Variáveis Indicadoras. Roteiro. Introdução
|
|
- Giulia Barros Figueiredo
- 7 Há anos
- Visualizações:
Transcrição
1 Varáves Indcadoras Rotero 1. Introdução 2. Varável Bnára de Intercepto 3. Varável de Interação 4. Aplcação 5. Varáves Qualtatvas com Váras Categoras 6. Referêncas Introdução
2 Varáves Bnáras Modelo estenddo para stuações em que os parâmetros da regressão são dferentes para algumas das observações de uma amostra. Varáves Bnáras (Dummy Varable): Varáves explcatvas que podem tomar um de dos valores (em geral, 0 ou 1) Representam característcas qualtatvas, em eventos que tenham apenas 2 resultados possíves. Varável Bnára Varável Bnára (ou Dcotômca): Assume os valores: 1, se a característca de nteresse está presente 0, se a característca de nteresse não está presente As propredades dos EMQO não são afetadas pela presença de varável explcatva bnára Podem-se construr estmatvas ntervalares ou testes de sgnfcânca para seus coefcentes Varável Bnára de Intercepto
3 Varáves Bnáras de Intercepto Permtem a construção de modelos em que alguns (ou todos) os parâmetros da regressão (nclusve o ntercepto) varam para algumas observações da amostra Exemplo Economa de Imóves Objetvo: Predzer o valor de mercado de uma casa Varável-resposta: valor de mercado do móvel Modelo hedônco: o preço é explcado pelo tamanho do móvel, pela localzação, pelo número de quartos, etc. Um Prmero Modelo O tamanho da casa (S) é a únca varável relevante na determnação de seu preço. P S + e = β 0 + β1 P: preço de mercado da casa S: área útl da casa (m 2 ) ß 1 : valor de 1 m 2 adconal de área útl; ß 0 : valor do terreno
4 Modelo Estenddo Modelo do preço da casa agregando a localzação: P = + δd + e β0 + β1s ou seja: ( β0 + δ ) + β1s, D = 1 E( P ) = β0 + β1s, D = 0 Se a vznhança é desejável: ß 0 + d Em outras áreas: ß 0 Vznhança Desejável Seja a varável D que representa vznhança desejável no -ésmo móvel (unversdade, equpamentos urbanos, etc.) Assume os valores: 1, se a propredade está em uma vznhança desejável 0, se a propredade não está em uma vznhança desejável Supondo d > 0: P E(P ) = (ß 0 + d) + ß 1 S, D = 1 ß 0 + d d E(P ) = ß 0 + ß 1 S, D = 0 ß 0 S
5 Interpretação d: dferença no preço da casa devdo estar localzada em vznhança desejável (prêmo de localzação) Se d = 0, não há prêmo de localzação para a vznhança Varável de Interação Varáves de Inclnação Se o efeto da localzação causar uma varação no coefcente angular, ou seja, o valor do m 2 é dferente em cada uma das localzações: P = β ( S D ) + e 0 + β1s + γ S D : varável de nteração (varável bnára de nclnação): Capta o efeto de nteração da localzação e do tamanho da casa
6 ou seja: E ( P ) β0 + ( β1 + γ ) S = β0 + β1s, D = 1, D = 0 Preço do m 2 em local com vznhança desejável: ß 1 +? Preço do m 2 em outras localzações: ß 1 Supondo? > 0: P E(P ) = ß 0 + (ß 1 +?) S, D = 1? E(P ) = ß 0 + ß 1 S, D = 0 ß 0 S Coefcentes de Varáves Bnáras Inferênca Se os pressupostos dos modelo estverem corretos, os EMQO têm suas propredades usuas. Além de estmação ntervalar pode-se efetuar teste de hpóteses: H o :? = 0 vs H 1 :?? 0 H o :? = 0 vs H 1 :? > 0
7 Varável de Intercepto e de Interação Se a localzação afetar tanto o ntercepto quanto o coefcente angular, então: ou seja: E P = β ( S D ) + e ( P ) 0 + β1s + δd + γ ( β = 0 + δ ) + ( β + γ ) S 0 1 β + β S 1, D = 0, D = 1 Supondo d e? > 0: E(P ) = (ß 0 + d) + (ß 1 +?) S, D = 1 P? ß 0 + d d E(P ) = ß 0 + ß 1 S, D = 0 ß 0 S Interação entre Fatores Qualtatvos Stuações verfcadas: Varáves bnáras de ntercepto adtvas; Efeto das varáves bnáras ndependentes de qualquer fator qualtatvo E quando os fatores qualtatvos não forem ndependentes?
8 Exemplo Estmação da equação de regressão de saláro, explcado por: experêncas, habldades e outros fatores referentes à produtvdade Costuma-se nclur as varáves raça e sexo raça: 1, se branco; 0, caso contráro Sexo: 1, se homem, 0, caso contráro Se a determnação do saláro não é dscrmnatóra, então seus coefcentes não serão sgnfcatvos A nclusão apenas das varáves sexo e raça não captará a nteração entre estes fatores Ex.: tratamento especal de saláro por ser homem e branco Modelo: Saláro = β ( raça sexo ) + e E ( saláro ) 0 + β1experênca + δ1raça + δ 2sexo + γ ( β0 + δ1 + δ 2 + γ ) + β1experênca ( β0 + δ1) + β1experênca = ( β0 + δ 2) + β1experênca β0 + β1experênca, branco homem, branco mulher, não branco homem, não branco mulher d 1 mede o efeto raça; d 2, o efeto de sexo e?, o efeto de ser branco e homem Aplcação
9 Exemplo Imóves Dados sobre duas vznhanças (próxma a uma grande unversdade e a 3 km de dstânca) Preço das casas ($) Área: tamanho da área útl (m 2 ) Local: 1, para casas próxmas da unversdade, 0 caso contráro Pscna: 1, se há pscna, 0 caso contráro Larera: 1, se tem larera, 0 caso contráro Dados: moves Regressão Especfca-se a equação de regressão como: Preço = β 0 + β area + β dade + δ local + δ pscna + + δ larera + γ ( area local ) + e Todos os coefcentes serão postvos, exceto ß 2 (deprecação sobre o preço da casa); Varável bnára de nclnação da nteração área x local. Regresson Analyss: preço versus area; dade;... The regresson equaton s preço = ,1 area dade local pscna larera + 13,0 area*local Predctor Coef SE Coef T P Constant ,96 0,000 area 76,122 2,452 31,05 0,000 dade -190,09 51,20-3,71 0,000 local ,26 0,001 pscna ,66 0,000 larera 1649,2 972,0 1,70 0,090 area*local 12,994 3,320 3,91 0,000 S = 15225,2 R-Sq = 87,1% R-Sq(adj) = 87,0% Analyss of Varance Source DF SS MS F P Regresson 6 1,54826E+12 2,58044E ,18 0,000 Resdual Error 993 2,30184E Total 999 1,77845E+12 Source DF Seq SS area 1 6,28934E dade local 1 9,05110E pscna larera area*local
10 Resultados do Ajuste O modelo se ajusta bem aos dados; Com base em testes de sgnfcânca unlateral, no nível de 5%, rejetamos a hpótese de que qualquer dos parâmetros seja zero Acetamos a alternatva de que são postvos, exceto o coefcente dade Regressão Estmada Equação estmada do modelo: Preço = ,1 area dade local pscna larera + 13,0 area*local Casas próxmas à Unversdade (local=1) Preço = ( ) + (76,1 + 13,0) area dade pscna larera Preço = ,1 area dade pscna larera Casas dstantes da Unversdade (local=0) Preço = ,1 area dade pscna larera Conclusões Prêmo de localzação estmado, para lotes próxmos à unversdade: $ Preço por m 2 : Próxmo à unversdade: $89,11 Dstantes da unversdade: $76,12 Deprecação: $190,09 por ano Aumento do preço devdo à pscna: $4.377,16 Aumento do preço devdo à larera: $1.649,17
11 Varáves Qualtatvas com váras Categoras Varáves Qualtatvas Não-Bnáras Mutos fatores têm mas de duas categoras: Regões de um país: sul, sudeste, centro-oeste, nordeste e norte Nível de nstrução: menos que médo, médo, superor, pós-graduação Cudados na Construção Exemplo: Saláro explcado pela experênca e nível de nstrução Varáves bnáras para nível de nstrução: E 0 : 1, menos que ensno médo; 0, caso contráro E 1 : 1, nível médo; 0, caso contráro E 2 : 1, nível unverstáro; 0, caso contráro E 3 : 1, pós-graduado; 0, caso contráro
12 Modelo especfcado: E Saláro + e ( saláro ) = β0 + β1experênca + δ1e1 + δ2e2 + δ3e3 ( β0 + δ3) + β1experênca ( β0 + δ 2 ) + β1experênca = ( β0 + δ1) + β1experênca β0 + β1experênca A nclusão de todas as varáves crara colnearadade exata, já que: E 0 + E 1 + E 2 + E 3 = 1, pós graduado, nível unverstáro, nível médo, menos que médo Solução: omtr uma varável bnára (grupo de referênca) ß 0 : representa saláro-base para trabalhador sem qualquer experênca e sem dploma de ensno médo. Não mporta qual varável seja omtda, embora haja escolha mas convenente A não-omssão levará à mpossbldade de ajuste Resumo
13 Varáves Dummy Varáves Bnáras Qualtatvas, usadas para ndcar a presença ou ausênca de determnado fenômeno Assumem apenas o valor 0 ou 1 Exemplo Exstênca ou não de pscnas numa regressão do preço de casas X = 1, se a casa tem pscna X = 0, se a casa não tem Tpos de Varáves Dummy Adtva: altera o ntercepto Multplcatva: altera o coefcente angular Msta: altera o ntercepto e o coefcente Podem ser usadas também para avalar qualtatvamente stuações com mas de 2 alternatvas possíves Exemplo A qualdade da condção do pso da casa boa, méda ou rum Usam-se p 1 varáves, sendo p o número de possbldades
14 X = X + 1 = 1, se o pso está em boas condções 0, se não 1, se o pso está em condções médas 0, se não Dexa-se de fora a possbldade de as condções serem runs. Esta ocorre quando X = 0 e X + 1 = 0 Ou seja, o pso está em condções runs quando não está em boas condções (X = 0) nem em condções médas (X + 1 = 0) O método dos mínmos quadrados não tem respostas se nformam-se p varáves (no exemplo, 3) ao nvés de (p 1) varáves É nadequado nformar-se apenas uma varável, com os valores 1 (boa), 2 (méda) e 3 (rum). Neste caso, se entendera que a condção 3 (rum) é 3 vezes tão rum quanto a condção boa (1) Referêncas
15 Bblografa Recomendada Hll, R. C., Grffths, W. E. e Judge, G. (Sarava) Econometra Gujarat, D. N. (Pearson) Econometra Básca Maddala, G. S. (LTC) Introdução à econometra
Probabilidade e Estatística. Correlação e Regressão Linear
Probabldade e Estatístca Correlação e Regressão Lnear Varáves Varável: característcas ou tens de nteresse de cada elemento de uma população ou amostra Também chamada parâmetro, posconamento, condção...
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia maisRegressão Linear Múltipla. Frases. Roteiro
Regressão Lnear Múltpla Frases Por serem mas precsos que as palavras, os números são partcularmente adequados para transmtr conclusões centífcas Pagano e Gauvre, 004 Rotero 1. Especfcação do Modelo. Modelo
Leia maisY = AN α, 0 < α < 1 (1) Π = RT CT = P Y W N (2) Π/ N = α N α -1 AP W = 0. W = α P AN α -1. P = W/α AN α -1
Gabarto da Lsta 1 de Macro II 2008.01 1 a Questão a)falso, pode ocorrer que a força de trabalho cresça juntamente com o número de empregados. Se a Força de trabalho crescer mas que o número de empregados
Leia maisAnálise dos resíduos e Outlier, Alavancagem e Influência
Análse dos resíduos e Outler, Alavancagem e Influênca Dagnóstco na análse de regressão Usadas para detectar problemas com o ajuste do modelo de regressão. Presença de observações mal ajustadas (pontos
Leia maisA esse tipo de tabela, cujos elementos não foram numericamente organizados, denominamos tabela primitiva.
Dstrbução de Frequênca Tabela prmtva ROL Suponhamos termos feto uma coleta de dados relatvos à estaturas de quarenta alunos, que compõem uma amostra dos alunos de um colégo A, resultando a segunte tabela
Leia maisCapítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisCritérios de divisibilidade em bases numéricas genéricas
Crtéros de dvsbldade em bases numércas genércas Clezo A. Braga 1 Jhon Marcelo Zn 1 Colegado do Curso de Matemátca - Centro de Cêncas Exatas e Tecnológcas da Unversdade Estadual do Oeste do Paraná Caxa
Leia maisDiagnóstico em Regressão. Rejane Sobrino Pinheiro Tania Guillén de Torres
Dagnóstco em Regressão Rejane Sobrno Pnhero Tana Gullén de Torres Dagnóstcos em Regressão Introdução Conjunto de ferramentas para análse dos resíduos, detecção de valores extremos (outlers), de pontos
Leia maisAnálise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres
Análse de Varânca Rejane Sobrno Pnhero Tana Gullén de Torres Análse de Varânca Introdução Modelos de análse de varânca consttuem uma classe de modelos que relaconam uma varável resposta contínua com varáves
Leia maisRegressão Linear Simples. Frases. Roteiro
Regressão Lnear Smples Frases Por serem mas precsos que as palavras, os números são partcularmente adequados para transmtr conclusões centífcas Pagano e Gauvre, 4 Rotero. Modelagem de Relação. Modelo Lnear
Leia maisDeterminantes. De nição de determinante de uma matriz quadrada. Determinantes - ALGA - 2004/05 15
Determnantes - ALGA - 004/05 15 Permutações Determnantes Seja n N Uma permutação p = (p 1 ; p ; : : : ; p n ) do conjunto f1; ; ; ng é um arranjo dos n números em alguma ordem, sem repetções ou omssões
Leia maisUma estimativa bayesiana aplicada aos casos notificados de hantavirose no estado do Pará via regressão logística
Uma estmatva bayesana aplcada aos casos notfcados de hantavrose no estado do Pará va regressão logístca Pâmela Tamrs Caldas Serra de Souza 1 Wagner Rogéro Ferrera Pnhero 1 Crstane Nazaré Pamplona de Souza
Leia maisMÉTODO DE FIBONACCI. L, em que L
Métodos de bonacc e da Seção Aúrea Adotando a notação: MÉTODO DE IBOACCI L e L L, em que L b a, resulta a: ncal orma Recursva: ara,,, - (-a) ou ara,,, - (-b) A esta equação se assoca a condção de contorno
Leia maisPREFEITURA DA CIDADE DE SÃO PAULO SECRETARIA MUNICIPAL DE TRANSPORTES. CONCORRÊNCIA nº /12-SMT Processo Administrativo nº 2010-0.349.
SECRETARIA MUNICIPAL DE TRANSPORTES MINUTA Fls.... do PA nº 2010-0.349.079-0, (a)... PREFEITURA DA CIDADE DE SÃO PAULO SECRETARIA MUNICIPAL DE TRANSPORTES CONCORRÊNCIA nº /12-SMT Processo Admnstratvo nº
Leia maisMODELOS DE ESCOLHA BINÁRIA
MODELOS DE ESCOLHA BINÁRIA Introdução Em mutas aplcações do modelo de regressão lnear, pressupõe-se que a varável dependente é uma varável aleatóra contínua e que tem por domíno o conjunto dos números
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia mais1. Caracterização de séries com
1. Caracterzação de séres com sazonaldade Como dscutdo na Aula 1, sazonaldade é um padrão que se repete anualmente. A sazonaldade é determnístca quando o padrão de repetção anual é exato, ou estocástca,
Leia mais2 PROPRIEDADES ÓPTICAS
23 2 PROPRIEDADES ÓPTICAS A segur será feta uma revsão sobre as prncpas propredades óptcas de nteresse para o nosso estudo. 2.1. Luz Segundo Maxwell, a luz é uma modaldade de energa radante que se propaga
Leia maisSignificado biológico dos parâmetros do modelo de regressão broken-line. bi-segmentado para o melhoramento genético de plantas
Pnto & Das Sgnfcado bológco dos parâmetros do modelo de regressão broken-lne b-segmentado para o melhoramento genétco de plantas Luz Roberto Martns Pnto Carlos Tadeu dos Santos Das Resumo: A avalação de
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia maisANÁLISE ESTATÍSTICA APLICADA A MODELAGEM DE MISTURAS EXPERIMENTAIS DE ARGAMASSAS PARA ASSENTAMENTO DE BLOCOS DE CONCRETO
ANÁLISE ESTATÍSTICA APLICADA A MODELAGEM DE MISTURAS EXPERIMENTAIS DE ARGAMASSAS PARA ASSENTAMENTO DE BLOCOS DE CONCRETO Fernando Pelsser (); Phlppe J. P. Gleze (); Humberto R. Roman (); Ghad Mohamad (3)
Leia maisProbabilidade: Diagramas de Árvore
Probabldade: Dagramas de Árvore Ana Mara Lma de Faras Departamento de Estatístca (GET/UFF) Introdução Nesse texto apresentaremos, de forma resumda, concetos e propredades báscas sobre probabldade condconal
Leia maisCorrelação e Regressão linear simples
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Correlação e Regressão linear simples Prof. Cesaltina Pires cpires@uevora.pt Plano da Apresentação Correlação linear Diagrama de dispersão Covariância
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisPlano da Apresentação. Correlação e Regressão linear simples. Correlação linear. Associação entre hábitos leitura e escolaridade.
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Correlação e Plano da Apresentação Correlação linear Diagrama de dispersão Covariância Coeficiente de correlação de Pearson Teste de correlação
Leia maisModelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.
Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 7
Potencial Elétrico Quando estudamos campo elétrico nas aulas passadas, vimos que ele pode ser definido em termos da força elétrica que uma carga q exerce sobre uma carga de prova q 0. Essa força é, pela
Leia maisMinistério da Educação - MEC Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES
janeiro-2007 a janeiro-2007 Sudeste ( 63,42 % ) Exterior ( 0,80 % ) Sul ( 35,78 % ) janeiro-2006 a dezembro-2006 Sudeste ( 59,11 % ) Norte ( 0,20 % ) Centro-Oeste ( 5,29 % ) Nordeste ( 5,39 % ) Exterior
Leia maisCoordenação de Semáforos
Paragem dos Veículos Veículos "Lbertados" Paragem dos Veículos Veículos "Lbertados" "Agrupamento " Pelotões "Agrupamento " Pelotões C O O R D E N A Ç Ã O Onda Verde... IST/ Lcencaturas em Engª Cvl & Terrtóro
Leia maisb. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda.
Meddas de Posção Introdução a. Dentre os elementos típcos, destacamos aqu as meddas de posção _ estatístcas que representam uma sére de dados orentando-nos quanto à posção da dstrbução em relação ao exo
Leia 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 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 maisO mercado de oligopólio
Fernando Branco Ano lectvo 2003-2004 Trmestre de Inverno Sessão 6 O mercado de olgopólo Exstem poucas empresas Produtos dferencados ou homogéneo Interacções estratégcas: As decsões de umas empresas afectam
Leia maisUma construção de códigos BCH
Uma construção de códgos BCH Antono Aparecdo de Andrade, Tarq Shah e Attq Qamar Resumo Um códgo BCH C (respectvamente, um códgo BCH C ) de comprmento n sobre o anel local Z p k (respectvamente, sobre o
Leia maisCÁLCULO DA DIRECTRIZ
CÁCUO DA DIRECTRIZ I - Elementos de defnção da polgonal de apoo: - Coordenadas dos vértces da polgonal (M, P ); - Dstânca entre vértces da polgonal ( d); - Rumos dos alnhamentos (ângulo que fazem com a
Leia maisREGRESSÃO E CORRELAÇÃO
Relaconamento entre varáves : - requer conhecmento REGRESSÃO E CORRELAÇÃO Y = f ( ) + ε Ex: 1. Y = Lucro de uma Empresa = Investmento em Publcdade Y(v.aleatóra) em função de (v.determnístca), onde Y é
Leia maisLaboratório de Mecânica Aplicada I Determinação de Centros de Gravidade
Laboratóro de Mecânca Aplcada I Determnação de Centros de Gravdade 1 Introdução Em mutos problemas de mecânca o efeto do peso dos corpos é representado por um únco vector, aplcado num ponto denomnado centro
Leia maisO que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.
Heterocedastcdade y = β 0 + β + β + β k k + u O que heterocedastcdade? Lembre-se da hpótese de homocedastcdade: condconal às varáves eplcatvas, a varânca do erro, u, é constante Se sso não for verdade,
Leia maisConceitos básicos de transferência de Calor:
Condução - Le de ourer Concetos báscos de transferênca de Calor: órmula geral para 3 dmensões: ρc = λ t x + λ x y + λ y z p x y z z com ρ - densdade (Kg/m³). λ - condutvdade térmca na drecção (x, y ou
Leia maisEscola Secundária de Lousada Ficha de trabalho de Matemática do 7º ano nº Data: / / 2011 Assunto: Tratamento de dados I Lições nº, e,
Escola Secundára de Lousada Fcha de trabalho de Matemátca do 7º ano nº Data: / / 2011 Assunto: Tratamento de dados I Lções nº, e, Estatístca é um ramos da Matemátca que permte fazer um estudo de uma forma
Leia mais- Cálculo 1 - Limites -
- Cálculo - Limites -. Calcule, se eistirem, os seguintes ites: (a) ( 3 3); (b) 4 8; 3 + + 3 (c) + 5 (d) 3 (e) 3. Faça o esboço do gráfico de f() = entre 4 f() e f(4)? 3. Seja f a função definida por f()
Leia maisCapítulo 1 Variáveis Elétricas
Capítulo 1 Varáes Elétrcas 1.1 Vsão geral da engenhara elétrca A engenhara elétrca é uma profssão empolgante e desafadora para qualquer um que tenha nteresse genuíno pela cênca e matemátca aplcada. Engenhara
Leia maisCasos de estimação do modelo de ajustamento da dívida com o xtabond2 do Stata
Lus Fernandes Rodrgues Casos de estmação do modelo de ajustamento da dívda com o xtabond do Stata Arellano-Bond (99) nspraram-se na forma de nstrumentar de Holtz-Eakn, Newe, e Rosen (988) que preconzam,
Leia maisProposta de resolução da Prova de Matemática A (código 635) 21 de Junho de 2010
Proposta de resolução da Prova de Matemátca A (códgo 6 Como A e B são acontecmentos ncompatíves, 0 e Ou seja, de acordo com os dados do enuncado, 0% 0% 0% Versão : B Versão : C Como se trata de uma únca
Leia maisAnálise de Variância. Comparação de duas ou mais médias
Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)
Leia maisIV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla
IV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla Significância Estatística Existe uma estatítica, o t-estatístico,associado a cada estimativa O t-estatístico mede
Leia maisAnálise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy)
Análise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy) 1 Como descrever informações qualitativas? Fatores qualitativos podem ser incorporados a modelos de regressão. Neste
Leia maisMétodos Quantitativos Aplicados a Custos Análise Estatística como um auxiliar valioso nas decisões
Métodos Quantitativos Aplicados a Custos Análise Estatística como um auxiliar valioso nas decisões Que métodos estatísticos podem auxiliar as análises de custos? Qual a relação entre regressão e correlação?
Leia maisMedidas de tendência central. Média Aritmética. 4ª aula 2012
Estatístca 4ª aula 2012 Meddas de tendênca central Ajudam a conhecer a analsar melhor as característcas de dados colhdos. Chamamos de meddas de tendênca central em decorrênca dos dados observados apresentarem
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisAnálise de Regressão. Notas de Aula
Análise de Regressão Notas de Aula 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas
Leia maisME613 - Análise de Regressão
ME613 - Análise de Regressão Parte 12 Regressão Não-Linear Samara F. Kiihl - IMECC - UNICAMP file:///users/imac/documents/github/me613-unicamp/me613-unicamp.github.io/aulas/slides/parte13/parte13.html#1
Leia maisCRESCIMENTO ECONÔMICO E CLUBES DE CONVERGÊNCIA NOS MUNICÍPIOS MINEIROS: UMA ANÁLISE COM MODELO THRESHOLD
1 CRESCIMENTO ECONÔMICO E CLUBES DE CONVERGÊNCIA NOS MUNICÍPIOS MINEIROS: UMA ANÁLISE COM MODELO THRESHOLD Rcardo Bruno Nascmento dos Santos 1 Arton Lopes Amorm 2 Danel Arruda Coronel 3 Marcelo José Braga
Leia maisRegressão Linear - Introdução
Regressão Lear - Itrodução Na aálse de regressão lear pretede-se estudar e modelar a relação (lear) etre duas ou mas varáves. Na regressão lear smples relacoam-se duas varáves, x e Y, através do modelo
Leia maisLEIS DE KIRCHHOFF EM CIRCUITOS DE CORRENTE CONTÍNUA
EXPERIÊNCI 04 LEIS DE KIRCHHOFF EM CIRCUITOS DE CORRENTE CONTÍNU 1. OBJETIVOS a) Determnar a força eletromotrz e a resstênca nterna de uma batera em um crcuto de malha únca. b) Calcular a resstênca nterna
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia mais5 Análise Modal da Estrutura
5 Análse Modal da Estrutura No capítulo anteror comentou-se sobre as característcas construtvas da bancada, composta de um sstema rotatvo e uma estrutura de base (a qual chamaremos estrutura). Város trabalhos
Leia maisENQUALAB-2008 Congresso da Qualidade em Metrologia Rede Metrológica do Estado de São Paulo - REMESP 09 a 12 de junho de 2008, São Paulo, Brasil
ENQUALAB-008 Congresso da Qualdade em Metrologa Rede Metrológca do Estado de São Paulo - REMESP 09 a 1 de junho de 008, São Paulo, Brasl OTIMIZAÇÃO DO PROCESSO DE CROMATOGRAFIA GASOSA PARA O DIAGNÓSTICO
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 maisComprimento de Arco. Comprimento de Arco
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Comprmento de Arco
Leia maisRegressão linear múltipla. Prof. Tatiele Lacerda
Regressão linear múltipla Prof Tatiele Lacerda Yi = B + Bx + B3X3 + u Plano de resposta E(Y i ) = 0,00 Y i i 0 (,33;,67) Y i 0 X i Xi X p i, p i 3 Modelo de regressão linear múltipla em termos matriciais,
Leia maisCapítulo 6 EQUAÇÕES DE CONSERVAÇÃO DA ENERGIA
Capítulo 6 EQUAÇÕE DE COERVAÇÃO DA EERA Analogamente ao que fo efetuado no Capítulo 5 para a conservação da massa, o presente capítulo apresenta formas da equação da conservação da energa em função de
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisPRESSUPOSTOS DO MODELO DE REGRESSÃO
PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras
Leia maisPARTICIPAÇÃO FEMININA NO MERCADO DE TRABALHO BRASILEIRO 1
PARTICIPAÇÃO FEMININA NO MERCADO DE TRABALHO BRASILEIRO 1 Ana Luiza Neves de Holanda Barbosa 2 1 INTRODUÇÃO Nas últimas décadas o papel da mulher na economia e na sociedade como um todo tem passado por
Leia maisGabarito da Lista de Exercícios de Econometria I
Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076
Leia maisAnálise de Circuitos com Díodos
Teora dos Crcutos e Fundamentos de Electrónca Análse de Crcutos com íodos Teresa Mendes de Almeda TeresaMAlmeda@st.utl.pt EEC Área Centífca de Electrónca 1 Matéra Semcondutores íodo de junção PN Característca
Leia mais1 Introdução. 1.1 Importância da Utilização da Amostragem
1 Introdução Um dos principais objetivos da maioria dos estudos, análises ou pesquisas estatísticas é fazer generalizações seguras com base em amostras, sobre as populações das quais as amostras foram
Leia maisESTATÍSTICA. na Contabilidade Revisão - Parte 2. Medidas Estatísticas
01/09/01 ESTATÍSTICA na Contabldade Revsão - Parte Luz A. Bertolo Meddas Estatístcas A dstrbução de frequêncas permte-nos descrever, de modo geral, os grupos de valores (classes) assumdos por uma varável.
Leia maisIntegração espacial de mercados na presença de custos de transação: um estudo para o mercado de boi gordo em Minas Gerais e São Paulo
Integração espacal de mercados na presença de custos de transação: um estudo para o mercado de bo gordo em Mnas Geras e São Paulo Leonardo Bornack de Mattos 1 João Eustáquo de Lma 2 Vvan Slva Lro 3 Resumo:
Leia maisCaderno de Fórmulas. CCB, CCE e NCE - Cetip21
- Cetp21 Elaboração: Novembro/2005 Últma Atualzação: 27/05/2016 Apresentação E ste Caderno de Fórmulas tem por objetvo nformar aos usuáros a metodologa e os crtéros de precsão dos cálculos referentes às
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia maisLei dos transformadores e seu princípio de funcionamento. Os transformadores operam segundo a lei de Faraday ou primeira lei do eletromagnetismo.
Le dos transformadores e seu prncípo de funconamento Os transformadores operam segundo a le de Faraday ou prmera le do eletromagnetsmo. Prmera le do eletromagnetsmo Uma corrente elétrca é nduzda em um
Leia maisAULA 11 Experimentos Multinomiais e Tabelas de Contingência
1 AULA 11 Experimentos Multinomiais e Tabelas de Contingência Ernesto F. L. Amaral 24 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG)
Leia maisAnálise estatística. Aula de Bioestatística. 17/9/2008 (2.ª Parte) Paulo Nogueira
Análise estatística Aula de Bioestatística 17/9/2008 (2.ª Parte) Paulo Nogueira Testes de Hipóteses Hipótese Estatística de teste Distribuição da estatística de teste Decisão H 0 : Não existe efeito vs.
Leia maisAULAS 19, 20, 21 E 22 Análise de Regressão Múltipla com Informações Qualitativas
1 AULAS 19, 20, 21 E 22 Análise de Regressão Múltipla com Informações Qualitativas Ernesto F. L. Amaral 13, 18, 20 e 25 de maio de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D)
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisPARTE 11 VETOR GRADIENTE:
PARTE 11 VETOR GRADIENTE: INTERPRETAÇÃO GEOMÉTRICA 11.1 Introdução Dada a função real de n variáveis reais, f : Domf) R n R X = 1,,..., n ) f 1,,..., n ), se f possui todas as derivadas parciais de primeira
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisIntrodução Experimentos Aleatórios Propensity Score Matching Variável Instrumental Diferença-em-Diferença Regressões com Designe Descontínuo
Avalação de Programas: Aplcações com o Software Stata Leandro Costa Vtor Mro Fortaleza, Janero de 2011 Sumáro Introdução Expermentos Aleatóros Propensty Score Matchng Varável Instrumental Dferença-em-Dferença
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 maisEm muitas aplicações, estamos interessados em subgrafos especiais de um determinado grafo.
.4 Árvores Geradoras Em mutas aplcações estamos nteressados em subgrafos especas de um determnado grafo. Defnção Árvore Geradora - uma árvore T é chamada de árvore geradora de um grafo G se T é um subgrafo
Leia maisIncerteza e propagação de Erros em sistemas de medição. Prof. Valner Material desenvolvido com notas de aulas e
Incerteza e propagação de Erros em sstemas de medção Prof. Valner Materal desenvolvdo com notas de aulas e bblografa Incerteza de medção Documento mportante: Gude to the Epresson of Uncertant n Measurement
Leia maisAula 12: Correlação e Regressão
Aula 12: Correlação e Regressão Sumário Aula 12: Correlação e Regressão... 1 12.l Correlação... 2 12.2 Diagrama de dispersão... 2 12.3 Correlação linear... 3 12.3.1 Coeficiente de correlação linear...
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia maisEFICIÊNCIA NA PRODUÇÃO E NA VENDA DE MANGAS NO PÓLO PETROLINA-JUAZEIRO: O QUE OS ÍNDICES DE EFICIÊNCIA REPRESENTAM?
EFICIÊNCIA NA PRODUÇÃO E NA VENDA DE MANGAS NO PÓLO PETROLINA-JUAZEIRO: O QUE OS ÍNDICES DE EFICIÊNCIA REPRESENTAM? João Rcardo Ferrera de Lma (EMBRAPA - PPGECON/UFPE) Yony de Sá Barreto Sampao (PIMES/UFPE)
Leia maisNome: N.º: Endereço: Data: Telefone: PARA QUEM CURSA O 9 Ọ ANO DO ENSINO FUNDAMENTAL EM 2016 Disciplina: MATEMÁTICA
Nome: N.º: Endereço: Data: Telefone: E-mail: Colégio PARA QUEM CURSA O 9 Ọ ANO DO ENSINO FUNDAMENTAL EM 06 Disciplina: MATEMÁTICA Prova: DESAFIO NOTA: QUESTÃO 6 Analise cada item com atenção: I. O antecedente
Leia maisPROFMAT AV3 MA 11 2011. (1,0) (a) Prove isto: Se um número natural não é o quadrado de um outro número natural, sua raiz quadrada é irracional.
Questão 1. (1,0) (a) Prove isto: Se um número natural não é o quadrado de um outro número natural, sua raiz quadrada é irracional. (1,0) (b) Mostre que 2 + 5 é irracional. (a) Seja n N. Se p q Q é tal
Leia maisComo rodar a regressão no gretl. Usando o Console para calcular elasticidade. Elasticidade. Usando o Console para calcular predição
Como rodar a regressão no gretl Alguns tópicos do gretl Usando o console: Comando: ols y const 3 Estima uma função linear usando o método de Mínimos Quadrados Ordinários. Elasticidade Intuição: resposta
Leia maisSalário e produtividade: uma análise inter-setorial da indústria brasileira
Saláro e produtvdade: uma análse nter-setoral da ndústra braslera 1. Introdução Uma proposção central dentro da abordagem domnante em economa do trabalho é a que estabelece que o equlíbro no mercado ocorre
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 maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisXXXII Olimpíada Brasileira de Matemática. GABARITO Segunda Fase
XXXII Olimpíada Brasileira de Matemática GABARITO Segunda Fase Soluções Nível 1 Segunda Fase Parte A CRITÉRIO DE CORREÇÃO: PARTE A Na parte A serão atribuídos 5 pontos para cada resposta correta e a pontuação
Leia maisTIPO DE PROVA: A. Questão 1. Questão 3. Questão 2. Questão 4. alternativa A. alternativa E. alternativa E
Questão TIPO DE PROVA: A Uma empresa entrevistou k candidatos a um determinadoempregoerejeitouumnúmerode candidatos igual a 5 vezes o número de candidatos aceitos. Um possível valor para k é: a) 56 b)
Leia maisII.1 APLICAÇÃO DO CAPM: QUESTÕES GERAIS
É Váldo o Uso de Prêmo por Rsco País na Estmação de Custo de Captal das Empresas? Antono Zoratto Sanvcente Centro de Fnanças Insper Insttuto de Ensno e Pesqusa São Paulo, Mao de 2014 RESUMO O trabalho
Leia maisUnidade 5. A letra como incógnita equações do segundo grau
Unidade 5 A letra como incógnita equações do segundo grau Para início de conversa... Vamos avançar um pouco mais nas resoluções de equações. Desta vez, vamos nos focar nas equações do segundo grau. Esses
Leia maisUniversidade de São Paulo. Escola de Comunicação e Artes, ECA-USP
Universidade de São Paulo Escola de Comunicação e Artes, ECA-USP Qual a USP que queremos: A USP hoje e daqui a 20 anos Estela Damato NUSP 7693618 São Paulo 2014 Introdução Pensar no futuro de uma universidade
Leia mais