Anais do IX Congresso Brasileiro de Redes Neurais / Inteligência Computacional (IX CBRN) Ouro Preto de Outubro de 2009
|
|
- Alícia Mirandela Antas
- 7 Há anos
- Visualizações:
Transcrição
1 PREVISÃO DA ARRECADAÇÃO FEDERAL COM REDES NEURAIS FÁBIO DAROS DE FREITAS, PATRICK MARQUES CIARELLI, ALBERTO FERREIRA DE SOUZA Secretaria da Receita Federal do Brasil Pietrâgelo de Biase 56 sala 308. cetro Vitória, E.S., Brazil Programa depós Graduação em Egeharia Elétrica, Uiversidade Federal doespíritosato Departameto de Iformática, Uiversidade Federal do EspíritoSato Av. Ferado Ferrari, , Vitória- ES, Brazil s: Abstract The reveue forecast is a mai role of the tax admiistratios ad a essetial tool i govermet plaig ad decisio makig, with profoud impacts o the effectiveess of public policies. I Brazil, the forecast of federal reveue is performed by Secretariat of the Federal Reveue of Brazil, the Secretaria da Receita Federal do Brasil, with a methodology developed for this purpose. I recet years, alterative methods for reveue forecastig have bee proposed. This paper presets two methods based o artificial eural etworks for reveue forecastig: the Autoregressive Neural Network ad the Probabilistic Neural Network. Our experimetal results employig these eural predictors i predictig the mothly federal reveue showed that they ca outperform the traditioal methods, ad achieved predictio errors 21% lower tha the method used by Secretaria da Receita Federal do Brasil ad 14% lower tha the ARIMA model, while presetig low predictio bias ad superior predictive capability with respect to aïve predictor. Keywords Reveue forecast, time-series predictio, Autoregressive Neural Network, Probabilistic Neural Network. Resumo A previsão de receitas é uma atribuição das admiistrações tributárias e um istrumeto fudametal o plaejameto e o processo decisório da gestão goverametal, com profudos impactos a eficácia das políticas públicas. A previsão da arrecadação federal é realizada pela Secretaria da Receita Federal do Brasil, que utiliza uma metodologia própria desevolvida para esta fialidade. Nos últimos aos, métodos alterativos para a previsão da arrecadação federal têm sido propostos. Este trabalho apreseta dois métodos baseados em redes eurais artificiais para a previsão da arrecadação federal: a Rede Neural Auto-regressiva e a Rede Neural Probabilística. Nossos resultados experimetais com o emprego destes métodos a predição da arrecadação federal mesal mostraram que os preditores eurais podem superar o desempeho dos métodos tradicioais, e alcaçaram erros de predição 21% meores que o método utilizado pela Secretaria da Receita Federal do Brasil e 14% meores que o modelo ARIMA, exibido um baixo viés de predição e capacidade preditiva superior à do preditor igêuo. Palavras-chave Previsão da arrecadação, predição de séries temporais, Rede Neural Auto-regressiva, Rede Neural Probabilística. 1 Itrodução A previsão de séries temporais ecoômico-fiaceiras é um istrumeto fudametal o plaejameto e o processo decisório da gestão corporativa. Nos orgaismos estatais, especialmete as admiistrações tributárias das três esferas de govero, a previsão de receitas públicas é uma atribuição determiada pelo Art. 11 da Lei Complemetar o 101, de 4 de maio de 2000 a Lei de Resposabilidade Fiscal. A previsão de receitas itegra o Regimeto Itero da Secretaria da Receita Federal do Brasil (RFB), que atribui ao órgão a fialidade de realizar a previsão, o acompahameto, a aálise e o cotrole das receitas sob sua admiistração. Diversas técicas de previsão de receitas têm sido propostas e praticadas pela admiistração pública, abragedo modelos ecoométricos, modelos de séries temporais e procedimetos ad-hoc (dos Satos et al., 2008). A RFB realiza suas previsões de receitas atra- Este trabalho apreseta somete dados e iformações tributárias de domíio público. As opiiões emitidas este trabalho são de exclusiva e de iteira resposabilidade dos autores, ão exprimido, ecessariamete, o poto de vista da Secretaria da Receita Federal do Brasil. vés do procedimeto deomiado método dos idicadores (Melo, 2001). Este método é baseado as idetidades cotábeis relacioadas à arrecadação dos tributos e obtém a previsão da receita futura de um tributo através da aplicação à sua receita atual das estimativas das variações de gradezas relacioadas à sua arrecadação, os idicadores do efeito-preço, efeito-quatidade, efeito-legislação e efeito-residual. O método dos idicadores produz resultados satisfatórios, pricipalmete se cosiderarmos a simplicidade da sua abordagem, e a sua formulação matemática está sempre correta expost (dos Satos et al., 2008). Nos últimos aos, modelos alterativos para a previsão da arrecadação federal têm sido propostos(melo, 2001; Siqueira, 2002). Estes trabalhos apresetam resultados superiores ao método dos idicadores, tipicamete empregado métodos de decomposição, alisameto expoecial e variações do modelo ARIMA (Makridakis et al., 1997; Box ad Jekis, 1970). Cotudo, examiado os resultados apresetados por Siqueira (2002), cosiderado por dos Satos et al. (2008) o trabalho mais importate desta literatura, verificamos que apesar dos métodos propostos domiarem o método dos idicadores em quase todas as séries estudadas, os er-
2 c 11 w 1,1 c 12 w 1,2 p 1(A) c 13 1 c 14 c 21 1 C(A). w 2,1. c 15 c 16 Â t+1 (p 1) w 2,2 p 2(A) (p 1) c 17 c 18 (E) (P) (S) (D) Figura 2: Exemplo de Rede Neural Probabilística. Figura 1: Exemplo de Rede Neural Auto-regressiva. ros de predição da arrecadação aual para a maioria das séries superaram os sete potos percetuais. As redes eurais artificiais têm superado os modelos de séries temporais e de regressão a predição de séries ecoômico-fiaceiras (Kohzadi et al., 1996; Amiia et al., 2006). Neste trabalho, ós ivestigamos a aplicação de preditores eurais a previsão da arrecadação federal. Nossos resultados mostraram que estes preditores podem superar o desempeho do método dos idicadores da RFB e de alterativas propostas a literatura. Após esta itrodução, apresetaremos os preditores eurais utilizados este trabalho a Seção 2. Em seguida, descreveremos ossos métodos experimetais a Seção 3 e apresetaremos os resultados obtidos a Seção 4. Por fim, ossas coclusões e perspectivas de trabalhos futuros serão apresetadas a Seção 5. 2 Predição da Arrecadação com Redes Neurais A predição da arrecadação federal para um período à frete é aqui defiida como o processo o qual se utiliza a série de N observações passadas da arrecadação, (N 1),..., 1,,paraobterumaestimativadoseu valor futuro, Â t+1. Nós implemetamos este processo de previsão através dos preditores eurais que serão apresetados a seguir. 2.1 Rede Neural Auto-regressiva (RNAR) A RNAR é uma rede eural feedforward totalmete coectada que utiliza eurôios do tipo McCulloch-Pitts com fução de trasferêcia sigmoidal. Suas etradas são o valor atual e os p 1 valores passados da arrecadação,, 1,..., (p 1), e o seu eurôio de saída forece a predição do valor futuro da arrecadação, Â t+1. AFig.1mostraumexemplodeRNARcomuma úica camada oculta com oitoeurôios (c 11 ac 18 ). O método de treiameto da RNAR é selecioado coforme a topologia utilizada, sedo o algoritmo backpropagatio a escolha padrão. A RNAR implemeta um modelo de regressão múltipla ão-liear para a série histórica (Makridakis et al., 1997), e seus parâmetros são estimados pelo algoritmo de treiameto utilizado. 2.2 Rede Neural Probabilística (RNP) A RNP implemeta um classificador que produz um mapeameto ão liear etre suas etradas e saídas próximo ao modelo de decisão ótima de Bayes, sedo origialmete proposta por Specht (1990). A RNP é composta por quatro camadas: a camada de etrada (E), a camada de padrões (P), a camada de soma (S) e a camada de decisão (D). O treiameto da RNP é realizado em um úico passo, cosistido em associar cada exemplo de treiameto k da classe i ao seurespectivoeurôiow k,i dacamadadepadrões,que é coectado ao eurôio i da classe de soma. A Fig. 2 mostra uma RNP com p etradas e duas classes com dois exemplos de treiameto cada w 1,1 e w 2,1 para aclasse 1ew 1,2 ew 2,2 para aclasse2, Durateaoperação,asaídadoeurôiow k,i dacamada de padrões é calculada para cada vetor de etrada A como: F k,i (A) = 1 (2πσ 2 ) p e(at A wk,i 1)/σ 2, (1) ode F k,i (A) é a saída do eurôio w k,i para a etrada A; σ é o desvio padrão da Gaussiaa, que determia o seu campo receptivo; p é a dimesão de A; A T é o vetor trasposto de A; e A wk,i é o k-ésimo exemplo de treiameto da classe i, com 1 k N i (úmero de eurôios da classe i a camada de padrões). Os vetoresdeetradasãoormalizadostalquea T A =1e A T w k,i A wk,i =1. Em seguida, a camada de soma calcula a probabilidade da etrada A pertecer a cada classe i dos seus eurôios como: p i (A) = N i k=1 F k,i (A). (2) Por fim, a camada de decisão associa a etrada A à classec(a)que apresetar o maior valor de p(a). 3.1 Dados 3 Métodos Nossos estudos foram baseados a série histórica Arrecadação das receita federais receita bruta R$ (mi-
3 lhões), divulgada pelo Istituto de Pesquisa Ecoômica Aplicada (Ipea) 1, utilizado 176 observações mesais da arrecadação federal brasileira etre julho de 1994 e fevereiro de Nós avaliamos o desempeho dos preditores eurais em duas situações distitas. No primeiro cojuto de experimetos, ós realizamos 12 predições mesais da arrecadação federal etre jaeiro e dezembro de 2001, com o objetivo de comparar o desempeho dos preditores eurais com os resultados apresetados por Siqueira (2002) para o método dos idicadores da RFB e para a modelagem ARIMA 2. No segudo cojuto de experimetos, ós realizamos 38 predições mesais da arrecadação federal para o período de jaeiro de 2006 a fevereiro de 2009, com o objetivo de avaliar o desempeho dos preditores eurais ates e durate a crise ecoômica mudial deflagrada em setembro de Todos os experimetos utilizaram o logaritmo atural dos valores da série histórica como mecaismo de liearização de séries de crescimeto (Makridakis et al., 1997), e ão foram utilizados métodos de detecção e remoção de outliers. Os preditores eurais utilizaram auto-regressão de décima seguda ordem (p = 12) para coaduar com a estrutura de autocorrelaçãoesazoalidadede12mesesverificadaasérieda arrecadação federal por Siqueira (2002). 3.2 Treiameto da RNAR Estes preditores foram implemetados com uma rede eural feedforward totalmete coectada, com duas camadas ocultas, fução de ativação sigmoidal o itervalo [ 1, 1] e topologia 12:16:4:1(12 eurôios de etrada, 16 eurôios a primeira camada oculta, quatro eurôios a seguda camada oculta e um eurôio de saída). O treiameto da RNAR utilizou a abordagem de jaelas temporais deslizates, e cada jaela foreceu cojutos de treiameto e validação cotíguos e particioados a proporção de 95% 5% dos pares etradasaída, respectivamete, coforme a heurística descrita porhayki(1999,pp.217). As12prediçõesparaoao de 2001 utilizaram jaelas com 78 observações cada, com a primeira jaela abragedo o período de julho de 1994 a dezembro de 1999 e forecedo 63 pares etrada-saída de treiameto e três pares de validação (as 12 primeiras observações da jaela são utilizadas como etrada da RNAR). As 38 predições etre jaeiro de2006efevereirode2009utilizaramjaelascom138 observações cada, com a primeira jaela abragedo o período de julho de 1994 a dezembro de 2005 e fore- 1 Obtida em tema Fiaças públicas, fote Miistério da Fazeda/SRF. 2 Asérie ReceitaTotalAdmiistradapelaSRF estudadaporsiqueira(2002) ão apreseta os mesmos valores da série que aqui utilizamos. Cotudo, como ambas se referem à mesma variável ecoômica, essas difereças ão prejudicam ossas comparações. cedo 120 pares de treiameto e seis pares de validação. Cada sessão de treiameto para a obteção de uma predição foi coduzida durate épocas utilizado o algoritmo back-propagatio com taxa de apredizadode0,009eiérciade0,95. Asetradasda rede foram ormalizados o itervalo [ 0.8, 0.8] para evitar a saturação dos seus eurôios. Foram utilizadas duas heurísticas de treiameto adicioais (Freitas et al., 2009): o elitismo visou preservar o melhor cojuto de pesos obtido em cada sessão de treiameto, coforme o seu erro RMSE (ver Eq. 6) calculado o cojuto de validação; e uma variação da validação cruzada ão-liear (Moody, 1994) visou absorver a iformação mais recete dispoível os dados através de um treiameto adicioal utilizado o cojuto de validação durate um pequeo úmero de épocas dez épocas o osso caso. Estes parâmetros de treiameto e pré-processameto foram determiados empiricamete de forma a balacear o compromisso etre a qualidade da covergêcia e o tempo computacioal gasto em cada sessão de treiameto. 3.3 Treiameto da RNP Estes preditores utilizaram RNP com 12 etradas, e o seu treiameto cotou com as mesmas jaelas temporais deslizates descritas a Seção 3.2, porém, particioadas de forma distita. As 12 predições para o ao de 2001 utilizaram 42 pares etrada-saída o cojuto de treiameto e, coseqüetemete, cotaram com 42 eurôios a camada de padrões, equato as 38 predições etre jaeiro de 2006 e fevereiro de 2009 utilizaram 114 pares e, coseqüetemete, 114 eurôios a camada de padrões. Nos dois casos foram utilizados 24 pares o cojuto de validação. Em cada sessão de treiameto, a determiação do σ da Eq. 1 foi obtida com o Algoritmo Geético (AG) proposto por Houck et al. (1995), utilizado os valores padrões dos seus parâmetros e o erro MAPE (ver Eq.5)docojutodevalidaçãocomofuçãodedesempeho. Todas as etradas da rede foram ormalizadas pela orma euclidiaa. Para obter o valor predito da arrecadação com a RNP da Fig. 2 ós empregamos o seguite procedimeto. Cada eurôio da camada de padrões é associado ao seu respectivo vetor auto-regressivo do cojuto de treiameto. Estes vetores cotém as observações,..., 12, 1,..., 13, e assim sucessivamete. Dada uma etrada A, o AG selecioa os N a eurôios com os maiores íveis de ativação da camada de padrões, que correspodem aos N a vetores autoregressivos do cojuto de treiameto que são mais similares a A. Assim, o valor predito da arrecadação futura é obtido somado-se ao seu valor atual o icremeto médio observado estes vetores auto-regressivos etre suas observações mais recetes o tempo e cada
4 respectiva observação subseqüete, coforme a Eq. 3:  t+1 = + 1 N a N a j=1 ( ) Awj,l+1 A wj,l, (3) odeâ t+1 éovalorpreditodaarrecadaçãoparaotempo t +1; é o valor da arrecadação o tempo t; N a é o úmero de eurôios ativos selecioados a camada de padrões;a wj,l éaobservaçãomaisreceteotempodo vetor auto-regressivo A wj do cojuto de treiameto e A wj,l+1 a sua observação subseqüete o tempo (por exemplo, sea wj,l = 3 etão A wj,l+1 = 2 ). 3.4 Métricas Nós avaliamos os desempehos dos preditores através do erro médio (mea error ME), do erro percetual absoluto médio (mea absolute percetage error MAPE), da raiz do erro quadrático médio (root mea squareerror RMSE)edaestatísticaUdeTheil(U), calculados como: ME = 1 MAPE = 1 1 RMSE = U = ( At  t ), (4)  t 100, (5) (  t ) 2, (6) 1 (Ât ) 2 ( At+1 ) 2, (7) ode é o úmero de predições realizadas, é a arrecadação observada o tempo t e  t é a sua predição, realizadaotempot 1. OME éutilizadoparaavaliar o viés (bias) do preditor, o MAPE é uma medida adimesioal para avaliar os erros relativos das predições, ormse éumamedidaquepealizaosgradeserrose ou comparaodesempehodopreditorcomopreditor igêuo (aïve predictor) (Makridakis et al., 1997). Para todas as métricas acima, o valor zero idica um preditor perfeito, e um U = 1 idica um desempeho igual ao do preditor igêuo. 4 Resultados A Tabela 1 mostra os resultados obtidos com os preditores apresetados a Seção 2 a partir dos métodos e métricas descritas a Seção 3. Na parte superior da tabela são mostrados os resultados das 12 predições mesais obtidas para o ao de Os resultados reportados por Siqueira (2002) são apresetados as lihas da tabela para o método dos idicadores (RFB) e para o modelo ARIMA. Na seqüêcia, são apresetados os resultados obtidos com os preditores baseados a Rede Tabela 1: Sumário dos resultados Previsão da Arrecadação Federal mesal: a ME RMSE MAPE U RFB 1261, ,20 8,48 0,81 ARIMA 1130, ,58 7,74 0,77 RNAR 45, ,27 6,79 0,63 RNP 408, ,44 7,87 0,77 Previsão da Arrecadação Federal mesal : a RNAR 54, ,32 7,82 0,65 RNP 1245, ,47 14,39 0,90 Neural Auto-regressiva(RNAR) e a Rede Neural Probabilística (RNP). Coforme mostrado a tabela, a RNAR superou os outros métodos em todas as métricas avaliadas. O RMSE de 1233, 27 apresetado pela RNAR foi 21% iferior aos1560,20dométododosidicadorese14%iferior aos 1433,58 do modelo ARIMA. A RNAR apresetou um MAPE de 6,79 que foi 20% iferior aos 8,48 do método dos idicadores e 12% iferior aos 7,74 do modelo ARIMA. O método dos idicadores e o modelo ARIMA apresetaram forte viés positivo a suas predições, alcaçado ME de 1261, 18 e 1130, 02, respectivamete, equato que a RNP apresetou viés egativo, com um ME de 408,50. A RNAR, por sua vez, apresetou um viés bastate iferior as suas predições, com um ME de 45, 70. A estatísticau de 0,63 obtida pela RNAR mostra que a sua capacidade preditiva foi superior aos demais métodos. A RNP obteve um U de 0,77, que foi igual ao do modelo ARIMA e um pouco superior aos 0,81 do método dos idicadores. Na parte iferior da Tabela 1 são apresetados os resultados das 38 predições mesais obtidas etre jaeiro de 2006 e fevereiro de 2009 para a RNAR e a RNP. O RMSE de 4719,32 da RNAR foi 27% iferior aos 6430,47 da RNP, e a RNAR apresetou um MAPE de 7,82 que foi 46% iferioraos 14,39 darnp. A RNP apresetou forte viés egativo a suas predições, com um ME de 1245,27, equato que o ME de 54,48 da RNAR foi bastate iferior. A estatísticau de 0,65 obtida pela RNAR mostra que a sua capacidade preditiva foi superior à da RNP, que seaproximou do preditor igêuo com umu de0,90. A Fig. 3 mostra o gráfico da série mesal da arrecadação federal (RECADM) etre jaeiro de 2000 e fevereiro de 2009 e das predições realizadas com os preditores eurais. Coforme mostrado a figura, as predições da RNAR foram mais precisas que aquelas da RNP, comportameto evideciado os resultados uméricos da Tabela 1. Cosiderado a difereça da cojutura ecoômica e-
5 Arrecadação federal em bilhões de R$ RECADM RNAR 2001 RNAR RNP 2001 RNP Figura 3: Previsão da Arrecadação Federal mesal. tre o ao de 2001 e o período de 2006 a 2009, fortemete acetuada pela crise ecoômica mudial deflagrada em setembro de 2008, e também cosiderado a difereça de escala da arrecadação federal mesal etre estes istates (R$ 18 bilhões em dezembro de 2001 e R$42bilhõesemdezembrode2008),opreditorRNAR coseguiu mater o mesmo perfil de desempeho as métricas ME, MAPE e U estas duas situações otadamete distitas. 5 Coclusão Neste trabalho, ós apresetamos dois métodos baseados em redes eurais artificiais para a previsão da arrecadação federal: a Rede Neural Auto-regressiva e a Rede Neural Probabilística. Estes preditores eurais foram empregados a predição da série histórica mesal da arrecadação federal, e seus desempehos foram comparados ao do método dos idicadores praticado pela Secretaria da Receita Federal do Brasil e ao do modelo ARIMA. Nossos resultados experimetais mostraram que a Rede Neural Auto-regressiva superou os demais métodos em todas as métricas avaliadas, alcaçado um RMSE 21% meor que o do método dos idicadores e 14% meor que o do modelo ARIMA proposto a literatura, exibido um baixo viés de predição e capacidade preditiva bastate superior à do preditor igêuo. Nossos trabalhos futuros icluem o emprego de métodos evolutivos a otimização da topologia e parâmetros de treiameto das redes eurais, icluido a determiação das defasages temporais (time lags) ótimas, e a utilização de combiação de preditores (pool of forecasts). Referêcias Amiia, F., Suarez, E., Amiia, M. ad Walz, D. (2006). Forecastig ecoomic data with eural etworks, Computatioal Ecoomics 28(1): Box, G. E. P. ad Jekis, G. M. (1970). Time Series Aalysis: Forecastig ad Cotrol, 1 ed, Holde-Day, Sa Fracisco. dos Satos, C. H., Ribeiro, M. B. ad Gobetti, S. W. (2008). A evolução da carga tributária bruta brasileira o período : Tamaho, composição e especificações ecoométricas agregadas, Techical report, IPEA, Brasília. IPEA Textopara Discussão o Freitas, F. D., De Souza, A. F. ad Almeida, A. R. (2009). Predictio-based portfolio optimizatio model usig eural etworks, Neurocomputig 72(10 12): Hayki, S. (1999). Neural Networks: A Comprehesive Foudatio, 2 ed, Pretice-Hall, Ic. Houck, C. R., Joies, J. A. ad Kay, M. G. (1995). A geetic algorithm for fuctio optimizatio: A matlab implemetatio, Techical Report NCSU-IE-TR-95-09, North Carolia State Uiversity, Raleigh, NC. Kohzadi, N., Boyd, M. S., Kermashahi, B. ad Kaastra, I. (1996). A compariso of artificial eural etwork ad time series models for forecastig commodity prices, Neurocomputig 10(2): Fiacial Applicatios,Part I. Makridakis, S. G., Wheelwright, S. C. ad Hydma, R. J. (1997). Forecastig: Methods ad Applicatios, 3 ed, Joh Willey & Sos. Melo, B. S. V. (2001). Modelo de previsão para arrecadação tributária, VI Prêmio Tesouro Nacioal 2001, Brasília. Moody, J. (1994). Predictio risk ad architecture selectio for eural etworks, i V. Cherkassky, J. H. Friedma ad H. Wechsler(eds), From Statistics to Neural Networks: Theory ad Patter Recogitio Applicatios, Spriger, NATO ASI Series F. Siqueira, M. L. (2002). Melhorado a previsão da arrecadação tributária federal através da utilização de modelos de séries temporais, VII Prêmio Tesouro Nacioal 2002, Brasília. Specht, D. (1990). Probabilistic eural etworks, Elsevier Sciece Ltdvol. 3(issue1):
MEDIDAS DE COMPARAÇÃO DE MAPAS DA VARIABILIDADE ESPACIAL DO FÓSFORO GERADOS POR MÉTODOS GEOESTATÍSTICOS
MEDIDAS DE COMPARAÇÃO DE MAPAS DA VARIABILIDADE ESPACIAL DO FÓSFORO GERADOS POR MÉTODOS GEOESTATÍSTICOS Brua Gabriela Wedpap (PIBIC/CNPq-UNIOESTE), Miguel Agel Uribe- Opazo (Orietador), e-mail: mopazo@pq.cpq.br.
Leia maisDETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS
DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se
Leia maisTaxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco
Taxas e Ídices Aa Maria Lima de Farias Dirce Uesu esco Itrodução Nesse texto apresetaremos coceitos básicos sobre ídices e taxas. Embora existam aplicações em diversos cotextos, essas otas utilizaremos
Leia maisDescrição da cinética de secagem de frutos de banana Prata e D Água por modelos de regressão não linear
Descrição da ciética de secagem de frutos de baaa Prata e D Água por modelos de regressão ão liear 1 Itrodução Thaís Destéfai Ribeiro 1 Ricardo Wager Pacopahyba de Mattos 1 Joel Augusto Muiz 1 Soraia Vilela
Leia maisUtilização de modelos não-lineares sigmoidais na descrição do aumento em diâmetro de frutos de pequi.
Utilização de modelos ão-lieares sigmoidais a descrição do aumeto em diâmetro de frutos de pequi. Ricardo Wager Pacopahyba de Mattos 1 Thaís Destéfai Ribeiro 1 Joel Augusto Muiz 1 Augusto Ramalho de Morais
Leia maisAnálise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos
Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos
Leia maisUMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA
ISBN 978-85-7846-516-2 UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA Resumo Alisso Herique dos Satos UEL Email: alisso_hs612@hotmail.com Ferada Felix Silva UEL Email: ferada.f.matematica@gmail.com
Leia maisVirgílio A. F. Almeida DCC-UFMG 1/2005
Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado
Leia maisCenários de arrecadação do Imposto de Renda Retido na Fonte dos Rendimentos do Trabalho e Outros Rendimentos com Correção Inflacionária
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RS FACULDADE DE ADMINISTRAÇÃO, CONTABILIDADE E ECONOMIA SINDICATO DAS EMPRESAS DE SERVIÇOS CONTÁBEIS DO RS Covêio FACE/PUCRS e SESCON-RS Relatório 12 Ceários de arrecadação
Leia maisO QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE 1986 A 2004
V I I S E M E A D P E S Q U I S A Q U A N T I T A T I V A F I N A N Ç A S O QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE
Leia maisCARTA DE CONTROLE PARA MONITORAMENTO DE FRAÇÃO DE CONFORMES UTILIZANDO UM NOVO ESTIMADOR
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. CARTA DE CONTROLE PARA MONITORAMENTO DE FRAÇÃO DE CONFORMES UTILIZANDO UM NOVO ESTIMADOR Ruth Pereira Loureço (USP) ruth.p.loureco@gmail.com Lida Lee Ho
Leia maisEFICIÊNCIA DOS GASTOS MUNICIPAIS EM EDUCAÇÃO NO BRASIL Priscila Fraiz de Paula 1, Evandro Rodrigues de Faria 2, Mariane Carolina do Vale Gomes 3
EFICIÊNCIA DOS GASTOS MUNICIPAIS EM EDUCAÇÃO NO BRASIL Priscila Fraiz de Paula 1, Evadro Rodrigues de Faria 2, Mariae Carolia do Vale Gomes 3 Resumo: A pesquisa objetivou avaliar quais são os fatores determiates
Leia maisEstudando complexidade de algoritmos
Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade
Leia maisESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS
WWWCONVIBRAORG ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS ANDRÉA F RODRIGUES 1, WILTON P SILVA 2, JOSIVANDA P GOMES 3, CLEIDE M D P S SILVA 4, ÍCARO CARVALHO RAMOS
Leia maisAnexo I Avaliação estatística dos resultados obtidos a partir do campo de ajuste
Aexo I Avaliação estatística dos resultados obtidos a partir do campo de ajuste Ao logo do desevolvimeto da fase de comparação etre dados medidos e observados, várias versões de campos de ajuste (ou mapas
Leia maisMatemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD.
Matemática 0. Um losago do plao cartesiao oxy tem vértices A(0,0), B(,0), C(,) e D(,). A) Determie a equação da reta que cotém a diagoal AC. B) Determie a equação da reta que cotém a diagoal BD. C) Ecotre
Leia maisEstudo da precipitação pluviométrica no período seco e chuvoso do município de Sete Lagoas, MG
Estudo da precipitação pluviométrica o período seco e chuvoso do muicípio de Sete Lagoas, MG Aa Paula Coelho Madeira Silva 13 Jailso de Araujo Rodrigues 2 Jaime dos Satos Filho 2 1 Itrodução A precipitação
Leia maisBÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição
BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS 1 a Edição Rio Grade 2017 Uiversidade Federal do Rio Grade - FURG NOTAS DE AULA DE CÁLCULO
Leia maisCA 2016/005 Versão 001 Novas funções de teste implementadas no Framework de otimização do LEV, versão
CA 2016/005 Versão 001 Novas fuções de teste implemetadas o Framework de otimização do LEV, versão 2016-03-11 Carlos Alberto da Silva Juior, Wakim Boulos Saba e Agelo Passaro Palavra chave: Framework de
Leia maisComo se decidir entre modelos
Como se decidir etre modelos Juliaa M. Berbert Quado uma curva é lei de potecia? O procedimeto amplamete usado para testar movimetação biológica a fim de ecotrar padrões de busca como Voos de Levy tem
Leia mais1 Amintas engenharia
1 Amitas egeharia 2 Cálculo Numérico 1. Itrodução Amitas Paiva Afoso 3 1. Itrodução O que é o Cálculo Numérico? 4 1. Itrodução O Cálculo Numérico correspode a um cojuto de ferrametas ou métodos usados
Leia maisEstimação de parâmetros da distribuição beta-binomial: uso do programa SAS e uma aplicação a dados obtidos da Escala P-DUREL
Estimação de parâmetros da distribuição beta-biomial: uso do programa SAS e uma aplicação a dados obtidos da Escala P-DUREL Diorgies Herculao da Silva Itrodução Edso Zagiacomi Martiez O modelo beta-biomial
Leia maisV SBQEE MODELAGEM DE CARGAS NÃO-LINEARES EM SISTEMAS ELÉTRICOS DE POTÊNCIA
V SBQEE Semiário Brasileiro sobre Qualidade da Eergia Elétrica 7 a de Agosto de 3 Aracaju Sergipe Brasil Código: AJU 3 6 Tópico: Modelages e Simulações MODELAGEM DE CARGAS NÃO-LINEARES EM SISTEMAS ELÉTRICOS
Leia maisAumentou-se o número de crimes nas regiões onde foram construídos os presídios?
Aumetou-se o úmero de crimes as regiões ode foram costruídos os presídios? Guilherme Aparecido Satos Aguilar 1 Vilma Mayumi Tachibaa 1 1 Itrodução O Brasil tem a quarta maior população carcerária do mudo
Leia maisUniversidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química
Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza
Leia maisAjuste de Curvas. Lucia Catabriga e Andréa Maria Pedrosa Valli
1-27 Ajuste de Curvas Lucia Catabriga e Adréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempeho (LCAD) Departameto de Iformática Uiversidade Federal do Espírito Sato - UFES, Vitória, ES,
Leia maisCapítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA
Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação
Leia maisComparação entre duas populações
Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas
Leia maisACELERANDO A BUSCA PELO ELEMENTO ÓTIMO EM ALGORITMOS BASEADOS EM QUANTIZAÇÃO VETORIAL
ACELERANDO A BUSCA PELO ELEMENTO ÓTIMO EM ALGORITMOS BASEADOS EM QUANTIZAÇÃO VETORIAL Jacquelie S. Pereira 1 Murilo B. de Carvalho 1 Alexadre S. de la Vega 1 Resumo: Técicas como a quatização vetorial
Leia maisESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr.
ESTATISTICA AFRF 005 Resolução Prof. Agelo Primo Jr. Q39- Para dados agrupados represetados por uma curva de freqüêcias, as difereças etre os valores da média, da mediaa e da moda são idicadores da assimetria
Leia maisAprendizagem de Máquina
predizagem de Máquia Modelos de Mistura lgoritmo EM Estimação semi-paramétrica de desidade abordagem paramétrica para estimação de desidade supõe que a amostra X é extraída de uma distribuição que segue
Leia mais5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO
5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto
Leia maisEspacialização da Radiação Solar da Região do Polo de Desenvolvimento Petrolina, PE Juazeiro, BA, Submédio São Francisco
Espacialização da Radiação Solar da Região do Polo de Desevolvimeto Petrolia, PE Juazeiro, BA, Submédio São Fracisco Brauliro Goçalves Leal 1, Sérgio Aurélio Ferreira Soares 2, Raiéri Carlos Ferreira de
Leia maisESCOLA BÁSICA DE ALFORNELOS
ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r
Leia maisExame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase
Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 006 -. a Fase Proposta de resolução 1. 1.1. 1.1.1. Utilizado a iformação da tabela dada e idetificado o úmero de votos de cada partido com a
Leia maisAlgoritmo Imunológico Artificial CLONALG e Algoritmo Genético Aplicados ao Problema do Caixeiro Viajante
Algoritmo Imuológico Artificial CLONALG e Algoritmo Geético Aplicados ao Problema do Caixeiro Viajate Simoe S. F. Souza Rube Romero Departameto de Egeharia Elétrica, Faculdade de Egeharia de Ilha Solteira
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisBernstein. Medeiros, Heloisa Menezes, M. Lucia
Uiversidade Estadual de Marigá - Departameto de Matemática Cálculo Diferecial e Itegral: um KIT de Sobrevivêcia 20 aos c Publicação Eletrôica do KIT http://www.dma.uem.br/kit Aproximação de fuções: poliômios
Leia maisMétodo alternativo para calcular a constante de Apéry
SCIENTIA PLENA VOL. 7, NUM. 4 0 www.scietiaplea.org.br Método alterativo para calcular a costate de Apéry S. R. Cruz; J. B. Oliveira; D. T. Feitosa; C. M. Silva Departameto de Matemática, Uiversidade de
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia mais10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
Leia maisRedes Neurais. Redes de uma única camada O Perceptron elementar. Prof. Paulo Martins Engel. Classificação de padrões por um perceptron
Redes Neurais Redes de uma úica camada O Perceptro elemetar Classificação de padrões por um perceptro A tarefa de classificação cosiste em apreder a atribuir rótulos a dados que podem pertecer a uma etre
Leia maisINTERPOLAÇÃO POLINOMIAL
1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,
Leia maisA DESIGUALDADE DE CHEBYCHEV
A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades
Leia maisDESIGUALDADE NA DISTRIBUIÇÃO DO RENDIMENTO E DISPARIDADES REGIONAIS
Prospectiva e Plaeameto, 3/4 997/998 DESIGUALDADE NA DISTRIBUIÇÃO DO RENDIMENTO E DISPARIDADES REGIONAIS Maria Emília Castaheira Maria Filomea Carvalho Departameto de Prospectiva e Plaeameto. INTRODUÇÃO
Leia maisExperimento 1 Estudo da Lei de Hooke
Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos
Leia maisOTIMIZAÇÃO IRRESTRITA: UM ESTUDO SOBRE O MÉTODO DE CAUCHY. PALAVRAS-CHAVE: Otimização irrestrita; Método de Cauchy; Método da seção áurea.
OTIMIZAÇÃO IRRESTRITA: UM ESTUDO SOBRE O MÉTODO DE CAUCHY Eoque da Silva Sobral, (UNESPAR/FECILCAM), eoqur@hotmail.com.br Gislaie Aparecida Periçaro (OR), (UNESPAR/FECILCAM), gapericaro@fecilcam.br Solage
Leia maisABORDAGEM PARA A SOLUÇÃO DE DESIGUALDADES VARIACIONAIS: A FUNÇÃO GAP
ABORDAGEM PARA A SOLUÇÃO DE DESIGUALDADES VARIACIONAIS: A FUNÇÃO GAP SARA MEIRA MOUTTA RABELO (UESC) saramoutta@hotmail.com gudelia g. morales de arica (UENF) gudelia@uef.br O trabalho apreseta uma descrição
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 04: Medidas de Posição (webercampos@gmail.com) . MÉDIA ARITMÉTICA : Para um cojuto de valores Média Aritmética Simples: xi p Média Aritmética Poderada: MÓDULO 04 - MEDIDAS
Leia maisAlgoritmo para Detecção do Centro do Campo dos Sistemas Radiológicos
Algoritmo para Detecção do Cetro do Campo dos Sistemas Radiológicos M. Z. Nascimeto, A. F. Frère -, M. A. Silva, L. A. Neves Laboratório de Images Médicas (@LADIM), Depto. Egeharia Elétrica, Escola de
Leia maisP.M.S. Oliveira, C.S. Munita
Estudo comparativo de métodos de ormalização em resultados experimetais. P.M.S. Oliveira, C.S. Muita Istituto de Pesquisas Eergéticas e Nucleares - IPEN-CNEN/SP, Av. Prof. Lieu Prestes 4. CEP 05508-000,
Leia mais3ª Lista de Exercícios de Programação I
3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros
Leia maisImplementação de Planilha de Cálculos Simplificada
INF 1620 Estruturas de Dados Semestre 08.2 Primeiro Trabalho Implemetação de Plailha de Cálculos Simplificada Uma plailha de cálculos é um programa muito utilizado em aplicações fiaceiras e aquelas que,
Leia maisAp A r p e r n e d n i d z i a z ge g m e m Es E t s a t tí t s í t s i t c i a c de d e Dado d s Francisco Carvalho
Apredizagem Estatística de Dados Fracisco Carvalho Avaliação e Comparação de Classificadores Existem poucos estudos aalíticos sobre o comportameto de algoritmos de apredizagem. A aálise de classificadores
Leia maisCF358 Física BásicaExperimental I
CF358 Física BásicaExperimetal I CONFIGURAÇÃO MÓDULO TEÓRICO MÓDULO EXPERIMENTAL => BLOCO 1-4 EXPERIMENTOS => BLOCO 2-4 EXPERIMENTOS PRESENÇA (muito importate) NO MÍNIMO 75% AVALIAÇÃO 01 PROVA -BLOCO TEÓRICO
Leia maisSobre a unicidade de taxas internas de retorno positivas *
Sobre a uicidade de taxas iteras de retoro positivas * Clóvis de Faro ** 1. Itrodução; 2. A fução valor futuro; 3. Codição de suficiêcia baseada em uma propriedade da fução k(i); 4. Cofroto com as codições
Leia maisEQUAÇÃO ESCALAR DE LEIS DE CONSERVAÇÃO
EQUAÇÃO ESCALAR DE LEIS DE CONSERVAÇÃO Miquéias Gomes dos Satos 1 ; Douglas Azevedo Castro 2 1 Aluo do Curso de Egeharia de Bioprocessos e Biotecologia; Campus de Gurupi; e-mail:miqueias@uft.edu.br PIVIC/UFT
Leia maisDFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular
Sistemas de Processameto Digital Egeharia de Sistemas e Iformática Ficha 4 5/6 4º Ao/ º Semestre DFS Série Discreta de Fourier DFT Trasformada Discreta de Fourier Covolução Circular Para calcular a DFT,
Leia mais4 Teoria da Probabilidade
48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo
Leia maisIntrodução ao Qui-Quadrado
Técicas Laboratoriais de Física Lic. Física e g. Biomédica 007/08 Capítulo X Teste do Qui-quadrado, Itrodução ao qui-quadrado Defiição geral do qui-quadrado Graus de liberdade e reduzido abilidade do 66
Leia maisALGORITMO PARA A RAIZ N-ÉSIMA DE UM REAL
ALGORITMO PARA A RAIZ N-ÉSIMA DE UM REAL Marly Moreira Dias * Alexadre Martis Dias ** Carlos Alberto V. de Melo *** Istituto de Eg. e Ciêcias Exatas. Uiversidade de Alfeas. Caixa Postal 23. 37130-000 Alfeas,
Leia maisMétodos Quantitativos para Ciência da Computação Experimental Aula #4
Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado
Leia maisParte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais
Capítulo 3: Gestão de stoques Curso de Admiistração de mpresas 2º Semestre 09 Disciplia: Admiistração da Logística e Patrimôio Capítulo 03: Gestão de estoques (Partes 3 e 4) Parte : Itrodução Parte 2:
Leia maisPROF. DR. JACQUES FACON
1 PUCPR- Potifícia Uiversidade Católica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR MATRIZ DE CO-OCORRÊNCIA Resumo: O método da matriz de co-ocorrêcia,
Leia maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010
COMPARAÇÕES DE DISTRIBUIÇÕES DE PROBABILIDADE PARA UMA SÉRIE DE VAZÕES MÁXIMAS PARA CURSO D ÁGUA RIO DO VEADO, ES MILLENA MIRELLA VIEIRA TAVEIRA ; GEOVANE JUNQUEIRA ALVES ; ANTÔNIO MARCIANO DA SILVA ;
Leia maisFILAS PARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING PROBABILÍSTICO
CAÍTULO FILAS ARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING ROBABILÍSTICO Nesse capítulo mostraremos a ovidade desse trabalho que é a obteção das equações de balaço de um sistema de filas paralelas
Leia mais6 Resultados Experimentais
6 Resultados Experimetais O propósito deste capítulo é validar experimetalmete a metodologia apresetada os capítulos ateriores através do programa computacioal desevolvido. O estudo é focado o comportameto
Leia maisCA 2016/004 Versão 001 Validação das funções de teste no Framework de Otimização do LEV - Versão
CA 2016/004 Versão 001 Validação das fuções de teste o Framework de Otimização do LEV - Versão 2016-03-02 Carlos Alberto da Silva Juior, Wakim Boulos Saba e Agelo Passaro Palavra chave: Framework de otimização,
Leia maisCE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo
CE07 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo LISTA - EXERCÍCIOS ) Para o modelo de regressão liear simples ormal, ecotre os estimadores de máxima verossimilhaça dos parâmetros β 0, β e σ
Leia maisEstimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico
Estimação dos parâmetros agular e liear da equação de regressão liear simples pelo método ão-paramétrico Alícia Bolfoi Dias, Silvao Bolfoi Dias, 3 Luciae Flores Jacobi CEEMQ - CCNE/UFSM e-mail:aliciabdias@mailufsmbr
Leia mais5 Teoria dos Valores Extremos
Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos
Leia maisAjuste de Curvas pelo Método dos Quadrados Mínimos
Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias
Leia maisAplicação de Métodos Espectrais ao Cálculo Numérico de Escoamentos Compressíveis
Aplicação de Métodos Espectrais ao Cálculo umérico de Escoametos Compressíveis Adré Rosale Istituto Tecológico de Aeroáutica Praça Marechal Eduardo Gomes, 50 - Vila das Acácias São José dos Campos São
Leia maisEscola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ
1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo
Leia maisModelagem para o tempo de atravessamento e inventário médio em arranjos produtivos por processo
Modelagem para o tempo de atravessameto e ivetário médio em arrajos produtivos por processo Everto Peter Satos da Rosa (UNISINOS) everto.rosa@areva-td.com Felipe Morais Meezes (UNISINOS) meezes@produttare.com.br
Leia maisEstimativa de Parâmetros
Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade
Leia maisINTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1
INTERVALO DE CONFIANÇA BOOTSTRAP 71 INTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1 JOSÉ ERIVALDO PEREIRA, JOÃO FLÁVIO VELOSO SILVA, WALDIR PEREIRA
Leia maisCarteiras de Mínimo VAR ( Value at Risk ) no Brasil
Carteiras de Míimo VAR ( Value at Risk ) o Brasil Março de 2006 Itrodução Este texto tem dois objetivos pricipais. Por um lado, ele visa apresetar os fudametos do cálculo do Value at Risk, a versão paramétrica
Leia maisCâmpus Rio do Sul e Bolsistas do IFC Câmpus Rio do Sul.
ANÁLISE DA VARIABILIDADE DA UMIDADE RELATIVA DO AR PARA A CIDADE DE ITUPORANGA-SC Roberto HAVEROTH, Leoardo NEVES, Katiai ELI 3, Joabe W. PITZ 3, Elizabete FERNANDES 4, Jaquelie CARVALHO 4, Evadro C. OLIVEIRA
Leia maisAvaliação da climatologia provisória do modelo BRAMS ABSTRACT Keywords: 1. INTRODUÇÃO
Avaliação da climatologia provisória do modelo BRAMS Limara Moteiro, Claudiéia B. Saldaha, Rita de Cássia Marques Alves Cetro Estadual de Pesquisas em Sesoriameto Remoto e Meteorologia CEPSRM/UFRGS Porto
Leia mais1 Distribuições Amostrais
1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.
Leia maisn i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n
Exercício 1. As otas fiais de um curso de Estatística foram as seguites 7, 5, 4, 5, 6, 1, 8, 4, 5, 4, 6, 4, 5, 6, 4, 6, 6, 4, 8, 4, 5, 4, 5, 5 e 6. a. Determie a mediaa, os quartis e a média. Resposta:
Leia maisEstatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão
Estatística Descritiva 3. Estatísticas 3.1. Medidas de posição 3.. Medidas de dispersão 1 Exemplo 1: Compare as 4 colheitadeiras quato às porcetages de quebra de semetes de milho. Tabela 1. Porcetagem
Leia maisA finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem
Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos
Leia maisCAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES
CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO
Leia maisINFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões
INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela
Leia maisEspacialização da Temperatura do Ar do Polo de Desenvolvimento Petrolina, PE Juazeiro, BA, Submédio São Francisco
Espacialização da Temperatura do Ar do Polo de Desevolvimeto Petrolia, PE Juazeiro, BA, Submédio São Fracisco Brauliro Goçalves Leal 1 ; Sérgio Aurélio Ferreira Soares 2 ; Raiéri Carlos Ferreira de Amorim
Leia maisUma Nova Abordagem para Programação Visual de Aplicações Paralelas de Alto Desempenho
Uma Nova Abordagem para Programação Visual de Aplicações Paralelas de Alto Desempeho Adré Ricardo 1, Adré Pereira 1, David Duarte 1, João Abreu 1, Guilherme Esmeraldo 1 1 Istituto Federal de Educação,
Leia maisNúmero-índice: Conceito, amostragem e construção de estimadores
Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela
Leia maisAPÊNDICE B FUNDAMENTOS DE ANÁLISE ECONÔMICA
Apêdice B 1 APÊNDICE B FUNDAMENTOS DE ANÁLISE ECONÔMICA A aálise ecoômica de projetos 1 de eergia compara os valores dos ivestimetos realizados hoje com os resultados a serem obtidos o futuro. Nessa comparação
Leia maisIntrodução. Notas de pesquisa
Notas de pesquisa Sobrevivêcia específica de pacietes com câcer de pulmão tratados o sistema público de saúde o Brasil e uma aplicação da Tábua Associada de Decremeto Úico Carlos Philipe Barbosa Polato
Leia maisMaterial Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio
Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto
Leia maisMaterial Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio
Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto
Leia maisO PROBLEMA DE TRANSPORTES SOB A ÓTICA DOS MODELOS DE EQUILÍBRIO ESPACIAL DE MERCADO
O PROBLEMA DE TRANSPORTES SOB A ÓTICA DOS MODELOS DE EQUILÍBRIO ESPACIAL DE MERCADO Sérgio Ferado Mayerle, Dr. UFSC / CTC / EPS - mayerle@eps.ufsc.br - Floriaópolis - SC Thiago Dedavid de Almeida Bastos
Leia maisJorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2007.
Ageda Aálise e Técicas de Algoritmos Motivação para aálise de de algoritmos Aálise assitótica Algus exemplos simples Jorge Figueiredo Aálise de de Algoritmos Dois aspectos importates: Um problema pode,
Leia maisWhats: PROGRESSÃO GEOMÉTRICA
Questões Vídeos 1. As áreas dos quadrados a seguir estão em progressão geométrica de razão 2. Podemos afirmar que os lados dos quadrados estão em a) progressão aritmética de razão 2. b) progressão geométrica
Leia maisAVALIAÇÃO DO BALANÇO HÍDRICO EM UMA PEQUENA BACIA EXPERIMENTAL CARACTERIZADA POR REFLORESTAMENTO DE PINUS ATRAVÉS DE MONITORAMENTO E MODELAGEM
AVALIAÇÃO DO BALANÇO HÍDRICO EM UMA PEUENA BACIA EXPERIMENTAL CARACTERIZADA POR REFLORESTAMENTO DE PINUS ATRAVÉS DE MONITORAMENTO E MODELAGEM Masato Kobiyama, Dpto. Eg. Saitária e Ambietal/UFSC. kobiyama@es.ufsc.br
Leia mais