8 - Medidas Descritivas
|
|
- Arthur Mirandela Lameira
- 4 Há anos
- Visualizações:
Transcrição
1 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados. Contudo, mutas vezes, queremos resumr anda mas esses dados utlzando as meddas adequadas. Neste capítulo estas serão chamadas de meddas descrtvas ou meddas resumo. As meddas descrtvas podem focar város aspectos no conjunto de dados; tendênca central, dspersão, ordenação ou smetra na dstrbução dos valores. Meddas de tendênca central: servem para dar uma déa acerca dos valores médos da varável em estudo. São utlzados para sntetzar em um únco número o conjunto de dados observados. São meddas de tendênca central: méda artmétca, medana e moda. Além destas, outras meddas são utlzadas com fns específcos tas como: méda geométrca e méda harmônca. Meddas de dspersão: servem para dar uma déa acerca da maor ou menor concentração dos valores da varável em estudo. São meddas de dspersão: ampltude, varânca, desvopadrão e outras Separatrzes: quarts, decs e cents. 8. Meddas de Tendênca Central Imagne que um aluno fez cnco provas em estatístca e obteve as notas apresentadas abaxo. Prova Nota ª prova 7,0 ª prova 3,0 3ª prova 5,5 4ª prova 6,5 5ª prova 8,0 O conjunto de valores apresentados na tabela pode ser resumdo em um só valor - a méda artmétca. Esse valor é apenas parte da nformação dada pelas cnco notas, mas, no caso, consttu nformação sufcente para estabelecer se o aluno fo ou não aprovado. De manera geral, exste nteresse em apresentar um resumo das nformações dsponíves. A manera mas smples de resumr a nformação contda em um conjunto de dados é estabelecer o valor de um ponto central em torno do qual os dados se dstrbuem. Estatístca II... 5
2 8.3 Méda Artmétca A medda de tendênca central mas comumente usada para descrever resumdamente um conjunto de dados, tabelados ou não, é a méda artmétca smples, ou smplesmente méda e representa-se por x Determnação da Méda Artmétca para Dados Brutos Para obter a méda artmétca basta somar os valores de todos os dados e dvdr o total pelo número deles. A méda artmétca das notas apresentados acma é: 7,0 3,0 5,5 6,5 8,0 X 6,0 5 A varável em estudo será ndcada pela letra maúscula X e os valores observados dessa varável serão ndcados pela letra mnúscula x. Para dstngur um valor do outro, serão usados índces. Então o -ésmo valor observado de X será ndcado por x. A méda artmétca é representada por: x = n x n Exemplo : Uma amostra de 0 operáros de uma companha apresentou os seguntes saláros recebdos durante certa semana: Calcular a méda para este grupo de saláros. Exemplo : Em um hosptal foram regstrados os pesos, em kg, de 0 recém-nascdos em um determnado da. Calcular o peso médo: 3, 3,,8,,9 3, 3, 3,0 3,5 4,0 Exemplo 3: Um levantamento amostral coletou a renda mensal de 8 trabalhadores da construção cvl. Obter x Estatístca II... 53
3 8.3. Determnação da Méda Artmétca para Tabelas de Dstrbução de Freqüêncas Dada uma dstrbução de freqüêncas, chama-se de méda artmétca desta dstrbução, e representa-se por x, a soma de todos os valores da varável, dvdda pela freqüênca total (número total de observações). Por exemplo, consderando-se os dados da Tabela 8., tem-se: Tabela 8.- Funconáros de uma empresa com hpertensão, segundo a dade em anos completos Idade em anos completos Número de ndvíduos (freqüênca f ) 3 5 x. f Idade em anos completos Número de ndvíduos (freqüênca f ) 3 3 x. f Total x = 878/40 = 46,95 anos = 46 anos e meses, ou seja, a dade méda dos funconáros hpertensos desta empresa é gual a 46 anos completos. De manera geral, ao se ter a segunte dstrbução de freqüêncas: Valores x da varável X Freqüênca (f ) Produto ( x. f ) x x... x k f f... f k x. f x. f... x k. f k Total k k f x. f Estatístca II... 54
4 a méda artmétca será: x k k x. f x. f n f = k Se os dados da Tabela 8. estvessem agrupados em classes, como mostra a Tabela 8., sera precso, antes de calcular x, determnar os pontos médos das classes. Tabela 8. - Funconáros de uma empresa com hpertensão, segundo a dade em anos completos Classes Ponto Médo (x ) Número de funconáros (f ) Produto (x. f ) Total x 47,5 anos = 47 anos e 6 meses ou 47 anos (completos). 40 Observações: Observa que a dade méda calculada a partr dos dados da Tabela 8. não concde com a dade méda verdadera dos 40 hpertensos, calculada a partr dos dados da Tabela 8.. Isso se deve ao fato de ter sdo suposto, para o cálculo da méda artmétca com os dados da Tabela 8. que todos os ndvíduos com dades de uma determnada classe tnham a dade dada pelo ponto médo da classe, o que, em geral, não corresponde à realdade. De fato, os dos ndvíduos com dades na classe 0 30 anos, por exemplo, passaram a ter dade de 5 anos, quando, na verdade, pela tabela 8., sua dades eram de e 7 anos. Para agrupar os dados não fo utlzado o procedmento adotado em sala de aula. Estatístca II... 55
5 Exemplo : Os dados abaxo representam os saláros dos 36 empregados de um escrtóro. Calcule a méda artmétca. Classe de saláros a méda artmétca será: Número de empregados (f ) x x f x.f 404 x =, n 36 Exemplo : Os dados abaxo representam as vendas semanas, em classes de saláros mínmos, de vendedores de gêneros almentícos. Calcule a méda artmétca. Vendas semanas Número de vendedores (f ) x x f Estatístca II... 56
6 8.4 Medana (MD) É o valor que ocupa a posção central de um conjunto de dados ordenados (crescente ou decrescente) de tal forma que pelo menos a metade ou cnqüenta por cento dos valores sejam guas ou maores do que ela, e que haja pelo menos outra metade de valores menores do que ela. O número que ndca a ordem ou posção em que se encontra o valor correspondente à medana é denomnado elemento medano (E Md ) Determnação da Medana de Valores não Tabulados Para determnar a medana é precso ordenar os dados; em seguda aplque um dos processos a segur: A varável em estudo é dscreta e n é ímpar. Neste caso a medana será o valor da varável que ocupa a posção: E Md n Exemplo: Em 5 das, uma empresa de consultora atendeu clentes. Determne a medana Ordenados estes valores por ordem crescente, tem-se: O elemento medano será: E Md 5 8, ou seja, a medana se encontra na otava posção da lsta ordenada de valores. A medana neste caso vale: Md = 5 fregueses Estatístca II... 57
7 A varável é dscreta e n é par. Toda vez que houver um número par de observações a lsta apresentará dos valores centras. O problema é resolvdo por uma convenção que consste em tomar como medana a méda artmétca dos valores que ocupam as posções: E Md n e n Exemplo: Em 007, 0 vendedores de carros usados venderam, respectvamente, a medana será: 58 6 = 60 carros, 0 0 ou seja, a méda artmétca dos valores que ocupam os postos E Md 5 e 6. Exemplo: Qual a medana dos seguntes valores? a b No cálculo da méda, todos os valores da amostra são levados em conta, ao passo que no caso da medana sto não acontece. Por esta razão, valores muto grandes ou muto pequenos, comparados aos demas valores da amostra, causam grandes varações na méda, o que em geral não ocorre com a medana. Estatístca II... 58
8 8.4. Determnação da Medana de Valores Tabulados não Agrupados em Classes. Verfcar se o número de observações é ímpar ou par;. Calcular as freqüêncas acumuladas abaxo de; 3. Procurar um valor F gual ou maor que o elemento medano. Exemplo : Valores x f F Exemplo : Valores x f F Exemplo 3: Valores x f F Estatístca II... 59
9 8.4.3 Determnação da Medana de Valores Tabulados Agrupados em Classes Quando os valores da varável estverem agrupados em classes, admte-se que os valores da varável na dstrbução de freqüêncas dstrbuam-se contnuamente. A medana será, neste caso, o valor da varável, para o qual 50% da freqüênca total (n/) fca stuada abaxo e outra metade acma dele. O elemento medano para dados agrupados em classes será n/ (não mporta se é par ou ímpar). Exemplo: Determnar a medana: Classes f F Resolução por fórmula Para aplcação da fórmula, precsamos dos seguntes dados: E Md n Classe medana: 40 50, uma vez que, até 50, temos 05 observações, e até 40 apenas 65. Conforme a fórmula abaxo, devemos ter: Md l c E Md f Md F ant Md ,5 40 Estatístca II... 60
10 onde: l = lmte nferor da classe medana = 40; c = ampltude do ntervalo de classe = 0 f = freqüênca smples da classe medana = 40 Md F = freqüênca acumulada até a classe anteror à classe medana = 65 ant 8.5 Moda (Mo) Outra medda por vezes utlzada para descrever o meo ou centro de um conjunto de dados é a moda, defnda smplesmente como o valor que ocorre com maor freqüênca e mas de uma vez. Quando dos valores ocorre com a mesma freqüênca máxma, cada um deles é a moda, e o conjunto se dz bmodal. Se mas de dos valores ocorrem com a mesma freqüênca máxma, cada um deles é uma moda, e o conjunto é multmodal. Quando nenhum valor é repetdo, o conjunto não tem moda (amodal). A moda pode ser obtda mesmo que a varável seja qualtatva Determnação da Moda de Valores não Tabulados Consderando um conjunto de valores, a moda será o valor predomnante, o valor mas freqüente desse conjunto. Exstem conjuntos de dados que não apresentam moda, porque nenhum valor se repete maor número de vezes, e exstem conjuntos de dados com duas ou mas modas. Exemplo : O conjunto de números,, 3, 4 e 5 não tem moda (Amodal) Exemplo : o conjunto de números,,, 3, 4, 4 e 5 tem duas modas (Bmodal), e 4. Exemplo: Oto vendedores venderam as seguntes quantdades de undades de ar condconado: A moda para este grupo de valores é o valor com maor freqüênca, ou seja, a moda é. Estatístca II... 6
11 8.5. Determnação da Moda de Valores Tabulados Os valores da varável dspostos em uma tabela de freqüêncas podem apresentar-se ndvdualmente ou agrupados em classes. No prmero caso, a determnação da moda é medata, bastando, para sso, consultar a tabela, localzando o valor que apresenta a maor freqüênca. Esse valor será a moda. Assm, para a dstrbução, X f A moda será 48. Tratando-se de uma tabela de freqüêncas com valores tabulados e agrupados em classes, o procedmento não é medato, sendo dsponíves alguns métodos. Qualquer que seja o método adotado, o prmero passo para determnar a moda é localzar a classe que apresenta a maor freqüênca, ou seja, a classe modal. Moda Bruta O método mas rudmentar de cálculo da moda em tabelas de freqüêncas com valores agrupados em classes consste em tomar o ponto médo da classe modal. Esse valor recebe o nome de moda bruta. O método a segur é mas elaborado e baseam-se não apenas na freqüênca da classe modal, mas também nas freqüêncas das classes adjacentes. Método de Czuber O método de Czuber, para o cálculo da moda elaborada, leva em consderação não apenas as freqüêncas das classes adjacentes, mas também a freqüênca da classe modal. Mo l c f mod f ant f mod (f ant f post ) Estatístca II... 6
12 Exemplo: Determnar para os dados abaxo a moda bruta e a moda pelo método de Czuber. Classes f Estatístca II... 63
13 Exercícos. Calcular a méda artmétca, a moda e a medana para os dados agrupados em classes apresentados na Tabela 7. (capítulo 7 da apostla).. Os dados abaxo representam as taxas de juros recebdas por 0 ações durante um certo período foram (meddas em porcentagem). Calcule a méda e a medana.,59,64,60,6,57,55,6,50,63,64 3. A tabela abaxo apresenta a dstrbução das exportações de empresas eletrôncas. Calcular a méda, a moda e a medana. Volume exportado Número de empresas (f ) As cfras abaxo representam o gasto anual em manutenção de equpamentos em 0 escolas muncpas. Determne a méda, a moda e a medana deste conjunto de valores Trnta pessoas foram consultadas sobre sua cor favorta. Es as respostas: Vermelho Azul Azul Roxo Preto Azul Marrom Vermelho Azul Amarelo Verde Branco Preto Amarelo Azul Azul Verde Azul Preto Preto Azul Azul Laranja Vermelho Branco Preto Azul Branco Azul Branco Qual a escolha modal e a freqüênca relatva (porcentagem) desta cor. Estatístca II... 64
14 6. A ampltude total de um conjunto de números é 500. Se a dstrbução de freqüêncas apresenta 0 classes, qual deverá ser o lmte nferor e o ponto médo da 5ª classe, se o lmte superor da ª classe é gual a 35? 7. O Departamento pessoal de uma certa frma fez um levantamento dos saláros dos 0 funconáros do setor admnstratvo, obtendo os resultados abaxo. Calcule a méda. Faxa salaral (saláro mínmo) Freqüênca relatva 0 0,5 4 0, , ,5 8. Em um estudo sobre a quantdade de cursos de extensão realzados por professores do setor de exatas durante anos em 50 unversdades. Agrupar os dados em classes e calcular a méda, a moda (bruta e Czuber) e a medana. Os dados estão apresentados abaxo: As cfras abaxo representam os lucros de 0 bancas de jornas em um da: a) Agrupar os dados em classes e calcular a méda artmétca, a moda (bruta, e Czuber) e a medana. b) Determne sem agrupar os dados em classes (dados brutos): a méda artmétca, a moda e a medana. Estatístca II... 65
15 0. Um empregado perdeu uma das 0 notas de compras fetas na hora do encerramento. O valor médo de todas as 0 notas era de 7,0 e as nove notas restantes tnham os valores: 4,80 7,0 7,90 9,55 4,45 5,7 7,54 8,34 9,70. É dado o número de faltas não justfcadas por empregado de uma frma no mês. Determne a moda. Número de faltas não justfcadas por empregado durante o mês de abrl de 996 Número de faltas Freqüênca Numa certa seção de uma empresa foram levantadas as dades dos funconáros, chegando-se aos seguntes resultados. Qual a dade modal e a méda das dades dos empregados dessa seção? Idade Número de empregados Abaxo temos a dstrbução do número de acdentes por da, durante 53 das, em certa rodova. Determnar a méda; a medana e a moda. Número de acdentes (x ) Número de das (f ) Calcule para a tabela de freqüêncas abaxo sua respectva méda e medana. x F Estatístca II... 66
16 9 Quarts, Decs e Percents 9. Introdução Dados que produzem hstogramas smétrcos são adequadamente descrtos pela méda e pelo desvo-padrão. Quando os dados são assmétrcos, a medana dentfca mas adequadamente o centro de um conjunto de dados. Para entender bem uma dstrbução, precsamos conhecer valores acma ou abaxo dos quas se encontra uma determnada porcentagem dos dados: as separatrzes. Separatrz de uma sére de n termos colocados em ordem crescente de valor, é o termo da sére que a dvde em duas partes quasquer. As prncpas separatrzes são a medana, os quarts, os decs e os percents (ou cents). Assm como a medana dvde os dados em duas partes guas, os três quarts, denotados por Q, Q e Q 3, dvdem as observações ordenadas em quatro partes guas. O prmero quartl separa os 5% nferores dos 75% superores dos valores ordenados; o segundo quartl é a medana e o tercero quartl separa os 75% nferores dos 5% superores dos dados. Analogamente, há nove decs, denotados por D, D, D 3,..., D 9 que dvdem os dados em 0 grupos com cerca de 0% deles em cada grupo. Há fnalmente, 99 percents, que dvdem os dados em 00 grupos com cerca de % em cada grupo. Exemplo: O nível de albumna no sangue, um ndcador do estado nutrconal, fo meddo em um grupo de 60 funconáros de uma bbloteca, obtendo-se os resultados (g/dl) apresentados na Tabela 9. em forma ordenada. Obtenha o prmero quartl e o percentl de ordem 80. Tabela 9.: Nível de albumna no sangue 4,44 4,47 4,48 4,5 4,54 4,54 4,6 4,64 4,66 4,68 4,68 4,69 4,7 4,73 4,76 4,76 4,76 4,8 4,86 4,86 4,87 4,88 4,90 4,90 4,95 4,95 4,96 4,97 4,98 4,98 4,99 5,00 5,0 5,0 5,0 5,0 5,04 5,05 5,08 5,09 5,09 5,0 5, 5, 5,6 5,7 5,8 5,8 5,9 5,4 5,4 5,6 5,7 5,7 5,9 5,3 5,35 5,46 5,50 5,85 O prmero quartl dexa pelo menos 5% dos dados abaxo e pelo menos 75% dos dados acma dele. Como 5% de 60 é gual a 5, Q tem pelo menos 5 valores abaxo de s e pelo menos 45 acma. Contando-se 5 valores do menor para o maor, teremos o funconáro com valor de albumna gual a 4,76 g/dl. Começando do maor para o menor e contando 45 valores, encontramos também 4,76 g/dl. Assm, a dosagem 4,76 g/dl é o valor do prmero quartl. Podemos dzer que pelo menos 5% dos funconáros da amostra apresentam nível de albumna nferor ou gual a 4,76 g/dl. O percentl de ordem 80 dexa pelo menos 80%, ou seja 48 valores abaxo de s e pelo menos acma. Contando 48 valores a partr, chegamos ao valor de 5,8 g/dl. E contando valores do maor para o menor obtemos 5,9 g/dl. Por convenção, usa-se a méda destes dos valores, ou seja, o valor 5,85 g/dl. Estatístca II... 67
17 A segur veremos o cálculo das separatrzes para dados agrupados que pode ser feto aplcando-se a defnção ou podem ser obtdos de forma aproxmada a partr de projeções da ogva. 9. Quarts Prmero Quartl (Q ) Dado um conjunto ordenado (ordem crescente) de valores, o prmero quartl, Q, é o valor que dvde o conjunto em duas partes tas que /4 ou 5% sejam menores do que ele e 3/4 ou 75% sejam maores. O elemento que ndca a ordem ou posção do prmero quartl é determnado, para dados agrupados em classes, pela segunte expressão: EQ = n 4, onde n é o número de valores do conjunto, ou número de observações. Segundo Quartl (Q ) Dado um conjunto ordenado de valores, o segundo quartl ou medana é o valor que dvde em duas partes guas quanto ao número de elementos, sto é, 50% ou /4 dos valores do conjunto são menores, e os /4 restantes são maores. O elemento que ndca a ordem ou posção do Q é: EQ = EM d = n n 4 Tercero Quartl (Q 3 ) Dado um conjunto ordenado de valores, o tercero quartl é o valor que dvde o conjunto ordenado de valores em partes tas que 3/4 ou 75% sejam menores do que ele e /4 ou 5% sejam maores. O elemento que ndca a ordem ou posção do Q 3 é: EQ 3 = 3 n 4 Genercamente, para determnar a ordem ou posção do quartl a ser calculado, usaremos a segunte expressão: EQ = n 4 onde: = número do quartl a ser calculado n = número de observações. Estatístca II... 68
18 9.3 Decs Prmero Decl (D ) O prmero decl (D ) de um conjunto ordenado de valores é o valor que dvde o conjunto ordenado de valores em partes tas que /0 ou 0% sejam menores e 9/0 ou 90% sejam maores do que ele. O elemento que ndca a ordem ou posção do D é: Segundo Decl (D ) ED = n 0 Trata-se do valor que dvde o conjunto ordenado de valores em partes tas que /0 ou 0% sejam menores do que ele e 8/0 ou 80% sejam maores do que ele. O elemento que ndca a ordem ou posção do D é: n ED = 0 Qunto Decl (D 5 ) É o valor que dvde o conjunto ordenado de valores em partes tas que 5/0 ou 50% sejam menores do que ele e 5/0 ou 50% sejam maores do que ele. O elemento que ndca a ordem ou posção do D 5 é: ED 5 = 5 n n n 0 4 Podemos, então, afrmar que M d = D 5 = Q De uma forma geral, para calcular os decs: ED = n 0 onde: = número que dentfca o decl a ser calculado n = número de observações. Estatístca II... 69
19 9.4 Cents ou Percents O elemento que defnrá a ordem ou posção do percentl, em uma dstrbução de freqüêncas de valores agrupados em classes, será encontrado pelo emprego da expressão: n EP = 00 onde: = número que dentfca o percentl a ser calculado n = número de observações Décmo Percentl (P 0 ) É o valor que dvde o conjunto ordenado de valores em partes tas que 0/00 ou 0% sejam menores do que ele e 90/00 ou 90% sejam maores do que ele. O elemento que ndca a ordem ou posção do P 0 é: EP 0 = ED = 0 n n Cálculo das Separatrzes Sep l P c F ant f onde: Sep = separatrz desejada (quartl, decl ou percentl); l = lmte nferor da classe que contém a separatrz; c = ampltude do ntervalo de classe; P = posção da separatrz; f = freqüênca smples da classe que contém a separatrz; F = freqüênca acumulada até a classe anteror à classe que contém a separatrz. ant Estatístca II... 70
20 Exercícos. Para os dados abaxo (capítulo 7 da apostla). Determne os quarts. Classes f F Determnar o quarto decl, o prmero quartl e o septuagésmo segundo percentl da segunte dstrbução: Classes f F Dada a dstrbução, determnar os quarts. Classes f Estatístca II... 7
21 4. Achar o º quartl, o 7º decl e o 73º percentl da dstrbução abaxo: Classes f Estatístca II... 7
3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia maisCapítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes
Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75
Leia maisMedidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.
Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL
3.1- Introdução. ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL Como na representação tabular e gráfca dos dados a Estatístca Descrtva consste num conjunto de métodos que ensnam a reduzr uma quantdade de dados
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisTABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe
Leia maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisResumos Numéricos de Distribuições
Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas
Leia maisProbabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições
Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para
Leia mais2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO
Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto
Leia maisRedução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma
Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão
Leia maisESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho
Professor Luz Antono de Carvalho PROBABILIDADES Professora Rosana Relva Números Interos AULA e Raconas 9 e APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA PROGRESSÃO ARITMÉTICA
Leia maisConceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues
Concetos Incas de Estatístca Módulo 3 : MEDIDAS DE POSIÇÃO Pro. Rogéro Rodrgues MEDIDAS DE POSIÇÃO ) Introdução : Depos da coleta de dados, as varáves pesqusadas estão em estado bruto, sendo necessáro
Leia mais4.1. Medidas de Posição da amostra: média, mediana e moda
4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisb. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda.
Meddas de Posção Introdução a. Dentre os elementos típcos, destacamos aqu as meddas de posção _ estatístcas que representam uma sére de dados orentando-nos quanto à posção da dstrbução em relação ao exo
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisCONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA
1 Estatístca CONCEITOS BÁSICOS 6 É uma metodologa ou conjunto de técncas que utlza a coleta de dados, sua classfcação, sua apresentação ou representação, sua análse e sua nterpretação vsando a sua utlzação
Leia maisx n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População
ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com
Leia maisEstatística stica Descritiva
AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas
Leia maisAula 5 Senado Federal Parte 2
Aula 5 Senado Federal Parte Estatístca... Classe... 8 Lmtes de classe... 8 Ampltude de um ntervalo de classe... 9 Ampltude total da Dstrbução... 9 Ponto médo de uma classe... 9 Tpos de frequêncas... 10
Leia maisEstatística 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 mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
Leia maisINTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. Prova 11/7/2006 Profa. Ana Maria Farias Turma A hs
INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. rova /7/2006 rofa. Ana Mara Faras Turma A 4-6 hs. Consdere os dados da tabela abaxo, onde temos preços e uantdades utlzadas de materal de escrtóro. Item Undade reço
Leia maisESTATÍSTICA PARA TCU PROFESSOR: GUILHERME NEVES
Estatístca Descrtva A Estatístca, ramo da Matemátca Aplcada, teve orgem na hstóra do homem. Desde a Antgudade, város povos regstravam o número de habtantes, de nascmentos, de óbtos, dstrbuíam equtatvamente
Leia mais37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8
Resposta da questão 1: [C] Calculando:,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 8, 8,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 5, x = 9,9 Moda = 8 8+ 8 Medana = = 8,5 + 10 + 8 + 9,4 + 8 +,4 + 7,4 Méda das outras
Leia maisRACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES
Aula 11 Estatístca.... Classe.... 7 Lmtes de classe... 7 Ampltude de um ntervalo de classe... 7 Ampltude total da Dstrbução... 8 Ponto médo de uma classe... 8 Tpos de frequêncas... 9 Meddas de Posção...
Leia maisFAAP APRESENTAÇÃO (1)
ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisN 70 = 40 25N+1500 = N = 1300 N = 52 LETRA D
QUESTÃO 01 QUESTÃO 0 Seja x a méda dos saláros do departamento comercal. A méda procurada é tal que 00 = x + 30 + 4 4 + + 4 x = 000 0 3300 x = R$ 400,00. QUESTÃO 03 4 0+ 3 Tem-se xp I = = 1,8 e 4+ Logo,
Leia maisDISTRIBUIÇÃO DE FREQUÊNCIAS
Núcleo das Cêncas Bológcas e da Saúde Cursos de Bomedcna, Ed. Físca, Enermagem, Farmáca, Fsoterapa, Fonoaudologa, Medcna Veternára, Muscoterapa, Odontologa, Pscologa DISTRIBUIÇÃO DE FREQUÊNCIAS 5 5. DISTRIBUIÇÃO
Leia maisIntrodução 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 maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)
UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara
Leia maisEstatística e Probabilidade
Estatístca e Probabldade Professor conteudsta: Rcardo Vda Sumáro Estatístca e Probabldade Undade I 1 CONCEITOS BÁSICOS...1 1.1 Concetos fundamentas... 1. Processos estatístcos de abordagem... 1.3 Dados
Leia maisIV - Descrição e Apresentação dos Dados. Prof. Herondino
IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser
Leia maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais
Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisTermo-Estatística Licenciatura: 4ª Aula (08/03/2013)
Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,
Leia maisOrganização; Resumo; Apresentação.
Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
Leia maisINTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).
INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maiswww.obconcursos.com.br/portal/v1/carreirafiscal
www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisLista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.
Classque as varáves: Faculdade Ptágoras / Dvnópols-MG Curso: Pscologa Dscplna: Estatístca Aplcada à Pscologa Lsta de Eercícos a) número de peças produzdas por hora; b) dâmetro eterno da peça; c) número
Leia mais2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
Leia maisESTATÍSTICA DESCRITIVA. FONTE: CRESPO, ANTÔNIO ARNOT. ESTATÍSTICA BÁSICA FACIL. 15ª ED. SARAIVA.SÃO PAULO Com adaptações.
SUMÁRIO: ESTATÍSTICA DESCRITIVA UNIDADE I ESTATÍSTICA E FASES DO MÉTODO ESTATÍSTICO UNIDADE II VARIÁVEIS UNIDADE III TABELAS E SÉRIES ESTATÍSTICAS UNIDADE IV GRÁFICOS ESTATÍSTICOS UNIDADE V TABELA PRIMITIVA
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL I
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 0 Estatístca Descrtva e Análse Eploratóra Realzadas em etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de grande quantdade de dados e
Leia maisAPOSTILA DE ESTATÍSTICA BÁSICA Parte 1
APOSTILA DE ESTATÍSTICA BÁSICA Parte 1 Prof. Msc. Jorge Wlson Perera da Slva SUMÁRIO Capítulo 1. Concetos Báscos 3 1.1. Introdução 3 1.2. População e Amostra 3 1.3. Processos Estatístcos de Abordagem 4
Leia maisA esse tipo de tabela, cujos elementos não foram numericamente organizados, denominamos tabela primitiva.
Dstrbução de Frequênca Tabela prmtva ROL Suponhamos termos feto uma coleta de dados relatvos à estaturas de quarenta alunos, que compõem uma amostra dos alunos de um colégo A, resultando a segunte tabela
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2
Aula 1 do plano de trabalho nº 2 Medram-se as alturas dos 40 alunos do prossegumento de estudos do 10º ano de uma escola e as alturas dos 40 alunos do 10º ano dos cursos tecnológcos dessa escola e obtveram-se
Leia maisIntrodução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis
Introdução A teora das probabldades é um ramo da matemátca que lda modelos de fenômenos aleatóros. Intmamente relaconado com a teora de probabldade está a Estatístca, que se preocupa com a cração de prncípos,
Leia maisMETODOLOGIA DO ÍNDICE DIVIDENDOS BM&FBOVESPA (IDIV)
METODOLOGIA DO ÍNDICE DIVIDENDOS 02/01/2018 SUMÁRIO 1 OBJETIVO... 3 2 TIPO DE ÍNDICE... 3 3 ATIVOS ELEGÍVEIS... 3 4 CRITÉRIOS DE INCLUSÃO... 3 5 CRITÉRIOS DE EXCLUSÃO... 4 6 CRITÉRIO DE PONDERAÇÃO... 5
Leia maisApostila de Estatística
Apostla de Estatístca Prof. Ms. Osoro Morera Couto Junor Capítulo 1 - Introdução Estatístca 1.1 Hstórco A estatístca é um ramo da matemátca aplcada. A partr do século XVI começaram a surgr as prmeras análses
Leia maisExercícios. Utilizando um novo critério, essa banca avaliadora resolveu descartar a maior e a menor notas atribuídas ao professor.
Estatístca Exercícos 1. (Enem 013) Fo realzado um levantamento nos 00 hotés de uma cdade, no qual foram anotados os valores, em reas, das dáras para um quarto padrão de casal e a quantdade de hotés para
Leia maisMEDIDAS 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 maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisO F Í C I O C I R C U L A R. Participantes dos Mercados da B3 Segmento BM&FBOVESPA. Ref.: Nova Metodologia do Índice Dividendos BM&FBOVESPA (IDIV).
01 de novembro de 2017 069/2017-DP O F Í C I O C I R C U L A R Partcpantes dos Mercados da B3 Segmento BM&FBOVESPA Ref.: Nova Metodologa do Índce Dvdendos BM&FBOVESPA (IDIV). Concluída a fase de dscussão
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisTeoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Leia maisY X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)
Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)
Leia maisMOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho
PROBABILIDADES Professora Rosana Relva Números Interos e Raconas APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA CONTÍNUA PROGRESSÃO ARITMÉTICA DISTRIBUIÇÃO DE REQUÊCIAS
Leia maisVariáveis Aleatórias
Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades
Leia maisEscola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística
Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume
Leia maisQ 1-1,5(Q3-Q1) < X i < Q 3 + 1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) < X i < Q 3 +3(Q 3 -Q 1 ) Q 1 3(Q 3 -Q 1 ) < X i < Q 1 1,5(Q 3 -Q 1 )
DIGRM OX-PLOT E CRCTERIZÇÃO DE OUTLIERS E VLORES EXTREMOS Outlers e valores extremos são aqueles que estão muto afastados do centro da dstrbução. Uma forma de caracterzá-los é através do desenho esquemátco
Leia maisEXERCÍCIOS DE REVISÃO DE ESTATÍSTICA
EXERCÍCIOS DE REVISÃO DE ESTATÍSTICA CONTEÚDOS: DISTRIBUIÇÃO DE FREQUÊNCIA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO ======================================================================= 1) Em cada caso
Leia maisInterpolação Segmentada
Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e
Leia maisMedidas de tendência central. Média Aritmética. 4ª aula 2012
Estatístca 4ª aula 2012 Meddas de tendênca central Ajudam a conhecer a analsar melhor as característcas de dados colhdos. Chamamos de meddas de tendênca central em decorrênca dos dados observados apresentarem
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia mais