10 - Medidas de Variabilidade ou de Dispersão
|
|
- Victor Gabriel Borja Weber
- 6 Há anos
- Visualizações:
Transcrição
1 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão. As medidas de dispersão servem para idicar o quato os dados se apresetam dispersos em relação ao seu valor médio. Cosideremos os seguites exemplos: Uma fábrica deseja comparar o desempeho de dois empregados, com base a seguite produção diária de determiada peça: Seguda Terça Quarta Quita Sexta Empregado A Empregado B De acordo com os resultados da produção diária em cico dias, verifica-se que o desempeho médio do empregado A é de 70 peças produzidas diariamete, equato que a do empregado B é de 71 peças; observe, etretato, a difereça a variabilidade. A produção de A varia apeas de 69 a 71 peças, ao passo que a de B varia de 60 a 83 peças, o que revela que o desempeho do empregado A é bem mais uiforme do que o empregado B. Um alto grau de uiformidade ou pequea dispersão costuma ser cosiderado com algo de qualidade desejável em um processo produtivo. Muitos bacos costumavam exigir que os clietes formassem filas separadas para os diversos guichês, mas recetemete passaram a adotar fila úica. Qual o motivo dessa modificação? O tempo médio de espera ão se modifica, porque a fila de espera ão afeta a eficiêcia dos caixas. A adoção de fila úica se deveu ao fato de os clietes preferirem tempos de espera mais cosistetes com meor variação. Assim é que milhares de bacos efetuaram uma modificação que resultou em uma variação meor (e clietes mais satisfeitos). Supoha que quatro aluos obtiveram, em cico provas, as otas apresetadas abaixo: Tabela 10.1 Notas de quatro aluos em cico provas Aluos Notas Média Atôio João José Pedro Estatística II...73
2 Todos os aluos obtiveram média igual a 5, mas a dispersão das otas em toro da média ão é a mesma para todos os aluos. A tabela acima mostra claramete que: As otas de Atôio ão variaram (a dispersão é ula). As otas de João variaram meos do que as otas de José (a dispersão das otas de João é meor do que a dispersão das otas de José). As otas de Pedro variaram mais do que as otas de todos os outros (a dispersão das otas de Pedro é a maior). Estas observações serão verificadas através das seguites medidas de variação ou de dispersão: amplitude total, variâcia, desvio-padrão e coeficiete de variação. 10. Amplitude Total Amplitude é a difereça etre o maior e o meor valor observado em um cojuto de dados. Usaremos a otação AT. Para os dados apresetados a Tabela 10.1 a amplitude total será: Aluos AT Atôio AT = 5 5 = 0 João AT = 6 4 = José AT = 10 0 = 10 Pedro AT = 10 0 = 10 A amplitude em sempre capta certas difereças. No caso das otas dos aluos, a amplitude mostra, que as otas de Atôio ão variaram e que as otas de João variaram meos do que as otas de José. Etretato a amplitude ão mostra que as otas de Pedro variaram mais do que as otas de José. A amplitude ão mede bem a dispersão dos dados porque, em seu cálculo, usam-se apeas os valores extremos e ão todos os dados. Etão, dois cojutos de dados podem apresetar a mesma amplitude, mesmo que teham dispersão diferete. Embora fácil de calcular e de iterpretar, ão deve ser usada ormalmete como medida de dispersão. Isto porque a amplitude em sempre distigue cojutos com dispersão diferete. A amplitude é usada pricipalmete como uma idicação rápida e fácil da variabilidade por exemplo, o cotrole permaete sobre matérias-primas ou produtos acabados, observadose e registrado-se a amplitude de pequeas amostras retiradas a itervalos regulares de tempo. Estatística II...74
3 10.3 Variâcia Os dados distribuem-se em toro da média. Etão o grau de dispersão de um cojuto de dados pode ser medido pelos desvios dos valores observados em relação à média. Desvio em relação à média é a difereça etre cada dado e a média do cojuto. Como cada dado tem um desvio em relação à média, para julgar o grau de dispersão de todo o cojuto de dados, com base os desvios, seria preciso observar todos os desvios como medida de dispersão. Não se pode calcular a média dos desvios porque a soma é sempre zero. Para medir a dispersão dos dados em toro da média usa-se, etão, a variâcia, que leva em cosideração o tamaho da amostra. A variâcia pode ser defiida por: Variâcia de Dados Brutos s (x x) i= i = 1 1 Exemplo 1: Calcule a variâcia dos valores 1,, 3, 4 e 5. Cálculos itermediários para a obteção da variâcia Dados (x i ) Desvios (x i - x) Quadrados dos desvios (x i - x) x = 3 ( x x) = 0 (x x) = 10 i=1 i i=1 i e a medida de variabilidade seria s (x x) i= 1 i 10 = 1 4,5 Estatística II...75
4 Variâcia de Dados Tabulados Quado os valores vierem dispostos em uma tabela de freqüêcias, o cálculo da variâcia se fará através de uma das seguites fórmulas: ou, pela fórmula desevolvida, k (x x) f i=1 i i s = 1 k x f i=1 i i s = k x f i i i Desvio-Padrão Como medida de dispersão, a variâcia tem a desvatagem de apresetar uidade de medida igual ao quadrado da uidade de medida dos dados. Por exemplo, se os dados estão em metros, a variâcia fica em metros ao quadrado. O desvio-padrão defiido como a raiz quadrada da variâcia apreseta as propriedades da variâcia e tem a mesma uidade de medida dos dados. O desvio-padrão é represetado por s. Desvio-Padrão de Dados Brutos s = (x x) i=1 i 1 Estatística II...76
5 Exemplo: Para as otas apresetadas a Tabela 10.1 determiar a variâcia e o desvio-padrão. Aluos s s Atôio João José Pedro Desvio-Padrão de Dados Tabulados s = k (x x) f i=1 i i 1 ou, pela fórmula desevolvida, s = k x f i=1 i i k x f i i i 1 1 O desvio-padrão é expresso as mesmas uidades dos dados origiais. Tato o desvio-padrão quato a variâcia, são usados como medidas de variabilidade. Coforme a fialidade, é coveiete o uso de uma ou de outra. Observações: Neste texto usaremos a defiição de variâcia e desvio-padrão que cosiste em dividir por - 1 ao ivés de. Se as amostras são grades, os valores obtidos dividido-se por ou 1 são praticamete iguais. Estatística II...77
6 Exemplo: Os dados abaixo represetam a distribuição do tempo de percurso (em miutos) para o trabalho, de 30 empregados. Calcular a variâcia e o desvio-padrão (utilizar as fórmulas). Classes f i x i x i f i x i f i (x i - x ) f i 10.5 Importâcia Prática do Desvio-Padrão O desvio-padrão amostral será usado pricipalmete para estimar o desvio-padrão populacioal em problemas de iferêcia. Procuraremos aqui atribuir um setido ituitivo ao desvio-padrão. De iício, devemos ter em mete que o desvio-padrão mede a variação etre valores. Valores próximos us dos outros origiam desvios-padrão meores, equato valores muito afastados us dos outros dão um desvio-padrão maior. Um coceito importate para compreedermos e iterpretarmos o valor do desvio-padrão é o teorema de Tchebichev. O teorema se aplica a qualquer cojuto de dados, mas seus resultados são muito aproximados. Teorema de Tchebichev A proporção (ou fração) de qualquer cojuto de dados a meos de K desvios-padrão a cotar da média é sempre ao meos 1 1/ K, ode K é um úmero positivo maior do que 1. Para K = e K = 3, temos os seguites resultados específicos: Ao meos 3/4 (ou 75%) de todos os valores estão o itervalo que vai de desvios-padrão abaixo da média a desvios-padrão acima da média ( x s a x s ). Ao meos 8/9 (ou 89%) de todos os valores estão o itervalo que vai de 3 desvios-padrão abaixo da média até 3 desvios-padrão acima da média ( x 3s a x 3s ). Estatística II...78
7 Outra regra que auxilia a iterpretação do valor de um desvio-padrão é a regra empírica, aplicável somete a cojuto de dados com distribuição aproximadamete em forma de sio. A regra empírica costuma ser desigada abreviadamete como a regra Regra para Dados com Distribuição em Forma de Sio Cerca de 68% dos valores estão a meos de 1 desvio-padrão cotar da média. Cerca de 95% dos valores estão a meos de desvios-padrão cotar da média. Cerca de 99,7% dos valores estão a meos de 3 desvios-padrão cotar da média. Exemplo: Realiza-se uma pesquisa a fim de avaliar o tempo ecessário para a realização de uma certa operação maual em uma fábrica. Esse tempo é medido para cada uma de 40 mulheres. A média e o desvio-padrão obtidos foram 1,8 e 1,7, respectivamete. Para descrever os dados, obtêm-se os itervalos: x s 1,8 1,7 ou 11,1 a 14, 5 x s 1,8 (1,7) ou 9,4 a 16, x 3s 1,8 3(1,7) ou 7,7 a 17, 9 Embora ão se possua qualquer iformação a respeito da distribuição desses dados, é muito provável que eles teham distribuição afilada e que a regra empírica permita uma boa descrição dos dados. De acordo com essa regra, é de se esperar que aproximadamete 68% das medidas perteçam ao itervalo de 11,1 a 14,5, equato 95% estarão cotidas etre 9,4 e 16, e 99,7% de 7,7 a 17,9. Se duvidarmos de essa distribuição ser afilada, podemos utilizar o teorema de Tchebichev. Esse teorema diz que pelo meos 3/4 das medidas estarão cotidas o itervalo de 9,4 e 16, e pelo meos 8/9, o itervalo de 7,7 a 17,9. Estatística II...79
8 10.6 Coeficiete de Variação O coeficiete de variação de Pearso é a razão etre o desvio-padrão e a média. O resultado é multiplicado por 100, para que o coeficiete de variação seja dado em porcetagem. Permite que a variação etre características expressas em uidades diferetes seja comparada. CV = x S. 100 Para eteder como se iterpreta o coeficiete de variação, imagie dois grupos de pessoas. No primeiro grupo, as pessoas têm idades 3, 1 e 5 e o segudo grupo as pessoas têm idades 55, 57 e 53 No primeiro grupo, a média de idade é de 3 aos e, o segudo grupo, a média é de 55 aos. Nos dois grupos a dispersão dos dados é a mesma. Ambos têm desvio-padrão s =. Mas as difereças de dois aos são muito mais importates o primeiro grupo, que tem média 3, do que o segudo grupo, que tem média 55 aos. Agora, veja os coeficietes de variação. No primeiro grupo, o coeficiete de variação é: CV = ,67% 3 e, o segudo grupo, o coeficiete de variação é: CV =.100 3,64% 55 Um coeficiete de variação igual a 66,67% idica que a dispersão dos dados em relação à média é muito grade, ou seja, a dispersão relativa é alta. Já um coeficiete de variação de 3,64% idica que a dispersão dos dados em relação à média é pequea. Em outras palavras, difereças de aos são relativamete mais importates o primeiro grupo, que tem média 3 (o coeficiete de variação é 66,67%) do que o segudo grupo, que tem média 55 (o coeficiete de variação é 3,64%). Etão o coeficiete de variação mede dispersão em relação à média. Observações: Algus aalistas cosideram: Baixa dispersão: CV 15% Média dispersão: 15% < CV < 30% Alta dispersão: CV 30% Estatística II...80
9 Exemplo: Calcule a média, o desvio-padrão e o coeficiete de variação dos dados apresetados abaixo. Comete os resultados. Peso, em quilogramas, e comprimeto, em cetímetros, 10 cães Peso Comprimeto 3,0 104, , 103 1, , , , , , ,5 99 Estatística II...81
10 10.7 Escore Z Na seção aterior vimos como caracterizar a homogeeidade de um grupo relacioado a média e o desvio-padrão. Esta seção também trata de uma forma de relacioar estas duas estatísticas, mas para cada idivíduo. Quase todos ós estamos familiarizados com os QIs, e recohecemos que um QI de 10 é bastate comum, equato um QI de 170 é raro. Esse QI de 10 é bastate comum porque está próximo da média de 100, mas o QI de 170 é raro porque está bem acima de 100. Esta circustâcia pode sugerir uma difereça etre os valores típicos e os valores raros, com base em sua difereça em relação à média. Mas o tamaho dessa difereça depede da escala que estamos utilizado. Com valores de QI, uma difereça de potos é isigificate, mas para médias de otas de uma faculdade uma difereça de potos é altamete sigificativa. Seria melhor utilizar um padrão que ão leve em cota a escala. Com o valor ou escore padroizado, dividimos a difereça etre cada valor e a média do cojuto pelo desvio-padrão para chegarmos a esse resultado. A importâcia dos escores z a estatística reside o fato de que eles permitem distiguir etre valores usuais e valores raros, ou icomus. Cosideramos usuais os valores cujos escores padroizados estão etre e +, e icomus os valores com escore z iferior a ou superior a. O escore padroizado é o úmero de desvios-padrão pelo qual um valor x dista da média. Obtém-se da seguite maeira: Amostra População Z x s x Z x Estatística II...8
11 Exercícios 1. Calcule a variâcia, o desvio-padrão e o coeficiete de variação dos dados apresetados o exercícios, 8 e 9 da págia 64 e 65.. Dois grupos diferetes de uma turma de estatística fazem o mesmo teste surpresa, com as otas relacioadas a seguir. Ache a amplitude e o desvio-padrão para cada grupo. Que coclusões sobre a variação os dois grupos os valores da amplitude sugerem. Que coclusões sobre a variação os dois grupos o desvio-padrão sugere? Grupo I Grupo II Tempos de espera de clietes o Baco A (ode os clietes formam uma fila úica) e o Baco B (ode todos os clietes etram em três filas de guichês diferetes): A 6,5 6,6 6,7 6,8 7,1 7,3 7,4 7,7 7,7 7,7 B 4, 5,4 5,8 6, 6,7 7,7 7,7 8,5 9,3 10,0 Determie a média, a mediaa, a moda, amplitude total e o desvio-padrão para cada uma das duas amostras. 4. Três cadidatos a um emprego fazem testes equivaletes de pesameto crítico. Qual dos escores abaixo correspode à posição relativa mais elevada? Um escore de 37 em um teste para o qual a média é de 8 e desvio-padrão de 6. Um escore de 398 em um teste para o qual a média é de 31 e desvio-padrão de 56. Um escore de 4,10 em um teste para o qual a média é de,75 e desvio-padrão de 0,9. Estatística II...83
12 5. Em uma pesquisa, sobre preços de um determiado produto, realizada em 90 estabelecimetos comerciais (codificados de 01 a 90) foram obtidos os resultados abaixo: Selecioar aleatoriamete uma amostra de tamaho, utilizado as coluas 31 e 3 da tabela de úmeros aleatórios, da esquerda para a direita, de cima para baixo. (Começar a 1ª liha). Agrupar os dados em classes e calcular a média aritmética, a moda, a mediaa, os quartis, a variâcia, o desvio-padrão e o coeficiete de variação dos preços. Iterprete o primeiro quartil. Estatística II...84
6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisStela Adami Vayego DEST/UFPR
Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa
Leia maisSumário. 2 Índice Remissivo 19
i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................
Leia maisIntervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
Leia maisMATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho
MATEMÁTICA Professor Haroldo Filho MÓDULO 6 ESTATÍSTICA 1.1 ESTATÍSTICA É a ciêcia que utiliza a coleta de dados, sua classificação, sua apresetação, sua aálise e sua iterpretação para se tomar algum tipo
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 0: Medidas de Dispersão (webercampos@gmail.com) MÓDULO 0 - MEDIDAS DE DISPERSÃO 1. Coceito: Dispersão é a maior ou meor diversificação dos valores de uma variável, em toro
Leia maisEstatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):
Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.
Leia maisDETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS
DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se
Leia maisCapítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)
Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisMEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE
MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE 1 Estatística descritiva (Eploratória) PRIMEIRO PASSO: Tabelas (distribuição de frequêcia) e Gráficos. SEGUNDO PASSO: Cálculo de medidas
Leia maisPopulação x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade
Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X
Leia maisn i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n
Exercício 1. As otas fiais de um curso de Estatística foram as seguites 7, 5, 4, 5, 6, 1, 8, 4, 5, 4, 6, 4, 5, 6, 4, 6, 6, 4, 8, 4, 5, 4, 5, 5 e 6. a. Determie a mediaa, os quartis e a média. Resposta:
Leia maisCapítulo 5- Introdução à Inferência estatística.
Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.
Leia maisESTATÍSTICA E PROBABILIDADES
ESTATÍSTICA E PROBABILIDADES Aluo(a): Turma: Professores: Data: Edu/Vicete Noções de Estatística Podemos eteder a Estatística como sedo o método de estudo de comportameto coletivo, cujas coclusões são
Leia maisVirgílio A. F. Almeida DCC-UFMG 1/2005
Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado
Leia maisMEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA
MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA Média ) Tabela de frequêcias simples Cálculo da média: Tabela a Distribuição da idade de fucioários hipertesos Frequêcia Frequêcia (aos) 7 4 5 6 4 4 44 45 46 5 (aos)
Leia maisStela Adami Vayego DEST/UFPR
Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
Leia maisTestes de Hipóteses sobre uma Proporção Populacional
Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.
Leia maisIntrodução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...
Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia maisEstatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão
Estatística Descritiva 3. Estatísticas 3.1. Medidas de posição 3.. Medidas de dispersão 1 Exemplo 1: Compare as 4 colheitadeiras quato às porcetages de quebra de semetes de milho. Tabela 1. Porcetagem
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia maisEstimação por Intervalo (Intervalos de Confiança):
Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população
Leia maisESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO
ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma
Leia maisDistribuições Amostrais
7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria
Leia maisSEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB
Govero do Estado do Rio Grade do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO
Leia maisEstimativa de Parâmetros
Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade
Leia maise, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e
Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E
MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E Medidas de Tedêcia Cetral Itrodução... 1- Média Aritmética... - Moda... 3- Mediaa... Medidas de Dispersão 4- Amplitude Total... 5- Variâcia
Leia mais3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências
14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisCap. VI Histogramas e Curvas de Distribuição
TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um
Leia maisCritérios de Avaliação e Cotação
Elemetos de Probabilidades e Estatística (37) Elemetos de Probabilidades e Estatística (37) Ao letivo 06-7 E-Fólio A 7 a 6 de abril 07 Critérios de correção e orietações de resposta No presete relatório
Leia maisEstimação de Parâmetros. 1. Introdução
Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas
Leia maisESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.
ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate
Leia mais1 a Lista de PE Solução
Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisIntrodução à Probabilidade e à Estatística I
Itrodução à Probabilidade e à Estatística I Resolução Lista 1 Professor: Pedro Moretti & Chag Chia 1. (a) Podemos iserir dados o software R e costruir um histograma com 5 itervalos: Frequecy 0 2 4 6 8
Leia maisMétodos Quantitativos para Ciência da Computação Experimental Aula #4
Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado
Leia mais1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos
9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais
Leia maisA finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
Leia maisCAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS
CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisExame MACS- Inferência-Intervalos.
Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.
Leia maisDURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total)
DURAÇÃO 1:30 (o teste costa de 3 págias com questões, um formulário e uma tabela - 5 folhas o total) Leia atetamete o euciado ates de respoder a cada questão. as questões de escolha múltipla seleccioe
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese
Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,
Leia maisCORRELAÇÃO Aqui me tens de regresso
CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.
Leia maisO jogo MAX_MIN - Estatístico
O jogo MAX_MIN - Estatístico José Marcos Lopes Resumo Apresetamos este trabalho um jogo (origial) de treiameto para fortalecer os coceitos de Média, Mediaa, Moda, Desvio Padrão e Desvio Médio da Estatística
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisContabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
Leia maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia maisTaxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco
Taxas e Ídices Aa Maria Lima de Farias Dirce Uesu esco Itrodução Nesse texto apresetaremos coceitos básicos sobre ídices e taxas. Embora existam aplicações em diversos cotextos, essas otas utilizaremos
Leia maisCAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas
Leia maisCritérios de correção e orientações de resposta p-fólio
Miistério da Ciêcia, Tecologia e Esio Superior U.C. 037 Elemetos de Probabilidade e Estatística de Juho de 0 Critérios de correção e orietações de resposta p-fólio Neste relatório apresetam-se os critérios
Leia maisUniversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny
1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis
Leia maisDisciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados
Escola SESI de Aápolis - Judiaí Aluo (a): Disciplia: MATEMÁTICA Turma: 3º Ao Professor (a) : CÉSAR LOPES DE ASSIS Data: INTRODUÇÃO A ESTATÍSTICA A Estatística é o ramo da Matemática que coleta, descreve,
Leia maisESCOLA BÁSICA DE ALFORNELOS
ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem
Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos
Leia maisEscola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ
1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo
Leia maisNúmero-índice: Conceito, amostragem e construção de estimadores
Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 1
MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisMedidas de Posição. É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores.
Medidas de Posição São as estatísticas que represetam uma série de dados orietado-os quato à posição da distribuição em relação ao eixo horizotal do gráfico da curva de freqüêcia As medidas de posições
Leia maisPROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol
PROVA 1 7/10/009 Nome: GABARITO 1. Os dados apresetados a seqüêcia mostram os resultados de colesterol mg /100ml em dois grupos de aimais. O grupo A é formado por 10 total ( ) aimais submetidos a um cotrole
Leia maisEmerson Marcos Furtado
Emerso Marcos Furtado Mestre em Métodos Numéricos pela Uiversidade Federal do Paraá (UFPR). Graduado em Matemática pela UFPR. Professor do Esio Médio os estados do Paraá e Sata Cataria desde 199. Professor
Leia maisUma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra
Distribuição amostral de Um dos procedimetos estatísticos mais comus é o uso de uma média da amostra ( ) para fazer iferêcias sobre uma população de média µ. Esse processo é apresetado a figura abaio.
Leia maisESCOLA SECUNDÁRIA DE CASQUILHOS
ESCOLA SECUNDÁRIA DE CASQUILHOS 12º Ao Turma B - C.C.H. de Ciêcias e Tecologias - Teste de Avaliação de Matemática A V1 Duração: 90 mi 09 Março 2010 Prof.: GRUPO I Os cico ites deste grupo são de escolha
Leia maisIntrodução a Complexidade de Algoritmos
Itrodução a Complexidade de Algoritmos Estruturas de Dados Prof. Vilso Heck Juior Apresetação Revisão - O Algoritmo; A Complexidade; Exercício. Complexidade de Algoritmos REVISÃO - O ALGORITMO O Algoritmo
Leia maisProbabilidade II Aula 9
Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
Leia maisMedidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO
Medidas de Dispersão para uma Amostra Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Para entender o que é dispersão, imagine que quatro alunos
Leia maisTRANSPORTES. Sessão Prática 4 Amostragem de escalares
Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
Leia mais3ª Lista de Exercícios de Programação I
3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros
Leia maisESTIMAÇÃO PARA A MÉDIA
ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao
Leia maisENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS
ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~
Leia mais1 Distribuições Amostrais
1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados
Leia maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisUniversidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química
Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza
Leia maisO teste de McNemar. A tabela 2x2. Depois - Antes
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"
Leia maisCÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição;
CÁLCULO I Prof Edilso Neri Júior Prof Adré Almeida Aula o 9: A Itegral de Riema Objetivos da Aula Deir a itegral de Riema; Exibir o cálculo de algumas itegrais utilizado a deição; Apresetar fuções que
Leia maisMétodos de Amostragem
Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a
Leia maisObjetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.
ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes
Leia maisESTATÍSTICA EXPLORATÓRIA
ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia maisMaterial Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio
Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto
Leia maisMaterial Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio
Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto
Leia maisComparação entre duas populações
Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas
Leia maisProbabilidade II Aula 12
Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em
Leia maisExercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?
1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de
Leia mais