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

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

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

Transcrição

1 Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ de uros em 30 das com títulos do governo. A empresa Y pode receber entre $ 100 e $ com a venda de ações no mesmo período. O rsco da 2ª empresa é muto maor que o da 1ª, pos há uma grande varabldade dos retornos. Quanto mas certo for o retorno de um atvo, menor sua varabldade e, portanto, menor o seu rsco. O rsco exste quanto quem toma decsões pode estmar as probabldades relatvas a város resultados. Dstrbuções probablístcas obetvas baseam-se, normalmente, em dados hstórcos. A ncerteza exste quando não há dados hstórcos e acaba-se montando uma dstrbução probablístca subetva. Rsco de atvo ndvdual Para se avalar o conceto de rsco relatvo a retornos esperados de um dado atvo (que é dferente de uma cartera), deve-se avalar o rsco por 2 pontos de vsta: o quanttatvo e o comportamental. Análse de sensbldade: uma smples vsão comportamental de rsco é obtda usando-se a análse de sensbldade, que consste em se consderar números resultados possíves ao se avalar um proeto. A abordagem mas comum é estmar os retornos mas pessmstas, mas prováves e mas otmstas relaconados a um atvo. Exemplo: Uma empresa desea nvestr $ e pode escolher 2 atvos para sso. Observe a tabela abaxo: Atvo A Atvo B Investmento ncal $ $ Taxa de retorno anual Pessmsta 13% 7% Mas provável 15% 15% Otmsta 17% 23% Faxa 4% 16% Atvo A menor rsco menor faxa Probabldades É um método mas precso de se avalar o rsco. O valor esperado de um atvo é gual à soma dos retornos deste atvo, ponderados pela probabldade de um resultado acontecer. Exemplo:

2 Análse de Rsco 2 Valores esperados de retornos Atvo A Atvo B Possíves Resultados Probabldades (1) Retorno (%) (2) Valor ponderado (%) (1) x (2) Pessmsta 0, ,25 Mas provável 0, ,50 Otmsta 0, ,25 1,00 15,00 Pessmsta 0,25 7 1,75 Mas provável 0, ,50 Otmsta 0, ,75 1,00 15,00 Assm, o retorno esperado do atvo A é gual ao B, e ambos valem 15%. Matematcamente a fórmula é expressa da segunte forma: n 1 Pr Grafcamente estes atvos podem ser representados das seguntes maneras: Fgura 1 Dstrbução probablístca dscreta gráfco de barras Probabldades 0,6 0,5 0,4 0,3 0,2 0,1 0 Atvo A Atvo B Retornos (%) Faxa de retorno do Atvo A 4% Faxa de retorno do Atvo B 16%

3 Análse de Rsco 3 Fgura 2 Dstrbução probablístca contínua Densdade de Probabldades Retornos (%) Qual dos 2 atvos tem o maor rsco? Neste exemplo fca fácl de dentfcar, pos o retorno esperado é o mesmo: 15%. Contudo, como avalar o rsco de 2 atvos com um retorno esperado dferente? Neste caso, utlza-se o coefcente de varação. Este é calculado através da dvsão do desvo padrão pelo valor esperado. Quanto maor for o coefcente de varação, maor será o rsco do atvo. Matematcamente estes são representados da segunte forma: e n 1 CV 2 Pr Prmeramente vamos utlzar os dados do exemplo anteror para comparar atvos com o mesmo retorno esperado. Atvo A I Pr Pr 2 2 Pr ,25 3,25 15,00-2,0000 4,0000 1, ,50 7,50 15,00 0,0000 0,0000 0, ,25 4,25 15,00 2,0000 4,0000 1, ,00 2,0000 A 2% 1,41%

4 Análse de Rsco 4 Atvo B I Pr Pr 2 2 Pr 1 7 0,25 1,75 15,00-8, , , ,50 7,50 15,00 0,0000 0,0000 0, ,25 5,75 15,00 8, , , ,00 32,0000 B 32% 5,66% Calculando o coefcente de varação: 1,41% CVA 0,094 15% 5,66% CVB 0,377 15% CV Quanto maor o coefcente de varação, maor o rsco. O rsco aumenta devdo a exstênca de mutos fatores ncontroláves nfluencando no comportamento dos nvestmentos. Agora, calcule o retorno esperado e o coefcente de varação para as empresas X e Y. (%) Empresa X Pr (%) Empresa Y

5 Análse de Rsco 5 Rsco e Tempo Quanto maor o tempo, maor o rsco. O rsco aumenta devdo à exstênca de mutos fatores ncontroláves nfluencando no comportamento dos nvestmentos. Observe a fgura abaxo: + Retorno (%) Probabldade Prob. Prob. Prob anos Rsco em Cartera Até então, rsco de um únco atvo. O nvestdor deve ter város atvos, ou sea, uma cartera. A dversfcação dmnu o rsco. O deal é que o rsco da cartera sea menor que o rsco do atvo de menor rsco 1. Correlação É uma medda estatístca que ndca a relação, se houver, entre séres de números que representam qualquer cosa. Retorno postvamente relaconadas Retorno negatvamente relaconadas tempo tempo 1 Vde MAROWITZ, Harry. Portfolo Selecton

6 Análse de Rsco 6 A correlação perfeta, especalmente a negatva, é bastante ncomum. Dversfcação: a fm de reduzr o rsco, o deal é combnar atvos negatvamente relaconados. Exemplo: ações de empresas de sorvete e ações de empresas de chocolate. Retorno Retorno Retorno tempo tempo tempo ATIVOS CARTEIRAS X Y Z 50%-50% 50%-50% XY XZ % 16% 8% 12% 8% Estatístca Valor esperado 12% 12% 12% 12% 12% Desvo-Padrão 2,83 2,83 2,83 0 2,83 Rsco e Retorno Desde 1964/1965 desenvolveu-se um grande volume de teoras tentando conclar rsco e retorno. O aspecto mas mportante é o rsco global da empresa, ulgado pelos nvestdores no mercado. Tal rsco afeta tanto as oportundades de nvestmento quanto a rqueza dos propretáros. O modelo de precfcação de atvos fnanceros (ou CAPM Captal Asset Prcng Model) é a teora básca relatva a rsco e retorno. Ela fo desenvolvda para explcar o comportamento dos preços de títulos e fornecer um mecansmo que possblta aos nvestdores avalar o mpacto do nvestmento proposto num título sobre o rsco e o retorno da cartera como um todo. Suposções do modelo mercado efcente: Todos nvestdores têm a mesma nformação; Todos nvestdores têm a vsão de manter o título por 1 ano; Não há restrções quanto ao nvestmento, taxas, nem custo de corretagem; e Nenhum nvestdor é consderado grande o sufcente para afetar sgnfcatvamente o preço de mercado da ação.

7 Análse de Rsco 7 Preferêncas do nvestdor: Preferem os ganhos maores (retornos); Preferem os rscos menores; e Preferem, para o mesmo rsco, os ganhos maores e, para o mesmo retorno, os rscos menores. Tpos de Rsco Dversfcável (ou não sstemátco) parcela do rsco de um atvo que pode ser elmnada pela dversfcação. Cada empresa tem um rsco própro; se dversfcar anula o rsco. Rsco não dversfcável (ou rsco sstemátco) não pode ser elmnado pela dversfcação. Ex.: fatores naconas: nflação; fatores nternaconas: guerras, crses... Rsco relevante aquele que não pode ser elmnado que não pode ser dversfcado. Modelo CAPM O modelo de precfcação de atvos fnanceros lga: rsco relevante retorno para todos os atvos Pode ser dvddo em 4 partes: 1. Coefcente beta 2. Equação do modelo 3. Descrção gráfca da relação rsco e retorno 4. Comentáros geras sobre o CAPM Coefcente Beta Avala o rsco não dversfcável. Calcula-se tal índce a partr dos retornos hstórcos do atvo em relação aos retornos do mercado 2. O beta de mercado é gual a 1. Os betas de atvos podem assumr valores tanto postvos quanto negatvos (os postvos são mas comuns). 2 o retorno do mercado é obtdo a partr de uma grande amostra de retorno de atvos

8 Análse de Rsco 8 beta = -2,0 beta = -1,0 beta = 0,5 beta = 1,0 beta = 2,0 Betas e nterpretações Beta Comentáro Interpretação 2,0 1,0 Move-se na mesma dreção do mercado - reage 2 vezes mas, ou mas arrscado que o mercado - mesma reação ou rsco que o mercado (sto é, rsco médo) 0,5 - reage somente a metade em relação ao mercado 0,0 - não afetado pelo movmento do mercado - 0,5 - reage somente a metade em relação ao mercado - 1,0 Move-se na dreção oposta - mesma reação ou rsco que o mercado àquela do mercado - 2,0 - reage 2 vezes mas que o mercado O beta pode ser calculado a partr da segunte fórmula: Cov(k b,km) 2 m Onde: b = Beta Cov(k,km) = Covarânca do retorno k de um atvo com o retorno k do mercado m 2 m = Varânca do retorno k do mercado m Equação Utlzando b como índce de rsco não dversfcável (sstemátco), o modelo CAPM é dado pelo segunte equação: k R [b (k F m R )] F

9 Análse de Rsco 9 Onde: k = retorno exgdo (esperado) do atvo ; R F b = taxa de retorno lvre de rsco, geralmente medda pelo retorno de título governamental, como uma letra do tesouro; = coefcente beta ou índce de rsco não dversfcável (relevante) do atvo ; k m = taxa nterna de retorno exgda da cartera do mercado de atvos, vsta como taxa de retorno méda de todos os atvos. Exercíco: A Ca B desea determnar a taxa exgda de uma atvo atvo Z cuo beta, b z, é 1,5. A taxa de retorno lvre de rsco é 7%, enquanto o retorno da cartera do mercado de títulos é 11%. Calcule esse retorno exgdo. Quando austado ao índce de rsco de atvos (beta) de 1,5, pode ser observado que o prêmo pelo rsco de mercado de 4% (11-7) resulta num prêmo pelo rsco de 6% (1,5 x 4%), o qual resulta em um retorno exgdo de 13% quando somado à taxa de retorno esperada de 7% para o atvo lvre de rsco. Deve-se fcar claro que, em se mantendo as outras varáves nalteradas, quanto maor for o beta, maor o retorno exgdo e vce-versa. O Gráfco Lnha de mercado do título (SML) A SML (Securty Market Lne) é a representação gráfca da equação do retorno exgdo (esperado) do atvo; deve-se notar que está é uma equação do 1º grau. Portanto, a SML é uma reta. Para cada nível de rsco não dversfcável ele (beta) reflete o retorno exgdo no mercado. Taxa de Retorno Exgdo, k (%) k z = 13 k m = 11 R F = 7 Prêmo pelo Rsco de Mercado (4%) Prêmo pelo Rsco do Atvo Z (6%) 0,5 1 1,5 2 Rsco não dversfcável (b)

10 Análse de Rsco 10 Alguns Comentáros O CAPM basea-se em dados hstórcos. Consequentemente são estmatvas que podem ser consderadas aproxmações grosseras. Alguns analstas chegam a fazer austes subetvos nos betas para refletr suas expectatvas futuras. O beta de uma empresa é função de dversos fatores. Talvez os três mas mportantes seam: A natureza cíclca das recetas; Alavancagem operaconal; Alavancagem fnancera. Exercíco Calcule as taxas de retorno dos proetos de A a E e represente a SML. Item Taxa de Retorno Valor do beta (b) Atvo lvre de rsco 9% (R F ) 0,00 Cartera de mercado 14% (k m ) 1,0 (b m ) A 1,50 Proeto B 0,75 C 2,00 D 0,00 E -0,50

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

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

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

CÁLCULO DO RETORNO ESPERADO DA CARTEIRA DE MERCADO E DO RETORNO DO ATIVO LIVRE DE RISCO PARA O BRASIL

CÁLCULO DO RETORNO ESPERADO DA CARTEIRA DE MERCADO E DO RETORNO DO ATIVO LIVRE DE RISCO PARA O BRASIL ESCOLA FEDERAL DE ENGENHARIA DE ITAJUBÁ INSTITUTO DE ENGENHARIA MECÂNICA DEPARTAMENTO DE PRODUÇÃO CÁLCULO DO RETORNO ESPERADO DA CARTEIRA DE MERCADO E DO RETORNO DO ATIVO LIVRE DE RISCO PARA O BRASIL Dego

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

Finanças - BACEN 1997 CESPE

Finanças - BACEN 1997 CESPE Fnanças - BACE 997 CESPE Legenda: Tema, Itens Importantes Certo, Errado Questão 3. Exstem dversos nstrumentos fnanceros a dsposção do nvestdores: LIBOR, ações, opções, Eurobond, Swaps. Quanto às característcas

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

Diversificação - exemplo

Diversificação - exemplo INCETEZA E ISCO /4/009 Dversfcação - exemplo oss cap. 0 Cartera com N atvos Nova stuação: Cartera mas dversfcada Todos os títulos têm a mesma Varânca Todas as covarâncas são guas Todos os Títulos tem a

Leia mais

4 Otimização e Diversificação: o Binômio Risco-Retorno

4 Otimização e Diversificação: o Binômio Risco-Retorno 4 Otmzação e Dversfcação: o Bnômo Rsco-Retorno O alto dnamsmo e a crescente sofstcação do mercado fnancero mundal fazem com que os nvestdores tenham o constante desafo de utlzarem estratégas que maxmzem

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

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. 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 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

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

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

4. Conceitos de Risco-Retorno, diversificação e índices de desempenho de Fundos de Investimento

4. Conceitos de Risco-Retorno, diversificação e índices de desempenho de Fundos de Investimento 4. Concetos de Rsco-Retorno, dversfcação e índces de desempenho de Fundos de Investmento O alto dnamsmo e a crescente sofstcação do mercado fnancero mundal fazem com que os nvestdores tenham o constante

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

PESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc. (colaboração de Prof. Claudio Cunha)

PESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc. (colaboração de Prof. Claudio Cunha) PESQUISA EM MERCADO DE CAPITAIS Prof. Patrca Mara Bortolon, D. Sc. (colaboração de Prof. Claudo Cunha) Cap. 15 Testes Empírcos de Modelos de Equlíbro ELTON, E.; GRUBER, M.; BROWN, S., GOETZMANN, W. Moderna

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

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

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

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 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 mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA 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 mais

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.

Neste 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 mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO 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 mais

Universidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações.

Universidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações. A CONSTRUÇÃO DE CARTEIRAS EFICIENTES POR INTERMÉDIO DO CAPM NO MERCADO ACIONÁRIO BRASILEIRO: UM ESTUDO DE CASO PARA O PERÍODO 006-010 Rodrgo Augusto Vera (PROVIC/UEPG), Emerson Martns Hlgemberg (Orentador),

Leia mais

Sinézio Fernandes Maia Professor Adjunto do Departamento de Economia da UFPB

Sinézio Fernandes Maia Professor Adjunto do Departamento de Economia da UFPB SETOR BANCÁRIO BRASILEIRO NO PERÍODO DE JANEIRO DE 2009 A JULHO DE 2010: AVALIAÇÃO DA RELAÇÃO DE RISCO E RETORNO COM ABORDAGEM NAS TEORIAS DE MARKOWITZ E SHARPE Alza Slva de Lma Estudante de Pós-graduação

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

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R 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 mais

Revista de Ciências da Administração ISSN: Universidade Federal de Santa Catarina Brasil

Revista de Ciências da Administração ISSN: Universidade Federal de Santa Catarina Brasil Revsta de Cêncas da Admnstração ISSN: 1516-3865 rca.cse@contato.ufsc.br Unversdade Federal de Santa Catarna Brasl Carnero Afonso da Costa Jr., Newton; Nór Güttler, Cao DIVERSFICAÇÃO E AVALIAÇÃO DE CARTEIRAS

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

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 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 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.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL. A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

Teste do modelo de otimização de carteiras pelo índice beta

Teste do modelo de otimização de carteiras pelo índice beta Teste do modelo de otmzação de carteras pelo índce beta Cleber Gonçalves Junor Unversdade Federal de Itajubá cgj@unfe.edu.br Claton Gonçalves Unversdade Federal de Itajubá Resumo Recentemente, pode-se

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

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard Estatístca 8 Teste de Aderênca UNESP FEG DPD Prof. Edgard 011 8-1 Teste de Aderênca IDÉIA: descobrr qual é a Dstrbução de uma Varável Aleatóra X, a partr de uma amostra: {X 1, X,..., X n } Problema: Seja

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

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.

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

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

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

'.. FGV RISCO IDIOSSINCRÁTICO E DIVERSIFICAÇÃO EM. PORTFÓLlOS

'.. FGV RISCO IDIOSSINCRÁTICO E DIVERSIFICAÇÃO EM. PORTFÓLlOS '.. FGV ESAPE FUNDAÇÃO GETULIO VAGAS ESCOLA BASILEIA DE ADMINISTAÇÃO PÚBLICA E DE EMPESAS MESTADO EXECUTIVO EM GESTÃO EMPESAIAL ISCO IDIOSSINCÁTICO E DIVESIFICAÇÃO EM POTFÓLlOS DISSETAÇÃO APESENTADA À

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076

NOTAS DE AULA DA DISCIPLINA CE076 5. COMPONENTES PRINCIPAIS 5. Introdução A análse de Comonentes Prncas está relaconada com a exlcação da estrutura de covarânca or meo de oucas combnações lneares das varáves orgnas em estudo, ou sea, rocura

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável 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 mais

ANÁLISE DE RISCO E EFEITOS DA INCERTEZA NA CARTEIRA DE INVESTIMENTOS

ANÁLISE DE RISCO E EFEITOS DA INCERTEZA NA CARTEIRA DE INVESTIMENTOS ANÁLISE DE RISCO E EFEITOS DA INCERTEZA NA CARTEIRA DE INVESTIMENTOS Dogo Raael de Arruda RESUMO Constam, neste trabalho, concetos relaconados aos rscos e as ncertezas exstentes nas carteras de nvestmento

Leia mais

Introdução a Combinatória- Aplicações, parte II

Introdução a Combinatória- Aplicações, parte II Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o

Leia mais

Estudo de Eventos: Procedimentos e Estudos Empíricos

Estudo de Eventos: Procedimentos e Estudos Empíricos Estudo de Eventos: Procedmentos e Estudos Empírcos Wagner Moura Lamouner 1 Else MOntero Noguera RESUMO O prncpal objetvo deste trabalho é dscutr as aplcações e os pontos fundamentas da metodologa de estudo

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

Gabarito da Lista de Exercícios de Econometria I

Gabarito da Lista de Exercícios de Econometria I Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076

Leia mais

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade. Heterocedastcdade y = β 0 + β + β + β k k + u O que heterocedastcdade? Lembre-se da hpótese de homocedastcdade: condconal às varáves eplcatvas, a varânca do erro, u, é constante Se sso não for verdade,

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?

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

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

Leia mais

UM ESTUDO SOBRE DIVERSIFICAÇÃO NA BOLSA DE VALORES DE SÃO PAULO

UM ESTUDO SOBRE DIVERSIFICAÇÃO NA BOLSA DE VALORES DE SÃO PAULO UM ESTUDO SOBRE DIVERSIFICAÇÃO A BOLSA DE VALORES DE SÃO PAULO Autores: André Luz Oda, Mara Carlota Morandn Senger e Alexandre oboru Chára Resumo O artgo estuda a redução de rsco que podera ter sdo obtda

Leia mais

Beta Contábil Versus Beta CAPM: Uma Investigação Empírica na Mercado Financeiro Brasileiro

Beta Contábil Versus Beta CAPM: Uma Investigação Empírica na Mercado Financeiro Brasileiro 40 Beta Contábl Versus Beta CAPM: Uma Investgação Empírca na Mercado Fnancero Braslero Accountable Beta Versus CAPM Beta: A Emprcal Research n tne Brazlan Fnancal Market Ramundo Nonato Rodrgues Doutor

Leia mais

AS CARTEIRAS DE INVESTIMENTO E A SEMIVARIÂNCIA

AS CARTEIRAS DE INVESTIMENTO E A SEMIVARIÂNCIA AS CARTEIRAS DE INVESTIMENTO E A SEMIVARIÂNCIA chrstóvão thago de brto neto Professor Adjunto II do Programa de Engenhara de Produção da Unversdade Federal do Ro Grande do Norte (UFRN) - E-mal: brto@ufrnet.br

Leia mais

CAPÍTULO 9 REGRESSÃO LINEAR PPGEP REGRESSÃO LINEAR SIMPLES REGRESSÃO LINEAR SIMPLES REGRESSÃO LINEAR SIMPLES UFRGS. Regressão Linear Simples

CAPÍTULO 9 REGRESSÃO LINEAR PPGEP REGRESSÃO LINEAR SIMPLES REGRESSÃO LINEAR SIMPLES REGRESSÃO LINEAR SIMPLES UFRGS. Regressão Linear Simples CAPÍTULO 9 REGREÃO LINEAR IMPLE REGREÃO LINEAR IMPLE UFRG Em mutos problemas há duas ou mas varáves que são relaconadas, e pode ser mportante modelar essa relação. Por exemplo, a resstênca à abrasão de

Leia mais

Diferença entre a classificação do PIB per capita e a classificação do IDH

Diferença entre a classificação do PIB per capita e a classificação do IDH Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca

Leia mais

Análise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres

Análise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres Análse de Varânca Rejane Sobrno Pnhero Tana Gullén de Torres Análse de Varânca Introdução Modelos de análse de varânca consttuem uma classe de modelos que relaconam uma varável resposta contínua com varáves

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

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

UNIVERSIDADE DE SÃO PAULO INSTITUTO DE MATEMÁTICA E ESTATÍSTICA BACHARELADO EM MATEMÁTICA APLICADA E COMPUTACIONAL

UNIVERSIDADE DE SÃO PAULO INSTITUTO DE MATEMÁTICA E ESTATÍSTICA BACHARELADO EM MATEMÁTICA APLICADA E COMPUTACIONAL UNIVERSIDADE DE SÃO PAULO INSTITUTO DE MATEMÁTICA E ESTATÍSTICA BACHARELADO EM MATEMÁTICA APLICADA E COMPUTACIONAL SISTEMA DE PREVENÇÃO A CRISES EM CARTEIRAS FINANCEIRAS USANDO ANÁLISE DE COMPONENTES PRINCIPAIS

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

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

Realimentação negativa em ampliadores

Realimentação negativa em ampliadores Realmentação negatva em ampladores 1 Introdução necessdade de amplfcadores com ganho estável em undades repetdoras em lnhas telefôncas levou o Eng. Harold Black à cração da técnca denomnada realmentação

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

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

Prof. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =

Prof. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 = Análse de Regressão Cap.. Introdução Análse de regressão é uma técnca de modelagem utlzada para analsar a relação entre uma varável dependente () e uma ou mas varáves ndependentes,, 3,..., n. O ojetvo

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

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ADMINISTRAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO ESPECIALIZAÇÃO EM MERCADO DE CAPITAIS

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ADMINISTRAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO ESPECIALIZAÇÃO EM MERCADO DE CAPITAIS UNIVESIDADE FEDEAL DO IO GANDE DO SUL ESCOLA DE ADMINISTAÇÃO OGAMA DE ÓS-GADUAÇÃO EM ADMINISTAÇÃO ESECIALIZAÇÃO EM MECADO DE CAITAIS MODENA TEOIA DE CATEIAS: DESENVOLVIMENTO E ANÁLISE DE UM MODELO DE SELEÇÃO

Leia mais

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

TÍTULO DO TRABALHO: Um estudo sobre a diversificação de investimentos em carteiras internacionais.

TÍTULO DO TRABALHO: Um estudo sobre a diversificação de investimentos em carteiras internacionais. ÁREA DE CONCENTRAÇÃO: FINANÇAS TÍTULO DO TRABALHO: Um estudo sobre a dversfcação de nvestmentos em carteras nternaconas. AUTORES LUIZ EGYDIO MALAMUD ROSSI FEA - USP luz@planusfomento.com.br MARCEL DOUMEN

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

ANÁLISE DA VARIÂNCIA DA REGRESSÃO

ANÁLISE DA VARIÂNCIA DA REGRESSÃO ANÁLISE DA VARIÂNCIA DA REGRESSÃO PROCEDIMENTO GERAL DE REGRESSÃO Em um modelo de análse de varânca, como no DIA, o fator em estudo pode ser quanttatvo ou qualtatvo. FATOR QUANTITATIVO: é aquele cujos

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

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

2010 The McGraw-Hill Companies, Inc. All rights reserved. Prof.: Anastácio Pinto Gonçalves Filho

2010 The McGraw-Hill Companies, Inc. All rights reserved. Prof.: Anastácio Pinto Gonçalves Filho rof.: nastáco nto Gonçalves lho Introdução Nem sempre é possível tratar um corpo como uma únca partícula. Em geral, o tamanho do corpo e os pontos de aplcação específcos de cada uma das forças que nele

Leia mais

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

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

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

VIABILIDADE FINANCEIRA E RISCOS ASSOCIADOS À INTEGRAÇÃO LAVOURA-PECUÁRIA NO ESTADO DO PARANÁ

VIABILIDADE FINANCEIRA E RISCOS ASSOCIADOS À INTEGRAÇÃO LAVOURA-PECUÁRIA NO ESTADO DO PARANÁ VIABILIDADE FINANCEIRA E RISCOS ASSOCIADOS À INTEGRAÇÃO LAVOURA-PECUÁRIA NO ESTADO DO PARANÁ Vabldade fnancera e rscos assocados à ntegração lavoura-pecuára... 113 Fnancal vablty and rsks of ntegrated

Leia mais

ANÁLISE DE COMPONENTES PRINCIPAIS, ANÁLISE FATORIAL: Exemplos em STATA. Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO

ANÁLISE DE COMPONENTES PRINCIPAIS, ANÁLISE FATORIAL: Exemplos em STATA. Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ADMINISTRAÇÃO ANÁLISE DE COMPONENTES PRINCIPAIS, ANÁLISE FATORIAL: Eemplos em STATA. Prof. Dr. Evandro Marcos

Leia mais

CAPITULO II - FORMULAÇAO MATEMATICA

CAPITULO II - FORMULAÇAO MATEMATICA CAPITULO II - FORMULAÇAO MATEMATICA II.1. HIPOTESES BASICAS A modelagem aqu empregada está baseado nas seguntes hpóteses smplfcadoras : - Regme permanente; - Ausênca de forças de campo; - Ausênca de trabalho

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

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

Capítulo 2 Taxas de Juro

Capítulo 2 Taxas de Juro Capítulo 2 Taxas de Juro 2.. EFINIÇÕE E EIA E TAXA E JURO 2... Valor Actualzado, Valor Futuro e Juros Compostos Valor Futuro FV (Future Value) É o valor, numa data futura, de um nvestmento feto no presente

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

Medidas e resultados em um experimento.

Medidas e resultados em um experimento. Meddas e resultados em um expermento. I- Introdução O estudo de um fenômeno natural do ponto de vsta expermental envolve algumas etapas que, mutas vezes, necesstam de uma elaboração préva de uma seqüênca

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

Índices de Concentração 1

Índices de Concentração 1 Índces de Concentração Crstane Alkmn Junquera Schmdt arcos André de Lma 3 arço / 00 Este documento expressa as opnões pessoas dos autores e não reflete as posções ofcas da Secretara de Acompanhamento Econômco

Leia mais

Análise de Regressão Linear Múltipla VII

Análise de Regressão Linear Múltipla VII Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto

Leia mais

ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS MATRIZES NOME DO ALUNO: Nº TURMA: blog.portalpositivo.com.

ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS MATRIZES NOME DO ALUNO: Nº TURMA: blog.portalpositivo.com. ESCOL DE PLICÇÃO DR. LFREDO JOSÉ BLBI UNITU POSTIL MTRIZES PROF. CRLINHOS NOME DO LUNO: Nº TURM: blog.portalpostvo.com.br/captcar MTRIZES Uma matrz de ordem m x n é qualquer conunto de m. n elementos dspostos

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

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS 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 mais