1º Mini Teste B. Nº: Nome:

Tamanho: px
Começar a partir da página:

Download "1º Mini Teste B. Nº: Nome:"

Transcrição

1 Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e robabilidade B 1º Semestre 008/009 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro º: ome: Data: 8 de ovembro de 008, 14:00 Duração: 45 minutos ota: A utilização de máquinas científicas e gráficas só será permitida depois de feito o respectivo reset. Atenção: Responda a todas as perguntas nas folhas do enunciado. Escreva o seu número e nome na primeira página. ão desagrafe nenhuma folha. I (35%) o aís do atal, o ai atal decidiu fazer um estudo sobre a produtividade dos seus duendes na fábrica de brinquedos ao longo dos últimos 50 anos. Desse estudo, foram apurados os seguintes resultados, nos quais B corresponde ao número total de brinquedos produzidos por ano (em milhões), e H corresponde ao número médio de dias de trabalho dos duendes, num ano: =0,9; s B =500; Cov B i,h i =150; B i R B,H =110500; H =340 a) (0%) Com base nesta informação, determine a equação da recta de regressão de B em relação a H (assuma que b>0). Interprete os valores de a e b. Foram ainda apura das as seguintes informações sob re este estudo: ln H i ln B i =65; ln B i =331,5 ; ln H i =4300 ; ln B =7,5; ln H =6 b) (15%) Ajuste estes dados a uma função potência. Qual das duas relações lhe parece mais adequada aos dados: a linear ou a potência? II (35%) a) (15%) Comente, em não mais do que 5 linhas, a seguinte afirmação: Os modelos aditivo e multiplicativo de decomposição de variáveis temporais podem revelar se substancialmente diferentes na previsão para a componente da tendência, 1

2 uma vez que quando a retiramos os valores sem tendência diferem significativamente entre os dois modelos. b) (0%) Considere os seguintes dados anuais para o consumo de café de um aluno da Faculdade de Economia ao longo dos 3 anos da licenciatura: Ano X t = Consumo de Café Obtenha os valores da tendência pelo método analítico. III (30%) Conhece se a seguinte informação referente às quantidades consumidas e respectivos preços de dois bens, nos anos 003 e 004: Azeite Manteiga Ano 003 reço 10 Y=? Quantidade Ano 004 reço 1 9 Quantidade 9 16 Adicionalmente conhecem se os seguintes índices de preços simples da Manteiga: I Manteiga 04/0 =1,1; I Manteiga 0/03 =1,364 a) (15%) Determine o preço da manteiga no ano 003 (valor de Y). b) (15%) Obtenha o Índice de aasche de quantidades para o ano 004 com base em 003.

3 Correcção Mini Teste B I (35%) o aís do atal, o ai atal decidiu fazer um estudo sobre a produtividade dos seus duendes na fábrica de brinquedos ao longo dos últimos 50 anos. Desse estudo, foram apurados os seguintes resultados, nos quais B corresponde ao número total de brinquedos produzidos por ano (em milhões), e H corresponde ao número médio de dias de trabalho dos duendes, num ano: R B,H =0,9; s B =500; Cov B i,h i =150; B i =110500; H =340 a) (0%) Com base nesta informação, determine a equação da recta de regressão de B em relação a H. Interprete os valores de a e b. A recta de regressão de B em relação a H é dada pela seguinte expressão: B a bh, onde B é a variável explicada ou dependente e H a variável explicativa ou independente. Com a informação disponível no enu nciado, para encontrarm os o valor de b, sabemos que: 0,9 Cov B i,h i 0,9 Cov B i,h i s 0,9 150 B s H s B s H 500 s 0,9 s H 50 H R B,H Então, o valo r de b será dado por: b Cov B i,h i s H Em relação ao valor de a, sabemos que será determinado por: a B b H o entanto, para podermos determinar este valor, primeiro torna se necessário calcular o valor da média da variável B (número médio de brinquedos produzidos por ano). Uma vez que conhecemos o valor da variância de B e de s B B i B i, torna se fácil calcular este valor: B B B B 1100 B 1100 Mas uma vez mais, neste caso, só faz sentido considerarmos o valor positivo, logo: B 1100 Assim, o valor do coeficiente a será: a B b H a a 80 Logo, a recta de regressão de B em relação a H é dada por: B 80 3H 3

4 O valor de a corresponde à ordenada na origem da recta, ou seja, corresponde ao número de brinquedos produzidos por ano, em milhões, caso os duendes não trabalhassem nenhum dia. Como neste caso o valor de a é positivo, este valor diz nos que, caso os duendes não trabalhem nenhum dia, durante um ano, o valor da produção de brinquedos será de 80 milhões de unidades. o entanto, intuitivamente sabemos que tal afirmação não faz sentido (a não ser que alguém produza os brinquedos pelos duendes nos dias em que estes não trabalham, o que é pouco provável...) O valor de b corresponde ao declive da recta de regressão, e é geralmente designado por coeficiente de regressão. este caso, o valor de b diz nos que quando os duendes trabalham, em média, um dia a mais por ano, o valor da produção total de brinquedos aumenta em 3 milhões, em média. Foram ainda apuradas as seguintes informações sobre este estudo: ln H i ln B i =65; ln B i =331,5 ; ln H i =4300 ; ln B =7,5; ln H =6 b) (15%) Ajuste estes dados a uma função potência. Qual das duas relações lhe parece mais adequada aos dados: a linear ou a potência? este caso, a função potência terá a seguinte forma: B AH i B i em que A e B são os parâmetros que definem a função potência, B i é a variável explicada e H i é a variável explicativa. Uma vez que não é possível aplicarmos o método dos mínimos quadrados directamente a esta função por esta não ser linear, teremos que logaritmizar esta função de modo a transformá la numa função linear, isto é, na equação de uma recta: B i AH ln A H i B ' i a ' B ' H ' i B B i ln AH B i ln B i ln B ln i Onde: B i ' ln B i ; a ' ln A ; B ' B; H i ' ln H i Assim, ao aplicarmos o método dos mínimos quadrados a esta recta de regressão, o valor de b ' é dado por: B ln H i ln B i ln H ln B ln H i ln H ln H i ln B i ln H ln B 65 7,5 6 0,4 s ln H E o valor de a ' será: a ' ln A ln B B ln H 7,5 0,4 6 5,1 ln H i ln B i ln H ln B ln H i ln H 4

5 Logo: ln B i 5,1 0,4ln Hi ara podermos transformar esta equação novamente na equação da função potência temos que fazer: a ' ln A A e a' A e, 164,0 Logo, a função potência é dada por: B 164,0 H 0,4 ara averiguarmos qual das relações é mais adequada aos dados temos que comparar o coeficiente de determinação de cada uma das relações (linear e potência). Uma vez que no caso da função potência não é possível determinar o coeficiente de determinação para a equação inicial por esta não ser linear, temos que calcular o coeficiente de determinação aplicada à equação da recta logaritimizada: Relação Linear: R Linear 0,9 Relaçã o otência: R otência B Onde: s ln B s ln B sln H s ln B ln H i ln B i Assim, como: 50 0,4 10 0,8 R otência 0,8 R Linear 0,9 ln H ln B 331,5 7, odemos concluir que a relação linear se ajusta melhor aos dados do que a função potência. II (35%) 5

6 a) (15%) Comente, em não mais do que 5 linhas, a seguinte afirmação: Os modelos aditivo e multiplicativo de decomposição de variáveis temporais podem revelar se substancialmente diferentes na previsão para a componente da tendência, uma vez que quando a retiramos os valores sem tendência diferem significativamente entre os dois modelos. A afirmação é falsa. A previsão para a componente da tendência é perfeitamente independente da hipótese sobre o modelo subjacente, variando apenas consoante seja calculada pelo método analítico ou pelo método das médias móveis. Embora os valores sem tendência difiram entre o modelo aditivo e o modelo multiplicativo, os valores estimados para a tendência são necessariamente iguais em ambos os casos. b) (0%) Considere os seguintes dados anuais para o consumo de café de um aluno da Faculdade de Economia ao longo dos 3 anos da licenciatura: Ano X t = Consumo de Café Obtenha os valores da tendência pelo método analítico. ara obter os valores da tendência pelo método analítico temos de regredir a variável X t sobre o tempo. or conveniência, construímos a seguinte tabela e utilizamos uma variável tempo transformada, t ' t t : t X t = Consumo de Café t' X t t' t' Σ Tendo em conta que t tem média zero, os parâmetros da recta de regressão são obtidos da seguinte forma: 008 b t 005 x t t' t' 0 53,5 t 005 6

7 a x ,5 Logo, a recta de regressão é dada por: x t 15,5 53,5t' Substituindo os valores de t na recta de regressão obtemos a tendência estimada para cada um dos anos: t T III (30%) Conhece se a seguinte informação referente às quantidades consumidas e respectivos preços de dois bens, nos anos 003 e 004: Azeite Manteiga Ano 003 reço 10 Y=? Quantidade Ano 004 reço 1 9 Quantidade 9 16 Adicionalmente conhecem se os seguintes índices de preços simples da Manteiga: I Manteiga 04/0 =1,1; I Manteiga 0/03 =1,364 a) (15%) Determine o preço da manteiga no ano 003 (valor de Y). I 04/03 04/0 I 0/03 I 1,1 1,364 1, , , Y b) (15%) Obtenha o Índice de aasche de quantidades para o ano 004 com base em 003. Q 04/03 Q 04 Q 03 i i 04 i i ,9767 7

1º Mini Teste A. Nº: Nome:

1º Mini Teste A. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e robabilidade B 1º Semestre 008/009 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro º: ome: Data: 8 de ovembro

Leia mais

1º Mini Teste B. Nº: Nome:

1º Mini Teste B. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 130 Análise de Dados e Probabilidade A 1º Semestre 008/009 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro º: ome: Data: 8 de ovembro

Leia mais

1º Mini Teste A. Nº: Nome:

1º Mini Teste A. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 130 Análise de Dados e Probabilidade A 1º Semestre 008/009 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro º: ome: Data: 8 de ovembro

Leia mais

Exame 1ª Época. Nº: Nome:

Exame 1ª Época. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e Probabilidade 1º Semestre 2009/2010 Fernando Brito Soares Graça Silva Erica Marujo António Rua Exame 1ª Época º: ome: Data: 7

Leia mais

Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade 2º Semestre 2007/2008 Fernando Brito Soares Erica Marujo

Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade 2º Semestre 2007/2008 Fernando Brito Soares Erica Marujo Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade º Semestre 00/008 Fernando Brito Soares Erica Marujo Mini Teste A Data: 8 de Março de 008, 14:00 Duração: 30 minutos

Leia mais

Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade 2º Semestre 2007/2008 Fernando Brito Soares Erica Marujo

Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade 2º Semestre 2007/2008 Fernando Brito Soares Erica Marujo Faculdade de Economia da Universidade Nova de Lisboa 30 Análise de Dados e Probabilidade º Semestre 00/008 Fernando Brito Soares Erica Marujo Mini Teste B Data: 8 de Março de 008, :00 Duração: 30 minutos

Leia mais

Teste Intermédio. Nº: Nome:

Teste Intermédio. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e Probabilidade A 1º Semestre 2009/2010 Fernando Brito Soares Graça Silva Erica Marujo António Rua º: ome: Data: 23 de Outubro

Leia mais

Nota: A utilização. e nome. F j 0,8 0,8 0,6 0,5 0,35 0,4 0,2 0,05. x j. alunos?

Nota: A utilização. e nome. F j 0,8 0,8 0,6 0,5 0,35 0,4 0,2 0,05. x j. alunos? Faculdade de Economia da Universidade Nova de Lisboa 34 Análise de Dados e Probabilidade B º Semestre 7/8 Fernando Brito Soares Erica Marujo Pedro Chaves º Mini Teste A Nº: Nome: Data: de Outubro de 7,.

Leia mais

Teste Intermédio B I (50%)

Teste Intermédio B I (50%) aculdade de Economia da Universidade ova de isboa ernando Brito Soares Graça Silva edro Chaves Teste Intermédio B Data: 14 de Abril de 2007, 11.00 Duração: 2 horas ota: A utilização de máquinas científicas

Leia mais

Teste Intermédio. Nº: Nome:

Teste Intermédio. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e Probabilidade B 1º Semestre 2009/2010 Fernando Brito Soares Graça Silva Erica Marujo António Rua º: ome: Data: 23 de Outubro

Leia mais

Teste Intermédio. Nº: Nome:

Teste Intermédio. Nº: Nome: Faculdade de Economia da Universidade Nova de Lisboa 30 Análise de Dados e Probabilidade º Semestre 009/00 Fernando Brito Soares Madalena Lopes Erica Marujo Eduardo Botelho Data: 6 de Março de 00, h00

Leia mais

Nota: A utilização. e nome. F j 0,8 0,8 0,6 2,5 3,5 4,5 0,35 0,4 0,2 0,05. x j 8,5 -1,5. indicando. a levar. acontece. alunos?

Nota: A utilização. e nome. F j 0,8 0,8 0,6 2,5 3,5 4,5 0,35 0,4 0,2 0,05. x j 8,5 -1,5. indicando. a levar. acontece. alunos? Faculdade de Economia da Universidade Nova de Lisboa 304 Análise de Dados e Probabilidade B º Semestre 007/008 Fernando Brito Soares Erica Marujo Pedro Chaves º Mini Teste B Nº: Nome: Data: de Outubro

Leia mais

Exame 2ª Época. Nº: Nome:

Exame 2ª Época. Nº: Nome: Faculdade de Economia da Universidade Nova de Lisboa 130 Análise de Dados e Probabilidade 2º Semestre 2009/2010 Fernando Brito Soares Madalena Hibon Lopes Erica Marujo Eduardo Botelho Exame 2ª Época Nº:

Leia mais

Estatística Aplicada ao Serviço Social

Estatística Aplicada ao Serviço Social Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão

Leia mais

Exame 2ª Época. Nº: Nome:

Exame 2ª Época. Nº: Nome: Faculdade de Economia da Universidade Nova de Lisboa 34 Análise de Dados e Probabilidade º Semestre 28/29 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro Nº: Nome: Data: 2 de Janeiro

Leia mais

Teste Intermédio B I (35%)

Teste Intermédio B I (35%) Faculdade de Economia da Universidade ova de Lisboa 104 nálise de Dados e Probabilidade 1º Semestre 7/8 Fernando rito Soares Erica Marujo Pedro Chaves Teste Intermédio Data: 1 de Outubro de 7, 17.00 Duração:

Leia mais

Exame 2ª Época. Nº: Nome:

Exame 2ª Época. Nº: Nome: Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade 1º Semestre 2009/2010 Fernando Brito Soares Graça Silva Erica Marujo António Rua Exame 2ª Época Nº: Nome: Data:

Leia mais

ANÁLISE DE DADOS & PROBABILIDADE

ANÁLISE DE DADOS & PROBABILIDADE LICENCIATURA EM GESTÃO LICENCIATURA EM ECONOMIA ANÁLISE DE DADOS & ROBABILIDADE Exame 1ª Época 4/6/01 Tópicos de Resolução Equipa Docente: Madalena Hibon; Marta Cachola; Magda Gomes; atrícia Xufre i 1.

Leia mais

( f a ) 2 +16π 2 λ 2 2

( f a ) 2 +16π 2 λ 2 2 Ajuste de uma função pelo Método dos Mínimos-Quadrados O Método dos Mínimos-Quadrados é um método estatístico de tratamento de dados que permite obter os parâmetros de uma função que a aproximam o mais

Leia mais

Teste Intermédio A. Nº: Nome:

Teste Intermédio A. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 10 Análise de Dados e Probabilidade º Semestre 007/008 Fernando Brito Soares Erica Marujo Teste Intermédio A º: ome: Data: 19 de Abril de 008, 1.00 Duração:

Leia mais

b χ 2 (a 1)(b 1), sob H 0,

b χ 2 (a 1)(b 1), sob H 0, ISTITUTO SUPERIOR DE AGROOMIA ESTATÍSTICA E DELIEAMETO 3 de ovembro, 014 PRIMEIRO TESTE 014-15 Uma resolução possível I Tem-se uma tabela de contingências de dimensão 4. 1. O problema colocado corresponde

Leia mais

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou

Leia mais

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou

Leia mais

Módulo 4 Ajuste de Curvas

Módulo 4 Ajuste de Curvas Módulo 4 Ajuste de Curvas 4.1 Intr odução Em matemática e estatística aplicada existem muitas situações onde conhecemos uma tabela de pontos (x; y), com y obtido experimentalmente e deseja se obter uma

Leia mais

Investigação Operacional 2º Semestre 2002/2003 Problema Resolvido

Investigação Operacional 2º Semestre 2002/2003 Problema Resolvido º Semestre 00/003 Problema Resolvido Resolução do problema 3 Comecemos por traçar o gráfico da série cronológica 10 140 130 10 Yt 110 100 0 4 6 8 10 1 14 16 18 0 a) Caracterizar uma série é dizer se ela

Leia mais

Análise de Informação Económica e Empresarial

Análise de Informação Económica e Empresarial Análise de Informação Económica e Empresarial Licenciatura Economia/Finanças/Gestão º Ano Ano lectivo de 2008-2009 Prova Época de Recurso/Época Especial 30 de Junho de 2009 Duração: 2h30m (50 minutos)

Leia mais

Teste Intermédio B. Nº: Nome:

Teste Intermédio B. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 10 Análise de Dados e Probabilidade º Semestre 007/008 Fernando Brito Soares Erica Marujo Teste Intermédio B º: ome: Data: 19 de Abril de 008, 1.00 Duração:

Leia mais

Análise de regressão linear simples. Diagrama de dispersão

Análise de regressão linear simples. Diagrama de dispersão Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente

Leia mais

Econometria Lista 1 Regressão Linear Simples

Econometria Lista 1 Regressão Linear Simples Econometria Lista 1 Regressão Linear Simples Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 (2.9 do Wooldridge 4ed - Modificado)

Leia mais

Regressões: Simples e MúltiplaM. Prof. Dr. Luiz Paulo Fávero 1

Regressões: Simples e MúltiplaM. Prof. Dr. Luiz Paulo Fávero 1 Regressões: Simples e MúltiplaM Prof. Dr. Luiz Paulo FáveroF Prof. Dr. Luiz Paulo Fávero 1 1 Técnicas de Dependência Análise de Objetivos 1. Investigação de dependências entre variáveis. 2. Avaliação da

Leia mais

Análise de Regressão Linear Simples e

Análise de Regressão Linear Simples e Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável

Leia mais

PREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.

PREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados. PREVISÃO O problema: usar a informação disponível para tomar boas decisões com impacto no futuro Informação disponível -qualitativa Prever o que irá acontecer -quantitativa: dados t DEI/FCTUC/PGP/00 1

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 8 Análise de Regressão Múltipla: o Problema da Inferência Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus,

Leia mais

Exame 1ª Época. Nº: Nome:

Exame 1ª Época. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e Probabilidade º Semestre 009/010 Fernando Brito Soares Madalena Hibon Lopes Erica Marujo Eduardo Botelho Exame 1ª Época Data:

Leia mais

1 semestre de 2014 Gabarito Lista de exercícios 3 - Estatística Descritiva III C A S A

1 semestre de 2014 Gabarito Lista de exercícios 3 - Estatística Descritiva III C A S A Exercício 1. (1,0 ponto). A tabela a seguir mostra o aproveitamento conjunto em Física e Matemática para os alunos do ensino médio de uma escola. Notas Notas Notas Física/Matemática Altas Regulares Baixas

Leia mais

Método dos Mínimos Quadrados

Método dos Mínimos Quadrados Licenciatura em Engenharia Electrotécnica e de Computadores Análise Numérica 1998/99 Método dos Mínimos Quadrados Objectivos: Estimação de valores pelo método dos mínimos quadrados. PROBLEMAS 1 Determine

Leia mais

ISCTE IUL Instituto Universitário de Lisboa. Licenciatura em Gestão Estatística I 1º Teste. 26 Outubro de 2013 Duração: 1h 30m

ISCTE IUL Instituto Universitário de Lisboa. Licenciatura em Gestão Estatística I 1º Teste. 26 Outubro de 2013 Duração: 1h 30m ISCTE IUL Instituto Universitário de Lisboa Licenciatura em Gestão Estatística I 1º Teste Duração: 1h 30m Nota: Não são prestados esclarecimentos durante a prova! Só é permitida a consulta do formulário

Leia mais

É dada uma tabela de contingências, sendo os factores de classificação as proveniências (a=3 níveis) e os terrenos (b=3 níveis).

É dada uma tabela de contingências, sendo os factores de classificação as proveniências (a=3 níveis) e os terrenos (b=3 níveis). ISTITUTO SUPERIOR DE AGROOMIA ESTATÍSTICA E DELIEAMETO 3 de ovembro, 017 PRIMEIRO TESTE 017-18 Uma resolução possível I É dada uma tabela de contingências, sendo os factores de classificação as proveniências

Leia mais

Estatística Aplicada II. } Regressão Linear

Estatística Aplicada II. } Regressão Linear Estatística Aplicada II } Regressão Linear 1 Aula de hoje } Tópicos } Regressão Linear } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática, 007, Cap. 7

Leia mais

Teste Intermédio A I (50%)

Teste Intermédio A I (50%) aculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e robabilidades ernando Brito Soares Graça Silva edro Chaves Teste Intermédio A Data: 14 de Abril de 2007, 11.00 Duração: 2 horas

Leia mais

Estatística. Correlação e Regressão

Estatística. Correlação e Regressão Estatística Correlação e Regressão Noções sobre correlação Existem relações entre variáveis. Responder às questões: Existe relação entre as variáveis X e Y? Que tipo de relação existe entre elas? Qual

Leia mais

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME:

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME: DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME: Observação: A resolução completa das perguntas inclui a justificação

Leia mais

Estatística Aplicada

Estatística Aplicada Estatística Aplicada Correlação e Regressão Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada REGRESSÃO Correlação não implica Causalidade! O coeficiente de correlação não mede

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 9 Modelos de Regressão com Variáveis Binárias Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Variáveis

Leia mais

Análise de Informação Económica e Empresarial

Análise de Informação Económica e Empresarial Análise de Informação Económica e Empresarial Licenciatura Economia/Finanças/Gestão 1º Ano Ano lectivo de 2009-2010 Prova Época de Recurso 30 de Junho de 2010 Duração: 2h30m (150 minutos) Responda aos

Leia mais

Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável

Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável Correlação Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável Exemplos Perímetro de um quadrado e o tamanho

Leia mais

Estatística CORRELAÇÃO E REGRESSÃO LINEAR. Prof. Walter Sousa

Estatística CORRELAÇÃO E REGRESSÃO LINEAR. Prof. Walter Sousa Estatística CORRELAÇÃO E REGRESSÃO LINEAR Prof. Walter Sousa CORRELAÇÃO LINEAR A CORRELAÇÃO mede a força, a intensidade ou grau de relacionamento entre duas ou mais variáveis. Exemplo: Os dados a seguir

Leia mais

ESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05

ESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05 ESTATÍSTICA EXPERIMENTAL ANOVA. Aula 05 Introdução A ANOVA ou Análise de Variância é um procedimento usado para comparar a distribuição de três ou mais grupos em amostras independentes. A análise de variância

Leia mais

Inversão de Matrizes

Inversão de Matrizes Inversão de Matrizes Prof. Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2017.1 18 de

Leia mais

( 5,2 ). Quantas soluções existem?

( 5,2 ). Quantas soluções existem? Escola Secundária com º ciclo D Dinis 0º Ano de Matemática A Funções e Gráficos Generalidades Funções polinomiais Função módulo Considere as funções da família y = a(x b) Tarefa nº De que tipo de funções

Leia mais

CORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011

CORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Modelos Probabilísticos para a Computação Professora: Andréa Rocha UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO Introdução Quando consideramos

Leia mais

FEUP - MIEEC - Análise Matemática 1

FEUP - MIEEC - Análise Matemática 1 FEUP - MIEEC - Análise Matemática Resolução da a Chamada - de Janeiro de 9 Respostas a perguntas diferentes em folhas diferentes Justifique cuidadosamente todas as respostas. Não é permitida a utilização

Leia mais

Regressão Linear Simples

Regressão Linear Simples Regressão Linear Simples Capítulo 16, Estatística Básica (Bussab&Morettin, 8a Edição) 10a AULA 18/05/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 10a aula (18/05/2015) MAE229 1 / 38 Introdução

Leia mais

Regressão linear simples

Regressão linear simples Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação

Leia mais

Modelos de Regressão Linear Simples - parte III

Modelos de Regressão Linear Simples - parte III 1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada

Leia mais

META Compreender os conceitos relacionado a lei de arrhenius e seus modelos matematicos. Compreender as aplicações catálise e seus fundamentos.

META Compreender os conceitos relacionado a lei de arrhenius e seus modelos matematicos. Compreender as aplicações catálise e seus fundamentos. ATIVIDADS SOBR LI D ARHHNIUS CATÁLIS Aula 7 MTA Compreender os conceitos relacionado a lei de arrhenius e seus modelos matematicos. Compreender as aplicações catálise e seus fundamentos. OBJTIVOS Ao fi

Leia mais

Observamos no gráfico acima que não passa uma reta por todos os pontos. Com base nisso, podemos fazer as seguintes perguntas:

Observamos no gráfico acima que não passa uma reta por todos os pontos. Com base nisso, podemos fazer as seguintes perguntas: Título : B1 AJUSTE DE CURVAS Conteúdo : Em matemática e estatística aplicada existem muitas situações em que conhecemos uma tabela de pontos (x; y). Nessa tabela os valores de y são obtidos experimentalmente

Leia mais

Quiz Econometria I versão 1

Quiz Econometria I versão 1 Obs: muitos itens foram retirados da ANPEC. Quiz Econometria I versão 1 V ou F? QUESTÃO 1 É dada a seguinte função de produção para determinada indústria: ln(y i )=β 0 + β 1 ln( L i )+β 2 ln( K i )+u i,

Leia mais

Proposta de Resolução da Prova Escrita de Matemática

Proposta de Resolução da Prova Escrita de Matemática prova 65, 2ª fase, 205 proposta de resolução Proposta de Resolução da Prova Escrita de Matemática 2.º Ano de Escolaridade Prova 65/2.ª Fase 8 páginas 205 Grupo I. P X P X 2 P X a 2a 0,4 a 0,6 a 0,2 0,2

Leia mais

Introdução ao modelo de Regressão Linear

Introdução ao modelo de Regressão Linear Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)

Leia mais

ISCTE IUL, Instituto Universitário de Lisboa Licenciatura em Gestão Estatística I 1º Teste 27 Outubro de 2012 Duração: 1h 30m

ISCTE IUL, Instituto Universitário de Lisboa Licenciatura em Gestão Estatística I 1º Teste 27 Outubro de 2012 Duração: 1h 30m ISCTE IUL, Instituto Universitário de Lisboa Licenciatura em Gestão Estatística I 1º Teste Duração: 1h 30m Nota: Não são prestados esclarecimentos durante a prova! Só é permitida a consulta do formulário

Leia mais

Econometria. Regressão Linear Simples Lista de Exercícios

Econometria. Regressão Linear Simples Lista de Exercícios Econometria Regressão Linear Simples Lista de Exercícios 1. Formas funcionais e coeficiente de explicação Um corretor de imóveis quer compreender a relação existente entre o preço de um imóvel e o tamanho,

Leia mais

Ajuste de dados por mínimos quadrados

Ajuste de dados por mínimos quadrados Cálculo Numérico por mínimos quadrados Prof. Daniel G. Alfaro Vigo dgalfaro@dcc.ufrj.br Departamento de Ciência da Computação IM UFRJ Motivação: População do Brasil Ano População (milhões) 1960 70, 992343

Leia mais

Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos

Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Modelos de regressão É usual estarmos interessados em estabelecer uma relação entre uma variável

Leia mais

Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada

Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Aula 2 Regressão Linear Simples Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Conceitos Gerais A análise de regressão é utilizada para explicar ou modelar a relação entre

Leia mais

AULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012

AULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012 1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à

Leia mais

Peso (mg) Número de cigarros [760,780[ 3 [780,800[ 7 [800,820[ 19 [820,840[ 25 [840,860[ 17 [860,880[ 12 [880,900[ 8

Peso (mg) Número de cigarros [760,780[ 3 [780,800[ 7 [800,820[ 19 [820,840[ 25 [840,860[ 17 [860,880[ 12 [880,900[ 8 Escola Superior de Tecnologia de Viseu Tratamento Estatístico de Dados 2008/2009 Ficha Revisões 1. A Tabaqueira SA faz um apertado controlo da qualidade dos cigarros que produz; o peso é uma das características

Leia mais

EPGE / FGV MFEE - ECONOMETRIA Monitoria 03-09/05/2008 (GABARITO)

EPGE / FGV MFEE - ECONOMETRIA Monitoria 03-09/05/2008 (GABARITO) EPGE / FGV MFEE - ECONOMETRIA Monitoria 03-09/05/2008 (GABARITO) Eduardo P. Ribeiro eduardopr@fgv.br Professor Ilton G. Soares iltonsoares@fgvmail.br Monitor 01. Use os dados em WAGE1 para estimar a seguinte

Leia mais

Método dos Mínimos Quadrados

Método dos Mínimos Quadrados Licenciatura em Engenharia Electrotécnica e de Computadores Análise Numérica 2004/2005 Método dos Mínimos Quadrados PROBLEMAS 1 Determine a aproximação dos mínimos quadrados aos pontos por: x 1 3 4 6 8

Leia mais

UNIVERSIDADE CATÓLICA PORTUGUESA FACULDADE DE ECONOMIA E GESTÃO

UNIVERSIDADE CATÓLICA PORTUGUESA FACULDADE DE ECONOMIA E GESTÃO UNIVERSIDADE CATÓLICA PORTUGUESA FACULDADE DE ECONOMIA E GESTÃO LICENCIATURAS EM ECONOMIA E GESTÃO MICROECONOMIA Ano Letivo 2013/14 1.º Semestre 2.º TESTE 2/11/13 Duração: 1h00 + 15 min. (tolerância) 1)

Leia mais

Testes de Hipótese PARA COMPUTAÇÃO

Testes de Hipótese PARA COMPUTAÇÃO Testes de Hipótese MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Testes de Hipóteses Um teste de hipótese é uma técnica de análise usada para estimar se uma hipótese sobre a população está correta,

Leia mais

ANÁLISE DE DADOS & PROBABILIDADE

ANÁLISE DE DADOS & PROBABILIDADE LICENCIATURA EM GESTÃO LICENCIATURA EM ECONOMIA ANÁLISE DE DADOS & PROBABILIDADE Teste Intermédio 2011/12 13/4/2012 Nome: Nº Observações: 1. O teste é constituído por seis perguntas. Apresente e justifique

Leia mais

APROXIMAÇÃO DE FUNÇÕES MÉTODO DOS MÍNIMOS QUADRADOS

APROXIMAÇÃO DE FUNÇÕES MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS INTRODUÇÃO Frequentemente é possível estabelecer uma relação linear entre duas grandezas medidas experimentalmente. O método dos mínimos quadrados é uma maneira de se obter

Leia mais

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual

Leia mais

Métodos de Previsão João Carlos Lourenço

Métodos de Previsão João Carlos Lourenço Métodos de Previsão João Carlos Lourenço joao.lourenco@tecnico.ulisboa.pt Ano lectivo 2015/2016 Leituras recomendadas: Hair, J.F., Black, W.C., Babin, B.J., Anderson, R.E., 2010. Multivariate Data Analysis,

Leia mais

= Assim, toma-se ˆp= x m =

= Assim, toma-se ˆp= x m = INSTITUTO SUPERIOR DE AGRONOMIA ESTATÍSTICA E DELINEAMENTO de Outubro, 06 PRIMEIRO TESTE 06-7 Uma resolução possível I Seja X a variável aleatória que conta o número de parcelas onde cada genótipo da casta

Leia mais

Estatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br

Estatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES

Leia mais

Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:

Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: 46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y

Leia mais

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA Cursos: Licenciaturas Bi-etápicas em Fisioterapia e em Terapia da Fala Teste Final o Ano / 3 o Semestre 6/07 Data: a feira, 15 de Janeiro

Leia mais

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei

Regressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico

Leia mais

ANÁLISE DE REGRESSÃO É O ESTUDO E OBTENÇÃO DE RELAÇÕES ENTRE VARIÁVEIS. PRETENDE-SE SABER QUAL A MELHOR ESTIMATIVA DOS PARÂMETROS DA REGRESSÃO

ANÁLISE DE REGRESSÃO É O ESTUDO E OBTENÇÃO DE RELAÇÕES ENTRE VARIÁVEIS. PRETENDE-SE SABER QUAL A MELHOR ESTIMATIVA DOS PARÂMETROS DA REGRESSÃO ANÁLISE DE REGRESSÃO É O ESTUDO E OBTENÇÃO DE RELAÇÕES ENTRE VARIÁVEIS. PRETENDE-SE SABER QUAL A MELHOR ESTIMATIVA DOS PARÂMETROS DA REGRESSÃO SIMPLES - QUANDO UMA VARIÁVEL Y (DEPENDENTE), É FUNÇÃO APENAS

Leia mais

Curso Satélite de. Matemática. Sessão n.º 1. Universidade Portucalense

Curso Satélite de. Matemática. Sessão n.º 1. Universidade Portucalense Curso Satélite de Matemática Sessão n.º 1 Universidade Portucalense Conceitos Algébricos Propriedades das operações de números reais Considerem-se três números reais quaisquer, a, b e c. 1. A adição de

Leia mais

Coeficiente de determinação R 2 no modelo de regressão linear normal

Coeficiente de determinação R 2 no modelo de regressão linear normal Coeficiente de determinação R 2 no modelo de regressão linear normal Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br

Leia mais

Estatística II Licenciatura em Gestão. Parte I

Estatística II Licenciatura em Gestão. Parte I Estatística II Licenciatura em Gestão 1 o semestre 2015/2016 ER - 03/02/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circunstância, é motivo suficiente para

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Numérico 3/55 Introdução Em geral, experimentos geram uma gama de dados que devem

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5 MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão

Leia mais

A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).

A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3 Séries temporais A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3.1. Princípios fundamentais Conforme Box et al. (1994), uma

Leia mais

P x. 2 i = P y. 2 i = Analise os dados e comente a possibilidade de existir uma relação linear entreasvariáveisemestudo.

P x. 2 i = P y. 2 i = Analise os dados e comente a possibilidade de existir uma relação linear entreasvariáveisemestudo. 8 Regressão Linear Exercício 8.1 Indique, justificando, qual dos valores abaixo indicados se aproxima mais do coeficiente de correlação dos dados descritos nas seguintes nuvens de pontos, X X X 1. r xy

Leia mais

Princípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho

Princípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho Princípios em Planejamento e Análise de Dados Ecológicos Regressão linear Camila de Toledo Castanho 217 Conteúdo da aula 1. Regressão linear simples: quando usar 2. A reta de regressão linear 3. Teste

Leia mais

Métodos de Previsão Problem Set 2

Métodos de Previsão Problem Set 2 Métodos de Previsão Problem Set 2 Exercício 1: Indique a Expressão do coeficiente de determinação corrigido ou ajustado R 2 e explique a importância do seu cálculo, comparando-o com o R 2. O R 2 representa

Leia mais

Aulas práticas de Álgebra Linear

Aulas práticas de Álgebra Linear Ficha 3 Aulas práticas de Álgebra Linear Licenciatura em Engenharia Naval e Oceânica Mestrado Integrado em Engenharia Mecânica 1 o semestre 2018/19 Jorge Almeida e Lina Oliveira Departamento de Matemática,

Leia mais

Mestrado em Gestão de Empresas 2009/2010. Edição em Cabo Verde - Colaboração com o ISCEE

Mestrado em Gestão de Empresas 2009/2010. Edição em Cabo Verde - Colaboração com o ISCEE Mestrado em Gestão de Empresas 2009/2010 Edição em Cabo Verde - Colaboração com o ISCEE Unidade Curricular: Métodos Quantitativos (Data analysis, Modelling and Research) TRABALHO Nº 1 1. Uma empresa encara

Leia mais

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07 Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores ō ano/ ō S 6/7 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES Sistemas de equações lineares. Quais das seguintes equações

Leia mais

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 1ª FASE 26 DE JUNHO Grupo I. Questões

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 1ª FASE 26 DE JUNHO Grupo I. Questões Associação de rofessores de Matemática Contactos: Rua Dr João Couto, nº 7-A 500- Lisboa Tel: +5 7 0 / 7 0 77 Fax: +5 7 http://wwwapmpt email: geral@apmpt ROOSTA DE RESOLUÇÃO DA ROVA DE MATEMÁTICA A DO

Leia mais

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 1ª FASE 26 DE JUNHO Grupo I. Questões

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 1ª FASE 26 DE JUNHO Grupo I. Questões ROOSTA DE RESOLUÇÃO DA ROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA ROVA 5) ª FASE DE JUNHO 0 Grupo I Questões 5 7 8 Versão C A C B B D C D Versão B D B C B C A C Grupo II Seja w = + Tem-se que:

Leia mais

5. ANÁLISE DE RESULTADOS

5. ANÁLISE DE RESULTADOS 79 5. ANÁLISE DE RESULTADOS O instrumental teórico elaborado no segundo capítulo demonstra que a principal diferença entre os modelos construídos que captam somente o efeito das restrições no mercado de

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II TPC nº ª Parte Nesta ª parte assinale a resposta certa e justifique. Na figura

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Teste de avaliação Grupo I

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Teste de avaliação Grupo I ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A 0 05 007 Teste de avaliação Grupo I As cinco questões deste grupo são de escolha múltipla. Para cada uma delas são indicadas quatro alternativas,

Leia mais

Actividade Formativa 1

Actividade Formativa 1 Actividade Formativa 1 Resolução 1. a. Dada a função y 3+4x definida no conjunto A {x R: 2 x < 7} represente graficamente A e a sua imagem; exprima a imagem de A como um conjunto. b. Dada a função y 3

Leia mais

Modelos de Regressão Múltipla - Parte VIII

Modelos de Regressão Múltipla - Parte VIII 1 Modelos de Regressão Múltipla - Parte VIII Erica Castilho Rodrigues 15 de Fevereiro de 2017 2 3 Observações não usuais 4 As observações não usuais podem ser: Outliers: não se ajustam bem ao modelo (resíduo

Leia mais