Os indivíduos selecionados para participarem da segunda fase do estudo
|
|
- Teresa Angelim de Lacerda
- 6 Há anos
- Visualizações:
Transcrição
1 Os indivíduos selecionados para participarem da segunda fase do estudo responderam o questionário de Pittsburg (Buysse e col., 1989) para análise da qualidade de sono (anexo 9), utilizaram o tempatilumi e responderam o diário de sono (anexo 1) por três semanas nos meses de agosto e novembro. No mês de novembro, tivemos a desistência de 3 voluntários em Natal e problemas com o registro de 2 voluntários em São Paulo. Estes 5 voluntários foram excluídos da segunda fase do estudo (novembro). - Preparação dos dados para as análises dos parâmetros circadianos Após a coleta dos dados pelo tempatilumi, foram retiradas das séries temporais fases que os indivíduos ficaram sem o aparelho (edição dos dados), como por exemplo, para tomar banho. Os diários de sono nos auxiliaram nesta tarefa. Nos casos em que os indivíduos ficaram sem o aparelho por um dia inteiro ou mais, estes foram excluídos da série. Fizemos uma média móvel de 2h para cada indivíduo. A média móvel nos auxiliou na visualização dos actogramas de indivíduos que tiraram o aparelho muitas vezes. Assim, com o auxílio do programa El Temps, as séries foram plotadas em gráficos (actogramas, termogramas, periodogramas, curvas de onda e cosinor) para a primeira visualização. Para cada indivíduo, plotamos o dado bruto editado e o mesmo reeditado por meio da média móvel. - Análise dos parâmetros circadianos Com o programa El Temps, calculamos o início e final da fase de atividade e as acrofases da temperatura periférica (do punho) e da atividade. Os dados de início e final da atividade foram comparados com as declarações feitas pelos voluntários nos diários de sono e com os actogramas. Como o El Temps não calculou muito bem o final da atividade e tivemos bastante problemas com os horários das acrofases das temperaturas, optamos por utilizar regras baseadas em mé móveis, semelhante às 26
2 utilizadas nos animais, para calcular o início e final da atividade e nos baseamos nas regras que Witting e col. (199) criaram para determinar a extensão de fase de maior expressão da atividade diária (M1), para calcularmos a meia fase de M1 (MFM1) para atividade e a meia fase de M6 (MFM6) para temperatura. Desta forma, os valores de M1 correspondem a uma fase de 1h com os valores mais altos dos níveis de atividade, e a MFM1 foi utilizada em nossas análises da atividade e calculada diariamente para cada indivíduo. Baseados nestas mesmas regras, determinamos também o M6 da temperatura, ou seja, as 6h de maiores valores da temperatura do punho ao longo das 24h de um dia, e calculamos a partir daí a MFM6. Utilizamos o programa MATLAB (Mathworks, versão 7, Massachussetts, EUA) para determinação do início e final da atividade, MFM1 para atividade e MFM6 para temperatura. Todos estes dados apresentaram correlação positiva com os dados para acrofase calculados pelo programa El Temps (dados não mostrados). Comparamos também as relações de fase dos diversos parâmetros circadianos entre os grupos de indivíduos de São Paulo e Natal, tanto de uma forma geral como relativo aos genótipos (PER3 4/4, PER3 5/5 ) e também relativo aos dois momentos do ano analisados (agosto e novembro), utilizamos em média dados referentes a 21 de experimento, em cada fase, para cada indivíduo. Foram comparados os horários de início e final da atividade, MFM1 para atividade e MFM6 para temperatura em ambos os grupos divididos por local, genótipo e épocas do ano (agosto e novembro). Foram calculados também diversos ângulos de fase para visualizarmos as relações de fase entre os grupos estudados. Para o cálculo dos ângulos de fase consideramos também os horários de nascer e o pôr do sol em São Paulo e Natal, que foram obtidos no site Os ângulos de fase calculados encontram-se na tabela 1. 27
3 Tabela 1: Ângulos de fase calculados em todos os grupos de estudo: São Paulo, Natal, PER3 4/4, PER3 5/5, agosto e novembro. Ângulos de Fases Variável 1 Variável 2 1 Início da atividade Nascer do Sol 2 Final da atividade Pôr do Sol 3 MFM6 da temperatura Início da atividade 4 MFM6 da temperatura MFM1 da atividade 5 (Duração da fase de atividade) Início da atividade Final da atividade 6 MFM6 da temperatura Final da atividade 7 Início da atividade MFM1 da atividade 8 MFM1 da atividade Final da atividade Análises Estatísticas As análises estatísticas foram feitas no programa STATISTICA (StatSoft Inc., , USA). O nível de significância adotado foi p <,5. Baseado nos resultados do teste de normalidade de Kolmogorov-Sminorv utilizamos o teste t de student para comparar os resultados. Para comparação entre duas fases (agosto e novembro) utilizamos o teste t pareado (para amostras dependentes). 28
4 4. resultados
5 4.1. Primeira fase experimental: Análise do ritmo circadiano da atividade locomotora em camundongos Per3 -/- e selvagens submetidos a diferentes fotofases. A observação dos periodogramas (Sokolove and Bushell, 1978) revela uma prevalência de ritmos circadianos em todos os regimes CE que foram utilizados no experimento, tanto nos animais selvagens como nos animais Per3 -/- (dados não mostrados). Visualmente, podemos observar nos actogramas (figuras 4, 5, 6, 7, 8 e 9) um aumento de atividade dos animais Per3 -/- na fase clara em relação aos animais selvagens. Na mudança para fotofase longa (16C/8E) podemos notar que os animais Per3 -/- levam ao menos um dia a mais para sincronizar. No geral, tanto os animais selvagens como os Per3 -/- parecem estar mascarados à luz na fotofase longa, pois quando submetidos a escuro constante eles voltam a mesma fase que estavam no ciclo 12C/12E 2.
6 Per3 -/- Per3 -/ C:8E 6 E:E 2 7 E:E C:8E 6 Figura 4: Actogramas em duplo plot de 2 animais do grupo Per3 -/-. As regiões em cinza escuro mostram as fases de escuro. Os com dados em branco foram devido ao inesperado travamento da roda de atividade. No eixo esquerdo temos os do experimento, no eixo direito os regimes CE utilizados e no eixo superior as 48h de registro.
7 Per3 -/- Per3 -/ C:8E 16C:8E E:E 2 7 E:E 2 Figura 5: Actogramas em duplo plot de 2 animais do grupo Per3 -/-. As regiões em cinza escuro mostram as fases de escuro. Os com dados em branco foram devido ao inesperado travamento da roda de atividade. No eixo esquerdo temos os do experimento, no eixo direito os regimes CE utilizados e no eixo superior as 48h de registro. 32
8 Per3 -/- Per3 -/ C:8E 16C:8E E:E 2 7 E:E 2 Figura 6: Actogramas em duplo plot de 2 animais do grupo Per3 -/-. As regiões em cinza escuro mostram as fases de escuro. Os com dados em branco foram devido ao inesperado travamento da roda de atividade. No eixo esquerdo temos os do experimento, no eixo direito os regimes CE utilizados e no eixo superior as 48h de registro. 33
9 Selvagem Selvagem C:8E 16C:8E 6 6 E:E 2 7 E:E 2 7 Figura 7: Actogramas em duplo plot de 2 animais do grupo selvagem (controles). As regiões em cinza escuro mostram as fases de escuro. Os com dados em branco foram devido ao inesperado travamento da roda de atividade. No eixo esquerdo temos os do experimento, no eixo direito os regimes CE utilizados e no eixo superior as 48h de registro. 34
10 Selvagem Selvagem C:8E 16C:8E E:E 2 7 E:E 2 Figura 8: Actogramas em duplo plot de 2 animais do grupo selvagem (controles). As regiões em cinza escuro mostram as fases de escuro. Os com dados em branco foram devido ao inesperado travamento da roda de atividade. No eixo esquerdo temos os do experimento, no eixo direito os regimes CE utilizados e no eixo superior as 48h de registro. 35
11 Selvagem Selvagem C:8E 16C:8E E:E 2 7 E:E 2 Figura 9: Actogramas em duplo plot de 2 animais do grupo selvagem (controles). As regiões em cinza escuro mostram as fases de escuro. Os com dados em branco foram devido ao inesperado travamento da roda de atividade. No eixo esquerdo temos os do experimento, no eixo direito os regimes CE utilizados e no eixo superior as 48h de registro. 36
12 Utilizando o valor do raio da roda de atividade, calculamos o quanto cada animal andou em centímetros por dia nas fases clara e escura, separadamente. Os resultados mostram que os animais do grupo Per3 -/- realmente são mais ativos na fase clara. Foi encontrada uma diferença significantiva somente na fotofase longa (figura 1). Figura 1: Atividade em centímetros dos animais do grupo controle (selvagens) e do grupo Per3 -/-. O gráfico A mostra a atividade dos animais na fase clara dos ciclos claro/escuro. Existe uma diferença significativa somente na fotofase longa (p=,3). O Gráfico B mostra a atividade dos animais na fase escura dos ciclos claro/escuro. Os ângulos de fase de sincronização ao CE (diferença entre o horário do início da fase escura e início da atividade) foram calculados em cada regime de CE (figura 11). Não existe diferença estatística entre os grupos em nenhum regime CE analisado, no entanto, 37
13 nas fotofases 12C/12E 1 e 16C/8E há uma tendência para um menor ângulo de fase nos animais Per3 -/- em relação aos selvagens (p=,56 e p =,88, respectivamente). Existe uma alta variabilidade (desvio padrão foi maior que a média) encontrada nestes regimes CE (12C/12E 1 e 16C/8E), principalmente entre os animais do grupo Per3 -/-. Figura 11: Ângulos de fase de sincronização ao CE em cada regime de luz analisado. Ângulos de fase com valores negativos mostram que os animais começaram a atividade depois das luzes apagaram. Comparamos o número de que os animais selvagens e Per3 -/- levam para sincronizar nas fotofases curta e longa (8C/16E, 16C/8E) e o número de que os animais selvagens e Per3 -/- levam para sincronizar no ciclo 12C/12E 2. Optamos por não calcular os transientes na primeira fotofase (12C/12E 1), pois os animais já estavam 38
14 sincronizados a este regime CE. Existe realmente uma diferença na fotofase longa (16C/8E), os animais Per3 -/- levam em média um dia a mais para sincronizar do que os animais selvagens (p =,1). De maneira geral, nossos resultados mostram um aumento de atividade dos animais do grupo Per3 -/- na fase clara, na fotofase longa (16C/8E). Os animais do grupo Per3 -/- levam em média um dia a mais para sincronizar ao início do regime de fotofase longa e aparentemente a relação de fase entre o apagar das luzes e o início da atividade é a mesma quando comparados o grupo controle com o grupo Per3 -/-. No entanto, a alta variabilidade dos animais do grupo Per3 -/- provavelmente interfere em nossas análises. Visualmente, esta relação de fase aparenta ser diferente quando comparados os grupos no regime de fotofase longa, mas estatisticamente não foi possível comprovar esta informação (Figura 11) Segunda fase experimental: Organização temporal dos indivíduos em função da latitude e do genótipo PER Primeira Fase: caracterização populacional - fenotipagem, genotipagem e caracterização demográfica Todos os indivíduos selecionados em Natal (n=198) e em São Paulo (n=237), para este primeiro momento do estudo de caracterização populacional, foram classificados quanto à idade, sexo, tendência à matutinidade ou vespertinidade pelos questionários HO e MCTQ e genotipagem do polimorfismo de repetição do gene PER3 (PER3 4/4, PER3 4/5, PER3 5/5 ) (Tabela 2). Encontramos uma diferença estatisticamente significativa na pontuação do MCTQ entre São Paulo e Natal. O grupo em Natal apresenta valores médios menores do que em São Paulo. Esta diferença não aparece na análise do questionário HO. 39
15 Tabela 2: Caracterização da amostra coletada em Natal e em São Paulo. Natal (RN) São Paulo (SP) (N=198) (N=237) Idade Sexo Pontuação HO MCTQ (meia fase do sono) PER3 4/4 PER3 4/5 PER3 5/5 22,45 ± 6,97 62,12% F 48,28 ± 12,25 4,49 ± 1,42 N = 78 (39%) N = 98 (49%) N = 22 (11%) 21,59 ± 9,17 81,1% F 47,9 ± 12,3 4,83 ± 1,71*(p<,1) N = 14 (44%) N = 16 (45%) N = 27 (11%) As figuras 12 e 13 mostram a distribuição da população deste estudo em relação à preferência diurna para os questionários HO e MCTQ em São Paulo e no Rio Grande do Norte. Figura 12: Distribuição da população analisada quanto à preferência diurna em São Paulo e no Rio Grande do Norte por meio do questionário HO.
16 Figura 13: Distribuição da população analisada quanto a preferência diurna em São Paulo e no Rio Grande do Norte por meio do MCTQ Segunda Fase Caracterização amostral Os indivíduos selecionados para participarem da segunda fase também foram caracterizados segundo à idade, o sexo, a pontuação nos questionários HO e MCQT, pontuação da escala de qualidade do sono de Pittsburg e pelos genótipos PER3 4/4 e PER3 5/5 (Tabela 3). De maneira geral, selecionamos uma amostra bastante homogênea para podermos comparar os diferentes genótipos (PER3 4/4 e PER3 5/5 ). Dos 29 indivíduos selecionados, nenhum trabalha ou trabalhou nos últimos 2 anos durante a madrugada. Somente 2, dos 29 indivíduos não têm uma rotina regular de sono durante a semana, podendo 41
17 variar os horários de sono em até 2h de um dia para o outro. Nenhum indivíduo fez uso de medicamentos que pode afetar a qualidade do sono. Dos 29 indivíduos, somente 3 roncam às vezes, mas não se queixam de cansaço durante o dia. Somente 2 indivíduos queixaram-se de insônia, mas com pouca frequência. Nenhum voluntário selecionado queixou-se de problemas de sono. Todos os voluntários selecionados para participarem da segunda fase do estudo moram próximo ou na mesma cidade que nasceram. Tabela 3: Caracterização dos indivíduos selecionados para participarem da segunda fase do estudo. Natal (RN) N = 14 São Paulo (SP) N = 15 Idade Sexo Pontuação HO MCTQ Pontuação Pittsburg PER3 4/4 PER3 5/5 21,14 ± 2,38 73,3% F 49,57 ± 9,74 4,71 ± 1,62 4,28 ± 2,7 N = 7 (%) N = 7 (%), ± 2,96 64,3% F 51,7 ± 5,72 4,27 ± 1,6 4,53 ± 2,56 N = 8 (%) N = 7 (%) - Análise dos parâmetros circadianos A observação dos periodogramas (Sokolove and Bushell, 1978) revela uma prevalência de ritmos circadianos tanto no ritmo de atividade como no ritmo de temperatura. A visualização dos actogramas nos ajudaram a definir as fases de início e final da atividade. Os dados obtidos nas análises feitas no El Temps e no MATLAB apresentaram correlação positiva com os dados calculados pelo programa El Temps (dados não mostrados) e portanto, decidimos trabalhar com os dados do MATLAB relativos às variáveis de início e final da atividade, MFM1 da atividade e MFM6 da temperatura 42
18 (Witting e col.,199; Van Someren e col., 1996). Alguns horários sobre o final da atividade obtidos com as análises pelo El Temps não condiziam com os dados do diário de sono e actogramas e alguns dados da acrofase de temperatura não seguiam o padrão esperado. Neste ponto, as fórmulas que usamos para calcular os dados no MATLAB foram mais eficientes e os dados ficaram de maneira geral mais coerentes. Reduzimos os dados de 21 para dados médios de 24h por indivíduo, em cada fase do estudo (agosto e novembro), para todas as variáveis circadianas analisadas: início da atividade, final da atividade, MFM1 da atividade e MFM6 da temperatura. Foram excluídos das análises os dados MFM6 da temperatura de um indivíduo em São Paulo e três indivíduos em Natal, ambos em novembro, pois os dados ficaram muito fora do padrão esperado. E além disso, na segunda fase (novembro), como já descrito nos materiais e métodos, tivemos a desistência de dois voluntários em São Paulo e 3 voluntários em Natal, reduzindo bastante o tamanho da amostra em nossos grupos de estudo. 43
19 - Sugestão de leitura para os próximos passos das análises dos resultados De maneira geral, o escopo de dados para este segundo momento do experimento (actimetria, temperatura corporal, horários sociais e de nascer e pôr do sol), suas relações e as formas como foram analisados são bastante extensas e complexas e como consequência de difícil visualização como um todo. Desta forma optamos, para facilitar a leitura, por expor as análises em duas formas: 1. Mais formal no formato de tabelas com os números e valores absolutos obtidos e 2. Em forma gráfica criada por nós para tornar possível a visualização da ordem temporal externa (Menna-Barreto e Díez-Noguera, 12). Sugerimos, veementemente, ao leitor, que inicie a leitura da seção resultados pela observação das formas gráficas (figuras) que são muito mais inteligíveis do que as tabelas e que use as últimas para verificação dos valores médios para cada variável e seus respectivos desvios padrão, se achar necessário. Essas figuras têm como horário de referência o horário social ou horário do relógio local e incluem, portanto, a mudança deste em São Paulo durante os meses de horário de verão. Toda a discussão que seguirá se baseará nos resultados obtidos da análise, nos valores mostrados nas tabelas e nessas figuras. Além disso, realizamos também figuras que têm como horários de referência fases específicas, endógenas ou ambientais, das variáveis estudadas. Estabelecemos, por exemplo, como hora zero nestas figuras, a MFM6 da temperatura, o início da atividade, ou ainda o pôr ou nascer do sol ou o meio da fotofase. Pela extensão do arquivo e pela ausência de discussão específica desta forma de olhar os dados, esta leitura é opcional e encontra-se no anexo 11. Optamos por mostrá-las na esperança que tenham algum valor heurístico para um leitor que tenha um interesse mais profundo no conjunto dos dados. 44
20 - Tabelas Primeiramente, serão mostradas as comparações gerais feitas entre os grupos amostrais em São Paulo e Natal para cada variável circadiana analisada: início e final da fase de atividade, MFM1 e MFM6 (tabelas 4 e 5). Em seguida, serão mostradas as comparações dos grupos amostrais em São Paulo e Natal subdivididos pelos genótipos (PER3 4/4 e PER3 5/5 ) (tabelas 6, 7, 8 e 9). Então, as comparações dos diferentes genótipos (PER3 4/4 e PER3 5/5 ) nos grupos amostrais em São Paulo (tabelas 1 e 11) e Natal (tabelas 12 e 13) e por fim, as comparações entre as duas fases do estudo (agosto e novembro) no grupo amostral em São Paulo (tabelas 14, 15 e 16) e, separadamente, no grupo amostral em Natal (tabelas 17, 18 e 19). Como descrito na seção métodos, iniciamos a comparação das fases das variáveis circadianas do estudo entre os grupos amostrais em São Paulo e Natal (tabelas 4 e 5). De maneira geral, as fases circadianas das variáveis analisadas estão atrasadas no grupo amostral em Natal, principalmente na segunda fase do estudo (tabela 5). Tabela 4: Comparações gerais das fases circadianas entre os grupos amostrais em São Paulo e Natal, na primeira fase do estudo (agosto). Variáveis circadianas Média ± DP São Paulo (h:min) Média ± DP Natal (h:min) São Paulo (N) Natal (N) Início da atividade 6:43 ± 1:56 7:28 ± : Final da atividade :2 ± 1:23 :25 ± 1: MFM1 da atividade 14:2 ± 1:39 15:19 ± 1: MFM6 da temperatura 3:6 ± 1:17 3:47 ± : DP = Desvio Padrão p 45
Estaria em boa forma ( ) Estaria razoavelmente em forma ( ) Acharia isso difícil ( ) Acharia isso muito difícil ( )
16. Você decidiu fazer exercícios físicos. Um amigo sugeriu o horário das 22:00 às 23:00 horas, duas vezes por semana. Considerando apenas o seu bem estar pessoal o que você acha de fazer exercícios nesse
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia mais7 Teste de Hipóteses
7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5
Leia maisIntervalos de conança
Intervalos de conança Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística - Universidade Federal da Paraíba - UFPB Exemplo Suponha que se deseja estimar o diâmetro da pupila de coelhos adultos.
Leia maisUniversidade Federal de Alagoas Instituto de Ciências Sociais Curso de Ciências Sociais
1 Universidade Federal de Alagoas Instituto de Ciências Sociais Curso de Ciências Sociais Metodologia em Ciência Política Exercício 4 Barras de erros / Escore Z / Logaritmo 1. Agora que você já é versado
Leia maisCAPITULO III METODOLOGIA
CAPITULO III METODOLOGIA Após o enquadramento teórico dos diversos conceitos implícitos nesta investigação, assim como uma revisão da literatura que se debruçaram sobre esta área de estudo, passamos a
Leia maisA UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE:
A UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE: ESELAW 09 MARCOS ANTÔNIO P. & GUILHERME H. TRAVASSOS) 1 Aluna: Luana Peixoto Annibal
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisInferência Estatística: Conceitos Básicos II
Inferência Estatística: Conceitos Básicos II Distribuição Amostral e Teorema do Limite Central Análise Exploratória de dados no SPSS Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação
Leia maisDelineamento e Análise Experimental Aula 3
Aula 3 Castro Soares de Oliveira Teste de hipótese Teste de hipótese é uma metodologia estatística que permite tomar decisões sobre uma ou mais populações baseando-se no conhecimento de informações da
Leia maisTESTES T PARA COMPARAÇÃO DE
Universidade Federal do Paraná TESTES T PARA COMPARAÇÃO DE MÉDIAS DE DOIS GRUPOS PAREADOS. Gabryela Nagazawa Hayashi Patricia Souza Patrine Thiele AMOSTRAS PAREADAS Quando temos duas amostras e cada observação
Leia maisCE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO
CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis
Leia maisTESTES NÃO-PARAMÉTRICOS
Les-0773: ESTATÍSTICA APLICADA III TESTES NÃO-PARAMÉTRICOS AULA 3 26/05/17 Prof a Lilian M. Lima Cunha Maio de 2017 Revisão... Teste dos Sinais A Comparar valores de medianas de uma amostra com um valor
Leia maisEstatística
Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...
Leia maisBioestat 5.0. Rafael de Oliveira Xavier. Lab. Ecologia e Conservação, Departamento de Botânica, UFSCar
Bioestat 5.0 Rafael de Oliveira Xavier Lab. Ecologia e Conservação, Departamento de Botânica, UFSCar O Bioestat é um programa criado em 1998 por José Márcio Ayres e colaboradores, com o apoio de vários
Leia maisEm aplicações práticas é comum que o interesse seja comparar as médias de duas diferentes populações (ambas as médias são desconhecidas).
Em aplicações práticas é comum que o interesse seja comparar as médias de duas diferentes populações (ambas as médias são desconhecidas). Na comparação de duas populações, dispomos de duas amostras, em
Leia maisCapítulo 1 Estatística Descritiva. Prof. Fabrício Maciel Gomes
Capítulo 1 Estatística Descritiva Prof. Fabrício Maciel Gomes Gráficos 1. Gráfico de Colunas Um gráfico de colunas mostra as alterações de dados em um período de tempo ou ilustra comparações entre itens.
Leia maisJosé Aparecido da Silva Gama¹. ¹Professor do Instituto Federal de Educação, Ciência e Tecnologia de Alagoas.
Estudo e Aplicação dos Testes de Hipóteses Paramétricos e Não Paramétricos em Amostras da Estação Fluviométrica Três Maria (MG) da bacia Hidrográfica do Rio São Francisco José Aparecido da Silva Gama¹
Leia mais5 Resultados Dados artificiais Convergência à mediana e à média com dados artificiais
5 Resultados Os resultados da aplicação do método proposto estão estruturados de forma a evidenciar: 1. A convergência numérica do algoritmo proposto nesta tese para a mediana e para a média de grupos
Leia maisNOTA 1: 7,0. Medidas Físicas de volume
1 INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIAS E TECNOLOGIA DA BAHIA IFBA - CAMPUS PAULO AFONSO UNIDADE ACADÊMICA DE ENGENHARIA ELÉTRICA DISCIPLINA FÍSICA EXPERIMENTAL I NOTA 1: 7,0 Experimento:Teoria do erro
Leia maisInferência Estatística Básica. Teste de Hipóteses para uma média populacional Cálculo do Valor p
Inferência Estatística Básica Teste de Hipóteses para uma média populacional Cálculo do Valor p Exemplo 1 Um restaurante compra frangos abatidos inteiros com peso médio de 3 Kg há vários anos de um mesmo
Leia maisTeste de % de defeituosos para 1 amostra
DOCUMENTO OFICIAL DO ASSISTENTE DO MINITAB Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas
Leia maisANOVA - parte I Conceitos Básicos
ANOVA - parte I Conceitos Básicos Erica Castilho Rodrigues 9 de Agosto de 2011 Referências: Noções de Probabilidade e Estatística - Pedroso e Lima (Capítulo 11). Textos avulsos. Introdução 3 Introdução
Leia maisAULA 02 Distribuição de probabilidade normal
1 AULA 02 Distribuição de probabilidade normal Ernesto F. L. Amaral 02 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH)
Leia maisAULA 8 Experimentos multinomiais e tabelas de contingência
1 AULA 8 Experimentos multinomiais e tabelas de contingência Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisAULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade
Leia maisRelatórios do Remark Quick Stats Avaliação de Teste
Relatórios do Remark Quick Stats Avaliação de Teste Relatórios do Remark Quick Stats - Avaliação de Teste O Remark Quick Stats é parte integrante dos produtos Remark e pode ser usado para a avaliação de
Leia maisInserindo Credibilidade Estatística aos Resultados de uma Avaliação de Desempenho
Inserindo Credibilidade Estatística aos Resultados de uma Avaliação de Desempenho Avaliação de Desempenho Prof. Kleber Rezende kleber.rezende@ifsuldeminas.edu.br Conteúdo Revisão de Probabilidade e Estatística:
Leia mais4. RESULTADOS Resultados Gerais da Amostra
4. RESULTADOS 4.1. Resultados Gerais da Amostra Para a análise dos dados da pesquisa foi utilizado o método da análise conjunta. Como descrito no capítulo anterior, o método permite que sejam estimadas
Leia mais7 Extração de Dados Quantitativos
Capítulo 7 - Extração de Dados Quantitativos 119 7 Extração de Dados Quantitativos A técnica de medição desenvolvida e descrita nos capítulos anteriores produz como resultado a variação temporal da espessura
Leia maisBioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: medidas resumo Nome: GABARITO
Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: medidas resumo Nome: GABARITO GRR: 1. Estime as medidas de centro (média, mediana, moda) para amostras de altura
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisAULA 02 Distribuição de Probabilidade Normal
1 AULA 02 Distribuição de Probabilidade Normal Ernesto F. L. Amaral 20 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario
Leia maisMÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Leia mais4 Análise de Dados. 4.1.Procedimentos
4 Análise de Dados 4.1.Procedimentos A idéia inicial para a comparação dos dados foi separá-los em series de 28 ensaios, com a mesma concentração, para depois combinar esses ensaios em uma única série.
Leia maisEstatística Aplicada. Teste de hipóteses ou teste de significância Cap. 11
Estatística Aplicada Teste de hipóteses ou teste de significância Cap. 11 Conceito Objetivo: decidir se uma afirmação sobre um parâmetro populacional é verdadeira a partir de informações obtidas de uma
Leia maisTESTE T PARA POPULAÇÕES INDEPENDENTES ISABELA GOMES DA SILVA ISABELLA NAOMI FURUIE MARIA JÚLIA JORGE MAURO
TESTE T PARA POPULAÇÕES INDEPENDENTES ISABELA GOMES DA SILVA ISABELLA NAOMI FURUIE MARIA JÚLIA JORGE MAURO DISTRIBUIÇÃO T DE STUDENT Distribuição para uma amostra n retirada de uma população com distribuição
Leia maisMétodos Estatísticos Básicos
Aula 1 - Conceitos introdutórios Departamento de Economia Universidade Federal de Pelotas (UFPel) Março de 2014 Importância da estatística na economia A economia, em geral, é uma ciência não-experimental.
Leia maisFIEP BULLETIN - Volume 82 - Special Edition - ARTICLE I (http://www.fiepbulletin.net)
CORRELAÇÃO ENTRE O ÍNDICE DE ADIPOSIDADE CORPORAL, ÍNDICE DE MASSA CORPORAL E ESTIMATIVA DE ADIPOSIDADE CORPORAL POR MEIO DE DE DOBRAS CUTÂNEAS EM DIFERENTES FAIXAS ETÁRIAS RAFAEL MACEDO SULINO HENRIQUE
Leia maisFormação Continuada Nova Eja. Matemática Nova Eja- Módulo 1 1 Bimestre/ 2014 PLANO DE AÇÃO 4
Formação Continuada Nova Eja Matemática Nova Eja- Módulo 1 1 Bimestre/ 2014 PLANO DE AÇÃO 4 Equações do 2 Grau Nome: Walter Campos Tutor: Josemeri Araújo Silva Regional: Noroeste Fluminense S u m á r i
Leia mais4 RESULTADOS. Figura 11 Correlações Fonte: SPSS 17.0 versão Windows
64 4 RESULTADOS Os resultados da pesquisa de campo foram consolidados e tabulados para utilização do SPSS 17.0 versão Windows, (procedimento Conjoint ). O método estima as utilidades parciais através de
Leia maisTESTE t-student TESTE IGUALDADE DE VARIÂNCIAS
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA TESTE t-student TESTE IGUALDADE DE VARIÂNCIAS BELÉM 2014 TAIS MEDEIROS SILVA 201107840019 TESTE t-student TESTE
Leia maisBIO-103 Biologia evolutiva
BIO-103 Biologia evolutiva Excerto da apostila de Genética de populações para as disciplinas BIO-305 e BIO-212 (1986-2006), vários autores. EQUILÍBRIO DE HARDY-WEINBERG Um dos aspectos importantes do estudo
Leia maisSSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Testes não-paramétricos Um teste não paramétrico testa outras situações que não parâmetros populacionais. Estas situações podem ser
Leia maisCAPÍTULO 5 RESULTADOS. São apresentados neste Capítulo os resultados obtidos através do programa Classific, para
CAPÍTULO 5 RESULTADOS São apresentados neste Capítulo os resultados obtidos através do programa Classific, para as imagens coletadas no verão II, período iniciado em 18/01 e finalizado em 01/03 de 1999,
Leia maisConceitos centrais em análise de dados
Conceitos centrais em análise de dados Conceitos básicos em Estatística Estatística Ciência que tem por objetivo orientar a coleta, o resumo, a apresentação, a análise e a interpretação dos dados. Divide-se
Leia maisInferência a partir de duas amostras
Inferência a partir de duas amostras Inferência a partir de duas amostras. Inferência sobre duas médias: amostras dependentes. Inferência sobre duas médias: amostras grandes e independêntes 3. Comparação
Leia maisAplicação da análise descritiva e espacial em dados de capacidade de troca de cátions
Aplicação da análise descritiva e espacial em dados de capacidade de troca de cátions SIBALDELLI, R. N. R. 1 ; OLIVEIRA, M. C. N. de, CAPECHE, C. L. 3, DA SILVA, E. F.3, HISSA, H. R. 3, MACEDO, J. R. 3
Leia maisTestes de hipóteses. Estatística Aplicada à Agricultura Mario Andrade Lira Junior, /10/2017
Testes de hipóteses Mario Andrade Lira Junior WhatsApp da turma https://chat.whatsapp.com/b8phpubnimql7dyful9wtw AVA da turma http://ava.ufrpe.br/course/view.php?id=21036 Todo o material oficial será distribuído
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia mais5 Análise dos resultados
5 Análise dos resultados Os dados foram analisados utilizando o software SPSS (Statistical Package for Social Sciences) base 18.0. Para Cooper e Schindler (2003) a análise de dados envolve a redução de
Leia maisRevisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)
Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt
ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt lucas.breniuk@hotmail.com Estimação de parâmetros Média Variância Proporção Estimação de parâmetros Média: " estimador
Leia mais6. Conclusões Estatística do sinal
6. Conclusões Ao longo deste trabalho, foram descritas as características principais do sistema WiMAX e da tecnologia OFDM, a fim de contextualizá-los, uma vez que um sinal baseado nessas características
Leia maisDistribuições Amostrais
Estatística II Antonio Roque Aula Distribuições Amostrais O problema central da inferência estatística é como fazer afirmações sobre os parâmetros de uma população a partir de estatísticas obtidas de amostras
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisGRÁFICOS ESTATÍSTICOS
GRÁFICOS ESTATÍSTICOS DISTRIBUIÇÃO DE FREQÜÊNCIA Suponhamos termos feito uma coleta de dados relativos às estaturas de quarenta alunos, que compõem uma amostra dos alunos de um colégio A, resultando a
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 1 6.4 Os Modelos fatoriais 2 k : o caso geral. O modelo estatístico para um plano 2 k inclui k ( k 2 ( k ) ) efeitos principais efeitos de interação de ordem 2 efeitos de interação
Leia maisPara ajudar a interpretar os resultados, o Cartão de Relatórios do Assistente do teste de % de defeituosos para 1 amostra exibe os seguintes
Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas no assistente no software estatístico
Leia maisAnálise da Variância. Prof. Dr. Alberto Franke (48)
Análise da Variância Prof. Dr. Alberto Franke (48) 91471041 Análise da variância Até aqui, a metodologia do teste de hipóteses foi utilizada para tirar conclusões sobre possíveis diferenças entre os parâmetros
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Leia maisEstatística Inferencial
statística Inferencial A ou inferencial compreende a stimação e o Teste de hipótese. Na verdade, a estatística inferencial forma a base das atividades de controle da qualidade e também pode auxiliar na
Leia maisObjetivo: Determinar experimentalmente a resistividade elétrica do Constantan.
Determinação da resistividade elétrica do Constantan Universidade Tecnológica Federal do Paraná - Curitiba Departamento Acadêmico de Física Física Experimental Eletricidade Prof. Ricardo Canute Kamikawachi
Leia mais5 Estudo de Caso e Resultados
5 Estudo de Caso e Resultados 5.1. Introdução Finalizado o desenvolvimento da ferramenta, é indispensável testar suas funcionalidades e a eficácia da aplicação conjunta dos seus módulos de geração de experimentos
Leia maisEstatística: Objetivos e fundamentos
AULA/TEMA Estatística Básica Estatística: Objetivos e fundamentos Profa. Vanessa Ziotti Conteúdo Programático Estatística. O que é? Inferência estatística Estatística descritiva e experimental Termos estatísticos
Leia maisA Tabela 2 apresenta os valores médios de porosidade e o desvio padrão para as amostras dos Painéis de Fibra de Coco definidos nesta etapa.
Figura 5 Amostras do teste de Porosidade. A Tabela 2 apresenta os valores médios de porosidade e o desvio padrão para as amostras dos Painéis de Fibra de Coco definidos nesta etapa. Tabela 2 Valores medidos
Leia maisExercícios para Revisão de Teste de Hipótese. Gabarito: 1)B 2)D 3)A 4)D 5)E 6)C 7)A 8)E 9)B 10)C 11)A 12)A 13)B 14)E
Exercícios para Revisão de Teste de Hipótese Material retirado do site http://adm.online.unip.br/ Gabarito: 1)B 2)D 3)A 4)D 5)E 6)C 7)A 8)E 9)B 10)C 11)A 12)A 13)B 14)E 1) Um revendedor de lâmpadas recebeu
Leia maisMétodos Quantitativos II
Métodos Quantitativos II MEDIDAS DE VARIABILIDADE O que significa Variabilidade? As medidas de tendência central nos dão uma ideia da concentração dos dados em torno de um valor. Entretanto, é preciso
Leia maisBIOESTATÍSTICA AULA 4. Anderson Castro Soares de Oliveira Jose Nilton da Cruz. Departamento de Estatística/ICET/UFMT
BIOESTATÍSTICA AULA 4 Anderson Castro Soares de Oliveira Jose Nilton da Cruz Departamento de Estatística/ICET/UFMT Amostragem AMOSTRAGEM A amostragem é um campo da estatística que estuda técnicas de planejamento
Leia maisEstatística. Professor Jair Vieira Silva Júnior.
Estatística Professor Jair Vieira Silva Júnior Ementa da Disciplina Estatística descritiva; Interpretação de gráficos e tabelas; Amostras, representação de dados amostrais e medidas descritivas de uma
Leia maisBioestatística Básica
Bioestatística Básica Curso de Pós-Graduação RCA 5804 PROF. DR. ALFREDO J RODRIGUES DEPARTAMENTO DE CIRURGIA E ANATOMIA FACULDADE DE MEDICINA DE RIBEIRÃO PRETO UNIVERSIDADE DE SÃO PAULO alfredo@fmrp.usp.br
Leia maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisExercício Área - SPRING
Exercício Área - SPRING Figura 01 - Visualização dos dados contidos no projeto ativo. Comentários - Nesta etapa foi aberto o banco de dados, neste caso denominado São Paulo e foi definido o projeto, também
Leia maisEstatística Aplicada. Inferência estatística com desvio padrão populacional desconhecido Estimativa de proporção Capítulo 10 Itens 10.4 a 10.
Estatística Aplicada Inferência estatística com desvio padrão populacional desconhecido Estimativa de proporção Capítulo 10 Itens 10.4 a 10.5 Casos população infinita Quando o desvio-padrão populacional
Leia maisObjetivo: Determinar a eficiência de um transformador didático. 1. Procedimento Experimental e Materiais Utilizados
Eficiência de Transformadores Universidade Tecnológica Federal do Paraná - Curitiba Departamento Acadêmico de Física Física Experimental Eletricidade Prof. Ricardo Canute Kamikawachi Objetivo: Determinar
Leia maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia maisCorrelação e Regressão Linear
Correlação e Regressão Linear Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais CORRELAÇÃO LINEAR Coeficiente de correlação linear r Mede o grau de relacionamento linear entre valores
Leia maisPalestra - Matemática Aplicada
Palestra - Matemática Aplicada Marinho G. Andrade SME/ICMC/USP Maio de 2018 Marinho (SME/ICMC/USP) SME 0803 2018.1 1 / 23 Introdução Primeiras Ideias Visão geral da abordagem estatística dos problemas;
Leia maisUNIVERSIDADE ESTADUAL DE MARINGÁ MESTRADO EM BIOESTÍSTICA. Princípios de Bioestatística Taxas e Padronização. Alunos de Bioestatística
UNIVERSIDADE ESTADUAL DE MARINGÁ MESTRADO EM BIOESTÍSTICA Princípios de Bioestatística Taxas e Padronização Alunos de Bioestatística Algumas Definições... Dados demográficos: tamanho da população e sua
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br TESTES PARA COMPARAÇÃO DE MÉDIAS O teste F permite tirar conclusões muito gerais relacionadas com os
Leia maisClóvis de Araújo Peres Cargo: Professor Titular de Estatística da USP UNIFESP Formação: PhD em Estatística pela Universidade WISCONSIN - USA
TÍTULO: ESTUDO ESTATÍSTICO PARA DETERMINAÇÃO DO ERRO DE MICROMEDIÇÃO DAS ÁREAS PILOTO DE CONTROLE E REDUÇÃO DE PERDAS DO SISTEMA DE ABASTECIEMNTO DE ÁGUA DO MUNICÍPIO DE GUARULHOS. TEMA DO TRABALHO: ABASTECIMENTO
Leia maisEstatística aplicada a ensaios clínicos
Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 12 1 grupo 2 grupos > 2
Leia maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia maisStela Adami Vayego DEST/UFPR
Resumo 5 - Análise Bivariada (Bidimensional) 5.1. Introdução O principal objetivo das análises nessa situação é explorar relações (similaridades) entre duas variáveis. A distribuição conjunta das freqüências
Leia maisEstatística Indutiva
Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição
Leia maisPrincípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho
Princípios em Planejamento e Análise de Dados Ecológicos Regressão linear Camila de Toledo Castanho 217 Conteúdo da aula 1. Regressão linear simples: quando usar 2. A reta de regressão linear 3. Teste
Leia maisAula 5 do módulo I Dr. Sidney Rosa Vieira 29/03/2005 a 04/04/2005
Aula 5 do módulo I Dr. Sidney Rosa Vieira 29/03/2005 a 04/04/2005 Programa para cálculo de estatística convencional STAT Programa para cálculo de estatística convencional: Arquivo de parâmetros STAT.PAR,
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisINTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES
INTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES DESCRIÇÃO DOS DADOS CONTÍNUOS Trazem informações que expressam a tendência central e a dispersão dos dados. Tendência Central: Média ( x ), Mediana ( Md ),
Leia maisComparação entre intervalos de confiança calculados com métodos bootstrap e intervalos assintóticos
Comparação entre intervalos de confiança calculados com métodos strap e intervalos assintóticos Selene Loibel Depto. de Estatística, Matemática Aplicada e Computação, IGCE, UNESP, Rio Claro, SP E-mail:sloibel@rc.unesp.br,
Leia mais5 Exemplos e testes 5.1 Exemplos de uso da Biblioteca Simula ao de um radar rodovi ario de monitoramento de velocidade automotiva
5 Exemplos e testes Com o objetivo de experimentar a aplicação deste trabalho em simulações de radares, foram desenvolvidos exemplos de simulações de cenários realistas. Cinco simulações foram experimentadas:
Leia mais5 Metodologia de Captura e Análise de Dados
5 Metodologia de Captura e Análise de Dados Após a definição do setup de medidas e planejamento o funcionamento da mesma para aquisição dos dados, é necessário definir a captura dos dados. Portanto, como
Leia maisProbabilidade e Estatística I Antonio Roque Aula 2. Tabelas e Diagramas de Freqüência
Tabelas e Diagramas de Freqüência Probabilidade e Estatística I Antonio Roque Aula 2 O primeiro passo na análise e interpretação dos dados de uma amostra consiste na descrição (apresentação) dos dados
Leia mais