50 Logo, Número de erros de impressão

Tamanho: px
Começar a partir da página:

Download "50 Logo, Número de erros de impressão"

Transcrição

1 Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: , Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de ordem 5 e 6 são e, respectvamete. Assm md +,5 (b) (c) (,66) + (,66) + 3 (,66) + ( 3,66) + ( 4,66) 5 var( X ) 5 5,4356 +,56 + 3, ,4756 +,556 5 Logo, dp ( X ),744, , 5,744 Freqüêca absoluta () Número de erros de mpressão (d) Gráfco de barras do úmero de erros por pága Uma vez que a méda de erros por pága é,66 e o lvro tem 5 págas, o úmero esperado de erros o lvro é, Problema. Méda:,59 +,64 +,6 +,6 +,57 +,55 +,6 +,5 +,63 +,64 Medaa:,6 +,6 md,65,595 Cap3-

2 Desvo Padrão: (,5) + (,45) + (,5) + (,5) + (,5) + (,45) + (,45) var( X ) (,5 ) + (,95) +,8 dp ( X ),8,44 Problema 3. (a) Núm ero de casas por quarterao (b) Méda: 4,4; desvo-padrão: 5,8. Problema 4. Hstograma do úmero de casas por quarterão (a) (b) (c) A medaa é uma medda de posção mas mportate do que a méda, por eemplo, em stuações em que a varável em estudo tem algum valor muto dscrepate que pua a méda para cma ou para bao Hstograma Cap3-

3 Em dstrbuções smétrcas, a méda e a medaa cocdem. (d) Méda, e Varâca Méda, e Varâca Méda, e Varâca 36 Cap3-3

4 Problema 5. Nessa stuação, tato a méda quato a medaa (que cocdem) ão se apresetam como boas meddas de posção. Elas ão retratam bem a dstrbução da varável estudada. Nessas codções, sera melhor cosderar a moda, ou modas, pos esse caso a dstrbução é b-modal. Problema 6. (a) A medaa do úmero de flhos é a méda artmétca das observações de ordem (b) 5 e 5, que é. (c) A moda do úmero de flhos é. (d) O cálculo da méda fca prejudcado pelo fato de haver uma categora represetada por mas que 5 flhos, sem a especfcação do valor eato. Neste caso, deve -se usar o cohecmeto empírco que se tem da varável para propor um valor mámo para o tervalo, ou o poto médo da classe. Aqu vamos supor que as famílas com mas que 5, teham em méda 8 flhos. Desse modo tem-se: , Problema Itervalo terquartl: q q q () 3 ( ) q 97 3 Dspersão feror (d): 9 Dspersão superor (ds): 66 Para que a dstrbução dos dados teha forma ormal (smétrca, em geral), é ecessáro: d ds q q q 3 q q e q3 q q < d e ds Os valores acma obtdos dcam que a dstrbução dos dados ão tem forma ormal. Problema Itervalo terquartl: q q () ( ) q Dspersão feror (d): q 35 4 Dspersão superor (ds): 4 Os valores acma obtdos dcam que a dstrbução dos dados tem forma apromadamete ormal. Cap3-4

5 Problema 9. Temos que: ( 3 + 4) q (,) 3,5, q (,5) 9, 5, q (,5) 3,, q (,75) 6,, ( ) q (,9) 79, Problema. Temos que: q (,) 576,84, q (,5),58, 7, q (,5),776, 6, q (,75) 5,95, 3, q (,8) 6,74,975, q (,95),993, 98 Problema. 5 Salaros (S.M.) 5 5 Bo-Plot dos Saláros dos fucoáros da Compaha MB Pode-se perceber uma dstrbução assmétrca à dreta. Problema Bo-Plot para os dados do Problema 3 Cap3-5

6 Cap3-6 Problema 3. 3 Populacao () Bo-Plot do Problema Problema 4. (a) ( ) (b) ( ) ( ) _ + + ( ) ( ) + (c) ( ) ( ) + + _ ( ) (d) ( ) ( ) + + _ f f f f f ( ) f Problema 6. (a)

7 Vedas semaas (em S.M.) Hstograma das vedas semaas de vededores de gêeros almetícos 7 (b) Supodo uma varável dscreta com todas as observações do tervalo cocetradas o poto médo: 3,5 + 37,5 + 4, , , ,5 36, ,5 4 5, (c) var( X ) ( 8,7), + ( 3,7),5 + ( 8,7),9 + ( 3,7), (,3),35 + ( 6,3),5 + (,3 ),9 + ( 6,3), 43, 8 Logo, dp ( X ) 6,6 (d) Temos que: s 5, 6,6 37, 96 e + s 5, + 6,6 64, 44 Assm, queremos achar as segutes áreas do hstograma: ,96 A,4% 5% A % 644,44 6 B 7,99% B Desse modo, o tervalo em questão abrga:,4% + 9% + 5% + 35% + 5% 94,3% (e) Pela dstrbução de freqüêcas, vê-se que a medaa bruta é 5,5. Problema 8. (a) Medaa: 4 q q 37,4 8 4 Cap3-7

8 (b) º decl: 6 7,69 (c) Itervalo terquartl(dq): q q 9, q 6 q,, , Portato, dq 63, 9,3 43, 77 Problema 9. X : tempo de casameto. X f F [;6) 8,56,56 [6;) 4,8,84 [;8) 6,,96 [8;4) 5,3,99 [4;3) 5,, Total 5, (a) 3,56 + 9,8 + 5, +,3 + 7, 6, 9 md 5,36 (b) var( X ) ( 3,9),56 + (,),8 + ( 8,), + ( 4,),3 + (,), 7,63 dp ( X ) 5,6 aos (c) Tem po de casam eto Hstograma do tempo até o desqute 3 Cap3-8

9 (d) 6 º decl:,7 aos 56 8 y 9º decl: y 5 aos 6 (e) 6 q º quartl: q 56 5,68 aos (f) 6 q3 6 3º quartl: q3 8 9,7 aos dq,7,68 7,39 Problema. (a) Salaro (em SM) Hstograma para os Saláros mesas dos fucoáros do setor admstratvo (b) Méda:,5 + 3,4 + 5, + 8,5 3, 65 Varâca: var( X ) (,65),5 + (,65),4 + (,35), + ( 4,35),5 8, 9 Varâca: dp ( X ) 8,9 5, 3 (c) º quartl: q 4 md Medaa: md 3, 5,4,5 (d) Se todos os saláros aumetarem em %, ou seja, dobrados, a méda dos saláros dobrará e a sua varâca será multplcada por 4.Trata-se de um resultado geral que pode ser demostrado da segute maera. Cap3-9

10 Supoha que haja uma coleção de valores, deotados por,,..., com méda e varâca s (X). Seja uma costate real. Se todos os valores da coleção acma forem multplcados por, teremos: () Para a méda: () Para a varâca: s ( ) ( ) s ( ) X (e) Dar um aboo de SM para todos os fucoáros sgfca aumetar a méda e a medaa em duas udades. A varâca ão se altera. Novamete, esse resultado pode ser geeralzado para a soma de qualquer costate real. Vejamos: Para a méda: ( + ) + + ( + ) Um racocío semelhate serve para a medaa. Para a varâc a: s [( + ) ( + )] ( + ) ( ) s ( ) X Problema. (a) méda: fca multplcada por - medaa: fca multplcada por - desvo-padrão: fca multplcado por (b) méda: aumeta em udades - medaa: aumeta em udades - desvo-padrão: ão se altera (c) méda: fca gual a zero: - medaa: fca reduzda em udades - desvo-padrão: ão se altera (d) méda: fca gual a zero - medaa: como todas as observações, fca reduzda em udadese dvdda por dp (X ) var( X ) - desvo-padrão: fca gual a um. dp( X ) var( X ) Cap3-

11 Problema. (a) Se o tercero quartl da dstrbução dos saláros da compaha A é 5, a probabldade de um caddato receber mas de 5 udades é,5. Assm, o mas provável é receber meos que essa quata. (b) Na empresa B, o saláro sera de 7 udades, com certeza. Na empresa A, como fo vsto o tem ateror, a probabldade de se receber mas que 5 udades é,5. Desse modo, é mas teressate empregar-se a empresa B. Problema 3. (a) Meddas descrtvas obtdas a amostra-ploto (b) Méda 3 Medaa 7 Varâca 8, Ampltude 37 Das meddas acma, a mas mportate para a determação do tamaho da amostra fal é a varâca, pos forece formação a respeto da varabldade da varável Idade. Problema 4. (a) (b) Dstrbução de freqüêcas do cosumo dáro de lete Cosumo dáro de lete f Meos de ltro, a ltros,5 a 3 ltros, 3 a 5 ltros, Cosum o de lete (em ltros) 5 Hstograma (c),5, +,5,5 +,5, + 4,,75 ltros md Medaa: md, 6,5,3 Cap3-

12 (d) var( X ) (,5), + (,5),5 + (,75), + (,5),, 965 dp ( X ),98 (e) q q,5,5, Problema 5. (a) Salaro aual ( SM) 4 Hstograma (b),49 + 3,9 + 5, + 7,5 + 9,4 +,3 + 3, 3, 9 (,9),49 + (,9),9 + (,8), + ( 3,8), + var( X ) 5 ( 5,8),4 + ( 7,8),3 + ( 9,8), 5,7 dp ( ) 3, 96 + X (c) (d) No barro A, pos tem meor desvo-padrão. Faa salaral f F ! Total 5. Isso posto, pode-se perceber que os % mas rcos da população são os que pertecem a faa salaral compreedda etre e 4 saláros mímos auas. Problema 6. Méda: 3,5 + 5,5 + 7, + 9,3 +, 6,9 Medaa: Cap3-

13 8 6 md 6 md,, 7 Moda: esse caso, a moda é 9. Varâca: var( X ) ( 3,9),5 + (,9),5 + (,), + (,),3 + (4,), 6,9 6 4 q 4 º quartl: q 4, 8,5, Problema 7. (a) ( ), 8 (b) var( X ) ( 58, , , , , ,64 8) 69, 36 (c) Peso (gramas) 6 8 (d) Hstograma A tabela bao mostra o crtéro a ser utlzado a classfcação dos fragos: Peso(g) Categora Meos de 997,5 D 997,5 a, C, a 45, B Mas de 45, A 98 D 98 D 997, B 4 B Cap3-3

14 (e) Temos que: dp( X ) 968,. Dos fragos desta graja,,46% estão abao deste peso: , 96,46 6 Também, +,5dp( X ) 6, 4. Acma deste patamar, ecotram-se 7,9% dos fragos: ,4 y 7,9 8 y Problema 8. (a) Aparetemete, a campaha ão produzu o efeto esperado. A méda dos dados é,48 aos. ( ), 48 5 (b) A méda dos dados é,48 e o desvo-padrão é 3,83. Assm, a dfereça é,48 e dp ( X ) é,8. Desse modo, o crtéro do outro pesqusador também dca que a campaha ão surtu efeto. (c) Idade 3 36 Hstograma da dade méda dos caddatos Esquema dos cco úmeros para a corretora A Esquema dos cco úmeros para a corretora B Cap3-4

15 Represetação gráfca: B 55 A Corretora A Corretora B As meddas e a fgura acma dcam que, a despeto do fato de o mámo lucro observado ser proveete da corretora A, é a corretora B que apreseta meor varabldade os lucros proporcoados. As medaas das duas empresas estão bastate prómas. Estes elemetos permtem acredtar que é mas vatajoso ter o dhero vestdo pela corretora B. Problema 3. Se as populações são homogêeas, espera-se uqe suas varâcas sejam prómas, de modo que o quocete F deve ser prómo de. Problema 3. A fgura do Problema 9, os mostra que os dados da corretora A têm maor varabldade que os da corretora B. A medaa dos lucros proporcoados pela seguda é um pouco mas alta que a dos lucros da prmera corretora. Problema 3. ( A ) Var( X A) + ( B ) Var( X B) 7 58,98 +,5 3,66 S * A B A B 55,7 55,43,9 t,3 3,53,3,4 S* + A B Como t,3 <, coclu-se que os desempehos das duas corretoras são semelhates. 3,53 Problema 33. Méda Ical ( ): 5,9 Desvo Padrão (dp): 3,5 + dp( X ),9 dp( X ) 8,8 Logo, os lmtes são 8,8 e 9,9, ou seja, valores maores que,9 ou meores uqe 8,8 devem ser retrados do cálculo. Para esse cojuto de dados, somete o valor 8 ecotra-se abo de 8,8. Assm, calculado a méda fal, tem-se: Méda fal 6,8 Cap3-5

16 Problema DP Hstograma para os dados da repartção A Hstograma para os dados da repartção B Problema 35. 4,, 4, 4,, 4, Hstograma para a Regão A: Hstograma para a Regão B: Bascamete, as dfereças etre os gráfcos dzem respeto à varabldade e à smetra. O gráfco da regão B apreseta maor varabldade e é assmétrco. Problema Cap3-6

17 As taas apresetam-se apromadamete smétrcas em toro de 4,3, que é o valor médo.a taa míma é de,9 e a máma é de 8,45. Problema 37. (a), 35 ; var( X ), 35 (b) (c) O valor de dca a proporção de empregados orudos da captal X Hstograma de X Problema 38. (a) (b) (c) O valor Z é uma ota padrozada. Nessa padrozação, o valor dca que o dvíduo que o dvíduo em questão obteve a ota méda. A ota Z também forece déa sobre o desempeho de cada elemeto com relação a todo o grupo. As otas padrozadas são:,58,58 -,8 -,8,58,35 -,8 -,8,58 -,8,35 -,95 -,95,58,58 -,95 -,8,58-3,6 -,95 -,95 -,8,35,58,58 Como as otas foram padrozadas pela subtração da méda e dvsão pelo desvo-padrão, tem-se (Problema ) que z ; dp ( Z) (d) Este um fucoáro que obteve Z 3, 6, sedo, pos, cosderado aormal. (e) (f) Para avalar o seu desempeho relatvo, é ecessáro comparar as otas padrozadas as três dscplas. Em Dreto, todos obtveram 9,; de modo que o fucoáro obteve a ota méda, cujo valor padrozado é zero. Em Polítca, a méda das otas fo 7,76 e o desvo padrão,,67. Com sso, a ota padrozada do fucoáro é,74. Com sso, seu desempeho relatvo fo melhor em Polítca. Cap3-7

18 Problema 39. Para os saláros da Tabela., temos que:, (,),84 (foram elmadas as 4 prmeras e as 4 últmas observações) (,5),5 (foram elmadas as 9 prmeras e as 9 últmas observações) Problema 4. Para a regão A: s 4 CV A % % % Para a regão B: s 6 CV A % % 3% Como já hava percebdo o Problema 35, a varabldade dos dados proveetes da regão B é maor que a dos dados da regão A. O coefcete de varação dca a dmesão da varabldade com relação à méda. Problema 4. População Urbaa med.76. ; dam.43. População Rural med 75.; dam Problema 44. (a) CO Hstograma para a varável CO Cap3-8

19 Hgh: : 77 5 : 5 : : : : : : : : 4 9 : 557 : 333 : 8 : 4 Ramo e folhas 3 CO Bo-Plot para a varável CO (b) Saláros Mecâcos Frequecy Salaros () 4 Hstograma para a varável Saláros Mecâcos Cap3-9

20 : 4 : : 34 : 678 : 4 : : 3 3 : : Ramo e folhas 4 Salaros () 3 Bo-Plot para a varável Saláros Mecâcos (c) Freqüeca 5 P reco 3 4 Hstograma para a varável Preço Cap3-

21 : : : 3 : 4 : 5 : 7 6 : : 78 8 : 9 : 34 : 48 : 46 : 99 3 : 78 4 : 5 5 : 5 6 : 3 7 : 8 : 9 : : : 5 : 3 : 4 : 6 Ramo e folhas 4 3 Preco Bo-Plot para a varável Preço Cap3-

22 Problema 45. 3, 5,, 5,,,,4,6,8, 8, v 6, 4,,,,, 4, 6, 8,, u Gráfco de Smetra Problema 48. (a), 6 (b) 3, 374 d, 6 (,39896) 3 5, 47 q q d, 374 (,4937 ) 3 76 Cap3-

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

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

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

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

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

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

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

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

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

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

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

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

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

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

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

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

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

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

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

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

Descritiva. Francisco Cysneiros DE - UFPE

Descritiva. Francisco Cysneiros DE - UFPE Noções de Estatístca Descrtva Dr. Fracsco Cyseros Profº. Adjuto do Departameto de Estatístca-CCEN/UFPE E-mal: cyseros@de.ufpe.br web-page: www.de.ufpe.br/~cyseros/dscpla/farmaca/farmaca.htm Foe: (8) 6

Leia mais

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP Cotrole do Proº Compesou as Faltas Não Compesou as Faltas TRABALHO DE COMPENSAÇÃO DE FALTAS - DP (De acordo coma s ormas da Isttução) CURSO: CIÊNCIAS CONTÁBEIS DISCIPLINA: INTRODUÇÃO À ESTATÍSTICA 2º ANO

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

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

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

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Estatístca: uma defção Coleção de úmeros estatístcas O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%.

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

Estatística: uma definição

Estatística: uma definição Coleção de úmeros estatístcas Estatístca: uma defção O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval

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

Estatística: uma definição

Estatística: uma definição Estatístca: uma defção Coleção de úmeros estatístcas O úmero de aumetou em 30%. carros veddos o país A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval

Leia mais

ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO

ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO. CONCEITO INICIAL. A Estatístca Descrtva ou Dedutva é o ramo da Estatístca que tem por objetvo descrever e aalsar fatos relacoados a determado

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

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

Matemática C Semiextensivo V. 2

Matemática C Semiextensivo V. 2 Matemátca C Semetesvo V. Eercícos 0) Através da observação dreta do gráfco, podemos coclur que: a) País. b) País. c) 00 habtates. d) 00 habtates. e) 00 0 0 habtates. 0) C Através do gráfco, podemos costrur

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

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 Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

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

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Estatística Área 4 BACEN Aula 01 Estatística Descritiva Prof. Alexandre Lima. Aula 01. Sumário

Estatística Área 4 BACEN Aula 01 Estatística Descritiva Prof. Alexandre Lima. Aula 01. Sumário Estatístca Área 4 BACEN Aula 0 Estatístca Descrtva Prof. Aleadre Lma Aula 0 Sumáro Itrodução à Estatístca... 3 Tpos de Varáves... 4 3 Rol... 5 4 Séres Estatístcas... 6 5 Téccas de Descrção Gráfca... 8

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

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

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

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

Total Bom Ruim Masculino

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

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

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

Leia mais

Avaliação da qualidade do ajuste

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

Leia mais

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75

Leia mais

Introdução à Estatística

Introdução à Estatística Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal

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

Nas próximas secções iremos abordar a análise estatística de uma amostra em que os dados numéricos estão agrupados em classes, ou seja, em intervalos.

Nas próximas secções iremos abordar a análise estatística de uma amostra em que os dados numéricos estão agrupados em classes, ou seja, em intervalos. Estatístca Descrtva ESTATÍSTICA DESCRITIVA Amostras com dados agrupados em classes as prómas secções remos abordar a aálse estatístca de uma amostra em que os dados umércos estão agrupados em classes,

Leia mais

Introdução à Estatística. Júlio Cesar de C. Balieiro 1

Introdução à Estatística. Júlio Cesar de C. Balieiro 1 Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

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

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

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

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

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística Tarea Iterméda 13 versão B 1. A tabela segute cotém regstos de um estudo eectuado relatvamete ao trasporte utlzado, daramete, para o emprego por um cojuto de cdadãos etrevstados a Baa de uma cdade. req.

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

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

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

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

Leia mais

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

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

Leia mais

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

CAPITULO 1 CONCEITOS BÁSICOS

CAPITULO 1 CONCEITOS BÁSICOS DISCIPLIA: ESTATÍSTICA PROFESSOR: JOSELIAS SATOS DA SILVA - joselas@uol.com.br ÍDICE CAPITULO 1 COCEITOS BÁSICOS... 3 1.1 ESTATÍSTICA... 3 1. ESTATÍSTICA DESCRITIVA... 3 1.3 ESTATÍSTICA IFERECIAL... 3

Leia mais

Estatística Descritiva

Estatística Descritiva Estatístca Descrtva Capítulo "O estatístco, está casado em méda com 1,75 esposas, que procuram fazê-lo sar de casa,5 otes com 0,5 de sucesso apeas. Possu frote com 0,0 de clação (deotado poder metal),

Leia mais

É o quociente da divisão da soma dos valores das variáveis pelos números deles:

É o quociente da divisão da soma dos valores das variáveis pelos números deles: Meddas de Posção. Itrodução Proª Ms. Mara Cytha O estudo das dstrbuções de requêcas, os permte localzar a maor cocetração de valores de uma dstrbução. Porém, para ressaltar as tedêcas característcas de

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

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

Conceitos Iniciais de Estatística Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Prof. Rogério Rodrigues

Conceitos Iniciais de Estatística Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Prof. Rogério Rodrigues Cocetos Icas de Estatístca Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Pro. Rogéro Rodrgues CONCEITOS INICIAIS DE ESTATÍSTICA: GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA CURSO : ADMINISTRAÇÃO

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

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

Probabilidades e Estatística

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

Leia mais

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

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

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

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

Caracterização de Partículas. Prof. Gerônimo

Caracterização de Partículas. Prof. Gerônimo Caracterzação de Partículas Prof. Gerômo Aálse Graulométrca de partículas Tabela: Sére Padrão Tyler Mesh Abertura Lvre (cm) âmetro do fo () 2 ½ 0,7925 0,088 0,6680 0,070 ½ 0,56 0,065 4 0,4699 0,065

Leia mais

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

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

Leia mais

3 Análises Probabilísticas de Estabilidade

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

Leia mais

( 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

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

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

Leia mais

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

Noções Básicas de Medidas e Algarismos Significativos

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

Leia mais

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

Bioestatística 5ª Período Biologia

Bioestatística 5ª Período Biologia Boestatístca 5ª Período Bologa Março 009 Campus do Potal Prof. MSc. Qutlao Squera Schrode Nomel - ESTATÍSTICA DESCRITIVA. - A NATUREZA DA ESTATÍSTICA COMO SURGIU A ESTATÍSTICA????? A Matemátca surge do

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

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL ESTATÍSTICA MÓDULO 3 MEDIDAS DE TEDÊCIA CETRAL Ídce. Meddas de Tedêca Cetral...3 2. A Méda Artmétca Smles ( μ, )...3 3. A Méda Artmétca Poderada...6 Estatístca Módulo 3: Meddas de Tedêca Cetral 2 . MEDIDAS

Leia mais

UTFPR. Engenharia Elétrica Probabilidade e Estatística. Ementa da disciplina. Referências Bibliográficas. Introdução. Definição.

UTFPR. Engenharia Elétrica Probabilidade e Estatística. Ementa da disciplina. Referências Bibliográficas. Introdução. Definição. Emeta da dscpla UTFPR Egehara Elétrca Probabldade e Estatístca Cocetos e Defções; Dstrbução de Frequêcas; Meddas de Tedêca Cetral ou de Posção; Meddas de Dspersão ou de Varabldade; Meddas de Assmetra e

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

INTRODUÇÃO A ESTATÍSTICA

INTRODUÇÃO A ESTATÍSTICA Hewlett-Packard INTRODUÇÃO A ESTATÍSTICA Aulas 01 e 06 Elso Rodrgues, Gabrel Carvalho e Paulo Luz Sumáro Defções... 1 EXERCÍCIOS FUNDAMENTAIS... 1 Meddas de tedêca cetral... 1 Méda artmétca smples... 1

Leia mais

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

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

Leia mais

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

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

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

( ) ( 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

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