Análise Harmônica das Chuvas Mensais para as Cidades de Pelotas, Rio Grande e Santa Vitória do Palmar, RS - Brasil
|
|
- Sebastião Paranhos Araújo
- 7 Há anos
- Visualizações:
Transcrição
1 SCIENTIA PLENA VOL. 11, NUM Aálise Harmôica das Chuvas Mesais para as Cidades de Pelotas, Rio Grade e Sata Vitória do Palmar, RS - Brasil Daiel Souza Cardoso 1 ; João Baptista da Silva ; Gilberto Barbosa Diiz 3 1 Coordeação da Física, Istituto Federal de Ciêcia e Tecologia Sul-Rio-Gradese, , Pelotas-RS, Brasil Departameto de Matemática e Estatística, Uiversidade Federal de Pelotas, , Capão do Leão-RS, Brasil 3 Departameto de Meteorologia, Uiversidade Federal de Pelotas, , Capão do Leão-RS, Brasil daielcardoso@cavg.ifsul.edu.br (Recebido em 30 de ovembro de 013; aceito em 0 de setembro de 014) No Rio Grade do Sul (RS), o setor agropecuário represeta um terço do produto itero bruto (PIB) e seu desempeho apreseta flutuações decorretes da variabilidade de elemetos meteorológicos, sedo a água fudametal. No setido de cotribuir para estudos e políticas de plaejameto para o setor e para a previsão de racioametos a utilização dos recursos hídricos, realizou-se um estudo da variabilidade dos totais mesais de chuva, a partir de uma série histórica com 60 aos de dados ( ), para as cidades de Pelotas, Rio Grade e Sata Vitória do Palmar, as quais costituem um grupo homogêeo o que tage à variabilidade do elemeto estudado. Com o objetivo de obter um modelo que possa represetar o comportameto da precipitação pluvial mesal média, realizou-se uma aálise harmôica dos dados previamete ajustados a meses de 30 dias, após a verificação das propriedades de ormalidade, homogeeidade de variâcias e estacioariedade. O modelo obtido é costituído por três odas seoidais e represeta 87% da variabilidade dos dados. Destacaram-se os harmôicos: semestral com 64% de represetatividade, quadrimestral e aual com 1% e 11%, respectivamete. Os modelos foram validados para previsão de valores futuros, por meio de aálise de resíduos, mostrado-se adequados ao ível de probabilidade de 5%. Palavras-chave: precipitação pluvial, aálise harmôica, previsão. Harmoic aalysis of mothly raifall for the cities of Pelotas, Rio Grade ad Sata Vitória do Palmar, the extreme south of Rio Grade do Sul, Brazil I Rio Grade do Sul (RS), the agricultural sector accouts for a third of gross domestic product (GDP) ad its performace shows fluctuatios caused by the variability of meteorological elemets, beig water the key elemet. I order to cotribute to studies ad plaig policies for the sector ad for predictig shortages i water use, a study of the variability of mothly totals of raifall was performed, from a time series of 60 years of data ( ), for the cities of Pelotas, Rio Grade ad Sata Vitória do Palmar, which costitute a homogeeous group regardig the variability of the elemet studied. Aimig to obtaia model that ca represet the behavior of the average mothly raifall, a harmoic aalysis of data previously adjusted to 30-day moths was performed, after checkig the properties of ormality, homogeeity of variace ad statioarity. The obtaied model is comprised of three sie waves ad represets 87% of variability i the data. Stood out the harmoics: semiaual with 64% of represetativeess, quarterly, ad aual with 1% ad 11%, respectively. The models were validated for predictig future values, by meas of residual aalysis, which showed them to be appropriate at the 5% probability level. Key words: raifall, harmoic aalysis, predictio. 1. INTRODUÇÃO A ecoomia o Brasil tem em suas bases a atividade agropecuária. No Rio Grade do Sul (RS), segudo Fochezato e Grado [1], um terço do Produto Itero Bruto (PIB) é represetado pelo setor agropecuário, os quais ressaltam o impacto da ocorrêcia de estiages sobre este setor ecoômico, observado a queda do mesmo devido a estiagem de 007/008; ode apotam que a ausêcia de estiagem em 008 teria como efeito um crescimeto de,1 potos percetuais do PIB. A agricultura, especificamete, é prejudicada, uma vez que o período do ao em que as estiages apresetam maior frequêcia, coicide com a fase de desevolvimeto das culturas de verão. Cerca de 60% da produção destas se deve às culturas de soja, fumo, feijão e do milho que, segudo Bergamashi et al. [], tede a apresetar sua máxima produtividade para o período de maior dispoibilidade de radiação solar, desde que ão exista déficit hídrico. A exemplo da cultura de milho ecessita de aproximadamete 7 mm de água por dia
2 D.S.Cardoso, J.B. da Silva, G.B.Diiz, Scietia Plea 11, (015) No Brasil, a atividade agrícola apreseta variações de sua produção, em relação a variabilidade de determiados elemetos meteorológicos, sedo que o RS o elemeto hídrico apreseta efeitos mais sigificativos, de acordo com Matzeauer et al. [3], o qual costata que as variáveis hídricas são estimadoras do redimeto de grãos da cultura do milho. Nas comuidades estudadas, tedo em vista sua codição orográfica plaa, cuja maior altitude ão ultrapassa 4 m em relação ao ível do mar, chuvas itesas podem ocasioar alagametos ou cheias, já que o escoameto e dreagem são geralmete isuficietes. Em aos de El Niño é comum a ocorrêcia de chuvas itesas a primavera, o RS. Quado, muitas vezes, o esperado mesal em milímetros precipita um curto espaço de tempo resulta em alagametos, por outro lado se a freqüêcia deste eveto é relevate implica a ocorrêcia de echetes. Por exemplo, as echetes de 1941 (em Pelotas, Rio Grade, Porto Alegre, etc.) e 1956, em Pelotas. Outras echetes foram registradas, o Estado, em 198/83, 1997/98 e uma grade seca em 005 [4]. Cosiderado que a média de precipitação para dadas estações do ao o RS proporcioam iformações importates para a comuidade local, sejam estas para a educação a utilização dos recursos hídricos, bem como para políticas de plaejameto para as áreas rural e urbaa, realizou-se um estudo com objetivo de descrever a variabilidade da precipitação pluvial média mesal, a região do extremo sul do RS, que compreede as cidades de Pelotas, Rio Grade e Sata Vitória do Palmar. Para tato, modelou-se os totais de chuvas mesais, a partir de uma série histórica, com 60 aos de dados, adotado-se a técica de aálise harmôica que, segudo Amaral [5], é o método mais bem sistematizado quado o período fudametal é cohecido.. MATERIAL E MÉTODOS Para estudar a variabilidade da precipitação média mesal, realizou-se um estudo de uma série histórica de dados ( ). Os dados utilizados foram coletados por estações meteorológicas, dispoibilizados pelo Istituto Nacioal de Meteorologia (INMET), obtidos através do 8 DISME (8 Distrito de Meteorologia, Porto Alegre). Os dados de precipitação pluvial relativos as cidades de Pelotas, Rio Grade e Sata Vitória do Palmar foram agrupados uma região homogêea (região 1), coforme ilustrado abaixo (figura 1), segudo a aálise de agrupameto coduzida por Marques [6], para o Estado do RS, em relação à variabilidade espacial e temporal. Figura 1: Regiões homogêeas (MARQUES, 005) Iicialmete os dados foram ajustados 1 a meses de 30 dias, de modo que os doze meses do ao fossem igualmete represetados por 30 graus o círculo trigoométrico. O cojuto dos 60 aos foi dividido em duas partes: os primeiros 55 aos para modelagem e, os 5 aos restates para previsão. Ates da modelagem dos dados, foram verificadas as propriedades de homogeeidade de variâcias [7], de ormalidade [8] e de estacioariedade. Para isto, os dados foram submetidos aos testes de Cochra, Shapiro-Wilk e regressão liear (teste t), ao ível de probabilidade de 5%. Quado esses requisitos ão se verificaram, adequadas trasformações de dados foram buscadas. 1 Para ajustar à meses de trita dias, multiplicou-se a precipitação do mês por 30 e dividiu-se pelo úmero de dias do respectivo mês, respeitado os aos bissextos.
3 D.S.Cardoso, J.B. da Silva, G.B.Diiz, Scietia Plea 11, (015) 3 Baseado-se a distribuição F de Fisher, Cochra [7] desevolve um teste de hipóteses para uma população de dados 3, comparado a maior variâcia de uma população com a soma de todas as variâcias dessa população. O teste é usado para verificar se as variâcias são homogêeas. É idicado quado uma das variâcias é muito maior do que as demais. O valor da estatística (C ) do teste de Cochra é calculado por: Maior Si Ccalc. ; i 1,,3,..., N N S i i 1 (01) Os 95 e 99 percetis da distribuição amostral de C tab. ecotram-se a tabela A-17 [9]. Eles podem ser usados para testes os íveis de sigificâcia de 5% e 1%, respectivamete. A hipótese de variâcias iguais é rejeitada se o valor calculado da estatística acima excede ao valor tabelado. Valores críticos são idicados somete para o caso ode as variâcias amostrais tem igual umero de graus de liberdade. Shapiro e Wilk [8], itroduziram um ovo procedimeto estatístico para testar uma amostra completa para ormalidade. O teste é obtido dividido o quadrado de uma adequada combiação liear de um amostral estatístico pela estimativa da variâcia. Para estimar a icliação da reta de regressão é ecessário usar uma técica chamada de míimos quadrados geeralizados, de modo a corrigir para o fato de que as observações foram ordeadas e, portato são correlacioadas. Para simplificar este procedimeto uma tabela de costates foi icluída. O teste estatístico é desigado por W e o seu cálculo segue o roteiro abaixo: Para determiar o valor de W, dada uma completa amostragem aleatória de tamaho, X 1,, X, procede-se como segue. (i) A ordem de observações para obter uma amostra ordeada é: y 1 (ii) S (iii) b y... y Verifica-se que: y i y i1 (a) Se é par, = k, escreve-se: k ai1 y i 1 i1 y i (b) Se é ímpar, = k+1, o ajuste ocorre em (iii)-(a), desde a k+1 = 0 quado = k+1. Deste modo verifica-se b a y y... a y y i k k i, ode os valores de y k+1, da média amostral, ão estão presetes em b. (iv) Aplica-se b² W S² (0) (v) Valores (potos percetuais) pequeos (meores que o ível de sigificâcia) de W são sigificativos, idicado ão ormalização. Utiliza-se a Tabela A-, da mesma referêcia bibliográfica, para determiar o ível de sigificâcia de W cujo teste é uilateral à esquerda, isto é, pequeos valores de W idicam ãoormalidade; etão, se o valor computado de W é meor do que o valor tabelado W α, rejeita-se a hipótese de ormalidade ao ível de sigificâcia α. Para o caso de ão se verificar uma distribuição ormal e variâcias homogêeas, é ecessária uma trasformação dos dados origiais, de acordo com Amaral [5]. Segudo Baptista da Silva e Amaral [10], dispodo-se de um cojuto de amostras, de cada uma das quais se possam calcular a média, X, e o desvio padrão, S x, represetam-se os pares de valores (X, S x ) em um sistema cartesiao ortogoal. Se os potos assim obtidos se dispuserem,
4 D.S.Cardoso, J.B. da Silva, G.B.Diiz, Scietia Plea 11, (015) 4 aproximadamete, ao logo de uma reta paralela ao eixo das abscissas, pode-se admitir a idepedêcia do desvio padrão em relação a média. Se tal ão for o caso, a relação de depedêcia etre o desvio padrão e a média poderá traduzir-se uma expressão aalítica. A partir destas aálises, os autores ecotram a trasformação: y i = AZ i 1 a (03) A modelagem seguiu o método da aálise harmôica (séries temporais de Fourier), tedo em vista as características dos dados. Por esse processo, decompõem-se as observações em odas seoidais (harmôicos) de diferetes freqüêcias. O modelo de aálise harmôica é represetado pela expressão abaixo: Y N a0 ( a cost b sit) e 1 (04) Sedo: Y : valor estimado da variável temporal. = 1,, 3,, N:o úmero de harmôicos. ω = π/t: a freqüêcia agular do -ésimo harmôico sedo esse iversamete proporcioal ao período (0 T 1) de oscilação associado. t = 0, 1,,, 11: assumido os meses do ao. a 0 /: a média aritmética da média mesal dos dados observados. a, b : são os coeficietes da série a serem estimados, que vão caracterizar as amplitudes associadas ao -ésimo harmôico. e :resíduos Por meio do periodograma dos 660 dados (1 meses por 55 aos) estimou-se os seis harmôicos correspodetes ao ciclo aual [11]. Os harmôicos foram selecioados para o modelo pela magitude de suas amplitudes, através dos coeficietes: p R os quais defiem a represetatividade do harmôico quato a variabilidade dos dados [1]. Sedo p = a + b, a amplitude da oda e é variâcia total. O modelo ajustado é obtido pela soma das odas selecioadas. Neste estudo, as odas foram selecioadas pela magitude de suas amplitudes, atededo a uma represetatividade míima de 80% da variabilidade dos dados. A verificação dos modelos obtidos, quato à previsão, foi realizada por meio da autocorrelação dos resíduos (r k ). Para uma série temporal com elemetos, a auto-correlação com atraso k é defiida por: r k k t1 ( y t yt y t1 y)( y tk y) (06) ode y é a média da serie de tempo. Se os r k idicarem as auto-correlações dos resíduos e N, etão se deve ter r k = 0. Cosiderado que r k tem aproximadamete distribuição ormal, com média zero e variâcia 1/, sedo o tamaho da amostra, pode-se cosiderar que o modelo é adequado quado r k está detro itervalo ±/, aceitado-se, o máximo, 5% dos seus valores fora deste itervalo. A existêcia de ruído braco também pode ser determiada a partir da comparação de r k com ±σ(r k ), sedo o desvio padrão de r k, σ(r k ), dado por (05)
5 D.S.Cardoso, J.B. da Silva, G.B.Diiz, Scietia Plea 11, (015) 5 1/ q 1 ( rk ) 1 v v1,k > q (07) ode q é o maior lag, além do qual as fuções de auto-correlação tedem a zero. (maiores detalhes em Box, Jekis & Reisel [1]) Assumido que a serie seja um processo ruído braco, isto é, que todas as auto-correlações são iguais a zero, o erro padrão de r k fica determiado como 1 k ( r k ) 1/ (08) Da mesma forma, aceita-se como ruído braco quado, o máximo, 5% das auto-correlações ficam fora do itervalo ±σ(r k ). 3. RESULTADOS E DISCUSSÃO Os dados ajustados a um mês de 30 dias, foram submetidos aos testes Cochra e Shapiro- Wilk, ode os dados origiais mostraram-se sigificativos ao ível de 5% e os trasformados, ão sigificativos ao mesmo ível. A trasformação utilizada é dada pela expressão (03), cujas estimativas de A e 1 - a correspodem a 10 e 0,16, respectivamete. Os dados trasformados mostraram-se estacioários (tedêcia ão sigificativa a 5%), coforme se observa a figura. Costatou-se que o harmôico semestral represetou 64% da variabilidade dos dados, seguido pelos harmôicos quadrimestral e aual com 1% e 11%, respectivamete. A oda aual, pelo seu sigificado físico, já que represeta um ciclo do movimeto da Terra a sua órbita elíptica em toro do Sol, deve ser sempre icluída o modelo idepedetemete de sua magitude. Neste estudo, etretato, sua magitude foi cosiderável. 38 Dispersão dos dados trasformados em relação ao úmero de dados Dados trasformados ( y ) Número de dados ( x ) p = 0,0909; y = 6, ,001*x Figura : Gráfico de dispersão dos dados, em relação ao úmero de dados ordeados o tempo. O modelo que estima o comportameto dos dados represeta 87% de sua variabilidade e é composto de 3 harmôicos (odas seoidais): Y t Grupo = Y + Y t semestral + Y t quadrimestral + Y t aual (09) Pelo fato de os dados ão se mostrarem tedeciosos, ao ível de 5%, o modelo expresso pela eq. 09 é estacioário, que a forma umérica pode-se observar os argumetos das fuções seoidais e os respectivos coeficietes:
6 Dados trasformados Dados trasformados D.S.Cardoso, J.B. da Silva, G.B.Diiz, Scietia Plea 11, (015) 6 Y t = 6,74 + (0,3739) cos(1,04719t) + (0,8706)se(1,04719t) + (0,0807) cos(1,5708t) + (0,4101)se(1,5708t) (0,3887) cos(0,5360t) + (0,0998)se(0,5360t) Na figura 3, o modelo harmôico ajusta-se aos dados quado comparado aos valores médios mesais dos dados trasformados. Foi possível costatar que a difereça máxima etre as estimativas do modelo, e os valores dos dados mesais é de 0,6 mm 1 a. 9 Comparação do modelo (série ) com os dados observados (série 1) Meses do ao Série1 Série Figura 3: Comportameto médio da precipitação (dados trasformados) ao logo dos 1 meses do ao,comparado com a estimativa do modelo. As estimativas do modelo são comparadas com os diagramas climáticos de Pelotas, Rio 3Grade e Sata Vitória do Palmar ecotrados em Buriol et. al. [13] e, de forma geral, apreseta seus máximos e míimos em acordo com aqueles dos diagramas, embora existam pequeas variações etre as localidades. O modelo cocorda com os modelos obtidos para a cidade de Pelotas por Amaral [5] e por Baptista da Silva, Basgalupp e Paz [14]. O modelo obtido expressa apeas a sazoalidade e aleatoriedade dos 660 dados. Para previsão de valores futuros (extrapolações) foi icluída a tedêcia da série temporal. Para a previsão o modelo é comparado com o comportameto dos 60 dados (meses) restates que ão participaram da modelagem, compreedidos o itervalo de 003 à 007. Comparação do modelo(série ) com os dados de previsão (série 1) 38,0 36,0 34,0 3,0 30,0 8,0 6,0 4,0,0 0,0 18,0 16,0 14,0 1,0 10, úmero de meses Série1 Série Figura 4: Comparação etre o modelo e os dados, para previsão(003/007) Nota-se, a figura 4, que o modelo, de forma geral, ateua as amplitudes, ajustado-se etre os dados, descrevedo o comportameto médio destes.
7 D.S.Cardoso, J.B. da Silva, G.B.Diiz, Scietia Plea 11, (015) 7 O modelo para previsão teve sua validade verificada pela auto-correlação dos resíduos, mediate dois testes, ode se observou que ehum dos valores de r k apresetaram-se fora dos itervalos de ± 60 = ±0,58 e de ±σ(r k), coforme a figura 5. Figura 5: Auto-correlação dos resíduos etre o modelo e os dados para a previsão. Portato, a partir destes testes aceita-se o modelo como adequado para a previsão de ovos valores. Embora o modelo seja estacioário, já que os dados ão apresetaram tedêcia sigificativa ao ível do teste, poder-se-ia icluí-la o modelo de previsão, permitido sua progressão para H passos a frete, coforme a equação 10: Y t Grupo = Y + Y t semestral + Y t quadrimestral + Y t aual + 0,001 (660 + H) (10) Cotudo, previsões de logo prazo são sempre muito arriscadas, tedo em vista o caráter diâmico da atmosfera, bem como os seus ciclos de mudaças, em sempre fáceis de detectar. O correto é fazer previsões para poucos passos a frete. Para o primeiro semestre do ao de 003, os valores trasformados (mm 1-a ) previstos pelo modelo (eq. 09) foram: 6,8079 (ja.); 7,8063 (fev); 7,104 (mar.); 6,0578 (abr.); 6,166 (mai.) e 6,9716 (ju.). Comparam-se aos correspodetes valores (mm 1-a ) verificados o período: 1,87; 34,586; 8,309; 9,348; 8,9055 e 31,8687, dode costata-se que as difereças são pequeas variado de 1, a 6,8. Para obteção dos valores, em milímetros de chuva, utiliza-se a seguite trasformação iversa da eq. (3): log k Z i = 10 log y i 1 a (11) Como exemplo do emprego da eq. 11, realizou-se a trasformação iversa dos valores estimados pelo modelo de previsão dos doze meses do ao de 015 (figura 6).
8 Precipitação estimada em mm D.S.Cardoso, J.B. da Silva, G.B.Diiz, Scietia Plea 11, (015) 8 Comportameto do modelo de previsão Meses do ao de 015 Figura 6: Previsão do modelo para CONCLUSÕES A região homogêea que compreede as cidades de Pelotas, Rio Grade e Sata Vitória do Palmar, tem o seu regime de chuvas bem represetado pelo modelo de aálise harmôica, com 87% de represetatividade, composto pelas odas semestral, quadrimestral e aual. Este modelo foi testado para previsão de uma série de 60 meses, mostrado-se adequado, em geral, para a previsão de valores futuros. Etretato, observa-se que os modelos harmôicos ão são capazes de acompahar satisfatoriamete as oscilações máximas e míimas apresetadas pelos dados de previsão. Sugere-se para trabalhos futuros, que objetivam a previsão, um estudo e avaliação de ovas metodologias, como a metodologia tipo MOS em previsão estatística idicada por Wilks, 1995 [15]. 1. Fochezato A, Grado ZM, Efeitos da estiagem a Ecoomia do Rio Grade do Sul: uma abordagem multissetorial Fud. de Ecoomia e Estatística: textos para Discussão FEE, ISSN ; (6): 1.. Bergamaschi H, Dalmago GA, Bergoci J, Biachi CA, Müller AG, Comira F, Heckler BM. Distribuição hídrica o período crítico do milho e produção de grãos. Brasília: Pesq. Agropecuária Bras. set.004; 39(9): Matzeauer R, Bergamaschi H, Berlato MA, Riboldi J. Relação etre redimeto de milho e variáveis hídricas. Sata Maria (RS): Rev. Bras. de Agrometeorologia, ISSN ; 3: MetSul Meteorologia [iteret]: São Leopoldo, RS; 011 [acesso: julho de 014]. Dispoível em: 5. Amaral E. Aálise harmôica. Brasília: Pesq. Agropecuária Bras. 1968; 3: Marques JR. Variabilidade espacial e temporal de precipitação pluvial o Rio Grade do Sul e sua relação com idicadores oceâicos f. Tese (Doutorado-Agrometeorologia) - Programa de Pós-graduação em Fitotecia, Faculdade de Agroomia, Uiversidade Federal do Rio Grade do Sul, Porto Alegre, Cochra WG. The distributio of the largest of a set estimated variaces as a fractio of their total. Aals of Eugeics. 1941; 11: Shapiro SS, Wilk MB. A aalysis of variace test for ormality (complete samples). Biometrika. Dec. 1965; 5(3/4): Dixo WJ, Massey Jr. FJ. Itroductio to statistical aalysis. Tokio: McGraw-Hill Kogakusha Ltda. 1969: Baptista da Silva J, Amaral E. Probabilidades das precipitações pluviométricas em Pelotas, RS.Sata Maria (RS): Rev. Bras. de Agrometeorologia, ISSN ; : Box GE, Jekis GM, Reisel GC. Time series aalysis: forescastig ad cotrol. 3 ed. New Jersey: Pretice Hall, 1994: Baptista da Silva J, Basgalupp MP. Aálise estatística das chuvas auais em Pelotas, RS.49 Reuião da RBRAS. 004.
9 D.S.Cardoso, J.B. da Silva, G.B.Diiz, Scietia Plea 11, (015) Buriol GA, Estefael V, De Chagas AC, Eberhardt D. Clima e vegetação atural do Estado do Rio Grade do Sul segudo o diagrama climático de Walter e Lieth. Sata Maria (RS): Ciêcia Florestal, ISSN ; 17(): Baptista da Silva J, Basgalupp MP, Paz SR. Comportameto das precipitações pluviais mesais em Pelotas, Rio Grade do Sul. Sata Maria (RS): Rev. Bras. de Agrometeorologia, ISSN ; 13(1): Wilks, DS. Statistical Methods i the Atmospheric Scieces. Sa Diego (CA): Academic Press. 1995: 467.
Intervalo de Confiança para uma Média Populacional
Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra
Leia maisO que é Estatística?
O que é Estatística? É um método de observação de feômeos coletivos. Ocupa-se da coleta, orgaização, resumo, apresetação e aálise de dados. Objetivo - Obter iformações que permitam uma descrição dos feômeos
Leia maisVamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos:
Medidas de Disperção Itrodução: - Observamos ateriormete que as medidas de tedêcia cetral são usadas para resumir, em um úico úmero, aquele parâmetro que será o represetate do cojuto de dados. Estas medidas
Leia maisVariabilidade inter-anual dos ventos em Pelotas, Rio Grande do Sul.
Variabilidade iter-aual dos vetos em Pelotas, Rio Grade do Sul. João Baptista da Silva, Veice Meazza de Camargo, Leadro Valete Jacito, Leila Piheiro de Castro. Uiversidade Federal de Pelotas. jbs39@terra.com.br
Leia maisCapítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc.
Capítulo 8 Estimativa do Itervalo de Cofiaça Statistics for Maagers Usig Microsoft Excel, 5e 2008 Pearso Pretice-Hall, Ic. Chap 8-1 Objetivos: Neste capítulo, você aprederá: Costruir e iterpretar estimativas
Leia maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hipóteses Neste capítulo será estudado o segudo problema da iferêcia estatística: o teste de hipóteses. Um teste de hipóteses cosiste em verificar, a partir das observações de uma amostra,
Leia maisANÁLISE HARMÔNICA DAS TEMPERATURAS MÍNIMAS MÉDIAS MENSAIS EM BENTO GONÇALVES, RIO GRANDE DO SUL
ANÁLISE HARMÔNICA DAS TEMPERATURAS MÍNIMAS MÉDIAS MENSAIS EM BENTO GONÇALVES, RIO GRANDE DO SUL JOÃO BAPTISTA DA SILVA, MILENA MACHADO JOÃO 2 E VENICE MEAZZA CAMARGO 3 Egeheiro Agrôomo, Livre Docete, Doutor
Leia maisTestes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5
Testes de Hipóteses Supoha que o ível crítico de ifestação por um iseto-praga agrícola é de 10% das platas ifestadas. Você decide fazer um levatameto em ove lotes, selecioados aleatoriamete, de uma área
Leia maisMEDIDAS E INCERTEZAS
9//0 MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a desigação de úmeros a propriedades de objetos ou a evetos do mudo real de forma a descrevêlos quatitativamete. Outra forma
Leia maisMétodos Quantitativos Aplicados
Métodos Quatitativos Aplicados Aula 3 http://www.iseg.ulisboa.pt/~vescaria/mqa/ Tópicos apresetação Itrodução aos packages estatísticos: SPSS Aálise Uivariada: Redução de dados e caracterização de distribuições
Leia maisUNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR
UNICAMP - 004 ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Em uma sala há uma lâmpada, uma televisão [TV] e um aparelho de ar codicioado [AC]. O cosumo da lâmpada equivale
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisA finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
Leia maisEstimação por Intervalo (Intervalos de Confiança):
Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população
Leia maisAnálise de Projectos ESAPL / IPVC. Casos Particulares de VLA e TIR. Efeitos de Impostos, Inflação e Risco.
Aálise de Projectos ESAPL / IPVC Casos Particulares de VLA e TIR. Efeitos de Impostos, Iflação e Risco. O Caso dos Fluxos de Caixa Costates uado um ivestimeto apreseta fluxos de caixa costates ao logo
Leia maisComparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais
Comparação de testes paramétricos e ão paramétricos aplicados em delieametos experimetais Gustavo Mello Reis (UFV) gustavo_epr@yahoo.com.br José Ivo Ribeiro Júior (UFV) jivo@dpi.ufv.br RESUMO: Para comparar
Leia mais8/8/2012. Administração Financeira e Orçamentária. Conteúdo. Conteúdo. Tema 3 O valor do dinheiro no tempo. Tema 4 Risco e Retorno
Admiistração Fiaceira e Orçametária Tema 3 O valor do diheiro o tempo. Tema 4 Risco e Retoro Ivoete Melo de Carvalho, MSc Coteúdo As mutações do valor do diheiro o tempo. Os fatores que iterferem o valor
Leia maisCoeficiente de Rendimento. Universidade Iguaçu
Coeficiete de Redimeto Uiversidade Iguaçu 1. INTRODUÇÃO Para efocar o seu desempeho escolar, o Coeficiete de Redimeto CR ou Coeficiete de Redimeto Acumulado CRA devem ser expressos por uma média poderada,
Leia maisUNIVERSIDADE FEDERAL DE PELOTAS Programa de Pós-Graduação em Meteorologia
UNIVERSIDADE FEDERAL DE PELOTAS Programa de Pós-Graduação em Meteorologia Dissertação Aálise harmôica dos totais de chuvas mesais de regiões homogêeas do Estado do Rio Grade do Sul Daiel Souza Cardoso
Leia maisIMPORTÂNCIA DO CÁLCULO DA PROPAGAÇÃO DE ERROS EM UM EXPERIMENTO DE ATRITO ESTÁTICO + *
IMPORTÂNCIA DO CÁLCULO DA PROPAGAÇÃO DE ERROS EM UM EXPERIMENTO DE ATRITO ESTÁTICO + * Celso Yuji Matuo J. R. Marielli Departameto de Física Floriaópolis - SC UFSC Resumo Mostra-se que, mesmo em um experimeto
Leia maisAMOSTRAGEM EM AUDITORIAS
AMOSTRAGEM EM AUDITORIAS Cytia Matteucci Istituto de Pesquisas Tecológicas do Estado de São Paulo, São Paulo, Brasil, cytiamt@ipt.br RESUMO Este artigo discute e propõe um procedimeto de amostragem que
Leia maisClimatologia das chuvas no Estado do Rio Grande do Sul
Climatologia das chuvas no Estado do Rio Grande do Sul Daniel Souza Cardoso, Gilberto Barbosa Diniz, João Baptista da Silva Universidade Federal de Pelotas fisicalegal@gmail.com RESUMO Considerando que
Leia mais9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros
INE 7 - Iferêcia Estatística Estimação de Parâmetros 1 9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros 9.1 - Itrodução Estatística é a ciêcia que se ocupa de orgaizar, descrever, aalisar e iterpretar
Leia maisEstatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística II Aula 3 Prof.: Patricia Maria Bortolo, D. Sc. Estimação por Itervalo Objetivos Nesta semaa, veremos: Como costruir e iterpretar estimativas por itervalos de cofiaça para a média e a proporção
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisEstatística II. Aula 6. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística II Aula 6 Prof.: Patricia Maria Bortolo, D. Sc. Testes ara duas amostras Objetivos Nesta aula você arederá a usar o teste de hióteses ara comarar as difereças etre: As médias de duas oulações
Leia maisCap. VI Histogramas e Curvas de Distribuição
TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um
Leia maisEstudo da precipitação pluviométrica no período seco e chuvoso do município de Sete Lagoas, MG
Estudo da precipitação pluviométrica o período seco e chuvoso do muicípio de Sete Lagoas, MG Aa Paula Coelho Madeira Silva 13 Jailso de Araujo Rodrigues 2 Jaime dos Satos Filho 2 1 Itrodução A precipitação
Leia maisIntervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
Leia maisGuia do Professor. Endireita essa coluna! Série Mundo da Matemática
Guia do Professor Edireita essa colua! Série Mudo da Matemática Coordeação Geral Elizabete dos Satos Autores Bárbara Nivalda Palharii Alvim Souza Karia Alessadra Pessôa da Silva Lourdes Maria Werle de
Leia maisTRANSPORTES. Sessão Prática 4 Amostragem de escalares
Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisMestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem
Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas
Leia maisTESTE DE MANN-WHITNEY
TESTE DE MANN-WHITNEY A importâcia deste teste é ser a alterativa ão paramétrica ao teste t para a difereça de médias. Sejam (X 1,X,...,X ) e (Y 1,Y,...,Y m ) duas amostras idepedetes, de tamahos e m respectivamete,
Leia maisMétodos de Amostragem
Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.
ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate
Leia maisESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS
WWWCONVIBRAORG ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS ANDRÉA F RODRIGUES 1, WILTON P SILVA 2, JOSIVANDA P GOMES 3, CLEIDE M D P S SILVA 4, ÍCARO CARVALHO RAMOS
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisPREVISÃO DE PRECIPITAÇÃO
4 PREVISÃO DE PRECIPITAÇÃO PROBABILIDADE NOS PROJETOS Em Egeharia o cohecimeto das magitudes das precipitações apreseta grade iteresse prático por sua freqüete aplicação os projetos hidráulicos. Nos projetos
Leia maisAnálise Combinatória I
Aálise Combiatória I O pricípio fudametal da cotagem ada mais é que a maeira mais simples possível de determiar de quatas maeiras diferetes que um eveto pode acotecer. Se eu, por exemplo, estiver pitado
Leia maisDETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS
DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se
Leia maisObjetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir
Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram
Leia maisESTRATÉGIAS ALTERNATIVAS DE CONTROLE DE PROCESSOS
ESRAÉGIAS ALERNAIVAS DE CONROLE DE PROCESSOS Charles dos Satos Costa Uiversidade Católica de Goiás Departameto de Egeharia Egeharia Elétrica - UCG e-mail:charles@ucg.br Resumo Este trabalho visa mostrar
Leia maisDesigualdades (por Iuri de Silvio ITA-T11)
Desigualdades (por Iuri de Silvio ITA-T) Apresetação O objetivo desse artigo é apresetar as desigualdades mais importates para quem vai prestar IME/ITA, e mostrar como elas podem ser utilizadas a resolução
Leia maisObjetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia mais1 a Lista de PE Solução
Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa
Leia maisIND 1115 Inferência Estatística Aula 13
mbarros.com 3 mbarros.com 4 Coteúdo IND 5 Iferêcia Estatística Aula 3 Novembro 005 Môica Barros Itervalos de Cofiaça para Difereças etre Médias (Variâcias supostas iguais) Itervalo de Cofiaça para a variâcia
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia maisMétodo alternativo para calcular a constante de Apéry
SCIENTIA PLENA VOL. 7, NUM. 4 0 www.scietiaplea.org.br Método alterativo para calcular a costate de Apéry S. R. Cruz; J. B. Oliveira; D. T. Feitosa; C. M. Silva Departameto de Matemática, Uiversidade de
Leia mais10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
Leia maisAMOSTRAGEM. CENSO: Quando é investigada todas (sem exceção) as unidades de uma população.
AMOSTRAGEM CENSO X AMOSTRA População: Qualquer cojuto que possui, pelo meos, uma característica em comum. Exemplo: Produção de peças da Idústria X. A população pode ser fiita ou ifiita. População fiita:
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 0: Medidas de Dispersão (webercampos@gmail.com) MÓDULO 0 - MEDIDAS DE DISPERSÃO 1. Coceito: Dispersão é a maior ou meor diversificação dos valores de uma variável, em toro
Leia maisMedição de Coeficientes de Amortecimento de Amortecedores de Automóveis e Motocicletas
Medição de Coeficietes de Amortecimeto de Amortecedores de Automóveis e Motocicletas Measuremet of Coefficiets of Dampig of Shock absorbers of Automobiles ad Motorcycles POGORELSKY JUNIOR, JACK SUSLIK
Leia maisANALISE DA INTENSIDADE PLUVIOMÉTRICA PARA DETERMINAÇÃO DA EQUAÇÃO DE CHUVA DA CIDADE DE SOUSA/PB
ANALISE DA INTENSIDADE PLUVIOMÉTRICA PARA DETERMINAÇÃO DA EQUAÇÃO DE CHUVA DA CIDADE DE SOUSA/PB Lília de Queiroz Firmio 1 ; Shieeia Kaddja de Sousa Pereira 2 ; Aa Cecília Novaes de Sá 3 ; Alice Pedrosa
Leia mais5 Teoria dos Valores Extremos
Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos
Leia maisESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)
06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes
Leia maiss =, sendo n= n Uma amostra de 60 indivíduos onde a massa corpórea, em kg, tiver média 42kg e um desvio padrão de 3,5 o Erro Padrão da Média será:
statística Aplicada Prof. Atoio Sales/ 013 DSVIO PADRÃO RRO PADRÃO DA MÉDIA As iferêcias sobre uma população podem ser baseadas em observações a partir de amostras de populações. Como a amostra, a maior
Leia maisEstudando complexidade de algoritmos
Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade
Leia maisP.M.S. Oliveira, C.S. Munita
Estudo comparativo de métodos de ormalização em resultados experimetais. P.M.S. Oliveira, C.S. Muita Istituto de Pesquisas Eergéticas e Nucleares - IPEN-CNEN/SP, Av. Prof. Lieu Prestes 4. CEP 05508-000,
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,
Leia maisUNIVERSIDADE DE SÃO PAULO DEPARTAMENTO DE GEOGRAFIA Disciplina: FLG 0253 - CLIMATOLOGIA I
UNIVERSIDADE DE SÃO PAULO DEPARTAMENTO DE GEOGRAFIA Disciplina: FLG 0253 - CLIMATOLOGIA I 1. Objetivos da disciplina: 1.1 Fornecer os meios básicos de utilização dos subsídios meteorológicos à análise
Leia maisANOVA. (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior
ANOVA (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior Para que serve a ANOVA? Para comparar três ou mais variáveis ou amostras. Por exemplo, queremos testar os efeitos cardiorrespiratórios
Leia maisAnálise de Regressão. Notas de Aula
Análise de Regressão Notas de Aula 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas
Leia maisDisciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA
Miistério da Educação UIVERSIDADE TECOLÓGICA FEDERAL DO PARAÁ Câmpus Curitiba Diretoria de Graduação e Educação Profissioal Departameto Acadêmico de Estatística 1 Disciplia: Probabilidade e Estatística
Leia maisAMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM
6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas
Leia maisCAPÍTULO III ANÁLISE DOS DADOS. Para responder à primeira pergunta, observe os dois gráficos abaixo
CAPÍTULO III ANÁLISE DOS DADOS III.5 Idéias básicas sobre gráficos e modelos Modelos são regras matemáticas que permitem reproduzir um cojuto de valores uméricos a partir de outro ao qual correspodem.
Leia maisUFSC Universidade Federal de Santa Catarina Depto De Eng. Química e de Eng. De Alimentos EQA 5313 Turma 645 Op. Unit. de Quantidade de Movimento
UFSC Uiversidade Federal de Sata Cataria epto e Eg. Química e de Eg. e Alimetos EQA 51 Turma 645 Op. Uit. de Quatidade de ovimeto CARACTERIZAÇÃO E SÓLIOS 1. PROPRIEAES GERAIS AS PARTÍCULAS Sólidos costituem
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisAnexo I Avaliação estatística dos resultados obtidos a partir do campo de ajuste
Aexo I Avaliação estatística dos resultados obtidos a partir do campo de ajuste Ao logo do desevolvimeto da fase de comparação etre dados medidos e observados, várias versões de campos de ajuste (ou mapas
Leia mais4 HIDROLOGIA ESTATÍSTICA: conceitos e aplicações
4 HIDROLOGIA ESTATÍSTICA: coceitos e aplicações 4. Coceitos básicos de Probabilidades Um cojuto de dados hidrológicos ecessita ser previamete aalisado com base em algus idicadores estatísticos básicos
Leia mais5n 3. 1 nsen(n + 327) e)
Exercícios 1 Mostre, utilizado a defiição, que as seguites sucessões são limitadas: 2 4 50 a) b) 3 +16 1 5 3 2 c) 1 4( 1) 8 5 d) 100 5 3 2 + 2( 1) 1 4( 1) 8 1 se( + 327) e) f) 5 3 2 4 4 2 2 Mostre, utilizado
Leia maisModelo harmônico das chuvas mensais do noroeste do Rio Grande do Sul, Brasil
34 Modelo harmônico das chuvas mensais do noroeste do Rio Grande do Sul, Brasil Daniel Souza Cardoso 1 João Baptista da Silva Gilberto Barbosa Diniz 3 Resumo Considerando que o noroeste do Estado do Rio
Leia maisDepartamento de Engenharia Civil Nivelação de Terrenos
Departameto de Egeharia Civil Nivelação de Terreos Rosa Marques Satos Coelho Paulo Flores Ribeiro 006 / 007 . Nivelação de Terreos Por ivelação de terreos etede-se o cojuto de operações topográficas que
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
Leia maisEscola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ
1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisRegressão linear simples
Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha
Leia maisCONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA
1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço
Leia mais3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências
14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2
Leia mais: 8. log 3 4 : 7 B 6 B C. B D. 1 x. t é o tempo, dado em horas, e
Eame de Admissão de Matemática Págia de... Simpliicado a epressão. : : tem-se: Simpliicado a epressão p p p Sabedo que p p obtém-se: p p log a etão log será igual a: a a a a pp p p. Para diluir litro de
Leia maisSérie Trigonométrica de Fourier
studo sobre a Série rigoométrica de Fourier Série rigoométrica de Fourier Uma fução periódica f( pode ser decomposta em um somatório de seos e seos eqüivaletes à fução dada f ( o ( ( se ( ) ode: o valor
Leia maisUtilização de modelos não-lineares sigmoidais na descrição do aumento em diâmetro de frutos de pequi.
Utilização de modelos ão-lieares sigmoidais a descrição do aumeto em diâmetro de frutos de pequi. Ricardo Wager Pacopahyba de Mattos 1 Thaís Destéfai Ribeiro 1 Joel Augusto Muiz 1 Augusto Ramalho de Morais
Leia mais11 Aplicações da Integral
Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos
Leia maisAjuste de Curvas. Lucia Catabriga e Andréa Maria Pedrosa Valli
1-27 Ajuste de Curvas Lucia Catabriga e Adréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempeho (LCAD) Departameto de Iformática Uiversidade Federal do Espírito Sato - UFES, Vitória, ES,
Leia maisSumário. 2 Índice Remissivo 19
i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................
Leia maisEstimativa de Parâmetros
Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia maisEstatística II Licenciatura em Gestão TESTE I
Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.
Leia maisTESTE DE HIPÓTESES PARA PROPORÇÕES
TESTE DE HIPÓTESES PARA PROPORÇÕES Este resumo visa auxiliar aos cadidatos que farão a prova para Fiscal ISS-SP, cujo programa, o Edital, cotempla Teste de Hipóteses para Médias e Proporções. Vem, assim,
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem
Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter
Leia maisMAE0229 Introdução à Probabilidade e à Estatística II
Exercício : Sabe-se que o tempo de viagem de um local A a zoa orte de São Paulo até a USP segue uma distribuição ormal com desvio padrão 9 miutos. Em 200 dias aotou-se o tempo gasto para vir desse poto
Leia maisUFRGS 2007 - MATEMÁTICA
- MATEMÁTICA 01) Em 2006, segudo otícias veiculadas a impresa, a dívida itera brasileira superou um trilhão de reais. Em otas de R$ 50, um trilhão de reais tem massa de 20.000 toeladas. Com base essas
Leia maisDistribuições Amostrais
7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria
Leia maisCAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas
Leia mais