Variabilidade na natureza e o delineamento de amostragens

Tamanho: px
Começar a partir da página:

Download "Variabilidade na natureza e o delineamento de amostragens"

Transcrição

1 Variabilidade na natureza e o delineamento de amostragens Nas aulas práticas MÉTODOS DE COLETA E REGISTRO como registrar, capturar, marcar e seguir espécies de vertebrados no campo

2 Variabilidade na natureza e o delineamento de amostragens Nesta aula, vamos ver que: além dos MÉTODOS DE CAMPO, DELINEAMENTO AMOSTRAL adequado é fundamental decidir como, quando e onde aplicaros MÉTODOS DE CAMPO

3 Variabilidade na natureza e o delineamento de amostragens Razão para delinear amostragens: variabilidade na natureza - necessidade de amostras amostra REPRESENTATIVA x ALEATÓRIA Delineamento amostral para biólogos ou estatísticos? mitos questões éticas relação com estatística Estudos observacionais e experimentais Introdução à lógica do delineamento amostral variável resposta (dependente) e unidades amostrais fatores ou variáveis independentes fatores que confundem espaço amostral ou escopo do estudo a lógica as ferramentas: replicação, randomização, análise dos fatores que confundem

4 Variabilidade na natureza e o delineamento de amostragens Razão para delinear amostragens: variabilidade na natureza - necessidade de amostras amostra REPRESENTATIVA x ALEATÓRIA Delineamento amostral para biólogos ou estatísticos? mitos questões éticas relação com estatística Estudos observacionais e experimentais Introdução à lógica do delineamento amostral variável resposta (dependente) e unidades amostrais fatores ou variáveis independentes fatores que confundem espaço amostral ou escopo do estudo a lógica as ferramentas: replicação, randomização, análise dos fatores que confundem

5 Delineamento de amostragens - variabilidade na natureza/ necessidade de amostras COMO SE DISTRIBUEM (ONDE ESTÃO PRESENTES E COM QUE ABUNDÂNCIA) DUAS ESPÉCIES DE MACACOS NAS RESERVAS A E B? Reserva A Reserva B

6 COMO SE DISTRIBUEM (ONDE ESTÃO PRESENTES E COM QUE ABUNDÂNCIA) DUAS ESPÉCIES DE MACACOS NAS RESERVAS A E B? Contratamos nosso amigo cientista que nos traz os seguintes dados: Espécie 1 Espécie 2 Reserva A Reserva B QUAL A CONCLUSÃO QUE SE CHEGA A PARTIR DESTES DADOS?

7 SUPONHAM QUE DESTES DADOS DEPENDAM DECISÕES IMPORTANTES PARA A CONSERVAÇÃO, O QUE VOCÊS GOSTARIAM DE PERGUNTAR AO CIENTISTA PARA PODER AVALIAR MELHOR OS RESULTADOS? Espécie 1 Espécie 2 Reserva A Reserva B Reserva A Espécie 1 Espécie Total Reserva B Espécie 1 Espécie Total VOCÊS CHEGARIAM A MESMA CONCLUSÃO COM ESTES DADOS NA MÃO?

8 O QUE ESTES DADOS NOS MOSTRAM? A NATUREZA É VARIÁVEL!!! NENHUMA MEDIDA / OBSERVAÇÃO QUE FAÇAMOS DA NATUREZA É CONSTANTE, OU UMA VERDADE FIXA VARIAM DE LUGAR PARA LUGAR, DE TEMPO PARA TEMPO, DE INDIVÍDUO PARA INDIVÍDUO

9 TIPOS DE VARIABILIDADE EM MEDIDAS / OBSERVAÇÕES BIOLÓGICAS INTRÍNSECA: vem das propriedades fundamentais dos sistemas biológicos deriva da variabilidade genética entre indivíduos EXTRÍNSECA: deriva da ação de fatores externos sobre os sistemas biológicos CAUSADA PELOS MÉTODOS DE MENSURAÇÃO / OBSERVAÇÃO

10 LIDAR COM VARIABILIDADE É, PORTANTO, O CERNE DA CIÊNCIA OS PROCESSOS BIOLÓGICOS INTRÍNSECOS E EXTRÍNSECOS GERADORES DE VARIABILIDADE SÃO JUSTAMENTE O QUE INTERESSA OBSERVAR

11 LIÇÃO NÚMERO 1 NUNCA ESCONDA A VARIABILIDADE DOS SEUS DADOS... ISSO PODE TE LEVAR A CONCLUSÕES ERRADAS!

12 NO ENTANTO, NENHUMA DE NOSSAS OBSERVAÇÕES É INAMBÍGUA... JÁ QUE NÃO PODEMOS CONTAR TUDO, APENAS TIRAR UMA AMOSTRA... NOSSA AMOSTRA INCLUI APENAS ALGUMAS DAS POSSIBILIDADES DO UNIVERSO DE POSSIBILIDADES NO TEMPO, NO ESPAÇO E ENTRE INDIVÍDUOS

13 SE PUDÉSSEMOS CONTAR TUDO A DECISÃO JÁ NÃO SERIA TRIVIAL, JÁ QUE NADA É ABSOLUTAMENTE IGUAL A NADA DE QUALQUER FORMA TERÍAMOS DE DECIDIR SE O TAMANHO DA DIFERENÇA TEM SENTIDO BIOLÓGICO DENTRO DO CONTEXTO QUE ESTAMOS ESTUDANDO

14 MAS QUANDO TRATAMOS COM AMOSTRAS A COISA SE COMPLICA... DUAS AMOSTRAS TIRADAS DO MESMO UNIVERSO NÃO SÃO IGUAIS

15 MAS QUANDO TRATAMOS COM AMOSTRAS A COISA SE COMPLICA... DUAS AMOSTRAS TIRADAS DO MESMO UNIVERSO NÃO SÃO IGUAIS

16 Amostra REPRESENTATIVA x ALEATÓRIA PORTANTO, SE DEPENDEMOS DE AMOSTRAS, ESTAS DEVEM REPRESENTAR O MELHOR POSSÍVEL O UNIVERSO DE INTERESSE AMOSTRA ALEATÓRIA = AMOSTRA REPRESENTATIVA? AMOSTRA ALEATÓRIA todas as entidades tem igual e independente chance de serem observadas AMOSTRA REPRESENTATIVA estima de maneira acurada o universo de interesse evita vieses conscientes ou inconscientes impostos pelo observador

17 Amostra REPRESENTATIVA x ALEATÓRIA PORTANTO, SE DEPENDEMOS DE AMOSTRAS, ESTAS DEVEM REPRESENTAR O MELHOR POSSÍVEL O UNIVERSO DE INTERESSE AMOSTRA ALEATÓRIA = AMOSTRA REPRESENTATIVA? AMOSTRA ALEATÓRIA em média, será representativa, mas não em um determinado caso...

18 Amostra REPRESENTATIVA x ALEATÓRIA PORTANTO, SE DEPENDEMOS DE AMOSTRAS, ESTAS DEVEM REPRESENTAR O MELHOR POSSÍVEL O UNIVERSO DE INTERESSE AMOSTRA ALEATÓRIA = AMOSTRA REPRESENTATIVA? AMOSTRA ALEATÓRIA será mais representativa quanto maior o tamanho da amostra será mais representativa quanto menor a variabilidade do universo de interesse

19 PORTANTO, SE DEPENDEMOS DE AMOSTRAS, ESTAS DEVEM REPRESENTAR O MELHOR POSSÍVEL O UNIVERSO DE INTERESSE Reserva A Reserva B COMO SERÁ QUE NOSSO AMIGO OBTEVE A AMOSTRA DAS RESERVAS? OU SEJA, COMO SELECIONOU OS 5 LOCAIS EM CADA RESERVA? SERÁ QUE LEVOU EM CONSIDERAÇÃO O CONHECIMENTO SOBRE AS RESERVAS E OS MACACOS?

20 PORTANTO, SE DEPENDEMOS DE AMOSTRAS, ESTAS DEVEM REPRESENTAR O MELHOR POSSÍVEL O UNIVERSO DE INTERESSE AMOSTRA ALEATÓRIA = AMOSTRA REPRESENTATIVA? SUPONHA QUE ELE TENHA ESCOLHIDO ALEATORIAMENTE será que a Reserva é homogênea? será que sabemos alguma coisa sobre como os macacos enxergam essa heterogeneidade?

21 PORTANTO, SE DEPENDEMOS DE AMOSTRAS, ESTAS DEVEM REPRESENTAR O MELHOR POSSÍVEL O UNIVERSO DE INTERESSE Reserva A Reserva B LIÇÃO NÚMERO 2 AMOSTRAS ALEATÓRIAS PODEM SER DIFÍCEIS DE CONSEGUIR NO MUNDO REAL!

22 PORTANTO, SE DEPENDEMOS DE AMOSTRAS, ESTAS DEVEM REPRESENTAR O MELHOR POSSÍVEL O UNIVERSO DE INTERESSE Reserva A Reserva B LIÇÃO NÚMERO 3 NUNCA DEIXE DE USAR O CONHECIMENTO PRÉVIO PARA DELINEAR A SUA AMOSTRAGEM! Veremos mais sobre isso em breve...

23 VOLTEMOS AOS NOSSOS DADOS... Reserva A Espécie 1 Espécie Total Reserva B Espécie 1 Espécie Total não temos um valor, mas vários valores... o conjunto deles não é o todo, mas uma estimativa do todo... como compará-los?

24 VOLTEMOS AOS NOSSOS DADOS... Reserva A Espécie 1 Espécie Total Reserva B Espécie 1 Espécie Total VISUALIZAR A VARIABILIDADE SUMARIZAR A VARIABILIDADE

25 VISUALIZANDO A VARIABILIDADE Gráficos: a melhor forma de comunicar seus resultados RESERVA A RESERVA B número de indivíduos número de indivíduos Espécie 1 Espécie 2 Espécie 1 Espécie 2 GRÁFICOS DE DISPERSÃO: OS MAIS SIMPLES E MAIS COMPLETOS... OLHANDO PARA OS GRÁFICOS, O QUE PODEMOS DIZER? a espécie 2 é mais comum na Reserva A; já a abundância da espécie 1 não é consistentemente maior, mas mais variável na Reserva A, especialmente em um dos pontos amostrados.

26 VISUALIZANDO A VARIABILIDADE Gráficos: a melhor forma de comunicar seus resultados RESERVA A RESERVA B número de indivíduos número de indivíduos Espécie 1 Espécie 2 Espécie 1 Espécie 2 GRÁFICOS DE DISPERSÃO: OS MAIS SIMPLES E MAIS COMPLETOS... O QUE VOCÊS FARIAM EM SEGUIDA? será que este ponto tem algo de especial?

27 VISUALIZANDO A VARIABILIDADE Ou escondendo a variabilidade... RESERVA A RESERVA B número de indivíduos número de indivíduos número de indivíduos Espécie 1 Espécie 2 RESERVA A Espécie 1 Espécie 2 número de indivíduos Espécie 1 Espécie 2 RESERVA B Espécie 1 Espécie 2

28 SINTETIZANDO A VARIABILIDADE número de indivíduos RESERVA A Espécie 1 Espécie 2 número de indivíduos RESERVA B Espécie 1 Espécie 2 O QUE ESTES GRÁFICOS ESTÃO REPRESENTANDO? ESTATÍSTICAS! Valores únicos que sintetizam a informação contida nos dados. Quais são elas?

29 SINTETIZANDO A VARIABILIDADE número de indivíduos RESERVA A Espécie 1 Espécie 2 número de indivíduos RESERVA B Espécie 1 Espécie 2 O QUE ESTES GRÁFICOS ESTÃO REPRESENTANDO? Estatística descritora de tendência central: neste caso, a média Estatística descritora de dispersão / variabilidade: neste caso, o desvio padrão

30 E AÍ, JÁ TOMAMOS A DECISÃO? Já que a espécie 2 é mais comum na Reserva A e que não há uma diferença consistente na abundância da espécie 1 entre as reservas, vamos priorizar o uso de recursos para a conservação na Reserva A. número de indivíduos RESERVA A Espécie 1 Espécie 2 número de indivíduos RESERVA B Espécie 1 Espécie 2 VOCÊS CONCORDAM?

31 E AÍ, JÁ TOMAMOS A DECISÃO? Já que a espécie 2 é mais comum na Reserva A e que não há uma diferença consistente na abundância da espécie 1 entre as reservas, vamos priorizar o uso de recursos para a conservação na Reserva A. número de indivíduos RESERVA A Espécie 1 Espécie 2 número de indivíduos RESERVA B Espécie 1 Espécie 2 Qual o risco de estarmos errados?

32 E AÍ, JÁ TOMAMOS A DECISÃO? Já que a espécie 2 é mais comum na Reserva A e que não há uma diferença consistente na abundância da espécie 1 entre as reservas, vamos priorizar o uso de recursos para a conservação na Reserva A. número de indivíduos RESERVA A Espécie 1 Espécie 2 número de indivíduos RESERVA B Espécie 1 Espécie 2 Como podemos avaliá-lo?

33 E AÍ, JÁ TOMAMOS A DECISÃO? Já que a espécie 2 é mais comum na Reserva A e que não há uma diferença consistente na abundância da espécie 1 entre as reservas, vamos priorizar o uso de recursos para a conservação na Reserva A. número de indivíduos RESERVA A Espécie 1 Espécie 2 número de indivíduos RESERVA B Espécie 1 Espécie 2 Este é o papel da estatística de inferência: quantificar a probabilidade de estarmos errados.

34 E AÍ, JÁ TOMAMOS A DECISÃO? Já que a espécie 2 é mais comum na Reserva A e que não há uma diferença consistente na abundância da espécie 1 entre as reservas, vamos priorizar o uso de recursos para a conservação na Reserva A. LIÇÃO NÚMERO 4: A ESTATÍSTICA DE INFERÊNCIA NÃO É UMA ÁRBITRO IMPARCIAL; A DECISÃO SOMOS NÓS QUE TOMAMOS.

35 E AÍ, JÁ TOMAMOS A DECISÃO? Já que a espécie 2 é mais comum na Reserva A e que não há uma diferença consistente na abundância da espécie 1 entre as reservas, vamos priorizar o uso de recursos para a conservação na Reserva A. LIÇÃO NÚMERO 4: ELA NOS PERMITE AVALIAR A PROBABILIDADE DE ESTARMOS ERRADOS.

36 Variabilidade na natureza e o delineamento de amostragens Razão para delinear amostragens: variabilidade na natureza - necessidade de amostras amostra REPRESENTATIVA x ALEATÓRIA Delineamento amostral para biólogos ou estatísticos? mitos questões éticas relação com estatística Estudos observacionais e experimentais Introdução à lógica do delineamento amostral variável resposta (dependente) e unidades amostrais fatores ou variáveis independentes fatores que confundem espaço amostral ou escopo do estudo a lógica as ferramentas: replicação, randomização, análise dos fatores que confundem

37 Delineamento amostral para biólogos ou estatísticos? DELINEAMENTO AMOSTRAL coisa muito difícil deve ser deixada para estatísticos simples, depende: senso comum conhecimento biológico planejamento cuidadoso para biólogos!

38 Delineamento amostral para biólogos ou estatísticos? DELINEAMENTO AMOSTRAL - MITOS MITO 1: não importa como você coletou os dados, sempre haverá uma maneira de consertar erros através da estatística Porém, todos os testes têm premissasa respeito de como os dados devem ser coletados! Se seus dados não representam bem seu universo de interesse, a estatística não poderá te ajudar!

39 Delineamento amostral para biólogos ou estatísticos? DELINEAMENTO AMOSTRAL - MITOS MITO 2: se você coletar muitos dados, alguma coisa interessante aparecerá e você será capaz de detectar até mesmo efeitos sutis Porém, dada a variabilidade da natureza, quantidade não é qualidade. Sem planejamento (delineamento), seus dados serão muito provavelmente inúteis para a sua questão.

40 Delineamento amostral para biólogos ou estatísticos? DELINEAMENTO AMOSTRAL - QUESTÕES ÉTICAS TEMPO E DINHEIRO JOGADOS FORA nenhum retorno em relação ao esforço despendido mais esforço do que o necessário menor esforço do que o necessário QUESTÕES ÉTICAS estudos causam estresse, perturbação ou morte desperdiçar tempo e dinheiro é bobo, causar mais estresse, perturbação ou morte do que o necessário é indesculpável

41 Delineamento amostral para biólogos ou estatísticos? DELINEAMENTO AMOSTRAL - RELAÇÃO COM ESTATÍSTICA UM BOM DELINEAMENTO: Exige que você saiba como os dados serão analisados Permite que você atenda as premissas dos teste DELINEAMENTO É MAIS DO QUE ISSO: aprender a pensar cientificamente ter confiança nos seus dados saber os limites das conclusões que podem ser tiradas depende da BIOLOGIA DO SISTEMA

42 Delineamento amostral para biólogos ou estatísticos? DELINEAMENTO AMOSTRAL - RELAÇÃO COM ESTATÍSTICA MAXIMIZAR A INFORMAÇÃO A SER OBTIDA, DADOS OS RECURSOS DISPONÍVEIS NÃO HÁ DELINEMANETO PERFEITO! DADA A VARIABILIDADE E COMPLEXIDADEDOS SISTEMAS BIOLÓGICOS, DELINEAR É PARTICULARMENTE IMPORTANTE PARA AS CIÊNCIAS BIOLÓGICAS

43 Variabilidade na natureza e o delineamento de amostragens Razão para delinear amostragens: variabilidade na natureza - necessidade de amostras amostra REPRESENTATIVA x ALEATÓRIA Delineamento amostral para biólogos ou estatísticos? mitos questões éticas relação com estatística Estudos observacionais e experimentais Introdução à lógica do delineamento amostral variável resposta (dependente) e unidades amostrais fatores ou variáveis independentes fatores que confundem espaço amostral ou escopo do estudo a lógica as ferramentas: replicação, randomização, análise dos fatores que confundem

44 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? 1. Amostrar áreas primárias e secundárias. mata primária mata secundária

45 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? mata primária mata secundária Experimento não-manipulativo ou observacional a escolha das áreas a serem estudadas está limitada pela distribuição real das áreas secundárias.

46 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? Experimento não-manipulativo ou observacional ele não pode escolher qualquer área da reserva como unidade amostral. mata primária mata secundária

47 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? Qual seria o problema nesse caso? mata primária mata secundária

48 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? Portanto, pode ser difícil controlar o efeito de outros fatores que não nos interessam. mata primária mata secundária

49 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? Qual a outra opção? mata primária mata secundária

50 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? mata primária mata secundária 2. Escolher algumas áreas primárias, amostrá-las, desmatar essas áreas, esperar a regeneração acontecer e reamostrá-las.

51 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? Experimento manipulativo ele pode escolher como quiser o número e a localização das áreas a serem amostradas. mata primária mata secundária

52 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? Experimento manipulativo qualquer área da reserva pode ser escolhida como unidade amostral. mata primária mata secundária

53 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? Qual a vantagem disso? mata primária mata secundária

54 Estudos observacionais e experimentais Imagine que nosso amigo está interessado em levantar e comparar a fauna de sapos presentes em áreas de mata secundária e primária de uma reserva de Mata Atlântica. Como ele poderia fazer isso? Maior liberdade para controlar a influência de outros fatores sobre os resultados. mata primária mata secundária

55 Estudos observacionais e experimentais MANIPULATIVO Cria variação artificialmente Manipula e observa reação OBSERVACIONAL Usa variação natural Mais estresse, efeitos colaterais Menos estresse Variação criada pode não ser relevante biologicamente Variação relevante biologicamente Maior controle do efeito de outros fatores INFERÊNCIA FORTE Menor controle do efeito de outros fatores: terceiras variáveis, causa reversa

56 Estudos observacionais e experimentais

57 Variabilidade na natureza e o delineamento de amostragens Razão para delinear amostragens: variabilidade na natureza - necessidade de amostras amostra REPRESENTATIVA x ALEATÓRIA Delineamento amostral para biólogos ou estatísticos? mitos questões éticas relação com estatística Estudos observacionais e experimentais Introdução à lógica do delineamento amostral variável resposta (dependente) e unidades amostrais fatores ou variáveis independentes fatores que confundem espaço amostral ou escopo do estudo a lógica as ferramentas: replicação, randomização, análise dos fatores que confundem

58 Introdução à lógica do delineamento amostral COM O QUE DEVEMOS NOS PREOCUPAR PARA DELINEAR UMA BOA AMOSTRAGEM? Não somos oniscientes... não podemos contar tudo... Dependemos de amostras... Qualquer lugar que queiramos inventariar é heterogêneo em algum grau... USAR BOM SENSO, LÓGICA E CONHECIMENTO PRÉVIO PARA DECIDIR AONDE ALOCAR AS UNIDADES AMOSTRAIS, QUE NO SEU CONJUNTO FORMARÃO SUA AMOSTRA

59 Introdução à lógica do delineamento amostral DEFININDO AS VARIÁVEIS RESPOSTA E AS UNIDADES AMOSTRAIS Em inventários faunísticos, estamos interessados na distribuição das espécies

60 Introdução à lógica do delineamento amostral DEFININDO AS VARIÁVEIS RESPOSTA E AS UNIDADES AMOSTRAIS Quantidades associadas à distribuição das espécies são nossas VARIÁVEIS RESPOSTA OU VARIÁVEIS DEPENDENTES Os locais ou localidades são nossas UNIDADES AMOSTRAIS onde vamos medir nossas VARIÁVEIS RESPOSTA

61 Introdução à lógica do delineamento amostral DEFININDO AS VARIÁVEIS RESPOSTA E AS UNIDADES AMOSTRAIS Pensem em exemplos de variáveis resposta no caso de inventários...

62 Introdução à lógica do delineamento amostral DEFININDO AS VARIÁVEIS RESPOSTA E AS UNIDADES AMOSTRAIS Presença / ausência de espécies Número de indivíduos por espécie Número de espécies Inventários de sapos na Reserva A Espécie 1 Espécie 2 Espécie 3 Espécie 4 TI TE Local Local Local Local Quantas variáveis resposta aparecem na tabela? Quantas unidades amostrais?

63 Introdução à lógica do delineamento amostral DEFININDO O QUE SÃO FATORES OU VARIÁVEIS INDEPENDENTES Neste caso dos sapos em áreas primárias e secundárias, qual é o FATOR DO ESTUDO ou VARIÁVEL INDEPENDENTE? Ela é categórica ou contínua? Quais os níveis do fator? mata primária mata secundária

64 Introdução à lógica do delineamento amostral DEFININDO O QUE SÃO FATORES QUE CONFUNDEM Neste caso dos sapos em áreas primárias e secundárias, qual é o FATOR DE CONFUSÃO? mata primária mata secundária

65 Introdução à lógica do delineamento amostral DEFININDO O ESPAÇO AMOSTRAL OU ESCOPO DO ESTUDO Neste caso dos sapos em áreas primárias e secundárias, qual é o ESPAÇO AMOSTRAL OU ESCOPO DO ESTUDO? mata primária mata secundária

66 Variabilidade na natureza e o delineamento de amostragens Razão para delinear amostragens: variabilidade na natureza - necessidade de amostras amostra REPRESENTATIVA x ALEATÓRIA Delineamento amostral para biólogos ou estatísticos? mitos questões éticas relação com estatística Estudos observacionais e experimentais Introdução à lógica do delineamento amostral variável resposta (dependente) e unidades amostrais fatores ou variáveis independentes fatores que confundem espaço amostral ou escopo do estudo a lógica as ferramentas: replicação, randomização, análise dos fatores que confundem

67 E AGORA, QUAL A LÓGICA DO DELINEAMENTO? QUESTÃO ESCOPO / ESPAÇO AMOSTRAL VARIÁVEIS RESPOSTA FATORES QUE CONFUNDEM FATOR DO ESTUDO ALOCAR O MAIOR NÚMERO DE UNIDADES AMOSTRAISNOS DIFERENTES NÍVEIS DO FATOR DO ESTUDO, DE MANEIRA A: 1) REPRESENTAR O ESCOPO ESPACIAL E TEMPORAL 2) DIMINUIR A CHANCE DE INFLUÊNCIA DOS FATORES QUE CONFUNDEM LIMITES DE INFRA-ESTRUTURA, RECURSOS E TEMPO

68 E AGORA, QUAL A LÓGICA DO DELINEAMENTO? QUESTÃO ESCOPO / ESPAÇO AMOSTRAL VARIÁVEIS RESPOSTA FATORES QUE CONFUNDEM FATOR DO ESTUDO LIÇÃO 1- SEM QUESTÃO NÃO HÁ DELINEAMENTO POSSÍVEL... LIÇÃO 2 DELINEAMENTO É DEFINITIVAMENTE UMA COISA PARA BIÓLOGOS...

69 E AGORA, QUAL A LÓGICA DO DELINEAMENTO? ALOCAR O MAIOR NÚMERO DE UNIDADES AMOSTRAISNOS DIFERENTES NÍVEIS DO FATOR DO ESTUDO, DE MANEIRA A: 1) REPRESENTAR O ESCOPO ESPACIAL E TEMPORAL 2) DIMINUIR A CHANCE DE INFLUÊNCIA DOS FATORES QUE CONFUNDEM?????????? Parece tão simples, qual a dificuldade?

70 E AGORA, QUAL A LÓGICA DO DELINEAMENTO? ALOCAR O MAIOR NÚMERO DE UNIDADES AMOSTRAISNOS DIFERENTES NÍVEIS DO FATOR DO ESTUDO, DE MANEIRA A: 1) REPRESENTAR O ESCOPO ESPACIAL E TEMPORAL 2) DIMINUIR A CHANCE DE INFLUÊNCIA DOS FATORES QUE CONFUNDEM Conhecer a variação espaço temporal do fator do estudo... Conhecer a variação espaço temporal dos fatores que confundem... ISSO NÃO PARECE FÁCIL...

71 Variabilidade na natureza e o delineamento de amostragens Razão para delinear amostragens: variabilidade na natureza - necessidade de amostras amostra REPRESENTATIVA x ALEATÓRIA Delineamento amostral para biólogos ou estatísticos? mitos questões éticas relação com estatística Estudos observacionais e experimentais Introdução à lógica do delineamento amostral variável resposta (dependente) e unidades amostrais fatores ou variáveis independentes fatores que confundem espaço amostral ou escopo do estudo a lógica as ferramentas: replicação, randomização, análise dos fatores que confundem

72 A LÓGICA VISTA DE OUTRO JEITO... VERIFICAR A VARIABILIDADE CAUSADA PELO FATOR DE INTERESSE INTRÍNSECA: vem das propriedades fundamentais dos sistemas biológicos deriva da variabilidade genética entre indivíduos EXTRÍNSECA: deriva da ação de fatores externos sobre os sistemas biológicos

73 A LÓGICA VISTA DE OUTRO JEITO... VERIFICAR A VARIABILIDADE CAUSADA PELO FATOR DE INTERESSE INTRÍNSECA: vem das propriedades fundamentais dos sistemas biológicos deriva da variabilidade genética entre indivíduos EXTRÍNSECA: deriva da ação de fatores externos sobre os sistemas biológicos ESTAMOS INTERESSADOS EM UM DOS FATORES EXTRÍNSECOS, TODO O RESTO É VARIAÇÃO RANDÔMICA OU RUÍDO

74 A LÓGICA VISTA DE OUTRO JEITO... VERIFICAR A VARIABILIDADE CAUSADA PELO FATOR DE INTERESSE retirar, anular ou controlar a variabilidade randômica, de modo que a variação causada pelo fator de interesse fique clara Quais ferramentas temos para lidar com nosso parco conhecimento sobre a variação do fator de estudo e dos fatores que confundem? REPLICAÇÃO RANDOMIZAÇÃO ANÁLISE DOS FATORES QUE CONFUNDEM

75 A LÓGICA VISTA DE OUTRO JEITO... REPLICAÇÃO Fazer mais de uma observação (mais de uma unidade amostral) Variável resposta Fator do estudo Variação randômica não permite tirar conclusões sobre o efeito do fator de estudo com uma só observação Quanto mais vezes observamos um fenômeno, menor a chance de que esteja associada à variação randômica

76 A LÓGICA VISTA DE OUTRO JEITO... REPLICAÇÃO Depende de uma regra crucial: As observações precisam ser independentespara poder representar a variação do fator de estudo Variável resposta Todas as observações tem a mesma chance de ter desvios causados pela variação randômica positivos e negativos, de forma a se anularem OU, o valor de uma observação não nos dá nenhuma dica do valor da próxima Fator do estudo

77 A LÓGICA VISTA DE OUTRO JEITO... REPLICAÇÃO Depende de uma regra crucial: As observações precisam ser independentespara poder representar a variação do fator de estudo Variável resposta mata primária mata secundária Gradiente de elevação Fator do estudo

78 A LÓGICA VISTA DE OUTRO JEITO... PSEUDO-REPLICAÇÃO As observações NÃO SÃO independentes Variável resposta As observações NÃO TEM a mesma chance de ter desvios positivos e negativos causados pela variação randômica OU, o valor de uma observação NOS DÁ dicas do valor da próxima Fator do estudo Fator de confusão Outros fatores estão alinhados com o fator do estudo

79 A LÓGICA VISTA DE OUTRO JEITO... PSEUDO-REPLICAÇÃO As observações NÃO SÃO independentes Variável resposta Fator do estudo Fator de confusão mata primária mata secundária Gradiente de elevação

80 A LÓGICA VISTA DE OUTRO JEITO... PSEUDO-REPLICAÇÃO DEPENDE DA QUESTÃO! Se a pergunta não fosse sobre matas primárias e secundárias na reserva, mas sobre o ponto A e B, não haveria pseudoreplicação... A B mata primária mata secundária Gradiente de elevação

81 A LÓGICA VISTA DE OUTRO JEITO... PSEUDO-REPLICAÇÃO DEPENDE DA QUESTÃO! PRINCIPAIS FONTES: A Estímulo comum Compartimento comum Ambiente comum Genética comum Tempo comum História filogenética comum mata primária mata secundária B Gradiente de elevação

82 A LÓGICA VISTA DE OUTRO JEITO... RANDOMIZAÇÃO Toda as observações possíveis têm a mesma chance de entrar na amostra Melhor jeito de evitar pseudo-replicação Variável resposta Fator do estudo Mas... Existe chance de não gerar uma amostra representativa mata primária mata secundária A B Gradiente de elevação

83 A LÓGICA VISTA DE OUTRO JEITO... RANDOMIZAÇÃO Toda as observações possíveis tem a mesma chance de entrar na amostra Tanto maior quanto: menor for o tamanho da sua amostra (N) mais heterogêneo for o escopo (fatores que confundem) Mas... Existe chance de não gerar uma amostra representativa mata primária mata secundária A B Gradiente de elevação

84 A LÓGICA VISTA DE OUTRO JEITO... ANÁLISE DOS FATORES QUE CONFUNDEM 1) Reduz escopo (diminui generalidade) 2) Mede co-variável (aumenta N) 3) Inclui fator no estudo (aumenta N) 4) Controla na amostragem (não totalmente randômico) define blocos que variam muito quanto ao fator de confusão

85 E AGORA, É SÓ ISSO? VARIÁVEIS RESPOSTA METODOLOGIA DE MENSURAÇÃO MEDE DE FATO O QUE DISSEMOS ESTAR INTERESSADOS EM MEDIR? QUESTÃO ESCOPO / ESPAÇO AMOSTRAL VARIÁVEIS RESPOSTA FATORES QUE CONFUNDEM FATOR DO ESTUDO LIMITES DE INFRA-ESTRUTURA, RECURSOS E TEMPO

86 E AGORA, É SÓ ISSO? VARIÁVEIS RESPOSTA METODOLOGIA DE MENSURAÇÃO MEDE DE FATO O QUE DISSEMOS ESTAR INTERESSADOS EM MEDIR? QUESTÃO o uso de determinado tipo de armadilha captura todas as espécies de interesse?

87 E AGORA, É SÓ ISSO? VARIÁVEIS RESPOSTA METODOLOGIA DE MENSURAÇÃO MEDE DE FATO O QUE DISSEMOS ESTAR INTERESSADOS EM MEDIR? QUESTÃO o uso de determinado tipo de armadilha captura todas as espécies de interesse? a sua eficiência varia entre os níveis do fator de estudo?

88 E AGORA, É SÓ ISSO? VARIÁVEIS RESPOSTA METODOLOGIA DE MENSURAÇÃO MEDE DE FATO O QUE DISSEMOS ESTAR INTERESSADOS EM MEDIR? QUESTÃO o uso de determinado tipo de armadilha captura todas as espécies de interesse? a sua eficiência varia entre os níveis do fator de estudo? qual o número e a disposição adequada de armadilhas para medirmos o que queremos no lugar que queremos?

89 E AGORA, É SÓ ISSO? VARIÁVEIS RESPOSTA METODOLOGIA DE MENSURAÇÃO É ADEQUADA À ESCALA TEMPORAL E ESPACIAL DA QUESTÃO? QUESTÃO ESCOPO / ESPAÇO AMOSTRAL VARIÁVEIS RESPOSTA FATORES QUE CONFUNDEM FATOR DO ESTUDO LIMITES DE INFRA-ESTRUTURA, RECURSOS E TEMPO

90 E AGORA, É SÓ ISSO? VARIÁVEIS RESPOSTA METODOLOGIA DE MENSURAÇÃO É ADEQUADA À ESCALA TEMPORAL E ESPACIAL DA QUESTÃO? QUESTÃO faz sentido medir a densidade de elefantes em manchas de habitat de 1 ha?

91 E AGORA, É SÓ ISSO? VARIÁVEIS RESPOSTA METODOLOGIA DE MENSURAÇÃO COMO ENXERGA OS FATORES QUE CONFUNDEM? QUESTÃO ESCOPO / ESPAÇO AMOSTRAL VARIÁVEIS RESPOSTA FATORES QUE CONFUNDEM FATOR DO ESTUDO LIMITES DE INFRA-ESTRUTURA, RECURSOS E TEMPO

92 E AGORA, É SÓ ISSO? VARIÁVEIS RESPOSTA METODOLOGIA DE MENSURAÇÃO COMO ENXERGA OS FATORES QUE CONFUNDEM? FATORES QUE CONFUNDEM

93 E AGORA, É SÓ ISSO? VARIÁVEIS RESPOSTA METODOLOGIA DE MENSURAÇÃO DELIMITA QUESTÕES DE INTERFERÊNCIA (INDEPENDÊNCIA) ENTRE AS UNIDADES AMOSTRAIS QUESTÃO ESCOPO / ESPAÇO AMOSTRAL VARIÁVEIS RESPOSTA FATORES QUE CONFUNDEM FATOR DO ESTUDO LIMITES DE INFRA-ESTRUTURA, RECURSOS E TEMPO

94 E AGORA, É SÓ ISSO? VARIÁVEIS RESPOSTA METODOLOGIA DE MENSURAÇÃO DELIMITA QUESTÕES DE INTERFERÊNCIA (INDEPENDÊNCIA) ENTRE AS UNIDADES AMOSTRAIS QUESTÃO todo o método tem uma zona de ação, não faz sentido que as zonas de diferentes unidades amostrais se sobreponham...

Aula 01 Planejamento de uma Pesquisa

Aula 01 Planejamento de uma Pesquisa Aula 01 Planejamento de uma Pesquisa Stela Adami Vayego - DEST/UFPR 1 Etapas usuais de uma pesquisa científica Tema, definição do problema, objetivos,... Planejamento da pesquisa Metolo- -logia estatística

Leia mais

Aula 01 Planejamento de uma pesquisa

Aula 01 Planejamento de uma pesquisa Aula 01 Planejamento de uma pesquisa Stela Adami Vayego - DEST/UFPR 1 Etapas usuais de uma pesquisa científica Tema, definição do problema, objetivos,... Planejamento da pesquisa Metolo- -logia estatística

Leia mais

Aula 01 Planejamento de uma Pesquisa

Aula 01 Planejamento de uma Pesquisa Aula 01 Planejamento de uma Pesquisa Stela Adami Vayego - DEST/UFPR 1 Etapas usuais de uma pesquisa empírica Tema, definição do problema, objetivos,... Planejamento da pesquisa Metolo- -logia estatística

Leia mais

ESTATÍSTICA EXPERIMENTAL. Controle experimental e Princípios básicos da experimentação. Aula 02 e 03

ESTATÍSTICA EXPERIMENTAL. Controle experimental e Princípios básicos da experimentação. Aula 02 e 03 ESTATÍSTICA EXPERIMENTAL Controle experimental e Princípios básicos da experimentação. Aula 02 e 03 Introdução A Estatística Experimental tem por objetivo o estudo dos experimentos, incluindo: Planejamento

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor

Leia mais

Delineando estudos viáveis

Delineando estudos viáveis Delineando estudos viáveis O que pensar nos estudos em biologia? Como iremos analisar depois? Temos que dar nome aos bois no nosso delineamento amostral/experimental! Conceitos básicos Probabilidades Amostragem

Leia mais

Palestra - Matemática Aplicada

Palestra - 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 mais

Conceitosintrodutórios Planejamentode Experimentos. Prof. Dr. Fernando Luiz Pereira de Oliveira Sala1 ICEB I DEMAT

Conceitosintrodutórios Planejamentode Experimentos. Prof. Dr. Fernando Luiz Pereira de Oliveira Sala1 ICEB I DEMAT Conceitosintrodutórios Planejamentode Experimentos Prof. Dr. Fernando Luiz Pereira de Oliveira Sala1 ICEB I DEMAT Email: fernandoest@ig.com.br Um planejamento de experimentos consiste em um teste ou umas

Leia mais

Estatística aplicada a ensaios clínicos

Estatística 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 8 amostragem amostragem

Leia mais

Elaboração e Delineamento de Projetos

Elaboração e Delineamento de Projetos Universidade Federal de Goiás Programa de Pós-Graduação em Ecologia e Evolução Elaboração e Delineamento de Projetos www.ecologia.ufrgs.br/~adrimelo/planejamento Prof. Adriano S. Melo asm.adrimelo gmail.com

Leia mais

Licenciatura em Ciências Biológicas Universidade Federal de Goiás. Bioestatística. Prof. Thiago Rangel - Dep. Ecologia ICB

Licenciatura em Ciências Biológicas Universidade Federal de Goiás. Bioestatística. Prof. Thiago Rangel - Dep. Ecologia ICB Licenciatura em Ciências Biológicas Universidade Federal de Goiás Bioestatística Prof. Thiago Rangel - Dep. Ecologia ICB rangel.ufg@gmail.com Página do curso: http://www.ecologia.ufrgs.br/~adrimelo/bioestat

Leia mais

O Papel da Estatística em áreas do conhecimento

O Papel da Estatística em áreas do conhecimento O Papel da Estatística em áreas do conhecimento 2012/02 Site: http://www.est.ufmg.br/ marcosop e-mail: marcosop@est.ufmg.br 1 O Pensamento Estatístico 2 3 4 Distribuição de Pontos 3 provas - 30, 35 e 35

Leia mais

Aula 01 Planejamento de uma Pesquisa

Aula 01 Planejamento de uma Pesquisa Aula 01 Planejamento de uma Pesquisa Stela Adami Vayego - DEST/UFPR 1 Etapas usuais de uma pesquisa empírica Tema, definição do problema, objetivos,... Planejamento da pesquisa Metolo- -logia estatística

Leia mais

Métodos de Amostragem Populações de Animais Silvestres Amostragem

Métodos de Amostragem Populações de Animais Silvestres Amostragem Métodos de Amostragem de Populações de Animais Silvestres Amostragem Sistema Natural Estrutura da amostragem: Lista das unidades para a amostragem (mapa da área por exemplo) Estrutura da amostragem População

Leia mais

Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão.

Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Glossário Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Análise de co-variância: Procedimento estatístico utilizado para análise de dados que

Leia mais

Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos

Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido

Leia mais

Interpolação. Dr. Marcos Figueiredo

Interpolação. Dr. Marcos Figueiredo Introdução às Análises Espaciais para Ecologia e Conservação da Biodiversidade (PPGE, PPGBIO) (Graduação em Biologia - IBE 013) Interpolação Dr. Marcos Figueiredo (mslfigueiredo@gmail.com) Tópicos 1. Conceito

Leia mais

Bioestatística UNESP. Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP

Bioestatística UNESP. Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP Bioestatística UNESP Prof. Dr. Carlos Roberto Padovani Prof. Titular de Bioestatística IB-UNESP/Botucatu-SP Perguntas iniciais para reflexão I - O que é Estatística? II - Com que tipo de informação (dados)

Leia mais

EAE36AM - ESTATÍSTICA APLICADA A EXPERIMENTOS

EAE36AM - ESTATÍSTICA APLICADA A EXPERIMENTOS EAE36AM - ESTATÍSTICA APLICADA A EXPERIMENTOS AULA 1 PROFª SHEILA REGINA ORO EMENTA Planejamento de experimentos; Planejamento amostral; Delineamento experimental; Coleta e validação dos dados; Testes

Leia mais

Introdução à Inferência Estatística

Introdução à Inferência Estatística Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16

Leia mais

Teoria de probabilidade - objetiva descrever e prever as características de populações infinitas

Teoria de probabilidade - objetiva descrever e prever as características de populações infinitas 1 Introdução Definição: Estatística é um conjunto de conceitos e métodos científicos para coleta, organização, descrição, análise e interpretação de dados experimentais, que permitem conclusões válidas

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aula passada Variância amostral Método de Replicações Independentes Aula de hoje Para que serve a inferência estatística? Método dos Momentos Maximum Likehood

Leia mais

Intervalos de confiança

Intervalos de confiança Intervalos de confiança Cristian Villegas clobos@usp.br Outubro de 2013 Apostila de Estatística (Cristian Villegas) 1 Estimação dos Parâmetros Estimação é o nome técnico para o processo que consiste em

Leia mais

Aula 2 Prof. Adriano S. Melo asm.adrimelo gmail.com

Aula 2 Prof. Adriano S. Melo asm.adrimelo gmail.com Universidade Federal de Goiás Programa de Pós-Graduação em Ecologia e Evolução Elaboração e Delineamento de Projetos www.ecoevol.ufg.br/adrimelo/planejamento Aula 2 Prof. Adriano S. Melo asm.adrimelo gmail.com

Leia mais

TRATAMENTO DA INFORMAÇÃO/ANÁLISE DE DADOS AULA 05. Universidade Federal Fluminense

TRATAMENTO DA INFORMAÇÃO/ANÁLISE DE DADOS AULA 05. Universidade Federal Fluminense CURSO DE ESPECIALIZAÇÃO EM ENSINO DE MATEMÁTICA INSTITUTO DE MATEMÁTICA E ESTATÍSTICA 2 DE SETEMBRO DE 2014 TRATAMENTO DA INFORMAÇÃO/ANÁLISE DE DADOS AULA 05 Humberto José Bortolossi http://www.professores.uff.br/hjbortol/

Leia mais

5 TORIA ELEMENTAR DA AMOSTRAGEM

5 TORIA ELEMENTAR DA AMOSTRAGEM 5 TORIA ELEMENTAR DA AMOSTRAGEM É errôneo pensar que, caso tivéssemos acesso a todos os elementos da população, seríamos mais precisos. Os erros de coleta e manuseio de um grande número de dados são maiores

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aula passada Intervalo de confiança Método de Replicações Independentes Aula de hoje Para que serve a inferência estatística? Método dos Momentos Maximum

Leia mais

Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL

Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL Experimentos (testes) são realizados por pesquisadores em todos os campos de investigação, usualmente para descobrir

Leia mais

PESQUISA CAUSAL: Experimentação

PESQUISA CAUSAL: Experimentação RAD 1404 Pesquisa de Marketing PESQUISA CAUSAL: Experimentação Cap. 7 Pesquisa de Marketing Naresh K. Malhotra Prof. Dirceu Tornavoi de Carvalho Qual o Conceito de Causalidade? Pesquisa Causal Quando a

Leia mais

Estatística Aplicada ao Serviço Social AULA 06. Estatística Descritiva - Medidas de dispersão. Universidade Federal da Paraíba

Estatística Aplicada ao Serviço Social AULA 06. Estatística Descritiva - Medidas de dispersão. Universidade Federal da Paraíba Universidade Federal da Paraíba Curso de Serviço Social - Turma 01 Estatística Aplicada ao Serviço Social Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística Universidade Federal da Paraíba

Leia mais

Cap. 1 - O Papel da Estatística na Engenharia 1. Objetivos de Aprendizagem. UFMG-ICEx-EST-027/031 14/08/ :27. Cap. 1 - O Papel da Estatística na

Cap. 1 - O Papel da Estatística na Engenharia 1. Objetivos de Aprendizagem. UFMG-ICEx-EST-027/031 14/08/ :27. Cap. 1 - O Papel da Estatística na -027/031 14/08/2018 20:27 1 ESQUEMA DO CAPÍTULO O Papel da Estatística na 1.1 O MÉTODO DE ENGENHARIA E O JULGAMENTO ESTATÍSTICO 1.1.1 e resolução de problemas 1.1.2 1.2 COLETA DE DADOS EM ENGENHARIA 1.3

Leia mais

O Papel da Estatística na Engenharia

O Papel da Estatística na Engenharia O Papel da Estatística na ESQUEMA DO CAPÍTULO 1.1 O MÉTODO DE ENGENHARIA E O JULGAMENTO ESTATÍSTICO 1.1.1 e resolução de problemas 1.1.2 Julgamento Estatístico 1.2 COLETA DE DADOS EM ENGENHARIA 1.3 MODELOS

Leia mais

ANOVA - parte I Conceitos Básicos

ANOVA - 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 mais

Estrutura, Vantagens e Limitações dos. Principais Métodos

Estrutura, Vantagens e Limitações dos. Principais Métodos Estrutura, Vantagens e Limitações dos Principais Métodos 1) Ensaio clínico Randomizado 2) Estudo de coorte 3) Estudo de caso controle 4) Estudo transversal 5) Estudo ecológico 1) Ensaio clínico Randomizado

Leia mais

SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi

SSC546 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 mais

ANÁLISE DE RESULTADOS

ANÁLISE DE RESULTADOS ANÁLISE DE RESULTADOS Conteúdo 2 1. Planejamento de Experimentos 2. Introdução Medidas de Desempenho Análise Estatística dos Resultados Comparação de Resultados Procedimento para análise de resultados

Leia mais

Inferência 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 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 mais

Em 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). 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 mais

Cap. 1 - O Papel da Estatística na Engenharia 1. Objetivos de Aprendizagem. UFMG-ICEx-EST-027/031 01/08/ :35. Cap. 1 - O Papel da Estatística na

Cap. 1 - O Papel da Estatística na Engenharia 1. Objetivos de Aprendizagem. UFMG-ICEx-EST-027/031 01/08/ :35. Cap. 1 - O Papel da Estatística na -027/031 01/08/2013 09:35 1 ESQUEMA DO CAPÍTULO O Papel da Estatística na 1.1 O MÉTODO DE ENGENHARIA E O JULGAMENTO ESTATÍSTICO 1.1.1 e resolução de problemas 1.1.2 1.2 COLETA DE DADOS EM ENGENHARIA 1.3

Leia mais

MEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso

MEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso MEDIDAS DE POSIÇÃO E DE DISPERSÃO Profª Andréa H Dâmaso Bioestatística e Delineamento Experimental - 2012 Tópicos da aula Medidas de tendência central e dispersão Variáveis contínuas: distribuição normal

Leia mais

Tópicos em Gestão da Informação II

Tópicos em Gestão da Informação II Tópicos em Gestão da Informação II Aula 05 Variabilidade estatística Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Faculdade de Informação e Comunicação Universidade Federal de Goiás Exercício

Leia mais

Módulo III Medidas de Tendência Central ESTATÍSTICA

Módulo III Medidas de Tendência Central ESTATÍSTICA Módulo III Medidas de Tendência Central ESTATÍSTICA Objetivos do Módulo III Determinar a média, mediana e moda de uma população e de uma amostra Determinar a média ponderada de um conjunto de dados e a

Leia mais

Seção 3.1 Distribuições Amostrais

Seção 3.1 Distribuições Amostrais Seção 3.1 Distribuições Amostrais Sumário Inferência Estatística Estatística versus parâmetro Distribuição amostral Variabilidade da estatística: erro-padrão A importância do tamanho amostral A importância

Leia mais

META Descrever o que são e como utilizar as variáveis e amostragem no trabalho científico de Biologia.

META Descrever o que são e como utilizar as variáveis e amostragem no trabalho científico de Biologia. VARIÁVEIS E AMOSTRAGEM META Descrever o que são e como utilizar as variáveis e amostragem no trabalho científico de Biologia. OBJETIVOS Ao final desta aula, o aluno(a) deverá: identificar o que são variáveis

Leia mais

Resultados possíveis do nosso estudo

Resultados possíveis do nosso estudo Resultados possíveis do nosso estudo Interpretação de gráficos, decisão baseada nas hipóteses, interpretação. Para termos isso, precisamos fazer uma inferência estatística! Número de visitas Inferência

Leia mais

Introdução 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 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 mais

Testes de Hipótese para uma única Amostra - parte I

Testes de Hipótese para uma única Amostra - parte I Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os

Leia mais

PLANO DE ENSINO I IDENTIFICAÇÃO. II - EMENTA (Sinopse do Conteúdo) 6. Inferência: Teste de Hipóteses. CURSO: Física Médica. DISCIPLINA: Bioestatística

PLANO DE ENSINO I IDENTIFICAÇÃO. II - EMENTA (Sinopse do Conteúdo) 6. Inferência: Teste de Hipóteses. CURSO: Física Médica. DISCIPLINA: Bioestatística PLANO DE ENSINO I IDENTIFICAÇÃO CURSO: Física Médica DISCIPLINA: Bioestatística ( X ) OBRIGATÓRIA ( ) OPTATIVA DEPARTAMENTO: Bioestatística DOCENTE RESPONSÁVEL : Profa. Dra. Luzia Aparecida Trinca Semestre

Leia mais

Principais Conceitos em Estatística

Principais Conceitos em Estatística 1 Principais Conceitos em Estatística Ernesto F. L. Amaral 08 de outubro de 2009 www.ernestoamaral.com/met20092.html Fonte: Triola, Mario F. Introdução à estatística. 10 ª ed., Rio de Janeiro: LTC, 2008.

Leia mais

AMOSTRAGEM. É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas.

AMOSTRAGEM. É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas. AMOSTRAGEM É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas. Nos planejamentos amostrais, a coleta dos dados deve ser realizada

Leia mais

TIPOS DE AMOSTRAGEM Amostragem Probabilística e Não-Probabilística. Amostragem PROBABILÍSTICA: Amostragem Aleatória Simples: VANTAGENS:

TIPOS DE AMOSTRAGEM Amostragem Probabilística e Não-Probabilística. Amostragem PROBABILÍSTICA: Amostragem Aleatória Simples: VANTAGENS: TIPOS DE AMOSTRAGEM Amostragem Probabilística e Não-Probabilística. Amostragem PROBABILÍSTICA: Técnicas de amostragem em que a seleção é aleatória de tal forma que cada elemento tem igual probabilidade

Leia mais

O Papel da Estatística na Engenharia. Objetivos de Aprendizagem. UFMG-ICEx-EST-032/045 01/09/ :01

O Papel da Estatística na Engenharia. Objetivos de Aprendizagem. UFMG-ICEx-EST-032/045 01/09/ :01 0 ESQUEMA DO CAPÍTULO O Papel da Estatística na Engenharia Montgomery, D. C. & Runger, G. C. Estatística Aplicada e Probabilidade para Engenheiros. Cap. 1. 5ª Ed., LTC Livros Técnicos e Científicos Editora

Leia mais

O Papel da Estatística na Engenharia

O Papel da Estatística na Engenharia ESQUEMA DO CAPÍTULO O Papel da Estatística na Engenharia Montgomery, D. C. & Runger, G. C. Estatística Aplicada e Probabilidade para Engenheiros. Cap. 1. 5ª Ed., LTC Livros Técnicos e Científicos Editora

Leia mais

CAPÍTULO 3 POPULAÇÃO E AMOSTRA

CAPÍTULO 3 POPULAÇÃO E AMOSTRA DEPARTAMENTO DE GEOCIÊNCIAS GCN 7901 ANÁLISE ESTATÍSTICA EM GEOCIÊNCIAS PROFESSOR: Dr. ALBERTO FRANKE CONTATO: alberto.franke@ufsc.br F: 3721 8595 CAPÍTULO 3 POPULAÇÃO E AMOSTRA As pesquisas de opinião

Leia mais

Delineamentos de estudos. FACIMED Investigação científica II 5º período Professora Gracian Li Pereira

Delineamentos de estudos. FACIMED Investigação científica II 5º período Professora Gracian Li Pereira Delineamentos de estudos FACIMED 2012.1 Investigação científica II 5º período Professora Gracian Li Pereira Delineamentos de estudos Estudos descritivos Relato de caso Série de casos Transversal Ecológico

Leia mais

Análise de dados. Mathias M Pires BE180

Análise de dados. Mathias M Pires BE180 Análise de dados Mathias M Pires BE180 Objetivo: Como testar hipóteses a partir da análise dos dados e como interpretar os resultados da análise A essência do método científico é o teste de hipóteses com

Leia mais

O Papel da Estatística em outras áreas

O Papel da Estatística em outras áreas 5 de Março de 2012 Site: http://ericaestatistica.webnode.com.br/ e-mail: ericaa_casti@yahoo.com.br O método de Engenharia e o Pensamento Estatístico Distribuição de Pontos 3 provas - 30 pontos cada; Listas

Leia mais

Como gerar uma amostra aleatória simples com o Microsoft Excel

Como gerar uma amostra aleatória simples com o Microsoft Excel Como gerar uma amostra aleatória simples com o Microsoft Excel Este texto complementa o conteúdo da Unidade 2 da disciplina Estatística Aplicada à Administração. Na seção 2.1 da Unidade 2 vimos a importância

Leia mais

Amostragem para Avaliações do Impacto de Programas

Amostragem para Avaliações do Impacto de Programas Amostragem para Avaliações do Impacto de Programas Pedro Vicente AADAPT Workshop South Asia Goa, December 17-21, 2009 1 Introdução Como é que desenhamos uma amostra para detectar de uma forma credível

Leia mais

Profa. Lidia Rodella UFPE-CAA

Profa. Lidia Rodella UFPE-CAA Profa. Lidia Rodella UFPE-CAA O que é estatística? É conjunto de técnicas que permite, de forma sistemática, coletar, organizar, descrever, analisar e interpretar dados oriundos de estudos ou experimentos,

Leia mais

Introdução à Probabilidade e à Estatística II

Introdução à Probabilidade e à Estatística II Introdução à Probabilidade e à Estatística II Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) Lígia Henriques-Rodrigues MAE0229 1º semestre 2018 1 / 36

Leia mais

BE 180 INTRODUÇÃO À ECOLOGIA/ BE 181 ECOLOGIA DE CAMPO

BE 180 INTRODUÇÃO À ECOLOGIA/ BE 181 ECOLOGIA DE CAMPO BE 180 INTRODUÇÃO À ECOLOGIA/ BE 181 ECOLOGIA DE CAMPO Análise de dados Vimos até agora que cientistas são pessoas que fazem perguntas e para responder a essas perguntas propõem hipóteses e coletam dados

Leia mais

INTRODUÇÃO À PROBABILIDADE E ESTATÍSTICA

INTRODUÇÃO À PROBABILIDADE E ESTATÍSTICA INTRODUÇÃO À PROBABILIDADE E ESTATÍSTICA 1. O que é Estatística? ENCE: O que modernamente se conhece como Ciências Estatísticas, ou simplesmente Estatística, é um conjunto de técnicas e métodos de pesquisa

Leia mais

CORRELAÇÃO. Flávia F. Feitosa

CORRELAÇÃO. Flávia F. Feitosa CORRELAÇÃO Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Junho de 2015 Revisão Inferência Estatística: Método científico para tirar conclusões sobre os parâmetros

Leia mais

Inventário Florestal. Amostragem

Inventário Florestal. Amostragem Inventário Florestal Amostragem 1 Definição: Seleção de uma parte (amostra) de um todo (população), coletando na parte selecionada, algumas informações de interesse, com o objetivo de tirar conclusão (inferência)

Leia mais

Mas, para começar a aplicar métodos estatísticos, é preciso conhecer alguns conceitos básicos.

Mas, para começar a aplicar métodos estatísticos, é preciso conhecer alguns conceitos básicos. Na Criptologia, assim como em outras ciências, são realizados estudos experimentais ou obser vacionais que resultam numa coleção de dados numéricos. O propósito da investigação é responder uma questão

Leia mais

Unidade VII Amostragem

Unidade VII Amostragem Unidade VII Amostragem Introdução No primeiro semestre... - Resumir e descrever variáveis associadas a conjunto de dados; - Construir modelos probabilísticos capaz de representar comportamento de variáveis.

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:

Leia mais

Conceito de Estatística

Conceito de Estatística Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir

Leia mais

AULAS 21 E 22 Análise de Regressão Múltipla: Estimação

AULAS 21 E 22 Análise de Regressão Múltipla: Estimação 1 AULAS 21 E 22 Análise de Regressão Múltipla: Estimação Ernesto F. L. Amaral 28 de outubro e 04 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação

Leia mais

Estimação de valores. Luiz Carlos Terra

Estimação de valores. Luiz Carlos Terra Luiz Carlos Terra Nesta aula, você conhecerá a parte mais importante da estatística, que é conhecida como inferência estatística, ou seja, você aprenderá como usar os dados de uma amostra para estimar

Leia mais

CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO

CE001 - 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 mais

DIME Impact Evaluation Workshop. Innovations for Agriculture June 2014, Kigali, Rwanda

DIME Impact Evaluation Workshop. Innovations for Agriculture June 2014, Kigali, Rwanda DIME Impact Evaluation Workshop Innovations for Agriculture 16-20 June 2014, Kigali, Rwanda Amostragem para Avaliações de Impacto Astrid Zwager (DIME) 2 introdução Para estimar o impacto do projeto, precisamos

Leia mais

Aprendizado de Máquina (Machine Learning)

Aprendizado de Máquina (Machine Learning) Ciência da Computação (Machine Learning) Aula 01 Motivação, áreas de aplicação e fundamentos Max Pereira Nem todo conhecimento tem o mesmo valor. O que torna determinado conhecimento mais importante que

Leia mais

FERRAMENTAS ESTATÍSTICAS PARA ANÁLISE DA CLASSIFICAÇÃO

FERRAMENTAS ESTATÍSTICAS PARA ANÁLISE DA CLASSIFICAÇÃO Objetivos: - QUANTIFICAR OS ERROS COMETIDOS NA CLASSIFICAÇÃO - MEDIR A QUALIDADE DO TRABALHO FINAL - AVALIAR A APLICABILIDADE OPERACIONAL DA CLASSIFICAÇÃO Fontes de erro das classificações temáticas Os

Leia mais

Especialização em Engenharia de Processos e de Sistemas de Produção

Especialização em Engenharia de Processos e de Sistemas de Produção Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 3ª parte Conforme foi apresentado

Leia mais

Teste Anova. Prof. David Prata Novembro de 2016

Teste Anova. Prof. David Prata Novembro de 2016 Teste Anova Prof. David Prata Novembro de 2016 Tipo de Variável Introduzimos o processo geral de teste de hipótese. É hora de aprender a testar a sua própria hipótese. Você sempre terá que interpretar

Leia mais

Inferência Estatística. 1 Amostra Aleatória. Baseado nos slides cedidos pelo Professor Vinícius D. Mayrink (DEST-UFMG)

Inferência Estatística. 1 Amostra Aleatória. Baseado nos slides cedidos pelo Professor Vinícius D. Mayrink (DEST-UFMG) Inferência Estatística 1 Amostra Aleatória Baseado nos slides cedidos pelo Professor Vinícius D. Mayrink (DEST-UFMG) O que é Inferência Estatística? Desconhecimento, incerteza Fenômenos/experimentos: determinísticos

Leia mais

Universidade de São Paulo Faculdade de Saúde Pública Departamento de Epidemiologia. Estudos Observacionais transversais

Universidade de São Paulo Faculdade de Saúde Pública Departamento de Epidemiologia. Estudos Observacionais transversais Universidade de São Paulo Faculdade de Saúde Pública Departamento de Epidemiologia Estudos Observacionais transversais Estudos Transversais Estudos Transversais - Os estudos transversais ou de prevalência

Leia mais

Introdução a Métodos de Estimativas Populacionais

Introdução a Métodos de Estimativas Populacionais Instituto de Pesquisas Ecológicas Introdução a Métodos de Estimativas Populacionais Instrutor: Marcos Vinícius Carneiro Vital Universidade Federal de Alagoas http://marcosvital.wordpress.com/ Por onde

Leia mais

Inferência Estatística:

Inferência Estatística: Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 9: Testes de Hipóteses

Leia mais

Curso de Metodologia da Pesquisa em Ciências da Vida. Tópicos em bioestatística fundamentais para o pesquisador em Ciências da Vida

Curso de Metodologia da Pesquisa em Ciências da Vida. Tópicos em bioestatística fundamentais para o pesquisador em Ciências da Vida Tópicos em bioestatística fundamentais para o pesquisador em Ciências da Vida Conceito de bioestatística A bioestatística é um recurso matemático aplicado às ciências biológicas Tem por finalidade de coletar,

Leia mais

Amostragem Aleatória e Descrição de Dados - parte I

Amostragem Aleatória e Descrição de Dados - parte I Amostragem Aleatória e Descrição de Dados - parte I 2012/02 1 Amostra e População 2 3 4 Objetivos Ao final deste capítulo você deve ser capaz de: Calcular e interpretar as seguintes medidas de uma amostra:

Leia mais

Exemplos de Aplicações da Teoria das Probabilidades em Biologia. Qual a probabilidade de que o próximo nucleotídeo na seqüência seja A, C, G ou T?

Exemplos de Aplicações da Teoria das Probabilidades em Biologia. Qual a probabilidade de que o próximo nucleotídeo na seqüência seja A, C, G ou T? Exemplos de Aplicações da Teoria das Probabilidades em Biologia Exemplo 1. Suponha que se conheça a seguinte seqüência de nucleotídeos em uma molécula de DNA: AGCTTCCGATCCGCTATAATCGTTAGTTGTTACACCTCTG Qual

Leia mais

Física Experimental I

Física Experimental I Medidas em Física Teoria do Erro Física Experimental I Medidas Físicas Diretas: leitura de uma magnitude mediante o uso de instrumento de medida, ex: Comprimento de uma régua, a corrente que passa por

Leia mais

Por que aleatorizar? Cecilia Machado FGV-EPGE Abdul Latif Jameel Poverty Action Lab.

Por que aleatorizar? Cecilia Machado FGV-EPGE Abdul Latif Jameel Poverty Action Lab. Por que aleatorizar? Cecilia Machado FGV-EPGE Abdul Latif Jameel Poverty Action Lab www.povertyactionlab.org Contexto do curso 1 - Monitoramento e Avaliação 2 Avaliação de programas 3 - Avaliação de impacto

Leia mais

Estatística e Probabilidade. Aula 11 Cap 06

Estatística e Probabilidade. Aula 11 Cap 06 Aula 11 Cap 06 Intervalos de confiança para variância e desvio padrão Confiando no erro... Intervalos de Confiança para variância e desvio padrão Na produção industrial, é necessário controlar o tamanho

Leia mais

Tipos de estudos e processos de produção de dados (Notas de aula) Idemauro Antonio Rodrigues de Lara

Tipos de estudos e processos de produção de dados (Notas de aula) Idemauro Antonio Rodrigues de Lara Tipos de estudos e processos de produção de dados (Notas de aula) Idemauro Antonio Rodrigues de Lara 1. Fundamento da Estatística Estatística é a ciência que fornece subsídios para o planejamento e condução

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aula passada Para que serve a inferência estatística? Método dos Momentos Maximum Likehood Estimator (MLE) Teste de hipótese: definições Aula de hoje Teste

Leia mais

UNIVERSIDADE DE SÃO PAULO

UNIVERSIDADE DE SÃO PAULO UNIVERSIDADE DE SÃO PAULO Estudos epidemiológicos: Estudos de Caso-Controle Graduação em nutrição 2017 TIPOS PRINCIPAIS DE DESENHOS DE ESTUDO Estudos Epidemiológicos Não Experimental Experimental Dados

Leia mais

MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL

MÉTODOS 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 mais

Unidade VII Amostragem

Unidade VII Amostragem Unidade VII Amostragem Na última aula... Saber os motivos que levam o pesquisador a trabalhar com amostra e entender a importância da inferência. Saber identificar população, amostra e variável aleatória.

Leia mais

Simulação de Sistemas. Adaptado de material de Júlio Pereira Machado (AULA 17)

Simulação de Sistemas. Adaptado de material de Júlio Pereira Machado (AULA 17) Simulação de Sistemas Adaptado de material de Júlio Pereira Machado (AULA 17) Análise dos Dados de Saída Além das tarefas de modelagem e validação, devemos nos preocupar com a análise apropriada dos resultados

Leia mais

Inferência para duas populações

Inferência para duas populações Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais Distribuição de Probabilidades de Estatísticas Amostrais Teorema Central do Limite Na aula passsada, vimos que As estatísticas amostrais são variáveis. Seus valores variam de acordo

Leia mais