i 2 i= = n Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2

Tamanho: px
Começar a partir da página:

Download "i 2 i= = n Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2"

Transcrição

1 O Coefcete de Correlação de Pearo O coefcete de correlação de Pearo é baeado a déa de varâca, dada a aula 6 Como vto aquela aula, quado temo uma amotra compota por dado, a varâca da amotra é dada por, ode é a méda do valore A varâca é uma medda quadrátca da dperão do dado em toro da ua méda Um valor grade de dca que o dado etão localzado a grade dtâca da méda, equato que um valor pequeo dca que ele etão localzado a pequea dtâca Obervado a fórmula para a varâca, vemo que ela pode er ecrta como,, ou eja, ela é dada pela omatóra do produto de do termo gua, o devo de cada dado em relação à meda A varâca é uma gradeza etatítca uada quado e trabalha com apea uma varável X Quado e trabalha com dua varáve, X e Y, um tpo de perguta que e cotuma fazer é: quado o valore da varável X varam em relação à ua méda, fcado acma ou abao dela, como e comportam o valore da varável Y em relação à ua méda?, Detre a vára pobldade para eta perguta, há trê cao mportate: Quado um valor da varável X vara em relação à ua méda fcado acma dela, o valor correpodete da varável Y também vara em relação à ua méda fcado acma dela; e quado um valor da varável X vara em relação à ua méda fcado abao dela, o valor correpodete da varável Y também vara em relação à ua méda fcado abao dela

2 Quado um valor da varável X vara em relação à ua méda fcado acma dela, o valor correpodete da varável Y também vara em relação à ua méda, ma fcado abao dela; e quado um valor da varável X vara em relação à ua méda fcado abao dela, o valor correpodete da varável Y também vara em relação à ua méda, ma fcado acma dela 3 O valore da varável Y varam em relação à ua méda de forma completamete depedete da varação do valore da varável X em relação à ua méda No do prmero cao, dzemo que a varáve X e Y co-varam, po a varação de uma em relação à ua méda etá aocada à varação da outra em relação à ua méda No prmero cao, dzemo que a varáve X e Y têm covarâca potva e o egudo cao dzemo que ela têm covarâca egatva No tercero cao, dzemo que a dua varáve têm covarâca ula A covarâca etre dua varáve, X e Y, é quatfcada por uma fórmula mlar à da varâca: COV X, Y XY Note que ela é dêtca à fórmula para o cálculo da varâca, ó que agora ele codera o devo da dua varáve, X e Y, em relação à ua repectva méda Para eteder o gfcado da covarâca, codere um eemplo em que a varável X vara etre e + com méda 0 e a varável Y vara etre e + também com méda 0 Supohamo que teham do feta 5 pare de medda para a dua varáve e que o reultado ejam o dado pela tabela abao:

3 X Y , , Em tal cao, o valor da covarâca de X e Y é: XY , , ,5 Ete é um valor potvo Note que ele é potvo porque todo o termo da oma acma ão potvo ou ulo Ito ocorre porque empre que um valor de X etá abao da méda o valor correpodete de Y também etá abao da méda Portato, o devo do do em relação à ua repectva méda ão egatvo e o produto dele dá um termo potvo Da mema forma, quado um valor de X etá acma da méda o valor correpodete de Y também etá acma da méda e o produto do do devo em relação à méda é potvo Supohamo agora um cao em que o 5 pare de medda foem o egute: 5 4 X Y ,5 4 0, Nete cao, o valor da covarâca de X e Y é: XY , , ,

4 O valor da covarâca é egatvo e tem o memo módulo que o ateror Ito ocorre porque, agora, quado um valor de X etá acma da méda o valor correpodete de Y etá abao da méda e vce-vera Portato, o devo que aparecem em cada termo terão empre o a trocado e eu produto erão egatvo Eercíco: Gere outro cao com 5 pare de valore para a varáve X e Y do eemplo acma e calcule o valore da covarâca para cada um dele Faça um auto-tete para ver e você coegue prever que valor a covarâca terá em cada um do cao Tete ecotrar a tuaçõe em que ea covarâca tem o mámo valor potvo e o mímo valor egatvo O módulo da covarâca ee do cao ão gua ou dferete? Ao fazer ee epermeto, você acabará por adqurr um etedmeto um ght obre o gfcado da covarâca Se você de fato fez o eercíco acma, você otou que a covarâca de X e Y vara etre do valore gua em módulo, um potvo e outro egatvo Além do, e foemo dar uma udade ao valor da covarâca, ela era gual ao produto da udade da varável X pela udade da varável Y por eemplo, o cao do eemplo de a 3 da aula 8 a udade da covarâca eram, repectvamete, potoxjogo, egudoxjogo e palavraxjogo É tereate defr um ídce para medr o grau de varação cojuta etre a varáve X e Y que teha dua caracterítca: a ua faa de varação eteja lmtada ao tervalo etre e +; e b eja admeoal, ou eja, ão teha udade Ee ídce pode er obtdo a partr da covarâca de X e Y dvddo-a pelo produto do devo padrõe da varáve X e Y: r X XY Y Y Ete ídce é chamado de coefcete de correlação de Pearo 4

5 Eercíco: Volte ao eemplo etudado acma e calcule, para cada um dele, o valor de r egudo a fórmula dada acma Verfque que o valore de r etão empre o tervalo etre e + Dca: Para fazer o eercíco acma de uma maera ma rápda, mplemete o Ecel uma plalha como a motrada abao A prmera colua cotém o ídce da varáve X e Y A eguda colua cotém o valore da varável X e, logo abao, a méda e o devo padrão dee valore A tercera colua cotém a mema coa que a colua, ó que para a varável Y A quarta colua cotém o valore do devo A quta colua cotém o valore do devo Falmete, a eta colua cotém o valore do produto do devo e logo abao, o valor de r calculado pela fórmula acma A B C D E F -med -med -med-med ,5 0,5 0, ,5 - -0,5-0, meda 0 0 r 8 devpad 0,790569,5839 O comado uado para gerar a plalha acma etão motrado abao: A B C D E F -med -med -med-med B-$B$7 C-$C$7 D*E 3 A+ - - B3-$B$7 C3-$C$7 D3*E3 4 A3+ 0,5 B4-$B$7 C4-$C$7 D4*E4 5 A4+ -0,5 - B5-$B$7 C5-$C$7 D5*E5 6 A B6-$B$7 C6-$C$7 D6*E6 7 meda MÉDIAB:B6 MÉDIAC:C6 r SOMAF:F6/4*B8*C8 8 devpad DESVPADB:B6 DESVPADC:C6 Olhado para a fórmula do coefcete de correlação de Pearo, vemo que ela ão é dfícl de er calculada, ma é tedoa epecalmete para um grade e erro podem er cometdo cao e quera calculá-la à mão Deta forma, recomedo que você uem empre um programa como o Ecel para o cálculo de r 5

6 6 Cao ão e teha aceo a um computador, ma a uma calculadora cetífca que calcule o devo-padrão pode-e uar a fórmula ateror Cao ó e teha aceo a uma calculadora comum, etão ão há jeto e deve-e fazer o cálculo à mão Nee últmo cao, recomedo que e ue a fórmula dada a egur, obtda por uma epaão do termo quadrátco que aparecem a fórmula para r -----Dedução de uma fórmula alteratva para r você pode pular ete pedaço e quer---- O devo padrão de uma varável X é,, X de maera que o produto do devo padrõe de X e Y vale, Y X Y X Subttudo eta epreão a fórmula para r, temo: r Epaddo o termo o umerador e o deomador: r

7 r Fm da dedução da fórmula alteratva para r Talvez você ão e coveça de que a fórmula acma permte um cálculo feto à mão ma rápdo de r que a fórmula ateror A úca maera de e covecer do é fazedo uma eperêca à mão Ecolha um do eemplo dado aterormete e calcule r egudo a dua fórmula, uado papel e láp Meça o tempo gato para o cálculo de r pela dua fórmula e verfque por você memo qual é meor avale também, de forma ubjetva, qual da dua maera é a meo tedoa; verfque e a dua medda e correlacoam! Vamo agora, para reforçar, fazer ma um eercíco do cálculo do coefcete de correlação de Pearo, ó que uado o Ecel Eemplo 6: Supoha que eta um tete pcológco cláco e de valdade comprovada para a avalação do deempeho de craça em ler teto em voz alta Vamo upor que um pedagogo teha propoto um ovo tete para avalar ee deempeho Uma maera de verfcar e o ovo tete oferece uma avalação tão boa quato o tete cláco é ver como ele e correlacoam Codere que o do tete teham do aplcado a uma mema amotra compota por 0 craça A potuaçõe obtda por ela etão dada a tabela abao vamo upor que o tete cláco atrbua ecore etre 0 e 00 e que o tete ovo atrbua ecore etre 0 e 30 7

8 Potuação o tete Craça Tete Cláco Tete Novo Uado o Ecel, mplemete uma plalha como a do eemplo ateror e calcule r arredode-o até a eguda caa decmal Você deve obter o valor r 0,93 Ito dca que ete uma correlação muto forte etre o do tete A verfcação do pode er feta traçado-e o dagrama de dperão para a dua varáve: Oberve que o poto ão caem todo eatamete obre uma lha reta como o eemplo aterore Ito decorre do fato de que a correlação ão é perfeta r ão é eatamete gual a 8

9 O Coefcete de Correlação de Spearma O coefcete de correlação de Spearma, deotado por r S ou ρ, é uado quado o valore da varáve X e Y ão ordeado por rakg ou poto Ele mede a correlação etre a poçõe do pare, o rakg da varáve X e Y Am como o coefcete de correlação de Pearo, o coefcete de correlação de Spearma r S vara etre e + e é terpretado da mema maera dcado correlação egatva perfeta e + dcado correlação potva perfeta Para ordear o valore de uma varável por rakg, dá-e ao valor ma alto a poção, ao egudo maor valor a poção, ao tercero maor valor a poção 3, etc Cao haja valore gua, dá-e a cada um dele o valor da méda da poçõe que eram ocupada por ele o rakg, calculada omado-e ea poçõe e dvddo-e pelo úmero de valore gua Para motrar como calcular o coefcete de correlação de Spearma, vamo dar um eemplo Supoha que foram coletada a ota da prova fa de portuguê e de matemátca de uma amotra de dez craça de uma ecola O dado etão apreetado a tabela abao Craça Nota de portuguê Nota de matemátca Poção o rakg de portuguê Poção o rakg de matemátca Dfereça etre a poçõe d 6,5 7, 4 4,5 0,5 0,5 3,0 6, ,3 7, 4,5 3,5,5 4 8,0 5, ,5 8, ,4 4, ,0 4, ,5 4, , 7, ,8 7, d 9

10 A prmera trê colua dão, repectvamete, o ídce da craça de a 0, a ua ota em portuguê e a ua ota em matemátca A outra dua colua dão, repectvamete, a poçõe de cada craça o rakg da ota de portuguê e de matemátca Note que a craça de úmero e 3 traram a mema ota em matemátca Ela deveram ocupar a poçõe de úmero 4 e 5, de maera que a dua receberam a poção méda 4,5 to é, 4+5/ A últma dua colua ão uada para o cálculo de r S A prmera dá a dfereça etre a poçõe da craça o rakg de portuguê e de matemátca e a eguda dá o quadrado dea dfereça A fórmula para o cálculo do coefcete de correlação de Spearma é a egute: r S 6 d Aplcado a fórmula acma ao dado da tabela, obtêm-e o valor r S 0,0 Ete valor muto prómo de zero dca que ão há correlação etre a poçõe rakeada do aluo em portuguê e em matemátca De ode vem eta fórmula? Se você fzer o calculo da correlação etre a poçõe o rakg da ota de portuguê e de matemátca uado a fórmula do coefcete de correlação de Pearo, você verá que o valor obtdo para r erá pratcamete o memo que o obtdo acma para r S Na realdade, o coefcete de correlação de Spearma é o coefcete de correlação de Pearo, ó que aplcado à poçõe da varáve X, Y o eu repectvo rakg A fórmula de Spearma é apea uma maera ma fácl de calcular o coefcete de correlação de Pearo ete cao Nota: memo quado e calcula a correlação etre a poçõe o rakg do valore de X e Y uado-e a fórmula do coefcete de correlação de Pearo, ada am chama-e o reultado do cálculo de coefcete de correlação de Spearma dcado por r S 0

11 Em reumo, o coefcete de correlação de Spearma r S ou ρ dca o grau de correlação etre dua varáve, X e Y, uado ua poçõe o eu repectvo rakg, ao vé do eu valore rea O valor de r S é o memo que era obtdo cao e calculae o coefcete de correlação de Pearo para a poçõe o rakg, ó que a fórmula de Spearma é ma fácl de er uada ee cao Sgfcâca do Coefcete de Correlação Na aula 8, falamo que há dua coa mportate que e deve aber obre um coefcete de correlação Uma é a ua força, que é dada pelo módulo de r ou r A outra é a ua gfcâca Não temo codçõe de motrar para você ete curo como fazer um tete matemátco para avalar a gfcâca do coefcete de correlação O que vamo fazer, portato, é apreetar o coceto de gfcâca do coefcete de correlação Epera-e que com o você aprecem a mportâca de e aber a gfcâca de um coefcete de correlação depedetemete de quão forte ou fraco ele eja Para apreetar o coceto de gfcâca, coderemo o egute eemplo Supoha que a Comão de Graduação CG da Uverdade teha peddo a dua turma dferete do curo de pedagoga, por eemplo, a turma do egudo ao e a turma do tercero ao, para avalar trê profeore do curo Vamo upor que cada turma teha feto dua dcpla dferete com cada profeor, de maera que o aluo teham um bom cohecmeto dele e de ua capacdade ddátca A avalação cote de quetoáro dtrbuído etre o aluo, cobrdo tema como dedcação do profeor, capacdade de eplcação, cohecmeto da matéra, educação etc Vamo upor que o quetoáro foram preechdo por todo o aluo felzmete, algo raro a realdade e etregue à CG O membro da CG fzeram, etão, o cálculo da potuaçõe do profeore egudo a avalação de cada turma que evolveram méda da ota dada pelo aluo de cada turma

12 O reultado etão apreetado a tabela abao, tato em termo da potuação de cada profeor como em termo da ua poção o rakg vamo upor que a ota de cada profeor varam uma ecala de a 5 e que do profeore ão poam ter ota gua Turma do o ao Turma do 3 o ao Profeor Nota Poção o rakg Nota Poção o rakg A 3,5 4 B 4 4,5 C 3, Vamo coderar apea a colua que dão a clafcaçõe do profeore em termo da ua poção o rakg Oberve que a poçõe do trê profeore o rakg da dua turma ão a mema Ito mplca que a correlação da avalaçõe do trê profeore feta pela dua turma é perfeta De fato, o cálculo do coefcete de correlação de Spearma o dá r S motre o como eercíco A quetão que e põe é: o coefcete de correlação é +, dcado uma correlação perfeta, ma erá que o ão ocorreu apea por cocdêca? Dto de outra forma, quão gfcate é o valor r S? Em etatítca, aborda-e a quetão da gfcâca de um reultado uado-e o coceto de hpótee ula A hpótee ula H 0 mplemete aume que um dado reultado etatítco fo obtdo apea por acao, devdo a flutuaçõe probablítca do eveto edo meddo, e ão devdo a um efeto real que caue o reultado Sempre que e trabalha com uma hpótee para eplcar um dado feômeo, temo que coderar a pobldade de pelo meo uma hpótee cocorrete a ela No cao da etatítca, a hpótee cocorrete é chamada de hpótee alteratva H A

13 No oo eemplo, o reultado empírco é que a correlação etre a avalaçõe do trê profeore feta pela dua turma é perfeta r S Como hpótee ula, vamo coderar que ee reultado é pura cocdêca e, portato, que ada de ma profudo poa er retrado dele Já a hpótee alteratva codera o cotráro, que o reultado é devdo a uma real mlardade da opõe do aluo da dua turma obre o trê profeore, ou eja, que a correlação é gfcate Uma vez que a dua hpótee teham do eucada e o eu gfcado etejam bem claro a mete do pequador, a etratéga uada pela Etatítca cote em atacar a hpótee ula Io é feto com a egute perguta: e a hpótee ula etver correta e o reultado obtdo for devdo apea ao acao, qual a probabldade de que ele ocorra? No oo eemplo, e o reultado obtdo for apea obra do acao, para calcular a probabldade dele temo que coderar todo o reultado poíve De quata maera o trê profeore podem er ordeado pela turma do o ao? Como temo 3 profeore, o úmero de maera é 3! 3 6 veja abao Profeor Pobldade de rakeameto pela turma do o ao A 3 3 B 3 3 C 3 3 Igualmete, o 3 profeore podem er ordeado pela turma do 3 o ao de 6 maera dferete a mema motrada acma Deta forma, como cada turma pode ordear o 3 profeore de 6 maera dferete, o úmero de poíve maera dferete em que o 3 profeore podem er rakeado pela dua turma em cojuto é veja abao 3

14 Maera Prof o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o A B C r S 0,5 0,5-0,5-0,5-0,5-0,5 0,5 - -0,5 0,5-0,5-0,5-0,5 Maera Prof o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o o 3 o A B C r S -0,5 0,5 - -0,5 0,5-0,5-0,5-0,5 0,5 - -0,5-0,5 0,5 0,5 A últma lha dea tabela dá o valore do coefcete de correlação de Spearma r S para cada um do 36 cao poíve Vemo que em e dele a correlação etre a avalaçõe da dua turma é potva e perfeta r S Dada toda a pobldade acma, a probabldade de e obter uma tuação como a do eemplo, em que r S é: p úmero de maera em que rs pode ocorrer 6 0,67 úmero de combaçõe poíve 36 Ito quer dzer que cao o reultado obtdo o epermeto eja fruto de mero acao, a probabldade de ele ocorrer é de 6,7% Se você achar que ete valor de probabldade é ufcetemete bao ode o crtéro de defção de ufcetemete bao tem que er prevamete defdo, você pode rejetar a hpótee ula A déa é a de que, e a probabldade de o reultado er obtdo por mero acao for muto baa, deve-e coderar que a hpótee do acao ão é ufcetemete forte para eplcar o ocorrdo e, portato, que a hpótee alteratva tem ma chace de oferecer uma eplcação melhor 4

15 Normalmete, o lmar do valor de probabldade abao do qual a hpótee ula é rejetada é 5% p 0,05 Se a probabldade do eveto cao a hpótee ula eteja certa for meor que 5%, rejeta-e a hpótee ula; cao a probabldade eja maor que 5%, ão e pode rejetar a hpótee ula A probabldade de e obter a clafcação do do profeore do oo eemplo por mero acao é de 6,7%, um valor bem maor que 5% Sedo am, memo com o valor de r S tedo do mámo, ão e pode coclur que ele é gfcate A probabldade de que ele teha do gerado apea pelo acao é muto grade O que acotecera e a CG pede para a dua turma avalar quatro profeore e o do rakg feto por ela foem perfetamete gua, de maera que ovamete r S? Nete cao, cada turma podera ordear o quatro profeore de 4! 43 4 maera dferete e o úmero de pareameto poíve do do ordeameto era Dee, há 4 dele em que o rakeameto ão eatamete gua Deta forma, a probabldade de e obter um pareameto dêtco por puro acao é, ete cao, p ,04 Ete valor é agora meor que o lmar de rejeção da hpótee ula, p 0,05 Nete egudo cao, o acao ão é ufcete para eplcar o reultado obtdo a um ível de gfcâca de 0,05 e, portato, a hpótee ula deve er rejetada Coclu-e que a correlação é agora gfcatva Ee do eemplo ão muto mple e tveram por objetvo apea lutrar o coceto de gfcâca Epero que ele teham motrado que um valor alto do coefcete de correlação, tato faz e for r ou r S, ão é ufcete para e acredtar que ete de fato uma relação etre a dua varáve 5

16 Quado o tamaho da amotra é pequeo, é relatvamete fácl to é, muto provável obter um pareameto perfeto etre a dua varáve apea pelo acao Em um cao am, tato a regra da pequa cetífca como a regra do bom eo o dcam que ão devemo coderar um valor alto de r como gfcate Por outro lado, quado for grade, memo valore bao do coefcete de correlação por eemplo, r 0, ou meor ão dfíce de er obtdo por mero acao e, portato, ão coderado como gfcate É por o que é muto comum hoje em da lermo reportage em jora dzedo que algum etudo motrou que ete uma pequea, ma gfcate tedêca de algo em geral, aocada a uma pequa obre a correlação etre algum almeto e alguma codção da aúde humaa 6

= n. Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2

= n. Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2 Etatítca II Atoo Roque Aula 4 O Coefcete de Correlação de Pearo O coefcete de correlação de Pearo é baeado a déa de varâca, dada o curo de Etatítca I Como vto aquele curo, quado temo uma amotra compota

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

Escola Secundária de Jácome Ratton

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

Leia mais

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção Prof. Lorí Val, Dr. val@pucr.br http://www.pucr.br/~val/ Grade Cojuto de Dado Orgazação; Reumo; Apreetação. Amotra ou População Defeto em uma lha de produção Lacado Deeho Torto Deeho Torto Lacado Torto

Leia mais

Capítulo III Medidas Estatísticas

Capítulo III Medidas Estatísticas 8 Capítulo III Medda Etatítca III. Medda de Tedêca Cetral A apreetação de dado em tabela e gráco motra a orma da dtrbução. A medda de tedêca cetral dcam o valor do poto em toro do qual o dado e dtrbuem.

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINISTRAÇÃO RAD507 Etatítca Aplcada à Admtração I Prof. Dr. Evadro Marco Sadel Rbero RESUMO

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. Prof. Lorí Val, Dr. val@mat.ufrg.br http://www.ufrg.br/~val/ Etatítca: uma defção Coleção de úmero etatítca O úmero de carro veddo o paí aumetou em %. A taa de deemprego atge, ete mê, 7,%. A açõe da Telebrá

Leia mais

sticas Estatística (divisão) População stica: uma definição Estatística:

sticas Estatística (divisão) População stica: uma definição Estatística: Coleção de úmero etatítca tca O úmero de carro veddo o paí aumetou em 30%. A taa de deemprego atge, ete mê, 7,5%. A açõe da Telebrá ubram R$,5, hoje. Reultado do Caraval o trâto: 45 morto, 430 ferdo. Etatítca:

Leia mais

EAD Métodos Estatísticos de Projeção

EAD Métodos Estatísticos de Projeção EAD 655 - Método Etatítco de Projeção Prof. Cear Aleadre de Souza 2º. Semetre - 207 Modelagem Quattatva em Admtração Na admtração, a matemátca e a etatítca cotrbuem para a cração de modelo para auílo a

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

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

Leia mais

MEDIDAS DE DISPERSÃO:

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

Leia mais

MODELOS DE REGRESSÃO NÃO LINEARES

MODELOS DE REGRESSÃO NÃO LINEARES M. Mede de Olvera Excerto da ota peoa obre: MODELOS DE REGRESSÃO NÃO LINEARES Obervação No modelo de regreão dto leare, a varável depedete é exprea como fução lear do coefcete de regreão. É rrelevate,

Leia mais

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

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

Leia mais

Estatística 15 - Comparação entre Duas Populações

Estatística 15 - Comparação entre Duas Populações Etatítca 5 - Comaração etre Da Polaçõe 5- Comaração de Méda de Da Polaçõe µ Méda da olação µ Méda da olação Tete µ - µ µ - µ > µ - µ µ - µ < µ - µ µ - µ. Dado Emarelhado EemloVte cobaa bmetda drate ma

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

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

Leia mais

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

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

Leia mais

? Isso é, d i= ( x i. . Percebeu que

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

Leia mais

Cap. 5. Testes de Hipóteses

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

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Etatítca Aplcada à Educação Antono Roque Aula 5 Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que

Leia mais

Relatório 2ª Atividade Formativa UC ECS

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

Leia mais

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

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

Leia mais

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

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

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

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

Leia mais

1- Qual a diferença entre amostragem probabilística e não-probabilística? Qual é a mais recomendada?

1- Qual a diferença entre amostragem probabilística e não-probabilística? Qual é a mais recomendada? VIII-AMOSTRAGEM A Etatítca Iferecal ou Iferêca Etatítca tem como objetvo bucar cocluõe robablítca obre oulaçõe com bae o reultado obervado em amotra etraída dea oulaçõe Am, certo cudado báco devem er tomado

Leia mais

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO 0 INTRODUÇÃO A medda de varação ou dperão, avalam a dperão ou a varabldade da eqüênca numérca em anále, ão medda que fornecem nformaçõe

Leia mais

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

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

Leia mais

Econometria: 3 - Regressão Múltipla

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

Leia mais

50 Logo, Número de erros de impressão

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

Leia mais

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

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

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD57 Etatítca Aplcaa à Amtração I Prof Dr Evaro Marco ael Rero REUMO REVIÃO DE

Leia mais

Etapas para a construção de uma distribuição de frequências por ponto

Etapas para a construção de uma distribuição de frequências por ponto Dtrbuçõe de Frequêca Uma dtrbução de requêca é uma tabela que reúe o cojuto de dado, coorme a requêca ou a repetçõe de eu valore o capítulo ateror, vmo como ão eta ea tabela quado a varável é qualtatva

Leia mais

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

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

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

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

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

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

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

Leia mais

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

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

Leia mais

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

Leia mais

1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística.

1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística. CAPÍTULO 7 VARIÁVEL ALEATÓRIA A probabldade teve íco com os jogos de azar (século XVII) com Cavalero de Nere, Fermat e Pascal, porém, coube a Beroull (73) laçar as bases da probabldade e a segur Laplace

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

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

Leia mais

ESTATÍSTICA II FORMULÁRIO

ESTATÍSTICA II FORMULÁRIO Uverdade do Mho Ecola de Egehara ESTATÍSTICA II Ídce Metrado Itegrado em Egehara e Getão Idutral FORMULÁRIO Ao Lectvo 007-008 Itervalo de Cofaça (uma amotra / dua amotra depedete)... Tete de Hpótee (uma

Leia mais

Estatística Básica - Continuação

Estatística Básica - Continuação Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas

Leia mais

Construção e Análise de Gráficos

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

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

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

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

Leia mais

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

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

Leia mais

Agenda Aula 2 Parte 1

Agenda Aula 2 Parte 1 Aula Parte 1 Anále de Correlação: Coefcente de Pearon Prof. Cear Aleandre de Souza Materal deenvolvdo em conjunto com a Profa. Adrana Back Noronha Vana EAD0655 Técnca Etatítca de Projeção Agenda Aula Parte

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

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

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

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

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

Leia mais

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

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

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

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

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

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

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

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

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

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela

Leia mais

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

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

Leia mais

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

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

Leia mais

Revisão de Estatística X = X n

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

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Aálse Eploratóra de Dados Objetvos Aálse bvarada: uma varável qualtatva e uma quattatva: represetar grafcamete as duas varáves combadas; defr e calcular uma medda de assocação etre as varáves. Eemplo 1

Leia mais

Estatística. 2 - Estatística Descritiva

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

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

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

Leia mais

Regressão. Pedro Paulo Balestrassi

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

Leia mais

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão

Leia mais

Gonçalo X. Silva Alda Carvalho

Gonçalo X. Silva Alda Carvalho Goçalo X. Slva Alda Carvalho ÍNDICE. ESTATÍSTICA DESCRITIVA..... INTRODUÇÃO..... DEFINIÇÕES..... CLASSIFICAÇÃO DOS DADOS.... CARACTERIZAÇÃO DOS DADOS....5 ESTATÍSTICAS AMOSTRAIS... 0.5.. Medda de localzação...

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero

Leia mais

n Obtido através desvio padrão da população (σ)

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

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

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

Leia mais

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade Celso Albo FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhaguee, Av. de Moçambque, km, Tel: +258 240078, Fax: +258 240082, Maputo Cursos de Lcecatura em Eso de Matemátca

Leia mais

Regressão e Correlação

Regressão e Correlação Regressão e Correlação Júlo Osóro Regressão & Correlação: geeraldades Em mutas stuações de pesqusa cetífca, dspomos de uma amostra aleatóra de pares de dados (x, ), resultates da medda cocomtate de duas

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

(1) no domínio : 0 x < 1 Sujeita às condições de contorno: (2-a) CC1: (2-b) CC2: x dx

(1) no domínio : 0 x < 1 Sujeita às condições de contorno: (2-a) CC1: (2-b) CC2: x dx EXEMPLO MOTIVADOR I Método da Aproxmação Polomal Aplcado a Problema Udrecoa com Smetra. Eqaçõe Dfereca Ordára Problema de Valor o Cotoro Etrtra Geral do Problema: d dy( x) x f x, yx x dx dx o domío : x

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

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

Leia mais

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

Leia mais

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

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

Leia mais

Modelo de Regressão Simples

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

Leia mais

Critérios de correção e orientações de resposta exame

Critérios de correção e orientações de resposta exame Mstéro da Cêca, Tecologa e Eso Superor U.C. 1037 Elemetos de Probabldade e Estatístca 1 de Juho de 011 Crtéros de correção e oretações de resposta eame Neste relatóro apresetam-se os crtéros e um eemplo

Leia mais

Probabilidade II Aula 10

Probabilidade II Aula 10 Probabldade II Aula 0 Mao de 009 Môca Barros, D.Sc. Coteúdo Esperaça Matemá (Valores esperados) Mometos e Mometos Cetras Valores esperados de uma fução de Covarâca e Correlação Matrz de covarâca, matrz

Leia mais

3 - ANÁLISE BIDIMENSIONAL

3 - ANÁLISE BIDIMENSIONAL INE 7001 - Aálse Bdmesoal 1 3 - ANÁLISE BIDIMENSIONAL É comum haver teresse em saber se duas varáves quasquer estão relacoadas, e o quato estão relacoadas, seja a vda prátca, seja em trabalhos de pesqusa,

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

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

Leia mais

INTERVALO DE CONFIANÇA

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

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Probabldade e Etatítca I Antono Roque Aula Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO Conteúdo Programátco Cálculo da varânca Cálculo e nterpretação do Devo-padrão VARIÂNCIA E DESVIO-PADRÃO A medda de varação ou dperão, avalam a varabldade da

Leia mais

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

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

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076 = 2. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076 = 2. ], T 2 = conhecido como T 2 de Hotelling NOTAS DE AULA DA DISCIPLINA CE76 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ µ H : µ µ Nível de sfcâca: α Estatístca do teste: t X µ s/ ~ t Decsão:

Leia mais

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

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

Leia mais

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

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

Leia mais

MIEEC Supervisão e Controlo de Sistemas Eléctricos. Despacho Óptimo (incluindo limites de produção e perdas) Introdução

MIEEC Supervisão e Controlo de Sistemas Eléctricos. Despacho Óptimo (incluindo limites de produção e perdas) Introdução MIEEC Supervão e Cotrolo de Stema Eléctrco Depacho Óptmo (cludo lmte de produção e perda Itrodução Relembrado o problema de depacho óptmo: M cuto de produção M Z ΣC(g Suj. Σg load (ão havedo retrçõe de

Leia mais

Análise da Informação Económica e Empresarial

Análise da Informação Económica e Empresarial Aálse da Iformação Ecoómca e Empresaral Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração Aálse da Iformação Ecoómca e Empresaral Guão Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

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

Leia mais

Medidas Numéricas Descritivas:

Medidas Numéricas Descritivas: Meddas Numércas Descrtvas: Meddas de dspersão Meddas de Varação Varação Ampltude Ampltude Iterquartl Varâca Desvo absoluto Coefcete de Varação Desvo Padrão Ampltude Medda de varação mas smples Dfereça

Leia mais

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS Professor Luz Atoo de Carvalho PLANO PROBABILIDADES Professora Rosaa Relva DOS Números Iteros e Racoas COMPLEXOS rrelva@globo.com Número s 6 O Número Por volta de 00 d.c a mpressão que se tha é que, com

Leia mais

Atividades Práticas Supervisionadas (APS)

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

Leia mais

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais