Estatística: uma definição
|
|
- Arthur Santana Bennert
- 7 Há anos
- Visualizações:
Transcrição
1 Prof. Lorí Val, Dr. 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%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval o trâsto: 45 mortos, 430 ferdos. A cêca de coletar, orgazar, apresetar, aalsar e terpretar dados umércos com o objetvo de tomar melhores decsões. Estatístca (dvsão) População Descrtva Idutva Os procedmetos usados para orgazar, resumr e apresetar dados umércos. A coleção de métodos e téccas utlzados para estudar uma população baseado em amostras probablístcas desta população. Uma coleção de todos os possíves elemetos, objetos ou meddas de teresse.
2 Ceso Amostra Um levatameto efetuado sobre toda uma população é deomado de levatameto cestáro ou smplesmete ceso. Uma porção ou parte de uma população de teresse. Amostragem O processo de escolha de uma amostra da população é deomado de amostragem. PROBABILIDADE (Matemátca) ESTATÍSTICA (Matemátca Aplcada) Uvarada Multvarada P R O B A POPULAÇÃO (Ceso) Estatístca Descrtva B IL Erro Iferêca Probabldade Amostragem I D A D E AMOSTRA (Amostragem) Estatístca Idutva
3 Estatístca Probabldade Arredodameto Faces Probabldades Faces Frequêcas /6 5 /6 8 3 / / /6 5 6 /6 6 7 Total Total 0 Todo arredodameto é um erro. O erro deve ser evtado ou etão mmzado. Eemplos: Regra básca: Arredodar sempre para o mas prómo.,456,46,454,45,475,48,485,48 V A R I QUALITATIVAS NOMINAL ORDINAL Varável Qualtatva NOMINAL Seo Relgão Estado cvl Curso Á V E I S QUANTITATIVAS DISCRETA CONTÍNUA ORDINAL Coceto Grau de Istrução Mês Da da semaa 3
4 Varável Quattatva DISCRETA CONTÍNUA Número de faltas Número de rmãos Número de acertos Altura Área Peso Volume Estatístca Descrtva Cojuto de dados: Orgazação; Amostra Resumo; ou Apresetação. População Um cojuto de dados é resumdo de acordo com as segutes característcas: Amostra ou População Tedêca ou posção cetral Dspersão ou varabldade Assmetra (dstorção) Achatameto ou curtose Tedêca ou Posção Cetral A méda Artmétca (mea) (a) As médas S m p l e s Artmétca Geométrca Harmôca Quadrátca Itera
5 A méda Geométrca A méda Harmôca m g..... m h A méda Quadrátca A méda Itera (trmmed mea) m q É a mesma méda artmétca só que aplcada sobre o cojuto ode uma parte dos dados (etremos) é descartada. Eemplo Médas Cojutos m g m h ,9 4, ,8 Relação etre as médas Dado um cojuto de dados qualquer, as médas artmétca, geométrca e harmôca matém a segute relação: m g m h 5
6 Tedêca ou Posção Cetral A méda Artmétca Poderada (a) As médas P o d er a d as Artmétca Geométrca Harmôca m ap. w +. w w + w. w w w k k. w k Quadrátca A méda Geométrca Poderada A méda Harmôca Poderada w m w. w. gp w w... w k k m h P w w + w w + w w + w k w k k A méda Quadrátca Poderada m qp w +w+...+w w +w +...+w k k k w w Eemplo: Produtos p 0 p 0 q Care 4,80 5,5 5 kg Caa 5,0 4,94 l Ceva 0,80 0,9 lt Pão,50,0 u Total
7 Produtos p 0 p 0 α p(0,t) 4,80 5,5 0,58,5 5,0 4,94 0, 0,95 3 0,80 0,9 0,3,5 4,50,0 0,07,40 Total -- --,00 -- Méda artmétca poderada dos relatvos (aumetos) será:,5.0,58 + 0,95.0, +,5.0,3 +,40.0,07 m ap 0,57 + 0, + 0,3 + 0,07,43 4,3% Por este crtéro o aumeto fo de 4,3%. Méda geométrca poderada dos relatvos (aumetos) será: m gp,5 0,58 0,95 0,,5 0,3,40 0, 07,5 0,58 0,95 0,,5 0,3,40 0,07,390 3,90 % Por este crtéro o aumeto fo de 3,90%. Méda harmôca poderada dos relatvos (aumetos) será: m h P 0,58 0, 0, ,5 0,95,5,348 3, 48 % 0,07, 40 Por este crtéro o aumeto fo de 3,48%. Tedêca ou Posção Cetral (b) A medaa (meda) É o valor que separa o cojuto em dos subcojutos do mesmo tamaho. m e [ (/) + (/)+ ]/ se é par m e (+)/ se é ímpar Separatrzes A déa de repartr o cojuto de dados pode ser levada adate. Se ele for repartdo em 4 partes tem-se os QUARTIS, se em 0 os DECIS e se em 00 os PERCENTIS. 7
8 Eemplo Cosdere o segute cojuto: Como 7 (ímpar), etão (+)/ 4 Ordeado o cojuto, tem-se: Etão: m e 4 Se o cojuto for: Tem-se: 8 (par) Etão m e [ / + /+) ]/ ( )/ Ordeado o cojuto, tem-se: m e ( )/ ( + )/,50 (c) A moda (mode) Eemplo É o(s) valor(es) do cojuto que mas se repete(m). Cosdere o cojuto Etão: m o Pos, o dos é o que mas se repete (três vezes). Cosdere o cojuto: Etão: m o e m o O cojuto é bmodal. Cosdere o cojuto: Este cojuto é amodal, pos todos os valores apresetam a mesma frequêca. 8
9 Dspersão ou Varabldade (a) A ampltude (h) (b) O Desvo Médo (dma) (c) A Varâca (s ) (d) O Desvo Padrão (s) (e) A Varâca Relatva (g ) (f) O Coefcete de Varação (s) A Ampltude (rage) h má - mí Cosdere o cojuto: h 5 (-) 7 O dma (average devato) Cosdere o cojuto: Calculado os desvos: A méda é: Tem-se: d - -3 d - - d d 4 3 d A varâca (varace) Como pode ser vsto a soma é gual a zero. Tomado o módulo vem: dma ,40 5 Se ao vés de tomar o módulo, elevarmos ao quadrado, tem-se: s ( ) ( 3) + ( ) + ( ) ,
10 O Desvo Padrão (stadard devato) A varâca de um cojuto de dados será: ( ) + ( ) ( ) s ( ) s É a raz quadrada da varâca. ( ) s Se etrarmos a raz quadrada teremos do resultado ateror teremos o desvo padrão: A Varâca Relatva g s / s ( ) 6,80,6 O Coefcete de Varação g s / O coefcete de varação do eemplo ateror, será: s,6077 g 60,77% 0
11 Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Meor Deseho Maor Torto Lascado Deseho Esmalte Torto Esmalte Lascado Lascado Torto Deseho Maor Meor Meor Maor Deseho Torto Dstrbução de freqüêcas Defeto Freqüêca % Deseho 7 4,0 Esmalte 95 9,00 Lascado 97 9,40 Maor 70 4,00 Meor 83 6,60 Torto 57,40 Trcado 7 5,40 TOTAL
12 F R E Q Ü Ê N C I A S Absoluta SIMPLES Relatva Absoluta ACUMULADAS Relatva Apresetação Decmal Percetual Decmal Percetual Frequêcas: represetação Valores f F fr fr Fr , , , , , , ,0 00 Total 00,00 00 Defetos em uma lha de produção % 5% 4% 0% 7% 4% 9% Deseho Esmalte Lascado Maor Meor Torto Trcado
13 Número de rmãos dos aluos da turma G Estatístca Aplcada - PUCRS - 0/ Dstrbução de frequêcas por poto ou valores da varável: Número de rmãos dos aluos da turma G da dscpla: Estatístca Aplcada - PUCRS - 0/0. N 0 de rmãos N 0 de aluos Dagrama de coluas smples da varável: Número de rmãos dos aluos da turma G Dscpla: Estatístca Aplcada, PUCRS - 0/0 3
14 A méda Artmétca Neste caso, a méda a dada por: f + f f k. k f + f f k f. Eemplo: f f A méda será, etão: 95 f.,90 50 rmãos 4
15 A Medaa Como 50 é par, tem-se: me / + ( / ( 50 / ) ) + 50 / + + rmão + Eemplo: f F Total de dados 50 (par) Metade dos dados / 5 A Moda Eemplo f m o valor(es) que mas se repete(m) Pos A moda ele se repete é gual mas a vezes (um) A Ampltude h má - mí h rmãos. 5
16 O Desvo Médo Neste caso, o dma será dado por: f +... f + + f k dma f + f f k f. k Eemplo: f f ,90 3,30.,90 8, ,90 0, ,90 5, ,90 8, ,90 9, ,90 8, ,40 A Varâca O dma será, etão: Neste caso, a varâca será: dma f. 64,40,9 rmãos 50 f( ) + f ( ) f k (k ) s f ( ) f Eemplo: f f A varâca será, etão: f 99 s,90 50,3700 rmãos 6
17 O Desvo Padrão O Coefcete de Varação O desvo padrão será dado por: s f,3700,5395,54 rmãos Dvddo o desvo padrão pela méda pelo, tem-se o coefcete de varação:, g,90 8,03% Idade (em meses) dos aluos da turma G da dscpla: Probabldade e Estatístca - PUCRS - 0/
18 Dstrbução por classes ou tervalos da varável dade dos aluos da turma G da dscpla: Probabldade e Estatístca da PURCRS - 0/0. Idades Número de aluos Total 50 Hstograma de frequêcas da varável Idade dos aluos da turma G de Probabldade e Estatístca da PUCRS - 0/0. f / h 0,7 0,6 0,5 0,4 0,3 0, 0,
19 Ates de apresetar as meddas,. é, represetates do cojuto, é ecessáro estabelecer uma otação para algus elemetos da dstrbução. O Poto Médo da Classe poto médo da classe; f frequêca smples da classe; l lmte feror da classe; ls lmte superor da classe; h ampltude da classe. f A Méda da Dstrbução f f
20 Eemplo: A Medaa A méda será: f ,0 50 meses Neste caso, utlzam-se as frequêcas acumuladas para detfcar a classe medaa,. é, a que cotém o(s) valor(es) cetral(s). Eemplo: f F Total de dados 50 (par) Metade dos dados / 5 Portato, a classe medaa é a tercera. Assm 3. A medaa será obtda através da segute epressão: A Moda 50 F 70 0 me l + h + f meses 8 8 Neste caso é precso calmete apotar a classe modal,. é, a de maor freqüêca. Neste eemplo é a prmera com f. Assm. 0
21 Eemplo f Classe modal, pos f. Portato a moda poderá ser obtda através de uma das segutes epressões: Crtéro de Kg: Crtéro de Czuber: f + mo l + h f + f meses m o f f l + h.f (f + f + ) (0 9) meses A Ampltude h má - mí h meses
22 O Desvo Médo Absoluto Neste caso, o dma será dado por: f +... f + + f k dma f + f f k f. k Eemplo f f ,0 54, ,0 6, ,0 4, ,0 03, ,0 08, ,0 74, ,0 4, ,60 O dma será, etão: dma f. 3,43 meses 6,60 50 A Varâca Neste caso, a varâca será: f( ) + f ( ) f k (k ) s f ( ) f Eemplo f f A varâca será, etão: f s , ,96 meses
23 O Desvo Padrão O desvo padrão será dado por: s f 40,96 37, ,70 meses O Coefcete de Varação Dvddo o desvo padrão pela méda, tem-se o coefcete de varação: 37,69563 g 3,% 85,0 Prmero Coefcete ( de Pearso) a (Méda - Moda) / Desvo Padrão Segudo Coefcete ( de Pearso) Skewess a 3.(Méda - Medaa) / Desvo Padrão Coefcete Quartílco CQA [(Q 3 - Q ) - (Q - Q )]/(Q 3 - Q ) Coefcete do Mometo a 3 m 3 /s 3, ode m 3 Σ(X - ) 3 / Coefcete 0 Cojuto Smétrco Provão 000 Curso: Odoto 3
24 Coefcete < 0 Cojuto: Negatvamete Assmétrco Coefcete > 0 Cojuto: Postvamete Assmétrco Provão 000 Curso: Joralsmo Provão 000 Curso: Eg. Elétrca Coefcete de Curtose (mometos) a 4 m 4 /s 4, ode m 4 Σ(X - ) 4 / (Kurtoss) Provão 000 Curso: Odoto Coefcete 3 ou 0 Cojuto: Mesocúrtco Coefcete > 3 ou (> 0) Cojuto: Leptocúrtco Provão 000 Curso: Matemátca 4
25 Coefcete < 3 ou (< 0) Cojuto: Platcúrtco Provão 999 Curso: Eg. Cvl Se y a +b Etão: y a + b s s y y a s a s Aálse Eploratóra de Dados As téccas de aálse eploratóra de dados cosstem em gráfcos, smples de desehar, que podem ser utlzados para resumr rapdamete um cojuto de dados. Uma destas téccas é uma forma de apresetação de dados cohecda como Caule e Folha. Apresetação Caule e Folha Para lustrar esta forma de apresetação vamos supor que o cojuto a segur é o resultado de um teste do tpo Pscotécco de 00 questões aplcados a 40 caddatos a um emprego em uma grade orgazação dustral. 5
26 Eemplo Resultado de um teste, do tpo Pscotécco de 00 questões, aplcado a 40 caddatos Ramo e Folhas Grado a represetação 90 graus temse um dagrama semelhate a um hstograma. Esta represetação possu duas vatages sobre o hstograma: É mas fácl de costrur; Apreseta os dados reas. Eercíco Faça um represetação utlzado a dezea como udade de folha BoPlot Caa e Bgodes Outra forma de ter uma dea do cojuto de dados é utlzar a regra dos cco tes. Nem sempre a méda e o desvo padrão são as melhores alteratvas para resumr um cojuto de dados. A méda e o desvo padrão podem sofrer forte fluêca de valores etremos e além dsso ão forecem uma déa da assmetra do cojuto de dados. Como alteratva as segutes cco meddas são sugerdas (Tukey, 977): 6
27 Represetação () A medaa; () Os etremos (mámo e mímo); () Os quarts. Estas cco meddas são deomadas de estatístcas de ordem. A formação forecda por estes cco úmeros pode ser represetada em um dagrama deomado de Dagrama Caa e Bgode (BoPlot). O deseho forece uma déa da posção, dspersão, assmetra e dados dscrepates do cojuto (outlers). Traçar um retâgulo tedo como etremos os quarts e eglobado a medaa. Calcular a dstâca terquartl, sto é: D Q Q 3 Q Determar os lmtes dos potos dscrepates: Q,5 D Q Q 3 +,5 D Q Qualquer valor abao de Q,5 DQ ou acma de Q3 +,5 DQ será cosderado um valor dscrepate (outler). Para obter o dagrama caa e bgode (boplot) traçar duas lhas a partr do cetro do retâgulo e em lados opostos até o últmo poto do cojuto que ão seja um poto dscrepate. BoPlot Eemplo: Q -,5D Q D Q Q +,5D 3 Q Obteha o dagrama Caa e Bgode para o úmero de paradas semaas para mauteção de uma máqua. Q Q Q
28 Eemplo Os cco valores são: Mímo Quartl um 4 Medaa 6 Quartl três 7 Mámo Os demas são: D Q -,5D -0,5 Q 3 +,5D,5 Outler BoPlot -0,5Q -,5D Q D Q 3 9 Q 4 Q 6 7 Q 3 Q +,5D 3 Q,5 Wlfredo Pareto O Dagrama de Pareto é uma homeagem ao egehero, flósofo, socólogo e ecoomsta talao Vlfredo Frederco Samaso Pareto (848-93). Pareto fo um dos poeros a aplcação de aálses matemátcas ao estudo dos feômeos sócoecoômcos. Wlfredo eucou, em 897, o que passou a ser cohecdo como Prcpo de Pareto que afrma: 80% das dfculdades tem orgem em 0% dos problemas. Este prcpo podera ser colocado como estem mutos tes trvas mas poucos vtas. Dagrama O Dagrama de Pareto é um gráfco de coluas smples, ode a varável está em ordem de mportâca frequêca de ocorrêca ou custo) dos problemas ou defetos. Normalmete o dagrama evolve a frequêca smples combada com a frequêca acumulada em um úco gráfco. É, também, comum a colocação de um sstemas de eos X Y aulares. 8
29 Eercíco: Cosderado os dados sobre o Número de defetos uma lha de produção de azulejos, costrua o Dagrama de Pareto para a dstrbução dada. Defetos Número de Azulejos Deseho 7 Esmalte 95 Lascado 97 Maor 70 Meor 83 Torto 57 Trcado 7 Total 500 Solução: Ordeado as frequêcas dadas e calculado as frequêcas relatvas e relatvas acumuladas, tem-se: Ordeado as frequêcas, tem-se: Defetos Número de Azulejos Lascado 97 Esmalte 95 Meor 83 Deseho 7 Maor 70 Torto 57 Trcado 7 Total 500 Calculado as demas frequêcas: Dagrama de Pareto Defetos % de azulejos Freq. acumulada Lascado 9,4 9, % Esmalte 9,0 38,4 Meor 6,6 55,0 Deseho 4, 69, Maor 4,0 83, Torto,4 94,6 Trcado 5,4 00,0 Total % Lascado Esmalte Meor Deseho Maor Torto Trcado
30 Posções Relatvas A méda e o desvo padrão são as duas prcpas meddas utlzadas para descrever um cojuto de dados. Elas, também, podem ser utlzadas para comparações, sto é, para forecer a posção relatva de um valor em relação ao cojuto como um todo. O escore z Seja (,,..., ) uma amostra de observações. Sejam e s a méda e o desvo padrão da amostra. Etão o escore z é o valor que forece a posção relatva de cada da amostra, tedo como poto de referêca a méda afastameto o desvo padrão. e como medda de O escore z z - s O escore z forece o úmero de desvos padrão que cada valor está acma ou abao da méda. O escore,5, sgfca que este valor está um desvo e meo abao da méda. O escore Z é também uma varável, que é obtda pela trasformação da amostra orgal. Ela apreseta méda gual a zero e desvo padrão gual a um. Eemplo Cosdere o segute amostra: Assmetra 0,33 Curtose - 0,
31 Solução: Calcular os escores z para cada valor da amostra. Represetar os valores da amostras e os escores em dagramas para verfcar se houve alteração o formato da dstrbução dos dados. A méda e o desvo padrão da amostra são: 40 e 3,69. Etão os escores padrozados serão: 0,3066 0,997-0,997-0,63-0,63 -,63-0,3066-0,63 0,3066,538,63 -,538,456 -,538 0,0000 0,0000 0,0000 -,63 0,3066-0,997-0,63-0,997-0,3066-0,3066,63 0,63 0,63-0,3066 0,997 0,63 0,3066-0,3066 0,3066 -,538 0,0000,63 -,63 0,0000-0,997 0,0000 -,63-0,3066,460 0,0000 0,997 -,8394,538-0,63 0,63,8394 Propredades: Assmetra 0,37 Curtose - 0, ,84 -,3-0,6 0,00 0,6,3,84,45 A méda do escore padrozado é zero; O desvo padrão do escore padrozado é um. A forma da dstrbução do escore padrozado é a mesma dos dados orgas. Escalas: O escore Z ão é utlzado ormalmete da forma como é calculado. É comum a utlzação de uma escala lear de trasformação. As duas mas utlzadas são: Escalas A escala T que é obtda através da segute trasformação T 0.Z + 50 A escala A que é utlzada os vestbulares é obtda por: A 00.Z
32 Teorema de Chebyshev O teorema de Chebyshev permte verfcar qual é o percetual mímo de valores de um cojuto de dados que deve estar um certo úmero de desvos em toro da méda. Em qualquer cojuto de dados com desvo padrão s, pelo meos ( /z ) dos valores do cojuto devem estar etre z desvos em toro da méda, ode z é um valor tal que z >. Eemplos: Assm pelo meos: 75% dos valores estão detro de z desvos a partr da méda; 89% dos valores estão detro de z 3 desvos a cotar da méda; X - X < S 94% dos valores estão detro de z 4 desvos a cotar da méda. - /4 75%. 3
x 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 maisEstatística: uma definição
Estatístca: uma defção Coleção de úmeros estatístcas O úmero de aumetou em 30%. carros veddos o país A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero
Leia maisEstatística: 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 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 maisEstatística: uma definição
Prof. Lorí Val, Dr. val@pucrs.br http://.pucrs.br/faat/val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos auetou e 30%. o país A taa de deseprego atge, este ês, 7,%. As ações
Leia maisA ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.
Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Coleção de úeros estatístcas stcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações a da Telebrás
Leia maisA ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.
.pucrs.br/faat/val/.at.ufrgs.br/~val/ Prof. Lorí Val, Dr. val@at.ufrgs.br val@pucrs.br Coleção de úeros estatístcas O úe ro de carros ve ddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%.
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações
Leia maisUma coleção de todos os possíveis elementos, objetos ou medidas de interesse.
Prof. Lorí Val, Dr. val@mat.ufrg.br http://www.ufrg.br/~val/ Etatítca: uma defção Coleção de úmero etatítca O úmero de carro veddo o paí aumetou em %. A taa de deemprego atge, ete mê, 7,%. A açõe da Telebrá
Leia maisGrande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção
Prof. Lorí Val, Dr. val@pucr.br http://www.pucr.br/~val/ Grade Cojuto de Dado Orgazação; Reumo; Apreetação. Amotra ou População Defeto em uma lha de produção Lacado Deeho Torto Deeho Torto Lacado Torto
Leia maissticas Estatística (divisão) População stica: uma definição Estatística:
Coleção de úmero etatítca tca O úmero de carro veddo o paí aumetou em 30%. A taa de deemprego atge, ete mê, 7,5%. A açõe da Telebrá ubram R$,5, hoje. Reultado do Caraval o trâto: 45 morto, 430 ferdo. Etatítca:
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 - 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 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 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 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 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 maisMEDIDAS 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 maisRelatório 2ª Atividade Formativa UC ECS
Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução
Leia mais9 Medidas Descritivas
1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se
Leia maisFaculdade 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 mais50 Logo, Número de erros de impressão
Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de
Leia maisGrandes Conjuntos de Dados
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Grades Cojutos de Dados Orgaização; Resumo; Apresetação. Amostra ou População Defeitos em uma liha de produção Lascado Meor Deseho
Leia maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela
Leia maisMÓDULO 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 maisMEDIDAS DE TENDÊNCIA CENTRAL I
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE
Leia maisREGESD 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 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 maisDo 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 maisEx: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20
. MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados
Leia maisEstatística Descritiva
Estatístca Descrtva Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 35-3691161 / 88776958 (cel) Estatístca Descrtva Pedro Paulo Balestrass www.pedro.ufe.edu.br 1 População e amostra:
Leia maisESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA
ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo
Leia maisTabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f
Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que
Leia maisDistribuições 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 maisDescritiva. Francisco Cysneiros DE - UFPE
Noções de Estatístca Descrtva Dr. Fracsco Cyseros Profº. Adjuto do Departameto de Estatístca-CCEN/UFPE E-mal: cyseros@de.ufpe.br web-page: www.de.ufpe.br/~cyseros/dscpla/farmaca/farmaca.htm Foe: (8) 6
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 maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma
Leia maisDistribuições de Probabilidades
Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução
Leia maisProfessor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.
Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Coleção de números estatísticas O número de carros vendidos no país aumentou em 30%. A taa de desemprego atinge, este mês, 7,5%. As
Leia mais? Isso é, d i= ( x i. . Percebeu que
Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0
Leia maisInterpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.
Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Coleção de números estatísticas O número de carros vendidos no país aumentou em 30%. A taa de desemprego atinge, este mês, 7,5%.
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 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 maisAtividades Práticas Supervisionadas (APS)
Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula
Leia maisUTFPR. Engenharia Elétrica Probabilidade e Estatística. Ementa da disciplina. Referências Bibliográficas. Introdução. Definição.
Emeta da dscpla UTFPR Egehara Elétrca Probabldade e Estatístca Cocetos e Defções; Dstrbução de Frequêcas; Meddas de Tedêca Cetral ou de Posção; Meddas de Dspersão ou de Varabldade; Meddas de Assmetra e
Leia maisProf. Lorí Viali, Dr. Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Coleção de números n estatísticas sticas O número n de carros vendidos no país aumentou em 30%. A taxa de desemprego atinge, este mês,
Leia maisProf. Lorí Viali, Dr. PUCRS Prof. Titular da FAMAT - Departamento de Estatística. Curso: Engenharia de Produção
Coleção de números n estatísticas sticas O número n de carros vendidos no país aumentou em 30%. A taa de desemprego atinge, este mês, 7,5%. As ações a da Telebrás s subiram R$,5, hoje. Resultados do Carnaval
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisRACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO
RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x
Leia maisConstrução e Análise de Gráficos
Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela
Leia maisEm muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão
Leia maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja
Leia maisEstatística Área 4 BACEN Aula 01 Estatística Descritiva Prof. Alexandre Lima. Aula 01. Sumário
Estatístca Área 4 BACEN Aula 0 Estatístca Descrtva Prof. Aleadre Lma Aula 0 Sumáro Itrodução à Estatístca... 3 Tpos de Varáves... 4 3 Rol... 5 4 Séres Estatístcas... 6 5 Téccas de Descrção Gráfca... 8
Leia maisEstatística Básica - Continuação
Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas
Leia maisRevisão 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 maisQwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq
Qwertyuopasdghjklzcvbmqwerty uopasdghjklzcvbmqwertyuopasd ghjklzcvbmqwertyuopasdghjklz cvbmqwertyuopasdghjklzcvbmq wertyuopasdghjklzcv bmqwertyuopasdghjklzcvbmqw ertyuopasdghjklzcvbmqwertyuo pasdghjklzcvbmqwertyuopasdgh
Leia maisEstatística 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 mais1. 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 maisHIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia
Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e
Leia maisESTATÍSTICA BÁSICA - Profº Marcos Nascimento
ESTATÍSTICA BÁSICA - Proº Marcos Nascmeto CÁPITULO I- Itrodução Atualmete a utlzação da Estatístca é cada vez maor em qualquer atvdade prossoal. Nos mas dverscados ramos, as pessoas estão requetemete epostas
Leia maisConceitos Iniciais de Estatística Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Prof. Rogério Rodrigues
Cocetos Icas de Estatístca Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Pro. Rogéro Rodrgues CONCEITOS INICIAIS DE ESTATÍSTICA: GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA CURSO : ADMINISTRAÇÃO
Leia maisMedidas Numéricas Descritivas:
Meddas Numércas Descrtvas: Meddas de dspersão Meddas de Varação Varação Ampltude Ampltude Iterquartl Varâca Desvo absoluto Coefcete de Varação Desvo Padrão Ampltude Medda de varação mas smples Dfereça
Leia maisCAPITULO 1 CONCEITOS BÁSICOS
DISCIPLIA: ESTATÍSTICA PROFESSOR: JOSELIAS SATOS DA SILVA - joselas@uol.com.br ÍDICE CAPITULO 1 COCEITOS BÁSICOS... 3 1.1 ESTATÍSTICA... 3 1. ESTATÍSTICA DESCRITIVA... 3 1.3 ESTATÍSTICA IFERECIAL... 3
Leia mais5 Critérios para Análise dos Resultados
5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução
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 etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisINTRODUÇÃO A ESTATÍSTICA
Hewlett-Packard INTRODUÇÃO A ESTATÍSTICA Aulas 01 e 06 Elso Rodrgues, Gabrel Carvalho e Paulo Luz Sumáro Defções... 1 EXERCÍCIOS FUNDAMENTAIS... 1 Meddas de tedêca cetral... 1 Méda artmétca smples... 1
Leia maisCurso de Biomedicina
Curso de Bomedca Dscpla 5EMA080: Bostatístca E APLICAÇÕES O SOFTWARE R 1 0 BIMESTRE Profa. Dra. Aa Verga Lbos Messett LODRIA 016 CAPÍTULO 1 Aálse Exploratóra de Dados Aula 1 - Itrodução 1.1 Estatístcas
Leia maisESTATÍSTICA 2º. SEMESTRE DE 2016
ESTATÍSTICA O presete materal fo elaborado com o objetvo de facltar as atvdades em sala de aula, segudo a bblografa apresetada o fal do texto. Esclarece-se que o materal, ão substtu a bblografa apresetada,
Leia maisESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO
ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO. CONCEITO INICIAL. A Estatístca Descrtva ou Dedutva é o ramo da Estatístca que tem por objetvo descrever e aalsar fatos relacoados a determado
Leia maisNas próximas secções iremos abordar a análise estatística de uma amostra em que os dados numéricos estão agrupados em classes, ou seja, em intervalos.
Estatístca Descrtva ESTATÍSTICA DESCRITIVA Amostras com dados agrupados em classes as prómas secções remos abordar a aálse estatístca de uma amostra em que os dados umércos estão agrupados em classes,
Leia mais( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.
Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.
Leia maisIvan G. Peyré Tartaruga. 1 Metodologia espacial
RELATÓRIO DE PESQUISA 5 Procedmetos o software ArcGIS 9. para elaborar os mapas da Regão Metropoltaa de Porto Alegre RMPA com as elpses de dstrbução drecoal etre 99 e 000 Iva G. Peré Tartaruga Metodologa
Leia maisAnálise Exploratória de Dados
Aálse Eploratóra de Dados Objetvos Aálse bvarada: uma varável qualtatva e uma quattatva: represetar grafcamete as duas varáves combadas; defr e calcular uma medda de assocação etre as varáves. Eemplo 1
Leia maisRedução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma
Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;
Leia maisMEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO
Leia maisUnidade II ESTATÍSTICA
ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as
Leia maisTópicos Extras 2ª parte. Análise de Correlação e Regressão
Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO
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 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 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 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 maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR116 Boestatístca Proessor: Celso Luz Borges de Olvera Assuto: Estatístca Descrtva Tema: Meddas de Posção e Meddas de
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 maisTRABALHO DE COMPENSAÇÃO DE FALTAS - DP
Cotrole do Proº Compesou as Faltas Não Compesou as Faltas TRABALHO DE COMPENSAÇÃO DE FALTAS - DP (De acordo coma s ormas da Isttução) CURSO: CIÊNCIAS CONTÁBEIS DISCIPLINA: INTRODUÇÃO À ESTATÍSTICA 2º ANO
Leia maisESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano
ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama
Leia maisRegressao Simples. Parte II: Anova, Estimação Intervalar e Predição
egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a
Leia maisINTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA
INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação
Leia maisEconometria: 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 mais7 Análise de covariância (ANCOVA)
Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se
Leia maisCapítulo 5: Ajuste de curvas pelo método dos mínimos quadrados
Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato
Leia maisTotal Bom Ruim Masculino
UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,
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 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 maisCarga horária: 60 horas Créditos: 04
Cálculo das Probabldades e Estatístca I Prof. Dr. Eufráso de Adrade Lma Neto Departameto de Estatístca eufraso@de.ufpb.br Ste do Curso: www.de.ufpb.br/~ eufraso/cpe Carga horára: 6 horas Crédtos: 4 Emeta
Leia maisUnidade I Os Análise de Dados Estatísticos
Udade I Os Aálse de Dados Estatístcos. Stuado a Temátca A Estatístca é cosderada por algus autores como Cêca o setdo do estudo de uma população. É cosderada como método quado utlzada como strumeto por
Leia maisPrevisão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios
Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão
Leia mais