Estimação pontual, estimação intervalar e tamanho de amostras

Tamanho: px
Começar a partir da página:

Download "Estimação pontual, estimação intervalar e tamanho de amostras"

Transcrição

1 Estmação potual, estmação tervalar e tamaho de amostras Iferêca: por meo das amostras, cohecer formações geras da população. Problemas de ferêca, em geral, se dvdem em estmação de parâmetros e testes de hpóteses. Neste curso cosderaremos problemas de ferêca evolvedo estmação de parâmetros Estmação de parâmetros: A estmação é o processo que cosste o uso de dados da amostra (dados amostras) para estmar valores de parâmetros populacoas descohecdos, tas como méda, desvo padrão, proporções, etc. Estmador: é uma fução dos elemetos da amostra, que será usada o processo de estmação do parâmetro desejado. O estmador é, como vemos, uma estatístca. Será, portato, uma varável aleatóra caracterzada por uma dstrbução de probabldade e seus respectvos parâmetros própros. Estmatva: cada valor partcular assumdo por um estmador.

2 ESTIMATIVA PONTUAL: é uma estmatva de um úco valor para um parâmetro populacoal. ESTIMATIVA INTERVALAR: é um tervalo de valores usado para estmar um parâmetro populacoal. Eemplo: Cosdere um amostra aleatóra das alturas, em cm, de meos de 5 aos: 65, 70, 70, 68, 78, 80, 68, 50, 7, 70 Pergutas típcas de estmação de parâmetros em relação a estes dados são: A partr dos dados amostras e cosderado que a amostra fo retrada de uma população com méda descohecda: (a) Estme um úco valor represetado o parâmetro descohecdo. > estmação potual b) Estme um tervalo de possíves valores para.> estmação tervalar. Estmação Potual de um parâmetro θ : parâmetro (valor umérco costate e descohecdo da população) θˆ : estmador potual ( estatístca vsado estmar o parâmetro) Um estmador θˆ é uma fução dos valores amostras que é usado para estmar o valor de um parâmetro descohecdo θ.o estmador é uma varável aleatóra com uma dstrbuç ão de probabld ade. Quado uma amostra aleatóra é selecoad a de uma população e θˆ é calculado a partr dos dados, o valor umérco da amostra cosderada. obtdo é chamado uma estmatva de

3 Algus estmadores potuas: Parâmetro da população ( ) Estmador ( ) Méda ( ) Méda amostral ( ) Proporçao ( p ) Proporção amostral ( p ) Desvo-padrão ( ) Desvo-padrão amostral ( S ) Como escolher um estmador? () Deve ser ão evesado (ão tedecoso) Um estmador θˆ é ão evesado para o parâmetro θ se E(θˆ) θ, qualquer que seja o verdadero valor de θ. Se esta propredade ão é satsfeta, θˆ evesado. é um estmador Lembre-se: E () é o valor esperado de. 3

4 () Selecoe o estmador que tem meor varâca Selecoe o estmador ão evesado de que tem meor varâca, qualquer que seja o valor de. Se ele estr, ele é chamado de estmador ão tedecoso de míma varâca. O desvo - padrâo (DP) do estmador θˆ erro padrão e será deotado :ε(θˆ) DP (θˆ) é chamado Ilustrado a déa de evesameto Cosdere a varâca de uma população de tamaho N: σ N μ) N, ode μ é é a méa populacoal. Vamos supor que temos uma amostra aleatóra de tamaho e queremos estmar, a partr da amostra, a varâca da população. Cosderemos duas stuações: (a) A méda populacoal μal ohecda. Vamos defr o estmador θˆ μ) 4

5 Vamos verfcar se o estmador defdo é ouão evesado : E(ˆ) E ) ) E ) por tato se cohecermos amédapopulacoal o estmador ˆ ) ão evesado. (b) Cosdere que ão cohecemos amédapopulacoal. Podemos estmar amédapopulacoalpelaméda amostral e defr, por aaloga, o estmador da varâca como: ˆ ) e vamos testar se este estmador é ouão evesado. 5

6 6 ) ) ) ) ) ) ) ) ) ) que é ão evesado. S θˆ Da a defção vsta o co do curso para a varâca amostral: é evesado. μ θˆ e portato o estmador da varâca σ )σ ( σ σ μ E μ E Etão: E(θˆ) μ μ e vamos usar a detdade: E Temos: E(θˆ) Note que: ão evesameto ão deve ser cosderado um crtéro ecessvamete mportate para julgar um estmador a medda em que, o valor esperado é apeas uma das possíves meddas de cetro. Estem eemplos de estmadores evesados que tem cocetração de probabldade prómo do parâmetro maor do que o estmador ão evesado de míma varâca. Etretato, este curso, os estmadores mas comumete utlzados são ão evesados.

7 Estmação potual da méda populacoal ( μ ) parâmetro: μ (méda populacoal) dados:,,..., (amostra aleatóra estmador: (méda amostral) σ erro padrão da méda: ε () de tamaho ) amostragem sem reposção de população fta: ε() σ N N se ão cohecer σ, estme o erro usado desvo amostral S Estmação potual da proporção populacoal ( p ): parâmetro: dados: : úmero de ocorrêcas de uma certa característca estmador: p (proporção populacoal) uma amostra aleatóra de tamaho pˆ erro padrão da proporção: ε(pˆ) p( p) amostragem sem reposção de população fta: ε(pˆ) p( p) N N se ão cohecer p, estme o erro usado a proporção amostral pˆ 7

8 Note que o erro padrão da proporção depede da proporção populacoal, ou de alguma estmatva dela como por eemplo a própra proporção amostral. Etretato, se ão for possível obter alguma estmatva de p, e como para qualquer valor de p temos a desgualdade p(-p) /4, o erro padrão é lmtado por ε(pˆ) Estmação tervalar de um parâmetro populacoal Um estmador tervalar de um parâmetro é um tervalo que é prevsto para coter o parâmetro. A cofaça que atrbumos ao tervalo é a probabldade de que ele rá coter o parâmetro. 8

9 Cosdere o parâmetro. Seja ( - a ) umaprobabldade especfcada e L e U fuções dos valores amostras X,..., X demodo que P(L U) - a Etão o tervalo (L,U)é chamado tervalo de cofaça de 00( - a )% parao parâmetro, e ( - a ) chamado de ível de cofaça assocado ao tervalo., O ível de cofaça (NC) é a probabldade -α, que é a proporção de vezes que o tervalo de cofaça realmete cotém o parâmetro populacoal, supodo que o processo seja repetdo um úmero grade de vezes. Algus íves de cofaça geralmete usados. NC a Para NC 0,90 ou (90%) α 0, Para NC 0,95 ou (95%) α 0,05 Para NC 0,99 ou (99%) α 0,0 9

10 Vamos cosderar prmero a estmatva tervalar para a proporção populacoal Eemplo de uma estmatva tervalar: A estmatva de IC de 95% para a proporção populacoal p é 0,38 < p < 0,497. Iterpretação: Há uma terpretação correta e mutas erradas, dferetes e cratvas para o IC. Correta: Estamos 95% cofates de que o tervalo de 0,38 a 0,497 realmete cotém o verdadero valor de p. Errada: Há uma chace de 95% de que o verdadero valor de p esteja etre 0,38 e 0,497. Para estabelecer um IC são utlzados valores crítcos. O uso do escore padrão Z. O escore padrão Z pode ser usado para de dstgur etre estatístcas amostras que têm chace de ocorrer e aquelas que ão têm. Sob certas codções a dstrbução amostral das proporções amostras pode ser apromada por uma dstrbução ormal. Há uma probabldade -α de que uma proporção amostral caa uma regão lmtada por dos valores de Z, para os quas uma área de α / seja defda a cauda esquerda e uma área de α / seja defda a cauda dreta. 0

11 Valores crítcos. Um valor crítco é um úmero a frotera que separa estatístcas amostras que têm uma chace de ocorrer daquelas que ão têm. O úmero Z a/ é um valor crítco, que é um escore Z com a propredade de separar uma área de α / a cauda dreta da dstrbução ormal padrozada. Vamos cosderar um eemplo ode temos um tervalo de cofaça de 90%, ou seja, (-a)0,90 Valores Crítcos a a/ a/ 0,90 0,05 0,05 Nível de cofaça: NC -a Por eemplo, NC 90% a - NC 0, - + Valores crítcos: ± Z a/ ±,6449 a/ 0,05 Z a/,6449

12 Margem de erro E Quado os dados são usados para estmar um parâmetro populacoal, a margem de erro (ou erro mámo da estmatva), represetada por E, pode ser ecotrada pela multplcação do valor crítco pelo erro padrão do estmador (que é o desvo padrão) coforme a epressão: E Za / ε(θˆ) Margem de erro E para a proporção Quado os dados são usados para estmar uma proporção populacoal p, a margem de erro (ou erro mámo da estmatva), represetada por E, pode ser ecotrada pela multplcação do valor crítco pelo desvo padrão das proporções amostras coforme a epressão: E Z a / pˆ( pˆ) (margem de erro para proporções) Note que: a fórmula orgal para E, é o valor da proporção populacoal p que aparece. Etretato, ão cohecemos p, e usamos uma estmatva cohecda de p, que fucoa bem para grade. E se lembramos que p(-p) /4, o lmte um superor para E é dado por: Z E a /

13 Itervalo de Cofaça (ou Estmatva Itervalar) para a Proporção Populacoal p pˆ E p pˆ E ou ou pˆ E pˆ E,pˆ E) Procedmeto para costrução de um IC para a proporção () Verfque os requstos (amostra aleatóra, tamaho grade, ) () Estabelecdo o NC, recorra à Tabela da Normal e ecotre Z a/ (3) Calcule a margem de erro: pˆ( pˆ) E Z a / (4) Usado E e pˆ, ache os valores de e. (5) Substtua estes valores em um formato específco do tervalo de cofaça: pˆ E p pˆ E ou ou pˆ E pˆ E pˆ E,pˆ E) pˆ E 3

14 Determação do Tamaho Amostral Supoha que queremos coletar dados amostras com o objetvo de estmar alguma proporção populacoal. Quatos tes amostras () devem ser obtdos? Com base a epressão do erro: -Quado uma estmatva qˆ pˆ -Quado ão se cohece : é cohecda: Arredode o resultado para o prómo tero. pˆ pˆ Z ) a / 4E Z ) a / E pˆqˆ Amostragem sem reposção de População Fta de tamaho N: Erro: Defção do Tamaho Amostral Arredode o resultado para o prómo tero. 4

15 Itervalo de cofaça para a méda populacoal () ( é cohecdo ) Requstos: - O desvo padrão da população é cohecdo. - A amostra é aleatóra smples (todas as amostras de mesmo tamaho tem gual chace de serem selecoadas). - Uma ou ambas as codções segutes são satsfetas: A população é ormalmete dstrbuída ou 30. Itervalo de cofaça para Méda Populacoal: σ cohecdo Vmos que a méda amostral da méda populacoal. Itervalos de cofaça: é a melhor estmatva potual Estmatva de tervalo de cofaça para a méda populacoal (com σ cohecdo): E E ou E, E) ou E Margem de erro: E Z / Tamaho amostral: a Z a / E Arredodar para o tero maor mas prómo 5

16 Amostragem sem reposção depopulação Fta de tamaho N: Margem de Erro: Defção do Tamaho Amostral Arredode o resultado para o tero maor mas prómo. Itervalos de de 95% de cofaça para0 amostras de tamaho 7 retradas de uma população com 00 e 0. este caso : , para cada amostra 7 6

17 Itervalo de cofaça da Méda Populacoal: σ Descohecdo Se cohecemos o desvo - padrão populacoal σ, a varável padrozada Z - μ σ/ ), do estmador da méda tem dstrbução ormal padrozada. vmos que potual Em geral, σ ão é cohecdo, o desvo - padrão amostral S. Neste caso troduzmos - μ t S Wllam Sealy Gosset (Cohecdo como :Studet) e é atural usar como estmatva para σ, mostrou varável que : Se a amostra é obtda de uma população com dstrbução ormal, etão a varável t é dstrbuda segudo a cohecda "dstrbução de Studet". Dstrbução t-studet Qumco e Matemátco (New College, Oford). Fo trabalhar para a destlara de Arthur Guess & So. Gosset ra aplcar os seus cohecmetos de estatístca a cervejara - para a seleção das melhores amostras de cevada. Gosset adquru o seu cohecmeto o Laboratóro Bométrco Karl Pearso. Pearso dava pouca mportâca aos resultados obtdos por Gosset, pos eram baseados em pequeas amostras a cervejera, ele (Pearso) por orma tha ceteas de observações e ão va urgêca em desevolver um método que tratasse com pequeas amostras Wllam Sealy Gosset Cohecdo como: Studet Para prever fugas de formação e futuras revelações dos "segredos" da marca, a Guess probu que os seus empregados pudessem publcar quasquer trabalhos depedete do coteúdo. Gosset ão tha como publcar os trabalhos com o seu ome. Etão, usou o pseudomo Studet para as suas publcações evtado ser detectado pela etdade empregadora. Seu feto mas cohecdo, é hoje cohecdo com a Dstrbução t-studet, que outras crcustâcas sera cohecda como a Dstrbução t-gosset. 7

18 Dstrbução-t de Studet com gl (-) graus de lberdade Dstrbução smétrca em toro de zero Para cada valor de gl este uma dstrbução-t Normal padrozada A medda que aumeta a dstrbução de t se aproma da dstrbução de Z (ormal) (>30) a é a probabldade (área) a cauda dreta 8

19 Estmatva tervalar da Méda Populacoal: σ Descohecdo Para população com dstrbução ormal e com σ descohecdo, um tervalo de cofaça com (-α).00% para a méda populacoal é E E ou E, E) ou E a margem de erro: E ta / S Valor de t: obtdo da dstrbução-t de studet terpretação :(- α) é a probabldade de que o tervalo ( - E, E) coteha a méda 9

20 Itervalos de de 95% de cofaça para 0 amostras de tamaho retradas de uma população com dstrbução ormal com 00 e 0. No caso, a 0.05 e t 0.05 s Neste caso : -.447, ode s é o desvo padrão de cada amostra.447 (dst. t com gl - 6). s para cada amostra, 7 7 A Estmatva tervalar é a mas utlzada. Note que: Numa estmatva tervalar, o cetro do tervalo de cofaça ão é vsto como o melhor estmador potual, o tervalo é a estmatva. Ele é obtdo de modo que temos uma % de cofaça dele coter o parâmetro e ehuma preferêca é atrbuída a algum de seus potos. Devdo a smetra da dstrbução apromada de, ocorre que o cetro do tervalo de cofaça para é. Etretato, se a dstrbução amostral ão é smétrca, o poto médo do tervalo ão ecessaramete cocde com a melhor estmatva potual do parâmetro. 0

21 Estmação da Méda Populacoal: Resumo Seja,,..., N(μ(σ). A dstrbução de é chamada dstrbução χ uma amostra aleatóra de uma população ormal χ Dstrbução χ ( ) σ ()s σ com (-) graus de lberdade.

22 Itervalo de (-α)% de cofaça para σ s (), χ α s () χ ( α ) Estmatvas de σ usado a dstrbução χ são muto afetadas (ão cofáves) para amostras de populações ão ormas.

23 A Stewart Avato Products Compay vem fabrcado altímetros de avões com erros dstrbuídos ormalmete com méda 0 (obtda por calbragem) e desvo padrão de 43,7 pés. Após a stalação da ova produção de equpametos selecoaram-se aleatoramete 30 altímetros da ova lha de produção. Esta amostra acusou erros com desvo padrão de 54,7 pés. Baseado a amostra, vamos fazer uma estmatva tervalar com 95% de cofaça para o desvo-padrao dos erros dos altímetros 30 amostras retradas de população ormal com desvo- padrão s 54,7 pés. 95% de cofãça sgfca α/0.05 Temos que ecotrar a dstrbução χ com gl-9 Os valores correspodetes a χ χ α (α ) χ χ

24 O tervalo de 95% de cofaça para o desvo padrão será : s () () 9 9, s 54.7, 54.7 χ χ α ( α ) ou seja : 43.6, 7.7) 4

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

Apostla Básca de Estatístca Slvo Alves de Souza ÍNDICE Itrodução... 3 Software R... 4 Software SPSS... 5 Dstrbução ormal de probabldade... 6 Testes de Hpótese paramêtrco... Testes Não-Paramétrco...5 Dstrbução

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

Teoria da Amostragem

Teoria da Amostragem Teora da Amostragem I- oções fudametas sobre amostragem. Amostragem é todo o processo de recolha de uma parte, geralmete pequea, dos elemetos que costtuem um dado couto. Da aálse dessa parte pretede obter-se

Leia mais

NOTAS DE AULA - ESTATÍSTICA TEORIA DA AMOSTRAGEM ESTIMAÇÃO

NOTAS DE AULA - ESTATÍSTICA TEORIA DA AMOSTRAGEM ESTIMAÇÃO NOTAS DE AULA - ESTATÍSTICA TEORIA DA AMOSTRAGEM ESTIMAÇÃO ISABEL C. C. LEITE SALVADOR BA 007 Estatístca Prof.ª Isabel C. C. Lete TEORIA DA AMOSTRAGEM DISTRIBUIÇÃO AMOSTRAL DOS ESTIMADORES A teora da amostragem

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: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores

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

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO 1 VARIÁVEIS ALEATÓRIAS O que se etede por varável aleatóra? Até agora ossos estudos estavam pratcamete voltados mas para defrmos osso Espaço Amostral U, sem assocarmos suas respectvas probabldades aos

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

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

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo INGEPRO Iovação, Gestão e Produção Jaero de 010, vol. 0, o. 01 www.gepro.com.br Cálculo de méda a posteror através de métodos de tegração umérca e smulação mote carlo: estudo comparatvo Helto Adre Lopes

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

APOSTILA DA DISCIPLINA INFERÊNCIA ESTATÍSTICA I

APOSTILA DA DISCIPLINA INFERÊNCIA ESTATÍSTICA I UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA APOSTILA DA DISCIPLINA INFERÊNCIA ESTATÍSTICA I CURSO DE ESTATÍSTICA Prof. Paulo Rcardo Bttecourt Gumarães O SEMETRE

Leia mais

3 Precificação de resseguro

3 Precificação de resseguro Precfcação de Resseguro 35 3 Precfcação de resseguro Este capítulo traz prmeramete uma oção ampla das aplcações das metodologas de precfcação de resseguro para melhor compreesão do mesmo Da seção 3 até

Leia mais

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc.

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Capítulo 8 Estimativa do Itervalo de Cofiaça Statistics for Maagers Usig Microsoft Excel, 5e 2008 Pearso Pretice-Hall, Ic. Chap 8-1 Objetivos: Neste capítulo, você aprederá: Costruir e iterpretar estimativas

Leia mais

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM -

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM - CURSO SOBRE MEDIDAS DESCRITIVA Adrao Medoça Souza Departameto de Estatístca - UFSM - O telecto faz pouco a estrada que leva à descoberta. Acotece um salto a coscêca, chame-o você de tução ou do que quser;

Leia mais

1) Escrever um programa que faça o calculo de transformação de horas em minuto onde às horas devem ser apenas número inteiros.

1) Escrever um programa que faça o calculo de transformação de horas em minuto onde às horas devem ser apenas número inteiros. Dscpla POO-I 2º Aos(If) - (Lsta de Eercícos I - Bmestre) 23/02/2015 1) Escrever um programa que faça o calculo de trasformação de horas em muto ode às horas devem ser apeas úmero teros. Deverá haver uma

Leia mais

Capítulo 2 O conceito de Função de Regressão Populacional (FRP) e Função de Regressão Amostral (FRA)

Capítulo 2 O conceito de Função de Regressão Populacional (FRP) e Função de Regressão Amostral (FRA) I Metodologa da Ecoometra O MODELO CLÁSSICO DE REGRESSÃO LINEAR. Formulação da teora ou da hpótese.. Especfcação do modelo matemátco da teora. 3. Especfcação do modelo ecoométrco da teora. 4. Obteção de

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca 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

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

ANÁLISE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONSTRUÇÃO DOS COEFICIENTES COM APLICAÇÕES

ANÁLISE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONSTRUÇÃO DOS COEFICIENTES COM APLICAÇÕES UNIVERIDADE FEDERAL DO PARANÁ ANÁLIE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONTRUÇÃO DO COEFICIENTE COM APLICAÇÕE CURITIBA 004 ACHIKO ARAKI LIRA ANÁLIE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONTRUÇÃO DO

Leia mais

CAPÍTULO 1 PROBABILIDADE

CAPÍTULO 1 PROBABILIDADE CAPÍTULO PROBABILIDADE. Coceto O coceto de probabldade está sempre presete em osso da a da: qual é a probabldade de que o meu tme seja campeão? Qual é a probabldade de que eu passe aquela dscpla? Qual

Leia mais

APOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA

APOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA APOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA SONIA ISOLDI MARTY GAMA

Leia mais

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS Prof José Leoardo Noroha M Eg Departameto de Egehara de Prodção Escola Federal de Egehara de Itabá EFEI RESUMO: Neste trabalho

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

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES Cêca Florestal, v.6,., p.47-55 47 ISS 003-9954 AMOSTRAGEM EM DOIS ESTÁGIOS COM UIDADES PRIMÁRIAS DE TAMAHOS DIFERETES SUBSAMPLIG TO TWO PROBATIO WITH PRIMARY UITS OF UEQUAL SIZES Sylvo Péllco etto RESUMO

Leia mais

2-Geometria da Programação Linear

2-Geometria da Programação Linear I 88 Otmzação Lear -Geometra da Programação Lear ProfFeradoGomde DC-FEEC-Ucamp Coteúdo. Poledros e cojutos coveos. Potos etremos vértces soluções báscas factíves 3. Poledros a forma padrão 4. Degeeração

Leia mais

Estatística stica para Metrologia

Estatística stica para Metrologia Estatística stica para Metrologia Aula Môica Barros, D.Sc. Juho de 28 Muitos problemas práticos exigem que a gete decida aceitar ou rejeitar alguma afirmação a respeito de um parâmetro de iteresse. Esta

Leia mais

Medidas de Localização

Medidas de Localização 07/08/013 Udade : Estatístca Descrtva Meddas de Localzação João Garbald Almeda Vaa Cojuto de dados utlzação de alguma medda de represetação resumo dos dados. E: Um cojuto com 400 observações como aalsar

Leia mais

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula 3 Prof.: Patricia Maria Bortolo, D. Sc. Estimação por Itervalo Objetivos Nesta semaa, veremos: Como costruir e iterpretar estimativas por itervalos de cofiaça para a média e a proporção

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

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

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13.

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13. SUMARIO 2 MÉTODO ESTATÍSTICO...3 2. A ESTATÍSTICA...3 2.2 FASES DO MÉTODO ESTATÍSTICO...4 3 FERRAMENTAS DE CÁLCULO PARA O ESTUDO DA ESTATÍSTICA...5 3. FRAÇÃO...5 3.. Adção e subtração...5 3..2 Multplcação

Leia mais

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Índice Geral de Cursos (IGC)

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Índice Geral de Cursos (IGC) Isttuto Nacoal de Estudos e Pesqusas Educacoas Aíso exera INEP stéro da Educação EC Ídce Geral de Cursos (IGC) O Ídce Geral de Cursos (IGC) é ua éda poderada dos cocetos dos cursos de graduação e pós-graduação

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

A Medição e o Erro de Medição

A Medição e o Erro de Medição A Medção e o Erro de Medção Sumáro 1.1 Itrodução 1.2 Defções 1.3 Caracterzação da qualdade de medção 1.4 O erro da medção 1.4.1 Os erros aleatóros 1.4.2 Os erros sstemátcos 1.5 O verdadero valor, o erro

Leia mais

Jackknife, Bootstrap e outros métodos de reamostragem

Jackknife, Bootstrap e outros métodos de reamostragem Jackkife, Bootstrap e outros métodos de reamostragem Camilo Daleles Reó camilo@dpi.ipe.br Referata Biodiversa (http://www.dpi.ipe.br/referata/idex.html) São José dos Campos, 8 de dezembro de 20 Iferêcia

Leia mais

Capítulo 6 - Centro de Gravidade de Superfícies Planas

Capítulo 6 - Centro de Gravidade de Superfícies Planas Capítulo 6 - Cetro de ravdade de Superfíces Plaas 6. Itrodução O Cetro de ravdade (C) de um sóldo é um poto localzado o própro sóldo, ou fora dele, pelo qual passa a resultate das forças de gravdade que

Leia mais

Intervalo de Confiança para uma Média Populacional

Intervalo de Confiança para uma Média Populacional Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais Estatística II Atoio Roque Aula Testes de Hipóteses para a Difereça Etre Duas Médias Populacioais Vamos cosiderar o seguite problema: Um pesquisador está estudado o efeito da deficiêcia de vitamia E sobre

Leia mais

Regressão Linear - Introdução

Regressão Linear - Introdução Regressão Lear - Itrodução Na aálse de regressão lear pretede-se estudar e modelar a relação (lear) etre duas ou mas varáves. Na regressão lear smples relacoam-se duas varáves, x e Y, através do modelo

Leia mais

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade. Heterocedastcdade y = β 0 + β + β + β k k + u O que heterocedastcdade? Lembre-se da hpótese de homocedastcdade: condconal às varáves eplcatvas, a varânca do erro, u, é constante Se sso não for verdade,

Leia mais

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3 Idetfcação da exstêca de padrão espacal aleatóro a dstrbução dos pacetes portadores de doeça geétca rara com defcêca físca da Assocação de Assstêca à Craça Defcete (AACD) de Perambuco Aa Clara P. Campos

Leia mais

Estatística Agosto 2009 Campus do Pontal Prof. MSc. Quintiliano Siqueira Schroden Nomelini

Estatística Agosto 2009 Campus do Pontal Prof. MSc. Quintiliano Siqueira Schroden Nomelini Estatístca Agosto 009 Campus do Potal Prof. MSc. Qutlao Squera Schrode Nomel - ESTATÍSTICA DESCRITIVA. - A NATUREZA DA ESTATÍSTICA COMO SURGIU A ESTATÍSTICA????? A Matemátca surge do covívo socal, da cotagem,

Leia mais

Capitulo 8 Resolução de Exercícios

Capitulo 8 Resolução de Exercícios FORMULÁRIO Audades Peródcas, Crescetes e Postecpadas, com Termos em P. A. G 1 1 1 1 G SPAC R R s s 1 1 1 1 1 G G C R a R a 1 1 PAC Audades Gradetes Postecpadas S GP G 1 1 ; C GP G 1 1 1 Audades Gradetes

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

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

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

DISSERTAÇÃO DE MESTRADO

DISSERTAÇÃO DE MESTRADO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE CIÊNCIAS EXTAS E DA TERRA-CCET PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA - PPGMAE DISSERTAÇÃO DE MESTRADO CARACTERIZAÇÃO ESTATÍSTICA

Leia mais

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e

Leia mais

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES Aa Mara Lma de Faras Luz da Costa Laurecel Com a colaboração dos motores Maracajaro

Leia mais

Professor Mauricio Lutz ESTATÍSTICA BÁSICA

Professor Mauricio Lutz ESTATÍSTICA BÁSICA Proessor Maurco Lutz ESTATÍSTICA BÁSICA. Coceto Exstem mutas deções propostas por autores, objetvado estabelecer com clareza o que é estatístca, como por exemplo: Þ A Estatístca é um cojuto de métodos

Leia mais

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução.

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução. 55 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Itrodução. No processo de resolução de um problema prático é reqüete a ecessidade de se obter a solução de um sistema de equações ão lieares. Dada

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,

Leia mais

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5 Testes de Hipóteses Supoha que o ível crítico de ifestação por um iseto-praga agrícola é de 10% das platas ifestadas. Você decide fazer um levatameto em ove lotes, selecioados aleatoriamete, de uma área

Leia mais

Exercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados

Exercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados Eercícos e Cálculo Numérco Iterpolação Polomal e Métoo os Mímos Quaraos Para a ução aa, seja,, 6 e, 9 Costrua polômos e grau, para apromar, 5, e ecotre o valor o erro veraero a cos b c l Use o Teorema

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

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

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

Leia mais

Neste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas.

Neste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas. Físca plcada à Egehara vl II aulo Medes ENTRÓIDES Neste capítulo pretede-se troduzr o coceto de cetróde, em especal quado aplcado para o caso de superfíces plaas. Este documeto, costtu apeas um strumeto

Leia mais

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA Maríla Brasl Xaver REITORA Prof. Rubes Vlhea Foseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odvaldo Texera Lopes ARTE FINAL DA CAPA Odvaldo Texera Lopes REALIZAÇÃO

Leia mais

Duas Fases da Estatística

Duas Fases da Estatística Aula 5. Itervalos de Cofiaça Métodos Estadísticos 008 Uiversidade de Averio Profª Gladys Castillo Jordá Duas Fases da Estatística Estatística Descritiva: descrever e estudar uma amostra Estatística Idutiva

Leia mais

INTERVALOS DE CONFIANÇA BOOTSTRAP PARA MODELOS DE REGRESSÃO COM ERROS DE MEDIDA

INTERVALOS DE CONFIANÇA BOOTSTRAP PARA MODELOS DE REGRESSÃO COM ERROS DE MEDIDA INTERVALOS DE CONFIANÇA BOOTSTRAP PARA MODELOS DE REGRESSÃO COM ERROS DE MEDIDA Wellgto José da CUNHA Erco Atôo COLOSIMO RESUMO: As meddas realzadas o da-a-da estão sjetas a erros Esses erros podem acotecer

Leia mais

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT410026 FUNDAMENTOS DE ESTATÍSTICA 8ª AULA: ESTIMAÇÃO POR INTERVALO

Leia mais

Obra publicada pela Universidade Federal de Pelotas

Obra publicada pela Universidade Federal de Pelotas Obra publcada pela Uversdade Federal de Pelotas Retor: Prof. Dr. Atoo Cesar Goçalves Bores Vce-Retor: Prof. Dr. Maoel Luz Breer de Moraes Pró-Retor de Etesão e Cultura: Prof. Dr. Luz Era Goçalves Ávla

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

MODELAGEM DE DADOS POR REGRESSÃO LINEAR MÚLTIPLA PARA AVALIAÇÃO DE IMÓVEIS RURAIS DO SUBMÉDIO SÃO FRANCISCO

MODELAGEM DE DADOS POR REGRESSÃO LINEAR MÚLTIPLA PARA AVALIAÇÃO DE IMÓVEIS RURAIS DO SUBMÉDIO SÃO FRANCISCO ODEAGE DE DADOS POR REGRESSÃO INEAR ÚTIPA PARA AVAIAÇÃO DE IÓVEIS RURAIS DO SUBÉDIO SÃO FRANCISCO JOSÉ ANTONIO OURA E SIVA Isttuto Nacoal de Colozação e Reforma Agrára - INCRA UIZ RONADO NAI 3 Isttuto

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

Relatório Final da disciplina de Probabilidades e Estatística. Economia Gestão Informática e Gestão

Relatório Final da disciplina de Probabilidades e Estatística. Economia Gestão Informática e Gestão Relatóro Fal da dscpla de Probabldades e Estatístca Ecooma Gestão Iformátca e Gestão Docetes: Paulo Ifate (resposável) Iês Sousa Das Ao Lectvo 007/008 Ídce Relatóro Crítco de Leccoação Programa detalhado

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato

PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato 1 PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato 1. Estimação: O objetivo da iferêcia estatística é obter coclusões a respeito de populações através de uma amostra extraída

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 Físca Arqutectura Pasagístca Análse de erros ANÁLISE DE ERROS A ervação de u fenóeno físco não é copleta se não puderos quantfcá-lo Para é sso é necessáro edr ua propredade físca O processo de edda consste

Leia mais

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts Uversdade Católca de Goás, Departameto de Computação Uversdade

Leia mais

Métodos Quantitativos em Contabilidade. Análise da Variância ANOVA. Prof. José Francisco Moreira Pessanha professorjfmp@hotmail.

Métodos Quantitativos em Contabilidade. Análise da Variância ANOVA. Prof. José Francisco Moreira Pessanha professorjfmp@hotmail. Métodos Quatitativos em Cotabilidade Aálise da Variâcia AOVA Prof. José Fracisco Moreira Pessaha professorfmp@hotmail.com Rio de Jaeiro, 8 de setembro de 01 Aálise da Variâcia com um fator (OE WAY AOVA)

Leia mais

Capítulo 1 PORCENTAGEM

Capítulo 1 PORCENTAGEM Professor Joselas Satos da Slva Matemátca Facera Capítulo PORCETAGEM. PORCETAGEM A porcetagem ada mas é do que uma otação ( % ) usada para represetar uma parte de cem partes. Isto é, 20% lê-se 20 por ceto,

Leia mais

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação

Leia mais

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C) RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção

Leia mais

4 Capitalização e Amortização Compostas

4 Capitalização e Amortização Compostas 4.1 Itrodução Quado queremos fazer um vestmeto, podemos depostar todos os meses uma certa quata em uma cadereta de poupaça; quado queremos comprar um bem qualquer, podemos fazê-lo em prestações, a serem

Leia mais

Curso de An lise de Fluxo de Caixa

Curso de An lise de Fluxo de Caixa Curso de A lse de Fluxo de Caxa SUMÁRIO PROGRESSÕES... 0. FÓRMULAS BÁSICAS... 0.. Progressões artmétcas... 0..2 Progressões geométrcas... 02.2 EXERCÍCIOS SUGERIDOS... 02 2 CONCEITOS DE MATEMÁTICA FINANCEIRA...

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm

Leia mais

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas

Leia mais

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA O objetvo deste capítulo é apresetar formas da equação da coservação da massa em fução de propredades tesvas faclmete mesuráves, como a temperatura, a pressão,

Leia mais