ESTATÍSTICA. na Contabilidade Revisão - Parte 2. Medidas Estatísticas

Tamanho: px
Começar a partir da página:

Download "ESTATÍSTICA. na Contabilidade Revisão - Parte 2. Medidas Estatísticas"

Transcrição

1 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. Com ela, por exemplo, podemos localzar se a maor concentração de valores de uma dada dstrbução se encontra no níco, no meo, ou no fnal dos valores. Quando confrontamos dstrbuções e queremos destacar as tendêncas de cada uma, soladamente, necesstamos de concetos que expressem através de números estas tendêncas. Esses concetos são denomnados elementos típcos da dstrbução (ou estatístcas) e são: Meddas de Posção (locação ou tendênca central) Meddas de Dspersão (varabldade) Meddas de Assmetra Meddas de Curtose 01/09/01 Bertolo Estatístca Aplcada à Contabldade 1

2 01/09/01 Cap.3 Meddas de Posção (ou tendênca central) Elas mostram o valor representatvo em torno do qual os dados tendem a agrupar-se com maor ou menor freqüênca. A medda de tendênca central é um número que está representando todo o conjunto de dados, sto é, ela resume o conjunto de dados; nas pesqusas tal número pode ser encontrado a partr das meddas: a) méda artmétca, b) moda, c) medana. O uso de cada uma delas é mas convenente de acordo com o nível de mensuração, o aspecto ou forma da dstrbução de dados e o objetvo da pesqusa. Outras meddas de posção são as separatrzes, que englobam: a própra medana; os quarts; os percents. 01/09/01 Bertolo Estatístca Aplcada à Contabldade Méda Artmétca Smples ( ) x É a medda de centraldade mas comum, porém deve ser usada em dados representando varáves quanttatvas, pos não havera sentdo utlzá-la em uma dstrbução em que a varável fosse, por exemplo, tme de futebol ou sexo. A méda representa, anda, o ponto de dstrbução no qual se equlbram as dscrepâncas (dferenças) postvas e negatvas de cada dado, ou seja, as dscrepâncas postvas somadas se anulam com as negatvas somadas dados NÃO agrupados Dada uma sequênca numérca x 1, x, x 3,..., x n ela é defnda da segunte forma: é a soma de todos os números, dvdda pelo número de parcelas. É uma das meddas de tendênca central de maor emprego. EX: Observe que: (0-4) + (0-15) + (0 4) + (0 7) + (0 30) = 0 01/09/01 Bertolo Estatístca Aplcada à Contabldade 4

3 01/09/01 E na HP-1C?? Como um procedmento geral, os dados são sempre coletados como um par de números, ou valores (x,y), por exemplo, quantdade e preço de váras mercadoras. HP-1C calcula as seguntes somas: Σ x n Σ y n Σ(x n ) Σ(y n ) Σ(x n y n ) 01/09/01 Bertolo Estatístca Aplcada à Contabldade 5 Introdução dos Dados na HP-1C Para o caso de um par de dados: dgta-se o dado y ENTER, o dado x e, depos, pressone a tecla + A HP-1C calcula automatcamente as estatístcas e armazena nos regstradores R1 a R6, como mostra a Tabela: Regstrador Estatístca Fazer o exemplo anteror: EX: f RCL ENTER RCL 1 R1 e vsor R N x R3 x R4 y R5 y R6 xy 01/09/01 Bertolo Estatístca Aplcada à Contabldade 6 3

4 01/09/01 Exemplo Os preços de vendas das últmas 10 casas venddas na comundade Parkdale foram: $ ; $ ; $05.00; $5.300; $06.700; $01.850; $00.000; $ ; $19.100; $ Qual fo a méda destes preços de venda e qual é o desvo padrão da amostra? Um preço de venda de $ será consderado não usual na mesma comundade? certfque-se de apagar as memóras somatóro/estatístca antes de ncar o problema. Para sto, f, antes de tudo A cada valor dgtado, segudo de um +, o vsor mostra o N, número de dados entrados. 01/09/01 Bertolo Estatístca Aplcada à Contabldade 7 Méda Artmétca Smples Dados Agrupados ou de Varável Dscreta p.47 Vamos dvd-los em duas categoras: sem ntervalo de classe e com ntervalo de classe. 3.5 Sem ntervalos de classe ou Varável Dscreta Seja a dstrbução de frequêncas assocada a uma amostra de 34 famílas de quatro flhos, tomando para a varável o número de flhos do sexo masculno: Nº de f flhos = 34 Neste caso, como as frequêncas são números ndcadores da ntensdade de cada valor da varável, elas funconam como fatores de ponderação, o que nos leva à Méda Artmétca Ponderada. Nº de f xf flhos = 34 = 78 Um modo rápdo de obtermos a méda ponderada é abrr, na tabela, uma coluna correspondente aos produtos x f : x n 1 f x n 1f x 78 34,9 01/09/01 Bertolo Estatístca Aplcada à Contabldade 8 4

5 01/09/01 E na HP-1C?? Certfque-se em apagar as memóras estatístcas/somatóro antes de ncar o problema. f, depos ntroduza valor ENTER peso + x w 0 ENTER + Para calcular a méda das frequêncas:g. O 1 ENTER 6 + resultado será:,9 ENTER ENTER ENTER 4 + Maravlha!!!!! 01/09/01 Bertolo Estatístca Aplcada à Contabldade 9 Méda Ponderada - Exemplo Um grande shoppng center quer saber a méda ponderada dos preços de venda de.000 undades de um produto que tem o seu preço fnal ajustado de acordo com os prmeros dez das de vendas. Calcule o preço médo e a méda ponderada dos preços de vendas deste produto. Preço por undade # de undades venddas Preço por undade # de undades venddas R$ 4,0 354 R$ 4,14 88 R$ 4,10 58 R$ 4,06 40 R$ 4,00 09 R$3, R$ 3, R$ 3,84 11 R$ 3,8 110 R$ 3, Para calcular a méda ponderada dos preços de venda: g w 4,03 Para x calcular o preço médo: Note que a tecla R é pressonada g R porque o valor que aparece no vsor 3,98 após g ser pressonados é a méda dos pesos e não será de nenhuma utldade neste exemplo. x Certfque-se em apagar as memóras estatístcas/somatóro antes de ncar o problema. f Médas regulares e médas ponderadas podem ser calculadas dos mesmos dados acumulados na HP1C, desde que a ordem dos valores seja entrada corretamente: valor ENTER peso. 4.0 ENTER ENTER ENTER ENTER ENTER ENTER ENTER ENTER ENTER ENTER /09/01 Bertolo Estatístca Aplcada à Contabldade 10 5

6 01/09/01 Stuação-Problema Dados Agrupados Sem Intervalos de Classe Um lago é poluído pelos rejetos de uma fábrca. Os ecologstas observaram que a concentração de poluentes estava aumentando dada a mortandade verfcada de pexes durante 5 semanas. De acordo com o quadro 5, qual a méda de pexes mortos regstrados semanalmente pelos ecologstas? Interprete o resultado obtdo. Quadro 5 Regstro do número de pexes mortos por semana Fonte: dados smulados xf 197 X 7,88 n 5 Solução Tabela 4 Cálculos para encontrar a méda de pexes mortos por semana x f x f Portanto, em méda, morrem aproxmadamente 8 pexes por semana Fonte: dados smulados Fazer sto na HP-1C!!!! Aqu os dados não estão agrupados em ntervalos de classe!!!! 01/09/01 Bertolo - Estatístca - 1º SI - EAD-Adm - EtapaIII Vol 1 e 11 Méda Artmétca Smples Dados Agrupados p.48 X f x x f = 40 = Aqu nada mas fzemos do que calcular uma méda ponderada (peso = frequênca) dos pontos médos de cada classe. 01/09/01 Bertolo Estatístca Aplcada à Contabldade 1 6

7 01/09/01 E na HP-1C???? Smples. Fazemos como antes para a varável dscreta. X f x x f = 40 = Belezera????? Certfque-se em apagar as memóras estatístcas/somatóro antes de ncar o problema: f, depos ntroduza valor ENTER peso +. Assm, 15 ENTER ENTER ENTER ENTER ENTER 5 + x 17 ENTER 3 + g w Agora faça todos os exercícos das págnas e 5 na HP-1C 01/09/01 Bertolo Estatístca Aplcada à Contabldade 13 Stuação-Problema 03 Dados Agrupados Com Intervalos de Classe Supondo que você seja gestor de Recursos Humanos (RH) de uma Indústra e Comérco de Embalagens Hosptalares e necesste alnhar as polítcas de RH com a estratéga da organzação. Como consequênca, você deverá recrutar canddatos com determnada faxa etára para o setor de Controle de Qualdade. A dstrbução de freqüênca apresentada na tabela 5 descreve a faxa etára dos canddatos à procura de emprego de Auxlar de Controle Qualdade, cuja função é de revsar embalagens hosptalares. Aponte, em méda, a dade dos canddatos à procura deste cargo. Tabela 5 Faxa etára dos canddatos. Solução Para facltar a resolução do problema, sugermos que você reescreva a tabela 5. Para sto, basta acrescentar as colunas necessáras para Faxa etára f desenvolver os cálculos. É bem prátco calcular o ponto médo numa coluna, depos na coluna segunte calcular o produto deste valor pela freqüênca; assm a somatóra dessa coluna é um dos valores procurados, Pm f Verfque com atenção como realzamos a resolução. Observe a tabela Fonte: dados smulados Conclumos que a dade méda dos canddatos assume o valor de anos, ndcando que este é o valor em torno do qual as dades destes canddatos se concentram. Tabela 6 Cálculos para a méda da faxa etára dos canddatos Classes Intervalos f Pm Pmf ,5 3, , , ,5 3,5 Total n Fonte: dados smulados l Pm nf l sup Pm f 557 X 7,85 f 0 Fazer sto na HP-1C!! 01/09/01 Bertolo - Estatístca - 1º SI - EAD-Adm - EtapaIII Vol 1 e 14 7

8 01/09/01 Resumo das Fórmulas de Méda A méda artmétca representa o ponto de concentração dos valores de um conjunto de dados ou uma seqüênca numérca. Entre as meddas de tendênca central, é a mas comumente utlzada para descrever resumdamente uma dstrbução de frequênca. Observe, no quadro 3, as médas apresentadas, suas respectvas expressões e, na sequênca, as aplcações destes concetos Quadro 3 Expressão para a méda artmétca em relação ao tpo de dados analsados. Tpos de dados analsados Expressão 1. Méda artmétca smples Dados não agrupados (dados brutos ou rol) 1. Méda artmétca ponderada Dados agrupados sem ntervalo de classe (varável dscreta) 1. Méda Dados agrupados com ntervalos de classe (varável contínua) É a medda de centraldade mas comum, porém deve ser usada em dados representados por nter-valos, pos não havera sentdo utlzá-la em uma dstrbução em que a varável fosse, por exem-plo, tme de futebol ou sexo. A méda representa, anda, o ponto de dstrbução no qual se equ-lbram as dscrepâncas (dferenças) postvas e negatvas de cada dado, ou seja, as dscrepâncas postvas somadas se anulam com as negatvas somadas. 01/09/01 Bertolo - Estatístca - 1º SI - EAD-Adm - EtapaIII Vol 1 e 15 Exercícos de Aplcação 1- Tarefa p/casa 01. Temos um gráfco que nos mostra o desempenho dos 5 melhores classfcados em um determnado concurso, no qual a pontuação vara de zero a cem pontos. a) Qual é a soma dos pontos dos canddatos A, B, C, D e E? b) Determne a méda artmétca dos pontos dos canddatos dscrmnados no gráfco. c) Mostre qual o canddato que fez mas e o que fez menos pontos. Resposta: a = 400 b. c. O canddato que fez mas pontos fo o canddato E (100 pontos), e o canddato que fez menos pontos fo o canddato B (60 pontos) 01/09/01 Bertolo Estatístca Aplcada à Contabldade 16 8

9 01/09/01 Exercícos de Aplcação - Tarefa p/casa Um professor de uma determnada dscplna resolveu que suas provas bmestras terão pesos dferentes em cada bmestre e que seus alunos, só no fnal do 4º bmestre, receberão a méda fnal. Escolhendo aleatoramente um aluno desse professor, vamos, de acordo com suas notas e respectvos pesos,verfcarerfcar sua méda fnal. Oalunonoprmerobmestretrou6eaprovatnhapeso,noºbmestre trou5eopesoera4,no3ºbmestreoalunotrou3eopesoerae, fnalmente, no 4º bmestre trou 10 e o peso era 4. Calcule sua méda fnal. 01/09/01 Bertolo Estatístca Aplcada à Contabldade 17 Exercícos de Aplcação 3- Tarefa p/casa A tabela a segur apresenta a dstrbução de freqüêncas dos saláros de um grupo de 50 empregados de uma empresa, num certo mês. Número da classe Saláro do mês em reas Número de empregados O saláro médo desses empregados, nesse mês, fo de: a. R$.637,00 b. R$.500,00 c. R$.40,00 d. R$.400,00 Os valores centras das classes 1,, 3 e 4 são, respectvamente, 1.500,.500, e reas, obtdos da segunte manera: Para determnar o saláro classe classe classe classe Encontramos a méda artmétca smples dos lmtes das classes, para cada classe médo, precsamos encontrar a méda artmétca ponderada (os pesos serão as freqüêncas). Portanto, o saláro médo é de R$ /09/01 Bertolo Estatístca Aplcada à Contabldade 18 9

10 01/09/01 Outras Médas Méda Geométrca (X G ) É defnda como a raz de ordem n do produto desses números. Méda Harmônca É defnda assm: 01/09/01 Bertolo Estatístca Aplcada à Contabldade 19 Exemplo de Aplcação 4 Calcule a méda geométrca da sére (, 4, 8) Calcule a méda harmônca da sére (, 4, 8) 01/09/01 Bertolo Estatístca Aplcada à Contabldade 0 10

b. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda.

b. 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 mais

Medidas de tendência central. Média Aritmética. 4ª aula 2012

Medidas 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 mais

A esse tipo de tabela, cujos elementos não foram numericamente organizados, denominamos tabela primitiva.

A 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 mais

Probabilidade e Estatística. Correlação e Regressão Linear

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 mais

É o quociente da divisão da soma dos valores das variáveis pelos números deles:

É o quociente da divisão da soma dos valores das variáveis pelos números deles: Meddas de Posção. Itrodução Proª Ms. Mara Cytha O estudo das dstrbuções de requêcas, os permte localzar a maor cocetração de valores de uma dstrbução. Porém, para ressaltar as tedêcas característcas de

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Coordenação de Semáforos

Coordenação 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 mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Comprimento de Arco. Comprimento de Arco

Comprimento 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 mais

4 Critérios para Avaliação dos Cenários

4 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 mais

67 das 88 vagas no AFRF no PR/SC 150 das 190 vagas no TRF no PR/SC 150 das 190 vagas no TRF Conquiste sua vitória ao nosso lado

67 das 88 vagas no AFRF no PR/SC 150 das 190 vagas no TRF no PR/SC 150 das 190 vagas no TRF Conquiste sua vitória ao nosso lado Estatístca AFRF Tele - Transmtdo Mas de 360 aprovados na Receta Federal em 006 67 das 88 vagas no AFRF no PR/SC 50 das 90 vagas no TRF no PR/SC 50 das 90 vagas no TRF Conquste sua vtóra ao nosso lado Teora

Leia mais

Lei dos transformadores e seu princípio de funcionamento. Os transformadores operam segundo a lei de Faraday ou primeira lei do eletromagnetismo.

Lei 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 mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

LEIS DE KIRCHHOFF EM CIRCUITOS DE CORRENTE CONTÍNUA

LEIS 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 mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

ESTATÍSTICA APLICADA

ESTATÍSTICA APLICADA UNIVERSIDADE FEDERAL DO PARÁ ASSESSORIA DE EDUCAÇÃO A DISTÂNCIA INSTITUTO DE CIÊNCIAS SOCIAIS APLICADAS ESPECIALIZAÇÃO EM GESTÃO EMPRESARIAL NA MODALIDADE SEMIPRESENCIAL ESTATÍSTICA APLICADA Prof. João

Leia mais

DISTRIBUIÇÃO DE FREQUÊNCIAS

DISTRIBUIÇÃO DE FREQUÊNCIAS Núcleo das Cêncas Bológcas e da Saúde Cursos de Bomedcna, Ed. Físca, Enermagem, Farmáca, Fsoterapa, Fonoaudologa, Medcna Veternára, Muscoterapa, Odontologa, Pscologa DISTRIBUIÇÃO DE FREQUÊNCIAS 5 5. DISTRIBUIÇÃO

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe

Leia mais

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

CÁLCULO DA DIRECTRIZ

CÁLCULO 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 mais

Y = 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

Y = 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 mais

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

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

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

Medidas de Localização

Medidas de Localização 07/08/013 Udade : Estatístca Descrtva Meddas de Localzação João Garbald Almeda Vaa Cojuto de dados utlzação de alguma medda de represetação resumo dos dados. E: Um cojuto com 400 observações como aalsar

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Prof. Lorí Viali, Dr.

Prof. 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. UFRGS Insttuto de Matemátca

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL

MEDIDAS DE TENDÊNCIA CENTRAL 3.1- Introdução. ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL Como na representação tabular e gráfca dos dados a Estatístca Descrtva consste num conjunto de métodos que ensnam a reduzr uma quantdade de dados

Leia mais

www.obconcursos.com.br/portal/v1/carreirafiscal

www.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 mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA 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 mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Prof. Lorí Viali, Dr.

Prof. 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 mais

Introdução e Organização de Dados Estatísticos

Introdução 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 mais

Aula 6 Medidas de Tendência Central

Aula 6 Medidas de Tendência Central 1 Estatística e Probabilidade Aula 6 Medidas de Tendência Central Professor Luciano Nóbrega Somatório Quando queremos representar uma soma de valores que obedecem à uma sequência, podemos codificá-la através

Leia mais

Em muitas aplicações, estamos interessados em subgrafos especiais de um determinado grafo.

Em 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 mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM -

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM - CURSO SOBRE MEDIDAS DESCRITIVA Adrao Medoça Souza Departameto de Estatístca - UFSM - O telecto faz pouco a estrada que leva à descoberta. Acotece um salto a coscêca, chame-o você de tução ou do que quser;

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013) Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,

Leia mais

PROBABILIDADE. 3) Jogando-se dois dados, qual a probabilidade de que a soma dos pontos obtidos seja menor que 4?

PROBABILIDADE. 3) Jogando-se dois dados, qual a probabilidade de que a soma dos pontos obtidos seja menor que 4? Segmento: ENSINO MÉDIO Dscplna: MATEMÁTICA Tpo de Atvdade: LISTA DE EXERCÍCIOS Prof. Marcelo 06/2016 Turma: 3 A PROBABILIDADE 1) No lançamento de um dado, determnar a probabldade de se obter: a) o número

Leia mais

Estatística e Probabilidade

Estatística e Probabilidade Estatístca e Probabldade Professor conteudsta: Rcardo Vda Sumáro Estatístca e Probabldade Undade I 1 CONCEITOS BÁSICOS...1 1.1 Concetos fundamentas... 1. Processos estatístcos de abordagem... 1.3 Dados

Leia mais

CARGA E DESCARGA DE UM CAPACITOR

CARGA E DESCARGA DE UM CAPACITOR EXPEIÊNCIA 06 CAGA E DESCAGA DE UM CAPACITO 1. OBJETIVOS a) Levantar, em um crcuto C, curvas de tensão no resstor e no capactor em função do tempo, durante a carga do capactor. b) Levantar, no mesmo crcuto

Leia mais

Regressão e Correlação Linear

Regressão 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 mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

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

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

Diagnóstico em Regressão. Rejane Sobrino Pinheiro Tania Guillén de Torres

Diagnóstico 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 mais

Resumos Numéricos de Distribuições

Resumos Numéricos de Distribuições Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas

Leia mais

Determinantes. De nição de determinante de uma matriz quadrada. Determinantes - ALGA - 2004/05 15

Determinantes. 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 mais

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos. Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas

Leia mais

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar

Leia mais

Cálculo do Conceito ENADE

Cálculo 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 mais

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um). INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Proposta de resolução da Prova de Matemática A (código 635) 21 de Junho de 2010

Proposta 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 mais

APOSTILA DE ESTATÍSTICA BÁSICA Parte 1

APOSTILA DE ESTATÍSTICA BÁSICA Parte 1 APOSTILA DE ESTATÍSTICA BÁSICA Parte 1 Prof. Msc. Jorge Wlson Perera da Slva SUMÁRIO Capítulo 1. Concetos Báscos 3 1.1. Introdução 3 1.2. População e Amostra 3 1.3. Processos Estatístcos de Abordagem 4

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

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

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma

Leia mais

n Xi = X1 + X2 + X3 +...+. Xn i = 1 n Xi, deve ser lida soma dos valores xi, para i variando de 1 até n. i = 1

n Xi = X1 + X2 + X3 +...+. Xn i = 1 n Xi, deve ser lida soma dos valores xi, para i variando de 1 até n. i = 1 MEDIDAS DE TENDÊNCIA CENTRAL Introdução Neste tópico, vamos aprender sobre o cálculo de medidas que possibilitem representar um conjunto de dados relativos à observação de determinado fenômeno de forma

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

Leia mais

MÉTODO DE FIBONACCI. L, em que L

MÉTODO 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 mais

4 Capitalização e Amortização Compostas

4 Capitalização e Amortização Compostas 4.1 Itrodução Quado queremos fazer um vestmeto, podemos depostar todos os meses uma certa quata em uma cadereta de poupaça; quado queremos comprar um bem qualquer, podemos fazê-lo em prestações, a serem

Leia mais

1ª e 2ª leis da termodinâmica

1ª e 2ª leis da termodinâmica 1ª e 2ª les da termodnâmca 1ª Le da Termodnâmca Le de Conservação da Energa 2ª Le da Termodnâmca Restrnge o tpo de conversões energétcas nos processos termodnâmcos Formalza os concetos de processos reversíves

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES 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 mais

Análise dos resíduos e Outlier, Alavancagem e Influência

Análise 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 mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Programação de Computadores II TCC 00.174/Turma A 1

Programação de Computadores II TCC 00.174/Turma A 1 Programação de Computadores II TCC 00.174/Turma A 1 Professor Leandro A. F. Fernandes http://www.c.uff.br/~laffernandes Conteúdo: Introdução ao Java (exercícos) Materal elaborado pelos profs. Anselmo Montenegro

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Escola Secundária de Lousada Ficha de trabalho de Matemática do 7º ano nº Data: / / 2011 Assunto: Tratamento de dados I Lições nº, e,

Escola 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

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para

Leia mais

Probabilidade: Diagramas de Árvore

Probabilidade: 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 mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente

Leia mais

3. Estatística descritiva bidimensional

3. Estatística descritiva bidimensional 3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão

Leia mais

Critérios de divisibilidade em bases numéricas genéricas

Critérios 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 mais

Matemática Ficha de Trabalho

Matemática Ficha de Trabalho Matemátca Fcha de Trabalho Meddas de tedêca cetral - 0º ao MEDIDAS DE LOCALIZAÇÃO Num estudo estatístco, depos de recolhdos e orgazados os dados, há a ase de trar coclusões através de meddas que possam,

Leia mais

Eletromagnetismo Aplicado

Eletromagnetismo Aplicado letromagnetsmo Aplcado Undade 5 Propagação de Ondas letromagnétcas em Meos Ilmtados e Polaração Prof. Marcos V. T. Heckler Propagação de Ondas letromagnétcas e Polaração 1 Conteúdo Defnções e parâmetros

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores) UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara

Leia mais

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias. Classque as varáves: Faculdade Ptágoras / Dvnópols-MG Curso: Pscologa Dscplna: Estatístca Aplcada à Pscologa Lsta de Eercícos a) número de peças produzdas por hora; b) dâmetro eterno da peça; c) número

Leia mais

F-328 Física Geral III

F-328 Física Geral III F-328 Físca Geral III Aula exploratóra- 06 UNICAMP IFGW username@f.uncamp.br F328 2 o Semestre de 2013 1 Corrente elétrca e resstênca Defnção de corrente: Δq = dq = t+δt Undade de corrente: 1 Ampère =

Leia mais

Plano de amostragem do ISA-Capital 2008 Maria Cecília Goi Porto Alves Maria Mercedes L. Escuder 24 de junho de 2009

Plano de amostragem do ISA-Capital 2008 Maria Cecília Goi Porto Alves Maria Mercedes L. Escuder 24 de junho de 2009 Plano de amostragem do ISA-Captal 2008 ara Cecíla Go Porto Alves ara ercedes L. Escuder 24 de junho de 2009 Tamanho da amostra A população de estudo refere-se àquela resdente em área urbana do uncípo de

Leia mais

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

As 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 mais

Caderno de Fórmulas. CCB, CCE e NCE - Cetip21

Caderno 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 mais

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais. 1 1Imagem Dgtal: Estatístcas INTRODUÇÃO Neste capítulo abordam-se os prncpas concetos relaconados com os cálculos de estatístcas, hstogramas e correlação entre magens dgtas. 4.1. VALOR MÉDIO, VARIÂNCIA,

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais