ESTUDO SOBRE A EVASÃO ESCOLAR USANDO REGRESSÃO LOGÍSTICA: ANÁLISE DOS ALUNOS DO CURSO DE ADMINISTRAÇÃO DA FUNDAÇÃO EDUCACIONAL DE ITUVERAVA
|
|
- Ian Filipe Canedo
- 8 Há anos
- Visualizações:
Transcrição
1 ESTUDO SOBRE A EVASÃO ESCOLAR USANDO REGRESSÃO LOGÍSTICA: ANÁLISE DOS ALUNOS DO CURSO DE ADMINISTRAÇÃO DA FUNDAÇÃO EDUCACIONAL DE ITUVERAVA STUDY ON THE TRUANCY USING LOGISTIC REGRESSION: ANALYSIS OF THE STUDENTS THE MANAGEMENT EDUCATIONAL FOUNDATION OF ITUVERAVA ESTUDIO SOBRE LA EVASIÓN ESCOLAR MEDIANTE REGRESIÓN LOGÍSTICA: ANÁLISIS DE LOS ESTUDIANTES DE ADMINISTRACIÓN DE LA FUNDACIÓN PARA LA EDUCACIÓN DE ITUVERAVA GISLAINE CRISTINA BATISTELA 1 SERGIO AUGUSTO RODRIGUES 2 JÚLIA T. CARRER MARTINELLI BONONI 3 Recebdo em setembro de Aprovado em setembro de Professora Assstente da Faculdade de Tecnologa de Botucatu e do Centro Unverstáro Central Paulsta - São Carlos, SP. Lcencada em Matemátca pela UNESP de São José do Ro Preto e Mestre em Estatístca pela UFSCar. End.: Av. José Ítalo Bacch, S/N, CEP: Tel. (14) , Botucatu-SP. E-mal: gbatstela@fatecbt.edu.br 2 Professor Assstente da Faculdade de Tecnologa de Botucatu e da ASSER de Porto Ferrera. Bacharel e Mestre em Estatístca pela Unversdade Federal de São Carlos. Pós-graduado em Admnstração com ênfase em Marketng pela Unversdade São Francsco. End.: Av. José Ítalo Bacch, S/N, CEP: Tel. (14) , Botucatu-SP. E-mal: sergo@fatecbt.edu.br 3 Lcencada em Matemátca pela Fundação Educaconal de Ituverava. E-mal: julathomazn@yahoo.com.br Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out. 2009
2 ESTUDO SOBRE A EVASÃO ESCOLAR USANDO REGRESSÃO LOGÍSTICA: ANÁLISE DOS ALUNOS DO CURSO DE ADMINISTRAÇÃO DA FUNDAÇÃO EDUCACIONAL DE ITUVERAVA com renda famlar maor e alunos cujo pa é empresáro, profssonal lberal ou funconáro públco. Com base em nformações deste tpo, é possível propor polítcas para retenção destes alunos antes que ocorra a evasão escolar. RESUMO Este trabalho propõe um estudo sobre a relação entre as varáves de uma pesqusa realzada com os alunos ngressantes do curso de Admnstração da Faculdade de Flosofa, Cêncas e Letras de Ituverava (FFCL). Os dados foram obtdos através da aplcação de um questonáro socoeconômco com os alunos ngressantes, com o objetvo de analsar as varáves que levam à desstênca no fnal do prmero ano. Foram utlzadas as técncas estatístcas de tabelas de frequêncas smples, tabelas de contngênca, coefcente de correlação, estatístca qu-quadrado e regressão logístca múltpla. Através do estudo do relaconamento das varáves levantadas neste questonáro, fo possível conclur que a chance de desstênca de um aluno que não mora na cdade onde se localza a faculdade é aproxmadamente 2 vezes a chance de um aluno que mora na própra cdade. Fo possível verfcar também que a chance de evasão é maor entre os alunos PALAVRAS-CHAVE: Regressão logístca. Relação entre varáves. Rsco de desstênca. Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
3 STUDY ON THE TRUANCY USING LOGISTIC REGRESSION: ANALYSIS OF THE STUDENTS THE ABSTRACT MANAGEMENT EDUCATIONAL FOUNDATION OF ITUVERAVA Ths paper proposes a study on the relat onshp between the varables of a survey wth the students enterng of the course of Management of the School of Phlosophy, Scences and Letters of Ituverava (FFCL). Data were collected through a socoeconomc questonnare wth commencng students n order to examne the varables that lead to wthdrawal at the end of the frst year. It was used statstcal technques of smple frequency tables, contngency tables, correlaton coeffcent, ch-square and logstc regresson. By studyng the relatonshp of the varables rased n ths questonnare, t was concluded that the chance of wthdrawal of a student who does not lve n the town where the college s located approxmately two tmes the chance of a student who lves n the cty. It was also verfed that the chance of evason s hgher among students wth famly ncome and students whose father s a busnessman, professonal or publc offcal. Based on such nformaton, t s possble to propose polces for retenton of these students before the occurrence of truancy. KEYWORDS: Logstc regresson. Relatonshp between varables. Rsk of wthdrawal. Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
4 ESTUDIO SOBRE LA EVASIÓN ESCOLAR MEDIANTE REGRESIÓN LOGÍSTICA: ANÁLISIS DE LOS ESTUDIANTES DE ADMINISTRACIÓN DE LA FUNDACIÓN PARA LA EDUCACIÓN DE ITUVERAVA RESUMEN Este artículo propone un estudo sobre la relacón entre las varables de una encuesta de los estudantes que ngresan al curso de Admnstracón de la Facultad de Flosofía, Cencas y Letras de Ituverava (FFCL). Los datos fueron recolectados a través de un cuestonaro socoeconómco a los estudantes que ngresaron, con el objetvo de examnar las varables que conducen a la retrada al fnal del prmer año. Hemos utlzado técncas estadístcas de tablas de frecuencas smples, tablas de contngenca, coefcente de correlacón, ch-cuadrado y regresón logístca. Medante el estudo de la relacón de las varables planteadas en este cuestonaro, se concluyó que la posbldad del retro de un estudante que no vve en la cudad donde la unversdad se encuentra, es aproxmadamente a dos veces la probabldad de que un estudante que vve en la cudad. Tambén se verfcó que la posbldad de evasón es más alta entre los estudantes con ngresos de la famla y los estudantes cuyo padre es un empresaro, persona profesonal o funconaro. Con base en esa nformacón, es posble proponer polítcas para la conservacón de estos estudantes antes que ocurra la evasón escolar. PALABRAS CLAVE: Regresón logístca. Relacón entre las varables. El resgo de desercón. Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
5 1 INTRODUÇÃO A regressão logístca fo descoberta no século XIX para descrever o crescmento das populações e as reações químcas de autocatálse. A dea básca do desenvolvmento logístco é smples e usada nos das atuas para modelar o crescmento populaconal e mutas outras técncas, tas como descrever a chance de ocorrênca de um determnado evento, ou seja, a chance de desstênca de um aluno, a chance de um clente de um banco vr a se tornar nadmplente, entre outras. A regressão logístca vem sendo bastante utlzada em váras áreas. Carpenter (2006) analsou os modelos de rsco de crédto a empresas não fnanceras. Kanso (2003) utlza a regressão logístca para determnar os fatores que nfluencam a famíla estar acma ou abaxo da lnha de pobreza. Ma (2006) realzou um estudo sobre o perfl do empreendedor versus a mortaldade das mcro e pequenas empresas comercas do muncípo de Aracruz-ES, onde se aplcou o método de regressão logístca para obter a chance do empreendedor que possu um determnado perfl vr a ter seu negóco faldo. Já Pessoa, Slva e Duarte (1997) realzaram um estudo sobre Análse Estatístca de Dados de Pesqusa por Amostragem: Problemas no uso de Pacotes-Padrão. A regressão logístca pode ser consderada uma extensão da regressão lnear, pos assm como na regressão lnear, ela estuda relações entre varáves, buscando as varáves que podem nfluencar de alguma forma em uma varável dependente, sendo que na regressão logístca essa varável dependente deve ser categórca. Enquanto a regressão lnear dá uma resposta em valor numérco, a regressão logístca dá uma resposta em probabldade de chances de ocorrer o fato que está sendo estudado. Neste trabalho fo estudada a relação das varáves levantadas em um questonáro de perfl socoeconômco dos alunos da Faculdade de Flosofa, Cêncas e Letras de Ituverava (FFCL), do curso de Admnstração em Gestão de Negócos, com uma varável bnára denomnada status representando a desstênca ou não do aluno no fnal do prmero ano. Desta forma, através de um modelo de probabldade chamado de Modelo de Regressão Logístca, serão dentfcadas as varáves que apresentam uma grande relação com a varável status, com o objetvo de prever a probabldade de um novo aluno desstr do curso no fnal do prmero ano, dado algumas característcas. 2 METODOLOGIA Segundo Pagano e Gauvreau (2004), na regressão lnear a resposta y é Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
6 sempre contínua, mas exstem mutas stuações em que a resposta é dcotômca, sto é, assumem dos valores possíves. Esses valores são 1 e 0, onde 1 representa um sucesso e 0 representa um fracasso. A méda desses valores é, portanto, a proporção de uns, chamada de p, ou seja, a probabldade de sucesso, p=p(sucessos). O modelo de regressão logístca procura estmar a probabldade p de sucesso explcado através de varáves ndependentes. Portanto, no estudo de regressão logístca, a varável resposta ou varável dependente admte um valor categorzado, podendo assumr 2, 3 ou mas valores categorzados. Quando a varável resposta está dsposta em categoras, exstem três procedmentos dstntos para manpular os dados: regressão logístca bnára, ordnára e nomnal. A escolha depende do número de categoras e característca da varável resposta. A regressão logístca bnára é utlzada quando a varável apresenta duas categoras e dos níves de resposta, por exemplo: sm e não, desstente e não desstente do curso. Já a regressão logístca ordnára é utlzada quando apresenta três ou mas categoras e exste ordenação natural dos níves de resposta. O prncípo de Bernoull determna que os possíves resultados apresentem ou não certa característca, ou seja, no caso da varável apresentar a característca, ela apresenta o valor gual a um, que representa sucesso e, no caso contráro, valor gual a zero que representa o fracasso (SOUZA, 2006). Assm, para o caso da regressão logístca bnára as varáves explcatvas são de qualquer valor, porém a varável resposta será do tpo de Bernoull. O objetvo da análse de regressão logístca é encontrar um modelo que tenha um bom ajuste para descrever este relaconamento entre varável resposta e varáves explcatvas. 2.1 Regressão Logístca Smples A regressão logístca é um método estatístco que descreve as relações entre uma varável resposta e uma ou mas varáves ndependentes. A varável resposta (y) é dcotômca, ou seja, é uma varável que apresenta duas possbldades de resposta (sucesso e fracasso), atrbundo o valor 1 para o acontecmento de nteresse (sucesso) e o valor 0 para o acontecmento complementar (fracasso). A probabldade de sucesso do modelo logístco smples é dada por: ( x ) P( y 1 x x ) exp( 0 1x ) 1 exp( x ) 0 e a probabldade de fracasso: 1 (1) Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
7 1 1 ( x ) P( y 0 x x ) 1 1 exp( x ) 0 1 (2) onde 0 e 1 são parâmetros desconhecdos. Segundo Toledo e Ovalle (1995), em qualquer problema de regressão, a quantdade a ser modelada é o valor médo da varável resposta, dado os valores das varáves ndependentes. Esta quantdade é chamada de méda condconal, denotada por Ey x /, sendo que y é a x varável resposta e x, os valores das varáves ndependentes. Na regressão logístca, devdo à natureza da varável resposta 0 Ey x / 1, ou seja, a esperança condconal está varando entre 0 e 1. x Na regressão logístca, o valor da varável resposta dado y x é expresso por e, como a quantdade e, que pode assumr somente um de dos possíves valores, sto é, e 1 para y 1 ou e para y 0, segue que e tem dstrbução com méda zero e varânca dada por com Hosmer et al (1989). 1, de acordo Segundo Moore (2006), a regressão logístca modela a méda p em termos de uma varável explcatva x. Tentar relaconar p e x como numa regressão lnear smples: p 0 1 x. Infelzmente esse não é um bom modelo. Sempre que 0 1, valores extremos de x fornecerão valores para 0 1 x que fcam fora do conjunto de possíves valores de p, 0 p 1. O modelo de regressão logístca remove essa dfculdade, operando com o logartmo natural da chance, p p 1. Utlza-se o termo logartmo (ou log) da chance para essa transformação. À medda que p se afasta de 0 em dreção a 1, o logartmo da chance assume todos os valores numércos possíves negatvos e postvos. Modela-se o logartmo da chance como função lnear da varável explcatva, sto é, o modelo para a regressão logístca smples: ln 1 p p 0 1x e (3) onde p é uma proporção bnomnal e x é a varável explcatva. Os parâmetros do modelo logístco são 0 e 1, os quas devem ser estmados pelo método de máxma verossmlhança. 2.2 Regressão Logístca Múltpla A regressão logístca múltpla é uma generalzação do modelo de regressão logístca smples, sto é, na regressão logístca smples, trabalha-se com uma Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
8 varável explcatva e na regressão logístca múltpla com mas de uma varável explcatva. Para modelar o logartmo da chance como função de duas ou mas varáves explcatvas, ajusta-se um modelo da forma: p x x ln p 1 onde x,..., explcatvas e q x q (4) 1, x2 xq são as varáves, 2 q 1,..., os parâmetros do modelo logístco. 3 RESULTADOS Os dados utlzados para análse foram coletados através de um questonáro socoeconômco aplcado na fcha de nscrção do vestbular, sendo utlzados somente os dados dos alunos que se matrcularam no curso de Admnstração em Gestão de Negócos. Para algumas varáves, houve a necessdade de agrupar em categoras de respostas, pos o baxo número de respostas em algumas categoras e também o tpo de resposta dfcultava algumas análses. As varáves analsadas e codfcadas podem ser verfcadas no anexo A. Através das varáves obtdas pelo questonáro socoeconômco aplcado no vestbular, fo analsada a relação de cada varável qualtatva com a varável bnára status através do teste usando a 2 estatístca qu-quadrado ( ). O p-valor, resultado deste teste, é uma medda que dá a probabldade de cometer um erro ao rejetar a hpótese de que as varáves são ndependentes. Portanto, se esse valor é muto pequeno, sso traz evdêncas de que a hpótese de ndependênca das varáves pode ser rejetada. Com um nível de sgnfcânca de 10%, verfca-se pelo teste qu-quadrado que somente as varáves resdênca (p=0,02), ENEM (p=0,06) e ocupação do pa (p=0,06) são estatstcamente assocadas com a varável status. As varáves período e trabalha obteve um p-valor de 0,11. Apesar do p-valor destas varáves ser superor ao nível de sgnfcânca de 10%, elas também são consderadas relaconadas com a varável status, pos, 0,11 está próxmo do nível de sgnfcânca de 10%. Já a varável renda apresentou um nível de sgnfcânca de 0,18, o qual não é consderado estatstcamente sgnfcante, ou seja, não está relaconada com o status do aluno. No entanto, por não ser um valor muto dscrepante de 10%, esta varável será ncluída na análse do modelo logístco para confrmação ou não desta conclusão ncal. As demas varáves não foram sgnfcatvas. Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
9 Após a análse bvarada realzada através do teste qu-quadrado para verfcar a relação entre as varáves levantadas na pesqusa com a varável bnára status y=1, ou seja, o aluno desstu do curso em até um ano e y=0, o aluno não desstu do curso, o modelo de regressão logístco será aplcado somente com as varáves que apresentaram alguma relação com a varável status, ou seja, aquelas varáves que apresentaram um p-valor próxmo do nível de sgnfcânca de 10%. Desta forma, a partr do banco de dados de 83 alunos que ncaram o curso de Admnstração, será utlzado como varáves explcatvas no modelo de regressão logístco as varáves descrtas na Tabela 1 Para a estmação do modelo logístco, utlzou-se o software SPSS versão 13. Fo consderado como varável dependente a varável status e as varáves explcatvas estão defndas na Tabela 1. Para a estmação do modelo, os casos sem dados, ou seja, os valores mssng foram desconsderados. Dos 83 alunos analsados, 6 (7,2% da amostra) foram excluídos desta análse pos estavam sem dados em alguma varável explcatva (mssng), ou seja, dexaram de responder alguma questão. O modelo de regressão logístco fo estmado utlzando o método Forward Stepwse: Wald. Neste método cada varável é ncluída separadamente em cada passo do modelo e analsado seu desempenho em estmar o status de um aluno. O processo termna até as varáves que melhor explcam conjuntamente a varável bnára status forem seleconadas, chegando ao modelo fnal. Tabela 2: Teste Omnbus do modelo Teste Qu- Grau de Quadrado lberdade P-valor Passo 1 8, ,014 Passo 2 10, ,013 Passo 3 12, ,013 Pela Tabela 2, verfca-se que as varáves foram seleconadas em 3 etapas e observa-se que, no passo 3, o modelo apresenta adequação estatstcamente sgnfcatva, com um nível de sgnfcâncas de 2%, rejetando a hpótese de que as varáves explcatvas não explcam a varável dependente status. Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
10 Tabela 1: Varáves explcatvas do modelo e suas respectvas categoras de respostas. Varável Categora de resposta Resdênca (Códgo da Varável: Resdênca) 1-Mora em Ituverava 2-não mora em Ituverava Período do curso (Códgo da Varável: Período) 1-durno 2-noturno Renda Famlar (Códgo da Varável: Renda) 1-até 5 saláros 2-mas que 5 saláros Enem (Códgo da Varável: Enem) 1-sm 2-não Trabalha (Códgo da Varável: Trabalha) 1-sm 2-não 1 - empresáro, prof. lberal, func. públco Ocupação do pa (Códgo da Varável: OcupaçãoPa) 2- mltar, comercante, agropecuarsta, autônomo 3 - professor, assalarado e sem ocupação e outra Outro teste mportante antes do ajuste do modelo é o teste de adequação do modelo logístco. De acordo com Har (2005), um modelo é bem ajustado quanto menor for o valor de -2 log Lkelhood. Verfcou-se pelos resultados deste teste que a cada passo esse valor fo reduzndo ndcando que conforme as varáves foram sendo ntroduzdas no modelo, sua adequação fo melhorando, passando de 98,24 para 94,1 no passo 3. As outras meddas (Cox & Snell e Nagelkerke) também ndcam a qualdade do ajuste geral do modelo. Segundo Har (2005), estas meddas de adequação de ajuste comparam as probabldades estmadas com as probabldades observadas, sendo que os valores mas altos sgnfcam um melhor ajuste do modelo. Para Har (2005), a medda fnal de ajuste do modelo pode ser analsada através do teste de Hosmer and Lemeshow. Esse teste mede a correspondênca entre os valores reas e os prevstos da varável dependentes, ou seja, a varável status. Um bom ajuste de modelo é ndcado por um valor de qu-quadrado não sgnfcante. Esse teste verfca a hpótese de que os valores prevstos estão próxmos dos valores observados de chance contra uma hpótese de que sso não acontece. O resultado deste teste pelo SPSS obteve um p-valor gual a p=0,507, ndcando que não há ndícos para rejetar a hpótese ncal, ou seja, os valores prevstos estão próxmos dos valores observados de chance. Para avalar a capacdade do modelo logístco prever as chances de um aluno desstr ou não do curso, verfca-se na Tabela 3 a classfcação dos casos prevstos pelo modelo comparando com os dados reas da varável status. Verfca-se que de uma forma geral, 70,1% dos alunos são classfcados de forma correta, ou seja, para um aluno que desstu, o valor prevsto é desstênca e para um aluno que não desstu o valor prevsto fo não desstênca. O percentual de classfcação correta para alunos desstentes é de 55,2% e para alunos não desstentes é de 79,2%. Portanto, o modelo estmado possu Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
11 uma capacdade melhor de classfcar corretamente alunos que não rão desstr. Tabela 3: Tabela de classfcação Valores observados da Varável Status Valores Prevstos 0-Não desstu 1-Desstu % Correto Passo 3 Status 0-Não desstu ,2 1-Desstu ,2 Percentual de acerto 70,1 Quanto maor a capacdade de prevsão correta, melhor é o modelo estmado. A Tabela 4 mostra as varáves que entraram no modelo, gerada pela ferramenta de regressão logístca bem como os seus coefcentes e os resultados do teste de sgnfcânca das varáves ndependentes. Na coluna B (coefcentes), são apresentados, no passo 3 onde todas as varáves já foram seleconadas, os coefcentes do modelo para cada varável explcatva. Já na coluna Erro Padrão, é apresentada uma medda de varabldade destes coefcentes. A estatístca Wald, bem como o resultado do teste (colunas Est Wald e p-valor ), é utlzada para testar a hpótese de cada coefcente do modelo de regressão. Segundo Har (2005), esse teste rá dentfcar o quanto à varável explcatva partcpa ndvdualmente da explcação da varável dependente Status. A estatístca de Wald, testa para cada coefcente das varáves do modelo a segunte hpótese de que o coefcente da varável explcatva é gual a zero contra uma hpótese alternatva de que não são guas a zero. Observa-se, na Tabela 4, que o p- valor das categoras de respostas das varáves Resdênca (mora fora), Ocupação do Pa (ocupação 1), Ocupação do Pa (1-ocupação 2) e o Ocupação do Pa (2 ocupação3) são menores ou gual a 0,10, ndcando que há evdencas para rejetar H 0, ou seja, os coefcentes não são guas a zero. Para a categora da varável Renda Famlar (mas de 5 saláros), o p- valor é 0,166 e portanto o coefcente pode ser consderado gual a zero, logo, podera sar do modelo. No entanto, resolveu-se manter essa varável no modelo por ser uma varável mportante para o perfl fnancero do aluno. A coluna Exp(B) é o exponencal dos coefcentes estmados de cada categora das varáves do modelo e ndca a chance de desstênca de um aluno que está na categora de resposta da lnha correspondente na tabela, comparado com a prmera categora da varável, tomada como base. Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
12 Tabela 4: Varáves explcatvas que entraram no modelo B (Coefcentes) Erro padrão Est. Wald G.l. P-valor Exp(B) Intevalor de confança de 95,0% para EXP(B) Lmte Lmte Inferor Superor Passo3 Resdenca(1),829 0,510 2, ,104 2,292 0,843 6,232 RendaFamlar(1),705 0,509 1, ,166 2,024 0,747 5,487 OcupacaoPa 5, ,061 OcupacaoPa(1) -1,666 0,717 5, ,020 0,189 0,046 0,770 OcupacaoPa(2) -1,175 0,634 3, ,064 0,309 0,089 1,070 As duas últmas colunas apresentam o ntervalo de confança destes coefcentes. Por exemplo, o valor da coluna Exp (B) da varável Resdênca no passo 3 é 2,292, ndcando que a chance de desstênca de uma alunos que mora fora de Ituverava (categora 2 desta varável) é 2,292 a chance desstênca de um aluno que mora em Ituverava. Analsando a Tabela 4, a chance de um aluno desstr pode ser explcada pelas varáves: Resdênca, Renda famlar e Ocupação do Pa. Utlzando somente essas varáves como varáves explcatvas do modelo de regressão logístco, pode-se prever a chance de um novo aluno desstr do curso até o fm do prmero ano. Pelos resultados apresentados na Tabela 4, pode-se verfcar que a chance de um aluno que mora fora de Ituverava desstr do curso é 2,29 vezes a chance de um aluno que mora em Ituverava. Percebe-se, também, que a chance de um aluno com renda superor a 5 saláros mínmos é 2,02 vezes a chance de um aluno com renda nferor a 5 saláros desstr. Outro ponto nteressante é que a chance de um aluno que a ocupação do pa está na categora ocupação 2 é 18,9% da chance de uma aluno cujo pa está na categora de Ocupação 1, ou seja, aluno cujo pa é empresáro ou polítco ou profssonal lberal ou funconáro públco tem chance de desstr 5,29 (1/0,189) a chance de um aluno cujo pa é mltar ou agro pecuarsta ou assalarado ou autônomo. 4 CONCLUSÃO Através das análses dos dados de uma pesqusa realzada na Faculdade de Flosofa e Letras de Ituverava (FFCL), com os alunos pretendentes do curso de Admnstração em Gestão de Negócos, verfcou-se através do modelo de regressão logístca que as varáves sgnfcatvamente mportantes para explcar a desstênca de um aluno até o fnal do prmero ano são: local da resdênca, renda famlar e ocupação do pa. A partr do modelo logístco, fo possível conclur que a chance de desstênca de um aluno que não mora em Ituverava é Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
13 aproxmadamente 2 vezes a chance de um aluno que mora em Ituverava. Pode-se dzer também que a chance de desstênca de um aluno cujo pa é empresáro ou polítco ou profssonal lberal ou funconáro públco é aproxmadamente 5 vezes a chance de desstênca de uma aluno cujo pa é mltar ou agro pecuarsta ou assalarado ou autônomo. Com relação à renda famlar, o aluno com renda acma de 5 saláros mínmos sua chance de desstênca é aproxmadamente 2 a chance do aluno com renda abaxo de 5 saláros mínmos. REFERÊNCIAS CARPENTER, E.M.L. Um modelo de análse de rsco de crédto de clentes em relações B2B. Tese (Doutorado em Admnstração de Empresas) PUC Ro, Ro de Janero, HAIR, J. et al. Análse multvarada de dados, 5. ed. Porto Alegre: Bookman, HOSMER, D. W.; LEMESHOW, S. Appled Logstc Regresson. New York: John Wley, KANSO, S. Utlzação da regressão logístca para a classfcação de famílas quanto à condção de pobreza nas RMs do Ro de Janero e Recfe nos anos de 1970, 1980 e 1991, Ro de Janero, MAI, A.F. O Perfl do Empreendedor versus a Mortaldade das Mcro e Pequenas Empresas Comercas do Muncípo de Aracruz / ES. Dssertação (Mestrado em Cêncas Contábes) Fundação Insttuto Capxaba de Pesqusas em Contabldade, Economa e Fnanças, Vtóra, MOORE, D. et al. A prátca da Estatístca Empresaral: como usar dados para tomar decsões, Ro de Janero, LTC, PAGANO, M.; GAUVREAU, K. Prncípos de Boestatístca. 2. ed. São Paulo: Ponera Thomson, PESSOA, D. C.; SILVA, P.L.N; DUARTE, R.N Análse Estatístca de Dados de Pesqusas por Amostragem: Problemas no uso de Pacotes-Padrão. Ro de Janero: Revsta Braslera de Estatístca, vol.58, n. 210, ano SOUZA, E.C. Análíse de Influênca Local no Modelo de Regressão Logístca. Dssertação (Mestrado em Estatístca e expermentação agronômca) ESALQ/USP, Praccaba, TOLEDO, L.G; OVALLE, I.I. Estatístca Básca. São Paulo: Atlas, Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
14 ANEXO A Tabela: Varáves levantadas e suas categoras de respostas. Varável Categora de resposta Sexo 1-Masculno e 2-Femnno Idade 1-17 a 18 Anos, 2-19 a 20 Anos e 3-Mas de 20 Anos Estado cvl 1-Soltero, 2-Outros: Casado/ Dvorcado/ Amasado/ Vúvo Resdênca (Códgo da Varável: Resdênca) 1-Mora em Ituverava 2-não mora em Ituverava Escola que freqüentou no Ensno Médo 1-Públca, 2-Partcular e Públca Curso médo concluído 1-Técnco/ Supletvo/ Magstéro e 2-Ensno Médo comum Período do curso (Códgo da Varável: Período) 1-durno 2-noturno Se fez cursnho 1-Sm e 2-Não Tempo de cursnho 1- De um semestre até mas de 2 anos e 2-Não fez cursnho Número de vestbulares prestados 1-Um e 2-Dos ou mas Curso superor 1-Sm e 2-Não Enem (Códgo da Varável: Enem) 1-sm 2-não 1-Oferecer o curso da mnha escolha, 2-Próxma Motvo que levou para optar pela FFCL resdênca/pelos amgos/não conseguu vaga em outras Faculdades e 3-Não tenho recurso para estudar em outro local Decsão quanto ao curso escolhdo 1-Decddo e 2-Indecso 1 - empresáro, prof. lberal, func. públco Ocupação do pa (Códgo da Varável: OcupaçãoPa) 2- mltar, comercante, agropecuarsta, autônomo 3 - professor, assalarado e sem ocupação e outra 1-Empresáro/Polítco/Profssonal lberal e ocupação do pa e mãe Funconáro públco, 2-Mltar/Agro pecuarsta/ Comercante/ Autônomo e 3- Professor/Assalarado/Sem ocupação no momento Renda Famlar (Códgo da Varável: Renda) 1-até 5 saláros 2-mas que 5 saláros Trabalha (Códgo da Varável: Trabalha) 1-sm 2-não Quantas horas trabalha 1-De 20 a 30 horas semanas e 2-Até 44 horas semanas/ trabalha eventualmente Domíno de língua estrangera 1-Inglês/ Espanhol e 2-Outra/ nenhuma Se vsta feras de vestbular 1-Sm, 2-Não Onde que vu a propaganda da FFCL 1-Jornal/ TV/ Rádo /Revsta e 2-Outros/ Internet/ Outdoor/ nenhuma 1-Estado de São Paulo/Folha de São Paulo e 2- Que jornal que lê Outros/ Jornal do Brasl/ O Globo/ Jornal da cdade ou Regão/ nenhum 1-Globo e 2-Outros/ SBT/ Banderantes/ Que emssora que assste Record/Rede TV/ Cultura/ TV Educatva/ Rede Mulher/ Rede Vda/Rede Famíla/ MTV/ TV por Assnatura/ Não assste TV Horáro que assste TV 1-Durno (Manhã e Tarde) e 2-Noturno: Note e Madrugada Horáro que ouve rádo 1-Todos os das e 2-Às vezes Tékhne ε Lógos, Botucatu, SP, v.1, n. 1, out
REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:
REGRESSÃO LOGÍSTCA. ntrodução Defnmos varáves categórcas como aquelas varáves que podem ser mensurados usando apenas um número lmtado de valores ou categoras. Esta defnção dstngue varáves categórcas de
Leia maisRegressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
Leia maisTEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823
Leia maisObjetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para
Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre
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 maisO migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial
O mgrante de retorno na Regão Norte do Brasl: Uma aplcação de Regressão Logístca Multnomal 1. Introdução Olavo da Gama Santos 1 Marnalva Cardoso Macel 2 Obede Rodrgues Cardoso 3 Por mgrante de retorno,
Leia maisCálculo do Conceito ENADE
Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação
Leia mais5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)
5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de
Leia maisSituação Ocupacional dos Jovens das Comunidades de Baixa Renda da Cidade do Rio de Janeiro *
Stuação Ocupaconal dos Jovens das Comundades de Baxa Renda da Cdade do Ro de Janero * Alessandra da Rocha Santos Cínta C. M. Damasceno Dense Brtz do Nascmento Slva ' Mara Beatrz A. M. da Cunha Palavras-chave:
Leia maisNota Técnica Médias do ENEM 2009 por Escola
Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisUniversidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria
Unversdade do Estado do Ro de Janero Insttuto de Matemátca e Estatístca Econometra Revsão de modelos de regressão lnear Prof. José Francsco Morera Pessanha professorjfmp@hotmal.com Regressão Objetvo: Estabelecer
Leia maisApostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna
Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade
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 maisPalavras-chave: jovens no mercado de trabalho; modelo de seleção amostral; região Sul do Brasil.
1 A INSERÇÃO E O RENDIMENTO DOS JOVENS NO MERCADO DE TRABALHO: UMA ANÁLISE PARA A REGIÃO SUL DO BRASIL Prscla Gomes de Castro 1 Felpe de Fgueredo Slva 2 João Eustáquo de Lma 3 Área temátca: 3 -Demografa
Leia maisSempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.
Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca
Leia maisInfluência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção
Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos
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 maisRESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais,
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE SERGIPE CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO RESOLUÇÃO Nº 32/2014/CONEPE Aprova as Normas Geras do Processo Seletvo para
Leia maisRastreando Algoritmos
Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos
Leia mais7. Resolução Numérica de Equações Diferenciais Ordinárias
7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem
Leia maisCENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG
1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o
Leia maisPARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.
EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve
Leia maisEscolha do Consumidor sob condições de Risco e de Incerteza
9/04/06 Escolha do Consumdor sob condções de Rsco e de Incerteza (Capítulo 7 Snyder/Ncholson e Capítulo Varan) Turma do Prof. Déco Kadota Dstnção entre Rsco e Incerteza Na lteratura econômca, a prmera
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisAnálise Fatorial F 1 F 2
Análse Fatoral Análse Fatoral: A Análse Fatoral tem como prncpal objetvo descrever um conjunto de varáves orgnas através da cração de um número menor de varáves (fatores). Os fatores são varáves hpotétcas
Leia maisDETERMINANTES SOCIODEMOGRÁFICOS E ECONÔMICOS DAS ATIVIDADES DOS IDOSOS NO NORDESTE BRASILEIRO RESUMO
Revsta Economa e Desenvolvmento, n. 21, 2009 DETERMINANTES SOCIODEMOGRÁFICOS E ECONÔMICOS DAS ATIVIDADES DOS IDOSOS NO NORDESTE BRASILEIRO Elane Pnhero de Sousa 1 João Eustáquo de Lma 2 RESUMO As mudanças
Leia maisMetodologia IHFA - Índice de Hedge Funds ANBIMA
Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge
Leia mais1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.
A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.
Leia maisAnálise da Situação Ocupacional de Crianças e Adolescentes nas Regiões Sudeste e Nordeste do Brasil Utilizando Informações da PNAD 1999 *
Análse da Stuação Ocupaconal de Cranças e Adolescentes nas Regões Sudeste e Nordeste do Brasl Utlzando Informações da PNAD 1999 * Phllppe George Perera Gumarães Lete PUC Ro/Depto. De Economa IBGE/ENCE
Leia maisAs tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.
1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação
Leia maisI. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que
DESEMPREGO DE JOVENS NO BRASIL I. Introdução O desemprego é vsto por mutos como um grave problema socal que vem afetando tanto economas desenvolvdas como em desenvolvmento. Podemos dzer que os índces de
Leia maisModelos estatísticos para previsão de partidas de futebol
Modelos estatístcos para prevsão de partdas de futebol Dan Gamerman Insttuto de Matemátca, UFRJ dan@m.ufrj.br X Semana da Matemátca e II Semana da Estatístca da UFOP Ouro Preto, MG 03/11/2010 Algumas perguntas
Leia maisAplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2
Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer
Leia maisNOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia maisAnálise Econômica da Aplicação de Motores de Alto Rendimento
Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente
Leia maisFísica. Setor B. Índice-controle de Estudo. Prof.: Aula 23 (pág. 86) AD TM TC. Aula 24 (pág. 87) AD TM TC. Aula 25 (pág.
Físca Setor Prof.: Índce-controle de studo ula 23 (pág. 86) D TM TC ula 24 (pág. 87) D TM TC ula 25 (pág. 88) D TM TC ula 26 (pág. 89) D TM TC ula 27 (pág. 91) D TM TC ula 28 (pág. 91) D TM TC evsanglo
Leia maisSinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.
Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu
Leia maisDeterminantes da adoção da tecnologia de despolpamento na cafeicultura: estudo de uma região produtora da Zona da Mata de Minas Gerais 1
DETERMINANTES DA ADOÇÃO DA TECNOLOGIA DE DESPOLPAMENTO NA CAFEICULTURA: ESTUDO DE UMA REGIÃO PRODUTORA DA ZONA DA MATA DE MINAS GERAIS govanblas@yahoo.com.br Apresentação Oral-Cênca, Pesqusa e Transferênca
Leia maisMAE5778 - Teoria da Resposta ao Item
MAE5778 - Teora da Resposta ao Item Fernando Henrque Ferraz Perera da Rosa Robson Lunard 1 de feverero de 2005 Lsta 2 1. Na Tabela 1 estão apresentados os parâmetros de 6 tens, na escala (0,1). a b c 1
Leia maisControlo Metrológico de Contadores de Gás
Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade
Leia maisCovariância e Correlação Linear
TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento
Leia maisA mobilidade ocupacional das trabalhadoras domésticas no Brasil
A mobldade ocupaconal das trabalhadoras doméstcas no Brasl Resumo Kata Sato Escola de Economa de São Paulo Fundação Getúlo Vargas EESP-FGV André Portela Souza Escola de Economa de São Paulo Fundação Getúlo
Leia maisControle de qualidade de produto cartográfico aplicado a imagem de alta resolução
Controle de qualdade de produto cartográfco aplcado a magem de alta resolução Nathála de Alcântara Rodrgues Alves¹ Mara Emanuella Frmno Barbosa¹ Sydney de Olvera Das¹ ¹ Insttuto Federal de Educação Cênca
Leia maisControle Estatístico de Qualidade. Capítulo 8 (montgomery)
Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado
Leia maisDeterminantes da Desigualdade de Renda em Áreas Rurais do Nordeste.
Determnantes da Desgualdade de Renda em Áreas Ruras do Nordeste. Autores FLÁVIO ATALIBA BARRETO DÉBORA GASPAR JAIR ANDRADE ARAÚJO Ensao Sobre Pobreza Nº 18 Março de 2009 CAEN - UFC Determnantes da Desgualdade
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 maisPROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA
658 Gaudo & Zandonade Qum. Nova Qum. Nova, Vol. 4, No. 5, 658-671, 001. Dvulgação PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA Anderson Coser Gaudo
Leia maisCOMPARATIVO ENTRE MÉTODOS DE CÁLCULO DE PERDAS EM TRANSFORMADORES ALIMENTANDO CARGAS NÃO-LINEARES
COMARAVO ENRE MÉODOS DE CÁLCULO DE ERDAS EM RANSFORMADORES ALMENANDO CARGAS NÃO-LNEARES GUMARÃES, Magno de Bastos EEEC/ UFG/ EQ magnobg@otmal.com. NRODUÇÃO LSA, Luz Roberto EEEC/ UFG lsta@eee.ufg.br NERYS,
Leia maisOtimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN Otmzação de ustos de Transporte e Trbutáros em um Problema de Dstrbução Naconal de Gás Fernanda Hamacher 1, Fernanda Menezes
Leia maisUTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:
UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje
Leia maisLista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M.
Lsta de Exercícos de Recuperação do Bmestre Instruções geras: Resolver os exercícos à caneta e em folha de papel almaço ou monobloco (folha de fcháro). Copar os enuncados das questões. Entregar a lsta
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia
CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da
Leia maisPREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS
PREVISÃO DE PRTIDS DE FUTEBOL USNDO MODELOS DINÂMICOS Oswaldo Gomes de Souza Junor Insttuto de Matemátca Unversdade Federal do Ro de Janero junor@dme.ufrj.br Dan Gamerman Insttuto de Matemátca Unversdade
Leia maisANEXO II METODOLOGIA E CÁLCULO DO FATOR X
ANEXO II Nota Técnca nº 256/2009-SRE/ANEEL Brasíla, 29 de julho de 2009 METODOLOGIA E ÁLULO DO FATOR X ANEXO II Nota Técnca n o 256/2009 SRE/ANEEL Em 29 de julho de 2009. Processo nº 48500.004295/2006-48
Leia maisMODELAGEM DA FRAÇÃO DE NÃO-CONFORMES EM PROCESSOS INDUSTRIAIS
versão mpressa ISSN 0101-7438 / versão onlne ISSN 1678-5142 MODELAGEM DA FRAÇÃO DE NÃO-CONFORMES EM PROCESSOS INDUSTRIAIS Ângelo Márco Olvera Sant Anna* Carla Schwengber ten Caten Programa de Pós-graduação
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 maisEstimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel
Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,
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 maisDistribuição de Massa Molar
Químca de Polímeros Prof a. Dr a. Carla Dalmoln carla.dalmoln@udesc.br Dstrbução de Massa Molar Materas Polmércos Polímero = 1 macromolécula com undades químcas repetdas ou Materal composto por númeras
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 maisUniversidade de Lisboa Faculdade de Ciências. Departamento de Estatística e Investigação Operacional
Unversdade de Lsboa Faculdade de Cêncas Departamento de Estatístca e Investgação Operaconal Síndrome Coronáro Agudo: Análse do mpacto das varáves sócodemográfcas, ambentas e clíncas na demora méda entre
Leia maisREGULAMENTO GERAL (Modalidades 1, 2, 3 e 4)
REGULAMENTO GERAL (Modaldades 1, 2, 3 e 4) 1. PARTICIPAÇÃO 1.1 Podem concorrer ao 11º Prêmo FIEB de Desempenho Socoambental da Indústra Baana empresas do setor ndustral nas categoras MICRO E PEQUENO, MÉDIO
Leia maisUM ESTUDO SOBRE A DESIGUALDADE NO ACESSO À SAÚDE NA REGIÃO SUL
1 UM ESTUDO SOBRE A DESIGUALDADE NO ACESSO À SAÚDE NA REGIÃO SUL Área 4 - Desenvolvmento, Pobreza e Eqüdade Patríca Ullmann Palermo (Doutoranda PPGE/UFRGS) Marcelo Savno Portugal (Professor do PPGE/UFRGS)
Leia maisPROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ
GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS
Leia mais* Economista do Instituto Federal do Sertão Pernambucano na Pró-Reitoria de Desenvolvimento Institucional PRODI.
O desempenho setoral dos muncípos que compõem o Sertão Pernambucano: uma análse regonal sob a ótca energétca. Carlos Fabano da Slva * Introdução Entre a publcação de Methods of Regonal Analyss de Walter
Leia mais1 INTRODUÇÃO. 1 Segundo Menezes-Filho (2001), brasileiros com ensino fundamental completo ganham, em média, três vezes
A amplação da jornada escolar melhora o desempenho acadêmco dos estudantes? Uma avalação do programa Escola de Tempo Integral da rede públca do Estado de São Paulo 1 INTRODUÇÃO O acesso à educação é uma
Leia maisÁREA DE INTERESSE: TEORIA ECONÔMICA E MÉTODOS QUANTITATIVOS
ÁREA DE INTERESSE: TEORIA ECONÔMICA E MÉTODOS QUANTITATIVOS TÍTULO: ECONOMETRIA NÃO PARAMÉTRICA E EXPECTATIVA DE VIDA NOS MUNICÍPIOS DO NORDESTE: UMA APLICAÇÃO DO ESTIMADOR DE NADARAYA-WATSON. Palavras-Chaves:
Leia maisAnálise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura
Análse logístca da localzação de um armazém para uma empresa do Sul Flumnense mportadora de alho n natura Jader Ferrera Mendonça Patríca Res Cunha Ilton Curty Leal Junor Unversdade Federal Flumnense Unversdade
Leia maisEnergia de deformação na flexão
- UNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA INDUSTRIAL METALÚRGICA DE VOLTA REDONDA PROFESSORA: SALETE SOUZA DE OLIVEIRA BUFFONI DISCIPLINA: RESISTÊNCIA DOS MATERIAIS Energa de deformação na
Leia maisProf. Benjamin Cesar. Onde a(n, i) é o fator de valor atual de uma série de pagamentos. M: montante da renda na data do último depósito.
Matemátca Fnancera Rendas Certas Prof. Benjamn Cesar Sére de Pagamentos Unforme e Peródca. Rendas Certas Anudades. É uma sequênca de n pagamentos de mesmo valor P, espaçados de um mesmo ntervalo de tempo
Leia maisRESOLUÇÃO DE ESTRUTURAS SUBSAL ATRAVÉS DE MIGRAÇÃO RTM
Copyrght 004, Insttuto Braslero de Petróleo e Gás - IBP Este Trabalho Técnco Centífco fo preparado para apresentação no 3 Congresso Braslero de P&D em Petróleo e Gás, a ser realzado no período de a 5 de
Leia maisTRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO
TRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO Janaína Poffo Possama janapoffo@gmal.com Unversdade Regonal de Blumenau Rua Antôno da Vega, 0 8902-900 - Blumenau
Leia maisDepartamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade
Departaento de Inforátca Dscplna: do Desepenho de Ssteas de Coputação Medda de Probabldade Prof. Sérgo Colcher colcher@nf.puc-ro.br Teora da Probabldade Modelo ateátco que perte estudar, de fora abstrata,
Leia maisAplicações de Estimadores Bayesianos Empíricos para Análise Espacial de Taxas de Mortalidade
Aplcações de Estmadores Bayesanos Empírcos para Análse Espacal de Taxas de Mortaldade Alexandre E. dos Santos, Alexandre L. Rodrgues, Danlo L. Lopes Departamento de Estatístca Unversdade Federal de Mnas
Leia maisTEXTO PARA DISCUSSÃO PROPOSTA DE MUDANÇA NO RATEIO DA COTA PARTE DO ICMS ENTRE OS MUNICÍPIOS CEARENSES
GOVERO DO ESTADO DO CEARÁ SECRETARIA DE PLAEJAMETO E GESTÃO (SEPLAG) Insttuto de Pesqusa e Estratéga Econômca do Ceará (IPECE) TEXTO PARA DISCUSSÃO PROPOSTA DE MUDAÇA O RATEIO DA COTA PARTE DO ICMS ETRE
Leia maisMAE116 Noções de Estatística
Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,
Leia maisBiocombustíveis e inclusão social: impacto das normas ambientais sobre o mercado de trabalho
Bocombustíves e nclusão socal: mpacto das normas ambentas sobre o mercado de trabalho Márca Azanha Ferraz Das de Moraes ESALQ/USP Colaboração: Fabíola Crstna Rbero de Olvera Luz Gustavo Antono de Souza
Leia maisELEMENTOS DE CIRCUITOS
MINISTÉRIO D EDUCÇÃO SECRETRI DE EDUCÇÃO PROFISSIONL E TECNOLÓGIC INSTITUTO FEDERL DE EDUCÇÃO, CIÊNCI E TECNOLOGI DE SNT CTRIN CMPUS DE SÃO JOSÉ - ÁRE DE TELECOMUNICÇÕES CURSO TÉCNICO EM TELECOMUNICÇÕES
Leia maisALTERNATIVAS E COMPARAÇÕES DE MODELOS LINEARES PARA ESTIMAÇÃO DA BIOMASSA VERDE DE Bambusa vulgaris NA EXISTÊNCIA DE MULTICOLINEARIDADE
ADRIANO VICTOR LOPES DA SILVA ALTERNATIVAS E COMPARAÇÕES DE MODELOS LINEARES PARA ESTIMAÇÃO DA BIOMASSA VERDE DE Bambusa vulgars NA EXISTÊNCIA DE MULTICOLINEARIDADE RECIFE-PE Feverero /2008. Lvros Gráts
Leia maisTestando um Mito de Investimento : Eficácia da Estratégia de Investimento em Ações de Crescimento.
Testando um Mto de Investmento : Efcáca da Estratéga de Investmento em Ações de Crescmento. Autora: Perre Lucena Rabon, Odlon Saturnno Slva Neto, Valera Louse de Araújo Maranhão, Luz Fernando Correa de
Leia maisMAPEAMENTO DA VARIABILIDADE ESPACIAL
IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal
Leia maisNovas Forças de Atração nas Grandes Cidades *
Novas Forças de Atração nas Grandes Cdades * Cro Bderman ** Resumo Este artgo procura explcar a atual desconcentração dos servços nas grandes áreas urbanas e o movmento paralelo de concentração para os
Leia maisAvaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe
Avalação da Tendênca de Precptação Pluvométrca Anual no Estado de Sergpe Dandara de Olvera Félx, Inaá Francsco de Sousa 2, Pablo Jónata Santana da Slva Nascmento, Davd Noguera dos Santos 3 Graduandos em
Leia maisANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO
ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO J. W. B. Lopes 1 ; E. A. R. Pnhero 2 ; J. R. de Araújo Neto 3 ; J. C. N. dos Santos 4 RESUMO: Esse estudo fo conduzdo
Leia mais1 Princípios da entropia e da energia
1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção
Leia maisPalavras-chave: Índice de Sustentabilidade Empresarial, Q-Tobin e Valor de Mercado.
ÁREA TEMÀTICA: Gestão Socoambental TÍTULO DO TRABALHO: Sustentabldade Empresaral versus Valor de Mercado: Uma Analse Empírca no Mercado de Captas Braslero AUTORES RONALD MARCELINO ABASTO MONTEIRO Faculdade
Leia maisTítulo: A Geografia do Voto no Brasil nas Eleições Municipais de 2008: Uma Análise Com Efeito Threshold.
Título: A Geografa do Voto no Brasl nas Eleções Muncpas de 2008: Uma Análse Com Efeto Threshold. Pablo Urano de Carvalho Castelar Professor da Unversdade Federal do Ceará Campus Sobral e-mal: pcastelar@ufc.br
Leia maisMODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE
MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE R. L. S. CANEVESI 1, C. L. DIEL 2, K. A. SANTOS 1, C. E. BORBA 1, F. PALÚ 1, E. A. DA SILVA 1 1 Unversdade Estadual
Leia mais2 ANÁLISE ESPACIAL DE EVENTOS
ANÁLISE ESPACIAL DE EVENTOS Glberto Câmara Marla Sá Carvalho.1 INTRODUÇÃO Neste capítulo serão estudados os fenômenos expressos através de ocorrêncas dentfcadas como pontos localzados no espaço, denomnados
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 maisDesemprego de Jovens no Brasil *
Desemprego de Jovens no Brasl * Prsclla Matas Flor Palavras-chave: desemprego; jovens; prmero emprego; Brasl. Resumo Este trabalho tem como objetvo analsar a estrutura do desemprego dos jovens no Brasl,
Leia maisUniversidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações.
A CONSTRUÇÃO DE CARTEIRAS EFICIENTES POR INTERMÉDIO DO CAPM NO MERCADO ACIONÁRIO BRASILEIRO: UM ESTUDO DE CASO PARA O PERÍODO 006-010 Rodrgo Augusto Vera (PROVIC/UEPG), Emerson Martns Hlgemberg (Orentador),
Leia maisALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL
ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL Danlo Augusto Hereda VIEIRA 1 Celso Correa de SOUZA 2 José Francsco dos REIS NETO 3 Resumo. As
Leia maisSALÁRIO DE RESERVA E DURAÇÃO DO DESEMPREGO NO BRASIL: UMA ANÁLISE COM DADOS DA PESQUISA DE PADRÃO DE VIDA DO IBGE
SALÁRIO DE RESERVA E DURAÇÃO DO DESEMPREGO NO BRASIL: UMA ANÁLISE COM DADOS DA PESQUISA DE PADRÃO DE VIDA DO IBGE Vctor Hugo de Olvera José Ramundo Carvalho Resumo O objetvo do presente estudo é o de analsar
Leia maisFUNDAÇÃO GETULIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM FINANÇAS E ECONOMIA EMPRESARIAL FELIPE ABAD HENRIQUES
FUNDAÇÃO GETULIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM FINANÇAS E ECONOMIA EMPRESARIAL FELIPE ABAD HENRIQUES ESTUDO DO COMPORTAMENTO DO RETORNO DAS AÇÕES AO REDOR DA DATA EX-DISTRIBUIÇÃO
Leia maisSistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001
Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)
Leia maisSistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?
Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda
Leia maisAULA EXTRA Análise de Regressão Logística
1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável
Leia mais