AEP FISCAL ESTATÍSTICA

Tamanho: px
Começar a partir da página:

Download "AEP FISCAL ESTATÍSTICA"

Transcrição

1 AEP FISCAL ESTATÍSTICA Módulo 0: Medidas de Dispersão

2 MÓDULO 0 - MEDIDAS DE DISPERSÃO 1. Coceito: Dispersão é a maior ou meor diversificação dos valores de uma variável, em toro de um valor de tedêcia cetral tomado como poto de comparação. Para qualificar os valores de uma variável, mostrado a maior ou meor cocetração ou dispersão etre seus valores e a medida de posição tomada como referêcia, o caso a média aritmética, recorre-se às medidas de dispersão ou de variabilidade. Portato, a fialidade das medidas de dispersão é verificar a represetatividade do grau de cocetração ou dispersão dos dados em toro da média.. AMPLITUDE TOTAL: AT É a difereça etre o maior valor e o meor valor dos dados apresetados. Exemplo para um cojuto: Seja o cojuto: = {1,,,, 7, 9} Teremos que: AT= 9 1 AT = Exemplo de Dados Tabulados ão agrupados em classes: Seja: fi Total 0 Teremos que: AT = 1 AT = 11 Exemplo de Dados tabulados agrupados em classes: Seja: classes fi Total 0 Teremos que: AT = 1 AT = Obs.: Note que a Amplitude Total também pode ser determiada pela difereça etre o Poto Médio da última classe e o Poto Médio da primeira classe! Obs.: Essa medida tem aplicações muito limitadas, pois só capta o que acotece com os valores extremos, sedo completamete isesível aos valores itermediários.

3 . DESVIO MÉDIO: DM É a média dos valores absolutos dos desvios calculados em relação à média aritmética do cojuto..1. Para um cojuto: DM Exemplo: Seja = {1,,, 7, 9} Teremos que: = Daí: = - = - = 0 7 = 9 = 0 Total 1 Logo: DM = 1 / DM =,.. Para Dados tabulados ão agrupados: Teremos que: fi. DM Exemplo: Calcule o desvio médio da distribuição: fi Total 0 Acharemos as coluas, e fi.. Calculado a média, ecotraremos: =6,. Logo: fi fi ,=-, -6,=-, 6-6,=-0, -6,=1, -6,=, 1-6,=6,,, 0, 1,, 6,,x=,,x= 0,x1=7, 1,x1=1,x=17, 6,x=19, Total 0 1 Daí: DM = 1 / 0 DM =,0

4 .. Para Dados tabulados agrupados em classes: Teremos também que: fi. DM A úica difereça para o DMA os dados tabulados ão agrupados é que agora a colua será ecotrada pela difereça etre o Poto Médio de cada classe e a Média Aritmética da distribuição! Portato, devemos aqui ecotrar primeiramete a colua dos Potos Médios ()!. VARIÂNCIA: V ou S É a média dos quadrados dos desvios dos elemetos tomados em relação à média aritmética. Para um cojuto de valores: Para a População: Para a Amostra: ( V ) ou ( ) V ou 1 Para a Distribuição de Frequêcias: Para a População: fi ( ) V 1 V 1 V 1 ou 1 V fi ( ) 1 Para a Amostra: V fi ou V 1 fi 1 Lembre-se que em uma distribuição de freqüêcia com classes, os elemetos ão são cohecidos, e que estes são represetados geralmete pelos potos médios das classes. IMPORTANTE: Na fórmula da Variâcia aparece o termo ) para um cojuto de valores e o ( termo fi ) para os Dados Tabulados. É importate saber que há uma relação etre os ( fi fi termos acima e o valor da média aritmética. Temos as seguites relações: - Para o Rol ou Dados Brutos:. - Para Dados Tabulados: fi. Deste modo, se forem forecidos os valores de e de, coseqüetemete teremos o valor do termo que aparece a fórmula da variâcia.

5 Exemplo: Seja = {1,,, 7, 9} Teremos que: = Daí: ( ) Logo: V = = - = - = 0 7 = 9 = Total 0 V = Exemplo: Calcule a variâcia a partir da distribuição populacioal a seguir: fi Total 0 Acharemos as coluas, ( ) e fi.( ). Calculado a média, ecotraremos: =6,. Logo: fi ( ) fi. ( ) ,=-, -6,=-, 6-6,=-0, -6,=1, -6,=, 1-6,=6, 0, 6, 0,, 1,, 0,x = 1, 6,x = 6, 0,x1 =,7,x1 = 7 1,x = 61,,x = 16,7 Total 0,0,0 Daí: V V = 7,6 0 6

6 Cálculo Simplificado da Variâcia Da mesma forma que usamos uma variável trasformada o Cálculo Simplificado da Média Aritmética, também usaremos o Cálculo Simplificado da Variâcia com a fialidade de facilitar a obteção da variâcia que depededo dos dados forecidos a questão pode ser bastate trabalhosa. Assim, trasformaremos a variável origial em uma outra variável, por meio de uma operação de subtração e depois de uma divisão. Poderemos simbolizar a ova variável (a variável trasformada) por uma outra letra, Z por exemplo. Ou W, ou Y... fica a seu critério. Iremos, portato, o cálculo simplificado da variâcia costruir uma ova colua, que será chamada Colua da Variável Trasformada. Vejamos um exemplo: Classes 9, 9, 9, 9, 9, 9, 9, 69, 69, 79, 79, 9, 9, 99, fi (potos médios),,, 6, 7,, 9, Zi = 6, fi.zi fi.zi = Os passos deste método são os seguites (Para distribuições com amplitudes de classes iguais): 1) Costruir a colua da variável trasformada (aqui chamada Z), seguido a sugestão: i) Subtrairemos os pelo poto médio de uma das classes da distribuição. A escolha mais adequada é uma classe cetral da distribuição. Se a distribuição tiver um úmero par de classes, escolha a classe cetral com maior freqüêcia. No exemplo acima, escolhemos o PM da ª Classe. ii) Dividiremos o resultado pela Amplitude da Classe, o h (o exemplo: h=). IMPORTANTE: Sempre que costruirmos a colua da variável trasformada por meio da sugestão apresetada acima, teremos como resultado uma seqüêcia de úmeros iteiros, iiciado por zero a classe escolhida ateriormete e icremetado de +1 para baixo e de -1 para cima. (Veja a tabela.) ) Costruir a colua (fi.zi) e calcular o seu somatório; ) Costruir a colua (fi.zi ) e calcular o seu somatório; ) Ecotrar o valor da Variâcia da Variável Trasformada, usado a fórmula da variâcia: 1 - Para a população: fi. Zi V Z fi. Zi. 7

7 1 (0) Substituido os dados, teremos: V Z 70, 0 0 ) Cálculo da Variâcia A relação etre e Z é dada por: Z = 6,_, e ao isolarmos, obteremos: =.Z + 6,. Pelas propriedades da variâcia, sabemos que ao somar ou subtrair uma costate a uma variável, a variâcia ão se altera, e que ao multiplicar (ou dividir) uma variável por uma costate, a variâcia fica multiplicada ou dividida pelo quadrado da costate. Portato, como Z 6,, etão: V ( ) V. Z Substituido o valor de V Z =,, calculado o item, obtemos a variâcia da variável : V = ()., =. Propriedades da Variâcia: A variâcia de dados costates é zero; A variâcia utiliza o quadrado dos desvios em relação à média, portato terá o quadrado da uidade dos dados, ou seja, m, kg,... Quato a Propriedade da Soma e da Subtração: Somado-se (ou subtraido-se) a cada elemeto de um cojuto de valores uma costate arbitrária, a variâcia ão se altera. Quato a Propriedade do Produto e da Divisão: Multiplicado-se (ou dividido-se) cada elemeto de um cojuto de valores por um valor costate, arbitrário e diferete de zero, a variâcia ficará multiplicada (ou dividida) pelo quadrado desta costate. Obs.: Veja os resumos, ao fial da apostila, o cálculo simplificado da variâcia!. DESVIO PADRÃO: dp ou S É a raiz quadrada da média dos quadrados dos desvios em relação à média aritmética, ou seja, é a raiz quadrada da variâcia: S V. Caso uma questão peça o valor do desvio padrão, primeiramete calcule a variâcia e em seguida tire a raiz quadrada... Propriedades do Desvio Padrão: O desvio padrão de dados costates é zero; O desvio padrão é uma medida que utiliza a mesma uidade dos dados.

8 Quato a Propriedade da Soma e da Subtração: Somado-se (ou subtraido-se) a cada elemeto de um cojuto de valores uma costate arbitrária, o desvio padrão ão se altera. Quato a Propriedade do Produto e da Divisão: Multiplicado-se (ou dividido-se) cada elemeto de um cojuto de valores por um valor costate, arbitrário e diferete de zero, o desvio padrão ficará multiplicado (ou dividido) por esta costate. 6. AMPLITUDE SEMI-INTERQUARTÍLICA (DESVIO QUARTÍLICO): Dq É a metade da difereça etre o terceiro quartil (Q) e o primeiro quartil (Q1). Ou seja: Dq Q Q 1 Ateção: O itervalo iterquartílico é defiido por: Q 1 ; Q A distâcia ou amplitude iterquartílica é defiida como: Q Q1 Q1 Q O itervalo semi-iterquartílico é defiido por: ; Q Q A distâcia ou amplitude semi-iterquartílica é defiida como: 1 7. COEFICIENTE DE VARIAÇÃO: CV (A Dispersão Relativa) Também cohecido por Coeficiete de Variação de Pearso. É utilizada para fazer comparação da dispersão de duas séries distitas em toro de suas respectivas médias. É defiida como o quociete etre o Desvio Padrão e a Média Aritmética do cojuto de dados. S Ou seja: CV Exemplo: Cosidere que tehamos duas distribuições. A primeira com média e desvio padrão 1, e a outra com média e desvio padrão 1,. Neste caso temos os seguites CV's: CV CV 0. logo coclui-se que, como CV é maior que CV 1, a seguda distribuição tem uma dispersão relativa maior que a primeira. Obs.: Quato meor for o valor do CV, mais homogêeo será o cojuto de dados. Portato, o exemplo acima, a primeira distribuição é mais homogêea do que a seguda. Obs.: Em geral CV maior ou igual a 0% é cosiderado alto, sedo a média pouco represetativa. Valores meores que 0% implicam CV baixo e a média é tão mais represetativa quato meor for o valor do CV. 9

9 . VARIÂNCIA RELATIVA : VR A variâcia relativa também é uma medida de dispersão relativa que é obtida como a razão etre a variâcia e o quadrado da média aritmética. S VR A variâcia relativa pode ser defiida como o quadrado do coeficiete de variação, vejamos: VR S CV S RESUMO DAS PROPRIEDADES DA SOMA, SUBTRAÇÃO, PRODUTO E DIVISÃO: Se tomarmos todos os elemetos de um cojuto e os......somarmos a uma costate...subtrairmos de uma costate...multiplicarmos por uma costate...dividirmos por uma costate As medidas: Média, Mediaa, Moda, Quartil, Decil e Percetil estarão: O Desvio Padrão e o Desvio Médio ficarão: A Variâcia ficará: O Coeficiete de Variação ficará: Também somada a esta costate Ialterado Ialterada alterado (calcular S ) Também subtraída desta costate Ialterado Ialterada alterado Também multiplicada por esta costate Multiplicado pelo módulo desta costate Multiplicada pelo quadrado desta costate Também dividida por esta costate Dividido pelo módulo desta costate Dividida pelo quadrado desta costate (calcular S ) Ialterado Ialterado 0

10 EERCÍCIOS 01. (AFC-9 ESAF) Etre os fucioários de um órgão do govero, foi retirada uma amostra de dez idivíduos. Os úmeros que represetam as ausêcias ao trabalho registradas para cada um deles, o último ao, são: 0, 0, 0,,,,,, 6 e. Sedo assim, o valor do desvio padrão desta amostra é: a) c) b) 9 d) 0 0. (AFPS-00/ESAF) Dada a seqüêcia de valores,,, 7 e assiale a opção que dá o valor da variâcia. Use o deomiador em seus cálculos. a), c), e) 16,0 b), d) 6,0 0. (AFTN-9) Os dados seguites, ordeados do meor para o maior, foram obtidos de uma amostra aleatória, de 0 preços () de ações, tomada uma bolsa de valores iteracioal. A uidade moetária é o dólar americao.,,, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7,,,,,,,,,, 9, 9, 9, 9, 9, 9,,,,,,,,, 11, 11, 1, 1, 1, 1,1, 1, 1, 1, 16, 16, 1, Os valores seguites foram calculados para a amostra: i i = 90 e i i ( i i ) / 0 = 66 Assiale a opção que correspode à mediaa e à variâcia amostral, respectivamete (com aproximação de uma casa decimal) a) (9,0 1,6) c) (,0 1,0) e) (9,0 1,0) b) (9, 1,0) d) (,0 1,6) 0. (SEFAZ/SP APOFP 009 ESAF) Cosiderado que as observações apresetadas a questão aterior costituem uma amostra aleatória simples 1,,..., de uma variável aleatória, determie o valor mais próximo da variâcia amostral, usado um estimador ão tedecioso da variâcia de. Cosidere que: a) 90,7 b) 96, c) 9, d) 9,6 e) 9,7 0. (Tec Receita Federal 00 ESAF) Cosidere os seguites cojutos de observações referetes a cico diferetes variáveis: T: ; ; ; ; ; V: ; ; ; ; ; : ; ; ; ; ; Y: ; ; ; ; ; Z: ; ; ; ; ; O cojuto de observações que apreseta a maior variabilidade, medida pelo desvio padrão, é o referete à variável a) Y b) T c) V d) e) Z 1

11 06. (Fiscal de Redas SP 006 FCC) Cosiderado as respectivas defiições e propriedades relacioadas às medidas de posição e de variabilidade, é correto afirmar: (A) Cocededo um reajuste de % em todos os salários dos empregados de uma empresa, temse também que a respectiva variâcia fica multiplicada por 1,. (B) Defiido coeficiete de variação (CV) como sedo o quociete da divisão do desvio padrão pela respectiva média aritmética (diferete de zero) de uma seqüêcia de valores, tem-se etão que CV também poderá ser obtido dividido a correspodete variâcia pelo quadrado da média aritmética. (C) Subtraido um valor fixo de cada salário dos fucioários de uma empresa, tem-se que o respectivo desvio padrão dos ovos valores é igual ao valor do desvio padrão dos valores ateriores. (D) Dividido todos os valores de uma seqüêcia de úmeros estritamete positivos por, tem-se que o respectivo desvio padrão fica dividido por. (E) Em qualquer distribuição de valores em estudo, a difereça etre a mediaa e a moda é sempre diferete de zero. 07. (ANEEL 00 ESAF) Em uma pesquisa de opiião para avaliar a percepção de dirigetes quato adequabilidade de determiado procedimeto admiistrativo, observaram-se 0 impressões favoráveis ao procedimeto e 60 cotrárias. Seja o atributo com valor 1 para uma impressão favorável e zero em caso cotrário. Assiale a opção que dá a variâcia dos valores observados de. Use o deomiador 0 o cálculo da variâcia. a) 0,1600 d) 0, b) 0,600 e) 0,66 c) 0,00 0. (ATRFB 009 ESA) Obteha o valor mais próximo da variâcia amostral da seguite distribuição de frequêcias, ode xi represeta o i-ésimo valor observado e fi a respectiva frequêcia. xi fi 6 6 a) 1,9. b) 1,. c) 1,. d) 1,9. e) 1,. 09. (ACE-MICT-199/ESAF) Num estudo sobre a distribuição do preço de veda de um produto obteve-se, a partir de uma amostra aleatória de revededores, a tabela de freqüêcias seguite: Classe de Preços m i f i [ 9) 7 [ 9 1) 11 [1 17) 1 7 [17 1) 19 6 [1 ) [ 9) 7 1 As quatidades m i e f i represetam o poto médio e a freqüêcia da classe de preços i. Sabedo-se que: i (f i m i ) ( i f i m i ) / 69

12 assiale a opção que melhor aproxima o desvio padrão amostral. a) (7/1) 0. d),91 b) 6 e) c) (/1) 0.. (AFRFB 009 ESAF) A tabela mostra a distribuição de frequêcias relativas populacioais (f ) de uma variável : f ' 6a 1 1a a Sabedo que a é um úmero real, etão a média e a variâcia de são, respectivamete: a) µ = - 0, e =,7 b) µ = 0, e = -, c) µ = - 0, e =, d) µ = 0 e = 1 e) µ = 0, e =,7 11. Determie a variâcia amostral de utilizado a distribuição de frequêcia a seguir: Classes 9, 9, 9, 9, 9, 9, 9, 69, 69, 79, 79, 9, 9, 99, fi =0 1. (AFRF-00.) Uma variável cotábil Y, medida em milhares de reais, foi observada em dois grupos de empresas apresetado os resultados seguites: Grupo Média Desvio padrão A 0 B Assiale a opção correta. a) No Grupo B, Y tem maior dispersão absoluta. b) A dispersão absoluta de cada grupo é igual à dispersão relativa. c) A dispersão relativa do Grupo B é maior do que a dispersão relativa do Grupo A. d) A dispersão relativa de Y etre os Grupos A e B é medida pelo quociete da difereça de desvios padrão pela difereça de médias. e) Sem o cohecimeto dos quartis ão é possível calcular a dispersão relativa os grupos.

13 1. (AFRF-000) Numa amostra de tamaho 0 de uma população de cotas a receber, represetadas geericamete por, foram determiadas a média amostral M = 0 e o desvio-padrão S =1 da variável trasformada (-00)/. Assiale a opção que dá o coeficiete de variação amostral de. a),0 % d) 17, % b) 9, % e),0 % c) 17,0 % 1. (AFRF-00/ESAF) O atributo Z= (-)/ tem média amostral 0 e variâcia amostral,6. Assiale a opção que correspode ao coeficiete de variação amostral de. a) 1,9% d) 1,% b) 0,1% e),0% c) 7,7% GABARITO 01 c 11 7,7 0 c 1 c 0 a 1 b 0 b 1 c 0 d 06 c 07 c 0 c 09 a c

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 04: Medidas de Posição (webercampos@gmail.com) . MÉDIA ARITMÉTICA : Para um cojuto de valores Média Aritmética Simples: xi p Média Aritmética Poderada: MÓDULO 04 - MEDIDAS

Leia mais

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências 14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2

Leia mais

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a): Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA

Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA Miistério da Educação UIVERSIDADE TECOLÓGICA FEDERAL DO PARAÁ Câmpus Curitiba Diretoria de Graduação e Educação Profissioal Departameto Acadêmico de Estatística 1 Disciplia: Probabilidade e Estatística

Leia mais

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE 1 Estatística descritiva (Eploratória) PRIMEIRO PASSO: Tabelas (distribuição de frequêcia) e Gráficos. SEGUNDO PASSO: Cálculo de medidas

Leia mais

ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.

ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes. ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho MATEMÁTICA Professor Haroldo Filho MÓDULO 6 ESTATÍSTICA 1.1 ESTATÍSTICA É a ciêcia que utiliza a coleta de dados, sua classificação, sua apresetação, sua aálise e sua iterpretação para se tomar algum tipo

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E Medidas de Tedêcia Cetral Itrodução... 1- Média Aritmética... - Moda... 3- Mediaa... Medidas de Dispersão 4- Amplitude Total... 5- Variâcia

Leia mais

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1 MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia 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 Govero do Estado do Rio Grade 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

Curso Preparatório para Auditores Fiscais, Técnicos, Analistas e Carreiras Afins Questões Comentadas MATERIAL 02 MEDIDAS DE DISPERSÃO

Curso Preparatório para Auditores Fiscais, Técnicos, Analistas e Carreiras Afins Questões Comentadas MATERIAL 02 MEDIDAS DE DISPERSÃO Curso Preparatório para Auditores Fiscais, Técicos, Aalistas e Carreiras Afis 007.1 www.cursoparacocursos.com.br Questões Cometadas MATERIAL 0 MEDIDAS DE DISPERSÃO 54. (FISCAL DE TRIBUTOS DE MG-96) No

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,... Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa

Leia mais

Estimadores de Momentos

Estimadores de Momentos Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

ESTATÍSTICA E PROBABILIDADES

ESTATÍSTICA E PROBABILIDADES ESTATÍSTICA E PROBABILIDADES Aluo(a): Turma: Professores: Data: Edu/Vicete Noções de Estatística Podemos eteder a Estatística como sedo o método de estudo de comportameto coletivo, cujas coclusões são

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1 Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética

Leia mais

1 a Lista de PE Solução

1 a Lista de PE Solução Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa

Leia mais

Emerson Marcos Furtado

Emerson Marcos Furtado Emerso Marcos Furtado Mestre em Métodos Numéricos pela Uiversidade Federal do Paraá (UFPR). Graduado em Matemática pela UFPR. Professor do Esio Médio os estados do Paraá e Sata Cataria desde 199. Professor

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

Introdução à Probabilidade e à Estatística I

Introdução à Probabilidade e à Estatística I Itrodução à Probabilidade e à Estatística I Resolução Lista 1 Professor: Pedro Moretti & Chag Chia 1. (a) Podemos iserir dados o software R e costruir um histograma com 5 itervalos: Frequecy 0 2 4 6 8

Leia mais

Número-índice: Conceito, amostragem e construção de estimadores

Número-índice: Conceito, amostragem e construção de estimadores Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes

Leia mais

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr.

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr. ESTATISTICA AFRF 005 Resolução Prof. Agelo Primo Jr. Q39- Para dados agrupados represetados por uma curva de freqüêcias, as difereças etre os valores da média, da mediaa e da moda são idicadores da assimetria

Leia mais

Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório

Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório Uiversidade Federal de Lavras Departameto de Estatística Prof. Daiel Furtado Ferreira 1 a Aula Prática Técicas de somatório Notação e propriedades: 1) Variáveis e ídices: o símbolo x j (leia x ídice j)

Leia mais

AULA 07 MEDIDAS DE DISPERSÃO PARTE 1

AULA 07 MEDIDAS DE DISPERSÃO PARTE 1 AULA 07 MEDIDAS DE DISPERSÃO PARTE 1 Olá, amigos! Tudo bem com vocês? Ates de começar, preciso dizer-lhes que houve um problema de comuicação etre mim e o pessoal do Site, que põe a aula o ar Um equívoco

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,

Leia mais

ESTIMAÇÃO PARA A MÉDIA

ESTIMAÇÃO PARA A MÉDIA ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao

Leia mais

Sumário. 2 Índice Remissivo 17

Sumário. 2 Índice Remissivo 17 i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................

Leia mais

Teorema do limite central e es/mação da proporção populacional p

Teorema do limite central e es/mação da proporção populacional p Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos

Leia mais

Medidas de Posição. É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores.

Medidas de Posição. É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores. Medidas de Posição São as estatísticas que represetam uma série de dados orietado-os quato à posição da distribuição em relação ao eixo horizotal do gráfico da curva de freqüêcia As medidas de posições

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2 MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,

Leia mais

MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA

MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA Média ) Tabela de frequêcias simples Cálculo da média: Tabela a Distribuição da idade de fucioários hipertesos Frequêcia Frequêcia (aos) 7 4 5 6 4 4 44 45 46 5 (aos)

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b, 0 y f x Isso sigifica que S, ilustrada

Leia mais

Nota aluno Nota FINAL

Nota aluno Nota FINAL Faculdade Tecológica de Carapicuíba Tecologia em Jogos Digitais Disciplia: Probabilidade e Estatística Nota aluo Nota FINAL 1. Respoda as pergutas a seguir, cosiderado a tabela abaixo represeta os salários

Leia mais

Matemática A Extensivo V. 6

Matemática A Extensivo V. 6 Matemática A Etesivo V. 6 Eercícios 0) B Reescrevedo a equação: 88 00 8 0 8 8 0 6 0 0 A raiz do umerador é e do deomiador é zero. Fazedo um quadro de siais: + + + Q + + O que os dá como solução R 0

Leia mais

BINÔMIO DE NEWTON. O desenvolvimento da expressão 2. a b é simples, pois exige somente quatro multiplicações e uma soma:

BINÔMIO DE NEWTON. O desenvolvimento da expressão 2. a b é simples, pois exige somente quatro multiplicações e uma soma: 07 BINÔMIO DE NEWTON O desevolvimeto da epressão a b é simples, pois eige somete quatro multiplicações e uma soma: a b a b a b a ab ba b a ab b O desevolvimeto de a b é uma tarefa um pouco mais trabalhosa,

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

Matemática E Extensivo V. 1

Matemática E Extensivo V. 1 Extesivo V. 0) a) r b) r c) r / d) r 7 0) A 0) B P.A. 7,,,... r a + ( ). a +. + 69 a 5 P.A. (r, r, r ) r ( r + r) 6r r r r 70 Exercícios 05) a 0 98 a a a 06) E 07) B 08) B 7 0 0; 8? P.A. ( 7, 65, 58,...)

Leia mais

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Distribuições de Estatísticas Amostrais e Teorema Central do Limite Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia

Leia mais

Séquências e Séries Infinitas de Termos Constantes

Séquências e Séries Infinitas de Termos Constantes Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates

Leia mais

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n. Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

Métodos de Amostragem

Métodos de Amostragem Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Como a dimensão da amostra é , o número de inquiridos correspondente é

Como a dimensão da amostra é , o número de inquiridos correspondente é 41. p ˆ 0, 5 e z 1, 960 Se a amplitude é 0,, etão a margem de erro é 0,1. 0,5 0,48 1,960 0,1 0,496 96 0,0510 0,496 0,0510 0,496 0,0510 Tema 5 71) 1.1 4 11 6% Como a dimesão da amostra é 15 800, o úmero

Leia mais

Dessa forma, concluímos que n deve ser ímpar e, como 120 é par, então essa sequência não possui termo central.

Dessa forma, concluímos que n deve ser ímpar e, como 120 é par, então essa sequência não possui termo central. Resoluções das atividades adicioais Capítulo Grupo A. a) a 9, a 7, a 8, a e a 79. b) a, a, a, a e a.. a) a, a, a, a 8 e a 6. 9 b) a, a 6, a, a 9 e a.. Se a 9 e a k são equidistates dos extremos, etão existe

Leia mais

Disciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados

Disciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados Escola SESI de Aápolis - Judiaí Aluo (a): Disciplia: MATEMÁTICA Turma: 3º Ao Professor (a) : CÉSAR LOPES DE ASSIS Data: INTRODUÇÃO A ESTATÍSTICA A Estatística é o ramo da Matemática que coleta, descreve,

Leia mais

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas . ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos

Leia mais

n IN*. Determine o valor de a

n IN*. Determine o valor de a Progressões Aritméticas Itrodução Chama-se seqüêcia ou sucessão umérica, a qualquer cojuto ordeado de úmeros reais ou complexos. Exemplo: A=(3, 5, 7, 9,,..., 35). Uma seqüêcia pode ser fiita ou ifiita.

Leia mais

S E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números

S E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim

Leia mais

Lista IC, tamanho de amostra e TH

Lista IC, tamanho de amostra e TH Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o

Leia mais

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,

Leia mais

PROVA DE MATEMÁTICA 2 a FASE

PROVA DE MATEMÁTICA 2 a FASE PROVA DE MATEMÁTICA a FASE DEZ/04 Questão 1 a)o faturameto de uma empresa esse ao foi 10% superior ao do ao aterior; obteha o faturameto do ao aterior sabedo-se que o desse ao foi de R$1 40 000,00 b)um

Leia mais

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n Exercício 1. As otas fiais de um curso de Estatística foram as seguites 7, 5, 4, 5, 6, 1, 8, 4, 5, 4, 6, 4, 5, 6, 4, 6, 6, 4, 8, 4, 5, 4, 5, 5 e 6. a. Determie a mediaa, os quartis e a média. Resposta:

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais

ESCOLA BÁSICA DE ALFORNELOS

ESCOLA BÁSICA DE ALFORNELOS ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r

Leia mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 04 -. a Fase Proposta de resolução... Aplicado o método de Hodt a distribuição dos madatos, temos: Partido A B C D E Número de votos 4 4 Divisão

Leia mais

O jogo MAX_MIN - Estatístico

O jogo MAX_MIN - Estatístico O jogo MAX_MIN - Estatístico José Marcos Lopes Resumo Apresetamos este trabalho um jogo (origial) de treiameto para fortalecer os coceitos de Média, Mediaa, Moda, Desvio Padrão e Desvio Médio da Estatística

Leia mais

BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição

BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS 1 a Edição Rio Grade 2017 Uiversidade Federal do Rio Grade - FURG NOTAS DE AULA DE CÁLCULO

Leia mais

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

11 Aplicações da Integral

11 Aplicações da Integral Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos

Leia mais

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos:

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos: Medidas de Disperção Itrodução: - Observamos ateriormete que as medidas de tedêcia cetral são usadas para resumir, em um úico úmero, aquele parâmetro que será o represetate do cojuto de dados. Estas medidas

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.

Leia mais

ESTATÍSTICA. para Psicologia Parte 2. 01/06/2011 Bertolo 1

ESTATÍSTICA. para Psicologia Parte 2. 01/06/2011 Bertolo 1 ESTATÍSTICA para Psicologia Parte 2 01/06/2011 Bertolo 1 01/06/2011 Bertolo 2 Cap 02 - Medidas Estatísticas A distribuição de frequêcias permite-os descrever, de modo geral, os grupos de valores (classes)

Leia mais

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005 PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que

Leia mais

Estatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão

Estatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão Estatística Descritiva 3. Estatísticas 3.1. Medidas de posição 3.. Medidas de dispersão 1 Exemplo 1: Compare as 4 colheitadeiras quato às porcetages de quebra de semetes de milho. Tabela 1. Porcetagem

Leia mais

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

Capítulo I Séries Numéricas

Capítulo I Séries Numéricas Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...

Leia mais

Histograma. Faixas de salários

Histograma. Faixas de salários 1. Respoda as pergutas a seguir, cosiderado a tabela abaixo represeta os salários dos fucioários de uma empresa de Logística: Tabela 1 Classe Salário (R$) Limite if Limite sup Número de fucioários 1 5

Leia mais

Probabilidade II Aula 9

Probabilidade II Aula 9 Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas

Leia mais

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,...

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,... Progressões Geométricas Defiição Chama se progressão geométrica PG qualquer seqüêcia de úmeros reais ou complexos, ode cada termo a partir do segudo, é igual ao aterior, multiplicado por uma costate deomiada

Leia mais

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA Itrodução CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA A Ciética Química estuda a velocidade com a qual as reações acotecem e os fatores que são capazes de realizar ifluêcia sobre ela. A medida mais

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase Exame Nacioal de Matemática Aplicada às Ciêcias Sociais 2013-1. a Fase Proposta de resolução 1. 1.1. Aplicado o método descrito, icluido o tema Festas, temos: Potuação do tema Bullig: 3 415 + 1 370 + 2

Leia mais

REVISÃO DE MATEMÁTICA BÁSICA

REVISÃO DE MATEMÁTICA BÁSICA REVISÃO DE MATEMÁTICA BÁSICA AULA 6 Radiciação Profe. Kátia RADICIAÇÃO Radiciação é a operação iversa da poteciação. Realizamos quado queremos descobrir qual o úmero que multiplicado por ele mesmo uma

Leia mais