Marcos Adami 2 Mauricio Alves Moreira 3 Bernardo Friedrich Theodor Rudorff 4 Corina da Costa Freitas 5

Tamanho: px
Começar a partir da página:

Download "Marcos Adami 2 Mauricio Alves Moreira 3 Bernardo Friedrich Theodor Rudorff 4 Corina da Costa Freitas 5"

Transcrição

1 ANÁLISE DA EFICIÊNCIA DOS ESTIMADORES DE EXPANSÃO DIRETA E DE REGRESSÃO PARA ÁREAS CULTIVADAS COM CAFÉ, MILHO E SOJA NO MUNICÍPIO DE CORNÉLIO PROCÓPIO, ESTADO DO PARANÁ Maros Adam Mauro Alves Morera 3 Berardo Fredrh Theodor Rudorff 4 Cora da Costa Fretas 5 RESUMO: O objetvo deste trabalho é avalar a efêa dos métodos de expasão dreta e de regressão, para estmar áreas de ulturas agríolas o muípo de Corélo Proópo, Estado do Paraá. Para a oleta de dados a ampo, foram seleoados aleatoramete 35 segmetos de km x km de um pael amostral estratfado, segudo o uso e a oupação do solo. O método de regressão apresetou os meores oefetes de varação para as estmatvas de área platada om soja e mlho, muto embora o método de expasão dreta teha tdo bom desempeho, foree estmatvas de forma ágl e depede da dspobldade de mages. Já para a ultura do afé, a dspobldade de mages lvres de obertura de uves fo boa por ser uma ultura peree e por permtr uma maor jaela para aqusção das mages. Nesse aso, o método de regressão mostrou-se bem mas efete do que o método de expasão dreta. Palavras-have: sesorameto remoto, estmatva de área, amostragem, estatístas agríolas. EFFICIENCY ANALYSIS OF DIRECT EXPANSION AND REGRESSION ESTIMATORS FOR COFFEE, CORN AND SOYBEAN CROP AREAS ESTIMATES IN THE MUNICIPALITY OF CORNÉLIO PROCÓPIO, PARANÁ STATE ABSTRACT: The objetve of ths work s to evaluate the effey of the dret expaso ad regresso methods to estmate agrultural rop areas the mupalty of Corélo Proópo, Paraá State. Thrty fve segmets of km x km were radomly seleted from a sample pael stratfed aordg to lad use ad over. These segmets were used for data olleto durg feld work. The regresso method produed the lowest oeffet of varato (CV values for soybea ad or rop areas estmates, eve though the dret expaso method had a good performae, provded fast estmates ad s depedet of loud free mages. For the offee rop evaluato t was possble to aqure loud free mages oe ts pereal haraterst allows for a greater tme wdow for mage aqusto. I ths ase the regresso method proved to be muh more effet tha the dret expaso method. Key-words: remote sesg, area estmate, samplg area, agrultural statsts. JEL Classfato: C8, C3, C4. Regstrado o CCTC. ASP-06/004. Eoomsta, Mestre, Departameto de Eooma Rural da Seretara de Estado da Agrultura e do Abastemeto do Paraá (e-mal: adam@seab.pr.gov.br. 3Egehero Agrôomo, Doutor, Isttuto Naoal de Pesqusas Espaas (INPE (e-mal: mauro@ltd.pe.br. 4Egehero Agrôomo, Doutor, Isttuto Naoal de Pesqusas Espaas (INPE (e-mal: berardo@ltd.pe.br. 5Estatísta, Doutora, Isttuto Naoal de Pesqusas Espaas (INPE (e-mal: ora@dp.pe.br. Agr. São Paulo, São Paulo, v. 5,., p. 5-3, jul./dez. 004

2 6 Adam, M. et al. - INTRODUÇÃO Os programas de prevsão de safras agríolas, baseados em amostragem, são empregados em város países há mutas déadas. Os Estados Udos, por exemplo, utlzam modelos estatístos para estmar a área e a produtvdade agríola desde 938. Ialmete, esses modelos tveram por base lstas do adastro de propredades ruras o Estado de Iowa, sedo que, em 945, foram expaddos para quase todos os estados ameraos (FAO, 998. A teora da amostragem por área teve ío a déada de 960, amparada por fotografas áreas e materas artográfos (FAO, 998. A partr do laçameto do prmero satélte de sesorameto remoto da sére Ladsat, em 97, essa teora fo aprmorada, orporado a metodologa o uso de mages de satéltes omo fote de dados para pesqusa e prevsão de safras os projetos Crop Idetfato Tehology Assessmet by Remote Sesg (CITARS, Large Area Crop Ivetory Expermet (LACIE e Agrulture ad Resoures Ivetory Surveys Through Aeroespae Remote Sesg (AGRISTARS, que foreeram uma base sólda para os modelos estatístos de estmatva de área ultvada por amostragem (CHEN, 980. Os dos prpas modelos de estmatva de áreas agríolas que utlzam mages de sesorameto remoto são: expasão dreta e expasão por regressão. Em ambos os métodos, mages reetes ou de arquvo são utlzadas a ostrução do pael amostral. Uma vez seleoadas as amostras, mages atuas são utlzadas para detfação e delmtação das ulturas agríolas. Caso ão se dspoha de mages lvres de obertura de uves, a detfação e delmtação das ulturas agríolas os segmetos seleoados é feta a ampo om o auxílo de mages de arquvo. Para o método de expasão por regressão, além dos dados oletados a ampo, utlzase a lassfação de mages de satéltes ou fotografas aéreas atuas para reduzr a varâa da estmatva (KRUG e YANASSE, 986; MUELLER; SILVA; VILLA- LOBOS, 988; GONZÁLES-ALONSO; SORIA; GOZALO, 99; GALLEGO, 995; FAO, 996. Por exemplo, Gozáles-Aloso et al. (997 ompararam as estmatvas de áreas agríolas obtdas pelo estmador de expasão dreta e de regressão e verfaram que a efêa relatva do estmador por regressão fo ove vezes superor à da expasão dreta. Utlzado mages de sesorameto remoto, téas de geoproessameto e oleta de dados a ampo, essa pesqusa tem omo objetvo aalsar a efêa dos estmadores de expasão dreta e de regressão, para estmar áreas ultvadas om afé, mlho e soja, em ível mupal. - MATERIAL E MÉTODO. - Estratfação da Área A área teste, seleoada para aalsar a efêa dos estmadores, fo o muípo de Corélo Proópo, loalzado ao orte do Estado do Paraá, om uma área de 650 km. O muípo fo almete dvddo em três estratos de uso do solo utlzado-se mages dos satéltes Ladsat-5 e 7 dos sesores TM e ETM +, respetvamete, adqurdas os aos 00, 00 e 003 (ADAMI, 004, oforme mostrado a segur: Estrato A - regão agríola om 50% a 80% de área ultvada; Estrato B - agrultura extesva om 5% a 49% de área ultvada e om predomâa de pastages; Estrato C - áreas ão agríolas (dades, parques, reservas florestas, stalações mltares, motahas, et.. Outro fato que deve ser levado em osderação é a forma, o tamaho e a aloação dos segmetos da amostra a área de estudo. Gozáles-Aloso; Sora; Gozalo (99 oduzram um expermeto em Navarra a Espaha, ujo objetvo fo omparar a área estmada por expasão dreta e pela regressão. A oleta de dados em ampo fo realzada em segmetos regulares (quadrados de 700m de lado e rregulares (polígoos adastras utlzados para o eso. O esquema de amostragem adotado fo o de amostra sste- Agr. São Paulo, São Paulo, v. 5,., p. 5-3, jul./dez. 004

3 Estmadores da Área Cultvada om Café, Mlho e Soja o Muípo de Corélo Proópo (PR 7 máta estratfada. Os autores observaram que a presão dos estmadores fo smlar, depedete da forma dos segmetos. No etato, a efêa relatva da regressão, em relação à expasão dreta, varou de,66 a 3,05 os segmetos regulares e de,44 a 6,9 os segmetos rregulares. Assm, os autores oluíram que é mas dado utlzar segmetos regulares para o estmador por regressão. Dessa forma, os estratos A e B foram dvddos em segmetos quadrados de km x km (00ha de área (GONZÁLES-ALONSO; SORIA; GOZALO, 99. Cada udade fo odfada por um úmero de a ( A, B para o sorteo das amostras por estrato, empregado-se o rtéro de amostragem aleatóra estratfada. Não foram seleoados segmetos o estrato C, pos, por ostrução, o mesmo ão otha áreas agríolas. As udades amostras ou segmetos seleoados foram detfados as mages a omposção olorda das badas 3 (vermelho, 4 (fravermelho próxmo e 5 (fravermelho médo. Para ada segmeto seleoado fo gerado um produto aalógo a esala de :5.000 hamado de módulo. Sobre esses módulos foram traçados os lmtes dos segmetos e dadas as oordeadas dos vértes, a fm de faltar a loalzação o ampo (ADAMI, 004. Um papel trasparete fo sobreposto aos segmetos para que a formação oletada a ampo pudesse ser devdamete aotada sobre as mages. Devdo ao desohemeto do omportameto estatísto das varáves pesqusadas, o peretual médo amostrado fo de aproxmadamete 5% (RUDORFF e KRUG, 986. O úmero de segmetos sorteados por estrato pode ser observado a tabela (ADAMI, 004. Tabela - Número Total de Segmetos Sorteados e Peretuas da Área Amostrada o Muípo de Corélo Proópo, Estado do Paraá, 004 Estrato Número total de segmetos o estrato (a Número de segmetos sorteados (b Peretual da área amostrada (b/a A , B 336 0,97 Total ,47 Fote: Adam (004. Para a oretação a ampo, quato à loalzação dos segmetos, fo utlzado um GPS de avegação XL e o software TRACKMAKER, que faz a terfae etre o GPS e o mroomputador. Para estmar a área de afé, mlho e soja, por meo do estmador de regressão, fo eessáro lassfar as mages do sesor ETM+ do Ladsat-7 referetes à órbta poto 76 adqurdas os das 03//00 e 07/0/003. A magem de 03//00 fo empregada para obter a área lassfada om afé o muípo e detro dos segmetos amostrados, uma vez que essa ultura, por ser peree, pode ser detfada a magem essa époa do ao. A magem de 07/0/003 fo utlzada para lassfar a área das ulturas de soja e mlho, que esse período eotram-se em pleo desevolvmeto vegetatvo. A lassfação fo realzada por meo do sstema SPRING. Para as ulturas de soja e mlho, a lassfação da magem fo realzada paralmete o muípo, devdo à preseça de uves a área de estudo. Dessa forma, foram rados dos pós-estratos geográfos (om e sem uvem. No pós-estrato geográfo om uves, a área de ada ultura fo estmada somete pelo estmador por expasão dreta, e o pós-estrato sem uves fo aplado o estmador por regressão. A área total do muípo fo obtda somado-se estas duas estmatvas. Para a ultura do afé, a magem utlzada ão apresetava obertura de uves e, portato, ão houve a subdvsão em pós-estratos.. - Cálulo das Estmatvas A segur são apresetadas as fórmulas dos estmadores por expasão dreta e por regressão, assm omo suas respetvas varâas... - Estmador por expasão dreta A estmatva de área oupada por uma determada ultura, por meo da expasão dreta, é obtda apeas om dados oletados os segmetos Agr. São Paulo, São Paulo, v. 5,., p. 5-3, jul./dez. 004

4 8 Adam, M. et al. amostras para ada estrato de uso do solo. O somatóro da área estmada om a ultura os dferetes estratos foree a área total da ultura de teresse a regão de estudo. A estmatva total de uma ultura ( Ẑ, é (HANSEN; HURWITZ; MADOW, 953; CO CHRAN, 977; KRUG e YANASSE, 986; MUELLER; SIL- VA; VILLALOBOS, 988; ALLEN, 990; PRADHAN, 00; DAY, 00: m Ẑ e z ( sedo o íde para represetar a ultura de teresse; o íde para represetar o estrato de uso do solo om,..., m; k o íde para represetar o segmeto amostrado om k,..., ; m é o úmero de estratos; o úmero de segmetos amostrados o -ésmo estrato de uso do solo; N o úmero total de segmetos o -ésmo estrato de uso do solo; e ( /N -, ou seja, fator de expasão ou verso da probabldade de que um segmeto tem de estar a amostra esolhda o -ésmo estrato de uso do solo; e z k a área da ultura, o k-ésmo segmeto do - ésmo estrato de uso do solo. A varâa estmada de Ẑ é: k m s v ( Ẑ N ( N ( em que s é a varâa estmada da ultura o estrato, dada por: s ( z k z ( e z, é a área méda da ultura o -ésmo estrato de uso do solo: z z (3 k (4.. - Estmador por regressão No método de estmatva por regressão, além dos dados dos segmetos amostras oletados o ampo, é eessáro obter os dados da lassfação da magem para toda a área de estudo, ou seja, um mapa om a dstrbução espaal das ulturas. Uma aálse de orrelação etre esses dados é realzada para os segmetos amostras (MOREIRA, 983; KRUG e YANASSE, 986; MUELLER; SILVA; VILLALOBOS, 988; ALLEN, 990; DAY, 00. A estmatva da área da ultura, para o -ésmo estrato de uso do solo, por meo do estmador por regressão é obtda por: Ŷ ( reg N [ y + b ( X x ]. (5 N ', sedo o úmero total de segmetos o -ésmo estrato de uso do solo, o pós-estrato sem obertura de uves; y é a área méda da ultura por segmeto, utlzado os dados oletados em ampo, o -ésmo estrato de uso do solo, para o pós-estrato lvre de uves obtdo através de: y í y k, (6 em que y, k é a área total da ultura obtda em ampo o k-ésmo segmeto amostrado do -ésmo estrato de uso do solo, para o pós-estrato sem obertura de uves; é o úmero de segmetos amostrados o -ésmo estrato de uso do solo, o pósestrato sem obertura de uves; X o úmero médo populaoal de pxels lassfados om a ultura, por segmeto, o -ésmo estrato do uso do solo para o pós-estrato sem obertura de uves, e é obtdo por:, X X (7 N em que X, é o úmero total de pxels lassfados om a ultura, o -ésmo estrato do uso do solo Agr. São Paulo, São Paulo, v. 5,., p. 5-3, jul./dez. 004

5 Estmadores da Área Cultvada om Café, Mlho e Soja o Muípo de Corélo Proópo (PR 9 para o pós-estrato sem obertura de uves; x, é o úmero médo amostral de pxels por segmeto da ultura o -ésmo estrato de uso do solo, para o pós-estrato sem obertura de uves, defdo por: x í x k (8 em que x, k é o úmero total de pxels da ultura o k-ésmo segmeto amostrado do -ésmo estrato de uso do solo, para o pós-estrato sem obertura de uves; b é o estmador de mímos quadrados, do oefete de regressão para a ultura o - ésmo estrato de uso do solo o pós-estrato sem obertura de uves, obtdo por: í ( y y ( xk x b (9 k í ( x k x A estmatva da área da ultura, para toda a regão lvre de uves é dada por: m Ŷ ( reg Ŷ ( reg, (0 A varâa de ( reg, é dada por: Ŷ m N ( N v(ŷ ( reg em que: í ( y k s s y ( r ( ( e r é o estmador do oefete de orrelação etre os dados de ampo e os dados lassfados por satélte, para a ultura, o -ésmo estrato de uso do uso do solo, dado por: í ( y y ( xk x r (3 k í í ( yk y ( x k x Na stuação em que a área de estudo é paralmete oberta por uves, omo é o aso das ulturas de mlho e soja, a estmatva da área para a ultura é obtda através dos dos estmadores, sto é, a área oberta om uves, emprega-se o estmador por expasão dreta e o restate da área o estmador por regressão. O passo fal é ur as estmatvas obtdas pelo estmador por regressão om aquelas obtdas pelo estmador por expasão dreta. Assm, para os pós-estratos om obertura de uves, a estmatva da ultura e sua respetva varâa são dadas por: v(ŷ m N Ŷ ( exdr y (4,k N ( N m ( exdr ( y k y ( (5 sedo y k a área total da ultura obtda em ampo o k-ésmo segmeto do -ésmo estrato de uso do solo, o pós-estrato om obertura de uves; N o úmero total de segmetos o -ésmo estrato de uso do solo, o pós-estrato om obertura de uves; o úmero de segmetos amostrados o -ésmo estrato de uso do solo, o pós-estrato om obertura de uves; y é a área méda da ultura por segmeto, utlzado os dados oletados em ampo, o, -ésmo estrato de uso do solo, o pós-estrato om obertura de uves obtdo através de: y yk (6 A estmatva total da área da ultura em toda a regão de estudo será: Agr. São Paulo, São Paulo, v. 5,., p. 5-3, jul./dez. 004

6 0 Adam, M. et al. (7 Ŷ ( tot Ŷ ( reg + Ŷ ( exdr em que Ŷ ( reg é dado por (0 e Ŷ ( exdr é dado por (4. A varâa estmada de Ŷ ( tot é dada por: v(ŷ ( tot v(ŷ ( reg v(ŷ ( exdr (8 + ode v(ŷ ( reg é dada por ( e v(ŷ ( exdr é dada por (5. A avalação do estmador por regressão em relação ao estmador por expasão dreta, também oheda omo efêa relatva (ER (KRUG e YANASSE, 986 e GONZÁLES-ALONSO; SORIA; GOZA- LO, 99, é realzada pela segute equação: v( Ẑ ER, (9 v(ŷ ( tot sedo que v( Ẑ é defda em ( e v(ŷ ( tot é defda em (8. ER da quatas vezes deve-se aumetar a amostra para que a expasão dreta teha a mesma presão da estmatva por regressão. 3 - RESULTADOS E DISCUSSÃO O resultado de área platada om afé, mlho e soja, obtdo por meo dos estmadores de regressão e de expasão dreta e pela estmatva subjetva realzada pelo Departameto de Eooma Rural (DE- RAL da Seretara de Estado da Agrultura e do Abastemeto (SEAB do Estado do Paraá (PARA- NÁ, 003, referete ao ao-safra 00/03, é apresetado a tabela. Nota-se essa tabela que o meor CV fo obtdo para a estmatva da área de soja (0,3% pelo estmador de regressão. Os altos valores do CV obtdos para as ulturas de mlho e afé podem estar relaoados om a meor expressvdade dessas ulturas a área de estudo, prpalmete, quado omparados à ultura da soja. Outra ausa pode estar relaoada om o rtéro adotado a estratfação, ou seja, se a estratfação fosse baseada apeas a peretagem da área agríola as estmatvas apresetaram dferetes graus de presão, em fução da área oupada. Isso sugere que a estratfação deve ser autelosa quado se busa a estmatva de ulturas agríolas presetes em dferetes proporções, tal omo a soja em relação ao mlho e afé. Uma alteratva para aumetar a presão da estmatva é aumetar o úmero de segmetos da amostra. Tabela - Área Estmada, Varâa, Coefete de Varação (CV e Efêa Relatva (ER para as Culturas de Café, Mlho e Soja Obtda pelos Estmadores de Expasão Dreta e de Regressão, além da Estmatva Subjetva do DERAL Método de estmatva Cultura do afé Área (km Varâa (km 4 CV (% Regressão 6,8 4,7,9 7,99 Expasão dreta 7,5 37,6 34,9 - Subjetvo (DERAL 7, Cultura do mlho Regressão + expasão 3,7 94,6 9,8,7 Expasão dreta 45, 5,4 3,5 - Subjetvo (DERAL 40, Cultura da soja Regressão + expasão 7,4 784,0 0,3,09 Expasão dreta 5,4 860,3,6 - Subjetvo (DERAL 55, Fote: Dados da pesqusa e Paraá (003. De aordo om os resultados otdos a tabela, pode-se otar que, para a ultura do afé, o uso do estmador por regressão fo quase oto vezes (7,99 mas efete do que a expasão dreta e, ao mesmo tempo, o CV passou de 34,9% (expasão dreta para,9% (regressão. No aso da ultura do mlho, em que houve a preseça de uvem em parte do muípo, a efêa da regressão fo pouo mas de duas vezes. Esse fato é atrbuído à maera omo fo estmada a área da ultura e o seu peretual o muípo. Nota-se também que o CV fo relatvamete alto para ambas as estmatvas, ou ER Agr. São Paulo, São Paulo, v. 5,., p. 5-3, jul./dez. 004

7 Estmadores da Área Cultvada om Café, Mlho e Soja o Muípo de Corélo Proópo (PR seja, a regressão ão melhorou a presão da estmatva em relação à expasão dreta. Para a ultra da soja, que é bastate expressva o muípo (55km, a ER fo pratamete a mesma om valores de CV relatvamete baxos e smlares, dado que a expasão dreta foree boa estmatva. Além dsso, ela é ágl e depede de mages lvre de obertura de uves. Observou-se que os CVs apresetados a tabela estão detro dos tervalos apresetados por dversos autores (MUELLER; SILVA; VILLALOBOS, 988; VILLALOBOS et al., 988; HILL e MÉGIER, 988; GALLEGO, 995; GONZÁLES-ALONSO; SORIA; GOZALO, 99; TSILIGIRIDES, 998; GONZÁLES-ALONSO et al., 997; GÓMEZ e GALLEGO, 000; e NEMATZADEH, 00. Etretato, deve-se saletar que as esalas de amostragem para os trabalhos realzados por esses autores foram regoas e estaduas, equato, este aso, a esala de amostragem fo mupal. Cabe ressaltar ada que para melhorar a presão dos resultados obtdos essa pesqusa é eessáro fazer um ajuste o pael de amostra, prpalmete o que se refere à estratfação, pos este estudo ela fo realzada om base a regão admstratva e ão o muípo (ADAMI, 004. Com relação à agldade a obteção dos resultados, saleta-se que a expasão dreta foree a estmatva tão logo terme o trabalho a ampo. Já para a regressão, é eessáro obter as mages lvres ou paralmete lvres de uves o período de pleo desevolvmeto vegetatvo das ulturas, para só etão realzar a lassfação e obter a estmatva por esse método, lmtado seu uso para estmatvas om prevsão embora teham uma melhor presão. Neste trabalho os resultados da expasão dreta foram obtdos 3 das após o térmo da oleta de dados o ampo (0//00, equato para a regressão, os resultados só foram obtdos o fal de feverero de 003. A omparação do resultado de estmatva de área obtda pela expasão dreta e pela regressão om aquela obtda pelo levatameto subjetvo do DERAL (PARANÁ, 003, para o ao de 003, é apresetada a tabela 3. Observa-se que as estmatvas pelos métodos de regressão e de expasão dreta foram muto próxmas às do método subjetvo, exeto para a ultura do mlho, uja dfereça em relação ao método subjetvo fo de 8,3% para a estmatva por regressão e de,8% para a estmatva por expasão dreta. Tabela 3 - Dfereça Relatva (DR da Área Estmada pela Amostragem por Regressão e por Expasão om a Área Estmada pelo DERAL Cultura Estmatva (km regressão (a Estmatva (km expasão dreta (b Café 6,8 7,5 Mlho 3,7 45, Soja 7,4 5,4 Total 30,9 35, Cultura Estmatva (km DERAL ( DR (% (-a/ DR (% (-b/ Café 7,5 4,6-0, Mlho 40,0 8,3 -,8 Soja 55,0-6,4,0 Total 3,5 -,7-0,8 Fote: Dados da pesqusa e Paraá (003. Na tabela 3 pode ser observado que há boa dfereça etre os dados estmados pelos dversos modelos para a ultura do mlho. Etretato, devdo à grade varabldade de oorrêa de áreas om mlho os segmetos amostrados, fo observado que essas estmatvas ão dferram etre s a 95% de ofaça. Para a ultura da soja, pode-se observar a tabela 3 que a estmatva pela expasão dreta fo próxma à estmatva subjetva do DERAL e também ão dferu da estmatva por regressão a 95% de ofaça. 4 - CONCLUSÕES E RECOMENDAÇÕES Cosderado que a estmatva de áreas agríolas, por meo de amostragem probablísta, é uma metodologa objetva e foree resultados de forma ágl, pode-se olur que: a para a ultura do afé o estmador de regressão teve efêa relatva (ER Agr. São Paulo, São Paulo, v. 5,., p. 5-3, jul./dez. 004

8 Adam, M. et al. bem maor do que o estmador por expasão dreta, devdo à dspobldade de mages lvres de obertura de uves, além dsso, o oefete de varação (CV passou de 34,9% a expasão dreta para,9% a regressão; b para a ultura do mlho, que tem poua expressão a área de estudo, a ER do estmador de regressão, em ojuto om a expasão dreta, fo apeas duas vezes maor, em relação à expasão dreta apeas, o etato, ambos os modelos apresetaram CVs altos, abedo ressaltar que a dspobldade de mages lvres de uves poderá aarretar uma sgfatva melhora a ER, tal omo fo observado para a ultura do afé que também tem poua expressão em termos de área ultvada o muípo; para a ultura da soja, que é bastate expressva em temos de área ultvada, ão se observou melhora as estmatvas de área da ultura pelo estmador de regressão, em ojuto om a expasão dreta, em relação à expasão dreta apeas, ou seja, essas odções ela foree boa estmatva e tem a vatagem de ser obtda de forma ágl e depede de mages lvres de obertura de uves; d o software SPRING mostrou-se adequado para realzar os proedmetos desrtos esta pesqusa, pos abrage tratameto dgtal de mages, fuções matras e vetoras, opera om bao de dados, et. Reomeda-se que a estratfação seja realzada em fução do peretual de área platada om ada ultura, a fm de dmur valores do oefete de varação das estmatvas. LITERATURA CITADA ADAMI, M. Estmatva de áreas agríolas por meo de téas de sesorameto remoto, geoproessameto e amostragem. São José dos Campos, p. (INPE- 035-TDI/900. ALLEN, J. D. A look at the remote sesg applatos program of the atoal agrultural statsts serve. Joural of Offal Statsts, v. 6,. 4, p , 990. CHEN, S. C. Presão de lassfação do mapa de dstrbução de ulturas obtdo a partr de mages Ladsat. São José dos Campos, p. (INPE-889-RPE/3. COCHRAN, W. G. Téas de amostragem.. ed. Ro de Jaero, RJ: Fudo de Cultura, p. DAY, C. A omplato of PEDITOR estmato formulas. Washgto, DC: Natoal Agrultural Statsts Serve, p. (RDD-0-03 FOOD AND AGRICULTURE ORGANIZATION OF THE UNITED NATIONS - FAO. Multple frame agrultural surveys: agrultural survey program based o area frame or dual frame (area ad lst sample desgs. Rome, 998. v... Multple frame agrultural surveys: urret survey based o area ad lst samplg methods. Rome, 996. v.. GALLEGO, F. J. Samplg frames of square segmets. Luxembourg: Jot Researh Cetre, p. GÓMEZ, S. N.; GALLEGO, J. Crop area estmato plot projet: Zmbabwe. I: INTERNATIONAL SYMPOSIUM AN REMOTE SENSING OF ENVIRONMENT, 8., 000, Cape Tow. Proeedgs Cape Tow: ICRSE, 000. p. 4. GONZÁLES-ALONSO, F.; SORIA, S. L.; GOZALO, J. M. C. Comparg two methodologes for rop area estmato Spa usg Ladsat TM mages ad groud-gathered data. Remote Sesg of Evromet, v.35,., p. 9-35, 99. et al. Remote sesg ad agrultural statsts: rop area estmato orth-easter Spa through dahro Ladsat TM ad groud sample data. Iteratoal Joural of Remote Sesg, v. 8,., p , 997. HANSEN, M. H.; HURWITZ, W. N.; MADOW, W.G. Sample survey methods a theory: Theory. New York: Joh Wley & Sos, 953. v., 33 p. HILL, J.; MÉGIER, J. Regoal lad over ad agrultural area statsts ad mappg The Départemet Ardèhe, Frae, by use Themat Mapper data. Iteratoal Joural of Remote Sesg, v. 9,. 0-, p , 988. KRUG, T.; YANASSE, C. C. F. Estmatva de safras agríolas utlzado dados oletados por satéltes de sesorameto remoto e dados terrestres, através de amostras de subestratos geográfos. São José dos Campos, p. (INPE-40-RPE/534. MOREIRA, M. A. Sstema de amostragem para estmar a área da ultura do trgo (Trtum aestvum L. através de dados do LANDSAT. São José dos Campos, p. (INPE-94-TDL/50. MUELLER, C. C.; SILVA, G.; VILLALOBOS, A. G. Pesqusa agropeuára do Paraá: safra 986/87 - (Programa de Aperfeçoameto das Estatístas Agropeuáras. Revsta Braslera de Estatísta, v. 49,. 9, p , 988. NEMATZADEH, M. Estmato of area wth area frame samplg Hamada prove of Ira. I: IGARSS'0. Sydey, 00. Proeedgs... IEEE, 00. v. 7, p PARANÁ. Seretara de Estado da Agrultura e do Abas- Agr. São Paulo, São Paulo, v. 5,., p. 5-3, jul./dez. 004

9 Estmadores da Área Cultvada om Café, Mlho e Soja o Muípo de Corélo Proópo (PR 3 temeto/departameto de Eooma Rural (SEAB/ DERAL. Dados da Regão de Corélo Proópo. [mesagem pessoal]. Mesagem reebda por:pseab@pr.gov.br em fev PRADHAN, S. Crop area estmato usg GIS, remote sesg ad area frame samplg. Iteratoal Joural of Appled Earth Observato ad Geoformato, v. 3,., p. 86-9, 00. RUDORFF, B. F. T.; KRUG, T. Sesorameto remoto a estmatva da área platada om fejão, mlho e mamoa o muípo de Ireê-BA. I: SIMPÓSIO LATINO-AMERICANO DE SENSORIAMENTO REMOTO, 6., Gramado, 986. Aas... São José dos Campos: INPE, 986. v., p TSILIGIRIDES, T. A. Remote sesg as a tool for agrultural statsts: a ase study of area frame samplg methodology Hellas. Computers ad Eletros Agrulture,. 0, p , 998. VILLALOBOS, A. G. et al. Desevolvmeto do sstema de formações agropeuáras. Caraterístas e resultados do modelo o Dstrto Federal. I: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 5. Natal, 988. Aas... Natal: Isttuto Naoal de Pesqusas Espaas & Soedad de Espealstas Latoameraos e Perepó Remota, 988. v., p. 6. Reebdo em 3/05/004. Lberado para publação em /08/004. Agr. São Paulo, São Paulo, v. 5,., p. 5-3, jul./dez. 004

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

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

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN Tayd Dayvso Custódo Pexoto ; Sérgo Luz Agular Leve ; Adre Herma Frere Bezerra 3 ; José

Leia mais

USO DO ESTIMADOR DE REGRESSÃO PARA AUFERIR MAIOR CONFIABILIDADE À ESTIMATIVA DA ÁREA CULTIVADA COM CAFÉ NO MUNICÍPIO DE CORNÉLIO PROCÓPIO-PR.

USO DO ESTIMADOR DE REGRESSÃO PARA AUFERIR MAIOR CONFIABILIDADE À ESTIMATIVA DA ÁREA CULTIVADA COM CAFÉ NO MUNICÍPIO DE CORNÉLIO PROCÓPIO-PR. USO DO ESTIMADOR DE REGRESSÃO PARA AUFERIR MAIOR CONFIABILIDADE À ESTIMATIVA DA ÁREA CULTIVADA COM CAFÉ NO MUNICÍPIO DE CORNÉLIO PROCÓPIO-PR. Marcos Adami 1 Mauricio Alves Moreira 2 Bernardo Friedrich

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

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A. MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado. 1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

Comparação entre estimadores por expansão direta e por regressão no cálculo da área de milho e soja

Comparação entre estimadores por expansão direta e por regressão no cálculo da área de milho e soja Comparação entre estimadores por expansão direta e por regressão no cálculo da área de milho e soja Marcos Adami 1 Mauricio Alves Moreira 2 Bernardo Friedrich Theodor Rudorff 2 Corina da Costa Freitas

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

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

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

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

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3 Idetfcação da exstêca de padrão espacal aleatóro a dstrbução dos pacetes portadores de doeça geétca rara com defcêca físca da Assocação de Assstêca à Craça Defcete (AACD) de Perambuco Aa Clara P. Campos

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

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: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores

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

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

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

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

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

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

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros. JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

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

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de

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

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação Aula 9 Aula passada Método da rejeção (rejecto samplg) Exemplos Importace Samplg Exemplos Geeralzação Aula de hoje Self-ormalzed Importace Samplg Gerado amostras complcadas Varâca amostral Smulação Importace

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

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

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil Educação e Pesqusa ISS: 1517-972 revedu@usp.br Uversdade de São Paulo Brasl Helee, Otavao Evolução da escolardade esperada o Brasl ao logo do século XX Educação e Pesqusa, vol. 38, úm. 1, marzo, 212, pp.

Leia mais

AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA

AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA versão mpressa ISSN 00-7438 / versão ole ISSN 678-542 AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA Luís Alberto Duca Ragel UFF-COPPE/PEP/UFRJ

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

Estimativa de área plantada com soja no Rio Grande do Sul através de amostragem por segmentos quadrados

Estimativa de área plantada com soja no Rio Grande do Sul através de amostragem por segmentos quadrados Estmatva de área platada com soja o Ro Grade do Sul através de amostragem por segmetos quadrados Rodrgo Rzz 1 Berardo Fredrc Teodor Rudorff 1 Marcos Adam 2 1 Isttuto Nacoal de Pesqusas Espacas - INPE Caxa

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

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

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo INGEPRO Iovação, Gestão e Produção Jaero de 010, vol. 0, o. 01 www.gepro.com.br Cálculo de méda a posteror através de métodos de tegração umérca e smulação mote carlo: estudo comparatvo Helto Adre Lopes

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

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

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES Cêca Florestal, v.6,., p.47-55 47 ISS 003-9954 AMOSTRAGEM EM DOIS ESTÁGIOS COM UIDADES PRIMÁRIAS DE TAMAHOS DIFERETES SUBSAMPLIG TO TWO PROBATIO WITH PRIMARY UITS OF UEQUAL SIZES Sylvo Péllco etto RESUMO

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

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

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

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi ISSN 1984-7203 Projeção Populacoal 2013-2020 para a Cdade do Ro de Jaero: uma aplcação do método AB Nº 20130102 Jaero - 2013 Iva Braga Ls 1, Marcelo Pessoa da Slva, Atoo Carlos Carero da Slva, Sérgo Gumarães

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

Lista VII Correlação e Regressão Linear. Professor Salvatore Estatística I

Lista VII Correlação e Regressão Linear. Professor Salvatore Estatística I Lista VII Correlação e Regressão Liear Professor Salvatore Estatístia I 19/1/011 1. Uma empresa de trasportes de argas iteraioais por via marítima suspeita que os ustos om a armazeagem de suas argas vêm

Leia mais

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS Prof José Leoardo Noroha M Eg Departameto de Egehara de Prodção Escola Federal de Egehara de Itabá EFEI RESUMO: Neste trabalho

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

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001 Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)

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

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação

Leia mais

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C) RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção

Leia mais

Teoria da Amostragem

Teoria da Amostragem Teora da Amostragem I- oções fudametas sobre amostragem. Amostragem é todo o processo de recolha de uma parte, geralmete pequea, dos elemetos que costtuem um dado couto. Da aálse dessa parte pretede obter-se

Leia mais

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional. Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm

Leia mais

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do

Leia mais

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13.

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13. SUMARIO 2 MÉTODO ESTATÍSTICO...3 2. A ESTATÍSTICA...3 2.2 FASES DO MÉTODO ESTATÍSTICO...4 3 FERRAMENTAS DE CÁLCULO PARA O ESTUDO DA ESTATÍSTICA...5 3. FRAÇÃO...5 3.. Adção e subtração...5 3..2 Multplcação

Leia mais

Matemática Financeira

Matemática Financeira Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete

Leia mais

4 REPRESENTAÇÃO E/S NO DOMÍNIO TRANSFORMADO (funções de transferência)

4 REPRESENTAÇÃO E/S NO DOMÍNIO TRANSFORMADO (funções de transferência) 4 REPRESENTAÇÃO E/S NO DOMÍNIO TRANSFORMADO (fuções de trasferêa) 4. Trasforada de Laplae É u operador lear, que opera sobre fuções de varável otíua postva, defdo por: L f(t) = f(s) = f(t) e -st dt Nota:

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

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

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

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO 1 VARIÁVEIS ALEATÓRIAS O que se etede por varável aleatóra? Até agora ossos estudos estavam pratcamete voltados mas para defrmos osso Espaço Amostral U, sem assocarmos suas respectvas probabldades aos

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação

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

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

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts Uversdade Católca de Goás, Departameto de Computação Uversdade

Leia mais

2 Estrutura a Termo de Taxa de Juros

2 Estrutura a Termo de Taxa de Juros Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre

Leia mais

5 Aplicação do GFMM no BEM

5 Aplicação do GFMM no BEM 38 5 Apação do GFMM o BEM esse apítuo os desevovmetos apresetados o apítuo 4 são apados ao BEM pea expasão das souções fudametas utzadas as tegrações sobre os segmetos do otoro. É apresetada a formuação

Leia mais

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

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

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

ELECTROTECNIA TEÓRICA MEEC IST

ELECTROTECNIA TEÓRICA MEEC IST ELECTROTECNIA TEÓRICA MEEC IST º Semestre 05/6 3º TRABALHO LABORATORIAL CIRCUITO RLC SÉRIE em Regme Forçado Alterado Susodal Prof. V. Maló Machado Prof. M. Guerrero das Neves Prof.ª Mª Eduarda Pedro Eg.

Leia mais

Notas de aula da disciplina Probabilidade e Estatística

Notas de aula da disciplina Probabilidade e Estatística otas de aula da dscpla Probabldade e Estatístca Proessor M Sc Adré Luz DAMAT - UTFPR Esta apostla apreseta os tópcos prcpas abordados em sala de aula, cotedo deções, teoremas, eemplos Sua letura ão é obrgatóra,

Leia mais

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS Fracsco Juor PIGATO Mara Cecíla Medes BARRETO RESUMO: Um deleameto amostral

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

Regressão Linear Simples uma revisão

Regressão Linear Simples uma revisão Regressã Lear mples uma revsã A regressã lear é útl quad a varável de teresse (depedete se relaca e é afetada pr uma u mas varáves (depedetes. Cmecems pel mdel que da frma mas smples pssível pde represetar

Leia mais

Expansão direta na estimativa de culturas agrícolas por meio de segmentos regulares

Expansão direta na estimativa de culturas agrícolas por meio de segmentos regulares Expansão direta na estimativa de culturas agrícolas por meio de segmentos regulares Marcos Adami 1 Mauricio Alves Moreira 2 Bernardo Friedrich Theodor Rudorff 2 Corina da Costa Freitas 2 Rogério Teixeira

Leia mais

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado

Leia mais

Variância estatística associada a métodos semi-empíricos para estimativa da capacidade de carga de estacas

Variância estatística associada a métodos semi-empíricos para estimativa da capacidade de carga de estacas Teora e Prátca a Egehara vl,.0, p.6-67, ovemro, 0 arâca estatístca assocada a métodos sem-empírcos para estmatva da capacdade de carga de estacas Statstcal varace assocated wth sem-emprcal methods for

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