MEDIÇÕES DE VIBRAÇÕES NO CORPO HUMANO ESTIMATIVA DA INCERTEZA

Tamanho: px
Começar a partir da página:

Download "MEDIÇÕES DE VIBRAÇÕES NO CORPO HUMANO ESTIMATIVA DA INCERTEZA"

Transcrição

1 Acústca de Outubro, Combra, Portugal Unversdade de Combra MEDIÇÕES DE VIBRAÇÕES NO CORPO HUMANO ESTIMATIVA DA INCERTEZA Jorge Fradque, Fátma Inglês Drecção Regonal da Economa de Lsboa e Vale do Tejo, Estrada da Portela Zambujal Apartado 7546 Alfragde, Amadora, Portugal jorge.fradque@dre-lvt.mn-economa.pt Arsenal do Alfete, Alfete, Almada, Portugal fatma.ngles@arsenal-alfete.pt Resumo Como sucede em dversas áreas de ensaos, a necessdade de assocar uma estmatva da ncerteza aos valores meddos é, cada vez mas, uma exgênca actual. De facto, quer por exgênca dos clentes, da legslação ou das entdades acredtadoras, os laboratóros de ensao são obrgados a evdencar e eventualmente reportar valores para a estmatva de ncertezas, devendo mesmo, em alguns casos, contablzar estes cálculos na verfcação da conformdade com os lmtes legas. No caso das medções de vbrações no corpo humano, a comssão técnca de vbrações exstente no âmbto da Relacre, tem vndo a desenvolver um Gua para auxlar os laboratóros nteressados, no cálculo da referda estmatva de ncertezas. O presente artgo pretende apresentar os métodos de cálculo propostos, quer para a medção de vbrações transmtdas ao sstema mão-braço, quer para a medção de vbrações transmtdas ao corpo ntero. São também apresentados e dscutdos exemplos de cálculo, para cada uma das stuações, com vsta a dvulgar e facltar a mplementação prátca deste tpo de cálculos, na rotna dos laboratóros. Palavras-chave: vbrações, estmatva de ncertezas, gua, sstema corpo ntero, sstema mão-braço. Abstract The need to provde an uncertanty estmate, together wth the test results, s becomng the usual standard nowadays, n several areas. Ether because of the legslaton, of the accredtaton authortes or of the clents, testng laboratores are oblged to report uncertanty estmates and even consderng those estmates n comparng wth legal values. The techncal commttee for vbratons, workng under Relacre, s developng a Gude to help laboratores calculate uncertanty estmates for measurements of whole body and hand-arm vbraton. Ths paper presents the proposed methods to estmate uncertantes n measurements of whole body and hand-arm vbraton, and dscusses some practcal examples, n order to help laboratores n mplementng ths knd of calculatons. Keywords: vbraton, uncertanty estmate, gude, whole body, hand arm.

2 Jorge Fradque, Fátma Inglês Introdução A exgênca crescente de rgor nas medções, em partcular quando se pretende comparar resultados com valores lmte, tem levado a uma crescente preocupação com a forma de contablzar aqulo que não é mensurável drectamente, ou que escapa ao nosso controlo durante uma medção. De facto, qualquer um tem a noção de que ao medr um dado comprmento com uma fta métrca graduada em centímetros, o resultado será uma aproxmação, em prmera análse de + 0,5 cm, relatvamente ao verdadero valor da grandeza medda. É precsamente aqu que surge o conceto de ncerteza de medção, que pode ser defnda como uma estmatva que caracterza o ntervalo de valores dentro do qual o valor verdadero da grandeza medda se encontra.. Documentos base Quando se trata de medções mas complexas, torna-se por vezes muto dfícl estmar este tpo de ncertezas relatvamente ao resultado das medções. Para normalzar as metodologas de cálculo, permtndo abordagens sstemátcas e semelhantes, devem ser segudos alguns documentos de base, sendo o mas antgo e conhecdo o GUM [], embora na generaldade dos casos sejam sufcentes os documentos da European Accredtaton EA 4/0 [] e EA 4/6 [3]. Apesar da exstênca destes documentos, nem sempre a sua aplcação a casos concretos de ensaos é fácl e consensual, o que justfca a decsão da Comssão Técnca Relacre Vbrações de proceder à elaboração de um gua desgnado Exposção dos trabalhadores às vbrações Apontamentos sobre estmatva das ncertezas de medção [9], que fo recentemente edtado. Este artgo pretende apresentar o método de cálculo proposto no referdo gua, bem como apresentar alguns exemplos prátcos de aplcação.. Descrção geral do método de cálculo Os prncpas passos a segur no cálculo da estmatva da ncerteza de medção, segundo os documentos referdos acma, podem ser sntetzados na segunte lsta de verfcação: Tabela Cálculo da estmatva da ncerteza de medção. Lsta de verfcação para o cálculo de ncertezas ) Analsar o método de ensao; exprmr matematcamente o modelo de modo a especfcar a mensuranda em relação às grandezas de entrada; ) Identfcar as prncpas fontes de ncerteza; 3) Classfcar os componentes de ncerteza relatvamente ao tpo e dstrbução; 4) Quantfcar as ncertezas padrão de cada componente; 5) Calcular o coefcente de sensbldade para cada fonte de ncerteza; 6) Calcular a ncerteza combnada; 7) Calcular a ncerteza expandda; 8) Exprmr o resultado em conjunto com a ncerteza expandda assocada. Os componentes da ncerteza a consderar na estmatva da ncerteza padrão podem ser classfcados como de tpo A, ou de tpo B. Os componentes de tpo A dervam de váras observações ndependentes para a mesma grandeza de entrada e nas mesmas condções de medção. Este tpo de componentes aplca-se em geral aos resultados obtdos por repetção de medções. Por outro lado, os componentes de tpo B dervam da estmatva de grandezas de entrada que não provêm de uma análse estatístca expermental. Podem ser obtdos a partr da análse de certfcados de calbração, de especfcações do fabrcante, da experênca prátca dos laboratóros, de exercícos de comparação nterlaboratoral, etc.

3 Acústca 008, 0 - de Outubro, Combra, Portugal.3 Dstrbuções e coefcentes de sensbldade As dstrbuções estatístcas mas utlzadas para caracterzar os componentes de ncerteza são as ndcadas na tabela segunte, onde se ndca também a correspondente fórmula de cálculo da varânca. Tabela Dstrbuções estatístcas e respectva varânca. Dstrbução rectangular Dstrbução normal Dstrbução trangular a 3 a 9 a O coefcente de sensbldade assocado à estmatva da grandeza de entrada x, é a dervada parcal da função modelo f em relação a X, avalada nas estmatvas x da grandeza de entrada. f c x f x Xx,... X n x n 6. () Que, no caso partcular em apreço, será a dervada parcal da função modelo, a expressão de cálculo de A(8), em ordem a cada uma das componentes da ncerteza consderadas. Estmatva de ncerteza no ensao de medção de vbrações no corpo ntero. Modelo matemátco O modelo matemátco para o cálculo de ncertezas no ensao de medção de vbrações no corpo ntero pode ser descrto pela segunte expressão: exo A8 rep sst dur arred A 8. () Onde, T A(8) kaw. (3) T 0 rep Componente devdo à repetbldade sst Componente devdo ao sstema de medção dur Componente devdo à duração da exposção arred Componente devdo ao arredondamento n Número de exposções parcas às vbrações A(8) Exposção dára às vbrações, expressa em m s - 3

4 Jorge Fradque, Fátma Inglês A(8) Exposção às vbrações na tarefa, expressa em m s - T Duração da exposção às vbrações na tarefa T 0 Duração de referênca de 8 horas k Factor multplcatvo a w - Aceleração efcaz ponderada na tarefa, expressa em m s - Consderando que o parâmetro a w já nclu o factor multplcatvo, k, fca: n a A 8 T w. (4) T 0. Fontes de ncerteza O método de ensao a utlzar corresponde ao método básco, de acordo com o descrto na norma NP ISO 63- [4] e no anexo II do Decreto-Le 46/006 [5]. Assm, na aplcação deste modelo, foram consderadas as fontes de ncerteza seguntes: Incerteza assocada às medções das vbrações; Incerteza assocada ao sstema de medção; Incerteza assocada à duração da exposção; Incerteza assocada ao arredondamento..3 Classfcação dos componentes de ncerteza A tabela segunte apresenta a classfcação de cada tpo de ncerteza consderada, bem como as respectvas dstrbuções. Tabela 3 Classfcação dos componentes de ncerteza. Componente Tpo Dstrbução Repetbldade das medções Tpo A Normal Sstema de medção Tpo B Rectangular Duração de exposção Tpo B Normal/Rectangular Arredondamento Tpo B Rectangular.4 Componentes de ncerteza.4. Incerteza assocada à medção das vbrações Esta fonte de ncerteza é caracterzada a partr da dspersão dos valores meddos em pelo menos três medções, efectuadas em condções de repetbldade, para cada exo e para cada tarefa. Deste modo é uma ncerteza de tpo A, para a qual se admte uma dstrbução normal..4. Incerteza assocada ao sstema de medção Esta fonte de ncerteza tem por base o valor do erro máxmo de acordo com a norma EN ISO 804 [6] (6%). Assm é uma ncerteza de tpo B, com dstrbução rectangular. 4

5 Acústca 008, 0 - de Outubro, Combra, Portugal.4.3 Incerteza assocada à duração da exposção Com base em nformação obtda junto de város elementos da empresa ou por medção drecta dos tempos de exposção, é possível estmar o erro assocado à duração da exposção, sendo neste caso a ncerteza calculada através de uma dstrbução normal. Em alternatva, pode ser utlzada a nformação dada pela empresa, nclundo uma tolerânca assocada aos tempos de exposção. Caso esta não seja ndcada deve ser utlzado um valor estmado de 4%. A ncerteza pode então ser estmada por meo de uma dstrbução rectangular..4.4 Incerteza assocada ao arredondamento A ncerteza devda ao arredondamento pode ser estmada por meo de uma dstrbução rectangular, admtndo um ntervalo de varação de mea dvsão da letura ndcada. O coefcente de sensbldade neste caso tem o valor..5 Cálculo da ncerteza combnada A ncerteza combnada pode ser calculada com base na segunte expressão: u combnada n f ( y) u( x ). (5) x.6 Cálculo da ncerteza expandda A ncerteza expandda é obtda a partr do produto da ncerteza combnada pelo factor de expansão, de acordo com: U = k. u combnada (y) (6) Sendo: Y = y ± U (7) U: ncerteza expandda; k: factor de expansão. O factor de expansão, k, é obtdo a partr do número de graus de lberdade efectvos eff, para uma dstrbução t de Student, consderando um ntervalo de confança unlateral com uma probabldade de 95 %. O número de graus de lberdade efectvos pode ser calculado a partr da expressão de Welch- Satterthwate: 5

6 Jorge Fradque, Fátma Inglês Onde u (y) é a contrbução para a ncerteza padrão assocada à estmatva da grandeza y, e eff é o número de graus de lberdade efectvos. (8).7 Apresentação de resultados O resultado do ensao pode ser expresso habtualmente na forma y ± U. Contudo, para efetos de comparação com os valores de acção e valor lmte legalmente defndos, ao valor calculado deve ser adconado o módulo da ncerteza, y + U, com este resultado arredondado para casas decmas. A estmatva da ncerteza deve ser calculada para cada um dos exos. O exo escolhdo deve ser aquele em que a soma do valor de A(8) com o valor da respectva ncerteza seja mas elevado..8 Exemplo No anexo I apresenta-se um exemplo de cálculo para a estmatva de ncerteza do ensao de medção de vbrações no corpo ntero. 3 Estmatva de ncerteza no ensao de medção de vbrações no sstema mão-braço 3. Modelo matemátco O modelo matemátco para o cálculo de ncertezas no ensao de medção de vbrações no sstema mãobraço pode ser descrto pela segunte expressão: A8 rep sst dur loc ver arred A 8 (9) T A(8) ahv. (0) T 0 n a A 8 T hv. () T 0 a hv a a a. () hwx hwy hwz Onde, 6

7 Acústca 008, 0 - de Outubro, Combra, Portugal rep Componente devdo à repetbldade sst Componente devdo ao sstema de medção dur Componente devdo à duração da exposção loc Componente devdo à fxação e localzação do acelerómetro ver Componente devdo à verfcação da cadea de medção arred Componente devdo ao arredondamento n número de exposções parcas às vbrações; A(8) Exposção dára às vbrações, expressa em m s - A(8) Exposção às vbrações na tarefa, expressa em m s - T Duração da exposção às vbrações na tarefa, em segundos; T 0 Duração de referênca de 8 horas (8 800 segundos); a hv Valor total da vbração na tarefa, expressa em m s - a hwx, a hwy, a hwz Valores efcazes das acelerações ponderadas em frequênca para os exos x, y e z, respectvamente. 3. Fontes de ncerteza O método de ensao a utlzar corresponde ao descrto na norma EN ISO 5349, partes [7] e [8] e no anexo I do Decreto-Le 46/006 [5]. Assm, na aplcação deste modelo, foram consderadas as fontes de ncerteza seguntes: Incerteza assocada à medção das vbrações; Incerteza assocada ao sstema de medção; Incerteza assocada à verfcação da cadea de medção; Incerteza assocada à duração da exposção; Incerteza assocada à fxação e localzação do acelerómetro; Incerteza assocada ao arredondamento. 3.3 Classfcação dos componentes de ncerteza A tabela segunte apresenta a classfcação de cada tpo de ncerteza consderada, bem como as respectvas dstrbuções. Tabela 4 Classfcação dos componentes de ncerteza. Componente Tpo Dstrbução Repetbldade das medções Tpo A Normal Sstema de medção Tpo B Rectangular Verfcação da cadea de Tpo B Rectangular medção Duração de exposção Tpo B Normal/Rectangular Fxação e localzação do Tpo B Rectangular acelerómetro Arredondamento Tpo B Rectangular 7

8 Jorge Fradque, Fátma Inglês 3.4 Componentes de ncerteza 3.4. Incerteza assocada à medção das vbrações Esta fonte de ncerteza é caracterzada a partr da dspersão dos valores meddos em pelo menos três medções, efectuadas em condções de repetbldade, para cada exo e para cada tarefa. Deste modo é uma ncerteza de tpo A, para a qual se admte uma dstrbução normal Incerteza assocada ao sstema de medção Esta fonte de ncerteza tem por base o valor do erro máxmo de acordo com a norma EN ISO 804 [6] (6%). Assm é uma ncerteza de tpo B, com dstrbução rectangular Incerteza assocada à duração da exposção Com base em nformação obtda junto de város elementos da empresa ou por medção drecta dos tempos de exposção, é possível estmar o erro assocado à duração da exposção, sendo neste caso a ncerteza calculada através de uma dstrbução normal. Em alternatva, pode ser utlzada a nformação dada pela empresa, nclundo uma tolerânca assocada aos tempos de exposção. Caso esta não seja ndcada deve ser utlzado um valor estmado de 4%. A ncerteza pode então ser estmada por meo de uma dstrbução rectangular Incerteza assocada à verfcação da cadea de medção A ncerteza assocada à verfcação da cadea de medção pode ser estmada pela ncerteza assocada ao crtéro de acetação, a, da verfcação da cadea de medção defndo pelo laboratóro, por meo de uma dstrbução rectangular. Para o crtéro de acetação, a, deve ser utlzado um valor máxmo de % Incerteza assocada à fxação e localzação do acelerómetro A ncerteza devda à fxação e localzação do acelerómetro pode ser estmada através de uma dstrbução rectangular. O valor do coefcente de varação deve ser determnado para dferentes tpos de ferramentas. No caso geral, para ferramentas para as quas não exsta um estudo específco, deve ser utlzado para coefcente de varação o valor de 5% Incerteza assocada ao arredondamento A ncerteza devda ao arredondamento pode ser estmada por meo de uma dstrbução rectangular. O coefcente de sensbldade neste caso tem o valor. 3.5 Cálculo da ncerteza combnada A ncerteza combnada pode ser calculada com base na segunte expressão: u combnada n f ( y) u( x ). (3) x 8

9 Acústca 008, 0 - de Outubro, Combra, Portugal 3.6 Cálculo da ncerteza expandda A ncerteza expandda é obtda a partr do produto da ncerteza combnada pelo factor de expansão, de acordo com: U = k. u combnada (y) (4) Y = y ± U (5) Sendo: U: ncerteza expandda; k: factor de expansão. O factor de expansão, k, é obtdo a partr do número de graus de lberdade efectvos eff, para uma dstrbução t de Student, consderando um ntervalo de confança unlateral com uma probabldade de 95 %. O número de graus de lberdade efectvos pode ser calculado a partr da expressão de Welch- Satterthwate: Onde u (y) é a contrbução para a ncerteza padrão assocada à estmatva da grandeza y, e eff é o número de graus de lberdade efectvos. (6) 3.7 Apresentação de resultados O resultado do ensao pode ser expresso habtualmente na forma y ± U. Contudo, para efetos de comparação com os valores de acção e valor lmte legalmente defndos, ao valor calculado deve ser adconado o módulo da ncerteza, y + U, com este resultado arredondado para casa decmal. A estmatva da ncerteza deve ser calculada para cada uma das mãos. A mão escolhda deve ser aquela em que a soma do valor de A(8) com o valor da respectva ncerteza seja mas elevado. 3.8 Exemplos No anexo II apresenta-se um exemplo de cálculo para a estmatva de ncerteza do ensao de medção de vbrações no sstema mão-braço. 9

10 Jorge Fradque, Fátma Inglês 4 Conclusões Constatou-se que no Ensao de Comparação Interlaboratoral realzado recentemente, para medção da exposção a vbrações no sstema mão-braço, a ncerteza expandda ndcada pelos laboratóros partcpantes apresentou uma dspersão de valores de 0,3 m.s - até ao valor máxmo de,9 m.s -. Esta grande dspersão encontrada derva dos dferentes métodos de cálculo e da contablzação das componentes da ncerteza. Esperamos com este artgo, contrbur para a dvulgação e unformzação do cálculo de ncertezas nos ensaos de exposção dos trabalhadores às vbrações, permtndo melhorar a qualdade e fabldade dos resultados apresentados pelos dversos laboratóros, que actuam nesta área. Referêncas [] ISO/IEC Gude 98:995 Gude to the expresson of uncertanty n measurements. [] EA 4/0 Expresson of the uncertanty of measurement n calbraton, 999. [3] EA 4/6 Gudelnes on the expresson of uncertanty n quanttatve testng, 003. [4] NP ISO 63-: 007, Vbrações mecâncas e choque Avalação da exposção do corpo ntero a vbrações, parte : Requstos geras. [5] Decreto-le 46/006 de 4 de Feverero, Lsboa, 006. [6] EN ISO 804: 005, Human response to vbraton Measurng nstrumentaton. [7] EN ISO 5349-: 00, Mechancal vbraton Measurement and evaluaton of human exposure to hand-transmtted vbraton, part : General requrements. [8] EN ISO 5349-: 00, Mechancal vbraton Measurement and evaluaton of human exposure to hand-transmtted vbraton, part : Practcal gudance for measurement at the workplace. [9] Gua Relacre Exposção dos trabalhadores às vbrações - Apontamentos sobre estmatva das ncertezas de medção, Relacre, Lsboa,

11 Acústca 008, 0 - de Outubro, Combra, Portugal Anexo I Estmatva de Incerteza da Medção de Vbrações no Corpo Humano - Corpo Intero Exo x Exo y Exo z Relatóro: Data: Componente Repetbldade das Medções, tarefa Sstema de Medção, tarefa Desvo Incerteza Coefcente Graus de Desvo Incerteza Coefcente Graus de Desvo Incerteza Coefcente Méda Padrão Padrão Sensbldade Lberdade Padrão Padrão Sensbldad u y =(u x x C ) Méda u y =(u x x C ) Lberdade Padrão Padrão Sensbldad S u(x) C S u(x) C S u(x) C 7,47E-0 8,08E-0 4,67E-0 3,69E-0,96E-04 7,93E-0 8,08E-0 4,67E-0 5,77E-0 7,6E-04 6,67E-0,5E-0 6,67E-0 5,77E-0,48E ,59E-0 3,69E-0 9,E ,75E-0 5,77E-0,5E ,3E-0 5,77E-0,78E Duração da Exposção, tarefa Repetbldade das Medções, tarefa Sstema de Medção, tarefa - - 9,4E-0 3,44E-0,0E ,6E-0 5,73E-0 6,99E ,6E-0 4,8E-0 4,94E ,73E+00 8,08E-0 4,67E-0 4,7E-0 3,96E-04 7,93E-0 8,08E-0 4,67E-0,89E-0,8E-04 6,67E-0,5E-0 6,67E-0,89E-0 3,70E-04 5,98E-0 4,7E-0 6,5E-04 50,75E-0,89E-0 6,9E-05 50,3E-0,89E-0 4,44E Duração da Exposção, tarefa Méda u y =(u x x C ) 4,6E-0,84E-0 7,3E ,6E-0 5,73E-0 6,99E ,6E-0 4,8E-0 4,94E Graus de Lberdade 3 4 Arredondamento - -,89E-03,00E+00 8,33E ,89E-03,00E+00 8,33E ,89E-03,00E+00 8,33E Arredondamento= Nº de medções (n) = Erro de exactdão (%) = Erro da estmatva da duração da tarefa (h) = Erro da estmatva da duração da tarefa (h) = Tempo exposção tarefa (h) = 0,005 u y =,53E-03,77E+0,4E-03 5,5E+00,09E-03 3,75E+00 3 u y = 3,9E-0 3,53E-0 4,57E-0 6 0,6 0,08 k =,740,05,353 4 U = k x u y = 0,07 0,07 0, Tempo exposção tarefa (h) = com o k Méda A(8) A(8) com o k Méda A(8) Exo x 0,7 0,84 0,7 0,747 0,58,0 Exo x,68,8,68,77 0,86 Exo y 0,84 0,7 0,84 0,793 0,56 0,69 Exo y 0,84 0,7 0,84 0,793 0,40 Exo z 0,6 0,6 0,8 0,667 0,47 0,58 Exo z 0,6 0,6 0,8 0,667 0,33 Introdução de valores Méda Introdução de valores Méda Exo x 0,5 0,6 0,5 0,533 Exo x,,3,,33 Exo y 0,6 0,5 0,6 0,567 Exo y 0,6 0,5 0,6 0,567 Exo z 0,6 0,6 0,8 0,667 Exo z 0,6 0,6 0,8 0,667 exo x A(8) + U,08 exo y A(8) + U 0,76 exo z A(8) + U 0,68

12 Jorge Fradque, Fátma Inglês Anexo II Estmatva de Incerteza da Medção de Vbrações no Corpo Humano - Sstema Mão-Braço (dreto) Componente Relatóro : Repetbldade das Medções tarefa Data : Méda Desvo Incerteza Coefcente Padrão Padrão Sensbldade m/s S u(x) C 0,365 0,03 7,3E-03,3E-0 9,5E-07 Sstema de Medção tarefa - -,6E-0,3E-0,74E Duração da Exposção tarefa 3 Fxação e localzação do 4 sensor tarefa Repetbldade das Medções 5 tarefa - - 4,6E-0,9E-0 3,04E ,6E-0,3E-0,7E-05 50,903 0,084 4,85E-0 3,4E-0,73E-04 6 Sstema de Medção tarefa - - 6,59E-0 3,4E-0 5,06E Duração da Exposção tarefa 7 Fxação e localzação do 8 sensor tarefa Verfcação da cadea de 9 medção - -,3E-0 3,5E-0 5,6E ,65E-0 3,4E-0 3,6E ,77E-0,00E+00 3,33E Arredondamento - -,89E-0,00E+00 8,33E Crtéro de acetação da verfcação da cadea de medção (m/s) = Nº de medções (n) = Sstema de medção (%) = Erro da estmatva da duração da tarefa (h) = Erro da estmatva da duração da tarefa (h) = Tempo exposção tarefa (h) = Fxação e localzação (%)= Arredondamento= Tempo exposção tarefa (h) = 0, u y = u y =(u x x C ) 8,8E-03 3 u y = 9,05E-0 6 0,08 0,04 k =,656 U = k x u y = 0,5 5,000 0,05 Incerteza (U) = 0,5 Graus de Lberdade,40E+0 Tarefa Medções Exo x Exo y Exo z a hw Méda (a hw ) D.Padrão A(8) m 0,303 0,48 0,096 0,35 0,849 Dreto m 0,303 0,90 0, 0,374 0,365 0,03 m3 0,30 0,79 0,093 0,370 m 0,387 0,353 0,30 0,605 Esquerdo m 0,504 0,43 0,330 0,736 0,664 0,067 m3 0,433 0,389 0,89 0,650 Tarefa Medções Exo x Exo y Exo z a hw Méda (a hw ) D.Padrão A(8) m,300 0,940 0,830,806 0,677 Dreto m,340 0,876,00,94,903 0,084 m3,40 0,954 0,970,959 m,550 0,977,00,90 Esquerdo m,670 0,856,33,30,33 0,60 m3,840,08,90,505 A(8) U A(8)+U Mão-braço dreto A(8): 0,7 0, 0,9

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

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

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

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

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

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

DESENVOLVIMENTO DE UM MODELO MATEMÁTICO PARA CALCULAR A INCERTEZA NA MEDIÇÃO DE UMA PEÇA-PADRÃO COM MÁQUINA DE MEDIR POR COORDENADAS

DESENVOLVIMENTO DE UM MODELO MATEMÁTICO PARA CALCULAR A INCERTEZA NA MEDIÇÃO DE UMA PEÇA-PADRÃO COM MÁQUINA DE MEDIR POR COORDENADAS Smpóso de Engenhara de Produção Unversdade Federal de Goás Regonal Catalão 8 a 0 de agosto, Catalão, Goás, Brasl DESENVOLVIMENTO DE UM MODELO MATEMÁTICO PARA CALCULAR A INCERTEZA NA MEDIÇÃO DE UMA PEÇA-PADRÃO

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

Análise de Incertezas I.B De Paula

Análise de Incertezas I.B De Paula Um bom expermentalsta deve fazer todo o esforço possível para mnmzar os erros de seu expermento. Cabe ao expermentalsta a responsabldade de apresentar uma medda da confabldade de seus dados. amos defnr

Leia mais

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro

Leia mais

DESENVOLVIMENTO DE UM PROGRAMA COMPUTACIONAL PARA CONTROLE DE MEDIÇÕES DIMENSIONAIS COM ÊNFASE NA GARANTIA DA CONFORMIDADE DE PRODUTOS

DESENVOLVIMENTO DE UM PROGRAMA COMPUTACIONAL PARA CONTROLE DE MEDIÇÕES DIMENSIONAIS COM ÊNFASE NA GARANTIA DA CONFORMIDADE DE PRODUTOS DESENVOLVIMENTO DE UM PROGRAMA COMPUTACIONAL PARA CONTROLE DE MEDIÇÕES DIMENSIONAIS COM ÊNFASE NA GARANTIA DA CONFORMIDADE DE PRODUTOS JOSÉ EDUARDO FERREIRA DE OLIVEIRA (CRFET-PE) jefocefetpe@yahoo.com.br

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

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

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

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

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

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

ÍNDICE NOTA INTRODUTÓRIA

ÍNDICE NOTA INTRODUTÓRIA OGC00 05-0-06 ÍDICE. Introdução. Âmbto e defnções 3. Avalação da ncerteza de medção de estmatvas das grandezas de entrada 4. Cálculo da ncerteza-padrão da estmatva da grandeza 5 de saída 5. Incerteza de

Leia mais

2. Validação e ferramentas estatísticas

2. Validação e ferramentas estatísticas . Valdação e ferramentas estatístcas Mutos aspectos relaconados à socedade são suportados, de alguma forma, por algum tpo de medção analítca. Mlhões de medções analítcas são realzadas todos os das, em

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

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

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

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

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

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

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

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos.

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos. Eletroquímca 2017/3 Professores: Renato Camargo Matos Hélo Ferrera dos Santos http://www.ufjf.br/nups/ Data Conteúdo 07/08 Estatístca aplcada à Químca Analítca Parte 2 14/08 Introdução à eletroquímca 21/08

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

METROLOGIA E ENSAIOS

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

Leia mais

O problema da superdispersão na análise de dados de contagens

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

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 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

EXPRESSÃO DA INCERTEZA DE MEDIÇÃO

EXPRESSÃO DA INCERTEZA DE MEDIÇÃO EXPRESSÃO DA INCERTEZA DE MEDIÇÃO NORMA N o NIT-DICLA-0 APROVADA EM AGO/07 N o 0/30 SUMÁRIO Objetvo Campo de Aplcação 3 Responsabldade 4 Requsto 5 Regstro de Modfcações Anexo Versão Braslera do Documento

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

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

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

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

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

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard Estatístca 8 Teste de Aderênca UNESP FEG DPD Prof. Edgard 011 8-1 Teste de Aderênca IDÉIA: descobrr qual é a Dstrbução de uma Varável Aleatóra X, a partr de uma amostra: {X 1, X,..., X n } Problema: Seja

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

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

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

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

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

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

Covariância na Propagação de Erros

Covariância na Propagação de Erros Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

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

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

O problema da superdispersão na análise de dados de contagens

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

Leia mais

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

Fundamentos da Física Experimental

Fundamentos da Física Experimental Curso ntrodutóro de Fundamentos da Físca Epermental Um gua para as atvdades de laboratóro Elaborado por: Marca Muller José Luís Fabrs Agosto de 07 Prefáco A déa orgnal que será abordada neste teto é a

Leia mais

RM 68 INCERTEZA DE MEDIÇÃO: GUIA PRÁTICO DO AVALIADOR DE LABORATÓRIOS SUMÁRIO 1 OBJETIVO E CAMPO DE APLICAÇÃO 2 REFERÊNCIAS 3 DEFINIÇÕES 4 METODOLOGIA

RM 68 INCERTEZA DE MEDIÇÃO: GUIA PRÁTICO DO AVALIADOR DE LABORATÓRIOS SUMÁRIO 1 OBJETIVO E CAMPO DE APLICAÇÃO 2 REFERÊNCIAS 3 DEFINIÇÕES 4 METODOLOGIA RM 68 INCERTEZA DE MEDIÇÃO: GUIA PRÁTICO DO AVALIADOR DE LABORATÓRIOS PROCEDIMENTO DO SISTEMA DE GESTÃO DA QUALIDADE REVISÃO: 05 ABR/013 SUMÁRIO 1 OBJETIVO E CAMPO DE APLICAÇÃO REFERÊNCIAS 3 DEFINIÇÕES

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

Princípios do Cálculo de Incertezas O Método GUM

Princípios do Cálculo de Incertezas O Método GUM Prncípos do Cálculo de Incertezas O Método GUM João Alves e Sousa Laboratóro Regonal de Engenhara Cvl - LREC Rua Agostnho Perera de Olvera, 9000-64 Funchal, Portugal. E-mal: jasousa@lrec.pt Resumo Em anos

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

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

6 Referências Bibliográficas

6 Referências Bibliográficas 6 Referêncas Bblográfcas (1) BARIDÓ, Márca; BARIDÓ, Fátma. Avalação do Modelo Matemátco de Correção na Determnação de Frmeza no Cgarro Free HL 1999. Souza Cruz S.A. Memorando Técnco N o MT. 379 2000.17.11.2000.

Leia mais

Laboratório de Mecânica Aplicada I Determinação de Centros de Gravidade

Laboratório de Mecânica Aplicada I Determinação de Centros de Gravidade Laboratóro de Mecânca Aplcada I Determnação de Centros de Gravdade Em mutos problemas de mecânca o efeto do peso dos corpos é representado por um únco vector, aplcado num ponto denomnado centro de gravdade.

Leia mais

Ajuste dos Mínimos Quadrados

Ajuste dos Mínimos Quadrados TLF 00/ Cap. IX juste dos mínmos quadrados Capítulo IX juste dos Mínmos Quadrados 9.. juste de uma lnha recta a dados epermentas 9 9.. Determnação dos parâmetros da recta, e B (Incertezas apenas em e guas

Leia mais

Capítulo XI. Teste do Qui-quadrado. (χ 2 )

Capítulo XI. Teste do Qui-quadrado. (χ 2 ) TLF 00/ Cap. XI Teste do Capítulo XI Teste do Qu-quadrado ( ).. Aplcação do teste do a uma dstrbução de frequêncas 08.. Escolha de ntervalos para o teste do.3. Graus de lberdade e reduzdo.4. Tabela de

Leia mais

Dados ajustáveis a uma linha recta

Dados ajustáveis a uma linha recta Capítulo VI juste dos Mínmos Quadrados Dados ajustáves a uma lnha recta Determnação das constantes e B Incerteza nas meddas de Incerteza na determnação de e B juste dos mínmos quadrados a outras curvas:

Leia mais

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica 1 a 5 de Agosto de 006 Belo Horzonte - MG Expressão da ncerteza de Medção para a Grandeza Energa Elétrca Eng. Carlos Alberto Montero Letão CEMG Dstrbução S.A caletao@cemg.com.br Eng. Sérgo Antôno dos Santos

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

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012 ETATÍTICA APLICADA II ANO LECTIVO / Exame Fnal 6 de Julho de Duração : H 3 M Nota: Responder um grupo por folha (utlze frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados

Leia mais

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para

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

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

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. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação

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

Introdução à Análise de Dados nas medidas de grandezas físicas

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

Leia mais

Representação e Descrição de Regiões

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

Leia mais

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,

Leia mais

Resumos Numéricos de Distribuições

Resumos Numéricos de Distribuições Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas

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

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

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

6 Modelo Proposto Introdução

6 Modelo Proposto Introdução 6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo

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

Cap. 5 Classificação Temática

Cap. 5 Classificação Temática Prncípos e Aplcações da Deteção Remota Cap. 5 Classfcação Temátca 5.1 O Processo de Classfcação 5. Classfcação de Máxma Verosmlhança (supervsonada paramétrca) 5..1 Classes multvaradas normas 5.. Lmtes

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

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

Variáveis Aleatórias

Variáveis Aleatórias Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades

Leia mais

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS Rodolfo Hoffmann * Vctor Hugo da Fonseca Porto ** SINOPSE Neste trabalho deduz-se qual é o

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

Avaliação do Modelo. Avaliação de Modelos. Métricas para avaliação de desempenho. Métricas para avaliação de desempenho 31/05/2017

Avaliação do Modelo. Avaliação de Modelos. Métricas para avaliação de desempenho. Métricas para avaliação de desempenho 31/05/2017 3/05/07 Avalação do Modelo Avalação de Modelos Métrcas para avalação de desempenho Como avalar o desempenho do modelo? Métodos para avalação de desempenho Como obter estmatvas confáves? Métodos para comparação

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

ROTEIRO PARA PROJETO / AVALIAÇÃO ACÚSTICA

ROTEIRO PARA PROJETO / AVALIAÇÃO ACÚSTICA UNIVERSIDADE DE SÃO PAULO FACULDADE DE ARQUITETURA E URBANISMO DEPARTAMENTO DE TECNOLOGIA DA ARQUITETURA AUT 0278 - Desempenho Acústco, Arqutetura e Urbansmo ROTEIRO PARA PROJETO / AVALIAÇÃO ACÚSTICA 1)

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

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

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Ajuste de um modelo linear aos dados:

Ajuste de um modelo linear aos dados: Propagação de erros Suponhamos que se pretende determnar uma quantdade Z, a partr da medda drecta das grandezas A, B, C,, com as quas se relacona através de Z = f(a,b,c, ). Se os erros assocados a A, B,

Leia mais

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

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

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

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. UFRGS Insttuto de Matemátca

Leia mais

ANÁLISE DA VARIÂNCIA DA REGRESSÃO

ANÁLISE DA VARIÂNCIA DA REGRESSÃO ANÁLISE DA VARIÂNCIA DA REGRESSÃO PROCEDIMENTO GERAL DE REGRESSÃO Em um modelo de análse de varânca, como no DIA, o fator em estudo pode ser quanttatvo ou qualtatvo. FATOR QUANTITATIVO: é aquele cujos

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

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

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

Leia mais