Variabilidade espacial da macroporosidade do solo em área irrigada, antes do preparo e após colheita, sob dois sistemas de preparo

Tamanho: px
Começar a partir da página:

Download "Variabilidade espacial da macroporosidade do solo em área irrigada, antes do preparo e após colheita, sob dois sistemas de preparo"

Transcrição

1 Acta Scentarum 20(3): , ISSN Varabldade espacal da macroporosdade do solo em área rrgada, antes do preparo e após colheta, sob dos sstemas de preparo José de Deus Vana da ta 1 *, Antôno Carlos Andrade Gonçalves 1 e Sdney Rosa Vera 2 1 Departamento de Agronoma, Unversdade Estadual de rngá, Av. Colombo, 5790, , rngá-paraná, Brazl. 2 Insttuto Agronômco de Campnas, C.P. 28, , Campnas-São Paulo, Brazl. *Author for correspondence. RESUMO. No segundo semestre de 1995, no Centro Técnco de Irrgação da UEM, em rngá (PR), foram estudadas as modfcações ocorrdas na macroporosdade entre amostragens coletadas antes do preparo do solo e após a colheta da cultura de fejão, em área rrgada por pvô-central. Duas parcelas foram submetdas à aração e à escarfcação. Constatou-se tendênca de redução dos valores da macroporosdade ao longo do tempo, para a parcela sob aração, assocada a um aumento do valor médo da densdade do solo. O contráro ocorreu na parcela sob escarfcação, uma vez que esse tratamento deu orgem a um aumento de 83 do valor médo da macroporosdade, o que promoveu melhor aeração, melhores condções de desenvolvmento radcular e, sobretudo, melhores condções de nfltração de água no perfl. A estrutura de dependênca espacal, ncalmente, gual para as duas parcelas, não fo alterada pelos dos sstemas de preparo, exceto pelo fato de que a escarfcação promoveu aumento do efeto pepta em relação ao patamar do semvarograma. A varação em pequenas dstâncas promovda por este sstema de preparo está assocada a esse fato. Palavras-chave: geoestatístca, rrgação, macroporosdade, preparo do solo, varabldade espacal. ABSTRACT. Spatal varablty of sol macroporosty n rrgated area before sol preparaton and after crop harvest usng conventonal tllage and chselng. In the second semester of 1995, at the Techncal Center of Irrgaton of Unversdade Estadual de rngá, n rngá, State of Paraná, Brazl, macroporosty changes between samples collected before sol preparaton and after bean crop harvest n two central-pvot-system rrgated plots, one submtted to conventonal tllage and the other to chsel plow, were nvestgated. The conventonal tllage reduced the macroporosty value, but ncreased the sol densty average value n the perod studed. On the other hand, the chselng system ncreased macroporosty average to 83, whch mproved aeraton, roots development and water nfltraton condtons. The ntally smlar spatal structural dependence of both plots was not modfed, except for the fact that chsel plowng reduced the structural nuggets; of the expermental semvarograms, whose range remaned the same for both treatments. Key words: geostatstcs, rrgaton, macroporosty, sol tllage, spatal varablty. A macroporosdade e a capacdade de água dsponível são os mas mportantes aspectos da estrutura do solo (Thomasson, 1978). A macroporosdade reflete a habldade de o solo acetar e transmtr o excedente das águas de precptação e rrgação, permtndo, anda, trocas gasosas entre a rzosfera e a atmosfera. A capacdade de água dsponível é a reserva hídrca que suporta o desenvolvmento das plantas durante os períodos onde a transpração potencal excede a precptação. Thomasson (1978) enfatza que essas duas propredades são nterdependentes e podem qualfcar a estrutura de um solo. Deve-se ressaltar que valores de macroporosdade nferores a 5 denotam uma condção de pouca movmentação de gases e água no perfl do solo, conferndo, aos solos assm classfcados, uma baxa capacdade de redstrbução de água. Em área rrgada por pvô-central, o acúmulo de água na extremdade é uma lmtação, segundo Heermann e Hen (1968). O fluxo saturado de água no solo ocorre predomnantemente na porção de

2 308 Da ta et al. poros denomnada macroporosdade e, assm, meddas que possbltem o aumento desta fração de poros são altamente desejáves. Nesse sentdo, o sstema de preparo escolhdo deve levar em conta esta necessdade. É desejável, também, que esse aumento na macroporosdade se mantenha durante o cclo da cultura vsando ntensfcar a drenagem nterna do solo, uma vez que em áreas rrgadas a umdade do solo geralmente é mantda na faxa crítca para a compactação mecânca. A estatístca permte a descrção de uma propredade, sem consderar a posção espacal dos valores. Como a ação dos sstemas de preparo não é unforme em toda a área, torna-se mportante avalar também a dstrbução espacal dos valores das propredades do solo. A geoestatístca tem como base o semvarograma (Vera, 1995) e permte a descrção da dependênca espacal das propredades (Webster e Olver, 1990). Este trabalho teve como objetvo comparar a ação de dos sstemas de preparo, aração e escarfcação, sobre a macroporosdade no horzonte superfcal de uma terra roxa estruturada, em área rrgada por pvôcentral, antes e depos do cclo da cultura de fejão. teral e métodos No Centro de Trenamento em Irrgação, da UEM, em duas parcelas com dmensões de 12 x 40m de uma área com Terra Roxa Estruturada, foram retradas amostras nalteradas segundo espaçamento de 4 x 4m, na profunddade de 0,20 m. Determnou-se para cada amostra a densdade do solo e o conteúdo de água com base em volume para as tensões de saturação, 0,003 e 0,006 MPa, em mesa de tensão, e a 1,5 MPa, em câmara de Rchards. A macroporosdade fo tomada como gual à dferença entre o conteúdo de água na saturação e a 0,006 MPa. A capacdade de água dsponível fo tomada como gual ao conteúdo de água entre a macroporosdade e o conteúdo de água retdo a 1,5 MPa (Embrapa, 1979). Segundo proposta de Thomasson (1978), os valores de macroporosdade e de água dsponível foram agrupados em classes com o objetvo de se obter uma classfcação estrutural do solo, medante os tratamentos aplcados. Para a macroporosdade, a classe enquadrou valores menores que 5, a classe, valores entre 5 e 10, e a classe, valores entre 10 e 15. Quanto à capacdade de água dsponível, valores nferores a 10 consttuíram a classe, entre 10 e 15 a classe e entre 15 e 20, a classe (Thomasson, 1978). Fo realzada uma amostragem antes do preparo do solo e outra amostragem após a colheta da cultura de fejão, conduzda em toda a área rrgada pelo pvô, dentro da qual foram demarcadas as parcelas expermentas. Quanto ao preparo prmáro do solo, uma parcela fo submetda à aração com arado fxo de três dscos de 26. Na outra, fo usado um escarfcador de 7 hastes espaçadas de 0,25 m. Os dos mplementos foram regulados para moblzar o solo até 0,30 m. Os dados obtdos foram analsados e comparados entre s fazendo-se uso da estatístca descrtva e análse exploratóra. O tratamento estatístco dos dados expermentas comumente não leva em conta a possível exstênca de uma correlação espacal entre as propredades do solo ou planta. Entretanto, esta correlação espacal pode ser avalada por meo da geoestatístca. O semvarograma expermental descreve a estrutura espacal da propredade em estudo e pode ser usado para avalar o efeto de dferentes tratamentos sobre este padrão de dependênca. Também permte a estmatva de valores em locas não amostrados, por meo de krgeagem. Assm, a dependênca espacal da macroporosdade fo analsada por meo das ferramentas da geoestatístca onde o semvarograma assume papel fundamental na estmatva da dependênca espacal entre amostras, prncpalmente quando a prospecção envolve duas dreções (Slva,1988). O semvarograma é estmado por: N(h) * 1 2 γ ( h) = [ z( x ) z( x + h) ], (01) 2N(h) = 1 onde N(h) é o número de pares expermentas de dados separados pelo vetor h e z representa os valores meddos para propredades do solo ou parâmetros da cultura. O semvarograma normalmente é representado pelo gráfco de γ (h) versus h. A partr do ajuste de um modelo matemátco aos dados expermentas, são defndos os parâmetros do semvarograma, a saber: a) efeto pepta, C o, que é o valor de γ quando h = 0; b) quando h aumenta, γ(h) freqüentemente aumenta até uma dstânca a, chamada de alcance da dependênca espacal, a partr da qual γ(h) permanece aproxmadamente constante; c) o valor de γ(h) neste ponto é chamado de patamar C 2, e aproxma-se da varânca dos dados, se ela exste, e d) C 1 é calculado pela dferença entre C 2 e C o. Assm, amostras separadas por dstâncas menores do que o alcance são correlaconadas espacalmente, enquanto aquelas separadas por dstâncas maores não o são, uma vez que o semvarograma, sendo gual à varânca dos dados, mplca varação aleatóra. O alcance também defne o rao máxmo para nterpolação por krgeagem (Souza, 1992).

3 croporosdade do solo em área rrgada 309 O cálculo do semvarograma expermental, γ (h) versus h, calculado usando a equação (1), mostra uma sére de pontos dscretos de γ (h) correspondendo a cada valor de h, e para o qual uma função contínua deve ser ajustada. O ajuste de um modelo teórco ao semvarograma expermental é um dos aspectos mas mportantes das aplcações da teora das varáves regonalzadas e pode ser uma das maores fontes de ambgüdade e polêmca nessas aplcações. Todos os cálculos de geoestatístca dependem do valor do modelo do semvarograma para cada dstânca especfcada (Vera et al., 1981). Neste trabalho, todos os semvarogramas foram ajustados pelo modelo esférco, conforme a segunte equação: γ (h) = C o +C 1 [3/2 (h/a) - 1/2 (h/a) 3 ], γ (h) = C o + C 1, para 0<h < a (2) para h>a O modelo esférco é obtdo seleconando-se os valores do efeto pepta, C o, e do patamar, C o + C 1, depos passando-se uma reta que ntercepte o exo y em C o e seja tangente aos prmeros pontos próxmos de h = 0. Essa reta cruzará o patamar à dstânca a'= 2/3 a. Assm, o alcance será a = 3 a'/2. O modelo esférco é lnear até aproxmadamente 1/3 do alcance. Outra ferramenta da geoestatístca utlzada fo o escalonamento do semvarograma. Em estudos de varabldade do solo, normalmente defronta-se com um grande número de semvarogramas expermentas para serem nterpretados, na maora das vezes envolvendo dferentes propredades do solo, quase sempre avaladas em dferentes profunddades, undades de medda e com dferentes magntudes de varação. Em função dsto, torna-se dfícl, e ao mesmo tempo necessáro, agrupar os dados de manera a permtr e facltar conclusões geras sobre os mesmos (Souza, 1992). A técnca consste em reunr város semvarogramas em uma função únca, com base na segunte equação (Vera et al., 1991): * sc γ (h) γ =, (3) α onde va de 1 até o número de varáves meddas, e α é o fator de escalonamento, que neste trabalho fo adotado como o valor da respectva varânca dos dados, o que permtu que os semvarogramas expermentas se aglutnassem em uma únca função. Assm, os valores de γ sc (h) calculados para város semvarogramas devem se ajustar a uma únca função, desde que eles sejam escalonados entre s, ou seja, os processos nfluencadores dos város semvarogramas escalonados devem ser semelhantes ou estar de alguma forma assocados. Além de facltar a nterpretação de város semvarogramas, ao reun-los em um só, a técnca de escalonamento tem sdo recomendada também pelo fato de que os valores nterpolados por krgeagem com base nos modelos de semvarogramas escalonados são dêntcos àqueles nterpolados com base nos modelos ndvduas, pos os ponderadores usados na nterpolação não mudam em ambos os casos (Souza, 1992). Resultados e dscussão A Tabela 1 mostra alguns parâmetros estatístcos para a macroporosdade nas condções estudadas. O teste de Kolmogorov-Smrnov (K-S) permte consderar todas as dstrbuções como normas, em nível de 5. Verfca-se que a macroporosdade na parcela escarfcada antes do preparo de solo era 74 menor que o valor da macroporosdade na parcela arada, na mesma stuação, mostrando que as parcelas eram heterogêneas quanto aos valores médos de macroporosdade. Após a colheta, houve um ncremento de 83 da macroporosdade na parcela escarfcada e uma redução de 16 na parcela arada. As dferenças entre médas são sgnfcatvas no nível de 5 na parcela arada, na stuação antes do preparo e após colheta. Para a parcela escarfcada, as dferenças entre médas são sgnfcatvas ao nível de 1. Os dados após colheta, no entanto, apresentam altos valores da estatístca d, ndcando desvo da normaldade, o que é expresso também pelo afastamento relatvo entre méda e medana. Tabela 1. Alguns parâmetros estatístcos da varável macroporosdade do solo na parcela que recebeu aração e escarfcação amostrada antes do preparo de solo e após colheta Parâmetros Tratamentos Estatístcos Aração Escarfcação Antes do preparo Após a colheta Antes do preparo Após a colheta Méda 00,050 a 00,042 b 00,037 A 00,068 B Medana 00,050 00,035 00,036 00,059 cv, 38,9 42,9 39,4 57,6 d 00,089 00,169 00,097 00,140 d crítco a 5 = 0,200 (Campos, 1983); letras mnúsculas dferentes, sgnfcam dferenças sgnfcatvas no nível de 5; letras maúsculas dferentes, sgnfcam dferenças sgnfcatvas no nível de 1

4 310 Da ta et al. Para as duas parcelas, na stuação antes do preparo e após a colheta, os valores de macroporosdade são mostrados nas Fguras 1a e 1b, que representam os valores da macroporosdade nas parcelas expermentas, respetando o número de ordem de cada amostra no espaço, entretanto, sem georeferencá-los. croporosdade (m 3 /m 3 ) 0,12 0,10 0,08 0,06 0,04 0,02 0,00 (a) Número de ordem araap arapc para aração nas duas amostragens estão na Fgura 3a. Este sstema pouco atuou na profunddade de 0,20m, porém, a dferença entre médas é sgnfcatva no nível de 5. Este sstema de preparo moblza maor volume de solo. Caracterza-se também por aumentar o índce de compressbldade do solo tornando-o mas suscetível ao tráfego, o que justfca a redução dos valores de macroporosdade. A dspersão em torno da méda pratcamente não se alterou. Na parcela sob escarfcação, conforme mostrado na Fgura 3b, as mudanças foram substancas. Esse sstema de preparo promoveu aumento dos valores de macroporosdade, gerando médas dferentes no nível de 1. A dspersão dos dados aumentou. De fato, o sstema não atuou unformemente em toda a superfíce. Caracterzou-se por promover o máxmo de moblzação do solo nas lnhas defndas pela passagem das hastes, efeto que se reduzu na dreção das entre-lnhas. croporosdade (m 3 /m 3 ) 0,18 0,16 0,14 0,12 0,10 0,08 0,06 0,04 0,02 0,00 (b) escap escpc Número de ordem γ(h)/s 2 1,4 1,2 1,0 0,8 0,6 0,4 0,2 araap Esf(0,69;0,38;10) escap Fgura 1. croporosdade na aração (a), amostrada antes do preparo (araap) e amostrada após a colheta (arapc) e na escarfcação (b), amostrada antes do preparo (escap) e amostrada após a colheta (escpc) Tanto a aração como a escarfcação aumentaram o coefcente de varação. Entretanto, o preparo vertcal do solo proporconou ncremento de 46 no coefcente de varação contra apenas 4 de ncremento na parcela arada. Isso mostra que a escarfcação, que revolve parcalmente o solo, proporconou maor heterogenedade da propredade macroporosdade, comparatvamente à aração. Estes resultados coadunam com aqueles apresentados por Souza (1992), onde a escarfcação promoveu maor heterogenedade nas concentrações de fósforo e potásso no solo. Na Fgura 2, são mostrados os semvarogramas expermentas escalonados pelas varâncas amostras, para as duas parcelas, antes do preparo. Como os semvarogramas expermentas mostraram comportamento muto semelhante dos pontos dentro de um alcance que pode ser admtdo como únco, gual a 10m, optou-se por ajustar um únco modelo a ambos. Este resultado mostra claramente que, para esta propredade, as duas parcelas apresentaram estrutura de dependênca espacal semelhante antes do preparo de solo, apesar de apresentarem médas lgeramente dferentes. Os dados 0, Dstânca (m) Fgura 2. Semvarogramas escalonados pela varânca amostral para a macroporosdade amostrada antes do preparo de solo nas parcelas sob (araap) aração e sob escarfcação (escap) γ(h)/s 2 γ(h)/s 2 1,4 1,2 1,0 0,8 (a) 0,6 araap 0,4 Esf(0,69;0,38;10) arapc 0,2 Esf(0,57;0,47;10) 0, ,4 1,2 1,0 0,8 0,6 0,4 0,2 (b) Dstânca (m) 0, Dstânca (m) escap Esf(0,69;0,38;10) escpc Esf(0,62;0,3;10) Fgura 3. Semvarogramas escalonados pela varânca amostral e modelos ajustados, na parcela que recebeu aração (a) e escarfcação (b) para os valores de macroporosdade amostrados antes do preparo de solo e após a colheta

5 croporosdade do solo em área rrgada 311 A ocorrênca dos altos valores fez com que a dstrbução de freqüêncas se ajustasse melhor a lognormal, segundo o teste de K-S, no nível de 5. O padrão de valores de macroporosdade, promovdo pela escarfcação, é atrbuído à ação partcular do mplemento que, além de atenuar os efetos da carga mposta ao solo pelo trator, manteve ou ncrementou a contnudade do sstema poroso que fo suscetível ao tráfego (Culley e Larson, 1987) e que é de fundamental mportânca para o rápdo fluxo de água no perfl do solo (Beven e German, 1982). Ratfcando anda o resultado encontrado, Thomasson (1978) frsa que, quando a macroporosdade do solo está entre 0,05 e 0,10 m 3 /m 3, a contnudade do sstema poroso é tão ou mas mportante que o seu volume. Nesse sentdo, as Fguras 4, 5, 6 e 7 mostram a classfcação estrutural do solo, segundo Thomasson (1978), medante os tratamentos estudados. classe estrutural aração antes do preparo Fgura 4. Classfcação estrutural do solo em termos de Capacdade de água dsponível () e croporosdade () no tratamento que recebeu aração, na condção antes do preparo classe estrutural aração após a colheta Fgura 5. Classfcação estrutural do solo em termos de Capacdade de água dsponível () e croporosdade () no tratamento que recebeu aração, na condção após colheta classe estrutural escarfcação antes do preparo Fgura 6. Classfcação estrutural do solo em termos de Capacdade de água dsponível () e croporosdade ()no tratamento que recebeu escarfcação, na condção antes do preparo classe estrututal escarfcação após a colheta Fgura 7. Classfcação estrutural do solo em termos de Capacdade de água dsponível () e croporosdade () no tratamento que recebeu escarfcação, na condção após colheta Verfca-se que, apesar de os valores de macroporosdade e capacdade de água dsponível, em méda, denotarem uma condção estrutural do solo, o tratamento escarfcação conseguu equlbrar a condção estrutural do solo, prncpalmente, no tocante à macroporosdade. Cabe ressaltar que o efeto benéfco promovdo pelas hastes do escarfcador se manteve durante todo o cclo da cultura, já que a produtvdade na parcela que recebeu escarfcação fo maor. Na Tabela 2, são mostrados os parâmetros dos modelos esfércos ajustados aos semvarogramas expermentas, escalonados pela varânca amostral, nas quatro condções estudadas. São mostrados também a varânca amostral e o percentual do patamar referente ao efeto pepta. Tabela 2. Parâmetros dos modelos ajustados aos semvarogramas expermentas Tratamentos Stuação modelo C o (*1) C 1 (*2) C 2 (*3) (a) alcance S 2(*4) C o /C 2 (*5) Aração Antes do preparo esférco 0,69 0,38 1, , Aração Após a colheta esférco 0,57 0,47 1, , Escarfcação Antes do preparo esférco 0,69 0,38 1, , Escarfcação Após a colheta esférco 0,62 0,30 0, , (*1) - efeto pepta; (*2) - sll (C 2 - C o); (*3) - patamar; (*4) - varânca; (*5) - relação entre efeto pepta e patamar

6 312 Da ta et al. Os semvarogramas escalonados pela varânca amostral (s 2 ) permtem constatar que a macroporosdade antes do preparo apresentou estrutura de varabldade no espaço, com alcance da ordem de 10 m. A escarfcação não modfcou este alcance, atuando apenas no sentdo de promover um crescmento do efeto pepta em relação ao patamar, como decorrênca do aumento da varação da propredade em dstâncas nferores à adotada como espaçamento. Na parcela sob aração, a redução dos valores de macroporosdade fo acompanhada de crescmento da méda dos valores de densdade do solo, de 1,37 para 1,39Mg/m 3. Na parcela sob escarfcação, o aumento da macroporosdade fo acompanhada de redução da méda dos valores da densdade do solo, de 1,42 para 1,34Mg/m 3, após a colheta. A aração não alterou os valores de macroporosdade na regão amostrada e, consderando os valores médos de densdade do solo, esteve assocada a um aumento do nível de compactação. A escarfcação promoveu ncremento da ordem de 83 nos valores médos da macroporosdade, o que provavelmente se manteve no decorrer do cclo da cultura. A estrutura de dependênca espacal, ncalmente gual para as duas parcelas, não fo substancalmente alterada pelos dos sstemas de preparo, exceto pelo fato de que a escarfcação promoveu aumento do efeto pepta em relação ao patamar do semvarograma. A varação em pequenas dstâncas promovda por este sstema de preparo está assocada a este fato. A ação da escarfcação fo benéfca, na área rrgada, permtndo melhor aeração, penetração das raízes e movmento vertcal da água, o que é mportante, prncpalmente, na extremdade da área rrgada pelo pvô-central. Referêncas bblográfcas Beven, K.P.; German, P. cropores and water flow n sols. Wat. Resour. Res., 18: , Campos, H. Estatístca expermental não-paramétrca. Praccaba: Escola Superor de Agrcultura Luz de Queroz, p. Culley, J.L.B.; Larson, W.E. Susceptbly to compresson of a clay loam haplaquol. Sol Sc. Soc. Am. J., 44: , EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA (Embrapa). Servço Naconal de Levantamento e Conservação de Solos. nual de métodos de análse do Solo. Ro de Janero: Heermann, D.F.; Hen, P.R. Performance characterstcs of self-propeled center-pvot sprnkler system. Trans. ASAE, 11(1):11-14, Slva, A.P. Varabldade espacal de atrbutos físcos do solo. Praccaba, (Doctoral Thess n Sol and Plant Nutrton) - Escola Superor de Agrcultura Luz de Queroz, Unversdade de São Paulo. Souza, L.S. Varabldade espacal do solo em sstemas de manejo. Porto Alegre, (Doctoral Thess n Sol Scences) - Faculdade de Agronoma, Unversdade Federal do Ro Grande do Sul. Thomasson, A.J. Towards an objectve classfcaton of sol structure. J. Sol Sc., 29:38-46, Vera, S.R; Nelsen, D.R; Bggar, J.M. Spatal varablty of feld-measured nfltraton rate. Sol Sc. Soc. Am. J., 45: , Vera, S.R.; Lombard Neto, F.; Burrows, I.T. peamento da chuva máxma provável para o Estado de São Paulo. Rev. Bras. Cênca do Solo, 15(11):93-98, Vera, S.R. Uso da geoestatístca em estudos de varabldade espacal. In: Curso de atualzação em conservação do solo. Campnas: IAC, p. Webster, R.; Olver, M.A. Statstcal methods n sol and land resource survey. Oxford: Oxford Unversty Press, p. Receved on October 21, Accepted on February 25, 1998.

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

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

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

Dependência Espacial de espécies nativas em fragmentos. florestais

Dependência Espacial de espécies nativas em fragmentos. florestais Dependênca Espacal de espéces natvas em fragmentos 1 Introdução florestas 1 Mestranda em Engenhara Florestal LEMAF/DCF UFLA. e-mal: cunhadase@yahoo.com.br 2 Mestrando em Engenhara Florestal LEMAF/DCF UFLA.

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

CURSO A DISTÂNCIA DE GEOESTATÍSTICA

CURSO A DISTÂNCIA DE GEOESTATÍSTICA CURSO A DISTÂNCIA DE GEOESTATÍSTICA Aula 6: Estaconardade e Semvarânca: Estaconardade de a. ordem, Hpótese ntríseca, Hpótese de krgagem unversal, Crtéros para escolha, Verfcação, Representatvdade espacal,

Leia mais

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação

Leia mais

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES INTRODUÇÃO O fejão caup é a prncpal legumnosa cultvada no Nordeste.

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

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

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

EFICIÊNCIA ECONÔMICA DA MAMONEIRA PRECOCE, CULTIVAR BRS ENERGIA, SOB DIFERENTES REGIMES DE IRRIGAÇÃO

EFICIÊNCIA ECONÔMICA DA MAMONEIRA PRECOCE, CULTIVAR BRS ENERGIA, SOB DIFERENTES REGIMES DE IRRIGAÇÃO EFICIÊNCIA ECONÔMICA DA MAMONEIRA PRECOCE, CULTIVAR BRS ENERGIA, SOB DIFERENTES REGIMES DE IRRIGAÇÃO José Marcelo Das 1, José Renato Cortez Bezerra 1, Napoleão Esberard de Macedo Beltrão 1, Tarcíso Marcos

Leia mais

Análise Exploratória de Dados

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

Leia mais

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

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

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

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos

Leia mais

MAPEAMENTO DA VARIABILIDADE ESPACIAL

MAPEAMENTO DA VARIABILIDADE ESPACIAL IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal

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

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

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

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

(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

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

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

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

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

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

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

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

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia 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

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

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

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

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

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

Algarismos Significativos Propagação de Erros ou Desvios

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

Leia mais

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA

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

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

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

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

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

Leia mais

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

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

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

HIDROLOGIA E RECURSOS HÍDRICOS. Avaliação do escoamento anual médio a partir de elementos climáticos P = H + E + SP + S+ SU +EX - R

HIDROLOGIA E RECURSOS HÍDRICOS. Avaliação do escoamento anual médio a partir de elementos climáticos P = H + E + SP + S+ SU +EX - R Avalação do escoamento anual médo a partr de elementos clmátcos Avalação do escoamento anual médo a partr de elementos clmátcos HIDROLOGIA E RECURSOS HÍDRICOS Avalação do escoamento anual médo a partr

Leia mais

2ª Atividade Formativa UC ECS

2ª Atividade Formativa UC ECS I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez

Leia mais

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

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

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

Leia mais

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão

Leia 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

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

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

Leia mais

Análise de influência

Análise de influência Análse de nfluênca Dzemos que uma observação é nfluente caso ela altere, de forma substancal, alguma propredade do modelo ajustado (como as estmatvas dos parâmetros, seus erros padrões, valores ajustados...).

Leia mais

Análise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas

Análise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled

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

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

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

3 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

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

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de

Leia mais

Variabilidade espacial da condutividade hidráulica e da infiltração da água no solo

Variabilidade espacial da condutividade hidráulica e da infiltração da água no solo DOI:.45/actascagron.v3.959 Varabldade espacal da condutvdade hdráulca e da nfltração da água no solo Clementna Scherpnsk *, Mguel Angel Urbe-Opazo, Marco Antono Vlas Boas, Slvo César Sampao e Jerry Adran

Leia mais

Variáveis Aleatórias

Variáveis Aleatórias Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades

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

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

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

Elementos de Estatística e Probabilidades II

Elementos de Estatística e Probabilidades II Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros

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

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

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

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

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

Acta Scientiarum. Agronomy ISSN: Universidade Estadual de Maringá Brasil

Acta Scientiarum. Agronomy ISSN: Universidade Estadual de Maringá Brasil Acta Scentarum. Agronomy ISSN: 679-9275 eduem@uem.br Unversdade Estadual de Marngá Brasl Mlan, Larton; Godoy de Souza, Eduardo; Urbe-Opazo, Mguel Angel; Flho, Antono Gabrel; Johann, Jerry Adrany; Perera,

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente

Leia mais

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.

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

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

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

Leia mais

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

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

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 0 Estatístca Descrtva e Análse Eploratóra Realzadas em etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de grande quantdade de dados e

Leia mais

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade

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

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro

Leia mais

4.1. Medidas de Posição da amostra: média, mediana e moda

4.1. Medidas de Posição da amostra: média, mediana e moda 4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x

Leia mais

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas Unversdade de São Paulo Escola Superor de Agrcultura Luz de Queroz Departamento de Cêncas Exatas Prova escrta de seleção para DOUTORADO em Estatístca e Expermentação Agronômca Nome do canddato (a): Questão

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 da curva de crescimento de ovinos cruzados

Análise da curva de crescimento de ovinos cruzados Análse da curva de crescmento de ovnos cruzados Dana Campos de Olvera DEX, UFLA Antôno Polcarpo Souza Carnero DET, UFV Joel Augusto Munz DEX, UFLA Introdução Os ovnos, assm como grande maora dos anmas

Leia mais

Métodos de estimativa da evapotranspiração de referência diária para Parnaíba e Teresina, Piauí

Métodos de estimativa da evapotranspiração de referência diária para Parnaíba e Teresina, Piauí Revsta Braslera de Agrometeorologa, Santa Mara, v., n., p. 3-, 3 Recebdo para publcação em 5//. Aprovado em 3//3. ISS -37 Métodos de estmatva da evapotranspração de referênca dára para Parnaíba e Teresna,

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

Modelagem Matemática do Desenvolvimento da Soja

Modelagem Matemática do Desenvolvimento da Soja Modelagem Matemátca do Desenvolvmento da Soja Artur Gustavo Muller Embrapa Cerrados 73310-970, Planaltna, DF E-mal: agmuller@cpac.embrapa.br Jorge Luz Berto Unversdade Regonal do Noroeste do Estado do

Leia mais

Capítulo 24: Potencial Elétrico

Capítulo 24: Potencial Elétrico Capítulo 24: Potencal Energa Potencal Elétrca Potencal Superfíces Equpotencas Cálculo do Potencal a Partr do Campo Potencal Produzdo por uma Carga Pontual Potencal Produzdo por um Grupo de Cargas Pontuas

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

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

do Semi-Árido - UFERSA

do Semi-Árido - UFERSA Unversdade Federal Rural do Sem-Árdo - UFERSA Temperatura e Calor Subêna Karne de Mederos Mossoró, Outubro de 2009 Defnção: A Termodnâmca explca as prncpas propredades damatéra e a correlação entre estas

Leia mais

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

Leia mais

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos.

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos. Eletroquímca 2017/3 Professores: Renato Camargo Matos Hélo Ferrera dos Santos http://www.ufjf.br/nups/ Data Conteúdo 07/08 Estatístca aplcada à Químca Analítca Parte 2 14/08 Introdução à eletroquímca 21/08

Leia mais