Faturamento de Restaurantes

Tamanho: px
Começar a partir da página:

Download "Faturamento de Restaurantes"

Transcrição

1 Faturamento de Restaurantes Gilberto A. Paula Departamento de Estatística IME-USP, Brasil 2 o Semestre 2015 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

2 Faturamento de Restaurantes Sumário 1 Faturamento de Restaurantes 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Ajuste Modelo Duplo 5 Conclusões 6 Referências G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

3 Faturamento de Restaurantes Faturamento de Restaurantes Descrição dos Dados Como ilustração de dados heteroscedásticos vamos considerar uma amostra aleatória de 30 restaurantes em que observou-se para cada um as seguintes variáveis aleatórias: G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

4 Faturamento de Restaurantes Faturamento de Restaurantes Descrição dos Dados Como ilustração de dados heteroscedásticos vamos considerar uma amostra aleatória de 30 restaurantes em que observou-se para cada um as seguintes variáveis aleatórias: faturamento anual (em mil USD) G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

5 Faturamento de Restaurantes Faturamento de Restaurantes Descrição dos Dados Como ilustração de dados heteroscedásticos vamos considerar uma amostra aleatória de 30 restaurantes em que observou-se para cada um as seguintes variáveis aleatórias: faturamento anual (em mil USD) gasto anual com publicidade (em mil USD). G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

6 Faturamento de Restaurantes Faturamento de Restaurantes Descrição dos Dados Como ilustração de dados heteroscedásticos vamos considerar uma amostra aleatória de 30 restaurantes em que observou-se para cada um as seguintes variáveis aleatórias: faturamento anual (em mil USD) gasto anual com publicidade (em mil USD). O objetivo principal do estudo é tentar relacionar o faturamento médio anual com o gasto anual com publicidade (Montgomery, Peck e Vining, 2001, Seção 5.5). G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

7 Análise de Dados Preliminar Sumário 1 Faturamento de Restaurantes 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Ajuste Modelo Duplo 5 Conclusões 6 Referências G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

8 Análise de Dados Preliminar Medidas Resumo Descrição Medida Faturamento G. Publicidade n Média 147,10 12,13 D.Padrão 42,13 5,12 CV 28,6% 42,2% Mínimo 72,34 3,00 1 o Quartil 117,70 8,93 Mediana 147,00 12,46 3 o Quartil 180,30 15,19 Máximo 218,70 19,50 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

9 Análise de Dados Preliminar Boxplot Faturamento Anual Faturamento G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

10 Análise de Dados Preliminar Boxplot Gastos com Publicidade Gastos Publicidade G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

11 Análise de Dados Preliminar Dispersão Faturamento versus Publicidade Faturamento Gastos Publicidade G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

12 Ajuste Modelo Linear Normal Sumário 1 Faturamento de Restaurantes 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Ajuste Modelo Duplo 5 Conclusões 6 Referências G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

13 Ajuste Modelo Linear Normal Modelo Linear Normal Descrição Nota-se indícios de aumento do faturamento com o aumento do gasto com publicidade. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

14 Ajuste Modelo Linear Normal Modelo Linear Normal Descrição Nota-se indícios de aumento do faturamento com o aumento do gasto com publicidade. Essa tendência sugere o seguinte modelo de regressão linear: G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

15 Ajuste Modelo Linear Normal Modelo Linear Normal Descrição Nota-se indícios de aumento do faturamento com o aumento do gasto com publicidade. Essa tendência sugere o seguinte modelo de regressão linear: y i = β 1 +β 2 publicidade i +ǫ i, G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

16 Ajuste Modelo Linear Normal Modelo Linear Normal Descrição Nota-se indícios de aumento do faturamento com o aumento do gasto com publicidade. Essa tendência sugere o seguinte modelo de regressão linear: y i = β 1 +β 2 publicidade i +ǫ i, para i = 1,...,30, em que y i denota o faturamento anual do i-ésimo restaurante com ǫ i iid N(0,σ 2 ). G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

17 Ajuste Modelo Linear Normal Modelo Ajustado Descrição das Estimativas Efeito Estimativa E. Padrão valor-t valor-p Constante 49,443 4,289 11,53 0,00 Publicidade 8,048 0,326 24,68 0,00 R 2 0,955 R 2 -ajustado 0,954 s 9,0 F 607,5 (1 e 28 g.l.) 0,00 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

18 Ajuste Modelo Linear Normal Modelo Ajustado Descrição das Estimativas Efeito Estimativa E. Padrão valor-t valor-p Constante 49,443 4,289 11,53 0,00 Publicidade 8,048 0,326 24,68 0,00 R 2 0,955 R 2 -ajustado 0,954 s 9,0 F 607,5 (1 e 28 g.l.) 0,00 Os coeficientes são marginalmente significativos. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

19 Ajuste Modelo Linear Normal Análise de Diagnóstico Medida h Distância de Cook Índice Índice Resíduo Padronizado Resíduo Padronizado Índice Valor Ajustado G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

20 Ajuste Modelo Linear Normal Análise de Resíduos Residuo Studentizado Percentil da N(0,1) G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

21 Ajuste Modelo Linear Normal Análise do Ajuste Comentários Embora o ajuste mostra-se adequado através da análise de resíduos, nota-se pelo último gráfico indícios de que a variância dos erros não é constante. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

22 Ajuste Modelo Linear Normal Análise do Ajuste Comentários Embora o ajuste mostra-se adequado através da análise de resíduos, nota-se pelo último gráfico indícios de que a variância dos erros não é constante. Há um aumento no valor do resíduo com o aumento no valor ajustado. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

23 Ajuste Modelo Duplo Sumário 1 Faturamento de Restaurantes 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Ajuste Modelo Duplo 5 Conclusões 6 Referências G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

24 Ajuste Modelo Duplo Modelo Normal Duplo Descrição A tendência detectada na análise de diagnóstico sugere o seguinte modelo alternativo: G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

25 Ajuste Modelo Duplo Modelo Normal Duplo Descrição A tendência detectada na análise de diagnóstico sugere o seguinte modelo alternativo: y i = β 1 +β 2 publicidade i +ǫ i, G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

26 Ajuste Modelo Duplo Modelo Normal Duplo Descrição A tendência detectada na análise de diagnóstico sugere o seguinte modelo alternativo: y i = β 1 +β 2 publicidade i +ǫ i, para i = 1,...,30, em que y i denota o faturamento anual do i-ésimo ind restaurante e ǫ i N(0,σi 2 ) com G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

27 Ajuste Modelo Duplo Modelo Normal Duplo Descrição A tendência detectada na análise de diagnóstico sugere o seguinte modelo alternativo: y i = β 1 +β 2 publicidade i +ǫ i, para i = 1,...,30, em que y i denota o faturamento anual do i-ésimo ind restaurante e ǫ i N(0,σi 2 ) com logσ 2 i = γ 1 +γ 2 publicidade i, sendo β 1, β 2, γ 1 e γ 2 os parâmetros a serem estimados. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

28 Ajuste Modelo Duplo Estimativas Modelo Ajustado Estimativas para a Média Efeito Estimativa E. Padrão valor-t valor-p Constante 51,020 2,709 18,83 0,00 Publicidade 7,898 0,273 28,93 0,00 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

29 Ajuste Modelo Duplo Estimativas Modelo Ajustado Estimativas para a Média Efeito Estimativa E. Padrão valor-t valor-p Constante 51,020 2,709 18,83 0,00 Publicidade 7,898 0,273 28,93 0,00 Os coeficientes são marginalmente significativos. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

30 Ajuste Modelo Duplo Estimativas Modelo Ajustado Estimativas para a Média Efeito Estimativa E. Padrão valor-t valor-p Constante 51,020 2,709 18,83 0,00 Publicidade 7,898 0,273 28,93 0,00 Os coeficientes são marginalmente significativos. Estimativas para a Variância Efeito Estimativa E. Padrão valor-z valor-p Constante 2,516 0,674 3,73 0,00 Publicidade 0,135 0,051 2,65 0,00 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

31 Ajuste Modelo Duplo Estimativas Modelo Ajustado Estimativas para a Média Efeito Estimativa E. Padrão valor-t valor-p Constante 51,020 2,709 18,83 0,00 Publicidade 7,898 0,273 28,93 0,00 Os coeficientes são marginalmente significativos. Estimativas para a Variância Efeito Estimativa E. Padrão valor-z valor-p Constante 2,516 0,674 3,73 0,00 Publicidade 0,135 0,051 2,65 0,00 Os coeficientes são marginalmente significativos. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

32 Ajuste Modelo Duplo Análise de Diagnóstico Média Distância de Cook Resíduo Studentizado Índice Valor Ajustado G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

33 Ajuste Modelo Duplo Análise de Resíduos Média Resíduo Studentizado Percentil da N(0,1) G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

34 Ajuste Modelo Duplo Análise de Diagnóstico Variância Distância de Cook Índice G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

35 Ajuste Modelo Duplo Análise de Resíduos Variância Resíduo Componente do Desvio Percentil da N(0,1) G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

36 Ajuste Modelo Duplo Observações Influentes Comentários G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

37 Ajuste Modelo Duplo Observações Influentes Comentários A observação #1 aparece como possivelmente influente nas estimativas do modelo para a média. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

38 Ajuste Modelo Duplo Observações Influentes Comentários A observação #1 aparece como possivelmente influente nas estimativas do modelo para a média. As observações #1 e #15 aparecem como possivelmente influentes nas estimativas do modelo para a variância. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

39 Ajuste Modelo Duplo Observações Influentes Comentários A observação #1 aparece como possivelmente influente nas estimativas do modelo para a média. As observações #1 e #15 aparecem como possivelmente influentes nas estimativas do modelo para a variância. A eliminação individual das observações não muda a inferência, todos os coeficientes continuam significativos. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

40 Ajuste Modelo Duplo Modelo Ajustado Ajuste para a Média ˆµ(publicidade) = 51, , 898 publicidade, G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

41 Ajuste Modelo Duplo Modelo Ajustado Ajuste para a Média ˆµ(publicidade) = 51, , 898 publicidade, em que ˆµ(publicidade) denota o valor predito de faturamento para o gasto com publicidade. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

42 Ajuste Modelo Duplo Modelo Ajustado Ajuste para a Média ˆµ(publicidade) = 51, , 898 publicidade, em que ˆµ(publicidade) denota o valor predito de faturamento para o gasto com publicidade. Ajuste para a Variância ˆσ 2 (publicidade) = exp(2, 516+0, 135 publicidade), G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

43 Ajuste Modelo Duplo Modelo Ajustado Ajuste para a Média ˆµ(publicidade) = 51, , 898 publicidade, em que ˆµ(publicidade) denota o valor predito de faturamento para o gasto com publicidade. Ajuste para a Variância ˆσ 2 (publicidade) = exp(2, 516+0, 135 publicidade), em que ˆσ 2 (publicidade) denota o valor predito para a variância do fatumento para o gasto com publicidade. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

44 Ajuste Modelo Duplo Interpretação das Estimativas Estimativas para a Média Para cada aumento de 1000 USD no gasto anual com publicidade espera-se aumento de 7898 USD no faturamento anual do restaurante. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

45 Ajuste Modelo Duplo Interpretação das Estimativas Estimativas para a Média Para cada aumento de 1000 USD no gasto anual com publicidade espera-se aumento de 7898 USD no faturamento anual do restaurante. Estimativas para a Variância Para cada aumento de 1000 USD no gasto anual com publicidade espera-se aumento de 14,5% (exp(0,135) 100%) na variância do faturamento anual. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

46 Conclusões Sumário 1 Faturamento de Restaurantes 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Ajuste Modelo Duplo 5 Conclusões 6 Referências G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

47 Conclusões Conclusões Considerações Finais G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

48 Conclusões Conclusões Considerações Finais Este é um exemplo em que há indícios de heteroscedasticidade através do gráfico do resíduo padronizado contra o valor ajustado do modelo homocedástico. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

49 Conclusões Conclusões Considerações Finais Este é um exemplo em que há indícios de heteroscedasticidade através do gráfico do resíduo padronizado contra o valor ajustado do modelo homocedástico. O ajuste do modelo duplo, em que a média e a variância são ajustados conjuntamente, mostra-se mais adequado confirmando a dependência do faturamento médio anual bem como da variância do faturamento anual com o gasto anual com publicidade. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

50 Referências Sumário 1 Faturamento de Restaurantes 2 Análise de Dados Preliminar 3 Ajuste Modelo Linear Normal 4 Ajuste Modelo Duplo 5 Conclusões 6 Referências G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

51 Referências Referências Referências G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

52 Referências Referências Referências Montgomery, D. C.; Peck, E. A. e Vining, G. G. (2001). Introduction to Linear Regression Analysis, Third Edition. Hoboken: Wiley. G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre / 28

Faturamento de Restaurantes

Faturamento de Restaurantes Faturamento de Restaurantes Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Faturamento de Restaurantes 2 o Semestre 2016 1 / 29

Leia mais

Exemplo Regressão Linear Simples

Exemplo Regressão Linear Simples Exemplo Regressão Linear Simples Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Área e Preço de Imóveis 1 o Semestre 2013 1 /

Leia mais

Exemplo Regressão Linear Múltipla

Exemplo Regressão Linear Múltipla Exemplo Regressão Linear Múltipla Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Salário de Executivos 1 o Semestre 2013 1 / 27

Leia mais

Exemplo Número de Clientes da Loja

Exemplo Número de Clientes da Loja Exemplo Número de Clientes da Loja Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Clientes da Loja 2 o Semestre 2015 1 / 24 Clientes

Leia mais

Exemplo Preferência de Automóveis

Exemplo Preferência de Automóveis Exemplo Preferência de Automóveis Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Preferência Automóveis 2 o Semestre 2013 1 /

Leia mais

Exemplo Demanda de TV a Cabo

Exemplo Demanda de TV a Cabo Exemplo Demanda de TV a Cabo Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Demanda de TV a Cabo 2 o Semestre 2015 1 / 21 Demanda

Leia mais

Exemplo Regressão Binomial Dados Emparelhados

Exemplo Regressão Binomial Dados Emparelhados Exemplo Regressão Binomial Dados Emparelhados Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Desenvolvimento de Diabetes 2 o Semestre

Leia mais

Exemplo Falhas em Tecidos

Exemplo Falhas em Tecidos Exemplo Falhas em Tecidos Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Falhas em Tecidos 2 o Semestre 2016 1 / 27 Rolos de Tecido

Leia mais

Comparação entre medidas clássicas e robustas para identificação de outliers em regressão

Comparação entre medidas clássicas e robustas para identificação de outliers em regressão Comparação entre medidas clássicas e robustas para identificação de outliers em regressão Gabriela Isabel L. Alves (1), Verônica Maria C. Lima (2) (1) Curso de Graduação em Estatística (2) Departamento

Leia mais

Exemplo Turbinas de Avião

Exemplo Turbinas de Avião Exemplo Turbinas de Avião Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Turbinas de Avião 2 o Semestre 2015 1 / 29 Turbinas de

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística 1 o Exame/1 o Teste/2 o Teste 2 o Semestre/1 a Época 2008/09 Duração: 3 horas/1 hora e 30 minutos 16/01/09

Leia mais

Exemplo Cupons com Desconto

Exemplo Cupons com Desconto Exemplo Cupons com Desconto Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Cupons com Desconto 2 o Semestre 2013 1 / 21 Cupons

Leia mais

Exemplos Regressão Dados de Contagem

Exemplos Regressão Dados de Contagem Exemplos Regressão Dados de Contagem p. 1/26 Exemplos Regressão Dados de Contagem Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de 2011 Exemplos

Leia mais

Exemplos Modelos de Quase-Verossimilhança

Exemplos Modelos de Quase-Verossimilhança Exemplos Modelos de Quase-Verossimilhança p. 1/40 Exemplos Modelos de Quase-Verossimilhança Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de

Leia mais

Exemplo Cupons com Desconto

Exemplo Cupons com Desconto Exemplo Cupons com Desconto Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Cupons com Desconto 2 o Semestre 2016 1 / 22 Cupons

Leia mais

AULAS 13, 14 E 15 Correlação e Regressão

AULAS 13, 14 E 15 Correlação e Regressão 1 AULAS 13, 14 E 15 Correlação e Regressão Ernesto F. L. Amaral 23, 28 e 30 de setembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de

Leia mais

COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder

COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem

Leia mais

Estatística e Probabilidade

Estatística e Probabilidade Correlação Estatística e Probabilidade Uma correlação é uma relação entre duas variáveis. Os dados podem ser representados por pares ordenados (x,y), onde x é a variável independente ou variável explanatória

Leia mais

MODELOS ESPACIAIS DE ACIDENTES DE TRÂNSITO COM ÓBITOS

MODELOS ESPACIAIS DE ACIDENTES DE TRÂNSITO COM ÓBITOS MODELOS ESPACIAIS DE ACIDENTES DE TRÂNSITO COM ÓBITOS Murilo Castanho dos Santos Cira Souza Pitombo MODELOS ESPACIAIS DE ACIDENTES DE TRÂNSITO COM ÓBITOS Murilo Castanho dos Santos Cira Souza Pitombo Universidade

Leia mais

Introdução. Existem situações nas quais há interesse em estudar o comportamento conjunto de uma ou mais variáveis;

Introdução. Existem situações nas quais há interesse em estudar o comportamento conjunto de uma ou mais variáveis; UNIVERSIDADE FEDERAL DA PARAÍBA Correlação e Regressão Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Eistem situações nas quais há interesse em estudar o comportamento conjunto

Leia mais

Exemplo MLG Misto. Gilberto A. Paula. Departamento de Estatística IME-USP, Brasil

Exemplo MLG Misto. Gilberto A. Paula. Departamento de Estatística IME-USP, Brasil Exemplo MLG Misto Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2015 G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre 2015 1 / 16 Placas Dentárias Sumário

Leia mais

Instituto Politécnico de Viseu Escola Superior de Tecnologia

Instituto Politécnico de Viseu Escola Superior de Tecnologia Instituto Politécnico de Viseu Escola Superior de Tecnologia Departamento: Matemática Estatística I Curso: Contabilidade e Administração Ano: 3 o Semestre: o Prova: Exame Época: Normal Ano Lectivo: 2004/2005

Leia mais

INE 7001 - Procedimentos de Análise Bidimensional de variáveis QUANTITATIVAS utilizando o Microsoft Excel. Professor Marcelo Menezes Reis

INE 7001 - Procedimentos de Análise Bidimensional de variáveis QUANTITATIVAS utilizando o Microsoft Excel. Professor Marcelo Menezes Reis INE 7001 - Procedimentos de Análise Bidimensional de variáveis QUANTITATIVAS utilizando o Microsoft Excel. Professor Marcelo Menezes Reis O objetivo deste texto é apresentar os principais procedimentos

Leia mais

Correlação e Regressão

Correlação e Regressão Notas sobre Regressão, Correlação e Regressão Notas preparadas por L.A. Bertolo Índice Termos básicos e conceitos...1 Regressão simples...5 Regressão Múltipla...13 Terminologia de Regressão...20 Fórmulas

Leia mais

Relação potência ou alométrica

Relação potência ou alométrica Relação potência ou alométrica Relação potência : Y = α β (,y > 0 ; α > 0) 0.5 * ^2 0 2 4 6 8 10 12 β > 1 y = α 0.5 * ^(1/2) 0.2 0.4 0.6 0.8 1.0 y = α β < 1 Transformação : Logaritmizando, obtém-se: 0

Leia mais

Disciplinas: Cálculo das Probabilidades e Estatística I

Disciplinas: Cálculo das Probabilidades e Estatística I Introdução a Inferência Disciplinas: Cálculo das Probabilidades e Estatística I Universidade Federal da Paraíba Prof a. Izabel Alcantara Departamento de Estatística (UFPB) Introdução a Inferência Prof

Leia mais

Análise descritiva de Dados. a) Média: (ou média aritmética) é representada por x e é dada soma das observações, divida pelo número de observações.

Análise descritiva de Dados. a) Média: (ou média aritmética) é representada por x e é dada soma das observações, divida pelo número de observações. Análise descritiva de Dados 4. Medidas resumos para variáveis quantitativas 4.1. Medidas de Posição: Considere uma amostra com n observações: x 1, x,..., x n. a) Média: (ou média aritmética) é representada

Leia mais

XVIII CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 19 a 23 de outubro de 2009

XVIII CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 19 a 23 de outubro de 2009 REGRESSÃO MÚLTIPLA APLICADA AOS DADOS DE VENDAS DE UMA REDE DE LOJAS DE ELETRODOMÉSTICOS VANESSA SIQUEIRA PERES 1 RESUMO: Esse trabalho foi realizado com o objetivo de ajustar os dados de vendas de uma

Leia mais

Contabilometria. Aula 10 Grau de Ajustamento e Verificação das Premissas MQO

Contabilometria. Aula 10 Grau de Ajustamento e Verificação das Premissas MQO Contabilometria Aula 10 Grau de Ajustamento e Verificação das Premissas MQO Ferramentas -------- Análise de Dados -------- Regressão Regressão Linear - Exemplo Usando o Excel Regressão Linear Output do

Leia mais

Modelo SARIMA: um estudo de caso sobre venda mensal de gasolina

Modelo SARIMA: um estudo de caso sobre venda mensal de gasolina Modelo SARIMA: um estudo de caso sobre venda mensal de gasolina Ana Julia Righetto 1 Luiz Ricardo Nakamura 1 Pedro Henrique Ramos Cerqueira 1 Manoel Ivanildo Silvestre Bezerra 2 Taciana Villela Savian

Leia mais

Capítulo 7 Medidas de dispersão

Capítulo 7 Medidas de dispersão Capítulo 7 Medidas de dispersão Introdução Para a compreensão deste capítulo, é necessário que você tenha entendido os conceitos apresentados nos capítulos 4 (ponto médio, classes e frequência) e 6 (média).

Leia mais

Estatística Descritiva I

Estatística Descritiva I Estatística Descritiva I Bacharelado em Economia - FEA - Noturno 1 o Semestre 2016 Profs. Fábio P. Machado e Gilberto A. Paula MAE0219 (Economia-FEA-Noturno) Estatística Descritiva I 1 o Semestre 2016

Leia mais

CENTRO DE ESTATÍSTICA APLICADA CEA USP RELATÓRIO DE ANÁLISE ESTATÍSTICA

CENTRO DE ESTATÍSTICA APLICADA CEA USP RELATÓRIO DE ANÁLISE ESTATÍSTICA CENTRO DE ESTATÍSTICA APLICADA CEA USP RELATÓRIO DE ANÁLISE ESTATÍSTICA TÍTULO: Relatório de análise estatística sobre o projeto: Avaliação e pesquisa: Investigando as dificuldades em Matemática no Ensino

Leia mais

Workshop: Avaliação de Imóveis e Planta de Valores Genéricos para um Cadastro Territorial Multifinalitário

Workshop: Avaliação de Imóveis e Planta de Valores Genéricos para um Cadastro Territorial Multifinalitário Workshop: Avaliação de Imóveis e Planta de Valores Genéricos para um Cadastro Territorial Multifinalitário O processo de elaboração de uma planta de valores genéricos Eng. Rubens Alves Dantas, DSc. Departamento

Leia mais

Universidade da Beira Interior - Departamento de Matemática ESTATÍSTICA APLICADA À PSICOLOGIA I

Universidade da Beira Interior - Departamento de Matemática ESTATÍSTICA APLICADA À PSICOLOGIA I Ano lectivo: 2008/2009 Universidade da Beira Interior - Departamento de Matemática ESTATÍSTICA APLICADA À PSICOLOGIA I Ficha de exercícios 1 Validação de Pré-Requisitos: Estatística Descritiva Curso: Psicologia

Leia mais

AVALIAÇÃO DO MODELO DE ONDAS

AVALIAÇÃO DO MODELO DE ONDAS AVALIAÇÃO DO MODELO DE ONDAS O modelo de onda WAVEWATCH implementado operacionalmente no CP- TEC/INPE global é validado diariamente com os dados do satélite JASON-2. Este novo produto tem como finalidade

Leia mais

Medidas de Tendência Central

Medidas de Tendência Central Medidas de Tendência Central Generalidades Estatística Descritiva: Resumo ou descrição das características importantes de um conjunto conhecido de dados populacionais Inferência Estatística: Generalizações

Leia mais

Análise dos determinantes do Índice Combinado das maiores seguradoras brasileiras: um estudo econométrico entre os anos de 2005 a 2014

Análise dos determinantes do Índice Combinado das maiores seguradoras brasileiras: um estudo econométrico entre os anos de 2005 a 2014 Análise dos determinantes do Índice Combinado das maiores seguradoras brasileiras: um estudo econométrico entre os anos de 2005 a 2014 Luis Gustavo Gutierrez Gebin luis_gustavo_08@hotmail.com Gustavo Oliveira

Leia mais

ESTUDO DO EFEITO DAS AÇÕES DE MARKETING SOBRE O FATURAMENTO DE UMA INSTITUIÇÃO DE SAÚDE DO SUL DE MINAS GERAIS UTLIZANDO TÉCNICAS DE SÉRIES TEMPORAIS

ESTUDO DO EFEITO DAS AÇÕES DE MARKETING SOBRE O FATURAMENTO DE UMA INSTITUIÇÃO DE SAÚDE DO SUL DE MINAS GERAIS UTLIZANDO TÉCNICAS DE SÉRIES TEMPORAIS ESTUDO DO EFEITO DAS AÇÕES DE MARKETING SOBRE O FATURAMENTO DE UMA INSTITUIÇÃO DE SAÚDE DO SUL DE MINAS GERAIS UTLIZANDO TÉCNICAS DE SÉRIES TEMPORAIS Maria de Lourdes Lima Bragion 1, Nivaldo Bragion 2,

Leia mais

IMES Catanduva. Probabilidades e Estatística. no Excel. Matemática. Bertolo, L.A.

IMES Catanduva. Probabilidades e Estatística. no Excel. Matemática. Bertolo, L.A. IMES Catanduva Probabilidades e Estatística Estatística no Excel Matemática Bertolo, L.A. Aplicada Versão BETA Maio 2010 Bertolo Estatística Aplicada no Excel Capítulo 3 Dados Bivariados São pares de valores

Leia mais

AULAS 04 E 05 Estatísticas Descritivas

AULAS 04 E 05 Estatísticas Descritivas 1 AULAS 04 E 05 Estatísticas Descritivas Ernesto F. L. Amaral 19 e 28 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:

Leia mais

LISTA DE EXERCÍCIOS 2 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE BIDIMENSIONAL

LISTA DE EXERCÍCIOS 2 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE BIDIMENSIONAL LISTA DE EXERCÍCIOS INE 7 PROF. MARCELO MENEZES REIS ANÁLISE BIDIMENSIONAL ) Uma pesquisa foi realizada com os integrantes das três categorias (professores, servidores, estudantes) da UFSC. Perguntou-se

Leia mais

Medidas de Variação ou Dispersão

Medidas de Variação ou Dispersão Medidas de Variação ou Dispersão Estatística descritiva Recapitulando: As três principais características de um conjunto de dados são: Um valor representativo do conjunto de dados: uma média (Medidas de

Leia mais

Aula 5 Metodologias de avaliação de impacto

Aula 5 Metodologias de avaliação de impacto Aula 5 Metodologias de avaliação de impacto Metodologias de Avaliação de Impacto Objetiva quantificar as mudanças que o projeto causou na vida dos beneficiários. Plano de Aula Método experimental: regressão

Leia mais

Tópicos em Inferência Estatística. Frases. Roteiro. 1. Introdução

Tópicos em Inferência Estatística. Frases. Roteiro. 1. Introdução Tópicos em Inferência Estatística Frases Torture os dados por um tempo suficiente, e eles contam tudo! fonte: mcrsoft@aimnet.com (Barry Fetter) Um homem com um relógio sabe a hora certa. Um homem com dois

Leia mais

Modelagem da Venda de Revistas. Mônica Barros. Julho de 1999. info@mbarros.com 1

Modelagem da Venda de Revistas. Mônica Barros. Julho de 1999. info@mbarros.com 1 Modelagem da Venda de Revistas Mônica Barros Julho de 1999 info@mbarros.com 1 Modelagem Matemática e Previsão de Negócios Em todas as empresas, grandes e pequenas, é necessário fazer projeções. Em muitos

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ Comentários sobre as provas de estatística e financeira ICMS RJ Caríssimos, Acabei de voltar de uma longa auditoria em que visitamos inúmeros assentamentos federais do INCRA no interior do estado. Ou seja:

Leia mais

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. 1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3

Leia mais

PLANO DE ENSINO. Mestrado em Matemática - Área de Concentração em Estatística

PLANO DE ENSINO. Mestrado em Matemática - Área de Concentração em Estatística 1. IDENTIFICAÇÃO PLANO DE ENSINO Disciplina: Estatística Multivariada Código: PGMAT568 Pré-Requisito: No. de Créditos: 4 Número de Aulas Teóricas: 60 Práticas: Semestre: 1º Ano: 2015 Turma(s): 01 Professor(a):

Leia mais

CRM e Prospecção de Dados

CRM e Prospecção de Dados CRM e Prospecção de Dados Marília Antunes aula de 11 de Maio 09 6 Modelos de regressão 6.1 Introdução No capítulo anterior foram apresentados alguns modelos preditivos em que a variável resposta (a variável

Leia mais

Exemplo Placas Dentárias

Exemplo Placas Dentárias Exemplo Placas Dentárias Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre 2016 1 / 20 Placas Dentárias

Leia mais

4 Análise de Dados. 4.1 Perfil dos Respondentes

4 Análise de Dados. 4.1 Perfil dos Respondentes 4 Análise de Dados 4.1 Perfil dos Respondentes A taxa de resposta foi de aproximadamente 8% de respostas na amostra de clientes que compram fora da loja (telefone e/ou Internet) e 3% na amostra de clientes

Leia mais

Área: Métodos Quantitativos. Modelagem da proporção de inadimplentes entre tomadores de empréstimo no Banco do Povo de Goiás utilizando Regressão Beta

Área: Métodos Quantitativos. Modelagem da proporção de inadimplentes entre tomadores de empréstimo no Banco do Povo de Goiás utilizando Regressão Beta Área: Métodos Quantitativos Modelagem da proporção de inadimplentes entre tomadores de empréstimo no Banco do Povo de Goiás utilizando Regressão Beta Sérgio de Holanda Rocha Mestre em Economia (UFPE PIMES)

Leia mais

Monitoramento e Controle de Processo Multivariado

Monitoramento e Controle de Processo Multivariado Monitoramento e Controle de Processo Multivariado Roteiro 1. O Problema do Controle da Qualidade Multivariado 2. Descrição de Dados Multivariados 3. Gráfico de Controle T 2 de Hotelling (Subgrupos) 4.

Leia mais

CAPÍTULO 12 AUTOCORRELAÇÃO

CAPÍTULO 12 AUTOCORRELAÇÃO Econometria Semestre 2010.01 121 121 CAPÍTULO 12 AUTOCORRELAÇÃO 12.1. A NATUREZA DO PROBLEMA O objetivo deste capítulo é examinar as conseqüências da violação de uma das hipóteses fundamentais do modelo

Leia mais

Apresentação Caule e Folha. Exemplo

Apresentação Caule e Folha. Exemplo Análise Exploratória de Dados As técnicas de análise exploratória de dados consistem em gráficos simples de desenhar que podem ser utilizados para resumir rapidamente um conjunto de dados. Uma destas técnicas

Leia mais

CURSO ONLINE REGULAR ESTATÍSTICA BÁSICA PROF. SÉRGIO CARVALHO AULA 13 RELAÇÃO DOS EXERCÍCIOS FINAIS

CURSO ONLINE REGULAR ESTATÍSTICA BÁSICA PROF. SÉRGIO CARVALHO AULA 13 RELAÇÃO DOS EXERCÍCIOS FINAIS Olá, amigos! AULA 13 RELAÇÃO DOS EXERCÍCIOS FINAIS Ainda não é chegada nossa aula derradeira! Sei que muitos estão chateados e com toda a razão do mundo pelo atraso destas últimas aulas. Noutra ocasião

Leia mais

AULAS 24 E 25 Análise de Regressão Múltipla: Inferência

AULAS 24 E 25 Análise de Regressão Múltipla: Inferência 1 AULAS 24 E 25 Análise de Regressão Múltipla: Inferência Ernesto F. L. Amaral 23 e 25 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma

Leia mais

VALIDAÇÃO DE MODELOS DE REGRESSÃO POR BOOTSTRAP. João Riboldi 1

VALIDAÇÃO DE MODELOS DE REGRESSÃO POR BOOTSTRAP. João Riboldi 1 VALIDAÇÃO DE MODELOS DE REGRESSÃO POR BOOTSTRAP João Riboldi 1 1. Introdução Na construção de um modelo de regressão, de uma maneira geral segue-se três etapas: executa-se o ajuste do modelo, obtendo-se

Leia mais

25 a 30 de novembro de 2013

25 a 30 de novembro de 2013 Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 Parte 1 - Conteúdo 1 2 3 4 5 R (http://www.r-project.org/) Action = Excel + R (http://www.portalaction.com.br)

Leia mais

EXCEL 2013. Público Alvo: Arquitetos Engenheiros Civis Técnicos em Edificações Projetistas Estudantes das áreas de Arquitetura, Decoração e Engenharia

EXCEL 2013. Público Alvo: Arquitetos Engenheiros Civis Técnicos em Edificações Projetistas Estudantes das áreas de Arquitetura, Decoração e Engenharia EXCEL 2013 Este curso traz a vocês o que há de melhor na versão 2013 do Excel, apresentando seu ambiente de trabalho, formas de formatação de planilhas, utilização de fórmulas e funções e a criação e formatação

Leia mais

CRITÉRIOS PARA A DETERMINAÇÃO DOS INTERVALOS DE CLASSE

CRITÉRIOS PARA A DETERMINAÇÃO DOS INTERVALOS DE CLASSE CRITÉRIOS PARA A DETERMINAÇÃO DOS INTERVALOS DE CLASSE Número de classes a considerar (k): a) Tabela de Truman L. Kelley n 5 10 25 50 100 200 500 1000 k 2 4 6 8 10 12 15 15 b) k=5 para n 25 e para n >25.

Leia mais

Aula 5 Técnicas para Estimação do Impacto

Aula 5 Técnicas para Estimação do Impacto Aula 5 Técnicas para Estimação do Impacto A econometria é o laboratório dos economistas, que busca reproduzir o funcionamento do mundo de forma experimental, como se faz nas ciências naturais. Os modelos

Leia mais

ANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA

ANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA ANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA ORIENTADORA: Dra. Maria Emília Camargo - UNISC - kamargo@zaz.com.br CO-ORIENTADORA: Dra. Suzana Leitão Russo -

Leia mais

Aprendendo a Interpretar Dados Financeiros de uma Empresa Usando Estatística de Forma Simples e Prática

Aprendendo a Interpretar Dados Financeiros de uma Empresa Usando Estatística de Forma Simples e Prática Aprendendo a Interpretar Dados Financeiros de uma Empresa Usando Estatística de Forma Simples e Prática Ederson Luis Posselt (edersonlp@yahoo.com.br) Eduardo Urnau (dudaurnau@gmail.com) Eloy Metz (eloy@softersul.com.br)

Leia mais

Especialização em Engenharia Clínica

Especialização em Engenharia Clínica Especialização em Engenharia Clínica Introdução a Bioestatística Docente: > Marcelino M. de Andrade, Dr. Apresentação: Módulo 02 Teoria Elementar da Amostragem A teoria elementar da amostragem é um estudo

Leia mais

Inferência Estatística. Amostragem Estatística. Características das Amostragens Estatísticas. Tipos de Amostragens Estatísticas

Inferência Estatística. Amostragem Estatística. Características das Amostragens Estatísticas. Tipos de Amostragens Estatísticas Fenômenos Estatísticos Classificam-se em: Fenômenos Coletivos ou de Massa - Não podem ser definidos por uma simples observação (natalidade, mortalidade, preço médio de veículos usados em Curitiba, etc.).

Leia mais

Introdução à Inferência Estatística

Introdução à Inferência Estatística Introdução à Inferência Estatística 1. População: conjunto de indivíduos, ou itens, com pelo menos uma característica em comum. Também será denotada por população objetivo, que é sobre a qual desejamos

Leia mais

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Resoluções comentadas das questões de Estatística da prova para ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Realizada pela Fundação João Goulart em 06/10/2013 41. A idade média de todos

Leia mais

- Analisar e compreender a importância e a natureza da estatística no cotidiano;

- Analisar e compreender a importância e a natureza da estatística no cotidiano; 1- IDENTIFICAÇÃO CARGA HORÁRIA SEMANAL: 04 CARGA HORÁRIA SEMESTRAL: 80 PERÍODO: NOTURNO NOME DA DISCIPLINA: ESTATÍSTICA NOME DO CURSO: SUPERIOR DE TECNOLOGIA EM PETRÓLEO E GÁS 2- EMENTA Conceitos Básicos,

Leia mais

Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística

Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Exercícios resolvidos em Análise de Regressão utilizando o MINITAB Giselle Silva de Carvalho Ilka Afonso Reis

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES Caros concurseiros, Como havia prometido, seguem comentários sobre a prova de estatística do ICMS RS. Em cada questão vou fazer breves comentários, bem como indicar eventual possibilidade de recurso. Não

Leia mais

http://www.de.ufpb.br/~luiz/

http://www.de.ufpb.br/~luiz/ UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ Vimos que é possível sintetizar os dados sob a forma de distribuições de frequências

Leia mais

Elementos de Estatística (EST001-B)

Elementos de Estatística (EST001-B) Exercícios de Revisão nº 1 Análise de Dados Exercício 1: A pressão mínima de injeção (psi) em amostras de moldagem por injeção de milho de alta amilose foi determinada para oito amostras diferentes (pressões

Leia mais

Apresentação... 19 Prefácio da primeira edição... 21 Prefácio da segunda edição... 27 Introdução... 33

Apresentação... 19 Prefácio da primeira edição... 21 Prefácio da segunda edição... 27 Introdução... 33 Sumário Apresentação... 19 Prefácio da primeira edição... 21 Prefácio da segunda edição... 27 Introdução... 33 Capítulo I CIÊNCIA, CONHECIMENTOS E PESQUISA CIENTÍFICA... 37 1. Conceito de ciência e tipos

Leia mais

CRM e Prospecção de Dados

CRM e Prospecção de Dados CRM e Prospecção de Dados Marília Antunes aula de 18 de Maio 09 6 Modelos de regressão (continuação) 6.1 Interpretação do modelo ajustado Os coeficientes do modelo de regressão múltipla podem ser interpretados

Leia mais

Cláudio Tadeu Cristino 1. Julho, 2014

Cláudio Tadeu Cristino 1. Julho, 2014 Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino

Leia mais

O presente processo de seleção tem por objetivo preencher vaga e formar cadastro de docentes para ministrar as disciplinas/áreas abaixo:

O presente processo de seleção tem por objetivo preencher vaga e formar cadastro de docentes para ministrar as disciplinas/áreas abaixo: A Faculdade de Economia e Finanças Ibmec/RJ torna pública a abertura de processo seletivo para contratação de professores PJ para o curso de Pós Graduação Executiva - CBA. I Das vagas abertas para seleção

Leia mais

Análise de séries temporais aplicada aos valores do salário mínimo necessário do Brasil

Análise de séries temporais aplicada aos valores do salário mínimo necessário do Brasil Análise de séries temporais aplicada aos valores do salário mínimo necessário do Brasil Talita Tanaka Fernandes Jacqueline Meneguim Manoel Ivanildo Silvestre Bezerra 3 Luiz Ricardo Nakamura Introdução

Leia mais

Modelos mistos na análise de dados longitudinais de um experimento para armazenamento de banana

Modelos mistos na análise de dados longitudinais de um experimento para armazenamento de banana Modelos mistos na análise de dados longitudinais de um experimento para armazenamento de banana Simone Silmara Werner Gurgel do Amaral Sara Regina Kulzer 2 Marcus Vinícius Silva Gurgel do Amaral Sílvia

Leia mais

Estatística Aplicada. Gestão de TI. Evanivaldo Castro Silva Júnior

Estatística Aplicada. Gestão de TI. Evanivaldo Castro Silva Júnior Gestão de TI Evanivaldo Castro Silva Júnior Porque estudar Estatística em um curso de Gestão de TI? TI trabalha com dados Geralmente grandes bases de dados Com grande variabilidade Difícil manipulação,

Leia mais

EC330 Tratamento da Informação

EC330 Tratamento da Informação EC330 Tratamento da Informação Prof. Dr. Maurício U. Kleinke PECIM PPG em Ensino de Ciências e Matemática Grupo de Ensino e Avaliação DFA/IFGW/Unicamp Visão além do alcance: uma introdução à análise fatorial

Leia mais

Hipóteses Estatísticas Testadas por Diversos Softwares em Modelos com Dois Fatores Cruzados e Dados Desbalanceados

Hipóteses Estatísticas Testadas por Diversos Softwares em Modelos com Dois Fatores Cruzados e Dados Desbalanceados TEMA Tend. Mat. Apl. Comput., 5, No. 1 (24), 117-124. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Hipóteses Estatísticas Testadas por Diversos Softwares em Modelos

Leia mais

Evolução das Tecnologias. Projeto de Experimentos em Engenharia de Software. Agenda 10/9/09

Evolução das Tecnologias. Projeto de Experimentos em Engenharia de Software. Agenda 10/9/09 Projeto de Experimentos em Engenaria Evolução das Tecnologias Projeto de Experimentos em Engenaria de Software Desenvolvimento orientado a modelos Engenaria de requisitos Desenvolvimento orientado a agentes

Leia mais

Regressão Linear em SPSS

Regressão Linear em SPSS Regressão Linear em SPSS 1. No ficheiro Calor.sav encontram-se os valores do consumo mensal de energia, medido em milhões de unidades termais britânicas, acompanhados de valores de output, em milhões de

Leia mais

Ensino da Estatística na Educação Básica: Ferramenta Computacional como proposta para o processo pedagógico

Ensino da Estatística na Educação Básica: Ferramenta Computacional como proposta para o processo pedagógico Ensino da Estatística na Educação Básica: Ferramenta Computacional como proposta para o processo pedagógico José Carlos Coelho Saraiva 1 GD6 Educação Matemática, Tecnologias Informáticas e Educação à Distância

Leia mais

Sumário. Parte l. 1. Introdução à pesquisa qualitativa e quantitativa em marketing 1 1.1 Pesquisa qualitativa 1 1.2 Pesquisa quantitativa 3

Sumário. Parte l. 1. Introdução à pesquisa qualitativa e quantitativa em marketing 1 1.1 Pesquisa qualitativa 1 1.2 Pesquisa quantitativa 3 Sumário Parte l 1. Introdução à pesquisa qualitativa e quantitativa em marketing 1 1.1 Pesquisa qualitativa 1 1.2 Pesquisa quantitativa 3 2. Entrevistas 5 2.1 Tipos de entrevistas 8 2.2 Preparação e condução

Leia mais

SisDEA Home Windows Versão 1

SisDEA Home Windows Versão 1 ROTEIRO PARA CRIAÇÃO E ANÁLISE MODELO REGRESSÃO 1. COMO CRIAR UM MODELO NO SISDEA Ao iniciar o SisDEA Home, será apresentada a tela inicial de Bem Vindo ao SisDEA Windows. Selecione a opção Criar Novo

Leia mais

Módulo 13. Regulação em reprodutores contínuos: a eq. logística

Módulo 13. Regulação em reprodutores contínuos: a eq. logística Módulo 13. Regulação em reprodutores contínuos: a eq. logística Objectivos Suponhamos que se dispõe de observações da densidade populacional ( 1, 2, 3,...) duma população de reprodutores contínuos, na

Leia mais

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA IDENTIFICAÇÃO (20140195) CURSOS A QUE ATENDE ADMINISTRACAO,

Leia mais

Crescimento e Realocação Populacional no Espaço Intra-Urbano de São José dos Campos (1991-2000) - Análise Espacial -

Crescimento e Realocação Populacional no Espaço Intra-Urbano de São José dos Campos (1991-2000) - Análise Espacial - Crescimento e Realocação Populacional no Espaço Intra-Urbano de São José dos Campos (1991-2000) - Análise Espacial - Mestrado em Sensoriamento Remoto - INPE Disciplina de Análise Espacial Prof: Antônio

Leia mais

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1 UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1) Um pesquisador está interessado em saber o tempo médio que

Leia mais

1. Registou-se o número de assoalhadas da população de 100 apartamentos vendidos num bairro residencial

1. Registou-se o número de assoalhadas da população de 100 apartamentos vendidos num bairro residencial Escola Superior de Tecnologia de Viseu Fundamentos de Estatística 2010/2011 Ficha nº 1 1. Registou-se o número de assoalhadas da população de 100 apartamentos vendidos num bairro residencial 0; 0; 0; 1;

Leia mais

PREVISÃO DE VENDAS DE CERVEJA PARA UMA INDÚSTRIA DE RIBEIRÃO PRETO

PREVISÃO DE VENDAS DE CERVEJA PARA UMA INDÚSTRIA DE RIBEIRÃO PRETO PREVISÃO DE VENDAS DE CERVEJA PARA UMA INDÚSTRIA DE RIBEIRÃO PRETO José Gilberto S. Rinaldi (UNESP/Presidente Prudente) Randal Farago (Faculdades Integradas FAFIBE) Resumo: Este trabalho aborda técnicas

Leia mais

5 Referências bibliográficas

5 Referências bibliográficas 5 Referências bibliográficas BINGHAM, D. R.; SITTER, R. R. Design Issues in fractional factorial splitplot experiments. Journal of Quality Technology; Jan 1; v.33, 1, ABI/INFORM Global pag. 39. BISGAARD,

Leia mais

UTILIZAÇÃO DE RECURSOS ESTATÍSTICOS AVANÇADOS DO EXCEL PREVISÃO

UTILIZAÇÃO DE RECURSOS ESTATÍSTICOS AVANÇADOS DO EXCEL PREVISÃO UTILIZAÇÃO DE RECURSOS ESTATÍSTICOS AVANÇADOS DO EXCEL PREVISÃO! Fazendo regressão linear! Relacionando variáveis e criando uma equação para explicá-las! Como checar se as variáveis estão relacionadas!

Leia mais

Correlação e Regressão

Correlação e Regressão Correlação e Regressão Análise de dados. Tópico Prof. Dr. Ricardo Primi & Prof. Dr. Fabian Javier Marin Rueda Adaptado de Gregory J. Meyer, University of Toledo, USA; Apresentação na Universidade e São

Leia mais

Universidade Federal de Pernambuco Mestrado em Estatística

Universidade Federal de Pernambuco Mestrado em Estatística Universidade Federal de Pernambuco Mestrado em Estatística Lista 4 de Exercícios de Amostragem Prof. Cristiano Ferraz 1. Em relação ao plano amostral de Bernoulli: a) Explique como retirar uma amostra

Leia mais

METODOLOGIA DE SUPERFÍCIE DE RESPOSTA: UMA INTRODUÇÃO NOS SOFTWARES R E STATISTICA. Resumo

METODOLOGIA DE SUPERFÍCIE DE RESPOSTA: UMA INTRODUÇÃO NOS SOFTWARES R E STATISTICA. Resumo METODOLOGIA DE SUPERFÍCIE DE RESPOSTA: UMA INTRODUÇÃO NOS SOFTWARES R E STATISTICA Anaisa Comparini, Gabriela Passos, Helton Graziadei, Paulo H. Ferreira-Silva e Francisco Louzada ICMC USP CP668 CEP 13.566-590,

Leia mais

MESTRADO EM PESQUISA DE MERCADOS 2006 2007

MESTRADO EM PESQUISA DE MERCADOS 2006 2007 MESTRADO EM PESQUISA DE MERCADOS 2006 2007 PROGRAMA DAS DISCIPLINAS 1 1º trimestre PESQUISA DE MERCADOS Objectivos Pretende-se que os alunos: (a) adquiram os conceitos e semântica próprios do tema, (b)

Leia mais