CAPÍTULO 3 POPULAÇÃO E AMOSTRA

Tamanho: px
Começar a partir da página:

Download "CAPÍTULO 3 POPULAÇÃO E AMOSTRA"

Transcrição

1 DEPARTAMENTO DE GEOCIÊNCIAS GCN 7901 ANÁLISE ESTATÍSTICA EM GEOCIÊNCIAS PROFESSOR: Dr. ALBERTO FRANKE CONTATO: F: CAPÍTULO 3 POPULAÇÃO E AMOSTRA

2 As pesquisas de opinião induzem os eleitores? Por quê? Quais induzem? agosto/2014 Prof. Franke 2

3 População: CONCEITOS É o conjunto de elementos sobre os quais se desejam informações, ou seja, nosso universo de estudo. As populações podem ser finitas, como a população dos alunos matriculados na Geografia, ou infinitas, como a população dos resultados que podem ser obtidos quando se joga um dado sucessivamente. Parâmetro: Característica numérica da população. Normalmente é desconhecido! Amostra: É todo subconjunto de elementos retirado de uma população, para obter informações sobre essa população. As amostras são coletadas e estudadas para trazer informação sobre a população. Estatística: Característica numérica da amostra. Toda amostra permite calcular uma estatística. Distinção entre parâmetro e estatística? agosto/2014 Prof. Franke 3

4 Relação entre amostragem e inferência Fonte: ANDRIOTTI. Fundamentos de estatística e geoestatística. São Leopoldo, Unisinos, agosto/2014 Prof. Franke 4

5 Censo: CONCEITOS É o conjunto de dados que descrevem as características da população. É a coleta de dados sobre todos os elementos da população e recebe o nome de recenseamento. Variável: São as características que podem ser observadas (ou medidas) em cada elemento da população. Qualitativa: quando seus valores são expressos por atributos: sexo (masculino feminino), cor da pele (preta, parda, branca, amarela, vermelha), etc. Quantitativa: quando seus valores são expressos por números (peso, altura, ph, etc.) Variável contínua: quando puder assumir qualquer valor num intervalo. Variável discreta: quando só pode assumir valores pertencentes a um conjunto enumerável. Ex.: peso dos alunos (variável contínua), nº de alunos (variável discreta). Normalmente, as medições dão origem a variáveis contínuas e as contagens ou enumerações, a variáveis discretas. agosto/2014 Prof. Franke 5

6 Dados: CONCEITOS Pode ser considerado como uma informação necessária para auxiliar numa decisão Por que dados são necessários? Dados categorizados São os possíveis resultados de variáveis observadas em forma de categorias. Tabela 1 Distribuição de 300 pessoas classificadas segundo sexo (gênero) e tabagismo. Tabagismo Sexo Masculino Feminino Total Fumante 92 (46%) 38 (38%) 130 (43,3%) Não-fumante 108 (54%) 62 (62%) 170 (56,7%) Total 200 (100%) 100 (100%) 300 (100%) Fonte: Autor (2013) agosto/2014 Prof. Franke 6

7 CLASSIFICAÇÃO DOS DADOS Tipo de dados Quantitativos: quando os possíveis resultados são números de uma certa escala, dizemos que este é um dado quantitativo. Qualitativos: quando os possíveis resultados são atributos ou qualidades, dizemos que o dado é qualitativo. Figura 1 Classificação das variáveis e dos dados em termos do nível de mensuração. Adaptado de BARBETTA (2012, p. 30). agosto/2014 Prof. Franke 7

8 1. Amostragem: TÉCNICAS DE AMOSTRAGEM É o processo de seleção da amostra Se uma estatística é usada para avaliar ou estimar o valor de algum parâmetro, é chamada de estimador. A qualidade de uma estimativa depende basicamente da representatividade da amostra. O que é representatividade de uma amostra? 2. Por que fazemos amostragem? Economia Tempo Confiabilidade dos dados Operacionalidade 3. Quando o uso da amostragem não é interessante? População pequena Características de fácil mensuração Necessidade de alta precisão agosto/2014 Prof. Franke 8

9 TÉCNICAS DE AMOSTRAGEM 4. Tipos de amostras: Uma amostra não-probabilística é aquela na qual os itens ou indivíduos incluídos são escolhidos sem levar em conta a probabilidade de sua ocorrência. Uma amostra probabilística é aquela na qual os sujeitos da amostra são escolhidos com base em probabilidade conhecidas. Figura 2 Tipos de amostras. Fonte: LEVINE et al. (2005, p. 11) agosto/2014 Prof. Franke 9

10 TÉCNICAS DE AMOSTRAGEM 4.1. Amostras probabilísticas Amostra aleatória simples É aquela em que cada indivíduo da população possui a mesma chance de ser selecionado do que cada um dos outros indivíduos. Ou seja, a seleção dos elementos que farão parte da amostra serão sorteados. Na amostragem aleatória simples, n é usado para representar o tamanho da amostra e N representar o tamanho da população. Todo item ou pessoa na população é numerado de 1 a N. A chance de qualquer membro em particular desta população ser selecionado no primeiro sorteio é de 1/N. As amostragens aleatórias são muito úteis por permitirem a utilização das técnicas clássicas de inferência estatística, facilitando a análise dos dados e fornecendo maior segurança na generalização dos resultados da amostra para a população. agosto/2014 Prof. Franke 10

11 Tabela 2 - Números aleatórios. Fonte LEVINE et al. (2005, p.770) agosto/2014 Prof. Franke 11

12 TÉCNICAS DE AMOSTRAGEM Amostra aleatória simples Amostragem com reposição Significa que, após um indivíduo da população ser selecionado, ele retorna para a população, onde tem a mesma probabilidade de ser novamente selecionado. Amostragem sem reposição Significa que, após um indivíduo da população ser selecionado, ele não retorna para a população e, assim, não pode ser novamente selecionado A chance de qualquer membro da população ser selecionado no 1º sorteio é de 1 N A chance de qualquer indivíduo não previamente selecionado ser escolhido no 2º 1 sorteio é de N 1 O processo é repetido até ser alcançado o tamanho n, o desejado da amostra. Atividade: sortear, entre os alunos da turma, amostra de tamanho n = 6 com uso de urna e de tabela de números aleatórios. Cada um começa o sorteio onde quiser! Fazer com e sem reposição. agosto/2014 Prof. Franke 12

13 TÉCNICAS DE AMOSTRAGEM Amostra aleatória sistemática Numa amostra sistemática, os N indivíduos ou itens na população são divididos em k grupos, pela divisão da população N pelo tamanho n da amostra. k = N n Onde k é chamado de intervalo de seleção. O 1º indivíduo a ser selecionado é escolhido aleatoriamente (sorteio) do primeiro grupo fracionado da população, o restante da amostra é obtido selecionando cada k-enésimo indivíduo na população total. Exemplo: alunos que chegam para aula Cuidados com a amostra aleatória simples ou sistemática! São menos eficientes que outros métodos probabilísticos de amostragem. Não é possível saber se as amostras obtidas são de fato representativas da população. A possibilidade de haver viés de seleção ou falta de representatividade das características de população é maior na amostragem sistemática. Se existir padrão na população, podem resultar graves vieses de seleção. agosto/2014 Prof. Franke 13

14 TÉCNICAS DE AMOSTRAGEM Amostragem estratificada Consiste em dividir a população em subgrupos, que são denominados de estratos. Os estratos devem ser internamente mais homogêneos do que a população toda, com respeito às principais variáveis em estudo. Sobre os diversos estratos da população, são realizadas seleções aleatórias, de forma independente. A amostra é obtida através reunião das amostras de cada estrato. Amostragem estratificada proporcional A proporcionalidade do tamanho de cada estrato da população é mantida na amostra Amostragem estratificada uniforme Seleciona-se a mesma quantidade de elementos em cada estrato A amostragem estratificada uniforme costuma ser usada em situações em que o maior interesse é obter estimativas separadas para cada estrato, ou quando se deseja comparar os diversos estratos. agosto/2014 Prof. Franke 14

15 TÉCNICAS DE AMOSTRAGEM Figura 3 Esquema de obtenção de uma amostragem estratificada. Fonte: BARBETTA (2012, p. 49). Figura 4 Exemplo de uma amostragem estratificada proporcional. Fonte: BARBETTA (2012, p. 49). agosto/2014 Prof. Franke 15

16 TÉCNICAS DE AMOSTRAGEM Amostragem de conglomerados (Cluster) Chama-se de conglomerados a um agrupamentos de elementos da população. Ex.: numa população de domicílios residenciais de uma cidade, os quarteirões formam conglomerados residenciais de uma cidade. Figura 5 Processo de amostragem de conglomerados em dois estágios. Fonte: BARBETTA (2012, p. 51). agosto/2014 Prof. Franke 16

17 TÉCNICAS DE AMOSTRAGEM 4.2. Amostragem não aleatória (não probabilística) Podem ser empregadas quando a seleção de uma amostra aleatória é muito difícil ou impossível. O principal problema é obtenção de uma lista elementos da população Amostragem por cotas Assemelha-se com a amostragem estratificada proporcional. A população é vista de forma segregada e dividida em diversos subgrupos com grande homogeneidade para compensar a falta de aleatoriedade. Seleciona-se uma cota de cada subgrupo proporcional ao seu tamanho. Ex.: Numa pesquisa socioeconômica, a população pode ser dividida por localidade, por nível de instrução, faixa de renda, etc Amostragem por julgamento Os elementos escolhidos (não sorteados) são aqueles julgados como típicos da população que se deseja estudar. O pesquisador precisa ter um grande conhecimento da estrutura da população agosto/2014 Prof. Franke 17

18 Relação entre amostragem e inferência Fonte: ANDRIOTTI. Fundamentos de estatística e geoestatística. São Leopoldo, Unisinos, agosto/2014 Prof. Franke 18

19 RESUMO DO CAPÍTULO Fonte: LEVINE et al. (2005, p. 11) agosto/2014 Prof. Franke 19

20 TAMANHO MÍNIMO DE UMA AMOSTRA É um problema complexo. Muitas vezes o tamanho da amostra fica restrita aos recursos financeiros disponíveis. A heterogeneidade da população e os tipos de parâmetros que se quer estimar são pontos importantes na determinação da amostra 1. Conceito de erro amostral Erro amostral é a diferença entre uma estatística e o parâmetro que se quer estimar. 2. Erro amostral tolerável É quanto o pesquisador admite errar na estimação dos parâmetros de interesse. Para determinar o tamanho da amostra, o pesquisador precisa especificá-lo. Ex.: Pesquisas eleitorais mostram o erro do levantamento normalmente ± 2% A especificação do erro amostral tolerável deve ser feito sob um enfoque probabilístico. Qual a influência do erro amostral no tamanho da amostra? agosto/2014 Prof. Franke 20

21 TAMANHO MÍNIMO DE UMA AMOSTRA 3. Baseado no erro amostral tolerável Onde: n = tamanho mínimo de uma amostra E = erro amostral tolerável (nº decimal do erro) Obs.: utiliza-se este cálculo inicial, mesmo não conhecendo o tamanho da população 4. Baseado no tamanho da população Onde: n c = tamanho mínimo da amostra corrigido em função da população N = tamanho da população Obs.: Se a população for muito grande, então n pode ser adotado como tamanho da amostra. Caso contrário, usa-se a correção baseado no tamanho da população. agosto/2014 Prof. Franke 21

22 TAMANHO MÍNIMO DE UMA AMOSTRA 5. Baseado no nível de confiabilidade desejado Quantas observações são necessárias para 90% de confiabilidade? Onde: n = tamanho mínimo de uma amostra e = erro amostral tolerado = desvio-padrão da população z = valor correspondente ao nível de confiabilidade desejado (distribuição normal padronizada z) Obs.: Deve-se notar que n (tamanho da amostra) depende do grau de confiança desejado, da dispersão dos dados e do erro tolerável, mas não do tamanho da população. agosto/2014 Prof. Franke 22

23 FONTES DE ERROS EM LEVANTAMENTOS POR AMOSTRAGEM O erro amostral, definido como a diferença entre uma estatística e o verdadeiro valor do parâmetro, parte do princípio de que as n observações da amostra são obtidas sem erros. Havendo erros ou desvios nos dados da própria amostra, a diferença entre a estatística e o parâmetro pode ser maior que o limite tolerável, E. Exemplos de erros não amostrais: 1º População acessível diferente da população-alvo (viés de seleção). 2º Falta de resposta (viés por falta de resposta) 3º Erros de amostragem 4º Erros de mensuração Obs.: erros de mensuração refere-se à falta de exatidão das respostas registradas, o que ocorre devido a deficiências na formulação da pergunta, um efeito causado pela influência do entrevistador sobre o entrevistado, ou no resultado do esforço do entrevistado. agosto/2014 Prof. Franke 23

PESQUISA DE OPINIÃO PÚBLICA SOBRE ASSUNTOS POLÍTICOS

PESQUISA DE OPINIÃO PÚBLICA SOBRE ASSUNTOS POLÍTICOS PESQUISA DE OPINIÃO PÚBLICA SOBRE ASSUNTOS POLÍTICOS MARÇO DE 2014 JOB0311 ESPECIFICAÇÕES TÉCNICAS DA PESQUISA OBJETIVO O principal objetivo desse projeto é levantar a intenção de voto do eleitorado acerca

Leia mais

Estatística AMOSTRAGEM

Estatística AMOSTRAGEM Estatística AMOSTRAGEM Estatística: É a ciência que se preocupa com a coleta, a organização, descrição (apresentação), análise e interpretação de dados experimentais e tem como objetivo fundamental o estudo

Leia mais

PESQUISA DE OPINIÃO PÚBLICA SOBRE ELEIÇÕES 2016

PESQUISA DE OPINIÃO PÚBLICA SOBRE ELEIÇÕES 2016 PESQUISA DE OPINIÃO PÚBLICA SOBRE ELEIÇÕES 2016 DEZEMBRO DE 2015 JOB1629 ESPECIFICAÇÕES TÉCNICAS DA PESQUISA OBJETIVO O principal objetivo desse projeto é levantar opiniões sobre as eleições municipais

Leia mais

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADES 1 1. VARIÁVEIS ALEATÓRIAS Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações

Leia mais

Probabilidade. Experiências aleatórias

Probabilidade. Experiências aleatórias Probabilidade Experiências aleatórias 1 Experiências aleatórias Acontecimento: Qualquer colecção de resultados de uma experiência. Acontecimento elementar: Um resultado que não pode ser simplificado ou

Leia mais

1 Introdução. 1.1 Importância da Utilização da Amostragem

1 Introdução. 1.1 Importância da Utilização da Amostragem 1 Introdução Um dos principais objetivos da maioria dos estudos, análises ou pesquisas estatísticas é fazer generalizações seguras com base em amostras, sobre as populações das quais as amostras foram

Leia mais

ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA

ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA Apresentar a Estatística no contexto do dia-a-dia e fazendo uso da planilha Excel. Espera-se que o estudante ao término do curso esteja apto a usar a planilha

Leia mais

AULA 07 Distribuições Discretas de Probabilidade

AULA 07 Distribuições Discretas de Probabilidade 1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 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

PESQUISA DE OPINIÃO PÚBLICA SOBRE BUROCRACIA

PESQUISA DE OPINIÃO PÚBLICA SOBRE BUROCRACIA PESQUISA DE OPINIÃO PÚBLICA SOBRE BUROCRACIA DEZEMBRO DE 2008 JOB12-9 OBJETIVO LOCAL ESPECIFICAÇÕES TÉCNICAS DA PESQUISA Levantar junto aos eleitores da área em estudo opiniões relacionadas a burocracia

Leia mais

Introdução à Estatística Estatística Descritiva 22

Introdução à Estatística Estatística Descritiva 22 Introdução à Estatística Estatística Descritiva 22 As tabelas de frequências e os gráficos constituem processos de redução de dados, no entanto, é possível resumir de uma forma mais drástica esses dados

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística TESTES DE HIPÓTESES (ou Testes de Significância) Estimação e Teste de Hipóteses Estimação e teste de hipóteses (ou significância) são os aspectos principais da Inferência Estatística

Leia mais

PRINCÍPIOS DA ENGENHARIA DE SOFTWARE- AULA 06. Prof.: Franklin M. Correia

PRINCÍPIOS DA ENGENHARIA DE SOFTWARE- AULA 06. Prof.: Franklin M. Correia 1 PRINCÍPIOS DA ENGENHARIA DE SOFTWARE- AULA 06 Prof.: Franklin M. Correia NOS CAPÍTULOS ANTERIORES... Atividades de Gerenciamento Planejamento de Projetos Programação de Projeto O QUE TEMOS PARA HOJE!!

Leia mais

População e Amostra POPULAÇÃO AMOSTRA AMOSTRAGEM TIPOS DE AMOSTRAGEM I. Amostra probabilística: II. Amostra não-probabilística

População e Amostra POPULAÇÃO AMOSTRA AMOSTRAGEM TIPOS DE AMOSTRAGEM I. Amostra probabilística: II. Amostra não-probabilística População e Amostra POPULAÇÃO A palavra população, na sua acepção mais comum, representa o conjunto de habitantes de uma dada região em determinado período. Em estatística, população (ou universo) é o

Leia mais

f ck Resumo Conceituação Análise dos resultados (NBR ) Critérios para tomada de decisão a partir da análise dos resultados

f ck Resumo Conceituação Análise dos resultados (NBR ) Critérios para tomada de decisão a partir da análise dos resultados Análise e Tomada de Decisão a partir dos Eng o Tibério Andrade (MSc) Recife, de março de dos Resumo Conceituação Análise dos resultados (NBR- ) Critérios para tomada de decisão a partir da análise dos

Leia mais

PESQUISA DE OPINIÃO PÚBLICA SOBRE ASSUNTOS POLÍTICOS/ ADMINISTRATIVOS

PESQUISA DE OPINIÃO PÚBLICA SOBRE ASSUNTOS POLÍTICOS/ ADMINISTRATIVOS PESQUISA DE OPINIÃO PÚBLICA SOBRE ASSUNTOS POLÍTICOS/ ADMINISTRATIVOS NOVEMBRO/ DEZEMBRO DE 2013 JOB2726-13 ESPECIFICAÇÕES TÉCNICAS DA PESQUISA OBJETIVO LOCAL Trata-se de uma pesquisa de acompanhamento

Leia mais

Metodologias de identificação e caracterização de assentamentos precários

Metodologias de identificação e caracterização de assentamentos precários Metodologias de identificação e caracterização de assentamentos precários Eduardo Marques CEM e DCP/USP www.centrodametropole.org.br São várias as alternativas de método desenvolvidas recentemente para

Leia mais

Pós-Graduação em Computação Distribuída e Ubíqua

Pós-Graduação em Computação Distribuída e Ubíqua Pós-Graduação em Computação Distribuída e Ubíqua INF612 - Aspectos Avançados em Engenharia de Software Engenharia de Software Experimental [Head First Statistics] Capítulos 10, 11, 12 e 13 [Experimentation

Leia mais

Pressuposições à ANOVA

Pressuposições à ANOVA UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula do dia 09.11.010 A análise de variância de um experimento inteiramente ao acaso exige que sejam

Leia mais

AULA 4 OS DESENHOS DE PESQUISA

AULA 4 OS DESENHOS DE PESQUISA AULA 4 OS DESENHOS DE PESQUISA Roteiro da aula 1. Por que planejar a pesquisa? 2. Principais tipos de desenhos de pesquisa - Quantitativos ou qualitativos - Transversais ou longitudinais - Exploratórios,

Leia mais

Probabilidade. Evento (E) é o acontecimento que deve ser analisado.

Probabilidade. Evento (E) é o acontecimento que deve ser analisado. Probabilidade Definição: Probabilidade é uma razão(divisão) entre a quantidade de eventos e a quantidade de amostras. Amostra ou espaço amostral é o conjunto formado por todos os elementos que estão incluídos

Leia mais

CBL/BRACELPA/SNEL/ABRELIVROS Retrato da Leitura no Brasil. Retrato da Leitura no Brasil

CBL/BRACELPA/SNEL/ABRELIVROS Retrato da Leitura no Brasil. Retrato da Leitura no Brasil Retrato da Leitura no Brasil 1549 1 l Introdução: Metodologia 1549 2 Objetivo DESCRIÇÃO DO DO PROJETO Principal: Identificar a penetração da leitura de livros no Brasil e o acesso a livros Secundários:

Leia mais

Aula 3 Distribuição de Frequências.

Aula 3 Distribuição de Frequências. 1 Estatística e Probabilidade Aula 3 Distribuição de Frequências. Professor Luciano Nóbrega Distribuição de frequência 2 Definições Básicas Dados Brutos são os dados originais que ainda não foram numericamente

Leia mais

7. Testes de Hipóteses

7. Testes de Hipóteses 7. Testes de Hipóteses Suponha que você é o encarregado de regular o engarrafamento automatizado de leite numa determinada agroindústria. Sabe-se que as máquinas foram reguladas para engarrafar em média,

Leia mais

Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS

Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Dois ou mais eventos são mutuamente exclusivos, ou disjuntos, se os mesmos não podem ocorrer simultaneamente. Isto é, a ocorrência de um

Leia mais

O que são custos de transformação?

O que são custos de transformação? O que são custos de transformação? A forma encontrada pelo método UEP para analisar os custos da empresa é através da simplificação do modelo de cálculo da produção do período determinando uma unidade

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial Aula 7 Programação Genética M.e Guylerme Velasco Programação Genética De que modo computadores podem resolver problemas, sem que tenham que ser explicitamente programados para isso?

Leia mais

Fundamentos de Teste de Software

Fundamentos de Teste de Software Núcleo de Excelência em Testes de Sistemas Fundamentos de Teste de Software Módulo 1- Visão Geral de Testes de Software Aula 2 Estrutura para o Teste de Software SUMÁRIO 1. Introdução... 3 2. Vertentes

Leia mais

01 - A NATUREZA DA ESTATíSTICA

01 - A NATUREZA DA ESTATíSTICA 01 - A NATUREZA DA ESTATíSTICA INTRODUÇÃO: ESTATÍSTICA: ramo da matemática aplicada. ANTIGUIDADE: os povos já registravam o número de habitantes, nascimentos, óbitos. Faziam "estatísticas". IDADE MÉDIA:

Leia mais

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 8 11/2014 Distribuição Normal Vamos apresentar distribuições de probabilidades para variáveis aleatórias contínuas.

Leia mais

Cálculo de Soma de Verificação do User Datagram Protocol

Cálculo de Soma de Verificação do User Datagram Protocol Resumo Cálculo de Soma de Verificação do User Datagram Protocol Othon Marcelo Nunes Batista Mestre em Informática othonb@yahoo.com Mesmo sendo um protocolo que nada garante, o UDP tem um campo no datagrama

Leia mais

Probabilidade. Luiz Carlos Terra

Probabilidade. Luiz Carlos Terra Luiz Carlos Terra Nesta aula, você conhecerá os conceitos básicos de probabilidade que é a base de toda inferência estatística, ou seja, a estimativa de parâmetros populacionais com base em dados amostrais.

Leia mais

PODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses

PODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses PODER DO TESTE Poder do Teste e Tamanho de Amostra para Testes de Hipóteses 1 Tipos de erro num teste estatístico Realidade (desconhecida) Decisão do teste aceita H rejeita H H verdadeira decisão correta

Leia mais

Docentes da Rede Estadual do Paraná I - Perfil do profissional em sala de aula

Docentes da Rede Estadual do Paraná I - Perfil do profissional em sala de aula Docentes da Rede Estadual do Paraná I - Perfil do profissional em sala de aula Com base nos resultados do Censo Escolar da Educação Básica 2013, este informativo apresenta um perfil dos 50.798 profissionais

Leia mais

ANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos:

ANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: ANÁLISE DOS RESÍDUOS Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: seguem uma distribuição normal; têm média zero; têm variância σ 2 constante

Leia mais

Técnicas de Contagem I II III IV V VI

Técnicas de Contagem I II III IV V VI Técnicas de Contagem Exemplo Para a Copa do Mundo 24 países são divididos em seis grupos, com 4 países cada um. Supondo que a escolha do grupo de cada país é feita ao acaso, calcular a probabilidade de

Leia mais

Mini-curso. Formação de professores e avaliação: instrumentos para avaliação processual em sala de aula

Mini-curso. Formação de professores e avaliação: instrumentos para avaliação processual em sala de aula Mini-curso Formação de professores e avaliação: instrumentos para avaliação processual em sala de aula Professor responsável Prof. Dr. Daniel Abud Seabra Matos (UFOP) Mariana 2014 2 Prezados/as professores/as,

Leia mais

FERRAMENTAS DA QUALIDADE FOLHA DE VERIFICAÇÃO

FERRAMENTAS DA QUALIDADE FOLHA DE VERIFICAÇÃO FERRAMENTAS DA QUALIDADE FOLHA DE VERIFICAÇÃO 1 A Folha de Verificação é utilizada para permitir que um grupo registre e compile sistematicamente dados de fontes com experiência na área (históricos), ou

Leia mais

DEPARTAMENTO DE MATEMÁTICA

DEPARTAMENTO DE MATEMÁTICA FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhanguene, Av. de Moçambique, km 1, Tel: +258 21401078, Fax: +258 21401082, Maputo Cursos de Licenciatura em Ensino de Matemática

Leia mais

Mineração de Dados e Aprendizado de Máquinas. Rodrigo Leite Durães.

Mineração de Dados e Aprendizado de Máquinas. Rodrigo Leite Durães. Mineração de Dados e Aprendizado de Máquinas. Rodrigo Leite Durães. O que é mineração de dados Mineração de Dados é um passo no processo de KDD que consiste na aplicação de análise de dados e algoritmos

Leia mais

Probabilidade e Estatística 2011/2

Probabilidade e Estatística 2011/2 Probabilidade e Estatística 2011/2 Prof. Fernando Deeke Sasse Exercícios resolvidos sobre distribuições discretas Distribuição Binomial 1. Lotes de 50 peças são examinados. O número médio de peças não-conformes

Leia mais

Análise Qualitativa no Gerenciamento de Riscos de Projetos

Análise Qualitativa no Gerenciamento de Riscos de Projetos Análise Qualitativa no Gerenciamento de Riscos de Projetos Olá Gerente de Projeto. Nos artigos anteriores descrevemos um breve histórico sobre a história e contextualização dos riscos, tanto na vida real

Leia mais

Introdução. Ou seja, de certo modo esperamos que haja uma certa

Introdução. Ou seja, de certo modo esperamos que haja uma certa UNIVERSIDADE FEDERAL DA PARAÍBA Teste de Independência Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Um dos principais objetivos de se construir uma tabela de contingência,

Leia mais

Variáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência

Variáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência Tipos de Variáveis Problema Motivador: Um pesquisador está interessado em fazer um levantamento sobre aspectos sócio-econômicos dos empregados da seção de orçamentos de uma companhia (vide tabela). Algumas

Leia mais

GRADUAÇÃO TECNOLÓGICA EM GESTÃO DA PRODUÇÃO INDUSTRIAL GERENCIAMENTO ESTATÍSTICO DOS PROCESSOS PRODUTIVOS (tópicos da aula 3)

GRADUAÇÃO TECNOLÓGICA EM GESTÃO DA PRODUÇÃO INDUSTRIAL GERENCIAMENTO ESTATÍSTICO DOS PROCESSOS PRODUTIVOS (tópicos da aula 3) 1 GRADUAÇÃO TECNOLÓGICA EM GESTÃO DA PRODUÇÃO INDUSTRIAL GERENCIAMENTO ESTATÍSTICO DOS PROCESSOS PRODUTIVOS (tópicos da aula 3) ANÁLISE DO PROCESSO Só é possivel monitorar um processo após conhecê-lo bem.

Leia mais

GUIA SOBRE A APLICAÇÃO DOS ASPECTOS LINGUÍSTICOS DA CARTILHA DE ADESÃO À AGENCE UNIVERSITAIRE DE LA FRANCOPHONIE

GUIA SOBRE A APLICAÇÃO DOS ASPECTOS LINGUÍSTICOS DA CARTILHA DE ADESÃO À AGENCE UNIVERSITAIRE DE LA FRANCOPHONIE GUIA SOBRE A APLICAÇÃO DOS ASPECTOS LINGUÍSTICOS DA CARTILHA DE ADESÃO À AGENCE UNIVERSITAIRE DE LA FRANCOPHONIE Adotado pelo conselho associativo da Agence universitaire de la Francophonie 13 de setembro

Leia mais

I - Introdução à Simulação

I - Introdução à Simulação 1 I - Introdução à Simulação Simulação é, entendida como a imitação de uma operação ou de um processo do mundo real. A simulação envolve a geração de uma história artificial de um sistema para a análise

Leia mais

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc. PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 2 do livro de Taha (2008): Introdução O modelo de PL de duas variáveis Propriedades

Leia mais

3 Metodologia de pesquisa

3 Metodologia de pesquisa 3 Metodologia de pesquisa Esta pesquisa foi concebida com o intuito de identificar como a interação entre o gerenciamento de projetos e o planejamento estratégico estava ocorrendo nas empresas do grupo

Leia mais

Engenharia de Software II

Engenharia de Software II Engenharia de Software II Aula 26 http://www.ic.uff.br/~bianca/engsoft2/ Aula 26-21/07/2006 1 Ementa Processos de desenvolvimento de software Estratégias e técnicas de teste de software Métricas para software

Leia mais

Árvores B. Prof. Flávio Humberto Cabral Nunes

Árvores B. Prof. Flávio Humberto Cabral Nunes Árvores B Prof. Flávio Humberto Cabral Nunes Conteúdo 1. Introdução 2. Busca 3. Inserção 4. Remoção 5. B* 6. B+ Capítulo: 8 (APOSTILA). Introdução Em muitas aplicações, a tabela considerada é muito grande

Leia mais

PP 109/2012_R01 RELATÓRIO DE PESQUISA QUANTITATIVA PORTO ALEGRE MAIO/2012

PP 109/2012_R01 RELATÓRIO DE PESQUISA QUANTITATIVA PORTO ALEGRE MAIO/2012 PP 109/2012_R01 RELATÓRIO DE PESQUISA QUANTITATIVA PORTO ALEGRE MAIO/2012 1 PROIBIÇÃO DE DIVULGAÇÃO Esta pesquisa foi registrada junto à JUSTIÇA ELEITORAL, (Protocolada sob o nº RS-00016/2012), no dia

Leia mais

LINHA DE POBREZA: CONSTRUÇÃO DE CESTA BÁSICA DE REFERÊNCIA MARCELO MEDEIROS IPEA - BRASIL

LINHA DE POBREZA: CONSTRUÇÃO DE CESTA BÁSICA DE REFERÊNCIA MARCELO MEDEIROS IPEA - BRASIL 285 LINHA DE POBREZA: CONSTRUÇÃO DE CESTA BÁSICA DE REFERÊNCIA MARCELO MEDEIROS IPEA - BRASIL 286 Linha de pobreza: Construção de cesta básica de referência Linha de Pobreza: Construção da Cesta Básica

Leia mais

AULA 19 Análise de Variância

AULA 19 Análise de Variância 1 AULA 19 Análise de Variância Ernesto F. L. Amaral 18 de outubro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo

Leia mais

Curso: Banco de Dados I. Conceitos Iniciais

Curso: Banco de Dados I. Conceitos Iniciais Curso: Conceitos Iniciais Discussão inicial O que são Bancos de Dados? Quais os programas de Bancos de Dados mais conhecidos no mercado? Quais as vantagens do uso de Bancos de Dados nas empresas? Como

Leia mais

Métodos Estatísticos. 6 - Amostragem. Referencia: Estatística Aplicada às Ciências Sociais, Cap. 3 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002.

Métodos Estatísticos. 6 - Amostragem. Referencia: Estatística Aplicada às Ciências Sociais, Cap. 3 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Métodos Estatísticos 6 - Amostragem Referencia: Estatística Aplicada às Ciências Sociais, Cap. 3 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. População x Amostra População - conjunto dos elementos

Leia mais

Tópicos Avançados em Banco de Dados Dependências sobre regime e controle de objetos em Banco de Dados. Prof. Hugo Souza

Tópicos Avançados em Banco de Dados Dependências sobre regime e controle de objetos em Banco de Dados. Prof. Hugo Souza Tópicos Avançados em Banco de Dados Dependências sobre regime e controle de objetos em Banco de Dados Prof. Hugo Souza Após vermos uma breve contextualização sobre esquemas para bases dados e aprendermos

Leia mais

[Ano] PLANEJAMENTO E COLETA DE DADOS ESTATÍSTICOS. Universidade Cruzeiro do Sul

[Ano] PLANEJAMENTO E COLETA DE DADOS ESTATÍSTICOS. Universidade Cruzeiro do Sul [Ano] PLANEJAMENTO E COLETA DE DADOS ESTATÍSTICOS Universidade Cruzeiro do Sul www.cruzeirodosul.edu.br PLANEJAMENTO E COLETA DE DADOS ESTATÍSTICOS Responsável pelo Conteúdo: Carlos Henrique e Douglas

Leia mais

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 26 de Agosto, 2013 Probabilidade: uma Introdução / Aula 5 1 Variáveis aleatórias Definição

Leia mais

ISEG - ESTATÍSTICA I - EN, Economia/Finanças - 1 de Junho de 2010 Tópicos de correcção. 1ª Parte. > 0. Justifique a igualdade: P(( A B)

ISEG - ESTATÍSTICA I - EN, Economia/Finanças - 1 de Junho de 2010 Tópicos de correcção. 1ª Parte. > 0. Justifique a igualdade: P(( A B) ISEG - ESTATÍSTICA I - EN, Economia/Finanças - de Junho de 00 Tópicos de correcção ª Parte. Sejam os acontecimentos A, B, C tais que P ( A B) > 0. Justifique a igualdade: ( A B) C) = B A). A). C ( A B)).

Leia mais

Modelo Entidade Relacionamento (MER) Professor : Esp. Hiarly Alves

Modelo Entidade Relacionamento (MER) Professor : Esp. Hiarly Alves Tópicos Apresentação Entidade, Atributo e Relacionamento Cardinalidade Representação simbólica Generalizações / Especializações Agregações Apresentação O Modelo Entidade-Relacionamento tem o objetivo de

Leia mais

Profa.: Patricia Maria Bortolon, D.Sc. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 9-1

Profa.: Patricia Maria Bortolon, D.Sc. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 9-1 MÉTODOS QUANTITATIVOS APLICADOS À CONTABILIDADE Profa.: Patricia Maria Bortolon, D.Sc. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 9-1 Fundamentos de Testes

Leia mais

DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS)

DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS) DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS) O QUE É ESTATÍSTICA Estatística é a ciência de obter conclusões a partir de dados. Envolve métodos para

Leia mais

Importância das Marcas

Importância das Marcas Importância das Marcas Dihego Pansini de Souza A marca de uma empresa se coloca como um bem intangível, mas, sem dúvida alguma, é um importante diferencial. Na dinâmica atual do mercado já não é mais possível

Leia mais

ESTATÍSTICA BÁSICA AULA 05

ESTATÍSTICA BÁSICA AULA 05 ESTATÍSTICA BÁSICA AULA 05 TÁ NA MÉDIA! FILIPE S. MARTINS ESTATÍSTICA - ROTEIRO DISTRIBUIÇÃO DE FREQUÊNCIAS TABELA PRIMITIVA E ROL DISTRIBUIÇÃO DE FREQUENCIA ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA

Leia mais

Os dados quantitativos também podem ser de natureza discreta ou contínua.

Os dados quantitativos também podem ser de natureza discreta ou contínua. Natureza dos Dados Às informações obtidas acerca das características de um conjunto dá-se o nome de dado estatístico. Os dados estatísticos podem ser de dois tipos: qualitativos ou quantitativos. Dado

Leia mais

Módulo de Princípios Básicos de Contagem. Segundo ano

Módulo de Princípios Básicos de Contagem. Segundo ano Módulo de Princípios Básicos de Contagem Combinação Segundo ano Combinação 1 Exercícios Introdutórios Exercício 1. Numa sala há 6 pessoas e cada uma cumprimenta todas as outras pessoas com um único aperto

Leia mais

PESQUISA DE OPINIÃO PÚBLICA

PESQUISA DE OPINIÃO PÚBLICA PESQUISA DE OPINIÃO PÚBLICA SOBRE ASSUNTOS POLÍTICOS/ ADMINISTRATIVOS MAIO DE 2006 OPP106 OBJETIVO LOCAL ESPECIFICAÇÕES TÉCNICAS DA PESQUISA Levantar junto aos eleitores da área em estudo opiniões relacionadas

Leia mais

Gerenciamento dos Riscos do Projeto (PMBoK 5ª ed.)

Gerenciamento dos Riscos do Projeto (PMBoK 5ª ed.) Gerenciamento dos Riscos do Projeto (PMBoK 5ª ed.) Esta é uma área essencial para aumentar as taxas de sucesso dos projetos, pois todos eles possuem riscos e precisam ser gerenciados, ou seja, saber o

Leia mais

Fundação Escola de Sociologia e Política de São Paulo Faculdade de Biblioteconomia e Ciência da Informação PLANO DE ENSINO (2015)

Fundação Escola de Sociologia e Política de São Paulo Faculdade de Biblioteconomia e Ciência da Informação PLANO DE ENSINO (2015) Fundação Escola de Sociologia e Política de São Paulo Faculdade de Biblioteconomia e Ciência da Informação PLANO DE ENSINO (2015) I. IDENTIFICAÇÃO DISCIPLINA ESTATÍSTICA APLICADA CARGA HORÁRIA 46 CURSO

Leia mais

Unidade 1: O Computador

Unidade 1: O Computador Unidade : O Computador.3 Arquitetura básica de um computador O computador é uma máquina que processa informações. É formado por um conjunto de componentes físicos (dispositivos mecânicos, magnéticos, elétricos

Leia mais

PESQUISA DE OPINIÃO: AINDA EXISTE RIVALIDADE NO FUTEBOL PERNAMBUCANO? RECIFE PESQ. Nº 035.1/2009

PESQUISA DE OPINIÃO: AINDA EXISTE RIVALIDADE NO FUTEBOL PERNAMBUCANO? RECIFE PESQ. Nº 035.1/2009 PESQUISA DE OPINIÃO: AINDA EXISTE RIVALIDADE NO FUTEBOL PERNAMBUCANO? RECIFE PESQ. Nº 035.1/2009 ESPECIFICAÇÕES TÉCNICAS DA PESQUISA: OBJETIVO: Investigar a posição da população residente na área de abrangência

Leia mais

Prova Resolvida Raciocínio Lógico Quantitativo e Estatística (ANAC/2016) Prof. Guilherme Neves

Prova Resolvida Raciocínio Lógico Quantitativo e Estatística (ANAC/2016) Prof. Guilherme Neves Prova Resolvida Raciocínio Lógico Quantitativo e Estatística (ANAC/2016) 31- (ANAC 2016/ESAF) A negação da proposição se choveu, então o voo vai atrasar pode ser logicamente descrita por a) não choveu

Leia mais

Linha Técnica Sessão I: Inferência Causal

Linha Técnica Sessão I: Inferência Causal Impact Evaluation Linha Técnica Sessão I: Inferência Causal Human Development Human Network Development Network Middle East and North Africa Region World Bank Institute Spanish Impact Evaluation Fund www.worldbank.org/sief

Leia mais

Capítulo 8. Estruturas de Repetição. Rui Rossi dos Santos Programação de Computadores em Java Editora NovaTerra

Capítulo 8. Estruturas de Repetição. Rui Rossi dos Santos Programação de Computadores em Java Editora NovaTerra Capítulo 8 Estruturas de Repetição Objetivos do Capítulo Apresentar as três estruturas de repetição (loops) disponíveis no Java: while, do-while e for. Indicar a sintaxe que deve ser empregada para a construção

Leia mais

PESQUISA DE OPINIÃO PÚBLICA SOBRE O GOVERNO FEDERAL

PESQUISA DE OPINIÃO PÚBLICA SOBRE O GOVERNO FEDERAL PESQUISA DE OPINIÃO PÚBLICA SOBRE O GOVERNO FEDERAL OUTUBRO DE 2013 JOB1642 ESPECIFICAÇÕES TÉCNICAS DA PESQUISA OBJETIVO LOCAL O principal objetivo desse projeto é monitorar a administração do Governo

Leia mais

Métricas de Software

Métricas de Software Métricas de Software Plácido Antônio de Souza Neto 1 1 Gerência Educacional de Tecnologia da Informação Centro Federal de Educação Tecnologia do Rio Grande do Norte 2006.1 - Planejamento e Gerência de

Leia mais

Emergências e Gerenciamento de Riscos

Emergências e Gerenciamento de Riscos CONCURSO PETROBRAS PROFISSIONAL DE MEIO AMBIENTE JÚNIOR ENGENHEIRO(A) DE MEIO AMBIENTE JÚNIOR PROFISSIONAL JÚNIOR - ENG. DE MEIO AMBIENTE Emergências e Gerenciamento de Riscos Questões Resolvidas QUESTÕES

Leia mais

Prof. Daniela Barreiro Claro

Prof. Daniela Barreiro Claro O volume de dados está crescendo sem parar Gigabytes, Petabytes, etc. Dificuldade na descoberta do conhecimento Dados disponíveis x Análise dos Dados Dados disponíveis Analisar e compreender os dados 2

Leia mais

Tipos de investigação educacional diferenciados por:

Tipos de investigação educacional diferenciados por: Bento Março 09 Tipos de investigação educacional diferenciados por: Praticalidade Básica Aplicada Método Qualitativo Quantitativo Experimental Não experimental Questões Etnográfica Histórica Descritiva

Leia mais

Registro Hospitalar de Câncer Conceitos Básicos Planejamento Coleta de Dados Fluxo da Informação

Registro Hospitalar de Câncer Conceitos Básicos Planejamento Coleta de Dados Fluxo da Informação Registro Hospitalar de Câncer Conceitos Básicos Planejamento Coleta de Dados Fluxo da Informação Registro Hospitalar de Câncer Este tipo de registro se caracteriza em um centro de coleta, armazenamento,

Leia mais

Conjuntos Fuzzy e Lógica Fuzzy

Conjuntos Fuzzy e Lógica Fuzzy 1 Introdução Conjuntos Fuzzy e Lógica Fuzzy users.femanet.com.br/~fabri/fuzzy.htm Os Conjuntos Fuzzy e a Lógica Fuzzy provêm a base para geração de técnicas poderosas para a solução de problemas, com uma

Leia mais

UM JOGO BINOMIAL 1. INTRODUÇÃO

UM JOGO BINOMIAL 1. INTRODUÇÃO 1. INTRODUÇÃO UM JOGO BINOMIAL São muitos os casos de aplicação, no cotidiano de cada um de nós, dos conceitos de probabilidade. Afinal, o mundo é probabilístico, não determinístico; a natureza acontece

Leia mais

A PREVALÊNCIA DE CÁRIE DENTÁRIA EM 1 MOLAR DE CRIANÇAS DE 6 A 12 ANOS: uma abordagem no Novo Jockey, Campos dos Goytacazes, RJ

A PREVALÊNCIA DE CÁRIE DENTÁRIA EM 1 MOLAR DE CRIANÇAS DE 6 A 12 ANOS: uma abordagem no Novo Jockey, Campos dos Goytacazes, RJ 1 A PREVALÊNCIA DE CÁRIE DENTÁRIA EM 1 MOLAR DE CRIANÇAS DE 6 A 12 ANOS: uma abordagem no Novo Jockey, Campos dos Goytacazes, RJ Luciano Bárbara dos Santos 1 1 Cirurgião-dentista, aluno do curso de pós-graduação

Leia mais

Modelo Relacional Normalização Diagramas E-R e Tabelas Originadas

Modelo Relacional Normalização Diagramas E-R e Tabelas Originadas Informática II Modelo Relacional Normalização Diagramas E-R e Tabelas Originadas (TÓPICOS ABORDADOS NAS AULAS DE INFORMÁTICA II) Por: Artur Sousa / Jorge Loureiro Conceitos de entidade e atributo Tipos

Leia mais

Números e Operações. Nome: N.ª: Ano: Turma:

Números e Operações. Nome: N.ª: Ano: Turma: MATEMÁTICA 3º CICLO FICHA 1 Números e Operações Números Racionais Nome: N.ª: Ano: Turma: Data: / / 20 Os números 1, 2, 3, 4, 5, chamam-se números naturais. O conjunto dos números naturais representa-se

Leia mais

Exercício. Exercício

Exercício. Exercício Exercício Exercício Aula Prática Utilizar o banco de dados ACCESS para passar o MER dos cenários apresentados anteriormente para tabelas. 1 Exercício oções básicas: ACCESS 2003 2 1 Exercício ISERIDO UMA

Leia mais

Métodos Estatísticos Avançados em Epidemiologia

Métodos Estatísticos Avançados em Epidemiologia Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem

Leia mais

FURG ICEAC UAB Especialização em Gestão Pública Municipal. Disciplina Indicadores Socioeconômicos na gestão pública.

FURG ICEAC UAB Especialização em Gestão Pública Municipal. Disciplina Indicadores Socioeconômicos na gestão pública. FURG ICEAC UAB Especialização em Gestão Pública Municipal Disciplina Indicadores Socioeconômicos na gestão pública Fonte de dados Prof. Tiarajú A. de Freitas Fonte de dados Os indicadores socioeconômicos

Leia mais

Exercícios de Probabilidade - Lista 1 Calcular e, após, Modelar no NETICA

Exercícios de Probabilidade - Lista 1 Calcular e, após, Modelar no NETICA 1 Exercícios de Probabilidade - Lista 1 Calcular e, após, Modelar no NETICA 1) Os dados da tabela abaixo descrevem o desempenho de alunos de graduação na disciplina de Probabilidade oferecida para alunos

Leia mais

Classificação. Os meios de cultura são classificados em alguns tipos, que seguem abaixo: Seletivo; Diferencial; Enriquecimento; Transporte;

Classificação. Os meios de cultura são classificados em alguns tipos, que seguem abaixo: Seletivo; Diferencial; Enriquecimento; Transporte; Meios de Cultura Introdução Os meios de cultura são preparações nas quais, ao longo de suas formulações, contêm nutrientes necessários para proporcionar o crescimento de microorganismos; Os mesmos podem

Leia mais

EDITAL COMPLETO PROCESSO SELETIVO PROGRAMA MULHERES MIL

EDITAL COMPLETO PROCESSO SELETIVO PROGRAMA MULHERES MIL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS VITÓRIA Avenida Vitória, 1729 Jucutuquara 29040-780 Vitória ES 27 3331-2110 EDITAL COMPLETO PROCESSO SELETIVO 30 2013 PROGRAMA MULHERES

Leia mais

O QUE É AMOSTRAGEM? PARTE II

O QUE É AMOSTRAGEM? PARTE II O QUE É AMOSTRAGEM? PARTE II! Principais métodos aleatórios! A extensão da amostra! Margem de erro Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas graduado pela EAESP/FGV. É Sócio-Diretor

Leia mais

REDES LOCAIS. Quando você precisar ir além do computador em cima de sua mesa, esta na hora de instalar uma rede local.

REDES LOCAIS. Quando você precisar ir além do computador em cima de sua mesa, esta na hora de instalar uma rede local. 1. Introdução 1.1. - Conceitos REDES LOCAIS Quando você precisar ir além do computador em cima de sua mesa, esta na hora de instalar uma rede local. 1 1.2. Tipos de Aplicações As Redes Locais têm em geral

Leia mais

Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste

Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta

Leia mais

ORÇAMENTO EMPRESARIAL CONCEITOS E APLICAÇÕES PROF. SILVIA FLORES ADMINISTRAÇÃO FINANCEIRA E ORÇAMENTÁRIA

ORÇAMENTO EMPRESARIAL CONCEITOS E APLICAÇÕES PROF. SILVIA FLORES ADMINISTRAÇÃO FINANCEIRA E ORÇAMENTÁRIA ORÇAMENTO EMPRESARIAL CONCEITOS E APLICAÇÕES PROF. SILVIA FLORES ADMINISTRAÇÃO FINANCEIRA E ORÇAMENTÁRIA ORÇAMENTO É um plano administrativo que cobre todas as operações da empresa, para um período de

Leia mais

Conceitos Básicos em Estatística

Conceitos Básicos em Estatística Introdução à Estatística Conceitos Básicos em Estatística 1 Conceitos Básicos em Estatística Definição Uma população é uma colecção de unidades individuais, que podem ser pessoas, animais, resultados experimentais,

Leia mais

Coberturas em Telhados TC-038

Coberturas em Telhados TC-038 Coberturas em Telhados TC-038 Cobertura Chama-se vulgarmente de telhado qualquer tipo de cobertura em uma edificação. Porém, o telhado, rigorosamente, é apenas uma categoria de cobertura, em geral caracterizado

Leia mais

Capítulo V Sistemas Numéricos

Capítulo V Sistemas Numéricos Capítulo V Sistemas Numéricos Introdução Em capítulos anteriores estudamos diversas funções lógicas. No próximo capítulo veremos que operações aritméticas como soma e subtração de números binários podem

Leia mais

Considere os portfolios X, Y e Z, abaixo, caracterizados pelas respectivas distribuições de probabilidades:

Considere os portfolios X, Y e Z, abaixo, caracterizados pelas respectivas distribuições de probabilidades: Fundação Getulio Vargas Curso de Graduação Disciplina: Estatística Professor: Moisés Balassiano 1. Investidores geralmente constroem portfolios, ou carteiras, contendo diversas aplicações financeiras.

Leia mais

O sistema gestor já contem uma estrutura completa de categorias que são transferidas automaticamente para cada empresa nova cadastrada.

O sistema gestor já contem uma estrutura completa de categorias que são transferidas automaticamente para cada empresa nova cadastrada. Página2 Cadastro de Categorias O cadastro de categoria é utilizado dentro do gestor para o controle financeiro da empresa, por ela é possível saber a origem e a aplicação dos recursos, como por exemplo,

Leia mais