Intervalos de conança

Tamanho: px
Começar a partir da página:

Download "Intervalos de conança"

Transcrição

1 Intervalos de conança Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística - Universidade Federal da Paraíba - UFPB

2 Exemplo Suponha que se deseja estimar o diâmetro da pupila de coelhos adultos. A variável diâmetro possui distribuição normal. A partir de uma amostra de 12 animais, vericou-se que a média da variável foi 5,2mm. Sabe-se que o desvio padrão populacional é conhecido, e igual a 1,2mm. Se adotarmos um nível de conança de 95%, temos que IC 95% = [ 5, 2 ± 1, 96 1, 2 12 ] = [5, 2±0, 68] = [4, 52mm ; 5, 88mm] Este resultado indica que se pode ter uma conança de 95% de que a média verdadeira dos diâmetros pupilares em coelhos adultos esteja entre 4,52 e 5,88mm.

3 Tamanho da amostra para obter um intervalo de conança determinado Foi visto que a base da estimativa para a média populacional é uma média amostral. Para a média, vimos que é possível construir um intervalo, cujos limites são denidos por uma MARGEM DE ERRO, dada por z C σ n. Suponha que seja de interesse xar essa margem de erro como, no máximo, um valor diretamente proporcional à estimativa X. Ou seja, suponha que queremos o seguinte: z C σ n εx

4 continuação Com algumas manipulações algébricas, temos que n ( z C σ εx ) 2 Ou seja, este é o tamanho de amostra necessário para que os limites de conança assoacidos ao valor de C não diram mais do que a proporção ε de média amostral. Uma questão importante é: E QUANDO O DESVIO PADRÃO DA POPULAÇÃO NÃO FOR CONHECIDO? A resposta será: estimá-lo, através do cálculo do desvio padrão amostral. Uma vez que utilizamos uma estimativa do desvio padrão, não podemos recorrer à tabela da distribuição normal. Será necessário utilizar a tabela de outra distribuição de probabilidade contínua, a distribuição t-student.

5 continuação Lembre que a fórmula do desvio padrão amostral é dada por S = n ( ) 2 x i X i=1 n 1 Uma vez estimado o desvido padrão, temos que I.C. (1 α) 100% = [X ± t C S n ] Foi necessário o uso da tabela da t-student porque tivemos que incorporar outra fonte de incerteza à estimativa da média, neste caso uma estimativa do desvio padrão. Para t C, também será admitido que C = 1 α/2.

6 continuação O efeito prático desta alteração é aumentar o tamanho do intervalo de conança, o que signica uma estimativa mais prudente ou conservadora para a média populacional. Para termos uma ideia, para um nível de conança de 95%, tem-se que z C = 1, 96. Mantendo este mesmo nível, temos que t C = 2, 20, o que implica em um maior intervalo quando estimamos o valor do desvio padrão Vejamos alguns exemplos a seguir.

7 Uso da tabela t-student O uso da tabela t, é similar ao da distribuição normal. A busca também será feita através do cruzamento de linhas e colunas. Nas linhas, você identicará o valor ν = n 1. Nas colunas você identicará o valor de C = 1 α/2. Finalmente, o valor t C será resultante do cruzamento entre a linha referente a ν e a coluna referente a C.

8 Exemplos Considere α = 0, 20, n = 12 e C = 1 0, 20/2 = 0, 90. Logo, temos que ν = 12 1 = 11 e portanto t C = t 0,90 = 1, 36 Considere α = 0, 05, n = 30 e C = 1 0, 05/2 = 0, 975. Logo, temos que ν = 30 1 = 29 e portanto t C = t 0,975 = 2, 04 Considere α = 0, 10, n = 19 e C = 1 0, 10/2 = 0, 95. Logo, temos que ν = 19 1 = 18 e portanto t C = t 0,95 = 1, 34 Considere α = 0, 40, n = 41 e C = 1 0, 40/2 = 0, 80. Logo, temos que ν = 41 1 = 40 e portanto t C = t 0,80 = 0, 851

9 Exemplo aplicado Suponha que temos 12 coelhos disponíveis para um experimento onde é coletado o diâmetro pupilar. Suponha agora que o desvio padrão é desconhecido. Considere ainda que a estimativa será efetuada a partir de uma amostra, cujos dados são mostrados no quadro a seguir. Coelho Diâmetro 5,0 5,5 5,0 4,5 4,5 6,0 6,5 5,5 5,5 5,0 5,5 4,0 Note que a média amostra é dada por X = 5, 2mm. Como o desvio padrão populacional é desconhecido, será necessário estimarmos a partir dos 12 coelhos da amostra. Assim, temos que S = 0, 69.

10 continuação Dessa forma, tem-se então que para um intervalo de conança de 95% é necessário determinar o valor de t C. Temos que n = 12, e portanto ν = 12 1 = 11. Ainda, temos que C = 1 α/2 = 1 0, 05/2 = 0, 975. Portanto, t C = t 0,975 = 2, 20. Portanto, o intervalo para a média populacional, ao nível de 95% de conança é dado por I.C. 95% = [ ] 0, 69 5, 2 ± 2, 20 = [5, 2 ± 0, 44] = [4, 76 ; 5, 64] 12 Mais uma vez, este é o intervalo com nível de conança 95% para a média populacional do diâmetro pupilar de coêlhos adultos normais calculado, neste caso a partir da estimativa de S.

11 Intervalo de conança para a diferença de médias populacionais No caso em que desejamos comparar dois grupos distintos de indivíduos em relação a uma determinada variável de interesse, recorreremos a uma diferença de médias. Se A representa o primeiro grupo, e B representa o segundo grupo, esta diferença será representada por X A X B. Neste caso, um intervalo de conança ao nível de (1 α) 100% para esta diferença entre as médias de duas populações A e B é dado por I.C. (1 α) 100% = [X A X B ± tc S A n A + S B n B ] Neste caso, temos que o valor ν para se olhar na tabela é dado por ν = n A + n B 2.

12 Exemplo Continuando o exemplo anterior, suponha que um outro grupo de coelhos, com 10 animais, foi submetido a um estímulo doloroso. Com isso, podemos considerar dois grupos de coelhos: Grupo A (com estímulo) e Grupo B (sem estímulo). Grupo A , ,5 - - B 5,0 5,5 5,0 4,5 4,5 6,0 6,5 5,5 5,5 5,0 5,5 4,0 O intuito deste estudo seria saber qual o nível de alteração do diâmetro pupilar que os coelhos sofrem ao receber um estímulo. A construção de um intervalo de conança para a diferença entre as médias dos diâmetros nos dois grupos pode fornecer uma evidência plausível pra se chegar ao ponto do problema.

13 Exemplo Com base então nos dados do problema, temos que: X A = 8, 9mm S A = 0, 93 X B = 5, 2mm S B = 0, 47 Então, ao nível de conança de 95%, por exemplo, tem-se que = 2, 09, pois ν = = 20. Portanto: t C I.C. 95% = [ (8, 9 5, 2) ± 2, 09 0, ] 0, 47 + = [3, 7 ± 0, 76] 12 Interpretação: Este resultado pode ser interpretado da seguinte forma: Ao nível de 95% de conança, o estímulo doloroso aumenta o diâmetro pupilar entre 2,94 e 4,46mm.

14 continuação Observe um pouco mais o intervalo obtido: I.C. 95% = [2, 94 ; 4, 46]. Note que o valor 0 NÃO pertence a este intervalo. O que isto signica? Resposta: Signica que a interpreteção anterior pode ser reescrito de forma ainda mais forte: Ao nível de 95% de conança, HÁ EVIDÊNCIA ESTATÍSTICA SUFICIENTE PARA AFIRMAR QUE o estímulo doloroso interfere no diâmetro pupilar dos coelhos, como mostra o intervalo construído. Se o valor 0 estivesse presente no intervalo obtido, concluiríamos que NÃO HÁ EVIDÊNCIA ESTATÍSTICA SUFICIENTE para armar que o estímulo doloroso interfere no diâmetro pupilar dos coelhos, como mostra o intervalo construído. Note que o intervalo construído baseou-se em grupos diferentes. E se considerássemos o mesmo grupo de indivíduos avaliados em instante de tempo distintos? Neste caso, consideraríamos o que chamamos em estatística de amostra pareada.

15 Amostra pareada Amostras pareadas são dados referentes a um mesmo conjunto de indivíduos. Os dados são obtidos em duas situações diferentes. Exemplo de situações: ANTES e DEPOIS O objetivo é avaliar se estas duas situações são iguais ou não. Por exemplo, suponha que consideramos o peso de um grupo de indivíduos obesos ANTES da aplicação de uma dieta, e seis meses depois, admitindo que os pacientes foram acompanhados rigorosamente, consideramos novamente os pesos destes mesmo indivíduos. Uma amostra pareada pode ser representada pelo quadro a seguir

16 Representação de uma amostra pareada Antes x A1 x A2 x A3 x A4. x An Depois x B1 x B2 x B3 x B4. x Bn x Ai representa um valor genérico da variável X na situação antes, enquanto x Bi se refere à situação depois.

17 Construção do intervalo de conança para uma amostra pareada Observando a tabela anterior, devemos construir uma coluna de diferenças entre as observações: Antes Depois Diferenças (d i ) x A1 x B1 x A1 x B1 x A2 x B2 x A2 x B2 x A3 x B3 x A3 x B3 x A4 x B4 x A4 x B4... x An x Bn x An x Bn Considere as diferenças, e sua média das diferenças e o desvio padrão das diferenças: d i = x Ai x Bi d = n d i i=1 n S d = n i=1 ( ) 2 d i d n 1

18 Construção do intervalo de conança para uma amostra pareada Logo, o intervalo de conança ao nível (1 α) 100% para a diferença de médias na situação em que consideramos amostras pareadas é dado por [ I.C. (1 α) 100% = d ± t C ] S d n O nível de variabilidade deste tipo de intervalo é menor que o intervalo para amostras não-pareadas. Isto ocorre porque estamos lidando com os mesmos indivíduos nos dois grupos de teste.

19 Exemplo Considere que um grupo de 10 indivíduos com febre elevada foi tratado com um medicamento experimental. A temperatura destes foi avaliada ANTES de tomar a medicação (A) e 2h depois de tomar a medicação (B). Os dados são fornecidos no quadro a seguir. Paciente A 38 39, ,7 37, ,8 36,7 39 B 36,5 37, , , ,

20 continuação Temos que as diferenças são dadas por Paciente A 38 39, ,7 37, ,8 36,7 39 B 36,5 37, , , , d i 1,5 1,7 1,0 1,2 1,5 0,5 1,0 1,3 0,7 2,0 A média das diferenças é igual a 1, 19 o. Ou seja, d = 1, 19 o. O desvio padrão das diferenças é estimado em 0, 39 o. Ou seja, = 0, 39 o S d Como n = 10, então ν = O nível de conança é estabelecido. Se for 95%, temos que t C = 2, 26, pois ν = 10 1 = 9. Logo: I.C. 95% = [ ] 0, 39 1, 19 ± 2, 26 = [1, 19 ± 0, 28] = [0, 91 o ; 1, 47 o ] 10

21 continuação Interpretação: Há evidência estatística suciente para armar que o medicamento contribuiu para redução na temperatura térmica corporal, e esta variação foi de 0,91 a 1,47 graus celsius. Mais uma vez, o intervalo de conança forneceu evidência, pois neste intervalo também não tivemos o zero incluído. Ou seja, o medicamento experimental de fato contribui para a diminuição da temperatura corporal após sua admistração.

22 Intervalo de conança para proporções populacionais O intervalo de conança ao nível de conança de (1 α) 100% associado a um determinado grau de conança para a proporção populacional P (ou π) é dado por [ I.C. (1 α) 100% = n ] p ± t C pq Temos neste caso que p é a proporção amostral. Temos ainda que q = 1 p. Veremos esta descrição através de um exemplo.

23 Exemplo Suponha que um levantamento sobre etilismo em adultos num determinado bairro mostrou que, de 30 entrevistados, 18 armam ingerir bebidas alcóolicas com frequência. A estimativa para a proporção de indivíduos que habitualmente usam bebidas alcóolicas, com um grau de conança de 95%, seria efetuada da seguinte forma: p = = 0, 6 q = 1 p = 1 = 0, 4 ν = Logo, o intervalo de conança com 95% de conança (t C = 2, 05), por exemplo, é dado por [ ] I.C. 95% 0, 6 0, 4 = 0, 6 ± 2, 05 = [0, 6±0, 1833] = [0, 4167 ; 0, 7833] 30

24 Intervalo de conança para diferenças de proporções populacionais No caso da coleta de duas proporções populacionais obtidas de dois grupos distintos, o intervalo de conança é bastante parecido com o intervalo para a diferença de médias entre dois grupos distintos: [ I.C. (1 α) 100% pa q A = p A p B ± t C n A + p B q B n B ] O valor ν é obtido de forma idêntica ao caso da comparação de médias de dois grupos distintos.

7. Testes de Hipóteses

7. Testes de Hipóteses 7. Testes de Hipóteses Suponha que você é o encarregado de regular o engarrafamento automatizado de leite numa determinada agroindústria. Sabe-se que as máquinas foram reguladas para engarrafar em média,

Leia mais

Estimativas e Tamanhos de Amostras

Estimativas e Tamanhos de Amostras Estimativas e Tamanhos de Amostras 1 Aspectos Gerais 2 Estimativa de uma Média Populacional: Grandes Amostras 3 Estimativa de uma Média Populacional: Pequenas Amostras 4 Tamanho Amostral Necessário para

Leia mais

Tópico 3. Estudo de Erros em Medidas

Tópico 3. Estudo de Erros em Medidas Tópico 3. Estudo de Erros em Medidas A medida de uma grandeza é obtida, em geral, através de uma experiência, na qual o grau de complexidade do processo de medir está relacionado com a grandeza em questão

Leia mais

Tópicos em Gestão da Informação II

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

Leia mais

Princípios de Bioestatística

Princípios de Bioestatística Princípios de Bioestatística Cálculo do Tamanho de Amostra Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 1 / 32 2 / 32 Cálculo do Tamanho de Amostra Parte fundamental

Leia mais

P. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem)

P. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem) Amostragem: Em pesquisas científicas, quando se deseja conhecer características de uma população, é comum se observar apenas uma amostra de seus elementos e, a partir dos resultados dessa amostra, obter

Leia mais

Uma estatística é uma característica da amostra. Ou seja, se

Uma estatística é uma característica da amostra. Ou seja, se Estatística Uma estatística é uma característica da amostra. Ou seja, se X 1,..., X n é uma amostra, T = função(x 1,..., X n é uma estatística. Exemplos X n = 1 n n i=1 X i = X 1+...+X n : a média amostral

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS

UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal Vimos que é possível sintetizar os dados sob a forma de distribuições de freqüências e gráficos. Pode ser

Leia mais

Considerações. Planejamento. Planejamento. 3.3 Análise de Variância ANOVA. 3.3 Análise de Variância ANOVA. Estatística II

Considerações. Planejamento. Planejamento. 3.3 Análise de Variância ANOVA. 3.3 Análise de Variância ANOVA. Estatística II UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARAN PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula 8 Profa. Renata G. Aguiar Considerações Coleta de dados no dia 18.05.2010. Aula extra

Leia mais

Avaliação de Sistemas de Medição

Avaliação de Sistemas de Medição Monitoramento de um processo: medição de uma característica da qualidade X por meio de um sistema de medição. Sistema de medição ideal: produz somente resultados corretos, ou seja, que coincidem com o

Leia mais

Aula 6. Testes de Hipóteses Paramétricos (I)

Aula 6. Testes de Hipóteses Paramétricos (I) Aula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán Teste de Hipóteses Procedimento estatístico que averigua se os dados sustentam

Leia mais

ESTUDOS DE COORTE. Baixo Peso Peso Normal Total Mãe usuária de cocaína

ESTUDOS DE COORTE. Baixo Peso Peso Normal Total Mãe usuária de cocaína UNIVERSIDADE FEDERAL DO RIO DE JANEIRO CENTRO DE CIÊNCIAS DA SAÚDE FACULDADE DE MEDICINA DEPARTAMENTO DE MEDICINA PREVENTIVA DISCIPLINA DE EPIDEMIOLOGIA ESTUDOS DE COORTE 1) Com o objetivo de investigar

Leia mais

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

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

Leia mais

Prof. Sérgio Carvalho Estatística. I Jornada de Especialização em Concursos

Prof. Sérgio Carvalho Estatística. I Jornada de Especialização em Concursos DISTRIBUIÇÃO DE FREQÜÊNCIAS & INTERPOLAÇÃO LINEAR DA OGIVA 0. (AFRF-000) Utilize a tabela que se segue. Freqüências Acumuladas de Salários Anuais, em Milhares de Reais, da Cia. Alfa Classes de Salário

Leia mais

Inferência Estatística

Inferência Estatística Inferência Estatística Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Núcleo de Estatística e Informática HUUFMA email: alcione.miranda@terra.com.br Inferência Estatística Inferências

Leia mais

Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d

Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DE POSIÇÃO E DISPERSÃO Departamento de Estatística Luiz Medeiros Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos.

Leia mais

Estatística - aulasestdistrnormal.doc 13/10/05

Estatística - aulasestdistrnormal.doc 13/10/05 Distribuição Normal Introdução O pesquisador estuda variáveis. O estatístico diz que essas variáveis são aleatórias porque elas têm um componente que varia ao acaso. Por exemplo, a variabilidade dos pesos

Leia mais

Inferência Estatística - Teoria da Estimação

Inferência Estatística - Teoria da Estimação Inferência Estatística - Teoria da Estimação Introdução Neste capítulo abordaremos situações em que o interesse está em obter informações da população a partir dos resultados de uma amostra. Como exemplo,

Leia mais

PODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses

PODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses PODER DO TESTE Poder do Teste e Tamanho de Amostra para Testes de Hipóteses 1 Tipos de erro num teste estatístico Realidade (desconhecida) Decisão do teste aceita H rejeita H H verdadeira decisão correta

Leia mais

Instrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição

Instrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Instrumentação Industrial Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Introdução a Metrologia O que significa dizer: O comprimento desta régua é 30cm. A temperatura

Leia mais

Determinação de medidas de posição a partir de dados agrupados

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

Leia mais

Licenciatura em Ciências Biológicas Universidade Federal de Goiás. Bioestatística. Prof. Thiago Rangel - Dep. Ecologia ICB

Licenciatura em Ciências Biológicas Universidade Federal de Goiás. Bioestatística. Prof. Thiago Rangel - Dep. Ecologia ICB Licenciatura em Ciências Biológicas Universidade Federal de Goiás Bioestatística Prof. Thiago Rangel - Dep. Ecologia ICB rangel.ufg@gmail.com Página do curso: http://www.ecologia.ufrgs.br/~adrimelo/bioestat

Leia mais

Poder do teste e Tamanho de Amostra

Poder do teste e Tamanho de Amostra Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 24 Poder do teste e Tamanho de Amostra APOIO: Fundação de Ciência

Leia mais

Fazer um diagnóstico. Necessidade dos testes. Foco principal. Variabilidade do teste. Diminuição das incertezas definição de normal

Fazer um diagnóstico. Necessidade dos testes. Foco principal. Variabilidade do teste. Diminuição das incertezas definição de normal Fazer um diagnóstico Avaliação Crítica tentativa de tomar uma decisão adequada usando informações inadequadas resultado de testes diminuir a incerteza do diagnóstico Ideal saber viver com a incerteza saber

Leia mais

Estimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança

Estimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança Estimação Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança Motivação A partir da média de uma a amostra em uma colheita recente, o conselho de qualidade

Leia mais

Elementos de Estatística

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

Leia mais

Profa.: Patricia Maria Bortolon, D.Sc. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 9-1

Profa.: Patricia Maria Bortolon, D.Sc. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 9-1 MÉTODOS QUANTITATIVOS APLICADOS À CONTABILIDADE Profa.: Patricia Maria Bortolon, D.Sc. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 9-1 Fundamentos de Testes

Leia mais

Teste de Hipótese e Intervalo de Confiança. Parte 2

Teste de Hipótese e Intervalo de Confiança. Parte 2 Teste de Hipótese e Intervalo de Confiança Parte 2 Questões para discutirmos em sala: O que é uma hipótese estatística? O que é um teste de hipótese? Quem são as hipóteses nula e alternativa? Quando devemos

Leia mais

Equações diferenciais ordinárias

Equações diferenciais ordinárias Departamento de Física Universidade Federal da Paraíba 24 de Junho de 2009 Motivação Problemas envolvendo equações diferenciais são muito comuns em física Exceto pelos mais simples, que podemos resolver

Leia mais

Cálculos para Reticação de Onda

Cálculos para Reticação de Onda Cálculos para Reticação de Onda Prof. Dr. Marcelo de Oliveira Rosa 1 de agosto de 11 Resumo Este documento objetiva fornecer um material documentado das equações envolvidas na determinação de tensões DC,

Leia mais

Diretoria de Ciências Exatas. Laboratório de Física. Roteiro 03. Física Geral e Experimental III 2012/1

Diretoria de Ciências Exatas. Laboratório de Física. Roteiro 03. Física Geral e Experimental III 2012/1 Diretoria de Ciências Exatas Laboratório de Física Roteiro 03 Física Geral e Experimental III 2012/1 Experimento: Dilatação Térmica de um Líquido 1. Dilatação Térmica de um Líquido Nesta tarefa será abordado

Leia mais

Estatística Descritiva

Estatística Descritiva C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística

Leia mais

Teste Qui-quadrado de aderência Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2014

Teste Qui-quadrado de aderência Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2014 Teste Qui-quadrado de aderência Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2014 Objetivo: Decidir se um conjunto de dados segue uma determinada distribuição de probabilidades. Exemplo 1: Uma emissora

Leia mais

Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica. MOQ-13 Probabilidade e Estatística

Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica. MOQ-13 Probabilidade e Estatística Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 16/11/2011 Testes de

Leia mais

MB-210 Probabilidade e Estatística

MB-210 Probabilidade e Estatística Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MB-210 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 2o. semestre/2013 Testes

Leia mais

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADES 1 1. VARIÁVEIS ALEATÓRIAS Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações

Leia mais

Estatística Básica MEDIDAS RESUMO

Estatística Básica MEDIDAS RESUMO Estatística Básica MEDIDAS RESUMO Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Motivação Básica Se você estivesse num ponto de ônibus e alguém perguntasse sobre

Leia mais

TESTES DE HIPÓTESES. HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não.

TESTES DE HIPÓTESES. HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não. TESTES DE HIPÓTESES HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não. HIPÓTESES ESTATÍSTICA: Hipótese Nula (H 0 ): a ser validada pelo teste.

Leia mais

Os conceitos de erro e incerteza. uma medida que permita verificar quão bom é o valor da medição. Para isso dois novos

Os conceitos de erro e incerteza. uma medida que permita verificar quão bom é o valor da medição. Para isso dois novos Os conceitos de erro e incerteza Por mais que o sujeito que faz as medidas em um laboratório seja competente e caprichoso, os dados experimentais nunca terão precisão e exatidão absoluta; porém, alguns

Leia mais

Padronização. Momentos. Coeficiente de Assimetria

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

Leia mais

NOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS

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

Leia mais

Métodos Estatísticos Avançados em Epidemiologia

Métodos Estatísticos Avançados em Epidemiologia Métodos Estatísticos Avançados em Epidemiologia Análise de Sobrevivência - Conceitos Básicos Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/

Leia mais

Comparando riscos e chances. Risco relativo e Razão de Chances

Comparando riscos e chances. Risco relativo e Razão de Chances Comparando riscos e chances Risco relativo e Razão de Chances Exemplo Inicial Estudo para verificar se a ingestão de extrato de guaraná tem efeito sobre a fadiga em pacientes tratados com quimioterapia

Leia mais

Métodos Estatísticos Avançados em Epidemiologia

Métodos Estatísticos Avançados em Epidemiologia Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem

Leia mais

aula DISTRIBUIÇÃO NORMAL - PARTE I META OBJETIVOS PRÉ-REQUISITOS Apresentar o conteúdo de distribuição normal

aula DISTRIBUIÇÃO NORMAL - PARTE I META OBJETIVOS PRÉ-REQUISITOS Apresentar o conteúdo de distribuição normal DISTRIBUIÇÃO NORMAL - PARTE I 4 aula META Apresentar o conteúdo de distribuição normal OBJETIVOS Ao final desta aula, o aluno deverá: determinar a média e a variância para uma função contínua; padronizar

Leia mais

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística TESTES DE HIPÓTESES (ou Testes de Significância) Estimação e Teste de Hipóteses Estimação e teste de hipóteses (ou significância) são os aspectos principais da Inferência Estatística

Leia mais

Distribuição de frequências:

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

Leia mais

EXPERIMENTO FATORIAL BLOCADO PARA DETERMINAÇÃO DE DIFERENÇAS ENTRE TEMPO DE QUEIMA DE VELAS DE PARAFINA

EXPERIMENTO FATORIAL BLOCADO PARA DETERMINAÇÃO DE DIFERENÇAS ENTRE TEMPO DE QUEIMA DE VELAS DE PARAFINA Revista da Estatística da UFOP, Vol I, 2011 - XI Semana da Matemática e III Semana da Estatística, 2011 ISSN 2237-8111 EXPERIMENTO FATORIAL BLOCADO PARA DETERMINAÇÃO DE DIFERENÇAS ENTRE TEMPO DE QUEIMA

Leia mais

Testes de Hipóteses. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM

Testes de Hipóteses. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM Testes de Hipóteses Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM Testes de hipóteses O Teste de Hipótese é uma regra de decisão para aceitar ou rejeitar uma hipótese

Leia mais

MAE116 - Noções de Estatística

MAE116 - Noções de Estatística MAE116 - Noções de Estatística Grupo A - 1 semestre de 2015 Gabarito da Lista de exercícios 10 - Introdução à Estatística Descritiva - CASA Exercício 1. (2 pontos) Sabe-se que, historicamente, 18% dos

Leia mais

Aula 8 Intervalos de confiança para proporções amostras grandes

Aula 8 Intervalos de confiança para proporções amostras grandes Aula 8 Intervalos de confiança para proporções amostras grandes Objetivos Na aula anterior, foram apresentadas as idéias básicas da estimação por intervalos de confiança. Para ilustrar o princípio utilizado

Leia mais

AULA 1 - CONCEITOS BÁSICOS E APRESENTAÇÃO DE DADOS PARTE 1

AULA 1 - CONCEITOS BÁSICOS E APRESENTAÇÃO DE DADOS PARTE 1 AULA 1 - CONCEITOS BÁSICOS E APRESENTAÇÃO DE DADOS PARTE 1 INFORMAÇÕES Professor: Roberto C. Leoni BLOG: http://aedbest.wordpress.com Apostilas com exercícios e gabaritos Software R http://cran.r-project.org/

Leia mais

Estatística Aplicada ao Serviço Social

Estatística Aplicada ao Serviço Social Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão

Leia mais

Conceitos básicos, probabilidade, distribuição normal e uso de tabelas padronizadas

Conceitos básicos, probabilidade, distribuição normal e uso de tabelas padronizadas Conceitos básicos, probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Alguns conceitos População: é o conjunto de todos

Leia mais

Potências de dez, ordens de grandeza e algarismos significativos

Potências de dez, ordens de grandeza e algarismos significativos Potências de dez, ordens de grandeza e algarismos significativos Potências de dez Há muitos séculos que o homem procura compreender e prever o comportamento da natureza. O que chamamos de ciências naturais

Leia mais

INSTITUTO SUPERIOR DE AGRONOMIA UC Física I ( ) FICHA DE TRABALHO PRÁTICO Nº 5 Máquina de Atwood OBJECTIVO

INSTITUTO SUPERIOR DE AGRONOMIA UC Física I ( ) FICHA DE TRABALHO PRÁTICO Nº 5 Máquina de Atwood OBJECTIVO INSTITUTO SUPERIOR DE AGRONOMIA UC Física I (2015-2006) FICHA DE TRABALHO PRÁTICO Nº 5 Máquina de Atwood OBJECTIVO Analisar a 2ª lei de Newton, aplicada a um sistema de 2 massas ligadas por um fio que

Leia mais

Introdução à Estatística Estatística Descritiva 22

Introdução à Estatística Estatística Descritiva 22 Introdução à Estatística Estatística Descritiva 22 As tabelas de frequências e os gráficos constituem processos de redução de dados, no entanto, é possível resumir de uma forma mais drástica esses dados

Leia mais

AT = Maior valor Menor valor

AT = Maior valor Menor valor UNIVERSIDADE FEDERAL DA PARAÍBA TABELAS E GRÁFICOS Departamento de Estatística Luiz Medeiros DISTRIBUIÇÃO DE FREQUÊNCIA Quando se estuda uma massa de dados é de frequente interesse resumir as informações

Leia mais

Hipóteses. Hipótese. É uma pressuposição de um determinado problema.

Hipóteses. Hipótese. É uma pressuposição de um determinado problema. Bioestatística Aula 7 Teoria dos Teste de Hitóteses Prof. Tiago A. E. Ferreira 1 Hipóteses Hipótese É uma pressuposição de um determinado problema. Uma vez formulada, a hipótese estará sujeita a uma comprovação

Leia mais

Medidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação

Medidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Medidas de Dispersão Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Introdução Estudo de medidas que mostram a dispersão dos dados em torno da tendência central Analisaremos as seguintes

Leia mais

Teste de hipótese de variância e Análise de Variância (ANOVA)

Teste de hipótese de variância e Análise de Variância (ANOVA) Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Testes sobre variâncias Problema: queremos saber se há diferenças estatisticamente

Leia mais

Linha Técnica Sessão I: Inferência Causal

Linha Técnica Sessão I: Inferência Causal Impact Evaluation Linha Técnica Sessão I: Inferência Causal Human Development Human Network Development Network Middle East and North Africa Region World Bank Institute Spanish Impact Evaluation Fund www.worldbank.org/sief

Leia mais

MOQ-14 Projeto e Análise de Experimentos

MOQ-14 Projeto e Análise de Experimentos Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-14 Projeto e Análise de Experimentos Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br Regressão Linear

Leia mais

3º Ano do Ensino Médio. Aula nº06

3º Ano do Ensino Médio. Aula nº06 Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº06 Assunto: Noções de Estatística 1. Conceitos básicos Definição: A estatística é a ciência que recolhe, organiza, classifica, apresenta

Leia mais

Resolução de Questões de Provas Específicas Aula 7

Resolução de Questões de Provas Específicas Aula 7 Resolução de Questões de Provas Específicas Aula 7 Resolução de Questões de Provas Específicas Aula 7 1. (UECE) Um varal de roupas é construído com um cabo de aço longo, muito fino e flexível. Em dias

Leia mais

Exercícios para Revisão de Teste de Hipótese. Gabarito: 1)B 2)D 3)A 4)D 5)E 6)C 7)A 8)E 9)B 10)C 11)A 12)A 13)B 14)E

Exercícios para Revisão de Teste de Hipótese. Gabarito: 1)B 2)D 3)A 4)D 5)E 6)C 7)A 8)E 9)B 10)C 11)A 12)A 13)B 14)E Exercícios para Revisão de Teste de Hipótese Material retirado do site http://adm.online.unip.br/ Gabarito: 1)B 2)D 3)A 4)D 5)E 6)C 7)A 8)E 9)B 10)C 11)A 12)A 13)B 14)E 1) Um revendedor de lâmpadas recebeu

Leia mais

Métodos Estatísticos Básicos

Métodos Estatísticos Básicos Aula 4 - Medidas de dispersão Departamento de Economia Universidade Federal de Pelotas (UFPel) Abril de 2014 Amplitude total Amplitude total: AT = X max X min. É a única medida de dispersão que não tem

Leia mais

6 Intervalos de confiança

6 Intervalos de confiança 6 Intervalos de confiança Estatística Aplicada Larson Farber Seção 6.1 Intervalos de confiança para a média (amostras grandes) Estimativa pontual DEFINIÇÃO: Uma estimativa pontual é a estimativa de um

Leia mais

Apostila de Metrologia (parcial)

Apostila de Metrologia (parcial) Apostila de Metrologia (parcial) Introdução A medição é uma operação muito antiga e de fundamental importância para diversas atividades do ser humano. As medições foram precursoras de grandes teorias clássicas

Leia mais

Livro Texto recomendado para a Disciplina

Livro Texto recomendado para a Disciplina Livro Texto recomendado para a Disciplina FREUND, John E. Estatística aplicada: economia, administração e contabilidade. Porto Alegre: Bookman, 2006. 11ª Edição, 536 p. (com CD) ISBN: 8573075317 Biblioteca:

Leia mais

Medidas de associação para variáveis categóricas em tabelas de dupla entrada

Medidas de associação para variáveis categóricas em tabelas de dupla entrada Medidas de associação para variáveis categóricas em tabelas de dupla entrada a) Quiquadrado de Pearson: mede a associação de tabelas de dupla entrada, sendo definida por: c ( e e ij ij n ) ij, em que é

Leia mais

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Podemos

Leia mais

ANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO

ANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO ANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO Luiz Fernando Stringhini 1 Na tentativa de mostrar as possibilidades de uso das ferramentas da estatística dentro da contabilidade,

Leia mais

HEP Bioestatística

HEP Bioestatística HEP 57800 Bioestatística DATA Aula CONTEÚDO PROGRAMÁTICO 05/03 Terça 1 Níveis de mensuração, variáveis, organização de dados, apresentação tabular 07/03 Quinta 2 Apresentação tabular e gráfica 12/03 Terça

Leia mais

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 8 Testes de hipóteses APOIO: Fundação de Ciência e Tecnologia

Leia mais

Suplemento Roteiro 2. GEX 132 Laboratório de Física I

Suplemento Roteiro 2. GEX 132 Laboratório de Física I Suplemento Roteiro 2 GEX 132 Laboratório de Física I Título: Gráficos em Papel Milimetrado Objetivos: Gráficos são utilizados com o intuito de representar a dependência entre duas ou mais grandezas (físicas,

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA. Estatística Aplicada à Engenharia

DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências Estatística Aplicada à Engenharia

Leia mais

O Teste de % de defeituosos para 2 amostras também depende de outras suposições. Consulte o Apêndice A para obter detalhes.

O Teste de % de defeituosos para 2 amostras também depende de outras suposições. Consulte o Apêndice A para obter detalhes. Este artigo é parte de uma série de artigos que explicam a pesquisa conduzida pelos estatísticos do Minitab para desenvolver os métodos e verificações de dados usados no Assistente no Software Estatístico

Leia mais

Medidas Estatísticas NILO FERNANDES VARELA

Medidas Estatísticas NILO FERNANDES VARELA Medidas Estatísticas NILO FERNANDES VARELA Tendência Central Medidas que orientam quanto aos valores centrais. Representam os fenômenos pelos seus valores médios, em torno dos quais tendem a se concentrar

Leia mais

USO DO MÉTODO DA MÁXIMA CURVATURA MODIFICADA PARA ESTIMAR O TAMANHO ÓTIMO DE PARCELAS NO ESTUDO DO PESO DOS ESTUDANTES

USO DO MÉTODO DA MÁXIMA CURVATURA MODIFICADA PARA ESTIMAR O TAMANHO ÓTIMO DE PARCELAS NO ESTUDO DO PESO DOS ESTUDANTES USO DO MÉTODO DA MÁXIMA CURVATURA MODIFICADA PARA ESTIMAR O TAMANHO ÓTIMO DE PARCELAS NO ESTUDO DO PESO DOS ESTUDANTES Evelyne de Farias SIQUEIRA 1, Moniclaudia Pereira dos SANTOS 2, Tiago Almeida de OLIVEIRA

Leia mais

CÁLCULO DA INCERTEZA

CÁLCULO DA INCERTEZA CÁLCULO DA INCERTEZA O resultado de uma medição é somente um valor aproximado ou uma estimativa do Mensurando. ele é completo somente quando acompanhado do valor declarado de sua incerteza. A incerteza

Leia mais

Poder do teste e determinação do tamanho da amostra:pca & PBC

Poder do teste e determinação do tamanho da amostra:pca & PBC Poder do teste e determinação do tamanho da amostra:pca & PBC Relembrando: α = probabilidade do erro do tipo I: P(Rejeitar H 0 H 0 é verdadeira). β = probabilidade do erro do tipo II: P(Não rejeitar H

Leia mais

ERRO E TRATAMENTO DE DADOS ANALÍTICOS

ERRO E TRATAMENTO DE DADOS ANALÍTICOS Universidade Federal de Juiz de Fora Instituto de Ciências Exatas Departamento de Química Introdução a Analise Química - I sem/2013 Profa Ma Auxiliadora - 1 Disciplina QUIO94 - Introdução à Análise Química

Leia mais

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

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

Leia mais

MATEMÁTICA FINANCEIRA

MATEMÁTICA FINANCEIRA MATEMÁTICA FINANCEIRA Progressão Aritmética e Geométrica Progressão Aritmética Uma sucessão de números na qual a diferença entre dois termos consecutivos é constante, é denominada progressão aritmética,

Leia mais

Elasticidade e Análise Marginal

Elasticidade e Análise Marginal GOVERNO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO CÂMPUS JUAZEIRO/BA COLEG. DE ENG. ELÉTRICA PROF. PEDRO MACÁRIO DE MOURA MATEMÁTICA APLICADA A ADM 2015.2 Discentes CPF

Leia mais

Número: Dois. Lista de Exercícios Estatística

Número: Dois. Lista de Exercícios Estatística Professor: Assunto(s): Curso(s): William Costa Rodrigues Inferência ; Tipo de Variáveis, Tipos de Amostras; Tamanho da Amostra; Medidas de tendência central: Medidas de Variação Ciências Contábeis Q1.

Leia mais

Relatório de análise estatística Bairro : Dois Irmãos Recife/PE

Relatório de análise estatística Bairro : Dois Irmãos Recife/PE Relatório de análise estatística Bairro : Dois Irmãos Recife/PE 1 INTRODUÇÃO O objetivo deste relatório é determinar fatores de risco e proteção para a ocorrência de ovos do mosquito Aedes aegypti para

Leia mais

GERÊNCIA DE ENSINO E PESQUISA - GEP SETOR DE GESTÃO DA PESQUISA E INOVAÇÃO TECNOLOGICA ESTATÍSTICA ALICADA NO EXCEL. Estatística Descritiva

GERÊNCIA DE ENSINO E PESQUISA - GEP SETOR DE GESTÃO DA PESQUISA E INOVAÇÃO TECNOLOGICA ESTATÍSTICA ALICADA NO EXCEL. Estatística Descritiva GERÊNCIA DE ENSINO E PESQUISA - GEP SETOR DE GESTÃO DA PESQUISA E INOVAÇÃO TECNOLOGICA ESTATÍSTICA ALICADA NO EXCEL Estatística Descritiva A análise descritiva consiste basicamente na organização e descrição

Leia mais

Gestão da Qualidade. Aula 8. Prof. Pablo

Gestão da Qualidade. Aula 8. Prof. Pablo Gestão da Qualidade Aula 8 Prof. Pablo Proposito da Aula 1. Folha de Verificação 2. Carta de Controle Folha de Verificação Folha de Verificação A Folha de Verificação é uma ferramenta utilizada no controle

Leia mais

DETERMINAÇÃO DE EQUAÇÕES DE REGRESSÃO OBTIDAS EM TERMÔMETROS DE GLOBO NEGRO PADRÃO E PLÁSTICO VERÃO E INVERNO

DETERMINAÇÃO DE EQUAÇÕES DE REGRESSÃO OBTIDAS EM TERMÔMETROS DE GLOBO NEGRO PADRÃO E PLÁSTICO VERÃO E INVERNO DETERMINAÇÃO DE EQUAÇÕES DE REGRESSÃO OBTIDAS EM TERMÔMETROS DE GLOBO NEGRO PADRÃO E PLÁSTICO VERÃO E INVERNO Patrícia da Silva Simão 1 ; Sandra Regina Pires de Moraes 2 ; André Luiz Ribas de Oliveira

Leia mais

ENSINO MÉDIO QUÍMICA

ENSINO MÉDIO QUÍMICA ENSINO MÉDIO QUÍMICA TERMOQUÍMICA TERMOQUÍMICA Termoquímica é a parte da química que estuda o calor associado a uma reação química. A unidade usada para medir a energia liberada ou absorvida por um sistema

Leia mais

Fernando de Pol Mayer

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

Leia mais

Determinaçao Indireta do Calor De Reaçao

Determinaçao Indireta do Calor De Reaçao Box 6 Determinaçao Indireta do Calor De Reaçao Vimos anteriormente que a variação de entalpia de uma reação é determinada experimentalmente no calorímetro. Existem, no entanto, maneiras indiretas de determinação

Leia mais

Professora Bruna FÍSICA A. Aula 14 Velocidades que variam sempre da mesma forma. Página 189

Professora Bruna FÍSICA A. Aula 14 Velocidades que variam sempre da mesma forma. Página 189 FÍSICA A Aula 14 Velocidades que variam sempre da mesma forma Página 189 INTRODUÇÃO O que já vimos até agora? Movimento Uniforme (velocidade constante) gráficos s x t, gráficos v x t e função horária.

Leia mais

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

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

Leia mais

Equipe de Matemática MATEMÁTICA. Matrizes

Equipe de Matemática MATEMÁTICA. Matrizes Aluno (a): Série: 3ª Turma: TUTORIAL 14B Ensino Médio Equipe de Matemática Data: MATEMÁTICA Matrizes Introdução O crescente uso dos computadores tem feito com que a teoria das matrizes seja cada vez mais

Leia mais

Gabarito da 1 a Lista de Exercícios de Econometria II

Gabarito da 1 a Lista de Exercícios de Econometria II Gabarito da 1 a Lista de Exercícios de Econometria II Professor: Rogério Silva Mattos Monitor: Delano H. A. Cortez Questão 1 Considerando que o modelo verdadeiro inicialmente seja o seguinte: C = a + 2Y

Leia mais

FERRAMENTAS ESTATÍSTICAS PARA ANÁLISE DA CLASSIFICAÇÃO

FERRAMENTAS ESTATÍSTICAS PARA ANÁLISE DA CLASSIFICAÇÃO Objetivos: - QUANTIFICAR OS ERROS COMETIDOS NA CLASSIFICAÇÃO - MEDIR A QUALIDADE DO TRABALHO FINAL - AVALIAR A APLICABILIDADE OPERACIONAL DA CLASSIFICAÇÃO Fontes de erro das classificações temáticas Os

Leia mais