= n. Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2

Tamanho: px
Começar a partir da página:

Download "= n. Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2"

Transcrição

1 Etatítca II Atoo Roque Aula 4 O Coefcete de Correlação de Pearo O coefcete de correlação de Pearo é baeado a déa de varâca, dada o curo de Etatítca I Como vto aquele curo, quado temo uma amotra compota por dado, a varâca da amotra é dada por, ode é a méda do valore A varâca é uma medda quadrátca da dperão do dado em toro da ua méda Um valor grade de dca que o dado etão localzado a grade dtâca da méda, equato que um valor pequeo dca que ele etão localzado a pequea dtâca Obervado a fórmula para a varâca, vemo que ela pode er ecrta como, ou eja, ela é dada pela omatóra do produto de do termo gua, o devo de cada dado em relação à meda A varâca é uma gradeza etatítca uada quado e trabalha com apea uma varável X Quado e trabalha com dua varáve, X e Y, um tpo de perguta que e cotuma fazer é: quado o valore da varável X varam em relação à ua méda, fcado acma ou abao dela, como e comportam o valore da varável Y em relação à ua méda?,, Detre a vára pobldade para eta perguta, há trê cao mportate: Quado um valor da varável X vara em relação à ua méda fcado acma dela, o valor correpodete da varável Y também vara em relação à ua méda fcado acma dela; e quado um valor da varável X vara em relação à ua méda fcado abao dela, o valor correpodete da varável Y também vara em relação à ua méda fcado abao dela

2 Etatítca II Atoo Roque Aula 4 Quado um valor da varável X vara em relação à ua méda fcado acma dela, o valor correpodete da varável Y também vara em relação à ua méda, ma fcado abao dela; e quado um valor da varável X vara em relação à ua méda fcado abao dela, o valor correpodete da varável Y também vara em relação à ua méda, ma fcado acma dela 3 O valore da varável Y varam em relação à ua méda de forma completamete depedete da varação do valore da varável X em relação à ua méda No do prmero cao, dzemo que a varáve X e Y co-varam, po a varação de uma em relação à ua méda etá aocada à varação da outra em relação à ua méda No prmero cao, dzemo que a varáve X e Y têm covarâca potva e o egudo cao dzemo que ela têm covarâca egatva No tercero cao, dzemo que a dua varáve têm covarâca ula A covarâca etre dua varáve, X e Y, é quatfcada por uma fórmula mlar à da varâca: COV X, Y XY Note que ela é dêtca à fórmula para o cálculo da varâca, ó que agora ele codera o devo da dua varáve, X e Y, em relação à ua repectva méda Para eteder o gfcado da covarâca, codere um eemplo em que a varável X vara etre e + com méda 0 e a varável Y vara etre e + também com méda 0 Supohamo que teham do feta 5 pare de medda para a dua varáve e que o reultado ejam o dado pela tabela abao:

3 Etatítca II Atoo Roque Aula 4 X Y , , Em um tal cao, o valor da covarâca de X e Y é: XY , , ,5 5 4 Ete é um valor potvo Note que ele é potvo porque todo o termo da oma acma ão potvo ou ulo Ito ocorre porque empre que um valor de X etá abao da méda o valor correpodete de Y também etá abao da méda Portato, o devo do do em relação à ua repectva méda ão egatvo e o produto dele dá um termo potvo Da mema forma, quado um valor de X etá acma da méda o valor correpodete de Y também etá acma da méda e o produto do do devo em relação à méda é potvo Supohamo agora um cao em que o 5 pare de medda foem o egute: X Y ,5 4 0, Nete cao, o valor da covarâca de X e Y é: XY , , ,

4 Etatítca II Atoo Roque Aula 4 O valor da covarâca é egatvo e tem o memo módulo que o ateror Ito ocorre porque, agora, quado um valor de X etá acma da méda o valor correpodete de Y etá abao da méda e vce-vera Portato, o devo que aparecem em cada termo terão empre o a trocado e eu produto erão egatvo Eercíco: Gere outro cao com 5 pare de valore para a varáve X e Y do eemplo acma e calcule o valore da covarâca para cada um dele Faça um auto-tete para ver e você coegue prever que valor a covarâca terá em cada um do cao Tete ecotrar a tuaçõe em que ea covarâca tem o mámo valor potvo e o mímo valor egatvo O módulo da covarâca ee do cao ão gua ou dferete? Ao fazer ee epermeto, você acabará por adqurr um etedmeto um ght obre o gfcado da covarâca Se você de fato fez o eercíco acma, você otou que a covarâca de X e Y vara etre do valore gua em módulo, um potvo e outro egatvo Além do, e foemo dar uma udade ao valor da covarâca, ela era gual ao produto da udade da varável X pela udade da varável Y por eemplo, o cao do eemplo de a 3 acma a udade da covarâca eram, repectvamete, potoxjogo, egudoxjogo e palavraxjogo É tereate defr um ídce para medr o grau de varação cojuta etre a varáve X e Y que teha dua caracterítca: a ua faa de varação eteja lmtada ao tervalo etre e +; e b eja admeoal, ou eja, ão teha udade Ee ídce pode er obtdo a partr da covarâca de X e Y dvddo-a pelo produto do devo padrõe da varáve X e Y: r XY X Y Y Ete ídce é chamado de coefcete de correlação de Pearo 4

5 Etatítca II Atoo Roque Aula 4 Eercíco: Volte ao eemplo etudado acma e calcule, para cada um dele, o valor de r egudo a fórmula dada acma Verfque que o valore de r etão empre o tervalo etre e + Dca: Para fazer o eercíco acma de uma maera ma rápda, mplemete o Ecel uma plalha como a motrada abao A prmera colua cotém o ídce da varáve X e Y A eguda colua cotém o valore da varável X e, logo abao, a méda e o devo padrão dee valore A tercera colua cotém a mema coa que a colua ó que para a varável Y A quarta colua cotém o valore do devo A quta colua cotém o valore do devo Falmete, a eta colua cotém o valore do produto do devo e logo abao, o valor de r calculado pela fórmula acma A B C D E F -med -med -med-med ,5 0,5 0, ,5 - -0,5-0, meda 0 0 r 8 devpad 0,790569,5839 O comado uado para gerar a plalha acma etão motrado abao: A B C D E F -med -med -med-med B-$B$7 C-$C$7 D*E 3 A+ - - B3-$B$7 C3-$C$7 D3*E3 4 A3+ 0,5 B4-$B$7 C4-$C$7 D4*E4 5 A4+ -0,5 - B5-$B$7 C5-$C$7 D5*E5 6 A B6-$B$7 C6-$C$7 D6*E6 7 meda MÉDIAB:B6 MÉDIAC:C6 r SOMAF:F6/4*B8*C8 8 devpad DESVPADB:B6 DESVPADC:C6 Olhado para a fórmula do coefcete de correlação de Pearo, vemo que ela ão é dfícl de er calculada, ma é tedoa epecalmete para um grade e erro podem er cometdo cao e quera calculá-la à mão Deta forma, recomedo que você uem empre um programa como o Ecel para o cálculo de r 5

6 Etatítca II Atoo Roque Aula 4 6 Cao ão e teha aceo a um computador, ma a uma calculadora cetífca que calcule o devo-padrão pode-e uar a fórmula ateror Cao ó e teha aceo a uma calculadora comum, etão ão há jeto e deve-e fazer o cálculo à mão Nee últmo cao, recomedo que e ue a fórmula dada a egur, obtda por uma epaão do termo quadrátco que aparecem a fórmula para r -----Dedução de uma fórmula alteratva para r você pode pular ete pedaço e quer---- O devo padrão de uma varável X é,, X de maera que o produto do devo padrõe de X e Y vale, Y X Y X Subttudo eta epreão a fórmula para r, temo: r Epaddo o termo o umerador e o deomador: r

7 Etatítca II Atoo Roque Aula 4 r Fm da dedução da fórmula alteratva para r Talvez você ão e coveça de que a fórmula acma permte um cálculo feto à mão ma rápdo de r que a fórmula ateror A úca maera de e covecer do é fazedo uma eperêca à mão Ecolha um do eemplo dado aterormete e calcule r egudo a dua fórmula, uado papel e láp Meça o tempo gato para o cálculo de r pela dua fórmula e verfque por você memo qual é meor avale também, de forma ubjetva, qual da dua maera é a meo tedoa; verfque e a dua medda e correlacoam! Vamo agora, para reforçar, fazer ma um eercíco do cálculo do coefcete de correlação de Pearo, ó que uado o Ecel Eemplo 6: Supoha que eta um tete pcológco cláco e de valdade comprovada para a avalação do deempeho de craça em ler teto em voz alta Vamo upor que um pcólogo teha propoto um ovo tete para avalar ee deempeho Uma maera de verfcar e o ovo tete oferece uma avalação tão boa quato o tete cláco é ver como ele e correlacoam Codere que o do tete teham do aplcado a uma mema amotra compota por 0 craça A potuaçõe obtda por ela etão dada a tabela abao vamo upor que o tete cláco atrbua ecore etre 0 e 00 e que o tete ovo atrbua ecore etre 0 e 30 7

8 Etatítca II Atoo Roque Aula 4 Potuação o tete Craça Tete Cláco Tete Novo Uado o Ecel, mplemete uma plalha como a do eemplo ateror e calcule r arredode-o até a eguda caa decmal Você deve obter o valor r 0,93 Ito dca que ete uma correlação muto forte etre o do tete A verfcação do pode er feta traçado-e o dagrama de dperão para a dua varáve: Oberve que o poto ão caem todo eatamete obre uma lha reta como o eemplo aterore Ito decorre do fato de que a correlação ão é perfeta r ão é eatamete gual a 8

9 Etatítca II Atoo Roque Aula 4 O Coefcete de Correlação de Spearma O coefcete de correlação de Spearma, deotado por r S ou ρ, é uado quado o valore da varáve X e Y ão ordeado por rakg ou poto Ele mede a correlação etre a poçõe do pare, o rakg da varáve X e Y Am como o coefcete de correlação de Pearo, o coefcete de correlação de Spearma r S vara etre e + e é terpretado da mema maera dcado correlação egatva perfeta e + dcado correlação potva perfeta Para ordear o valore de uma varável por rakg, dá-e ao valor ma alto a poção, ao egudo maor valor a poção, ao tercero maor valor a poção 3, etc Cao haja valore gua, dá-e a cada um dele o valor da méda da poçõe que eram ocupada por ele o rakg, calculada omado-e ea poçõe e dvddo-e pelo úmero de valore gua Para motrar como calcular o coefcete de correlação de Spearma, vamo dar um eemplo Supoha que foram coletada a ota da prova fa de portuguê e de matemátca de uma amotra de dez craça de uma ecola O dado etão apreetado a tabela abao Craça Nota de portuguê Nota de matemátca Poção o rakg de portuguê Poção o rakg de matemátca Dfereça etre a poçõe d 6,5 7, 4 4,5 0,5 0,5 3,0 6, ,3 7, 4,5 3,5,5 4 8,0 5, ,5 8, ,4 4, ,0 4, ,5 4, , 7, ,8 7, d 9

10 Etatítca II Atoo Roque Aula 4 A prmera trê colua dão, repectvamete, o ídce da craça de a 0, a ua ota em portuguê e a ua ota em matemátca A outra dua colua dão, repectvamete, a poçõe de cada craça o rakg da ota de portuguê e de matemátca Note que a craça de úmero e 3 traram a mema ota em matemátca Ela deveram ocupar a poçõe de úmero 4 e 5, de maera que a dua receberam a poção méda 4,5 to é, 4+5/ A últma dua colua ão uada para o cálculo de r S A prmera dá a dfereça etre a poçõe da craça o rakg de portuguê e de matemátca e a eguda dá o quadrado dea dfereça A fórmula para o cálculo do coefcete de correlação de Spearma é a egute: r S 6 d Aplcado a fórmula acma ao dado da tabela, obtêm-e o valor r S 0,0 Ete valor muto prómo de zero dca que ão há correlação etre a poçõe rakeada do aluo em portuguê e em matemátca De ode vem eta fórmula? Se você fzer o calculo da correlação etre a poçõe o rakg da ota de portuguê e de matemátca uado a fórmula do coefcete de correlação de Pearo, você verá que o valor obtdo para r erá pratcamete o memo que o obtdo acma para r S Na realdade, o coefcete de correlação de Spearma é o coefcete de correlação de Pearo, ó que aplcado à poçõe da varáve X, Y o eu repectvo rakg A fórmula de Spearma é apea uma maera ma fácl de calcular o coefcete de correlação de Pearo ete cao Nota: memo quado e calcula a correlação etre a poçõe o rakg do valore de X e Y uado-e a fórmula do coefcete de correlação de Pearo, ada am chama-e o reultado do cálculo de coefcete de correlação de Spearma dcado por r S 0

11 Etatítca II Atoo Roque Aula 4 Em reumo, o coefcete de correlação de Spearma r S ou ρ dca o grau de correlação etre dua varáve, X e Y, uado ua poçõe o eu repectvo rakg, ao vé do eu valore rea O valor de r S é o memo que era obtdo cao e calculae o coefcete de correlação de Pearo para a poçõe o rakg, ó que a fórmula de Spearma é ma fácl de er uada ee cao

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

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

Leia mais

Escola Secundária de Jácome Ratton

Escola 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 mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

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

Leia mais

MEDIDAS DE DISPERSÃO:

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

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

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

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Etatítca Aplcada à Educação Antono Roque Aula 5 Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que

Leia mais

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

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

Leia mais

? Isso é, d i= ( x i. . Percebeu que

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

Leia mais

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO 0 INTRODUÇÃO A medda de varação ou dperão, avalam a dperão ou a varabldade da eqüênca numérca em anále, ão medda que fornecem nformaçõe

Leia mais

MODELOS DE REGRESSÃO NÃO LINEARES

MODELOS DE REGRESSÃO NÃO LINEARES M. Mede de Olvera Excerto da ota peoa obre: MODELOS DE REGRESSÃO NÃO LINEARES Obervação No modelo de regreão dto leare, a varável depedete é exprea como fução lear do coefcete de regreão. É rrelevate,

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

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

Leia mais

Apostila de Introdução Aos Métodos Numéricos

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Econometria: 3 - Regressão Múltipla

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

Leia mais

Etapas para a construção de uma distribuição de frequências por ponto

Etapas para a construção de uma distribuição de frequências por ponto Dtrbuçõe de Frequêca Uma dtrbução de requêca é uma tabela que reúe o cojuto de dado, coorme a requêca ou a repetçõe de eu valore o capítulo ateror, vmo como ão eta ea tabela quado a varável é qualtatva

Leia mais

Estatística 15 - Comparação entre Duas Populações

Estatística 15 - Comparação entre Duas Populações Etatítca 5 - Comaração etre Da Polaçõe 5- Comaração de Méda de Da Polaçõe µ Méda da olação µ Méda da olação Tete µ - µ µ - µ > µ - µ µ - µ < µ - µ µ - µ. Dado Emarelhado EemloVte cobaa bmetda drate ma

Leia mais

Estatística Básica - Continuação

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

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

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

Leia mais

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

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

Leia mais

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO Conteúdo Programátco Cálculo da varânca Cálculo e nterpretação do Devo-padrão VARIÂNCIA E DESVIO-PADRÃO A medda de varação ou dperão, avalam a varabldade da

Leia mais

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

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

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

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

Leia mais

Análise da Informação Económica e Empresarial

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

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Probabldade e Etatítca I Antono Roque Aula Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham

Leia mais

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

Gonçalo X. Silva Alda Carvalho

Gonçalo X. Silva Alda Carvalho Goçalo X. Slva Alda Carvalho ÍNDICE. ESTATÍSTICA DESCRITIVA..... INTRODUÇÃO..... DEFINIÇÕES..... CLASSIFICAÇÃO DOS DADOS.... CARACTERIZAÇÃO DOS DADOS....5 ESTATÍSTICAS AMOSTRAIS... 0.5.. Medda de localzação...

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

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

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

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

Leia mais

Revisão de Estatística X = X n

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

Leia mais

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

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

Leia mais

Exemplos de I.C. (1 ) 100% para a mådia (e para diferença entre mådias)

Exemplos de I.C. (1 ) 100% para a mådia (e para diferença entre mådias) Exemplo de I.C. ( )% para a mådia (e para difereça etre mådia) Exemplo : Tete de compreão foram aplicado em dua marca de cimeto para avaliar a reitêcia em cocreto. Foram produzido 5 corpo de prova de cada

Leia mais

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

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

Leia mais

Estatística: uma definição

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

Leia mais

Organização de dados -Dados não agrupados n. Mediana:

Organização de dados -Dados não agrupados n. Mediana: Orgazação de dado -Dado ão agruado Medaa: Poto de ocoameto: Méda: Moda: valor que ocorre com maor freqüêca Méda de Itervalo: + m max + Quartl: (ara j, ou 3) j( +) Poto de ocoameto: 4 Méda da Juta: Q +

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

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

Leia mais

Estatística: uma definição

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

Leia mais

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

Leia mais

Matemática C Semiextensivo V. 2

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

Leia mais

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

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

Leia mais

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

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

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

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

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques FUNÇÕES POLINOMIAIS4 Gl da Costa Marques Fudametos de Matemátca I 4.1 Potecação de epoete atural 4. Fuções polomas de grau 4. Fução polomal do segudo grau ou fução quadrátca 4.4 Aálse do gráfco de uma

Leia mais

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

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

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

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

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

Leia mais

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares Exercícos - Sequêcas de Números Reas (Solução Prof Carlos Alberto S Soares 1 Dscuta a covergêca da sequẽca se(2. Calcule, se exstr, lm se(2. Solução 1 Observe que se( 2 é lmtada e 1/ 0, portato lm se(2

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral,

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral, Etatítica II Antonio Roque Aula 8 Intervalo de Confiança para a Variância de uma População Ditribuída Normalmente Pode-e motrar matematicamente que a variância amotral, ( x x) n é um etimador não envieado

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

ESTATÍSTICA II FORMULÁRIO

ESTATÍSTICA II FORMULÁRIO Uverdade do Mho Ecola de Egehara ESTATÍSTICA II Ídce Metrado Itegrado em Egehara e Getão Idutral FORMULÁRIO Ao Lectvo 007-008 Itervalo de Cofaça (uma amotra / dua amotra depedete)... Tete de Hpótee (uma

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS 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 mais

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

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

Leia mais

IND 1115 Inferência Estatística Aula 9

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

Leia mais

Análise de Regressão e Correlação

Análise de Regressão e Correlação Aálse e Regressão e Correlação Fo já estuao a forma e escrever um cojuto e oservações e uma só varável. Quao se coseram oservações e uas ou mas varáves surge um ovo poto. O estuo as relações porvetura

Leia mais

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade Celso Albo FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhaguee, Av. de Moçambque, km, Tel: +258 240078, Fax: +258 240082, Maputo Cursos de Lcecatura em Eso de Matemátca

Leia mais

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame Questões tpo eame Pá O poto U tem coordeadas (6, 6, 6) e o poto S pertece ao eo Oz, pelo que as suas coordeadas são (,, 6) Um vetor dretor da reta US é, por eemplo, US Determemos as suas coordeadas: US

Leia mais

Regressão e Correlação

Regressão e Correlação Regressão e Correlação Júlo Osóro Regressão & Correlação: geeraldades Em mutas stuações de pesqusa cetífca, dspomos de uma amostra aleatóra de pares de dados (x, ), resultates da medda cocomtate de duas

Leia mais

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

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

Leia mais

Do que trata a Estatística. Estatística Básica (Anova, TH, Regressão) Séries Temporais Data Mining Six Sigma Redes Neurais Controle de Qualidade

Do que trata a Estatística. Estatística Básica (Anova, TH, Regressão) Séries Temporais Data Mining Six Sigma Redes Neurais Controle de Qualidade Do que trata a Estatístca A essêca da cêca é a observação. Estatístca: A cêca que se preocupa com a orgazação, descrção, aálse e terpretação dos dados epermetas. Ramo da Matemátca Aplcada. A palavra estatístca

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são otdas com ase em

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

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

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

Leia mais

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados CAPÍTULO Ajuste de curvas pelo Método dos Mímos Quadrados Ajuste Lear Smples (ou Regressão Lear); Ajuste Lear Múltplo (ou Regressão Lear Múltpla); Ajuste Polomal; Regressão Não Lear Iterpolação polomal

Leia mais

Estatística Descritiva

Estatística 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

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

Leia mais

ÍNDICE DE THEIL Referência Obrigatória: Hoffman cap 4 pags 99 a 116 e cap 3 pgs (seção 3.4).

ÍNDICE DE THEIL Referência Obrigatória: Hoffman cap 4 pags 99 a 116 e cap 3 pgs (seção 3.4). Cetro de Polítcas Socas - Marcelo Ner ÍNDICE DE HEIL Referêca Obrgatóra: Hoffma cap 4 pags 99 a 6 e cap 3 pgs 42-44 (seção 3.4).. Coteúdo Iformatvo de uma mesagem Baseado a teora da formação, que aalsa

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Cetífca Matemátca Udade Curso Egehara do Ambete Ao º Semestre º Folha Nº 8: Aálse de Regressão e de Correlação Probabldades e Estatístca Ao 00/0. Pretede-se testar um strumeto que mede a cocetração

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

Exercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados

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

Leia mais

Capítulo 1: Erros em cálculo numérico

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

Leia mais

Apêndice 1-Tratamento de dados

Apêndice 1-Tratamento de dados Apêdce 1-Tratameto de dados A faldade deste apêdce é formar algus procedmetos que serão adotados ao logo do curso o que dz respeto ao tratameto de dados epermetas. erão abordados suctamete a propagação

Leia mais

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística 6/2/217 Uiveridade Etadual do Oete do Paraá - Uioete Tete de Hipótee Curo de Medicia/Nutrição Bioetatítica Profeora Tete de Hipótee (TH) é uma ferrameta etatítica que também é utilizado para fazer iferêcia

Leia mais

Unidade II ESTATÍSTICA

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

Leia mais

Í N D I C E. Séries de Pagamentos ou Rendas Renda Imediata ou Postecipada Renda Antecipada Renda Diferida...

Í N D I C E. Séries de Pagamentos ou Rendas Renda Imediata ou Postecipada Renda Antecipada Renda Diferida... Curso: Pós-graduação / MBA Campus Vrtual Cruzero do Sul - 2009 Professor Resposável: Carlos Herque de Jesus Costa Professores Coteudstas: Carlos Herque e Douglas Madaj UNIVERSIDADE CRUZEIRO DO SUL Cohecedo

Leia mais

Paulo Cabral Erros e Incertezas nas Medições Julho 2004

Paulo Cabral Erros e Incertezas nas Medições Julho 2004 Paulo Cabral Erro e Icerteza a Medçõe Julho 004 Erro e Icerteza a Medçõe IEP Ittuto Electrotécco Portuguê ISEP Ittuto Superor de Egehara do Porto Laboratóro de Metrologa e Eao Departameto de Fíca Rua de

Leia mais

Perguntas Freqüentes - Bandeiras

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

Leia mais

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

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

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.

Leia mais

Módulo: Binômio de Newton e o Triângulo de Pascal. Binômio de Newton e o Triângulo de Pascal. 2 ano do E.M.

Módulo: Binômio de Newton e o Triângulo de Pascal. Binômio de Newton e o Triângulo de Pascal. 2 ano do E.M. Módulo: Bômo de Newto e o Trâgulo de Pascal Bômo de Newto e o Trâgulo de Pascal ao do EM Módulo: Bômo de Newto e o Trâgulo de Pascal Bômo de Newto e o Trâgulo de Pascal Exercícos Itrodutóros Exercíco Para

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete

Leia mais

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

Parte 3 - Regressão linear simples

Parte 3 - Regressão linear simples Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais