CRITÉRIOS PARA ATRIBUIÇÃO DE CONCEITOS AOS CURSOS:

Tamanho: px
Começar a partir da página:

Download "CRITÉRIOS PARA ATRIBUIÇÃO DE CONCEITOS AOS CURSOS:"

Transcrição

1 CRITÉRIOS PARA ATRIBUIÇÃO DE CONCEITOS AOS CURSOS: UM ESTUDO EUGÊNIA MARIA REGINATO CHARNET Ph.D. em Estatística Aplicada pela Universidade da Califórnia Brasília, dezembro de 2000 Texto elaborado com a colaboração da equipe técnica da Diretoria de Avaliação do Ensino Superior INEP/MEC. 1

2 Assessor especial Jocimar Archangelo Coordenadores-gerais Orlando Pilati Sheyla Carvalho Lira Equipe técnica Adriana dos Santos Oliveira Ana Maria de Gois Rodrigues Andréa Oliveira de Souza Silva Cláudio Medeiros Leopoldino Giovanni Silva Paiva José Ailton Alencar Andrade Lúcia Helena Pulcherio de Medeiros Margareth das Graças Reis Dantas Maria das Graças Moreira Costa Maria Terezinha Filgueira Galvão Neyara Kelna Bezerra de Aguiar Equipe de apoio César Ramos Pimentel Marlene Salgado de Souza Vera Lúcia Maria da Silva Consultores Antônio César Perri de Carvalho Eugênia Maria Reginato Charnet Luiz José de Macêdo Maria Mitsuko Okuda 2

3 INTRODUÇÃO O ENC, implantado gradualmente desde 1996, ao atingir em 2001 a quase maioria dos graduandos e vinte áreas, já se encontra consolidado. Dentro de uma política de avaliação dos cursos de graduação do País, o ENC tem se constituído um instrumento de extrema importância para o diagnóstico das condições dos graduandos. Dentro da concepção em que foi criado, além de fornecer subsídios para diversas análises específicas a cada curso, através do desempenho dos graduandos, o ENC busca discriminar os cursos de diferentes níveis de desempenho em cada ano de sua aplicação. O critério adotado para a classificação dos cursos nos conceitos tem sido questionado em eventos variados e nos Seminários Para melhorar, não basta avaliar, já efetivados em oito áreas. Nestas oportunidades, algumas IES têm encaminhado propostas sobre a revisão dos critérios adotados. O propósito deste estudo é apresentar simulações com base em novos critérios para atribuição dos conceitos aos cursos no Exame. 3

4 4

5 ATRIBUIÇÃO DOS CONCEITOS Desde o primeiro Exame, uma grande preocupação, que tem sido constante, diz respeito à utilização dos resultados e às interpretações que podem ser feitas a partir destes. A idéia de simplesmente apresentar os resultados dos desempenhos de cada um dos cursos foi evitada para que não fossem estimuladas as comparações individuais, mas sim evidenciada a diferença entre grupos de instituições. Desta forma, a opção por atribuição de conceitos pareceu, em princípio, a mais adequada, separando os cursos em grupos distintos segundo seus desempenhos. Para alcançar o objetivo de identificar grupos distintos quanto ao desempenho, estes grupos foram constituídos abrangendo, respectivamente, os 30% de melhor desempenho, os 40% de desempenho médio e os 30% de desempenho mais fraco. Essa distribuição tomou como base o princípio, já bastante conhecido na análise de itens, que, no estudo da discriminação de um item, considera o desempenho dos grupos superior e inferior usualmente os 27% com melhores desempenhos e os 27% com desempenhos mais fracos, respectivamente. A partir deste princípio, com os desempenhos das instituições já ordenados, foram constituídos três grandes grupos, determinados pelos percentis 30 e 70. Dada a heterogeneidade ainda encontrada nos dois grupos extremos, foram estabelecidas, então, cinco faixas para atribuição dos conceitos, dividindo-se cada um dos grupos extremos em dois. A atribuição dos conceitos no ENC ficou estabelecida a partir dos grupos determinados pelos percentis 12, 30, 70 e 88. Desta forma, aos 12% das instituições com desempenhos mais fracos atribui-se o conceito E, aos 18% seguintes, o conceito D, aos 40% com desempenho médio, o conceito C, e os conceitos B e A são atribuídos aos 18% e 12% com desempenhos mais altos, respectivamente. Este critério, embora tenha se mostrado instrumento adequado para a discriminação de diferentes cursos, tem sido apontado recorrentemente, por setores da Comunidade Acadêmica, nos diversos seminários promovidos pelo Inep/MEC, como insatisfatório para detectar a desejável evolução da qualidade do Sistema, uma vez que estabelece percentis fixos para a atribuição dos conceitos; deveria ser ele, então, aplicado durante um certo período, para que, a partir de constantes estudos, pudesse ser estabelecida alguma forma alternativa que se mostrasse mais apropriada. 5

6 6

7 ANÁLISE DO CRITÉRIO ATUAL PARA ATRIBUIÇÃO DE CONCEITOS Visando ao aperfeiçoamento do Sistema, a equipe de Estatística do Inep vem examinando as diversas sugestões apresentadas por diferentes interessados no processo e analisando o impacto de diferentes critérios na atribuição dos conceitos. Na maioria das vezes, as mudanças eram praticamente inexistentes para alguns critérios e, em alguns casos, as alterações provocavam mudanças absolutamente inadequadas, como um percentual muito alto de conceito C e percentuais muito baixos (quase nulos) de conceito E ou A invalidando, assim, a idéia de discriminar os diferentes desempenhos das instituições. Neste ponto, faz-se necessária uma análise mais detalhada de como ocorre a atribuição dos conceitos segundo o comportamento do desempenho dos cursos em cada Exame, ou seja, a partir das distribuições das notas obtidas pelas IES. O desempenho do curso é expresso pela média das notas de seus alunos. E, portanto, os percentis desta distribuição determinam os grupos que deverão receber os conceitos de A a E. Para melhor compreensão das implicações dos diferentes critérios, é necessário analisar as diferentes formas desta distribuição e as implicações do critério de atribuição dos conceitos, dependendo da forma desta distribuição. a) Distribuições em forma de sino aproximadamente normais As análises das distribuições das notas dos cursos ao longo destes anos têm demonstrado que um grande número delas apresenta forma de sino, ou seja, podem ser consideradas como distribuições aproximadamente normais. Essa forma de distribuição é bastante conhecida (também chamada de Gaussiana ou curva de Gauss) e apresenta certas características e propriedades, como a própria forma (de sino), a simetria em torno da média onde ocorre o pico da distribuição, uma maior proporção de observações concentradas em torno da média e proporções menores e iguais de observações muito abaixo ou muito acima da média, como mostra a Figura 1. 7

8 Figura 1: Distribuição Normal A curva (ou função densidade de probabilidade), como é mostrada acima, possibilita determinar probabilidades de a variável com tal distribuição assumir valores em intervalos de interesse. Por exemplo, nessa ilustração, a área entre os pontos a e b representa a probabilidade P[a < X < b]. Usualmente, o histograma correspondente a um conjunto de observações a partir das freqüências, ou freqüências relativas das observações, dá uma idéia aproximada da forma da distribuição, sendo a área do histograma igual a 1, ou seja, representando 100% das observações. Nos casos em que a distribuição das notas dos cursos (médias dos graduandos) tem aproximadamente esta forma, o critério atual, fixando percentis, é equivalente ao critério que fixa os intervalos a partir da média e do desvio-padrão da distribuição como podemos observar no Quadro 1 as áreas sob a curva normal nos intervalos correspondentes. Quadro 1: Áreas sob a curva Normal para alguns intervalos INTERVALO ÁREA (< (µ 1,17499σ) ) (p12) 0,12 (12%) ( µ 1,17499σ ; µ 0,52440σ ) (p30) 0,18 (18%) ( µ 0,52440σ ; µ + 0,5244σ ) (p70) 0,40 (40%) ( µ + 0,5244σ ; µ + 1,17499σ ) 0,18 (18%) ( > µ + 1,17499σ ) (p88) 0,12 (12%) Conforme se verifica no quadro acima, fixar os percentis 12, 30, 70 e 88, nesta situação, é equivalente a determinar as faixas de conceitos a partir de intervalos em torno da média e de um certo número de desvios-padrão. Ou seja, o percentil 12 8

9 corresponde, em uma distribuição Normal, ao ponto -1,17499 ; o percentil 30, ao ponto -0,52440 ; o percentil 70, ao ponto +0,52440 ; e, finalmente, o percentil 88 corresponde ao ponto +1, O Quadro 2 apresenta outros valores para diferentes intervalos da curva Normal. Quadro 2: Áreas sob a curva Normal para intervalos ( µ ± kσ ), para diferentes valores de k INTERVALO Probabilidade INTERVALO Probabilidade ( µ ± 1,0σ ) 0, (- ; µ - 1,0 σ ) ou (µ +1,0 σ ; + ) 0,15866 ( µ ± 1,5σ ) 0, (- ; µ - 1,5 σ ) ou (µ +1,5 σ ; + ) 0,06681 ( µ ± 1,64σ ) 0,90003 (- ; µ - 1,64 σ ) ou (µ +1,64 σ ; + ) 0,04998 ( µ ± 1,96σ ) 0, (- ; µ 1,96 σ ) ou (µ +1,96 σ ; + ) 0,025 ( µ ± 2,0σ ) 0, (- ; µ - 2,0 σ ) ou (µ +2,0 σ ; + ) 0,02275 ( µ ± 2,5σ ) 0, (- ; µ - 2,5 σ ) ou (µ +2,5 σ ; + ) 0,00621 ( µ ± 3,0σ ) 0,9973 (- ; µ - 3,0 σ ) ou (µ +3,0 σ ; + ) 0,00135 ( µ ± 3,0σ ) 0,99954 (- ; µ - 3,5 σ ) ou (µ + 3,5 σ ; + ) 0,00023 Outro resultado importante, válido para distribuições aproximadamente normais ou em forma de sino, estabelece o seguinte: Quadro 3: Lei Empírica Lei Empírica Intervalo Aproximadamente ( µ ± 1,0σ ) 68% ( µ ± 2,0σ ) 95% ( µ ± 3,0σ ) 99% Ou seja: espera-se que, nas distribuições em forma de sino, aproximadamente 68% das observações se encontrem no intervalo entre 1 desvio-padrão (d.p.) abaixo e acima da média, 95% delas, em torno de 2 d.p. da média e, praticamente, todas as observações se encontrem no intervalo de 3 d.p. da média. Assim, verifica-se que, no caso de distribuições aproximadamente normais, a atribuição dos conceitos, da forma como é feita, é equivalente à determinação dos intervalos a partir dos d.p. em torno da média, e que os percentuais são perfeitamente razoáveis, uma vez que, pela simetria com proporções aproximadamente iguais nas caudas, é adequado atribuir-se a mesma proporção de conceitos para as faixas 9

10 extremas e menor do que a proporção de conceitos na faixa central, ou seja, 40%. Por esta razão, o critério que fixa as faixas a partir da média e do d.p. da distribuição, quando comparado com o critério atual, não modifica significantemente a distribuição dos conceitos. b) Distribuições assimétricas Vimos que, quando a distribuição das notas dos cursos é aproximadamente normal ou pelo menos em forma de sino e com as características já mencionadas, podemos modificar o critério atual, fixando-se os intervalos a partir da média e do d.p da distribuição, e os resultados são praticamente os mesmos. Ou seja, podemos propor o seguinte critério alternativo: calcular a média e o desvio-padrão da distribuição dos desempenhos dos cursos e, a partir destes valores, atribuir o conceito E aos cursos com desempenhos abaixo de 1 desvio-padrão da média; atribuir o conceito D aos cursos cujos desempenhos estiverem no intervalo entre 1 e 0,5 desvio-padrão abaixo da média; atribuir o conceito C aos cursos que tiverem seus desempenhos no intervalo de 0,5 desvio-padrão em torno da média; aos cursos com desempenhos entre 0,5 e 1 desvio-padrão acima da média, atribuir o conceito B; finalmente, aos cursos com desempenhos acima de 1 desvio-padrão da média, atribuir o conceito A. O Quadro 4, a seguir, resume esta proposta. Quadro 4: Proposta para atribuição dos conceitos INTERVALO ÁREA CONCEITO ( µ 1,0σ) 0, (15,87%) E (µ 1,0 σ ; µ 0,5σ] 0, (15%) D (µ 0,5 σ ; µ + 0,5σ) 0, (38%) C [µ + 0,5 σ ; µ + 1,0σ) 0, (15%) B ( µ + 1,0σ) 0, (15,87%) A 10

11 CONSIDERAÇÕES SOBRE TIPOS DE DISTRIBUIÇÕES No caso de distribuições assimétricas, as proporções de observações nas caudas não são iguais, como no caso da distribuição Normal, e, portanto, não é perfeitamente adequado que se atribua o mesmo número de conceitos para os grupos extremos. Embora esta situação não seja a mais comum nestes anos de realização do ENC, entendemos que o momento parece apropriado para esta revisão, uma vez que se espera, com a consolidação do Exame, o aumento da proporção de cursos com desempenhos melhores, ou, em outras palavras, espera-se que a distribuição das notas dos cursos seja assimétrica à esquerda. Neste caso, a expectativa é ver este fato refletido na proporção de conceitos mais baixos menor do que a proporção de conceitos mais altos. Por outro lado (na situação indesejável, porém possível para alguns cursos), pode ocorrer uma proporção menor de cursos com desempenho melhor do que aqueles com desempenhos mais fracos. Neste caso também gostaríamos de ver esta situação refletida na atribuição de conceitos, tendo um número de conceitos baixos superior ao de conceitos altos. Este novo critério contempla estas situações e, portanto, ao ser utilizado pelo ENC, espera-se que algumas alterações nos cursos que já realizaram o ENC pelo menos três vezes estejam refletidas nos resultados do Exame. Para ilustrar algumas das situações mencionadas e comparar a atribuição dos conceitos a partir do critério atual e do critério proposto, são apresentadas algumas situações possíveis em que praticamente não há mudanças nos conceitos atribuídos e outras em que o critério proposto se mostra mais adequado. 11

12 12

13 METODOLOGIA Considere-se, em um determinado ano, um conjunto de N graduandos de um mesmo curso, provenientes de k instituições, identificadas pelo seu código, onde k N =, sendo n i o número de graduandos da instituição i, i = 1, 2,..., k. i= 1 n i No caso do ENC, como o interesse está em discriminar os cursos de melhor desempenho daqueles de desempenho mais fraco, a referência é o curso da Instituição e, portanto, a distribuição em estudo é a distribuição das k notas (médias) através da qual pode-se determinar a posição do curso da instituição, relativa aos outros cursos participantes do ENC em determinado ano, e, a partir desta distribuição, fazer a atribuição dos conceitos. Quando se trata de avaliação, pode-se trabalhar com as notas brutas ou com notas obtidas a partir de diferentes transformações nas notas originais. Uma das transformações mais utilizadas é a linear, que torna a distribuição original em uma distribuição com média 500 e desvio-padrão 100, de maneira que a forma da distribuição original não seja alterada. Esta transformação é dada por: X µ Y = ; onde X: é a nota original, σο µ: é a média da distribuição das notas originais e σ: é o desvio-padrão da distribuição das notas originais. Transformações deste tipo implicam que a nota transformada, Y, corresponde à distância da média, medida em d.p. Por exemplo, uma nota padronizada como no modelo acima, em que Y = 650, significa que esta nota está situada a 1,5 d.p. acima da média da distribuição (com média = 500 e d.p. = 100). Uma nota Y = 400 está situada a 1 d.p. abaixo da média da distribuição. E assim por diante. 13

14 14

15 EXEMPLOS DE ALGUMAS SITUAÇÕES POSSÍVEIS ATRIBUIÇÃO DOS CONCEITOS O presente estudo compara o critério atual, que fixa percentis para determinar as faixas para atribuição dos conceitos, com um outro que determina as faixas a partir da média e do d.p. da distribuição das notas das instituições (segundo estudo). O critério proposto leva em conta a média e o d.p. da distribuição, da seguinte forma: Instituições com Notas abaixo de µ 1,0σ (inclusive) => E Instituições com Notas entre µ 1,0σ até µ 0,5σ (inclusive) => D Instituições com Notas entre µ 0,5σ até µ + 0,5σ => C Instituições com Notas entre µ + 0,5σ (inclusive) até µ + 1,0σ => B Instituições com Notas acima de µ + 1,0σ (inclusive) => A O critério atual, fixando os percentis, atribui o mesmo percentual de conceitos para as faixas extremas, ou seja, as duas faixas das caudas que correspondem a 30% e depois são subdivididas. Quando a distribuição é aproximadamente simétrica, este critério é adequado, porém, quando ocorre assimetria, há uma certa distorção nesta atribuição para algumas faixas. O critério proposto, utilizando a média e o d.p. da distribuição, atribui percentuais diferentes, conforme a assimetria da distribuição. Consideremos alguns exemplos de conjuntos de cursos com diferentes perfis. Exemplo 1: Suponhamos 60 cursos com um total de graduandos. Portanto, N = e k = 60. O estudo de interesse refere-se aos cursos, objeto principal do ENC. Assim, interessa o desempenho de cada um dos 60 cursos. Para tanto, após identificados os 15

16 graduandos do curso i, a média dos n i graduandos deste curso é calculada e passa a ser, então, a referência do desempenho daquele curso. Suponha-se que os resultados, considerando-se as notas brutas dos graduandos (pode-se igualmente trabalhar com as notas já padronizadas), expressem as médias dos cursos conforme o quadro abaixo: Quadro 5: Médias dos 60 Cursos Curso (i) Média Curso (i) Média 1 34, ,9 2 27, ,7 3 31, ,7 4 37, ,1 5 44, ,9 6 27,3 36 8,3 7 9, ,4 8 17, ,1 9 39, , , , , , , , , , , , , , ,8 46 4, ,6 47 9, ,6 48 7, ,6 49 9,8 20 9, , ,0 51 8, , , , , , ,7 25 9, , , ,7 27 6, , , , , , ,9 60 8,2 16

17 Esses dados são utilizados na comparação dos desempenhos dos 60 cursos. A distribuição das notas (médias) dos cursos é que vai permitir a atribuição dos conceitos a cada um deles. Neste exemplo, a distribuição é a seguinte: Figura 2: Análise do desempenho dos 60 cursos Neste exemplo, o histograma revela uma assimetria à direita, ou seja, nota-se uma grande concentração de notas mais baixas em proporção maior do que de notas nas faixas mais altas. Dada essa assimetria, não parece adequado atribuir-se a mesma proporção de conceitos A e B e conceitos D e E. Aplicando-se o critério atual e o critério proposto, a comparação dos conceitos atribuídos está no Quadro 6. As alterações aparecem em negrito: Quadro 6: Comparação dos dois critérios Curso (i) Média % (acumulado) Conceito Atual Conceito Proposto 46 4,1 1,67 E E 27 6,3 3,33 E E 48 7,6 5,00 E E 51 8,0 6,67 E E 60 8,2 8,33 E E 36 8,3 10,00 E E 25 9,1 11,67 E E 7 9,2 13,33 D E 47 9,3 15,00 D E 17

18 20 9,8 16,67 D E 20 9,8 18,33 D E 17 10,6 20,00 D E 22 16,7 21,67 D D 30 16,9 23,33 D D 52 17,5 25,00 D D 8 17,6 26,67 D D 10 17,7 28,33 D D 38 18,1 30,00 C D 35 20,9 31,67 C D 23 21,7 33,33 C D 39 22,4 35,00 C C 55 22,9 36,67 C C 29 23,5 38,33 C C 34 24,1 40,00 C C 42 24,2 41,67 C C 2 27,3 43,33 C C 2 27,3 45,00 C C 18 27,6 46,67 C C 40 29,1 48,33 C C 26 29,8 50,00 C C 3 31,3 51,67 C C 32 31,7 53,33 C C 32 31,7 55,00 C C 13 32,2 56,67 C C 28 32,5 58,33 C C 24 33,3 60,00 C C 59 33,4 61,67 C C 33 34,7 63,33 C C 1 34,9 65,00 C C 4 37,9 66,67 C C 9 39,2 68,33 C C 12 40,5 70,00 B C 56 42,7 71,67 B B 45 43,4 73,33 B B 5 44,2 75,00 B B 58 44,6 76,67 B B 16 44,8 78,33 B B 44 44,9 80,00 B B 11 45,1 81,67 B B 18

19 31 47,9 83,33 B B 21 49,0 85,00 B B 54 49,7 86,67 B B 15 51,5 88,33 A B 37 52,4 90,00 A A 43 57,7 91,67 A A 19 63,6 93,33 A A 57 69,0 95,00 A A 41 80,5 96,67 A A 53 80,8 98,33 A A 14 88,9 100,00 A A Verifica-se que cinco cursos passam de conceito D para E, três cursos passam de conceito C para D e um curso passa de B para A, refletindo melhor o desempenho desses grupos de cursos. O diagrama de pontos ilustrando a distribuição de notas (Figura 3) permite uma comparação da adequação da atribuição dos conceitos pelos dois critérios. Figura 3: Diagrama de pontos das médias Exemplo 1 19

20 Em resumo, a comparação dos dois critérios (atual e proposto) encontra-se no Quadro 7. Quadro 7: Comparação entre os dois critérios (atual e proposto) CRITÉRIO ATUAL CONCEITOS TOTAL A B C D E (%) A (13,33) B (18,33) C (40,00) D (16,67) E (11,67) TOTAL (%) (11,67) (18,33) (36,67) (13,33) (20,00) C R I T É R I O P R O P O S T O Conceito Atual Conceito Proposto 8 A 7 A 11 B 11 B 24 C 22 C 10 D 8 D 7 E 12 E N = 60 N = 60 Neste exemplo, as alterações foram maiores nas faixas da esquerda, por apresentarem uma maior concentração de notas. Esta situação exemplifica aqueles casos em que não parece ser adequada a ocorrência de proporções iguais de conceitos A e B e de conceitos D e E; além disso, a proporção de conceitos C parece estar mais condizente com o critério proposto do que com o critério atual. 20

21 Exemplo 2: Consideremos agora o mesmo número de cursos que no exemplo 1, apresentando o histograma como na Figura 4. Note-se que, pelo critério atual, o número de cursos com conceitos A, B, C, D e E será o mesmo que no exemplo anterior, embora as distribuições sejam bastante diferentes. Figura 4: Histograma das médias Exemplo 2 As notas dos cursos e a atribuição dos conceitos segundo os dois critérios encontram-se no Quadro 8. Quadro 8: Comparação entre os critérios Médias %acum. Atual Proposto 1,10 1,67 E E 9,17 3,33 E E 9,48 5,00 E E 21,01 6,67 E E 26,44 8,33 E E 32,30 10,00 E E 37,63 11,67 E E 38,50 13,33 D D 40,28 15,00 D D 41,00 16,67 D D 42,07 18,33 D D 44,92 20,00 D D 45,08 21,67 D D 45,24 23,33 D D 21

22 45,38 25,00 D D 45,84 26,67 D D 46,56 28,33 D D 47,30 30,00 C D 49,46 31,67 C C 50,78 33,33 C C 52,07 35,00 C C 55,07 36,67 C C 55,29 38,33 C C 56,58 40,00 C C 56,71 41,67 C C 57,49 43,33 C C 57,85 45,00 C C 58,29 46,67 C C 58,35 48,33 C C 58,70 50,00 C C 60,17 51,67 C C 60,87 53,33 C C 62,38 55,00 C C 62,68 56,67 C C 62,72 58,33 C C 65,83 60,00 C C 65,87 61,67 C C 66,53 63,33 C C 67,11 65,00 C C 67,62 66,67 C C 68,29 68,33 C B 69,07 70,00 B B 71,95 71,67 B B 72,28 73,33 B B 72,39 75,00 B B 72,52 76,67 B B 73,14 78,33 B B 73,32 80,00 B B 22

23 79,39 81,67 B A 80,22 83,33 B A 80,23 85,00 B A 80,66 86,67 B A 80,83 88,33 A A 80,91 90,00 A A 81,68 91,67 A A 81,77 93,33 A A 82,04 95,00 A A 82,41 96,67 A A 83,72 98,33 A A 85,94 100,00 A A Neste exemplo, as alterações ocorrem principalmente na atribuição dos conceitos aos cursos cujas médias encontram-se na cauda superior. Aqui também, como no primeiro caso, dada a forma da distribuição, não parece adequado o critério que atribui a mesma proporção de conceitos A e B e de conceitos D e E. Com a atribuição do critério proposto, um curso passa de C para D, outro, de C para B e quatro passam de B para A, refletindo melhor a distribuição de notas apresentada pelos cursos. A Figura 4 apresenta o diagrama de pontos das médias dos cursos, e no Quadro 9 encontra-se o resumo da comparação entre os dois critérios aplicados neste exemplo. 23

24 Figura 4: Diagrama de Pontos das médias Exemplo 2 Quadro 9: Comparação entre os dois critérios (atual e proposto) CRITÉRIO ATUAL CONCEITOS TOTAL A B C D E (%) A (20,00) B (13,33) C (36,67) D (18,33) E (11,67) TOTAL (%) (13,33) (18,33) (40,00) (16,67) (11,67) C R I T É R I O P R O P O S T O Conceito Atual Conceito Proposto 8 A 12 A 11 B 8 B 24 C 22 C 10 D 11 D 7 E 7 E N = 60 N = 60 24

25 Exemplo 3: Consideremos agora N = 250 cursos, com a distribuição e estatísticas, respectivamente, expressas na Figura 5 e no Quadro 10: Figura 5: Histograma das médias dos 250 cursos Exemplo 3 Quadro 10: Estatísticas das Médias dos 250 cursos Exemplo 3 N Média Mediana D.P. Mínimo Máximo Q1 Q ,6 77,6 12,5 29,1 97,3 68,5 85,5 Nota-se que, neste exemplo, a forma da distribuição das notas dos 250 cursos é como a do exemplo anterior, ou seja, é assimétrica à esquerda, com maior concentração de notas mais altas do que de notas baixas, com 50% das notas entre 68,5 e 85,5. Neste caso, também não parece adequado atribuir a mesma proporção de conceitos para desempenhos mais altos e para desempenhos mais baixos, uma vez que há uma proporção bem menor de médias baixas do que de médias altas. Considerando os dois critérios, a atribuição dos conceitos é a seguinte: Quadro 11: Atribuição dos Conceitos segundo os dois critérios (CONTINUA) MÉDIA ATUAL PROP MÉDIA ATUAL PROP MÉDIA ATUAL PROP 29,1 E E 55,6 E E 63,8 D D 40,5 E E 55,8 E E 64,1 D D 41,5 E E 55,8 E E 64,4 D D 42,2 E E 56,1 E E 64,6 D D 45,9 E E 56,2 E E 64,8 D D 46,1 E E 57,4 E E 64,8 D D 46,3 E E 58,1 E E 65,2 D D 25

26 (CONTINUAÇÃO) 47,0 E E 59,9 E E 65,2 D D 48,3 E E 59,9 E E 65,2 D D 48,9 E E 60,3 D E 65,2 D D 50,2 E E 60,4 D E 65,3 D D 50,6 E E 60,9 D E 65,8 D D 50,9 E E 60,9 D E 65,9 D D 52,6 E E 61,9 D E 66,4 D D 53,5 E E 62,0 D E 66,8 D D 54,1 E E 62,4 D E 66,9 D D 54,4 E E 62,5 D E 67,6 D D 54,7 E E 62,6 D E 67,8 D D 55,3 E E 63,1 D E 67,8 D D 55,5 E E 63,6 D D 68,0 D D 68,4 D D 74,2 C C 77,6 C C 68,5 D D 74,2 C C 77,9 C C 68,6 D D 74,5 C C 78,2 C C 69,1 D D 74,7 C C 78,2 C C 69,1 D D 75,0 C C 78,2 C C 69,3 D D 75,0 C C 78,3 C C 69,6 D C 75,1 C C 78,3 C C 69,8 D C 75,1 C C 78,3 C C 69,9 D C 75,3 C C 78,5 C C 70,1 D C 75,4 C C 78,5 C C 70,2 D C 75,5 C C 78,6 C C 70,3 D C 75,5 C C 78,8 C C 70,7 D C 75,5 C C 78,9 C C 71,0 C C 75,7 C C 79,1 C C 71,0 C C 75,7 C C 79,2 C C 71,1 C C 75,9 C C 79,3 C C 71,1 C C 76,0 C C 79,3 C C 71,2 C C 76,2 C C 79,4 C C 71,3 C C 76,2 C C 79,9 C C 71,3 C C 76,4 C C 79,9 C C 71,3 C C 76,5 C C 79,9 C C 71,7 C C 76,6 C C 80,0 C C 26

27 (CONTINUAÇÃO) 71,8 C C 76,8 C C 80,0 C C 71,9 C C 76,8 C C 80,0 C C 72,0 C C 76,9 C C 80,0 C C 72,0 C C 77,0 C C 80,1 C C 72,3 C C 77,2 C C 80,2 C C 72,4 C C 77,2 C C 80,3 C C 72,9 C C 77,3 C C 80,4 C C 73,1 C C 77,4 C C 80,5 C C 73,2 C C 77,4 C C 80,5 C C 73,5 C C 77,5 C C 80,5 C C 74,0 C C 77,6 C C 80,6 C C 80,7 C C 85,9 B B 89,6 A A 81,3 C C 85,9 B B 89,8 A A 81,4 C C 86,0 B B 90,0 A A 81,5 C C 86,2 B B 90,1 A A 81,6 C C 86,3 B B 90,3 A A 81,8 C C 86,4 B B 90,4 A A 82,0 C B 86,4 B B 90,4 A A 82,0 C B 86,6 B B 90,8 A A 82,1 C B 86,6 B B 91,0 A A 82,1 C B 86,9 B B 91,2 A A 82,2 C B 86,9 B B 91,3 A A 82,2 C B 87,0 B B 91,3 A A 82,4 C B 87,1 B B 91,5 A A 82,5 C B 87,2 B B 91,5 A A 82,7 C B 87,3 B B 92,3 A A 83,1 B B 87,4 B B 92,7 A A 83,3 B B 87,6 B B 92,7 A A 83,5 B B 87,7 B B 93,0 A A 83,5 B B 88,1 B A 93,2 A A 83,5 B B 88,1 B A 94,1 A A 27

28 (CONCLUSÃO) 83,7 B B 88,2 B A 94,2 A A 84,2 B B 88,2 B A 94,5 A A 84,3 B B 88,4 B A 95,7 A A 84,4 B B 88,4 B A 96,7 A A 84,5 B B 88,7 B A 97,0 A A 85,1 B B 88,8 B A 97,1 A A 85,4 B B 88,9 B A 97,3 A A 85,4 B B 89,0 B A 85,5 B B 89,1 A A 85,5 B B 89,4 A A 85,6 B B 89,5 A A 85,6 B B 89,6 A A Nota-se que a proporção de A aumenta de 12,40% para 16,40% e que a proporção de D diminui, aumentando a proporção de E, como o esperado. Resumindo, ocorrem as seguintes alterações: Quadro 12: Comparação entre os dois critérios (atual e proposto) CONCEITOS CRITÉRIO ATUAL A B C D E TOTAL (%) C A R (16,40) I B T É (17,60) R I C (39,60) O D P R O P O S T O (10,80) E (15,60) TOTAL (%) (12,40) (18,00) (40,40) (17,60) (11,60) 28

29 Conceito Atual Conceito Proposto 31 A 41 A 45 B 44 B 101 C 99 C 44 D 27 D 29 E 39 E N = 250 N = 250 O diagrama de pontos correspondente às médias desses cursos pode ser visto na Figura 6. Figura 6: Diagrama de Pontos das médias Exemplo 3 Exemplo 4: Consideremos como último exemplo o mesmo número de cursos, N = 250, com distribuição das médias assimétrica à direita, como mostra o histograma abaixo (Figura 7). Figura 7: Histograma das médias dos 250 cursos Exemplo 4 29

30 Quadro 13: Estatísticas das Médias dos 250 cursos Exemplo 4 N Média Mediana D.P. Mínimo Máximo Q1 Q ,9 12,4 11,8 0,0 60,9 5,5 21,5 Nota-se neste exemplo uma situação oposta à do exemplo anterior. A forma da distribuição das notas dos 250 cursos é assimétrica à direita, com maior concentração de notas mais baixas do que de notas altas. As notas variam de 0,0 a 60,9, com 50% delas entre 5,5 e 21,5. Neste caso, também não parece adequado atribuir a mesma proporção de conceitos para desempenhos mais altos e para desempenhos mais baixos, uma vez que há uma proporção bem menor de médias altas do que de médias baixas. A Figura 8 mostra o diagrama de pontos para as médias desses 250 cursos, e o Quadro 14 apresenta a comparação entre os dois critérios. Figura 8: Diagrama de Pontos das médias Exemplo 4 30

31 Quadro 14: Comparação entre os dois critérios (atual e proposto) CRITÉRIO ATUAL CONCEITOS TOTAL A B C D E (%) A (16,00) B (10,40) C (37,60) D (19,60) E (16,40) TOTAL (%) (12,40) (18,00) (40,00) (18,00) (11,60) C R I T É R I O P R O P O S T O Conceito Atual Conceito Proposto 31 A 40 A 45 B 26 B 100 C 94 C 45 D 49 D 29 E 41 E N = 250 N = 250 Neste exemplo, com a utilização do critério proposto, ocorreram as seguintes alterações: nove cursos passaram de B para A, dez cursos, de B para C, dezesseis, de C para D e doze, de D para E, refletindo melhor a distribuição das médias dos cursos. 31

32 32

33 CONCLUSÃO A partir dos exemplos apresentados, pode-se verificar que o critério proposto traz algumas vantagens com relação ao atual, especialmente nos casos de distribuições assimétricas. As simulações com os casos reais foram também realizadas para os cursos que participaram do ENC nos anos anteriores, e as conclusões são semelhantes às apresentadas aqui. 33

34 34

35 LEGENDA PARA OS GRÁFICOS Os gráficos apresentados fornecem o histograma dos dados comparado com uma curva Normal, com média e variância iguais às dos dados observados. Neste caso, os dados são as médias das instituições para cada curso no ano de Legenda para o gráfico Descriptive Statistics (estatísticas descritivas) Variable: nome dado à variável em estudo. Neste caso, definimos como Média_ano_x, representando a média das instituições no ano para o curso x. Por exemplo: Média_99_1 refere-se ao conjunto das médias das instituições no ano de 1999, do curso 1 (Administração) Anderson-Darling Normality Test: Teste de normalidade utilizado A-Squared: o valor da estatística do teste P-value: valor crítico, que indica se o valor encontrado é estatisticamente significante para o teste em questão. Mean: Média Aritmética StDev: Desvio-Padrão Variance: Variância (o quadrado do desvio-padrão) Skewness: Medida da assimetria de uma distribuição, ou a tendência de uma das caudas da distribuição ser mais pesada do que a outra. Um valor negativo indica assimetria à esquerda e um valor positivo indica uma assimetria à direita, embora um valor igual a zero não indique necessariamente simetria da distribuição. Kurtosis: Medida de quanto a distribuição difere da distribuição Normal. Um valor negativo tipicamente indica uma distribuição com caudas mais pesadas do que as caudas da distribuição Normal. Um valor positivo indica uma distribuição com caudas menos pesadas do que as caudas da Normal. N: Número total de observações. Minimum: Valor mínimo observado. 1st Quartile: Primeiro quartil, ou Q1; o 25 º percentil dos dados 25% das observações estão abaixo deste valor (Q1). 35

36 3rd Quartile: Terceiro quartil, ou Q3; o 75 º percentil dos dados 75% das observações estão abaixo deste valor. Median: Mediana; o 50 º percentil dos dados 50% das observações estão abaixo deste valor. Os demais dados referem-se aos intervalos de confiança para a média (µ), para o desvio-padrão (σ) e para a Mediana. Não são de interesse para este estudo. 36

Técnicas Computacionais em Probabilidade e Estatística I. Aula I

Técnicas Computacionais em Probabilidade e Estatística I. Aula I Técnicas Computacionais em Probabilidade e Estatística I Aula I Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Análise de Um conjunto de dados objetivo: tratamento de um conjunto de dados. uma amostra de

Leia mais

Estatística. 1 Medidas de Tendência Central 2 Medidas de Posição 3 Medidas de Dispersão. Renata Souza

Estatística. 1 Medidas de Tendência Central 2 Medidas de Posição 3 Medidas de Dispersão. Renata Souza Estatística 1 Medidas de Tendência Central 2 Medidas de Posição 3 Medidas de Dispersão Renata Souza Medidas Depois que você conheceu os conceitos de coleta de dados, variação, causas comuns e causas especiais,

Leia mais

Coeficiente de Assimetria

Coeficiente de Assimetria Coeficiente de Assimetria Rinaldo Artes Insper Nesta etapa do curso estudaremos medidas associadas à forma de uma distribuição de dados, em particular, os coeficientes de assimetria e curtose. Tais medidas

Leia mais

3 Estatística p/ Descrição, Exploração e Comparação de Dados (Triola 10 a ed.)

3 Estatística p/ Descrição, Exploração e Comparação de Dados (Triola 10 a ed.) 3 Estatística p/ Descrição, Exploração e Comparação de Dados (Triola 10 a ed.) C V D O T Centro Variação Distribuição Outliers Tempo Valor representativo ou médio Quanto os valores variam entre eles Natureza

Leia mais

Teste de hipóteses. Testes de Hipóteses. Valor de p ou P-valor. Lógica dos testes de hipótese. Valor de p 31/08/2016 VPS126

Teste de hipóteses. Testes de Hipóteses. Valor de p ou P-valor. Lógica dos testes de hipótese. Valor de p 31/08/2016 VPS126 3/8/26 Teste de hipóteses Testes de Hipóteses VPS26 Ferramenta estatística para auxiliar no acúmulo de evidências sobre uma questão Média de glicemia de um grupo de animais é diferente do esperado? Qual

Leia mais

Distribuição Gaussiana

Distribuição Gaussiana Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição

Leia mais

MAE325 Análise de Séries Temporais. Aula 3

MAE325 Análise de Séries Temporais. Aula 3 MAE325 Análise de Séries Temporais Aula 3 1 Transformações Problema 1: em muitas situações de interesse, a distribuição da amostra é assimétrica e pode conter valores atípicos a suposição de normalidade

Leia mais

Aula 4: Medidas Resumo

Aula 4: Medidas Resumo Aula 4: Professor: José Luiz Padilha da Silva email: jlpadilha@ufpr.br Departamento de Estatística Universidade Federal do Paraná Curitiba, 2018 José Luiz Padilha da Silva (UFPR) ce003 - Estatística II

Leia mais

I.1. Seleccionado um passageiro ao acaso, qual a probabilidade de ter idade no intervalo [20 a 50) anos e ser fraudulento?

I.1. Seleccionado um passageiro ao acaso, qual a probabilidade de ter idade no intervalo [20 a 50) anos e ser fraudulento? INTRODUÇÃO À ANÁLISE DE DADOS INSTITUTO SUPERIOR DE CIÊNCIAS SOCIAIS E POLÍTICAS UNIVERSIDADE TÉCNICA DE LISBOA Frequência - 29 de Janeiro de 8 Grupo I (4, v) No seguimento de um estudo efectuado pela

Leia mais

Métodos Experimentais em Ciências Mecânicas

Métodos Experimentais em Ciências Mecânicas Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Pertencem ao grupo de ferramentas estatísticas que permitem caracterizar um conjunto de dados sob ponto de vista da tendência

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ As medidas de posição apresentadas fornecem a informação dos dados apenas a nível

Leia mais

Estatística descritiva

Estatística descritiva Estatística descritiva Para que serve a estatística? Qual o seu principal objectivo? obter conclusões sobre a população usando uma amostra? População Amostragem Amostra Uma ou mais variáveis (X) são observadas

Leia mais

Estatística Descritiva

Estatística Descritiva Estatística Descritiva Prof. Henrique Dantas Neder Instituto de Economia Universidade Federal de Uberlândia Typeset by FoilTEX 1 Tópicos introdutórios A estatística descritiva trata dos métodos estatísticos

Leia mais

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana Análise de Assimetria Separatrizes

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana Análise de Assimetria Separatrizes Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Análise de Assimetria Separatrizes Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central

Leia mais

Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Revisão de Estatística Coleta de dados Análise de dados

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo das Probabilidades e Estatística I Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Distribuição Normal Motivação: Distribuição

Leia mais

Capítulo 3 Estatísticas para Descrição, Exploração e Comparação de Dados. Seção 3-1 Visão Geral. Visão Geral. Estatísticas Descritivas

Capítulo 3 Estatísticas para Descrição, Exploração e Comparação de Dados. Seção 3-1 Visão Geral. Visão Geral. Estatísticas Descritivas Capítulo 3 Estatísticas para Descrição, Exploração e Comparação de Dados 3-1 Visão Geral 3-2 Medidas de Centro 3-3 Medidas de Dispersão 3-4 Medidas de Forma da Distribuição 3-5 Análise Exploratória de

Leia mais

CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte

CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte 4.3 Medidas de posição 4.4 Medidas de dispersão 4.5 Separatrizes Prof. franke 2 Vimos que a informação contida num conjunto de dados pode ser resumida

Leia mais

Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011

Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011 Distribuição Normal Prof a Dr a Alcione Miranda dos Santos Universidade Federal do Maranhão Programa de Pós-Graduação em Saúde Coletiva email:alcione.miranda@gmail.com Abril, 2011 1 / 18 Sumário Introdução

Leia mais

Distribuição de frequências:

Distribuição de frequências: Distribuição de frequências: Uma distribuição de frequências é uma tabela que reúne o conjunto de dados conforme as frequências ou as repetições de seus valores. Esta tabela pode representar os dados em

Leia mais

Notas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos

Notas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 3 Estatísticas para Descrição, Exploração e Comparação de Dados 3-1 Visão Geral 3-2 Medidas de

Leia mais

Estatística

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

Leia mais

2. Estatística Descritiva

2. Estatística Descritiva 2. Estatística Descritiva ESTATÍSTICA Conjunto de técnicas e ferramentas que descreve, organiza, resume e interpreta as informações a partir dos dados coletados Estatística descritiva Conjunto de técnicas

Leia mais

Mais Informações sobre Itens do Relatório

Mais Informações sobre Itens do Relatório Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo

Leia mais

Medidas de Posição ou Tendência Central

Medidas de Posição ou Tendência Central Medidas de Posição ou Tendência Central Medidas de Posição ou Tendência Central Fornece medidas que podem caracterizar o comportamento dos elementos de uma série; Possibilitando determinar se um valor

Leia mais

Distribuição Normal. Apontamentos para a disciplina de Estatística I. Tomás da Silva, 2003/2006

Distribuição Normal. Apontamentos para a disciplina de Estatística I. Tomás da Silva, 2003/2006 Distribuição Normal Apontamentos para a disciplina de Estatística I Tomás da Silva, 2003/2006 Introdução: Curvas normais e distribuições normais A regra 689599,7 A distribuição normal padronizada (ou:

Leia mais

Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)

Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:

Leia mais

( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas

( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição

Leia mais

Estatística Computacional Profª Karine Sato da Silva

Estatística Computacional Profª Karine Sato da Silva Estatística Computacional Profª Karine Sato da Silva karine.sato.silva@gmail.com Introdução Quando analisamos uma variável qualitativa, basicamente, construímos sua distribuição de frequências. Ao explorarmos

Leia mais

Bioestatística Básica

Bioestatística Básica Bioestatística Básica Curso de Pós-Graduação RCA 5804 PROF. DR. ALFREDO J RODRIGUES DEPARTAMENTO DE CIRURGIA E ANATOMIA FACULDADE DE MEDICINA DE RIBEIRÃO PRETO UNIVERSIDADE DE SÃO PAULO alfredo@fmrp.usp.br

Leia mais

Distribuições Contínuas de Probabilidade

Distribuições Contínuas de Probabilidade Distribuições Contínuas de Probabilidade Uma variável aleatória contínua é uma função definida sobre o espaço amostral, que associa valores em um intervalo de números reais. Exemplos: Espessura de um item

Leia mais

Introdução à probabilidade e estatística I

Introdução à probabilidade e estatística I Introdução à probabilidade e estatística I Medidas resumo para tabelas de frequências Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Medidas resumo para

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões

Leia mais

Especialização em Engenharia de Processos e de Sistemas de Produção

Especialização em Engenharia de Processos e de Sistemas de Produção Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 3ª parte Conforme foi apresentado

Leia mais

ANÁLISE CRÍTICA DA NOVA METODOLOGIA DE AVALIAÇÃO DO EXAME NACIONAL DE CURSOS

ANÁLISE CRÍTICA DA NOVA METODOLOGIA DE AVALIAÇÃO DO EXAME NACIONAL DE CURSOS ANÁLISE CRÍTICA DA NOVA METODOLOGIA DE AVALIAÇÃO DO EXAME NACIONAL DE CURSOS Rubén Romero 1, Anna Diva P. Lotufo 2 FEIS/UNESP 1 Av. Brasil 56, Ilha Solteira, SP ruben@dee.feis.unesp.br FEIS/UNESP 2 Av.

Leia mais

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

Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DE POSIÇÃO E DISPERSÃO Departamento de Estatística Luiz Medeiros Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos.

Leia mais

Medidas de localização (ou de tendência central) Média: definida como o centro de massa (ou ponto de equilíbrio) do conjunto.

Medidas de localização (ou de tendência central) Média: definida como o centro de massa (ou ponto de equilíbrio) do conjunto. Aula 02 01 de abril Medidas de localização (ou de tendência central) Média: definida como o centro de massa (ou ponto de equilíbrio) do conjunto. No geral, a melhor média é a que mais se aproxima do centro

Leia mais

ESTATÍSTICA. na Contabilidade Parte 6. Medidas Estatísticas

ESTATÍSTICA. na Contabilidade Parte 6. Medidas Estatísticas ESTATÍSTICA na Contabilidade Parte 6 Luiz A. Bertolo Medidas Estatísticas A distribuição de frequências permite-nos descrever, de modo geral, os grupos de valores (classes) assumidos por uma variável.

Leia mais

AULA 02 Distribuição de Probabilidade Normal

AULA 02 Distribuição de Probabilidade Normal 1 AULA 02 Distribuição de Probabilidade Normal Ernesto F. L. Amaral 20 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario

Leia mais

Estatística (MAD231) Turma: IGA. Período: 2018/2

Estatística (MAD231) Turma: IGA. Período: 2018/2 Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #04 de Probabilidade: 26/10/2018 1 Variáveis Aleatórias Contínuas De modo informal as variáveis aleatórias são contínuas quando resultam de algum tipo

Leia mais

Explorando os dados. Estatística Descritiva - Tabelas. Roteiro da aula. Tabelas

Explorando os dados. Estatística Descritiva - Tabelas. Roteiro da aula. Tabelas Explorando os dados Estatística Descritiva: Medidas de tendência central e medidas de dispersão Um leitão médio num rebanho bem manejado poderá apresentar um ganho médio de a gramas, do nascimento à desmama.

Leia mais

Análise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades sobre amostra

Análise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades sobre amostra Análise da Regressão múltipla: MQO Assintótico Capítulo 5 do Wooldridge Análise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades

Leia mais

SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS

SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS 4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está

Leia mais

Tópicos em Gestão da Informação II

Tópicos em Gestão da Informação II Tópicos em Gestão da Informação II Aula 04 Medidas de posição relativa Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Faculdade de Informação e Comunicação Universidade Federal de Goiás Determinando

Leia mais

AULA 5 MEDIDAS DESCRITIVAS DOCENTE: CIRA SOUZA PITOMBO

AULA 5 MEDIDAS DESCRITIVAS DOCENTE: CIRA SOUZA PITOMBO UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA ENG C 18 Métodos de Pesquisa Quantitativos e Qualitativos AULA 5 MEDIDAS DESCRITIVAS DOCENTE: CIRA SOUZA PITOMBO

Leia mais

Lucas Santana da Cunha 12 de julho de 2017

Lucas Santana da Cunha   12 de julho de 2017 DISTRIBUIÇÃO NORMAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 12 de julho de 2017 Distribuição Normal Dentre todas as distribuições de probabilidades,

Leia mais

ANÁLISE EXPLORATÓRIA DE DADOS 2ª PARTE

ANÁLISE EXPLORATÓRIA DE DADOS 2ª PARTE ANÁLISE EXPLORATÓRIA DE DADOS 2ª PARTE 1 Medidas de síntese TERCEIRA maneira de resumir um conjunto de dados referente a uma variável quantitativa. Separatrizes Locação x % x % x % x % Dispersão Forma

Leia mais

NOTAS DE AULA. Medidas Descritivas. Prof.: Idemauro Antonio Rodrigues de Lara

NOTAS DE AULA. Medidas Descritivas. Prof.: Idemauro Antonio Rodrigues de Lara 1 NOTAS DE AULA Medidas Descritivas Prof.: Idemauro Antonio Rodrigues de Lara 2 PRINCIPAIS MEDIDAS DESCRITIVAS 1. Medidas de tendência central 1.1 Média 1.2 Mediana 1.3 Moda 2. Medidas de dispersão 2.1

Leia mais

AULA 02 Distribuição de probabilidade normal

AULA 02 Distribuição de probabilidade normal 1 AULA 02 Distribuição de probabilidade normal Ernesto F. L. Amaral 02 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH)

Leia mais

Lucas Santana da Cunha de junho de 2018 Londrina

Lucas Santana da Cunha de junho de 2018 Londrina Distribuição Normal Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 de junho de 2018 Londrina 1 / 17 Distribuição Normal Dentre todas as distribuições de probabilidades,

Leia mais

MEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso

MEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso MEDIDAS DE POSIÇÃO E DE DISPERSÃO Profª Andréa H Dâmaso Bioestatística e Delineamento Experimental - 2012 Tópicos da aula Medidas de tendência central e dispersão Variáveis contínuas: distribuição normal

Leia mais

VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS

VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS Conforme foi apresentado anteriormente, o modelo de análise de variância assume que as observações são independentes e normalmente

Leia mais

à Análise de Padrões

à Análise de Padrões CC-226 Introdução à Análise de Padrões Prof. Carlos Henrique Q. Forster Variáveis, Estatísticas sticas e Distribuições de Probabilidades Tópicos de hoje Definições Alguns estimadores estatísticos Distribuições

Leia mais

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

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

Leia mais

Bioestatística. October 28, UFOP October 28, / 57

Bioestatística. October 28, UFOP October 28, / 57 Bioestatística October 28, 2013 UFOP October 28, 2013 1 / 57 NOME 1 Medidas de Tendência Central Média aritmética Mediana Moda Separatrizes 2 Medidas de Dispersão Amplitude Total Variância e Desvio-padrão

Leia mais

Unidade III Medidas Descritivas

Unidade III Medidas Descritivas Unidade III Medidas Descritivas Autor: Anderson Garcia Silveira Anderson Garcia Silveira Na aula anterior... Medidas de Tendência Central 2 Na aula anterior... Medidas de Tendência Central Moda Mediana

Leia mais

Estatísticas Descritivas. Estatística

Estatísticas Descritivas. Estatística Estatística Estatísticas descritivas: usadas para mostrar/descrever algumas informações da amostra, ou seja, servem para fazer um resumo ou descrição dos dados. Não consideram a origem dos dados. Exemplos:

Leia mais

5- Variáveis aleatórias contínuas

5- Variáveis aleatórias contínuas 5- Variáveis aleatórias contínuas Para variáveis aleatórias contínuas, associamos probabilidades a intervalos de valores da variável. Exemplo 5.1 Seja a variável correspondente ao tempo até a cura de pacientes

Leia mais

Estatística Aplicada

Estatística Aplicada Estatística Aplicada Distribuição Normal Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada DISTRIBUIÇÕES NORMAL Distribuição Normal É uma distribuição teórica de frequências onde

Leia mais

CE001 Bioestatística. Prof. Cesar Augusto Taconeli. Curitiba-PR 2015

CE001 Bioestatística. Prof. Cesar Augusto Taconeli. Curitiba-PR 2015 CE001 Bioestatística Prof. Cesar Augusto Taconeli Curitiba-PR 2015 Parte 2 Estatística descritiva 2 A estatística descritiva compreende técnicas (tabelas, gráficos, medidas) que permitem resumir os dados.

Leia mais

Análise Bayesiana de Dados - Aplicações 1 -

Análise Bayesiana de Dados - Aplicações 1 - Análise Bayesiana de Dados - Aplicações 1 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística www.ime.usp.br/ mbranco - sala 295-A - Aplicações da IB : Pressão sistólica

Leia mais

3.1 - Medidas de Posição Medidas de Dispersão Quantis Empiricos Box-plots Graficos de simetria 3.

3.1 - Medidas de Posição Medidas de Dispersão Quantis Empiricos Box-plots Graficos de simetria 3. 3 - MEDIDAS RESUMO 3.1 - Medidas de Posição 3.2 - Medidas de Dispersão 3.3 - Quantis Empiricos 3.4 - Box-plots 3.5 - Graficos de simetria 3.6 - Transformações 1/17 3.1 - Medidas de Posição Muitas vezes

Leia mais

Medidas de Dispersão ou variabilidade

Medidas de Dispersão ou variabilidade Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou

Leia mais

Conceito de Estatística

Conceito de Estatística Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir

Leia mais

14. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas

14. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas 4. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas Os valores assumidos por uma variável aleatória contínua podem ser associados com medidas em uma escala contínua como, por exemplo,

Leia mais

Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia

Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,

Leia mais

Distribuição de frequências. Prof. Dr. Alberto Franke

Distribuição de frequências. Prof. Dr. Alberto Franke Distribuição de frequências Prof. Dr. Alberto Franke E-mail: alberto.franke@ufsc.br 1 Distribuição de frequências Há necessidade de distinguir entre: Distribuição observada Distribuição verdadeira Distribuição

Leia mais

Estatística Aplicada Professor: André Luiz Araújo Cunha. Moda. Media

Estatística Aplicada Professor: André Luiz Araújo Cunha. Moda. Media Estatística Aplicada Professor: André Luiz Araújo Cunha Moda Define-se moda como sendo: o valor que surge com mais freqüência se os dados são discretos, ou, o intervalo de classe com maior freqüência se

Leia mais

Padronização. Momentos. Coeficiente de Assimetria

Padronização. Momentos. Coeficiente de Assimetria Padronização Seja X 1,..., X n uma amostra de uma variável com com média e desvio-padrão S. Então a variável Z, definida como, tem as seguintes propriedades: a) b) ( ) c) é uma variável adimensional. Dizemos

Leia mais

Percentis e Boxplots

Percentis e Boxplots Densidade de probabilidade Percentis e Boxplots Exemplo 1: Regularmente, o Banco Mundial publica um índice de controle de corrupção (ICC) para diversos países do mundo. Este índice faz parte da pesquisa

Leia mais

PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA

PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo ESTATÍSTICA DESCRITIVA A Estatística Descritiva

Leia mais

Medidas de dispersão. 23 de agosto de 2018

Medidas de dispersão. 23 de agosto de 2018 23 de agosto de 2018 Dispersão de dados A representação feita pelas medidas centrais, ao mesmo tempo que permite uma visualização rápida das informações acaba levando ao embaralhamento do conjunto. A média

Leia mais

Distribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017

Distribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017 padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições

Leia mais

SS714 - Bioestatística

SS714 - Bioestatística SS714 - Bioestatística Silvia Shimakura silvia.shimakura@ufpr.br Página da disciplina: http://www.leg.ufpr.br/doku.php/disciplinas:ss714 ESTATÍSTICA DESCRITIVA Organização Descrição Quantificação de variabilidade

Leia mais

Estatística Aplicada a Negócios

Estatística Aplicada a Negócios Prof. Dr. Gilberto de Andrade Martins aula 02 1 Estatística Descritiva Aula 2 Ao final desta aula você : - Conhecerá a Estatística Descritiva. - Saberá quais são as principais medidas de dispersão. 2 Medidas

Leia mais

Fernando de Pol Mayer

Fernando de Pol Mayer Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative

Leia mais

Estatística I Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística I Aula 3. Prof.: Patricia Maria Bortolon, D. Sc. Estatística I Aula 3 Prof.: Patricia Maria Bortolon, D. Sc. Estatística: Prof. André Carvalhal Dados quantitativos: medidas numéricas Propriedades Numéricas Tendência Central Dispersão Formato Média Mediana

Leia mais

Bioestatística UNESP. Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP

Bioestatística UNESP. Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP Bioestatística UNESP Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP Perguntas iniciais para reflexão I - O que é Estatística? II - Com que tipo de informação (dados)

Leia mais

MAIS SOBRE MEDIDAS RESUMO. * é muito influenciada por valor atípico

MAIS SOBRE MEDIDAS RESUMO. * é muito influenciada por valor atípico MAIS SOBRE MEDIDAS RESUMO Medidas de Tendência Central (1) média (aritmética) * só para variáveis quantitativas exceção: variável qualitativa nominal dicotômica, com categorias codificadas em 0 e 1; neste

Leia mais

MÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor

MÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor MÉTODOS QUANTITATIVOS APLICADOS Prof. Danilo Monte-Mor Métodos Quantitativos Aulas 1 e 2 Análise Exploratória de Dados 2 Danilo Soares Monte Mor Currículum Vitae Prof. Dr. e especialista em Métodos Quantitativos

Leia mais

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CAMPUS PONTA GROSSA METROLOGIA II

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CAMPUS PONTA GROSSA METROLOGIA II METROLOGIA II Professor: Eng. PAULO ROBERTO CAMPOS ALCOVER JUNIOR Curso de Tecnologia em Fabricação Mecânica 2 Período ; ; ; ; ;. 2 : Definições de Estatística; Conceitos Básicos; Medidas Descritivas:

Leia mais

Mais Aplicações sobre cálculo de probabilidades

Mais Aplicações sobre cálculo de probabilidades Mais Aplicações sobre cálculo de probabilidades Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística - Universidade Federal da Paraíba - UFPB Noções de Epidemiologia Em algumas aplicações

Leia mais

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística Capítulo 3 Introdução à Probabilidade E à Inferência Estatística definições e propriedades: Propriedade 5: A probabilidade condicional reflete como a probabilidade de um evento pode mudar se soubermos

Leia mais

Elementos de Estatística

Elementos de Estatística Elementos de Estatística Lupércio F. Bessegato & Marcel T. Vieira UFJF Departamento de Estatística 2013 Medidas Resumo Medidas Resumo Medidas que sintetizam informações contidas nas variáveis em um único

Leia mais

MAIS SOBRE MEDIDAS RESUMO. * é muito influenciada por valor atípico

MAIS SOBRE MEDIDAS RESUMO. * é muito influenciada por valor atípico MAIS SOBRE MEDIDAS RESUMO Medidas de Tendência Central (1) média (aritmética) * só para variáveis quantitativas exceção: variável qualitativa nominal dicotômica, com categorias codificadas em 0 e 1; neste

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL

MEDIDAS DE TENDÊNCIA CENTRAL MEDIDAS DE TENDÊNCIA CENTRAL Professor Jair Wyzykowski Universidade Estadual de Santa Catarina Média aritmética INTRODUÇÃO A concentração de dados em torno de um valor pode ser usada para representar todos

Leia mais

Representação de dados

Representação de dados Representação de dados Passos para construção de um Histograma Passo 1: ordenar o conjunto de dados, ou seja colocar os dados em ordem crescente de grandeza; Passo 2: Determinar o número de classes da

Leia mais

aula DISTRIBUIÇÃO NORMAL - PARTE I META OBJETIVOS PRÉ-REQUISITOS Apresentar o conteúdo de distribuição normal

aula DISTRIBUIÇÃO NORMAL - PARTE I META OBJETIVOS PRÉ-REQUISITOS Apresentar o conteúdo de distribuição normal DISTRIBUIÇÃO NORMAL - PARTE I 4 aula META Apresentar o conteúdo de distribuição normal OBJETIVOS Ao final desta aula, o aluno deverá: determinar a média e a variância para uma função contínua; padronizar

Leia mais

UMA PESQUISA EXPLORATORIA DOS INDICADORES DO IRBEM-2011 DA REDE NOSSA SÃO PAULO

UMA PESQUISA EXPLORATORIA DOS INDICADORES DO IRBEM-2011 DA REDE NOSSA SÃO PAULO PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UMA PESQUISA EXPLORATORIA DOS INDICADORES DO IRBEM-2011 DA REDE NOSSA SÃO PAULO Aluno: Claudemir

Leia mais

n = 25) e o elemento (pois = 19) e terá o valor 8. Verifique que antes e depois do 19 o elemento, teremos 18 elementos.

n = 25) e o elemento (pois = 19) e terá o valor 8. Verifique que antes e depois do 19 o elemento, teremos 18 elementos. V) Mediana: A Mediana de um conjunto de números, ordenados crescente ou decrescentemente em ordem de grandeza (isto é, em um rol), será o elemento que ocupe a posição central da distribuição de freqüência

Leia mais

Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade

Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas

Leia mais

Seção 2.3 Uma Variável Quantitativa: Medidas de Dispersão

Seção 2.3 Uma Variável Quantitativa: Medidas de Dispersão Seção 2.3 Uma Variável Quantitativa: Medidas de Dispersão Sumário Uma variável quantitativa: Desvio padrão Escore z Resumo dos cinco números Amplitude e AIQ Percentis FilmesHollywood2011.xls Desvio Padrão

Leia mais

Métodos Estatísticos Básicos

Métodos Estatísticos Básicos Aula 4 - Medidas de dispersão Departamento de Economia Universidade Federal de Pelotas (UFPel) Abril de 2014 Amplitude total Amplitude total: AT = X max X min. É a única medida de dispersão que não tem

Leia mais

P2 - parte 2 - Bioestatística Valor: 15 pontos 27/11/2018. A prova pode ser enviada para o em PDF. p k (1 p) n k (1) k

P2 - parte 2 - Bioestatística Valor: 15 pontos 27/11/2018. A prova pode ser enviada para o  em PDF. p k (1 p) n k (1) k Instrucões Leia os resumos da teoria. Estude a teoria. Data de entrega: 07/12/2018 (sexta-feira). A prova pode ser enviada para o e-mail anapaula@ana.mat.br em PDF. Distribuição Binomial O número X de

Leia mais

Universidade Federal da Bahia Programa de Pós Graduação em Engenharia Elétrica

Universidade Federal da Bahia Programa de Pós Graduação em Engenharia Elétrica Universidade Federal da Bahia Programa de Pós Graduação em Engenharia Elétrica Disciplina: Processamento Estatístico de Sinais (ENG A83) Prof.: Eduardo Simas eduardo.simas@ufba.br Tema: Verificação da

Leia mais

Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07

Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07 -027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA

Leia mais

Aproximação da Distribuição Binomial pela Distribuição Normal

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

Leia mais

AULA 2 UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO

AULA 2 UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO AULA UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO As tabelas estatísticas, geralmente, condensam informações de fenômenos que necessitam da coleta de grande quantidade de dados numéricos. No caso

Leia mais