Interfaces Pessoa-Máquina
|
|
- Nina Aveiro Bandeira
- 7 Há anos
- Visualizações:
Transcrição
1 Interfaces Pessoa-Máquina Marielba Silva de zacarias Fct I, Gab Recolha e Análise de dados Referências: 1. Introdução ao Design de Interfaces, M. Fonseca, P. Campos, D. Gonçalves, Ed. FCA
2 Sumário Recolha de dados Observação Interrogação Monitorização Fisiológica Análise estatística de dados 2
3 RECOLHA DE DADOS
4 Observação Recolha de dados Think Aloud (Pensar em voz alta) Cooperative evaluation (avaliação cooperativa) Post-task walkthroughs (recorridos após tarefa) Interrogação Entrevistas Questionários Monitorização fisiológica Eye tracking Medidas fisiológicas 4
5 Think aloud 5
6 Think Aloud O utilizador é observado a fazer a tarefa O utilizador descreve o que está a fazer e porquê, o que pensa ele que está a acontecer, etc. Vantagens simplicidade - requer pouca perícia Fornece informação valiosa Mostra como é realmente usado o sistema Desvantagens Subjetivo (cada utilizador pode interpretar de forma diferente) O acto de descrição altera a eficiência
7 Avaliação cooperativa Variante do think aloud O utilizador colabora com a avaliação Tanto o utilizador como o avaliador fazem-se perguntas e dão-se respostas ao longo da avaliação Vantagens adicionais Menos restritivo Mais fácil de usar O utilizador é encorajado a criticar o sistema Possibilita a clarificação de dúvidas de ambas partes
8 Post-task walkthroughs Transcrição reproduzida ao utilizador para comentar imediatamente ainda fresca Depois avaliador tem tempo de identificar questões Útil para identificar as razões para as acções e alternativas consideradas Necessária quando o think aloud não é possível Evita interrupções (ao contrario dos dois anteriores)
9 Observação: técnicas de registo Papel e lápis: barato + limitado velocidade de escrita Audio: bom, difícil de combinar com outros métodos Video: preciso e realista, precisa equipamentos especiais, intrusivo
10 Observação: técnicas de registo Computer logging: automáticos e não intrusivos, produz grandes volumes de dados que podem ser mais difíceis de analisar Cadernos de utilizador: pouco detalhados e subjetivos, informação valiosa, bons para estudos prolongados Alguns comentários: Utilização combinada na prática A transcrição de aúdio/vídeo é difícil e requer aptidão Disponbilidade de ferramentas automatizadas de suporte
11 Observação directa Observador está presente Regista o comportamento e Desempenho do utilizador Técnica intrusiva e subjectiva Dificuldades Observador decide o que é relevante (subjectivo) Observador precisa compreender bem o contexto físico, cognitivo e social 11
12 Observação indirecta Registo com dispositivos de Vídeo Aúdio Própria aplicação Análise complexa e demorada Distanciamento dos utilizadores e consequente perda de informação Requer planeamento prévio ex. Colocação de camaras 12
13 Usability lab with observers watching a user & assistant
14 Portable equipment for use in the field
15 Câmaras de vídeo Várias cámaras de vídeo + registo directo das aplicações Problemas: sincronização muito volume de dados! Uma solução Registar desde perspectivas diferentes
16 Entrevistas Analista faz perguntas ao utilizador de forma individual tipicamente baseado em perguntas preparadas previamente informal, subjetiva e relativamente barato Vantagens Pode ser adaptada ao contexto Questões exploradas em profundidade Promove distintas visões dos utilizadores Identifica problemas não antecipados Desvantagens Muito subjetivo Consome muito tempo
17 Entrevistas: recomendações Tornar entrevista agradável Perguntas curtas, directas e não excessivas Percebam do trabalho tanto quanto possível Construam interpretações e cenários e envolvam os utilizadores na discusão Peçam para rever as respostas 17
18 Questionários Conjunto de perguntas fixas dadas a muitos utilizadores Vantagens Rápido e abrange grandes volumes de utilizadores Pode ser analisado quantitativamente (estatísitcamente como vamos ver) Desvantagens Menos flexível (na entrevista podem-se fazer questões dependendo das respostas anteriores) Não aprofunda tanto Devem ser desenhados com cuidado Quais perguntas? Como analisar as respostas? Estilos de pergunta (sim/não, escalar, múltipla selecção, )
19 Eye tracking Dispositivos colocados na cabeça ou secretária seguem a posição do olho Os movimentos do olho reflectem a quantidade de processamento cognitivo requerido por um ecrã As medidas incluem: fixações: olho mantém posição estável. O número e duração de fixações indica o nível de dificuldade do ecrã sacadas: movimentos rápidos do olho entre pontos de interesse caminhos seguidos até o alvo: movimentos direito a um alvo com uma fixação curta no alvo, é o óptimo
20 Eye tracker Leitura de páginas web: Vermelho -> + tempo de fixação Amarelo -> - tempo de fixação Azul -> ainda menos Cinzento -> não olharam 20
21 Medidas fisiológicas Respostas emocionais ligadas a reacções físicas Ajudam determinar a reacção de um utilizador à IU Tipos de medida Actividade cardíaca, ex. Pressão arterial, pulso. Actividade das glándulas sudoríparas: Galvanic Skin Response (GSR) Actividade eléctrica dos musculos: electromiograma (EMG) Actividade eléctrica do cérebro: electroencefalograma (EEG) Dificuldades na interpretação destas respostas, é preciso mais investigação
22 Actividade electrica dos músculos 22
23 Selecção do método e técnicas de avaliação Quando?: Local de avaliação: objectividade: Tipo de medição: Nível de detalhe: Nível of interferência: Recursos disponíveis: desenho vs. implementação laboratório vs. campo subjetiva vs. objectiva qualitativa vs. quantitativa muito detalhe vs. pouco detalhe intrusivo vs. não intrusivo tempo, sujeitos, equipamento, perícia
24 Exemplo: Avaliação do desenho de um sistema móvel de recenseamento Objetivo: Registo de informação básica: identificação de grupo familiar, cabeça de família, nº de membros, idade e história médica, etc. Pretende-se: Substituição de sistema manual Estudo de campo utilizado observações e entrevistas para refinar requisitos Fácil de utilizar em ambientes rurais
25 Avaliação de telemóveis noutros mercados Um produto já existente foi utilizado como protótipo Observações e entrevistas
26 Desafio & envolvimento num Medidas fisiológicas Jogadores + envolvidos quando jogavam com outra pessoa que com um computador jogo colaborativo
27 Conclusão Vimos a importância, métodos, técnicas e ferramentas da avaliação com utilizadores Dependendo do caso podem-se escolher alternativas Para concluir incluímos o que o Bruce Tognazzini diz O desenho iterativo, com o seu ciclo repetido de desenho e avaliação, é o único método validado disponível que produz bons resultados de forma consistente. A não inclusão de testes como parte integral do processo de desenho implica deitar muito dinheiro no lixo Vejam AskTog.com discussões sobre desenho e avaliação de IU
28 ANÁLISE ESTATÍSTICA DE DADOS 31
29 Média Estimadores estatísticos Valor médio Soma dos quadrados das diferenças Ajuste de valores a uma curva Graus de liberdade Nº de observações independentes Variança Desvio padrão Dispersão do valor médio 32
30 Significado do desvio padrão 33
31 O quê indicam estes dados? high values indicate more variation Playing against computer Playing against friend Mean St. Dev. Mean St. Dev. Boring Challenging Easy Engaging Exciting Frustrating Fun Source: Mandryk and Inkpen (2004).
32 Mediana e moda Mediana 1, 1, 2, 2, 2, 2, 3, 4, 8, 9, 9, 12, 15 Média = 5 Mediana = 3 Moda 1, 1, 1, 2, 2, 2, 2, 3, 4, 4, 8, 9, 9, 12, 15 Média = 4,8 Moda = 2 35
33 O quê quando? Votos em categorias: moda Quantos preferem A, B ou C Média sempre com desvio padrão Tempo médio para fazer a tarefa 36
34 No Excel.. AVERAGE(range) VAR(range) STDEV(range) MEDIAN(range) MODE(range) 37
35 Não chega 38
36 Tipos de estatística Descritiva Apresentação de factos Descrição de amostras Indutiva (ou Inferêncial) Proposição generalizadas à população toda a partir de amostras Implica pressupostos sobre natureza da população Infere Valores estimados Intervalos de confiança Rejeição de hipóteses 39
37 Como responder a? Solução A melhor que B? Alteração no tipo de Menús (Pulldown vs Pie) Interface caligráfica vs Menús Solução cumpre os objectivos? Tempo execução tarefa < limite superior Nº erros < limite superior 40
38 Com a Média? Métrica de desempenho: execução 30 min Teste com 6 utilizadores Teste dá: 20, 15, 40, 90, 10, 5 Média = 30 Desvio padrão = 32 Parece ok!? Errado, nada se pode afirmar, amostra mt dispersa Factores que contribuem para a incerteza Resultados muito variáveis (desv. Pad = 32) Pequeno nº de utilizadores 41
39 Resultados muito variáveis 42
40 Poucos utilizadores 43
41 Nem aumentando resolve-se.. 44
42 Mesmo assim não chega! 45
43 Universo vs amostra O problema é que só temos uma amostra 46
44 Procedimento Escolha da população significativa Público alvo Formulação de hipótese experimental O que quero provar Formulação da hipótese nula (?) O contrário Realização dos testes Recolher os dados Conclusão Aplicar tratamento estatístico Analisar os resultados 47
45 Hipótese nula Hipótese H1 Hipótese Experimental Diz o que queremos verificar Ex. Os novos menus (pie) melhoram o desempenho Hipótese H0 Hipótese Nula Indica que não há diferença estatística significativa Diz o contrário do que pretendemos Ex. A mudança de menús não afecta o desempenho 48
46 Grau de confiança Objectivo da experiencia: rejeitar H0 e aceitar H1 i.e demonstrar que H0 é falsa com um grau de confiança determinado α = Probabilidade de parecer que H1 se verifica, mas afinal estamos errados ( apanhámos esquisitos ) Grau de confiança = 1 α α = 0.05 aceitável α = 0.01 melhor 51
47 Comparar duas alternativas Experiencia inter-grupos Dois grupos de teste Cada grupo usa apenas um dos sistemas Experiencia intra-grupos Cada pessoa usa ambos sistemas Não podem realizar as mesmas tarefas ou pela mesma ordem (problema de aprendizagem) Melhor para técnicas de interacção básicos Requer + participantes Determinar se diferenças são estatísticamente significativas 52
48 Objectivo: Médias iguais? Atalhos é melhor que menús? Não sabemos Valores próximos Desvio padrão grande H0: as médias são iguais (ñ há diferença estatística significativa) Probabilidade de não parecerem iguais e serem iguais < α Rejeitar H0 -> São diferentes com probabilidade 1 - α 53
49 Três testes estatísticos 1 t-student para médias 2 intervalos de confiança 3 chi-quadrado 54
50 Teste de t-student Testa a média de populações para amostras pequenas Não se conhecem μ,σ da população As populações têm uma distribuição normal Testa se dois conjuntos de dados ou amostras provém ou não da mesma população (H0) ie: Testa se dois conjuntos de dados têm ou não diferenças significativas (H0) 55
51 Distribuição normal Distribuição de probabilidade contínua que descreve grupos de dados em termos de uma média (μ) e um desvio padrão (σ) Como sabemos se uma população é normal? 56
52 O Universo é porreiro Valores medidos na natureza tendem para a normalidade....para amostras de pelo menos 20 indivíduos 57
53 Exemplo teste de t-bilheteira Objectivo: comparar bilheteira com máquina Hipótese nula: A forma de aquisição do bilhete não tem influência no tempo da tarefa Medidas: Bilheteira: 28,25,33,26,30,32 segundos Máquina: 32,41,37,40,30 segundos Médias Bilheteira: 29 segundos Máquina: 36 segundos 58
54 Contas a fazer no t-test Calcular a média e variança de cada amostra Média X = Σ x / n Variança S 2 =Σ (x X) 2 / (n-1), n = tamanho da amostra Calcular t = X 1 X 2 / S 12 /n 1 + S 22 /n 2 Calcular graus de liberdade gl = (N-1) N = tamanho das amostras combinadas Buscar t na tabela para gl e grau de confiança Se t > valor da tabela, rejeita-se a hipótese nula 59
55 Contas do exemplo da bilheteira Bilheteira: 28,25,33,26,30,32 segundos Máquina: 32,41,37,40,30 segundos n 1 = 6 n 2 = 5 N = 11 Gl (N-1) = 10 α = 0.05 grau de confiança: (1 α)*100% = 95% X 1 = 29 X 2 = 36 S 2 1 = 10.4 S 22 = 23.5 t = 2.76 Valor t 10,0.05 = t > valor crítico 60
56 T-student table t 10,95% =
57 Teste de t bilheteira com excel 63
58 Resultados test t-bilheteira Constata-se que Rejeita-se a hipotese nula com um grau de confiança de 95% Conclusão Trabalhando com as médias, pois referem-se a populações diferentes, em média: A compra em máquina é 24% + lenta (36/29) 66
59 Objectivo: atingimos um valor? O tempo para usar atalhos é < 3 segundos? Não sabemos porque o desvio padrão é muito grande 67
60 Intervalos de confiança 2 valores entre os quais uma população esta compreendida com uma dada probabilidade Uso: testar uma amostra contra um valor limite Ex.: Uma operação não deve demorar mais do que 25 segundos Neste caso o intervalo é (0-25) 68
61 Intervalos de confiança Intervalos de confiança numa população normal: 68% dos dados estão à 1σ de μ, 95% à 2σ e 99.7 à 3σ 69
62 Intervalos de confiança: contas Calcular variança (S 2 ) Desvio padrão da média (S em ) Determinar t unicaudal para grau de confiança pretendido e graus de liberdade da amostra Intervalo de confiança estará compreendido entre: X min = X - (t p,gl x s em ) X max = X + (t p,gl x s em ) 70
63 Exemplo intervalos de confiança Métrica: Nº de erros Objetivo: Nº de erros 15 Amostra: 13, 6, 8, 11 gl = 4-1 = 3 X = 9,5 S 2 = 9,67 S em = 9,67/4 = 1,55 71
64 Exemplo Intervalos de Confiança H 0 : Nº de erros > 15 Buscar valor de t unicaudal para p = 0,025 e 3 gl T 0.025,3 = 3,182 X min = 9,5-3,182 x 1,55 = 4,54 X max = 9,5 + 3,182 x 1,55 = 14,43 Resultado: intervalo abaixo de 15 Conclusão: Rejeitar H 0 Nº erros < 15 com 97,5% certeza 72
65 T-student table t 3,95% =
66 Objectivo: Frequências esperadas = observadas Achamos que 40% usa atalhos 60% usa menús Medimos 45% usa atalhos 55% usa menús Afinal é 40/60 ou 45/55? Não sabemos 74
67 Teste Chi Quadrado H0: frequências esperadas = observadas Para dados nominais ou categoriais Análise de preferências entre várias escolhas Procedimento: Cálculo da diferença entre as frequências observadas e as esperadas X 2 = Σ(f 0 - f e ) 2 /f e Se X 2 > X 2 H0 (da tabela), rejeitamos H0 para α 75
68 Exemplo Teste X Quadrado Opção f esperada f observada diferença (Diferença) 2 /f esperada A ,5 B ,6 C ,1 Objectivo: Qual é a opção preferida? H0: preferência igual pelas 3 30 utilizadores Graus de liberdade N = 3-1 = 2 X 2 = 6,2 ( ) Da tabela obtemos 5,99 para p = 0,05 Rejeita-se a hipótese nula (5,99 < 6,2) 76
69 Tabela do Chi Quadrado 77
70 Chi Quadrado O resultado devolve a probabilidade da hipótese nula (4,5%) Dado que 4,5% < 5% (grau de confiança definido para o teste), rejeitamos H0 Uma das opções é preferida relativamente às outras, com 95% de certeza 78
71 Chi Quadrado O resultado devolve a probabilidade da hipótese nula (4,5%) Dado que 4,5% < 5% (grau de confiança definido para o teste), rejeitamos H0 Uma das opções é preferida relativamente às outras, com 95% de certeza 79
72 Tipos de dados na Selecção de testes Var. Independente Var. Dependente Tipo Categórica Continua Categórica X 2 T-student, outros Continua outros regressão 80
73 T-student X 2 N < 30 Tamanho das amostras na selecção de testes N < 1000 Frequência x categoria > 5 81
74 Escolha de testes Todas as funções estatísticas encontram-se em bibliotecas SPSS, MATLAB, e como vimos até em Excel Portanto, o quê é preciso saber é seleccionar o teste apropriado para cada caso O tipo de dados e tamanho das a mostras é crítico nesta selecção 82
IV.4 Análise de Dados da Avaliação IV AVALIAÇÃO IV.4 ANÁLISE DE DADOS DA AVALIAÇÃO. Interactive System Design, Cap. 10, William Newman. Melhor e Pior?
IV AVALIAÇÃO IV.4 ANÁLISE DE DADOS DA AVALIAÇÃO Interactive System Design, Cap. 10, William Newman 1 Melhor e Pior? 2 1 Resumo Aula Anterior o Testes com utilizadores o Fases do Teste o Análise dos dados
Leia maisAnálise de Dados da Avaliação II
Interfaces Pessoa Máquina Análise de Dados da Avaliação II Cap. 11 Análise dos Dados de Avaliação 15 Melhor e Pior? Melhor e Pior? Melhor e Pior? Resumo Análise Estatística Amostra Variáveis (dependentes
Leia maisIV.4 Análise de Dados da Avaliação
Melhor e Pior? IV - Avaliação IV.4 Análise de Dados da Avaliação Interactive System Design, Cap. 10, William Newman 2 Melhor e Pior? Resumo Aula Anterior! Avaliação com utilizadores!local (Laboratório,
Leia maisInterfaces Pessoa-Máquina (IPM)
Interfaces Pessoa-Máquina (IPM) IV - Avaliação IV.3 Avaliação com Utilizadores HCI, Cap.9, Alan Dix Interaction Design, Cap. 11-14, J. Preece Resumo Aula Anterior Tipos de diálogo Menus, Formulários, LC
Leia maisAnálise de Dados da Avaliação I
Interfaces Pessoa Máquina Análise de Dados da Avaliação I Cap. 11 Análise dos Dados de Avaliação 14 Melhor e Pior? Melhor e Pior? Resumo da Aula Anterior Avaliação com utilizadores Planeamento Participantes
Leia maisIV.3 Avaliação com Utilizadores
Melhor e Pior? IV - Avaliação HCI, Cap.9, Alan Dix Interaction Design, Cap. 11-14, J. Preece Resumo Aula Anterior Tipos de diálogo Menus, Formulários, LC e MD Principais características, vantagens e desvantagens
Leia maisIV.3 Avaliação com Utilizadores
IV - Avaliação HCI, Cap.9, Alan Dix Interaction Design, Cap. 11-14, J. Preece Melhor e Pior? 2 Resumo Aula Anterior Tipos de diálogo Menus, Formulários, LC e MD Principais características, vantagens e
Leia maisIV - Avaliação. IV.3 Avaliação com Utilizadores
IV - Avaliação HCI, Cap.9, Alan Dix Interaction Design, Cap. 11-14, J. Preece Melhor e Pior? 2 2007/2008 1 Resumo Aula Anterior Tipos de diálogo Menus, Formulários, LC e MD Principais características,
Leia maisIV.4 Análise de Dados da Avaliação IV AVALIAÇÃO IV.4 ANÁLISE DE DADOS DA AVALIAÇÃO. Interactive System Design, Cap. 10, William Newman. Melhor e Pior?
IV AVALIAÇÃO IV.4 ANÁLISE DE DADOS DA AVALIAÇÃO Interactive System Design, Cap. 10, William Newman Melhor e Pior? 1 Melhor e Pior? Resumo Aula Anterior o Avaliação com utilizadores Local (Laboratório,
Leia maisAnálise de Dados da Avaliação I
Interfaces Pessoa Máquina Análise de Dados da Avaliação I Cap. 11 Análise dos Dados de Avaliação 14 Melhor e Pior? Melhor e Pior? Resumo da Aula Anterior Avaliação com u:lizadores Planeamento Par:cipantes
Leia maisAvaliação com Utilizadores
Avaliação com Utilizadores Capítulo 10 HCI, Cap. 9, AlanDix Interaction Design, Cap. 11-14, J. Preece Transparências da disciplina de Interfaces Homem-Máquina IST, Mário Rui Gomes e Joaquim Jorge Resumo:
Leia maisInteração Humano-Computador
Interação Humano-Computador Avaliação Empírica Danielle Freitas 2015.1 http://docente.ifrn.edu.br/daniellefreitas Agenda Avaliação com usuários Etapas Local de avaliação» Laboratório ou local de trabalho
Leia maisInterfaces Pessoa. Recolha de Dados. Máquina. Cap. 10 Fontes de Informação e Recolha de Dados
Interfaces Pessoa Máquina Recolha de Dados Cap. 10 Fontes de Informação e Recolha de Dados 03 Melhor e Pior? Melhor e Pior? Resumo Aula Anterior Análise de U8lizadores e Tarefas Quem; O quê; Onde Início
Leia maisInterfaces Pessoa-Máquina (IPM)
Interfaces Pessoa-Máquina (IPM) 2009/2010 Joaquim Jorge Daniel Gonçalves Alfredo Ferreira II PERCEBER OS UTILIZADORES E AS TAREFAS II.2 ANÁLISE DE TAREFAS II HCI, Cap. 15, Alan Dix Task-Centered UI Design,
Leia maisIV.4 Análise de Dados da Avaliação
Melhor e Pior? IV - Avaliação IV.4 Análise de Dados da Avaliação Interactive System Design, Cap. 10, William Newman IV.4 Análise de Dados da Avaliação 2 Melhor e Pior? Resumo Aula Anterior! Avaliação com
Leia maisII.2 - Análise de Tarefas II
Melhor e Pior? II Perceber os Utilizadores e as Tarefas II.2 Análise de Tarefas II HCI, Cap. 15, Alan Dix Task-Centered UI Design, Cap. 1-2 C. Lewis and J. Rieman 2 Resumo Aula Anterior Sumário O que é
Leia maisAnálise de Tarefas II
Análise de Tarefas II Capítulo 4 HCI, Cap. 15, Alan Dix Task-Centered UI Design, Cap. 1-2 C. Lewis and J. Rieman Melhor e Pior? Resumo da aula anterior O que é análise de tarefas? Estuda situações existentes
Leia maisUma nota prévia sobre a ciência e o que é conhecimento científico
Investigação: Objectivos e metodologias Uma nota prévia sobre a ciência e o que é conhecimento científico O que é Ciência? Uma teoria científica é uma tentativa de explicação racional do universo, num
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Leia maisEstatística Aplicada
Estatística Aplicada Testes de Hipóteses Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada TESTES DE HIPÓTESES Inferência estatística: tomar decisões sobre a população com base
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisIV.4 Análise de Dados da Avaliação
Melhor e Pior? IV - Avaliação IV.4 Análie de Dado da Avaliação Interactive Sytem Deign, Cap. 0, William Newman Melhor e Pior? Reumo Aula Anterior Avaliação com utilizadore Local (Laboratório, Ambiente
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 2019 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia maisInterfaces Pessoa. Avaliação IV. Máquina. Cap. 9 -Avaliação
Avaliação IV Interfaces Pessoa Máquina 13 Cap. 9 -Avaliação Melhor e Pior? Melhor e Pior? Resumo Aula Anterior Avaliação Preditiva GOMS KLM Avaliação com Utilizadores Planeamento dos testes Perguntas!
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno
ANOVA FACTORIAL Quando a variável dependente é influenciada por mais do que uma variável independente (Factor) estamos interessados em estudar o efeito não só de cada um dos factores mas e também a possível
Leia maisTestes de Hipótese para uma única Amostra - parte I
Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os
Leia maisAula 5. Teste de Hipóteses II. Capítulo 12, Bussab&Morettin Estatística Básica 7ª Edição
Aula 5. Teste de Hipóteses II. Capítulo 12, Bussab&Morettin Estatística Básica 7ª Edição Procedimento teste de hipótese para proporção. Resumo. (1) Estabelecer as hipóteses: H: p = p 0 contra uma das alternativas
Leia maisTESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média
TESTES DE HIPÓTESES Conceitos, Testes de 1 proporção, Testes de 1 média 1 Testes de Hipóteses População Conjectura (hipótese) sobre o comportamento de variáveis Amostra Decisão sobre a admissibilidade
Leia maisAULA 04 Teste de hipótese
1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal
Leia maisTratamento Estatístico de dados em Física Experimental
Tratamento Estatístico de dados em Física Experimental Prof. Zwinglio Guimarães 2 o semestre de 2017 Tópico 6 - Testes estatísticos (Chi-quadrado, z e t ) O método dos mínimos quadrados (revisão) O método
Leia maisBIOESTATÍSTICA. Parte 5 Testes de Hipóteses
BIOESTATÍSTICA Parte 5 Testes de Hipóteses Aulas Teóricas de 05/05/2011 a 19/05/2011 5.1. Conceito de erro, estatística de teste, região de rejeição, nível de significância, valor de prova, potência do
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 9 Fundamentos de Testes de Hipóteses Leitura: Devore, Capítulo 8 Chap 9-1 Objetivos Neste capítulo, vamos aprender: Os princípios básicos de testes de hipóteses Estabelecer
Leia maisEstatística stica na Pesquisa Clínica
Estatística stica na Pesquisa Clínica Thaïs s Cocarelli Sthats Consultoria Estatística stica NAPesq (HC-FMUSP) Alguns conceitos Estudos observacionais e experimentais Exploração e apresentação de dados
Leia maisTeste de hipóteses. Testes de Hipóteses. Valor de p ou P-valor. Lógica dos testes de hipótese. Valor de p 31/08/2016 VPS126
3/8/26 Teste de hipóteses Testes de Hipóteses VPS26 Ferramenta estatística para auxiliar no acúmulo de evidências sobre uma questão Média de glicemia de um grupo de animais é diferente do esperado? Qual
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia mais6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA
6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 214 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica
Leia maisTestes de Hipótese PARA COMPUTAÇÃO
Testes de Hipótese MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Testes de Hipóteses Um teste de hipótese é uma técnica de análise usada para estimar se uma hipótese sobre a população está correta,
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia maisAnálise de dados. Mathias M Pires BE180
Análise de dados Mathias M Pires BE180 Objetivo: Como testar hipóteses a partir da análise dos dados e como interpretar os resultados da análise A essência do método científico é o teste de hipóteses com
Leia maisConceitos centrais em análise de dados
Conceitos centrais em análise de dados Conceitos básicos em Estatística Estatística Ciência que tem por objetivo orientar a coleta, o resumo, a apresentação, a análise e a interpretação dos dados. Divide-se
Leia maisLista de Exercícios #8 Assunto: Teste de Hipóteses
. ANPEC 8 - Questão 5 Indique se as seguintes considerações sobre a teoria dos testes de hipótese são verdadeiras (V) ou falsas (F): () No teste de hipótese para proporções, se a variância da proporção
Leia maisTratamento de informação
Tratamento de informação Margarida Cardoso ISCTE IUL 2 Amostragem Aprendizagem na aula: Conceitos básicos em amostragem Distinguir amostragem probabilística de não probabilística A amostragem aleatória
Leia maisExcel - Funções Estatísticas
Excel - Funções Estatísticas DEPARTAMENTO DE CIÊNCIAS E TECNOLOGIAS DA INFORMAÇÃO 1 Descrição geral: Utilizar funções e fórmulas estatísticas Obtenha informações sobre como utilizar funções e fórmulas
Leia maisUtilização de Funções Estatísticas no Excel
Utilização de Funções Estatísticas no Excel Bráulio Alturas 1 O Excel e as estatísticas: Os princípios básicos O Excel e as estatísticas: Os princípios básicos Criar uma fórmula no Excel utilizando funções
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Testes dos sinais e de Wilcoxon Teste de Mann-Whitney Teste
Leia maisRESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA
RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA Caro aluno, Disponibilizo abaixo a resolução resumida das questões de Estatística da prova de Auditor da SEFAZ/PI 2015. Vale dizer que utilizei a numeração da prova
Leia maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Leia maisQualidade. Ana Madureira
Qualidade Ana Madureira Qualidade da Informação A qualidade de uma informação é apreciada em função da sua pertinência (adaptação às necessidades do sistema de gestão). Três características permitem medir
Leia maisPHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses
PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 6 a aula Testes de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 2007 Estatística Aplicada ao Gerenciamento
Leia mais1º Exame IPM 2013 / 2014
1º Exame IPM 2013 / 2014 Proposta de Solução ATENÇÃO: As respostas não estão 100% completas (Não usar como ÚNICO elemento de estudo para os exames) Licenciatura em Engenharia Informática e de Computadores
Leia maisInferência Estatística: Conceitos Básicos II
Inferência Estatística: Conceitos Básicos II Distribuição Amostral e Teorema do Limite Central Análise Exploratória de dados no SPSS Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação
Leia maisMódulo 3: A pesquisa e o software Excel O software Excel; Introdução aos métodos estatísticos; Descrição e exploração dos dados; Variáveis
Módulo 3: A pesquisa e o software Excel O software Excel; Introdução aos métodos estatísticos; Descrição e exploração dos dados; Variáveis qualitativas (Tabela de frequências); Variáveis quantitativas
Leia maisTestes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto
Leia mais4 ABORDAGENS METROLÓGICAS
4 4 ABORDAGENS METROLÓGICAS Neste capitulo são apresentados os termos metrológicos utilizados neste documento. Estes conceitos foram selecionados do Vocabulário Internacional de termos fundamentais e gerais
Leia maisHEP-5800 BIOESTATÌSTICA
HEP-58 BIOESTATÌSTICA UNIDADE IV INFERÊNCIA ESTATÍSTICA: TESTES DE HIPÓTESES Nila Nunes da Silva Regina I. T. Bernal I. QUADRO CONCEITUAL São procedimentos estatísticos que consistem em usar dados de amostras
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Introdução Hipóteses Estatísticas São suposições quanto ao valor de um parâmetro populacional
Leia maisEstatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência NOME:
DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência 24-05-2011 NOME: Observação: A resolução completa das perguntas inclui
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisEXAME DE ESTATÍSTICA / ESTATÍSTICA I
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE EAME DE ESTATÍSTICA / ESTATÍSTICA I Cursos: Licenciatura em Enfermagem e Licenciaturas Bi-etápicas em Fisioterapia e em Terapia da Fala Época de
Leia maisTestes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Testes de Hipóteses Paramétricos 1 / 41 Introdução. Hipóteses Estatísticas. Erro Tipo I
Leia maisInferência estatística
Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória
Leia maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia maisInferência para duas populações
Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.
Leia maisPOPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA TIPOS DE VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS 1) TIPOS DE VARIÁVEIS
POPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA População (N) representa o conjunto de todas as unidades experimentais que apresentam características em comum Amostra (n) representa uma parte do todo.
Leia maisMétodos Quantitativos Aplicados. Aulas 2 e 3. Prof. Dr. Danilo Monte-Mor
Métodos Quantitativos Aplicados Aulas 2 e 3 Prof. Dr. Danilo Monte-Mor Distribuição Normal Distribuição de Probabilidade Distribuição Normal 0,50 0,40 0,30 0,20 0,10 X N(, 2 ) 0,00-3 -2-1 0 1 2 3 Características
Leia mais2.4 Principais estilos de interacção
2.4 Principais estilos de interacção Janelas Menus Formulários Caixas de diálogo Manipulação directa Outros 2.1 Regras para Janelas 1. Não utilizar demasiadas janelas e minimizar as necessidades de manipulação
Leia maisEstatística Aplicada. Teste de hipóteses ou teste de significância Cap. 11
Estatística Aplicada Teste de hipóteses ou teste de significância Cap. 11 Conceito Objetivo: decidir se uma afirmação sobre um parâmetro populacional é verdadeira a partir de informações obtidas de uma
Leia maisStela Adami Vayego Estatística II CE003/DEST/UFPR
Resumo 1 Teste de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisEscolha dos testes INTRODUÇÃO À BIOESTATÍSTICA QUANTIFICAÇÃO DOS GRUPOS DO ESTUDO PESQUISA INFERÊNCIA ESTATÍSTICA TESTE DE HIPÓTESES E
Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA Determinada a pergunta/ hipótese Recolhidos os dados Análise descritiva = Estatística descritiva QUAIS TESTES ESTATÍSTICOS DEVEM SER REALIZADOS?? PROFESSORA:
Leia maisInferência Estatística
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Inferência Estatística Profa. Cesaltina Pires cpires@uevora.pt Plano da Apresentação Duas distribuições importantes Normal T- Student Estimação
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Algumas considerações Slide 2 As secções deste capítulo referem-se
Leia maisTestes de hipóteses Paramétricos
Testes de hipóteses Paramétricos Modelos de análise de variância com um factor Teste de Bartlett Teste de comparações múltiplas de Scheffé Rita Brandão (Univ. Açores) Testes de hipóteses Paramétricos 1
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
Leia maisMedidas de Dispersão ou variabilidade
Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
Leia maisCapítulo 1 Conceitos de Marketing e Marketing Research
Índice Prefácio 21 Introdução 25 PARTE I Capítulo 1 Conceitos de Marketing e Marketing Research 1. Evolução do Marketing 33 2. Evolução do conceito de Marketing 35 3. Modelo do sistema de Marketing 38
Leia maisANÁLISE DE RESULTADOS
ANÁLISE DE RESULTADOS Conteúdo 2 1. Planejamento de Experimentos 2. Introdução Medidas de Desempenho Análise Estatística dos Resultados Comparação de Resultados Procedimento para análise de resultados
Leia maisMEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso
MEDIDAS DE POSIÇÃO E DE DISPERSÃO Profª Andréa H Dâmaso Bioestatística e Delineamento Experimental - 2012 Tópicos da aula Medidas de tendência central e dispersão Variáveis contínuas: distribuição normal
Leia maisGQS Medidas. André Luís Duarte. exatasfepi.com.br
exatasfepi.com.br GQS Medidas André Luís Duarte O que adquire entendimento ama a sua alma; o que cultiva a inteligência achará o bem. Provérbios 19:8 Qualidade de software Papel dos números Fontes de ruído
Leia mais1 Probabilidade - Modelos Probabilísticos
1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,
Leia maisEstudo de percepção do uso de dispositivos móveis no Ensino Superior
Estudo de percepção do uso de dispositivos móveis no Ensino Superior Relatório interno 1/2009 CEREM UFP Steven Abrantes Instituto Politécnico de Viseu steven@di.estv.ipv.pt Luis Borges Gouveia Universidade
Leia maisStela Adami Vayego DEST/UFPR
Resumo 1 Testes de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisDelineamento e Análise Experimental Aula 4
Aula 4 Castro Soares de Oliveira ANOVA Significativa Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais.
Leia maisAssociação entre variáveis categóricas e IC95%
Associação entre variáveis categóricas e IC95% Andréa Homsi Dâmaso Programa de pós-graduação em Epidemiologia UFPEL Biotecnologia: Bioestatística e Delineamento Experimental Aula de hoje Teste do qui-quadrado
Leia maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia maisCurso de Metodologia da Pesquisa em Ciências da Vida. Tópicos em bioestatística fundamentais para o pesquisador em Ciências da Vida
Tópicos em bioestatística fundamentais para o pesquisador em Ciências da Vida Conceito de bioestatística A bioestatística é um recurso matemático aplicado às ciências biológicas Tem por finalidade de coletar,
Leia mais17/04/2017. Tipos de dados. Primários. Secundários
1 Tipos de dados Primários Secundários 2 1 Dados primários Recolhidos, observados ou experienciados junto ao evento 3 Dados secundários Fontes que interpretam os dados primários. Tendem a ser menos fiáveis
Leia maisEstatística. Guia de Estudos P1
Estatística Guia de Estudos P1 1. Introdução O objetivo principal do curso de estatística é dar as ferramentas necessárias para o aluno saber analisar e manipular dados e, a partir deles, extrair conclusões
Leia mais1 Teoria da Decisão Estatística
1 Teoria da Decisão Estatística 1.1 Teste de Hipótese É uma metodologia estatística que permite tomar decisão sobre uma ou mais populações baseando no conhecimento de informações da amostra. Ao tentarmos
Leia maisAnálise da Regressão múltipla: Inferência. Aula 4 6 de maio de 2013
Análise da Regressão múltipla: Inferência Revisão da graduação Aula 4 6 de maio de 2013 Hipóteses do modelo linear clássico (MLC) Sabemos que, dadas as hipóteses de Gauss- Markov, MQO é BLUE. Para realizarmos
Leia maisESTATÍSTICA APLICADA II ANO LECTIVO 2013/2014. Exame Final 18 de Julho de 2014
ESTTÍSTIC PLICD II O LECTIVO 3/4 Exame Final 8 de Julho de 4 Duração : 3 M ota: Responder um grupo por folha (utilize frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados
Leia maisIntrodução à análise estatística com SPSS. Guião nº6: Medidas de associação
Introdução à análise estatística com SPSS Guião nº6: Medidas de associação Experiência sobre volume plasmático e o peso em 13 homens saudáveis Os investigadores pretendem descobrir se as variáveis volume
Leia maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos
Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Modelos de regressão É usual estarmos interessados em estabelecer uma relação entre uma variável
Leia maisTESTES DE HIPÓTESES. Lucas Santana da Cunha Universidade Estadual de Londrina
TESTES DE HIPÓTESES Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de setembro de 2016 Introdução Viu-se a construção de intervalos
Leia mais