Finanças - BACEN 1997 CESPE

Tamanho: px
Começar a partir da página:

Download "Finanças - BACEN 1997 CESPE"

Transcrição

1 Fnanças - BACE 997 CESPE Legenda: Tema, Itens Importantes Certo, Errado Questão 3. Exstem dversos nstrumentos fnanceros a dsposção do nvestdores: LIBOR, ações, opções, Eurobond, Swaps. Quanto às característcas desses nstrumentos, julgue os seguntes tens:. A LIBOR é a taxa de juros no mercado nterbancáro londrno. Certo 2. As ações preferencas são aquelas que dão dreto a voto aos aconstas que as possuem. Errado [as ações ordnáras dão dreto a voto. As ações preferencas dão preferênca na pagamento (têm maor senordade com relação às ações ordnáras). [um ponto não destacado neste tem mas bastante mportante é o fato de uma ação preferencal tem a característca de um título de dívda] 3. Uma opção é um bom exemplo de um nstrumento dervatvo. Certo 4. Um Eurobond é um bônus que é lançado por um país europeu. Errado [smlarmente: ) uma opção européa não é uma opção lançado por um nvestdor baseado em um país europeu. ) uma opção amercana não é uma opção lançado por um nvestdor baseado nos Estados Undos ] 5. Swaps de taxa de juros é realzado quando duas partes querem trocar o tpo de juros pagos ou recebdos: uma parte muda de juros fxos para flutuantes outra muda de juros flutuantes para juros fxos. Certo [ o fato de um swap exgr um casamento (smétrco) entre as duas partes não acontece com as opções (o vendedor de um call pode transaconar com um nvestdor que seja muto,medanamente ou pouco otmsta, náo precsa ter um casamento smétrco de expectatvas. Isto em parte explca porque o volume fnancero dos mercados de opções é maor do que o volume fnancero dos mercados de swaps]

2 Questão 32. Julgue os tens seguntes.. Frontera efcente é aquela composta dos atvos e carteras que têm rsco mínmo para cada nível de retorno esperado. Errado 2. Quando dos atvos são postvamente correlaconados, o rsco de carteras formadas com eles é sempre maor que o rsco do atvo com menor rsco entre os dos. Errado [conforme vemos no gráfco abaxo o rsco da cartera (dependendo dos pesos que cada atvo tem na cartera) pode ser MAIOR, MEOR ou IGUAL ao rsco do atvo com menor rsco entre os dos] 3. Se dos atvos com mesmo retorno esperado têm varâncas guas a 5 e 7, então um nvestdor bem dversfcado e avesso ao rsco pode optar por nvestr no atvo com varânca 5, em vez de fazê-lo no outro. Certo DÚVIDA [o fato do nvestdor ter aversão ao rsco não é uma restrção adconal para o tratamento padrão da análse de (rsco, retorno esperado) da cartera. Ter aversão ao rsco é a regra. ote que o enuncado mplca (pela expressão bem dversfcado ) que exstem outros atvos além dos dos menconados (para os quas foram explctadas as suas varâncas). Basta que exsta um tercero atvo que domne (numa relação para, o atvo que tem a menor varânca. a fgura abaxo A>B mas a exstênca do J, que numa relação para domna A (J>A) mplca que a cartera M pode ser consttuída de város atvos sendo que o B pode ser um deles e o A não. Como o nvestdor va se posconar na LMC então retrando o caso do nvestdor extremamente avesso ao rsco (que escolhe 00% em F), todos os demas vão ter um quanta (peso) nvestdo em M. Dca: a dversfcação exge pensar além da relação de domnânca para dados dos atvos. Síntese: tem dfícl] 2

3 4. A presença de um atvo sem rsco torna a frontera efcente lnear. Errado [após recurso] [a presença do F leva a uma combnação entre F e a frontera efcente (que sntetza a melhor combnação entre os atvos arrscados) de forma a resultar em uma (sem) reta chamada Lnha de Mercado de Captas (LMC) que é obtda pela tangente a FE a partr de F. este caso a FE contnua (hperbólca) como era.] 5. O rsco não-sstemátco pode ser elmnado ao se dversfcarem as aplcações em dversos atvos. Certo 3

4 Questão 33. Quanto à preferênca do nvestdor, julgue os tens a segur.. Se o nvestdor não gosta de rsco e gosta de retorno esperado, é correto afrmar que suas curvas de ndferença são crescentes no espaço rsco-retorno esperado. Certo 2. Se um nvestdor é avesso ao rsco, então suas curvas de ndferença se cortam. Errado [esta é uma questão de mcroeconoma. Duas curvas de ndferença não podem ter um ponto em comum (não pode haver cruzamento). Prova: veja fgura abaxo. ] 3. Se um nvestdor tem curvas de ndferença côncavas no espaço rsco-retorno esperado, pode-se conclur que ele é propenso ao rsco. Certo 4. Se exstrem apenas um atvo com rsco e um atvo sem rsco, um ndvíduo que tenha função de utldade com coefcente de aversão relatva ao rsco crescente, quando a sua rqueza aumentar, nvestrá uma proporção menor dessa rqueza no atvo com rsco. Certo 5. Se a função utldade da rqueza é dada pela equação U(W) = exp (aw), então a é o coefcente de aversão ao rsco. Errado [note que o enuncado não especfcou se o coefcente de aversão ao rsco é o caso relatvo ou o absoluto. De qualquer forma, o tem está errado conforme pode ser vsto abaxo... ] 4

5 Questão 34. A respeto da efcênca dos mercados fnanceros, julgue os tens abaxo.. Se um mercado é efcente no sentdo fraco, então o analsta que pesqusa a relação entre preço corrente e preços passados não pode auferr lucros anormas. Certo [entenda Auferr Lucros Anormas = Realzar Arbtragens = Identfcar oportundades e consegur lucros sobre elas] 2. Efcênca no sentdo forte é característca de um mercado no qual nnguém pode auferr lucros acma do normal. Certo [verdade pos os três conjuntos nformaconas já estão embutdos nos preços dos atvos fnanceros: Conjunto Informaconal (): nformação públca hstórca Conjunto Informaconal (): nformação públca corrente Conjunto Informaconal (): nformação prvada (dos nsders) ] 3. Um mercado pode ter ou não efcênca fraca, dependendo da freqüênca das observações dos preços. Certo [freqüênca é o nverso do tempo de observação : quanto maor a freqüênca menor o tempo entre as observações. Para dos nvestdores que observam os preços de atvos fnanceros com freqüêncas dferentes (exemplo: o prmero observação a varação segundo a segundo, e o outro observa somente a cotação de fechamento do da) surgem oportundades de arbtragem (favorecendo o que observa com a maor freqüênca. Um mercado com dos nvestdores com poder de observações de preços a freqüêncas dferentes não é efcente. ] 4. Tentar achar a correlação entre o preço [faltou a palavra corrente ou atual para explctar a déa] de um atvo e as realzações passadas do preço desse atvo é um teste [teste de hpótese como se estuda em nferênca estatístca] de efcênca fraca e, se os coefcentes dessas regressões forem sgnfcatvamente dferentes de zero, então o mercado é efcente no sentdo fraco. Errado 5. Se o preço de uma ação, ao longo do tempo, comportar-se de acordo com a equação pt = p t + ε t, em que εt é um ruído branco [Whte ose], então o mercado dessa ação é efcente no sentdo fraco mas não no sentdo forte. Errado 5

6 Questão 35. Julgue os tens seguntes.. Se o beta de uma ação é gual a,5 e o beta de outra ação é 2, uma cartera formada com essas duas ações nas proporções e -, respectvamente, tem o beta gual a. [nota Gabarto dz que está Correta mas...] Errado 2. O rsco de taxa de juros é o rsco de a taxa de juros subr. Errado [ o rsco de taxa de juros é a possbldade da realzação da taxa de juros se dar numa dreção que o nvestdor não desejara (contrára ao que ele esperava). Por exemplo: para o tomador de empréstmo (mobláro) o rsco é de o juro subr. Para o fnancador o rsco é de o juro car. Dca: note que a prova tende a colocar alguns concetos na defnção errônea que populamente se tem. Exemplo: taxa de juros no Brasl além de ter um nível elevado tem tdo forte taxas de crescmento. Logo tem uma conotação negatva e o rsco (de taxa de juros) tende a ser confunddo com o AUMETO desta varável] 3. Uma opção de compra de ação do tpo européa é um título que dá a seu portador o dreto de comprar uma certa quantdade de ações a um preço determnado, até uma certa data. Errado [toda opção européa pode ser realzada somente na data de vencmento] 4. É rraconal comprar um atvo arrscado para o qual se espera queda de preço, quando exstrem no mercado atvos para os quas se espera elevação de preço, sendo alguns deles com mas e outros com menos rscos. Errado [novamente a prova nduz a erros pelo uso do senso comum (laymen). Se sabemos que uma atvo A domna um atvo B a decsáo raconal (se possível, exstr crédto, sem restrção de lqudez,...): ) Compre A no máxmo ) Venda B no máxmo possível (mesmo que seja a descoberto)\] 5. Se duas carteras, A e B, são efcentes [= pertencem à frontera efcente], então também será efcente qualquer cartera C composta por elas que não mplque venda a descoberto das carteras A e B. Certo 6

7 Questão 36. as fguras abaxo, o exo vertcal representa o lucro e o exo horzontal, o preço da ação na data de vencmento da opção. Com relação aos gráfcos, julge os tens a segur:. A fgura I representa uma estratéga de comprar uma opção de compra. Errado 2. A fgura II representa uma estratéga de comprar uma opção de venda e uma opção de compra com o mesmo preço de exercíco. Certo 3. A fgura III representa a estratéga de comprar a ação e uma opção de venda. Certo [WRJ: Errado] 4. A fgura IV representa a estratéga de quem acha que o mercado, que está muto próxmo do ponto A, deve se alterar muto. Errado 5. A fgura V representa uma compra de ações. Errado 7

8 Questão 37. Com relação ao modelo de precfcação de atvos de captal (CAPM), julgue os tens abaxo:. A cartera de mercado da Bolsa de Valores de São Paulo consttu-se apenas dos atvos que compõem o índce IBOVESPA. Errado 2. Se um atvo está com sua combnação de beta-retorno esperado acma da lnha do mercado de títulos, é correto afrmar que ele está barato. Certo 3. A lnha de mercado de captas é aquela que dentfca o locus das combnações de desvo padrão-retorno esperado de todos os atvos e carteras de um mercado de em equlíbro. Errado [somente F e os atvos arrscados que fazem parte da cartera M = são os atvos que quando combnados geram cartera que estão na LMC] 4. Em equlíbro, se o beta do atvo R for menor que o beta do atvo A, então o atvo A terá retorno esperado maor que o atvo R. Certo [o ponto central desta questão é afrmar que o mercado está em equlíbro, que é uma condção necessára e sufcente para a determnação da LMT. MercadoemEqulíbro LMT ] LMT MercadoemEqulíbro 5. Uma hpótese fundamental é que os nvestdores só estão preocupados com o retorno esperado e o desvo padrão. Certo [no modelo CAPM faz-se uso da teora da cartera de Markowtz que assume que dentre os város (nfntos) momentos estatstcos para a funçao de dstrbução de retornos dos atvos fnanceros é sufcente tratarmos apenas : O prmero momento estatístco = retorno esperado (méda) (medda de posção) O segundo momento estatístco = desvo-padrão (medda de dspersão)] 8

9 Questão 38. Com relação ao modelo de precfcação por arbtragem (APT) julgue os tens que se seguem.. O conceto de arbtragem envolve a partcpação de uma tercera parte em um negóco. Errado [o conceto de arbtragem refere-se ao fato de termos para um mesmo atvo (ou cartera) dos preços dferentes. a realzação da estratéga de arbtragem não é necessára uma trangulaçao : a compra do atvo a preço mas barato são duas parte envolvdas. a venda do atvo a preço mas caro são novamente duas partes envolvdas.] 2. Esse modelo tem a vantagem de permtr que o retorno de um atvo seja explcado por muto mas varáves que o modelo CAPM. Certo [a APT por construção é um modelo multfatoral. Envolve város fatores: Fatores Macro: nível de atvdade (PIB), nflação, taxas de juros, câmbo, energa,... Fatores Mcro: tamanho da empresa,...] 3. Se for montada uma cartera de arbtragem e o mercado estver em equlíbro, então o preço dessa cartera [de arbtragem] pode ser estrtamente postvo. Errado [por construção um mercado em equlíbro terá uma gualdade entre a demanda e a oferta de cada um dos atvos fnanceros deste mercado. Logo uma cartera de arbtragem (que anterormente fo usada para obter lucros) agora, em equlíbro, já não é mas efcaz para obter lucros. Logo seu valor (=preço) deve ser ULO. ] 4. Uma questão chave no modelo APT é a separação entre a parte esperada e a parte nesperada ou ncerta do retorno. Certo R = R + U 5. Supondo, com base no modelo com apenas um índce, que duas carteras, A e B, têm retorno esperado de 5% e 8%, respectvamente, se as sensbldades das carteras ao fator são guas a e 2, respectvamente, a taxa de retorno do atvo sem rsco é de 2%. Certo [esta questão, aparentemente smples, não é perguntado qual é o retorno da cartera R P (algo smples de ser calculado tendo os retornos dos atvos e seus pesos). É perguntado qual é o R F. ão é perguntado o R M. Como é um modelo de somente um índce (um fator) então a APT pode ser escrta (aproxmadamente) com o mesmo formato do CAPM. 9

10 Questão 39. Para cada um dos atvos fnanceros de uma cartera p, com > 2, representa-se por X, o peso; por ER, o retorno esperado; por σ, o desvo padrão; e por β, o beta do atvo, com =, 2,...,. Representa-se, anda, por ρ j, o coefcente de correlação entre o atvo e o atvo j; e por σ j a covarânca entre o retorno dos atvos e j. [esta é a únca notação que não é comumente usada nos lvros de fnanças] Denotando-se o retorno da cartera por E[r p ], o desvo padrão da cartera por σ p e o beta da cartera por β p, julgue os tens seguntes. Se a cartera p é gualmente ponderada, o rsco dversfcável pode ser representado por: σ. ( ) [ p ] j = j = ( ) j 2. E r = X r Errado = 3. σ > σ Errado p X = 4. β < β Errado p X = 2 p = X = Errado 2 5. σ σ + X X ρ Errado = j= j j j [ os tens 3 e 4 no gabarto ncal constavam como C. o gabarto fnal fcaram como E] 0

11 Questão 40. Julgue os tens a segur.. Consdere que o preço de uma ação, hoje, é de R$ 20,00 e que, no próxmo período, ele pode subr para R$ 24,00 ou car para R$ 6,00, e, anda, que a taxa de juros seja gual a zero no mercado de bônus e que se lance, hoje, uma opção de compra com preço de exercíco de R$ 20,00, com vencmento no próxmo período. Observe, anda, a cartera de arbtragem composta de compra de uma ação, tomando R$ 6,00 emprestado e vendendo a descoberto duas opções de compra. essas condções, o preço dessa opção, hoje, deve ser de R$ 2,00. Certo 2. Se os dvdendos de uma ação forem de R$ 0,00 no fnal do ano, o valor de mercado da ação no fnal do ano pós-dvdendo for de R$ 00,00 e a taxa de juros for gual a 00% a.a., então, no começo do ano, a ação terá custado R$ 55,00. Certo 3. Se um bônus que dá um fluxo de cupons de R$ 00,00 ao ano tem data de maturação em dos anos, valor de face de R$.000,00, e custa, hoje, R$.050,00, então a taxa de retorno até o vencmento y satsfaz à condção: = + Errado 2 ( + y ) ( + y ) 4. Se as taxas de juros spot para empréstmos por ano e por 2 anos são 0% e 24%, respectvamente, então a taxa forward para empréstmos por um ano, a começar um ano à frente, é de 4%. Errado 5. Se a varânca do retorno do mercado é gual a 00 e a covarânca entre os retornos de uma ação e do mercado é gual a 200, o beta dessa ação é gual a 0,5. Errado

12 Questão 4. (CESPE / BACE / 997) Os retornos, no fnal do ano, das ações das companhas A e B e as probabldades assocadas a eles estão descrtos na tabela segunte: Com base nessas nformações, julgue os tens que se seguem.. O retorno esperado da companha B é de 2%. Certo 2. A covarânca entre os retornos das companhas A e B é gual a 2. Errado 3. A varânca dos retornos da companha B é gual a 2. ulo [razão de ter sdo anulada] 4. O desvo padrão da cartera composta de 50% da companha A e de 50% da companha B é gual a [(0,5) 2 x varânca de retorno de A + (0,5) 2 x varânca de retorno de B + 2 x (0,5) 2 x covarânca dos retornos de A e B] /2. Certo 5. A varânca dos retornos da companha A é gual a 2. Errado 2

13 Questão 42. Julgue os tens abaxo.. Se um nvestdor amercano tem dólares para aplcar por um ano, necesstando tê-los de volta, em dólares, e podendo aplcar no Brasl à taxa de juros de 0% a.a. ou nos EUA à taxa de 6% a.a., então, se a taxa de câmbo real em relação ao dólar se desvalorzar 4%, ele terá maor retorno fnancero se nvestr seus recursos em seu país, em vez de aplcá-los no Brasl. Certo 2. Se a curva de estrutura a termo da taxa de juros (curva yeld) é postvamente nclnada e a teora das expectatvas é a que melhor se adequa ao mercado, então é correto afrmar que o mercado espera que, no futuro, a taxa de juros caa. Errado 3. Um bônus que tenha embutda uma opção de compra pela frma emssora sempre custa mas que um bônus gual mas que não tenha opção embutda. Errado 4. Sabendo-se que um nvestdor possu rqueza de R$.000,00 e compra.000 opções, cada uma custando R$,00, e que as ações subjacentes custam R$ 0,00, é correto afrmar que o nvestdor usou as opções de compra para alavancagem. Certo 5. Uma mportante dferença entre warrants e opções de compra é que, no exercíco de warrants, novas ações são emtdas, enquanto que tas emssões não ocorrem no exercíco de opções de compra. Certo 3

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

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

4 Critérios para Avaliação dos Cenários

4 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 mais

2 Referencial Teórico

2 Referencial Teórico Referencal Teórco O obetvo deste capítulo é apresentar os concetos de rsco, correlação e dversfcação no contexto da Teora oderna de Carteras e os últmos estudos a respeto das correlações entre mercados

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 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 mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

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

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 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 mais

Capítulo 16: Equilíbrio Geral e Eficiência Econômica

Capítulo 16: Equilíbrio Geral e Eficiência Econômica Capítulo 6: Equlíbro Geral e Efcênca Econômca Pndck & Rubnfeld, Capítulo 6, Equlíbro Geral::EXERCÍCIOS. Em uma análse de trocas entre duas pessoas, suponha que ambas possuam dêntcas preferêncas. A curva

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

Diversificação - exemplo

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

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA 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 mais

Implementação Bayesiana

Implementação Bayesiana Implementação Bayesana Defnção 1 O perfl de estratégas s.) = s 1.),..., s I.)) é um equlíbro Nash-Bayesano do mecansmo Γ = S 1,..., S I, g.)) se, para todo e todo θ Θ, u gs θ ), s θ )), θ ) θ Eθ u gŝ,

Leia mais

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

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

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

Economia Industrial. Prof. Marcelo Matos. Aula 7

Economia Industrial. Prof. Marcelo Matos. Aula 7 Economa Industral Prof. Marcelo Matos Aula 7 Concentração de Mercado Resende e Boff [cap 5 de K&H, 2013]; Ferguson e Ferguson cap.3; Meddas de Concentração: característcas Possbldade de classfcar meddas

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

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

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

Leia mais

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

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

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA 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 mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É 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 mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

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

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

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES 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 mais

4 Otimização e Diversificação: o Binômio Risco-Retorno

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

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

Sinézio Fernandes Maia Professor Adjunto do Departamento de Economia da UFPB

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

Leia mais

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.4

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.4 Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 5.4 Provsão de Bens Públcos de forma descentralzada: a solução de Lndahl Isabel Mendes 2007-2008 13-05-2008 Isabel Mendes/MICRO

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

UNIVERSIDADE 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 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 mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA 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 mais

UNIVERSIDADE CATÓLICA PORTUGUESA Faculdade de Ciências Económicas e Empresariais. Microeconomia I

UNIVERSIDADE CATÓLICA PORTUGUESA Faculdade de Ciências Económicas e Empresariais. Microeconomia I UNIVERSIDADE CATÓLICA PORTUGUESA Faculdade de Cêncas Económcas e Empresaras Mcroeconoma I Lcencaturas em Admnstração e Gestão de Empresas e em Economa de Abrl de 003 Fernando Branco Exame para Fnalstas

Leia mais

8 - Medidas Descritivas

8 - 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 mais

Análise Complexa Resolução de alguns exercícios do capítulo 1

Análise Complexa Resolução de alguns exercícios do capítulo 1 Análse Complexa Resolução de alguns exercícos do capítulo 1 1. Tem-se:. = (0, 1) = (0, 1) =. 3. Sejam a, b R. Então Exercíco nº1 = (0, 1).(0, 1) = (0.0 1.1, 0.1 + 1.0) = ( 1, 0) = 1. a + b = a b = a +

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos 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 mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA 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 mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

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

Leia mais

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

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

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO 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 mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

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

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 206 Macroeconoma I 1º Semestre de 2016 Professores: Fernando Rugtsky e Glberto Tadeu Lma Gabarto

Leia mais

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.3. Afectação de Bens Públicos: a Condição de Samuelson

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.3. Afectação de Bens Públicos: a Condição de Samuelson Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 5.3 Afectação de Bens Públcos: a Condção de Isabel Mendes 2007-2008 5/3/2008 Isabel Mendes/MICRO II 5.3 Afectação de Bens

Leia mais

Teoria Elementar da Probabilidade

Teoria 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 mais

Estatística Espacial: Dados de Área

Estatística Espacial: Dados de Área Estatístca Espacal: Dados de Área Dstrbução do número observado de eventos Padronzação e SMR Mapas de Probabldades Mapas com taxas empírcas bayesanas Padronzação Para permtr comparações entre dferentes

Leia mais

COEFICIENTE DE GINI: uma medida de distribuição de renda

COEFICIENTE DE GINI: uma medida de distribuição de renda UNIVERSIDADE DO ESTADO DE SANTA CATARINA ESCOLA SUPERIOR DE ADMINISTRAÇÃO E GERÊNCIA DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS COEFICIENTE DE GINI: uma medda de dstrbução de renda Autor: Prof. Lsandro Fn Nsh

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

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

Leia mais

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7 Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. 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 mais

6 Análises de probabilidade de ruptura de um talude

6 Análises de probabilidade de ruptura de um talude 6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura

Leia mais

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

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

Leia mais

Tabela 1. Porcentagem de crianças imunizadas contra DPT e taxa de mortalidade de menores de 5 anos para 20 países, 1992.

Tabela 1. Porcentagem de crianças imunizadas contra DPT e taxa de mortalidade de menores de 5 anos para 20 países, 1992. Regressão Lnear Algumas vezes estamos nteressados não apenas se exste assocação entre duas varáves quanttatvas x e y, mas nós temos também uma hpótese a respeto de uma provável relação de causa e efeto

Leia mais

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão. AULA 2.1 Oligopólio em Quantidades (Cournot)

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão. AULA 2.1 Oligopólio em Quantidades (Cournot) Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 2.1 Olgopólo em Quantdades (Cournot) Isabel Mendes 2007-2008 18-03-2008 Isabel Mendes/MICRO II 1 2.1 Olgopólo em Quantdades

Leia mais

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

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

Leia mais

DECISÃO SOB INCERTEZA

DECISÃO SOB INCERTEZA PPGE/UFRGS - Prof. Sabno Porto Junor 19/10/2005 Incerteza: o básco Curso de especalzação em Fnanças e Economa Dscplna: Incerteza e Rsco Prof: Sabno da Slva Porto Júnor Sabno@ppge.ufrgs.br 1 Introdução

Leia mais

FACULDADE DE TECNOLOGIA SENAI CIMATEC MESTRADO EM MODELAGEM COMPUTACIONAL E TECONOLOGIA INDUSTRIAL CARLOS ALBERTO ORGE PINHEIRO

FACULDADE DE TECNOLOGIA SENAI CIMATEC MESTRADO EM MODELAGEM COMPUTACIONAL E TECONOLOGIA INDUSTRIAL CARLOS ALBERTO ORGE PINHEIRO FACULDADE DE TECNOLOGIA SENAI CIMATEC MESTRADO EM MODELAGEM COMPUTACIONAL E TECONOLOGIA INDUSTRIAL CARLOS ALBERTO ORGE PINHEIRO SELEÇÃO DE PORTFÓLIOS COM BASE NO RETORNO ESPERADO E SEMIVARIÂNCIA ATRAVÉS

Leia mais

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha 09//06 Estatístca Aplcada II CORRELAÇÃO AULA 07//6 Prof a Llan M. Lma Cunha CORRELAÇÃO: Identfcar a estênca ou não de assocação lnear entre varáves: -Preço de um produto em regões; -Frete e Km percorrdo;

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

Fundação Getulio Vargas - Graduação em Economia Finanças Internacionais 2o semestre 2009 Prof.: Marcio Janot Gabarito da Lista

Fundação Getulio Vargas - Graduação em Economia Finanças Internacionais 2o semestre 2009 Prof.: Marcio Janot Gabarito da Lista Fundação Getulo Vargas - Graduação em Economa Fnanças Internaconas 2o semestre 2009 Prof.: Marco Janot Gabarto da Lsta 1 2009-2 1) I) CC = - 240 A) BC= - 500e + 200h = - 300 B) BS = + 10g C) Rendas = -

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão 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 mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - 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 mais

ANÁLISE DA EVOLUÇÃO DO BETA DE ATIVOS DE RENDA VARIÁVEL ATRAVÉS DO MONITORAMENTO DE PERFIL

ANÁLISE DA EVOLUÇÃO DO BETA DE ATIVOS DE RENDA VARIÁVEL ATRAVÉS DO MONITORAMENTO DE PERFIL RICARDO WONSEUK KIM ANÁLISE DA EVOLUÇÃO DO BETA DE ATIVOS DE RENDA VARIÁVEL ATRAVÉS DO MONITORAMENTO DE PERFIL Trabalho de Formatura apresentado à Escola Poltécnca da Unversdade de São Paulo para obtenção

Leia mais

Teoria Econômica II: Macroeconomia. Economia Aberta. Além, A.C., Macroeconomia, SP: Elsevier, 2010 Capítulo 5

Teoria Econômica II: Macroeconomia. Economia Aberta. Além, A.C., Macroeconomia, SP: Elsevier, 2010 Capítulo 5 Teora Econômca II: Macroeconoma Economa Aberta Além, A.C., Macroeconoma, SP: Elsever, 2010 Capítulo 5 Modelo IS-LM-BP O modelo IS-LM-BP expande a determnação do nível de produto consderando uma economa

Leia mais

4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES

4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES 4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES Para o Curso de Físca da Polução do Ar FAP346, º Semestre/006 Prof. Amérco Sansgolo Kerr Montora: Mara Emíla Rehder aver 4. INTRODUÇÃO No modelamento

Leia mais

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

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

Leia mais

Índices de Concentração 1

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

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE 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 mais

Capítulo 2 Taxas de Juro

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

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-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 mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

PRESSUPOSTOS DO MODELO DE REGRESSÃO

PRESSUPOSTOS DO MODELO DE REGRESSÃO PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística 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 mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

2 Incerteza de medição

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

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

8 Soluções Não Ideais

8 Soluções Não Ideais 8 Soluções Não Ideas 8.1 Convenções para o coefcente de atvdade na escala de frações molares Para a solução deal temos ln x onde é função apenas da pressão e temperatura. Fo anterormente mostrado que todas

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos 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 mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

SIMULADO PROVA DE MICROECONOMIA. 19/07/2012 QUINTA-FEIRA HORÁRIO: 10:30h às 12:45h

SIMULADO PROVA DE MICROECONOMIA. 19/07/2012 QUINTA-FEIRA HORÁRIO: 10:30h às 12:45h SIMULDO PROV DE MICROECONOMI 9/07/0 QUINT-FEIR HORÁRIO: 0:30h às :5h QUESTÃO 0 Com respeto aos efetos renda e substtução, avale as afrmatvas: (0) Quando o preço de um bem vara, se os efetos substtução

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

2ª Atividade Formativa UC ECS

2ª 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 mais