9 Medidas Descritivas
|
|
- Baltazar Campelo Machado
- 6 Há anos
- Visualizações:
Transcrição
1 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se a uma varável QUANTITATIVA há uma tercera maera de resum-lo: as Meddas de Sítese. As Meddas de Sítese, também chamadas de Estatístcas ou Meddas Descrtvas, dvdem-se em Meddas de Posção (Meddas de Tedêca Cetral), Meddas de Dspersão e Separatrzes. As Meddas de Posção obtém um valor umérco que represete a tedêca do cojuto (valor típco ). As mas mportates são: Méda, Medaa, e Moda. As Meddas de Dspersão obtém uma mesuração da dsposção dos dados o cojuto, da sua varabldade (se estão cocetrados em toro de um valor, se dstrbuídos, etc). As mas mportates são: Itervalo, Varâca, Desvo Padrão e Coefcete de Varação. As Separatrzes são meddas que dvdem o cojuto em um certo úmero de partes guas: Quarts (4 partes), Decs (10 partes), Cets (100 partes). 9.1 Meddas de Posção As Meddas de Posção procuram caracterzar a tedêca cetral do cojuto, um valor umérco que represete o cojuto. Esse valor pode ser calculado levado em cota todos os valores do cojuto ou apeas algus valores ordeados. Méda A méda artmétca é smbolzada por x (lea-se x barra) e cosste a soma de todas as observações x do grupo, dvdda pelo úmero "" de observações do grupo. x x x 1 x... x 1 x Ex: A tabela abaxo refere-se às otas fas de três turmas de estudates. Calcular a méda de cada turma: Ao somar os valores em cada turma teremos o mesmo resultado: 48. Como cada turma tem 8 aluos as três turmas terão a mesma méda: 6. No exemplo acma as três turmas têm a mesma méda (6), etão se apeas essa medda fosse utlzada para caracterzá-las poderíamos ter a mpressão que as três turmas têm desempehos dêtcos. Será? Observe atetamete a tabela acma. Na prmera turma temos realmete os dados dstrbuídos regularmete em toro da méda, com a mesma varação tato abaxo quato acma. Já a seguda vemos uma dstorção maor, embora a maora das otas sejam altas algumas otas baxas puxam a
2 méda para um valor meor. E o tercero grupo há apeas uma ota baxa, mas seu valor é tal que realmete cosegue dmur a méda do cojuto. Um dos problemas da utlzação da méda é que, por levar em cota TODOS os valores do cojuto, ela pode ser dstorcda por valores dscrepates ( outlers ) que ele exstam. É mportate etão terpretar corretamete o valor da méda.o valor da méda pode ser vsto como o poto cetral de cada cojuto de dados, ou seja o poto de equlíbro do cojuto: se os valores do cojuto fossem pesos sobre uma tábua, a méda é a posção em que um suporte equlbra esta tábua. Utlzado um dagrama aproprado vejamos como as otas dos aluos, de cada turma se dstrbuem etoro da méda. A méda dos três cojutos (Turmas) é a mesma, mas observe as dferetes dsposções dos dados. O prmero grupo (Turma A) apreseta os dados dstrbuídos de forma smétrca em toro da méda. No segudo grupo (Turma B) a dstrbução já é mas rregular, com valores mas dstates a parte de baxo, e o tercero grupo (Turma B) é claramete assmétrco em relação à méda (que fo dstorcda pelo valor dscrepate 0). Portato muto cudado ao caracterzar um cojuto apeas por sua méda Outro aspecto mportate a ressaltar é que a méda pode ser um valor que a varável ão pode assumr. Isto é especalmete verdade para varáves quattatvas dscretas, resultates de cotagem, como úmero de flhos, quado a méda pode assumr um valor "quebrado", 4,3 flhos, por exemplo. É extremamete comum calcular médas de varáves quattatvas a partr de dstrbuções de freqüêcas represetadas em tabelas: smplesmete multplca-se cada valor (ou o poto médo da classe) pela freqüêca assocada, somam-se os resultados e
3 3 dvde-se o somatóro pelo úmero de observações do cojuto. Na realdade trata-se de uma méda poderada pelas freqüêcas de ocorrêca de cada valor da varável. Ode k é o úmero de valores da varável dscreta, ou o úmero de classes da varável agrupada, e x é um valor qualquer da varável dscreta, ou o poto médo de uma classe qualquer. Ea: Calcular a méda do úmero de resdetes para os dados do, Quadro 1, úmero de resdetes em 40 domcílos. Observe que NENHUMA resdêca pode ter 4,3 pessoas. Assm, ão se esqueça de que a méda pode assumr valores que a varável ão pode assumr. Eb: Calcular a méda das taxas de desemprego em mucípos brasleros. Classes (Taxas de mortaldade) f.f 9, ,6 9 14,6 18,34 18, ,34 13,98 98,74 7, , ,7 1,9 36, , ,4 161,68 44, ,5 0 49, , , 1 57,85 57,85 Total ,51 Quado os dados ão estão grupados (Ea) o resultado será dêtco ao que sera obtdo smplesmete somado todos os valores e dvddo o somatóro pelo úmero de valores. Cotudo, se a tabela estver agrupada em classes (Eb) TODAS as meddas (ão somete a méda) serão apeas estmatvas dos valores reas, pos as meddas serão
4 4 calculadas usado os potos médos (que são os represetates das classes) e ão mas os valores orgas. No caso do Eb a méda real vale 5,39. Atualmete com as facldades computacoas dspoíves ão se calcula mas a méda (ou qualquer outra medda) a partr de uma tabela agrupada em classes se os dados orgas estão dspoíves: os programas calculam as meddas usado os dados orgas e as tabelas são apresetadas apeas para dar uma déa da varação dos dados. Medaa (Md) A medaa é o poto que dvde o cojuto em duas partes guas: metade dos dados têm valor meor do que a medaa e a outra metade têm valor maor do que a medaa. Pouco afetada por evetuas valores dscrepates exstetes o cojuto (que costumam dstorcer substacalmete o valor da méda). A medaa de um cojuto ordeado de valores, aotada por Md, é defda como sedo o valor que separa o cojuto em dos subcojutos do mesmo tamaho. Assm se (úmero de elemetos) é ímpar a medaa é o valor cetral do cojuto. Caso cotráro a medaa é a méda dos valores cetras do cojuto. Tem-se: Calcular a medaa das fas de três turmas de estudates (Ex). Posção medaa = ( + 1)/ = (8+1)/ = 4,5 sgfca que o valor da medaa será calculado através da méda etre os valores que estverem a 4 a e a 5 a posção do cojuto. Turma A: Md = (6 + 6)/ = 6 Turma B: Md = (6 + 6)/ = 6 Turma C: Md = (7 + 7)/ = 7 Calcular a medaa para o grupo a segur: Posção medaa = ( + 1)/ = (9+1)/ = 5a como o cojuto tem um úmero ímpar de valores o valor da medaa será gual ao valor que estver a 5ª posção. Md = 15 ; x = 0,89 Observe que este caso méda e medaa são dferetes, pos a méda fo dstorcda pelos valores mas altos 35 e 60, que costtuem uma mora. Neste caso a medda de posção que melhor represetara o cojuto sera a medaa. Se a méda é dferete da medaa a dstrbução da varável quattatva o cojuto de dados é dta ASSIMÉTRICA. Calcule a medaa para a taxa de desemprego em mucípos brasleros.
5 5 Classes (Taxas de mortaldade) f x.f F 9, ,6 9 14,6 18, , ,34 13,98 98,74 7, , ,7 1,9 9 36, , ,4 161, , ,5 0 49, , , 1 57,85 57,85 34 Total ,51 Procedmetos Calcula-se a posção Md: P Md = = = 17. A Md estará localzada a classe ode F P Md ; Classes f x.f F 3. 18, ,34 13,98 98, Para ecotrar o valor da medaa aplca-se a segute equação: Fateror. h Md L f ( Md) Ode: Md = medaa L = lmte feror da classe da medaa; (18,6) = tamaho da amostra; (34) F = freqüêca acumulada ateror a classe da Md; (9) h = ampltude da classe da Md; (8,7) f = freqüêca smples a classe da Md. (13) 17 9 Md 18,6 8,7 13 Md 3,3 Novamete o valor acma é apeas uma estmatva, a medaa real vale: Como é par a medaa Md = 3,6 Moda (Mo) A moda é o valor da varável que ocorre com maor freqüêca o cojuto. É a medda de posção de obteção mas smples, e também pode ser usada para varáves qualtatvas, pos apeas regstra qual é o valor mas freqüete, podedo este valor ser tato um úmero quato uma categora de uma varável omal ou ordal. Um cojuto dedados pode ter apeas uma Moda, váras Modas ou ehuma Moda. Ecotre a moda das otas das três turmas.
6 6 A turma A tem 3 modas: os valores 5, 6 e 7 ocorrem duas vezes cada. A turma B tem duas modas: os valores 6 e 10 ocorrem duas vezes cada. A turma C tem uma moda apeas: o valor 7 ocorre 3 vezes. Para dados agrupados em classes a moda é calculada utlzado a equação 1 Mo ( Mo). h ode; 1 f f 1 Mo Mo at f f ; post Mo = moda L = lmte feror da classe modal f Mo = freqüêca smples a classe modal f at = freqüêca smples ateror a classe modal f post = freqüêca smples posteror a classe modal Classe modal = classe de maor f. Calcule a moda para a taxa de desemprego em mucípos brasleros do Exemplo do Eb. Classes (Taxas de mortaldade) f x.f F 9, ,6 9 14,6 18, , ,34 13,98 98,74 7, , ,7 1,9 9 36, , ,4 161, , ,5 0 49, , , 1 57,85 57,85 34 Total , Mod 18,6.8,7 = 18,6.8,7, e Aalsado o cojuto orgal dos verfcamos que o cojuto de dados é amodal desta forma este valore apeas uma estmação.
7 7 Podemos apresetar uma breve comparação das meddas de posção. Fote: REIS, M. M. & LINO, M. de O., Meddas de Dspersão O objetvo das meddas de dspersão é medr quão próxmos us dos outros estão os valores de um grupo ou meddo a dspersão de um grupo de dados em toro da sua méda. Fgura 10 - Desvatagem do uso do tervalo como medda de dspersão. Observa-se claramete que os dados da turma A apresetam uma dspersão bem mas uforme do que os da turma B, embora ambos os cojutos teham o mesmo tervalo. O tervalo ão permte ter déa de como os dados estão dstrbuídos ENTRE os extremos (ão permte detfcar que o valor 8 a turma B é um valor dscrepate). Varâca (S ) A varâca é uma das meddas de dspersão mas mportates. É a méda artmétca dos quadrados dos desvos de cada valor em relação à méda: proporcoa uma mesuração da dspersão dos dados em toro da méda.
8 8 S 1 Amostra N População Ode x é um valor qualquer do cojuto. Se os dados referem-se a uma POPULAÇÃO usa-se N (tamaho da população) o deomador da expressão. A razão da utlzação de 1 o deomador é dspesável para que a varâca da varável a amostra possa ser um bom estmador da varâca da varável a população. A maora dos programas computacoas, porém, costuma calcular o desvo padrão supodo que os dados são proveetes de uma população. Em algumas plalhas eletrôcas há fuções pré-programadas para ambos os casos. A udade da varâca é o quadrado da udade dos dados (e portato o quadrado da udade da méda) causado dfculdades para avalar a dspersão: se por exemplo temos a varável peso com méda de 75 kg em um cojuto e ao calcular a varâca obtemos 1 kg a avalação da dspersão tora-se dfícl. N Quato maor a varâca mas dspersos os dados estão em toro da méda (maor a dspersão do cojuto) Para fs de Aálse Exploratóra de Dados caracterzar a dspersão através da varâca ão é muto adequado. Costuma-se usar-se a raz quadrada postva da varâca, o desvo padrão. Desvo padrão (S) É a raz quadrada postva da varâca, apresetado a mesma udade dos dados e da méda, permtdo avalar melhor a dspersão. S 1 Amostra N População As mesmas observações sobre população e amostra fetas para a varâca são váldas para o desvo padrão. É prátca comum ao resumr através de meddas de sítese um cojuto de dados referete a uma varável quattatva apresetar a méda e o desvo padrão desse cojuto, para que seja possível ter uma déa do valor típco e da dstrbução dos dados em toro dele. Tal como o caso da méda pode haver teresse em calcular o desvo padrão de varáves quattatvas a partr de dstrbuções de freqüêcas represetadas em tabelas. Tal como o caso da méda os valores da varável (ou os potos médos das classes), e os quadrados desses valores, serão multplcados por suas respectvas freqüêcas: S f. f 1 Ex: Calcule o desvo padrão dos dados sobre a taxa de desemprego em mucípos brasleros N
9 9 Classes (Taxas de mortaldade) f.f 9, ,6 9 14,6 18,34 03, ,184 18, ,34 13,98 98,74 58, ,045 7, , ,7 1,9 1004, ,3 36, , ,4 161, , , , ,5 0 49, , , , 1 57,85 57, , ,65 Total , ,1317 f. f 868, ,1317 S 34 = 10, Tal como a méda, o resultado do desvo padrão calculado através de uma tabela agrupada em classes será apeas uma estmatva do valor real (o valor com os dados orgas fo gual a 10,1. Coefcete de Varação (CV%) O coefcete de varação percetual é uma medda de dspersão relatva, pos permte comparar a dspersão de dferetes dstrbuções (com dferetes médas e desvos padrões). Ode S é o desvo padrão da varável o cojuto de dados, e é a méda da varável o mesmo cojuto. f Quato meor o coefcete de varação percetual, mas os dados estão cocetrados em toro da méda, pos o desvo padrão é pequeo em relação à méda. E: Calcular o coefcete de varação percetual para as otas das três turmas de estudates. A turma mas homogêea é a A, pos apreseta o meor coefcete de varação das três. Isso era esperado, uma vez que as otas da turma A estão dstrbuídas mas regularmete do que as das outras. No caso acma a comparação fcou ada mas smples pos as médas dos grupos eram guas, bastara avalar apeas os desvos padrões dos
10 10 grupos, mas para comparar a dspersão de dstrbuções com médas dferetes é mprescdível a utlzação do coefcete de varação. O coefcete de varação para os dados do úmero de resdetes o domcílo correspode a: 1,45 CV % ,7% 4,3 Para os dados da para a taxa de mortaldade em mucípos do oeste de SC o coefcete de varação correspode a: 1,19 CV % 100 4,66% 5,54 9. Meddas de Separatrzes As separatrzes são valores que dvdem a dstrbução em um certo úmero de partes guas: a medaa dvde em partes guas, os quarts dvdem em 4 partes guas, os decs em 10 partes guas e os cets em 100 partes guas. O objetvo das separatrzes é proporcoar uma melhor déa da dspersão do cojuto, prcpalmete da smetra ou assmetra da dstrbução. Vamos os lmtar aos quarts. 0% 5% 50% 75% 100% Q1 Q =Md Q3 Dstrbução por poto: Ex: Calcular o prmero e o tercero quartl do úmero de resdetes o domcílo a partr do exemplo do Quadro 1. Procedmeto: Calcula-se a posção do quartl através da fórmula: PQ = ; 4 O quartl será o valor de correspodete à prmera F PQ. Cálculo do prmero quartl: 40 PQ = = 1 = Iterpretado: 5% das resdêcas possuem até 3 moradores e 75% possuem mas do que 3 moradores. Cálculo do tercero quartl: PQ = = = 30 4
11 11 Iterpretado: 75% das resdêcas possuem até 5 moradores e 5% possuem mas do que 5 moradores. Dstrbução por tervalo: Ex: Calcular o prmero a partr dos dados sobre a taxa de desemprego em mucípos brasleros Classes (Taxas de mortaldade) f F 9, , , , ,34 13,98 3 7, , ,7 9 36, , , , ,5 0 49, , , 1 57,66 34 Total 34 Procedmeto: Calcula-se a posção do quartl através da fórmula: PQ = ; 4 O quartl estará localzado a classe ode, pela prmera vez, F PQ; e para ecotrar o seu valor, aplca-se a equação: PQ Fat. Q Lf. h ode, f L f = lmte feror da classe do quartl; h = ampltude de classe; P Q = posção do quartl ; F.at = freqüêca acumulada ateror a classe do quartl; f Q = freqüêca smples da calasse do quartl. Cálculo do prmero quartl: 34 PQ = = 1 = 8, O prmero quartl ocupa esta ocupado a otava posção correspodete a prmera classe. f F 9, ,6 9 14,6 9 Motado a equação para calcular o valor do prmero quartl PQ Fat. 8 0 Q Lf. h = 9,9 8,7 = 17,65 f 9 Q Iterpretado: 5% da taxa de desemprego equvale a ídces de até 17,65 e 75% da taxa equvale a ídces superores a 17,65 Q Exercícos
12 1 1) Dado o rol de 50 otas de dvíduos que cursaram a dscpla de estatístca. Costrur uma tabela de dstrbução de freqüêcas (com todos os elemetos já estudados), costrur um hstograma e polígoo de freqüêcas, calcular todas as meddas descrtvas ) Os preços do pacote de café, pesado 500g, obtdos em dferetes supermercados locas, são: R$3,50, R$,00, R$1,50 e R$1,00. Com base essas formações, julgue (justfcado) os tes que seguem: a) O preço médo do pacote de café de 500 g vale R$,00. b) Se todos os preços tverem uma redução de 50%, o ovo preço médo será de R$1,50. c) A varâca dos preços é guala 0,65. d) Se todos os preços tverem um acréscmo de R$1,00, o coefcete de varação ão se altera. e) Se todos os preços tverem um acréscmo de R$1,00,o coefcete de varação dos preços será aproxmadamete gual a 31,18%. f) Se todos os preços tverem um aumeto de 50%, a ova varâca será exatamete gual à ateror, pos a dspersão ão será alterada. g) A varâca fcará multplcada por,5 se todos os preços tverem um aumeto de 50%
13 13 6) Cosdere a dstrbução de freqüêcas a segur para respoder às questões de 6.1 a 6.3. Peso (Kg) N o de amas ) Marque a opção correta: a) 75% das observações têm peso ão feror a 4 Kg e feror a 10 Kg. b) Mas de 75% das observações têm peso maor ou gual a 4 Kg. c) Meos de 5% das observações têm peso gual a 4 Kg. a) A soma dos potos médos dos tervalos de classe é feror ao tamaho da amostra. e) 8% das observações têm peso o tervalo de classe ) A méda da dstrbução é gual a : a) 5,7 Kg; d) 5,19 Kg; b) 5,4 Kg; e) 5,30 Kg; c) 5,1 Kg; 6.3) A medaa da dstrbução é gual a : a) 5,30Kg; d) 5,10Kg; b) 5,00Kg; e) 5,0Kg; c) um valor feror a 5,00Kg; 7) O frgorífco Idustral Multcorte S. A. recebe de dos cradores propostas de vedas de bovos para abate. Etretato, ele exge do Departameto de Ispeção Satára que os amas a serem compredos passem por um exame. Cosdere as amostras segutes (em Kg), resultates da realzação do exame de bovos: Estatístcas Amostra Uvaradas Kote Êmo Méda Desvo-padrão Total de bos Perguta-se: a) Em qual das amostras houve maor varação absoluta os pesos dos amas? b) Em termos relatvos, quem está melhor em peso com relação a seu grupo, o bo Kote ou o bo Êmo? Bblografa BARBETTA, P. A. Estatístca Aplcada a Cêcas Socas. 5a. ed. Sata Catara: UFSC, 003. REIS, M. M. & LINO, M. de O. Notas de Aula: Itrodução e Aálse Exploratóra de Dados. UFSC. Ste: TRIOLA, M. F. Itrodução a Estatístca. 9a. ed. Ro de Jaero: LTC. 005.
14 14
x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela
Leia maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma
Leia maisx n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População
ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com
Leia maisESTATÍSTICA APLICADA À ZOOTECNIA
ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o
Leia maisCAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados
3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas
Leia maisEstatística - exestatmeddisper.doc 25/02/09
Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade
Leia maisMEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12
MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação
Leia maisEstatística Descritiva. Medidas estatísticas: Localização, Dispersão
Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x
Leia maisMédia. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística
BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,
Leia maisFaculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL
Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL I
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE
Leia maisMEDIDAS DE DISPERSÃO:
MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero
Leia maisREGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi
REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta
Leia maisOrganização; Resumo; Apresentação.
Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado
Leia mais50 Logo, Número de erros de impressão
Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de
Leia maisTabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f
Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que
Leia maisRACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO
RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x
Leia maisDistribuições de Probabilidades
Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução
Leia maisMÓDULO 8 REVISÃO REVISÃO MÓDULO 1
MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos
Leia maisEstatística. 2 - Estatística Descritiva
Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA
Leia maisRelatório 2ª Atividade Formativa UC ECS
Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Estatístca: uma defção Coleção de úmeros estatístcas O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%.
Leia maisEstatística: uma definição
Coleção de úmeros estatístcas Estatístca: uma defção O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval
Leia maisEstatística: uma definição
Estatístca: uma defção Coleção de úmeros estatístcas O úmero de aumetou em 30%. carros veddos o país A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval
Leia maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja
Leia maisMedidas Numéricas Descritivas:
Meddas Numércas Descrtvas: Meddas de dspersão Meddas de Varação Varação Ampltude Ampltude Iterquartl Varâca Desvo absoluto Coefcete de Varação Desvo Padrão Ampltude Medda de varação mas smples Dfereça
Leia mais? Isso é, d i= ( x i. . Percebeu que
Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0
Leia maisEx: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20
. MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados
Leia maisInterpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.
Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr
Leia maisAnálise da Informação Económica e Empresarial
Aálse da Iformação Ecoómca e Empresaral Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração Aálse da Iformação Ecoómca e Empresaral Guão Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração
Leia maisRevisão de Estatística X = X n
Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...
Leia maisMEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO
Leia maisIntrodução à Estatística
Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal
Leia mais1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade
Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada
Leia maisESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA
ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo
Leia maisIntrodução à Estatística. Júlio Cesar de C. Balieiro 1
Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal
Leia maisRegressao Simples. Parte II: Anova, Estimação Intervalar e Predição
egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisTópicos Extras 2ª parte. Análise de Correlação e Regressão
Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO
Leia maisGrande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção
Prof. Lorí Val, Dr. val@pucr.br http://www.pucr.br/~val/ Grade Cojuto de Dado Orgazação; Reumo; Apreetação. Amotra ou População Defeto em uma lha de produção Lacado Deeho Torto Deeho Torto Lacado Torto
Leia maisAvaliação da qualidade do ajuste
Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a
Leia maisEstudo 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 maisDescritiva. Francisco Cysneiros DE - UFPE
Noções de Estatístca Descrtva Dr. Fracsco Cyseros Profº. Adjuto do Departameto de Estatístca-CCEN/UFPE E-mal: cyseros@de.ufpe.br web-page: www.de.ufpe.br/~cyseros/dscpla/farmaca/farmaca.htm Foe: (8) 6
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia maisEstatística Área 4 BACEN Aula 01 Estatística Descritiva Prof. Alexandre Lima. Aula 01. Sumário
Estatístca Área 4 BACEN Aula 0 Estatístca Descrtva Prof. Aleadre Lma Aula 0 Sumáro Itrodução à Estatístca... 3 Tpos de Varáves... 4 3 Rol... 5 4 Séres Estatístcas... 6 5 Téccas de Descrção Gráfca... 8
Leia maisESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL
ESTATÍSTICA MÓDULO 3 MEDIDAS DE TEDÊCIA CETRAL Ídce. Meddas de Tedêca Cetral...3 2. A Méda Artmétca Smles ( μ, )...3 3. A Méda Artmétca Poderada...6 Estatístca Módulo 3: Meddas de Tedêca Cetral 2 . MEDIDAS
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações
Leia maisConstrução e Análise de Gráficos
Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela
Leia maisNas próximas secções iremos abordar a análise estatística de uma amostra em que os dados numéricos estão agrupados em classes, ou seja, em intervalos.
Estatístca Descrtva ESTATÍSTICA DESCRITIVA Amostras com dados agrupados em classes as prómas secções remos abordar a aálse estatístca de uma amostra em que os dados umércos estão agrupados em classes,
Leia maisCurso de Biomedicina
Curso de Bomedca Dscpla 5EMA080: Bostatístca E APLICAÇÕES O SOFTWARE R 1 0 BIMESTRE Profa. Dra. Aa Verga Lbos Messett LODRIA 016 CAPÍTULO 1 Aálse Exploratóra de Dados Aula 1 - Itrodução 1.1 Estatístcas
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;
Leia maisCURSO 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 maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisEstatística Descritiva
Estatístca Descrtva Capítulo "O estatístco, está casado em méda com 1,75 esposas, que procuram fazê-lo sar de casa,5 otes com 0,5 de sucesso apeas. Possu frote com 0,0 de clação (deotado poder metal),
Leia maisEscola Secundária de Jácome Ratton
Ecola Secudára de Jácome Ratto Ao Lectvo / Matemátca Aplcada à Cêca Soca Na Ecola Secudára do Suceo aualmete é premado o aluo que tver melhor méda a ua clafcaçõe a dferete dcpla. No ao lectvo 9/, o do
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. val@pucrs.br http://.pucrs.br/faat/val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos auetou e 30%. o país A taa de deseprego atge, este ês, 7,%. As ações
Leia maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR116 Boestatístca Proessor: Celso Luz Borges de Olvera Assuto: Estatístca Descrtva Tema: Meddas de Posção e Meddas de
Leia maisESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO
ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO. CONCEITO INICIAL. A Estatístca Descrtva ou Dedutva é o ramo da Estatístca que tem por objetvo descrever e aalsar fatos relacoados a determado
Leia maisEstatística Básica - Continuação
Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas
Leia maisDistribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD
Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução
Leia maisA ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.
.pucrs.br/faat/val/.at.ufrgs.br/~val/ Prof. Lorí Val, Dr. val@at.ufrgs.br val@pucrs.br Coleção de úeros estatístcas O úe ro de carros ve ddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%.
Leia maisMedidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.
Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas
Leia maisTotal Bom Ruim Masculino
UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,
Leia maisProfessor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.
Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.
Leia maisTRABALHO DE COMPENSAÇÃO DE FALTAS - DP
Cotrole do Proº Compesou as Faltas Não Compesou as Faltas TRABALHO DE COMPENSAÇÃO DE FALTAS - DP (De acordo coma s ormas da Isttução) CURSO: CIÊNCIAS CONTÁBEIS DISCIPLINA: INTRODUÇÃO À ESTATÍSTICA 2º ANO
Leia maisEstudo do intervalo de confiança da regressão inversa utilizando o software R
Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um
Leia maisESTATÍSTICA 2º. SEMESTRE DE 2016
ESTATÍSTICA O presete materal fo elaborado com o objetvo de facltar as atvdades em sala de aula, segudo a bblografa apresetada o fal do texto. Esclarece-se que o materal, ão substtu a bblografa apresetada,
Leia mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia maisOitava Lista de Exercícios
Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo
Leia maisRegressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança
Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total
Leia maisUTFPR. Engenharia Elétrica Probabilidade e Estatística. Ementa da disciplina. Referências Bibliográficas. Introdução. Definição.
Emeta da dscpla UTFPR Egehara Elétrca Probabldade e Estatístca Cocetos e Defções; Dstrbução de Frequêcas; Meddas de Tedêca Cetral ou de Posção; Meddas de Dspersão ou de Varabldade; Meddas de Assmetra e
Leia maisAnálise Exploratória de Dados
Aálse Eploratóra de Dados Objetvos Aálse bvarada: uma varável qualtatva e uma quattatva: represetar grafcamete as duas varáves combadas; defr e calcular uma medda de assocação etre as varáves. Eemplo 1
Leia maisHIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia
Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e
Leia maisREGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA
REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:
Leia maisA ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.
Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Coleção de úeros estatístcas stcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações a da Telebrás
Leia maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual
Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas
Leia mais5 Critérios para Análise dos Resultados
5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução
Leia maisCAPITULO 1 CONCEITOS BÁSICOS
DISCIPLIA: ESTATÍSTICA PROFESSOR: JOSELIAS SATOS DA SILVA - joselas@uol.com.br ÍDICE CAPITULO 1 COCEITOS BÁSICOS... 3 1.1 ESTATÍSTICA... 3 1. ESTATÍSTICA DESCRITIVA... 3 1.3 ESTATÍSTICA IFERECIAL... 3
Leia mais3 - ANÁLISE BIDIMENSIONAL
INE 7001 - Aálse Bdmesoal 1 3 - ANÁLISE BIDIMENSIONAL É comum haver teresse em saber se duas varáves quasquer estão relacoadas, e o quato estão relacoadas, seja a vda prátca, seja em trabalhos de pesqusa,
Leia maisProf. 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 maisCapítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes
Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75
Leia maisDifusão entre Dois Compartimentos
59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão
Leia maisUnidade 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 maisPUCRS 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 maisProf. Janete Pereira Amador 1
Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.
Leia maisCAPÍTULO 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 maisINTRODUÇÃO 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 maisAnálise Descritiva. Tipos de Variáveis. Análise descritiva. Exercício 1. HEP Material de aula
Aálse Descrtva Iformações sobre a preseça de doeça coroaraa, dade (aos), sexo, prátca regular de exercícos (em horas/semaa), úmero de flhos, obesdade, IMC (kg/m ) e pressão arteral sstólca (em mmhg) após
Leia maisNas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das
CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%
Leia maisEMENTA. CE-003 Estatística II
Estatístca pág. EMENTA CE-3 Estatístca II Fases de um trabalho estatístco. Represetação tabular. Represetação gráfca. Dstrbução de freqüêca. Meddas de tedêca cetral. Meddas de dspersão. Meddas de assmetra
Leia maisMedidas 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 maisApostila de Introdução Aos Métodos Numéricos
Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste
Leia maisQwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq
Qwertyuopasdghjklzcvbmqwerty uopasdghjklzcvbmqwertyuopasd ghjklzcvbmqwertyuopasdghjklz cvbmqwertyuopasdghjklzcvbmq wertyuopasdghjklzcv bmqwertyuopasdghjklzcvbmqw ertyuopasdghjklzcvbmqwertyuo pasdghjklzcvbmqwertyuopasdgh
Leia maisUma coleção de todos os possíveis elementos, objetos ou medidas de interesse.
Prof. Lorí Val, Dr. val@mat.ufrg.br http://www.ufrg.br/~val/ Etatítca: uma defção Coleção de úmero etatítca O úmero de carro veddo o paí aumetou em %. A taa de deemprego atge, ete mê, 7,%. A açõe da Telebrá
Leia maisResumos Numéricos de Distribuições
Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas
Leia maisEstatística Descritiva
Estatístca Descrtva Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 35-3691161 / 88776958 (cel) Estatístca Descrtva Pedro Paulo Balestrass www.pedro.ufe.edu.br 1 População e amostra:
Leia mais