XII Congresso Brasileiro de Meteorologia, Foz de Iguaçu-PR, 2002 PROBABILIDADES DE OCORRÊNCIA DA UMIDADE RELATIVA EM PELOTAS, RS

Tamanho: px
Começar a partir da página:

Download "XII Congresso Brasileiro de Meteorologia, Foz de Iguaçu-PR, 2002 PROBABILIDADES DE OCORRÊNCIA DA UMIDADE RELATIVA EM PELOTAS, RS"

Transcrição

1 XII Congresso Braslero de Meteorologa, Foz de Iguaçu-PR, 00 PROBABILIDADES DE OCORRÊNCIA DA UMIDADE RELATIVA EM PELOTAS, RS João Baptsta da Slva, Luís Eduardo Torma Burgueño, Camla Cossetn Ferrera Departamento de Matemátca, Estatístca e Computação Insttuto de Físca e Matemátca Unversdade Federal de Pelotas Campus Unverstáro, s/nº - Caxa Postal 354 CEP Pelotas, RS - Brasl jbslva@ufpel.tche.br ABSTRACT The objectve of ths paper was to buld probablty tables for average and maxmum relatve humdty, for fve-day perods at Pelotas, RS, based on daly records from Pelotas Agroclmatologcal Staton. The tables were bult based on the varable approxmaton to the Normal dstrbuton. No data transformaton was requred for the average relatve humdty data. However, the maxmum data was transformed usng the expresson Y = X 4,1. The probabltes were estmated by t dstrbuton, for the probablty levels rangng from 1% to 99%. The tables were tested wth a newer data set ( ), reserved to that purpose. The results of these tests revealed the sutablty of the tables buldng process. Key words: fve-day average relatve humdty; fve-day maxmum relatve humdty; data transformaton. INTRODUÇÃO A observação das varáves, ao longo do tempo, como forma de se compreender os fenômenos meteorológcos, determnando seus padrões de ocorrênca e propcando uma adequada prevsbldade do comportamento clmátco de uma regão é um nstrumento de grande vala no planejamento e na gestão de númeras atvdades agropecuáras e humanas. O planejamento adequado das atvdades agropecuáras passa, obrgatoramente, pelo conhecmento do comportamento probablístco das varáves do clma (umdade relatva, temperatura, vento, chuva, radação solar, etc.), vsto estarem essas atvdades muto sujetas às nclemêncas do tempo. As prevsões probablístcas auxlam no planejamento e condução das atvdades agropastors, raconalzando os procedmentos e evtando ou mnmzando os possíves prejuízos causados pela ação das ntempéres. A umdade relatva tem mportânca fundamental em mutas prátcas agropecuáras: no crescmento das plantas, na conservação de sementes e grãos armazenados, nos cultvos em estufas, no conforto térmco de anmas confnados, nos projetos de ambentes termcamente equlbrados, etc. Defne-se umdade relatva pela relação entre a quantdade de vapor d'água exstente no ar e a quantdade necessára para saturação do ar em condções constantes de temperatura e pressão. O estudo detalhado das propredades de mstura do ar seco e do vapor de água é de tal mportânca que consttu uma cênca a parte: a pscrometra. Segundo PEREIRA & QUEIROZ (1991), a pscrometra pode ser defnda como o ramo da físca relaconado com a medção ou determnação das condções do ar atmosférco, partcularmente no que se refere a mstura de ar seco e vapor d água. As propredades termodnâmcas da mstura de ar seco e vapor d água são de grande nteresse no pós-colheta de produtos agrícolas, pelo efeto que tem a umdade do ar sobre a quantdade de umdade dos produtos. MOTA (1980), observa que a alta umdade relatva atmosférca tem no mínmo dos efetos benéfcos possíves no crescmento das plantas, pos mutas plantas podem, dretamente absorver umdade do ar saturado e, além dsso, o nível fotossntétco das plantas cresce com a umdade, sob a ação da luz. No que concerne ao armazenamento de grãos, altos teores de umdade podem ocasonar o desenvolvmento de fungos, enquanto o grão relatvamente seco (teor de água nferor a 14%) corre o rsco de ataque de nsetos (LASSERAN, 1981). O desenvolvmento de fungos ocorre quando a umdade dos grãos entra em equlíbro com uma umdade relatva do ar superor a 68%, ocasonando perdas sgnfcatvas em sua longevdade (POPINIGIS, 1977). PUZZI (1989), salenta que para cada espéce de grão há uma relação defnda entre o teor de umdade do grão e a umdade relatva que o grão pode ser exposto, sem ganhar ou perder umdade. Regões com baxos valores de umdade relatva são adequadas à mplantação de sstemas de secagem combnados seca-aeração - ou seja, sstemas operaconas que, usando secadores convenconas para reduzr a umdade dos grãos em torno de 16 a 17%, também montoram as condções atmosfércas do ar, dentro e fora do slo, efetuam os cálculos e comparam dados tabelados, sobre a convenênca ou não de aerar (CUNHA, 000). A utlzação deste tpo de sstema, além de evtar a contamnação do produto devdo aos poluentes desprenddos durante a quema de

2 combustíves no processo de secagem que, em parte são agregados ao produto, também reduz o mpacto ambental causado pelo processo de secagem, quando se utlza combustíves fósses, lenha, casca de arroz, etc. Além dsso, é possível com sstemas que utlzam o ar ambente, reduzr sgnfcatvamente o consumo de energa, melhorando desta forma a compettvdade do produto. Segundo SAUER (199), a seca-aeração comparada com os métodos convenconas, reduz de 15 a 30% o consumo de energa, aumentando acma de 50% a capacdade do secador e proporconando grãos menos suscetíves à quebra. Os efetos dos valores extremos da umdade relatva, quando combnados com outras varáves meteorológcas como, por exemplo, baxas temperaturas, chuvas fortes e ventos ntensos, compõem um quadro desagradável ou mesmo extremamente danoso. Portanto, as tabelas de probabldades desses elementos meteorológcos, em conjunto, poderão consttur uma nformação valosa para a programação de dversas atvdades (tursmo, esportes, lazer, agropecuáras, etc.). Ao longo do tempo, tabelas de probabldades de elementos meteorológcos têm sdo publcadas: BARGER et al. (1959), COLIGADO et al. (1969), STUFF (1969), entre outros. Todos estes trabalhos utlzaram a dstrbução Gama na estmatva das probabldades. AMARAL & BAPTISTA DA SILVA (1970) e BAPTISTA DA SILVA & AMARAL (1984), apresentaram tabelas de probabldades das precptações pluvométrcas, totas e máxmas, para cada uma das 73 pêntadas 1 do ano. AMARAL et al. (1975; 1976), estmaram probabldades das temperaturas mínmas, méda das mínmas e mínma absoluta, para dados pentadas, em Pelotas. Em BAPTISTA DA SILVA & AMARAL (1987), fo apresentado a fundamentação teórca do processo de construção de tabelas de probabldades das precptações pluvométrcas pentadas. A fundamentação teórca deste método basea-se em uma adequada transformação de dados, que proporcone homogenedade de varâncas e normaldade da dstrbução, vsto que, varáves meteorológcas em períodos curtos (das, semanas e pêntadas) geralmente não apresentam estas propredades. Usando também a mesma metodologa, BAPTISTA DA SILVA et al. (1997), determnaram as probabldades de ocorrênca das rajadas máxmas mensas do vento em Pelotas e em BAPTISTA DA SILVA et al. (1999), foram estabelecdas as tabelas de probabldades da velocdade méda pentadal e da velocdade máxma pentadal do vento. Com a fnaldade de dar contnudade ao projeto de pesqusa, que vsa estmar as probabldades pentadas de ocorrênca dos dversos elementos meteorológcos em Pelotas, fo conduzdo este trabalho, buscando estabelecer tabelas de probabldades da umdade relatva méda e máxma pentadas. MATERIAL E MÉTODOS Os dados que servram de base para estmar as probabldades da umdade relatva foram extraídos dos regstros dáros da Estação Agroclmatológca de Pelotas, stuada no Campus da Unversdade Federal de Pelotas, a 15 qulômetros do centro da cdade (lattude: S, longtude: W, alttude: 13,m). O nstrumento utlzado para determnação da umdade relatva é o pscrômetro, que é o conjunto de dos termômetros, o de bulbo seco e o de bulbo úmdo. As observações referem-se a um período de 40 anos (1961/000), sendo que os prmeros 30 anos foram utlzados para a construção das tabelas e os 10 anos restantes para os testes. Testes de homogenedade de varâncas (teste de Cochran) e de normaldade (teste de Fsher e de Shapro & Wl) foram aplcados aos dados para verfcação destas propredades, sendo que a fundamentação teórca do trabalho baseou-se na aproxmação dos dados à dstrbução Normal. Pelo teste de Cochran compara-se a pêntada de varânca mas dscrepante com a soma das varâncas de todas as pêntadas, testando esta estatístca (C) para o nível de sgnfcânca de 5% (DIXON & MASSEY Jr., 1969). Maor S C =, ΣS onde: C é o valor da estatístca do teste de Cochran e S a varânca dos dados pentadas =1,,...,73. O teste de normaldade de Fsher, aplcado para cada pêntada, basea-se nas estatístcas g 1 e g, meddas de assmetra e curtose, respectvamente. A sgnfcânca dos desvos da normaldade fo avalada pelo teste Z blateral, ao nível de probabldade de 5% (FISHER, 1941). O teste de normaldade, W de Shapro & Wl, basea-se em ordenar as observações (X ) e calcular: 1 Pêntada é um conjunto de cnco das consecutvos. A prmera pêntada do ano compreende o período de 1 a 5 de janero, a segunda de 6 a 10 de janero,..., até a últma de 6 a 31 de dezembro. A últma pêntada de feverero representa os cnco das de 5 de feverero a 1 0 de março nos anos comuns e cnco das médos do mesmo período nos anos bssextos (5/6 do total dos ses das). 539

3 ( X ) n b W =, s, ( ) onde: s = X b = a n + 1 X n + 1 X e a n-+1 é obtdo da tabela de constantes = 1 n = 1 (Tabela A-1) de SHAPIRO, (1990). Quando necessáro, recorreu-se à transformação dos dados, vsando à aqusção da homocedastcdade (homogenedade de varâncas) e da normaldade da dstrbução. A determnação da transformação adequada dos dados seguu o método baseado na homogenedade das varâncas e, concomtantemente, na normalzação da dstrbução. Admte-se uma relação funconal entre o desvo padrão () s e a ( x ) méda dos dados, da forma, s = B x a, que, após lnearzada, permte obter-se as estmatvas dos 1 a parâmetros a e B. Desta relação, chega-se a uma transformação do tpo Z = B x ou Z = B log ( x), dependendo da estmatva de a (BAPTISTA DA SILVA, 1979). Na construção das tabelas de probabldades utlzou-se a dstrbução de t para os níves de probabldade de 1% a 99%. Para cada pêntada, calculou-se a méda Z e o desvo padrão S z, dos valores transformados, no caso em que fo necessáro a transformação dos dados, caso contráro, Z e S z, representaram a méda e o desvo padrão dos dados orgnas. Os valores de Z p, correspondentes aos dversos níves de probabldade foram calculados pela fórmula Z = Z + t S ; p onde t p, n-1 é obtdo da tabela da dstrbução de t unlateral para p=1 até 99% e n-1 graus de lberdade. Para voltarse aos dados orgnas utlzou-se a transformação nversa ln(zp / B) X p = exp. 1 a As tabelas obtdas foram testadas com observações reservadas para tal, vsto não terem partcpado da construção das mesmas. Os testes realzados, para verfcar a adequação das tabelas construídas, foram: ntervalos quartílcos, análse dos contrastes e valor esperado e ntervalo de confança da maor umdade relatva. Para o teste dos ntervalos quartílcos, as umdades relatvas correspondentes às probabldades de 5%, 50% e 75%, representam em qualquer pêntada, o 1 0, 0 e o 3 0 quartl, respectvamente. Em 5% dos 10 anos ( ), sto é, em,5 anos, as umdades relatvas pentadas observadas devem estar em cada um dos quatro ntervalos determnados por aqueles valores. O acordo entre os valores observados e esperados, em cada pêntada, fo analsado pelo teste de Qu-quadrado, com três graus de lberdade, no nível α = 0,05 de probabldade. Quanto à análse dos contrastes, observa-se que, os três graus de lberdade, entre as quatro classes determnadas pelos três quarts, podem decompor-se de dversas maneras. Consderou-se os seguntes contrastes, orgnados de uma dada decomposção: C 1 = (n 4 + n 3 ) - (n + n 1 ) C = (n 4 + n 1 ) - (n + n 3 ) C 3 = (n 4 + n ) - (n 3 + n 1 ); onde: n = número de anos em que se observou a umdade relatva dentro do ntervalo quartílco, = 1,, 3 ou 4. Escolheu-se esta decomposção dos três graus de lberdade por ser de fácl nterpretação. Como se pode observar na Fgura 1, o contraste C 1 cresce com a medana, C cresce com a dspersão e C 3 cresce com a assmetra. p,n 1 z 540

4 Fgura 1 Interpretação dos contrastes C 1, C, C 3 No gráfco superor à esquerda, o contraste C 1 é gual a zero na dstrbução orgnal e é postvo na dstrbução que resulta do deslocamento da medana para a dreta. O novo C 1 é o contraste entre as áreas com hachuras ascendentes à dreta e as áreas com hachuras ascendentes à esquerda. No gráfco nferor à esquerda, o contraste C, orgnalmente nulo, tornou-se postvo com o aumento da dspersão. O novo C é o contraste entre as áreas hachuradas nas duas dreções perpendculares entre s. No gráfco à dreta, a assmetra postva da nova dstrbução fez passar C 3 de zero a um valor postvo. O novo C 3 é o contraste entre as áreas hachuradas nas duas dreções. O teste de Qu-quadrado, com um grau de lberdade, no qual se fez a correção de contnudade recomendada por Yates (FISHER, 1941), fo aplcado para verfcar o acordo entre os valores observados e os esperados, para α = 0,05. Para analsar o valor esperado e o ntervalo de confança (95%) da maor umdade relatva, determnou-se o valor esperado da maor das umdades relatvas pentadas e o correspondente ntervalo de confança no qual, em 95% dos casos, devera encontrar-se este valor. Sendo, o número de anos com regstros de umdade relatva na pêntada ( = 1,,3,...,73), no conjunto dos 10 anos de observação ( ), comparou-se a maor das umdades relatvas, em cada pêntada, dentre as ocorrdas no conjunto do anos, com àquelas correspondentes às probabldades: ( + 0,5) ( + 1), = 1,,3,...,73. Conforme se sabe, mesmo quando os dados orgnas são ndependentes, sua ordenação crescente ou decrescente, rompe a ndependênca (KENDALL & STUART, 1958). Nesse caso, qualquer que seja a dstrbução orgnal, o valor esperado da probabldade de obter-se um valor da varável gual ou menor que o correspondente ao dado de ordem r, supondo os dados ordenados no sentdo crescente, é r ( m + 1), onde m é o número de observações. Entretanto, no trabalho em apreço utlzou-se a fórmula ( r + 0,5) ( m + 1), com a correção de contnudade, justfcada em BAPTISTA DA SILVA & AMARAL (1987). Assm, se p é a probabldade correspondente a maor das umdades relatvas na pêntada, em anos, no total dos 10 anos de observações, tem-se: + 05, Ep [ ] =, = 1,, , + 1 que corresponde um valor de t unlateral (BAPTISTA DA SILVA, 1979). O valor correspondente Z = Z + t p,(n 1). S z, permte calcular o valor esperado da maor das umdades relatvas numa sucessão de anos, para cada pêntada. 541

5 Determnou-se, a segur, o ntervalo de confança no qual, em 95% dos casos, devera encontrar-se o valor esperado da maor das umdades relatvas. A probabldade do extremo nferor do ntervalo de confança correspondente à p x, dada pela equação: 95% é ( ) [ p ( x) ] = 0, 05 analogamente, a probabldade do extremo superor do ntervalo de confança é p ( xs) p ( x ) = 0, 975, [ s ] tendo em vsta que todos os valores devem ser menores que x s. p x A partr das equações acma, calculou-se os valores de ( ) dado por: Embora a maora dos autores consderem que as freqüêncas esperadas sejam não nferores a cnco para uma boa aproxmação do teste de Qu-quadrado, erncontra-se em GIBBONS (1971), CONOVER (1980) e ASSIS et al. (1996), ndcações que este valor é extremamente conservador e, baseados em estudos recentes, comprovam que esta regra pode ser mas flexível, obtendo-se resultados razoavelmente precsos, para este teste, mesmo quando as frequêncas esperadas são nferores a cnco. 54 e p ( x ) s, respectvamente. Após determnar os valores de t unlateras correspondentes àquelas probabldades, obteve-se os valores esperados do extremo nferor e do extremo superor do ntervalo de confança (95%), por meo da mesma expressão utlzada para determnar a esperança matemátca da maor das umdades relatvas, para a pêntada em apreço. Da observação dos resultados dos referdos testes conclur-se-á sobre a adequabldade da construção das tabelas. RESULTADOS E DISCUSSÃO O teste de Cochran (C 73; 9 = 0,034) resultou em C = 0,051, não sgnfcatvo a 5%, para os dados da umdade relatva méda e, para os dados da umdade relatva máxma, em C=0,061, ndcando, em ambos os casos, uma homogenedade das varâncas. Os desvos da normaldade de g 1 e g, pelo teste de Fsher, foram sgnfcatvos em % das pêntadas (16 pêntadas), nos dados da umdade relatva méda, enquanto que no teste de normaldade W de Shapro & Wl, (W 30 =0,97), os desvos da normaldade foram sgnfcatvos em apenas 18% das pêntadas (13 pêntadas), permtndo que os dados fossem estudados dretamente, sem necessdade de uma transformação préva. No que concerne aos dados da umdade relatva máxma, o teste de Fsher resultou sgnfcatvo em 30% das pêntadas ( pêntadas), enquanto que pelo teste W os desvos da Normal foram sgnfcatvos em 40% das pêntadas (9 pêntadas). Na busca de uma melhor aproxmação da dstrbução Normal, os dados foram transformados 4,1 segundo a expressão Y = X. O teste de Cochran, para os dados transformados, resultou em C=0,08, não sgnfcatvo a 5% e, após submetdos aos testes de normaldade de Fsher e de Shapro & Wl, apenas 3% ( pêntadas) e 1% (9 pêntadas), respectvamente, não apresentaram esta característca. Os valores da umdade relatva méda pentadal, que aparecem na Tabela 1, correspondentes aos níves de probabldade de 1% a 99%, foram estmados a partr dos dados observados. Para a umdade relatva máxma pentadal os valores que aparecem na Tabela, correspondentes aos mesmos níves de probabldade, foram calculados desde a função nversa dos valores estmados de Z p, obtdos a partr da transformação dos dados. As tabelas de probabldades da umdade relatva méda e máxma pentadas foram testadas com as observações da Estação Agroclmatológca de Pelotas, referentes ao período de 1991 a 000 (10 anos). Em cada um dos quatro ntervalos determnados pelas umdades relatvas médas e máxmas, correspondentes às probabldades de 5, 50 e 75% (1º quartl, º quartl e 3º quartl) esperar-se-a ncluídos 5% dos 10 anos de observação (,5 anos). Os números observados para a umdade relatva méda na prmera pêntada de janero foram, n 1 =0, n =4, n 3 =3, n 4 =3, que corresponde um valor de Qu-quadrado 3,6, não sgnfcatvo a 5% (χ 0,05; 3 = 7,815). Para umdade relatva máxma, os valores na mesma pêntada foram n 1 =1, n =4, n 3 =1, n 4 =4, que correspondem também, a um valor de Qu-quadrado de 3,6, não sgnfcatvo a 5%. Em resumo, para a umdade relatva méda o teste Qu-quadrado apresentou dscrepânca sgnfcatva em somente quatro das 73 pêntadas, aproxmadamente 5,5%; para a umdade relatva máxma apenas cnco das 73 pêntadas foram sgnfcatvas, aproxmadamente 7% delas. Para os contrastes ortogonas, resultantes da decomposção dos três graus de lberdade referentes às quatro classes defndas pelos quarts, o teste de Qu-quadrado com um grau de lberdade, no qual se fez a correção de Yates (FISHER, 1941) ndcou uma dscrepânca sgnfcatva em 4, 1 e das 73 pêntadas da umdade relatva méda e 3, 3 e das 73 pêntadas da umdade relatva máxma, para os contrastes C 1, C e C 3, respectvamente (χ 0,05; 1 = 3,841). Em nenhum dos casos, a dscrepânca sgnfcatva superou 6% das pêntadas.

6 Em relação ao valor esperado e ntervalo de confança da maor das umdades relatvas, médas e máxmas pentadas, a partr dos regstros dos 10 anos ( = 10) reservados para os testes das tabelas, comparou-se a maor das umdades relatvas médas e máxmas observadas em cada pêntada, com àquelas correspondentes à probabldade: ,5 E ( p ) = = 0, Como para a prmera pêntada (umdade relatva méda), Z = 74, 97, S z = 6, 04 e t = 1,95 3, calculou-se: Z = 74,97 + 6,04 1,95 = 86,60% ; valor esperado da umdade relatva méda na prmera pêntada. As probabldades dos extremos nferor e superor do ntervalo de confança (95%) da umdade relatva méda, para a prmera pêntada de janero, foram, respectvamente: p = exp ln 0,05/10 = 0, ; ( ) ( ) 6915 ( ) = exp ( ln 0,975/10) = 0, 9975 x p ; x s que corresponderam aos valores esperados dos extremos do ntervalo de confança x =78,3% e x s = 95,5%. Em apenas uma das 73 pêntadas (menos de %), a maor das umdades relatvas médas pentadas observadas fcou fora do ntervalo de confança. Para a umdade relatva máxma pentadal, para a mesma pêntada, o valor esperado é x e =94,4% e os extremos do ntervalo de confança correspondem aos valores esperados de x =85,8% e x s = 100%, sendo que, nas 73 pêntadas do ano, todos os valores observados da umdade relatva máxma, fcaram compreenddos dentro dos ntervalos calculados. Tendo em vsta os resultados dos três testes, conclu-se que as tabelas foram adequadamente construídas. As tabelas completas serão publcadas posterormente, em documento específco, tendo em vsta o grande volume de nformações. A umdade relatva méda pentadal para os 30 anos de observação é de 80,51%. Mesmo o valor de 73,4% (pêntada 7) de umdade relatva méda, o menor valor regstrado ao nível de 50% de probabldade, é superor aos valores constantes na lteratura referentes às condções hgrométrcas do ar atmosférco para uma adequada conservação de grãos e sementes armazenados. Mesmo no nível de 5%, a umdade relatva méda vara entre 83,% (pêntada 39) e 68,8% (pêntada 7), ou seja, dfclmente poderá ser nstalado sstemas de secagem de grãos somente com uso de ar natural. Entretanto, acredta-se que com sstemas automátcos de montoramento das condções atmosfércas, pode-se conservar adequadamente os grãos estocados utlzando-se para tanto sstemas de aquecmento complementar. CONCLUSÕES As tabelas de probabldades foram estabelecdas para os níves de probabldade de 1% a 99%, em cada uma das 73 pêntadas do ano. As tabelas de probabldades da umdade relatva méda e máxma pentadal foram testadas com um novo conjunto de observações, referentes ao período de 1991 a 000. A concordânca entre os valores observados e esperados fo satsfatóra, ndcando que o processo de construção das tabelas fo adequado. A transformação dos dados utlzada, Y= x.4,1, para a umdade relatva máxma pentadal, homogenezou as varâncas e melhorou a normaldade da dstrbução. Os dados da umdade relatva méda pentadal foram analsados dretamente, sem necessdade de transformação préva. Os resultados apresentados pelas tabelas servem como subsídos para o planejamento de dversas atvdades na regão. Quanto a secagem de grãos por ar natural, na totaldade das pêntadas, os valores ndcam uma mpossbldade do uso dessa tecnologa, portanto neste caso, sstemas de aquecmento complementar se fazem necessáros. AGRADECIMENTOS Os autores agradecem ao CNPq e a FAPERGS pelo apoo ao desenvolvmento do projeto. 3 Valor correspondente a 9 graus de lberdade, pos, a dstrbução dos valores transformados para a prmera pêntada de Janero, como para as demas, compõem-se de 30 anos de observações. 543

7 REFERÊNCIAS BIBLIOGRÁFICAS AMARAL, E., BAPTISTA DA SILVA, J. Tabela de probabldades das precptações pluvométrcas em Pelotas, RS. Insttuto de Pesqusa e Expermentação Agropecuáras do Sul, Pelotas, 1970, 7p. (Crcular n 0 44). AMARAL, E., BAPTISTA DA SILVA, J., BASSOLS, M.C. Tabelas de probabldades da temperatura mínma em Pelotas, RS (méda das mínmas e mínma absoluta). Departamento Naconal de Meteorologa, Brasíla, 1975, 61p. (Boletm Técnco n o 9). AMARAL, E., BAPTISTA DA SILVA, J., BASSOLS, M.C. Temperatura mínma em Pelotas,RS (méda das mínmas e mínma absoluta) - Tabelas de Probabldades. Insttuto de Físca e Matemátca, UFPel, 1976, 39p. (Boletm Técnco n o 1). ASSIS, F. N., ARRUDA, H. V., PEREIRA, A. R., Aplcações de estatístca à clmatologa. Teora e prátca. Edtora e gráfca unverstára UFPel: Pelotas, p. BAPTISTA DA SILVA, J. Tabelas de probabldades das precptações pluvométrcas máxmas pentadas em Pelotas, RS. Pelotas: UFPel, 1979, 144p.Tese (Professor Ttular). Concurso Públco para Professor Ttular em Estatístca Expermental e Computação Eletrônca, Insttuto de Físca e Matemátca, Unversdade Federal de Pelotas, BAPTISTA DA SILVA, J., AMARAL, E. Precptações pluvométrcas em Pelotas, RS (totas pentadas e máxmas pentadas) - Tabelas de Probabldades. Insttuto de Físca e Matemátca, UFPel, Edtora da Unversdade, 1984, 41p. BAPTISTA DA SILVA, J., AMARAL, E. Probabldades das precptações pluvométrcas em Pelotas. RS. Revsta Braslera de Meteorologa, v., n.1, p , BAPTISTA DA SILVA, J., SCHONS, R.L., LARROZA, E. A. Probabldades de ocorrênca de rajadas máxmas de vento em Pelotas, RS. Revsta Braslera de Agrometeorologa, Santa Mara, v.5, n., p , BAPTISTA DA SILVA, J., LARROZA, E. G. Probabldades de ocorrênca de dferentes velocdades dos ventos em Pelotas, RS. Revsta Braslera de Agrometeorologa, Santa Mara, v.7, n.1, p , BARGER, G. L., SHAW, R. H., DALE, R. R. Changes of recevng selected amounts of precptaton n the north central regon of the Unted States. Ames, Iowa Unversty, 1959, 77p. COLIGADO, M. C., BAIER, W., SLY, W. K. Rs analyss of weely clmatc data for agrcultural and rrgaton plannng - W0stara, Brtsh Columba. Tech. 77, Plant Research Insttute, Otawa, 1969, 3p. CONOVER, W. J. Practcal nonparametrc statstcs. John Wley & Sons, ed, New Yor, p. CUNHA, O. P. Controle de qualdade da massa de grãos. Porto Alegre: DRYERATION, P. (apostla). DIXON, W.J., MASSEY Jr., F.J. Introducon to statstcal analyss. Too: McGraw-Hll Kogausha Ltda. 1969, 639p. FISHER, R.A. Statstcal methods for research worers. 8 ed. London: Olver and Boyd, 1941, 35p. GIBBONS, J.D. Nonparametrc statstcal nference. MacGraw Hll Boo Company: New Yor, p. KENDALL, M.G., STUART, A. The advanced theory of statstcs. Charles Grffn & Company Lmted, Vol. 1. London, 1958, 433p. LASSERAN, R.A. Aeração de grãos. Vçosa, MG: Centro Naconal de Trenamento em Armazenagem, p. MOTA, F.S. Meteorologa Agrícola, Edtora Nobel S.A., 5 ed., São Paulo, p. PEREIRA, J.A.M., QUEIROZ, D.M. Prncpos de secado de granos. Pscrometra hgroscopa. Ofcna regonal de la FAO para Amérca Latna y el Carbe. Dsponível em: (5/01/001). POPINIGIS, F. Fsologa da semente. Brasíla: AGIPLAN, p. PUZZI, D. Abastecmento e armazenagem de grãos. Campnas, SP: Insttuto Campnero de Ensno Agrícola, p. SAUER, D.B. Storage of cereal grans and ther products. St. Paul: Amercan Assocaton of Cereal Chemsts p. SHAPIRO, S.S. How to test normalty and other dstrbutonal assumptons. ed., v.3. Amercan Socety for Qualty Control, Wsconsn, p. STUFF, R. Probabldades de lluvas en la zona de la Estacón Expermental Agropecuára Pergamno. INTA, Estacón Expermental Agropecuára Pergamno, Pergamno, 1969, 61p. (Informe Técnco n o 93). 544

8 Tabela 1 Umdade relatva méda (%) para dferentes pêntadas de janero e para dferentes probabldades de ocorrênca (α), tal que P (UR m %) = α, em Pelotas RS. PEN - 1 PEN - PEN - 3 PEN - 4 PEN - 5 PEN 6 α 01-05/ / / /01 1-5/ /

9 Tabela Umdade relatva máxma (%) para dferentes pêntadas de janero e para dferentes probabldades de ocorrênca (α), tal que P (UR M %) = α, em Pelotas RS. PEN - 1 PEN - PEN - 3 PEN - 4 PEN - 5 PEN - 6 α 01-05/ / / /01 1-5/ /

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

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

TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO

TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO Danelson Jorge Delgado Neves 13, Jeane Rafaele Araúo Lma 1, Lncoln Elo de Araúo 2, Pedro Vera de Azevedo 1 1 UFCG DCA, Campna Grande

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

2ª Atividade Formativa UC ECS

2ª Atividade Formativa UC ECS I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

Ajuste de séries históricas de temperatura e radiação solar global diária às funções densidade de probabilidade normal e log-normal, em Piracicaba, SP

Ajuste de séries históricas de temperatura e radiação solar global diária às funções densidade de probabilidade normal e log-normal, em Piracicaba, SP Revsta Braslera de Agrometeorologa, Santa Mara, v., n., p. 3-, 004 Recebdo para publcação em 5//003. Aprovado em /04/004. ISSN 004-347 Ajuste de séres hstórcas de temperatura e radação solar global dára

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

Análise da precipitação máxima e relação intensidade-duração-freqüência para Mossoró-RN

Análise da precipitação máxima e relação intensidade-duração-freqüência para Mossoró-RN 87 ISSN: 2316-4093 Análse da precptação máxma e relação ntensdade-duração-freqüênca para Mossoró-RN Herlon Bruno Ferrera Barreto 1, Wesley de Olvera Santos 2, Francsco Gllard Chaves Frere, José Espínola

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

Modelagem Matemática do Desenvolvimento da Soja

Modelagem Matemática do Desenvolvimento da Soja Modelagem Matemátca do Desenvolvmento da Soja Artur Gustavo Muller Embrapa Cerrados 73310-970, Planaltna, DF E-mal: agmuller@cpac.embrapa.br Jorge Luz Berto Unversdade Regonal do Noroeste do Estado do

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

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

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

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

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

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

Leia mais

Aplicação de um modelo simulado na formação de fábricas

Aplicação de um modelo simulado na formação de fábricas Aplcação de um modelo smulado na formação de fábrcas Márca Gonçalves Pzaa (UFOP) pzaa@ldapalm.com.br Rubson Rocha (UFSC) rubsonrocha@eps.ufsc.br Resumo O objetvo deste estudo é determnar a necessdade de

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

AVALIAÇÃO DA TENDÊNCIA TEMPORAL DA PRECIPITAÇÃO PLUVIOMÉTRICA NA MICROBACIA HIDROGRÁFICA DO AÇUDE NAMORADO. Atmosféricas

AVALIAÇÃO DA TENDÊNCIA TEMPORAL DA PRECIPITAÇÃO PLUVIOMÉTRICA NA MICROBACIA HIDROGRÁFICA DO AÇUDE NAMORADO. Atmosféricas AVALIAÇÃO DA TENDÊNCIA TEMPORAL DA PRECIPITAÇÃO PLUVIOMÉTRICA NA MICROBACIA HIDROGRÁFICA DO AÇUDE NAMORADO Telma Luca Bezerra Alves 1, Pedro Vera de Azevedo 2 1 UFCG/CTRN Brasl - Campna Grande - telmalu@yahoo.com.br¹

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

RELAÇÃO INTENSIDADE-DURAÇÃO-FREQUÊNCIA PARA PRECIPITAÇÃO EXTREMA EM MOSSORÓ - RN

RELAÇÃO INTENSIDADE-DURAÇÃO-FREQUÊNCIA PARA PRECIPITAÇÃO EXTREMA EM MOSSORÓ - RN RELAÇÃO INTENSIDADE-DURAÇÃO-FREQUÊNCIA PARA PRECIPITAÇÃO EXTREMA EM MOSSORÓ - RN Herlon Bruno Ferrera Barreto 1, Geraldo Magela Perera 2, Flavnícus Perera Barreto 3, Francsco Gllard Chaves Frere 4, Prscla

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

Isotermas de Sorção de Ägua dos Grãos de Quinoa

Isotermas de Sorção de Ägua dos Grãos de Quinoa Isotermas de Sorção de Ägua dos Grãos de Qunoa 92 Jame Danel Bustos, Paulo Cesar Correa, Lara Santana Fernandes, Renata Cássa Campos RESUMO A qunoa (Chenopodum qunoa) é um grão, que apresenta elevado valor

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Avaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe

Avaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe Avalação da Tendênca de Precptação Pluvométrca Anual no Estado de Sergpe Dandara de Olvera Félx, Inaá Francsco de Sousa 2, Pablo Jónata Santana da Slva Nascmento, Davd Noguera dos Santos 3 Graduandos em

Leia mais

MANEJO DE IRRIGAÇÃO UTILIZANDO O MODELO DE HARGREAVES & SAMANI

MANEJO DE IRRIGAÇÃO UTILIZANDO O MODELO DE HARGREAVES & SAMANI CARTILHA 2013 REALIZAÇÃO: MANEJO DE IRRIGAÇÃO UTILIZANDO O MODELO DE HARGREAVES & SAMANI Av. Francsco Lopes de Almeda Barro Serrotão CEP: 58434-700 Campna Grande-PB +55 83 3315.6400 www.nsa.org.br Salomão

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

Santos Júnior, EP 1 ; Soares, HCC 1 ; Freitas, GP 2 ; Pannain, JLM 3 ; Coelho Junior, LM 4 * 1

Santos Júnior, EP 1 ; Soares, HCC 1 ; Freitas, GP 2 ; Pannain, JLM 3 ; Coelho Junior, LM 4 * 1 DISPARIDADE DO VALOR BRUTO DOS PRODUTOS MADEIREIROS NATIVOS PARA AS MESORREGIÕES DA PARAÍBA DISPARITY OF THE GROSS VALUE OF THE NATIVE WOOD PRODUCTS FOR THE MESORREGIONS OF PARAÍBA Santos Júnor, EP 1 ;

Leia mais

Identidade dos parâmetros de modelos segmentados

Identidade dos parâmetros de modelos segmentados Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO

ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões

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

Análise de Variância. Comparação de duas ou mais médias

Análise de Variância. Comparação de duas ou mais médias Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores) UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

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

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

MODELOS PROBABILÍSTICOS AJUSTADOS A DADOS DE PRECIPITAÇÃO MÁXIMA DIÁRIA ANUAL OBSERVADA E GERADA

MODELOS PROBABILÍSTICOS AJUSTADOS A DADOS DE PRECIPITAÇÃO MÁXIMA DIÁRIA ANUAL OBSERVADA E GERADA XLIII Congresso Braslero de Engenhara Agrícola - CONBEA 2014 Centro de Convenções Arquteto Rubens Gl de Camllo - Campo Grande -MS 27 a 31 de julho de 2014 MODELOS PROBABILÍSTICOS AJUSTADOS A DADOS DE PRECIPITAÇÃO

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística I Licenciatura MAEG 2006/07 Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual

Leia mais

5 Implementação Procedimento de segmentação

5 Implementação Procedimento de segmentação 5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser

Leia mais

Métodos para Determinação do Valor Característico da Resistência à Compressão Paralela às Fibras da Madeira

Métodos para Determinação do Valor Característico da Resistência à Compressão Paralela às Fibras da Madeira Voltar MADEIRA arqutetura e engenhara nº 4 artgo 4 Métodos para Determnação do Valor Característco da Resstênca à Compressão Paralela às Fbras da Madera Edna Moura Pnto, Unversdade de São Paulo, Interundades

Leia mais

DETERMINAÇÃO DE VALORES LIMITE DE EMISSÃO PARA SUBSTÂNCIAS PERIGOSAS DA LISTA II DA DIRECTIVA 76/464/CEE

DETERMINAÇÃO DE VALORES LIMITE DE EMISSÃO PARA SUBSTÂNCIAS PERIGOSAS DA LISTA II DA DIRECTIVA 76/464/CEE DETERMINAÇÃO DE VALORES LIMITE DE EMISSÃO PARA SUBSTÂNCIAS PERIGOSAS DA LISTA II DA DIRECTIVA 76/464/CEE Anabela R. S. REBELO Lc. Químca Industral, CCDR Algarve, Rua Dr. José de Matos n.º 13, 800-503 Faro,

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

TESTE DO QUI-QUADRADO - Ajustamento

TESTE DO QUI-QUADRADO - Ajustamento Exemplo 3: Avalar se uma moeda ou um dado é honesto; Em 100 lances de moeda, observaram-se 65 coroas e 35 caras. Testar se a moeda é honesta. 1 H 0 : a moeda é honesta; H 1 : a moeda não é honesta; 2 α

Leia mais

PREVISÃO PROBABILÍSTICA DO CLIMA DE PELOTAS, RS RESUMO

PREVISÃO PROBABILÍSTICA DO CLIMA DE PELOTAS, RS RESUMO PREVISÃO PROBABILÍSTICA DO CLIMA DE PELOTAS, RS João Baptista da SILVA 1, Eliane Gonçalves LARROZA 2, Ana Paula Reis de ÁVILA 2 RESUMO O objetivo do trabalho foi reunir as tabelas de probabilidades das

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

EFICIÊNCIA ECONÔMICA DA MAMONEIRA PRECOCE, CULTIVAR BRS ENERGIA, SOB DIFERENTES REGIMES DE IRRIGAÇÃO

EFICIÊNCIA ECONÔMICA DA MAMONEIRA PRECOCE, CULTIVAR BRS ENERGIA, SOB DIFERENTES REGIMES DE IRRIGAÇÃO EFICIÊNCIA ECONÔMICA DA MAMONEIRA PRECOCE, CULTIVAR BRS ENERGIA, SOB DIFERENTES REGIMES DE IRRIGAÇÃO José Marcelo Das 1, José Renato Cortez Bezerra 1, Napoleão Esberard de Macedo Beltrão 1, Tarcíso Marcos

Leia mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8 Resposta da questão 1: [C] Calculando:,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 8, 8,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 5, x = 9,9 Moda = 8 8+ 8 Medana = = 8,5 + 10 + 8 + 9,4 + 8 +,4 + 7,4 Méda das outras

Leia mais

Análise da curva de crescimento de ovinos cruzados

Análise da curva de crescimento de ovinos cruzados Análse da curva de crescmento de ovnos cruzados Dana Campos de Olvera DEX, UFLA Antôno Polcarpo Souza Carnero DET, UFV Joel Augusto Munz DEX, UFLA Introdução Os ovnos, assm como grande maora dos anmas

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 7/11/01 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...

Leia mais

AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO RESUMO ABSTRACT

AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO RESUMO ABSTRACT AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO Rodrgo Mkosz Gonçalves John Alejandro Ferro Sanhueza Elmo Leonardo Xaver Tanajura Dulana Leandro Unversdade Federal do Paraná - UFPR

Leia mais

2. VARIÁVEIS ALEATÓRIAS

2. VARIÁVEIS ALEATÓRIAS VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 05/0/013 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

Estimativa da área de soja no Rio Grande do Sul por meio de amostragem aleatória estratificada de pontos

Estimativa da área de soja no Rio Grande do Sul por meio de amostragem aleatória estratificada de pontos Estmatva da área de soja no Ro Grande do Sul por meo de amostragem aleatóra estratfcada de pontos Marcos Adam Rodrgo Rzz Bernardo Fredrch Theodor Rudorff Maurco Alves Morera Insttuto Naconal de Pesqusas

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

PROGRAMA COMPUTACIONAL PARA GERAÇÃO DE SÉRIES SINTÉTICAS DE PRECIPITAÇÃO 1

PROGRAMA COMPUTACIONAL PARA GERAÇÃO DE SÉRIES SINTÉTICAS DE PRECIPITAÇÃO 1 PROGRAMA COMPUTACIONAL PARA GERAÇÃO DE SÉRIES SINTÉTICAS DE PRECIPITAÇÃO 1 SIDNEY S. ZANETTI 2, FERNANDO F. PRUSKI 3, MICHEL C. MOREIRA 4, GILBERTO C. SEDIYAMA 3, DEMETRIUS D. SILVA 5 RESUMO: Desenvolveu-se

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

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

Leia mais

METOLOGIA. 1. Histórico

METOLOGIA. 1. Histórico METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais