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

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

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

Transcrição

1 ANÁLISE CRÍTICA DA NOVA METODOLOGIA DE AVALIAÇÃO DO EXAME NACIONAL DE CURSOS Rubén Romero 1, Anna Diva P. Lotufo 2 FEIS/UNESP 1 Av. Brasil 56, Ilha Solteira, SP FEIS/UNESP 2 Av. Brasil 56, Ilha Solteira, SP Resumo. É realizada uma análise crítica da nova metodologia proposta pelo INEP para a avaliação do Exame Nacional de Cursos. Com o critério anterior, vigente até 2000, existia um critério rígido para a classificação e atribuição de conceitos dos cursos. Entretanto, em 2001, deve-se implementar um novo critério para a classificação e atribuição de conceitos dos cursos. Esta nova proposta permite atribuir conceitos aos cursos de uma forma variável, isto é, o número de cursos, por exemplo, com conceito A deve ser variável. Assim, é realizada uma análise desses novos critérios para o caso do curso de Engenharia Elétrica. A análise realizada permite verificar que o número de cursos com conceito A deve permanecer praticamente o mesmo ou ter um pequeno incremento e o número de cursos com conceito B deve diminuir. Também é realizada uma análise genérica sobre a repercussão do novo critério adotado na atribuição de conceitos nos outros cursos que participam do provão, assim como das características teóricas da distribuição normal de probabilidade e sua utilização em dados experimentais.. Palavras-chave: Exame Nacional de Cursos, critérios de avaliação, ensino em engenharia elétrica. ENC - 1

2 1. INTRODUÇÃO Iniciado em 1996, o Exame Nacional de Cursos, durante cinco anos usou um critério de avaliação que atribui conceitos aos cursos participantes desse processo de avaliação. A partir de 2001 deve ser usado um novo critério no processo de avaliação. Além disso, segundo comunicados divulgados nos meios de comunicação (Folha de São Paulo 19/03/2001), junto com os conceitos atribuídos aos cursos em 2001 usando um novo critério, o Ministério da Educação vai divulgar uma nova classificação dos cursos para os cinco anos anteriores usando o novo critério, isto é, os conceitos atribuídos em anos anteriores usando o critério antigo devem ser revisados e corrigidos usando o novo critério de avaliação. Assim, por exemplo, um curso que em 2000 teve um conceito igual a B, pode ter esse conceito revisado para C ou A de acordo com o novo critério. A motivação para a mudança de critérios de avaliação, segundo a imprensa é para atender uma reivindicação das universidades, especialmente de universidades de elite e de escolas particulares. Assim, se a idéia é atender reivindicações das instituições antes mencionadas, espera-se que com o novo critério o número de cursos com conceito A deve aumentar e o número de cursos com conceito D e E deve diminuir. Portanto, pretende-se fazer uma análise crítica do novo critério de avaliação adotado e uma análise de caso para o curso de Engenharia Elétrica. Maia, em [3] afirma que nas distribuições das notas dos cursos nos 5 anos em que foi usado o critério antigo de avaliação, a maioria dos cursos apresenta uma distribuição em forma de sino, isto é, as distribuições dos cursos são próximas da distribuição normal. Também em [3] se afirma que em alguns cursos existem distribuições um pouco diferentes da distribuição normal com o aparecimento de assimetria, isto é, as distribuições são assimétricas. Nesse contexto, um curso com distribuição assimétrica à esquerda deve ter um número maior de cursos com conceito A e B que um curso que apresente uma distribuição normal. De forma equivalente, um curso com distribuição assimétrica à direita deve ter um número menor de cursos com conceito A e B que um curso que apresente a distribuição normal. Portanto, pode-se verificar que as propriedades da distribuição normal de probabilidades foram usadas como base fundamental para desenvolver e justificar o novo critério de avaliação do Exame Nacional de Cursos. Assim, também analisamos algumas das propriedades da distribuição normal. Na Tabela 1 é mostrada a percentagem de escolas com cada tipo de conceito quando é usado o critério antigo e quando é usado o novo critério e com a suposição de que a distribuição das médias das escolas do curso avaliado apresenta uma distribuição exatamente igual a distribuição normal. Tabela 1. Distribuição de conceitos. Conceito Critério antigo Critério novo A 12% 15,87% B 18% 14,98% C 40% 38,30% D 18% 14,98% E 12% 15,87% Portanto, da Tabela 1, pode-se concluir que no caso em que as médias de um curso apresentem uma distribuição exatamente igual à distribuição normal, então o número de escolas com conceito A e E devem aumentar em relação ao critério antigo. Entretanto, deve-se analisar também o que acontece nos casos em que a distribuição que representa um determinado curso apresenta a forma de sino (parecida à distribuição normal) mas com assimetria. Um caso mais crítico acontece nos cursos em que a distribuição não apresenta forma de sino e, portanto, apresenta características 2. NOVO CRITÉRIO DE AVALIAÇÃO O novo critério de avaliação está sistematizado em [3] e reproduzimos a parcela mais importante desse documento: o ponto de partida, no processo de avaliação, será a média geral dos cursos avaliados A partir dela, será calculado o desvio padrão da distribuição dos desempenhos dos cursos e, com base nesses valores, atribuir os conceitos da seguinte forma: Conceito C aos cursos que tiverem seu desempenho no intervalo de meio desvio padrão em torno da média geral; Conceito B aos cursos com desempenho entre meio desvio padrão (inclusive) e um desvio padrão acima da média geral; Conceito A aos cursos com desempenho acima de um desvio padrão (inclusive) da média geral; Conceito D aos cursos cujo desempenho estiver no intervalo entre um e meio desvio padrão (inclusive) abaixo da média geral; Conceito E aos cursos com desempenho abaixo de um desvio padrão (inclusive) da média geral. Em [3] ainda é mencionado que a nova metodologia para distribuição dos conceitos do Provão toma por base a média geral para cada área que está sendo avaliada e a distância da média do curso para essa média geral. Finalmente, ENC - 2

3 para a determinação dos conceitos leva-se em conta o chamado desvio padrão, que permite a construção de uma escala de valores para a classificação dos cursos. Na proposta anterior aparece os termos média geral dos cursos e o desvio padrão. A partir desses términos aparece a primeira interpretação para calcular esses parâmetros, média e desvio padrão. Essa interpretação, também passada pelos meios de comunicação especialmente escrita entende que a média geral de um curso é a média geral de todos os alunos que fazem o provão e o desvio padrão também deve ser calculado considerando todos os alunos de um curso que participam do provão. Por exemplo, em 2000 fizeram o provão 4253 alunos no curso de engenharia elétrica e a média geral foi de 3,13 e o desvio padrão 1,86 na escala de 0 a 10. Nessa interpretação, a população está representada por 4253 elementos, isto é, os alunos que participaram do provão. Esses valores, médio e desvio padrão, para o curso de engenharia elétrica para todo o Brasil aparece no boletim de desempenho dos alunos que participaram do provão e também é um tipo de informação não sigilosa que é repassada para os meios de comunicação. Entretanto em [3], ainda apresentando o novo critério de avaliação, se menciona que o objetivo é discriminar as instituições segundo a posição relativa da média da Instituição (curso) em função da média geral. Assim, os indicadores usados devem ser a média da Instituição e a Média e o desvio padrão da distribuição das médias das escolas. Nessa parte da apresentação aparece evidente que deve ser calculada a média de cada escola e, usando esses valores médios, deve ser calculada a média geral e o desvio padrão. Nesse caso aparece a segunda interpretação sobre a forma em que devem ser calculados os indicadores (média geral e desvio padrão). Essa segunda interpretação, que consideramos como proposta oficial do INEP é confirmada quando em [3] se apresenta um exemplo ilustrativo onde aparece um curso hipotético com 30 escolas e os valores médios de cada escola. Com esses valores são calculados a média geral e o desvio padrão que são os indicadores usados para encontrar os conceitos das escolas usando o novo critério. Na figura 1 é mostrada a distribuição das médias dos cursos da engenharia elétrica no provão de Na figura, pode-se observar uma assimetria à direita e, portanto, o número de escolas com conceito A deve ser menor que no caso de uma distribuição simétrica, como a distribuição normal, mas não necessariamente o número de cursos com conceito A deve ser menor em relação ao critério de avaliação antigo. Na Figura 1 também, pode-se observar um ponto de inflexão tornando a figura diferente de um sino. Figura 1. Distribuição das médias em engenharia elétrica 2000 É importante observar que na segunda interpretação, a interpretação oficial, a população no caso do curso de engenharia elétrica está constituído por 87 elementos ou escolas. Portanto, os valores médios obtidos considerando uma população de 4253 alunos e considerando uma população de 87 escolas, cada um deles com um valor médio, não são iguais embora possam ser muito próximos. Entretanto, o desvio padrão obtido usando os dois tipos de população mencionados anteriormente podem ser significativamente diferentes. Assim, os dois tipos de interpretação para o novo ENC - 3

4 critério de avaliação levam a resultados significativamente diferentes. Deve-se observar também que uma curva de distribuição que representa uma população de 4253 elementos deve ser, em geral, mais próxima de uma distribuição normal que a curva de distribuição que representa uma população de 87 elementos. Embora, no momento não existam mais dúvidas de que a segunda interpretação representa a interpretação oficial, mostrada através de um exemplo ilustrativo em [3], neste trabalho continuamos fazendo testes com as duas interpretações. Um dos motivos é ser muito simples fazer testes com a primeira interpretação porque os valores médio e de desvio padrão estão disponíveis. Outro motivo é que muitos acadêmicos consideraram a primeira interpretação como sendo a correta. Para fazer testes com a segunda interpretação, deve-se obter ou calcular de forma aproximada o valor médio de cada escola para encontrar os indicadores adequados (média e desvio padrão das médias das escolas). 3. O CASO DA ENGENHARIA ELÉTRICA O curso de engenharia elétrica participou de três processos de avaliação (1998,1999,2000) mas neste trabalho são analisados somente o provão de 1999 e 2000 porque não existe suficiente informação do provão de Como já foi mencionado anteriormente, embora a segunda interpretação seja a oficial, foram realizados testes com os dois tipos de interpretação já que muitos acadêmicos realizaram os testes usando a primeira interpretação influenciados pela forma em que foi apresentado o novo critério de avaliação pelos meios de comunicação. 3.1 Primeira interpretação No provão de 1999 participaram 84 cursos de engenharia elétrica sendo que com o critério antigo de avaliação 10 escolas obtiveram conceito A, 15 conceito B, 34 conceito C, 15 conceito D, 9 conceito E e uma escola foi considerada SC (sem conceito por ter um número insuficiente de alunos). Nesse ano o valor médio e o desvio padrão dos 4236 graduandos de engenharia elétrica do Brasil foi de 3,56 e 2,13 respectivamente (obtido do boletim de desempenho de um graduando). Com esses dados, usando a primeira interpretação e a informação das médias de algumas escolas a distribuição de conceitos teria uma variação muito significativa. Assim, somente 7 escolas ficariam com conceito A, 10 com conceito B, 40 com conceito C, 22 com conceito D e 4 escolas com conceito E. Nessa interpretação, pode-se observar uma diminuição do número de ecolas com conceito A, B e E e um aumento do número de escolas com conceito C e D. No provão de 2000 participaram 87 cursos de engenharia elétrica sendo que com o critério antigo de avaliação 11 escolas obtiveram conceito A, 16 conceito B, 35 conceito C, 16 conceito D, 9 conceito E. Nesse ano o valor médio e o desvio padrão dos 4253 graduandos de engenharia elétrica do Brasil foi de 3,13 e 1,86 respectivamente (obtido do boletim de desempenho de um graduando). Novamente, com esses dados, usando a primeira interpretação e a informação das médias de algumas escolas a distribuição de conceitos também teria uma variação muito significativa. Assim, somente 8 escolas ficariam com conceito A, 9 com conceito B, 42 com conceito C, 22 com conceito D e 6 escolas com conceito E. Nessa interpretação, pode-se observar uma diminuição do número de ecolas com conceito A, B e E e um aumento do número de escolas com conceito C e D de maneira muito parecida ao comportamento apresentado para Segunda interpretação Na Segunda interpretação, a interpretação oficial do INEP, deve-se conhecer a média de cada escola e, com esses valores, calcular o valor médio das médias das escolas, assim como o desvio padrão da população constituída por escolas para encontrar os conceitos atribuídos usando o novo critério. Assim, um primeiro problema foi dispor das médias das escolas que é uma informação que nem as próprias escolas conhecem. Essa informação na verdade se encontra disponível somente no boletim de desempenho do aluno que fez o provão. O Coordenador de cada escola conhece apenas a média normalizada de sua escola. Entretanto foram obtidas as médias verdadeiras de algumas escolas mas em número insuficiente para determinar, de forma exata, o valor médio e desvio padrão mencionado anteriormente. Portanto, esses valores médios e de desvio padrão foram encontrados de maneira aproximada e depois confrontados com outras informações isoladas de nosso banco de dados. Em [1] e [2] se encontram disponíveis algumas informações que permitem encontrar, de forma aproximada as médias das escolas de engenharia elétrica. Assim, por exemplo, em [2] existe a informação, relativa ao ano 2000, de que 9 escolas tiveram médias no intervalo entre 0,46 e 1,73; 16 escolas tiveram médias no intervalo entre 1,73 e 2,12; 35 escolas tiveram médias no intervalo entre 2,12 e 3,33; 16 escolas tiveram médias no intervalo entre 3,33 e 4,54 e 11 escolas tiveram médias entre 4,54 e 6,32. Também usando a informação disponível em [1], páginas 451 a 455, onde aparecem a distribuição por percentagem P25, P50 e P75 de cada escola é possível elaborar um ranking informal das escolas com pequeno erro na classificação das escolas. Finalmente, a informação disponível, no nosso banco de dados, das médias reais e/ou normalizadas de algumas escolas permitem confrontar e verificar as estimativas aproximadas. Assim, na primeira tentativa de encontrar os valores médios das escolas foi usada a informação do número de escolas em cada intervalo e essas escolas foram uniformemente distribuídas. Por exemplo, no provão 2000, 11 escolas estavam com valores médios localizados no intervalo entre 4,54 e 6,32. As médias dessas escolas foram distribuídas ENC - 4

5 uniformemente nesse intervalo e ordenadas de acordo com o ranking informal e corrigindo sempre que possível com os valores reais das médias das escolas cujo valor médio exato era conhecido. Com os valores médios de cada escola estimada de forma aproximada e com a informação do número de alunos que participaram do provão por cada escola, que também está disponível em [1], é possível calcular um estimado do valor médio da população constituído pelos 4253 graduandos. Esse valor deve ficar muito próximo do valor de 3,13 que representa o valor médio exato da população de 4253 alunos e que se encontra disponível. Usando a estratégia anterior foi calculado o valor médio aproximado das notas para os 4253 alunos que fizeram o provão, mas usando a distribuição das médias estimadas para cada escola e o número de alunos de cada escola que participaram do provão. O valor encontrado para essa média foi de 3,18 para o ano 2000, um valor muito próximo de 3,13 que representa o valor exato. Assim, foram consideradas consistentes as médias estimadas para todas as escolas de engenharia elétrica do provão de Com esses valores médios estimados para cada escola é muito simples encontrar o valor médio estimado das médias das escolas, assim como o desvio padrão que são indicadores necessários para encontrar os conceitos para cada escola usando o novo critério de avaliação. Para o provão de 1999, usando a proposta mencionada anteriormente e usando as médias estimadas para cada escola, foi encontrado um valor médio de 3,41 e um desvio padrão de 1,41 para as médias das 83 escolas de engenharia elétrica. Usando essa informação, pode-se concluir que usando o novo critério de avaliação para corrigir os resultados do provão de 1999 para o curso de engenharia elétrica, deve-se obter os seguintes resultados: 13 escolas devem obter conceito A, 11 escolas devem obter conceito B, 29 escolas devem obter conceito C, 16 escolas devem obter conceito D e 14 escolas devem obter conceito E. Portanto, pode-se verificar que o número de escolas com conceito A pode aumentar mas o número de escolas com conceito B deve diminuir. Em conjunto, com o novo critério de avaliação, o número de cursos com conceito A e B deve diminuir para o provão de 1999 se de fato o novo critério de avaliação for usado para reavaliar o provão de É importante mencionar que se a distribuição das médias das escolas de engenharia elétrica fosse equivalente à distribuição normal então o número de cursos com conceito A e B seria igual a 26. Entretanto, como a distribuição na engenharia elétrica apresenta assimetria à direita então, espera-se um número de escolas com conceito A e B menor e esse número foi estimado em 24 escolas usando nossa estratégia, confirmando a consistência dos resultados obtidos. Para o provão de 2000, usando a proposta mencionada anteriormente e usando as médias estimadas para cada escola, foi encontrado um valor médio de 2,95 e um desvio padrão de 1,30 para as médias das 87 escolas de engenharia elétrica. De igual maneira,usando essa informação, pode-se concluir que usando o novo critério de avaliação para corrigir os resultados do provão de 2000 para o curso de engenharia elétrica, deve-se obter os seguintes resultados: 13 escolas devem obter conceito A, 10 escolas devem obter conceito B, 33 escolas devem obter conceito C, 22 escolas devem obter conceito D e 9 escolas devem obter conceito E. Também nesse caso, pode-se verificar que o número de escolas com conceito A pode aumentar mas o número de escolas com conceito B deve diminuir. Em conjunto, com o novo critério de avaliação, o número de escolas com conceito A e B deve diminuir para o provão de 2000 se o novo critério for usado para revisar os resultados do provão de Tabela 2. Distribuição de conceitos com o novo critério. Conceito CA NC CA NC A B C D E Total Na Tabela 2, CA significa critério de avaliação antigo e NC novo critério de avaliação. Dos resultados mostrados na Tabela 2, pode-se verificar que embora a distribuição das médias das escolas de engenharia elétrica seja assimétrica à direita, o número de cursos com conceito A deve aumentar para o provão de 1999 e Também, podese verificar que o número de escolas com conceito B deve diminuir. Em conjunto, o número de escolas com conceito A e B deve diminuir. Também é importante observar que o número de escolas com conceito A é menor do valor que seria obtido se a distribuição das médias das escolas de engenharia elétrica fosse exatamente a distribuição normal. Para praticamente todos os casos o número de escolas com conceito B deve diminuir usando o novo critério de avaliação inclusive no caso em que a distribuição das médias das escolas seja equivalente à distribuição normal. Essa conclusão aparece evidente na Tabela 1 em que o número de escolas com conceito B deve diminuir de 18% para 14,98% para o caso mencionado anteriormente. ENC - 5

6 4. OS OUTROS CURSOS AVALIADOS Para praticamente todos os casos, o número de escolas com conceito A deve aumentar. Esse incremento depende do tipo de assimetria que apresente a distribuição das médias das escolas do curso avaliado em relação à distribuição normal e da forma da curva de distribuição. Em determinados cursos, especialmente em cursos em que o número de escolas é pequeno, a curva de distribuição pode ser muito diferente de um sino e, nesse caso, não podem ser usadas as propriedades da distribuição normal para analisar esse tipo de casos. Um exemplo desse tipo de distribuição atípica acontece, por exemplo, com o curso de física no provão de 2000, ver a página 223 de [1]. Um dos principais motivos para que a curva de distribuição seja próxima da distribuição normal é o número de elementos (escolas) avaliadas, isto é, o tamanho da população. Assim, quanto maior for o número de escolas de um curso avaliado então maior é a probabilidade de que a curva de distribuição seja mais próxima da distribuição normal. Este fato pode ser verificado nos cursos de administração e direito. Na Figura 2 é mostrada a curva de distribuição do curso de administração do provão 2000 com 451 escolas avaliadas e um total de alunos, ver a página 103 de [1]. Pode-se verificar que a curva de distribuição é praticamente a normal. Portanto, não é difícil predizer que o número de escolas com conceito A no curso de administração no provão de 2001 deve passar de 54 para um valor próximo de 72 escolas. Figura 2. Distribuição das médias em engenharia elétrica Outro aspecto importante é que, nos dois critérios de avaliação, o valor médio das médias das escolas não é um parâmetro importante. Assim, por exemplo, no novo critério de avaliação pode acontecer de que um determinado curso, com média igual a 3,0 e com uma distribuição normal, pode ter um número de escolas com conceito A maior que um curso em que a média é igual a 5,0 (muito maior que a média do outro curso) e que apresenta uma distribuição com assimetria à direita. Este problema pode acontecer também no mesmo curso. Por exemplo, um curso que em 2000 teve uma média geral de 3,0 e em 2001 passa a ter uma média geral de 5,0 mas com o mesmo tipo de dispersão das médias dos cursos em ambos os anos e, portanto, com a mesma distribuição pode ter o mesmo número de escolas com conceito A nos dois anos. Em outras palavras, o novo critério de avaliação, não acompanha a evolução do desempenho das escolas. Também pode acontecer o contrário com uma diminuição do desempenho de um curso mas produzir um aumento de número de escolas com conceito A. Assim, por exemplo, em 2000 o curso de engenharia elétrica apresenta uma distribuição com assimetria à direita mas se em 2001 desaparece essa assimetria e apresenta uma distribuição normal então o número de escolas com conceito A deve aumentar independentemente do valor da média geral que pode até diminuir. O critério de avaliação antigo também não leva em conta a média e a evolução do desempenho de um curso. Portanto, os dois critérios de avaliação não levam em conta a evolução do desempenho de um curso. ENC - 6

7 5. CONCLUSÕES No presente trabalho foi analisado de forma crítica o novo critério de avaliação no Exame Nacional de Cursos, mais conhecido como o provão. Pode-se mencionar que, na maioria dos casos, na avaliação de um curso, o número de escolas com conceito A deve aumentar em relação ao critério de avaliação usado anteriormente. Outra conclusão evidente é que, na maioria dos casos, o número de escolas com conceito B deve diminuir e, em muitos casos, o número de escolas com conceito A e B deve diminuir. Outra observação importante é que aqueles cursos em que o número de escolas é muito elevado, como acontece em administração e direito, a curva de distribuição é muito próxima da distribuição normal. Portanto, nesses cursos, o número de escolas com conceito A no provão de 2001 deve ficar muito próximo de 16% das escolas. No caso da engenharia elétrica o número de escolas com conceito A deve aumentar ligeiramente e o número de escolas com conceito B deve diminuir significativamente. Também, o número de escolas com conceito A e B deve diminuir. Foi verificado que a curva de distribuição das médias das escolas de engenharia elétrica é assimétrica à direita com uma forma significativamente diferente da curva de distribuição normal. Agradecimentos O presente trabalho contou com o apoio da FUNDUNESP e da FAPESP. 6. REFERÊNCIAS [1] INEP. PROVÃO, Exame Nacional de Cursos, Relatório Síntese 2000, Editado por Maria Helena Guimarães de Castro, Dezembro de [2] INEP PROVÃO, Exame Nacional de Cursos, Relatório Síntese 1999, Editado por Maria Helena Guimarães de Castro, Dezembro de [3] Maia T., Os novos critérios de avaliação do Exame Nacional de Cursos O Provão, publicado em Março de [4] Frank E. Electrical Measurement Analysis, Robert E. Krieger Publishing Company, New York, [5] Mirshawka V. Probabilidade e Estatística para Engenharia, Livraria Nobel S.A.,São Paulo, [6] Paradine C.G., Métodos Estatísticos para Tecnologistas, Editora da USP, ENC - 7

Mais Informações sobre Itens do Relatório

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

Leia mais

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

Leia mais

ESTATÍSTICA Medidas de Síntese

ESTATÍSTICA Medidas de Síntese 2.3 - Medidas de Síntese Além das tabelas e gráficos um conjunto de dados referente a uma variável QUANTITATIVA pode ser resumido (apresentado) através de Medidas de Síntese, também chamadas de Medidas

Leia mais

Coeficiente de Assimetria

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

Leia mais

Distribuição T - Student. Prof. Herondino S. F.

Distribuição T - Student. Prof. Herondino S. F. Distribuição T - Student Prof. Herondino S. F. Distribuição T-Student A distribuição T de Student é uma distribuição de probabilidade estatística, publicada por um autor que se chamou de Student, pseudônimo

Leia mais

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

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

Leia mais

CRITÉRIOS PARA ATRIBUIÇÃO DE CONCEITOS AOS CURSOS:

CRITÉRIOS PARA ATRIBUIÇÃO DE CONCEITOS AOS CURSOS: CRITÉRIOS PARA ATRIBUIÇÃO DE CONCEITOS AOS CURSOS: UM ESTUDO EUGÊNIA MARIA REGINATO CHARNET Ph.D. em Estatística Aplicada pela Universidade da Califórnia Brasília, dezembro de 2000 Texto elaborado com

Leia mais

NOTA 1: 7,0. Medidas Físicas de volume

NOTA 1: 7,0. Medidas Físicas de volume 1 INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIAS E TECNOLOGIA DA BAHIA IFBA - CAMPUS PAULO AFONSO UNIDADE ACADÊMICA DE ENGENHARIA ELÉTRICA DISCIPLINA FÍSICA EXPERIMENTAL I NOTA 1: 7,0 Experimento:Teoria do erro

Leia mais

25/08/2016. Estatística. Estatística. Medidas Estatísticas Medidas de Posição. Mariele Bernardes. Mariele Bernardes

25/08/2016. Estatística. Estatística. Medidas Estatísticas Medidas de Posição. Mariele Bernardes. Mariele Bernardes s 12/08/2016 As medidas estatísticas resumem as informações obtidas dando uma visão global dos dados. s ou estimadores dados da amostra Parâmetros dados populacionais. de posição de dispersão de posição

Leia mais

Distribuição de Frequências

Distribuição de Frequências Distribuição de Frequências ENG09004 2014/2 Prof. Alexandre Pedott pedott@producao.ufrgs.br 2.1. Distribuições de Frequência Na análise de conjuntos de dados é costume dividi-los em classes ou categorias

Leia mais

Estatística Indutiva

Estatística Indutiva Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição

Leia mais

Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear

Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Rogério Antonio de Oliveira 1 Chang Chiann 2 1 Introdução Atualmente, para obter o registro

Leia mais

Prof. MSc. David Roza José 1/44

Prof. MSc. David Roza José 1/44 1/44 Regressão Linear Objetivos: Familiarizar-se com estatística descritiva e distribuição normal; Saber como calcular coeficientes angular e linear da reta de melhor ajuste com regressão linear; Saber

Leia mais

- desvio padrão, caracteriza a dispersão dos resultados

- desvio padrão, caracteriza a dispersão dos resultados O resultado da experiência, então, pode ser expresso na forma < x > ± x n (veja a explicação mais adiante) - desvio padrão, caracteriza a dispersão dos resultados Histograma de frequências Histograma

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental

Métodos Quantitativos para Ciência da Computação Experimental Métodos Quantitativos para Ciência da Computação Experimental Revisão Virgílio A. F. Almeida Maio de 2008 Departamento de Ciência da Computação Universidade Federal de Minas Gerais FOCO do curso Revisão

Leia mais

FMU- Cursos de Tecnologia Disciplina: Métodos Quantitativos em Gestão e Negócios-

FMU- Cursos de Tecnologia Disciplina: Métodos Quantitativos em Gestão e Negócios- FMU- Cursos de Tecnologia Disciplina: Métodos Quantitativos em Gestão e Negócios- Memória - Teoria e Exercícios sobre Distribuição Normal de Probabilidade Distribuição Normal de Probabilidade As distribuições

Leia mais

Intervalos de Confiança - Amostras Pequenas

Intervalos de Confiança - Amostras Pequenas Intervalos de Confiança - Amostras Pequenas Teste de Hipóteses para uma Média Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016

Leia mais

Distribuição de frequências:

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

Leia mais

14. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas

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

Leia mais

NOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS

NOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS NOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS Prof. Érica Polycarpo Bibliografia: Data reduction and error analysis for the physica sciences (Philip R. Bevington and D. Keith Robinson) A practical

Leia mais

Padronização. Momentos. Coeficiente de Assimetria

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

Leia mais

Determinação de medidas de posição a partir de dados agrupados

Determinação de medidas de posição a partir de dados agrupados Determinação de medidas de posição a partir de dados agrupados Rinaldo Artes Em algumas situações, o acesso aos microdados de uma pesquisa é restrito ou tecnicamente difícil. Em seu lugar, são divulgados

Leia mais

MEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso

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

Leia mais

O PERT PROBABILÍSTICO.

O PERT PROBABILÍSTICO. 8.1 Os tempos no PERT. 8 O PERT PROBABILÍSTICO. Como comentado anteriormente, a metodologia utilizada no estudo das redes tanto no método PERT como no CPM é a mesma. A diferença existente entre os dois

Leia mais

5 Distribuição normal de probabilidade. Estatística Aplicada Larson Farber

5 Distribuição normal de probabilidade. Estatística Aplicada Larson Farber 5 Distribuição normal de probabilidade Estatística Aplicada Larson Farber Seção 5.1 Introdução às distribuições normais Propriedades de uma distribuição normal Suas média, mediana e moda são iguais. Tem

Leia mais

Medidas de Posição ou Tendência Central

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

Leia mais

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

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

Leia mais

UERGS Administração de Sistemas e Serviços de Saúde Introdução ao Método Epidemiológico

UERGS Administração de Sistemas e Serviços de Saúde Introdução ao Método Epidemiológico UERGS Administração de Sistemas e Serviços de Saúde Introdução ao Método Epidemiológico 1. Assunto: Indicadores epidemiológicos, de morbidade: incidência, prevalência, taxa de ataque e taxa de ataque secundária..

Leia mais

Intervalos Estatísticos para uma única Amostra - parte I

Intervalos Estatísticos para uma única Amostra - parte I Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para

Leia mais

CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO

CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis

Leia mais

Modelos de Regressão Linear Simples - Análise de Resíduos

Modelos de Regressão Linear Simples - Análise de Resíduos Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro

Leia mais

Método dos mínimos quadrados - ajuste linear

Método dos mínimos quadrados - ajuste linear Apêndice A Método dos mínimos quadrados - ajuste linear Ao final de uma experiência muitas vezes temos um conjunto de N medidas na forma de pares (x i, y i ). Por exemplo, imagine uma experiência em que

Leia mais

Medidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO

Medidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Para entender o que é dispersão, imagine que quatro alunos

Leia mais

Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia

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

Leia mais

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc. Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável

Leia mais

Indicador da Promoção do Sucesso Escolar

Indicador da Promoção do Sucesso Escolar . Indicador da Promoção do Sucesso Escolar Nota Técnica 2. o Ciclo Direção-Geral de Estatísticas da Educação e Ciência, setembro de 2015 1 1. Legenda do gráfico Ponto 1.1 - Para cada ano, o gráfico do

Leia mais

PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA

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

Leia mais

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

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

Leia mais

MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL

MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida

Leia mais

ESTATÍSTICA. x(s) W Domínio. Contradomínio

ESTATÍSTICA. x(s) W Domínio. Contradomínio Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.

Leia mais

Clóvis de Araújo Peres Cargo: Professor Titular de Estatística da USP UNIFESP Formação: PhD em Estatística pela Universidade WISCONSIN - USA

Clóvis de Araújo Peres Cargo: Professor Titular de Estatística da USP UNIFESP Formação: PhD em Estatística pela Universidade WISCONSIN - USA TÍTULO: ESTUDO ESTATÍSTICO PARA DETERMINAÇÃO DO ERRO DE MICROMEDIÇÃO DAS ÁREAS PILOTO DE CONTROLE E REDUÇÃO DE PERDAS DO SISTEMA DE ABASTECIEMNTO DE ÁGUA DO MUNICÍPIO DE GUARULHOS. TEMA DO TRABALHO: ABASTECIMENTO

Leia mais

Probabilidade e Estatística I Antonio Roque Aula 2. Tabelas e Diagramas de Freqüência

Probabilidade e Estatística I Antonio Roque Aula 2. Tabelas e Diagramas de Freqüência Tabelas e Diagramas de Freqüência Probabilidade e Estatística I Antonio Roque Aula 2 O primeiro passo na análise e interpretação dos dados de uma amostra consiste na descrição (apresentação) dos dados

Leia mais

Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)

Estimação 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 mais

ANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos:

ANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: ANÁLISE DOS RESÍDUOS Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: seguem uma distribuição normal; têm média zero; têm variância σ 2 constante

Leia mais

Simulação Monte Carlo

Simulação Monte Carlo Simulação Monte Carlo Nome do Prof. Fernando Saba Arbache Email do prof. fernando@arbache.com Definição Análise de risco faz parte da tomada de decisão Surgem constantemente incertezas, ambiguidades e

Leia mais

Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)

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

Leia mais

9DOXHDW5LVNHUHWRUQRGHXPLQYHVWLPHQWR

9DOXHDW5LVNHUHWRUQRGHXPLQYHVWLPHQWR 9DOXHDWLVNHUHWRUQRGHXPLQYHVWLPHQWR O Value at Risk (VaR) é um método de mensuração de risco de mercado que utiliza técnicas estatísticas amplamente difundidas. De outra forma o VaR mede a pior perda esperada

Leia mais

GERAÇÃO DE UM ÍNDICE DE FERTILIDADE PARA DEFINIÇÃO DE ZONAS DE MANEJO EM AGRICULTURA DE PRECISÃO

GERAÇÃO DE UM ÍNDICE DE FERTILIDADE PARA DEFINIÇÃO DE ZONAS DE MANEJO EM AGRICULTURA DE PRECISÃO GERAÇÃO DE UM ÍNDICE DE FERTILIDADE PARA DEFINIÇÃO DE ZONAS DE MANEJO EM AGRICULTURA DE PRECISÃO ¹L.M.Gimenez, ²J.P. Molin (orientador): Departamento de Engenharia Rural ESALQ/USP RESUMO: A realização

Leia mais

Aula 4: Gráficos lineares

Aula 4: Gráficos lineares Aula 4: Gráficos lineares 1 Introdução Um gráfico é uma curva que mostra a relação entre duas variáveis medidas. Quando, em um fenômeno físico, duas grandezas estão relacionadas entre si o gráfico dá uma

Leia mais

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

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

Leia mais

7 Teste de Hipóteses

7 Teste de Hipóteses 7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5

Leia mais

étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA

Leia mais

Distribuição Gaussiana. Verificação da Suposição de Normalidade dos Dados

Distribuição Gaussiana. Verificação da Suposição de Normalidade dos Dados Distribuição Gaussiana Verificação da Suposição de Normalidade dos Dados Verificação da Suposição de Normalidade dos Dados Já é conhecido que o modelo gaussiano não é adequado para muitas variáveis aleatórias

Leia mais

Fernando de Pol Mayer

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

Leia mais

Indicador dos Percursos Diretos de Sucesso

Indicador dos Percursos Diretos de Sucesso . Indicador dos Percursos Diretos de Sucesso Nota Técnica 3. o Ciclo Direção-Geral de Estatísticas da Educação e Ciência, novembro de 2016 1 1. Legenda do gráfico Ponto 1.1 - Por definição, dizemos que

Leia mais

QUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA

QUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA QUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA 1) Um pesquisador que ordena uma lista de cidades segundo o ritmo de vida, do mais lento para o mais acelerado, está operando no nível de medida: (A)

Leia mais

Medidas de Dispersão ou variabilidade

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

Leia mais

EXAME NACIONAL DE CURSOS Relatório-Síntese Anexo. Engenharia Civil

EXAME NACIONAL DE CURSOS Relatório-Síntese Anexo. Engenharia Civil EXAME NACIONAL DE CURSOS Relatório-Síntese 2000 Anexo Engenharia Civil Tiragem: 190 exemplares MEC Esplanada dos Ministérios, Bloco L, Anexo I, 4 o andar, sala 431 CEP 70047-900 Brasília-DF Fone: (61)

Leia mais

Resolução IBA xxx Dispõe sobre a criação do Pronunciamento Atuarial CPA 009 Distinção das Hipóteses Atuariais e Referenciais Atuariais.

Resolução IBA xxx Dispõe sobre a criação do Pronunciamento Atuarial CPA 009 Distinção das Hipóteses Atuariais e Referenciais Atuariais. Resolução IBA xxx Dispõe sobre a criação do Pronunciamento Atuarial CPA 009 Distinção das Hipóteses Atuariais e Referenciais Atuariais. regimentais, O INSTITUTO BRASILEIRO DE ATUÁRIA - IBA, no exercício

Leia mais

ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)

ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II) ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)! Como calcular o retorno usando dados históricos?! Como calcular a variância e o desvio padrão?! A análise do retorno através da projeção de retornos

Leia mais

Administração. Previsão de Estoques. Professor Rafael Ravazolo.

Administração. Previsão de Estoques. Professor Rafael Ravazolo. Administração Previsão de Estoques Professor Rafael Ravazolo www.acasadoconcurseiro.com.br Administração Aula XX PREVISÃO DE ESTOQUES Cada aspecto do gerenciamento de materiais está voltado para fornecer

Leia mais

Fundação Universidade Federal da Grande Dourados - Dourados

Fundação Universidade Federal da Grande Dourados - Dourados Fundação Universidade Federal da Grande Dourados - Dourados Apresentação Este Relatório da Instituição faz parte do esforço da Diretoria de Estatísticas e Avaliação da Educação Superior (DEAES), do Instituto

Leia mais

Teste de % de defeituosos para 1 amostra

Teste de % de defeituosos para 1 amostra DOCUMENTO OFICIAL DO ASSISTENTE DO MINITAB Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas

Leia mais

Elementos de Estatística

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

Leia mais

TÉCNICA DE AMORTECIMENTO EXPONENCIAL SIMPLES COM TAXA DE RESPOSTA ADAPTATIVA: UMA REFLEXÃO A RESPEITO DO COMPORTAMENTO DO COEFICIENTE ALFA.

TÉCNICA DE AMORTECIMENTO EXPONENCIAL SIMPLES COM TAXA DE RESPOSTA ADAPTATIVA: UMA REFLEXÃO A RESPEITO DO COMPORTAMENTO DO COEFICIENTE ALFA. TÉCNICA DE AMORTECIMENTO EXPONENCIAL SIMPLES COM TAXA DE RESPOSTA ADAPTATIVA: UMA REFLEXÃO A RESPEITO DO COMPORTAMENTO DO COEFICIENTE ALFA. Robert Wayne Samohyl Professor do Programa de Pós-Graduação em

Leia mais

Intervalos de conança

Intervalos de conança Intervalos de conança Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística - Universidade Federal da Paraíba - UFPB Exemplo Suponha que se deseja estimar o diâmetro da pupila de coelhos adultos.

Leia mais

Módulo IV Medidas de Variabilidade ESTATÍSTICA

Módulo IV Medidas de Variabilidade ESTATÍSTICA Módulo IV Medidas de Variabilidade ESTATÍSTICA Objetivos do Módulo IV Compreender o significado das medidas de variabilidade em um conjunto de dados Encontrar a amplitude total de um conjunto de dados

Leia mais

Aderência. Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2015

Aderência. Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2015 Aderência Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2015 Sumário 1. Estatística qui-quadrado... 2 2. Gráfico de Probabilidades... 9 3. Teste de Jarque-Bera... 14 Serão apresentadas técnicas que

Leia mais

USO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA

USO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA USO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA F. M. A. S. COSTA 1, A. P. SILVA 1, M. R. FRANCO JÚNIOR 1 e R.

Leia mais

Universidade Federal do Paraná Seminário de Bioestatistica. Teste de Wilcoxon. Danielle Pierin Olivia Cleto

Universidade Federal do Paraná Seminário de Bioestatistica. Teste de Wilcoxon. Danielle Pierin Olivia Cleto Universidade Federal do Paraná Seminário de Bioestatistica Teste de Wilcoxon Danielle Pierin Olivia Cleto Teste de Postos com Sinais de Wilcoxon para Pares Combinados Esse teste é usado com dados amostrais

Leia mais

Aula 10 Estimação e Intervalo de Confiança

Aula 10 Estimação e Intervalo de Confiança Aula 10 Estimação e Intervalo de Confiança Objetivos da Aula Fixação dos conceitos de Estimação; Utilização das tabelas de Distribuição Normal e t de Student Introdução Freqüentemente necessitamos, por

Leia mais

defi departamento de física

defi departamento de física defi departamento de física Laboratórios de Física www.defi.isep.ipp.pt Estudo de um Amperímetro Instituto Superior de Engenharia do Porto- Departamento de Física Rua Dr. António Bernardino de Almeida,

Leia mais

Associação Brasileira de Mantenedoras de Ensino Superior

Associação Brasileira de Mantenedoras de Ensino Superior ano base 2001 Apresentação A Associação Brasileira de Mantenedoras de Ensino Superior apresenta, no seu terceiro ano, Os Números do Ensino Superior Privado no Brasil, que tem o objetivo de demonstrar as

Leia mais

CURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS. UFBA/FACED José Albertino Lordello Sheila Regina Pereira

CURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS. UFBA/FACED José Albertino Lordello Sheila Regina Pereira CURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS UFBA/FACED José Albertino Lordello Sheila Regina Pereira MEDIDAS RESUMO Uma maneira conveniente de descrever um grupo como um todo é achar um número único que represente

Leia mais

Minas Gerais. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado de Minas Gerais (1991, 2000 e 2010)

Minas Gerais. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado de Minas Gerais (1991, 2000 e 2010) Minas Gerais Em, no estado de Minas Gerais (MG), moravam 19,6 milhões de pessoas, em que uma parcela considerável (8,1%, 1,6 milhões) tinha 65 ou mais anos de idade. O estado era composto de 853 municípios,

Leia mais

Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 2 a Aula Prática Coleta, organização e apresentação de dados

Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 2 a Aula Prática Coleta, organização e apresentação de dados Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira a Aula Prática Coleta, organização e apresentação de dados 1) Os dados apresentados a seguir referem-se ao tempo

Leia mais

Probabilidade, distribuição normal e uso de tabelas padronizadas

Probabilidade, distribuição normal e uso de tabelas padronizadas Probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é probabilidade? Número de 0 até 1 que expressa a tendência de

Leia mais

Departamento de Estatística

Departamento de Estatística Laboratório de Ciências - Aula 3 Departamento de Estatística 7 de Janeiro de 2014 Introdução Suponha que dispomos de um conjunto de dados, por exemplo, número de gols (ou número de impedimentos, chutes

Leia mais

Aproximação da Distribuição Binomial pela Distribuição Normal

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

Leia mais

INSTITUTO MILITAR DE ENGENHARIA - RIO DE JANEIRO

INSTITUTO MILITAR DE ENGENHARIA - RIO DE JANEIRO INSTITUTO MILITAR DE ENGENHARIA - RIO DE JANEIRO Apresentação O Exame Nacional de Desempenho dos Estudantes (ENADE) constitui-se em um componente do Sistema Nacional de Avaliação da Educação Superior

Leia mais

Distribuições de Probabilidade

Distribuições de Probabilidade Distribuições de Probabilidade 7 6 5 4 3 2 1 0 Normal 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Temperatura do ar 20 18 16 14 12 10 8 6 4 2 0 Assimetrica Positiva 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Precipitação

Leia mais

Universidade Federal de Ouro Preto - Ouro Preto

Universidade Federal de Ouro Preto - Ouro Preto Universidade Federal de Ouro Preto - Ouro Preto Apresentação Este Relatório da Instituição faz parte do esforço da Diretoria de Estatísticas e Avaliação da Educação Superior (DEAES), do Instituto Nacional

Leia mais

Probabilidade, distribuição normal e uso de tabelas padronizadas

Probabilidade, distribuição normal e uso de tabelas padronizadas Probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é probabilidade? Número de 0 até 1 que expressa a tendência de

Leia mais

Para ajudar a interpretar os resultados, o Cartão de Relatórios do Assistente do teste de % de defeituosos para 1 amostra exibe os seguintes

Para ajudar a interpretar os resultados, o Cartão de Relatórios do Assistente do teste de % de defeituosos para 1 amostra exibe os seguintes Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas no assistente no software estatístico

Leia mais

SCC0173 Mineração de Dados Biológicos

SCC0173 Mineração de Dados Biológicos SCC073 Mineração de Dados Biológicos Análise Exploratória de Dados Parte A: Revisão de Estatística Descritiva Elementar Prof. Ricardo J. G. B. Campello SCC / ICMC / USP Tópicos Análise Exploratória de

Leia mais

UNIVERSIDADE DO OESTE DE SANTA CATARINA COMISSÃO PRÓPRIA DE AVALIAÇÃO ANÁLISE DOS RESULTADOS DO ENADE 2016

UNIVERSIDADE DO OESTE DE SANTA CATARINA COMISSÃO PRÓPRIA DE AVALIAÇÃO ANÁLISE DOS RESULTADOS DO ENADE 2016 UNIVERSIDADE DO OESTE DE SANTA CATARINA COMISSÃO PRÓPRIA DE AVALIAÇÃO ANÁLISE DOS RESULTADOS DO ENADE 216 Apresentamos à comunidade acadêmica breve análise dos resultados do Exame Nacional de Desempenho

Leia mais

MEDIDAS E INCERTEZAS

MEDIDAS E INCERTEZAS MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a designação de números a propriedades de objetos ou a eventos do mundo real de forma a descrevêlos quantitativamente. Outra forma

Leia mais

5. Carta de controle e homogeneidade de variância

5. Carta de controle e homogeneidade de variância 5. Carta de controle e homogeneidade de variância O desenvolvimento deste estudo faz menção a dois conceitos estatísticos: as cartas de controle, de amplo uso em controle estatístico de processo, e a homogeneidade

Leia mais

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

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

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 2 REVISÃO DE ESTATÍSTICA

ENGENHARIA DA QUALIDADE A ENG AULA 2 REVISÃO DE ESTATÍSTICA ENGENHARIA DA QUALIDADE A ENG 09008 AULA REVISÃO DE ESTATÍSTICA PROFESSORES: CARLA SCHWENGBER TEN CATEN ROGÉRIO FEROLDI MIORANDO Introdução Em um ambiente industrial, os dados devem formar a base para

Leia mais

Medidas de Dispersão 1

Medidas de Dispersão 1 Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Dispersão 1 Introdução Uma breve reflexão sobre as medidas de tendência central permite-nos concluir que elas não

Leia mais

Sergipe. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado de Sergipe (1991, 2000 e 2010)

Sergipe. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado de Sergipe (1991, 2000 e 2010) Sergipe Em, no estado de Sergipe (SE), moravam 2,1 milhões de pessoas, onde parcela de 6,1% (126,9 mil) tinha 65 ou mais anos de idade. O estado era composto de municípios, dos quais 28 (37,3%) com menos

Leia mais

DEPARTAMENTO DE ENGENHARIA ELÉTRICA DEE CURSO DE ENGENHARIA ELÉTRICA

DEPARTAMENTO DE ENGENHARIA ELÉTRICA DEE CURSO DE ENGENHARIA ELÉTRICA LABORATÓRIO 3: Bobinagem de máquina CA Objetivos: Apresentar um método prático e simples de cálculo da bitola do fio e quantidade de espiras/bobinas de motores de indução, especialmente motores de indução

Leia mais

5 Avaliação de desempenho do divisor

5 Avaliação de desempenho do divisor 5 Avaliação de desempenho do divisor Para avaliar o desempenho do divisor foram realizados ensaios de tipo e de rotina no divisor completo e em partes deste, com o objetivo de avaliar sua suportabilidade

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Luiz Felix

Unidade I ESTATÍSTICA APLICADA. Prof. Luiz Felix Unidade I ESTATÍSTICA APLICADA Prof. Luiz Felix O termo estatística Provém da palavra Estado e foi utilizado originalmente para denominar levantamentos de dados, cuja finalidade era orientar o Estado em

Leia mais

Gráfico de Probabilidades

Gráfico de Probabilidades Gráfico de Probabilidades Objetivo: Verificar se um conjunto de dados pode ter sido gerado a partir de uma específica distribuição de probabilidades contínua. Exemplo: Os dados abaixo se referem aos retornos

Leia mais

Métodos Não Paramétricos

Métodos Não Paramétricos Métodos Não Paramétricos Para todos os testes estatísticos que estudamos até este ponto, assumimos que as populações tinham distribuição normal ou aproximadamente normal. Essa propriedade era necessária

Leia mais

UNIVERSIDADE FEDERAL DE OURO PRETO - OURO PRETO

UNIVERSIDADE FEDERAL DE OURO PRETO - OURO PRETO UNIVERSIDADE FEDERAL DE OURO PRETO - OURO PRETO Apresentação O Exame Nacional de Desempenho dos Estudantes (ENADE) constitui-se em um componente do Sistema Nacional de Avaliação da Educação Superior (SINAES)

Leia mais

Percentis e Boxplots

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

Leia mais

Tópicos em Gestão da Informação II

Tópicos em Gestão da Informação II Tópicos em Gestão da Informação II Aula 05 Variabilidade estatística Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Faculdade de Informação e Comunicação Universidade Federal de Goiás Exercício

Leia mais