A notícia boa é que a estatística está se tornando mais fácil e acessível. A notícia ruim é que a estatística está se tornando mais fácil e acessível.
|
|
- Iago Faro Cortês
- 8 Há anos
- Visualizações:
Transcrição
1 Universidade Estadual de Campinas Faculdade de Odontologia de Piracicaba A escolha do método estatístico Profa. Dra. Livia M. A. Tenuta litenuta@fop.unicamp.br Universidade Estadual de Campinas Faculdade de Odontologia de Piracicaba A escolha do método estatístico - Probabilidades, hipóteses e delineamentos - 1
2 A notícia boa é que a estatística está se tornando mais fácil e acessível. A notícia ruim é que a estatística está se tornando mais fácil e acessível. Hofacker, 1983 Para muitos, estatística é... 2
3 Figueira CV, 2006 Para outros... Estatística é a arte de torturar os dados até que eles digam o que se quer ouvir Mills, 1993, Susin & Rösing,
4 Jim Borgman, New York Times, 27 April
5 Testes estatísticos mais comuns Número e tipo de grupos Paramétrico Não paramétrico 2 grupos Independentes (não pareados) Dependentes (pareados) Teste t para amostras independentes Teste t para amostras dependentes Teste de Mann- Whitney Teste de Wilcoxon 3 ou mais grupos Independentes (não pareados) Dependentes (pareados) ANOVA ANOVA medidas repetidas Teste de Kruskal- Wallis Teste de Friedman Susin C. Basic statistical analysis for dental research. In: Rode SM, Dias KRHC, França CM. Handbook of scientific methodology. IADR latinoamericana, 2009 Métodos de regressão mais comuns Tipo de observações Dados contínuos Dados categóricos Independentes Dependentes Regressão linear Regressão linear com erro padrão ajustado para o agrupamento das observações Regressão logística dicotômica, multinomial e ordenada Regressão logística condicional e extensões Susin C. Basic statistical analysis for dental research. In: Rode SM, Dias KRHC, França CM. Handbook of scientific methodology. IADR latinoamericana,
6 Estudo cruzado duplo-cego Controle negativo: H 2 O Controle positivo: 1.5% Sacarose Controle ativo: 1.5% Lactose Experimental: Zero Cal R Controle negativo: sem dentifrício Controle ativo: MFP/SiO 2 Experimental: MFP/CaCO 3 Pesquisa científica Pergunta (???) curiosidade científica! Delineamento experimental adequado para testar a pergunta Variáveis resposta que ajudem a explicar o fenômeno 6
7 Estatística experimental Desmineralização dental (% perda de dureza) Tratamento A: 21,5% 23,6% 39,7% 29,5% 32,7% Média 29,4% Tratamento B: 18,9% 24,4% 26,7% 19,4% 17,8% Média 21,4% Diferença estimada entre A e B: 8% Estatística experimental Existe uma real diferença entre os tratamentos A e B? Para descobrir, o experimento deveria ser repetido infinitas vezes! 7
8 Estatística experimental Inferência estatística: determina a probabilidade de estimar se uma real diferença entre tratamentos existe Nível de significância (p): probabilidade de erro ao afirmar que há diferença entre os tratamentos Estatística experimental Desmineralização dental (% perda de dureza) Tratamento A: 21,5% 23,6% 39,7% 29,5% 32,7% Média 29,4% DP 7,3% Tratamento B: 18,9% 24,4% 26,7% 19,4% 17,8% Média 21,4% DP 3,9% 8
9 Variação do acaso: toda variação devido a fatores não controláveis. Pode ser medida através do desvio em relação a média ANOVA Análise da variância Quanto da variabilidade observada é devido ao acaso ou a um real efeito do tratamento 9
10 Efeito de 2 dentifrícios na concentração de F no fluido do biofilme (µm F, média, n=56) Dentifrício A Dentifrício B 5,5 11,4 Efeito de 2 dentifrícios na concentração de F no fluido do biofilme (µm F, média ± DP, n=56) Dentifrício A Dentifrício B 5,5 ± 4,5 11,4 ± 21,0 10
11 Concentração de F no fluido do biofilme dental exposto a 2 dentifrícios 11
12 Eliminando o outlier 12
13 Transformação sugerida pelo pacote estatístico: inversa 13
14 Delineamento inteiramente aleatorizado Esquema da análise de variância: Fonte de variação Graus de liberdade Soma de Quadrados Quadrado médio F Tratamento I 1 Variabilidade devido ao tratamento Resíduo I (J 1) Por diferença SQ tratamento GL trat. SQ resíduo GL resíduo QM tratamento QM resíduo Total IJ 1 Variabilidade total I = número de níveis do tratamento J = número de repetições Delineamento inteiramente aleatorizado Modelo matemático: Y ij = µ + t i + e ij Onde: Y ij = valor da variável testada sob o i-ésimo nível de tratamento µ = média geral do experimento para a variável t i = efeito do i-ésimo nível de tratamento e ij = erro aleatório 14
15 Controle 70 ppm F 140 ppm F 280 ppm F Estatística experimental Teste de hipóteses: regra de decisão para rejeitar ou não uma hipótese estatística com base nos elementos amostrais H 0 (hipótese nula): hipótese que será testada estatisticamente H a (hipótese alternativa): suposição que o pesquisador quer estudar 15
16 Delineamento inteiramente aleatorizado Hipóteses: H 0 = t 1 = t 2 =... = t I = 0 H a = t i 0 Estatística experimental Ao rejeitar H 0, com nível de significância de 5%, por exemplo, o pesquisador automaticamente aceita sua hipótese alternativa 16
17 In relation to any experiment we may speak of the null hypothesis, and it should be noted that the null hypothesis is never proved or established, but is possibly disproved, in the course of experimentation. Every experiment may be said to exist only in order to give the facts a chance of disproving the null hypothesis. Fisher RA Estatística experimental Desmineralização dental (% perda de dureza) Tratamento A: 21,5% 23,6% 39,7% 29,5% 32,7% Média 29,4% Tratamento B: 18,9% 24,4% 26,7% 19,4% 17,8% Média 21,4% Diferem ao nível de significância de 5% Erro tipo I (α): probabilidade de erro ao se rejeitar a hipótese de nulidade quando ela é verdadeira, ou seja, probabilidade de apontar um falso positivo 17
18 Trabalhando com probabilidades... Nível de significância de 5% significa que aceitamos errar em 1 a cada 20 casos Correlação entre variáveis: se eu tiver 10 variáveis e for estudar a correlação entre elas, tenho 45 comparações (10*(10-1)/2 = 45) Em 5% delas, posso ver uma correlação significativa por mero acaso! 0,05* 45 = 2,25! Hofacker CS, 1983 Erro tipo II (β): probabilidade de erro ao não rejeitar a hipótese de nulidade quando ela é de fato falsa, ou seja, probabilidade de apontar um falso negativo É função do: a) número de repetições b) variabilidade dos dados c) real diferença entre os grupos 18
19 Repetição Proporciona uma estimativa do erro experimental (variabilidade), permitindo a estimativa do efeito dos tratamentos. Repetição n=3 Tratamento A: Média 23 Tratamento B: Média 21 Teste t comparando A e B: p=0,48 19
20 Repetição n=30 Tratamento A: 20, 24, 25, 21, 23, 25, 20, 23, 26, 20, 24, 25, 20, 24, 25, 22, 24, 23, 21, 23, 26, 19, 24, 25, 20, 24, 25, 19, 25, 25 Média 23 Tratamento B: 15, 22, 26, 16, 23, 24, 15, 24, 24, 17, 22, 24, 17, 22, 24, 17, 16, 22, 24, 23, 24, 17, 22, 24, 17, 22, 24, 14, 24, 25 Média 21 Teste t comparando A e B: p=0,0137 Repetição n=3 Tratamento A: Média 23 Tratamento B: Média 13 Diferença entre A e B = 10 Teste t comparando A e B: p=0,
21 Repetição n=3 Tratamento A: Média 23 DP 2,6 Tratamento B: Média 13 DP 3,0 Repetição n=3 Tratamento A: Média 23 DP 11,1 Tratamento B: Média 13 DP 9,9 Teste t comparando A e B: p=0,31 21
22 Poder estatístico Erro tipo II (β): probabilidade de erro ao não rejeitar a hipótese de nulidade quando ela é de fato falsa, ou seja, probabilidade de apontar um falso negativo Poder do teste estatístico: Capacidade do teste em apontar diferenças quando elas realmente existem Erro tipo II (β) = 10% Poder = 1 β= 90% 22
23 Delineamento inteiramente aleatorizado Esquema da análise de variância: Fonte de variação Graus de liberdade Soma de Quadrados Quadrado médio F Tratamento I 1 Variabilidade devido ao tratamento Resíduo I (J 1) Por diferença SQ tratamento GL trat. SQ resíduo GL resíduo QM tratamento QM resíduo - Total IJ 1 Variabilidade total - - I = número de níveis do tratamento J = número de repetições Poder estatístico Reviewer: What were criteria for sample size selection? Was it to reach estimated power (80%)? The sample size selection was based on a pilot study, made with 3 volunteers, who ingested the 550 µg F/g dentifrice, on fasting, after breakfast or after lunch, and we used the AUC of salivary F concentration as the response variable. In fact, we intended to determine the number of volunteers necessary to detect differences between the gastric content situations using the low F dentifrice, with 80% power. From this pilot study, a low standard deviation was observed between volunteers for each gastric content condition. Using the SAS System 8.01, considering the differences obtained from the mean of these treatments, we could reach 80% power if we used nine volunteers. For 11 volunteers, the power would increase to 90%. Considering that volunteers could be lost during the 9-phase study, we opted to select 11 volunteers. Actually, we could significantly reject H 0 in the experiment, and therefore we haven t worried in mention this in the text, but we added the power information in the text. 23
24 Princípios básicos da experimentação 1. Repetição 2. Aleatorização 3. Cegamento 4. Controle local (blocos estatísticos) Aleatorização Proporciona a todos os tratamentos a mesma probabilidade de serem designados a qualquer das unidades experimentais 24
25 Aleatorização = sorteio! Aleatorização no Excel Exemplo: Dividir 16 espécimes em 4 tratamentos (cada um com 4 espécimes) 25
26 Classificar pela coluna Aleatório ATENÇÃO: Para que o sorteio seja feito corretamente, apenas as colunas Tratamento e Aleatório devem ser selecionadas! 26
27 Ao classificar por um número aleatório, automaticamente o tratamento ficará aleatorizado! Portanto, os espécimes 1, 6, 7 e 8 devem receber o tratamento 1, e assim sucessivamente... 27
28 Aleatorização com restrição A distribuição dos espécimes entre os tratamentos é feita de modo restrito, para evitar que algum tratamento seja favorecido pela aleatorização. Exemplo: quando se conhece a dureza inicial de blocos dentais, é possível sorteá-los aos tratamentos de acordo com sua dureza E a média de dureza entre os grupos apresenta-se homogênea. 28
29 Realizando-se a aleatorização sem restrição, as diferenças entre durezas dos espécimes distribuídos aos 4 níveis de tratamento são mais evidentes. Cegamento Estudo cego: o pesquisador não tem acesso à identificação de qual nível de tratamento se trata. 29
30 Vieira, S. Estatística experimental. 2.ed Cegamento Estudo cego: o pesquisador não tem acesso à identificação de qual nível de tratamento se trata. Quando voluntários estão envolvidos, estes também não devem saber de qual tratamento estão participando estudo duplo cego 30
31 Delineamento aleatorizado em blocos Utiliza os princípios da repetição, aleatorização e controle local Exemplo: avaliar o efeito do dentifrício fluoretado, em 2 níveis, na concentração de F na saliva, utilizando 14 voluntários como blocos estatísticos Delineamento aleatorizado em blocos Modelo matemático: Onde: Y ij = µ + t i + b j + e ijk Y ij = valor da variável testada sob o i-ésimo nível de tratamento e no j-ésimo bloco µ = média geral do experimento para a variável t i = efeito do i-ésimo nível de tratamento b j = efeito do j-ésimo nível de voluntário e ij = erro aleatório 31
32 Delineamento aleatorizado em blocos Hipóteses: H 0 = t 1 = t 2 =... = t I = 0 H a = t i 0 Delineamento aleatorizado em blocos Esquema da análise de variância: Fonte de variação Graus de liberdade Soma de Quadrados Quadrado médio F Tratamento I 1 Blocos J 1 Variabilidade devido ao tratamento Variabilidade devido aos blocos Resíduo (I 1)(J 1) Por diferença SQ tratamento GL trat. SQ blocos GL blocos SQ resíduo GL resíduo QM tratamento QM resíduo QM blocos QM resíduo Total IJ 1 Variabilidade total - - I = número de níveis do tratamento J = número de blocos - 32
33 Delineamento aleatorizado em blocos A variabilidade devido aos blocos (voluntários, p.ex.) pode ser estimada, diminuindo a variabilidade devido ao acaso (erro experimental) 33
34 Delineamento cruzado Fase 1 Fase 2 Fase 3 Voluntários grupo 1 Voluntários grupo 2 Voluntários grupo 3 Tratamento A Tratamento B Tratamento C Delineamentos de tratamentos 1. Fatorial 2. Parcelas subdivididas 34
35 Experimentos fatoriais Derivam do interesse em testar o efeito de dois ou mais tipos de tratamentos no mesmo experimento. Cada tipo de tratamento é referido como um fator. Experimentos fatoriais Exemplo: avaliar o efeito do dentifrício fluoretado, em 2 níveis, e da freqüência de exposição do biofilme dental a sacarose, em 4 níveis, na desmineralização dental. Fatorial 2 x 4 35
36 Experimentos fatoriais A combinação de tratamentos resultantes é o resultado da interação dos fatores a serem testados. No exemplo, há 8 combinações possíveis de tratamentos: 500 ppm F, exposição ao açúcar 2x/dia 500 ppm F, exposição ao açúcar 4x/dia 500 ppm F, exposição ao açúcar 6x/dia 500 ppm F, exposição ao açúcar 8x/dia 1100 ppm F, exposição ao açúcar 2x/dia 1100 ppm F, exposição ao açúcar 4x/dia 1100 ppm F, exposição ao açúcar 6x/dia 1100 ppm F, exposição ao açúcar 8x/dia Delineamento fatorial Modelo matemático: Onde: Y ij = µ + A i + B j + A i *B j + e ijk Y ij = valor da variável testada sob o i-ésimo nível do fator A e j- ésimo nível do fator B µ = média geral do experimento para a variável A i = efeito do i-ésimo nível do fator A B j = efeito do j-ésimo nível do fator B A i *B j = efeito da interação A e B e ij = erro aleatório 36
37 Delineamento fatorial Hipóteses: (1) H 0 = A 1 = A 2 =... = A I = 0 H a = A i 0 (2) H 0 = B 1 = B 2 =... = B J = 0 H a = B j 0 (3) H 0 = (A*B) ij = 0 H a = (A*B) ij 0 Delineamento fatorial Esquema da análise de variância: Fonte de variação Graus de liberdade Soma de Quadrados Quadrado médio F A I 1 B J 1 A*B (I 1)(J 1) Variabilidade devido ao fator A Variabilidade devido ao fator B Variabilidade devido a interação A*B Resíduo IJ (K 1) Por diferença SQ trat. A GL trat. A SQ trat. B GL trat. B SQ (A*B) GL (A*B) SQ resíduo GL resíduo QM trat. A QM resíduo QM trat. B QM resíduo QM trat. A*B QM resíduo Total IJ 1 Variabilidade total - - I = número de níveis do fator A J = número de níveis do fator B K = número de repetições - 37
38 Variável resposta B1 B2 Não há efeito significativo de A (A1 = A2) Não há efeito significativo de B (B1 = B2) A1 A2 Não há efeito da interação Variável resposta B1 B2 Há efeito significativo de A (A2 > A1) Não há efeito significativo de B (B1 = B2) Não há efeito da interação A1 A2 Variável resposta B1 B2 Não há efeito significativo de A (A1 = A2) Há efeito significativo de B (B1 > B2) A1 A2 Não há efeito da interação Variável resposta B1 B2 Há efeito significativo de A (A2 > A1) Há efeito significativo de B (B1 > B2) Não há efeito da interação A1 A2 38
39 Variável resposta B1 B2 Interação devido a diferença na grandeza da resposta A1 A2 Variável resposta B1 B2 Interação devido a diferença na direção da resposta A1 A2 39
40 Efeito de 2 dentifrícios na concentração de F no fluido do biofilme em função da freqüência de Frequência exposição do biofilme à sacarose exposição a sacarose (µm F, média ±DP, n=14) Dentifrício A Dentifrício B 2 x 5,6 ± 4,7 7,2 ± 4,8 4 x 4,4 ± 1,3 10,1 ± 12,8 6 x 5,1 ± 2,3 8,2 ± 6,2 8 x 6,8 ± 7,2 8,0 ± 6,4 Houve efeito significativo do fator dentifrício na concentração de F no fluido do biofilme dental (p<0,05) Experimentos em parcelas subdivididas Vieira, S. Estatística experimental. 2.ed
41 Experimentos em parcelas subdivididas Ocorrem quando os tratamentos não são distribuídos nas unidades experimentais da mesma forma, caracterizando tratamentos primários (parcelas) e secundários (subparcelas). Após o sorteio do tratamento principal às unidades experimentais de forma usual, o tratamento secundário é sorteado dentro de cada tratamento primário. Baseline surface microhardness 41
42 Delineamento em parcelas subdivididas Modelo matemático: Onde: Y ij = µ + A i + b j + B k + A i *B k + e ijkl Y ij = valor da variável testada sob o i-ésimo nível do fator A, j- ésimo bloco e k-ésimo nível do fator B µ = média geral do experimento para a variável A i = efeito do i-ésimo nível do fator A b j = efeito do j-ésimo bloco estatístico B j = efeito do k-ésimo nível do fator B A i *B k = efeito da interação A e B e ij = erro aleatório Delineamento fatorial Hipóteses: (1) H 0 = A 1 = A 2 =... = A I = 0 H a = A i 0 (2) H 0 = B 1 = B 2 =... = B J = 0 H a = B j 0 (3) H 0 = (A*B) ij = 0 H a = (A*B) ij 0 42
43 Delineamento fatorial Esquema da análise de variância: Fonte de variação Graus de liberdade Soma de Quadrados Quadrado médio F A I 1 Blocos J 1 Resíduo a (A*bloco) (I 1)(J 1) Variabilidade devido ao fator A Variabilidade devido aos blocos Variabilidade da parcela SQ trat. A GL trat. A SQ blocos GL blocos SQ resíduo a GL resíduo a QM trat. A QM resíduo a QM blocos QM resíduo a Delineamento fatorial Esquema da análise de variância: Fonte de variação Graus de liberdade Soma de Quadrados Quadrado médio F A I 1 Blocos J 1 Resíduo a (A*bloco) (I 1)(J 1) B K 1 A*B (I 1)(K 1) Variabilidade devido ao fator A Variabilidade devido aos blocos Variabilidade da parcela Variabilidade devido ao fator B Variabilidade devido a interação A*B Resíduo b I(J 1)(K 1) Por diferença SQ trat. A GL trat. A SQ blocos GL blocos SQ resíduo a GL resíduo a SQ trat. B GL trat. B SQ (A*B) GL (A*B) SQ resíduo b GL resíduo b QM trat. A QM resíduo a QM blocos QM resíduo a QM trat. B QM resíduo b QM trat. A*B QM resíduo b Total IJK 1 Variabilidade total
44 44
45 45
46 We have discussed the practice of using different data transformations within a 2-way ANOVA with our statistical adviser and he stated that this is not valid, since the comparisons are not then between data of the same type. Transformation is performed to deal with 1 or more of 3 problems: non-normality, non-homogeneity of variance and non-additivity. To my understanding, in a 2-way analysis, 'individualized' transformations, while solving the first two problems, would work against the third requirement of ANOVA, that treatment effects are additive. For instance, data in which treatment effect was multiplicative rather than additive are appropriately transformed to logs, since the treatment effects then become additive. But these could not then be compared with data that had not been transformed because they already fulfilled the ANOVA requirements. You would be comparing oranges and bananas. Sorry about the confusion induced by my last set of comments on the statistics. I think there might be still some sort of problem there, in that your comparison of the 30-min plaque solid data is on a somewhat different basis from the other comparisons. But I will discuss it when I next see our statistical advisor. I suspect that I put the question to him in a misleading way, combined with a misinterpretation of your analysis. 46
47 Obrigada pela atenção!!! 47
TÉCNICAS DE ANÁLISE DE DADOS
observação = previsível + aleatória aleatória obedece algum modelo de probabilidade ferramenta: análise de variância identificar fatores, controláveis, que expliquem o fenômeno ou alterem a característica
Leia maisPLANEJAMENTO EXPERIMENTAL
PLANEJAMENTO EXPERIMENTAL Técnicas de Pesquisas Experimentais LUIS HENRIQUE STOCCO MARCIO TENÓRIO SANDRA MARCHI Introdução O Planejamento de Experimentos (Design of Experiments, DoE), técnica utilizada
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisGuião A. Descrição das actividades
Proposta de Guião para uma Prova Grupo: Ponto de Encontro Disciplina: Inglês, Nível de Continuação, 11.º ano Domínio de Referência: Um Mundo de Muitas Culturas Duração da prova: 15 a 20 minutos 1.º MOMENTO
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Mario de Andrade Lira Junior
DELINEAMENTO EM BLOOS ASUALIZADOS (DB) Mario de Andrade Lira Junior GENERALIDADES Delineamento mais comum em ciências agrárias Delineamento mais simples com controle local Só usar quando confiar que pode
Leia mais01-A GRAMMAR / VERB CLASSIFICATION / VERB FORMS
01-A GRAMMAR / VERB CLASSIFICATION / VERB FORMS OBS1: Adaptação didática (TRADUÇÃO PARA PORTUGUÊS) realizada pelo Prof. Dr. Alexandre Rosa dos Santos. OBS2: Textos extraídos do site: http://www.englishclub.com
Leia maisComparação dos procedimentos GLM em parcelas subdivididas e o MIXED no modelo de medidas repetidas
Comparação dos procedimentos GLM em parcelas subdivididas e o MIXED no modelo de medidas repetidas Maria Elizabeth da Costa Vasconcellos 1 Paula Cristina de Oliveira Klefens 2 Cezar Francisco Araujo Junior
Leia maisGuião M. Descrição das actividades
Proposta de Guião para uma Prova Grupo: Inovação Disciplina: Inglês, Nível de Continuação, 11.º ano Domínio de Referência: O Mundo do trabalho Duração da prova: 15 a 20 minutos 1.º MOMENTO Guião M Intervenientes
Leia maisAnálise de Variância com dois ou mais factores - planeamento factorial
Análise de Variância com dois ou mais factores - planeamento factorial Em muitas experiências interessa estudar o efeito de mais do que um factor sobre uma variável de interesse. Quando uma experiência
Leia maisPROVA COMENTADA E RESOLVIDA PELOS PROFESSORES DO CURSO POSITIVO
COMENTÁRIO GERAL DOS PROFESSORES DO CURSO POSITIVO Uma prova, para avaliar tantos candidatos deve ser sempre bem dosada como foi a deste ano. Houve tanto questões de interpretação (6) como de gramática
Leia maisANÁLISE DE DADOS ESTATÍSTICOS COM O MICROSOFT OFFICE EXCEL 2007
ANÁLISE DE DADOS ESTATÍSTICOS COM O MICROSOFT OFFICE EXCEL 2007 2 Professor Claodomir Antonio Martinazzo Sumário 1 Introdução... 03 2 Instalação da ferramenta Análise de Dados... 04 3 Estatística Descritiva...
Leia maisO PROBLEMA DO BAIXO NÚMERO DE REPETIÇÕES EM EXPERIMENTOS DE COMPETIÇÃO DE CULTIVARES
O PROBLEMA DO BAIXO NÚMERO DE REPETIÇÕES EM EXPERIMENTOS DE COMPETIÇÃO DE CULTIVARES Cristiano Nunes Nesi 1, Antônio Lourenço Guidoni 2 Cleber Bringhenti 1 INTRODUÇÃO Uma questão importante a ser definida
Leia maisAula 3 Prof. Adriano S. Melo asm.adrimelo no gmail.com
Universidade Federal de Goiás Programa de Pós-Graduação em Ecologia e Evolução Elaboração e Delineamento de Projetos www.ecoevol.ufg.br/adrimelo/planejamento Aula 3 Prof. Adriano S. Melo asm.adrimelo no
Leia maisUNIDADE DE PESQUISA CLÍNICA Centro de Medicina Reprodutiva Dr Carlos Isaia Filho Ltda. SAMPLE SIZE DETERMINATION FOR CLINICAL RESEARCH
SAMPLE SIZE DETERMINATION FOR CLINICAL RESEARCH Duolao Wang; Ameet Bakhai; Angelo Del Buono; Nicola Maffulli Muscle, Tendons and Ligaments Journal, 2013 Santiago A. Tobar L., Dsc. Why to determine the
Leia maisHipóteses Estatísticas Testadas por Diversos Softwares em Modelos com Dois Fatores Cruzados e Dados Desbalanceados
TEMA Tend. Mat. Apl. Comput., 5, No. 1 (24), 117-124. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Hipóteses Estatísticas Testadas por Diversos Softwares em Modelos
Leia maisSolutions. Adição de Ingredientes. TC=0.5m TC=2m TC=1m TC=3m TC=10m. O Tempo de Ciclo do Processo é determinado pelo TC da operação mais lenta.
Operations Management Homework 1 Solutions Question 1 Encomenda Preparação da Massa Amassar Adição de Ingredientes Espera Forno Entrega TC=0.5m TC=2m TC=1m TC=3m TC=10m TC=1.5m (se mesmo operador) O Tempo
Leia mais25 a 30 de novembro de 2013
Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 Parte 1 - Conteúdo 1 2 3 4 5 R (http://www.r-project.org/) Action = Excel + R (http://www.portalaction.com.br)
Leia maisESTATÍSTICA EXPERIMENTAL Dr. Sérgio do N. Kronka 1. INTRODUÇÃO
ESTATÍSTICA EXPERIMENTAL Dr. Sérgio do N. Kronka 1. INTRODUÇÃO A Estatística Experimental tem por objetivo o estudo dos experimentos, incluindo o planejamento, execução, análise dos dados e interpretação
Leia maisUm Estudo Sobre a Chance de Repetição de Sorteios na Mega-Sena
Um Estudo Sobre a Chance de Repetição de Sorteios na Mega-Sena Rogério César dos Santos 05 de Janeiro de 2014 Resumo Qual é a chance de haver um sorteio repetido na Mega-Sena, em n jogos? Como veremos,
Leia mais5. BLOCOS ALEATORIZADOS QUADRADOS LATINOS
5. BLOCOS ALEATORIZADOS e QUADRADOS LATINOS Vamos analisar 4 tipos de experimentos: I) Projetos completamente aleatorizados II) Projetos em blocos aleatorizados III) Quadrados Latinos IV) Quadrados Greco-Latinos
Leia maisEstatística e Probabilidade
Correlação Estatística e Probabilidade Uma correlação é uma relação entre duas variáveis. Os dados podem ser representados por pares ordenados (x,y), onde x é a variável independente ou variável explanatória
Leia maisAnálise de Variância simples (One way ANOVA)
Análise de Variância simples (One way ANOVA) Análise de experiências com vários grupos de observações classificados através de um só factor (por exemplo grupos de indivíduos sujeitos a diferentes tratamentos
Leia maisESPAÇAMENTO DAS MUDAS DE CAFÉ NA COVA (*)
ESPAÇAMENTO DAS MUDAS DE CAFÉ NA COVA (*) HÉLIO JOSÉ SCARANARI Engenheiro-agrônomo, Divisão de Agronomia, Instituto Agronômico RESUMO Quatro distâncias entre as mudas na mesma cova foram estudadas, com
Leia maisMetodologia em Estudos Clínicos
Metodologia em Estudos Clínicos Gabriela Stangenhaus Livre Docente - USP Prof. Adjunto - UNICAMP Pesquisa Científica e Estudos Clínicos Pesquisa Científica Aquisição de novo conhecimento Pesquisa Científica
Leia maisMINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS
MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS Programa de Pós-Graduação em Estatística e Experimentação Agropecuária Prova do Processo Seletivo para o Mestrado
Leia maisO modelo ANOVA a dois factores, hierarquizados
O modelo ANOVA a dois factores, hierarquizados Juntando os pressupostos necessários à inferência, Modelo ANOVA a dois factores, hierarquizados Seja A o Factor dominante e B o Factor subordinado. Existem
Leia maisEngenharia da Produção Projeto de Produto, QFD, FMEA e DoE DoE Dr. Egon Walter Wildauer
Tema DoE Projeto Curso Disciplina Tema Professor Pós-graduação Engenharia da Produção Projeto de Produto, QFD, FMEA e DoE DoE Dr. Egon Walter Wildauer Introdução O DoE Design of Experiments é uma ferramenta
Leia maisConceitos e Princípios Básicos da Experimentação
UNIVERSIDADE FEDERAL DO PIAUÍ CENTRO DE CIÊNCIAS AGRÁRIAS NÚCLEO DE ESTUDOS EM GENÉTICA E MELHORAMENTO EXPERIMENTAÇÃO EM GENÉTICA E MELHORAMENTO Conceitos e Princípios Básicos da Experimentação Mestranda:
Leia maisGUIÃO A. Ano: 9º Domínio de Referência: O Mundo do Trabalho. 1º Momento. Intervenientes e Tempos. Descrição das actividades
Ano: 9º Domínio de Referência: O Mundo do Trabalho GUIÃO A 1º Momento Intervenientes e Tempos Descrição das actividades Good morning / afternoon / evening, A and B. For about three minutes, I would like
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
Caríssimos. Recebi muitos e-mails pedindo ajuda com eventuais recursos para as provas do BACEN. Em raciocínio lógico, eu não vi possibilidade de recursos, apesar de achar que algumas questões tiveram o
Leia maisO teste de McNemar. A tabela 2x2. Depois
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a significância de mudanças é particularmente aplicável aos experimentos do tipo "antes
Leia maisComparação Estatística de Algoritmos Evolutivos
Comparação Estatística de Algoritmos Evolutivos Parte I: Planejamento Experimental Felipe Campelo fcampelo@ufmg.br Universidade Federal de Minas Gerais São Carlos 02 de Abril de 2012 Motivação Motivação
Leia maisIntrodução aos Modelos Lineares em Ecologia
Introdução aos Modelos Lineares em Ecologia Prof. Adriano Sanches Melo - Dep. Ecologia UFG asm.adrimelo no gmail.com Página do curso: www.ecologia.ufrgs.br/~adrimelo/lm/ Livro-texto: Crawley, M.J. 2005.
Leia maisModelos mistos na análise de dados longitudinais de um experimento para armazenamento de banana
Modelos mistos na análise de dados longitudinais de um experimento para armazenamento de banana Simone Silmara Werner Gurgel do Amaral Sara Regina Kulzer 2 Marcus Vinícius Silva Gurgel do Amaral Sílvia
Leia maisWelcome to Lesson A of Story Time for Portuguese
Portuguese Lesson A Welcome to Lesson A of Story Time for Portuguese Story Time is a program designed for students who have already taken high school or college courses or students who have completed other
Leia maisCOMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder
Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem
Leia maisVocê sabe fazer perguntas em Inglês? Em primeiro lugar observe as frases abaixo: Afirmativo: Ele é estudante Interrogativo: Ele é estudante?
Do you know how to ask questions in English? Você sabe fazer perguntas em Inglês? Em primeiro lugar observe as frases abaixo: Afirmativo: Ele é estudante Interrogativo: Ele é estudante? Note que tanto
Leia maisCITAÇÕES E ÍNDICE H: teste comparativo em pequena escala entre ISI-WOS e SCOPUS
PÔSTER IMPACTO DAS TECNOLOGIAS DE INFORMAÇÃO NA GESTÃO DA BIBLIOTECA UNIVERSITÁRIA Uso estratégico das tecnologias em informação documentária CITAÇÕES E ÍNDICE H: teste comparativo em pequena escala entre
Leia maisTestes (Não) Paramétricos
Armando B. Mendes, DM, UAç 09--006 ANOVA: Objectivos Verificar as condições de aplicabilidade de testes de comparação de médias; Utilizar ANOVA a um factor, a dois factores e mais de dois factores e interpretar
Leia maisGUIÃO A. What about school? What s it like to be there/here? Have you got any foreign friends? How did you get to know them?
GUIÃO A Prova construída pelos formandos e validada pelo GAVE, 1/7 Grupo: Chocolate Disciplina: Inglês, Nível de Continuação 11.º ano Domínio de Referência: Um Mundo de Muitas Culturas 1º Momento Intervenientes
Leia maisControle estatístico de processo: algumas ferramentas estatísticas. Linda Lee Ho Depto Eng de Produção EPUSP 2009
Controle estatístico de processo: algumas ferramentas estatísticas Linda Lee Ho Depto Eng de Produção EPUSP 2009 Controle estatístico de Processo (CEP) Verificar estabilidade processo Coleção de ferramentas
Leia maisAnova Univariada e Multivariada
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Anova Univariada e Multivariada Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Denis
Leia maisVendors Enquiries for RFP 003/2015
Date: 22/10/2015 Vendors Enquiries for RFP 003/2015 1) Question I am afraid the terms of the RFP cannot be complied by none of the companies we work with, the terms have limited the underwriters ability
Leia maisUNIDADE DE PESQUISA CLÍNICA Centro de Medicina Reprodutiva Dr Carlos Isaia Filho Ltda.
UNIDADE DE PESQUISA CLÍNICA Centro de Medicina Reprodutiva Dr Carlos Isaia Filho Ltda. Avaliação do risco de viés de ensaios clínicos randomizados pela ferramentada colaboração Cochrane Alan P. V. de Carvalho,
Leia maisWilson Lins Morgado. Método de classificação de risco aplicado ao mercado de seguros de automóveis. Dissertação de Mestrado
Wilson Lins Morgado Método de classificação de risco aplicado ao mercado de seguros de automóveis Dissertação de Mestrado Departamento de Engenharia Elétrica Programa de Pós-Graduação em Engenharia Elétrica
Leia maisAVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO
1 AVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO Amostra aleatória. Também conhecida como amostra probabilística. A melhor maneira de evitar uma amostra enviesada ou não-representativa é selecionar uma amostra
Leia maisCap. 12 Testes Qui- Quadrados e Testes Não-Paramétricos. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc.
Cap. 1 Testes Qui- Quadrados e Testes Não-Paramétricos Statistics for Managers Using Microsoft Excel, 5e 008 Prentice-Hall, Inc. Chap 1-1 Final de curso... tempo de recordar : ) Cap. 9 Fundamentos de testes
Leia maisAvaliação das fases larva e pupa no desenvolvimento do mosquito causador da dengue
Avaliação das fases larva e pupa no desenvolvimento do mosquito causador da dengue Karla Yamina Guimarães Santos 1 Diego Alves Gomes 2 Rafael Aguiar Marino 2 Eduardo Barbosa Beserra 2 Ricardo Alves de
Leia maisAula 5 Técnicas para Estimação do Impacto
Aula 5 Técnicas para Estimação do Impacto A econometria é o laboratório dos economistas, que busca reproduzir o funcionamento do mundo de forma experimental, como se faz nas ciências naturais. Os modelos
Leia maisIntrodução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS
Introdução a Analise Química - II sem/2012 Profa Ma Auxiliadora - 1 Introdução à Análise Química QUI 094 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução
Leia maisSisDEA Home Windows Versão 1
ROTEIRO PARA CRIAÇÃO E ANÁLISE MODELO REGRESSÃO 1. COMO CRIAR UM MODELO NO SISDEA Ao iniciar o SisDEA Home, será apresentada a tela inicial de Bem Vindo ao SisDEA Windows. Selecione a opção Criar Novo
Leia maisUser interface evaluation experiences: A brief comparison between usability and communicability testing
User interface evaluation experiences: A brief comparison between usability and communicability testing Kern, Bryan; B.S.; The State University of New York at Oswego kern@oswego.edu Tavares, Tatiana; PhD;
Leia maisAvaliando o que foi Aprendido
Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisEstatística II. Aula 7. Prof. Patricia Maria Bortolon, D. Sc.
Estatística II Aula 7 Prof. Patricia Maria Bortolon, D. Sc. Análise da Variância Objetivos do Aprendizado Nesta aula você aprenderá: A utilizar a análise de variância de fator único para testar diferenças
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES
Olá pessoal! Neste ponto resolverei a prova de Matemática Financeira e Estatística para APOFP/SEFAZ-SP/FCC/2010 realizada no último final de semana. A prova foi enviada por um aluno e o tipo é 005. Os
Leia maisANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA
ANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA ORIENTADORA: Dra. Maria Emília Camargo - UNISC - kamargo@zaz.com.br CO-ORIENTADORA: Dra. Suzana Leitão Russo -
Leia maisO QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I
O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I! A utilização de escores na avaliação de crédito! Como montar um plano de amostragem para o credit scoring?! Como escolher as variáveis no modelo de credit
Leia maisUniversidade Federal de Uberlândia
PRIMEIRA QUESTÃO Para a primeira questão, os critérios de correção foram definidos como seguem abaixo: ZERO Esta nota foi atribuída para os seguintes casos: Quando o candidato redigiu sua resposta em português;
Leia maisO que fazer quando o seu artigo não for aceito para publicação RESEARCH SQUARE
O que fazer quando o seu artigo não for aceito para publicação RESEARCH SQUARE O PROCESSO DE PUBLICAÇÃO O LONGO PROCESSO ATÉ A PUBLICAÇÃO AUTOR REVISTA/EDITOR REVISÃO POR PARES Desenvolve a ciência e escreve
Leia maisMini Curso # 4: Estatística para Bioquímica e Biotecnologia. Ministrado por: Dr. Marcelo Caldeira Viegas marcelo.viegas@unopar.br
Mini Curso # 4: Estatística para Bioquímica e Biotecnologia Ministrado por: Dr. Marcelo Caldeira Viegas marcelo.viegas@unopar.br CONSIDERAÇÕES INICIAIS A competitividade e o alto custo tornam, a cada momento,
Leia maisGUIÃO Domínio de Referência: CIDADANIA E MULTICULTURALISMO
PROJECTO PROVAS EXPERIMENTAIS DE EXPRESSÃO ORAL DE LÍNGUA ESTRANGEIRA - 2005-2006 Ensino Secundário - Inglês, 12º ano - Nível de Continuação 1 1º Momento GUIÃO Domínio de Referência: CIDADANIA E MULTICULTURALISMO
Leia maisTDD Desenvolvimento Guiado por Testes (Portuguese Edition)
TDD Desenvolvimento Guiado por Testes (Portuguese Edition) Kent Beck Click here if your download doesn"t start automatically TDD Desenvolvimento Guiado por Testes (Portuguese Edition) Kent Beck TDD Desenvolvimento
Leia maisTeste de hipóteses com duas amostras. Estatística Aplicada Larson Farber
8 Teste de hipóteses com duas amostras Estatística Aplicada Larson Farber Seção 8.1 Testando a diferença entre duas médias (amostras grandes e independentes) Visão geral Para testar o efeito benéfico de
Leia maisTÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO
1 TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO Mario de Andrade Lira Junior www.lira.pro.br direitos autorais. INTRODUÇÃO À ANÁLISE MULTIVARIADA Apenas uma breve apresentação Para não dizerem que
Leia maisCONCURSO PÚBLICO PARA PROVIMENTO DE CARGO EFETIVO PROFESSOR DE ENSINO BÁSICO, TÉCNICO E TECNOLÓGICO Edital 23/2015 Campus Rio Pomba FOLHA DE PROVA
Tema 01: DELINEAMENTOS EXPERIMENTAIS Descreva as características que diferenciam um delineamento experimental (p. ex. inteiramente casualizado, em blocos completos, em quadrado latino, em blocos incompletos
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia maisUm olhar que cura: Terapia das doenças espirituais (Portuguese Edition)
Um olhar que cura: Terapia das doenças espirituais (Portuguese Edition) Padre Paulo Ricardo Click here if your download doesn"t start automatically Um olhar que cura: Terapia das doenças espirituais (Portuguese
Leia maisCâmbio MONEY CHANGER. I d like to exchange some money. Gostaria de cambiar um pouco de dinheiro. Where can I find a money changer?
MONEY CHANGER Câmbio I d like to exchange some money. Where can I find a money changer? Gostaria de cambiar um pouco de dinheiro. Onde posso encontrar um câmbio? I d like to exchange (I would) Where can
Leia maisTESTES DE HIPÓTESES. Testes de comparação entre grupos
TESTES DE HIPÓTESES Testes de comparação entre grupos 1 Abordagem não paramétrica Não se faz suposição sobre as medidas da variável de interesse Exemplo 1 Com o objetivo de avaliar o efeito de um programa
Leia maisNoções de Pesquisa e Amostragem. André C. R. Martins
Noções de Pesquisa e Amostragem André C. R. Martins 1 Bibliografia Silva, N. N., Amostragem probabilística, EDUSP. Freedman, D., Pisani, R. e Purves, R., Statistics, Norton. Tamhane, A. C., Dunlop, D.
Leia maisIntrodução à Estatística Inferencial Luiz Pasquali
Capítulo 4 Introdução à Estatística Inferencial Luiz Pasquali Os temas deste capítulo são: Teste Estatístico Hipótese estatística Pressuposições no teste de hipótese Regras de decisão Erros tipo I e tipo
Leia maisEquivalência da estrutura de uma frase em inglês e português
1 Equivalência da estrutura de uma frase em inglês e português A partir do momento que você souber de cor a função de cada peça do nosso jogo de dominó, você não terá mais problemas para formular frases,
Leia maisCOMPARAÇÃO DE SONDAS DE AMOSTRAGEM PARA ANÁLISE DA CANA EM DUAS SAFRAS SAMPLES PROBES COMPARISON FOR SUGARCANE ANALYSIS ON TWO SEASON
COMPARAÇÃO DE SONDAS DE AMOSTRAGEM PARA ANÁLISE DA CANA EM DUAS SAFRAS SAMPLES PROBES COMPARISON FOR SUGARCANE ANALYSIS ON TWO SEASON Leonardo Lucas Madaleno (1) Reginaldo Soares Santos (2) Juliana Freire
Leia maishttp://www.de.ufpb.br/~luiz/
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ Vimos que é possível sintetizar os dados sob a forma de distribuições de frequências
Leia maisAnálise de Componente Principais (PCA) Wagner Oliveira de Araujo
Análise de Componente Principais (PCA) Wagner Oliveira de Araujo Technical Report - RT-MSTMA_003-09 - Relatório Técnico May - 2009 - Maio The contents of this document are the sole responsibility of the
Leia maisBAC011 - ESTATÍSTICA ANÁLISE DE VARIÂNCIA. Análise de Variância ANOVA. Prof. Dr. Emerson José de Paiva
BAC011 - ESTATÍSTICA Análise de Variância ANÁLISE DE VARIÂNCIA 1 A é utilizada para se verificar a influência de certos fatores sobre uma resposta de interesse. Testa-se como os diversos fatores exercem
Leia maisANÁLISE DOS SISTEMAS DE MEDIÇÃO MSA SISTEMA DE MEDIÇÃO NÃO REPLICÁVEL
ANÁLISE DOS SISTEMAS DE MEDIÇÃO MSA SISTEMA DE MEDIÇÃO NÃO REPLICÁVEL Vinicius Fechio Técnico de Metrologia Brasmetal Waelzholz S. A. Ind. e Com. Julho/ 2009 E-mail: vfechio@brasmetal.com.br / Site: www.brasmetal.com.br
Leia maisSoftware reliability analysis by considering fault dependency and debugging time lag Autores
Campos extraídos diretamente Título Software reliability analysis by considering fault dependency and debugging time lag Autores Huang, Chin-Yu and Lin, Chu-Ti Ano de publicação 2006 Fonte de publicação
Leia maisLivro do Desassossego
Livro do Desassossego Fernando Pessoa Click here if your download doesn"t start automatically Livro do Desassossego Fernando Pessoa Livro do Desassossego Fernando Pessoa [...] Download Livro do Desassossego...pdf
Leia maisRelação potência ou alométrica
Relação potência ou alométrica Relação potência : Y = α β (,y > 0 ; α > 0) 0.5 * ^2 0 2 4 6 8 10 12 β > 1 y = α 0.5 * ^(1/2) 0.2 0.4 0.6 0.8 1.0 y = α β < 1 Transformação : Logaritmizando, obtém-se: 0
Leia maisModelos de gestão: eficiência, acessibilidade e clinical governance. Pedro Pita Barros
Modelos de gestão: eficiência, acessibilidade e clinical governance Pedro Pita Barros Agenda Introdução Desafios à gestão hospitalar Um aspecto concreto: acordos de partilha de risco com a indústria farmacêutica
Leia maisPCOV-AD Survey Statements in English and Portuguese
PCOV-AD Survey Statements in English and Portuguese English Portuguese Intro Please confirm that you understand each of the following: Por favor confirme que compreende cada uma das seguintes I will be
Leia mais:: COMO ESCOLHER UMA ESCOLA IDIOMAS PDF ::
:: COMO ESCOLHER UMA ESCOLA IDIOMAS PDF :: [Download] COMO ESCOLHER UMA ESCOLA IDIOMAS PDF COMO ESCOLHER UMA ESCOLA IDIOMAS PDF - Are you looking for Como Escolher Uma Escola Idiomas Books? Now, you will
Leia maisOs 7 Hábitos das Pessoas Altamente Eficazes (Portuguese Edition)
Os 7 Hábitos das Pessoas Altamente Eficazes (Portuguese Edition) Click here if your download doesn"t start automatically Os 7 Hábitos das Pessoas Altamente Eficazes (Portuguese Edition) Os 7 Hábitos das
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisPRESENT PERFECT. ASPECTOS A SEREM CONSIDERADOS: 1. Não existe este tempo verbal na Língua Portuguesa;
ASPECTOS A SEREM CONSIDERADOS: 1. Não existe este tempo verbal na Língua Portuguesa; 2. Associa-se o Present Perfect entre uma ação do passado que tenha uma relação com o presente; My life has changed
Leia maisP R O G R A M A QUARTA FASE. OBJETIVOS ESPECÍFICOS Ao final do semestre o aluno devera ser capaz de:
UNIVERSIDADE DO ESTADO DE SANTA CATARINA - UDESC CENTRO DE CIÊNCIAS DA SAÚDE E DO ESPORTE - CEFID DEPARTAMENTO DE EDUCAÇÃO FÍSICA - DEF CURSO: BACHARELADO EM EDUCAÇÃO FÍSICA CURRÍCULO: 2008/2 P R O G R
Leia maisDelineamento em Blocos ao Acaso
Costa, S.C. 1 Universidade Estadual de Londrina Departamento de Estatística Delineamento em Blocos ao Acaso Silvano Cesar da Costa Londrina - Paraná Costa, S.C. 2 Delineamento em Blocos Casualizados Experimento
Leia maisEpidemiologia. Profa. Heloisa Nascimento
Epidemiologia Profa. Heloisa Nascimento Medidas de efeito e medidas de associação -Um dos objetivos da pesquisa epidemiológica é o reconhecimento de uma relação causal entre uma particular exposição (fator
Leia maisComo escrever para o Enem: roteiro para uma redação nota (Portuguese Edition)
Como escrever para o Enem: roteiro para uma redação nota 1.000 (Portuguese Edition) Arlete Salvador Click here if your download doesn"t start automatically Como escrever para o Enem: roteiro para uma redação
Leia maisConteúdo Programático Anual
INGLÊS 1º BIMESTRE 5ª série (6º ano) Capítulo 01 (Unit 1) What s your name? What; Is; My, you; This; Saudações e despedidas. Capítulo 2 (Unit 2) Who s that? Who; This, that; My, your, his, her; Is (afirmativo,
Leia maisUMA ABORDAGEM DOS TESTES NÃO-PARAMÉTRICOS COM UTILIZAÇÃO DO EXCEL
UMA ABORDAGEM DOS TESTES NÃO-PARAMÉTRICOS COM UTILIZAÇÃO DO EXCEL Arthur Alexandre Hackbarth Neto, Esp. FURB Universidade Regional de Blumenau Carlos Efrain Stein, Ms. FURB Universidade Regional de Blumenau
Leia maisSearching for Employees Precisa-se de Empregados
ALIENS BAR 1 Searching for Employees Precisa-se de Empregados We need someone who can prepare drinks and cocktails for Aliens travelling from all the places in our Gallaxy. Necessitamos de alguém que possa
Leia maisEspecialização em Engenharia Clínica
Especialização em Engenharia Clínica Introdução a Bioestatística Docente: > Marcelino M. de Andrade, Dr. Apresentação: Módulo 02 Teoria Elementar da Amostragem A teoria elementar da amostragem é um estudo
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisAula 5 Metodologias de avaliação de impacto
Aula 5 Metodologias de avaliação de impacto Metodologias de Avaliação de Impacto Objetiva quantificar as mudanças que o projeto causou na vida dos beneficiários. Plano de Aula Método experimental: regressão
Leia maisPlanejamento e análise de experimentos usando ferramentas computacionais
Ministério da Educação Universidade Tecnológica Federal do Paraná Câmpus Dois Vizinhos PR UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Planejamento e análise de experimentos usando ferramentas computacionais
Leia mais4 Análise de Dados. 4.1 Perfil dos Respondentes
4 Análise de Dados 4.1 Perfil dos Respondentes A taxa de resposta foi de aproximadamente 8% de respostas na amostra de clientes que compram fora da loja (telefone e/ou Internet) e 3% na amostra de clientes
Leia mais