5. Medidas de dispersão

Tamanho: px
Começar a partir da página:

Download "5. Medidas de dispersão"

Transcrição

1 5. Medida de diperão 0

2 Chamada de medida de variabilidade (diperio ou variability). Quatificação da difereça etre o valore,,...,. Diperão e cocetração (ou precião) ão coceito opoto. Redução (drática) de obervaçõe a um ó valor.

3 5.. Amplitude (rage) Medida de variabilidade etre o etremo. Dado ordeado: () ()... (). A = () - () = MAX mi. Propriedade. () A 0. () A = 0 e, e omete e, = =... =. 5.. Amplitude iterquartil (iterquartile rage) d q = Q 3 Q. d q é mai reitete do que A. Eercício. () Apreete a curva de eibilidade (CS) de A. () Qual a forma da CS de d q?

4 Valor atípico (outlier) Valor etremo, epúrio, aberrate, etraho, dicrepate,... Obervação afatada do retate do dado. Critério: i < Q 3d q ou i > Q 3 + 3d q : valor atípico evero. Q 3d q < i < Q,5d q ou Q 3 +,5d q < i < Q 3 + 3d q : valor atípico moderado. Q 3d q : barreira etera iferior. Q + 3d q : barreira etera uperior. Q,5d q : barreira itera iferior. Q +,5d q : barreira itera uperior.

5 Gráfico de caia (bo plot) Gráfico caia-de-bigode (bo-ad-whiker plot) Valor adacete iferior: meor valor o couto de dado que ão é etremo (pode er igual a () ). Valor adacete uperior: maior valor o couto de dado que ão é etremo pode er igual a ().

6 Gráfico de caia = c(.5,.9,.7,.6, 3.8,.3,.,.8,.3, 0.5,.6,.4,.7,.7,.9, 0.7,.,.3,.4,.3,.8,.7,.3,.7,.0,.,.,.6,.3,.,.5,.3,.,.8,.,.0,.5,.5,.6,.6,.4,.,.5,.,.0,.3,.6,.9,.3,.4, 3.,.9, 4.8) > boplot() > boplot(, pch = 0) Ob. Na cotrução do gráfico de caia, quato maior for, melhor.

7 Gráfico de caia > boplot(, pch = "*", horizotal = TRUE, lab = "Epeura (mm)") > b = boplot(, plot = FALSE) > ame(b) b$tat: valor adacete iferior, Q, Q, Q 3 e valor adacete uperior. b$: úmero de obervaçõe. b$out: obervaçõe etrema. [,] * * > b$tat [,] 0.5 [,].4 [3,].7 [4,]. 3 4 Epeura (mm) > cla(b$tat) [] "matri" [5,] 3.

8 Gráfico de caia > boplot(, pch = "*", horizotal = TRUE, lab = "Epeura (mm)") > idetify(b$out, rep(, legth(b$out)), match(b$out, )) 5 53 * * 3 4 Epeura (mm)

9 Gráfico de caia O que é poível obervar em um gráfico de caia? * ** * * * Medida de poição (M = Q ). Medida de diperão (d q = Q 3 Q ). Simetria. Valore etremo.

10 Gráfico de caia * ** * ** * Eercício. Decreva couto de dado correpodete a cada um do gráfico.

11 5.3. Devio médio ou devio aboluto médio (mea abolute deviatio) dm i i. Ob. (). A mediaa (M) pode er uada o lugar da média. () Não é uma medida reitete Devio aboluto mediao (media abolute deviatio). M = mediaa(,,..., ). MAD = mediaa( M, M,..., M ). Ob. MAD é uma medida reitete.

12 5.5. Variâcia (variace) Ob. (). Uidade de é a uidade de. () Não é uma medida reitete. (3) Importate em Iferêcia Etatítica.., i i 5.6. Devio padrão (tadard deviatio). / i i Ob. (). Uidade de é a mema uidade de. () Não é uma medida reitete. Eercício. Prove que. i i i i

13 Propriedade da variâcia P. Se y i = a + i, i =,...,, a um úmero real, etão y =. P. Se y i = b i, i =,...,, b um úmero real, etão y = b. Ob. y = b. P3. Se y i = a + b i, i =,...,, a e b úmero reai, etão y = b P4. Se a obervaçõe compõem g grupo (g ), cada um com obervaçõe e g =, etão ( ) i g ( i ( ) ) (variação g ( totalem relação ). à média) Ob. Variação total = variação itragrupo + variação etre grupo. Total variatio = withi group variatio + betwee group variatio.

14 Propriedade da variâcia. g g g g m m g,.,...,,.,...,,, g m m

15 Eemplo dado a lâmia 6 = c(.5,.9,.7,.6, 3.8,.3,.,.8,.3, 0.5,.6,.4,.7,.7,.9, 0.7,.,.3,.4,.3,.8,.7,.3,.7,.0,.,.,.6,.3,.,.5,.3,.,.8,.,.0,.5,.5,.6,.6,.4,.,.5,.,.0,.3,.6,.9,.3,.4, 3.,.9, 4.8) > var() [] Eercício. Coulte a auda da fução mad (? mad). > d() [] > b = mea() > (dm = mea(ab( - b))) [] > M = media() > (MAD = media(ab( - M))) [] 0.4

16 Eemplo dado a lâmia 6 > depad = d() > tripchart(, method = "tack", pch = 0, lab = "Epeura (mm)", at = 0) > boplot(, pch = "*", horizotal = TRUE, at =, add = TRUE) > arrow(b - depad,.5, b + depad,.5, code = 3, agle = 90) > poit(b,.5, pch = 9) * * 3 4 Epeura (mm)

17 5.7. Coeficiete de variação (coefficiet of variatio) () O devio padrão () etá viculado à média. Dificuldade em comparar devio padrão e a média ão muito diferete. () A, d q, dm, MAD, e ão medida de diperão aboluta. Depedem da uidade de medida de. Comparaçõe evolvedo dua ou mai variávei diferete ou medida em diferete ecala (m e cm, p. e.) ão ão poívei. () e () apotam a coveiêcia de medida relativa. CV, e. Pode er dado em %. Propriedade. () CV é adimeioal. () Não é uma medida reitete. (3) É itável e média 0. (4) 0 CV < ½.

18 5.8. Amplitude tudetizada (Studetized rage) A A ( ) () MAX mi Pode er dada em %. Ob. Dividir pelo devio padrão igifica tudetizar (ou padroizar) uma medida. Propriedade. () Não é uma medida reitete. () A ( ). Ob. Uma medida de diperão relativa reitete: d q / M. Eemplo dado a lâmia 6. > (cv = d() / mea()) [] > (A = (ma() - mi()) / d()) [] Ob. A fução rage forece o vetor (mi, MAX).

5. Medidas de dispersão. You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.

5. Medidas de dispersão. You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf. 5. Medida de diperão 0 You created thi PDF from a applicatio that i ot liceed to prit to ovapdf priter (http://www.ovapdf.com) Chamada de medida de variabilidade (diperio ou variability). Quatificação

Leia mais

5. Medidas de dispersão

5. Medidas de dispersão 5 Medidas de dispersão 00 Chamadas de medidas de variabilidade (dispersio ou variability) Quatificação das difereças etre os valores,,, Dispersão e cocetração (ou precisão) são coceitos opostos Redução

Leia mais

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE 1 Estatística descritiva (Eploratória) PRIMEIRO PASSO: Tabelas (distribuição de frequêcia) e Gráficos. SEGUNDO PASSO: Cálculo de medidas

Leia mais

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição Uiveridade Etadual do Oete do Paraá - Uioete Curo de Nutrição Bioetatítica Profeora Aqui começamo o etudo da etatítica iferecial, que é o egudo maior ramo da etatítica. M.Roebel Tridade Cuha Prate Coite

Leia mais

1. Dispersão. 2. Assimetria e Curtose. 3. Concentração e desigualdade

1. Dispersão. 2. Assimetria e Curtose. 3. Concentração e desigualdade Aula Prática 2 2012 1. Dispersão 2. Assimetria e Curtose 3. Concentração e desigualdade 1. Dispersão Gráfico de caias (bo plot, caia-de-bigodes, bo-and-whisker plot) Valor adjacente inferior: menor valor

Leia mais

INTERVALO DE CONFIANÇA

INTERVALO DE CONFIANÇA INTERVALO DE CONFIANÇA Supoha que etejamo itereado um parâmetro populacioal verdadeiro (ma decohecido) θ. Podemo etimar o parâmetro θ uado iformação de oa amotra. Chamamo o úico úmero que repreeta o valor

Leia mais

Técnicas Computacionais em Probabilidade e Estatística I. Aula II

Técnicas Computacionais em Probabilidade e Estatística I. Aula II Técicas Computacioais em Probabilidade e Estatística I Aula II Chag Chia MAE 5704- IME/USP º Sem/008 Algus modelos de iteresse prático: a Beroulli; Biomial; b Poisso; Geométrica; Hipergeométrica; c Uiforme;

Leia mais

DEPARTAMENTO DE ENGENHARIA NAVAL E OCEÂNICA ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PNV3324 FUNDAMENTOS DE CONTROLE EM ENGENHARIA

DEPARTAMENTO DE ENGENHARIA NAVAL E OCEÂNICA ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PNV3324 FUNDAMENTOS DE CONTROLE EM ENGENHARIA DEPARTAENTO DE ENGENHARIA NAVAL E OCEÂNICA ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PNV334 FUNDAENTOS DE CONTROLE E ENGENHARIA NOTAS DE AULA* Prof. Helio itio orihita * Ete texto é um mero roteiro

Leia mais

Análise de dados industriais

Análise de dados industriais Aálie de dado idutriai Ecola Politécica Departameto de Egeharia Química Roberto Guardai 014 Parte 1. Coceito Báico de Etatítica Itrodução Lita de ímbolo Bibliografia Etatítica decritiva Erro de medida,

Leia mais

UNIDADE II TESTE DE HIPÓTESE

UNIDADE II TESTE DE HIPÓTESE 0/0/06. INTRODUÇÃO A iferêcia etatítica preocupa-e em determiar e UNIDADE II TESTE DE IPÓTESE CUIABÁ, MT 05/ PROF.: RÔMULO MÔRA romulomora.webode.com exite alguma igificâcia etatítica acoplada ao reultado

Leia mais

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística 6/2/217 Uiveridade Etadual do Oete do Paraá - Uioete Tete de Hipótee Curo de Medicia/Nutrição Bioetatítica Profeora Tete de Hipótee (TH) é uma ferrameta etatítica que também é utilizado para fazer iferêcia

Leia mais

Estatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão

Estatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão Estatística Descritiva 3. Estatísticas 3.1. Medidas de posição 3.. Medidas de dispersão 1 Exemplo 1: Compare as 4 colheitadeiras quato às porcetages de quebra de semetes de milho. Tabela 1. Porcetagem

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 0: Medidas de Dispersão (webercampos@gmail.com) MÓDULO 0 - MEDIDAS DE DISPERSÃO 1. Coceito: Dispersão é a maior ou meor diversificação dos valores de uma variável, em toro

Leia mais

21037 : e-fólio A- proposta de resolução

21037 : e-fólio A- proposta de resolução 21037 : e-fólio A- proposta de resolução 1. Os motates de depósito a prazo, em uidades codificadas (UC), correspodem a uma variável quatitativa cotíua, e estão orgaizados em classes com a mesma amplitude.

Leia mais

Teoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros

Teoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros 3 Teoria do Erro. Itrodução A gradeza fíica ão determiada experimetalmete por medida ou combiaçõe de medida. Ea medida tem uma icerteza itríeca que advém da caracterítica do equipameto utilizado a ua determiação

Leia mais

Validação do método de dimensionamento do número médio ideal de sementes por saca

Validação do método de dimensionamento do número médio ideal de sementes por saca Validação do método de dimeioameto do úmero médio ideal de emete por aca Quitiliao Siqueira Schrode Nomelii 1, Dayae Alve Cota 1, Luca Floretio Silva 1, Alie Sato Ferreira 1, Jaer Moura Pereira 2, Nádia

Leia mais

Inferência Estatística

Inferência Estatística Iferêcia Etatítica Tete de Hipótee: tete de difereça etre média, coceito, grupo pareado, grupo idepedete com variâcia cohecida e decohecida Itrodução Coidere o problema de comparar materiai (A e B), para

Leia mais

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa

Leia mais

Virgílio A. F. Almeida DCC-UFMG 2005

Virgílio A. F. Almeida DCC-UFMG 2005 Virgílio A. F. Almeida DCC-UFMG 005 YZ- i p pq q pq F i p F i Z P Z P i Z P Z P Z ad i Z P Z i Z P Z i Z P Z i Y P Z i i Z Z Z + + > + > > + > + > > + !" http://www.itl.ist.gov/div898/hadbook/ide.htm A

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Denomina F a variável aleatória definida pelo quociente: F = n

Denomina F a variável aleatória definida pelo quociente: F = n 9/0/0 Etatítica Eperimetal Tete F Tete t de STUDENT Cap. 7, 8 e 9 Callegari-Jacque, S. M. Bioetatítica: Pricípio e Aplicaçõe, 003. Apotila: Regazzi, A. J., Curo de iiciação à etatítica. Profº: Glauco Vieira

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

n Obtido através desvio padrão da população (σ)

n Obtido através desvio padrão da população (σ) 3/5/ Etatítica Geral Tete t de STUDENT Cap. 7, 8 e 9 Callegari-Jacque, S. M. Bioetatítica: Pricípio e Aplicaçõe, 3. Apotila: Regazzi, A. J., Curo de iiciação à etatítica. Curo: Saúde/CUA/UFMT Profº: Glauco

Leia mais

Intervalos de confiança

Intervalos de confiança 0 Itervalo de cofiaça 6.. A etiação por itervalo Noralete o proceo de ivetigação de u parâetro eceitao ir alé da ua etiativa potual ˆ. O fato de ão e cohecer o valor de pode cauar ua ieguraça e levar a

Leia mais

Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA

Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA Miistério da Educação UIVERSIDADE TECOLÓGICA FEDERAL DO PARAÁ Câmpus Curitiba Diretoria de Graduação e Educação Profissioal Departameto Acadêmico de Estatística 1 Disciplia: Probabilidade e Estatística

Leia mais

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n Exercício 1. As otas fiais de um curso de Estatística foram as seguites 7, 5, 4, 5, 6, 1, 8, 4, 5, 4, 6, 4, 5, 6, 4, 6, 6, 4, 8, 4, 5, 4, 5, 5 e 6. a. Determie a mediaa, os quartis e a média. Resposta:

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

REVISÃO DE PROBABILIDADE E ESTATÍSTICA. Parte 2

REVISÃO DE PROBABILIDADE E ESTATÍSTICA. Parte 2 REVISÃO DE PROBABILIDADE E ESTATÍSTICA Parte Variáveis Aleatórias Defiição: Regra que atribui um valor umérico a cada possível resultado de um eperimeto. Eemplo: Jogue duas moedas (o eperimeto aleatório)

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

IV.4 Análise de Dados da Avaliação

IV.4 Análise de Dados da Avaliação Melhor e Pior? IV - Avaliação IV.4 Análie de Dado da Avaliação Interactive Sytem Deign, Cap. 0, William Newman Melhor e Pior? Reumo Aula Anterior Avaliação com utilizadore Local (Laboratório, Ambiente

Leia mais

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB Govero do Estado do Rio Grade do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO

Leia mais

Universidade do Estado do Amazonas

Universidade do Estado do Amazonas Uiversidade do Estado do Amazoas Professor Alessadro Moteiro 6 de Julho de 08 PROJETO DE EXTENSÃO Resoluções de Problemas de Aálise Real I 5º Ecotro/Parte I: Limites de Fuções 5. O Limite de uma Fução

Leia mais

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho MATEMÁTICA Professor Haroldo Filho MÓDULO 6 ESTATÍSTICA 1.1 ESTATÍSTICA É a ciêcia que utiliza a coleta de dados, sua classificação, sua apresetação, sua aálise e sua iterpretação para se tomar algum tipo

Leia mais

PROCEDIMENTOS PARA A ESTIMAÇÃO DE PARÂMETROS EM GRÁFICOS DE CONTOLE

PROCEDIMENTOS PARA A ESTIMAÇÃO DE PARÂMETROS EM GRÁFICOS DE CONTOLE POCEDIMENTOS PAA A ESTIMAÇÃO DE PAÂMETOS EM GÁFICOS DE CONTOLE Aa Paula S. Figueiredo Arioto Bretaha Jorge Ecola Federal de Egeharia de Itajubá - Av. BPS, 1303 37500-000 Itajubá MG e-mail: aapaula@iem.efei.br

Leia mais

Amostragem Casual Estratificada

Amostragem Casual Estratificada CAPÍTUO VI Amotragem Caual Etratificada Profeor Gilo Ferade da Silva Departameto de Egearia Floretal Cetro de Ciêcia Agrária CCA/UFES Itrodução A iteidade de amotragem eceária para etimar o parâmetro de

Leia mais

Estatística Multivariada. Pré-Requisitos. Otimização (Maximização) Exemplos: Combinação Linear. Muitos dos procedimentos

Estatística Multivariada. Pré-Requisitos. Otimização (Maximização) Exemplos: Combinação Linear. Muitos dos procedimentos Prof. Lorí Viali, Dr. viali@pucr.br; viali@mat.ufrg.br; http://www.pucr.br/famat/viali; http://www.mat.ufrg.br/~viali/ A teoria do método etatítico multivariado pode er eplicada razoavelmete bem omete

Leia mais

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-3 PROBABILIDADE E ESTATÍSTICA Profeor: Rodrigo A. Scarel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curo: Semaa 3 4 5 6 7 8 9 0 3 4 5 e 6 Itrodução à robabilidade (eveto, eaço amotral, aioma,

Leia mais

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco Taxas e Ídices Aa Maria Lima de Farias Dirce Uesu esco Itrodução Nesse texto apresetaremos coceitos básicos sobre ídices e taxas. Embora existam aplicações em diversos cotextos, essas otas utilizaremos

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais

Propriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS

Propriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS 0 CONTÍNUOS PRINCIPAIS MODELOS Notação: ~ U(α β). Propriedades: Eemplo A dureza de uma peça de aço pode ser pesada como sedo uma variável aleatória uiforme o itervalo (5070) uidades. Qual a probabilidade

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre os modelos de

Leia mais

Aula 10. ANOVA Análise de Variância em SPSS

Aula 10. ANOVA Análise de Variância em SPSS Aula 10. ANOVA Aálise de Variâcia em SPSS Métodos stadísticos 008 Uiversidade de Averio Profª ladys Castillo Jordá Aálise de Variâcia Objectivo: comparar medidas de localização para mais do que dois grupos

Leia mais

Amostragem Casual Simples. Professor Gilson Fernandes da Silva Departamento de Engenharia Florestal Centro de Ciências Agrárias CCA/UFES

Amostragem Casual Simples. Professor Gilson Fernandes da Silva Departamento de Engenharia Florestal Centro de Ciências Agrárias CCA/UFES Amotragem Caual Simple Profeor Gilo Ferade da Silva Departameto de Egeharia Floretal Cetro de Ciêcia Agrária CCA/UFES 1 Itrodução Coforme apreetado o capítulo aterior, o método de ivetário podem er probabilítico

Leia mais

UNIVERSIDADE DE SÃO PAULO INSTITUTO OCEANOGRÁFICO IOF Oceanografia Física Descritiva

UNIVERSIDADE DE SÃO PAULO INSTITUTO OCEANOGRÁFICO IOF Oceanografia Física Descritiva UNIVERSIDADE DE SÃO PAULO INSTITUTO OCEANOGRÁFICO IOF10 - Oceanografia Fíica Decritiva Arquivo obtido em: Aluno Danilo Rodrigue Vieira IOF10 - OCEANOGRAFIA FÍSICA DESCRITIVA a Lita de Exercício o Semetre

Leia mais

CAPÍTULO 7 - Intervalos de confiança

CAPÍTULO 7 - Intervalos de confiança INF 16 CAPÍTULO 7 - Itervalo de cofiaça É uma maeira de calcularmo uma etimativa de um parâmetro decohecido. Muita veze também fucioa como um tete de hipótee. A idéia é cotruir um itervalo de cofiaça para

Leia mais

Revisão de Alguns Conceitos Básicos da Física Experimental

Revisão de Alguns Conceitos Básicos da Física Experimental Revião de Algun Conceito Báico da Fíica Experimental Marcelo Gameiro Munhoz munhoz@if.up.br Lab. Pelletron, ala 245, r. 6940 O que é uma medida? Medir ignifica quantificar uma grandeza com relação a algum

Leia mais

9. INTERVALOS DE PREDIÇÃO E INTERVALOS DE TOLERÂNCIA

9. INTERVALOS DE PREDIÇÃO E INTERVALOS DE TOLERÂNCIA 9 INTRVALOS D PRDIÇÃO INTRVALOS D TOLRÂNCIA 200 Iervalo de cofiaça, é uma amora aleaória de amaho de uma população ormal com média µ e variâcia 2 (amba decohecida) A média amoral em diribuição ormal com

Leia mais

4. Medidas de posição

4. Medidas de posição 4 Medidas de posição 0 4 Média aritmétia ou média mea Cada medida é um valor represetativo dos dados,,, Também hamadas de medidas de loalização e medidas de tedêia etral loatio e etral tedey Redução drástia

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

3. Seja C o conjunto dos números complexos. Defina a soma em C por

3. Seja C o conjunto dos números complexos. Defina a soma em C por Eercícios Espaços vetoriais. Cosidere os vetores = (8 ) e = ( -) em. (a) Ecotre o comprimeto de cada vetor. (b) Seja = +. Determie o comprimeto de. Qual a relação etre seu comprimeto e a soma dos comprimetos

Leia mais

Introdução à Probabilidade e à Estatística I

Introdução à Probabilidade e à Estatística I Itrodução à Probabilidade e à Estatística I Resolução Lista 1 Professor: Pedro Moretti & Chag Chia 1. (a) Podemos iserir dados o software R e costruir um histograma com 5 itervalos: Frequecy 0 2 4 6 8

Leia mais

4. Medidas de posição. You created this PDF from an application that is not licensed to print to novapdf printer (

4. Medidas de posição. You created this PDF from an application that is not licensed to print to novapdf printer ( 4. Medidas de posição 0 4.. Média aritmétia ou média mea Cada medida é um valor represetativo dos dados,,...,. Também hamadas de medidas de loalização e medidas de tedêia etral loatio e etral tedey. Redução

Leia mais

MESTRADO EM MARKETING Métodos Quantitativos Aplicados ao Marketing

MESTRADO EM MARKETING Métodos Quantitativos Aplicados ao Marketing MESTRADO EM MARKETING Métodos Quatitativos Aplicados ao Marketig Margarida Cardoso 1 Programa Itrodução. Os Métodos Quatitativos o apoio à decisão Aálise em Compoetes Pricipais (ACP) Aálise de Agrupameto:

Leia mais

Revisões de Estatística. Estatística Descritiva. Conceitos básicos. Dados estatísticos. Exemplo 2. Exemplo 1

Revisões de Estatística. Estatística Descritiva. Conceitos básicos. Dados estatísticos. Exemplo 2. Exemplo 1 Revisões de Estatística Departameto de Ciêcias e Egeharia de Biossistemas Agrupameto de Matemática Matemática II Estatística - ciêcia que se ocupa da recolha, orgaização e aálise de iformação, com a fialidade

Leia mais

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a): Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.

Leia mais

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

TRANSPORTES. Sessão Prática 4 Amostragem de escalares Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas

Leia mais

Análise de dados industriais

Análise de dados industriais Aálise de dados idustriais Escola olitécica Departameto de Eeharia Química Roberto Guardai 4 arte 5. ÉCNICAS DE DISCRIMINAÇÃO E DE CLASSIFICAÇÃO DE DADOS Itrodução écicas estatísticas de aálise baseadas

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos)

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos) Desidade Liceciaturas Ecoomia/Fiaças/Gestão 1º Ao Ao lectivo de 01-013 Aálise de Iformação Ecoómica e Empresarial Prova Época ormal 17 de Juho de 013 Duração: h30m (150 miutos) Respoda aos grupos em Folhas

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia (cont.)

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia (cont.) HIDROLOGIA E RECURSOS HÍDRICOS Aálie etatítica aplicada à hidrologia (cot.) Caudal de pota de cheia que ão é excedido em 9% da ocorrêcia? Máxima precipitação em D h com dada probabilidade de excedêcia?

Leia mais

1- Resolução de Sistemas Lineares.

1- Resolução de Sistemas Lineares. MÉTODOS NUMÉRICOS PR EQUÇÕES DIFERENCIIS PRCIIS 1- Resolução de Sistemas Lieares. 1.1- Matrizes e Vetores. 1.2- Resolução de Sistemas Lieares de Equações lgébricas por Métodos Exatos (Diretos). 1.3- Resolução

Leia mais

Métodos Quantitativos Aplicados

Métodos Quantitativos Aplicados Métodos Quatitativos Aplicados Aula 3 http://www.iseg.ulisboa.pt/~vescaria/mqa/ Tópicos apresetação Itrodução aos packages estatísticos: SPSS Aálise Uivariada: Redução de dados e caracterização de distribuições

Leia mais

Escola Secundária de Jácome Ratton

Escola Secundária de Jácome Ratton Ecola Secudára de Jácome Ratto Ao Lectvo / Matemátca Aplcada à Cêca Soca Na Ecola Secudára do Suceo aualmete é premado o aluo que tver melhor méda a ua clafcaçõe a dferete dcpla. No ao lectvo 9/, o do

Leia mais

Professor Mauricio Lutz LIMITES

Professor Mauricio Lutz LIMITES LIMITES ) Noção ituitiva de ites Seja a fução f ( ) +. Vamos dar valores de que se aproimem de, pela sua direita (valores maiores que ) e pela esquerda (valores meores que ) e calcular o valor correspodete

Leia mais

EPR 007 Controle Estatístico de Qualidade

EPR 007 Controle Estatístico de Qualidade EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como

Leia mais

6. Medidas de assimetria e curtose

6. Medidas de assimetria e curtose 6 Medidas de assietria e curtose 00 6 Medidas de assietria Ua variável aleatória cotíua X te distribuição siétrica (syetric) e relação a u valor 0 se f( 0 a) f( 0 + a), para todo a Distribuições siétricas:

Leia mais

6/16/2011. Relações de Girard Relações entre raizes e coeficientes. a x. a 1. Considere-se as raízes i, i=1,2,...n, e P(x) na forma fatorada:

6/16/2011. Relações de Girard Relações entre raizes e coeficientes. a x. a 1. Considere-se as raízes i, i=1,2,...n, e P(x) na forma fatorada: 66 Numero de Rizes Reis Teorem de Bolzo Sej = um equção lgébric com coeficietes reis,b. Se b , etão eiste um úmero pr de rízes reis, ou ão eistem

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,

Leia mais

E X A M E ª FASE, V E R S Ã O 1 P R O P O S T A D E R E S O L U Ç Ã O

E X A M E ª FASE, V E R S Ã O 1 P R O P O S T A D E R E S O L U Ç Ã O Preparar o Eame 0 Matemática A E X A M E 0 4 ª FASE, V E R S Ã O P R O P O S T A D E R E S O L U Ç Ã O GRUPO I ITENS DE ESOLHA MÚLTIPLA Tem-se que A e B são idepedetes, portato, P A B P A PB Assim: 0,48

Leia mais

... Newton e Leibniz criaram, cada qual em seu país e quase ao mesmo tempo, as bases do cálculo diferencial.

... Newton e Leibniz criaram, cada qual em seu país e quase ao mesmo tempo, as bases do cálculo diferencial. DERIVADAS INTRODUÇÃO O Cálculo Diferecial e Itegral, criado por Leibiz e Newto o século XVII, torou-se logo de iício um istrumeto precioso e imprescidível para a solução de vários problemas relativos à

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 12: - Itervalo de Cofiaça - Tete de Hipótee (webercampo@gmail.com) INTERVALO DE CONFIANÇA 1. INTERVALO DE CONFIANÇA PARA A MÉDIA O proceo de cotrução do itervalo de cofiaça

Leia mais

Medidas e algarismos significativos

Medidas e algarismos significativos Medida e algarimo ignificativo Como repreentar o reultado de uma medida, algarimo ignificativo Erro, média e devio padrão Hitograma e ditribuição normal Propagação de erro Medida em fíica ex. medida do

Leia mais

n m+ Abuso Sexual nas Escolas Não dá para aceitar

n m+ Abuso Sexual nas Escolas Não dá para aceitar buso Seual as Escolas Não dá para aceitar Por uma escola livre de SI República de Moçambique Matemática Miistério da Educação Eame Etraordiário ª lasse/0 oselho Nacioal de Eames, ertificação e Equivalêcias

Leia mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

Leia mais

Distribuição Amostral da Média: Exemplos

Distribuição Amostral da Média: Exemplos Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos

Leia mais

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências 14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E Medidas de Tedêcia Cetral Itrodução... 1- Média Aritmética... - Moda... 3- Mediaa... Medidas de Dispersão 4- Amplitude Total... 5- Variâcia

Leia mais

CPV O cursinho que mais aprova na fgv

CPV O cursinho que mais aprova na fgv CPV O cursiho que mais aprova a fgv FGV ecoomia a Fase 0/dezembro/0 MATEMÁTICA 0. Chamaremos de S() a soma dos algarismos do úmero iteiro positivo, e de P() o produto dos algarismos de. Por exemplo, se

Leia mais

ESTATÍSTICA E PROBABILIDADES

ESTATÍSTICA E PROBABILIDADES ESTATÍSTICA E PROBABILIDADES Aluo(a): Turma: Professores: Data: Edu/Vicete Noções de Estatística Podemos eteder a Estatística como sedo o método de estudo de comportameto coletivo, cujas coclusões são

Leia mais

Métodos Quantitativos para

Métodos Quantitativos para Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Virgílio A. F. Almeida Maio de 010 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Histograma das Notas 16 Frequecy

Leia mais

Matemática A Extensivo V. 6

Matemática A Extensivo V. 6 Matemática A Etesivo V. 6 Eercícios 0) B Reescrevedo a equação: 88 00 8 0 8 8 0 6 0 0 A raiz do umerador é e do deomiador é zero. Fazedo um quadro de siais: + + + Q + + O que os dá como solução R 0

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança Etatítica: Aplicação ao Seoriameto Remoto SER 4 - ANO 19 Itervalo de Cofiaça Camilo Dalele Reó camilo.reo@ipe.br http://www.dpi.ipe.br/~camilo/etatitica/ Itervalo de Cofiaça Um parâmetro pode er etimado

Leia mais

Planificação Anual de Matemática

Planificação Anual de Matemática Direção-Geral dos Estabelecimetos Escolares Direção de Serviços da Região Cetro Plaificação Aual de Matemática Ao Letivo: 2015/2016 Domíio Coteúdos Metas Curriculares Nº de Aulas (45 miutos) TEOREMA DE

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

2 Técnicas de CEP para Processos Multicanal

2 Técnicas de CEP para Processos Multicanal 19 Técica de CEP para Proceo Multicaal Ete capítulo apreeta a técica exitete a literatura para o cotrole de proceo multi-caal. Ao memo tempo, o coceito fudametai ubjacete ão apreetado, a forma do divero

Leia mais

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL AULA 8 16/05/17 Prof a Lilia M. Lima Cuha Maio de 017 PROPOSITO FUNDAMENTAL DA INFERÊNCIA ESTATISTICA DESENVOLVER ESTIMATIVAS E TESTAR HIPOTESES

Leia mais

Medidas de Posição. É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores.

Medidas de Posição. É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores. Medidas de Posição São as estatísticas que represetam uma série de dados orietado-os quato à posição da distribuição em relação ao eixo horizotal do gráfico da curva de freqüêcia As medidas de posições

Leia mais

Medidas de Variabilidade

Medidas de Variabilidade Etatítica I 11.09.017 UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Artigo para a aula de hoje Etatítica I Profa. Renata Gonçalve Aguiar Avaliação da qualidade

Leia mais

Considere as seguintes expressões que foram mostradas anteriormente:

Considere as seguintes expressões que foram mostradas anteriormente: Demontração de que a linha neutra paa pelo centro de gravidade Foi mencionado anteriormente que, no cao da flexão imple (em eforço normal), a linha neutra (linha com valore nulo de tenõe normai σ x ) paa

Leia mais

Função Logarítmica 2 = 2

Função Logarítmica 2 = 2 Itrodução Veja a sequêcia de cálculos aaio: Fução Logarítmica = = 4 = 6 3 = 8 Qual deve ser o valor de esse caso? Como a fução epoecial é estritamete crescete, certamete está etre e 3. Mais adiate veremos

Leia mais

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA 5- CÁLCULO APROXIMADO DE INTEGRAIS 5.- INTEGRAÇÃO NUMÉRICA Itegrar umericamete uma fução y f() um dado itervalo [a, b] é itegrar um poliômio P () que aproime f() o dado itervalo. Em particular, se y f()

Leia mais