FAAP APRESENTAÇÃO (1)
|
|
- Regina Fontes Sabala
- 6 Há anos
- Visualizações:
Transcrição
1 ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume, smplfca nformações; constró tabelas e gráfcos; calcula meddas que representam os dados observados.. robabldade- estuda os fenômenos lgados ao acaso.. Inferênca Estatístca- através de observações fetas numa amostra analsa, nterpreta e conclu na população. () or que estudar Estatístca? A Estatístca é cada vez mas utlzada nos meos de comuncação. Além dsso, é amplamente utlzada em pesqusas de mercado, pesqusas de opnão, fnanças, estudos lgados a saúde, a jogos, etc. () Em Estatístca, chamamos de população ao conjunto de todos os elementos que possuem a característca que está sendo estudada. A amostra é um subconjunto da população. ara que a população fque bem representada (ndspensável num estudo estatístco), a amostra deve ser seleconada de modo que todos os elementos da população tenham chance de fazer parte dela.
2 NOTAÇÃO SIGMA (SOMATÓRIO) Dado o conjunto:,,,..., n, n n... Eemplos: Dados os conjuntos X:, 5, 7, 9, e Y:, 6,, 4, 5, calcular: 8 49 ) ( y y
3 DISTRIBUIÇÕES DE FREQÜÊNCIAS. DISTRIBUIÇÕES DE FREQÜÊNCIAS.. Varável Aleatóra (v.a.): é a característca que está sendo estudada. Seu valor vara de uma observação para outra de manera aleatóra. Eemplos: peso, altura, número de alunos, relgão, cor do cabelo, grau de nstrução, número de gols, velocdade, etc... Classfcação das Varáves Aleatóras: a. Qualtatvas: representam uma qualdade do objeto em observação. a.. Nomnas: não apresentam nenhum tpo de herarqua entre os possíves valores da varável. Eemplos: tpo de morada, cor dos olhos, relgão, etc. b.. or ostos (Ordnas): apresentam algum tpo de ordenação ou herarqua entre seus possíves valores. Eemplos: grau de nstrução, cargos numa empresa, etc. b. Quanttatvas: são numércas. b.. Dscretas: assumem apenas valores nteros, por sua própra natureza. São varáves que resultam de contagens. Eemplos: número de gols, de faltas, de acdentes, de produtos venddos, etc. b.. Contínuas: podem assumr qualquer valor real. São varáves que resultam de medções. Eemplos: peso, altura, velocdade, pressão, etc. Cada um dos valores observados de uma varável, numa amostra ou na própra população, é um dado estatístco... Rol: é a lsta dos dados observados, em ordem crescente..4. Dstrbuções de Freqüêncas: são tabelas ou gráfcos onde os dados observados são organzados. Neles aparecem os valores observados para a varável em estudo, suas respectvas freqüêncas e/ou a porcentagem que os valores representam no total de observações. a. Dstrbução de Freqüêncas para uma Varável Qualtatva: Grau de Instrução dos Funconáros da Empresa X 4 Grau de Instrução Número de Funconáros % Fundamental % Médo 4% Superor 5 % ós-graduação 5 % Total 5 % Fonte: Departamento de Recursos Humanos da Empresa X
4 obs: a coluna Número de Funconáros representa a freqüênca (número de observações ) de cada categora. Sua soma é o número total de observações (n). n = f A coluna % é calculada dvdndo-se o número de observações da categora pelo número total de observações. Mutas vezes essa porcentagem aparece na forma decmal e é chamada de freqüênca relatva (f rel ). f rel = f /n A freqüênca relatva representa a proporção de determnada categora no total de dados observados. p = /n. Gráfco de Setores: Grau de nstrução dos funconáros da empresa X - 4 % % % 4% Fundamental Médo Superor ós-graduação 4
5 Gráfco de Barras: Grau de nstrução dos funconáros da empresa X - 4 Grau de nstrução Fundamental Número de funconáros b. Dstrbução de Freqüêncas para uma Varável Quanttatva Dscreta: Número de Flhos dos Funconáros da Empresa X - 4 Número de Número de % Flhos Funconáros 6% 4 8% 5 % 7 4% 4 8 6% 5 4% 6 % Total 5 % Fonte: Departamento de Recursos Humanos da Empresa X obs: a coluna Número de Flhos representa os valores assumdos pela varável. Ela pode ser ndcada por. A coluna Número de Funconáros representa as freqüêncas (f ). 5
6 Gráfco de ontos: Número de flhos dos funconáros da empresa X - 4 Número de funconáros Número de flhos c. Dstrbução de Freqüêncas para uma Varável Quanttatva Contínua: Incremento percentual na cotação de ações da Empresa X set/4 Incremento percentual na cotação da ação Número de ações %,4,9 6,67%,9,4 9 %,4 4,9 8 6,67% 4,9 6,4 6 % 6,4 7,9 5 6,67% Total % Fonte: Departamento Fnancero da Empresa X Elementos de uma dstrbução de freqüêncas de varável contínua: classes: ntervalos de varação,4,9 lmte nferor da classe (l ) lmte superor da classe (L ) _ ponto médo da classe( ): _ = (l + L )/ 6
7 Hstograma: Incremento percentual das ações da empresa X - set/4 número de ações 8 6 4,4 -,9,9 -,4,4-4,9 4,9-6,4 6,4-7,9 ncremento percentual olígono de Freqüêncas: Incremento percentual das ações da empresa X - set/4 número de ações ncremento percentual 7
8 MEDIDAS DE TENDÊNCIA CENTRAL Meddas de tendênca central são meddas que resumem os dados. odemos ter uma boa déa do que ocorre com os dados quando observamos suas meddas de tendênca central. Essas meddas podem ser localzadas numa reta de números reas, motvo pelo qual também são chamadas de meddas de posção. _. Méda (X): é o ponto de equlíbro entre os dados. X n. Moda (Mo): é a observação que tem a maor freqüênca.. Medana (Md): é a medda que dvde a dstrbução em duas partes guas. n ímpar: Md = (n+)/ n par: Md = ( n/ + n/+ )/ n 4. Quarts (Q ): são meddas que dvdem a dstrbução em quatro partes guas. n ímpar: Q = (n+)/4 ; Q = (n+)/4 n par: Q = ( n/4 + n/4+ )/; Q = ( n/4 + n/4+ )/ Eemplos: ) Os valores abao referem-se ao número de faltas de alunos em determnado mês.,,,,,,,,,, Calcular a méda, a moda, a medana, o prmero e o tercero quarts. Solução: Em prmero lugar, devemos dspor os dados em rol:,,,,,,,,,,. X Mo Md 6 Q Q 9 8
9 ) Os valores abao referem-se ao número de gols fetos em 8 jogos do últmo campeonato naconal., 4,,,,,, Calcular a méda, a moda, a medana, o prmero e o tercero quarts. Solução: Em prmero lugar, devemos dspor os dados em rol:,,,,,,,4. 4 X,5 8 Mo 4 5 Md,5 Q 6 7 Q VALORES DISCREANTES Numa dstrbução de freqüêncas são valores atípcos aqueles maores que Q +,5.(Q -Q ) e aqueles menores que Q -,5.(Q -Q ). Esses valores podem ser resultado de um erro de observação caso em que serão chamados dscrepantes ou outlers - ou podem ser efetvamente atípcos naquela dstrbução, porém reas e verdaderos. É mportante que se nvestgue a orgem de um valor atípco para que se decda se ele é apenas atípco ou se é dscrepante. Eemplos: ) Verfque se a dstrbução de freqüêncas abao possu valores dscrepantes.,,,,,,, 5, 6, 6, 6, 7, 9,, 5 n 5 Q Q Q 7,5.(Q Q ) 7,5.(7 ) 4,5 Q,5.(Q Q ),5.(7 ) 5,5 4 5 é um valor dscrepante. 9
10 Nesse eemplo é precso nvestgar a orgem do valor 5 para decdr se ele é realmente dscrepante ou apenas atípco. ) A dstrbução a segur representa a população de algumas cdades.verfque se ela possu valores dscrepantes. Cdade opulação (em mlhões de habtantes) Adalante, Barro do Norte, Manguernha 4,5 az do Mundo, Rberão Velho,4 Salnas, Terra do Cacau,95 n 7 rol :,,,,4,95, 4,5 Q, Q 6, Q,5.(Q Q ),5.(,),47 Q,5.(Q Q ),,5.(,),45 4,5 é um valor dscrepante. Este eemplo mostra uma stuação na qual um valor realmente observado é atípco, porém verdadero. Nesse caso, ele deve ser consderado na dstrbução.
11 MEDIDAS DE DISERSÃO São meddas que avalam a varabldade dos dados e a representatvdade das meddas de tendênca central.. AMLITUDE: A = mámo - mínmo. INTERVALO: É o ntervalo de observação da varável. VARIÂNCIA: 4. DESVIO ADRÃO: amostral : S populaconal : ( X ) n ( X ) n amostral : S S populaconal : 5. COEFICIENTE DE VARIAÇÃO: mede a representatvdade da méda. S amostral : CV X populaconal : CV X Se CV,5, a méda representa muto bem os dados (baa dspersão). Se,5 < CV,5, a méda representa por os dados conforme o CV se aproma de,5 (méda dspersão). Se CV >,5, a méda não representa bem os dados (alta dspersão). Eemplo: Os valores abao referem-se às dades de 5 pessoas que se nscreveram num concurso de desenho. 6,8,,5,5 Calcular a ampltude, o ntervalo, a varânca, o desvo padrão e o coefcente de varação.
12 Solução: A Intervalo : 6;5 S CV 4, X 5 (6 ) (8 ) ( ) S 4 6,5 4,6,9, por tan to (5 ) (5 ) 6,5 a méda não representa muto bem as dades ASSIMETRIA dos nscrtos A dstrbução de freqüêncas representada no gráfco acma é smétrca. Nas dstrbuções smétrcas, o ponto médo, a méda, a moda e a medana são guas.
13 A dstrbução de freqüêncas representada no gráfco acma é assmétrca. ROORÇÃO roporção é uma parte do todo. É uma medda usada para varáves qualtatvas. É calculada assm: p n onde n é a quantdade total de elementos (tamanho da amostra) e é a quantdade de elementos com a característca de nteresse. Eemplo: Num grupo de 5 donas-de-casa, têm lava-louças em casa. A proporção de donas-de-casa que possu lava-louças em casa é: p,4 ou 4% 5
14 ROBABILIDADES. DEFINIÇÕES.. Epermento Aleatóro: epermento que apresenta resultados dferentes quando repetdo váras vezes... Espaço Amostral (): conjunto de todos os possíves resultados de um epermento aleatóro... Evento (A,B,...): qualquer subconjunto do espaço amostral, nclusve ele mesmo ou o conjunto vazo..4. Eventos Independentes: A e B são ndependentes se a ocorrênca de um deles não modfca a probabldade de ocorrênca do outro..5. Eventos Mutuamente Eclusvos: AB.6. Eventos Coletvamente Eaustvos: AB =.7. Eventos Complementares (A e A c ): AA c e AA c =. CÁLCULOS E RORIEDADES:.. (A) = n(a)/n(), onde n(*) é o número de elementos do conjunto *. conseqüêncas: () = n()/n() = () = n()/n() = (A).. (AB) = (A)+(B), quando A e B são mutuamente eclusvos... (AB) = (A)+(B)-(AB), quando A e B não são mutuamente eclusvos..4. (AB) = (A).(B), quando A e B são ndependentes..5. (AB) = (A/B).(B), quando A e B são ndependentes, onde (A/B) é a probabldade condconal de A em relação a B..6. (A) + (A c ) = 4
15 . EXEMLOS:. Consdere o lançamento de um dado e os eventos: A: sar face par. B: sar face menor que. C: sar face maor que. Calcule: a. (AB) = /6 + /6 = 4/6 = / b. (AC) = /6 + 4/6 /6 = 5/6 c. (BC) = /6 + 4/6 = 5/6 d. (AB) = e. (AC) = /6 =/ f. (BC) =. Consdere a tabela abao: Número Número Total Bolas vermelhas 5 5 Bolas azus Total 5 45 Uma bola será escolhda ao acaso. Calcule a probabldade de que a bola escolhda: a. seja vermelha e tenha o número. (V ) = /45 = /9 b. seja azul e tenha o número. (A ) = /45 = 4/9 c. seja vermelha e tenha o número. (V ) = 5/45 = /9 d. seja azul e tenha o número. (A ) = /45 = /9 e. seja vermelha. (V) = 5/45 = / f. seja azul. (A) = /45 = / g. tenha o número. () = /45 = / 5
16 h. tenha o número. () = 5/45 = /. tenha o número, se for vermelha. (/V) = /5 = / j. tenha o número, se for azul. (/A) = / = / k. tenha o número, se for vermelha. (/V) = 5/5 = / l. tenha o número, se for azul. (/A) = / = / m. seja vermelha, se tver o número. (V/) = / = / n. seja azul, se tver o número. (A/) = / = / o. seja vermelha, se tver o número. (V/) = 5/5 = / p. seja azul, se tver o número. (A/) = /5 = / 4. REGRA DE BAYES: A A A A n... B A 4 A ( A / B ) n ( A ). ( B / A ) j ( A j ). ( B / A j ) 6
17 EXEMLO: Uma fábrca tem máqunas, A, B e C, responsáves por 5%, % e 45% da produção, respectvamente. A máquna A produz 4% de peças defetuosas, a B, % e a C, %. Etrau-se uma peça da produção conjunta das máqunas e verfcou-se que ela é defetuosa. Qual é a probabldade dela Ter sdo produzda pela máquna A? ( A / D ) ( A ). ( D / A ) ( A ). ( B ). ( D ( D / / A ) B ) ( C ). ( D / C ), 5., 4, 5,., 4.,, 45.,, 45 Outra estratéga de resolução:,4 D,5 A,96, B, D,45,99, D C,98 ( A / D ) ( A ( D D ) ), 5., 4, 5,.., 4,, 45.,, 45 7
18 VARIÁVEIS ALEATÓRIAS. Varável aleatóra Uma varável aleatóra assoca um número a cada resultado de um epermento aleatóro. Se forem assocados apenas números nteros aos resultados, dzemos que a varável aleatóra é dscreta. or eemplo, suponhamos que estam, numa urna, oto bolas, das quas três são brancas (B) e as outras vermelhas (V). Etrando-se duas bolas dessa urna, os resultados possíves são: BB, BV, VB e VV. odemos defnr a segunte varável aleatóra dscreta: número de bolas brancas na etração de duas bolas dessa urna. Denotamos essa varável por X e seus possíves valores, a saber:, e, por.. Dstrbução de robabldades Uma dstrbução de probabldades assoca, a cada ponto do espaço amostral de um epermento aleatóro, sua respectva probabldade. Analsemos o eemplo dado no tem anteror. O espaço amostral do epermento é = {,,} e suas respectvas probabldades são 5/64, 5/ e 9/64, supondo que as etrações das bolas sejam fetas com reposção. odemos representar essa dstrbução de probabldades da segunte manera: (X=) 5/64 5/ 9/64 Total 8
19 odemos construr, também, a dstrbução de probabldades da varável aleatóra Y: número de bolas brancas em duas etrações sem reposção. A dstrbução de probabldades da varável Y é: y (Y=y) 5/4 5/8 /8 Total. Esperança Matemátca, Varânca e Desvo adrão E(X) = =.(X=) No eemplo dado acma, E(X) =.5/4 +.5/8 +./8 = /8 =,75 VAR(X) = = E(X ) [E(X)], onde E(X ) =.(X=) No eemplo: E(X )=.5/4 +.5/8 +./8 = 7/8 =,964 VAR(X) = (7/8) (/8) =,48 D( X ) No eemplo : D( X ),48,69 4. ropredades E(c) = c e VAR(c) =, c é uma constante. E(cX) = c.e(x) e VAR(cX) = c.var(x), c é uma constante. E(X±Y) = E(X) ± E(Y). VAR(X ±Y) = VAR(X) + VAR(Y), se X e Y forem ndependentes. 9
20 DISTRIBUIÇÃO BINOMIAL É uma dstrbução de probabldades utlzada para varáves aleatóras dscretas tas que: Um epermento aleatóro é repetdo n vezes de manera ndependente; Estem duas possbldades de resultado, mutuamente eclusvas (sucesso e fracasso); A probabldade de sucesso p é constante. A probabldade de ocorrer sucessos em n repetções é dada por: ( X ) C onde C n, n, p. n!!( n )! p n, Méda: = n.p Varânca: = n.p.(-p) Eemplo: Uma moeda é vcada, de modo que a probabldade de sar coroa é,5. Em oto lançamentos dessa moeda, calcule: a) a probabldade de saírem coroas. b) a probabldade de sar pelo menos coroa. c) A probabldade de saírem mas de 6 coroas. d) a méda, a varânca e o desvo padrão da dstrbução. Solução: a) ( X b) ( X c) ( X 8! ).(,5).(,5)!(8 )! ) ( X 6) ( X c) 8.,5,8; 8! ).(,5).(,5)!(8 )! 7) ( X 7) ( X 8! 7 8! 8.(,5).(,5).(,5).(,5) 7!(8 7)! 8!(8 8)!,,,5 5,786 8) 8.,5.,65,8;,8,49 8,968
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 maisCapítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes
Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia 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 mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisTABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe
Leia 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 maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia 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 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 maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisEstatística 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 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 maisCAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 0 Estatístca Descrtva e Análse Eploratóra Realzadas em etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de grande quantdade de dados e
Leia mais2. VARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo
Leia 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 maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia maisLista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.
Classque as varáves: Faculdade Ptágoras / Dvnópols-MG Curso: Pscologa Dscplna: Estatístca Aplcada à Pscologa Lsta de Eercícos a) número de peças produzdas por hora; b) dâmetro eterno da peça; c) número
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisNotas de Aula de Probabilidade A
VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável
Leia maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia mais2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO
Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL
3.1- Introdução. ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL Como na representação tabular e gráfca dos dados a Estatístca Descrtva consste num conjunto de métodos que ensnam a reduzr uma quantdade de dados
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)
UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara
Leia mais4.1. Medidas de Posição da amostra: média, mediana e moda
4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x
Leia mais2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia maisPROBABILIDADE - CONCEITOS BÁSICOS
ROBBILIDD - CONCITOS BÁSICOS xpermento leatóro é um expermento no qual: todos os possíves resultados são conhecdos; resulta num valor desconhecdo, dentre todos os resultados possíves; pode ser repetdo
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2
Aula 1 do plano de trabalho nº 2 Medram-se as alturas dos 40 alunos do prossegumento de estudos do 10º ano de uma escola e as alturas dos 40 alunos do 10º ano dos cursos tecnológcos dessa escola e obtveram-se
Leia mais3. Estatística descritiva bidimensional
3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão
Leia maisMedidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.
Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais
Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:
Leia maisINTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).
INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca
Leia maisTermo-Estatística Licenciatura: 4ª Aula (08/03/2013)
Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisModelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.
Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados
Leia maisCONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA
1 Estatístca CONCEITOS BÁSICOS 6 É uma metodologa ou conjunto de técncas que utlza a coleta de dados, sua classfcação, sua apresentação ou representação, sua análse e sua nterpretação vsando a sua utlzação
Leia maisEstatística e Probabilidade
Estatístca e Probabldade Professor conteudsta: Rcardo Vda Sumáro Estatístca e Probabldade Undade I 1 CONCEITOS BÁSICOS...1 1.1 Concetos fundamentas... 1. Processos estatístcos de abordagem... 1.3 Dados
Leia maisY 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 mais2 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 mais2) Como há 6 tipos de peso, e estamos avaliando 2 peças, o espaço amostral será uma matriz 6 x 6:
Lsta de Exercícos - Probabldade INE 700 GABARITO LISTA DE EXERÍIOS PROBABILIDADE ) Vamos medr o tempo de duração da lâmpada. Ao lgarmos a lâmpada ela pode não funconar, ou durar um tempo ndetermnado. a)
Leia maisAnálise de Variância. Comparação de duas ou mais médias
Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisQ 1-1,5(Q3-Q1) < X i < Q 3 + 1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) < X i < Q 3 +3(Q 3 -Q 1 ) Q 1 3(Q 3 -Q 1 ) < X i < Q 1 1,5(Q 3 -Q 1 )
DIGRM OX-PLOT E CRCTERIZÇÃO DE OUTLIERS E VLORES EXTREMOS Outlers e valores extremos são aqueles que estão muto afastados do centro da dstrbução. Uma forma de caracterzá-los é através do desenho esquemátco
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
Leia mais3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas
PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas
Leia maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia maisPROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011
Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão
Leia maisPROBABILIDADE ESTATÍTICA
I- INTRODUÇÃO. DEFINIÇÕES. ESTATÍSTICA: A Etatítca refere-e à técnca pela qua o dado ão "coletado", "organzado", "apreentado" e "analado". Pode-e dvdr a cênca Etatítca em do grupo de etudo:. Etatítca Decrtva:
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia maisProbabilidade e Estatística. Correlação e Regressão Linear
Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o
Leia maisCovariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Leia maisDISTRIBUIÇÕES NORMAL E BINOMIAL CORRELAÇÃO LINEAR Estatística. HERCULES SARTI Mestre
DISTRIBUIÇÕES NORMAL E BINOMIAL CORRELAÇÃO LINEAR Estatístca HERCULES SARTI Mestre Dstrbução Normal Dstrbução Normal 270 240 210 180 150 120 90 60 30 0 0 1 2 3 4 5 6 7 8 9 10 1 3 0 0 0 1 2 0 0 0 1 1 0
Leia maisTeoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Leia maisNome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009
Estatístca para Economa e Gestão Lcencaturas em Economa e Gestão.º Semestre de 008/009 Exame Fnal (.ª Época) 16 de Junho de 009; 17h30m Duração: 10 mnutos INSTRUÇÕES Escreva o nome e número de aluno em
Leia maisO 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 maisIntrodução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis
Introdução A teora das probabldades é um ramo da matemátca que lda modelos de fenômenos aleatóros. Intmamente relaconado com a teora de probabldade está a Estatístca, que se preocupa com a cração de prncípos,
Leia maisAs tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.
1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisElementos 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 maisESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho
Professor Luz Antono de Carvalho PROBABILIDADES Professora Rosana Relva Números Interos AULA e Raconas 9 e APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA PROGRESSÃO ARITMÉTICA
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisEstatística 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 maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia mais37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8
Resposta da questão 1: [C] Calculando:,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 8, 8,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 5, x = 9,9 Moda = 8 8+ 8 Medana = = 8,5 + 10 + 8 + 9,4 + 8 +,4 + 7,4 Méda das outras
Leia maisLivro Eletrônico Aula 00 Noções de Estatística p/ ANTAQ - Especialista / Técnico em Regulação (com videoaulas)
Lvro Eletrônco Aula 00 Noções de Estatístca p/ ANTAQ - Especalsta / Técnco em Regulação (com vdeoaulas) Professor: Arthur Lma ! AULA 00 (demonstratva) SUMÁRIO PÁGINA 1. Apresentação 01 2. Cronograma do
Leia maisProfa. Msc. Juliane Ganem. Definiremos de maneira simples e concisa alguns elementos que usaremos no decorrer do curso.
BIOESTATÍSTICA Profa. Msc. Julane Ganem NOME: RA: TURMA: 1. Os dados e a Estatístca Defnremos de manera smples e concsa alguns elementos que usaremos no decorrer do curso. Dados: é um (ou mas) conjunto
Leia maisN 70 = 40 25N+1500 = N = 1300 N = 52 LETRA D
QUESTÃO 01 QUESTÃO 0 Seja x a méda dos saláros do departamento comercal. A méda procurada é tal que 00 = x + 30 + 4 4 + + 4 x = 000 0 3300 x = R$ 400,00. QUESTÃO 03 4 0+ 3 Tem-se xp I = = 1,8 e 4+ Logo,
Leia maisDepartamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória
Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto
Leia maisO 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 maisIntrodução a Processos Estocásticos:Exercícios
lvroexerccos 2017/3/19 11:24 page #1 Introdução a Processos Estocástcos:Exercícos Luz Antono Baccalá Escola Poltécnca da USP Departamento de Engenhara de Telecomuncações e Controle 2016 lvroexerccos 2017/3/19
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisBC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 3 3 quadrimestre 2011
BC0406 Introdução à Probabldade e à Estatístca Lsta de Eercícos Suplementares novembro 0 BC0406 Introdução à Probabldade e à Estatístca Lsta de Eercícos Suplementares quadrmestre 0 Além destes eercícos,
Leia maisVariáveis Aleatórias
Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades
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 maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia maisContabilometria. Aula 8 Regressão Linear Simples
Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos
Leia mais