Física Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
|
|
- Raphael Oliveira
- 5 Há anos
- Visualizações:
Transcrição
1 Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1
2 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais características do método científico; realizar medições de comprimentos com instrumentos de escala direta; construir tabelas e histogramas; caracterizar, do ponto de vista da estatística descritiva, quaisquer conjuntos de medidas diretas. 2
3 Física Geral Bibliografia: Estimativas e Erros em Experimentos de Física (EdUERJ) Organizar e descrever conjuntos genéricos de dados (cap 2.); Estimar erros em medidas diretas (cap. 3) e indiretas (cap. 4) Determinar parâmetros físicos a partir de ajustes lineares (cap. 4) 3
4 Resumo: conjuntos de dados Idades dos estudantes: {18; 19; 18} (anos) Medidas do comprimento de uma mesa: {150,3; 152,0; 150,4; 151,8} (cm) Tipo sanguíneo dos estudantes de FG:... { O- ; A- ; O+ } Mesa Comprimento (cm) 1 150, , , ,8 4
5 Resumo: organizando conjuntos de dados em Histogramas Para um conjunto de dados (de idades): {10, 7, 10, 11, 10, 15, 8, 12, 14, 9, 6, 8, 7, 14, 10, 10, 7, 12, 12, 9, 13, 10, 9, 8} (anos) 5
6 Resumo: organizando conjuntos de dados em Histogramas Para um conjunto de dados (de idades): {10, 7, 10, 11, 10, 15, 8, 12, 14, 9, 6, 8, 7, 14, 10, 10, 7, 12, 12, 9, 13, 10, 9, 8} (anos) Escolha 1: Classe de idades (anos) Frequências
7 Resumo: organizando conjuntos de dados em Histogramas Para um conjunto de dados (de idades): {10, 7, 10, 11, 10, 15, 8, 12, 14, 9, 6, 8, 7, 14, 10, 10, 7, 12, 12, 9, 13, 10, 9, 8} (anos) Escolha 1: Classe de idades (anos) Frequências Classe de idades (anos) Frequências [6, 7) 1 [7, 8) 3 [8, 9) 3 [9, 10) 3 [10, 11) 6 [11, 12) 1 [12, 13) 3 [13, 14) 1 [14, 15) 2 [15, 16) 1 5
8 Resumo: organizando conjuntos de dados em Histogramas Para um conjunto de dados (de idades): Escolha 1: {10, 7, 10, 11, 10, 15, 8, 12, 14, 9, 6, 8, 7, 14, 10, 10, 7, 12, 12, 9, 13, 10, 9, 8} (anos) 6 7 Classe de idades (anos) Frequências Classe de idades (anos) Frequências [6, 7) 1 [7, 8) 3 [8, 9) 3 [9, 10) 3 [10, 11) 6 [11, 12) 1 [12, 13) 3 [13, 14) 1 [14, 15) 2 [15, 16) 1 5
9 Resumo: organizando conjuntos de dados em Histogramas Para um conjunto de dados (de idades): Escolha 1: {10, 7, 10, 11, 10, 15, 8, 12, 14, 9, 6, 8, 7, 14, 10, 10, 7, 12, 12, 9, 13, 10, 9, 8} (anos) 7 8 Classe de idades (anos) Frequências Classe de idades (anos) Frequências [6, 7) 1 [7, 8) 3 [8, 9) 3 [9, 10) 3 [10, 11) 6 [11, 12) 1 [12, 13) 3 [13, 14) 1 [14, 15) 2 [15, 16) 1 5
10 Resumo: organizando conjuntos de dados em Histogramas Para um conjunto de dados (de idades): Escolha 1: {10, 7, 10, 11, 10, 15, 8, 12, 14, 9, 6, 8, 7, 14, 10, 10, 7, 12, 12, 9, 13, 10, 9, 8} (anos) 8 9 Classe de idades (anos) Frequências Classe de idades (anos) Frequências [6, 7) 1 [7, 8) 3 [8, 9) 3 [9, 10) 3 [10, 11) 6 [11, 12) 1 [12, 13) 3 [13, 14) 1 [14, 15) 2 [15, 16) 1 5
11 Resumo: organizando conjuntos de dados em Histogramas Para um conjunto de dados (de idades): {10, 7, 10, 11, 10, 15, 8, 12, 14, 9, 6, 8, 7, 14, 10, 10, 7, 12, 12, 9, 13, 10, 9, 8} (anos) Escolha 1: Classe de idades (anos) Frequências [6, 7) 1 [7, 8) 3 [8, 9) 3 [9, 10) 3 [10, 11) 6 [11, 12) 1 [12, 13) 3 [13, 14) 1 [14, 15) 2 [15, 16) 1 6
12 Resumo: organizando conjuntos de dados em Histogramas Para um conjunto de dados (de idades): Escolha 1: {10, 7, 10, 11, 10, 15, 8, 12, 14, 9, 6, 8, 7, 14, 10, 10, 7, 12, 12, 9, 13, 10, 9, 8} (anos) Escolha 2: Classe de idades (anos) Frequências [6, 7) 1 [7, 8) 3 [8, 9) 3 [9, 10) 3 [10, 11) 6 [11, 12) 1 [12, 13) 3 Classe de idades (anos) Frequência [6, 8) 4 [8, 10) 6 [10, 12) 7 [12, 14) 4 [14, 16) 3 [13, 14) 1 [14, 15) 2 [15, 16) 1 6
13 Resumo: organizando conjuntos de dados em Histogramas Conjunto de idades: {10, 7, 10, 11, 10, 15, 8, 12, 14, 9, 6, 8, 7, 14, 10, 10, 7, 12, 12, 9, 13, 10, 9, 8} (anos) Classe de idades (anos) Frequência [6, 8) 4 [8, 10) 6 [10, 12) 7 [12, 14) 4 [14, 16) 3 7
14 Resumo: organizando conjuntos de dados em Histogramas Conjunto de idades: {10, 7, 10, 11, 10, 15, 8, 12, 14, 9, 6, 8, 7, 14, 10, 10, 7, 12, 12, 9, 13, 10, 9, 8} (anos) Classe de idades (anos) Frequência [6, 8) 4 [8, 10) 6 [10, 12) 7 [12, 14) 4 [14, 16) 3 7
15 Resumo: parâmetros de posição i) Média: Valor médio de um conjunto de dados {x1, x2,..., xn} ou de dados agrupados em M classes (intervalos) com ponto médio {x1, x2,..., xm} e frequência {n1, n2,..., nn} x = 1 N ii) Moda: Valor mais frequente de um conjunto de dados {x1, x2, x3,..., xn} (ponto médio da classe de maior frequência) v u iii) Média quadrática: raiz quadrada da média x rms = t 1 NX N dos quadrados dos dados i=1 NX i=1 x i x = 1 N MX j=1 x j n j x 2 i iv) Mediana: valor que divide uma distribuição ordenada de dados de forma que a metade dos dados está acima, e metade está abaixo deste valor. 8 x med = x (N+1)/2 x med = x N/2 + x (N/2+1) 2
16 Resumo: parâmetros de dispersão 9
17 Resumo: parâmetros de dispersão i) Amplitude: Diferença entre os valores máximo e mínimo de uma coleção de dados {x1, x2,..., xn} A = x max x min 9
18 Resumo: parâmetros de dispersão i) Amplitude: Diferença entre os valores máximo e mínimo de uma coleção de dados {x1, x2,..., xn} A = x max x min ii) Desvio médio: Média dos módulos dos desvios, em relação à média x = 1 N NX x i = 1 N i=1 NX i=1 x i x = x 1 x x N x N 9
19 Resumo: parâmetros de dispersão i) Amplitude: Diferença entre os valores máximo e mínimo de uma coleção de dados {x1, x2,..., xn} A = x max x min ii) Desvio médio: Média dos módulos dos desvios, em relação à média x = 1 N NX x i = 1 N i=1 iii) Variância: Média dos quadrados dos desvios (δxi) Note que a expressão para a variância pode ser simplificada por: 2 x = 1 N NX i=1 x i x = x 1 x x N x N NX ( x i ) 2 = 1 N i=1 2 x = 1 N NX i=1 x 2 i NX (x i x) 2 = (x 1 x) (x N x) 2 N i=1 1 N! 2 NX x i = x 2 x 2 i=1 9
20 Resumo: parâmetros de dispersão iv) Desvio padrão: Raiz quadrada da variância, v ou média quadrática dos desvios u x = x = q x 2 x 2 u t 1 N NX ( x i ) 2 = i=1 s (x 1 x) (x N x) 2 N 10
21 Resumo: parâmetros de dispersão iv) Desvio padrão: Raiz quadrada da variância, v ou média quadrática dos desvios u x = x = q x 2 x 2 u t 1 N NX ( x i ) 2 = i=1 s (x 1 x) (x N x) 2 N v) Largura a meia altura: Comprimento do intervalo limitado pelos valores (x1,x2) correspondentes à metade da frequência máxima f max Símbolo: = x 2 x 1 f max /2 Γ 10 x1 2 Física x Geral x Aula 2
22 Atividade de aula 1- Obtenha as coleções de dados das idades, massas e alturas de todos os estudantes da turma de Física Geral 2- Construa uma tabela com os dados ordenados 3- Defina as classes de agrupamento (intervalos) dos dados relativos a cada atributo (idade, massa, altura) 4- Construa tabelas com as frequências de cada classe de agrupamento e para cada atributo 5- Em um papel milimetrado, construa os histogramas para a partir das tabelas de frequências 6- Compute o valor máximo, o valor mínimo, a média, a moda, a média quadrática e a mediana para cada coleção de dados 11
23 Atividade - Aula 1 Estudante Idade (anos) Massa (Kg) Altura (cm)
24 Atividade - Aula 1 Estudante Idade (anos)
25 Atividade - Aula 1 Estudante Idade (anos)
26 Atividade - Aula 1 Estudante Massa (Kg)
27 Atividade - Aula 1 Estudante Massa (Kg)
28 Atividade - Aula 1 Estudante Altura (cm)
29 Atividade - Aula 1 Estudante Altura (cm)
30 Representando duas variáveis Diagrama de dispersão: Gráfico representando medidas em duas variáveis {(x1, y1), (x2, y2),..., (xn, yn)} Exemplo: Considere N = 1 um conjunto de dados de duas variáveis (x,y) (x1, y1) 19
31 Representando duas variáveis Diagrama de dispersão: Gráfico representando medidas em duas variáveis {(x1, y1), (x2, y2),..., (xn, yn)} Exemplo: Considere N =3 (x3, y3) um conjunto de dados de duas variáveis (x,y) (x1, y1) (x2, y2) 20
32 Representando duas variáveis Diagrama de dispersão: Gráfico representando medidas em duas variáveis {(x1, y1), (x2, y2),..., (xn, yn)} Exemplo: Considere um conjunto de dados de duas variáveis (x,y) N = 6 21
33 Representando duas variáveis Diagrama de dispersão: Gráfico representando medidas em duas variáveis {(x1, y1), (x2, y2),..., (xn, yn)} Exemplo: Considere um conjunto de dados de duas variáveis (x,y) N = 12 22
34 Representando duas variáveis Diagrama de dispersão: Gráfico representando medidas em duas variáveis {(x1, y1), (x2, y2),..., (xn, yn)} Exemplo: Considere um conjunto de dados de duas variáveis (x,y) N = 20 23
35 Representando duas variáveis Diagrama de dispersão: Gráfico representando medidas em duas variáveis {(x1, y1), (x2, y2),..., (xn, yn)} Exemplo: Considere um conjunto de dados de duas variáveis (x,y) N = 50 24
36 Representando duas variáveis Diagrama de dispersão: Gráfico representando medidas em duas variáveis {(x1, y1), (x2, y2),..., (xn, yn)} Exemplo: Considere um conjunto de dados de duas variáveis (x,y) N =
37 Representando duas variáveis Diagrama de dispersão: Gráfico representando medidas em duas variáveis {(x1, y1), (x2, y2),..., (xn, yn)} Outro exemplo: dados de altura e massa de uma lista de estudantes: 26
38 Parâmetros de correlação i) Covariância: média dos produtos dos desvios nas duas variáveis (δxi e δyi) xy = 1 N NX i=1 x i y i = 1 N NX i=1 (x i x)(y i ȳ) = (x 1 x)(y 1 ȳ)+... +(x N x)(y N ȳ) N 27
39 Parâmetros de correlação i) Covariância: média dos produtos dos desvios nas duas variáveis (δxi e δyi) xy = 1 N NX i=1 x i y i = 1 N NX i=1 (x i x)(y i ȳ) = (x 1 x)(y 1 ȳ)+... +(x N x)(y N ȳ) N Note que a expressão para a covariância pode ser simplificada por: xy = xy xȳ 27
40 Parâmetros de correlação i) Covariância: média dos produtos dos desvios nas duas variáveis (δxi e δyi) xy = 1 N NX i=1 x i y i = 1 N NX i=1 (x i x)(y i ȳ) = (x 1 x)(y 1 ȳ)+... +(x N x)(y N ȳ) N Note que a expressão para a covariância pode ser simplificada por: xy = xy xȳ e que não importa a ordem das variáveis: xy = yx 27
41 Parâmetros de correlação: covariância Covariância: xy = 1 N NX i=1 (x i x)(y i ȳ) 28
42 Parâmetros de correlação: covariância Covariância: xy = 1 N NX i=1 (x i x)(y i ȳ) ȳ 0 x 0 28
43 Parâmetros de correlação: covariância Covariância: xy = 1 N NX i=1 (x i x)(y i ȳ) ȳ 0 xy > 0 x 0 28
44 Parâmetros de correlação: covariância Covariância: xy = 1 N NX i=1 (x i x)(y i ȳ) 29
45 Parâmetros de correlação: covariância Covariância: xy = 1 N NX i=1 (x i x)(y i ȳ) ȳ 0 x 0 29
46 Parâmetros de correlação: covariância Covariância: xy = 1 N NX i=1 (x i x)(y i ȳ) ȳ 0 xy < 0 x 0 29
47 Parâmetros de correlação ii) Coeficiente de correlação linear de Pearson: covariância entre duas variáveis, dividida por seus desvios padrão r = x xy y 1 r apple 1 Correlação linear, perfeita e positiva: r =1 Correlação linear, perfeita e negativa: r = 1 30
48 Atividade - Aula 1 Idade Massa (Kg) Altura (cm)
49 Atividade - Aula 1 Idade Massa (Kg) Altura (cm)
50 Atividade - Aula 1 Idade Massa (Kg) Altura (cm)
51 Atividade de aula 1- Com as coleções de dados das idades, massas e alturas dos estudantes da turma de Física Geral, determine: i) Obtenha a variância e o desvio-padrão para cada atributo ii) Covariância de todos os pares de variáveis (massa x idade, altura x idade, altura x massa) e respectivo coeficiente de correlação 2- Exercícios do livro Estimativas e erros em Experimentos de Física 34
52 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados através de medições repetidas e independentes de uma mesma grandeza Medições independentes realizadas nas mesmas condições experimentais, ambientais, etc. Objetivo: Estimativa do valor esperado da grandeza sendo medida 35
53 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados através de medições repetidas e independentes de uma mesma grandeza Medições independentes realizadas nas mesmas condições experimentais, ambientais, etc. Objetivo: Estimativa do valor esperado da grandeza sendo medida No processo de medição de uma grandeza, há inevitavelmente incertezas Imperfeições instrumentais, limitações observacionais, condições ambientais, etc. Hipóteses, modelos teóricos Natureza possivelmente aleatória do fenômeno 35
54 Valor esperado de uma grandeza Valor esperado: valor hipotético, μ, de uma grandeza, equivalente ao valor médio de medições repetidas indefinidamente 36
55 Valor esperado de uma grandeza Valor esperado: valor hipotético, μ, de uma grandeza, equivalente ao valor médio de medições repetidas indefinidamente É claro que não podemos repetir uma medição infinitamente.. Dessa forma, fazemos uma estimativa para o valor esperado, a partir de um conjunto finito de medidas da grandeza Chamamos esse conjunto finito de uma amostra de todos os possíveis valores para as medidas, ou população 36
56 Resultado de uma medição estimativa do valor esperado ± erro (unidade) x ± x (unidade) 37
57 Estimativa do valor esperado A partir de medições de uma grandeza, com instrumentos bem calibrados e procedimentos apropriados, e para um grande número de medidas diretas, a média da distribuição de frequência dos dados tende ao valor esperado da grandeza A distribuição de frequência dos dados é chamada de distribuição amostral Ou seja, a melhor estimativa para o valor esperado de uma grandeza, x, a partir de uma amostra {xi} de dados, é a média x! µ (Podemos pensar no limite para um número grande de medidas, ou seja, N ) 38
58 Estimativa do valor esperado 39
59 Estimativa do valor esperado 39
60 Estimativa do valor esperado 39
61 Estimativa do valor esperado 39
62 Estimativa do valor esperado 39
63 Estimativa do valor esperado 39
64 Estimativa do valor esperado 39
65 Estimativa do valor esperado 39
66 Estimativa do valor esperado 39
67 Incertezas aleatórias e sistemáticas Incertezas aleatórias: devido a flutuações inevitáveis no processo de medição, que provocam a dispersão das medidas em torno da média Incertezas sistemáticas: desvios em geral regulares, devido a imperfeições instrumentais, observacionais, ou do modelo teórico As incertezas aleatórias estão associadas à precisão do experimento, enquanto as incertezas sistemáticas, com a sua exatidão 40
68 Medições: precisão e exatidão 41
69 Medições: precisão e exatidão preciso 41
70 Medições: precisão e exatidão exato preciso 41
71 Erro da média 42
72 Erro da média 42
73 Erro da média 42
74 Erro da média 42
75 Erro da média Distribuição das médias de 100 experimentos, cada um com 100 medidas Note que o erro da média é menor que o erro da medida 43
76 Estimativa do erro da medida e da média Podemos também estimar o erro da média a partir de uma única bateria de N medidas diretas. Vamos estimar primeiramente o erro de cada medida como: s x = v ux N t i=1 (x i x) 2 N 1 = r N N 1 x O erro da média pode ser aproximado por: x = s x p N 44
77 Estimativa do erro da medida e da média Podemos também estimar o erro da média a partir de uma única bateria de N medidas diretas. Vamos estimar primeiramente o erro de cada medida como: s x = v ux N t i=1 desvio padrão experimental ou amostral (x i x) 2 N 1 = r N N 1 x O erro da média pode ser aproximado por: x = s x p N desvio padrão 44
78 Estimativa do erro da medida e da média Podemos também estimar o erro da média a partir de uma única bateria de N medidas diretas. Vamos estimar primeiramente o erro de cada medida como: s x = v ux N t i=1 desvio padrão experimental ou amostral (x i x) 2 N 1 = r N N 1 x O erro da média pode ser aproximado por: x = s x p N desvio padrão O desvio padrão experimental (sx) será comumente representado igualmente por σx 44
79 Estimativa do erro da medida e da média Para um número grande de medidas: N!1)s x x x x p N 45
80 Estimativa do erro da medida e da média Para um número grande de medidas: N!1)s x x x x p N Quanto maior o número de medidas em um experimento, menor o erro estimado da média 45
81 Medidas diretas Em medidas diretas o valor desconhecido da grandeza é comparado com o valor padrão Sem levar em conta a medida do erro experimental, qual o comprimento do pedaço de madeira? L = 4,54 cm 46
82 Medidas indiretas Já em medidas indiretas as mesmas são realizadas efetuandose operações matemáticas com os resultados das medidas diretas. Sem levar em conta a medida do erro experimental, qual a área do pedaço de madeira? Ela é calculada a partir das medidas de comprimento e largura do mesmo. 47
83 Medidas indiretas Já em medidas indiretas as mesmas são realizadas efetuandose operações matemáticas com os resultados das medidas diretas. A = L H L = 4,54 cm H = 0,43 cm A = 4,54 cm x 0,43 cm = 1,9522 cm 2 A = 2,0 cm 2 Individualmente, as medidas de L e H apresentam erros. Consequentemente, a medida indireta da área A também possui erros!!! 48
84 Algarismos significativos Todos os números obtidos em uma medida, acompanhados de um último duvidoso são chamados de algarismos significativos. Na prática, algarismos significativos de uma medida são aqueles que temos plena certeza, mais um duvidoso. O algarismo duvidoso está diretamente ligado à escala do instrumento de medida logo, algarismo duvidoso é um indicativo da escala do instrumento de medida 49
85 Algarismos significativos Exemplos de algarismos significativos: medidores analógicos 50
86 Algarismos significativos Exemplos de algarismos significativos: medidor digital 51
87 Algarismos significativos Qual o comprimento da barra abaixo? 1) 4,5 cm 2) 4,54 cm 3) 4,547 cm 52
88 Algarismos significativos Qual o comprimento da barra abaixo? 1) 4,5 cm 2) 4,54 cm 3) 4,547 cm 52
89 Algarismos significativos Quantos são os algarismos significativos nos números abaixo??? 1) 0,030 m 2) 4050 litros 3) 0,0008 g 4) 3,00 m 5) 0,
90 Algarismos significativos Quantos são os algarismos significativos nos números abaixo??? 1) 0,030 m 1) 0,030 m 2) ) 4050 litros litros 3) 0,0008 g 3) 0,0008 g 4) 3,00 m 4) 3,00 m 5) 0,8340 5) 0,
91 Resultado de uma medição: Estimativa do valor esperado de um conjunto de medidas estimativa do valor esperado ± erro (unidade) 54
92 Resultado de uma medição: Estimativa do valor esperado de um conjunto de medidas estimativa do valor esperado ± erro (unidade) x 54
93 Resultado de uma medição: Estimativa do valor esperado de um conjunto de medidas estimativa do valor esperado ± erro (unidade) x x = s x p N 54
94 Resultado de uma medição: Estimativa do valor esperado de um conjunto de medidas estimativa do valor esperado ± erro (unidade) x x = s x p N Note que aqui estamos estimando o que definimos antes como incertezas aleatórias. Incertezas aleatórias podem ser reduzidas por repetição (maior número N de medidas). Incertezas sistemáticas, no entanto, não podem em geral ser reduzidas por mera repetição. Elas dependem do entendimento do instrumento e das técnicas de medição. A partir de um número suficientemente grande de medidas, elas passam a ser dominantes. 54
95 Resultado de uma medição: Estimativa do valor esperado de um conjunto de medidas estimativa do valor esperado ± erro (unidade) x x = s x p N Exemplo: x = 10, 0835 x = 10, 08 ± 0, 07(unid.) x =0,
96 Resultado de uma medição: Estimativa do valor esperado de um conjunto de medidas estimativa do valor esperado ± erro (unidade) x x = s x p N Exemplo: x = 10, 0835 x = 10, 08 ± 0, 07(unid.) x =0, 072 Número de algarismos significativos determinado pelo valor do erro 55
97 Exemplo Média Calcule a média da idade dos alunos da tabela ao lado, utilizando as diferentes classes. 56
98 Exemplo Média Calcule a média da idade dos alunos da tabela ao lado, utilizando as diferentes classes. Dados em M classes (intervalos) com ponto médio {x1, x2,..., xm} e frequência {n1, n2,..., nm}: x n 1x 1 + n 2 x n M x M N = 1 N MX j=1 n j x j 56
99 Exemplo Média Calcule a média da idade dos alunos da tabela ao lado, utilizando as diferentes classes. Dados em M classes (intervalos) com ponto médio {x1, x2,..., xm} e frequência {n1, n2,..., nm}: x n 1x 1 + n 2 x n M x M N = 1 N MX j=1 n j x j 56
100 Exemplo Média Calcule a média da idade dos alunos da tabela ao lado, utilizando as diferentes classes. Dados em M classes (intervalos) com ponto médio {x1, x2,..., xm} e frequência {n1, n2,..., nm}: x n 1x 1 + n 2 x n M x M N = 1 N MX j=1 n j x j 56
101 Exemplo Média Calcule a média da idade dos alunos da tabela ao lado, utilizando as diferentes classes. Dados em M classes (intervalos) com ponto médio {x1, x2,..., xm} e frequência {n1, n2,..., nm}: x n 1x 1 + n 2 x n M x M N = 1 N MX j=1 n j x j Conclusão: A média calculada a partir de uma tabela de frequências agrupada em classes é uma estimativa do valor real. Na prática, SEMPRE calcule a média com os dados originais. 56
102 Média - Mediana - Moda Distribuição assimétrica para a esquerda, Distribuição assimétrica para a direita, Distribuição simétrica 57
Física Geral - Laboratório. Aula 3: Estimativas e erros em medidas diretas (I)
Física Geral - Laboratório Aula 3: Estimativas e erros em medidas diretas (I) 1 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados através de
Leia maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisFísica Geral (2013/1) Aula 3: Estimativas e erros em medidas diretas (I)
Física Geral (2013/1) Aula 3: Estimativas e erros em medidas diretas (I) 1 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados através de medições
Leia maisFísica Geral - Laboratório (2013/1) Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório (2013/1) Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Lembrando: Bibliografia Estimativas e Erros em Experimentos de Física (EdUERJ) 2 Resumo:
Leia maisFísica Geral - Laboratório. Organização e descrição de dados
Física Geral - Laboratório Organização e descrição de dados 1 Física Geral - Laboratório A nota de laboratório de Física Geral será composta dos resultados das provas e atividades de laboratório: Média
Leia maisFísica Geral - Laboratório (2016/2) Organização e descrição de dados
Física Geral - Laboratório (2016/2) Organização e descrição de dados 1 Física Geral - 2016/2 Bibliografia: Estimativas e Erros em Experimentos de Física (EdUERJ) 2 Dados e medidas Todo experimento em física
Leia maisFísica Geral - Laboratório (2014/1) Estimativas e erros em medidas diretas (I)
Física Geral - Laboratório (2014/1) Estimativas e erros em medidas diretas (I) 1 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados através
Leia maisFísica Geral - Laboratório (2015/2) Estimativas e erros em medidas diretas (I)
Física Geral - Laboratório (2015/2) Estimativas e erros em medidas diretas (I) 1 Parâmetros de correlação Resumo da última aula i) Covariância: média dos produtos dos desvios nas duas variáveis (δxi e
Leia maisFísica Geral - Laboratório (2014/1) Estimativas e erros em medidas diretas (I)
Física Geral - Laboratório (2014/1) Estimativas e erros em medidas diretas (I) 1 Medida L (cm) 1 150.0 2 150.1 3 150.8 4 150.0 5 150.0 6 144.1 7 150.0 8 150.3 9 149.9 10 150.0 11 150.0 12 150.1 13 150.2
Leia maisFísica Geral - Laboratório. Organização e descrição de dados
Física Geral - Laboratório Organização e descrição de dados 1 Física Geral - Laboratório A nota de laboratório de Física Geral será composta dos resultados das provas e atividades de laboratório: Média
Leia maisFísica Geral - Laboratório (2015/2) Organização e descrição de dados...continuação
Física Geral - Laboratório (2015/2) Organização e descrição de dados...continuação 1 Física Geral - 2015/2 Bibliografia: Estimativas e Erros em Experimentos de Física (EdUERJ) 2 Dados e medidas Dados:
Leia maisFísica Geral - Laboratório Aula 1: Organização e descrição de dados
Física Geral - Laboratório http://dfnae.fis.uerj.br/twiki/bin/view/dfnae/fisicageral Aula 1: Organização e descrição de dados 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de
Leia maisEstimativas e Erros. Propagação de erros e Ajuste de funções
Estimativas e Erros Propagação de erros e Ajuste de funções 1 Algumas referências Estimativas e Erros em Experimentos de Física - Vitor Oguri et al (EdUERJ) Fundamentos da Teoria de Erros - José Henrique
Leia maisFísica Geral - Laboratório (2013/2) Aula 3: Estimativas e erros em medidas diretas (I)
Física Geral - Laboratório (2013/2) Aula 3: Estimativas e erros em medidas diretas (I) 1 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados
Leia maisFísica Geral - Laboratório. Estimativas e erros em medidas diretas (I)
Física Geral - Laboratório Estimativas e erros em medidas diretas (I) 1 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados através de medições
Leia maisFísica Geral - Laboratório (2015/2) Estimativas e erros em medidas diretas (I)
Física Geral - Laboratório (2015/2) Estimativas e erros em medidas diretas (I) 1 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados através
Leia maisFísica Geral - Laboratório Aula 1: Organização e descrição de dados
Física Geral - Laboratório http://dfnae.fis.uerj.br/twiki/bin/view/dfnae/fisicageral Aula 1: Organização e descrição de dados 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de
Leia maisLaboratório Física Geral
Laboratório Física Geral 1 Lab Física Geral Professora Helena Malbouisson Sala 3018A. email da turma: labfisicageraluerj@gmail.com 2 Objetivos do curso Organizar e descrever conjuntos de dados (histogramas);
Leia maisFísica Geral - Laboratório (2015/2) Organização e descrição de dados
Física Geral - Laboratório (2015/2) Organização e descrição de dados 1 Física Geral - 2015/2 Bibliografia: Estimativas e Erros em Experimentos de Física (EdUERJ) 2 Dados e medidas Dados: Valores ou qualificações
Leia maisFísica Geral - Laboratório (2014/2) Aula 1: Introdução & Organização e descrição de dados
Física Geral - Laboratório (2014/2) Aula 1: Introdução & Organização e descrição de dados 1 Física Geral - 2013/1 Bibliografia: Estimativas e Erros em Experimentos de Física (EdUERJ) 2 A Física A mais
Leia maisLaboratório de Física Geral Profa Patricia Teles Sala 3006-A Aula3: Medidas diretas: valor esperado, incertezas e erros,
Laboratório de Física Geral Profa Patricia Teles Sala 3006-A Email: athenafma@gmail.com Aula3: Medidas diretas: valor esperado, incertezas e erros, exatidão e precisão. Atividade 2: medidas diretas com
Leia maisFísica Geral. Incertezas em Medidas Diretas
Física Geral Incertezas em Medidas Diretas Experimento Simples Medidas diretas: valores resultantes de medições de uma mesma grandeza, realizadas por um mesmo experimentador, com o mesmo instrumento de
Leia maisFísica Geral LABORATÓRIO. Primeiro Semestre de 2019 Turma 4
Física Geral LABORATÓRIO Primeiro Semestre de 2019 Turma 4 1 Prof.: Helio Nogima Departamento de Física Nuclear e Altas Energias Sala 3030A Email: nogima@uerj.br Envie uma mensagem Assunto: Física Geral
Leia maisLaboratório Física Geral
Laboratório Física Geral 1 Apresentação Professora Helena Malbouisson Graduação UFRJ Doutorado UERJ - Fermilab Pós doutorado Universidade de Nebraska - CERN Trabalho de pesquisa atual: Busca por Supersimetria
Leia maisFísica Geral - Laboratório. Aula 8: Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral - Laboratório Aula 8: Estimativas e erros em medidas indiretas: Ajuste de funções 1 Medidas indiretas: Ajuste de funções Ajuste de funções y = f (x; a 1,a 2,...,a p ) Medidas de duas grandezas
Leia maisProfa Marcia Saito. Prof Osvaldo Canato
Profa Marcia Saito marciasaito@gmail.com Prof Osvaldo Canato canatojr@ifsp.edu.br Atrasos Equipamentos: o lab é de todos Organização da sala: início e fim Limpeza da sala: início e fim Por que é tão importante
Leia maisFísica Geral - Laboratório. Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral - Laboratório Estimativas e erros em medidas indiretas: Ajuste de funções 1 Medidas indiretas: Ajuste de funções Ajuste de funções y = f (x; a 1,a 2,...,a p ) Medidas de duas grandezas x e
Leia maisEstatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
Leia maisUnidade III Medidas Descritivas
Unidade III Medidas Descritivas Autor: Anderson Garcia Silveira Anderson Garcia Silveira Na aula anterior... Medidas de Tendência Central 2 Na aula anterior... Medidas de Tendência Central Moda Mediana
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística A Estatística originou-se com a coleta e construção de tabelas de dados para o governo. A situação evoluiu e esta coleta de dados representa somente um
Leia maisConceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
Leia maisCap. 6 Medidas descritivas
Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 6 Medidas descritivas Análise descritiva e exploratória de variáveis quantitativas
Leia maisFísica Geral - Laboratório 2016/2. Estimativas e erros em medidas diretas (II) Níveis de confiança, compatibilidade e combinação
Física Geral - Laboratório 206/2 Estimativas e erros em medidas diretas (II) Níveis de confiança, compatibilidade e combinação Resumo aula II: Medidas diretas Resultado = estimativa do valor esperado ±
Leia maisTutorial para o desenvolvimento das Oficinas
Tutorial para o desenvolvimento das Oficinas 1 Métodos Quantitativos Profa. Msc. Regina Albanese Pose 2 Objetivos Objetivo Geral Este tutorial tem como objetivo parametrizar o desenvolvimento da oficina
Leia maisExperimento 1: Determinação do tempo de queda de uma bolinha
Instituto de Física UFRJ Relatório de Física Experimental I 2019/1 Professor: Turma: Horário: Experimento 1: Determinação do tempo de queda de uma bolinha Parte I: preparação para a experiência 1. Escreva
Leia maisProf. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Introdução ao curso de Física Experimental I Cronograma do curso Método de avaliação Método para confecção dos relatórios Horário de atendimento aos alunos Disponibilização
Leia maisProf. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Medidas de grandezas físicas Valor numérico e sua incerteza, unidades apropriadas Exemplos: - Velocidade (10,02 0,04) m/s - Tempo (2,003 0,001) µs - Temperatura (273,3
Leia maisANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisUniversidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão 1) Os dados apresentados a seguir referem-se ao levantamento dos intervalos
Leia maisMEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões
MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm
Leia maisMedidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 27 de Março de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Sumário 1 Introdução
Leia maisTeoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros
3 Teoria dos Erros 1. Introdução As grandezas físicas são determinadas experimentalmente por medidas ou combinações de medidas. Essas medidas tem uma incerteza intrínseca que advém das características
Leia maisIntrodução às Medidas em Física a Aula. Nemitala Added Prédio novo do Linac, sala 204, r. 6824
Introdução às Medidas em Física 4300152 3 a Aula Nemitala Added nemitala@dfn.if.usp.br Prédio novo do Linac, sala 204, r. 6824 Experiência I: Medidas de Tempo e o Pêndulo Simples Objetivos: Realizar medidas
Leia maisAula II Estatística Aplicada à Instrumentação Industrial -Avaliação da Incerteza de Medição
Aula II Estatística Aplicada à Instrumentação Industrial -Avaliação da Incerteza de Medição Universidade Federal da Bahia Escola Politécnica Disciplina: Instrumentação e Automação Industrial I(ENGF99)
Leia maisEstatística Aplicada a Negócios
Prof. Dr. Gilberto de Andrade Martins aula 02 1 Estatística Descritiva Aula 2 Ao final desta aula você : - Conhecerá a Estatística Descritiva. - Saberá quais são as principais medidas de dispersão. 2 Medidas
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisQuímica Analítica V 1S Prof. Rafael Sousa. Notas de aula:
Química Analítica V 1S 2013 Aula 2: 13-05-2013 Estatística Aplicada à Química Analítica Parte 1 Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf.br/baccan
Leia maisEstatística Computacional Profª Karine Sato da Silva
Estatística Computacional Profª Karine Sato da Silva karine.sato.silva@gmail.com Introdução Quando analisamos uma variável qualitativa, basicamente, construímos sua distribuição de frequências. Ao explorarmos
Leia maisEstatística Aplicada ao Serviço Social AULA 06. Estatística Descritiva - Medidas de dispersão. Universidade Federal da Paraíba
Universidade Federal da Paraíba Curso de Serviço Social - Turma 01 Estatística Aplicada ao Serviço Social Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística Universidade Federal da Paraíba
Leia maisTratamento de dados e representação das incertezas em resultados experimentais
Tratamento de dados e representação das incertezas em resultados experimentais Medida, erro e incerteza Qualquer medida física sempre possui um valor verdadeiro, que é sempre desconhecido e um valor medido.
Leia maisEstimativas e Erros em Experimentos de Física
CAPA VOLTA ANTERIOR PRÓXIMA TELA CHEIA PÁG. 1 ÚLTIMA SAIR FÍSICA GERAL Estimativas e Erros em Experimentos de Física W. Prado L. Mundim J. U. Cinelli J. R. Mahon A. Santoro V. Oguri Departamento de Física
Leia maisExemplo 1. Conjunto de dados de uma amostra de 12 meninas da escola: y i x i
Exemplo 1 Y : peso (kg) de meninas de 7 a 11 anos de uma certa escola de dança X : altura (m) das meninas A partir de 3 valores prefixados de X, foram obtidas, para cada valor de X, 4 observações independentes
Leia maisEstatística e Probabilidade
Aula 3 Cap 02 Estatística Descritiva Nesta aula... estudaremos medidas de tendência central, medidas de variação e medidas de posição. Medidas de tendência central Uma medida de tendência central é um
Leia maisBreve introdução ao tratamento de dados experimentais e representação gráfica
sistemáticos aleatórios Breve introdução ao tratamento de dados e representação gráfica Departamento de Física Universidade da Beira Interior 2018 / 19 Outline sistemáticos 1 Normas de funcionamento e
Leia maisFÍSICA EXPERIMENTAL C ( )
FÍSICA EXPERIMENTAL C (4323301) REPRESENTAÇÃO DE INCERTEZAS EM RESULTADOS EXPERIMENTAIS Medida, erro e incerteza Qualquer medida física possui sempre um valor verdadeiro, que é sempre desconhecido, e um
Leia maisCONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA
DISCIPLINA: MÉTODOS QUANTITATIVOS PROFESSORA: GARDÊNIA SILVANA DE OLIVEIRA RODRIGUES CONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA MOSSORÓ/RN 2015 1 POR QUE ESTUDAR
Leia maisMedidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 29 de Agosto de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores
Leia mais4 ABORDAGENS METROLÓGICAS
4 4 ABORDAGENS METROLÓGICAS Neste capitulo são apresentados os termos metrológicos utilizados neste documento. Estes conceitos foram selecionados do Vocabulário Internacional de termos fundamentais e gerais
Leia maisNOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS
NOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS Prof. Érica Polycarpo Bibliografia: Data reduction and error analysis for the physica sciences (Philip R. Bevington and D. Keith Robinson) A practical
Leia maisFísica Geral - Laboratório (2013/1) Aula 4: Estimativas e erros em medidas diretas (II)
Física Geral - Laboratório (2013/1) Aula 4: Estimativas e erros em medidas diretas (II) 1 Resumo: estimativa do valor esperado estimativa do valor esperado ± erro (unidade) x x = s x p N Estimativa do
Leia mais3 3. Variáveis Aleatórias
ÍNDICE 3. VARIÁVEIS ALEATÓRIAS...49 3.. VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS...49 3.2. VARIÁVEIS DISCRETAS FUNÇÃO DE PROBABILIDADE E FUNÇÃO DISTRIBUIÇÃO DE PROBABILIDADE...50 3.2.. Função de probabilidade...50
Leia maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 2019 Estatística Descritiva e Análise Exploratória Etapas iniciais. Utilizadas para descrever e resumir os dados. A disponibilidade de uma grande quantidade
Leia maisUniversidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão
Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão 1) Os dados apresentados a seguir referem-se ao levantamento dos intervalos
Leia mais- desvio padrão, caracteriza a dispersão dos resultados
O resultado da experiência, então, pode ser expresso na forma < x > ± x n (veja a explicação mais adiante) - desvio padrão, caracteriza a dispersão dos resultados Histograma de frequências Histograma
Leia maisMétodos Estatísticos em Física Experimental
Métodos Estatísticos em Física Experimental Compilação de termos e definições gerais de metrologia. Os termos e definições apresentadas a seguir foram extraídos da 1ª edição brasileira do Guia para Expressão
Leia mais)XQGDPHQWRVGHSUREDELOLGDGHHHVWDWtVWLFD
)XQGDPHQWRVGHUREDELOLGDGHHHVWDWtVWLFD,QWURGXomR A história da estatística pode ser dividida em três fases. De acordo com PEANHA (00), a estatística inicialmente não mantinha nenhuma relação com a probabilidade,
Leia maisEstatística Descritiva
Estatística Descritiva Cristian Villegas clobos@usp.br Departamento Ciências Exatas, ESALQ (USP) Agosto de 2012 Cristian Villegas. Departamento Ciências Exatas, ESALQ-USP 1 1 Medidas de tendência central
Leia maisUniversidade de Mogi das Cruzes
Universidade de Mogi das Cruzes Relatório de Física I/Instruções TEORIA DE ERROS São Paulo - 2014 INTRODUÇÃO As grandezas físicas são determinadas experimentalmente, por medidas ou combinações de medidas,
Leia maisAST203-CVR 4-1 AST203-CVR. Observação eletromagnética. Processamento de sinais importante em várias áreas, além da astronomia telecomunicações
Bloco 4 Estatística Atualizado: 2012 4-1 Bibliografia Lena Cap. 4 (parte) - só a inspiração... Wall & Jenkins, Practical statistics for astronomers Brandt Statistical and computacional methods in data
Leia maisEstatística Descritiva
Estatística Descritiva Prof. Henrique Dantas Neder Instituto de Economia Universidade Federal de Uberlândia Typeset by FoilTEX 1 Tópicos introdutórios A estatística descritiva trata dos métodos estatísticos
Leia maisEng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Revisão de Estatística Coleta de dados Análise de dados
Leia maisMétodos Quantitativos II
Métodos Quantitativos II MEDIDAS DE VARIABILIDADE O que significa Variabilidade? As medidas de tendência central nos dão uma ideia da concentração dos dados em torno de um valor. Entretanto, é preciso
Leia maisMétodos Estatísticos Básicos
Aula 4 - Medidas de dispersão Departamento de Economia Universidade Federal de Pelotas (UFPel) Abril de 2014 Amplitude total Amplitude total: AT = X max X min. É a única medida de dispersão que não tem
Leia maisBreve introdução ao tratamento de dados experimentais e representação gráfica
Breve introdução ao tratamento de dados e representação Percepção Departamento de Física Universidade da Beira Interior 2017 / 18 Outline 1 Normas de funcionamento e normas de segurança do de Psicofísica
Leia mais1 Medidas de dispersão
1 Medidas de dispersão As medidas de posição são importantes para caracterizar um conjunto de dados, mas não são suficientes para caracterizar completamente a distribuição dos dados. Para isso é necessário
Leia maisTratamento estatístico de observações
Tratamento estatístico de observações Prof. Dr. Carlos Aurélio Nadal OBSERVAÇÃO: é o valor obtido durante um processo de medição. DADO: é o resultado do tratamento de uma observação (por aplicação de uma
Leia maisEstatística Descritiva. Objetivos de Aprendizagem. 6.1 Sumário de Dados. Cap. 6 - Estatística Descritiva 1. UFMG-ICEx-EST. Média da amostra: Exemplo:
6 ESQUEMA DO CAPÍTULO Estatística Descritiva 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Leia maisFísica IV. Aula 1. Baseado no material preparado por Sandro Fonseca Helena Malbouisson Clemencia Mora
Física IV Aula 1 1 Baseado no material preparado por Sandro Fonseca Helena Malbouisson Clemencia Mora Normas e Datas Presença é obrigatória as aulas de lab. e os alunos somente podem faltar a uma* prática.
Leia maisFísica Geral (2012/2) Aula 9: Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral (2012/2) Aula 9: Estimativas e erros em medidas indiretas: Ajuste de funções 1 Medidas indiretas: Ajuste de funções Ajuste de funções y = f (x; a 1,a 2,...,a p ) Medidas de duas grandezas
Leia maisEstatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 3 Análise exploratória de dados APOIO: Fundação de Apoio
Leia maisFísica Geral - Laboratório. Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral - Laboratório Estimativas e erros em medidas indiretas: Ajuste de funções 1 Medidas indiretas: Ajuste de funções Ajuste de funções y = f (x; a 1,a 2,...,a p ) Medidas de duas grandezas x e
Leia maisEm Laboratório de Física Básica fenômenos ou propriedades físicas são estudados à luz de grandezas
1 Em Básica fenômenos ou propriedades físicas são estudados à luz de grandezas físicas mensuráveis (comprimento, tempo, massa, temperatura etc.) obtidas através de instrumentos de medida. Busca-se o valor
Leia maisEXPERIMENTO I MEDIDAS E ERROS
EXPERIMENTO I MEDIDAS E ERROS Introdução Na leitura de uma medida física deve-se registrar apenas os algarismos significativos, ou seja, todos aqueles que a escala do instrumento permite ler mais um único
Leia maisAula 2 Regressão e Correlação Linear
1 ESTATÍSTICA E PROBABILIDADE Aula Regressão e Correlação Linear Professor Luciano Nóbrega Regressão e Correlação Quando consideramos a observação de duas ou mais variáveis, surge um novo problema: -as
Leia maisFísica Geral - Laboratório. Erros sistemáticos Limites de erro em instrumentos de medida (Multímetros analógicos e digitais)
Física Geral - Laboratório Erros sistemáticos Limites de erro em instrumentos de medida (Multímetros analógicos e digitais) 1 Incertezas do Tipo A e incertezas do Tipo B Até agora, nos preocupamos em estimar
Leia maisQUÍMICA ANALÍTICA V 2S Prof. Rafael Sousa. Notas de aula:
QUÍMICA ANALÍTICA V 2S 2011 Aulas 1 e 2 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf/baccan Algarismos significativos
Leia maisEstatística Descritiva
Estatística Descritiva ESQUEMA DO CAPÍTULO 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Leia maisMEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 10 de maio de 2017 relativo (DPR) São medidas que visam fornecer o grau de
Leia maisLaboratório de Física Geral Profa Patricia Teles Sala 3006-A Aula1: Sobre o Curso e Organização & descrição de dados
Laboratório de Física Geral Profa Patricia Teles Sala 3006-A Email: athenafma@gmail.com Aula1: Sobre o Curso e Organização & descrição de dados Sobre o curso Link para informações e material do curso:
Leia maisProfessora Ana Hermínia Andrade. Período
Estatística Descritiva Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Por que devo estudar estatística?
Leia maisProf. Lorí Viali, Dr. Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Coleção de números n estatísticas sticas O número n de carros vendidos no país aumentou em 30%. A taxa de desemprego atinge, este mês,
Leia maisIntrodução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas
Leia maisESTATÍSTICA Medidas de Síntese
2.3 - Medidas de Síntese Além das tabelas e gráficos um conjunto de dados referente a uma variável QUANTITATIVA pode ser resumido (apresentado) através de Medidas de Síntese, também chamadas de Medidas
Leia maisEstatística Descritiva
Probabilidade e Estatística Prof. Dr.Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Estatística Descritiva Distribuição de frequência Para obter informações de interesse sobre a característica
Leia maisEstatística. O que é Estatística? Estatística pode ser: Estatística Descritiva. Ivonete Melo de Carvalho. Conteúdo
Estatística Estatística Descritiva Ivonete Melo de Carvalho Conteúdo Definições; Tabelas e Gráficos; Medidas de tendência central; Medidas de dispersão. Objetivos Diferenciar população e amostra. Elaborar
Leia mais