ESTATÍSTICA BÁSICA - Profº Marcos Nascimento

Tamanho: px
Começar a partir da página:

Download "ESTATÍSTICA BÁSICA - Profº Marcos Nascimento"

Transcrição

1 ESTATÍSTICA BÁSICA - Proº Marcos Nascmeto CÁPITULO I- Itrodução Atualmete a utlzação da Estatístca é cada vez maor em qualquer atvdade prossoal. Nos mas dverscados ramos, as pessoas estão requetemete epostas à Estatístca, utlzado-a com maor ou meor tesdade devdo às múltplas aplcações que o método estatístco proporcoa àqueles que dele ecesstam. Segue a segur algus deções ou cocetos mportates:. Estatístca: parte da Matemátca Aplcada que orece métodos para a coleta, orgazação, descrção, aálse e terpretação de dados e para a utlzação dos mesmos a tomada de decsões. Tem como objetvo prcpal proporcoar métodos erecas, que permtam coclusões que trascedam os dados obtdos calmete. A coleta, a orgazação e descrção dos dados estão a cargo da Estatístca Descrtva, equato a aálse e a terpretação desses dados cam a cargo da Estatístca Idutva ou Ierecal. Podemos dvdr a Estatístca em 3 grades áreas: Estatístca Descrtva: tem como objetvo descrever e resumr os dados para que possamos trar coclusões a respeto de característcas de teresse. Estatístca Idutva ou Ierecal: cojuto de métodos que permtem err o comportameto de uma população a partr de uma amostra. Probabldade: errameta matemátca que deduz a partr de um modelo as propredades de um eômeo aleatóro.. Fases do Método Estatístco: podemos subdvd-los em: Coleta de dados; Apuração de Dados; Apresetação de dados; Aálse, terpretação coclusão dos dados... Coleta de dados È dvdda em: Coleta de dados prmáros (Dreta: quado o pesqusador coleta os dados dretamete a ote orgára. A Coleta Dreta de dados pode ser classcada ao ator tempo da segute orma: - Cotíua: regstros etos cotuamete.e.reqüêca de aluos às aulas. - Peródcas: eta em tervalos costates de tempo. E. cesos. - Ocasoal: eta etemporaeamete, para ateder uma stuação de emergêca. E. praga em uma lavoura. Coleta de dados secudáros (Idreta: quado o pesqusador utlza de outras otes... Apuração de dados Após termarmos a coleta de dados é ecessáro azer sua apuração ou cotagem (tabulação. Devemos ordeá-los medate crtéros de classcação, que pode ser maual, mecâca ou eletrocamete...3 Apresetação de dados Depos de tabularmos esses dados, podemos apresetá-los em:

2 I Tabelas II Grácos.3 Varável É o cojuto de resultados possíves de um eômeo. Pode ser: Qualtatva: quado os valores orem epressos por atrbutos. E. cor da pele (braca, egra, amarela, seo (masculo, emo. Quattatva: quado os valores orem epressos em úmeros.e. saláros dos ucoáros de uma empresa, massa corporal dos aluos de uma turma. A varável qualtatva pode ser: omal (cor dos olhos, seo ou ordal (classe socal, grau de strução. Já a varável quattatva pode ser: cotíua (peso, altura, saláros, podedo assumr qualquer valor real postvo ou dscreta(úmero de lhos, quatdade de um rebaho, podedo assumr só valores teros..4 População e Amostra População: cojuto de elemetos em estudo que possuem pelo meos uma característca em comum. E. os estudates costtuem uma população, pos apresetam pelo meos uma característca comum: são os que estudam. Mutas vezes, por mpossbldade ou vabldade ecoômca ou temporal, lmtamos as observações reeretes a uma determada pesqusa a apeas uma parte da população. A essa parte proveete da população em estudo deomamos amostra. Amostra: qualquer subcojuto to, ão vazo, de uma população. A Estatístca Idutva tem como objetvo trar coclusões sobre as populações, com base em resultados vercados em amostras retradas dessa população.para que as erêcas sejam corretas, é ecessáro garatr que a mostra seja represetatva da população, ou seja, a amostra deve possur as mesmas característcas báscas da população. Assm é precso que a amostra ou amostras que vão ser usadas sejam obtdas por processos adequados. A técca especal que garate o sucesso esses processos é chamada de amostragem..5 Amostragem A amostragem garate, tato quato possível, o acaso a escolha. Assm, cada elemeto da população passa a ter a mesma chace de ser escolhdo, garatdo à amostra o caráter de represetatvdade, e sto é muto mportate, pos as coclusões relatvas à população vão estar baseadas os resultados obtdos as amostras dessa população. Veremos a segur três das prcpas téccas de amostragem..5. Amostragem casual ou aleatóra smples È equvalete ao sorteo de loteras. Pode ser realzada umerado-se a população de a e sorteado-se, a segur, por meo de um dspostvo aleatóro qualquer, úmeros dessa seqüêca, os quas correspoderão aos elemetos pertecetes à amostra..5. Amostragem proporcoal estratcada Mutas vezes a população está dvdda em subpopulações ou estratos. Como é provável que a varável em estudo apresete, de estrato em estrato, um comportameto heterogêeo e, detro de cada estrato, um comportameto homogêeo, covém que o sorteo dos elemetos da amostra leve em cosderação tas estratos. É eatamete sso que azemos quado empregamos a amostragem proporcoal estratcada, que além de cosderar a estêca dos estratos, obtém os elemetos da amostra proporcoal ao úmero de elemetos dos mesmos..5.3 Amostragem sstemátca Quado os da população já se acham ordeados, ão há ecessdade de costrur o sstema de reerêca. São eemplos, as casas de uma rua, as lhas de produção etc. Nestes casos, a seleção é dos elemetos que costturão a amostra pode ser eta por um sstema mposto pelo pesqusador. A esse tpo de amostragem deomamos

3 sstemátca. Assm, o caso de uma etrevsta em 00 casas de uma rua, podemos, a cada 0 escolher uma para pertecer a uma amostra. Fado o tamaho da amostra em 0% da população..6 REGRAS PARA ARREDONDAMENTO Quado o prmero algarsmo a ser abadoado é 0,,, 3 ou 4, ca alterado o últmo algarsmo a permaecer. Eemplos: 43,4 passa a 53, (décmo mas prómo,94 passa a,94 (cetésmo mas prómo 69, passa a 69 (udade mas próma Quado o prmero algarsmo a ser abadoado é 6, 7, 8 ou 9, aumeta-se de uma udade o algarsmo a permaecer. Eemplos: 3,87 passa a 3,9 (décmo mas prómo 46,77 passa a 46,73 (cetésmo mas prómo 6,6 passa a 7 (udade mas próma Quado o prmero algarsmo a ser abadoado é 5, há duas soluções: I Se ao 5 segur em qualquer casa um algarsmo derete de zero, aumeta-se uma udade ao algarsmo a permaecer. Eemplos:,35 passa a,4 (décmo mas prómo 5,650 passa para 5,7 (décmo mas prómo 74,5000 passa para 74,3 (décmo mas prómo II Se o 5 or o últmo algarsmo ou se ao 5 só se segurem zeros, o últmo algarsmo só será aumetado de uma udade se or ímpar. Eemplos: 34,75 passa a 34,8 (décmo mas prómo 34,65 passa a 34,6 (décmo mas prómo 8,55 passa a 8,6 (cetésmo mas prómo 67,5 passa a 68 (udade mas próma 8,5 passa a 8 (udade mas próma EXERCÍCIOS Arredode cada um dos úmeros abao, coorme a precsão pedda: a Para o décmo mas prómo: 73,4 48,8500,35 34, 783 9,98 78,85 b Para o cetésmo mas prómo: 36,77 53,654 38,455 3,64 99,95 47,485 c Para a udade mas próma: 39,49 36,6 8,5 78, 59,98 33,5.7 Somatóro e Produtóro Somatóro 3

4 4 Mutos processos estatístcos egem o cálculo da soma. Para smplcar a represetação da operação de adção as epressões algébrcas, utlza-se a otação, letra grega sgma maúscula. As prcpas represetações são:... SOMA SIMPLES... SOMA DE QUADRADOS 3... ( QUADRADO DA SOMA 4... SOMA DE PRODUTOS 5... (... ( PRODUTO DAS SOMAS Lê-se como: somatóro de ídce, com varado de até. Propredades dos Somatóros I a a a a a... II a a III ( IV O quadrado da soma é derete da soma dos quadrados : V O produto de duas somas é derete da soma dos produtos : VI O úmero de parcelas ou termos do somatóro a é dado pela segute epressão: a EX: 8 3 possu 6 parcelas pos VII Somatóros Duplos: o somatóro duplo é gual ao produto dos somatóros tomados separadamete. j j Produtóro

5 O símbolo produtóro é utlzado para acltar a represetação dos produtos. Utlza-se a letra grega p maúsculo. Represetação: Propredades:... I b bb... b b II III c c IV 3! V log log CAPÍTULO II -DISTRIBUIÇÃO DE FREQÜÊNCIA. Dados Brutos Feta a coleta, os dados orgas ada ão se ecotram protos para a aálse, por ão estarem umercamete orgazados.por essa razão, costuma-se chama-los de dados brutos. Na tabela a segur estão relacoados os valores correspodetes ao cosumo dvdual de eerga elétrca em um grupo de 50 cosumdores. Tabela. Cosumo Mesal de Eerga Elétrca (KWH Nota-se que as cras estão dspostas de orma desordeada. Em razão dsso, pouca ormação se cosegue obter specoado os dados aotados. Mesmo uma ormação smples como a de saber os cosumos mámo e mímo requer um eame mucoso dos dados da tabela.. Rol O rol é uma lsta em que os valores estão dspostos em uma determada ordem, crescete ou decrescete. Apesar de o rol propcar ao aalsta mas ormações e com meos esorço de cocetração do que os dados brutos, ada assm persste o problema de a aálse ter que se basear as 50 observações. O problema se agravará quado o úmero de dados or muto grade. 5

6 Tabela. Cosumo Mesal de Eerga Elétrca, Tabelas de reqüêcas As tabelas de reqüêcas são represetações as quas os valores se apresetam em correspodêca com suas repetções, evtado-se assm que eles apareçam mas de uma vez a tabela, como ocorre com o rol. Através de uma tabela de reqüêca obtemos estatístcas com meos cálculos e em meos tempo do que se esse trabalho osse realzado a partr de dados brutos. Podemos ter tabelas de reqüêca de dados tabulados ão-agrupados em classes ou de dados agrupados em classes..3. Dstrbução de reqüêca de dados tabulados ão-agrupados em classes Esse tpo de apresetação é utlzada para represetar uma varável dscreta (que só assume valores potuas ou descotíua. A tabela abao represeta o úmero de aparelhos deetuosos rejetados pela seção ecarregada do cotrole de qualdade de uma determada empresa. Tabela.3. Número Mesal de Aparelhos Deetuosos Números de Aparelho com deeto ( Número de Meses ( Dstrbução de reqüêca de dados tabulados agrupados em classes Nesse tpo de apresetação os valores observados ão mas aparecerão dvdualmete, mas agrupados em classes. Quado a varável objeto do estudo or cotíua, será sempre coveete agrupar os valores observados em classes. Se, por outro lado, a varável or dscreta e o úmero de valores 6

7 represetatvos dessa varável or muto grade, recomeda-se o agrupameto dos dados em classes, evtado com sso grade etesão da tabela, aparecmeto de dversos valores com reqüêca ula e mpossbldade de vsualzação do eômeo como um todo. A tabela abao represeta um teste de estatístca cotedo 00 pergutas do tpo certo-errado uma turma de 500 estudates. Tabela.3. Resultado do Teste de Estatístca.4 Elemetos de Dstrbução de reqüêca Classes otas Freqüêcas ( 0 I I I I I I I I I I Para costrurmos uma tabela de reqüêcas, é ecessáro cohecermos algus termos própros e de uso reqüete, bem como o procedmeto técco mas adequado. I Freqüêca Smples Absoluta: a reqüêca smples absoluta de uma classe ou de um valor dvdual é úmero de observações correspodetes a essa classe ou a esse valor. Símbolo:. II Ampltude Total: a ampltude total ou tervalo total é a dereça etre o maor e o meor valor observado da varável em estudo. Símbolo: A. t III Classe: é cada um dos grupos de valores em que se subdvde a ampltude total do cojuto de valores observados da varável. Uma determada classe pode ser detcada por seus etremos ou pela ordem em que ela se ecotra a tabela. O úmero de classes em uma dstrbução de reqüêcas, é represetado por. Regra de Sturges para determação do úmero de classes: Essa regra estabelece que o úmero de classes é gual a: 3,3 log0, ode úmero de classes e º total de observações. IV Lmte Superor e Lmte Ieror: os lmtes de classes são valores etremos. A tercera classe da tabela.3. tem como lmte eror 0 e lmte superor 30. VI Ampltude do Itervalo de Classe(h: é o comprmeto da classe, sedo geralmete deda como a dereça etre os lmtes superor e eror ou: At h VII Poto Médo da Classe ( : poto médo ou valor médo de classe é o poto eqüdstate dos lmtes de classe. Para obter o poto médo de uma classe, basta acrescetar ao seu lmte eror a metade da ampltude do tervalo de classe. Eemplo: Classe: Ampltude do tervalo: 0

8 Metade da ampltude: 5 Poto médo dessa classe será: Tpos de reqüêcas Freqüêca Smples: Absoluta ( Relatva ( r ou r % Freqüêca Acumulada: Absoluta ( F Relatva ( Fr ou.5. Freqüêca Smples Absoluta ( Fr % É o úmero de repetções de um valor dvdual ou de uma classe de valores da varável..5. Freqüêca Smples Relatva ( r ou r % Represeta a proporção de observações de um valor dvdual ou de uma classe, em relação ao úmero total de observações. r Desejado epressar o resultado em termos percetuas: r % Freqüêca Absoluta Acumulada ( F A reqüêca acumulada abao de uma classe ou de um valor dvdual é a soma da reqüêca smples absoluta dessa classe ou desse valor com as reqüêcas smples absolutas das classes ou dos valores aterores..5.4 Freqüêca Relatva Acumulada ( Fr ou Fr % Apresetaremos duas maeras de calcular: a acumulado as reqüêcas smples relatvas de acordo com a deção de reqüêcas acumuladas. b calculado as reqüêcas relatvas dretamete a partr das reqüêcas absolutas, de acordo com a deção de reqüêcas relatvas. F Fr CAPÍTULO III GRÁFICOS ESTATÍSTICOS 3. Itrodução O gráco estatístco é uma orma de apresetação dos dados estatístcos, tedo por objetvo prcpal, produzr ao letor ou vestgador, uma mpressão mas rápda do eômeo em estudo. Os grácos comucam as mesmas déas das tabelas, porém produzem uma mpressão e compreesão mas rápda, 8

9 mas vva, pos elmam os detalhes desecessáros, vsualzado somete as característcas mas mportates dos dados. Abragem três característcas: smplcdade, clareza e veracdade. Os mesmos descrevem o comportameto geral acltado a terpretação dos resultados de maera que haja clareza para a tomada de decsões. Os grácos devem sempre ser claros e objetvos, chamado a ateção para a ormação. 3. Prcpas Grácos Gráco de Coluas: esse gráco é ormado por retâgulos dspostos vertcalmete de mesma largura, arbtrára, e altura proporcoal às gradezas dos eômeos. Os retâgulos são separados por espaços da metade até /3 da largura da colua. Recomedado para quado o ome das categoras ão or eteso. Eemplo Matrículas a Escola Bom Estudo. Cuabá Aos Matrículas Fote: Secretara da Escola Bom Estudo Matrículas a Escola X. Blumeau Matrículas Aos Fote: Secretara da Escola Bom Estudo Gráco de Barras: esse gráco segue as mesmas ormas do gráco de coluas, porém os retâgulos ocupam posção horzotal. Idcado para séres geográcas ou especícas com omes etesos, depedetes do total. Eemplo Eportação Sul Braslera de Algus Produtos Produtos Toeladas Algodão Cera de Caraúba 050 Mamoa 4400 Matega de Cacau 4800 Fote: Porto de Eportação 9

10 Eportação Sul Braslera de Algus Produtos Matega de Cacau 4,8 Produtos Mamoa 4,4 Cera de Caraúba,05 Algodão Toeladas Fote: Porto de Eportação (000 Gráco de Lha: esse gráco é utlzado prcpalmete para séres temporas, o eo colocam-se as épocas e o eo as gradezas udo-as com lhas tracejadas, os potos as são lgados com segmetos. Obedece-se a ordem croológca, depede do total. Adequado para represetar varáves quattatvas em que se teha teresse em acompahar sua evolução. Não deve ser utlzado para represetar varáves qualtatvas. Eemplo Dstrbução dos Aluos Desstetes da Escola Bom Estudo. Cuabá. semestre 004. Meses Aluos Jaero 55 Feverero 6 Março 74 Abrl 44 Mao 56 Juho 67 Fote: Secretara da Escola Bom Estudo cm Dstrbução dos Aluos Desstetes da Escola A. Blumeau. semestre 994. Aluos jaero everero março abrl mao juho Meses Fote: Secretara da Escola Bom Estudo Gráco de Setores (pzza: esse gráco compara a parte com o todo, depede do total. Cada dado (quatdade represeta um setor do círculo, os âgulos são arredodados. Recomeda-se ão screver o círculo, utlzar legeda. Rao do círculo é arbtráro. Geralmete o rao do círculo é de cco cetímetros. 0

11 Adequado para represetar varáves qualtatvas com poucas categoras (poucas atas. A costrução do gráco de setores é bem smples. Requer duas trasormações a colua das quatdades. º Trasormar cada valor da sére em graus. Isto pode ser cosegudo através de uma regra de três smples. Total 360º Cada valor º Trasormar cada valor da sére em porcetagem. Isto pode ser cosegudo através de outra regra de três smples. Eemplo Total 00% Cada valor Dstrbução do Grupo Sagüíeo. Posto de Saúde. Cuabá Grupo Sagüíeo Número de Pessoas A 46 B 3 AB 7 O 4 Total 9 Fote: Secretara do Posto Dstrbução do Grupo Sagüíeo. Posto de Saúde. Cetro. Blumeau % 0% 4% A B AB O % Fote: Secretara do Posto Hstograma: esse gráco represeta todos os elemetos da sére. É uma área ormada por coluas justapostas de maera cotíua, a qual cada classe é uma colua. No eo vão as classes de reqüêca e o eo a reqüêca. Eemplo Dstrbução de Potos obtdos Pelos Aluos Dscpla de Matemátca a Prova Fal. Escola Bom Estudo (potos (aluos 30 l l l l l l l 00 3 Total 00 Fote: Secretara da Escola Bom Estudo

12 Dstrbução de Potos obtdos Pelos Aluos da Dscpla de Matemátca a Prova Fal. Escola Bom Estudo Número de Aluos Potos Fote: Secretara da Escola Bom Estudo Polígoo de reqüêca: esse é um gráco que represeta um elemeto de cada classe. É a represetação gráca sob orma polgoal, a qual o eo vão os potos cetras ou médos de cada classe (clusve o ateror e o posteror e o eo vão as reqüêcas de classe. Eemplo Dstrbução de Potos obtdos Pelos Aluos da Dscpla de Matemátca a Prova Fal. Escola Bom Estudo (potos (aluos 30 l l l l l l l 00 3 Total 00 Fote: Secretara da Escola Bom Estudo Dstrbução de Potos obtdos Pelos Aluos da Dscpla de Matemátca a Prova Fal. Escola Bom Estudo Número de Aluos Potos

13 Fote: Secretara da Escola Bom Estudo Comparado os dos grácos acma podemos observar que o cotoro que as duas reqüêcas produzem é o mesmo, pos os eemplos apresetam a mesma sére. De ato, sto sempre acotece quado costruímos os dos grácos de uma mesma sére. No etato, há dereças etre os dos grácos. O polígoo de reqüêca procura mostrar apeas o comportameto das reqüêcas da sére. O hstograma, além das reqüêcas procura comparar as reqüêcas etre s bem como as reqüêcas com o total das reqüêcas. 4. Itrodução CAPÍTULO IV Meddas de Posção ou de Tedêca Cetral Nos capítulos aterores vmos que através das dstrbuções de reqüêcas o possível descrever, de modo geral, os grupos de valores que uma varável pode assumr. Dessa orma, podemos localzar a maor cocetração de valores de uma dada dstrbução, sto é, se ela se localza o íco, o meo ou o al, ou ada, se há uma dstrbução por gual. Porém, para ressaltar as tedêcas característcas de cada dstrbução, soladamete, ou em coroto com outras, ecesstamos troduzr cocetos que se epressem através de úmeros, que os permtam traduzr essas tedêcas. Esses cocetos são deomados elemetos típcos da dstrbução e são as: I meddas de posção; III meddas de assmetra; II meddas de varabldade ou dspersão; IV meddas de curtose. Estudaremos esse capítulo, as meddas de posção, que são estatístcas que represetam uma sére de dados, oretado-os quato à posção da dstrbução em relação ao eo horzotal. De um modo geral, qualquer cojuto de dados estatístcos - agrupados ou ão - depededo do estudo a que se propõe, ocupam uma posção especíca detro de uma dstrbução. As meddas de posção mas mportates são as meddas de tedêca cetral, que recebem tal deomação pelo ato de os dados observados tederem, em geral, a se agrupar em toro dos valores cetras. As prcpas meddas de tedêca cetral são: I Méda (artmétca, geométrca, harmôca, quadrátca II Moda II Medaa IV Separatrzes 4. Meddas de Posção I- Méda Artmétca A méda artmétca de um cojuto de úmeros pode ser de dos tpos: smples ou poderada. Méda Artmétca Smples ( A méda artmétca smples de um cojuto de úmeros é gual ao quocete etre a soma dos valores do cojuto e o úmero total de valores. ode: 3

14 - méda artmétca smples; - valores da varável; - úmero de observações. A méda artmétca smples será calculada sempre que os valores verem represetados dvdualmete. Méda Artmétca Poderada ( p A méda artmétca é cosderada poderada quado os valores do cojuto tverem pesos deretes. No caso da méda artmétca smples, todos os valores possuem o mesmo peso. A méda artmétca poderada é o quocete etre o produto dos valores da varável pelos respectvos pesos e a soma dos pesos. p p p Em que: p - méda artmétca poderada; - valores da varável; p - pesos dos valores da varável (º de vezes que cada valor ocorre; p - úmero de observações; - úmero de classes ou de valores dvduas deretes da varável. Os pesos dos valores da varável correspodem ao úmero de vezes que cada valor ocorre. Méda Artmétca Poderada (Dados Agrupados em Classes O valor de passa a ser o poto médo do tervalo. Propredades da Méda p ª a soma algébrca dos aastametos (ou desvos, ou resíduos de um cojuto de úmeros tomados em relação à méda artmétca é zero. Smbolcamete: d ( 0 ou d p ( p 0 ª se multplcarmos ou dvdrmos todas as ormações por uma costate, a méda artmétca também cará multplcada ou dvdda por essa costate. 3ª somado-se ou subtrado-se uma costate a todos os valores de um cojuto de ormações, a méda artmétca cará somada ou subtraída dessa costate. 4ª a soma dos quadrados dos desvos tomados em relação à méda artmétca é um mímo. 4

15 Uso da Méda: é a mas utlzada dos valores médos, pela smplcdade e rapdez de seu cálculo. a quado se deseja obter um valor médo estável e sgcatvo que clu o seu cálculo todos os valores; b é usada a determação de ídces de grade mportâca estatístca; c quado se deseja maor precsão a determação de uma medda, realza-se váras duções e toma-se como resultado a méda artmétca. II- Méda Geométrca Smles( G ou M G A méda geométrca de valores é deda, geercamete, como a raz -ésma do produto de todos eles. Dados valores,,...,, a méda geométrca desses valores será:... ou g Π g ode: Π -Produtóro Méda Geométrca Poderada A méda geométrca poderada de um cojuto de úmeros dspostos em uma tabela de reqüêcas é calculada por termédo da segute epressão: g... ou g Π ode: Uso da Méda Geométrca a quado um dos valores é ulo ão se aplca a méda geométrca; b para o cálculo do ídce do custo de vda; c crescmeto demográco. III- Méda Harmôca ( h A méda harmôca de um cojuto de valores é o verso da méda artmétca dos versos dos valores. h... ou h Méda Harmôca Poderada ( h A méda harmôca poderada de um cojuto de úmeros, dspostos em uma tabela de reqüêcas, é dada pela segute epressão: ode: h 5

16 - úmero de observações; - valores da varável; p - pesos dos valores da varável. Uso da Méda Harmôca a muto utlzada em atores de ordem ísca (aceleração, velocdade b custo médo de artgos comprados com uma quata a IV-Méda Quadrátca ( q A méda quadrátca de um cojuto de valores é a raz quadrada da méda artmétca dos quadrados. ode: q - valores da varável; - úmero de observações. Méda Quadrátca Poderada Quado os valores da varável estverem dspostos em uma tabela de reqüêcas, a méda quadrátca será determada pela segute epressão: q ode: - valores da varável; p - pesos dos valores da varável; - úmero de observações. V-Moda (Mo A moda é outra medda de tedêca cetral, deda como o valor mas requete, quado comparado sua reqüêca com a dos valores cotíguos de um cojuto ordeado. Cosderado um cojuto ordeado de valores, a moda será o valor predomate, o valor mas requete desse cojuto. Esse cojuto de valores pode ser: - amodal: ão apreseta uma moda, sto é, todos os valores da varável em estudo ocorreram com a mesma tesdade (reqüêca. - plurmodal: quado houver mas de um valor predomate. E.: Calcular a moda dos segutes cojutos de valores: 6

17 A {4, 5, 5, 6, 6, 6, 7, 7, 8, 8} Mo 6 B {4, 4, 5, 5, 6, 6} Amodal, pos seus três valores apareceram vezes cada um. C {,,,, 3, 3, 4, 5, 5, 5, 6, 6} Mo e Mo 5, cojuto bmodal, pos tato o valor como o valor 5 apresetaram o maor úmero de ocorrêcas. D {,, 3, 4, 5} Amodal Moda para Dados Agrupados Os valores da varável dspostos em uma tabela de reqüêcas podem apresetar-se dvdualmete ou agrupados em classes. No prmero caso, a determação da moda é medata, bastado, para sso, cosultar a tabela, localzado o valor que apreseta a maor reqüêca. Esse valor será a moda do cojuto. Assm, a moda do cojuto apresetado a tabela abao é Mo 3, dcado que a rejeção de 3 peças deetuosas por mês o o resultado mas observado. E.: Número de Peças de Precsão Deetuosas devolvdas mesalmete pelo Cotrole de Qualdade N de Peças com Deeto N de meses Tratado-se de uma tabela de reqüêcas com valores tabulados e agrupados em classes, o procedmeto ão é medato, sedo dspoíves algus métodos de cálculo dsttos. Qualquer que seja o método adotado, o prmero passo para determar a moda é localzar a classe que apreseta a maor reqüêca, comumete chamada de classe modal. Um dos métodos para o cálculo da Moda é o Método de Czuber. Método de Czuber O método de Czuber, para o cálculo da moda elaborada, leva em cosderação ão apeas as reqüêcas das classes adjacetes, mas também a reqüêca da classe modal. O poto que correspode à moda dvde o tervalo da classe modal em duas partes, as quas são proporcoas às dereças etre a reqüêca da classe modal e as das respectvas classes adjacetes. Assm: ode: Mo at Mo L h Mo ( at post 7

18 L - lmte eror da classe modal; h - ampltude do tervalo de classe; Mo - reqüêca smples da classe modal; at - reqüêca smples da classe ateror à classe modal; post - reqüêca smples da classe posteror à classe modal. VI- Medaa (Md Medaa é um valor cetral de um rol, ou seja, a medaa de um cojuto de valores ordeados (crescete ou decrescete é a medda que dvde este cojuto em duas partes guas, cujo valor está suceddo de 50% e ateceddo de 50% desse cojuto de observações. A medaa também é cosderada uma medda separatrz, pos dvde a dstrbução (a sére ou cojuto de dados em partes guas. É uma medda muto utlzada a aálse de dados estatístcos, especalmete quado se atrbu pouca mportâca aos valores etremos da varável. A medaa é um valor que ocupa uma determada ordem ou posção a sére ordeada. Estado ordeados os valores de uma sére e sedo o úmero de elemetos da sére, o valor medao será: Se or ímpar: a medaa será o termo de ordem: Em que: P elemeto medao (Posção; úmero de elemetos do cojuto. P Se or par: a medaa será a méda artmétca dos termos de ordem / e / : P P Me P P Eemplos Para a sére {4, 5, 6, 8, 0, 4, 5, 6, 9} 9 A medaa será o termo de ordem Assm, M d 0 9 P 5 Para a sére {3, 5, 7, 0,, 4, 9, 0} 8 A medaa será o termo de ordem: P 4 P 5 Me M d Obs.: a medaa depede da posção e ão dos valores dos elemetos a sére ordeada. Essa é uma das dereças marcates etre a medaa e a méda (que se dea luecar, e muto, pelos valores etremos. Medaa para Dados Agrupados em Classes Para o caso de uma dstrbução, a ordem, a partr de qualquer um dos etremos, é dada por: 8 F

19 passo: determa-se as reqüêcas acumuladas; passo: calcula-se a posção da medaa; 3 passo: marca-se a classe correspodete à reqüêca acumulada medatamete superor a Posção calculada e, em seguda, emprega-se a órmula: M d L F md at h Em que: L é o lmte eror da classe que cotém a medaa; F at reqüêca acumulada até a classe ateror à classe medaa; md reqüêca smples da classe medaa; h ampltude do tervalo da classe medaa. Uso da Medaa: a é usada em eômeos educacoas quado se quer torar objetva a avalação de uma classe; b quado se quer eatamete o valor que dvde a metade da dstrbução; c quado a dstrbução tem resultados dscrepates e param dúvdas sobre sua valdade e correção. CAPÍTULO V Meddas de Dspersão 5. INTRODUÇÃO Feômeos cuja aálse tervém o método estatístco, bem como os dados estatístcos a eles reeretes, caracterzam-se tato pela semelhaça quato pela sua varabldade. Dessa orma ão há razão alguma se calcular a méda de um cojuto de dados em que ão haja varação desses elemetos, e por outro lado, se a varabldade dos dados or muto grade, sua méda terá um grau de coabldade tão pequea que será útl calculá-la. Assm o estudo das médas, medaas e modas são váldos, mas ão são sucetes para estudos comparatvos ou coclusões qualtatvas. As meddas de dspersão ou varabldade servem etão para vercar a represetatvdade das meddas de posção. Cosderemos os segutes cojutos de valores: A{70; 70; 70; 70; 70}, B{ 68; 69; 70; 7; 7} e C{5; 5; 50; 0; 60}. Em todos eles a méda artmétca é: 70, porém ota-se claramete que o cojuto A é mas homogêeo que os cojutos B e C, e que o cojuto B é mas homogêeo que o cojuto C, já que há meor dverscação etre cada um de seus valores e a méda represetatva. 5. Meddas de Dspersão Absoluta Ampltude Total ( A t : é a dereça etre os valores etremos de um cojuto. Desvo Médo ( D m : é gual a méda artmétca dos valores absolutos dos desvos tomados em relação a uma das segutes meddas de tedêca cetral: méda ou medaa. Para dados ão agrupados tem-se: Para dados agrupados em classes: D m 9

20 0 m D em que é o poto médo do tervalo de classe. Varâca ( S e Desvo Padrão ( S O desvo padrão é a medda de dspersão mas usada, tedo em comum como desvo médo o ato de que os desvos são calculados em relação à méda artmétca. Só que, o cálculo do desvo padrão, em lugar de serem usados os valores absolutos dos desvos, calcula-se o quadrado desses. Para dados ão agrupados tem-se: Fórmula Normal Fórmula Desevolvda ( S (POPULAÇÃO S (POPULAÇÃO ( S (AMOSTRA S (AMOSTRA Para dados agrupados em classes tem-se: Fórmula Normal Fórmula Desevolvda ( S (POPULAÇÃO S (POPULAÇÃO ( S (AMOSTRA S (AMOSTRA Coecete de Varação de Pearso Bblograa CRESPO, A.A. Estatístca Fácl. Edtora Sarava, São Paulo, SP, 00. TOLEDO, G. L. e OVALLE, I. I.. Estatístca Básca. Edtora Atlas. São Paulo, SP, ª edção, 99. SPIEGEL, M. R. Estatístca. Edtora Maro Boos. São Paulo, 3ª Edção, 009.

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

Introdução à Estatística

Introdução à Estatística Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal

Leia mais

Introdução à Estatística. Júlio Cesar de C. Balieiro 1

Introdução à Estatística. Júlio Cesar de C. Balieiro 1 Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela

Leia mais

Estatística: uma definição

Estatística: uma definição Coleção de úmeros estatístcas Estatístca: uma defção O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval

Leia mais

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada

Leia mais

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP Cotrole do Proº Compesou as Faltas Não Compesou as Faltas TRABALHO DE COMPENSAÇÃO DE FALTAS - DP (De acordo coma s ormas da Isttução) CURSO: CIÊNCIAS CONTÁBEIS DISCIPLINA: INTRODUÇÃO À ESTATÍSTICA 2º ANO

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

Qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

Qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq Qwertyuopasdghjklzcvbmqwerty uopasdghjklzcvbmqwertyuopasd ghjklzcvbmqwertyuopasdghjklz cvbmqwertyuopasdghjklzcvbmq wertyuopasdghjklzcv bmqwertyuopasdghjklzcvbmqw ertyuopasdghjklzcvbmqwertyuo pasdghjklzcvbmqwertyuopasdgh

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Estatístca: uma defção Coleção de úmeros estatístcas O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%.

Leia mais

É o quociente da divisão da soma dos valores das variáveis pelos números deles:

É o quociente da divisão da soma dos valores das variáveis pelos números deles: Meddas de Posção. Itrodução Proª Ms. Mara Cytha O estudo das dstrbuções de requêcas, os permte localzar a maor cocetração de valores de uma dstrbução. Porém, para ressaltar as tedêcas característcas de

Leia mais

Estatística: uma definição

Estatística: uma definição Estatístca: uma defção Coleção de úmeros estatístcas O úmero de aumetou em 30%. carros veddos o país A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

Conceitos Iniciais de Estatística Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Prof. Rogério Rodrigues

Conceitos Iniciais de Estatística Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Prof. Rogério Rodrigues Cocetos Icas de Estatístca Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Pro. Rogéro Rodrgues CONCEITOS INICIAIS DE ESTATÍSTICA: GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA CURSO : ADMINISTRAÇÃO

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL ESTATÍSTICA MÓDULO 3 MEDIDAS DE TEDÊCIA CETRAL Ídce. Meddas de Tedêca Cetral...3 2. A Méda Artmétca Smles ( μ, )...3 3. A Méda Artmétca Poderada...6 Estatístca Módulo 3: Meddas de Tedêca Cetral 2 . MEDIDAS

Leia mais

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para

Leia mais

Resumos Numéricos de Distribuições

Resumos Numéricos de Distribuições Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

Estatística Básica - Continuação

Estatística Básica - Continuação Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

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. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR116 Boestatístca Proessor: Celso Luz Borges de Olvera Assuto: Estatístca Descrtva Tema: Meddas de Posção e Meddas de

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Matemática Ficha de Trabalho

Matemática Ficha de Trabalho Matemátca Fcha de Trabalho Meddas de tedêca cetral - 0º ao MEDIDAS DE LOCALIZAÇÃO Num estudo estatístco, depos de recolhdos e orgazados os dados, há a ase de trar coclusões através de meddas que possam,

Leia mais

ESTATÍSTICA DESCRITIVA NOCÕES FUNDAMENTAIS

ESTATÍSTICA DESCRITIVA NOCÕES FUNDAMENTAIS ESTATÍSTICA DESCRITIVA NOCÕES FUNDAMENTAIS Coceto Básco: Def. Város autores têm procurado defr a Estatístca. Através de mutos lvros escrtos sobre Estatístca, todos cotedo defções, desde as mas smples até

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Análise da Informação Económica e Empresarial

Análise da Informação Económica e Empresarial Aálse da Iformação Ecoómca e Empresaral Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração Aálse da Iformação Ecoómca e Empresaral Guão Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

INTRODUÇÃO A ESTATÍSTICA

INTRODUÇÃO A ESTATÍSTICA Hewlett-Packard INTRODUÇÃO A ESTATÍSTICA Aulas 01 e 06 Elso Rodrgues, Gabrel Carvalho e Paulo Luz Sumáro Defções... 1 EXERCÍCIOS FUNDAMENTAIS... 1 Meddas de tedêca cetral... 1 Méda artmétca smples... 1

Leia mais

WILLIAM JOSÉ FERREIRA MARCELO DO NASCIMENTO SOUSA BENEDITO DO CARMO BATISTA GUIA DE ESTUDOS Nº 1 ESTATÍSTICA APLICADA À EDUCAÇÃO

WILLIAM JOSÉ FERREIRA MARCELO DO NASCIMENTO SOUSA BENEDITO DO CARMO BATISTA GUIA DE ESTUDOS Nº 1 ESTATÍSTICA APLICADA À EDUCAÇÃO WILLIAM JOSÉ FERREIRA MARCELO DO NASCIMENTO SOUSA BENEDITO DO CARMO BATISTA GUIA DE ESTUDOS Nº ESTATÍSTICA APLICADA À EDUCAÇÃO Paracatu-MG Faculdade FINOM 008 CENTRO BRASILEIRO DE EDUCAÇÃO E CULTURA CENBEC

Leia mais

UTFPR. Engenharia Elétrica Probabilidade e Estatística. Ementa da disciplina. Referências Bibliográficas. Introdução. Definição.

UTFPR. Engenharia Elétrica Probabilidade e Estatística. Ementa da disciplina. Referências Bibliográficas. Introdução. Definição. Emeta da dscpla UTFPR Egehara Elétrca Probabldade e Estatístca Cocetos e Defções; Dstrbução de Frequêcas; Meddas de Tedêca Cetral ou de Posção; Meddas de Dspersão ou de Varabldade; Meddas de Assmetra e

Leia mais

Total Bom Ruim Masculino

Total Bom Ruim Masculino UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,

Leia mais

Notas de aula da disciplina Probabilidade e Estatística

Notas de aula da disciplina Probabilidade e Estatística otas de aula da dscpla Probabldade e Estatístca Proessor M Sc Adré Luz DAMAT - UTFPR Esta apostla apreseta os tópcos prcpas abordados em sala de aula, cotedo deções, teoremas, eemplos Sua letura ão é obrgatóra,

Leia mais

CAPITULO 1 CONCEITOS BÁSICOS

CAPITULO 1 CONCEITOS BÁSICOS DISCIPLIA: ESTATÍSTICA PROFESSOR: JOSELIAS SATOS DA SILVA - joselas@uol.com.br ÍDICE CAPITULO 1 COCEITOS BÁSICOS... 3 1.1 ESTATÍSTICA... 3 1. ESTATÍSTICA DESCRITIVA... 3 1.3 ESTATÍSTICA IFERECIAL... 3

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

VI - Integração Numérica

VI - Integração Numérica V - tegração Numérca C. Balsa & A. Satos. trodução São, este mometo, coecdos dos aluos métodos aalítcos para o cálculo do tegral dedo b ( d a sedo ( cotíua e tegrável o tervalo [ ab] ;. Cotudo, algumas

Leia mais

Curso de Biomedicina

Curso de Biomedicina Curso de Bomedca Dscpla 5EMA080: Bostatístca E APLICAÇÕES O SOFTWARE R 1 0 BIMESTRE Profa. Dra. Aa Verga Lbos Messett LODRIA 016 CAPÍTULO 1 Aálse Exploratóra de Dados Aula 1 - Itrodução 1.1 Estatístcas

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

Estatística Área 4 BACEN Aula 01 Estatística Descritiva Prof. Alexandre Lima. Aula 01. Sumário

Estatística Área 4 BACEN Aula 01 Estatística Descritiva Prof. Alexandre Lima. Aula 01. Sumário Estatístca Área 4 BACEN Aula 0 Estatístca Descrtva Prof. Aleadre Lma Aula 0 Sumáro Itrodução à Estatístca... 3 Tpos de Varáves... 4 3 Rol... 5 4 Séres Estatístcas... 6 5 Téccas de Descrção Gráfca... 8

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

Descritiva. Francisco Cysneiros DE - UFPE

Descritiva. Francisco Cysneiros DE - UFPE Noções de Estatístca Descrtva Dr. Fracsco Cyseros Profº. Adjuto do Departameto de Estatístca-CCEN/UFPE E-mal: cyseros@de.ufpe.br web-page: www.de.ufpe.br/~cyseros/dscpla/farmaca/farmaca.htm Foe: (8) 6

Leia mais

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

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

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção Prof. Lorí Val, Dr. val@pucr.br http://www.pucr.br/~val/ Grade Cojuto de Dado Orgazação; Reumo; Apreetação. Amotra ou População Defeto em uma lha de produção Lacado Deeho Torto Deeho Torto Lacado Torto

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

Leia mais

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional. Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

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 etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

Ivan G. Peyré Tartaruga. 1 Metodologia espacial

Ivan G. Peyré Tartaruga. 1 Metodologia espacial RELATÓRIO DE PESQUISA 5 Procedmetos o software ArcGIS 9. para elaborar os mapas da Regão Metropoltaa de Porto Alegre RMPA com as elpses de dstrbução drecoal etre 99 e 000 Iva G. Peré Tartaruga Metodologa

Leia mais

Estatística Descritiva

Estatística Descritiva Estatístca Descrtva Capítulo "O estatístco, está casado em méda com 1,75 esposas, que procuram fazê-lo sar de casa,5 otes com 0,5 de sucesso apeas. Possu frote com 0,0 de clação (deotado poder metal),

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. .pucrs.br/faat/val/.at.ufrgs.br/~val/ Prof. Lorí Val, Dr. val@at.ufrgs.br val@pucrs.br Coleção de úeros estatístcas O úe ro de carros ve ddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%.

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@pucrs.br http://.pucrs.br/faat/val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos auetou e 30%. o país A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

Apostila de Estatística. Volume 1 Edição Prof. Dr. Celso Eduardo Tuna

Apostila de Estatística. Volume 1 Edição Prof. Dr. Celso Eduardo Tuna Apostla de Estatístca Volume 1 Edção 007 Curso: Pscologa Amostragem, Séres Estatístcas, Dstrbução de Freqüêca, Méda, Medaa, Quartl, Percetl e Desvo Padrão Prof. Dr. Celso Eduardo Tua 1 Capítulo 1 - Itrodução

Leia mais

ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO

ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO. CONCEITO INICIAL. A Estatístca Descrtva ou Dedutva é o ramo da Estatístca que tem por objetvo descrever e aalsar fatos relacoados a determado

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

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

Leia mais

ESTATÍSTICA- 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 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 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

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. Prof. Lorí Val, Dr. val@mat.ufrg.br http://www.ufrg.br/~val/ Etatítca: uma defção Coleção de úmero etatítca O úmero de carro veddo o paí aumetou em %. A taa de deemprego atge, ete mê, 7,%. A açõe da Telebrá

Leia mais

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9. Questão : As otas de dez aluos, um exame, estão dadas a segur:, 5, 8, 3, 6, 5, 8, 7, 6, 0 O desvo médo e a varâca dessas otas podem ser expressos, respectvamete, por: a),8 e 4,6 b),0 e, c),8 e 5, d),0

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

Matemática C Semiextensivo V. 2

Matemática C Semiextensivo V. 2 Matemátca C Semetesvo V. Eercícos 0) Através da observação dreta do gráfco, podemos coclur que: a) País. b) País. c) 00 habtates. d) 00 habtates. e) 00 0 0 habtates. 0) C Através do gráfco, podemos costrur

Leia mais

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc. Estatístca Notas de Aulas ESTATÍSTICA Notas de Aulas Professor Iáco Adrus Gumarães, DSc. Professor Iáco Adrus Gumarães, DSc. Estatístca Notas de Aulas SUMÁRIO CONCEITOS BÁSICOS 5. Estatístca. Estatístca

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

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Coleção de úeros estatístcas stcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações a da Telebrás

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais