PROCEDIMENTOS DE AJUSTE DA FUNÇÃO WEIBULL PARA PROGNOSE DA DISTRIBUIÇÃO DIAMÉTRICA DE POVOAMENTOS DE EUCALIPTO

Tamanho: px
Começar a partir da página:

Download "PROCEDIMENTOS DE AJUSTE DA FUNÇÃO WEIBULL PARA PROGNOSE DA DISTRIBUIÇÃO DIAMÉTRICA DE POVOAMENTOS DE EUCALIPTO"

Transcrição

1 Sceta Agrara Paraaess Sc. Agrar. Paraa. ISSN: Ole PROCEDIMENTOS DE AJUSTE DA FUNÇÃO WEIBULL PARA PROGNOSE DA DISTRIBUIÇÃO DIAMÉTRICA DE POVOAMENTOS DE EUCALIPTO Reato Vcus Olvera Castro ; Josae Slva Bruzga *; Fabríca Coceção Meez Mota 3 ; Glauce Taís de Olvera Sousa Azevedo 4 ; Gleo Brto de Azevedo 4 ; Hélo Garca Lete 5 ; Atolmar Araujo Lopes da Slva 7 SAP 5035 Data evo: 3/08/06 Data do acete: 8/09/07 RESUMO - Este trabalho avalou a progose da dstrbução damétrca de povoametos de Eucalyptus spp., utlzado a fução de desdade de probabldade Webull, com dos e três parâmetros e dos sstemas de equações para a progose florestal (Sstemas I e II), sedo o Sstema I composto por um maor úmero de varáves do povoameto. Foram utlzados dados de 79 parcelas permaetes, mesuradas em dades de 5 a meses. A fução de dos parâmetros fo ajustada pelos métodos da máxma verossmlhaça e aproxmação lear e a de três parâmetros apeas pelo método da máxma verossmlhaça. A qualdade dos ajustes das fuções Webull fo avalada pelo teste de Kolmogorov-Smrov (α = 0,0). Para o ajuste dos sstemas de equações selecoou-se aleatoramete 55 parcelas e para a valdação dos dados, as 40 parcelas restates. A qualdade dos ajustes das equações dos sstemas fo avalada a partr de gráfcos de dstrbução dos resíduos, coefcete de correlação (r), raz quadrada do erro médo (RQEM), méda das dfereças percetuas (MDP) e bas. A f.d.p. de Webull de três parâmetros ajustada pelo método da máxma verossmlhaça fazedo uso do sstema II, é o procedmeto mas dcado para a progose de povoametos cloas de Eucalyptus urophylla e Eucalyptus grads ão desbastados. Palavras-chave: Fução de desdade de probabldade, métodos de ajuste, modelagem da produção florestal. WEIBULL FUNCTION ADJUSTMENT PROCEDURES FOR PROGNOSING DIAMETER DISTRIBUTION OF EUCALYPTUS PLANTATIONS ABSTRACT - Ths study evaluated the progoss of the dameter dstrbuto of forest stads of Eucalyptus spp., usg the Webull probablty desty fucto, wth two ad three parameters ad two systems of equatos for forest progoss (Systems I ad II), the System I made by a larger umber of stad varables. We used data of 79 permaet plots measured at ages 5- moths. The two-parameter fucto was ftted by maxmum lkelhood methods ad lear approach ad the three parameters oly by the maxmum lkelhood method. The qualty of the settgs of the Webull fucto was assessed usg the Kolmogorov-Smrov test (α = 0.0). To adjust the equato systems were radomly selected 55 plots ad to valdate the data, the 40 remag stallmets. The qualty of the adjustmets of system equatos was evaluated from the dstrbuto of resduals charts, correlato coeffcet (r), square root of the mea error (RQEM), average percetage dffereces (MDP) ad bas. The f.d.p. Webull three parameters set by the maxmum lkelhood method makg use of System II s the most sutable procedure for the progoss of cloal stads of Eucalyptus urophylla ad Eucalyptus grads uthed. Key words: probablty desty fucto, adjustmet methods, modelg of forest producto. INTRODUÇÃO Os modelos de crescmeto e produção florestal são mportates para descrever a estrutura e o comportameto da floresta, bem como realzar a progose da produtvdade. Esses modelos podem ser classfcados em modelos em ível de povoameto total, de classe damétrca e de árvores dvduas (SANQUETTA, 996; ABREU et al., 00; CASTRO et al., 03). A modelagem de dstrbução damétrca (MDD) permte obter a probabldade das árvores ocorrerem detro de determados tervalos de dâmetros (MACHADO et al., 00). Segudo Scheder et al. (008), o maejo florestal, é mprescdível domar uma metodologa que Uversdade Federal de São João Del-Re, UFSJ, Departameto de Cêcas Agráras, CEP , Sete Lagoas, Mas Geras, Brasl. E-mal: castrorvo@ymal.com Servço Florestal Braslero, CEP , Edfíco Sede do IBAMA, SCEN, Av. L4 Norte, trecho, bloco A, Brasíla, Dstríto Federal, Brasl. E-mal: bruzgaet@yahoo.com.br. *Autor para corrrespodêca 3 Dra. em Cêcas Florestas pela Uversdade de Brasíla, UB, Brasíla, Dstríto Federal, Brasl. E-mal: fabrcacmm@yahoo.com.br 4 Uversdade Federal de Mato Grosso do Sul, UFMS, campus de Chapadão do Sul, CEP , Zoa Rural, Mato Grosso do Sul, Brasl. E-mal: gleoba@hotmal.com; gtosousa@gmal.com 5 Uversdade Federal de Vçosa, UFV, Departameto de Egehara Florestal, CEP , Vçosa, Mas Geras, Brasl. E-mal: hglete@ufv.br 6 Dr. em Egehara Florestal, Cebra, BR 38 Km, 7 s/, CEP , Belo Orete, Mas Geras, Brasl. E-mal: atolmar.slva@cebra.com.br

2 59 estme com precsão esses tervalos, para fs de determação de sortmetos de madera, estoque, progose e avalação ecoômca. A caracterzação da produção por classe damétrca permte ada avalar o comportameto do povoameto em fução da aplcação das prescrções de maejo. A MDD é processada empregado-se uma fução desdade de probabldade (f.d.p.). De acordo Bot et al. (03), a precsão das estmatvas por classe damétrca é fluecada pela escolha da f.d.p. que melhor descreva os dados observados e seus parâmetros em dades futuras. A f.d.p. deve apresetar boa aderêca à estrutura damétrca, e correlação sgfcatva com os parâmetros do povoameto (BINOTI et al., 05). Devdo à sua flexbldade e grau de assocação etre seus parâmetros e atrbutos dos povoametos, a f.d.p. de Webull é a mas utlzada o setor florestal (MIGUEL et al., 00; CAMPOS; LEITE, 03). O ajuste da fução Webull pode ser realzado por dferetes métodos, detre os quas se destacam o método da máxma verossmlhaça, percets, mometos e aproxmação lear (CAMPOS; LEITE, 03). Segudo Fger (98), o ajuste pelo método da máxma verossmlhaça se adéqua melhor às estmatvas e com meor tedecosdade, quado comparados aos demas métodos, porém, para Lete et al. (00), o ajuste pelo método da aproxmação lear é mas smples e ddátco. Para estmar os parâmetros da f.d.p as dades futuras podem ser empregados dferetes sstemas de equação, os quas relacoam os parâmetros da fução aos atrbutos do povoameto. A escolha da f.d.p, do método de ajuste e do sstema de equação pode ser determate a precsão da progose dos atrbutos do povoameto florestal. Neste cotexto, o presete trabalho teve por objetvo avalar a progose da dstrbução damétrca de povoametos cloas de Eucalyptus spp., cosderado dferetes métodos de ajuste da fução desdade de probabldade de Webull com dos e três parâmetros, e dos Sstemas de equações. MATERIAL E MÉTODOS Os dados utlzados o trabalho foram obtdos de vetáro florestal cotíuo de cloes de Eucalyptus urophylla e Eucalyptus grads ão desbastados, realzado etre os aos de 00 e 006. O povoameto possu 4.6 ha, está serdo a regão Cetro-Leste do Estado de Mas Geras, o mucípo de Sata Bárbara, e possu espaçameto médo de 3,0 x 3,0 m. A produtvdade méda de madera cosderado um dâmetro mímo de 4 cm com casca aos 7 aos vara etre 7 e 45 m 3 ha - ao -. Os solos predomates são do tpo LATOSSOLO, temperaturas míma e máxma são de 7 e 7 ºC (méda aual de ºC), respectvamete, com umdade relatva méda de 65% e precptação méda aual de.440 mm. Foram utlzados dados de 79 parcelas permaetes com dmesão méda de 95 m, as quas foram mesuradas em dades de 5 a meses, sedo cada parcela medda o mímo em três ocasões. Em cada ocasão fo obtdo o dâmetro dos dvíduos a,30 m de altura (DAP), cosderado o ível de clusão de 4 cm. As árvores, em cada parcela e em cada dade, foram agrupadas em classes com ampltude de,0 cm de dâmetro (ARAÚJO JÚNIOR et al., 00), sedo o lmte feror da prmera classe defdo com base o dâmetro mímo observado. O agrupameto resultou em 6 classes damétrcas, em que o cetro de classe varou de 5 a 35 cm. Com o objetvo de avalar a dâmca da dstrbução damétrca do povoameto fo ajustada a fução desdade de probabldade de Webull com dos e três parâmetros, defdas por Baley e Dell (973): - Fução Webull de dos parâmetros: f(x) = γ β X β γ γ e X β - Fução Webull de três parâmetros: f(x) = γ α X β β γ e X α β Em que: f(x): frequêca de árvores a classe de DAP X; X: cetro de classe de dâmetro, em cm; α: parâmetro de locação; β: parâmetro de escala; γ: parâmetro de forma. A fm de verfcar a fluêca dos métodos de ajuste as dferetes formas da fução desdade probabldade de Webull, utlzou-se para o ajuste da fução de dos parâmetros os métodos da máxma verossmlhaça (GOVE; FAIRWHEATER, 989) e aproxmação lear (CAMPOS; LEITE, 03) e para a fução de três parâmetros, o método da máxma verossmlhaça, resultado em três métodos de ajustes da fução. Os métodos foram aplcados a 70% das parcelas (55), selecoadas ao acaso. Sedo três ajustes para cada parcela em cada ao de medção, totalzado ajustes. A aderêca dos dados às dstrbuções de Webull fo verfcada pelo teste de Kolmogorov-Smrov (α = 0,0). E para projeção dos parâmetros foram avalados dos Sstemas de equações (NOGUEIRA et al., 005; BINOTI et al., 00), resultado em ses procedmetos (Tabela). γ () ()

3 530 TABELA. Procedmetos de ajuste da fução Webull e sstemas de progose da dstrbução damétrca de um povoameto de Eucalyptus spp. Procedmeto Forma da fução Webull Método de Ajuste Sstemas de equação Dos parâmetros Aprox. Lear I Dos parâmetros Aprox. Lear II 3 Dos parâmetros Max. Verossmlhaça I 4 Dos parâmetros Max. Verossmlhaça II 5 Três parâmetros Max. Verossmlhaça I 6 Três parâmetros Max. Verossmlhaça II por: Os Sstemas de equações utlzados são defdos - Sstema I (BINOTI et al., 00): d max = d max I + c I α = α I + c I d m Lβ = Lβ I + c 3 I d max Lγ = c 4. e c 5 c6 I c6 q (3) (4) (5) + c 7 β + c 8 Lγ (6) O ajuste das equações fo realzado o software Statstca 8.0 (STATSOFT INC, 008), utlzado o algortmo Quas-Newto com.000 terações. Para detfcar possíves tedecosdades as estmatvas das varáves, além da dstrbução gráfca dos resíduos, foram obtdas as estatístcas: coefcete de correlação (r), raz quadrada do erro médo (RQEM), méda das dfereças percetuas (MDP) (MURPHY; STERNITZKE, 979) e bas (SIIPILEHTO, 000), defdos por: r Y Y. Y Y. Yˆ Yˆ Yˆ Yˆ (3) N = N. e c 9 c0 I c0 - Sstema II (NOGUEIRA et al., 005): d max = d max I + c I β α = α. e c I c3 I c3 (7) (8) (9) RQEM MDP MDP Y Yˆ Y Y Yˆ Y Y Yˆ (4) (5) (6) β = β I + c 4 I d max Lγ = Lγ. e c 5 c6 I c6 N = N. e c 7 c8 I c8 (0) () () Em que: dmax e dmax : dâmetros máxmos as dades atual e futura, em cm; I e : dades atual e futura, em meses; q é o dâmetro médo quadrátco; α e α : parâmetros de locação da fução as dades atual e futura; dm : dâmetro mímo a dade futura; β e β : parâmetros de escala da fução as dades atual e futura; γ e γ : parâmetros de forma da fução as dades atual e futura; N e N : são as frequêcas de árvores por hectare as dades atual e futura; e c = coefcetes das equações. Em que: : úmero de observações; Y : valores observados para as varáves; : valores estmados para as varáves. Para valdar a precsão da progose (úmero de dvíduos por classe damétrca em dades futuras) foram utlzados os 30% restates das parcelas (40) ão cluídas os ajustes. E para smular o úmero de dvíduos por hectare em cada classe damétrca fo utlzado a fução em sua forma acumulatva cosderado o lmte feror e superor de cada classe damétrca, de acordo com Campos e Lete (03). Em seguda, os valores estmados foram comparados com os valores observados por meo do teste de Kolmogorov-Smrov (α = 0,0). RESULTADOS E DISCUSSÃO Os ajustes da fução Webull obtveram boa aderêca pelo teste de Kolmogorov-Smrorv (p > 0,0). A maor aderêca fo observada para a fução de três

4 53 parâmetros, ajustadas pelo método da máxma verossmlhaça, com 96% dos valores ão sgfcatvos, o que demostra a aderêca da fução aos dados observados. Já a fução de dos parâmetros ajustada pelo método da máxma verossmlhaça fo observada a meor aderêca aos dados, com 76% dos valores ão sgfcatvos. Campos e Lete (03) mecoam que em testes realzados com dversas bases de dados de povoametos cloas de eucalpto, de Tectoa grads e de Pus sp., com dferetes arrajos espacas e dades, com e sem a aplcação de desbaste, o ajuste por aproxmação lear sempre resultou em meor exatdão quado comparado aos ajustes pelo método da máxma verossmlhaça. Neste estudo, o ajuste da fução de dos parâmetros por aproxmação lear fo mas precsa que o ajuste pelo método da máxma verossmlhaça (Tabela ), com 83% dos valores ão sgfcatvos. TABELA. Estatístcas de precsão para as equações dos sstemas de equação da dstrbução damétrca, para os ses procedmetos aalsados Procedmetos Varável estmada r RQEM MDP BIAS dmax 0,9455,33 0,4604 0,304 β 0,89,674-0,4980-0,063 γ 0,8959,435 -,949 0,357 dmax 0,9339,368 0,6774 0,777 β 0,8777,7-0,993-0,0037 γ 0,895,46 -,3078 0,084 dmax 0,9455,33 0,4604 0,304 β 0,8643,3634 -,0839 0,0008 γ 0,8673 0,457 0,088 0,07 dmax 0,969,57,494 0,765 β 0,8608,7096 0,843,35 γ 0,863 0,4604-0,5378 0,076 dmax 0,9455,33 0,4604 0,304 α 0,97,0570-5,3857-0,065 β 0,8676,386-0,990 0,000 γ 0,7468 0,3763 0,66 0,0353 dmax 0,93,486,405 0,558 α 0,8898,503 -,836 0,0743 β 0,875,568 -,3790 0,03 γ 0,744 0,3737-0,0884 0,034,, 3, 4, 5 e 6 N 0, ,3460-0,47,9740 Em que: r: coefcete de correlação; RQEM: raz quadrada do erro médo; MDP: méda das dfereças percetuas. De forma geral, todas as equações e procedmetos de ajuste proporcoaram boas estatístcas de precsão (Tabela ), o que, segudo Noguera et al. (005), é recomedável, pos dca que as varáves depedetes utlzadas as equações têm grade fluêca as varáves depedetes. O coefcete de correlação varou de 0,744 a 0,9675, sedo este verfcado para a varável N, que é comum a todos os procedmetos. Para as demas varáves, em todos os procedmetos aalsados, os maores valores de correlação foram observados para a varável dmax, e os meores para varável β, exceto para os procedmetos 5 e 6, úcos estmados pela f.d.p. de Webull com três parâmetros. De acordo com a dstrbução gráfca dos resíduos apresetados a Fgura, verfcou-se uma dstrbução acetável para os ses procedmetos aalsados. Em geral, houve um bom grau de ajustameto das equações às varáves depedetes dos modelos que compuseram os Sstemas, sedo que para os procedmetos 5 e 6 (com três parâmetros) as estmatvas das varáves apresetaram maor cosstêca e precsão.

5 53 FIGURA - Dstrbução gráfca dos resíduos para as equações que compõe cada procedmeto. Bot et al. (00) também verfcaram que as estmatvas foram precsas e cosstetes ao utlzar a fução Webull de três parâmetros para povoametos de eucalpto submetdos ao desbaste. Mota et al. (05) ao empregar a fução Webull obtveram melhor efcêca a modelagem em E. urophylla. Essa fução, ovamete mostrou-se mas precsa quado comparado com as f.d.p. Beta e Sb Johso, para a progose do volume por classe damétrca E. grads (ABREU et al. 00). As progoses foram fetas a partr da prmera medção de cada parcela selecoada para a valdação as dades futuras que foram remeddas. É possível verfcar que progoses para até cco períodos (5 aos) apresetam alta precsão pelos procedmetos,, 5 e 6, com alta frequêca de parcelas que ão apresetaram dfereça sgfcatva em relação às dstrbuções observadas (Fgura ). Já os procedmetos 3 e 4, tal frequêca fo sempre meor que os demas procedmetos em todas as smulações, sedo clusve meor que 50% o procedmeto 4.

6 Dfereças ão sgfcatvas (%) Progose Progose 3 Progose 4 Progose 5 Progose Procedmeto Procedmeto Procedmeto 3 Procedmeto 4 Procedmeto 5 Procedmeto 6 FIGURA - Porcetagem de parcelas em que a projeção ão dferu sgfcatvamete dos valores observados, para cco períodos de projeção (5 aos), para cada procedmeto de modelagem. Para os procedmetos,, 5 e 6, apesar da pequea varação exstete etre a frequêca de estmatvas com dfereças ão sgfcatvas etre os valores observados e estmados, a f.d.p. de Webull se ajustou adequadamete aos dados observados e os Sstemas foram efcetes para realzação da progose. Já para os procedmetos 3 e 4, foram verfcadas estmatvas cosstetes e mprecsas em todas as classes de dade, com forte tedêca em superestmar as frequêcas em classes de dâmetros ferores e subestmar as frequêcas em classes de dâmetros superores. A fução Webull se mostra sesível às característcas do tpo de povoameto. Machado et al. (009), ao avalarem dferetes f.d.p. para a dstrbução damétrca de Araucara agustfola, verfcaram que a fução de Webull com dos parâmetros apresetou um dos pores desempehos as estmatvas do úmero de árvores por classe de dâmetro. Porém, Arce (004) cocluu que essa fução é flexível e caracterzada por apresetar exceletes estatístcas de ajuste para estmar as dstrbuções damétrcas de cloes de Populus deltodes do prmero ao oo ao de dade, o que ão fo observado este estudo para povoametos de Eucalyptus spp. Poderado os resultados obtdos as estatístcas de precsão, dstrbução gráfcas dos resíduos e a aderêca dos dados estmados aos observados a valdação, para as codções em que fo realzado este estudo, recomeda-se para a progose da dstrbução damétrca de povoametos cloas de Eucalyptus spp., a utlzação do procedmeto 6. Este procedmeto cosste em utlzar a f.d.p. de Webull de três parâmetros ajustado pelo método da máxma verossmlhaça, cosderado Sstema II para a obteção dos parâmetros da fução. O Sstema selecoado para esse procedmeto com as equações ajustadas fo: d max I I I d max 3,3380 I r = 0,93 (7),7436, , I I. e r = 0,8898 (8) I I 0,66373 d max I I r = 0,875 (9) 0,585 0,585,0350 I I L L. e r = 0,744 (0) N N.,6689,6689 0,0009 I e r = 0,9675 () A progose obtda por meo do procedmeto 6 para uma das parcelas da valdação selecoada ao acaso é apresetada a Fgura 3. É possível observar que as curvas de dstrbução damétrca vararam de forma com o aumeto da dade, se torado mas achatada e com maor escala, o que dca que as árvores apresetaram cremeto em dâmetro e mgraram de classe, o que resultou em ovas classes damétrcas cotempladas. As classes de dâmetro ferores quase ão vararam quato ao úmero de dvíduos por classe, uma vez que estas permaeceram as classes meores, pos o cremeto em dâmetro ão é sgfcatvo para mudarem de classe, pelo fato de serem suprmdas ou domadas pelas demas. De acordo com Soares (006), devdo às florestas equâeas tederem a apresetar dstrbuções assmétrcas a dreta, em razão das maores árvores apresetarem maores taxas de crescmeto do que as meores em cosequêca do efeto de competção, gera uma cofguração que cocde com as codções deas para o ajuste da fução de Webull.

7 Frequêca (N/ha) Classe de DAP (cm) FIGURA 3 - Smulação do crescmeto médo em ível de dstrbução damétrca estmados pelo procedmeto 6. CONCLUSÕES A f.d.p. de Webull de três parâmetros ajustada pelo método da máxma verossmlhaça fazedo uso do Sstema II, é o procedmeto mas dcado para a progose de povoametos cloas de Eucalyptus urophylla e Eucalyptus grads ão desbastados. REFERÊNCIAS BIBLIOGRÁFICAS ABREU, E.C.R.; SCOLFORO, J.R.S.; OLIVEIRA, A.D.; MELLO, J.M.; KANEGAE JÚNIOR, H. Modelagem para progose precoce do volume por classe damétrca para Eucalyptus grads. Sceta Forestals, Praccaba,.6, p.86-0, 00. ARAÚJO JÚNIOR, A.C.; NOGUEIRA, G.S.; OLIVEIRA, M.L.R.; MIRANDA, R.O.V.; CASTRO, R.V.O.; PELLI, E. Projeção da dstrbução damétrca de povoametos de eucalpto em dferetes ampltudes de classe. Pesqusa Agropecuára Braslera, Brasíla, v.45,., p.75-8, 00. ARCE, J.E. Modelagem da estrutura de florestas cloas de Populus deltodes Marsh. através de dstrbuções damétrcas probablístcas. Cêca Florestal, Sata Mara, v.4,., p.49-64, 004. BAILEY, R.; DELL, T. Quatfyg dameter dstrbutos wth the Webull fucto. Forest Scece, New Orleas, v.9,.. p.97-04, 973. BINOTI, D.H.B.; BINOTI, M.L.M.S.; LEITE, H.G. Modelagem da dstrbução damétrca de povoametos equâeos de eucalpto utlzado a fução logístca geeralzada. Revsta Árvore, Vçosa, v.39,.4, p.707-7, 05. BINOTI, D.H.B.; BINOTI, M.L.M.S.; LEITE, H.G.; SILVA, A. Modelos de dstrbução de dâmetros utlzado a fução log gama. Pesqusa Florestal Braslera, Colombo, v.33,.73, p.03-07, 03. BINOTI, D.H.B.; LEITE, H.G.; NOGUEIRA, G.S.; SILVA, M.L.M.; GARCIA, S.L.R.; CRUZ, J.P. Uso da fução Webull de três parâmetros em um modelo de dstrbução damétrca para platos de eucalpto submetdos a desbaste. Revsta Árvore, Vçosa, v.34,,, p.47-56, 00. CAMPOS, J.C.C.; LEITE, H.G. Mesuração Florestal: Pergutas e respostas. 4.ed. Vçosa: UFV, p. CASTRO, R.V.O.; SOARES, C.P.B.; MARTINS, F.B.; LEITE, H.G. Crescmeto e produção de platos comercas de eucalpto estmados por duas categoras de modelos. Pesqusa Agropecuára Braslera, Brasíla, v.48, p.87-95, 03. FINGER, C.A.G. Dstrbução de dâmetros em Acáca Negra (Acaca mears de Wld.) em dferetes povoametos e dades p. Dssertação (Mestrado em Cêca Florestal) - Uversdade Federal do Paraá, Curtba, 98. GOVE, J.H.; FAIRWEATHER, S.E. Maxmum lkelhood estmato of Webull fucto parameters usg a geeral teractve optmzer ad grouped data. Forest Ecology ad Maagemet, Amsterda, v.8,., p.6-99, jul LEITE, H.G.; BINOTI, D.J.B.; GUIMARÃES, D.P.; SILVA, M.L.M.; GARCIA, S.L.R. Avalação do ajuste das fuções Webull e Hperbólca a dados de povoametos de eucalpto submetdos a desbaste. Revsta Árvore, Vçosa, v.34,., p.305-3, mar./abr. 00. MACHADO, S.doA.; AUGSTYNCZIK, A.L.; NASCIMENTO, R.G.M.; FIGURA, M.A.; SILVA, L.C.R.; MIGUEL, E.P.; TEO, S.J. Dstrbução damétrca de Araucara agustfola (Bert.) O. Ktz. em um fragmeto de floresta Ombrófla Msta. Revsta Sceta Agrara, Curtba, v.0,., p.03-0, 009. MACHADO, S.doA.; SANTOS, A.A.Pdos.; NASCIMENTO, R.G.Mdo.; AUGSTYNCZIK, A.L.; ZAMIM, N.T. Modelagem da dstrbução dstrbução damétrca de quatro espéces de Lauraceae em um fragmeto de floresta Ombrófla Msta. Revsta Cêcas Exatas e Naturas, Guarapuava, v.,., p.9-05, 00. MIGUEL, E.P.; MACHADO, S.A.; FILHO, A.F.; ARCE, J.E. Usg the Webull fucto for progoss of yeld by dameter class Eucalyptus urophylla stads. Revsta Cere, Lavras, v.6,., p.94-04, ja./mar. 00. MOTA, F.C.M.; IMAÑA-ENCINAS, J.M.; PEREIRA, R.S.; REZENDE, A.V.; MIGUEL, E.P. Modelaje de la dstrbucó damétrca de Eucalyptus urophylla a través de las fucoes ormal, Webull y Sb Johso e la regó de Brasla, Brasl. Ecclopéda Bosfera, Goâa, v.,., p.05-35, 05. MURPHY, P.A.; STERNITZKE, H.S. Growth ad yeld estmato for loblolly pe the West Gulf. New Orleas: US Departmet of Agrculture, p. (Research paper, 54). NOGUEIRA, G.S.; LEITE, H.G.; CAMPOS, J.C.C.; CARVALHO, A.F.; SOUZA, A.L. Modelo de dstrbução damétrca para povoametos de Eucalyptus sp. submetdos a desbaste. Revsta Árvore, Vçosa, v.9,.4, p , jul./ago NOGUEIRA, G.S. Modelagem do crescmeto e da produção de povoametos de Eucalyptus sp. e de Tectoa grads submetdos a desbaste p. Tese (Doutorado em Cêca Florestal) - Uversdade Federal de Vçosa, Vçosa, 003. SANQUETTA, C.R. Fudametos bométrcos dos modelos de smulação florestal. Curtba: FUPEF, p. SCHNEIDER, P.R.; FINGER, C.A.G.; BERNETT, L.G.; SCHNEIDER, P.S.P.; FLEIG, F.D. Estmatva dos parâmetros da fução de desdade probablístca de Webull por regressão ahada em povoameto desbastado de Pus taeda L. Cêca Florestal, Sata Mara, v.8,.3, p , jul./set SOARES, T.S. Avalação de modelos de dstrbução damétrca em povoametos de eucalpto ão desbastados p. Dssertação (Mestrado em Egehara Florestal) - Uversdade Federal de Lavras, Lavras, 006. SIIPILEHTO, J.A. Comparso of two parameter predcto methods for stad structure Flad. Slva Feca, Flad, v.34,.4, p , 000. STATSOFT INC. Statstca data aalyss system verso 8.0. Tulsa, 008.

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

Nota Científica Modelos hipsométricos tradicionais e genéricos para Pinus caribaea var. hondurensis

Nota Científica Modelos hipsométricos tradicionais e genéricos para Pinus caribaea var. hondurensis Pesqusa Florestal Braslera Brazla Joural of Forestry Research https://www.embrapa.br/pfb Nota Cetífca Modelos hpsométrcos tradcoas e geércos para Pus carbaea var. hoduress Adrao Rbero de Medoça 1, Cítha

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

ADEQUAÇÃO DE MODELOS PARA ESTIMATIVA DE NÚMERO DE FOLHAS E ÁREA FOLIAR DA BANANEIRA GRAND NAINE

ADEQUAÇÃO DE MODELOS PARA ESTIMATIVA DE NÚMERO DE FOLHAS E ÁREA FOLIAR DA BANANEIRA GRAND NAINE http://dx.do.org/0.70/.ovagr.04-a63 ADEQUAÇÃO DE MODELOS PARA ESTIMATIVA DE NÚMERO DE FOLHAS E ÁREA FOLIAR DA BANANEIRA GRAND NAINE T. K. S. Borges, M. G. Slva, N. T. Satos 3 ; E. F. Coelho 4, E. A. Souza

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

PREVISÃO DE DIÂMETROS AO LONGO DO FUSTE DE EUCALIPTO VIA REDES NEURAIS ARTIFICIAIS

PREVISÃO DE DIÂMETROS AO LONGO DO FUSTE DE EUCALIPTO VIA REDES NEURAIS ARTIFICIAIS PREVISÃO DE DIÂMETROS AO LONGO DO FUSTE DE EUCALIPTO VIA REDES NEURAIS ARTIFICIAIS Nathala de Pava Medoça¹, Môca Caaa Carvalho², Lucas Rezede Gomde³, Atôo Carlos Ferraz Flho 4, Matheus Adrade Ferrera 5

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

DETERMINAÇÃO DA ÁREA FOLIAR DE FEIJÃO-VAGEM POR FOTOS DIGITAIS 1

DETERMINAÇÃO DA ÁREA FOLIAR DE FEIJÃO-VAGEM POR FOTOS DIGITAIS 1 DETERMINAÇÃO DA ÁREA FOLIAR DE FEIJÃO-VAGEM POR FOTOS DIGITAIS 1 TOEBE, Marcos 2 ; CARGNELUTTI FILHO, Alberto 3 ; LOOSE, Lus Herque 4 ; HELDWEIN, Aro Berardo 3 ; ZANON, Alecar Juor 2 ; PETERS, Marcelo

Leia mais

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

Leia mais

COMPARAÇÃO ENTRE OS MÉTODOS DE AMOSTRAGEM DE BITTERLICH E DE ÁREA FIXA COM PARCELA CIRCULAR EM PLANTAÇÃO DE Pinus taeda

COMPARAÇÃO ENTRE OS MÉTODOS DE AMOSTRAGEM DE BITTERLICH E DE ÁREA FIXA COM PARCELA CIRCULAR EM PLANTAÇÃO DE Pinus taeda COMPARAÇÃO ENTRE OS MÉTODOS DE AMOSTRAGEM DE BITTERLICH E DE ÁREA FIXA COM PARCELA CIRCULAR EM PLANTAÇÃO DE Pus taeda João Paulo Druszcz 1, Nelso Yoshhro Nakajma 2, Sylvo Péllco Netto 3, Mauro Yoshta Júor

Leia mais

Estimativa da área foliar de nabo forrageiro em função de dimensões foliares

Estimativa da área foliar de nabo forrageiro em função de dimensões foliares Estmatva da área folar de abo forragero em fução de dmesões folares Alberto Cargelutt Flho ( *); Marcos Toebe ( ); Cláuda Bur ( 3 ); Adré Lus Fck ( 3 ); Gabrele Casarotto ( ) ( ) Uversdade Federal de Sata

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

Ciência Florestal ISSN: Universidade Federal de Santa Maria Brasil

Ciência Florestal ISSN: Universidade Federal de Santa Maria Brasil Cêca Florestal ISSN: 003-9954 cf@ccr.ufsm.br Uversdade Federal de Sata Mara Brasl Pgatto Scheder, Paulo Sérgo; Fleg, Frederco Dmas; Scheder, Paulo Reato; Gumarães Fger, César Augusto AVALIAÇÃO DA RELAÇÃO

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

COMPARAÇÃO DE MÉTODOS DE AMOSTRAGEM PARA ANÁLISE ESTRUTURAL DE FLORESTAS INEQÜIÂNEAS 1

COMPARAÇÃO DE MÉTODOS DE AMOSTRAGEM PARA ANÁLISE ESTRUTURAL DE FLORESTAS INEQÜIÂNEAS 1 Comparação de Métodos de Amostragem para Aálse... 54 COMPARAÇÃO DE MÉTODOS DE AMOSTRAGEM PARA ANÁLISE ESTRUTURAL DE FLORESTAS INEQÜIÂNEAS Cássa Aparecda de Faras, Carlos Pedro Boëchat Soares 3, Agostho

Leia mais

ACURÁCIA DO MÉTODO DE PRESSLER E FATOR DE FORMA NA ESTIMAÇÃO DO VOLUME DE ÁRVORES DE TECTONA GRANDIS L. f.

ACURÁCIA DO MÉTODO DE PRESSLER E FATOR DE FORMA NA ESTIMAÇÃO DO VOLUME DE ÁRVORES DE TECTONA GRANDIS L. f. ACURÁCIA DO MÉTODO DE PRESSLER E FATOR DE FORMA NA ESTIMAÇÃO DO VOLUME DE ÁRVORES DE TECTONA GRANDIS L. f. Glso Ferades da SILVA 1 Oar Medes de OLIVEIRA 1 Adrao Rbero de MENDONÇA 1 Clayto Vera FRAGA FILHO

Leia mais

PREVISÃO DE MASSA DE FRUTOS DE ABOBRINHA CULTIVAR ANITA F1

PREVISÃO DE MASSA DE FRUTOS DE ABOBRINHA CULTIVAR ANITA F1 PREVISÃO DE MASSA DE FRUTOS DE ABOBRINHA CULTIVAR ANITA F1 Jhoata Motero de Olvera 1 ; Roberto Rezede 2 ; Adré Maller 3 ; Paulo Sérgo Loureço de Fretas 4 ; Maraa Gomes Brescas 5 ; Rea Soares de Souza 6

Leia mais

Seleção de modelos polinomiais para representar o perfil e volume do fuste de Tectona grandis L.f.

Seleção de modelos polinomiais para representar o perfil e volume do fuste de Tectona grandis L.f. Seleção de modelos polomas para represetar o perfl e volume do fuste de Tectoa grads L.f. Evadro Orfaó FIGUEIREDO 1, José Roberto Soares SCOLFORO 2, Atôo Dozette de OLIVEIRA 2 RESUMO A precsão do volume

Leia mais

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP)

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP) Aálse estatístca dos resultados do modelo de prevsão atmosférca RAMS para a regão do lago de Ilha Soltera (SP) Beatrz da Slva Berardo, Ismar de A. Satos, Claudo F. Neves 3., Uversdade Federal do Ro de

Leia mais

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação

Leia mais

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama Prof. Dr. Evadro Leoardo Slva Teera Faculdade UB Gama Metrologa: Cêca que abrage os aspectos teórcos e prátcos relatvos a medção; Descreve os procedmetos e métodos para determar as certezas de medções;

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS Fracsco Juor PIGATO Mara Cecíla Medes BARRETO RESUMO: Um deleameto amostral

Leia mais

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 mutos Grupo I Probabldades e Estatístca LEGM, LEIC-A, LEIC-T, MA, MEMec Justfque coveetemete todas as respostas 2 o semestre 2017/2018 14/06/2018 11:00 2 o Teste B 10 valores 1. Os dvíduos

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Projeção da distribuição diamétrica de povoamentos de eucalipto em diferentes amplitudes de classe

Projeção da distribuição diamétrica de povoamentos de eucalipto em diferentes amplitudes de classe Projeção da distribuição diamétrica de povoamentos de eucalipto em diferentes amplitudes de classe Carlos Alberto Araújo Júnior (1), Gilciano Saraiva Nogueira (2), Marcio Leles Romarco de Oliveira (2),

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL As hpóteses a serem testadas serão: H 0 : p p 0 H : p p 0 p > p 0 p < p 0 Estatístca do Teste: pˆ p0 z c p ( p ) 0 0 EXEMPLOS. Uma máqua está regulada

Leia mais

Aplicabilidade da distribuição GEV ao estudo da precipitação máxima diária anual na região sul de Minas Gerais

Aplicabilidade da distribuição GEV ao estudo da precipitação máxima diária anual na região sul de Minas Gerais Revsta Agrogeoambetal - v. 6,. - Abrl 04 Aplcabldade da dstrbução GEV ao estudo da precptação máma dára aual a regão sul de Mas Geras Alsso Souza de Olvera Carlos Rogéro de Mello Camla Slva Fraco 3 Rosâgela

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. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

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. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Tópicos Extras 2ª parte. Análise de Correlação e Regressão Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

Total Bom Ruim Masculino

Total Bom Ruim Masculino UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o

Leia mais

3 Análises Probabilísticas de Estabilidade

3 Análises Probabilísticas de Estabilidade 3 Aálses Probablístcas de Establdade 3.1 Itrodução Para facltar o etedmeto das metodologas de aálse de cofabldade serão apresetados este capítulo algus cocetos báscos de probabldade e estatístca. 3. Cocetos

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

Regressão Linear e Multilinear

Regressão Linear e Multilinear Regressão Lear e Multlear Deleameto Expermetal Mestrado em Sstemas de Produção em Agrcultura Medterrâca Modelo de Regressão Lear Smples X Varável Idepedete Y Varável Depedete y =β +β x +ε β ordeada a orgem

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

KRIGAGEM ORDINÁRIA E INVERSO DO QUADRADO DA DISTÂNCIA APLICADOS NA ESPACIALIZAÇÃO DE ATRIBUTOS QUÍMICOS DE UM ARGISSOLO

KRIGAGEM ORDINÁRIA E INVERSO DO QUADRADO DA DISTÂNCIA APLICADOS NA ESPACIALIZAÇÃO DE ATRIBUTOS QUÍMICOS DE UM ARGISSOLO Sceta Agrara ISSN 59-25 (prted) ad 983-2443 (o-le) SOUZA, G.S. et al. Krgagem ordára e verso do quadrado... KRIGAGEM ORDINÁRIA E INVERSO DO QUADRADO DA DISTÂNCIA APLICADOS NA ESPACIALIZAÇÃO DE ATRIBUTOS

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

Modelagem das chuvas mensais de regiões homogêneas do Estado do Rio Grande do Sul

Modelagem das chuvas mensais de regiões homogêneas do Estado do Rio Grande do Sul Modelagem das chuvas mesas de regões homogêeas do Estado do Ro Grade do Sul Dael Souza Cardoso, João Baptsta da Slva, Glberto Barbosa Dz Uversdade Federal de Pelotas fscalegal@gmal.com RESUMO Cosderado

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete

Leia mais

INTERPOLADOR INVERSO DA DISTÂNCIA A UMA POTÊNCIA: DETERMINAÇÃO DE MELHORES PARÂMETROS

INTERPOLADOR INVERSO DA DISTÂNCIA A UMA POTÊNCIA: DETERMINAÇÃO DE MELHORES PARÂMETROS INTERPOLADOR INVERSO DA DISTÂNCIA A UMA POTÊNCIA: DETERMINAÇÃO DE MELHORES PARÂMETROS GABRIELA K. MICHELON 1, CLAUDIO L. BAZZI 2, ALEXSSANDER A. K. LIESENFELD 3, LÍGIA F. BORGES 4, KELYN SCHENATTO 5 1

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

Correlações genotípicas entre características agronômicas de sorgo granífero (Sorghum bicolor (L.) Moench).

Correlações genotípicas entre características agronômicas de sorgo granífero (Sorghum bicolor (L.) Moench). Correlações geotípcas etre característcas agroômcas de sorgo graífero (Sorghum bcolor (L.) Moech). Crslee Vera dos Satos (1) ; Ccero Beserra de Meezes (2) ; Celso Herque Tuma e Slva (1) Ruae Alce da Slva

Leia mais

Uso da função Weibull para descrever a área basal por classe de diâmetro de um povoamento de eucalipto

Uso da função Weibull para descrever a área basal por classe de diâmetro de um povoamento de eucalipto Sci e n t i a For e s t a l i s Uso da função Weibull para descrever a área basal por classe de diâmetro de um povoamento de eucalipto Using the Weibull function to describe basal area by diameter class

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

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

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO

Leia mais

Variáveis climáticas e o desempenho de um pivô central, em Cristalina Goiás

Variáveis climáticas e o desempenho de um pivô central, em Cristalina Goiás Revsta Braslera de Egehara Agrícola e Ambetal v.14,.3, p.246 252, 2010 Campa Grade, PB, UAEA/UFCG http://www.agramb.com.br Protocolo 025.07 05/03/2007 Aprovado em 11/08/2009 Varáves clmátcas e o desempeho

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

Leia mais

Desempenho de modelos de relações hipsométricas: estudo em três tipos de floresta

Desempenho de modelos de relações hipsométricas: estudo em três tipos de floresta SCIENTIA FORESTALIS. 60, p. 149-163, dez. 001 Desempeho de modelos de relações hpsométrcas: estudo em três tpos de floresta Performace of heght-dameter relatoshp models: aalyss three forest types João

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

3. TESTES DE QUALIDADE DE AJUSTAMENTO

3. TESTES DE QUALIDADE DE AJUSTAMENTO Testes da qualdade de ajustameto 3 TESTES DE QULIDDE DE JUSTMENTO 3 Itrodução formação sobre o modelo da população dode se extra uma amostra costtu, frequetemete, um problema estatístco forma da dstrbução

Leia mais

Regressão. Pedro Paulo Balestrassi

Regressão. Pedro Paulo Balestrassi Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

Hidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira

Hidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira Hdrologa, Ambete e Recursos Hídrcos 009 / 00 Rodrgo roeça de Olvera Aálse estatístca IST: Hdrologa, Ambete e Recursos Hídrcos Rodrgo roeça de Olvera, 009 Cocetos base Varável aleatóra oulação Fução de

Leia mais

Parte 3 - Regressão linear simples

Parte 3 - Regressão linear simples Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN Tayd Dayvso Custódo Pexoto ; Sérgo Luz Agular Leve ; Adre Herma Frere Bezerra 3 ; José

Leia mais