Estatística II. Aula 7. Prof. Patricia Maria Bortolon, D. Sc.
|
|
- Rubens Fialho Mendonça
- 8 Há anos
- Visualizações:
Transcrição
1 Estatística II Aula 7 Prof. Patricia Maria Bortolon, D. Sc.
2 Análise da Variância
3 Objetivos do Aprendizado Nesta aula você aprenderá: A utilizar a análise de variância de fator único para testar diferenças entre as médias aritméticas de diversos grupos A identificar os grupos diferentes A testar a homogeneidade da variância entre os diversos grupos
4 Visão Geral do Capítulo Análise da Variância (ANOVA) ANOVA Fator Único Teste F Teste Tukey- Kramer ANOVA Dois Fatores Efeitos da Interação
5 ANOVA Descrição Geral O pesquisador controla um ou mais fatores de interesse Cada fator contém dois ou mais níveis Os níveis podem ser numéricos ou categóricos Diferentes níveis produzem diferentes grupos Pense nos grupos como populações Observe os efeitos na variável dependente Os grupos são iguais?
6 Análise da Variância de Fator Único Avaliar a diferença entre as médias de três ou mais grupos Exemplos: Taxas de acidentes para o 1o., o. e 3o. turnos de uma fábrica Milhagem esperada para cinco diferentes tipos de pneus Premissas Populações são normalmente distribuídas Populações têm variâncias iguais Amostras extraídas de forma aleatória e independente
7 Hipótese: ANOVA de fator único H0 : μ1 μ μ3 μc H 1 As populações têm médias iguais i.e., não há efeito de tratamento (não há variações entre as médias dos grupos) : Nem todas as médias populacionais são iguais Pelo menos uma população tem média diferente das demais i.e., há um efeito de tratamento (grupos) Não significa que todas as médias são diferentes entre si (pelo menos uma das médias é diferente das demais)
8 Hipótese: ANOVA de fator único H H 0 : μ1 μ μ3 μc 1 : Nem todas μ j são iguais Todas as médias são iguais: A hipótese nula é verdadeira (Não há efeito do grupo) μ 1 μ μ3
9 Hipótese: ANOVA de fator único H H 0 : μ1 μ μ3 μc 1 : Nem todas μ j são iguais Pelo menos uma média é diferente: A hipótese nula NÃO é verdadeira (há efeito de tratamento) ou μ1 μ μ3 μ1 μ μ3
10 Dividindo a Variação A variação total pode ser dividida em duas partes: STQ = SQE + SQD STQ = Soma total dos quadrados (Variação Total) SQE = Soma dos quadrados entre grupos (Variação entre grupos) SQD = Soma dos quadrados dentro dos grupos (Variação dentro dos grupos)
11 Dividindo a Variação STQ = SQE + SQD Variação Total = mede a dispersão de cada dado individual em torno da grande média. A grande média é a média aritmética de todos os valores em todos os grupos combinados. (STQ) Variação entre grupos = mede a dispersão entre os grupos. Baseada nas diferenças entre as médias de cada grupo e a grande média. (SQE) Variação dentro dos grupos = dispersão existente dentro de cada grupo. Baseada nas diferença entre cada observação e a média do seu grupo. (SQD)
12 Dividindo a Variação Variação Total (STQ) Variação entre grupos (SQE) = + Variação dentro dos grupos (SQD)
13 Tabela ANOVA de um fator Fonte da Variação Entre Grupos Dentro dos Grupos g.l. Soma dos Quadrados c-1 SQE MQE n-c SQD MQD Total n-1 STQ = SQE + SQD Média dos Quadrados (Variância) F F MQE MQD c = número de grupos n = soma dos tamanhos de amostra de todos os grupos gl = graus de liberdade
14 A soma total dos quadrados STQ = SQE + SQD Onde: STQ j c n j 1 i 1 ( X ij X ) STQ = Soma total dos quadrados c = número de grupos n j = número de valores no grupo j X ij = i ésimo valor do grupo j X = grande média (média de todos os valores)
15 A soma total dos quadrados STQ c n j j 1 i 1 ( X ij X ) STQ ( X X 11 X ) ( X1 X )... ( X nc )
16 Variação dentro dos grupos STQ = SQE + SQD Onde: SQD c n j 1 i 1 j ( X X j SQD = Soma dos quadrados dentro dos grupos c = número de grupos n j = número de valores no grupo j X j = média aritmética da amostra do grupo j X ij = i ésimo valor no grupo j ij )
17 Variação dentro dos grupos SQD j c 1 n j i 1 ( X ij X j ) SQD ( X 1 11 X 1 ) ( X 1 X )... ( X nc X c ) j
18 Variação entre grupos STQ = SQE + SQD Onde: SQE c j 1 n j ( X X ) SQE = Soma dos quadrados entre grupos c = número de grupos n j = número de observações no grupo j X j = média aritmética da amostra do grupo j X = grande média (média de todos os valores) j
19 Variação entre grupos SQE n 1 (X1 X) n(x X)... nc(xc X) SQE j c 1 n j (X j X) µ 1 µ µ c
20 Médias dos Quadrados MQE MQD MTQ SQE c 1 SQD n c STQ n 1 Média dos quadrados entre grupos Média dos quadrados dentro dos grupos Média total dos quadrados
21 Tabela ANOVA de um fator Fonte da Variação g.l. Soma dos Quadrados Média dos Quadrados (Variância) F Entre Grupos Dentro dos Grupos c-1 SQE MQE n-c SQD MQD Total n-1 STQ = SQE + SQD F MQE MQD c = número de grupos n = soma dos tamanhos de amostra de todos os grupos gl = graus de liberdade
22 ANOVA de um fator Teste Estatístico H 0 : μ 1 = μ = = μ c H 1 : Pelo menos duas populações têm médias diferentes Estatística de teste: F MQE MQD MQE média dos quadrados entre grupos MQD média dos quadrados dentro dos grupos Graus de liberdade gl 1 = c 1 (c = numero de grupos) gl = n c (n = soma de todos os tamanhos de amostras)
23 Distribuição F de Snedecor O valor crítico de F pode ser encontrado nas tabelas F Há dois graus de liberdade: numerador e denominador. Na tabela F, Graus de liberdade do numerador determinam a coluna Graus de liberdade do denominador determinam a linha
24 Como encontrar os valores críticos da Distribuição F Para encontrar os valores críticos de F: 1. Encontre F S na tabela F para n 1 1 numerador e n 1 denominador graus de liberdade.. Encontre F I usando a fórmula: F I 1 F S* Onde F S* vem da tabela F com n 1 numerador e n 1 1 denominador graus de liberdade (i.e., inverta os g.l. de F S )
25 Como encontrar os valores críticos da Distribuição F Exemplo: encontre os valores críticos superior e inferior da distribuição F com 15 g.l. no numerador e 5 g.l. no denominador para um nível de confiança de 10% bicaudal 1. Encontre F S : =,09 (coluna 15; linha 5). Encontre F I usando a fórmula: F I 1 F S* F S* para 5 g.l. (aproxima-se para 4) no numerador e 15 g.l. no denominador é igual a,9 (coluna 4; linha 15) F I = 1 /,9 = 0,4367
26 ANOVA de um fator Teste Estatístico A estatística F é a razão entre as variações entre e dentro dos grupos A razão será sempre positiva gl 1 = c -1 será em geral pequeno gl = n - c será em geral grande Decisão: Rejeita H 0 se F > F S, senão não rejeita H 0 =.05 0 Não rejeita H 0 F S Rejeita H 0
27 ANOVA de um fator Exemplo Você quer verificar se três diferentes fabricantes de sorvetes têm custos diferentes de fabricação por mil litros de sorvete. Você aleatoriamente escolhe cinco medidas de custos feitas em momentos diferentes no tempo para cada fabricante. A um nível de significância de 5%, há diferenças entre os custos? Fab. 1 Fab. Fab
28 ANOVA de um fator Exemplo Custo Fab. 1 Fab. Fab x1 49. x 6.0 x3 x X 1 X 1 3 Fabricante X 3 X
29 ANOVA de um fator Exemplo X 1 = 49. X = 6.0 X 3 = 05.8 X = 7.0 n 1 = 5 n = 5 n 3 = 5 n = 15 c = 3 SQE = 5 (49. 7) + 5 (6 7) + 5 (05.8 7) = SQD = (54 49.) + (63 49.) + + (51 49.) + + (34 6) + (34 6) + + (34 6) + + (00 05,8) + ( 05,8) + + (04 05,8) + =
30 ANOVA de um fator Exemplo MQE = / (3-1) = 358. MQD = / (15-3) = 93.3 F Valor Crítico: F S = 3.89 =.05 0 Não rejeita H 0 Rejeita H 0 F S = 3.89 F = 5.75 Fs para (c-1) = g.l. no numerador e (n-c)=(15-3)=1 g.l. no denominador
31 ANOVA de um fator Exemplo H 0 : μ 1 = μ = μ 3 H 1 : μ j não são todas iguais =.05 gl 1 = gl = 1 Decisão: Rejeita H 0 a α = 0.05 Conclusão: Há evidências de que pelo menos uma μ j seja diferente das demais.
32 ANOVA de um fator no Excel Anova: fator único RESUMO Grupo Contagem Soma Média Variância Fab , 108, Fab ,5 Fab ,8 94, ANOVA Fonte da variação SQ gl MQ F valor-p F crítico Entre grupos 4716,4 358, 5, ,9854E-05 3, Dentro dos grupos 1119,6 1 93,3 Total EXCEL: Selecione: Ferramentas => Análise de dados => ANOVA: fator único
33 O Procedimento de Tukey-Kramer Mostra que população tem média significativamente diferente ex.: μ 1 = μ μ 3 Feito após a rejeição da hipótese de igualdade de médias através da ANOVA Permite múltiplas comparações Compara diferenças em valor absoluto com intervalo crítico μ 1 = μ μ 3 x
34 Intervalo Críticio para o Procedimento detukey-kramer Intervalo Critico QS MQD 1 n 1 j n j' Onde: Q S = Valor crítico da cauda superior, a partir da distribuição de intervalos de Student, com c g.l. no numerador e n - c g.l. no denominador para determinado nível de (ver tabela E.9) MQD = Média dos Quadrados dentro dos Grupos n j e n j = Tamanho das amsotras para os grupos j e j
35 O Procedimento de Tukey-Kramer Fab. 1 Fab. Fab Calcule as diferenças de médias em valores absolutos: x x x 1 1 x x x , 49, 6,0 6,0 05,8 05,8 3, 43,4 0,. Encontre Q S na Tabela E.9 com c = 3 e (n c) = (15 3) = 1 graus de liberdade para o nível desejado de ( =.05 neste exemplo): Q S 3,77
36 O Procedimento de Tukey-Kramer 3. Calcule o intervalo crítico: Intervalo Crítico Q S MQD 1 n j 1 n j' 3,77 93, ,85 4. Compare: x1 x 3, x1 x3 43,4 x x3 0, 5. Todos os valores absolutos das diferenças são maiores que o intervalo crítico. Portanto há uma diferença significativa entre cada par de médias a um nível de significância de 5%.
37 Premissas ANOVA Aleatoriedade e Independência Selecione amostras aleatórias a partir das c populações ou designe aleatoriamente os itens aos c níveis do fator Normalidade As amostras são extraídas de populações distribuídas nos moldes da distribuição normal Se violado, use teste não-paramétrico de Kruskal Wallis Homogeneidade das Variancias O teste F é pouco afetado se as amostras são de mesmo tamanho, se os tamanhos forem diferentes o teste é prejudicado Essa premissa pode ser verificada pelo Teste de Levene
38 Teste de Homogeneidade das Variâncias Teste de Levene Testa a premissa de homogeneidade de variâncias. Primeiro, defina as hipóteses nula e alternativa: H 0 : σ 1 = σ = =σ c H 1 : Nem todas as σ j são iguais Segundo, calcule os valores absolutos das diferenças entre cada um dos valores e a mediana de seu grupo. Terceiro, faça um teste ANOVA de um fator para esses valores absolutos de diferenças.
39 Nesta aula, nós vimos: Resumo do Capítulo Descrição da análise de variância de um fator A lógica da ANOVA Premissas da ANOVA Teste F para a diferença nas c médias O Procedimento de Tukey-Kramer para comparações múltiplas Teste de Levene para a Homogeneidade das Variâncias
Capítulo 11 Análise da Variância. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1
Capítulo 11 Análise da Variância Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1 Objetivos do Aprendizado Neste capítulo você aprenderá: Os conceitos básicos da modelagem
Leia maisCap. 12 Testes Qui- Quadrados e Testes Não-Paramétricos. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc.
Cap. 1 Testes Qui- Quadrados e Testes Não-Paramétricos Statistics for Managers Using Microsoft Excel, 5e 008 Prentice-Hall, Inc. Chap 1-1 Final de curso... tempo de recordar : ) Cap. 9 Fundamentos de testes
Leia maisTestes (Não) Paramétricos
Armando B. Mendes, DM, UAç 09--006 ANOVA: Objectivos Verificar as condições de aplicabilidade de testes de comparação de médias; Utilizar ANOVA a um factor, a dois factores e mais de dois factores e interpretar
Leia maisContabilometria. Aula 10 Grau de Ajustamento e Verificação das Premissas MQO
Contabilometria Aula 10 Grau de Ajustamento e Verificação das Premissas MQO Ferramentas -------- Análise de Dados -------- Regressão Regressão Linear - Exemplo Usando o Excel Regressão Linear Output do
Leia maisContabilometria. Aula 11 Regressão Linear Múltipla e Variáveis Dummy
Contailometria Aula Regressão Linear Múltipla e Variáveis Dummy O Modelo de Regressão Múltipla Ideia: Examinar a relação linear entre variável dependente (Y) & ou mais variáveis independentes (X i ). Modelo
Leia maisTécnicas Multivariadas em Saúde. Comparações de Médias Multivariadas. Métodos Multivariados em Saúde - 2015. Roteiro. Testes de Significância
Roteiro Técnicas Multivariadas em Saúde Lupércio França Bessegato Dep. Estatística/UFJF 1. Introdução 2. Distribuições de Probabilidade Multivariadas 3. Representação de Dados Multivariados 4. Testes de
Leia mais1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente.
TESTES NÃO - PARAMÉTRICOS As técnicas da Estatística Não-Paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à
Leia maisAula 3 Análise Estatística de Dados Experimentais em Excel Página 1 de 14. Exercício 1. Ferramentas >> Análise de Dados. Estatística Descritiva >> OK
Aula 3 Análise Estatística de Dados Experimentais em Excel Página 1 de 14 Exercício 1 Ferramentas >> Análise de Dados Estatística Descritiva >> OK Aula 3 Análise Estatística de Dados Experimentais em Excel
Leia maisEXCEL NA ANÁLISE DE REGRESSÃO
EXCEL NA ANÁLISE DE REGRESSÃO _2010_03_Exercicio _Regressão_exemplo O gerente de uma loja de artigos escolares, cada semana, deve decidir quanto gastar com propaganda e que atrativo (por exemplo preços
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisExemplos de Testes de Hipóteses para Médias Populacionais
Exemplos de Testes de Hipóteses para Médias Populacionais Vamos considerar exemplos de testes de hipóteses para a média de uma população para os dois casos mais importantes na prática: O tamanho da amostra
Leia maisRevisão: Noções básicas de estatística aplicada a avaliações de imóveis
Curso de Avaliações Prof. Carlos Aurélio Nadal cnadal@ufpr.br 1 AULA 03 Revisão: Noções básicas de estatística aplicada a avaliações de imóveis 2 OBSERVAÇÃO: é o valor obtido durante um processo de medição.
Leia maisAnova Univariada e Multivariada
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Anova Univariada e Multivariada Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Denis
Leia maisANÁLISE DE VARIÂNCIA ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM
ANÁLISE DE VARIÂNCIA ANOVA Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM UM EXEMPLO DE APLICAÇÃO Digamos que temos 6 métodos de ensino aplicados a 30 crianças cada
Leia maisTeste de hipóteses com duas amostras. Estatística Aplicada Larson Farber
8 Teste de hipóteses com duas amostras Estatística Aplicada Larson Farber Seção 8.1 Testando a diferença entre duas médias (amostras grandes e independentes) Visão geral Para testar o efeito benéfico de
Leia maisAnálise da Variância. Prof. Dr. Alberto Franke (48)
Análise da Variância Prof. Dr. Alberto Franke (48) 91471041 Análise da variância Até aqui, a metodologia do teste de hipóteses foi utilizada para tirar conclusões sobre possíveis diferenças entre os parâmetros
Leia maisCapítulo 3 Modelos Estatísticos
Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado Resenha Slide
Leia maisMODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS
MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS Definições Variáveis Aleatórias Uma variável aleatória representa um valor numérico possível de um evento incerto. Variáveis aleatórias
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisEstatística II Antonio Roque Aula 9. Testes de Hipóteses
Testes de Hipóteses Os problemas de inferência estatística tratados nas aulas anteriores podem ser enfocados de um ponto de vista um pouco diferente: ao invés de se construir intervalos de confiança para
Leia maisUMA ABORDAGEM DOS TESTES NÃO-PARAMÉTRICOS COM UTILIZAÇÃO DO EXCEL
UMA ABORDAGEM DOS TESTES NÃO-PARAMÉTRICOS COM UTILIZAÇÃO DO EXCEL Arthur Alexandre Hackbarth Neto, Esp. FURB Universidade Regional de Blumenau Carlos Efrain Stein, Ms. FURB Universidade Regional de Blumenau
Leia maisO teste de McNemar. A tabela 2x2. Depois
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a significância de mudanças é particularmente aplicável aos experimentos do tipo "antes
Leia maisDesvendando a Estatística com o R Commander
UTFPR - Universidade Tecnológica Federal do Paraná Desvendando a Estatística com o R Commander Prof. MSc. Jonas Joacir Radtke Sumário 1 Introdução p. 3 1.1 Instalação do R Commander..........................
Leia maisAULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais
1 AULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 20 e 22 de abril e 04 de maio de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte:
Leia maisEstatística e Probabilidade. Aula 8 Cap 05. Distribuição normal de probabilidade
Estatística e Probabilidade Aula 8 Cap 05 Distribuição normal de probabilidade Estatística e Probabilidade Na aula anterior vimos... Distribuições Binomiais Distribuição Geométrica Distribuição de Poisson
Leia maisTÉCNICAS DE ANÁLISE DE DADOS
observação = previsível + aleatória aleatória obedece algum modelo de probabilidade ferramenta: análise de variância identificar fatores, controláveis, que expliquem o fenômeno ou alterem a característica
Leia maisCapítulo 8 - Testes de hipóteses. 8.1 Introdução
Capítulo 8 - Testes de hipóteses 8.1 Introdução Nos capítulos anteriores vimos como estimar um parâmetro desconhecido a partir de uma amostra (obtendo estimativas pontuais e intervalos de confiança para
Leia maisProbabilidades e Estatística
Trabalho Prático de Avaliação Probabilidades e Estatística Grupo Nº 3 Célia Teixeira ei3636 Mário Serafim ei2300 José Afonso ei2467 João Pereira ei3502 Escola Superior de Tecnologia e Gestão de Beja Temas
Leia maisAula 5 Metodologias de avaliação de impacto
Aula 5 Metodologias de avaliação de impacto Metodologias de Avaliação de Impacto Objetiva quantificar as mudanças que o projeto causou na vida dos beneficiários. Plano de Aula Método experimental: regressão
Leia maisDelineamento em Blocos ao Acaso
Costa, S.C. 1 Universidade Estadual de Londrina Departamento de Estatística Delineamento em Blocos ao Acaso Silvano Cesar da Costa Londrina - Paraná Costa, S.C. 2 Delineamento em Blocos Casualizados Experimento
Leia maisIV TESTES PARA DUAS AMOSTRAS INDEPENDENTES
IV TESTES PARA DUAS AMOSTRAS INDEPENDENTES Estes testes se aplicam a planos amostrais onde se deseja comparar dois grupos independentes. Esses grupos podem ter sido formados de duas maneiras diferentes:
Leia maisSEI Superintendência de Estudos Econômicos e Sociais da Bahia Av Luiz Viana Filho, 435-4ª avenida, 2º andar CAB CEP 41.750-300 Salvador - Bahia Tel.
SIDE Sistema de Dados Estatísticos AJUDA SEI Superintendência de Estudos Econômicos e Sociais da Bahia Av Luiz Viana Filho, 435-4ª avenida, 2º andar CAB CEP 41.750-300 Salvador - Bahia O QUE O NOSSO BANCO
Leia maisPROBABILIDADE. Aula 5
Curso: Psicologia Disciplina: Métodos Quantitativos Profa. Valdinéia Data: 28/10/15 PROBABILIDADE Aula 5 Geralmente a cada experimento aparecem vários resultados possíveis. Por exemplo ao jogar uma moeda,
Leia maisTeste de Hipóteses e Intervalos de Confiança
Teste de Hipóteses e Intervalos de Confiança Teste de Hipótese e Intervalo de Confiança para a média Monitor Adan Marcel 1) Deseja-se estudar se uma moléstia que ataca o rim altera o consumo de oxigênio
Leia maisANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA
ANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA ORIENTADORA: Dra. Maria Emília Camargo - UNISC - kamargo@zaz.com.br CO-ORIENTADORA: Dra. Suzana Leitão Russo -
Leia maisProcessos Estocásticos
Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte
Leia maisEstatística e Probabilidade
Correlação Estatística e Probabilidade Uma correlação é uma relação entre duas variáveis. Os dados podem ser representados por pares ordenados (x,y), onde x é a variável independente ou variável explanatória
Leia maisANÁLISE DE DADOS ESTATÍSTICOS COM O MICROSOFT OFFICE EXCEL 2007
ANÁLISE DE DADOS ESTATÍSTICOS COM O MICROSOFT OFFICE EXCEL 2007 2 Professor Claodomir Antonio Martinazzo Sumário 1 Introdução... 03 2 Instalação da ferramenta Análise de Dados... 04 3 Estatística Descritiva...
Leia maisCapítulo 4 Testes de Hipóteses
L E I T u R A C R í T I C A D E A R T I G O S C I E N T í F I CO S 61 Capítulo 4 Testes de Hipóteses Inferência estatística pode ser definida como um conjunto de procedimentos que nos permite tirar conclusões
Leia maisFunção bayesiana em R para o problema de Behrens-Fisher multivariado
Função bayesiana em R para o problema de Behrens-Fisher multivariado Patrícia de Siqueira Ramos 1 2 Daniel Furtado Ferreira 3 1 Introdução Um dos problemas mais comuns na Estatística aplicada é o de comparar
Leia maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 4 Introducing statistical modeling Part 1 (Analysis of variance) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Introduzir a ideia de
Leia maisLista de Exercícios - Potenciação
Nota: Os exercícios desta aula são referentes ao seguinte vídeo Matemática Zero 2.0 - Aula 14 - Potenciação ou Exponenciação - (parte 1 de 2) Endereço: https://www.youtube.com/watch?v=20lm2lx6r0g Gabaritos
Leia maisÁlgebra. SeM MiSTéRio
Álgebra SeM MiSTéRio Série SeM MiSTéRio Alemão Sem Mistério Álgebra Sem Mistério Cálculo Sem Mistério Conversação em Alemão Sem Mistério Conversação em Espanhol Sem Mistério Conversação em Francês Sem
Leia maisAnálise de Variância com dois ou mais factores - planeamento factorial
Análise de Variância com dois ou mais factores - planeamento factorial Em muitas experiências interessa estudar o efeito de mais do que um factor sobre uma variável de interesse. Quando uma experiência
Leia maisTecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22
Teste para diferença de médias Exemplo Dois tipos diferentes de tecido devem ser comparados. Uma máquina de testes Martindale pode comparar duas amostras ao mesmo tempo. O peso (em miligramas) para sete
Leia maisO modelo ANOVA a dois factores, hierarquizados
O modelo ANOVA a dois factores, hierarquizados Juntando os pressupostos necessários à inferência, Modelo ANOVA a dois factores, hierarquizados Seja A o Factor dominante e B o Factor subordinado. Existem
Leia maisMétodos de Análise de Investimentos
Aula Capítulo 11 Métodos de Análise de Investimentos 11.1- Introdução Neste capítulo mostraremos aplicações de valor presente líquido (VPL) e taxa interna de retorno (TIR) em comparações de fluxos de caixa
Leia maisAula 5 Técnicas para Estimação do Impacto
Aula 5 Técnicas para Estimação do Impacto A econometria é o laboratório dos economistas, que busca reproduzir o funcionamento do mundo de forma experimental, como se faz nas ciências naturais. Os modelos
Leia maisGrupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 11 - Teste Qhi-quadrado C A S A
Exercício 1. (2,0 pontos). Em um estudo que está sendo realizado por uma pesquisadora da Escola de Educação Física da USP, deseja-se avaliar características das lutas de judô em diferentes categorias.
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Janete Pereira Amador Introdução Os métodos utilizados para realização de inferências a respeito dos parâmetros pertencem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através
Leia maisTeste de hipótese de variância e Análise de Variância (ANOVA)
Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Testes sobre variâncias Problema: queremos saber se há diferenças estatisticamente
Leia mais3º Ano do Ensino Médio. Aula nº10 Prof. Daniel Szente
Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº10 Prof. Daniel Szente Assunto: Função exponencial e logarítmica 1. Potenciação e suas propriedades Definição: Potenciação é a operação
Leia maisDistribuição de probabilidades
Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva
Leia maisQUESTÕES COMENTADAS E RESOLVIDAS
LENIMAR NUNES DE ANDRADE INTRODUÇÃO À ÁLGEBRA: QUESTÕES COMENTADAS E RESOLVIDAS 1 a edição ISBN 978-85-917238-0-5 João Pessoa Edição do Autor 2014 Prefácio Este texto foi elaborado para a disciplina Introdução
Leia maisP R O G R A M A QUARTA FASE. OBJETIVOS ESPECÍFICOS Ao final do semestre o aluno devera ser capaz de:
UNIVERSIDADE DO ESTADO DE SANTA CATARINA - UDESC CENTRO DE CIÊNCIAS DA SAÚDE E DO ESPORTE - CEFID DEPARTAMENTO DE EDUCAÇÃO FÍSICA - DEF CURSO: BACHARELADO EM EDUCAÇÃO FÍSICA CURRÍCULO: 2008/2 P R O G R
Leia mais5. BLOCOS ALEATORIZADOS QUADRADOS LATINOS
5. BLOCOS ALEATORIZADOS e QUADRADOS LATINOS Vamos analisar 4 tipos de experimentos: I) Projetos completamente aleatorizados II) Projetos em blocos aleatorizados III) Quadrados Latinos IV) Quadrados Greco-Latinos
Leia maisAnálise de Variância simples (One way ANOVA)
Análise de Variância simples (One way ANOVA) Análise de experiências com vários grupos de observações classificados através de um só factor (por exemplo grupos de indivíduos sujeitos a diferentes tratamentos
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/12/2011 pelo CEPERJ
Resoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/1/011 pelo CEPERJ 59. O cartão de crédito que João utiliza cobra 10% de juros ao mês,
Leia maisAvaliando o que foi Aprendido
Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função
Leia maisAula 05. Resistores em Série e em Paralelo Leis de Kirchhoff- Parte I
Aula 05 Resistores em Série e em Paralelo Leis de Kirchhoff- Parte I Circuito Elétrico Básico e suas componentes. \ Resistores em Série Em uma associação de resistores em série, a corrente elétrica ( contínua)
Leia maisEspecialização em Engenharia Clínica
Especialização em Engenharia Clínica Introdução a Bioestatística Docente: > Marcelino M. de Andrade, Dr. Apresentação: Módulo 02 Teoria Elementar da Amostragem A teoria elementar da amostragem é um estudo
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisSÉRIE: Estatística Básica Texto 4: TESTES DE HIPÓTESES SUMÁRIO
SUMÁRIO. INTRODUÇÃO... 3.. GENERALIDADES... 3.. METODOLOGIA DO TESTE DE HIPÓTESES... 3.3. AS HIPÓTESES... 3.4. A ESCOLHA DO TESTE ESTATÍSTICO... 4.5. CONCEITOS ADICIONAIS DO TESTE DE HIPÓTESES... 4.6.
Leia maisLista de Exercícios 3 Estruturas de Controle Profa Susana M Iglesias
Lista de Exercícios 3 Estruturas de Controle Profa Susana M Iglesias 1. Tendo em vista o alto preço da gasolina, os motoristas estão preocupados com a quilometragem percorrida por seus automóveis. Um motorista
Leia maisPós-Graduação em Economia e Gestão em Saúde Módulo de Estatística Aplicada
ÍNDICE 1. CONCEITOS BÁSICOS 2 1.1 FASES DE UMA ANÁLISE ESTATÍSTICA 2 2. ANÁLISE EXPLORATÓRIA DOS DADOS 3 2.1 TABELAS E GRÁFICOS 3 2.2 ESTATÍSTICA DESCRITIVA 9 2.2.1 Medidas de Tendência Central 10 2.2.2
Leia mais4 Resultados e Discussões
4 Resultados e Discussões 4.1 Resultados e Discussões Para cada um dos modelos descridos no capitulo anterior foram realizadas as estimativas dos seus respectivos parâmetros, bem como o teste necessário
Leia maisApresentação Caule e Folha. Exemplo
Análise Exploratória de Dados As técnicas de análise exploratória de dados consistem em gráficos simples de desenhar que podem ser utilizados para resumir rapidamente um conjunto de dados. Uma destas técnicas
Leia maisBC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 2 3 quadrimestre 2011
BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares outubro 011 BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 3 quadrimestre 011 Além
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
Caríssimos. Recebi muitos e-mails pedindo ajuda com eventuais recursos para as provas do BACEN. Em raciocínio lógico, eu não vi possibilidade de recursos, apesar de achar que algumas questões tiveram o
Leia maisTeste de hipótese de variância e Análise de Variância (ANOVA)
Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Modelos explicativos estatísticos Modelos estatísticos visam descrever
Leia maisConstrução dos números racionais, Números fracionários e operações com frações
Construção dos números racionais, Números fracionários e operações com frações O número racional pode ser definido a partir da aritmética fechamento da operação de divisão entre inteiros ou partir da geometria
Leia maisExpoentes fracionários
A UUL AL A Expoentes fracionários Nesta aula faremos uma revisão de potências com expoente inteiro, particularmente quando o expoente é um número negativo. Estudaremos o significado de potências com expoentes
Leia maisApresentação de Dados em Tabelas e Gráficos
Apresentação de Dados em Tabelas e Gráficos Os dados devem ser apresentados em tabelas construídas de acordo com as normas técnicas ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística
Leia mais5 Apresentação dos resultados estatísticos
5 Apresentação dos resultados estatísticos Neste capítulo são apresentados os resultados obtidos através do questionário aplicado no presente estudo e analisados estatisticamente com auxílio dos softwares
Leia maisProg A B C A e B A e C B e C A,B e C Nenhum Pref 100 150 200 20 30 40 10 130
Polos Olímpicos de Treinamento Curso de Combinatória - Nível 2 Prof. Bruno Holanda Aula 2 Lógica II Quando lemos um problema de matemática imediatamente podemos ver que ele está dividido em duas partes:
Leia maisO princípio multiplicativo
A UA UL L A O princípio multiplicativo Introdução A palavra Matemática, para um adulto ou uma criança, está diretamente relacionada com atividades e técnicas para contagem do número de elementos de algum
Leia maisGrupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 5 - Variáveis Aleatórias e Distribuição Binomial C A S A
Exercício 1. (2,0 pontos). Dados sobre acidentes automobilísticos levantados por uma companhia de seguros informaram o seguinte: a probabilidade de que um motorista segurado sofra um acidente automobilístico
Leia mais3 Metodologia 3.1. Tipo de pesquisa
3 Metodologia 3.1. Tipo de pesquisa Escolher o tipo de pesquisa a ser utilizado é um passo fundamental para se chegar a conclusões claras e responder os objetivos do trabalho. Como existem vários tipos
Leia maisDatas Importantes 2013/01
INSTRUMENTAÇÃO CARACTERÍSTICAS DE UM SISTEMA DE MEDIÇÃO PROBABILIDADE PROPAGAÇÃO DE INCERTEZA MÍNIMOS QUADRADOS Instrumentação - Profs. Isaac Silva - Filipi Vianna - Felipe Dalla Vecchia 2013 Datas Importantes
Leia maisAula 10. ANOVA Análise de Variância em SPSS
Aula 10. ANOVA Análise de Variância em SPSS Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán Análise de Variância Objectivo: comparar medidas de localização para mais do que
Leia maisAULAS 02 E 03 Modelo de Regressão Simples
1 AULAS 02 E 03 Modelo de Regressão Simples Ernesto F. L. Amaral 04 e 09 de março de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à
Leia maisArranjo fatorial de tratamentos
Matéria Seca de Nódulos (mg/planta) Mario Andrade Lira Junior Estatística Aplicada à Agricultura 01- Exemplo gráfico com fator quantitativo Arranjo fatorial de tratamentos Características básicas Utilizável
Leia maisTeste de hipótese de variância e Análise de Variância (ANOVA)
Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Testes sobre variâncias Problema: queremos saber se há diferenças estatisticamente
Leia maisCorrelação quando uma Variável é Nominal
Correlação quando uma Variável é Nominal Em geral, quando uma das duas variáveis é do tipo categórica e puramente nominal (isto é, não pode nem ser ordenada) não se pode fazer um estudo de correlação.
Leia mais1. Configuração. 1.1. Configuração de eventos. 1.2. Pesquisa de eventos. 1.1.1. Códigos. 1.1.2. Dados para configuração
Integração Contábil 1. Configuração... 2 1.1. Configuração de eventos... 2 1.1.1. Códigos... 2 1.1.2. Dados para configuração... 2 1.3. Configurações diversas... 3 1.3.1. Códigos... 3 1.3.2. Dados para
Leia maisVariáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder
Variáveis aleatórias contínuas e distribuiçao Normal Henrique Dantas Neder Definições gerais Até o momento discutimos o caso das variáveis aleatórias discretas. Agora vamos tratar das variáveis aleatórias
Leia maisMÓDULO 1. I - Estatística Básica
MÓDULO 1 I - 1 - Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos e empíricamente observáveis. Unidade Estatística nome dado a cada observação de um
Leia maisN1Q1 Solução. a) Há várias formas de se cobrir o tabuleiro usando somente peças do tipo A; a figura mostra duas delas.
1 N1Q1 Solução a) Há várias formas de se cobrir o tabuleiro usando somente peças do tipo A; a figura mostra duas delas. b) Há várias formas de se cobrir o tabuleiro com peças dos tipos A e B, com pelo
Leia maisa) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um
Escola Superior de Tecnologia de Viseu Probabilidades e Estatística 2007/2008 Ficha nº 7 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas de vendas, A e B, para o mesmo produto.
Leia maisAmbos têm os algarismos 7854 seguidos, a potência de dez apenas moverá a vírgula, que não afeta a quantidade de algarismos significativos.
ALGARISMOS SIGNIFICATIVOS Os algarismos significativos são os algarismos que têm importância na exatidão de um número, por exemplo, o número 2,67 tem três algarismos significativos. Se expressarmos o número
Leia maisIntrodução aos Modelos Lineares em Ecologia
Introdução aos Modelos Lineares em Ecologia Prof. Adriano Sanches Melo - Dep. Ecologia UFG asm.adrimelo no gmail.com Página do curso: www.ecologia.ufrgs.br/~adrimelo/lm/ Livro-texto: Crawley, M.J. 2005.
Leia maisLista de Exercícios Tratamento de Incerteza baseado em Probabilidade
Lista de Exercícios Tratamento de Incerteza baseado em Probabilidade 1) Explique o termo probabilidade subjetiva no contexto de um agente que raciocina sobre incerteza baseando em probabilidade. 2) Explique
Leia maisTÉCNICAS DE AVALIAÇÃO ECONÔMICA. comunicação técnica do CETEM Avaliação Econômica de Projetos Prof. Raul Oliveira Neto
TÉCNICAS DE AVALIAÇÃO ECONÔMICA comunicação técnica do CETEM Avaliação Econômica de Projetos Prof. Raul Oliveira Neto Introdução As técnicas de avaliação econômica são utilizadas para converter os dados
Leia maisCapítulo 3 - Sistemas de Equações Lineares
Capítulo 3 - Sistemas de Equações Lineares Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/
Leia maisCálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) III Resolução de sistemas lineares por métodos numéricos. Objetivos: Veremos
Leia maisO mercado de bens CAPÍTULO 3. Olivier Blanchard Pearson Education. 2006 Pearson Education Macroeconomia, 4/e Olivier Blanchard
O mercado de bens Olivier Blanchard Pearson Education CAPÍTULO 3 3.1 A composição do PIB A composição do PIB Consumo (C) são os bens e serviços adquiridos pelos consumidores. Investimento (I), às vezes
Leia maisAnálise de Arredondamento em Ponto Flutuante
Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto
Leia mais