Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma
|
|
- Sílvia Alencar Tuschinski
- 7 Há anos
- Visualizações:
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.
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 maisCapítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes
Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75
Leia maisCAPÍTULO 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 maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisAo 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 maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia maisResumos Numéricos de Distribuições
Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas
Leia maisProbabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições
Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para
Leia mais4.1. Medidas de Posição da amostra: média, mediana e moda
4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x
Leia mais1. 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 maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2
Aula 1 do plano de trabalho nº 2 Medram-se as alturas dos 40 alunos do prossegumento de estudos do 10º ano de uma escola e as alturas dos 40 alunos do 10º ano dos cursos tecnológcos dessa escola e obtveram-se
Leia mais3.6. 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 maisANÁLISE 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 maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisCAPÍTULO 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 maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)
UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisEstatística 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 maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia mais2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO
Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisEstatística. 2 - Estatística Descritiva
Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA
Leia mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia maisx 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 maisAnálise 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 maisVariável discreta: X = número de divórcios por indivíduo
5. 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 maisTABELAS 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 maisAnálise 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 maisESTATÍSTICA APLICADA À ZOOTECNIA
ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o
Leia maisEstatística 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 maisx n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População
ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com
Leia maisANÁLISE 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 maisOrganização; Resumo; Apresentação.
Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisAnálise 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 maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisEstatística - 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 maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 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 mais7 - 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 maisProf. 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 maisPROBABILIDADE ESTATÍTICA
I- INTRODUÇÃO. DEFINIÇÕES. ESTATÍSTICA: A Etatítca refere-e à técnca pela qua o dado ão "coletado", "organzado", "apreentado" e "analado". Pode-e dvdr a cênca Etatítca em do grupo de etudo:. Etatítca Decrtva:
Leia maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia maisCurso 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 maisFAAP APRESENTAÇÃO (1)
ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisRepresentação 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 maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisAlgarismos 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 maisAPOSTILA DE ESTATÍSTICA BÁSICA Parte 1
APOSTILA DE ESTATÍSTICA BÁSICA Parte 1 Prof. Msc. Jorge Wlson Perera da Slva SUMÁRIO Capítulo 1. Concetos Báscos 3 1.1. Introdução 3 1.2. População e Amostra 3 1.3. Processos Estatístcos de Abordagem 4
Leia maisX = 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 maisMEDIDAS DE TENDÊNCIA CENTRAL
3.1- Introdução. ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL Como na representação tabular e gráfca dos dados a Estatístca Descrtva consste num conjunto de métodos que ensnam a reduzr uma quantdade de dados
Leia mais2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
Leia maisProf. 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 maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia mais2. VARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo
Leia maisMédia. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística
BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisCONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA
1 Estatístca CONCEITOS BÁSICOS 6 É uma metodologa ou conjunto de técncas que utlza a coleta de dados, sua classfcação, sua apresentação ou representação, sua análse e sua nterpretação vsando a sua utlzação
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisLicenciatura 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 maisMOQ-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 maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisContabilometria. 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 maisESTATÍSTICA DESCRITIVA. FONTE: CRESPO, ANTÔNIO ARNOT. ESTATÍSTICA BÁSICA FACIL. 15ª ED. SARAIVA.SÃO PAULO Com adaptações.
SUMÁRIO: ESTATÍSTICA DESCRITIVA UNIDADE I ESTATÍSTICA E FASES DO MÉTODO ESTATÍSTICO UNIDADE II VARIÁVEIS UNIDADE III TABELAS E SÉRIES ESTATÍSTICAS UNIDADE IV GRÁFICOS ESTATÍSTICOS UNIDADE V TABELA PRIMITIVA
Leia maisEstatística e Probabilidade
Estatístca e Probabldade Professor conteudsta: Rcardo Vda Sumáro Estatístca e Probabldade Undade I 1 CONCEITOS BÁSICOS...1 1.1 Concetos fundamentas... 1. Processos estatístcos de abordagem... 1.3 Dados
Leia maisAEP 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 maisEstatística 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 maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia maisTeoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 0 Estatístca Descrtva e Análse Eploratóra Realzadas em etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de grande quantdade de dados e
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia mais3ª 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 maisCAPÍTULO 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 maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRGS Insttuto de Matemátca
Leia maisIntrodução à Estatística. Júlio Cesar de C. Balieiro 1
Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal
Leia maisINTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA
INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS Prof. Dr. Marcelo Martns de Sena MÓDULO 04 Undade Unverstára de Cêncas Eatas e Tecnológcas UnUCET Anápols 1 MÓDULO 04
Leia maisIV - 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 maisMEDIDAS 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 maisEstatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira
MATERIAL DIDÁTICO Estatístca Expermental Medcna Veternára Faculadade de Cêncas Agráras e Veternáras Campus de Jabotcabal SP Gener Tadeu Perera º SEMESTRE DE 03 ÍNDICE AULA ESTATÍSTICA DESCRITIVA º EXERCÍCIO
Leia maisREGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA
ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse
Leia maisR X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais
30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.
Leia maisTratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1
Trataento de Dados º Seestre 5/6 Tópcos de Resolução do Trabalho. a) A éda, para dados não classfcados, é calculada a partr da segunte expressão: x x 57,75,555 Dado que a densão da aostra é par,, a edana
Leia maisNeste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.
1 1Imagem Dgtal: Estatístcas INTRODUÇÃO Neste capítulo abordam-se os prncpas concetos relaconados com os cálculos de estatístcas, hstogramas e correlação entre magens dgtas. 4.1. VALOR MÉDIO, VARIÂNCIA,
Leia maisUNIVERSIDADE 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 maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisAnálise 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 maisIntrodução à Estatística
Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia maisCaderno 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 maiswww.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 mais37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8
Resposta da questão 1: [C] Calculando:,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 8, 8,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 5, x = 9,9 Moda = 8 8+ 8 Medana = = 8,5 + 10 + 8 + 9,4 + 8 +,4 + 7,4 Méda das outras
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia mais