Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Tamanho: px
Começar a partir da página:

Download "Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma"

Transcrição

1 Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1

2 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão Forma Méda Medana Moda Ampltude Desvo Interquartl Varânca Desvo Padrão Coefcente de Varação Assmetra Curtose Notação Convenconada para as Meddas Medda Amostra População Méda X µ Desvo padrão S σ Varânca S σ Tamanho n N

3 Meddas de Tendênca Central A méda, or méda artmétca, é a mas vulgarmente utlzada medda de tendênca central, e o seu valor é dado por: Sendo: X n = n X =1 X = n = valores observados da varável X = número de observações (tamanho da amostra) A moda é o valor a que corresponde a maor frequênca, representando o pco mas elevado da dstrbução. A moda é uma boa medda de localzação para varáves ntrnsecamente categórcas, ou para aquelas que o não sendo (ntervalo/razão), tenham sdo agrupadas em categoras. Meddas de Tendênca Central A medana é o valor central da sére quando os dados estão ordenados por ordem crescente ou decrescente. A medana é o Percentl 50 (P 50 ): 50% dos dados são nferores à medana e 50% são superores Se n é ímpar, a sére tem um únco valor central, que é precsamente a medana. Se n é par, a medana é assumda como sendo a méda dos valores centras da sére. A posção da medana vem dada por: + 1 posção = n 3

4 Meddas de Tendênca Central Propredades da méda artmétca: Únca, smples de calcular e de nterpretar. Entra em lnha de conta com todos os valores da sére. Acentuadamente nfluencada pelos valores extremos: bastam alguns valores acentuadamente baxos/elevados para dar uma medda errónea da tendênca central dos dados. Presta-se ao cálculo algébrco: por exemplo, a partr das médas de duas varáves é possível calcular a méda de uma varável que seja a soma, a dferença, etc. dessas varáves. Exprme-se nas mesmas undades físcas de medda que os dados orgnas. O somatóro dos desvos das observações relatvamente á meda é nulo: _ y = 0 y Meddas de Tendênca Central Propredades da méda artmétca: Se A for um número real arbtráro, quando: Se: então: Se: ( y A) A =y _ =y y' _ y' _ =mínmo + k =y+ k y' = y * k A méda amostral é um bom estmador pontual da méda populaconal, e nela se basea a maor parte dos métodos de estatístca nferencal respetantes à tendênca central: então: _ y = _ ' y * k _ y µ _ y = µ 4

5 Meddas de Tendênca Central Propredades da medana: Únca, smples de calcular e de nterpretar. Entra em lnha de conta com todos as obervações da sére, mas pela sua ordem e não pelo seu valor. Não é tão acentuadamente nfluencada pelos valores extremos como a méda, sendo a melhor medda de posção no caso de dstrbuções muto assmétrcas. Não se presta ao cálculo algébrco: não é possível calcular a medana da soma de duas varáves a partr das medanas de cada uma delas. Exprme-se nas mesmas undades físcas de medda que os dados orgnas. Meddas de Tendênca Central Propredades da moda: O seu valor é menos afectado pela assmetra da dstrbução que a méda e a medana, mas é em contrapartda mas sujeto às flutuações da amostragem. Muto utlzada como medda de tendênca central em dados de natureza qualtatva (escalas de medda nomnas). Tem relatvamente pouca mportânca na nvestgação bológca, embora seja relevante assnalar o número de modas detectadas, quando haja mas do que uma (Dstrbuções unmodas, multmodas e amodas). Não se presta ao cálculo algébrco. 5

6 ROL SIMPLES PROCEDIMENTO: Ordenação dos dados orgnas X= peso = número de ordem X X X X Cálculo da Méda e da Medana (exemplo) Pesos (mg) da água destlada (0º C) recolhda com doseador automátco regulado para 1 cm3, em 99 operações de medda x = = = mg Med x99 1 = x = 995mg 50 = + Suponha-se que a sére de dados só tnha 58 observações, sto é que n=58 (par): Med x x x = x = = = mg "9.5" = + 6

7 Cálculo da Moda (exemplo) Pesos (mg) da água destlada (0º C) recolhda com doseador automátco regulado para 1 cm3, em 99 operações de medda. Hstograma com 7 classes (I=10 mg) Frequênca A Moda é o centro da classe de maor frequênca: Moda=( )/ = 995 mg <= 960 (960;970] (970;980] (980;990] (990;1000] (1010;100] (1000;1010] (100;1030] > 1030 Peso da água recolhda (mg) Meddas de Tendênca Central (Sumáro) Medda Equação Descrção Méda Σ X / n Ponto de equlíbro Medana (n+1) (posção) Valor central dos dados ordenados Moda nenhuma Valor mas frequente 7

8 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão Forma Méda Medana Moda Ampltude Desvo Interquartl Varânca Desvo Padrão Coefcente de Varação Assmetra Curtose Meddas de Dspersão A ampltude (total) é a dferença entre a maor e a menor observação da sére: ampltude = X máxmo X mínmo O desvo nterquartl (DI) é a dferença entre o Percentl 75 (P 75 ) e o Percentl 5 (P 5 ). DI = P75 P5 Numa sére de dados ordenada, o p-ésmo percentl (P p ) é o valor de tal modo stuado que p% dos dados lhe são nferores e (100 - p)% superores. O desvo nterquartl (DI) também pode ser defndo como a dferença entre o 3º Quartl (Q 3 ) e o 1º Quartl (Q 1 ): DI = Q Q 3 1 Se houver valores atípcos ou aberrantes ( outlers ) na sére de dados, a ampltude total é mas afectada que a ampltude nter-quarts. 8

9 Meddas de Dspersão A varânca é o valor médo dos quadrados dos desvos das observações em relação à méda: _ = n X X = 1 SQD s = = n 1 gl O numerador de s denomna-se Somatóro dos Quadrados dos Desvos (SQD), e o valor n-1 (denomnador de s ) representa o número de graus de lberdade da amostra (gl). O desvo padrão (s) é a raz quadrada da varânca. A varânca e o desvo padrão nunca assumem valores negatvos. O coefcente de varação (CV) representa razão entre o desvo padrão e a méda, expressa em percentagem. CV é uma medda relatva e admensonal de dspersão: s CV (%) = *100 X Meddas de Dspersão Fórmulas de trabalho para o cálculo da SQD e da varânca da amostra: SQD n = y 1 ( n y 1 n ) s = SQD GL = n y 1 n ( y ) 1 n 1 / n 9

10 Meddas de Dspersão Propredades da varânca: Entra em lnha de conta com todos os valores da sére. Exprme-se no quadrado das undades de medda dos dados orgnas. É nfluencada por valores extremos (anda que poucos). Se: y = y + k Var( y ) = Var( y ) y y = k * Var( ) = Se X e Y forem duas varáves estatstcamente ndependentes, sto é, se a varação de uma não estver condconada pela varação que ocorre na outra: Var ( X + Y) = Var( X) + Var( Y) Como se presta ao cálculo algébrco ulteror, é a medda de dspersão mas utlzada na nferênca estatístca. y k * Var( y ) A varâca amostral é um bom estmador pontual da varânca populaconal, e nela se basea a maor parte dos métodos de estatístca nferencal respetantes à dspersão: s s = σ σ Meddas de Dspersão Propredades do desvo-padrão: Entra em lnha de conta com todos os valores da sére. Exprme-se nas mesmas undades de medda dos dados orgnas. É nfluencada por valores extremos (anda que poucos). 10

11 ROL SIMPLES PROCEDIMENTO: Ordenação dos dados orgnas X= peso = número de ordem X X X X Cálculo da Ampltude e do Desvo Interquartl (exemplo) Pesos (mg) da água destlada (0º C) recolhda com doseador automátco regulado para 1 cm3, em 99 operações de medda. Ampltude = x x = = 63mg 99 1 Q = = = 98mg 1 x 4 x Q = 3.(99 + 1) = = 1005mg 3 x 4 5 x DI = Q Q = = 3mg

12 Cálculo da Varânca, Desvo-Padrão e Coefcente de Varação (exemplo) Pesos (mg) da água destlada (0º C) recolhda com doseador automátco regulado para 1 cm3, em 99 operações de medda. x = = 9850 mg x mg = = SQD 9850 = = mg s = = 7, 807mg 99 s = = mg Sendo n>30, utlzou-se como denomnador, no cálculo de s, n=99 e não GL=99-1. CV = 15.09mg 995mg * 100 = 1.5% Meddas de Dspersão (Sumáro) Medda Equação Descrção Ampltude X máxmo - X mínmo Intervalo total Desvo Interquartl Q 3 - Q 1 Intervalo dos 50% centras Desvo Padrão (Amostra) Varânca (Amostra) ( X X ) n 1 Σ (X - X ) n - 1 Dspersão em torno da méda Quadrado da dspersão em torno da Méda 1

13 Meddas de Forma Assmetra da Dstrbução: exprme a tendênca para os dados se acumularem mas para uma das extremdades da dstrbução do que para a outra (maor ou menor envesamento relatvamente à dstrbução normal). Curtose da Dstrbução: exprme em que medda a dstrbução é mas ou menos achatada que uma dstrdução normal. Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão Forma Méda Medana Moda Ampltude Desvo Interquartl Varânca Desvo Padrão Assmetra Curtose Coefcente de Varação 13

14 Meddas de Forma A assmetra mede-se pelo coefcente de assmetra de Fsher (g 1 ; γ 1 ). Assmétrca Negatva Méda Medana Moda Smétrca Méda= Medana= Moda Assmétrca Postva Moda Medana Méda g 1 <0 g 1 =0 g 1 >0 (Normal) Meddas de Forma A assmetra reflecte-se no dagrama de caxa-e-bgodes Assmétrca Negatva Smétrca Assmétrca Postva Q 1 Medana Q 3 Q 1 Medana Q 3 Q 1 Medana Q 3 14

15 Meddas de Forma A curtose mede-se pelo coefcente de curtose de Fsher (g ; γ ). Mesocúrtca g =0 Leptocúrtca g >0 Platcúrtca g <0 Meddas de Forma PLATICÚRTICA! LEPTOCÚRTICA! 15

16 Dagrama de Caule-e-Folhas Pesos (mg) da água destlada (0º C) recolhda com doseador automátco regulado para 1 cm3, em 99 operações de medda. peso da água (mg) Stem-and-Leaf Plot Caule (multplcar por 10!) Frequency Stem & Leaf Stem wdth: 10 Each leaf: 1 case(s) Folhas Dagrama de Caule-e-Folhas Vantagens: Tal como o Hstograma, o Dagrama Caule-e- Folha dá-nos nformação sobre: A localzação da concentração mas forte de dados; O grau de assmetra da dstrbução. Mas, ao contráro do Hstograma, o Dagrama Caule-e-Folha conserva a nformação contda nos dados orgnas, na medda em que estes não são agrupados em classes. 16

17 Dagrama de Caxa-e-Bgodes Pesos (mg) da água destlada (0º C) recolhda com doseador automátco regulado para 1 cm3, em 99 operações de medda. Barrera nferor=q 1-1,5.DI Q 1 Medana(Q ) Q 3 Barrera superor=q 3 +1,5.DI Caxa Mínmo Máxmo Bgodes Não há outlers na dstrbução! Dagrama de Caxa-e-Bgodes Pesos (mg) da água destlada (0º C) recolhda com doseador automátco regulado para 1 cm3, em 99 operações de medda (dados modfcados). Valor Extremo O bgode esquerdo não termna no mínmo, mas no últmo dado que não está fora da barrera Outler Há um outler e um valor extremo! 17

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos. Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Análise da Informação Económica e Empresarial

Análise da Informação Económica e Empresarial Aálse da Iformação Ecoómca e Empresaral Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração Aálse da Iformação Ecoómca e Empresaral Guão Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

Representação e Descrição de Regiões

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

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

www.obconcursos.com.br/portal/v1/carreirafiscal

www.obconcursos.com.br/portal/v1/carreirafiscal www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,

Leia mais

Licenciatura Análise de Dados e Probabilidade 1 e 2. Clara Costa Duarte. 1º Semestre 2006/2007

Licenciatura Análise de Dados e Probabilidade 1 e 2. Clara Costa Duarte. 1º Semestre 2006/2007 Lcencatura 34 -nálse de Dados e robabldade e º Semestre 6/7 Clara Costa Duarte 34- nálse de Dados e robabldade. Introdução Estatístca:é um conjunto de nstrumentos que servem para: Recolher Descrever e

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

IV - Descrição e Apresentação dos Dados. Prof. Herondino

IV - Descrição e Apresentação dos Dados. Prof. Herondino IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser

Leia mais

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Caderno de Exercícios Resolvidos

Caderno de Exercícios Resolvidos Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL MATERIAL DIDATICO DO CURSO

UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL MATERIAL DIDATICO DO CURSO UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL MATERIAL DIDATICO DO CURSO ESTATISTICA EXPERIMENTAL: Com aplcaçoes em R Medcna

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

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

Leia mais

Probabilidade e Estatística. Correlação e Regressão Linear

Probabilidade e Estatística. Correlação e Regressão Linear Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o

Leia mais

Análise de Variância. Comparação de duas ou mais médias

Análise de Variância. Comparação de duas ou mais médias Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)

Leia mais

Estatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira

Estatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira MATERIAL DIDÁTICO Medcna Veternára Faculadade de Cêncas Agráras e Veternáras Campus de Jabotcabal SP Gener Tadeu Perera º SEMESTRE DE 04 ÍNDICE INTRODUÇÃO AO R AULA ESTATÍSTICA DESCRITIVA 3 º EXERCÍCIO

Leia mais

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias. Classque as varáves: Faculdade Ptágoras / Dvnópols-MG Curso: Pscologa Dscplna: Estatístca Aplcada à Pscologa Lsta de Eercícos a) número de peças produzdas por hora; b) dâmetro eterno da peça; c) número

Leia mais

Estatística: uma definição

Estatística: uma definição Coleção de úmeros estatístcas Estatístca: uma defção O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval

Leia mais

O problema da superdispersão na análise de dados de contagens

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

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011 Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão

Leia mais

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO 0 INTRODUÇÃO A medda de varação ou dperão, avalam a dperão ou a varabldade da eqüênca numérca em anále, ão medda que fornecem nformaçõe

Leia mais

COEFICIENTE DE GINI: uma medida de distribuição de renda

COEFICIENTE DE GINI: uma medida de distribuição de renda UNIVERSIDADE DO ESTADO DE SANTA CATARINA ESCOLA SUPERIOR DE ADMINISTRAÇÃO E GERÊNCIA DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS COEFICIENTE DE GINI: uma medda de dstrbução de renda Autor: Prof. Lsandro Fn Nsh

Leia mais

METROLOGIA E ENSAIOS

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

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

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

BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 3 3 quadrimestre 2011

BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 3 3 quadrimestre 2011 BC0406 Introdução à Probabldade e à Estatístca Lsta de Eercícos Suplementares novembro 0 BC0406 Introdução à Probabldade e à Estatístca Lsta de Eercícos Suplementares quadrmestre 0 Além destes eercícos,

Leia mais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:

Leia mais

Notas de Aula de Probabilidade A

Notas de Aula de Probabilidade A VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável

Leia mais

MEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões

MEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Estatístca: uma defção Coleção de úmeros estatístcas O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%.

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa de Certificação de Medidas de um laboratório Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES Aula 11 Estatístca.... Classe.... 7 Lmtes de classe... 7 Ampltude de um ntervalo de classe... 7 Ampltude total da Dstrbução... 8 Ponto médo de uma classe... 8 Tpos de frequêncas... 9 Meddas de Posção...

Leia mais

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO Conteúdo Programátco Cálculo da varânca Cálculo e nterpretação do Devo-padrão VARIÂNCIA E DESVIO-PADRÃO A medda de varação ou dperão, avalam a varabldade da

Leia mais

Correlação. Frases. Roteiro. 1. Coeficiente de Correlação 2. Interpretação de r 3. Análise de Correlação 4. Aplicação Computacional 5.

Correlação. Frases. Roteiro. 1. Coeficiente de Correlação 2. Interpretação de r 3. Análise de Correlação 4. Aplicação Computacional 5. Correlação Frases Uma probabldade razoável é a únca certeza Samuel Howe A experênca não permte nunca atngr a certeza absoluta. Não devemos procurar obter mas que uma probabldade. Bertrand Russel Rotero

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecnologa de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 7. GRÁFICOS DE INFORMAÇÕES São grácos tpcamente epostvos destnados, prncpalmente, ao públco em geral, objetvando

Leia mais

ANÁLISE EXPLORATÓRIA DE DADOS

ANÁLISE EXPLORATÓRIA DE DADOS CENTRO DE CIÊNCIAS EXATAS CCE DEPARTAMENTO DE ESTATÍSTICA Curso de Especalzação Lato Sensu em Estatístca ANÁLISE EXPLORATÓRIA DE DADOS Professor: Dr. Waldr Medr medr@uel.br Londrna/Pr Março de 011 ÍNDICE

Leia mais

Professor Mauricio Lutz CORRELAÇÃO

Professor Mauricio Lutz CORRELAÇÃO Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,

Leia mais

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

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

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na

Leia mais

ANÁLISE DE VARIÂNCIA (ANOVA) CLÁSSICA: TÉCNICA ÚTIL, PORÉM RESTRITIVA!

ANÁLISE DE VARIÂNCIA (ANOVA) CLÁSSICA: TÉCNICA ÚTIL, PORÉM RESTRITIVA! ANÁLSE DE VARÂNCA (ANOVA) CLÁSSCA: TÉCNCA ÚTL, PORÉM RESTRTVA! Questões assocadas à verfcação de suas suposções: (adtvdade, ndependênca, homocedastcdade e normaldade) k..d.~n(0, ) quadrados mínmos ordnáros

Leia mais

INTRODUÇÃO À ANÁLISE ESTATÍSTICA DE MEDIDAS14

INTRODUÇÃO À ANÁLISE ESTATÍSTICA DE MEDIDAS14 ITRODUÇÃO À AÁLISE ESTATÍSTICA DE MEDIDAS4 Sérgo Rcardo Munz Fundamentos da Matemátca II 3. Introdução: o que é estatístca e para que serve? 3. A estatístca no da-a-da 3.3 Eatdão, precsão, erros e ncertezas

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Probabldade e Etatítca I Antono Roque Aula Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham

Leia mais

Elementos de Estatística e Probabilidades II

Elementos de Estatística e Probabilidades II Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros

Leia mais

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada

Leia mais

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00) Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)

Leia mais

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações. 1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação

Leia mais

Do que trata a Estatística. Estatística Básica (Anova, TH, Regressão) Séries Temporais Data Mining Six Sigma Redes Neurais Controle de Qualidade

Do que trata a Estatística. Estatística Básica (Anova, TH, Regressão) Séries Temporais Data Mining Six Sigma Redes Neurais Controle de Qualidade Do que trata a Estatístca A essêca da cêca é a observação. Estatístca: A cêca que se preocupa com a orgazação, descrção, aálse e terpretação dos dados epermetas. Ramo da Matemátca Aplcada. A palavra estatístca

Leia mais

Tipo tratamento idade Tipo tratamento sexo

Tipo tratamento idade Tipo tratamento sexo Modelos de Regressão em Saúde Rejane Sobrno Pnhero Tâna Zdenka Gullén de Torres Modelos de Regressão Famíla de técncas estatístcas város fatores meddos (predtor, covarável, varável ndependente) relaconados

Leia mais

A redução na pressão sangüínea (mm Hg) em um período de quatro semanas observadas em cães experimentais está tabulada abaixo:

A redução na pressão sangüínea (mm Hg) em um período de quatro semanas observadas em cães experimentais está tabulada abaixo: UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL ª PROVA DE ESTATÍSTICA EXPERIMENTAL - MEDICINA VETERINÁRIA NOME: DATA / / ª QUESTÃO (,): A redução da

Leia mais

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;

Leia mais

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05 LQA - LEFQ - EQ -Químca Analítca Complemantos Teórcos 04-05 CONCEITO DE ERRO ALGARISMOS SIGNIFICATIVOS Embora uma análse detalhada do erro em Químca Analítca esteja fora do âmbto desta cadera, sendo abordada

Leia mais

Tabela 5.1 Unidades de expressão sugeridas para quantidades de resíduos sólidos

Tabela 5.1 Unidades de expressão sugeridas para quantidades de resíduos sólidos Tabela 5.1 Undades de expressão sugerdas para quantdades de resíduos sóldos Tpo de resíduo Resdencal Comercal Industral Agrícola Dscussão Devdo à establdade relatva dos resíduos resdencas num dado local,

Leia mais

3. Um protão move-se numa órbita circular de raio 14 cm quando se encontra. b) Qual o valor da velocidade linear e da frequência ciclotrónica do

3. Um protão move-se numa órbita circular de raio 14 cm quando se encontra. b) Qual o valor da velocidade linear e da frequência ciclotrónica do Electromagnetsmo e Óptca Prmero Semestre 007 Sére. O campo magnétco numa dada regão do espaço é dado por B = 4 e x + e y (Tesla. Um electrão (q e =.6 0 9 C entra nesta regão com velocdade v = e x + 3 e

Leia mais

(B) Considere X = antes e Y = depois e realize um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.

(B) Considere X = antes e Y = depois e realize um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados. INF 6 Notas de aula sujeto a correções Prof. Luz Alexandre Peternell (B) Consdere X antes e Y depos e realze um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Aula 5 Senado Federal Parte 2

Aula 5 Senado Federal Parte 2 Aula 5 Senado Federal Parte Estatístca... Classe... 8 Lmtes de classe... 8 Ampltude de um ntervalo de classe... 9 Ampltude total da Dstrbução... 9 Ponto médo de uma classe... 9 Tpos de frequêncas... 10

Leia mais

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

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

Leia mais

Estatística Descritiva

Estatística Descritiva Estatístca Descrtva Capítulo "O estatístco, está casado em méda com 1,75 esposas, que procuram fazê-lo sar de casa,5 otes com 0,5 de sucesso apeas. Possu frote com 0,0 de clação (deotado poder metal),

Leia mais

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

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

Leia mais

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL ESTATÍSTICA MÓDULO 3 MEDIDAS DE TEDÊCIA CETRAL Ídce. Meddas de Tedêca Cetral...3 2. A Méda Artmétca Smles ( μ, )...3 3. A Méda Artmétca Poderada...6 Estatístca Módulo 3: Meddas de Tedêca Cetral 2 . MEDIDAS

Leia mais

Tânia Lucia Hojo (UFMG) Sueli Aparecida Mingoti (UFMG)

Tânia Lucia Hojo (UFMG) Sueli Aparecida Mingoti (UFMG) Modelos de equações estruturas: uma avalação dos métodos de máxma verossmlhança, mínmos quadrados ordnáros e mínmos quadrados parcas usados na estmação de parâmetros do modelo. Tâna Luca Hojo (UFMG) hojo@est.mest.ufmg.br

Leia mais

AULA EXTRA Análise de Regressão Logística

AULA EXTRA Análise de Regressão Logística 1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL

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

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Etatítca Aplcada à Educação Antono Roque Aula 5 Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que

Leia mais

Medidas de Localização

Medidas de Localização 07/08/013 Udade : Estatístca Descrtva Meddas de Localzação João Garbald Almeda Vaa Cojuto de dados utlzação de alguma medda de represetação resumo dos dados. E: Um cojuto com 400 observações como aalsar

Leia mais

PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA

PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Mauro aghettn Mara Manuela Portela DECvl, IST, 0 PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Mauro aghettn Professor Assocado, Escola de Engenhara

Leia mais

INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. Prova 11/7/2006 Profa. Ana Maria Farias Turma A hs

INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. Prova 11/7/2006 Profa. Ana Maria Farias Turma A hs INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. rova /7/2006 rofa. Ana Mara Faras Turma A 4-6 hs. Consdere os dados da tabela abaxo, onde temos preços e uantdades utlzadas de materal de escrtóro. Item Undade reço

Leia mais

são os coeficientes desconhecidos e o termo ε (erro)

são os coeficientes desconhecidos e o termo ε (erro) Regressão Lnear Neste capítulo apresentamos um conjunto de técncas estatístcas, denomnadas análse de regressão lnear, onde se procura estabelecer a relação entre uma varável resposta e um conjunto de varáves

Leia mais