Analise discriminante rácios Económico - Financeiros - VI Page 1
|
|
|
- Filipe Fontes Macedo
- 6 Há anos
- Visualizações:
Transcrição
1 Frequencies ANALISE DOS RÁCIOS Notes Missing Value Handling Syntax Definition of Missing Cases Used Userdefined missing values are treated as missing. Statistics are based on all cases with valid data. FREQUENCIES VARIABLES=Ano /ORDER= ANALYSIS. Resources Elapsed Time ::,3 Total Values Allowed Statistics Ano N Valid 2179 Missing Ano Valid Cumulative Frequency Percent Percent Percent Valid ,2 25,2 25, ,3 25,3 5, ,9 24,9 75, ,6 24,6 1, Total , 1, Analise discriminante rácios Económico Financeiros VI Page 1
2 Descriptive Statistics Liq. Geral Liquid. Reduzida 2179 Rent. Produção Earning Power ROA ROE, ano N Auton. Financeira REFM TMR TMP FundoManeio N Minimum Maximum Mean 2173, 385,2492 3, , 385,2492 3, , ,73429, , , , , , , , 2173, 2179 Valid N (listwise) ,1 5 35, , , , , , , , ,9 7, , , , , , , , ,222 4 Std. Deviation 81, , , , , , , , , , , , Analise discriminante rácios Económico Financeiros VI Page 2
3 Descriptives Missing Value Handling Syntax Weight <none> Split File <none> N of Rows in Working Data File 2179 Definition of Missing Cases Used User defined missing values are treated as missing. All nonmissing data are used. DESCRIPTIVES VARIABLES=FMACT.TOTAL RESULT.RET.ACT.TOTAL EBITACT.TOTAL CAP.PRORIOSPASS.TOTAL V.P.S.ACTITOTAL /STATISTICS=MEAN STDDEV MIN MAX. Resources Elapsed Time ::,6 Descriptive Statistics FM/ACT. TOTAL RESULT. RET./ACT.TOTAL EBIT/ACT. TOTAL N Minimum Maximum Mean 1, , CAP. PRORIOS/PASS. TOTAL 2177 V. P. S./ACTI TOTAL Valid N (listwise) , , 1, 2178, , , , ,, , , , , Std. Deviation, , , , , Analise discriminante rácios Económico Financeiros VI Page 3
4 Analysis Case Processing Summary Unweighted Cases N Percent Valid ,4 Exclude d Missing or outofrange group codes, At least one missing discriminating variable 56 2,6 Both missing or outofrange group codes and at least one missing discriminating variable, Total 56 2,6 Total , Para este modelo, verificamse 2123 casos válidos, que correspondem a 97,4% da amostra, devido á existência de 56 casos com missing values. A tabela abaixo traduz as diferenças nas médias obtidas por cada uma das situações nas variáveis,observandose algumas diferenças entre os dois grupos (com e sem ). Group Statistics DIVIDAS Mean Std. Deviation Valid N (listwise) Sem Liq. Geral 1, Liquid. Reduzida 1, , Rent. Produção, Earning Power, ROA, ROE, ano N, Auton. Financeira, REFM 5566, TMR 279, , , 2, , 2, , 2, ,, ,, , 3, ,, , , , 1129, , TMP 1213, , , Unweighted Weighted Analise discriminante rácios Económico Financeiros VI Page 4
5 FundoManeio 8967, Liq. Geral 1, Liquid. Reduzida, , Rent. Produção, Earning Power, ROA, ROE, ano N, Auton. Financeira, REFM, TMR 654, TMP 3967, FundoManeio , Total Liq. Geral 1, Liquid. Reduzida 1, , Rent. Produção, Earning Power, ROA, ROE, ano N, , , 2, , 2, , 1, , 6, ,, ,, , 1, , 1, , 11, , 1775, , 1185, , , , 2, , 2, , 2, , 2, ,, ,, , 3, , Analise discriminante rácios Económico Financeiros VI Page 5
6 Auton. Financeira, REFM 5386, TMR 292, TMP 132, FundoManeio 64431, , , , , 1157, , 7534, , , , Tests of Equality of Group Means Wilks' Lambda F df1 df2 Sig. Liq. Geral,999 1, ,179 Liquid. Reduzida,999 1, ,257 1,, ,392 Rent. Produção,998 5, ,25 Earning Power,994 12, ,1 ROA,993 15, , ROE, ano N 1,, ,621 Auton. Financeira, , , REFM 1,, ,753 TMR,997 7, ,8 TMP,996 8, ,3 FundoManeio,985 32, ,. Box's Test of Equality of Covariance Matrices Log Determinants Log DIVIDAS Rank Determinant Sem 12 75, ,886 Pooled withingroups 12 76,828 The ranks and natural logarithms of determinants printed are those of the group covariance matrices. Analise discriminante rácios Económico Financeiros VI Page 6
7 Test Results Box's M 39,523 F Approx. 46,869 df1 78 df2 4362,532 Sig., Tests null hypothesis of equal population covariance matrices. Na tabela abaixo verificase que é constituída uma função discriminante, que corresponde a 1% da variância explicada em termos de diferenças entre grupos, observandose uma correlação canónica entre a função discriminante e os grupos de,29. Summary of Canonical Discriminant Functions Eigenvalues Function Eigenvalue % of Variance Cumulative % Canonical Correlation 1,92(a) 1, 1,,29 a First 1 canonical discriminant functions were used in the analysis. Wilks' Lambda Test of Function(s) Wilks' Lambda Chisquare df Sig. 1, ,281 12, Standardized Canonical Discriminant Function Coefficients Function 1 Liq. Geral,5 Liquid. Reduzida,13,27 Rent. Produção,58 Earning Power 3,214 ROA 3,78 ROE, ano N,1 Auton. Financeira,812 REFM,6 TMR,149 TMP,92 FundoManeio,297 Analise discriminante rácios Económico Financeiros VI Page 7
8 Structure Matrix Function Coeficientes estruturais 1 Auton. Financeira,822 FundoManeio,41 ROA,284 Earning Power,249 TMP,215 TMR,19 Rent. Produção,161 Liq. Geral,97 Liquid. Reduzida,81,61 ROE, ano N,35 REFM,23 Pooled withingroups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. Functions at Group Centroids Function DIVIDAS 1 Sem,55 1,65 Unstandardized canonical discriminant functions evaluated at group means Classification Statistics Classification Processing Summary Processed 2179 Excluded Missing or outofrange group codes At least one missing discriminating variable 56 Used in Output 2123 Prior Probabilities for Groups Cases Used in Analysis DIVIDAS Prior Specified Prior Effective Prior Unweighted Weighted Sem, ,, , Total 1, , Analise discriminante rácios Económico Financeiros VI Page 8
9 Classification Function Coefficients (Funções lineares discriminantes de Fisher) Fisher's linear discriminant functions DIVIDAS Sem Liq. Geral,337,334 Liquid. Reduzida,216,12,12,215 Rent. Produção,52,371 Earning Power 44,16 63,112 ROA 45,31 63,56 ROE, ano N,2,4 Auton. Financeira 2,46 1,255 REFM 2,3E7 1,53E7 TMR,,1 TMP 3,46E5 5,56E5 FundoManeio 1,39E8 7,1E7 (Constant) 1,812 3,22 Classification Results(a) DIVIDAS Original Count Sem % Sem 92,5 7,5 1, 58, 42, 1, a 9,8% of original grouped cases correctly classified. Predicted Group Membership Sem Total Apresenta os resultados de classificação, em que se verifica que foram classificados correctamente 92,5% dos casos sem e 42% dos casos com. Analise discriminante rácios Económico Financeiros VI Page 9
10 Discriminant Selecção automática de variáveis significantes em Liq. Geral 1, , , Liquid. Reduzida 1, , ,, , , Rent. Produção, , , Earning Power, , , ROA, , , ROE, ano N, , , Auton. Financeira, , , REFM 5566, , , TMR 279, , , TMP 1213, , , FundoManeio 8967, , , Liq. Geral 1, , , Liquid. Reduzida, , ,, , , Rent. Produção, , , Earning Power, , , ROA, , , ROE, ano N, , , Auton. Financeira, , , REFM, , , TMR 654, , , TMP 3967, , , FundoManeio , , , Total Liq. Geral 1, , , Liquid. Reduzida 1, , ,, , , Rent. Produção, , , Earning Power, , , ROA, , , ROE, ano N, , , Auton. Financeira, , , REFM 5386, , , TMR 292, , , TMP 132, , , Unweighted Weighted Analise discriminante rácios Económico Financeiros VI Page 1
11 FundoManeio 64431, , , Tests of Equality of Group Means Wilks' Lambda F df1 df2 Sig. Liq. Geral,999 1, ,179 Liquid. Reduzida,999 1, ,257 1,, ,392 Rent. Produção,998 5, ,25 Earning Power,994 12, ,1 ROA,993 15, , ROE, ano N 1,, ,621 Auton. Financeira, , , REFM 1,, ,753 TMR,997 7, ,8 TMP,996 8, ,3 FundoManeio,985 32, , SELECÇÃO AUTOMÁTICA DAS VARIÁVEIS SIGNIFICANTES Box's Test of Equality of Covariance Matrices Log Determinants DIVIDAS Rank Log Determinant Sem 4 4, ,96 Pooled withingroups 4 41,148 The ranks and natural logarithms of determinants printed are those of the group covariance matrices. Test Results Box's M 926,66 F Approx. 9,69 df1 1 df ,15 Sig., Tests null hypothesis of equal population covariance matrices. Stepwise Statistics Analise discriminante rácios Económico Financeiros VI Page 11
12 Variables Entered/Removed(a,b,c,d) Wilks' Lambda Exact F Entered Removed Statistic df1 df2 df3 Statistic df1 df2 Sig. 1 Auton. Financeira, , 131, ,, 2 FundoMa neio, , 73, ,, 3 Rent. Produção, , 52, ,, 4 TMR, , 41, ,, At each step, the variable that minimizes the overall Wilks' Lambda is entered. a Maximum number of steps is 24. Variables in the Analysis Step 1 Variables Auton. Financeira FundoManeio Rent. Produção TMR 2 Variables Tolerance 1, 131,227 F to Remove Auton. Financeira, ,79,985 FundoManeio,977 15,38,942 Rent. Produção TMR 3 Variables Auton. Financeira,97 117,942,982 FundoManeio,977 15,643,937 Rent. Produção,992 1,354,935 TMR 4 Variables Auton. Financeira,958 19,42,975 FundoManeio,977 16,23,935 Rent. Produção,845 15,643,934 TMR,837 6,556,93 Wilks' Lambda Analise discriminante rácios Económico Financeiros VI Page 12
13 Variables Not in the Analysis Step Variables Tolerance Min. Tolerance F to Enter Liq. Geral 1, 1, 1,811,999 Liquid. Reduzida 1, 1, 1,283,999 1, 1,,734 1, Rent. Produção 1, 1, 5,52,998 Earning Power 1, 1, 12,46,994 ROA 1, 1, 15,694,993 ROE, ano N 1, 1,,244 1, Auton. Financeira 1, 1, 131,227,942 REFM 1, 1,,99 1, TMR 1, 1, 7,21,997 TMP 1, 1, 8,957,996 FundoManeio 1, 1, 32,691,985 1 Variables Liq. Geral,957,957 1,64,941 Liquid. Reduzida,946,946 2,338,941,962,962 1,816,941 Rent. Produção,992,992 1,89,937 Earning Power,753,753 6,179,939 ROA,745,745 4,193,94 ROE, ano N,999,999,38,942 Auton. Financeira REFM,999,999,2,942 TMR,982,982 1,167,941 TMP,985,985 2,47,941 FundoManeio,977,977 15,38,935 2 Variables Liq. Geral,942,942 2,34,934 Liquid. Reduzida,94,93 3,364,933,962,941 1,675,934 Rent. Produção,992,97 1,354,93 Earning Power,752,736 5,432,933 ROA,744,729 3,646,933 ROE, ano N,999,977,14,935 Auton. Financeira Wilks' Lambda Analise discriminante rácios Económico Financeiros VI Page 13
14 REFM,999,977,5,935 TMR,982,959 1,285,934 TMP,984,964 2,61,934 FundoManeio 3 Variables Liq. Geral,942,935 2,313,929 Liquid. Reduzida,94,924 3,345,929,33,33 5,941,928 Rent. Produção Earning Power,738,736 3,662,929 ROA,731,729 2,25,929 ROE, ano N,999,97,13,93 Auton. Financeira REFM,999,97,5,93 TMR,837,837 6,556,928 TMP,981,958 2,596,929 FundoManeio 4 Variables Liq. Geral,941,835 1,999,927 Liquid. Reduzida,936,833 2,78,926,281,281 3,299,926 Rent. Produção Earning Power,736,724 3,8,926 ROA,727,716 1,697,927 ROE, ano N,999,837,13,928 Auton. Financeira REFM,999,837,7,928 TMR TMP,912,778,93,927 FundoManeio Analise discriminante rácios Económico Financeiros VI Page 14
15 Wilks' Lambda Exact F Step Number of Variables Lambda df1 df2 df3 Statistic df1 df2 Sig. 1 1, , ,, 2 2, , ,, 3 3, , ,, 4 4, , ,, Summary of Canonical Discriminant Functions Eigenvalues Function Eigenvalue % of Variance Cumulative % Canonical Correlation 1,78(a) 1, 1,,269 a First 1 canonical discriminant functions were used in the analysis. Standardized Canonical Discriminant Function Coefficients Function Rent. Produção,346 Auton. Financeira,841 TMR,226 FundoManeio,326 Structure Matrix 1 Function Auton. Financeira,89 FundoManeio,444 ROA(a),397 Earning Power(a),391 Liquid. Reduzida(a),218 Liq. Geral(a),215 TMR,26 Rent. Produção,175 TMP(a),158 ROE, ano N(a),29 REFM(a),18,11 1 Analise discriminante rácios Económico Financeiros VI Page 15
16 (a) Pooled withingroups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. a This variable not used in the analysis. Functions at Group Centroids Function DIVIDAS 1 Sem,51 1,524 Unstandardized canonical discriminant functions evaluated at group means Classification Statistics Classification Processing Summary Processed 2179 Excluded Missing or outofrange group codes At least one missing discriminating variable 2 Used in Output 2177 Prior Probabilities for Groups Cases Used in Analysis DIVIDAS Prior Specified Prior Effective Prior Unweighted Weighted Sem, ,, , Total 1, , Classification Function Coefficients DIVIDAS Sem Rent. Produção,9,21 Auton. Financeira 1,428 1,731 TMR,,1 FundoManeio 3,11E8 6,75E7 (Constant),92 1,42 Fisher's linear discriminant functions Classification Results(a) Analise discriminante rácios Económico Financeiros VI Page 16
17 DIVIDAS Original Count Sem % Sem 92,8 7,2 1, 66,7 33,3 1, a 91,% of original grouped cases correctly classified. Predicted Group Membership Sem Total A tabela de classificação ilustra os resultados práticos da utilização do modelo. Analise discriminante rácios Económico Financeiros VI Page 17
Discriminant Rácios de Altman Output Created Comments Missing Value Handling
Discriminant Rácios de Altman Output Created Comments Missing Value Handling Syntax Definition of Missing Cases Used User-defined missing values are treated as missing in the analysis phase. In the analysis
ANÁLISE DISCRIMINANTE (MÓDULO I)
Universidade Federal do Pará Instituto de Ciências Exatas e Naturais Faculdade de Estatística Estatística Aplicada ANÁLISE DISCRIMINANTE (MÓDULO I) Franciely Farias da Cunha (201007840014), aluna do curso
SHOW. [DataSet1] C:\Documents and Settings\Tito\Ambiente de trabalho\almas\dadostodoscomresiduos.sav
![SHOW. [DataSet1] C:\Documents and Settings\Tito\Ambiente de trabalho\almas\dadostodoscomresiduos.sav](/thumbs/61/45357861.jpg "SHOW. [DataSet1] C:\Documents and Settings\Tito\Ambiente de trabalho\almas\dadostodoscomresiduos.sav")
GET FILE=' '. DATASET NAME Set1 WINDOW=FRONT. PRESERVE. SET RNG=MT MTINDEX=2000000. SHOW RNG. SHOW Output Created 21-DEC-2013 23:23:56 Active set Set1 SHOW RNG. Processor Time 00:00:00,00 Elapsed Time
Resultados dos testes estatísticos
Resultados dos testes estatísticos Estudo da fiabilidade do instrumento para avaliação dos comportamentos e atitudes Factor Analysis Communalities Initial Extraction Item47 1,000,759 Item48 1,000,801 Item49
Anexo 6 Testes de Fiabilidade
Variável: Empenho da gestão Reliability Anexo 6 Testes de Fiabilidade Cases a. Case Processing Summary Valid Excluded Total Listwise deletion based on all variables in the procedure. a N % 49 96, 2 3,9
[DataSet11] D:\Fmh\Doutoramento\Tese\Dados\Quantitativos\Questionário Prof essores.sav
![[DataSet11] D:\Fmh\Doutoramento\Tese\Dados\Quantitativos\Questionário Prof essores.sav](/thumbs/51/28829579.jpg "[DataSet11] D:\Fmh\Doutoramento\Tese\Dados\Quantitativos\Questionário Prof essores.sav")
USE ALL. FILTER BY filter_$. EXECUTE. CLUSTER CondRelativa ImpRelativa IntegRelativa /METHOD SINGLE /MEASURE=SEUCLID /ID=Id.Prof /PRINT SCHEDULE /PRINT DISTANCE /PLOT DENDROGRAM. [DataSet] D:\Fmh\Doutoramento\Tese\Dados\Quantitativos\Questionário
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 EXAME: DATA 24 / 02 / NOME DO ALUNO:
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 Estudos de Mercado EXAME: DATA 24 / 02 / 20010 NOME DO ALUNO: Nº INFORMÁTICO: TURMA: PÁG. 1_ PROFESSOR: ÉPOCA: Grupo I (10
REGRESSÃO LOGÍSTICA E INDICADORES DE GOVERNANÇA GLOBAL
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA Faculdade de Economia e Administração Programa de Estudos Pós Graduados em Administração REGRESSÃO LOGÍSTICA E INDICADORES DE GOVERNANÇA GLOBAL Disciplina:
ANEXO A: Questionário de Dados Sócio-demográficos e Profissionais
ANEXO A: Questionário de Dados Sócio-demográficos e Profissionais Totalmente em desacordo Em desacordo Indeciso De acordo Totalmente de acordo Não me afecta Afecta-me um pouco Afecta-me moderada/ Afecta-me
Regressão Linear em SPSS
Regressão Linear em SPSS 1. No ficheiro Calor.sav encontram-se os valores do consumo mensal de energia, medido em milhões de unidades termais britânicas, acompanhados de valores de output, em milhões de
APLICAÇÃO COLETIVA DA FIGURA COMPLEXA DE REY
APLICAÇÃO COLETIVA DA FIGURA COMPLEXA DE REY Álvaro José Lelé (Centro Universitário de Lavras, Laboratório de Avaliação das Diferenças Individuais-UFMG), Marilourdes do Amaral Barbosa (Universidade da
([DPHGH5HFRUUrQFLDGH0pWRGRV(VWDWtVWLFRV
Data: 09/07/2003 ([DPHGH5HFRUUrQFLDGH0pWRGRV(VWDWtVWLFRV Duração: 2 horas Nome: N.º: Curso: Regime: Número de folhas suplementares entregues pelo aluno: Declaro que desisto (VWDSURYDFRQVLVWHHPTXHVW}HVGHUHVSRVWDDEHUWDHDVUHVSHFWLYDVFRWDo}HVHQFRQWUDPVHQDWDEHODTXHVHVHJXH
Group Statistics. residência N Mean Std. Deviation Std. Error Mean. Avaliação Breve do Estado Mental. meio rural 11 27,73 1,849,557
ANEXO M: Output 1 Teste t de Student para amostras independentes, para comparação entre médias obtidas nos quatro instrumentos de avaliação pelas duas amostras: meio rural e meio urbano. Group Statistics
UNIVERSIDADE DOS AÇORES Licenciatura em Sociologia. Análise de Dados
UNIVERSIDADE DOS AÇORES Licenciatura em Sociologia Análise de Dados Exame Data: 200 06 07 Duração: 2 horas Nota: Justifique todas as suas afirmações. Um investigador pretende saber se existem ou não diferenças
Anexo H Estudo Longitudinal Outputs
Anexo H Estudo Longitudinal Outputs SATISFAÇÃO 0 Satisfação_D ed Samples Statistics 4,88,384,62 5,25,245,46 ed Samples Correlations Satisfação_D &,50,000 ed Samples Test ed Differences Satisfação_D - Std.
Harvest Year Municipality-State Cultivar Region Elevation. SCLmax (g ha -1 ) Montividiu-GO
Table 1S Field-specific information for 35 uniform fungicide trials conducted in Brazil during four seasons (2009 to 2012 harvest years) and summaries of the mean white mold incidence (INCchk) in non-treated
ANÁLISE MULTIVARIADA APLICADA AS CIÊNCIAS AGRÁRIAS ANÁLISE DISCRIMINANTE
ANÁLISE MULTIVARIADA APLICADA AS CIÊNCIAS AGRÁRIAS PÓS-GRADUAÇÃO EM AGRONOMIA CIÊNCIA DO SOLO: CPGA-CS ANÁLISE DISCRIMINANTE Carlos Alberto Alves Varella ÍNDICE ANÁLISE MULTIVARIADA APLICADA AS CIÊNCIAS
ESTUDO DO PERFIL E DOS EFEITOS DE UM PROGRAMA DE INTERVENÇÃO FISIOTERAPEUTICO EM CANDIDATOS A TRANSPLANTE DE FÍGADO
Name of Journal: World Journal of Transplantation ESPS Manuscript NO: 24238 Manuscript Type: Randomized Controlled Trial De: Câmara de Pesquisa Estatística / FCM Para: Vivian Limongi - Cirurgia Data: 02/Abr/2014
Análise da sustentabilidade financeira das cooperativas de crédito singulares do Brasil 1
Análise da sustentabilidade financeira das cooperativas de crédito singulares do Brasil 1 Edison Luiz Leismann Unioeste-PR Charles Ulises de Montreuil Carmona UFPE-PE Resumo: Este trabalho tem por objetivo
Aula no SAS. Planejamento do Experimento - Delineamento inteiramente casualizado. Saídas
Aula no SAS Planejamento do Experimento - Delineamento inteiramente casualizado Saídas title "Antes da Casualização"; data plano; do parc=1 to 20;*DEVE SER MÚLTIPLO DO NÚMERO DE TRATAMENTOS; trat=int((parc-1)/5)+1;*tratamentos+1=5;
Análise Discriminante
Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Análise Discriminante Análise Discriminante 1 Análise discriminante - A
Teste t de Student para o caso de uma amostra (Teste de hipóteses
Teste t de Student para o caso de uma amostra (Teste de hipóteses para a média populacional) Exemplo: Quinze alunos foram inquiridos quanto ao seu grau de satisfação (numa escala de 0 a 00) em relação
Formalization of the Model Personality Discrimination for Human Resources- MODISPER-A Proposal of Organizational Staffing Tool
Formalização do Modelo de Discriminação de Personalidade para Recursos Humanos-MODISPER- Uma Proposta de Ferramenta Organizacional para Alocação de Pessoal Formalization of the Model Personality Discrimination
INTRODUÇÃO À ANÁLISE ESTATÍSTICA UTILIZANDO O SPSS 13.0
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA Cadernos de Matemática e Estatística Série B: Trabalho de Apoio Didático INTRODUÇÃO À ANÁLISE ESTATÍSTICA UTILIZANDO O SPSS 13.0 Elsa Mundstock
Tabela 1 - Teste de Dickey-Fuller para série log-preço futuro. Teste ADF 0, ,61% Tabela 2 - Teste de Dickey-Fuller para série log-preço à vista
32 5. Resultados 5.1. Séries Log-preço Para verificar se as séries logaritmo neperiano dos preços (log-preço) à vista e futuro e as séries logaritmo neperiano dos retornos (log-retorno) à vista e futuro
UNIVERSIDADE DO ALGARVE Escola Superior de Gestão, Hotelaria e Turismo
UNIVERSIDADE DO ALGARVE Escola Superior de Gestão, Hotelaria e Turismo APLICAÇÕES NO SPSS Disciplina de Estatística Gestão Disciplina de Estatística Gestão Hoteleira Disciplina de Estatística Descritiva
Empresas Criadoras x Destruidoras de Valor: um estudo do setor de Siderurgia e Metalurgia
Empresas Criadoras x Destruidoras de Valor: um estudo do setor de Siderurgia e Metalurgia RESUMO Em qualquer economia, o preceito objetivo de criação de valor é construção de empresas competitivas, promovendo
Estatística Computacional A - Aula SAS 01 Estatísticas Descritivas Prof. José Carlos Fogo
Estatística Computacional A - Aula SAS 01 Estatísticas Descritivas Prof. José Carlos Fogo /* Linha de comando com configurações de página */ options ps=60 ls=80 nodate pageno=1; /* Entrando com um arquivo
CAPÍTULO II. Descrevendo Dados: análise inicial dos dados
CAPÍTULO II Descrevendo Dados: análise inicial dos dados Objetivo: O objetivo do presente trabalho é descrever a rotina básica de comandos para realização de uma inspeção inicial dos dados utilizando o
Análise Bidimensional
Análise Bidimensional Roteiro. Coeficiente de Correlação. Interpretação de r 3. Análise de Correlação 4. Aplicação Computacional 5. Referências Coeficiente de Correlação Objetivos Análise de duas variáveis
6 OS DETERMINANTES DO INVESTIMENTO NO BRASIL
6 OS DETERMINANTES DO INVESTIMENTO NO BRASIL Este capítulo procurará explicar os movimentos do investimento, tanto das contas nacionais quanto das empresas abertas com ações negociadas em bolsa através
Análise de Variância simples (One way ANOVA)
Análise de Variância simples (One way ANOVA) Análise de experiências com vários grupos de observações classificados através de um só factor (por exemplo grupos de indivíduos sujeitos a diferentes tratamentos
Case Processing Summary
17. O ficheiro Banco.sav encerra informação relativa a 474 empregados contratados por um banco, entre 1969 e 1971. Este banco esteve envolvido num processo judicial no âmbito da Igualdade de Oportunidade
APONTAMENTOS DE SPSS
Instituto de Ciências Biomédicas de Abel Salazar APONTAMENTOS DE SPSS Rui Magalhães 2010-1 - - 2 - Menu DATA Opção SPLIT FILE Permite dividir, de uma forma virtual, o ficheiro em diferentes ficheiros com
Análise De Fundos De Financiamento Para Organizações Do Terceiro Setor. No Ano De 2006
Análise De Fundos De Financiamento Para Organizações Do Terceiro Setor No Ano De 26 Jaqueline Abrantes e Matheus Iwao Oshikiri PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia
Testes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados.
TESTES NÃO PARAMÉTRICOS Testes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados. Bioestatística, 2007 15 Vantagens dos testes não
Lucas de Assis Soares, Luisa Nunes Ramaldes, Taciana Toledo de Almeida Albuquerque, Neyval Costa Reis Junior. São Paulo, 2013
COMPARATIVE STUDY OF THE ATMOSPHERIC DISPERSION MODELS AND THROUGH THE ANALYSIS OF AIR QUALITY IN THE METROPOLITAN REGION OF GRANDE VITÓRIA Lucas de Assis Soares, Luisa Nunes Ramaldes, Taciana Toledo de
Análise de Embalagens: a Proposta de um Modelo Discriminante de Avaliação
Análise de Embalagens: a Proposta de um Modelo Discriminante de Avaliação RESUMO Este estudo propõe um modelo de avaliação de tipos de embalagens a partir da leitura dos atributos técnicos por parte de
5 Resultados e Interpretação do Índice Construído
5 Resultados e Interpretação do Índice Construído Apresentam-se, nesta seção, os resultados dos scores e interpretação da escala produzida. O objetivo é responder questões do tipo: O que significa uma
4 Análise dos resultados 4.1. Perfil do respondente
4 Análise dos resultados 4.. Perfil do respondente Através da análise dos questionários aplicados, verificou-se que o perfil típico do respondente foi: mulher, entre 3 e 40 anos, remunerações de até oito
Revista Contabilidade & Finanças - USP ISSN: 1519-7077 recont@usp.br Universidade de São Paulo Brasil
Revista Contabilidade & Finanças - USP ISSN: 1519-7077 recont@usp.br Universidade de São Paulo Brasil Pompa Antunes, Maria Thereza; Corrar, Luiz João; Takashi Kato, Heitor A eficiência das informações
Análise de componentes principais (PCA)
Análise de componentes principais (PCA) Redução de dados Sumarizar os dados que contém muitas variáveis (p) por um conjunto menor de (k) variáveis compostas derivadas a partir do conjunto original. p k
Análise Estatística Utilizando o SPSS Guia prático de comandos
Análise Estatística Utilizando o SPSS Guia prático de comandos de Sousa Guimarães. Salvador/BA Sumário 1. Introdução...3 2. Primeiro Passo...3 3. As Janelas...4 4. Os Menus...6 4.1 Data Editor...6 4.2
Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame - Resolução
DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame - Resolução 13-06-11 Observação: A resolução completa das perguntas inclui
COOPERAÇÃO CE - PALOP. Programa PIR PALOP II. Projecto CONSOLIDAÇÃO DAS CAPACIDADES DA ADMINISTRAÇÃO PÚBLICA. Tomo - I CO-FINANCIAMENTO
COOPERAÇÃO CE - PALOP Programa PIR PALOP II Projecto CONSOLIDAÇÃO DAS CAPACIDADES DA ADMINISTRAÇÃO PÚBLICA N.º IDENTIFICAÇÃO : REG/7901/013 N. CONTABILÍSTICO : 8 ACP MTR 5 * 8 ACP TPS 126 ACORDO DE FINANCIAMENTO
Estimating the SF-6D value set for a population based sample of Brazilians
Estimating the SF-6D value set for a population based sample of Brazilians Luciane Cruz, Suzi Camey, Juliana Hoffmann, John Brazier, Donna Rowen, Marcelo Fleck, Carisi Polanczyk Federal University of Rio
Frequencies. Vespera\Resultados\BD_Vespera_Final_em trabalho.sav Active Dataset DataSet1 Input. Split File <none> N of Rows in Working Data File
Frequencies NotesNotes, table, 0 levels of column headers and 2 levels of row headers, table with 3 columns and 14 rows Output Created 30-SEP-2015 23:36:38 Comments D:\CESOP\2015\22 - Eleições Legislativas\1.
Uso de procedimentos de estatistica na obtenção de resultados de toxicidade
Uso de procedimentos de estatistica na obtenção de resultados de toxicidade Dean Leverett Senior Scientist UK Environment Agency Science Biological Effects Measures Plano Resultados dos testes de toxicidade
SQL CREATE DATABASE. MySQL, SQL Server, Access, Oracle, Sybase, DB2, e outras base de dados utilizam o SQL.
LINGUAGEM SQL SQL CREATE DATABASE MySQL, SQL Server, Access, Oracle, Sybase, DB2, e outras base de dados utilizam o SQL. SQL CREATE TABLE SQL NOT NULL O valor NOT NULL obriga que o campo contenha sempre
Weka. Universidade de Waikato - Nova Zelândia. Coleção de algoritmos de aprendizado de máquina para resolução de problemas de Data Mining
Weka Universidade de Waikato - Nova Zelândia Coleção de algoritmos de aprendizado de máquina para resolução de problemas de Data Mining implementado em Java open source software http://www.cs.waikato.ac.nz/ml/weka/
Incerteza, exatidão, precisão e desvio-padrão
1 Incerteza, exatidão, precisão e desvio-padrão Incerteza ( uncertainty or margin of error ) A incerteza, segundo a Directiva Comunitária 2007/589/CE, é: parâmetro associado ao resultado da determinação
ATLAS BRASIL 2013 DIMENSÃO DESENVOLVIMENTO HUMANO
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO DESENVOLVIMENTO HUMANO Disciplina: Métodos Quantitativos Professor:
Análise de Variância a um factor
1 Análise de Variância a um factor Análise de experiências com vários grupos de observações classificados através de um só factor (por exemplo grupos de indivíduos sujeitos a diferentes tratamentos para
INTRODUÇÃO À ANÁLISE ESTATÍSTICA UTILIZANDO O SPSS 18.0
HOSPITAL DE CLÍNICAS DE PORTO ALEGRE GRUPO DE PESQUISA E PÓS GRADUAÇÃO INTRODUÇÃO À ANÁLISE ESTATÍSTICA UTILIZANDO O SPSS 18.0 Marilyn Agranonik Vânia Naomi Hirakata Suzi Alves Camey Porto Alegre - Setembro
4-Teste de Hipóteses. Teste de Hipóteses
Teste de Procedimentos Gerais Teste de média Z para 1 amostra Teste de média t para 1 amostra Teste de variância para 2 amostras A Distribuição de Fisher Teste de média t para 2 amostras Teste de média
Eficiência Operacional de Bancos no Brasil, América Latina e EUA
Eficiência Operacional de Bancos no Brasil, América Latina e EUA Alceu Salles Camargo Júnior Alberto Borges Matias Resumo: Os bancos têm um papel importante para o desenvolvimento econômico. Eles atuam
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS CURSO DE ESPECIALIZAÇÃO EM MÉTODOS ESTATÍSTICOS COMPUTACIONAIS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS CURSO DE ESPECIALIZAÇÃO EM MÉTODOS ESTATÍSTICOS COMPUTACIONAIS INDICADORES DE TEMPO DE PASSAGEM ENTRE APRESENTAÇÃO NA SEDE E INÍCIO DA
DIAGNÓSTICO DE MATEMÁTICA
Não esqueça de se cadastrar no site. Não utilize nenhum rascunho, deixe todas as suas anotações registradas e informe o tempo utilizado na resolução. NOME: TEL: TEMPO UTILIZADO NA RESOLUÇÃO: 1. Macey is
Fernando Lang da Silveira - lang@if.ufrgs.br Instituto de Física da Universidade Federal do Rio Grande do Sul UFRGS
1 Concurso Vestibular da Pontifícia Universidade Católica do Rio Grande do Sul: como variáveis sócio-econômico-culturais explicam o desempenho dos candidatos aos cursos de Engenharia Carlos Eduardo da
SLEEVE GÁSTRICO : RESULTADOS E FATORES PREDITORES DE PERDA DE PESO
Diretor Dr. Mesquita Rodrigues SLEEVE GÁSTRICO : RESULTADOS E FATORES PREDITORES DE PERDA DE PESO A. GOULART, C. BRANCO, J. MAIA DA COSTA, F. MANSO, M. PEREIRA, A. FERNANDES, P. COSTA, P. LEÃO INTRODUÇÃO
file://c:\documents and Settings\porlum\Local Settings\Temp\ca0d8908-118f-4768-a...
Page 1 of 17 The MEANS Procedure Variable Label Mean Std Dev Minimum Maximum Range N Satisfação Global Satisfação Global 6.4000000 0.5163978 6.0000000 1.0000000 Expectativas cumpridas Expectativas cumpridas
Aula 10. ANOVA Análise de Variância em SPSS
Aula 10. ANOVA Análise de Variância em SPSS Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán Análise de Variância Objectivo: comparar medidas de localização para mais do que
FACULDADE DE ECONOMIA DO PORTO. Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (EC706)
FACULDADE DE ECONOMIA DO PORTO Curso de Mestrado em Economia MÉTODOS ECONOMÉTRICOS (EC706) Exame Final 10 de Janeiro de 2005 NOTAS PRÉVIAS: 1. A prova tem três horas de duração. 2. Apenas é permitida a
TRABALHO FINAL. Análise Estatística da Pesquisa de Clima aplicada em operadores de uma empresa do segmento alimentício
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração TRABALHO FINAL Análise Estatística da Pesquisa de Clima aplicada
ESTUDO SOBRE EVASÃO NOS CURSOS DE GRADUAÇÃO DE UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA: APLICAÇÃO DE REGRESSÃO LOGÍSTICA
ESTUDO SOBRE EVASÃO NOS CURSOS DE GRADUAÇÃO DE UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA: APLICAÇÃO DE REGRESSÃO LOGÍSTICA Ricardo Ferreira Vitelli Universidade do Vale do Rio dos Sinos vitelli@unisinos.br
A contribuição das cooperativas de cafeicultores na. melhoria do tipo de café 1
contribuição das cooperativas de cafeicultores na melhoria do tipo de café 1 NTONIO DE CSTILHO, LUIZ SÉRGIO P. PEREIR 2, F. PIMENTEL GOMES, ROBERTO S. MORES, HUMBERTO DE CMPOS 3 Escola Superior de gricultura
Estimate ln(estimate)
Expected ormal Estatística Aplicada com o S.P.S.S. género * grupo sanguíneo Crosstabulation grupo sanguíneo grupo AB Total 24,6 4,% grupo O 25 grupo A 5 grupo B 9 33 22,4 00,0% 3,9 masculino 8 9,0 género
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO ANÁLISE DE INDICADORES DE DESENVOLVIMENTO HUMANO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO ANÁLISE DE INDICADORES DE DESENVOLVIMENTO HUMANO Beatriz Marcos Telles Maria Carolina Mirabella Belloque Mestrado em Administração Empresas Disciplina : Métodos
Estatística descritiva. Também designada Análise exploratória de dados ou Análise preliminar de dados
Estatística descritiva Também designada Análise exploratória de dados ou Análise preliminar de dados 1 Estatística descritiva vs inferencial Estatística Descritiva: conjunto de métodos estatísticos que
4 Análise dos Resultados
4 Análise dos Resultados 4.1 Construção do o de Regressão Logística No SPSS 13.0, foi aplicado o modelo de regressão logística binário, método stepwise foward, para definir o modelo final que minimiza
MODELO PREDITIVO DE INADIMPLÊNCIA EM PROCESSOS DE CONCESSÃO DE CRÉDITO A MICRO E PEQUENAS EMPRESAS
Rio de Janeiro, RJ, Brasil, 3 a 6 de outubro de 8 MODELO PREDITIVO DE INADIMPLÊNCIA EM PROCESSOS DE CONCESSÃO DE CRÉDITO A MICRO E PEQUENAS EMPRESAS Marcos Antônio de Camargos (UNI-BH) mcamargos@cepead.face.ufmg.br
Atributos de satisfação como determinantes da lealdade de clientes de academias no Brasil
Atributos de satisfação como determinantes da lealdade de clientes de academias no Brasil Dissertação elaborada com vista à obtenção do grau de Mestre em Gestão do Desporto Orientador: Professor Doutor
ATLAS BRASIL 2013 DIMENSÃO DESINVOLVIMENTO HUMANO E OUTRAS VARIÁVEIS
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO DESINVOLVIMENTO HUMANO E OUTRAS VARIÁVEIS Disciplina: Métodos Quantitativos
Algoritmo CGM para o Problema de. Baseado em artigos de Einar Saukas e Siang Song
Algoritmo CGM para o Problema de Seleção Baseado em artigos de Einar Saukas e Siang Song O Problema da Seleção Considere um conjunto de n elementos. Dado um inteiro k (1 k n) deseja-se selecionar o k-ésimo
Teste F-parcial 1 / 16
Teste F-parcial Ingredientes A hipótese nula, H 0, define o modelo restrito. A hipótese alternativa, H a : H 0 é falsa, define o modelo irrestrito. SQR r : soma de quadrado dos resíduos associada à estimação
MÉTODOS QUANTITATIVOS TRABALHO FINAL ANALISE DA POPULAÇÃO E NÍVEL DE HOMICÍDIOS NA CIDADE DE SÃO PAULO.
PUC - SP MÉTODOS QUANTITATIVOS TRABALHO FINAL ANALISE DA POPULAÇÃO E NÍVEL DE HOMICÍDIOS NA CIDADE DE SÃO PAULO. MÁRCIO CARDOSO SANTOS MESTRADO EM ADMINISTRAÇÃO DE EMPRESAS MÉTODOS QUANTITATIVOS PROF.
Aula Prática 03 Estatística Experimental DELINEAMENTO QUADRADO LATINO. *Planejamento do Experimento Delineamento Quadrado Latino (DQL);
Aula Prática 03 Estatística Experimental DELINEAMENTO QUADRADO LATINO *Planejamento do Experimento Delineamento Quadrado Latino (DQL); ods rtf; title 'Planejamento do Experimento - Quadrados Latinos';
I- Estatística Descritiva Exercícios
Estatística/ Bioestatística/ Métodos Estatísticos/ Bioestatística e Epistemologia da Educação I- Estatística Descritiva Exercícios 1. Considere a seguinte colecção de dados correspondentes ao comprimento
Análise Exploratória de Dados
Universidade Federal do Rio de Janeiro Faculdade de Medicina Departamento de Medicina Preventiva Instituto de Estudos em Saúde Coletiva Disciplina: Construção e Análise de Bases de Dados em Saúde Análise
CURSO BÁSICO SPSS Rosangela A. B. Assumpção 2008
CURSO BÁSICO SPSS Rosangela A. B. Assumpção 2008 Observações: O objetivo desse material não é apresentar todas as opções disponíveis no SPSS, mas sim apresentar alguns comandos básicos mais utilizados
INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão
Número: Nome: -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame: 2 Solution 25
6 Referencial Bibliográfico
69 6 Referencial Bibliográfico BISGAARD, S. The Design and Analysis of 2 k-p x 2 q-r Split Plot Experiments. Journal of Quality Technology; v. 32, ABI/INFORM Global pag. 39, Jan 2000. CSN Companhia Siderúrgica
Aula Prática: Regressão Linear Simples
Universidade Federal do Rio de Janeiro Faculdade de Medicina Departamento de Medicina Preventiva Núcleo de Estudos de Saúde Coletiva Disciplina: Modelos de Regressão em saúde Aula Prática: Regressão Linear
PUC - SP VARIÁVEIS SÓCIO-ECONÔMICAS E TAXA DE SUICÍDIOS NO BRASIL
PUC - SP VARIÁVEIS SÓCIO-ECONÔMICAS E TAXA DE SUICÍDIOS NO BRASIL MICHEL WIAZOWSKI ROCHA RUTHELLE MARIA DE CARVALHO SOUSA MESTRANDO EM ADMINISTRAÇÃO MÉTODOS QUANTITATIVOS PROF. DR. ARNOLDO HOYOS SÃO PAULO
UNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional
UNIVERSIDADE FEDERAL DO RIO GRANDE Instituto de Matemática, Estatística e Física Programa de Pós-Graduação em Modelagem Computacional MINICURSO DE CORRELAÇÃO, REGRESSÃO LINEAR SIMPLES E ANOVA Ministrantes:
Pacote em ambiente R para automatizar estatísticas descritivas
ISSN: 2317-0840 Pacote em ambiente R para automatizar estatísticas descritivas Emmanuel Arnhold Escola de Veterinária e Zootecnia, Campus Samambaia, Rodovia Goiânia-Nova Veneza, Caixa Postal 131, CEP 74001-970,
Exigências laborais associadas ao stress profissional e bem-estar laboral: O papel moderador da coesão grupal percebida
Departamento de Psicologia Social e das Organizações Exigências laborais associadas ao stress profissional e bem-estar laboral: O papel moderador da coesão grupal percebida Rita Menezes dos Santos Dissertação
Divisão de Engenharia Mecânica. Programa de Pós-Graduação em Engenharia Aeronáutica e Mecânica. Prova de Seleção para Bolsas 1 o semestre de 2013
Divisão de Engenharia Mecânica Programa de Pós-Graduação em Engenharia Aeronáutica e Mecânica Prova de Seleção para Bolsas 1 o semestre de 2013 28 de fevereiro de 2013 Nome do Candidato Observações 1.
Introdução ao SPSS 17.0
Introdução ao SPSS 17.0 Metodologias de Análise Quantitativas Liliana Abreu CIPEM Novembro de 2009 Fase lógica da pesquisa Identificação do problema: Pergunta de partida; Exploração do domínio; Escolha
Lista Ligada. Nó de Lista Ligada
Lista Ligada Estrutura com nós que armazenam elementos manter referências para elementos do início e fim da lista Operações Inserir: a seguir à posição corrente Remover: na posição corrente Pesquisar:
Teste de hipóteses. Testes de Hipóteses. Valor de p ou P-valor. Lógica dos testes de hipótese. Valor de p 31/08/2016 VPS126
3/8/26 Teste de hipóteses Testes de Hipóteses VPS26 Ferramenta estatística para auxiliar no acúmulo de evidências sobre uma questão Média de glicemia de um grupo de animais é diferente do esperado? Qual
ANÁLISE DE DADOS. Familiarização com o SPSS
1 ANÁLISE DE DADOS Familiarização com o SPSS 2 Statistical Package for the Social Sciences Programa de eleição dos cientistas das Ciências Sociais; O SPSS facilita a realização de numerosos métodos estatísticos;
Precificação de apartamentos para o bairro Água Verde em Curitiba
Precificação de apartamentos para o bairro Água Verde em Curitiba Chuck Norris Arnold Schwarzenegger 18 de julho de 2013 O preço de imóveis depende principalmente do seu tamanho e localização. A infraestrutura
ANÁLISE COMPARATIVA DOS DADOS METEOROLÓGICOS NAS ESTAÇÕES AUTOMÁTICAS E CONVENCIONAIS DO INMET EM BRASÍLIA DF.
ANÁLISE COMPARATIVA DOS DADOS METEOROLÓGICOS NAS ESTAÇÕES AUTOMÁTICAS E CONVENCIONAIS DO INMET EM BRASÍLIA DF. Sidney Figueiredo de Abreu¹; Arsênio Carlos Andrés Flores Becker² ¹Meteorologista, mestrando
EXEMPLOS DE COMANDOS NO SQL SERVER
EXEMPLOS DE COMANDOS NO SQL SERVER Gerenciando Tabelas: DDL - DATA DEFINITION LANGUAG Criando uma tabela: CREATE TABLE CLIENTES ID VARCHAR4 NOT NULL, NOME VARCHAR30 NOT NULL, PAGAMENTO DECIMAL4,2 NOT NULL;
Capacitação em R e RStudio PROJETO DE EXTENSÃO. Software R: capacitação em análise estatística de dados utilizando um software livre.
UFFS Universidade Federal da Fronteira Sul Campus Cerro Largo PROJETO DE EXTENSÃO Software R: capacitação em análise estatística de dados utilizando um software livre Fonte: https://www.r-project.org/
Curso Básico SPSS 7.5
Curso Básico de SPSS 7.5 Juliana Mambrini Kleber Adriano Pansanato Natália Guimarães Duarte Sátyro PROAV-UFMG Coordenador Geral José Francisco Soares Belo Horizonte MG abril 1999 1 2 Índice I INFORMAÇÕES