ESTUDOS CORRELACIONAIS CORRELAÇÕES ABSTRACT CONTEÚDOS DUM RESUMO PARTE PRÁTICA: ESTUDO CORRELACIONAL

Tamanho: px
Começar a partir da página:

Download "ESTUDOS CORRELACIONAIS CORRELAÇÕES ABSTRACT CONTEÚDOS DUM RESUMO PARTE PRÁTICA: ESTUDO CORRELACIONAL"

Transcrição

1 Bento Janeiro, 2009

2

3 ESTUDOS CORRELACIONAIS CORRELAÇÕES ABSTRACT CONTEÚDOS DUM RESUMO PARTE PRÁTICA: ESTUDO CORRELACIONAL Os estudos correlacionais utilizam-se para estudar fenómenos através do estabelecimento de relações.

4 ?? QUAL A CORRELAÇÃO QUE INDICA A MAIOR RELAÇAO ENTRE DUAS VARIÁVEIS? a ou -.85 b ou -.74

5 ?? Um Oficial da polícia encontrou uma correlação de.70 entre o número de bares nalgumas cidades do Continente e o número de crimes praticados nessa cidades. Ele concluiu que legislação para diminuir o número de bares reduziria o crime. O que diria sobre a conclusão do Oficial da policia?

6 ?? Como compararia a correlação de.90 com.45 em termos de magnitude?

7 ?? Um investigador demonstrou uma correlação de +.60 entre as classificações duns Directores de escolas sobre a maneira de vestir dos professores e os resultados académicos dos alunos em 150 escolas primárias. Ele concluiu que encorajando os professores a vestirem-se melhor aumentaria a realização académica.

8 O TEMPO E O PROCESSO EDUCATIVO O QUE CAUSA UMA PESSOA SER EDUCADA?

9 O TEMPO E O PROCESSO EDUCATIVO A MENTE HUMANA QUER SABER NÃO APENAS SABER ACERCA DAS COISAS, MAS SABER O COMO, O PORQUÊ E POR QUE AS COISAS OCORREM DUMA MANEIRA E NÃO DOUTRA. O QUE CAUSA AS NUVENS E A PRECIPITAÇÃO? O QUE CAUSA A APRENDIZAGEM E POR QUE OCORRE NUNS ALUNOS E NÃO NOUTROS?

10 O TEMPO E O PROCESSO EDUCATIVO Os Educadores desejariam descobrir relações VÁLIDAS de causaefeito na educação. Mas na maior parte dos casos, a educação ocorre demasiado caoticamente para ser explicada em termos de causa-efeito. Por isso, os Educadores contam com as evidências correlacionais para muito do que sabem acerca das condições e das práticas que afectam a educação.

11 Conceitos Variável: Todo o elemento ou característica que varia em determinado fenómeno. Esse elemento pode ser observado, registado e mensurado. As variáveis são portanto, aspectos observáveis de um fenómeno, os quais podem apresentar variações, mudanças e diferentes valores em relação a dado fenómeno e entre fenómenos. Variável de critério: variável que está sendo predita (dependente) nos estudos que estudam correlações. Variável preditora: Em correlações, a variável (ex. motivação) usada na tentativa de predizer a variável de critério (ex. progresso de aprendizagem) (independente). Variáveis qualitativas: estão relacionadas com categorias não susceptíveis de medida mas apenas de classificação, assumindo diferentes modalidades (ex. cor dos olhos). Variáveis quantitativas: Relacionadas com características que tomam valores numéricos e que são susceptíveis de medida (exº peso em kg) Variáveis quantitativas discretas : quando assumem uma realidade numerável de valores em que os decimais não fazem sentido (ex. número de filhos por agregado familiar). Variáveis quantitativas contínuas: quando podem assumir qualquer valor num intervalo de números reais (ex. rendimento por agregado familiar)

12 CONCEITOS Coeficiente de correlação: um índice que resume o grau de relação entre duas variáveis. Descreve a magnitude e a direcção da relação entre duas variáveis. Os coeficientes de correlação costumam variar de +1,00 (para uma relação directa perfeita), passando por 0,0000 (ausência de relação) e chegando a -1,00 (para uma relação inversa perfeita). Coeficiente de correlação produto-momento (r): O coeficiente de correlação mais utilizado, designando a magnitude da relação entre duas variáveis, mensuradas em, pelo menos, uma escala de intervalo; também chamado de r de Pearson. Investigação ex post facto: Investigação realizada após terem ocorrido as alterações na variável independente, no curso natural dos acontecimentos; uma forma de pesquisa não experimental em que são inferidas as explicações causais, após o facto. Rho de Spearman: Um coeficiente de correlação que indica a magnitude de uma relação entre variáveis mensuradas em uma escala ordinal. Test t: Teste estatístico paramétrico, utilizado para a análise da diferença entre duas médias.

13 CONCEITOS Testes paramétricos os valores da variável estudada devem ter distribuição normal ou aproximação normal (Teste t-studente, ANOVA). Já os testes não-paramétricos paramétricos, também chamados por testes de distribuição livre, não têm exigências quanto ao conhecimento da distribuição da variável na população.(qui Qui- quadrado, Mann-Whitney, Kruskal-Wallis Wallis). p<.05; p<.01. Níveis de probabilidade (significância) especialmente usados por investigadores quando testam hipóteses. O.05 indica menos que 5% de probabilidade que o resultado é devido a erro de amostragem; O.01 indica menos que 1% de probabilidade.

14 ESCALAS CONCEITOS Associados às variáveis existem vários tipos de escala, correspondendo os dois primeiros a variáveis qualitativas e os dois últimos a variáveis quantitativas. Nominal (Nominal): Dados classificados por categorias não ordenadas (ex. sexo, clube de futebol, turma a que pertence, estado civil, religião, etc.). Ordinal (Ordinal): Dados classificados por categorias ordenadas não existe distância equivalente nos graus de hierarquia (ex. nível de escolaridade: primário, secundário e superior; nível socio-económico: classe alta, média e baixa). Intervalar (Scale): Dados expressos numa escala numérica com origem arbitrária. Intervalos iguais mas o zero é arbitrário (Ex. testes de aptidão, testes de inteligência, temperatura, etc.). Dados podem ser subtraídos e somados mas não divididos ou multiplicados. Não há ponto zero verdadeiro. Razão (Scale): Dados expressos numa escala numérica com origem fixa; supõem zero absoluto em termos de medida (exemplos: idade (anos),classificação num teste (0 a 20), peso, rendimento mensal do agregado familiar (euros), tempo de realização de uma determinada prova (minutos).

15

16 DOIS TIPOS BÁSICOS DE INVESTIGAÇÃO Experimental (EXP) e Post-facto (P/F) No método experimental, o investigador manipula um estímulo ou variável com o objectivo de verificar se se produz uma mudança na resposta por parte de um grupo de sujeitos. Permite afirmar a existência de relações causa-efeito. Na investigação post-facto facto, no entanto, o investigador não manipula um estímulo. Em vez disso, as respostas de um grupo de sujeitos são medidas para uma variável e comparadas com as respostas medidas numa segunda variável. A investigação post- facto não permite inferências directas de causa e efeito.

17 Investigação correlacional A investigação correlacional preocupa-se em determinar as relações que existem entre as variáveis. Não há manipulação das variáveis apenas uma investigação da extensão em que as variáveis estão relacionadas. Quando há uma relação entre duas variáveis, dizemos que estão correlacionadas. A magnitude e a direcção da relação são descritas por meio de um index quantitativo chamado coeficiente de correlação

18 Investigação correlacional A IC é essencialmente exploratória um investigador tenta identificar o padrão das relações existentes entre duas ou mais variáveis. A informação que se ganha deste tipo de estudos: a) Compreender um fenómeno complexo b) construir uma teoria acerca de um fenómeno comportacional. O investigador deve ter presente que a escolha das variáveis para este tipo de estudo devem ser baseadas em teoria, em investigações prévias ou nas suas observações. A partir da teoria fenomenológica podemos fazer a hipótese há uma relação positiva entre as auto- percepções dos alunos do 1º ano e o seu desempenho na leitura. Relação entre dimensão da turma e o resultado académico.

19 IMPORTÂNCIA DA INVEST. DE CORRELAÇÃO A investigação correlacional na educação procura traços, capacidade, ou condições que co-variam, ou se correlacionam, com outras. A correlação ajuda-nos: Compreender certos eventos relacionados, condições, e comportamentos. Predizer condições futuras ou comportamentos numa variável a partir do que nós sabemos de uma outra variável. Por vezes, obter fortes sugestões de que uma variável está causando outra.

20 PRECAUÇÕES RELATIVAS A CAUS- EFEITO.. Correlação positiva entre o número de revólveres em uma área geográfica e o número de assassinatos nessa área.

21 NATUREZA DA CORRELAÇÃO Correlação positiva e negativa Atentem nas seguintes afirmações: 1. Quanto mais velho, menos memória. 2. Quanto mais se dá às crianças, mais elas esperam. 3. As pessoas mais altas tendem a ter mais sucesso nas suas carreiras. 4. Quanto mais castigos físicos se dão às crianças mais agressivas se tornam quando adultas.

22 NATUREZA DA CORRELAÇÃO 5. Bons músicos são normalmente bons em matemática. 6. Pessoas boas em matemática tendem a ser fracas em literatura. 7. Quanto mais praticar guitarra, menos erros cometo.

23 NATUREZA DA CORRELAÇÃO 8. Aquele rapaz pesa muito porque é alto. 9. A temperatura global tem aumentado porque o número de automóveis em circulação tem crescido nos últimos anos. 10. A produção agrícola do ano transacto foi escassa pois choveu pouco no ano passado. 11. A riqueza de um país é proporcional ao nível de escolaridade da sua população.

24 NATUREZA DA CORRELAÇÃO Estes são exemplos de relações conhecidas como CORRELAÇÕES. É um processo de associação entre variáveis e, para o qual, a estatística pode dar um importante contributo. Em cada afirmação é proposto que duas variáveis são relacionadas no sentido de que quando muda uma a outra também muda num sentido previsto. Há duas direcções nas quais as mudanças podem ocorrer produzindo o que é conhecido como CORRELAÇÃO POSITIVA E CORRELAÇÃO NEGATVA.

25 NATUREZA DA CORRELAÇÃO Correlação positiva ocorre quando uma variável aumenta a outra também aumenta: por exemplo quanto mais tempo passar a estudar melhores notas tenho. Quanto mais calorias um indivíduo ingerir, mais peso irá ganhar. Correlação negativa ocorre quando uma variável diminui a outra aumenta. Por exemplo quanto mais peso transporto mais devagar eu ando. Quanto mais exercício praticar, mais peso irei perder. Correlação nula ocorre quando não há relação: número de jóias possuídas e peso da pessoa. Distância percorrida até à Universidade e a nota obtida na disciplina de Investigação. As rain comes down so umbrellas go up

26 NATUREZA DA CORRELAÇÃO Correlações podem ser estabelecidas com unidades, scores, grupos ou coisas: Relação entre resultados em matemática e resultados em literatura. Relação entre recursos das escolas número de aprovações. Relação entre temperatura numa semana e número de suicídios nessa semana.

27 TRÊS QUESTÕES 1. Existe uma relação entre as variáveis? 2. Em que sentido se estabelece essa relação? 3. Qual a sua magnitude? OBJECTIVOS DOS ESTUDOS CORRELACIONAIS a) Estudar/estabelecer relações entre as variáveis presentes b) Predizer o comportamento de uma das variáveis a partir do comportamento da outra variável (estudos de predição) Exº Correlação entre nível social e desempenho escolar Correlação entre publicidade e nível de alcoolismo entre os jovens

28 CRITÉRIOS PARA ANÁLISE DOS INDICES DE CORRELAÇÃO Coeficiente Entre 0 e 0,20 Entre 0,21 e 0,40 Entre 0,41 e 0,70 Entre 0,71 e 0,90 Entre 0,91 e 1 Interpretação Correlação praticamente nula Correlação baixa Correlação moderada Correlação forte Correlação muito forte Correlação entre o tamanho do cérebro e a inteligência: r = +44 (Rushton e Ankey, 1996); r = +51; r = + 21 (Rushton, 1997).

29 SENTIDO DA CORRELAÇÃO Correlação entre os resultados dos exames do 12º ano e a média na Universidade.

30 SENTIDO DA CORRELAÇÃO Quantidade de exercício físico praticado e peso.

31 SENTIDO DA CORRELAÇÃO Correlação entre os resultados num teste e o peso.

32 Coeficiente de correlação de Pearson r Este coeficiente é o mais poderoso e apenas pode ser utilizado em variáveis quantitativas de nível intervalar ou superior. É um coeficiente de correlação paramétrico. (Exº Número de horas dedicadas ao trabalho e a nota obtida na avaliação do desempenho (0 a 20).

33 Coeficiente de correlação de Pearson CORRELAÇÕES Horas Pearson Correlation 1.924** Sig. (2 tailed).000 N NOTA Pearson Correlation Sig. (2-tailed).000 N **Correlation is significant a the 0.01 Level (2-tailed) r =.924, p< 0.01 Coeficiente de determinação R² =.854. O número de horas de trabalho explica 85.4% da variância da nota da avaliação do desempenho. Deste modo, ainda restam 15% da variável nota por explicar.

34 COEFICIENTE DE CORRELAÇÃO variância Karl PEARSON

35 COEFICIENTE DE CORRELAÇÃO variância Charles SPEARMAN

36 VALOR DE p p< MENOS DE 5 em 100 ou 1 em 20 P< Os nossos resultados são estatisticamente significativos Quanto mais baixo (i.e. perto do zero) o valor de p é, mais significativo são os nossos resultados e maior a nossa fundamentação para rejeitar a hipótese nula. Quando o resultado é muito baixo (p <.01) então os resultados são muito estatisticamente significativos. Se o valor de p é mais alto que 0.05 (p > 0.05) a hipótese nula não é rejeitada. Em tal caso concluiríamos que os nossos resultados não são significativos. p = (muito significativo). Há apenas 4 possibilidades em 1000 que a hipótese nula seja verdadeira; Logo, há 996 possibilidades em 1000 que a minha hipótese alternativa seja verdadeira. p =.049? P =.051?

37 Exemplos de resultados Não significativo Não há associação (ou muito pequena) entre esquerdismo e o risco de problemas de leitura (Bishop, 1990) Significativo Problemas de leitura estão fortemente associados com dificuldades em processar sons durante a fala (Snowling, 2000). Alta auto estima não impede jovens de fumar, beber, envolver-se em drogas ou sexo prematuro (Baumeister et al., 2003). Tudo o resto sendo igual, os atletas que usam equipamentos vermelhos têm probabilidades significativamente mais altas de ganhar do que aqueles que usam outras cores (Hill and Barton, 2005). Os resultados nulos são informativos, desde que provenham de estudos bem desenhados e conduzidos.

38 Passos na organização da investigação correlacional 1. Identificação das variáveis a serem exploradas 2. Hipóteses ou questões 3. Meio pelos quais as variáveis serão medidas ou designadas 4. Selecção da amostra 5. Recolha de dados 6. Análise dos dados

39 Suponhamos que queremos identificar os factores que predizem o grau de sucesso de novos professores durante o seu primeiro ano na sala de aula. Podíamos chamar esta investigação de Factores contributivos para o sucesso no 1º ano de ensino 1. SELECÇÃO DAS VARIÁVEIS: Variável de critério- sucesso no 1º ano de ensino; variável de predição traço ou condição que se espera obter. As variáveis a serem exploradas na investigação correlacional são sugeridas pelo problema que está sendo investigado. Você determina as relações que quer estudar (ex. capacidade de leitura e a capacidade de escrita). No nosso exemplo, a variável de critério é vaga tem de ser mensurável ou ordenável ou objectivamente observável: aprendizagem dos alunos, avaliações feitas pelo director, popularidade nos estudantes, popularidade nos colegas, opiniões dos pais, envolvimento em programas, etc. A variável preditiva pode ser qualquer traço mensurável ou observável, comportamento, ou experiência que você acredite pode prever sucesso no primeiro ano de ensino (traços de personalidade, média final da universidade, nota de estágio, capacidade de comunicação, etc.).

40 ? Especifique um traço mensurável ou observável que acredita evidenciar sucesso no primeiro ano de ensino? Identifique algumas variáveis que você acredita podem Identifique algumas variáveis que você acredita podem predizer a variável de critério

41 2. Questões ou hipóteses. Depois de as variáreis estarem definidas, desenvolvem-se as questões de investigação e/ou as hipóteses. Exº 1. O grau de sucesso no 1º ano de ensino pode ser previsto duma maneira válida? Exº 2. Até que nível pode o sucesso n 1º ano de ensino ser previsto com base nas avaliações durante o estágio? Hipótese: Não existe nenhuma relação entre o sucesso no 1º ano de ensino e as avaliações anteriormente tidas no ano de estágio

42 ? Seleccione uma variável preditora e use-a para: 1. Formular a pergunta de investigação 2. Formular a hipótese de pesquisa

43 3. Avaliar e quantificar as variáveis A ambas as variáveis (de critério e preditoras) devem ser atribuídos scores, ordenadas, ou dicotomizada como género, destria, ou alto-baixo baixo. É preferível que todas as variáveis sejam mensuráveis Como trataria as variáveis: a) avaliação dos directores? b) Popularidade com alunos?

44 4. SELECCIONAR A AMOSTRA. Seleccionar uma amostra de professores dos quais possamos obter dados. É preferível que a avaliação seja feita no fim do 1º ano ou no início do 2º ano. Para que as correlações da amostra possam ser generalizáveis à população, a amostra deve incluir pelo menos 30 casos e seleccionados aleatoriamente. Na maior parte dos casos, uma amostra de conveniência seria suficiente, consistindo, talvez, nos professore do 2º ano de ensino em várias escolas da Região.

45 5. RECOLHA DE DADOS Recolhidos a partir da amostra e avaliados de acordo com a s variáveis de critério e preditora. Pelo menos temos que ter dois resultados para cada pessoa da amostra. Prof. Pred. Critério João Carlos 29 43

46 6. ANÁLISE DOS DADOS Um dos muitos usos das correlações é fazer previsões da variável de critério a partir da variável previsível. Há programas de computador que fazem isto muito rapidamente. Quase todas as variáveis, até mesmo as que parecem não relacionadas como, por exemplo, o sucesso no ensino e o número de implantes, mostrarão um pequeno coeficiente de correlação. Correlações são testadas para significância para determinar se as observações observadas poderiam ter ocorrido por erros na selecção da amostra. Se uma correlação foi encontrada estatisticamente significativa, podemos dizer que não houve erro na amostra e o resultado se pode aplicar á população

47 6. ANÁLISE DOS DADOS (Cont. ) Coeficiente são considerados altos se +/- 70 ou acima, moderados se entre +/- 40 e +/- 60, baixos se abaixo de +/- 20. Quanto mais baixos o coeficiente menos válidas são as previsões de uma variável a partir de outra.

48 O teste t OS QUATRO TESTES MAIS A razão F r de Pearson Qui quadrado COMUNS

49 Teste t O teste t, ou razão t, é um método utilizado para testar a hipótese da diferença quando são utilizados apenas dois grupos. Responde á questão: Há diferença significativa entre os dois grupos? Utiliza-se na investigação experimental e na post facto. Na investigação post facto, o teste t pode ser utilizado para determinar se dois grupos reconhecidamente diferentes numa dada característica são também diferentes numa segunda. Por exemplo, para verificar se as pessoas criadas na cidade têm um QI superior às que cresceram no campo, seriam constituídos dois grupos diferenciados segundo o local onde os seus elementos passaram a infância. Ambos os grupos seriam avaliados por testes de QI. E o teste t poderia dizer-nos se os QI médios dos dois grupos diferem significativamente.

50 Teste t (Cont.) O valor da razão t necessário para estabelecer a significância depende da dimensão dos dois grupos-amostras. Por exemplo, se os dois grupos são compostos por 50 pessoas cada, é necessário um valor t igual a 1,98 para indicar significância ao nível de 0, Se, no entanto, os grupos forem compostos por 5 pessoas cada, o valor t necessário para atingir a significância a menos de 0,0505 é de 2,31. São utilizadas tabelas estatísticas para indicar com precisão quais os valores de t necessários para qualquer dimensão do grupo.

51 r de Pearson O coeficiente r de Pearson ou correlação produto-momento, é um teste estatístico utilizado para testar a hipótese da associação. É usado na investigação P/F e na análise de pistas causais e indica-nosnos se existe ou não uma relação entre dois conjuntos de medições. Se existe uma relação significativa, o r de Pearson também exprime a proximidade dessa associação. Os valores de r variam desde +1,00 passando por 0, até -1,00. Quanto o r mais se afasta do 0 mais forte é a relação entre as duas variáveis.

52 r de Pearson (Cont.) O r nunca pode ser usado directamente relações causais. para inferir Um investigador quer descobrir se existe relação entre velocidade de leitura e os resultados escolares. Selecciona um elevado número de alunos e compara as suas pontuações num teste de velocidade de leitura com a média das suas notas (Investigação P/F). Obtém um r = 0,70. Que significa? Que previsão se pode fazer? Pode se afirmar que há uma causa-efeito?

53 KISS Ao conceber as investigações educacionais convém ter presente esta SIGLA (Keep It Simple and Sweet). O plano de investigação deve ser suficientemente simples para poder produzir resultados que respondam de facto às questões que estiveram na base da investigação. O computador, de facto, é muitas vezes capaz de triturar muito mais dados do que aqueles que o investigador alguma vez conseguirá interpretar.

54 PONTOS A CONSIDERAR NO RESUMO DUM ESTUDO Quais os principais objectivos da investigação? Quem foi avaliado (amostra, dimensões amostrais, características especiais)? Como foram seleccionados os participantes? Quais os procedimentos de avaliação utilizados? A que condições foram os participantes expostos (caso existam)? Qual o desenho subjacente à investigação? Quais os principais resultados, conclusões e implicações teóricas e/ou práticas? ************ No geral, o resumo é preciso, específico, coerente e legível? Há indicação a propósito das palavras-chave?

55 Bento Janeiro, 2009

Correlação e Regressão Linear

Correlação e Regressão Linear Correlação e Regressão Linear A medida de correlação é o tipo de medida que se usa quando se quer saber se duas variáveis possuem algum tipo de relação, de maneira que quando uma varia a outra varia também.

Leia mais

Estatística I Aula 1. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística I Aula 1. Prof.: Patricia Maria Bortolon, D. Sc. Estatística I Aula 1 Prof.: Patricia Maria Bortolon, D. Sc. Estatística Estatística

Leia mais

AULAS 13, 14 E 15 Correlação e Regressão

AULAS 13, 14 E 15 Correlação e Regressão 1 AULAS 13, 14 E 15 Correlação e Regressão Ernesto F. L. Amaral 23, 28 e 30 de setembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de

Leia mais

Revisão de Estatística Básica:

Revisão de Estatística Básica: Revisão de Estatística Básica: Estatística: Um número é denominado uma estatística (singular). Ex.: As vendas de uma empresa no mês constituem uma estatística. Estatísticas: Uma coleção de números ou fatos

Leia mais

Probabilidade. Renata Souza. Introdução. Tabelas Estatísticas. População, Amostra e Variáveis. Gráficos e Distribuição de Freqüências

Probabilidade. Renata Souza. Introdução. Tabelas Estatísticas. População, Amostra e Variáveis. Gráficos e Distribuição de Freqüências Probabilidade Introdução Tabelas Estatísticas População, Amostra e Variáveis Gráficos e Distribuição de Freqüências Renata Souza Conceitos Antigos de Estatística stica a) Simples contagem aritmética Ex.:

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análise Exploratória de Dados Profª Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Programa de Pós-graduação em Saúde Coletiva email: alcione.miranda@gmail.com Introdução O primeiro passo

Leia mais

Explorações de alunos

Explorações de alunos A partir dos exemplos sugeridos e explorados pelos alunos pretende-se que possam conjecturar que, dadas duas funções reais de variável real f e g, o domínio da função quociente pode ser dado por: f f g

Leia mais

Estatística e Probabilidade

Estatística 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 mais

ESCOLA SECUNDÁRIA MANUEL DA FONSECA, SANTIAGO DO CACÉM GRUPO DISCIPLINAR: 500 Matemática Aplicada às Ciências Sociais

ESCOLA SECUNDÁRIA MANUEL DA FONSECA, SANTIAGO DO CACÉM GRUPO DISCIPLINAR: 500 Matemática Aplicada às Ciências Sociais ANO: 11º ANO LECTIVO : 008/009 p.1/7 CONTEÚDOS MODELOS MATEMÁTICOS COMPETÊNCIAS A DESENVOLVER - Compreender a importância dos modelos matemáticos na resolução de problemas de problemas concretos. Nº. AULAS

Leia mais

Epidemiologia. Profa. Heloisa Nascimento

Epidemiologia. Profa. Heloisa Nascimento Epidemiologia Profa. Heloisa Nascimento Medidas de efeito e medidas de associação -Um dos objetivos da pesquisa epidemiológica é o reconhecimento de uma relação causal entre uma particular exposição (fator

Leia mais

Esta aula foi compilada por alunos. Caso encontre erros, favor procurar no email: luisfca@gmail.com ou. landeira@puc-rio.br

Esta aula foi compilada por alunos. Caso encontre erros, favor procurar no email: luisfca@gmail.com ou. landeira@puc-rio.br Prof. Landeira-Fernandez Bioestatística Esta aula foi compilada por alunos. Caso encontre erros, favor procurar no email: luisfca@gmail.com ou Rio de Janeiro, 23 de junho de 2015. landeira@puc-rio.br AULA

Leia mais

Aula 5 Metodologias de avaliação de impacto

Aula 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 mais

Inferência Estatística-Macs11ºano

Inferência Estatística-Macs11ºano INFERÊNCIA ESTATÍSTICA Inferência Estatística-Macs11ºano Estatística Descritiva: conjunto de métodos para sintetizar e representar de forma compreensível a informação contida num conjunto de dados. Usam-se,

Leia mais

AULAS 04 E 05 Estatísticas Descritivas

AULAS 04 E 05 Estatísticas Descritivas 1 AULAS 04 E 05 Estatísticas Descritivas Ernesto F. L. Amaral 19 e 28 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:

Leia mais

2 Fase conceptual da investigação. 2.1. Objectivos e perguntas de partida

2 Fase conceptual da investigação. 2.1. Objectivos e perguntas de partida 2 Fase conceptual da investigação 2.1. Objectivos e perguntas de partida Investigação científica Deve iniciar-se com a formulação de um problema O objectivo da investigação é a solução desse problema.

Leia mais

Após essa disciplina você vai ficar convencido que a estatística tem enorme aplicação em diversas áreas.

Após essa disciplina você vai ficar convencido que a estatística tem enorme aplicação em diversas áreas. UNIVERSIDADE FEDERAL DA PARAÍBA INTRODUÇÃO Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ CONCEITOS FUNDAMENTAIS DE ESTATÍSTICA O que a Estatística significa para você? Pesquisas

Leia mais

ESTATÍSTICA. Professor: Ricardo Vojta

ESTATÍSTICA. Professor: Ricardo Vojta ESTATÍSTICA Ciências Contábeis Professor: Ricardo Vojta RAMOS DA ESTATÍSTICA A estatística dedutiva (também conhecida como Estatística Descritiva) se encarrega de descrever o conjunto de dado desde a elaboração

Leia mais

Introdução à Estatística Inferencial Luiz Pasquali

Introdução à Estatística Inferencial Luiz Pasquali Capítulo 4 Introdução à Estatística Inferencial Luiz Pasquali Os temas deste capítulo são: Teste Estatístico Hipótese estatística Pressuposições no teste de hipótese Regras de decisão Erros tipo I e tipo

Leia mais

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1 UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1) Um pesquisador está interessado em saber o tempo médio que

Leia mais

Pesquisa experimental

Pesquisa experimental 1 Aula 7 Interação Humano-Computador (com foco em métodos de pesquisa) Prof. Dr. Osvaldo Luiz de Oliveira 2 Pesquisa experimental Wilhelm Wundt (1832-1920), Pai da Psicologia Experimental. Leituras obrigatórias:

Leia mais

Introdução. Existem situações nas quais há interesse em estudar o comportamento conjunto de uma ou mais variáveis;

Introdução. Existem situações nas quais há interesse em estudar o comportamento conjunto de uma ou mais variáveis; UNIVERSIDADE FEDERAL DA PARAÍBA Correlação e Regressão Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Eistem situações nas quais há interesse em estudar o comportamento conjunto

Leia mais

Áurea Sousa /Deptº. Matemática U.A. Áurea Sousa /Deptº. Matemática U.A.

Áurea Sousa /Deptº. Matemática U.A. Áurea Sousa /Deptº. Matemática U.A. Métodos Estatísticos Mestrado em Gestão (MBA) Objectivos O que é a estatística? Como pode a estatística ajudar? Compreender o método de análise estatística; Reconhecer problemas que podem ser resolvidos

Leia mais

NOTAS DE AULA Capítulo 1 Introdução à Análise Exploratória de dados

NOTAS DE AULA Capítulo 1 Introdução à Análise Exploratória de dados NOTAS DE AULA Capítulo 1 Introdução à Análise Exploratória de dados 1) Estatística: o O que é? o Para que serve? o Qual a importância para o meu trabalho? o Qual a importância no dia a dia?? 2) Abordagem:

Leia mais

Investigação experimental

Investigação experimental Investigação experimental Aproximação positivista Experiências laboratoriais: identificação de relações exactas entre as variáveis escolhidas num ambiente controlado (laboratório) através do uso de técnicas

Leia mais

AVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO

AVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO 1 AVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO Amostra aleatória. Também conhecida como amostra probabilística. A melhor maneira de evitar uma amostra enviesada ou não-representativa é selecionar uma amostra

Leia mais

QUALITATIVA VARIÁVEL QUANTITATIVA

QUALITATIVA VARIÁVEL QUANTITATIVA NOMINAL ORDINAL QUALITATIVA VARIÁVEL QUANTITATIVA DISCRETA CONTÍNUA - Variável qualitativa nominal = valores que expressam atributos, sem nenhum tipo de ordem. Ex: cor dos olhos, sexo, estado civil, presença

Leia mais

Métodos Matemáticos para Gestão da Informação

Métodos Matemáticos para Gestão da Informação Métodos Matemáticos para Gestão da Informação Aula 05 Taxas de variação e função lineares III Dalton Martins dmartins@gmail.com Bacharelado em Gestão da Informação Faculdade de Informação e Comunicação

Leia mais

Aula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística

Aula 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 mais

Estatística Aplicada às Ciências Sociais e Ambientais. Organização da Disciplina. Conteúdo da Aula. Contextualização. Farmácia Industrial UFPR

Estatística Aplicada às Ciências Sociais e Ambientais. Organização da Disciplina. Conteúdo da Aula. Contextualização. Farmácia Industrial UFPR Estatística Aplicada às Ciências Sociais e Ambientais Apresentação Aula 1 Prof. Daniel de Christo Farmácia Industrial UFPR Mestrado em Genética UFPR Lecionando no Ensino Superior desde 2003 Organização

Leia mais

Intervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder

Intervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder Intervalo de Confiança e cálculo de tamanho de amostra Henrique Dantas Neder Intervalo de confiança para a média da população µ X Até o momento discutimos as propriedades da distrbuição normal e vimos

Leia mais

Aula 4: MÉTODOS DE PESQUISA EM PSICOLOGIA COGNITIVA

Aula 4: MÉTODOS DE PESQUISA EM PSICOLOGIA COGNITIVA Aula 4: MÉTODOS DE PESQUISA EM PSICOLOGIA COGNITIVA (STERNBERG, R. (2000) Psicologia cognitiva. Porto Alegre: Artes Médicas). Leitura Complementar: Hockembury, D. H., & S. E. Hockenbury. (2003). Descobrindo

Leia mais

Aula 10. ANOVA Análise de Variância em SPSS

Aula 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 mais

AULAS 08, 09 E 10 Metodologia da avaliação

AULAS 08, 09 E 10 Metodologia da avaliação 1 AULAS 08, 09 E 10 Metodologia da avaliação Ernesto F. L. Amaral 06, 08 e 13 de setembro de 2011 Avaliação de Políticas Públicas (DCP 046) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação de Projetos

Leia mais

PESQUISA QUANTITATIVA e QUALITATIVA

PESQUISA QUANTITATIVA e QUALITATIVA universidade de Santa Cruz do Sul Faculdade de Serviço Social Pesquisa em Serviço Social I I PESQUISA QUANTITATIVA e QUALITATIVA BIBLIOGRAFIA: MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Técnicas de

Leia mais

PROPOSTA DE FORMAÇÃO FORMAÇÃO NÍVEL I

PROPOSTA DE FORMAÇÃO FORMAÇÃO NÍVEL I PROPOSTA DE FORMAÇÃO INTRODUÇÃO As probabilidades e estatística funcionam hoje em dia como uma ferramenta não só de apoio, mas sim de iluminação para as diferentes ciências. Qualquer profissional não poderá

Leia mais

INTRODUÇÃO AO ESTUDO DA ESTATÍSTICA

INTRODUÇÃO AO ESTUDO DA ESTATÍSTICA INTRODUÇÃO AO ESTUDO DA ESTATÍSTICA Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz - UESC Cronograma Introdução 1 Introdução 2 3 Você associa a estatística ao que? Qual a importância

Leia mais

Introdução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS

Introdução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução a Analise Química - II sem/2012 Profa Ma Auxiliadora - 1 Introdução à Análise Química QUI 094 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução

Leia mais

Aula 5 Técnicas para Estimação do Impacto

Aula 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 mais

Problemas de Valor Inicial para Equações Diferenciais Ordinárias

Problemas de Valor Inicial para Equações Diferenciais Ordinárias Problemas de Valor Inicial para Equações Diferenciais Ordinárias Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados

Leia mais

Aimportância do levantamento de informações e pesquisa na publicidade

Aimportância do levantamento de informações e pesquisa na publicidade Aimportância do levantamento de informações e pesquisa na publicidade UNIBAN Unidade Marte Disciplina: Planejamento de Campanha Prof. Me. Francisco Leite Aulas: 07.04.11 Agenda: A importância do levantamento

Leia mais

MESTRADO EM PESQUISA DE MERCADOS 2006 2007

MESTRADO EM PESQUISA DE MERCADOS 2006 2007 MESTRADO EM PESQUISA DE MERCADOS 2006 2007 PROGRAMA DAS DISCIPLINAS 1 1º trimestre PESQUISA DE MERCADOS Objectivos Pretende-se que os alunos: (a) adquiram os conceitos e semântica próprios do tema, (b)

Leia mais

Capítulo 3. Sumário do Capítulo. Sumário do Capítulo. Desenho da Pesquisa

Capítulo 3. Sumário do Capítulo. Sumário do Capítulo. Desenho da Pesquisa Capítulo 3 Desenho da Pesquisa 3-1 Sumário do Capítulo 1) Introdução 2) Desenho da Pesquisa: Definição 3) Desenho da Pesquisa: Classificação 4) Pesquisa Exploratória 5) Pesquisa Descritiva i. Desenho Secção

Leia mais

Trabalho Elaborado por: Paulo Borges N.º 21391 Vítor Miguel N.º 25932 Ariel Assunção N.º 25972 João Mapisse N.º 31332 Vera Dinis N.

Trabalho Elaborado por: Paulo Borges N.º 21391 Vítor Miguel N.º 25932 Ariel Assunção N.º 25972 João Mapisse N.º 31332 Vera Dinis N. Trabalho Elaborado por: Paulo Borges N.º 21391 Vítor Miguel N.º 25932 Ariel Assunção N.º 25972 João Mapisse N.º 31332 Vera Dinis N.º 32603 INTRODUÇÃO Na área do controlo de gestão chamamos atenção para

Leia mais

Análise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr

Análise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr Análise de Regressão Tópicos Avançados em Avaliação de Desempenho Cleber Moura Edson Samuel Jr Agenda Introdução Passos para Realização da Análise Modelos para Análise de Regressão Regressão Linear Simples

Leia mais

2.1. Para este tipo de estudo determine a população e a variável estatística.

2.1. Para este tipo de estudo determine a população e a variável estatística. Universidade de Santiago FACULDADE DE CIÊNCIA E TECNOLOGIA Estatística Aplicada a Ciência Sociais Teste Escrito Estatística Descritiva Leia com atenção e responda convenientemente às questões. 1. Na empresa

Leia mais

COMO DESENVOLVER UMA PESQUISA E COMO ELABORAR UM PROJETO DE PESQUISA?

COMO DESENVOLVER UMA PESQUISA E COMO ELABORAR UM PROJETO DE PESQUISA? COMO DESENVOLVER UMA PESQUISA E COMO ELABORAR UM PROJETO DE PESQUISA? Conhecimento: Conhecimento: nada mais é que a apreensão da realidade, de forma real ou imaginada. Entendendo realidade como aquilo

Leia mais

ESTATÍSTICA APLICADA À GESTÃO Ficha de exercícios 1 Estatística Descritiva 2014/2015

ESTATÍSTICA APLICADA À GESTÃO Ficha de exercícios 1 Estatística Descritiva 2014/2015 Universidade da Beira Interior - Departamento de Matemática ESTATÍSTICA APLICADA À GESTÃO Ficha de exercícios 1 Estatística Descritiva 2014/2015 1. Numa revista foi publicada uma lista com as 100 empresas

Leia mais

Tipos e áreas de igualdade na educação

Tipos e áreas de igualdade na educação A Igualdade em Educação, João Formosinho (pp.169-185) Tipos e áreas de igualdade na educação Há dois tipos de igualdade presentes nas filosofias educacionais: Igualdade de acesso preocupa-se com o acesso

Leia mais

ANÁLISE ANÁ DE DADOS DAD

ANÁLISE ANÁ DE DADOS DAD ANÁLISE DE DADOS Maputo, Moçambique 2008 Objectivos No final deste módulo espera-se que o participante seja capaz de: Distinguir as etapas na Análise de Dados Qualitativos Distinguir as etapas na Análise

Leia mais

Correlação quando uma Variável é Nominal

Correlação 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 mais

24/04/2014. Aspectos Introdutórios Sobre Métricas em Ciências Sociais Aplicadas. Questões Introdutórias. Conceitos Básicos em Mensuração

24/04/2014. Aspectos Introdutórios Sobre Métricas em Ciências Sociais Aplicadas. Questões Introdutórias. Conceitos Básicos em Mensuração Aspectos Introdutórios Sobre Métricas em Ciências Sociais Aplicadas CONDUÇÃO: PROF. THIAGO CAVALCANTE NASCIMENTO Questões Introdutórias Como se mensurar fenômenos que, na maioria das vezes, não podem ser

Leia mais

Escalas de Medida, Estatística Descritiva e Inferência Estatística

Escalas de Medida, Estatística Descritiva e Inferência Estatística (VFROD6XSHULRUGH(GXFDomR,QVWLWXWR3ROLWpFQLFRGH%UDJDQoD Escalas de Medida, Estatística Descritiva e Inferência Estatística Bragança 05 ËQGLFH Escalas de medida, estatística descritiva e inferência estatística

Leia mais

AULAS 24 E 25 Análise de Regressão Múltipla: Inferência

AULAS 24 E 25 Análise de Regressão Múltipla: Inferência 1 AULAS 24 E 25 Análise de Regressão Múltipla: Inferência Ernesto F. L. Amaral 23 e 25 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma

Leia mais

O que é a estatística?

O que é a estatística? Elementos de Estatística Prof. Dr. Clécio da Silva Ferreira Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os

Leia mais

MÉTODOS QUANTITATIVOS EM MARKETING. Prof.: Otávio Figueiredo e-mail: otavio@ufrj.br

MÉTODOS QUANTITATIVOS EM MARKETING. Prof.: Otávio Figueiredo e-mail: otavio@ufrj.br MÉTODOS QUANTITATIVOS EM MARKETING Prof.: Otávio Figueiredo e-mail: otavio@ufrj.br ESTATÍSTICA População e Amostra População Amostra Idéia Principal Resumir para entender!!! Algumas Técnicas Pesquisa de

Leia mais

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Resoluções comentadas das questões de Estatística da prova para ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Realizada pela Fundação João Goulart em 06/10/2013 41. A idade média de todos

Leia mais

Psicossociologia Do Trabalho

Psicossociologia Do Trabalho Relação de dados biográficos com factores de avaliação do trabalho. Psicossociologia Do Trabalho Resumo Relação de dados biográficos com factores de avaliação do trabalho. Importância de dados biográficos

Leia mais

7.4 As nuvens de perfis

7.4 As nuvens de perfis 7.4 As nuvens de perfis Cada perfil de linha, ou seja, cada linha da matriz de perfis de linha, P L, define um ponto no espaço a b dimensões, R b. A nuvem de a pontos em R b assim resultante pode ser designada

Leia mais

Estatística Aplicada

Estatística Aplicada INSTITUTO SUPERIOR POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA Estatística Aplicada Ano Lectivo 2006/2007 Ficha n.º1 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas

Leia mais

Distribuição de Freqüência

Distribuição de Freqüência Distribuição de Freqüência Representação do conjunto de dados Distribuições de freqüência Freqüência relativa Freqüência acumulada Representação Gráfica Histogramas Organização dos dados Os métodos utilizados

Leia mais

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. 1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3

Leia mais

UNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM

UNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM Unidade 2 Distribuições de Frequências e Representação Gráfica UNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM Ao finalizar esta Unidade, você deverá ser capaz de: Calcular

Leia mais

Escola Secundária de Jácome Ratton

Escola Secundária de Jácome Ratton Escola Secundária de Jácome Ratton Ano Lectivo 2010/2011 Matemática Aplicada às Ciências Sociais Amostragem Sondagem Uma sondagem pressupõe a escolha de uma amostra. A selecção da amostra é uma das fases

Leia mais

Teste de hipóteses com duas amostras. Estatística Aplicada Larson Farber

Teste 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 mais

Modelagem e Simulação Material 02 Projeto de Simulação

Modelagem e Simulação Material 02 Projeto de Simulação Modelagem e Simulação Material 02 Projeto de Simulação Prof. Simão Sirineo Toscani Projeto de Simulação Revisão de conceitos básicos Processo de simulação Etapas de projeto Cuidados nos projetos de simulação

Leia mais

Conceito de pesquisa

Conceito de pesquisa Conceito de pesquisa A pesquisa e uma atividade voltada para a solução de problemas, através do emprego de procedimentos científicos. Seus elementos são: 1. Problema ou dúvida 2. Metodo científico 3. Resposta

Leia mais

Prova Escrita de Matemática Aplicada às Ciências Sociais

Prova Escrita de Matemática Aplicada às Ciências Sociais EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n.º 74/2004, de 26 de Março Prova Escrita de Matemática Aplicada às Ciências Sociais 10.º/11.º Anos ou 11.º/12.º Anos de Escolaridade Prova 835/1.ª Fase

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA

ESCOLA SUPERIOR DE TECNOLOGIA Departamento Matemática Curso Engenharia do Ambiente º Semestre 1º Folha Nº4: Intervalos de confiança Probabilidades e Estatística 1.a) Determine o intervalo de confiança a 90% para a média de uma população

Leia mais

1. Tipos de variáveis e organização dos dados

1. Tipos de variáveis e organização dos dados 1. Tipos de variáveis e organização dos dados 2012 1.1 ARREDONDAMENTO Algarismo significativo é qualquer algarismo sobre o qual temos certeza na sua determinação. Em inglês: significant digit ou significant

Leia mais

Métodos Quantitativos. PROF. DR. Renato Vicente

Métodos Quantitativos. PROF. DR. Renato Vicente Métodos Quantitativos PROF. DR. Renato Vicente Método Estatístico Amostra População Estatística Descritiva Inferência Estatística Teoria de Probabilidades Aula 4A Inferência Estatística: Um pouco de História

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO 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 mais

Testes (Não) Paramétricos

Testes (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 mais

IMES Catanduva. Probabilidades e Estatística. no Excel. Matemática. Bertolo, L.A.

IMES Catanduva. Probabilidades e Estatística. no Excel. Matemática. Bertolo, L.A. IMES Catanduva Probabilidades e Estatística Estatística no Excel Matemática Bertolo, L.A. Aplicada Versão BETA Maio 2010 Bertolo Estatística Aplicada no Excel Capítulo 3 Dados Bivariados São pares de valores

Leia mais

CRM e Prospecção de Dados

CRM e Prospecção de Dados CRM e Prospecção de Dados Marília Antunes aula de 11 de Maio 09 6 Modelos de regressão 6.1 Introdução No capítulo anterior foram apresentados alguns modelos preditivos em que a variável resposta (a variável

Leia mais

Leia o texto abaixo para resolver as questões sobre população e amostra.

Leia o texto abaixo para resolver as questões sobre população e amostra. Leia o texto abaixo para resolver as questões sobre população e amostra. População e amostra População e amostra referem-se ao conjunto de entes cujas propriedades desejamos averiguar. População estatística

Leia mais

O modelo ANOVA a dois factores, hierarquizados

O 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 mais

ASSOCIAÇÃO ENTRE PRESENÇA DE CÂNCER DE ESÔFAGO COMPARADA COM HÁBITO DE FUMAR E IDADE EM INDIVÍDUOS DA DINAMARCA

ASSOCIAÇÃO ENTRE PRESENÇA DE CÂNCER DE ESÔFAGO COMPARADA COM HÁBITO DE FUMAR E IDADE EM INDIVÍDUOS DA DINAMARCA ASSOCIAÇÃO ENTRE PRESENÇA DE CÂNCER DE ESÔFAGO COMPARADA COM HÁBITO DE FUMAR E IDADE EM INDIVÍDUOS DA DINAMARCA Bárbara Camboim Lopes de FIGUEIRÊDO 1, Gustavo Henrique ESTEVES 2 1 Departamento de Estatística

Leia mais

EXERCÍCIOS EXERCÍCIOS. Definições Básicas. Definições Básicas. Definições Básicas. Introdução à Estatística. Dados: valores de variáveis observadas.

EXERCÍCIOS EXERCÍCIOS. Definições Básicas. Definições Básicas. Definições Básicas. Introdução à Estatística. Dados: valores de variáveis observadas. Definições Básicas Introdução à Estatística ESTATÍSTICA: estudo dos métodos para coletar, organizar, apresentar e analisar dados. População: conjunto constituído por todos os indivíduos que apresentem

Leia mais

Pesquisa Aplicada à Estatística

Pesquisa Aplicada à Estatística Pesquisa Aplicada à Estatística Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br September 14, 2014 Souza () Pesquisa Aplicada à Estatística September 14, 2014 1 / 23 Estatística: ideias gerais O que

Leia mais

Estatística Aplicada ao Serviço Social Módulo 1:

Estatística Aplicada ao Serviço Social Módulo 1: Estatística Aplicada ao Serviço Social Módulo 1: Introdução à Estatística Importância da Estatística Fases do Método Estatístico Variáveis estatísticas. Formas Iniciais de Tratamento dos Dados Séries Estatísticas.

Leia mais

Preparação para a Prova Final de Matemática 2.º Ciclo do Ensino Básico Olá, Matemática! 6.º Ano

Preparação para a Prova Final de Matemática 2.º Ciclo do Ensino Básico Olá, Matemática! 6.º Ano Organização e tratamento de dados Representação e interpretação de dados Formulação de questões Natureza dos dados Tabelas de frequências absolutas e relativas Gráficos de barras, circulares, de linha

Leia mais

Módulo 13. Regulação em reprodutores contínuos: a eq. logística

Módulo 13. Regulação em reprodutores contínuos: a eq. logística Módulo 13. Regulação em reprodutores contínuos: a eq. logística Objectivos Suponhamos que se dispõe de observações da densidade populacional ( 1, 2, 3,...) duma população de reprodutores contínuos, na

Leia mais

SIMULADO SOBRE METODOLOGIA CIENTÍFICA

SIMULADO SOBRE METODOLOGIA CIENTÍFICA SIMULADO SOBRE METODOLOGIA CIENTÍFICA Aluno A prova contém 42 questões de múltipla escolha. Utilize a folha de respostas abaixo para assinalar suas respostas. Ao final da prova, devolva apenas esta folha.

Leia mais

Regressão logística na identificação de factores de risco em acidentes automóveis e fraude de seguros.

Regressão logística na identificação de factores de risco em acidentes automóveis e fraude de seguros. Regressão logística na identificação de factores de risco em acidentes automóveis e fraude de seguros. José Luís Mourão Faculdade de Ciências Universidade do Porto 28 de Janeiro de 2013 José Luís Mourão

Leia mais

As pesquisas podem ser agrupadas de acordo com diferentes critérios e nomenclaturas. Por exemplo, elas podem ser classificadas de acordo com:

As pesquisas podem ser agrupadas de acordo com diferentes critérios e nomenclaturas. Por exemplo, elas podem ser classificadas de acordo com: 1 Metodologia da Pesquisa Científica Aula 4: Tipos de pesquisa Podemos classificar os vários tipos de pesquisa em função das diferentes maneiras pelo qual interpretamos os resultados alcançados. Essa diversidade

Leia mais

ESTATÍSTICA. O que é Estatística? É o ramo da Matemática que se encarrega de coletar dados sobre determinado assunto,

ESTATÍSTICA. O que é Estatística? É o ramo da Matemática que se encarrega de coletar dados sobre determinado assunto, ESTATÍSTICA O que é Estatística? É o ramo da Matemática que se encarrega de coletar dados sobre determinado assunto, organizá-los e expôlos na forma de tabelas ou gráficos. Apresentando uma estatística

Leia mais

IV.4 Análise de Dados da Avaliação

IV.4 Análise de Dados da Avaliação Melhor e Pior? IV - Avaliação IV.4 Análise de Dados da Avaliação Interactive System Design, Cap. 10, William Newman IV.4 Análise de Dados da Avaliação 2 Melhor e Pior? Resumo Aula Anterior! Avaliação com

Leia mais

Escola Secundária Gabriel Pereira Évora Matemática A 10º ano. Planificação da Unidade Geometria

Escola Secundária Gabriel Pereira Évora Matemática A 10º ano. Planificação da Unidade Geometria Escola Secundária Gabriel Pereira Évora Matemática A 10º ano Planificação da Unidade Geometria 1. Generalidades Objecto da estatística e breve nota histórica sobre a evolução desta ciência; utilidade na

Leia mais

Interacções número 5. pp. 179-188. do Autor 2003 CONSUMO DE ÁLCOOL NA ADOLESCÊNCIA E RELAÇÕES PARENTAIS. Maria Manuela Pereira

Interacções número 5. pp. 179-188. do Autor 2003 CONSUMO DE ÁLCOOL NA ADOLESCÊNCIA E RELAÇÕES PARENTAIS. Maria Manuela Pereira Escola Superior de Altos Estudos 179 CONSUMO DE ÁLCOOL NA ADOLESCÊNCIA E RELAÇÕES PARENTAIS Maria Manuela Pereira Dissertação de Mestrado em Sociopsicologia da Saúde - Consumo de Álcool na Adolescência

Leia mais

Análise de Arredondamento em Ponto Flutuante

Análise 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

A Computação e as Classificações da Ciência

A Computação e as Classificações da Ciência A Computação e as Classificações da Ciência Ricardo de Almeida Falbo Metodologia de Pesquisa Departamento de Informática Universidade Federal do Espírito Santo Agenda Classificações da Ciência A Computação

Leia mais

CAPÍTULO 5 APRESENTAÇÃO E ANÁLISE DOS RESULTADOS

CAPÍTULO 5 APRESENTAÇÃO E ANÁLISE DOS RESULTADOS CAPÍTULO 5 APRESENTAÇÃO E ANÁLISE DOS RESULTADOS Após a aplicação do instrumento de recolha de dados, torna-se necessário proceder à respectiva apresentação e análise dos mesmos, a fim de se poderem extrair

Leia mais

UNIVERSIDADE DOS AÇORES Mestrado em Gestão (MBA)

UNIVERSIDADE DOS AÇORES Mestrado em Gestão (MBA) UNIVERSIDADE DOS AÇORES Mestrado em Gestão (MBA) Métodos Estatísticos 1º ano -1º Trimestre 2009/2010 Ficha de trabalho nº 1 Exercícios usando o SPSS PARTE 1 - Estatística Descritiva 1. As notas de 32 alunos

Leia mais

Matemática Aplicada às Ciências Sociais

Matemática Aplicada às Ciências Sociais DEPARTAMENTO DE MATEMÁTICA Matemática Aplicada às Ciências Sociais Ensino Regular Curso Geral de Ciências Sociais e Humanas 10º Ano Planificação 2014/2015 Índice Finalidades... 2 Objectivos e competências

Leia mais

Exercícios Teóricos Resolvidos

Exercícios 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 mais

CRM e Prospecção de Dados

CRM e Prospecção de Dados CRM e Prospecção de Dados Marília Antunes aula de 18 de Maio 09 6 Modelos de regressão (continuação) 6.1 Interpretação do modelo ajustado Os coeficientes do modelo de regressão múltipla podem ser interpretados

Leia mais

MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS

MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS Programa de Pós-Graduação em Estatística e Experimentação Agropecuária Prova do Processo Seletivo para o Mestrado

Leia mais

1. Objectivo Durante uma experiência, medem-se certas variáveis, ex.: concentrações, pressões, temperaturas,

1. Objectivo Durante uma experiência, medem-se certas variáveis, ex.: concentrações, pressões, temperaturas, MODELAÇÃO E DETERMINAÇÃO DE PARÂMETROS CINÉTICOS FILIPE GAMA FREIRE 1. Objectivo Durante uma experiência, medem-se certas variáveis, ex.: concentrações, pressões, temperaturas, etc. a que chamaremos y

Leia mais