Econometria Aplicada com uso do R
|
|
- Maria Eduarda Porto Amaro
- 7 Há anos
- Visualizações:
Transcrição
1 Econometria Aplicada com uso do R Alexandre Rodrigues Loures Universidade Federal da Paraíba Centro de Ciências Sociais Aplicadas Programa de Pós-Graduação em Economia 10 de maio de 2015
2 LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 2
3 Capítulo 1 Introdução 1.1 Funções básicas do R Usando o R como uma calculadora Pode-se utilizar a linha de comando do R para realizar as quatro operações matemática básicas e outras operações simples. ## Exemplos: ## realizando uma soma 2+2 ## [1] 4 ## realizando uma subtração 15-3 ## [1] 12 ## realizando uma multiplicação 2*8 ## [1] 16 ## realizando uma divisão 35/7 ## [1] 5 3
4 CAPÍTULO 1. INTRODUÇÃO ## extraindo a raiz quadrada sqrt(16) ## [1] 4 Tambem é possível utilizá-la para realizar operações mais complexas. ## Exemplos: ## calculando o neperiano de 8 log(8) ## [1] ## calculando o logaritmo na base 10 de 8 log(8,10) ## [1] ## calculando o logaritmo na base 5 de 8 log(8,5) ## [1] ## calculando a tangente de 9 tan(9) ## [1] Outra funcionalidade do R é poder atribuir um valor qualquer a um objeto e depois utilizá-lo para fazer tanto operações simples quanto complexas. ## Exemplos: ## igualando a divisão de 200 por 10 à "q" q<-200/10 ## obtendo o resultado da divisão anterior q LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 4
5 1.1. FUNÇÕES BÁSICAS DO R ## [1] 20 ## multiplicando o objeto "q" por 2 q*2 ## [1] 40 ## obtendo o seno do objeto "q" sin(q) ## [1] ## somando 30 ao objeto "q" q+30 ## [1] 50 ## subtraindo o objeto "q" de q ## [1] 80 LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 5
6 CAPÍTULO 1. INTRODUÇÃO LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 6
7 Capítulo 2 Estatística Básica 2.1 Medidas de posição Médias Média aritmética simples Média aritmética simples é a soma dos valores de uma série dividido pelo número total de elementos dessa série. Essa é a média mais utilizada no dia a dia. Sendo a representação matemática como se segue: n x = n em que: x i é cada elemento da série; e n é o número de elementos da série. Para calcular a média aritmética simples no R utiliza-se a seguinte sintaxe: i=1 x i (2.1) ## Exemplo: ## criando uma série de dados qualquer x<-c(15,40,10,25,26,33) ## sintaxe para calcular a média aritmética simples mean(x) ## [1] Média geométrica Média geométrica é a média das médias e é igual a raiz n ésima do produto (multiplicação) entre os elementos de uma série cuja representação matemática é 7
8 CAPÍTULO 2. ESTATÍSTICA BÁSICA como se segue: g = n x 1 x 2 x n (2.2) ou g = (x 1 x 2 x n ) 1 n (2.3) em que: x i é cada elemento da série; e n é o número de elementos da série. Há alguns packages no R que possuem uma sintaxe para o cálculo da média geométrica, contudo, pode-se lembrar da fórmula dessa média e calculá-la diretamente sem o uso de um comando específico para esse cálculo. ## Exemplo: ## criando uma série de dados qualquer x<-c(15,40,10,25,26,33) ## fazendo o produto interno dos elementos de "x" prod(x) ## [1] ## número de elementos da série n<-6 ## calculando a média geométrica prod(x)ˆ(1/n) ## [1] Média harmônica Quando se trata de grandezas inversamente proporcionais (por exemplo: custo e quantidade) utiliza-se a média harmônica. Ou seja, essa é aplicada para calcular o custo médio de bens comprados com uma quantia monetária fixa, a velocidade média, etc.. Pois custo médio é igual a C = P q e velocidade média é igual a V = d t, isto é, o custo é inversamente proporcional à quantidade e a velocidade e inversamente proporcional ao tempo. A fórmula da média harmônica é: LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 8
9 2.1. MEDIDAS DE POSIÇÃO n h = (2.4) 1 x x x n em que: x i é cada elemento da série; e n é o número de elementos da série. Assim como para as médias aritmética simples e a geométrica há alguns packages do R que possuem uma sintaxe para o cálculo da média harmônica, entretanto, não há necessidade de instalá-los para executar esse cálculo, basta entender a fórmula e aplicá-la manualmente no R. ## Exemplo: ## criando uma série de dados qualquer x<-c(15,40,10,25,26,33) ## dividindo 1 (um) por cada elemento do objeto "x" a<-1/x ## somando os elementos do objeto "a" b<-sum(a) ## número de elementos da série n<-6 ## calculando a média harmônica n/b ## [1] Mediana A mediana de uma série de dados qualquer separa a metade inferior da metade superior. Isto é, 50% da série terão valores inferiores ou iguais à mediana e os outros 50% da série terão valores superiores ou iguais à mediana. Há duas observações que precisam ser feitas. Primeiramente, é que os dados devem ser trabalhados ordenadamente (pode ser ordem crescente ou decrescente), ou seja, não se deve trabalhar com dados brutos, isto é, sem ordenação. Por exemplo, uma série de dados brutos {7,9,1,5,3} precisa ser ordenada {1,3,5,7,9} ou {9,7,5,3,1}. Segundo, deve verificar se o número de termos da série é par ou ímpar, pois haverá uma fórmula de cálculo distinta para cada uma das situações. como uma última observação, as LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 9
10 CAPÍTULO 2. ESTATÍSTICA BÁSICA fórmulas aplicadas no cálculo da mediana não reporta o valor mediano, mas sim, a posição em que se encontra o valor mediano. E de posse dessas posições retorna-se à série de dados para localizar a mediana. Se o número de termos da série dada for par a mediana será o termo de ordem dado pela fórmula: P Md = n+1 2. Se o número de termos da série dada for ímpar a mediana será a média aritmética simples dos termos de ordem dados pelas fórmulas: P Md = n 2 e P Md = n em que: P Md é a posição do valor mediano na série; e n é o número de elementos da série. Exemplo 2.1: Qual a mediana da série {1,3,5,7,9}? (Note que a série já está ordenada, isto é, não são dados brutos) Uma vez que o número de termos da série é ímpar aplica-se apenas a fórmula P Md = n+1. Então, 2 P Md = = 6 2 = 3 Logo, o valor mediano encontra-se na 3 ọ posição, ou seja, a mediana é M d = 5. Exemplo 2.2: Qual a mediana da série {1,3,5,7,9,10}? (Note que a série já está ordenada, isto é, não são dados brutos) Agora o número de termos da série é par e, portanto, aplica-se as duas fórmulas: P Md = n e P 2 M d = n + 1. Sendo assim, 2 e P Md = 6 2 = 3 P Md = = = 4 Então, o valor mediano será a média aritmética simples dos valores que se encontram na 3 ọ e 4 ọ posições e que são, respectivamente, 5 e 7. x = = 12 2 = 6 LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 10
11 2.1. MEDIDAS DE POSIÇÃO Logo, a mediana é igual à M d = 6. Contudo, no R os valores reportados para a sintaxe da mediana são os valores medianos correspondentes à série de dados. ## Exemplo: ## criando a série de dados a<-c(1,3,5,7,9) ## calculando a mediana da série median(a) ## [1] 5 Para a outra série tem-se: ## Exemplo: ## criando a série de dados b<-c(1,3,5,7,9,10) ## calculando a mediana da série median(b) ## [1] Moda A moda é o valor da série que mais ocorre, ou seja, aquele com maior frequência. Contudo, em uma série pode ser que não haja nenhum termo que se repete e, sendo assim, tal série é denominada de amodal. Por sua vez, se dois elementos ocorrem com maior frequência a série é chamada de bimodal e nos casos em que houver mais de dois elementos que repetem tem-se uma série multimodal ou polimodal. No R há duas formas para se calcular a moda. Se a série for pequena, facilitando a identificação visual da moda, utilizase a sintaxe table(nome da série) que reportará os termos da série e, abaixo desses, apresentará a frequência com que cada um ocorre. Mas para os casos em que a série é muito grande, o que dificultará a identificação visual, usa-se a sintaxe subset(table(nome da série),table(nome da série)==max(table(nome da série))) cuja saída apresentará o termo modal e abaixo desse a frequência com qual ocorre. LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 11
12 CAPÍTULO 2. ESTATÍSTICA BÁSICA ## Exemplo: ## criando uma série de dados w<-c(1,2,3,4,4,4,5,6,7) ## encontrando visualmente a moda da série table(w) ## w ## ## Ou ainda pode-se utilizar uma função que irá reportar o valor da moda, ou seja, irá reportar apenas o valor modal e não a frequência para cada um dos elementos da série. ## Exemplo: ## criando uma série de dados z<-c(1,2,3,4,4,4,5,6,7) ## encontrando a moda da série subset(table(z),table(z)==max(table(z))) ## 4 ## 3 LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 12
13 Capítulo 3 Regressão Linear Simples A análise de regressão linear simples estuda a relação linear entre duas variáveis quantitativas. Sendo uma denominada de variável dependente e a outra de variável independente. Essa análise é realizada sob dois pontos de vista distintos: 1. regressão que expressa a forma da relação linear entre as duas variáveis; e 2. correlação que quantifica a força dessa relação. Essa relação é representada por um modelo matemático, isto é, por uma equação que irá associar a variável explicada com a variável explicativa. Sendo a representação matemática dessa associação como se segue: Y = β 0 + β 1 X + µ (3.1) em que: Y é a variável explicada ou dependente que será calculada e por isso mesmo é aleatória; β 0 e β 1 são os parâmetros desconhecidos do modelo que irão ser calculados. Quando se está trabalhando com a população se diz que esses são as estimativas, contudo, se estiver trabalhando com uma amostra se diz que esses são os estimadores dos verdadeiros valores; X é a variável explicativa ou independente medida sem erro, isto é, sem aleatoriedade; e µ é a variável aleatória residual na qual encontram-se todas as outras variáveis que influenciam o comportamento da variável dependente Y e que não foram incluídas no modelo matemático. Ou seja, são influências sobre a variável explicada Y que não podem ser explicadas linearmente pelo comportamento da variável explicativa X. Exemplo 3.1: Será utilizada a Tabela I.1 do livro Econometria Básica, tradução da 4ª edição, de Damodar Gujarati. ## Exemplo: ## criando um data.frame com os dados da Tabela I.1 13
14 CAPÍTULO 3. REGRESSÃO LINEAR SIMPLES cons_pessoal<-data.frame( ano=c(1982,1983,1984,1985,1986,1987,1988, 1989,1990,1991,1992,1993,1994,1995,1996), dcp=c(3081.5,3240.6,3407.6, ,3708.7,3822.3,3972.7,4064.6,4132.2,4105.8,4219.8,4343.6,4486.0, ,4714.1), pib=c(4620.3,4803.7,5140.1,5323.5,5487.7,5649.5,5865.2, ,6136.3,6079.4,6244.4,6389.6,6610.7,6742.1,6928.4) ) ## chamando o data.frame criado cons_pessoal ## ano dcp pib ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## obtendo as estatisticas descritvas dos dados summary(cons_pessoal$dcp) ## Min. 1st Qu. Median Mean 3rd Qu. Max. ## summary(cons_pessoal$pib) ## Min. 1st Qu. Median Mean 3rd Qu. Max. ## ## anexando a base a area de trabalho attach(cons_pessoal) ## plotando um gráfico para os valores y e x plot(pib,dcp) LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 14
15 dcp pib ## adicionando a reta estimada da regressão plot(pib,dcp) abline(lm(dcp pib),col="red",lwd=2) LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 15
16 CAPÍTULO 3. REGRESSÃO LINEAR SIMPLES dcp pib ## estimando a regressão simples entre dcp e pib reg<-lm(dcp pib) ## chamando a regressão linear simples entre dcp e pib reg ## ## Call: ## lm(formula = dcp pib) ## ## Coefficients: ## (Intercept) pib ## ## chamando o sumário da regressão linear simples entre dcp e pib LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 16
17 summary(reg) ## ## Call: ## lm(formula = dcp pib) ## ## Residuals: ## Min 1Q Median 3Q Max ## ## ## Coefficients: ## Estimate Std. Error t value Pr(> t ) ## (Intercept) e e ** ## pib 7.064e e < 2e-16 *** ## --- ## Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 ## ## Residual standard error: on 13 degrees of freedom ## Multiple R-squared: ,Adjusted R-squared: ## F-statistic: 8145 on 1 and 13 DF, p-value: < 2.2e-16 LOURES, A. R. UNIVERSIDADE FEDERAL DA PARAÍBA 17
Regression and Clinical prediction models
Regression and Clinical prediction models Session 6 Introducing statistical modeling Part 2 (Correlation and Linear regression) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Continuar
Leia maisMétodos Estatísticos Básicos
Aula 3 - Medidas de tendência central Departamento de Economia Universidade Federal de Pelotas (UFPel) Abril de 014 Média aritmética Denição As medidas de tendência central são estatísticas que caracterizam
Leia maisGabarito Lista 2 LES0773 Estatística III. Os resultados dessa regressão são apresentados na seguinte tabela:
Gabarito Lista 2 LES0773 Estatística III Exercício 1) Utilizando a ferramenta Análise de Dados e a sua função Regressão, foi realizada uma regressão levando em consideração os gastos com PD como variável
Leia maisIntrodução Regressão linear Regressão de dados independentes Regressão não linear. Regressão. Susana Barbosa
Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2012-2013 Regressão linear x : variável explanatória y : variável resposta Gráfico primeiro! Gráfico primeiro! Gráfico primeiro! Modelo linear x
Leia maisUNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO. PROJETO DE EXTENSÃO Software R: de dados utilizando um software livre.
UNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO PROJETO DE EXTENSÃO Software R: Capacitação em análise estatística de dados utilizando um software livre. Fonte: https://www.r-project.org/ Módulo
Leia maisAnálise de dados em Geociências
Análise de dados em Geociências Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2014-2015 Resumo Introdução Regressão linear dados independentes séries temporais Regressão de quantis Regressão
Leia maisTeste F-parcial 1 / 16
Teste F-parcial Ingredientes A hipótese nula, H 0, define o modelo restrito. A hipótese alternativa, H a : H 0 é falsa, define o modelo irrestrito. SQR r : soma de quadrado dos resíduos associada à estimação
Leia maisTeste F-parcial 1 / 16
Teste F-parcial A hipótese nula, H 0, define o modelo restrito. Ingredientes SQR r : soma de quadrado dos resíduos sob H 0. R 2 r: coeficiente de determinação sob H 0. g: número de restrições a serem testadas
Leia maisPARTE 2- MEDIDAS DE TENDÊNCIA CENTRAL VERSÃO: JANEIRO DE 2017
COMUNICAÇÃO SOCIAL E MARKETING CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO (BASEADO NO MATERIAL DE AULA DO PROFESSOR
Leia maisRelatório do Experimento 1 Sistema Massa - Mola. Fernando Henrique Ferraz Pereira da Rosa
FEP0111 - Física I Relatório do Experimento 1 Sistema Massa - Mola Fernando Henrique Ferraz Pereira da Rosa 4 de novembro de 2005 Sumário 1 Introdução 2 2 Objetivos 2 3 Procedimento experimental 2 3.1
Leia maisBIE5782. Unidade 7: INTRODUÇÃO AOS MODELOS LINEARES
BIE5782 Unidade 7: INTRODUÇÃO AOS MODELOS LINEARES ROTEIRO 1.Motivação 2. Método dos mínimos quadrados 3. Ajuste no R: função lm 4. Resultado no R: objeto lm 5. Premissas, interpretação e diagnóstico 6.
Leia maisAULA DO CPOG. Estatística básica
AULA DO CPOG Estatística básica ATRIBUTO características que podem ser enumeradas VARIÁVEL características que podem ser medidas, controladas ou manipuladas em uma pesquisa VARIÁVEL QUALITATIVA valores
Leia maisAv. Higienópolis, 769 Sobre Loja Centro Londrina PR. CEP: Fones: / site:
ESTATÍSTICA Ao realizar uma pesquisa é aconselhável realizar um estudo estatístico dos dados apresentados. Através desse estudo podemos tirar as conclusões necessárias sobre o universo pesquisado. A estatística
Leia maisPrecificação de apartamentos para o bairro Água Verde em Curitiba
Precificação de apartamentos para o bairro Água Verde em Curitiba Chuck Norris Arnold Schwarzenegger 18 de julho de 2013 O preço de imóveis depende principalmente do seu tamanho e localização. A infraestrutura
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ MEDIDAS DESCRITIVAS Vimos que é possível sintetizar os dados sob a forma de distribuições
Leia maisCapacitação em R e RStudio PROJETO DE EXTENSÃO. Software R: capacitação em análise estatística de dados utilizando um software livre.
UFFS Universidade Federal da Fronteira Sul Campus Cerro Largo PROJETO DE EXTENSÃO Software R: capacitação em análise estatística de dados utilizando um software livre Fonte: https://www.r-project.org/
Leia maisPARTE 2- MEDIDAS DE TENDÊNCIA CENTRAL VERSÃO: MARÇO DE 2017
COMUNICAÇÃO SOCIAL E MARKETING CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO (BASEADO NO MATERIAL DE AULA DO PROFESSOR
Leia maisProbabilidade e Estatística. Medidas de Tendência Central. Cláudio Henrique Albuquerque Rodrigues, M. Sc.
Probabilidade e Estatística Medidas de Tendência Central Cláudio Henrique Albuquerque Rodrigues, M. Sc. Introdução No estudo de uma série estatística é conveniente o cálculo de algumas medidas que a caracterizam
Leia maisMedidas Estatísticas NILO FERNANDES VARELA
Medidas Estatísticas NILO FERNANDES VARELA Tendência Central Medidas que orientam quanto aos valores centrais. Representam os fenômenos pelos seus valores médios, em torno dos quais tendem a se concentrar
Leia maisANOVA com modelos encaixados
ANOVA com modelos encaixados Motivação 1 Testar a significância de β j ( j = 0, 1,, p na presença das demais regressoras, usando o teste t, é trabalho, pois precisa de: ^β e ^Var (^β j = ^σ 2 j c ( j+1(
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL
MEDIDAS DE TENDÊNCIA CENTRAL Professor Jair Wyzykowski Universidade Estadual de Santa Catarina Média aritmética INTRODUÇÃO A concentração de dados em torno de um valor pode ser usada para representar todos
Leia maisMEDIÇÃO DA QUALIDADE DO VINHO BRANCO NORTE PORTUGUÊS
Universidade Federal do Paraná Departamento de Estatística MEDIÇÃO DA QUALIDADE DO VINHO BRANCO NORTE PORTUGUÊS CE225 - Modelos Lineares Generalizados Francielle Przibiciem de Mattos GRR20124686 Guilherme
Leia maisME613 - Análise de Regressão
ME613 - Análise de Regressão Parte 2 Propriedades dos estimadores Samara F. Kiihl - IMECC - UNICAMP Suposições do modelo de regressão linear simples Suposições do modelo de regressão linear simples Até
Leia maisMétodos Quantitativos Aplicados a Gestão
Métodos Quantitativos Aplicados a Gestão Cálculos estatísticos para análise e tomada de decisão Responsável pelo Conteúdo: Prof. Carlos Henrique e Prof. Douglas Mandaji Revisão Textual: Profa. Ms. Alessandra
Leia maisAs outras medidas de posição são as separatrizes, que englobam: a própria mediana, os decis, os quartis e os percentis.
RESUMO Medidas de Posição são as estatísticas que representam uma série de dados orientando-nos quanto à posição da distribuição em relação ao eixo horizontal do gráfico da curva de frequência As medidas
Leia maisEstatística Descritiva
Estatística Descritiva Tabela s Gráficos Números x, s 2, s, m o, Q 1, Q 2, Q 3,...etc. 1 Estatística Descritiva 3. Números 3.1. Medidas de posição (ou tendência ) 3.2. Medidas de dispersão 2 3.1. Medidas
Leia maisEstatística Descritiva
Estatística Descritiva Tabela s Gráficos Números x, s 2, s, m o, Q 1, Q 2, Q 3,...etc. 1 Estatística Descritiva 3. Números 3.1. Medidas de posição (ou tendência ) 3.2. Medidas de dispersão 2 3.1. Medidas
Leia maisAnálise Exploratória e Estimação PARA COMPUTAÇÃO
Análise Exploratória e Estimação MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Médias Média Aritmética (valor médio de uma distribuição) n x = 1 n i=1 x i = 1 n x 1 + + x n Média Aritmética
Leia maisIntrodução ao modelo de Regressão Linear
Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)
Leia maisAnálise de Carteiras usando o R - Parte 6
Análise de Carteiras usando o R - Parte 6 Bibliografia BKM, cap. 9 Claudio Lucinda FEA/USP Testando o CAPM Testando o CAPM Vamos nesta apresentação usar os dados dos fundos para repassar os testes do CAPM.
Leia maisProf. Francisco Crisóstomo
Unidade II ESTATÍSTICA BÁSICA Prof. Francisco Crisóstomo Unidade II Medidas de posição Medidas de posição Tem como característica definir um valor que representa um conjunto de valores (rol), ou seja,
Leia maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 7 Introducing statistical modeling Part 3 (Multivariable linear regression) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Continuar
Leia maisCE062c José Luiz Padilha da Silva e Cesar Augusto Taconeli 13 de setembro de 2018
CE062c José Luiz Padilha da Silva e Cesar Augusto Taconeli 13 de setembro de 2018 Examplo usando gamlssnp(): dados de cérebros de animais O tamanho do cérebro (brain) e peso corporal (body) foram registrados
Leia maisAula 02 mtm B MATEMÁTICA BÁSICA
Aula 0 mtm B MATEMÁTICA BÁSICA Estatística Medidas de Tendência Central Para melhor caracterizar um conjunto de números de uma amostra, é preciso escolher um valor único que represente todos os outros
Leia maisEstatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
Leia maisb) Teste a hipótese de efeito significante do tamanho da população sobre a venda do produto, na presença de renda per capita
Exemplo 1 (continuação a Estime por intervalo de 95% de confiança, o aumento do número médio de lotes vendidos devido a 1000 pessoas a mais na população, mantendo a renda per capita fixa b Teste a hipótese
Leia maisTestes de cointegração
Testes de cointegração Avaliando a existência de relação de conintegração entre séries temporais Wilson Freitas Quant Developer Recursos index.rmd 2/13 Teste de Engle & Granger (EG) Teste de Engle & Granger
Leia maisRegressão linear múltipla
Regressão linear múltipla Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução A regressão múltipla é uma generalização da regressão simples, visto que, há mais de uma variável explicativa
Leia maisDistribuição de frequências:
Distribuição de frequências: Uma distribuição de frequências é uma tabela que reúne o conjunto de dados conforme as frequências ou as repetições de seus valores. Esta tabela pode representar os dados em
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional
UNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional MINICURSO DE CORRELAÇÃO, REGRESSÃO LINEAR SIMPLES E ANOVA Ministrantes:
Leia maisMedidas de Posição ou Tendência Central
Medidas de Posição ou Tendência Central Medidas de Posição ou Tendência Central Fornece medidas que podem caracterizar o comportamento dos elementos de uma série; Possibilitando determinar se um valor
Leia maisProf. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Medidas de grandezas físicas Valor numérico e sua incerteza, unidades apropriadas Exemplos: - Velocidade (10,02 0,04) m/s - Tempo (2,003 0,001) µs - Temperatura (273,3
Leia maisProbabilidade e Estatística (Aula Prática - 23/05/16 e 24/05/16)
Probabilidade e Estatística (Aula Prática - 23/05/16 e 24/05/16) Resumo: Veremos nesta aula tabelas, cálculos de porcentagem e gráficos; amostras e tipo de amostragem; Medidas de tendência central e medidas
Leia maisMonitoria Sessão 4. Verônica Santana FEA-USP 25/04/2017
Monitoria Sessão 4 Verônica Santana FEA-USP 25/04/2017 1 Endogeneidade Por enquanto, focaremos nossa análise no ano de 2014. Importando os dados, selecionando as variáveis apenas para 2014 e calculando
Leia maisEstatística Aplicada II. } Regressão Linear
Estatística Aplicada II } Regressão Linear 1 Aula de hoje } Tópicos } Regressão Linear } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática, 007, Cap. 7
Leia maisMRLM COM COVARIÁVEIS CATEGÓRICAS. criar uma variável dummy para representar uma categoria da variável. variável dummy: assume só dois valores: 0 ou 1
MRLM COM COVARIÁVEIS CATEGÓRICAS Como quantificar o efeito das categorias de uma variável sobre a resposta Y? (exemplo: efeito de sexo masculino/feminino sobre salário) criar uma variável dummy para representar
Leia maisMonitoria Sessão 6. Verônica Santana FEA-USP 10/05/2017
Monitoria Sessão 6 Verônica Santana FEA-USP 10/05/2017 1 Testes de Especificação Retomando o modelo anterior ADA i = β 0 + β 1 ROA i + β 2 MT B i + β 3 SIZE i + β 4 LEV i + β 5 CF O i + β 6 LOSS i + u
Leia maisInferência Estatística. Medidas de Tendência Central Medidas de Variação Medidas de Posição
Inferência Estatística Medidas de Tendência Central Medidas de Variação Medidas de Posição Notações Estatísticas Característica amostra população Somatório de um conjunto de valores Valores individuais
Leia maisMedidas de tendência central,dispersão, posição, associação e boxplot
Medidas de tendência central,dispersão, posição, associação e boxplot Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Uma vez entendido qual o comportamento dos dados, como eles estão
Leia mais1 semestre de 2014 Gabarito Lista de exercícios 3 - Estatística Descritiva III C A S A
Exercício 1. (1,0 ponto). A tabela a seguir mostra o aproveitamento conjunto em Física e Matemática para os alunos do ensino médio de uma escola. Notas Notas Notas Física/Matemática Altas Regulares Baixas
Leia maisBIOESTATÍSTICA. Análise de regressão
BIOESTATÍSTICA Análise de regressão Análise de correlação Existe uma associação estatística entre duas variáveis? As duas variáveis são independentes ( ou seja, qual o grau da variação das duas juntas)?
Leia maisDatas de Avaliações 2016
ROTEIRO DE ESTUDOS MATEMÁTICA (6ºB, 7ºA, 8ºA e 9ºA) SÉRIE 6º ANO B Conteúdo - Sucessor e Antecessor; - Representação de Conjuntos e as relações entre eles: pertinência e inclusão ( ). - Estudo da Geometria:
Leia maisBIE5782 Uso da Linguagem R para Análise de Dados em Ecologia
BIE5782 Uso da Linguagem R para Análise de Dados em Ecologia Paulo Inácio Prado Rodrigo Santinelo Pereira Alexandre Adalardo de Oliveira Página: http://cmq.esalq.usp.br/wiki/doku.php?id=biometria:r-tutor:curso2008
Leia maisMedidas Estatísticas de Posição
Medidas Estatísticas de Posição 1 - Medidas de Tendência Central Denição medida de tendência central é um único valor que representa ou tipica um conjunto de valores. Nunca pode ser menor que o menor valor
Leia mais22/02/2014. AEA Leitura e tratamento de dados estatísticos apoiado pela tecnologia da informação. Medidas Estatísticas. Medidas Estatísticas
Universidade Estadual de Goiás Unidade Universitária de Ciências Socioeconômicas e Humanas de Anápolis AEA Leitura e tratamento de dados estatísticos apoiado pela tecnologia da informação Prof. Elisabete
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 30 de abril e 02 de maio de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisRELACÃO DO CRIME EM CIDADES PEQUENAS COM CUSTO, IDADE E ANOS DE ESTUDO DE ESTADOS DA AMERICA DO NORTE
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística RELACÃO DO CRIME EM CIDADES PEQUENAS COM CUSTO, IDADE E ANOS DE ESTUDO DE ESTADOS DA AMERICA DO NORTE CE225 - Modelos
Leia maisRegressão linear múltipla - Correlação parcial
Regressão linear múltipla - Correlação parcial trigo Matriz de correlações: trigo % matéria orgânica 40 103 32 1 58 192 45 28 50 300 39 5 72 420 46 11 61 510 34 14 69 630 38 2 63 820 32 12 % matéria orgânica
Leia maisMedidas de Tendência Central
Capítulo 3 Medidas de Tendência Central Desenvolvimento: 3.1 Introdução 3.2 Média Aritmética 3.3 Mediana 3.4 Moda 3.5 Média Geométrica 3.6 Média harmônica 3.7 Relação entre as médias 3.8 Separatrizes 3.1
Leia maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão
Leia maisCapítulo 5. Modelos de Confiabilidade. Gustavo Mello Reis José Ivo Ribeiro Júnior
Capítulo 5 Modelos de Confiabilidade Gustavo Mello Reis José Ivo Ribeiro Júnior Universidade Federal de Viçosa Departamento de Informática Setor de Estatística Viçosa 007 Capítulo 5 Modelos de Confiabilidade
Leia maisMétodos Quantitativos
Métodos Quantitativos Unidade 2 Estatística descritiva 1 SUMÁRIO SEÇÃO SLIDES 2.1 Amostragem... 03 11 2.2 Tabelas e gráficos... 12 19 2.3 Medidas de posição... 20 24 2.4 Medidas de dispersão... 25 30 Observação:
Leia maisProf. Lorí Viali, Dr. Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Coleção de números n estatísticas sticas O número n de carros vendidos no país aumentou em 30%. A taxa de desemprego atinge, este mês,
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisVimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DE POSIÇÃO E DISPERSÃO Departamento de Estatística Luiz Medeiros Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos.
Leia maisMedidas de Tendência Central. Prof.: Joni Fusinato
Medidas de Tendência Central Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com 1 Medidas de Tendência Central Informam o valor em torno do qual os dados se distribuem. Tem por objetivo
Leia maisPlanejamento das aulas 2018 Turmas Regulares
Planejamento das aulas 2018 Turmas Regulares Objetivos: Revisar e ensinar conceitos de matemática básica e os assuntos que mais caem no ENEM; Buscar a compreensão do aluno quanto aos enunciados das questões
Leia maisEstatística Descritiva
Probabilidade e Estatística Prof. Dr.Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Estatística Descritiva Distribuição de frequência Para obter informações de interesse sobre a característica
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal Vimos que é possível sintetizar os dados sob a forma de distribuições de freqüências e gráficos. Pode ser
Leia maisMedidas resumo. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer
Medidas resumo Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 28/03/2018 WB, EK, FM ( LEG/DEST/UFPR
Leia maisEstatística. O que é Estatística? Estatística pode ser: Estatística Descritiva. Ivonete Melo de Carvalho. Conteúdo
Estatística Estatística Descritiva Ivonete Melo de Carvalho Conteúdo Definições; Tabelas e Gráficos; Medidas de tendência central; Medidas de dispersão. Objetivos Diferenciar população e amostra. Elaborar
Leia maisEstatística descritiva: medidas de tendência central.
Universidade Estadual de Alagoas UNEAL Campus II Santana do Ipanema Disciplina: Estatística Aplicada à Educação Professor: Wellyngton Chaves Monteiro da Silva Estatística descritiva: medidas de tendência
Leia maisTestes de raiz unitária
Testes de raiz unitária Avaliando estacionariedade em séries temporais financeiras Wilson Freitas Quant Developer Recursos index.rmd 2/20 Testes de Raiz Unitária Definição do teste de raiz unitária Existem
Leia maisESTATÍSTICA. Estatística é o conjunto de métodos para a obtenção, organização, resumo, análise e interpretação dos dados.
ESTATÍSTICA Termo vem de status Aspectos de um país (tamanho da população, taxas de mortalidade, taxas de desemprego, renda per capita). Estatística é o conjunto de métodos para a obtenção, organização,
Leia maisProfessora Ana Hermínia Andrade. Período
Estatística Descritiva Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Por que devo estudar estatística?
Leia maisTópico 3. Estudo de Erros em Medidas
Tópico 3. Estudo de Erros em Medidas A medida de uma grandeza é obtida, em geral, através de uma experiência, na qual o grau de complexidade do processo de medir está relacionado com a grandeza em questão
Leia maisMAE0325 - Séries Temporais
MAE0325 - Séries Temporais Fernando Henrique Ferraz Pereira da Rosa Vagner Aparecido Pedro Junior 26 de setembro de 2004 E7p80. Considere a série A (M-ICV): Lista 1 1 (a) teste a existência de tendência,
Leia maisCAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte
CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte 4.3 Medidas de posição 4.4 Medidas de dispersão 4.5 Separatrizes Prof. franke 2 Vimos que a informação contida num conjunto de dados pode ser resumida
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia maisAULA 2 UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO
AULA UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO As tabelas estatísticas, geralmente, condensam informações de fenômenos que necessitam da coleta de grande quantidade de dados numéricos. No caso
Leia maisEstatística Aplicada
Estatística Aplicada Medidas Descritivas Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada ESTATÍSTICA DESCRITIVA Classificação de variáveis QuaLitativas (categóricas) Descrevem
Leia maisNotas de Aula Disciplina Matemática Tópico 02 Licenciatura em Matemática Osasco -2010
Notas de Aula Disciplina Matemática Tópico 0 Licenciatura em Matemática Osasco -010 Equações Polinomiais do primeiro grau Significado do termo Equação : As equações do primeiro grau são aquelas que podem
Leia maisFundamentos Tecnológicos
Fundamentos Tecnológicos Equações Algébricas e Equação de 1º Grau Início da aula 06 Equações Algébricas Expressões Algébricas - Definição Expressões algébricas são expressões matemáticas que apresentam
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Coleção de números estatísticas O número de carros vendidos no país aumentou em 30%. A taa de desemprego atinge, este mês, 7,5%. As
Leia maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisMedidas de Centralização
Medidas de Centralização Disciplina de Estatística 2012/2 Curso de Administração em Gestão Pública Profª. Me. Valéria Espíndola Lessa e-mail: lessavaleria@gmail.com 1 Medidas - Resumo Eemplo: Em um ponto
Leia maisMedidas de Tendência Central
ESTATÍSTICA DESCRITIVA Medidas de Tendência Central 3 MEDIDAS DE TENDÊNCIA CENTRAL 3.1 Média Aritmética Uma das mais importantes medidas estatísticas utilizadas é a média. Ela é, por exemplo, utilizada
Leia maisAULA 17 - Variáveis binárias
AULA 17 - Variáveis binárias Susan Schommer Econometria I - IE/UFRJ Variáveis binárias A variável binária (ou dummy) é um simples exemplo de variável aleatória, o qual é chamada de função indicadora de
Leia maisModelos de Regressão Múltipla - Parte VII
1 Modelos de Regressão Múltipla - Parte VII Erica Castilho Rodrigues 26 de Janeiro de 2016 2 3 Vimos como ajustar um modelo não linear fazendo transformações das variáveis, como, por exemplo Y = exp{β
Leia maisResolução da Prova de Matemática Financeira e Estatística do TCE/SP, aplicada em 06/12/2015.
Matemática Financeira e Estatística p/ TCE-SP de Matemática Financeira e Estatística do TCE/SP, aplicada em 06/1/015. Em uma repartição pública, os salários, em reais, de seus funcionários, colocados em
Leia maisQuadro de conteúdos MATEMÁTICA
Quadro de conteúdos MATEMÁTICA 1 Apresentamos a seguir um resumo dos conteúdos trabalhados ao longo dos quatro volumes do Ensino Fundamental II, ou seja, um panorama dos temas abordados na disciplina de
Leia maisEstimativas e Erros. Propagação de erros e Ajuste de funções
Estimativas e Erros Propagação de erros e Ajuste de funções 1 Algumas referências Estimativas e Erros em Experimentos de Física - Vitor Oguri et al (EdUERJ) Fundamentos da Teoria de Erros - José Henrique
Leia maisNÚMERO DE INTERNAÇÕES E GASTOS COM AIHS COM A POPULAÇÃO IDOSA: um estudo de projeções na cidade de João Pessoa-PB.
NÚMERO DE INTERNAÇÕES E GASTOS COM AIHS COM A POPULAÇÃO IDOSA: um estudo de projeções na cidade de João Pessoa-PB. Elídio Vanzella (1) João Agnaldo do Nascimento (2) Sérgio Ribeiro dos Santos (3) (1) Faculdade
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Coleção de números estatísticas O número de carros vendidos no país aumentou em 30%. A taa de desemprego atinge, este mês, 7,5%.
Leia maisGABARITO - ANO 2018 OBSERVAÇÃO:
GABARITO - ANO 018 OBSERVAÇÃO: Embora as soluções neste gabarito se apresentem sob a forma de um texto explicativo, gostaríamos de salientar que para efeito de contagem dos pontos adquiridos, na avaliação
Leia maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisCORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011
CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Modelos Probabilísticos para a Computação Professora: Andréa Rocha UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO Introdução Quando consideramos
Leia mais