Spatial analysis of social structure from Porto Alegre Metropolitan Area in 1991 and 2000

Tamanho: px
Começar a partir da página:

Download "Spatial analysis of social structure from Porto Alegre Metropolitan Area in 1991 and 2000"

Transcrição

1 MPRA Much Persoal RePEc Archve Spatal aalyss of socal structure from Porto Alegre Metropolta Area 1991 ad 000 Ivá G. Peyré Tartaruga Fudação de Ecooma e Estatístca Segfred Emauel Heuser (FEE) Jue 008 Ole at MPRA Paper No. 7673, posted 10 February 017 1:5 UTC

2 Textos Para Dscussão FEE N. 33 Aálse Espacal da Estrutura Socal da Regão Metropoltaa de Porto Alegre (RMPA) em 1991 e 000 Ivá G. Peyré Tartaruga Porto Alegre (Brasl), juho de 008

3 3 Aálse Espacal da Estrutura Socal da Regão Metropoltaa de Porto Alegre (RMPA) em 1991 e 000 Ivá G. Peyré-Tartaruga ** Geógrafo e Técco da FEE Resumo Este trabalho tem por objetvo dscutr, por meo de téccas de aálse espacal realzadas em um sstema de formações geográfcas, a dstrbução espacal de estruturas socas da Regão Metropoltaa de Porto Alegre, os aos de 1991 e 000, estruturas estas caracterzadas como em uma herarquzação socal do espaço metropoltao costruída a partr da combação de varáves cestáras relatvas à ocupação das pessoas resdetes a Regão. Para esse objetvo fo utlzada uma medda de dspersão espacal: a elpse de desvo padrão, que proporcoa o cohecmeto da dstrbução a sua desdade e a sua oretação. O artgo coclu com algumas cosderações a respeto dos padrões e das tedêcas destas dstrbuções. Palavras-chaves: Aálse espacal; estatístca espacal; aálse regoal. Abstract Ths paper dscusses the spatal dstrbuto of socal structures the Metropolta Area of Porto Alegre 1991 ad 000 (cesus years), usg spatal statstcal techques wth a geographc formato system (GIS). These structures represet a socal herarchy of the metropolta space from across the combato of labour varables. For ths goal, I use a measure of spatal dsperso: the stadard devatoal ellpse whch does show compactess ad oretato of the dstrbuto. The paper cocludes wth commets regardg the patters ad treds of the dstrbutos. Keywords: Spatal aalyss; spatal statstcs; regoal aalyss. Classfcação JEL: C10, R1, R11. 1 Itrodução Qual a mportâca da cosderação da dmesão espacal para os estudos de feômeos socas e ecoômcos? Dto de outra forma: a formação referete à localzação e ao arrajo o espaço de feômeos socoecoômcos é mportate para a compreesão dos mesmos? Para os Este artgo fo desevolvdo o quadro do programa de pesqusa Observatóro das Metrópoles Isttuto do Mlêo CNPq. ** Mestre em Geografa pela UFRGS e pesqusador do Observatóro das Metrópoles Isttuto do Mlêo CNPq. E-mal: va@fee.tche.br.

4 4 geógrafos, a resposta é smples e dreta. Assm, parâmetros como proxmdade, vzhaça e copreseça em suma, cotgüdade são equvaletes, ou recíprocos, à socalzação, à cooperação e à tmdade em resumo, relações socas, havedo, portato, um relacoameto quase smétrco etre aspectos espacas e socas. De outro lado, parecem evdetes, também, as equvalêcas etre fatores espacas aglomerados e arrajos e fatores ecoômcos. Nesse cotexto, ressaltam-se as três razões, apotadas por Asel, Florax e Rey (004), da crescete mportâca do uso dos métodos espacas: o reovado teresse os papés do espaço e das terações espacas, a teora das Cêcas Socas; a crescete dspobldade de dados socoecoômcos georreferecados; e o baxo custo em termos de sstemas computacoas e operacoas para a mapulação de dados espacas. Com respeto à prmera razão, a Cêca Geográfca vem defededo a reafrmação da perspectva espacal a teora e a aálse socas cotemporâeas, em cotrapartda a uma perspectva baseada quase ucamete a hstorcdade, ou seja, defede um equlíbro etre hstorcdade e espacaldade (SOJA, 1993). O pressuposto sustetado, em outras palavras, é o de que as relações socas produzem o espaço, ao mesmo tempo em que esse mesmo espaço codcoa essas relações, uma dalétca socoespacal os termos de Edward Soja (1993). Além de a Geografa, coforme Asel, Florax e Rey (004), o uso explícto da perspectva espacal ecotra-se a ew ecoomc geography (Ecooma modera), sobretudo a detfcação das exteraldades espacas; a Socologa, os estudos acerca da crmologa e das questões urbaas; a Cêca Polítca, a aálse de cofltos, os quadros eletoras e as relações teracoas. Quato à seguda razão do teresse os métodos espacas, percebe-se uma crescete dspobldade de dados socoecoômcos e de bases cartográfcas dgtas. Vejam-se, por exemplo, os dados oferecdos somete sobre o Brasl, gratutamete, o Isttuto Braslero de Geografa e Estatístca (IBGE), o Isttuto Nacoal de Pesqusas Espacas (INPE) e em outros órgãos goverametas. Além dsso, relacoada à tercera razão, há uma grade quatdade de programas computacoas de processameto de dados espacas (georreferecados), também cohecdos como sstemas de formações geográfcas (SIGs), à veda o mercado, como ArcGIS, IDRISI, MapIfo, Mapttude, e também gratutos, como o TerraVew e o Sprg (produzdos o INPE), GeoDa (desevolvdo por um dos maores estudosos da aálse de dados geográfcos, Luc Asel), detre outros. É evdete, esse cotexto, o mportate papel dos SIGs, que se defem como qualquer sstema computacoal de formação que pode, segudo Ateucc, Brow e Croswell et al (1991): (a) coletar, armazear e recuperar formações com suas localzações espacas (georreferecadas); (b) detfcar locas específcos através de crtéros cohecdos; (c) explorar relações etre grupos de dados detro de uma determada área; (d) aalsar espacalmete dados relacoados para servr de apoo à tomada de decsões uma determada área; (e) facltar a seleção e o mauseo de dados para o uso em modelos aplcados, para aalsar mpactos de alteratvas em uma área; (f) e apresetar uma área, geográfca e umercamete, tato ates quato depos da aálse. Em suma, as váras defções do que sera um SIG podem ser stetzadas em três oções complemetares, coforme Magure, Goodchld e Rhd (1991): mapeameto, baco de dados e aálse espacal.

5 5 Os SIGs, portato, são uma ferrameta fudametal para a aálse espacal de dados geográfcos, a qual se ocupa com a localzação, a teração, a estrutura e o processo espacas de feômeos socas e ecoômcos. Mas especfcamete, tal aálse vsa estudar o comportameto espacal de feômeos geográfcos (regões, mucípos, cdades, domcílos, etc.) por meo de elemetos geométrcos como potos, lhas ou áreas (polígoos), que são represetações da realdade. Partcularmete, a aálse espacal focalza aspectos específcos coceretes aos dados e aos modelos utlzados. Asel (1988; 199) omea esses aspectos de efetos espacas sobre os dados e os dvde em dos tpos geras: a depedêca espacal e a heterogeedade espacal. O prmero efeto, também cohecdo como assocação espacal ou autocorrelação espacal, está dretamete relacoado com a prmera le da Geografa de Tobler, qual seja, [...] todas as cosas são parecdas, porém, cosas mas próxmas se parecem mas que cosas mas dstates (Tobler apud DRUCK, CARVALHO, CÂMARA et al, 004, p. 11). Nesse setdo, pode-se cosderar que, em um cojuto de etes geográfcos (potos, lhas ou polígoos), valores smlares de uma varável tedem a estar próxmos, o que podera ser um aglomerado (cluster). A título de exemplo, veja-se o caso de um barro metropoltao com altas taxas de crmaldade; provavelmete, os barros vzhos também possuam um grade úmero de crmes. A aálse de depedêca espacal, portato, busca verfcar essa assocação, que depede, especalmete, da dstâca. 1 Ressalta-se que a oção de espaço (relatvo) pode r além da déa de dstâca (eucldaa), ou seja, podem ser cosderadas outras oções de espaço espaço socal (ou lugar), espaço polítco (ou terrtóro), espaço ecoômco (custo de deslocameto), o que evdeca um grade leque de possbldades de estudos para as Cêcas Socas em geral. O segudo tpo de efeto espacal, a heterogeedade, trata da dferecação ou, em outros termos, da ucdade de cada lugar, sto é, cada localzação é possudora de característcas úcas; o que represeta uma vsão dográfca da realdade. Assm, a heterogeedade está assocada a uma ausêca de establdade o comportameto das varáves sobre o espaço em questão: os parâmetros que caracterzam as udades varam com a localzação. Mas preocupado com o segudo efeto (heterogeedade espacal) do que com o prmero (depedêca espacal), este trabalho tem por objetvo proporcoar, por meo de algumas téccas de aálse espacal realzadas em um SIG, uma melhor compreesão da dstrbução espaço-temporal da estruturas socoespacas da Regão Metropoltaa de Porto Alegre, os aos de 1991 e 000, cosderado 4 mucípos. 3 Essa estrutura socoespacal caracterza-se, de maera sucta, como uma herarquzação socal do espaço metropoltao costruída a partr da combação de varáves cestáras relatvas à ocupação das pessoas resdetes a Regão. Portato, fca evdete o pressuposto da cetraldade do trabalho a orgazação da socedade. Tal estrutura está represetada em uma tpologa socoespacal da RMPA que estabelece cco grades grupos ou tpos 1 Como exemplo de método de aálse de autocorrelação espacal tem-se o ídce I de Mora (global e local). Aqu, está-se falado de oções e cocetos teórcos específcos utlzados a Cêca Geográfca. Para uma boa explctação destes, ver Oakes (1997) acerca do coceto de lugar e Souza (1995) acerca do de terrtóro. 3 Ofcalmete, a RMPA era composta por 31 mucpos o ao de 000, etretato, para fs de comparação etre este ao e 1991, foram cosderados apeas 4 mucípos. Sobre a justfcatva e a escolha destes, ver Mammarella et al (008).

6 6 de ocupações: superores, médos, operáros, populares e agrícolas. A udade espacal da estrutura e da tpologa socoespacal é a das áreas de expasão da amostra (AEDs), udade termedára etre o setor cestáro e o mucípo. 4 Além dsso, a costrução da tpologa tem como base as categoras socoocupacoas (CATs) 5, elaboradas para agregar dferetes ocupações 6, as quas estão descrtas o Quadro 1. Quadro 1 Categoras socoocupacoas e suas respectvas ocupações CATEGORIAS SOCIOOCUPACIONAIS Drgetes Itelectuas Pequeos empregadores Ocupações médas Trabalhadores do Setor Secudáro Trabalhadores do Setor Tercáro especalzado Trabalhadores do Setor Tercáro ão especalzado Agrcultores OCUPAÇÕES Grades empregadores Drgetes do setor públco Drgetes do setor prvado Profssoas autôomos de ível superor Profssoas empregados de ível superor Profssoas estatutáros de ível superor Professores de ível superor Pequeos empregadores Ocupações de escrtóros Ocupações de supervsão Ocupações téccas Ocupações médas da saúde e educação Ocupações da seguraça públca, justça e correos Ocupações artístcas e smlares Trabalhadores da dústra modera Trabalhadores da dústra tradcoal Trabalhadores dos servços auxlares Trabalhadores da costrução cvl Trabalhadores do comérco Prestadores de servços especalzados Prestadores de servços ão especalzados Trabalhadores doméstcos Ambulates e catadores Agrcultores Assm, a tpologa da RMPA, tato para 1991 como para 000, as áreas de tpos superores eram aquelas que matham, prcpalmete, as maores cocetrações de CATs de drgetes e telectuas, segudas das de pequeos empregadores. As de tpos médos caracterzavam-se, evdetemete, pelas partcpações destacadas das ocupações médas e dos drgetes e telectuas. Evolvedo sobretudo a CAT dos trabalhadores do Setor Secudáro, as áreas de tpos operáros, fcou ressaltada a forte preseça dos trabalhadores das dústras 4 Com respeto à estrutura e à tpologa socoespacal da RMPA, ver a descrção e a aálse da mesma em Mammarella, Barcellos e Peyré-Tartaruga (008); ver os procedmetos téccos e metodológcos para a realzação da comparação das estruturas etre 1991 e 000 em Mammarella et al (008); ver a metodologa e os resultados dos procedmetos estatístcos para a costrução das tpologas em Peyré-Tartaruga (008a). 5 Ver costrução das CATs em Mammarella et al (008). 6 Coforme a Classfcação Braslera de Ocupações (CBO).

7 7 tradcoal (destaque para o setor courero-calçadsta) e modera. Nas de tpos populares, aparecam especalmete os trabalhadores do Setor Tercáro ão especalzado, mesclados ora com camadas médas, ora com agrcultores e costatemete com trabalhadores do Tercáro especalzado e com algumas categoras do operarado (prcpalmete, operáros da costrução cvl). Já as áreas de tpos agrícolas possuíam elevada partcpação dos agrcultores (Mammarella, Barcellos e Peyré-Tartaruga, 008). Além desta Itrodução, este texto possu mas quatro seções. A segute descreve a metodologa usada para a aálse, prcpalmete acerca das meddas de dspersão espacal de dstrbuções (elpses de dstrbução drecoal). A tercera seção exama os resultados obtdos as medções das dstrbuções da tpologa socoespacal a RMPA. E a últma apreseta as cosderações fas do trabalho. Metodologa espacal 7 A aálse espacal da dstrbução das tpologas socoespacas a RMPA, os aos de 1991 e 000, com objetvo de comparação, fo realzada sobre a base dgtal cartográfca da RMPA, com 156 AEDs comparáves etre s esses aos. 8 Essa base está em formato Geodatabase Feature Class (.gdb) do software ArcGIS 9, um sstema de formações geográfcas o qual são realzados os procedmetos de aálse espacal. A segur apresetam-se algumas formações cartográfcas das bases, que caracterzam todos os mapas costates este texto (Fgura 1): - projeção cartográfca Uversal Trasversa de Mercator (UTM); - datum horzotal South Amerca Datum 1969 (SAD-69); - zoa (Sul); - merdao cetral - 51 (51 oeste); - udade de medda lear metro. 7 Esta seção tem como base Peyré-Tartaruga (008b). Para uma explctação metodológca mas completa dessa técca de estatístca espacal (elpse de dstrbução drecoal) e de outras (cetro médo e dstâca padrão), ver Peyré-Tartaruga (008c). 8 A compatblzação das AEDs para fs de comparação está descrta em Mammarella et al (008). 9 ArcGIS (versão 9.) da Evrometal Systems Research Isttute (ESRI).

8 8 Fgura 1 No âmbto dos procedmetos de aálse espacal, faz-se uso de téccas da estatístca descrtva espacal, para resumr e apresetar as formações de forma a facltar a terpretação das mesmas. Com esse tuto, utlza-se uma medda de dspersão (ou varabldade) espacal: a elpse de dstrbução drecoal, geralmete deomada elpse de desvo padrão. Esse método, em termos geras, pode auxlar a determação de padrões, de tedêcas ou de relações da dstrbução espacal. Em termos específcos, vsa respoder à segute perguta com respeto à dstrbução espacal: como os dados estão dspersos ao redor do cetro? Além dsso, esse

9 9 método é dcado para a realzação de comparações etre dstrbuções de dferetes elemetos, por exemplo, homes e mulheres, ou etre dstrbuções ao logo do tempo. Esse procedmeto, portato, vsa provdecar meddas báscas da dstrbução espacal de potos que represetam feômeos socas ou ecoômcos da realdade. Nesse setdo, como a udade espacal, este trabalho, é a AED portato, represetada espacalmete por um polígoo e ão por um poto, deve-se proceder à trasformação das AEDs (polígoos) em potos, mas especfcamete os respectvos cetródes, que são os cetros geográfcos ou gravtacoas (Fgura ). Fgura Represetação da malha das AEDs (polígoos) e de seus respectvos cetródes (potos) FONTE: FEE/NERU. A técca da elpse de dstrbução drecoal, também cohecda como elpse de desvo padrão, proporcoa o cohecmeto da dstrbução espacal em dos setdos: desdade (ou compacdade) e oretação, logo, proporcoa o cohecmeto da atureza da dstrbução dos dados a sua assmetra (em dferetes dreções). Essa técca auxla a detfcação da tedêca de uma dstrbução de potos, muto útl para a comparação de dferetes dstrbuções e de dstrbuções em dferetes períodos de tempo. Cada elpse é determada por meo de quatro parâmetros: âgulo de rotação, dspersão ao logo do maor exo, dspersão ao logo do meor exo e cetro médo (ou cetro espacal). O exo maor defe a dreção de máxma dspersão da dstrbução, equato o meor é perpedcular ao exo ateror e defe a míma dspersão (Fgura 3).

10 10 Fgura 3 Deseho esquemátco de dstrbução de potos e da respectva elpse de dstrbução drecoal Dstrbução de potos Elpse de dstrbução drecoal O cetro médo (ou cetro espacal) é um poto magáro, georreferecado, que represeta o cetro da dstrbução (ou cetro de gravdade) Fgura 4. Fgura 4 Deseho esquemátco de dstrbução de potos e do respectvo cetro médo Dstrbução de potos Cetro médo Além dsso, pode-se defr o úmero de desvos padrão para represetar a abragêca da elpse de dstrbução drecoal, que pode ser de um, dos ou três desvos. Assm, para uma dstrbução de tpo ormal dos potos dos dados ao redor do cetro médo, tem-se que uma elpse de um desvo padrão cobrrá, aproxmadamete, 68% dos cetródes do espaço aalsado; a de dos desvos padrão cobrrá cerca de 95% dos cetródes; e a de três cobrrá em toro de 99% dos cetródes. Em termos de formulação matemátca, a elpse de dstrbução drecoal orga-se da dstrbução bvarada, que se caracterza por dos tpos de desvo padrão as dreções X (logtudes) e Y (lattudes) ortogoas e que defem uma elpse (EBDON, 1985): Dstrbução bvarada = x y

11 11 em que x é o desvo padrão a dreção X (logtudes) e y é o desvo padrão a dreção Y (lattudes). Cotudo, a elpse de dstrbução drecoal é calculada em três etapas. Na prmera, avala-se o cetro médo da dstrbução. Após, a oretação dos exos que defe a elpse é determada de modo que a soma dos quadrados das dstâcas etre os potos da dstrbução e os exos da elpse seja mímo. Os cetros médos são obtdos, coforme Ebdo (1985), por meo do cálculo das médas das coordeadas X (logtudes) e Y (lattudes) dos cetródes das AEDs, como descrto a segur: 1 ( x, y) 1 1 x, 1 y ode x é a coordeada X (logtude) do cetro médo; y é a coordeada Y (lattude) do cetro médo; x é a coordeada X (logtude) do cetróde da AED ; y é a coordeada Y (lattude) do cetróde da AED ; é o úmero de cetródes (AEDs). As coordeadas do cetro médo mmzam a soma das dstâcas quadrátcas etre ele própro e cada um dos cetródes. Matematcamete, o cetro médo mmza o segute somatóro: x x y y 1 equação: Na seguda etapa, calcula-se o âgulo () da oretação dos exos por meo da segute Arc ta 1 ( x x) 1 ( y y) 1 ( x x) 1 1 ( x x)( y ( y y) y) 4 1 ( x x)( y 1 y) em que é o âgulo de rotação da elpse de dstrbução drecoal; x é a coordeada X (logtude) do cetro médo; y é a coordeada Y (lattude) do cetro médo; x é a coordeada X (logtude) do cetróde da AED ; y é a coordeada Y (lattude) do cetróde da AED ; e é o úmero de cetródes (AEDs). Assm, o exo Y é grado, o setdo horáro, pelo âgulo (calculado ates). Na tercera etapa para determar a elpse, são calculados os dos desvos ( x, y ), 10 utlzado-se os exos X e Y grados, por meo das duas equações que seguem: 10 A formulação orgal da elpse de dstrbução drecoal fo obtda em Ebdo (1985), etretato, as elpses geradas a partr dela apresetavam tamaho muto pequeo. Esse erro fo resolvdo para o software ArcGIS,

12 1 x 1 x xcos y y s y 1 x xs y y cos Em acréscmo à equação ateror, x é o desvo padrão a dreção X (logtudes) e y é o desvo padrão a dreção Y (lattudes). Desse modo, a elpse de dstrbução drecoal defe-se pelos segutes parâmetros: - âgulo de rotação = ; - comprmeto do exo X = x ; - comprmeto do exo Y = y ; - cetro da elpse (cetro médo da dstrbução) = ( x, y ). 3 Dstrbução geográfca da tpologa socoespacal 11 Esta seção tem o objetvo de aalsar, de modo prelmar, a dstrbução espacal das tpologas socoespacas a RMPA, os aos de 1991 e 000. Para tato, foram utlzadas téccas de aálse espacal, com o aporte da estatístca espacal, vsado detfcar as característcas espacas das dstrbuções em tela. 1 Em suma, tas téccas objetvam respoder, partcularmete, à segute questão, referete aos grades grupos de tpos (superores, médos, operáros, populares e agrícolas): como cada um dos grupos se dspersa em volta do cetro geográfco? Através dessas téccas, além de se detfcarem as tedêcas de dstrbução espacal, pode-se efetuar a comparação da dstrbução dos dferetes grupos de tpos e também verfcar as modfcações sofrdas o tempo. Em termos específcos, utlza-se a técca das elpses de dstrbução drecoal (ou elpses de desvo padrão), uma medda de dspersão espacal de dados geográfcos, que proporcoa o cohecmeto do comportameto geral da dstrbução espacal a sua desdade (ou compacdade), de um lado, e a sua oretação, de outro. A técca, portato, dca a localzação geral da cocetração dos tpos o espaço e a oretação geral da dstrbução espacal os dferetes aos. Prmeramete, vejam-se as dstrbuções das tpologas o espaço da RMPA, os aos de 1991 e 000 (Fguras 5 e 6). Ao observar essas duas fguras em cojuto, percebe-se que ocorreram poucas mudaças de um ao para outro, a exceção dos tpos médos, os quas, apresetaram uma coforme a especalsta da empresa que produz esse programa computacoal, Laure M. Scott. Para corrgr esse problema (de subestmação), fo acrescetado o cálculo da raz quadrada dos desvos dos exos da elpse, coforme o pesqusador Ned Leve e descrto a documetação do software CrmeStat (LEVINE, 007). 11 Esta seção fudameta-se, bascamete, o capítulo 4 de Mammarella, Barcellos e Peyré-Tartaruga (008). 1 Para a realzação destas aálses fo utlzado o software ArcGIS 9..

13 13 sesível expasão o período. Assm, verfcam-se tpos superores localzados quase exclusvamete o Mucípo de Porto Alegre, com exceção de uma AED em São Leopoldo; as AEDs de tpo superor totalzaram 15 udades em 1991 e 1 em 000. Já os tpos médos aparecem um pouco mas dstrbuídos o espaço metropoltao do que os superores o exo cetral da RMPA ; 18 AEDs pertecam a esse tpo em 1991, e 31, em 000. Os tpos operáros estavam presetes prcpalmete a parcela orte da RMPA, o Vale do Ro dos Sos, totalzado 73 AEDs em 1991 e 74 em 000. As camadas populares fcavam, sobretudo, a captal gaúcha e o seu etoro 43 e 5 AEDs, respectvamete, em 1991 e 000. E os tpos agrícolas estavam estabelecdos as extremdades leste e oeste da RMPA, em AEDs que ocupavam grades extesões de área, totalzado apeas sete AEDs em 1991 e cco em 000. Fgura 5 Tpologa socoespacal, segudo os cco grades grupos, a RMPA 1991 FONTE: FEE/NERU.

14 14 Fgura 6 Tpologa socoespacal, segudo os cco grades grupos, a RMPA 000 FONTE: FEE/NERU. A despeto da vsualzação das formações, as Fguras 5 e 6 ão permtem uma terpretação facltada do comportameto dos tpos, o espaço e o tempo, em razão da complexdade das dstrbuções espacas. Passa-se, portato, a usar um método de estatístca espacal (as elpses de dstrbução drecoal) para facltar a terpretação. Na Fgura 7, observam-se as elpses de dstrbução drecoal dos cco grades grupos da tpologa. Nela, destaca-se a grade dspersão do grupo dos agrícolas, maores elpses os dos aos do período aalsado. Etretato, essa coclusão é precptada, ao somete se observarem as respectvas elpses. Em verdade, o que ocorre é que os tpos agrícolas estão localzados os extremos da RMPA, tato a leste (AEDs dos Mucípos de Glorha, Vamão e Gravataí, e uma AED de Porto Alegre) quato a oeste (AED do Mucípo de Trufo), equato, o cetro da Regão, ão há AEDs esses tpos. Ao mesmo tempo, verfca-se que os tpos superores são aqueles mas cocetrados, especalmete as AEDs pertecetes ao Mucípo de Porto Alegre.

15 15 Fgura 7 Elpses de dstrbução drecoal da tpologa socoespacal a RMPA 1991 e 000

16 As elpses de dstrbução drecoal dos tpos superores (Fgura 8 e Tabela 1) estavam cocetradas a porção cetral da RMPA, o período aalsado. Para os aos de 1991 e 000, verfcam-se comportametos muto semelhates com respeto à dstrbução espacal: a maor parcela dos ocupados esse tpo estava stuada a captal gaúcha, mas também estava presete em uma AED do Mucípo de São Leopoldo. É teressate ressaltar o deslocameto, em termos geras, da dstrbução o período aalsado, o que se pode perceber, mas faclmete, a mudaça de localzação dos cetros das elpses (ou cetros médos): etre 1991 e 000, o cetro deslocou-se, aproxmadamete,,km o setdo sul. Em outras palavras, esse fato dca que os tpos superores, de modo geral, se trasferram levemete para o sul. Destaca-se que as dstrbuções espacas, os dferetes aos, são muto semelhates, como comprova esse pequeo deslocameto dos cetros e a quase-cocdêca das elpses. Além dsso, verfca-se um exo drecoal da dstrbução espacal das formações bem marcado, em ambos os aos, a dreção orte-ordeste/sul-sudoeste. Fgura 8 Elpses de dstrbução drecoal dos tpos superores a RMPA 1991 e 000

17 17 Tabela 1 Elpses de dstrbução drecoal dos tpos superores a RMPA 1991 e 000 ANOS CENTRO DA ELIPSE EM X (m) CENTRO DA ELIPSE EM Y (m) ROTAÇÃO (graus decmas) , ,0 14, , ,5 11,8 FONTE DOS DADOS BRUTOS: IBGE. A dstrbução espacal dos tpos médos, observada as elpses de dstrbução drecoal (Fgura 9 e Tabela ) mostra que eles estão especalmete dspersos a porção cetral da RMPA. A maor parcela das AEDs com esses tpos, em 1991 e 000, está stuada em Porto Alegre, ecotrado também os Mucípos de Vamão, Gravataí, Caoas, São Leopoldo e Novo Hamburgo. Em termos geércos, verfca-se que esses tpos apresetavam-se mas dspersos o ao 000, em comparação ao ao de 1991, resultado da redução da área da elpse de 1991 frete à de 000. Quato aos cetros médos das elpses, observa-se que o cetro se deslocou aproxmadamete,6km o setdo orteordeste, cotraramete ao comportameto dos tpos superores vsto aterormete. Por outro lado, costata-se que houve uma mudaça têue a dreção dos exos drecoas de dstrbução espacal os dos aos aalsados: em 1991, o exo estava a dreção orte-ordeste/sul-sudoeste, e, em 000, ele se ecotra a dreção quase orte/sul.

18 18 Fgura 9 Elpses de dstrbução drecoal dos tpos médos a RMPA 1991 e 000 Tabela Elpses de dstrbução drecoal dos tpos médos a RMPA 1991 e 000 ANOS CENTRO DA ELIPSE EM X (m) CENTRO DA ELIPSE EM Y (m) ROTAÇÃO (graus decmas) , ,0 0, , ,0 7, FONTE DOS DADOS BRUTOS: IBGE. Na Fgura 10 e a Tabela 3 observam-se as elpses de dstrbução dos tpos operáros localzadas as porções cetral e superor da RMPA. Esses tpos estão dstrbuídos desde os mucípos ao orte da RMPA (o Vale do Sos) até as AEDs stuadas o lmte etre Porto Alegre e Alvorada; além dsso, há duas AEDs em Guaíba que cocetram os tpos operáros, o que causa, em certa medda, um vés as elpses, por estarem afastadas das restates do mesmo tpo. O deslocameto dos cetros das elpses etre 1991 e 000, ou seja, o deslocameto geral do

19 19 operarado, fo o setdo sul-sudoeste e de apeas 1,4km, muto meor do que os aterores (tpos superores e médos). Além dsso, as elpses de ambos os aos são quase cocdetes. Jutado esses dos fatos (deslocameto pequeo e elpses cocdetes), coclu-se que, etre 1991 e 000, houve pouca mudaça em termos das respectvas dstrbuções espacas. Adcoalmete, os exos drecoas das dstrbuções, os dos aos, estão quase a mesma dreção, qual seja, orteordeste. Fgura 10 Elpses de dstrbução drecoal dos tpos operáros a RMPA 1991 e 000 Tabela 3 Elpses de dstrbução drecoal dos tpos operáros a RMPA 1991 e 000 ANOS CENTRO DA ELIPSE EM X (m) CENTRO DA ELIPSE EM Y (m) ROTAÇÃO (graus decmas) , ,0 8, , ,0 13,6 FONTE DOS DADOS BRUTOS: IBGE.

20 0 A Fgura 11 e a Tabela 4 mostram que os tpos populares estão dstrbuídos prcpalmete o Mucípo de Porto Alegre e o seu etoro. Verfca-se uma sesível dspersão desse tpo ao logo do período aalsado, sobretudo o setdo leste-sudeste. Isso se observa também a partr do deslocameto de,km dos cetros das elpses esse mesmo setdo. Ademas, reforçado a tedêca de certa dspersão dos tpos populares, percebe-se que as elpses ão apresetam exos drecoas bem ítdos (elas são quase crculares), ou seja, há um espalhameto em quase todas as dreções. Fgura 11 Elpses de dstrbução drecoal dos tpos populares a RMPA 1991 e 000 Tabela 4 Elpses de dstrbução drecoal dos tpos populares a RMPA 1991 e 000 ANOS CENTRO DA ELIPSE EM X (m) CENTRO DA ELIPSE EM Y (m) ROTAÇÃO (graus decmas) , ,0 8, , ,0 13,6 FONTE DOS DADOS BRUTOS: IBGE.

21 1 Em relação às dstrbuções espacas dos tpos agrícolas, há uma tedecosdade assocada ao procedmeto de estatístca espacal. Esse vés está relacoado ao fato de as AEDs com tpos agrícolas estarem localzadas as extremdades da RMPA (leste e oeste) e, ao mesmo tempo, ausetes o cetro (Fguras 5 e 6), resultado em elpses de dstrbução drecoal muto grades (Fgura 7), o que faz parecer que esses tpos estão dspersos em grade parte da Regão, o que ão é plausível à luz das formações exstetes. Além do mas, o uso desse método estatístco ão se justfca para um úmero tão pequeo de casos. Com efeto, os tpos agrícolas possuem relevâca em somete sete e cco AEDs, respectvamete, os aos de 1991 e de 000; portato, o mapa smples das dstrbuções já é satsfatóro (Fguras 5 e 6). 4 Cosderações fas Ao estudar a tpologa socoespacal da RMPA, os aos de 1991 e 000, por meo da técca (de estatístca espacal) das elpses de dstrbução drecoal, podem-se estabelecer algumas tedêcas geras e específcas do comportameto das dstrbuções espacas dos tpos superores, médos, operáros, populares e agrícolas. De íco, em termos geércos, ressalta-se a reduzda modfcação da localzação dos tpos ao logo do período aalsado, talvez em razão do período pequeo (um pouco meos de uma década). De qualquer maera, a quase ausêca de mudaça também é uma formação relevate, dcado establdade. Assm, se verfca que os tpos superores eram os mas cocetrados a escala metropoltaa, quase exclusvamete presetes a captal gaúcha. Além dsso, esses tpos apresetaram uma quase-ausêca de deslocameto detro da RMPA, com um pequeo desvo geral para o sul. Outros tpos que apresetaram quase-ausêca de mudaça foram os operáros. O deslocameto pratcamete exstete e as elpses quase cocdetes, os dos aos, caracterzaram sua forte regulardade o período. Da mesma forma, os tpos agrícolas tveram poucas modfcações. Por outro lado, ocorreram algumas mudaças sgfcatvas ao logo do período. Os tpos médos, dferetemete dos aterores, sofreram um processo cosderável de dspersão, sobretudo a porção cetral da RMPA. Esse espalhameto ocorreu em dos setdos: orte e sul. Nos tpos populares, houve gualmete uma dspersão, os setdos leste e sudeste, da dstrbução cal, especalmete o Mucípo de Porto Alegre e em seu etoro. Portato, essas modfcações, embora têues, apotam algumas tedêcas ão desprezíves de dspersão dos tpos médos e populares a Regão, etre os aos de 1991 e 000. Além desses apotametos a respeto da dstrbução espacal da tpologa, poderão haver outros, que srvam como substrato para a formulação de hpóteses relatvamete ao comportameto das ocupações o espaço metropoltao gaúcho. Assm, este trabalho, loge de falzar a dscussão, é apeas o íco para outras pesqusas e aálses que queram aprofudar o cohecmeto desses feômeos socoecoômcos.

22 5 Referêcas ANSELIN, Luc. Spatal ecoometrcs: methods ad models. Dordrecht (The Netherlads): Klumer Academc Publshers, ANSELIN, Luc. Spatal data aalyss wth GIS: a troducto to applcato the socal sceces. Techcal Report 9-10, 199. ANSELIN, Luc; FLORAX, Raymod J. G. M.; REY, Sergo J. Ecoometrcs for spatal models: recet advaces. I: (Edtors). Advaces spatal ecoometrcs: methodology, tools ad applcatos. Berl: Sprger, 004. ANTENUCCI, Joh C.; BROWN, Kay; CROSWELL, Peter L.; et al. Geographc Iformato Systems: a gude to the techology. New York: Chapma & Hall, DRUCK, Suzaa; CARVALHO, Maríla Sá; CÂMARA, Glberto; et al (edtores). Aálse Espacal de Dados Geográfcos. Brasíla: EMBRAPA, 004. EBDON, Davd. Statstcs Geography. Oxford (UK): Blackwell, ESRI. ArcGIS Desktop Help. Redladsd (USA): ESRI, 006. LEVINE, Ned. CrmeStat: A Spatal Statstcs Program for the Aalyss of Crme Icdet Locatos (v 3.1). Ned Leve & Assocates, Housto, TX, ad the Natoal Isttute of Justce, Washgto, DC. March 007. MAGUIRE, Davd J.; GOODCHILD, Mchael F.; RHIND, Davd W. Geographcal Iformato Systems. New York: Logma Scetfc & Techcal, vol. 1: prcples, MAMMARELLA, Rosetta; BARCELLOS, Taya M. de; PEYRÉ-TARTARUGA, Ivá G. Estrutura socoespacal da Regão Metropoltaa de Porto Alegre em 1991 e 000 (Relatóro ). I: MAMMARELLA, Rosetta (Coord.). Atualzação e expasão da aálse da orgazação socal dos terrtóros das metrópoles e a detfcação das tedêcas de trasformação de logo prazo ; Regão Metropoltaa de Porto Alegre. Porto Alegre: FEE, 008. (Relatóro de Pesqusa do Projeto Observatóro das Metrópoles: terrtóro, coesão socal e goveraça democrátca). MAMMARELLA, Rosetta et al. Notas sobre procedmetos técco-metodológcos adotados para efetuar a comparação da estrutura socoocupacoal e socoespacal trametropoltaa da Regão Metropoltaa de Porto Alegre etre 1991 e 000 (Relatóro 3). I: MAMMARELLA, Rosetta (Coord.). Atualzação e expasão da aálse da orgazação socal dos terrtóros das metrópoles e a detfcação das tedêcas de trasformação de logo prazo ; Regão Metropoltaa de Porto Alegre. Porto Alegre: FEE, 008. (Relatóro de Pesqusa do Projeto Observatóro das Metrópoles: terrtóro, coesão socal e goveraça democrátca). OAKES, Tmothy. Place ad the paradox of moderty. Aals of the Assocato of Amerca Geographers, Oxford, vol. 87,. 3, p , PEYRÉ-TARTARUGA, Ivá G. Aplcação de método estatístco para a costrução da tpologa socoespacal: metodologa e resultados (Relatóro 4). I: MAMMARELLA, Rosetta (Coord.). Atualzação e expasão da aálse da orgazação socal dos terrtóros das metrópoles e a

23 3 detfcação das tedêcas de trasformação de logo prazo ; Regão Metropoltaa de Porto Alegre. Porto Alegre: FEE, 008a. (Relatóro de Pesqusa do Projeto Observatóro das Metrópoles: terrtóro, coesão socal e goveraça democrátca). PEYRÉ-TARTARUGA, Ivá G. Procedmetos o ArcGIS 9. para elaborar os mapas da RMPA com as elpses de dstrbução drecoal, etre 1991 e 000 (Relatóro 5). I: MAMMARELLA, Rosetta (Coord.). Atualzação e expasão da aálse da orgazação socal dos terrtóros das metrópoles e a detfcação das tedêcas de trasformação de logo prazo ; Regão Metropoltaa de Porto Alegre. Porto Alegre: FEE, 008b. (Relatóro de Pesqusa do Projeto Observatóro das Metrópoles: terrtóro, coesão socal e goveraça democrátca). PEYRÉ-TARTARUGA, Ivá G. Aálse espacal da cetraldade e da dspersão da população e da rqueza gaúchas de 1970 a 000: metodologas e otas prelmares. Porto Alegre: FEE, 008c. (Textos para Dscussão FEE,. 31). Dspoível em: < Acesso em: 10 mao 008. SOJA, Edward W. Geografas pós-moderas: a reafrmação do espaço a teora socal. Ro de Jaero: Jorge Zahar, SOUZA, Marcelo Lopes. O terrtóro: sobre espaço e poder, autooma e desevolvmeto. I: CASTRO, Iá E.; GOMES, Paulo Cesar C.; CORRÊA, Roberto Lobato (orgazadores). Geografa: cocetos e temas. Ro de Jaero: Bertrad Brasl, p

Ivan G. Peyré Tartaruga. 1 Metodologia espacial

Ivan G. Peyré Tartaruga. 1 Metodologia espacial RELATÓRIO DE PESQUISA 5 Procedmetos o software ArcGIS 9. para elaborar os mapas da Regão Metropoltaa de Porto Alegre RMPA com as elpses de dstrbução drecoal etre 99 e 000 Iva G. Peré Tartaruga Metodologa

Leia mais

TÍTULO DE LA COMUNICACIÓN: A concentração espacial do emprego formal e da massa salarial no Rio Grande do Sul Brasil: metodologia e tipologia

TÍTULO DE LA COMUNICACIÓN: A concentração espacial do emprego formal e da massa salarial no Rio Grande do Sul Brasil: metodologia e tipologia TÍTULO DE LA COMUNICACIÓN: A cocetração espacal do emprego formal e da massa salaral o Ro Grade do Sul Brasl: metodologa e tpologa AUTOR 1: Ferada Queroz Sperotto Emal: fesperotto@hotmal.com DEPARTAMENTO:

Leia mais

A CONCENTRAÇÃO ESPACIAL DO EMPREGO FORMAL E DA MASSA SALARIAL NO RIO GRANDE DO SUL: METODOLOGIA E TIPOLOGIA 1

A CONCENTRAÇÃO ESPACIAL DO EMPREGO FORMAL E DA MASSA SALARIAL NO RIO GRANDE DO SUL: METODOLOGIA E TIPOLOGIA 1 A CONCENTRAÇÃO ESPACIAL DO EMPREGO FORMAL E DA MASSA SALARIAL NO RIO GRANDE DO SUL: METODOLOGIA E TIPOLOGIA Ivá G. Peyré Tartaruga Mestre em Geografa pela UFRGS, Geógrafo da FEE. E-mal: va@fee.tche.br

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

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

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Construção e Análise de Gráficos

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

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

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

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

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

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

Leia mais

MEDIDAS DE DISPERSÃO:

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

Leia mais

Cap. 5. Testes de Hipóteses

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

Leia mais

9 Medidas Descritivas

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

Leia mais

50 Logo, Número de erros de impressão

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

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

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

Leia mais

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

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

Leia mais

d s F = m dt Trabalho Trabalho

d s F = m dt Trabalho Trabalho UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Trabalho 1. Itrodução

Leia mais

Distribuições de Probabilidades

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

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

Avaliação da qualidade do ajuste

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

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

Relatório 2ª Atividade Formativa UC ECS

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

Estatística: uma definição

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

Leia mais

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

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

Leia mais

Revisão de Estatística X = X n

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

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

( ) Editora Ferreira - Toque de Mestre. Olá Amigos!

( ) Editora Ferreira - Toque de Mestre. Olá Amigos! Olá Amgos! Hoje coloco à dsposção de vocês aqu a seção Toque de Mestre da Edtora Ferrera (www.edtoraferrera.com.br) as questões de Matemátca Facera cobradas o últmo cocurso da axa Ecoômca Federal (EF),

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

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

Leia mais

Total Bom Ruim Masculino

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

Leia mais

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

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

Leia mais

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP)

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP) Aálse estatístca dos resultados do modelo de prevsão atmosférca RAMS para a regão do lago de Ilha Soltera (SP) Beatrz da Slva Berardo, Ismar de A. Satos, Claudo F. Neves 3., Uversdade Federal do Ro de

Leia mais

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

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

Leia mais

Introdução à Estatística

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Difusão entre Dois Compartimentos

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

Leia mais

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

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

Leia mais

Introdução à Estatística. Júlio Cesar de C. Balieiro 1

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

Leia mais

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

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

Leia mais

? Isso é, d i= ( x i. . Percebeu que

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

Leia mais

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

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

Leia mais

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação Bruo Hott Algortmos e Estruturas de Dados I DECSI UFOP Aula 10: Ordeação O Crtéro de Ordeação Ordea-se de acordo com uma chave: typedef t TChave; typedef struct{ TChave chave; /* outros compoetes */ Item;

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

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

Leia mais

Medidas Numéricas Descritivas:

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

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

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

Leia mais

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

Leia mais

Matemática C Semiextensivo V. 2

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

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

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

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

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

Leia mais

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

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

Leia mais

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

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

Leia mais

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

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

Leia mais

Complexidade Computacional da Determinação da Correspondência entre Imagens

Complexidade Computacional da Determinação da Correspondência entre Imagens Complexdade Computacoal da Determação da Correspodêca etre Images Adraa Karlstroem Laboratóro de Sstemas Embarcados Departameto de Egehara Mecatrôca Escola Poltécca da Uversdade de São Paulo adraa.karlstroem@pol.usp.br

Leia mais

Como CD = DC CD + DC = 0

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

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Econometria: 3 - Regressão Múltipla

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

Leia mais

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

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

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

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

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

Estatística Básica - Continuação

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

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

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

Leia mais

Regressão e Correlação

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

Leia mais

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

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

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

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

Leia mais

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes?

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes? Estatístca descrtva bdmesoal (Tabelas, Gráfcos e Estatístcas) Aálse bvarada (ou bdmesoal): avala o comportameto de uma varável em fução da outra, por exemplo: Quatas vedas da Marca Phlps a regão Norte?

Leia mais

Estatística: uma definição

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

Leia mais

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

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

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

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO 996 3 Rafael Moras de Souza Mestre em Ecooma Aplcada FEA/UFJF Faculdade de Ecooma e Admstração Uversdade Federal de

Leia mais

Análise Exploratória de Dados

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

Leia mais

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

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

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

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

Leia mais

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

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

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

Estatística: uma definição

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

Leia mais

Estatística: uma definição

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

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

Modelo de Regressão Simples

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

Leia mais

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

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

Leia mais

UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA DEPARTAMENTO DE ESTATÍSTICA

UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA DEPARTAMENTO DE ESTATÍSTICA UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EATAS E DE TECNOLOGIA DEPARTAMENTO DE ESTATÍSTICA ESTIMAÇÃO DE INDICADORES DE PROJETO PARA ALVENARIA ESTRUTURAL Rcardo Blaco Trabalho de Coclusão de

Leia mais

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

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

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

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

Leia mais

2. NOÇÕES MATEMÁTICAS

2. NOÇÕES MATEMÁTICAS . NOÇÕES MATEMÁTICAS Este capítulo retoma algumas oções matemátcas ecessáras para uma boa compreesão de algus aspectos que serão mecoados e detalhados o presete trabalho. Algus destes aspectos podem abstrar

Leia mais

Monitoramento ou Inventário Florestal Contínuo

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

Leia mais

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

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

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

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

Leia mais