressão CP3NV = 4,41-0,0321 Upper S + 0,05052 Years S - 0,02656 Equality S + 0,1599 Nº UNIV + 0,2381 Labor - 0,02829 GOV - 0,0582 C.O + 0,0614 EPI CP3: Passo 06 explica 96,20% (Labor force, Gov, Years S, Equality S, Nº Univ., Creative Outputs) Análise de Regressão: CP3NV versus Labor; GOV; Years S;... UNIV; C.O Seleção Stepwise de Termos Termos candidatos: Labor; GOV; Years S; Equality S; Nº UNIV; C.O ----Passo Passo Passo Passo
28 28 Coef P Coef P Coef P Coef P Constante 2,559 4,272 3,019 4,460 Labor 0,425 0,001 0,4258 0,000 0,4031 0,000 0,3917 0,000 GOV -0,0408 0,005-0, ,000-0, ,000 Years S 0,0496 0,003 0,0627 0,000 Equality S -0, ,002 Nº UNIV C.O S 1, , , , R2 51,25% 70,89% 84,02% 91,89% R2(aj) 48,39% 67,26% 80,82% 89,57% R2(pred) 22,76% 44,59% 70,90% 80,29% Cp de Mallows 138,88 78,88 39,45 16, Passo Passo Coef P Coef P Constante 5,568 6,197 Labor 0,2321 0,004 0,2107 0,005 GOV -0, ,000-0, ,000 Years S 0, ,000 0, ,000 Equality S -0, ,000-0, ,002 Nº UNIV 0,1981 0,011 0,2127 0,005 C.O -0,0273 0,091 S 0, , R2 95,13% 96,20% R2(aj) 93,26% 94,30% R2(pred) 78,03% 80,73% Cp de Mallows 8,37 7,00 α para entrada = 0,15; α para remoção = 0,15 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 6 63, , ,61 0,000 Labor 1 2,4654 2, ,81 0,005 GOV 1 12, , ,01 0,000 Years S 1 11, , ,92 0,000 Equality S 1 3,4002 3, ,29 0,002
29 29 Nº UNIV 1 2,4229 2, ,61 0,005 C.O 1 0,7038 0,7038 3,37 0,091 Erro 12 2,5046 0,2087 Total 18 65,8877 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,20% 94,30% 80,73% Coeficientes Termo Coef EP de Coef Valor-T Valor-P VIF Constante 6,197 0,649 9,54 0,000 Labor 0,2107 0,0613 3,44 0,005 3,36 GOV -0, , ,62 0,000 1,05 Years S 0, , ,54 0,000 1,17 Equality S -0, , ,04 0,002 2,87 Nº UNIV 0,2127 0,0624 3,41 0,005 4,32 C.O -0,0273 0,0149-1,84 0,091 2,25 Equação de Regressão CP3NV = 6, ,2107 Labor - 0,04042 GOV + 0,06232 Years S - 0,04023 Equality S + 0,2127 Nº UNIV - 0,0273 C.O Análise de Regressão: CP4NV versus SPI; Acces IC; Acess... ppy; GINNI Seleção Stepwise de Termos Termos candidatos: SPI; Acces IC; Acess EA; Adult A; Primary S; Lower S; Upper S; Net U; Years S; Equality S; Nº UNIV; UNEMP.; Labor; UNEMP ; IDH; GOV; KT; C.O; EPI; Happy; GINNI ----Passo Passo Passo Passo Coef P Coef P Coef P Coef P Constante 0,276 3,43 4,04 6,07 GOV 0,0466 0,009 0,0540 0,001 0,0518 0,000 0, ,000 C.O -0,0719 0,014-0,0932 0,001-0,0924 0,000 Nº UNIV 0,2044 0,008 0,2292 0,001 Happy -0, ,007 Upper S IDH Labor Lower S
30 30 S 1, , , , R2 34,02% 55,22% 72,50% 83,95% R2(aj) 30,14% 49,62% 67,00% 79,37% R2(pred) 20,57% 36,25% 49,53% 68,42% Passo Passo Passo Coef P Coef P Coef P Constante 5,026 5,944 5,148 GOV 0, ,000 0, ,000 0, ,000 C.O -0,0971 0,000-0,0726 0,000-0, ,000 Nº UNIV 0,2083 0,000 0,2681 0,000 0,1714 0,003 Happy -0, ,000-0, ,000-0, ,000 Upper S 0, ,001 0, ,000 0, ,000 IDH -0,0418 0,008-0,0320 0,016 Labor 0,1091 0,021 Lower S S 0, , , R2 93,67% 96,57% 97,93% R2(aj) 91,23% 94,85% 96,62% R2(pred) 81,88% 88,83% 92,99% Passo Coef P Constante 5,037 GOV 0, ,000 C.O -0, ,000 Nº UNIV 0,1415 0,004 Happy -0, ,000 Upper S 0, ,000 IDH -0, ,002 Labor 0,1214 0,005 Lower S 0, ,029 S 0, R2 98,75% R2(aj) 97,75% R2(pred) 95,70% α para entrada = 0,15; α para remoção = 0,15
31 31 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 8 48,9765 6, ,69 0,000 Lower S 1 0,4048 0, ,53 0,029 Upper S 1 5,4659 5, ,11 0,000 Nº UNIV 1 0,8490 0, ,69 0,004 Labor 1 0,8206 0, ,23 0,005 IDH 1 1,0775 1, ,37 0,002 GOV 1 7,7596 7, ,08 0,000 C.O 1 4,5320 4, ,05 0,000 Happy 1 5,2717 5, ,98 0,000 Erro 10 0,6203 0,06203 Total 18 49,5969 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,75% 97,75% 95,70% Coeficientes Termo Coef EP de Coef Valor-T Valor-P VIF Constante 5,037 0,484 10,41 0,000 Lower S 0, , ,55 0,029 3,24 Upper S 0, , ,39 0,000 1,50 Nº UNIV 0,1415 0,0382 3,70 0,004 5,45 Labor 0,1214 0,0334 3,64 0,005 3,35 IDH -0, , ,17 0,002 4,36 GOV 0, , ,18 0,000 1,30 C.O -0, , ,55 0,000 2,23 Happy -0, , ,22 0,000 1,18 Equação de Regressão CP4NV = 5, ,02164 Lower S + 0,04721 Upper S + 0,1415 Nº UNIV + 0,1214 Labor - 0,04092 IDH + 0,03603 GOV - 0,06903 C.O - 0,03107 Happy CP4: Passo 06 explica 96,20% (Gov, C.O, Nº Univ., Happy, Upper S. ) Análise de Regressão: CP4NV versus GOV; C.O; Nº UNIV;... y; Upper S Seleção Stepwise de Termos Termos candidatos: GOV; Nº UNIV; C.O; Happy; Upper S ----Passo Passo Passo Passo
32 32 Coef P Coef P Coef P Coef P Constante 0,276 3,43 4,04 6,07 GOV 0,0466 0,009 0,0540 0,001 0,0518 0,000 0, ,000 C.O -0,0719 0,014-0,0932 0,001-0,0924 0,000 Nº UNIV 0,2044 0,008 0,2292 0,001 Happy -0, ,007 Upper S S 1, , , , R2 34,02% 55,22% 72,50% 83,95% R2(aj) 30,14% 49,62% 67,00% 79,37% R2(pred) 20,57% 36,25% 49,53% 68,42% Cp de Mallows 120,43 78,93 45,45 23, Passo Coef P Constante 5,026 GOV 0, ,000 C.O -0,0971 0,000 Nº UNIV 0,2083 0,000 Happy -0, ,000 Upper S 0, ,001 S 0, R2 93,67% R2(aj) 91,23% R2(pred) 81,88% Cp de Mallows 6,00 α para entrada = 0,15; α para remoção = 0,15 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 5 46,456 9, ,45 0,000 GOV 1 8,011 8, ,15 0,000 Nº UNIV 1 8,556 8, ,41 0,000 C.O 1 17,185 17, ,12 0,000 Happy 1 5,537 5, ,92 0,000 Upper S 1 4,817 4, ,93 0,001 Erro 13 3,141 0,2416
33 33 Total 18 49,597 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,67% 91,23% 81,88% Coeficientes Termo Coef EP de Coef Valor-T Valor-P VIF Constante 5,026 0,733 6,86 0,000 GOV 0, , ,76 0,000 1,30 Nº UNIV 0,2083 0,0350 5,95 0,000 1,17 C.O -0,0971 0,0115-8,43 0,000 1,16 Happy -0, , ,79 0,000 1,03 Upper S 0, , ,46 0,001 1,32 Equação de Regressão CP4N V = 5, ,03660 GOV + 0,2083 Nº UNIV - 0,0971 C.O - 0,02982 Happy + 0,04159 Upper S Ajustados e Diagnósticos para Observações Atípicas Obs. CP4NV Ajuste Resíd Resíd Pad 3 5,821 5,081 0,739 2,04 R 4 3,219 4,254-1,035-2,50 R R Resíduo grande Análise de Regressão: CP5NV versus SPI; Acces IC; Acess... ppy; GINNI Seleção Stepwise de Termos Termos candidatos: SPI; Acces IC; Acess EA; Adult A; Primary S; Lower S; Upper S; Net U; Years S; Equality S; Nº UNIV; UNEMP.; Labor; UNEMP ; IDH; GOV; KT; C.O; EPI; Happy; GINNI -----Passo Passo Passo Passo Coef P Coef P Coef P Coef P Constante 4,201 2,268-4,02-1,51 Years S -0,0637 0,010-0,0912 0,000-0,0943 0,000-0,0965 0,000 Net U 0,0538 0,002 0,1103 0,000 0,1044 0,000 GINNI 0,0797 0,014 0,0597 0,049 Upper S -0,0288 0,059 Happy Labor GOV UNEMP. Primary S
34 34 Nº UNIV EPI S 1, , , , R2 33,06% 64,19% 76,43% 81,89% R2(aj) 29,12% 59,71% 71,71% 76,71% R2(pred) 17,98% 52,43% 63,60% 70,30% Passo Passo Passo Coef P Coef P Coef P Constante 0,48 2,66 5,098 Years S -0,0864 0,000-0,0833 0,000-0,0814 0,000 Net U 0,0968 0,000 0,0761 0,003 0, ,000 GINNI 0,0498 0,064 0,0271 0,304 Upper S -0,0312 0,025-0,0337 0,011-0,0382 0,003 Happy -0, ,040-0, ,012-0, ,005 Labor 0,1024 0,074 0,1283 0,017 GOV UNEMP. Primary S Nº UNIV EPI S 0, , , R2 87,06% 90,19% 89,25% R2(aj) 82,08% 85,29% 85,11% R2(pred) 69,28% 70,61% 74,14% Passo Passo Passo Coef P Coef P Coef P Constante 5,497 6,472 8,505 Years S -0, ,000-0, ,000-0, ,000 Net U 0, ,000 0, ,000 0, ,000 GINNI Upper S -0, ,027-0, ,088-0, ,074 Happy -0, ,001-0, ,000-0, ,000 Labor 0,1345 0,004 0,1220 0,001 0,1232 0,000 GOV -0, ,016-0, ,000-0, ,000 UNEMP. -0, ,003-0, ,000
35 35 Primary S -0,0299 0,020 Nº UNIV EPI S 0, , , R2 93,50% 97,24% 98,43% R2(aj) 90,25% 95,48% 97,17% R2(pred) 79,17% 93,26% 95,28% -----Passo Passo Passo Coef P Coef P Coef P Constante 10,020 11,208 11,599 Years S -0, ,000-0, ,000-0, ,000 Net U 0, ,000 0, ,000 0, ,000 GINNI Upper S -0, ,066-0, ,181 Happy -0, ,000-0, ,000-0, ,000 Labor 0,0603 0,035 0,0408 0,068 0,0336 0,126 GOV -0, ,000-0, ,000-0, ,000 UNEMP. -0, ,000-0, ,000-0, ,000 Primary S -0, ,001-0, ,000-0, ,000 Nº UNIV 0,0950 0,010 0,1149 0,001 0,1246 0,000 EPI -0, ,021-0, ,006 S 0, , , R2 99,27% 99,64% 99,55% R2(aj) 98,55% 99,20% 99,09% R2(pred) 94,86% 98,19% 97,73% α para entrada = 0,15; α para remoção = 0,15 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 9 43,7166 4, ,58 0,000 Primary S 1 0,9891 0, ,71 0,000 Net U 1 4,3799 4, ,00 0,000 Years S 1 2,5844 2, ,83 0,000 Nº UNIV 1 0,6334 0, ,63 0,000 UNEMP. 1 2,9187 2, ,94 0,000 Labor 1 0,0630 0, ,85 0,126
36 36 GOV 1 3,4490 3, ,91 0,000 EPI 1 0,2753 0, ,44 0,006 Happy 1 4,2951 4, ,16 0,000 Erro 9 0,1991 0,02212 Total 18 43,9157 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,55% 99,09% 97,73% Coeficientes Termo Coef EP de Coef Valor-T Valor-P VIF Constante 11,599 0,686 16,91 0,000 Primary S -0, , ,69 0,000 2,53 Net U 0, , ,07 0,000 3,27 Years S -0, , ,81 0,000 2,35 Nº UNIV 0,1246 0,0233 5,35 0,000 5,67 UNEMP. -0, , ,49 0,000 2,60 Labor 0,0336 0,0199 1,69 0,126 3,35 GOV -0, , ,49 0,000 1,53 EPI -0, , ,53 0,006 3,67 Happy -0, , ,93 0,000 2,31 Equação de Regressão CP5NV = 11,599-0,04604 Primary S + 0,05029 Net U - 0,04122 Years S + 0,1246 Nº UNIV - 0,03402 UNEMP. + 0,0336 Labor - 0,02606 GOV - 0,03406 EPI - 0,03928 Happy CP5: Passo 09 explica 97,24% (Years School, Net U, Ginni, Upper School, Happy, Labor force, Gov, Unemployment total) Análise de Regressão: CP5NV versus Years S; Net U;... r; GOV; UNEMP. Seleção Stepwise de Termos Termos candidatos: GOV; Happy; Upper S; Years S; Net U; GINNI; Labor; UNEMP Passo Passo Passo Coef P Coef P Coef P Constante 4,201 2,268-4,02 Years S -0,0637 0,010-0,0912 0,000-0,0943 0,000 Net U 0,0538 0,002 0,1103 0,000 GINNI 0,0797 0,014
37 37 Upper S Happy Labor GOV UNEMP. S 1, , , R2 33,06% 64,19% 76,43% R2(aj) 29,12% 59,71% 71,71% R2(pred) 17,98% 52,43% 63,60% Cp de Mallows 267,07 137,90 88, Passo Passo Passo Coef P Coef P Coef P Constante -1,51 0,48 2,66 Years S -0,0965 0,000-0,0864 0,000-0,0833 0,000 Net U 0,1044 0,000 0,0968 0,000 0,0761 0,003 GINNI 0,0597 0,049 0,0498 0,064 0,0271 0,304 Upper S -0,0288 0,059-0,0312 0,025-0,0337 0,011 Happy -0, ,040-0, ,012 Labor 0,1024 0,074 GOV UNEMP. S 0, , , R2 81,89% 87,06% 90,19% R2(aj) 76,71% 82,08% 85,29% R2(pred) 70,30% 69,28% 70,61% Cp de Mallows 67,33 47,53 36, Passo Passo Passo Coef P Coef P Coef P Constante 5,098 5,497 6,472 Years S -0,0814 0,000-0, ,000-0, ,000 Net U 0, ,000 0, ,000 0, ,000 GINNI Upper S -0,0382 0,003-0, ,027-0, ,088 Happy -0, ,005-0, ,001-0, ,000 Labor 0,1283 0,017 0,1345 0,004 0,1220 0,001
38 38 GOV -0, ,016-0, ,000 UNEMP. -0, ,003 S 0, , , R2 89,25% 93,50% 97,24% R2(aj) 85,11% 90,25% 95,48% R2(pred) 74,14% 79,17% 93,26% Cp de Mallows 38,31 22,40 8,65 α para entrada = 0,15; α para remoção = 0,15 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 7 42,7015 6, ,26 0,000 GOV 1 3,2475 3, ,42 0,000 Happy 1 6,2950 6, ,03 0,000 Upper S 1 0,3867 0,3867 3,50 0,088 Years S 1 3,9371 3, ,67 0,000 Net U 1 10, , ,50 0,000 Labor 1 2,4368 2, ,08 0,001 UNEMP. 1 1,6412 1, ,87 0,003 Erro 11 1,2142 0,1104 Total 18 43,9157 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,24% 95,48% 93,26% Coeficientes Termo Coef EP de Coef Valor-T Valor-P VIF Constante 6,472 0,484 13,38 0,000 GOV -0, , ,42 0,000 1,71 Happy -0, , ,55 0,000 2,04 Upper S -0, , ,87 0,088 1,76 Years S -0, , ,97 0,000 2,60 Net U 0, , ,57 0,000 1,50 Labor 0,1220 0,0260 4,70 0,001 1,14 UNEMP. -0, , ,86 0,003 2,57 Equação de Regressão CP5NV = 6,472-0,02667 GOV - 0,04467 Happy - 0,01359 Upper S - 0,05352 Years S + 0,05179 Net U + 0,1220 Labor - 0,02534 UNEMP. Ajustados e Diagnósticos para Observações Atípicas
39 39 Obs. CP5NV Ajuste Resíd Resíd Pad 8 2,499 3,189-0,691-2,31 R 17 3,114 3,639-0,525-2,05 R R Resíduo grande 3.5 Criando indicadores a partir dos PC1, PC2, PC3, PC4, PC5 Aproveitando os resultados da sessão anterior, relacionou-se cada componente principal (PC), com as variáveis de estudo afim de obter a mais alta correlação com as variáveis de resposta. Abaixo, listamos as 5 (cinco) variáveis que apresentaram esta correlação prara criação de um indicador sintético de resiliência para os países da região AIBER. No caso de CP1 CP1 = SPI + Acess EA CP1 = -13,03 + 0,2313 SPI + 0,1063 Acess EA No caso de CP2 CP2 = UNEMP + Primary + Labor CP2 = 9,89 + 0,09757 UNEMP. - 0,1048 Primary S - 0,1388 Labor No caso de CP3 CP3 = Labor + GOV + Years S + Equality S + Nº Univ + CO CP3 = 6, ,2107 Labor - 0,04042 GOV + 0,06232 Years S - 0,04023 Equality S + 0,2127 Nº UNIV - 0,0273 C.O No caso de CP4 CP4 = GOV + Nº Univ + CO + Happy + Upper S CP4 = 5, ,03660 GOV + 0,2083 Nº UNIV - 0,0971 C.O - 0,02982 Happy + 0,04159 Upper S No caso de CP5 CP5 = GOV + Happy + Upper S + Years S + Net U + Labor + UNEMP. CP5 = 6,472-0,02667 GOV - 0,04467 Happy - 0,01359 Upper S - 0,05352 Years S + 0,05179 Net U + 0,1220 Labor - 0,02534 UNEMP.
BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1 ANÁLISE DOS PAÍSES DA REGIÃO IBERO-AMERICANA
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1 ANÁLISE DOS PAÍSES DA REGIÃO IBERO-AMERICANA
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 218 Vol. 1 ANÁLISE DOS PAÍSES DA REGIÃO IBERO-AMERICANA
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS TRABALHO FINAL PROJETO ORIBER Tema 6. O FUTURO DA EDUCAÇÃO
Leia maisTema 11 Eixo BIODIVERSIDADE CAPITAL NATURAL E SOCIAL
Tema 11 Eixo BIODIVERSIDADE CAPITAL NATURAL E SOCIAL Biodiversidade - Ou Diversidade Biológica, refere-se a variedade de vida na Terra, em todos os seus níveis. Compreende os animais, as plantas e seus
Leia maisTEMA 5 SALUD Y MEDIO AMBIENTE
TEMA 5 SALUD Y MEDIO AMBIENTE Pode ser de muita utilidade conhecer os impactos na saúde provenientes dos fatores de risco ambiental, gerados pelas atividades referentes à saúde pública, pois permitem priorizar
Leia maisTEMA 8 TRANSFORMACIÓN PRODUCTIVA E INOVACIÓN SUSTENTABLE
TEMA 8 TRANSFORMACIÓN PRODUCTIVA E INOVACIÓN SUSTENTABLE Transformação Produtiva e Inovação Sustentável Importância e evolução da transformação Produtiva com Inovação sustentável para os países ibero americanos
Leia maisOBJETIVOS DO DESENVOLVIMENTO SUSTENTÁVEL (ODS) UMA ANÁLISE DE INDICADORES PARA OS PAÍSES DA REDE IBERO-AMERICANA DE PROSPECTIVA (RIBER)
1 OBJETIVOS DO DESENVOLVIMENTO SUSTENTÁVEL (ODS) UMA ANÁLISE DE INDICADORES PARA OS PAÍSES DA REDE IBERO-AMERICANA DE PROSPECTIVA (RIBER) 2 Introdução 3 Objetivos : Introdução Buscar a adequação dos 15
Leia maisUm Estudo Comparativo dos Indicadores de Governança e Corrupção da. OECD e países da América Latina SUSAN DE FARIA
Um Estudo Comparativo dos Indicadores de Governança e Corrupção da OECD e países da América Latina SUSAN DE FARIA PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1 ANÁLISE DOS PAÍSES DA REGIÃO IBERO-AMERICANA
Leia maisBOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM ÍNDICE DE DESENVOLVIMENTO HUMANO MUNICIPAL
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS TRABALHO 1 ANALISE EXPLORATORIA DE DADOS PROJETO ORIBER
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1 ANÁLISE DOS PAÍSES DA REGIÃO IBERO-AMERICANA
Leia maisUM ESTUDO COMPARATIVO DO USO DO MINITAB, SPSS E XL-STAT EM REGRESSÕES UTILZIANDO DADOS SOBRE LIBERDADE ECONÔMICA DE 157 PAÍSES NO CENÁRIO MUNDIAL
UM ESTUDO COMPARATIVO DO USO DO MINITAB, SPSS E XL-STAT EM REGRESSÕES UTILZIANDO DADOS SOBRE LIBERDADE ECONÔMICA DE 157 PAÍSES NO CENÁRIO MUNDIAL LOURENÇO AUGUSTO C. GRANATO PONTIFÍCIA UNIVERSIDADE CATÓLICA
Leia maisComo reduzir a desigualdade de oportunidades educacionais no Brasil: equalização dos gastos, da eficiência ou adequação à diversidade?
Como reduzir a desigualdade de oportunidades educacionais no Brasil: equalização dos gastos, da eficiência ou adequação à diversidade? Ricardo Paes de Barros, Marina de Cuffa, Diana Coutinho, Beatriz Garcia,
Leia maisUM ESTUDO COMPARATIVO DOS USO DO MINITAB, SPSS E
1 UM ESTUDO COMPARATIVO DOS USO DO MINITAB, SPSS E XL-STAT EM BASE AO ANALISE DE INDICADORES DE GOVERNANÇA E CORRUPÇÃO DA AMÉRICA LATINA Dione Fagundes Nunes Gomes PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO
Leia maisMETODOS ANÁLISE EXPLORATÓRIA DE DADOS
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS Trabalho ANÁLISE EXPLORATÓRIA DE DADOS PROJETO ORIBER
Leia maisPROJETO ORIBER. TEMA: Bem Estar e Qualidade de Vida ANÁLISE DISCRIMINANTE
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração PROJETO ORIBER TEMA: Bem Estar e Qualidade de Vida ANÁLISE DISCRIMINANTE
Leia maisEXERCÍCIO EXTRA 1 (SEGUNDA CHAMADA)
EXERCÍCIO EXTRA 1 (SEGUNDA CHAMADA) 1 EXERCÍCIO EXTRA Analisem criticamente as figuras incluídas nesta apresentação. Utilizem o conhecimento apreendido nas aulas, principalmente no tópico relacionado a
Leia maisOBJETIVOS DEL DESAROLLO SUSTENTABLE ODS
OBJETIVOS DEL DESAROLLO SUSTENTABLE ODS Tomando como Base los 5 Ejes : Personas, Planeta, Prosperidad, Paz y Parcerias Os 5 P sda Agenda 2030 Fonte: www.pnud.org.br/ods.aspx Objetivos : Buscar a adequação
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO. Programa de Pós-Graduação em Economia e Administração FEA PUC-SP BA STA BOLETIM DE ANÁLISE ESTATÍSTICO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programa de Pós-Graduação em Economia e Administração FEA PUC-SP BA STA BOLETIM DE ANÁLISE ESTATÍSTICO Resultados de Análises de Classificação Supervisionada/Análise
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1 ANÁLISE DOS PAÍSES DA REGIÃO IBERO-AMERICANA
Leia maisTrabalho Final PROJETO ORIBER. GPS Tema 13 DEMOCRACIA E REDES SOCIAIS
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS Trabalho Final PROJETO ORIBER GPS Tema 13 DEMOCRACIA
Leia maisTEMA 15 BIENESTAR Y CALIDAD DE VIDA
TEMA 15 BIENESTAR Y CALIDAD DE VIDA BEM ESTAR E QUALIDADE DE VIDA Os temas bem-estar e qualidade de vida estão relacionados ao atendimento das necessidades de um indivíduo ou grupo social, cuja percepção
Leia maisFormação dos Estados e do Poder. Problemática da formação dos Estados latino-americanos. Prof.: Rodrigo Cantu
Formação dos Estados e do Poder Problemática da formação dos Estados latino-americanos Prof.: Rodrigo Cantu Arrecadação fiscal 50 45 40 Carga tributária (2001): Países da OCDE vs América Latina 35 30 25
Leia maisTEMA 7. TRANSFORMAÇÃO PRODUTIVA E ALIANÇAS ESTRATEGICAS
GPS TEMA 7. TRANSFORMAÇÃO PRODUTIVA E ALIANÇAS ESTRATEGICAS 2 1. INTRODUÇÃO O presente trabalho teve por objetivo efetuar uma análise exploratória dos dados relativos ao tema Transformação Produtiva e
Leia maisDesobstruindo as Artérias O Impacto dos Custos de Transporte sobre o Comércio da América Latina e Caribe
Desobstruindo as Artérias O Impacto dos Custos de Transporte sobre o Comércio da América Latina e Caribe Mauricio Mesquita Moreira Economista Principal 7 Seminario Internacional em Logística Agroindustrial.
Leia maisObjetivo. Contribuir para uma melhor compreensão do papel dos custos de transporte (CT) no comércio exterior da região. Mais especificamente:
Instituto Fernando Henrique, São Paulo, 29 de Setembro de 2008 Motivação A política comercial na região tem sido dominada por preocupações com barreiras tradicionais como tarifas. Os obstáculos menos visíveis
Leia maisProfissinais que desejam adquirir ou aprimorar seus conhecimentos em modelagem de dados, analytics e estatística aplicada
MBA ANALYTICS OBJETIVOS Na era da informação, as empresas capturam e armazenam muitos dados, e existe a real necessidade da aplicação de técnicas adequadas para a rápida tomada de decisão com base nas
Leia maisPÓS-GRADUAÇÃO ANÁLISE DE DATA MINING
PÓS-GRADUAÇÃO ANÁLISE DE DATA MINING OBJETIVOS Na era da informação, as empresas capturam e armazenam muitos dados, e existe a real necessidade da aplicação de técnicas adequadas para a rápida tomada de
Leia maisANÁLISE DE BIG DATA E INTELIGÊNCIA ARTIFICIAL PARA A ÁREA MÉDICA
CURTA DURAÇÃO ANÁLISE DE BIG DATA E INTELIGÊNCIA ARTIFICIAL PARA A ÁREA MÉDICA CARGA HORÁRIA: 80 horas COORDENAÇÃO: Prof.ª Dr.ª Alessandra de Ávila Montini OBJETIVOS Introduzir o conceito de Big Data,
Leia maisAnálise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Em uma grande escola, 10% dos alunos são comprovadamente fracos. Um teste educacional conseguiu identificar corretamente 80% entre aqueles que são fracos e 85% entre aqueles que
Leia maisMétodos Empíricos de Pesquisa I. } Elementos Principais do Trabalho } Descrição dos dados: } Medidas de posição, dispersão e assimetria
Métodos Empíricos de Pesquisa I } Elementos Principais do Trabalho } Descrição dos dados: } Medidas de posição, dispersão e assimetria 1 Trabalho: Principais Elementos } Como é de conhecimento geral, espera-se
Leia maisCorrelação e Regressão Linear
Correlação e Regressão Linear Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais CORRELAÇÃO LINEAR Coeficiente de correlação linear r Mede o grau de relacionamento linear entre valores
Leia mais2012: Desenvolvimento Inclusivo Sustentável? Marcelo Neri Ipea e FGV
2012: Desenvolvimento Inclusivo Sustentável? Marcelo Neri Ipea e FGV 2012: Desenvolvimento Inclusivo Sustentável? Relatório Stiglitz-Sen: http://www.stiglitz-sen-fitoussi.fr/documents/rapport_anglais.pdf
Leia maisInstituto Nacional de Pesquisas Espaciais - INPE. Divisão de Processamento de Imagens - DPI
1 Sumário 2 Introdução Técnicas de ESDA Matrizes de Proximidade Espacial Média Espacial Móvel (m i ) Indicadores Globais de Autocorrelação Espacial Índices Globais de Moran (I), Geary (C) e Getis e Ord
Leia maisRELATÓRIO TÉCNICO: Agosto/2016. Mensuração da Digitalização e Resultados para a América Latina PESQUISA SOBRE DIGITALIZAÇÃO
RELATÓRIO TÉCNICO: Agosto/2016 Mensuração da Digitalização e Resultados para a América Latina PESQUISA SOBRE DIGITALIZAÇÃO SOBRE A EQUIPE TÉCNICA DA FUNDAÇÃO DOM CABRAL (FDC) COORDENAÇÃO TÉCNICA DA PESQUISA
Leia maisMétodos Empíricos de Pesquisa I. } Elementos Principais do Trabalho } Descrição dos dados: } Medidas de posição, dispersão e assimetria
Métodos Empíricos de Pesquisa I } Elementos Principais do Trabalho } Descrição dos dados: } Medidas de posição, dispersão e assimetria 1 Trabalho: Principais Elementos } Como é de conhecimento geral, espera-se
Leia maisNOSSA SÃO PAULO. Um Estudo Sobre Indicadores Sociais, Ambientais, Econômicos, Políticos e Culturais sobre a Cidade de São Paulo. CARLOS ADRIANO ROCHA
NOSSA SÃO PAULO Um Estudo Sobre Indicadores Sociais, Ambientais, Econômicos, Políticos e Culturais sobre a Cidade de São Paulo. CARLOS ADRIANO ROCHA PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA Faculdade
Leia maisTrabalho 1 ANÁLISE EXPLORATÓRIA DE DADOS
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS Trabalho 1 ANÁLISE EXPLORATÓRIA DE DADOS PROJETO ORIBER
Leia maisREGRESSÃO LOGÍSTICA E INDICADORES DE GOVERNANÇA GLOBAL
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA Faculdade de Economia e Administração Programa de Estudos Pós Graduados em Administração REGRESSÃO LOGÍSTICA E INDICADORES DE GOVERNANÇA GLOBAL Disciplina:
Leia maisTEMA 5. DESIGUALDADE E INCLUSÃO DE GENERO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS TRABALHO FINAL PROJETO ORIBER TEMA 5. DESIGUALDADE E
Leia mais8 JÚLIO CESAR R. PEREIRA
SUMÁRIO Lista de Tabelas... 09 Lista de Figuras... 11 Agradecimentos... 15 Apresentação... 17 Prefácio... 19 1. O Dado Qualitativo... 21 O Dado e o Evento... 21 A Análise de Dados Qualitativos e a Pesquisa
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisNOÇÕES SOBRE EXPERIMENTOS FATORIAIS
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planejamento de Experimentos Design of Experiments - DOE Em primeiro lugar devemos definir o que é um experimento: Um experimento é um procedimento no qual alterações
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2. IDHEs
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2 IDHEs ÍNDICE DE DESENVOLVIMENTO HUMANO ESTADUAL
Leia mais5 Análise dos resultados
5 Análise dos resultados Os dados foram analisados utilizando o software SPSS (Statistical Package for Social Sciences) base 18.0. Para Cooper e Schindler (2003) a análise de dados envolve a redução de
Leia maisESTATÍSTICA. Ana Paula Fernandes - FAMAT/UFU
ESTATÍSTICA Ana Paula Fernandes - FAMAT/UFU 1 REFERÊNCIAS BIBLIOGRÁFICAS 2 BUSSAB & MORETTIN Quadro! 3 QUANTIS EMPÍRICOS 4 QUANTIL DE ORDEM P OU P-QUANTIL Quantil de ordem p ou p-quantil, indicada por
Leia maisEstado e políticas sociais na América Latina. Aula 10 Regimes de Bem-Estar na América Latina. Prof.: Rodrigo Cantu
Estado e políticas sociais na América Latina Aula 10 Regimes de Bem-Estar na América Latina Prof.: Rodrigo Cantu Europa e Países Anglo-Saxões: Maior parte da política social iniciada entre 1890 e o fim
Leia maisO Papel das Transferências Condicionais de Renda no Processo de Desenvolvimento Econômico Equitativo
O Papel das Transferências Condicionais de Renda no Processo de Desenvolvimento Econômico Equitativo Francisco H.G. Ferreira Banco Mundial & Departamento de Economia, PUC-Rio 1 América Latina (e África)
Leia maisINDICADORES SOCIAIS (AULA 8)
1 INDICADORES SOCIAIS (AULA 8) Ernesto Friedrich de Lima Amaral Universidade Federal de Minas Gerais Faculdade de Ciências Humanas e Filosofia ESTRUTURA DO CURSO 2 1. Conceitos básicos relacionados a indicadores
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisDelineamento e Análise Experimental Aula 4
Aula 4 Castro Soares de Oliveira ANOVA Significativa Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais.
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programa de Estudos Pós-Graduados em Administração Mestrado em Administração
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programa de Estudos Pós-Graduados em Administração Mestrado em Administração PESQUISA SOCIO-ECONOMICA AO NIVEL MUNICIPAL NO BRASIL focando principalmente indicadores
Leia maisANÁLISE DE REGRESSÃO
ANÁLISE DE REGRESSÃO Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 09 de janeiro de 2017 Introdução A análise de regressão consiste na obtenção de uma equação
Leia maisPesquisador. Planejamento de Experimentos Design of Experiments - DOE NOÇÕES SOBRE EXPERIMENTOS FATORIAIS. 1 - Fixar T e variar P até > Pureza
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planeamento de Experimentos Design of Experiments - DOE Em primeiro lugar devemos definir o que é um experimento: Um experimento é um procedimento no qual alterações
Leia maisANÁLISE DE COMPONENTES PRINCIPAIS/PCA ou ACP
Procedimento para a determinação de novas variáveis (componentes) que expliquem a maior variabilidade possível existente em uma matriz de dados multidimensionais. ANÁLISE DE COMPONENTES PRINCIPAIS/PCA
Leia maisAnálise estatística multivariada
Análise estatística multivariada Conjunto de procedimentos para a análise simultânea de duas ou mais medidas de cada caso/observação Os dados coletados p variáveis - de uma amostra de tamanho n podem ser
Leia maisRelatório Mundial de. Renovação da APS nas Américas. V Seminário Internacional de APS Rio de Janeiro, Brasil 24-26 de março de 2010
Relatório Mundial de Saúde 2008 e Renovação da APS nas Américas V Seminário Internacional de APS Rio de Janeiro, Brasil 24-26 de março de 2010 Dr. Hernán Montenegro Coordenador de Serviços Integrados de
Leia maisDesigualdade na América Latina: um desafio estrutural para o desenvolvimento sustentável
Desigualdade na América Latina: um desafio estrutural para o desenvolvimento sustentável A desigualdade na América Latina A desigualdade é um desafio estrutural que conspira contra o desenvolvimento sustentável
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO PESQUISA SOCIO-ECONOMICA AO NIVEL MUNICPAL NO BRASIL Focando
Leia maisOferta e procura de professores na América Latina e no Caribe Garantindo uma educação de qualidade para todos
UIS Perfil Regional Oferta e procura de professores na América Latina e no Caribe Garantindo uma educação de qualidade para todos BR/2006/PI/H/16 Esse perfil regional é baseado no relatório Teachers and
Leia maisInvestimento na Infraestrutura Para Impulsionar a Resiliência e Reequilibrar o Crescimento Econômico
Investimento na Infraestrutura Para Impulsionar a Resiliência e Reequilibrar o Crescimento Econômico Inversión en Infraestructura Para Impulsar la Resiliencia y Re-equilibrar el Crecimiento Económico O
Leia maisLes-0773: ESTATÍSTICA APLICADA III ANÁLISE DE AGRUPAMENTO. Junho de 2017
Les-0773: ESTATÍSTICA APLICADA III ANÁLISE DE AGRUPAMENTO AULA 4 02/06/17 Prof a Lilian M. Lima Cunha Junho de 2017 DEFINIÇÃO Análise de conglomerados (Cluster Analysis) é uma das técnicas de análise multivariada
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA. Jayme Gomes dos Santos Junior Luciana Helena Kowalski
UNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA Jayme Gomes dos Santos Junior Luciana Helena Kowalski MODELAGEM DA EXPECTATIVA DE VIDA NOS MUNICÍPIOS DO PARANÁ A PARTIR DE COVARIÁVEIS DO CENSO 2010
Leia maisEstatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br
Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES
Leia maisA FUNDAÇÃO PARA A CIÊNCIA E A TECNOLOGIA (FCT)
A FUNDAÇÃO PARA A CIÊNCIA E A TECNOLOGIA (FCT) É A AGÊNCIA PÚBLICA NACIONAL PARA A INVESTIGAÇÃO E A INOVAÇÃO EM PORTUGAL WWW.FCT.PT A VISÃO DA FCT É: TORNAR PORTUGAL UMA REFERÊNCIA MUNDIAL EM CIÊNCIA,
Leia maisAula 25: Análise Fatorial. Prof. Eduardo A. Haddad
Aula 25: Análise Fatorial Prof. Eduardo A. Haddad Utilização específica Como identificar o potencial de desenvolvimento agropecuário dos municípios brasileiros? Banco de dados municipais: Tamanho do rebanho,
Leia maisPIFCSS. O conhecimento é maior quando é compartilhado. Visão
O conhecimento é maior quando é compartilhado Missão Fortalecer a Cooperação Sul-Sul e Triangular no marco ibero-americano, promovendo os seus valores e princípios, para que contribua de forma eficaz ao
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisPIFCSS PROGRAMA IBERO-AMERICANO PARA O FORTALECIMENTO DA COOPERAÇÃO SUL-SUL O CONHECIMENTO É MAIOR QUANDO É COMPARTILHADO
PIFCSS PROGRAMA IBERO-AMERICANO PARA O FORTALECIMENTO DA COOPERAÇÃO SUL-SUL O CONHECIMENTO É MAIOR QUANDO É COMPARTILHADO O QUE É O PIFCSS? O Programa Ibero-americano para o fortalecimento da Cooperação
Leia maisM l u t l i t c i oli l n i e n arid i a d de
Multicolinearidade 1 Multicolinearidade Quando existem relação linear exata entre as variáveis independentes será impossível calcular os estimadores de MQO. O procedimento MQO utilizado para estimação
Leia maisAnálise de Correspondência (ANACOR)
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade EAC 0355 Análise Multivariada Análise de Correspondência (ANACOR) F 1 1 INTRODUÇÃO ANACOR: A ANÁLISE DE CORRESPONDÊNCIA SIMPLES
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 10 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise Regressão: Avaliação de relações de dependência em que se explica o comportamento de uma/várias
Leia maisANÁLISE DE CONGLOMERADOS E OS INDICADORES DE GOVERANÇA MUNDIAL
PUC - SP ANÁLISE DE CONGLOMERADOS E OS INDICADORES DE GOVERANÇA MUNDIAL José Renato Lamberti Stella Milanez MESTRADO EM ADMINISTRAÇÃO DE EMPRESAS MÉTODOS QUANTITATIVOS PROF. DR. ARNOLDO HOYOS SÃO PAULO
Leia maisAmérica Latina: desenvolvimento humano, governança e prosperidade uma análise exploratória de dados. Dione Fagundes Nunes Gomes
América Latina: desenvolvimento humano, governança e prosperidade uma análise exploratória de dados. Dione Fagundes Nunes Gomes PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia
Leia maisPodemos construir uma tabela com dados de uma variável quantitativa, explicitando um a um todos os dados obtidos.
TABELAS E GRÁFICOS TABELAS Uma tabela (ou planilha) é um arranjo sistemático de dados dispostos em colunas e linhas para fins de comparação e comunicação. Nas linhas da tabela estão apresentadas as variáveis
Leia maisESTUDO ECONÔMICO DA OCDE
ESTUDO ECONÔMICO DA OCDE FUNDAÇÃO GETÚLIO VARGAS Luiz de Mello, OCDE São Paulo, 23 de outubro de 2013 O Brasil e a OCDE Uma longa história de cooperação - Sexto Estudo Econômico desde 2001 - Integração
Leia maisOescore referente à média de liberdade
Capítulo 5 Liberdade Econômica nas Cinco Regiões James M. Roberts e Anthony B. Kim Oescore referente à média de liberdade econômica global é de 60,3, de acordo com o levantamento do nosso Índice de 2008.
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia maisINCERTEZAS DE CURVAS DE CALIBRAÇÃO AJUSTADAS SEGUNDO OS MODELOS LINEAR E QUADRÁTICO
ENQUALAB 8 - Congresso da Qualidade em Metrologia Rede Metrológica do Estado de São Paulo - REMESP 9 a de junho de 8, São Paulo, Brasil INCERTEZAS DE CURVAS DE CALIBRAÇÃO AJUSTADAS SEGUNDO OS MODELOS LINEAR
Leia maisANÁLISE ESTATÍSTICA DOS ÍNDICES DE DESENVOLVIMENTO DAS AMÉRICAS, BASEADA NO HDR Fátima Alexandre
ANÁLISE ESTATÍSTICA DOS ÍNDICES DE DESENVOLVIMENTO DAS AMÉRICAS, BASEADA NO HDR 2005 Fátima Alexandre PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisCAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte
CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte 4.3 Medidas de posição 4.4 Medidas de dispersão 4.5 Separatrizes Prof. franke 2 Vimos que a informação contida num conjunto de dados pode ser resumida
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisSENSOMETRIA. Adilson dos Anjos. Curitiba, PR 21 de maio de Departamento de Estatística Universidade Federal do Paraná
SENSOMETRIA Adilson dos Anjos Departamento de Estatística Universidade Federal do Paraná aanjos@ufpr.br Curitiba, PR 21 de maio de 2015 1 / 7 SENSOMETRIA SEGMENTAÇÃO 2 / 7 Introdução Análise de agrupamentos->
Leia maisPONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UM ESTUDO DO POSSIVEL IMPACTO DOS INDICADORES DE GOVERNANÇA-HDR EM RELAÇAO AO INDICE DE DESENVOLVIMENTO
Leia maisPlanejamento de Experimentos Suposições do Modelo e Comparações Múltiplas
1 / 30 Planejamento de Experimentos Suposições do Modelo e Comparações Múltiplas Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 30 Exemplo típico: Resistência de uma nova fibra sintética
Leia maisANATOMIA DA DESACELERAÇÃO RECENTE DA ECONOMIA Nova matriz econômica ou contrato social? Samuel Pessoa
ANATOMIA DA DESACELERAÇÃO RECENTE DA ECONOMIA Nova matriz econômica ou contrato social? Samuel Pessoa ANATOMIA DA DESACELERAÇÃO RECENTE DA ECONOMIA Nova matriz econômica ou contrato social? Samuel Pessoa
Leia maisGPS TEMA 13. DEMOCRACIA E REDES SOCIAIS
GPS TEMA 13. DEMOCRACIA E REDES SOCIAIS 2 1. INTRODUÇÃO O presente trabalho tem por objetivo efetuar diversas análises relativas a um conjunto de 17 (dezessete) variáveis sobre democracia e redes sociais
Leia maisExemplo Multicolinearidade
Exemplo Multicolinearidade Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Calor do Cimento 1 o Semestre 2013 1 / 28 Calor de Cimento
Leia maisUFRJ - CCMN - IM - Departamento de Métodos Estatísticos Planejamento de Experimentos - P2 Turma: MAA
UFRJ - CCMN - IM - Departamento de Métodos Estatísticos Planejamento de Experimentos - P2 Turma: MAA 18-06-2012 1. (Montgomery e Runger) Quatro fatores influenciam o sabor de um refrigerante, a saber,
Leia maisEstatística Aplicada II. } Regressão Linear
Estatística Aplicada II } Regressão Linear 1 Aula de hoje } Tópicos } Regressão Linear } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática, 007, Cap. 7
Leia maisi j i i Y X X X i j i i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
Leia maisEFICIÊNCIA TRIBUTÁRIA E RETORNO EM BEM-ESTAR SOCIAL NOS PAÍSES DA AMÉRICA LATINA E CARIBE
EFICIÊNCIA TRIBUTÁRIA E RETORNO EM BEM-ESTAR SOCIAL NOS PAÍSES DA AMÉRICA LATINA E CARIBE ÁREA TEMÁTICA: CONTABILIDADE TRIBUTÁRIA TRABALHO CIENTÍFICO Marilene Feitosa Soares - Universidade Federal do Ceará
Leia maisEstudo dirigido de Análise Multivariada
Estudo dirigido de Análise Multivariada Conceitos Iniciais De um modo geral, os métodos estatísticos de análise multivariada são aplicados para analisar múltiplas medidas sobre cada indivíduo ou objeto
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR DENNIS LEÃO GRR LUAN FIORENTIN GRR
UNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR -20149072 DENNIS LEÃO GRR - 20160239 LUAN FIORENTIN GRR - 20160219 MODELAGEM DA QUANTIDADE DE MATRÍCULAS NO ENSINO REGULAR NO ESTADO DO
Leia maisSaúde e Crescimento Econômico na América Latina
Saúde e Crescimento Econômico na América Latina Associações com o Informe sobre Investimento em Saúde e Crescimento Econômico André Medici - LCSHH Banco Mundial 1 2 Sumário Saúde e crescimento da economia
Leia mais