PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO"

Transcrição

1 PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO 0

2 INTRODUÇÃO A medda de varação ou dperão, avalam a dperão ou a varabldade da eqüênca numérca em anále, ão medda que fornecem nformaçõe complementare à nformação da méda artmétca. A prncpa medda de dperão ão: a varânca e o devo-padrão. Uaremo a letra denotar o eu devo-padrão. para denotar a varânca de uma amotra e para CÁLCULO DA VARIÂNCIA E DESVIO PADRÃO Para calcular a varânca e o devo-padrão vamo analar trê cao: ) Quando o dado anda não foram agrupado em tabela de freqüênca, ou eja, etão na forma de dado bruto ou rol; ) Quando o dado etão agrupado em dtrbuçõe de freqüênca varável dcreta e ) Quando o dado etão agrupado em dtrbuçõe de freqüênca varável contínua.. Dado bruto ou rol Para podermo calcular a varânca e o devo padrão de dado bruto vamo uar a fórmula que eguem: FÓRMULA PARA O CÁLCULO DA VARIÂNCIA DE DADOS BRUTOS ( n ) = Varânca = Cada um do valore aumdo pela varável = Méda artmétca do dado bruto n = Total de elemento obervado FÓRMULA PARA O CÁLCULO DO DESVIO-PADRÃO DE DADOS BRUTOS = Devo-padrão = Varânca

3 Vejamo um eemplo de utlzação da varânca e devo-padrão. Calcule a varânca e o devo padrão da nota de trê turma de etudante. Quadro Nota de etudante da Turma A, B e C Turma Nota do aluno Méda Devo-Padrão A ,3 B ,5 C ,5 7,5 6,69 Oberve no quadro que a méda e o devo-padrão da nota já etão calculado. Vamo ver como o fo feto. O devo-padrão da turma A fo calculado da egunte forma: º) Determnar é a méda artmétca da nota, po a varânca depende dela. Como ão dado bruto vamo relembrar a fórmula para calculo da méda n Uando a nota da turma A para fazer o cálculo temo: Concluímo que a méda artmétca da nota vale 6 º) Vamo calcular a varânca da nota da turma A, para o vamo uar a fórmula para o cálculo da varânca de dado bruto que é

4 Vamo entender o que a fórmula etá dzendo... ( ) (faça a dferença entre cada nota e a méda ( n ) artmétca e eleve ao quadrado, depo ome cada uma dea dferença) Depo dvda o valor que encontrou pelo total de nota meno Turma Nota do aluno A ( ) (4 6) (5-6) (5-6) (6-6) (6-6) (7-6) (7-6) (8-6) n ,7 7 7 Temo que a varânca da nota vale,7 3º) Vamo calcular o devo-padrão da nota vamo uando a fórmula: Subttundo a varânca na fórmula e fazendo o cálculo temo:,7 =,3 Temo que o devo-padrão vale,3. Para calcular o devo-padrão da turma B e C fo proceddo da mema forma. 3

5 Conderaçõe Quadro Nota de etudante da Turma A, B e C Turma Nota do aluno Méda Devo-Padrão A ,3 B ,5 C ,5 7,5 6,69 Obervando o quadro, podemo fazer a egunte conderaçõe: A nota que geraram méda 6 na trê turma ão batante dferente. O devo-padrão ão bem dferente. O menor etá na turma A, o ntermedáro na turma C e o maor na turma B. O devo-padrão no motra a varabldade do dado em relação à méda. A groo modo dzemo que o devo-padrão no motra e a méda artmétca ofreu pouca ou muta nfluênca do valore etremo (muto grande ou muto pequeno). Nee cao podemo armar que: A turma A fo a meno nfluencada por valore etremo A turma C fo medanamente nfluencada por valore etremo A turma B fo a ma nfluencada por valore etremo.. Dtrbução de freqüênca varável dcreta Para calcular a varânca e o devo-padrão de uma dtrbução de freqüênca varável dcreta vamo uar a fórmula a egur: 4

6 FÓRMULA PARA O CÁLCULO DA VARIÂNCIA DA DISTRIBUIÇÃO DE ( FREQUENCIA VARIÁVEL DISCRETA ). = Varânca = Cada um do valore aumdo pela varável = freqüênca aboluta = Méda artmétca da varável dcreta = Soma do total de elemento obervado meno FÓRMULA PARA O CÁLCULO DO DESVIO-PADRÃO DISTRIBUIÇÃO DE FREQUENCIA VARIÁVEL DISCRETA = Devo-padrão = Varânca Vejamo um eemplo: O quadro repreenta a nota de Matemátca, calcule a varânca e o devo-padrão. Quadro Nota de Matemátca Nota de Matemátca () Tota 0 A nota de Matemátca etão agrupada em uma dtrbução de freqüênca varável dcreta, para calcular a varânca e o devo-padrão temo que uar a fórmula correpondente. 5

7 º Vamo calcular a varânca uando a fórmula Vamo entender o que ela gnca ( ). ( ). f = devemo ubtrar cada nota da méda artmétca. Ee reultado deve er elevado ao quadrado. Depo deve er multplcado pela repectva freqüênca. Ao nal fazer o omatóro dee valore =omar o total de nota e ubtrar Prmero, devemo calcular a méda artmétca. Para podermo, depo uar a fórmula da varânca Lembra-e da fórmula da méda artmétca ponderada? É ela que remo uar!. X Vamo uar a dtrbução da nota de Matemátca e abrr uma coluna para podermo multplcar por e calcular a méda Nota de Matemátca (). 3.3 = = = = 0 Tota 0 73 Calculando a méda temo: X ,65 A méda artmétca da nota de Matemátca é 3,65 6

8 Vamo calcular agora a Varânca uando a fórmula. Para podermo fazer ( ). f, vamo abrr uma nova coluna na dtrbução de freqüênca da nota de Matematca, para poder facltar noo cálculo Nota de Matemátca () ( - ). 3 ( - 3,65). 3 = 8,7 3 5 (3-3,65). 5 =, 4 8 (4-3,65). 8 = 0, (5-3,65). 4 = 7,9 Tota 0 8,55 Conclumo daí que = 0- = 9 ( ). f vale 8,55, completando a reolução Calculando temo = 0,98 A varânca da nota de Matemátca vale 0,98 º Vamo calcular o devo-padrão uando a fórmula = Devo-padrão = Varânca 0,98 = 0,99 (devo-padrão) Conderaçõe Podemo conclur pelo cálculo que o devo-padrão vale 0,99, o que no demontra uma varabldade pequena na nota de Matemátca..3 Cálculo da varânca e do devo-padrão da dtrbução de freqüênca varável contnua Para calcular a varânca e o devo-padrão de varáve contnua devemo proceder como para a varáve dcreta, tomando omente o cudado de ubttur o pelo ponto médo de cada clae, uma vez que a varável etá agrupada com ntervalo de clae. 7

9 FÓRMULA PARA O CÁLCULO DA VARIÂNCIA DA DISTRIBUIÇÃO DE ( FREQUENCIA VARIÁVEL CONTÍNUA ). = Varânca = Cada um do valore aumdo pela varável = freqüênca aboluta = Méda artmétca da varável dcreta = Soma do total de elemento obervado meno FÓRMULA PARA O CÁLCULO DO DESVIO-PADRÃO DISTRIBUIÇÃO DE FREQUENCIA VARIÁVEL CONTÍNUA = Devo-padrão = Varânca Vamo ver um eemplo: O quadro 3, repreenta um banco de hora de uma pequena emprea. Calcule a varânca e o devo-padrão. Quadro 3 Banco de hora do empregado de uma emprea Banco de hora (h) Total 0 º) Para calcular a varânca a prmera coa que temo que conhecer é a méda artmétca dee banco de hora, cao contraro, não tem como uar a fórmula da varânca. Lembra-e da fórmula da méda artmétca ponderada? É ela que remo uar! X. Na varável contínua para podermo calcular a méda temo que fazer aparecer o, calculando o ponto médo entre cada uma da hora. Para o vamo 8

10 abrr uma coluna para dtrbução para colocar o ponto médo e outra para podermo multplcar por. Banco de hora (h) (ponto médo) = = =8 8-5 =0 5.0 = =4 Total 0-84 X. 84 8,4 Temo que a méda do banco de hora é 8,4 h 0 Agora m, etamo em condçõe de calcular a varânca ( ). Vamo uar a dtrbução e abrr uma coluna para podermo calcular ( ). Banco de hora (h) (ponto médo) ( - ). 0-4 ( 8,4). = 40, (6 8,4). 3 = 7, (0 8,4). 5 =, (4 8,4). = 3,36 Total 0-0,4 Temo que ( ). = 0,4 e = 0 - = 9 Aplcando o valore na fórmula vem: ( ). 0,4 9,38 9

11 Chegamo à concluão de que a varânca vale,38 º Agora vamo calcular o devo-padrão uando Subttundo o valore temo:,38 3, 37 Conderaçõe Feto o cálculo vercamo que a varânca do banco de hora é 3,37, o que demontra uma varabldade méda na hora. NOTA Quanto maor o devo-padrão maor a varação ou dperão do dado Quanto menor o devo-padrão, menor a varação ou dperão do dado 3 FINALIZANDO Fnalzamo ma uma Undade onde aprendemo a calcular a varânca e calcular e nterpretar o devo-padrão. Como vmo, o devo-padrão fornece nformaçõe que complementam a nformação da méda artmétca, motrando e a varação do dado que geraram a méda artmétca é pequena, méda ou grande. Só conegumo dentcar e um devo-padrão é pequeno ou grande e tvermo do conjunto que tenham méda gua para podermo comparar eu devo-padrão. Etou conante e tenho certeza que você coneguram acompanhar e que etão atfeto por terem conegudo vencer ma ea etapa. 0

12 Agradeço a todo, contnuem e eforçando empre e até a próma! Um forte abraço!

13 Campu Lberdade R. Galvão Bueno, São Paulo SP Bral Tel: (55 )

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Etatítica Material teórico Medida de Diperão ou Variação Reponável pelo Conteúdo: Profª M. Roangela Maura C. Bonici MEDIDAS DE DISPERSÃO OU VARIAÇÃO Introdução ao Conteúdo Cálculo da

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Probabldade e Etatítca I Antono Roque Aula Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

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

Leia mais

ESTATÍSTICA. Turma Valores Intervalo A [4,8] B 4 4 4,2 4,3 4, [4,8]

ESTATÍSTICA. Turma Valores Intervalo A [4,8] B 4 4 4,2 4,3 4, [4,8] .. - Medida de Diperão O objetivo da medida de diperão é medir quão próximo un do outro etão o valore de um grupo (e alguma menuram a diperão do dado em torno de uma medida de poição). Intervalo É a medida

Leia mais

CAPÍTULO 2 - Estatística Descritiva

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

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Etatítca - Devo Padrão e Varânca Preparado pelo Prof. Antono Sale,00 Suponha que tenhamo acompanhado a nota de quatro aluno, com méda 6,0. Aluno A: 4,0; 6,0; 8,0; méda 6,0 Aluno B:,0; 8,0; 8,0; méda 6,0

Leia mais

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

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

Leia mais

Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d

Vimos 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 mais

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

b. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda. Meddas de Posção Introdução a. Dentre os elementos típcos, destacamos aqu as meddas de posção _ estatístcas que representam uma sére de dados orentando-nos quanto à posção da dstrbução em relação ao exo

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

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

Leia mais

7 - Distribuição de Freqüências

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

Leia mais

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

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

Leia mais

Unidade III ESTATÍSTICA. Prof. Fernando Rodrigues

Unidade III ESTATÍSTICA. Prof. Fernando Rodrigues Unidade III ESTATÍSTICA Prof. Fernando Rodrigues Medidas de dispersão Estudamos na unidade anterior as medidas de tendência central, que fornecem importantes informações sobre uma sequência numérica. Entretanto,

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

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

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

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa de Certificação de Medidas de um laboratório Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados

Leia mais

Estatística

Estatística Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

ESTATÍSTICA Medidas de Síntese

ESTATÍSTICA Medidas de Síntese 2.3 - Medidas de Síntese Além das tabelas e gráficos um conjunto de dados referente a uma variável QUANTITATIVA pode ser resumido (apresentado) através de Medidas de Síntese, também chamadas de Medidas

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

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas

Leia mais

Uma livraria vende a seguinte a quantidade de livros de literatura durante uma certa semana:

Uma livraria vende a seguinte a quantidade de livros de literatura durante uma certa semana: Medidas de Tendência Central. Depois de se fazer a coleta e a representação dos dados de uma pesquisa, é comum analisarmos as tendências que essa pesquisa revela. Assim, se a pesquisa envolve muitos dados,

Leia mais

Estatística e Probabilidade

Estatística e Probabilidade Aula 3 Cap 02 Estatística Descritiva Nesta aula... estudaremos medidas de tendência central, medidas de variação e medidas de posição. Medidas de tendência central Uma medida de tendência central é um

Leia mais

Introdução aos Conversores CC-CC

Introdução aos Conversores CC-CC INIUO E ELERÔNICA E POÊNCIA epartamento de Engenhara Elétrca Centro ecnológco UNIERIAE FEERAL E ANA CAARINA Introdução ao Converore CCCC Reponável pelo Etudo: Clóv Antôno Petry (INEP/EEL UFC) Orentador:

Leia mais

Revisão de Alguns Conceitos Básicos da Física Experimental

Revisão de Alguns Conceitos Básicos da Física Experimental Revião de Algun Conceito Báico da Fíica Experimental Marcelo Gameiro Munhoz munhoz@if.up.br Lab. Pelletron, ala 245, r. 6940 O que é uma medida? Medir ignifica quantificar uma grandeza com relação a algum

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

Unidade II ESTATÍSTICA. Prof. Celso Guidugli

Unidade II ESTATÍSTICA. Prof. Celso Guidugli Unidade II ESTATÍSTICA Prof. Celso Guidugli Medidas ou parâmetros estatísticos Valores que permitem uma imagem sintetizada do comportamento de uma amostra. Dividem-se em dois grandes grupos: medidas de

Leia mais

PLANO DE ENSINO. Disciplina: Estatística e Probabilidade Carga Horária: 40h Período: 1º. Ementa

PLANO DE ENSINO. Disciplina: Estatística e Probabilidade Carga Horária: 40h Período: 1º. Ementa Disciplina: Estatística e Probabilidade Carga Horária: 40h Período: 1º PLANO DE ENSINO Ementa Classificação de variáveis, Levantamento de Dados: Coleta; Apuração; Apresentação e Análise de resultados.

Leia mais

IFF FLUMINENSE CST EM MANUTENÇÃO INDUSTRIAL

IFF FLUMINENSE CST EM MANUTENÇÃO INDUSTRIAL IFF FLUMINENSE CST EM MANUTENÇÃO INDUSTRIAL Estatística e Probabilidade CH: 40 h/a Classificação de variáveis, Levantamento de Dados: Coleta; Apuração; Apresentação; e Análise de resultados. Séries Estatísticas.

Leia mais

VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE

VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos

Leia mais

ESTATÍSTICA. na Contabilidade Parte 5. Medidas Estatísticas

ESTATÍSTICA. na Contabilidade Parte 5. Medidas Estatísticas ESTATÍSTICA na Contabilidade Parte 5 Luiz A. Bertolo Medidas Estatísticas A distribuição de frequências permite-nos descrever, de modo geral, os grupos de valores (classes) assumidos por uma variável.

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

Curso: Engenharia de Prod. Mecânica Engenharia Elétrica Estatística e Probabilidade Prof. Eng. Vicente Budzinski Notas de Aula

Curso: Engenharia de Prod. Mecânica Engenharia Elétrica Estatística e Probabilidade Prof. Eng. Vicente Budzinski Notas de Aula Curso: Engenharia de Prod. Mecânica Engenharia Elétrica Estatística e Probabilidade Prof. Eng. Vicente Budzinski Notas de Aula 1. SOMATÓRIO 1.1 Índices ou notação por índices O símbolo Xi (lê-se X índice

Leia mais

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

Medidas de tendência central. Média Aritmética. 4ª aula 2012 Estatístca 4ª aula 2012 Meddas de tendênca central Ajudam a conhecer a analsar melhor as característcas de dados colhdos. Chamamos de meddas de tendênca central em decorrênca dos dados observados apresentarem

Leia mais

PROBABILIDADE E ESTATÍSTICA UNIDADE V - INTRODUÇÃO À TEORIA DAS PROBABILIDADES

PROBABILIDADE E ESTATÍSTICA UNIDADE V - INTRODUÇÃO À TEORIA DAS PROBABILIDADES PROBABILIDADE E ESTATÍSTICA UNIDADE V - INTRODUÇÃO À TEORIA DAS PROBABILIDADES 0 1 INTRODUÇÃO A teoria das probabilidades é utilizada para determinar as chances de um experimento aleatório acontecer. 1.1

Leia mais

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:

Leia mais

CAPÍTULO 10 Modelagem e resposta de sistemas discretos

CAPÍTULO 10 Modelagem e resposta de sistemas discretos CAPÍTULO 10 Modelagem e repota de itema dicreto 10.1 Introdução O itema dicreto podem er repreentado, do memo modo que o itema contínuo, no domínio do tempo atravé de uma tranformação, nete cao a tranformada

Leia mais

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00) Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)

Leia mais

A redução na pressão sangüínea (mm Hg) em um período de quatro semanas observadas em cães experimentais está tabulada abaixo:

A redução na pressão sangüínea (mm Hg) em um período de quatro semanas observadas em cães experimentais está tabulada abaixo: UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL ª PROVA DE ESTATÍSTICA EXPERIMENTAL - MEDICINA VETERINÁRIA NOME: DATA / / ª QUESTÃO (5,5): A redução da

Leia mais

ESTATÍSTICA. na Contabilidade Parte 4. Medidas Estatísticas

ESTATÍSTICA. na Contabilidade Parte 4. Medidas Estatísticas ESTATÍSTICA na Contabilidade Parte 4 Luiz A. Bertolo Medidas Estatísticas A distribuição de frequências permite-nos descrever, de modo geral, os grupos de valores (classes) assumidos por uma variável.

Leia mais

Análise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres

Análise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres Análse de Varânca Rejane Sobrno Pnhero Tana Gullén de Torres Análse de Varânca Introdução Modelos de análse de varânca consttuem uma classe de modelos que relaconam uma varável resposta contínua com varáves

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

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

Leia mais

INTRODUÇÃO À ANÁLISE ESTATÍSTICA DE MEDIDAS14

INTRODUÇÃO À ANÁLISE ESTATÍSTICA DE MEDIDAS14 ITRODUÇÃO À AÁLISE ESTATÍSTICA DE MEDIDAS4 Sérgo Rcardo Munz Fundamentos da Matemátca II 3. Introdução: o que é estatístca e para que serve? 3. A estatístca no da-a-da 3.3 Eatdão, precsão, erros e ncertezas

Leia mais

Professor Mauricio Lutz CORRELAÇÃO

Professor Mauricio Lutz CORRELAÇÃO Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,

Leia mais

Professora FLORENCE. Resolução:

Professora FLORENCE. Resolução: 1. (FEI-SP) Qual o valor, em newton, da reultante da força que agem obre uma maa de 10 kg, abendo-e que a mema poui aceleração de 5 m/? Reolução: F m. a F 10. 5 F 50N. Uma força contante F é aplicada num

Leia mais

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO

Leia mais

CAPÍTULO 6 - Testes de significância

CAPÍTULO 6 - Testes de significância INF 16 CAPÍTULO 6 - Tete de ignificância Introdução Tete de ignificância (também conhecido como Tete de Hipótee) correpondem a uma regra deciória que no permite rejeitar ou não rejeitar uma hipótee etatítica

Leia mais

Medidas Estatísticas de Posição

Medidas 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 mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Medidas Estatísticas NILO FERNANDES VARELA

Medidas 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 mais

Bioexperimentação. Prof. Dr. Iron Macêdo Dantas

Bioexperimentação. Prof. Dr. Iron Macêdo Dantas Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO

Leia mais

(B) Considere X = antes e Y = depois e realize um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.

(B) Considere X = antes e Y = depois e realize um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados. INF 6 Notas de aula sujeto a correções Prof. Luz Alexandre Peternell (B) Consdere X antes e Y depos e realze um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.

Leia mais

MOVIMENTOS VERTICAIS NO VÁCUO

MOVIMENTOS VERTICAIS NO VÁCUO Diciplina de Fíica Aplicada A 1/ Curo de Tecnólogo em Getão Ambiental Profeora M. Valéria Epíndola Lea MOVIMENTOS VERTICAIS NO VÁCUO Agora etudaremo o movimento na direção verticai e etaremo deprezando

Leia mais

Resistência dos Materiais SUMÁRIO 1. TENSÕES DE CISALHAMENTO... 1 1.1 DIMENSIONAMENTO... 2 1.2 EXEMPLOS... 2

Resistência dos Materiais SUMÁRIO 1. TENSÕES DE CISALHAMENTO... 1 1.1 DIMENSIONAMENTO... 2 1.2 EXEMPLOS... 2 Reitência do Materiai SUMÁRIO 1. TESÕES DE CISLHMETO... 1 1.1 DIMESIOMETO... 1. EXEMPLOS... Cialhamento 0 Prof. Joé Carlo Morilla Reitência do Materiai 1. Tenõe de Cialhamento Quando dua força cortante

Leia mais

{ } Matemática Prof.: Joaquim Rodrigues 1 NÚMEROS COMPLEXOS. Questão 06 Para que valor de x o número complexo + 8i é imaginário puro?

{ } Matemática Prof.: Joaquim Rodrigues 1 NÚMEROS COMPLEXOS. Questão 06 Para que valor de x o número complexo + 8i é imaginário puro? Matemátca Prof.: Joaqum Rodrgues NÚMEROS COMPLEXOS INTRODUÇÃO Questão 0 Resolver as equações: a x = 0 + S = {, } + 6 S = {, } x + S = { +, } 6x + 0 S = { +, } b x = 0 c x = 0 d x = 0 e x x + = 0 f x 8x

Leia mais

TEXTO PARA DISCUSSÃO N o 1240

TEXTO PARA DISCUSSÃO N o 1240 TEXTO PARA DISCUSSÃO N o 1240 AVALIAÇÃO DE UMA PROXY PARA A IDADE DA FIRMA UTILIZANDO AMOSTRAGEM COMPLEXA Gutavo Cota Patrck Alve Mran Bttencourt Káta Araújo Hélyo Doyle Braíla, dezembro de 2006 TEXTO

Leia mais

Física I. Oscilações - Resolução

Física I. Oscilações - Resolução Quetõe: Fíica I Ocilaçõe - Reolução Q1 - Será que a amplitude eacontantenafae de um ocilador, podem er determinada, e apena for epecificada a poição no intante =0? Explique. Q2 - Uma maa ligada a uma mola

Leia mais

Licenciatura Análise de Dados e Probabilidade 1 e 2. Clara Costa Duarte. 1º Semestre 2006/2007

Licenciatura Análise de Dados e Probabilidade 1 e 2. Clara Costa Duarte. 1º Semestre 2006/2007 Lcencatura 34 -nálse de Dados e robabldade e º Semestre 6/7 Clara Costa Duarte 34- nálse de Dados e robabldade. Introdução Estatístca:é um conjunto de nstrumentos que servem para: Recolher Descrever e

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

PROPOSTA DE RESOLUÇÃO DO EXAME DE MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS (PROVA 835) ªFASE

PROPOSTA DE RESOLUÇÃO DO EXAME DE MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS (PROVA 835) ªFASE PROPOSTA DE RESOLUÇÃO DO EXAME DE MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS (PROVA 835) 013 ªFASE 1. 1.1. Aplicando o método de Hondt, o quociente calculado ão o eguinte: Lita A B C D Número de voto 13 1035

Leia mais

Universidade Cruzeiro do Sul. Campus Virtual Unidade I: Unidade: Matemática Financeira

Universidade Cruzeiro do Sul. Campus Virtual Unidade I: Unidade: Matemática Financeira Universidade Cruzeiro do Sul Campus Virtual Unidade I: Unidade: Matemática Financeira 2010 0 Nesta Unidade iremos apresentar alguns conceitos importantes de Matemática Financeira tais como porcentagem,

Leia mais

TEORIA DA GERAÇÃO DE QUANTUM BITS EMARANHADOS NO CAMPO TEMPORAL

TEORIA DA GERAÇÃO DE QUANTUM BITS EMARANHADOS NO CAMPO TEMPORAL TEORIA DA GERAÇÃO DE QUANTUM BITS EMARANHADOS NO CAMPO TEMPORAL Cao Olndo de Mranda e Slva Júnor Inttuto de Cênca e Tecnologa,Unverdade Federal do Vale do Jequtnhonha e Mucur, 39100-000, Damantna MG, Bral

Leia mais

Estatística Básica MEDIDAS RESUMO

Estatística Básica MEDIDAS RESUMO Estatística Básica MEDIDAS RESUMO Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Motivação Básica Se você estivesse num ponto de ônibus e alguém perguntasse sobre

Leia mais

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

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

Leia mais

Aproximação da Distribuição Binomial pela Distribuição Normal

Aproximação da Distribuição Binomial pela Distribuição Normal Aproximação da Distribuição Binomial pela Distribuição Normal Uma das utilidades da distribuição normal é que ela pode ser usada para fornecer aproximações para algumas distribuições de probabilidade discretas.

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

1 s. Propriedades da transformada de Laplace A seguir apresentam-se algumas propriedades importantes da transformada de Laplace:

1 s. Propriedades da transformada de Laplace A seguir apresentam-se algumas propriedades importantes da transformada de Laplace: Secção 6 Tranformada de aplace (Farlow: Capítulo 5) Definição Tranformada de aplace A tranformada de aplace é, baicamente, um operador matemático que tranforma uma função numa outra Ea operação é definida

Leia mais

Professor Mauricio Lutz DISTRIBUIÇÃO NORMAL

Professor Mauricio Lutz DISTRIBUIÇÃO NORMAL 1 DISTRIBUIÇÃO NORMAL Entre as distribuições teóricas de variável contínua, uma das mais empregadas é a distribuição normal. O aspecto gráfico de uma distribuição normal é o da figura abaio. Para uma perfeita

Leia mais

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade. Heterocedastcdade y = β 0 + β + β + β k k + u O que heterocedastcdade? Lembre-se da hpótese de homocedastcdade: condconal às varáves eplcatvas, a varânca do erro, u, é constante Se sso não for verdade,

Leia mais

METROLOGIA E ENSAIOS

METROLOGIA E ENSAIOS METROLOGIA E ENSAIOS Incerteza de Medção Prof. Aleandre Pedott pedott@producao.ufrgs.br Freqüênca de ocorrênca Incerteza da Medção Dstrbução de freqüênca das meddas Erro Sstemátco (Tendênca) Erro de Repettvdade

Leia mais

Prof. Sérgio Carvalho Estatística. I Jornada de Especialização em Concursos

Prof. Sérgio Carvalho Estatística. I Jornada de Especialização em Concursos DISTRIBUIÇÃO DE FREQÜÊNCIAS & INTERPOLAÇÃO LINEAR DA OGIVA 0. (AFRF-000) Utilize a tabela que se segue. Freqüências Acumuladas de Salários Anuais, em Milhares de Reais, da Cia. Alfa Classes de Salário

Leia mais

Estatística 15 - Comparação entre Duas Populações

Estatística 15 - Comparação entre Duas Populações Etatítca 5 - Comaração etre Da Polaçõe 5- Comaração de Méda de Da Polaçõe µ Méda da olação µ Méda da olação Tete µ - µ µ - µ > µ - µ µ - µ < µ - µ µ - µ. Dado Emarelhado EemloVte cobaa bmetda drate ma

Leia mais

Simplified method for calculation of solid slabs supported on flexible beams: validation through the non-linear analysis

Simplified method for calculation of solid slabs supported on flexible beams: validation through the non-linear analysis Teoria e Prática na Engenharia Civil, n.14, p.71-81, Outubro, 2009 Método implificado para cálculo de laje maciça apoiada em viga fleívei: validação por meio da análie não linear Simplified method for

Leia mais

ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)

ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II) ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)! Como calcular o retorno usando dados históricos?! Como calcular a variância e o desvio padrão?! A análise do retorno através da projeção de retornos

Leia mais

Resolução de Equações Diferenciais Ordinárias por Série de Potências e Transformada de Laplace

Resolução de Equações Diferenciais Ordinárias por Série de Potências e Transformada de Laplace Reolução de Equaçõe Diferenciai Ordinária por Série de Potência e Tranformada de Laplace Roberto Tocano Couto rtocano@id.uff.br Departamento de Matemática Aplicada Univeridade Federal Fluminene Niterói,

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA

UNIVERSIDADE FEDERAL DA PARAÍBA UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística Tarciana Liberal Quando se estuda uma massa de dados é de freqüente interesse resumir as informações de variáveis. Costuma-se, freqüentemente,

Leia mais

Discutir e relatar os resultados obtidos a partir de pesquisas de campo.

Discutir e relatar os resultados obtidos a partir de pesquisas de campo. Página: 1/5 PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA Introdução à Estatística; Dados Estatísticos; Distribuição de Frequências; Medidas de posição Medidas de dispersão; Probabilidades; Distribuições

Leia mais

Exercícios Lista 7 Revisão

Exercícios Lista 7 Revisão 1. Foi solicitado ao engenheiro compreender a influência dos processos de transferência de calor em um determinado alimento em contato com o ar externo. Uma das 3 formas de transferência de calor é a convecção,

Leia mais

Estatística Aplicada ao Serviço Social

Estatística 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 mais

a) 3 c) 5 d) 6 b) i d) i

a) 3 c) 5 d) 6 b) i d) i Colégo Marsta Docesano de Uberaba ª Lsta de eercícos de Compleos Prof. Maluf Se é a undade magnára, para que a b seja um número real, a relação c d entre a, b, c e d deve satsfaer: 0 - (UNESP SP/00) a)

Leia mais

1. Caracterização de séries com

1. Caracterização de séries com 1. Caracterzação de séres com sazonaldade Como dscutdo na Aula 1, sazonaldade é um padrão que se repete anualmente. A sazonaldade é determnístca quando o padrão de repetção anual é exato, ou estocástca,

Leia mais

Medidas de Dispersão 1

Medidas de Dispersão 1 Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Dispersão 1 Introdução Uma breve reflexão sobre as medidas de tendência central permite-nos concluir que elas não

Leia mais

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas

Leia mais

Avaliação. Diagnóstico. Gerente Apuração de dados. Sistema integrado. Tudo que você precisa está a sua disposição no ambiente virtual.

Avaliação. Diagnóstico. Gerente Apuração de dados. Sistema integrado. Tudo que você precisa está a sua disposição no ambiente virtual. NÍVEL DE ENSINO: Graduação Tecnológica CARGA HORÁRIA: 40h PROFESSOR-AUTOR: Ricardo Saraiva Diniz DE DADOS ANÁLISE E INTERPRETAÇÃO APRESENTAÇÃO Desempenho Olá! Seja muito bem-vindo à disciplina Análise

Leia mais

22/02/2014. AEA Leitura e tratamento de dados estatísticos apoiado pela tecnologia da informação. Medidas Estatísticas. Medidas Estatísticas

22/02/2014. 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 mais

Distribuição de frequências:

Distribuição 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 mais

Capítulo I Tensões. Seja um corpo sob a ação de esforços externos em equilíbrio, como mostra a figura I-1:

Capítulo I Tensões. Seja um corpo sob a ação de esforços externos em equilíbrio, como mostra a figura I-1: apítuo I Seja um corpo ob a ação de eforço externo em equiíbrio, como motra a figura I-1: Figura I-3 Eforço que atuam na eção para equiibrar o corpo Tome-e, agora, uma pequena área que contém o ponto,

Leia mais

IV - Descrição e Apresentação dos Dados. Prof. Herondino

IV - Descrição e Apresentação dos Dados. Prof. Herondino IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

Vamos calcular a média de cada empresa, somando receita de 2009, 2010 e 2011 e dividindo por 3.

Vamos calcular a média de cada empresa, somando receita de 2009, 2010 e 2011 e dividindo por 3. MATEMÁTICA MARCÃO Vamos calcular a média de cada empresa, somando receita de 2009, 2010 e 2011 e dividindo por 3. Média de V = (200+220+240)/3 = 220 Média de W = (200+230+200)/3 = 210 Média de X = (250+210+215)/3

Leia mais

FÍSICA 2º ANO DIFERENÇA DE DOIS VETORES Duas grandezas vetoriais são iguais quando apresentam o mesmo módulo, a mesma direção e o mesmo sentido.

FÍSICA 2º ANO DIFERENÇA DE DOIS VETORES Duas grandezas vetoriais são iguais quando apresentam o mesmo módulo, a mesma direção e o mesmo sentido. FÍSICA º ANO I- ETOES - GANDEZA ESCALA E ETOIAL a) G Ecalar: é aquela que fica perfeitamente definida quando conhecemo o eu valor numérico e a ua unidade de medida Ex: maa, tempo, comprimento, energia,

Leia mais

Conceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa

Conceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa 2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante

Leia mais

Fernando de Pol Mayer

Fernando 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 mais