EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
|
|
- Márcia Palma Camarinho
- 6 Há anos
- Visualizações:
Transcrição
1 EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
2 ALGUNS CONCEITOS BÁSICOS População e Amostra População é o conjunto de elementos que têm, em comum, uma determinada característica. Todo subconjunto não vazio e com menor número de elementos do que o conjunto definido como população constitui uma amostra desta população.
3 ALGUNS CONCEITOS BÁSICOS População e Amostra Exemplo. O número total de lagartas de Spodoptera frugiperda em uma cultura de milho constitui uma população. Uma vez definida a unidade amostral (1 animal, um conjunto de 5 animais, ou uma área na qual será contada o número de lagartas) a população pode ser considerada como um conjunto de unidades amostrais. um subconjunto tomado aleatoriamente deste conjunto é chamado de amostra aleatória de tamanho n. Neste exemplo as observações são obtidas através de contagens do número de lagartas em cada unidade amostral. Estas observações são chamadas de variável em estudo.
4 MEDIDAS DE POSIÇÃO E DE DISPERSÃO Medidas de Posição e Dispersão As populações são descritas por certas características chamadas de parâmetros. As amostras são descritas pelas mesmas características, porém denominadas de estimativas de parâmetros ou estatísticas. Algum desses parâmetros são chamados de medidas de posição e outros de medidas de dispersão.
5 Estudo de distribuições de frequências Quando a variável em estudo é quantitativa, discreta ou contínua, as principais características as serem observadas numa distribuição de frequência são: 1. Valor típico ou representativo; 2. Dispersão; 3. Assimetria; 4. Valores discrepantes ou outliers; 5. Formação de subgrupos
6 Estudo de distribuições de frequências 1. Valor típico ou representativo Corresponde à escolha de um único valor para representar todo o conjunto de valores. 2. Dispersão É uma medida de concentração do dados em torno do valor típico. Geralmente é dado pela variância, desvio padrão, coeficiente de variação e distância interquartílica
7 3. Assimetria Estudo de distribuições de frequências Exemplo. No estudo da renda das famílias brasileiras, a grande maioria das famílias apresenta baixo rendimento familiar, enquanto que a minoria apresenta alto rendimento. 4. Valores discrepantes ou outliers São valores que se distanciam demais dos outros e pouco prováveis de ocorrerem novamente. Principais causas da ocorrência desses valores: erro de transcrição de dados; algum fato importante ocorreu durante o trabalho e o valor é verdadeiro e deve ser considerado como tal.
8 Estudo de distribuições de frequências 5. Formação de grupos Exemplo. Ao estudar-se a distribuição das alturas dos alunos, pode-se chegar à conclusão que existem dois grupos, formados de acordo com o gênero.
9 1. Medidas de tendência central As duas medidas de tendência central mais utilizadas para resumir um conjunto de dados quantitativos são: a média aritmética e a mediana. Média Aritmética: é a soma dos valores numéricos de uma variável dividida pelo numero total de variáveis, e é dada por: onde, : é o número total de variáveis da amostra : o valor observado da variável na experimental -ésima unidade
10 Exemplo 1. Considere os pesos ao nascer, em kg, de 10 bezerros da raça de gado Crioula e da raça Nelore apresentados na tabela abaixo: Raça Pesos ao nascer em kg Crioula Nelore Média da raça Crioula: kg Média da raça Nelore: kg
11 Exemplo 1. Considere os pesos ao nascer, em kg, de 10 bezerros da raça de gado Crioula e da raça Nelore apresentados na tabela abaixo: Raça No R... Pesos ao nascer em kg Crioula Nelore # Média da raça Crioula TR_C <- c(rep("crioula",10)); TR_C r <- c(1:10); r Y_C <- c(47,51,45,50,50,52,46,49,53,51); Y_C df_c <- data.frame(cbind(tr_c,r,y_c)); df_c mean(y_c); # média # Média da raça Nelore TR_N <- c(rep("nelore",10)); TR_N rep <- c(1:10); rep Y_N <- c(51,40,46,48,54,56,44,43,55,57); Y_N df_n <- data.frame(cbind(tr_n,rep,y_n)); df_n mean(y_c); # média
12 A principal restrição ao uso da média aritmética é que ela é muito sensível a valores excessivamente altos ou baixos (outliers) É uma medida bastante adequada quando os dados apresentam, aproximadamente, uma distribuição normal. Quando a distribuição é assimétrica deve-se utilizar, preferencialmente, a mediana. média média mediana mediana mediana média
13 Desvio: O desvio de um dado em relação a média é dado por: Assim, existem desvios positivos, negativos e nulos. Para os dados de pesos ao nascer de bezerros da raça Crioula, apresentado no Exemplo 1, com média kg, temos: ,4 1,6-4,4 0,6 0,6 2,6-3,4-0,4 3,6 1,6 Para os dados de pesos ao nascer de bezerros da raça Nelore, apresentado no Exemplo 1, com média kg, temos: ,6-9,4-3,4-1,4 4,6 6,6-5,4-6,4 5,6 7,6
14 Raça Crioula Raça Nelore peso ao nascer peso médio desvio peso ao nascer peso médio desvio Da composição dos dois gráficos, pode-se verificar que na Raça Crioula houve menor variação do desvio (menor dispersão dos dados ao redor da média)
15 Propriedades da média aritmética P1: A soma dos desvios calculados em relação à média aritmética do conjunto de dados é nula, isto é: P2: O menor valor da soma dos quadrados desvios é atingido quando estes são calculados em relação à média, ou seja: PS: Quando trabalhamos com todos os elementos de uma população, a média aritmética é representada por, e calculada por:
16 Mediana: é o valor que divide ao meio um conjunto de dados ordenados, em que 50% dos valores se posicionam abaixo e 50% acima dele Na prática, nem sempre existe este valor central e toma-se como mediana a média dos dois valores centrais. Para os dados de pesos ao nascer de bezerros da raça Crioula, apresentado no Exemplo 1, com média kg, temos: Raça Pesos ao nascer em kg posição da mediana Crioula Conjunto de dados ordenados valor da mediana () = Pesos ao nascer = 50 Diagrama de pontos para peso ao nascer da raça Crioula cálculo da mediana
17 Os cálculos da mediana e dos quartis para um histograma serão feitos por meio de argumentos geométricos, através da proporcionalidade existente entre área e base de retângulos. Geometricamente: a mediana Desenho esquemático para uma distribuição normal é o valor da abscissa que determina uma linha vertical que divide o histograma em duas partes de áreas iguais, ou seja, 50% da área está abaixo do primeiro quartil e 50% da área está acima. o primeiro quartil é o valor da abscissa que determina uma linha vertical que divide o histograma em duas partes distintas, ou seja, 25% da área está abaixo do primeiro quartil e 75% da área está acima. o terceiro quartil é o valor da abscissa que determina uma linha vertical que divide o histograma em duas partes distintas, ou seja, 75% da área está abaixo do terceiro quartil e 25% da área está acima.
18 Os cálculos da mediana e dos quartis no R... # Determinação dos quartis da raça Crioula TR_C <- c(rep("crioula",10)); TR_C r <- c(1:10); r Y_C <- c(47,51,45,50,50,52,46,49,53,51); Y_C df_c <- data.frame(cbind(tr_c,r,y_c)); df_c sort(y_c) # organiza os dados em ordem crescente (Crioula) quantile(y_c) # calculo dos quartis (Crioula) Desenho esquemático para uma distribuição normal # Determinação dos quartis da raça Nelore TR_N <- c(rep("nelore",10)); TR_N rep <- c(1:10); rep Y_N <- c(51,40,46,48,54,56,44,43,55,57); Y_N df_n <- data.frame(cbind(tr_n,rep,y_n)); df_n sort(y_n) # organiza os dados em ordem crescente (Nelore) quantile(y_n) # calculo dos quartis (Nelore)
19 2. Medidas de dispersão Algumas medidas Quando apresentamos uma medida de tendência central para representar um conjunto de dados, é necessário que essa medida seja acompanhada de uma outra que resume a variabilidade (dispersão dos dados). médias Nelore Crioula Apesar das duas distribuições terem a mesma média nas amostras, os valores da raça Nelore estão mais espalhados (dispersos) do que os valores da raça Crioula Pesos ao nascer = 49,4 Diagrama de pontos para peso ao nascer das raças Crioula e Nelore A variabilidade na raça Nelore é maior que na raça Crioula.
20 2. Medidas de dispersão Uma medida de dispersão quantifica a magnitude da variabilidade dos dados. Ela é de fundamental importância, pois a estatística só existe porque o fenômenos tem variabilidade. Vamos estudar as seguintes medidas de dispersão: variância desvio padrão erro padrão coeficiente de variação distância interquartílica
21 Variância e desvio padrão Algumas medidas Para o cálculo da variância e do desvio padrão, o princípio básico é analisar os desvios das observações em relação à média aritmética. O valor zero para a variância ou desvio padrão indica ausência de variação; o valor da medida vai aumentando à medida que aumenta a variação. Variância Populacional sendo: tamanho da população média populacional Variância da Amostra tamanho da amostra média da amostra
22 Variância e desvio padrão A variância apresenta um inconveniente de ordem prática, ela é expressa em unidades ao quadrado, isto causa problemas de interpretação. Uma medida de variabilidade, calculada com base na variância é o desvio padrão, o qual é expresso na mesma unidade dos dados originais. Desvio Padrão Populacional Desvio Padrão da Amostra
23 Vamos calcular a variância e o desvio padrão dos pesos ao nascer de bezerros, em kg, da raça Crioula. Raça Crioula ,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4-2,4 1,6-4,4 0,6 0,6 2,6-3,4-0,4 3,6 1,6 5,76 2,56 19,4 0,36 0,36 6,76 11,6 0, ,56 Variância da Amostra: 5,76+2,56+19,4+0,36+0,36+6,76+11,6+0, ,56 kg 2 Desvio Padrão da Amostra: kg
24 Vamos calcular a variância e o desvio padrão dos pesos ao nascer de bezerros, em kg, da raça Crioula. Raça Crioula ,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4-2,4 1,6-4,4 0,6 0,6 2,6-3,4-0,4 3,6 1,6 5,76 2,56 19,4 0,36 0,36 6,76 11,6 0, ,56 No R... Y_C <- c(47,51,45,50,50,52,46,49,53,51); Y_C var(y_c) # variância da raça Crioula sd(y_c) # desvio padrão da raça Crioula
25 Vamos calcular a variância e o desvio padrão dos pesos ao nascer de bezerros, em kg, da raça Nelore. Raça Nelore ,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4 1,6-9,4-3,4-1,4 4,6 6,6-5,4-6,4 5,6 7,6 2,56 88,36 11,56 1,96 21,16 43,56 29,16 40,96 31,36 57,76 Variância da Amostra: 2,56+88,36+11,56+1,96+21,16+43,56+29,16+40,96+31,36+57,76 kg 2 Desvio Padrão da Amostra: kg
26 Vamos calcular a variância e o desvio padrão dos pesos ao nascer de bezerros, em kg, da raça Nelore. Raça Nelore ,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4 49,4 1,6-9,4-3,4-1,4 4,6 6,6-5,4-6,4 5,6 7,6 2,56 88,36 11,56 1,96 21,16 43,56 29,16 40,96 31,36 57,76 No R... Y_N <- c(51,40,46,48,54,56,44,43,55,57); Y_N var(y_n) # variância da raça Nelore sd(y_n) # desvio padrão da raça Nelore
27 Resumindo... Raça Variância Desvio Padrão Crioula 6,93 2,63 Nelore 36,49 6,04 Portanto, a raça Nelore apresentou uma variabilidade muito maior do que a raça Crioula, para o peso no nascimento, conforme já havíamos concluído a partir da análise do diagrama de pontos.
28 MEDIDAS DE POSIÇÃO E DE DISPERSÃO Erro Padrão da Média Medidas de Dispersão Se retirarmos várias amostras de uma mesma população, teremos diversas estimativas da média, obtidas em cada uma das amostras. Com essas estimativas da média, pode-se estimar uma variância, considerando-se os desvios de cada média em relação à média de todas elas. Assim, a estimativa da variância da média pode ser calculada por sendo a estimativa da variância dos n dados da amostra. A raiz quadrada dessa estimativa de variância é denominada erro padrão da média, que pode ser calculado por:, Quanto menor for o valor de, maior será a precisão da estimativa da média.
29 Vamos calcular a variância da média e o erro padrão da média dos pesos ao nascer de bezerros, em kg, da raça Nelore. Repetições Raça Nelore ,4 36,49 6,04 Variância da Média:, Erro Padrão da Média:, No R... Y_N <- c(51,40,46,48,54,56,44,43,55,57); Y_N var_media_n=var(y_n)/length(y_n); var_media_n erro_padrao_n=sd(y_n)/sqrt(length(y_n)); erro_padrao_n # erro padrão
30 O uso da média e do desvio padrão na interpretação de um conjunto de Dados: Como o desvio padrão é uma medida que indica quanto, em média, os elementos de um conjunto de dados se afastam da média deles, utilizamos: Vamos considerar os pesos ao nascer de bezerros, em kg, da raça Crioula, o intervalo: Raça Pesos ao nascer em kg Crioula ,4 2,63 : :
31 Através da análise de amplitude desses intervalos, o pesquisador pode avaliar se eles são: amplos (pouco precisos) ou não (precisos) para o fenômeno real em estudo. Em uma distribuição normal, valores maiores que e menores que valores discrepantes ou outliers. são considerados
32 Coeficiente de Variação O coeficiente de variação ( ) é utilizado quando temos interesse em comparar variabilidades em situações nas quais as médias são muito diferentes ou as unidades de medida são diferentes. Ele é uma medida de dispersão relativa (porque estabelece uma relação entre desvio padrão e média) dada em percentual da variabilidade dos dados em torno da média e expresso por: sendo, desvio padrão da amostra média da amostra
33 Vamos calcular o coeficiente de variação dos pesos ao nascer de bezerros, em kg, das raças Crioula e Nelore. Raça Crioiula:,, No R... #Raça Crioula Y_C <- c(47,51,45,50,50,52,46,49,53,51); Y_C # Coeficiente de Variação: cv_c <- (sd(y_c)/mean(y_c))*100; cv_c Raça Nelore:,, Portanto, a variabilidade de peso ao nascer na amostra da raça Crioula é menor do que da raça Nelore. #Raça Nelore Y_N <- c(51,40,46,48,54,56,44,43,55,57); Y_N # Coeficiente de Variação cv_n <- (sd(y_n)/mean(y_n))*100; cv_n
34 O coeficiente de variação é bastante utilizado em estudos de dinâmica de populações vegetais e animais. Na estatística experimental, ele indica a precisão do experimento, ou seja, a capacidade de o realizarmos novamente, sob as mesmas condições, e produzir resultados semelhantes. Os valores de CV dependem do tipo de pesquisa e da variável em estudo para ser considerado aceitável. Tem-se a seguinte orientação:
35 Distância interquartílica Da mesma forma que a média aritmética, a variância é uma medida bastante apropriada para representar a dispersão de dados com distribuição normal. Uma medida de variabilidade, útil para diferentes tipos de distribuição, é dada pela distância interquartílica ( por: ), calculada que representa a amplitude do intervalo que contém os 50% dos dados centrais, ou seja, como eles estão espalhados.
36 Para os valores dos pesos ao nascer de bezerros, em kg, das raças Crioula e Nelore temos as seguintes distâncias interquartílicas: Raça Crioiula: Raça Nelore: No R... TR_C <- c(rep("crioula",10)); TR_C r <- c(1:10); r Y_C <- c(47,51,45,50,50,52,46,49,53,51); Y_C df_c <- data.frame(cbind(tr_c,r,y_c)); df_c sort(y_c); # ordem crescente mean(y_c); # média var(y_c); # variância quantile(y_c) # quartis TR_N <- c(rep("nelore",10)); TR_N rep <- c(1:10); rep Y_N <- c(51,40,46,48,54,56,44,43,55,57); Y_N df_n <- data.frame(cbind(tr_n,rep,y_n)); df_n sort(y_n); # ordem crescente mean(y_n); # média var(y_n); # variância quantile(y_n) # quartis
37 O uso da mediana e dos quartis na interpretação de um conjunto de dados: O objetivo da mediana de dos quartis é obter informações sobre a forma, o valor representativo, a dispersão e os valores discrepantes da distribuição dos dados observados e, assim, responder importantes questões da pesquisa Somente com a média e o desvio padrão não temos ideia da forma como os dados se distribuem, a sugestão é fazer o uso das seguintes medidas: i. Mediana ; ii. Valores máximo e mínimo ; iii. O primeiro e o terceiro quartil quartis; iv. Distância Interquartílica.
38 Exemplo de uso da mediana e dos quartis na interpretação de um conjunto de dados. Foram tomadas duas amostras de tamanhos iguais a 25 observações, de crescimento do pseudobulbo, em cm, da espécie de orquídea Laelia purpurata, sob duas condições de luminosidade (com luz direta e com luz indireta). Os dados estão apresentados na tabela abaixo. mínimo Luz Direta 1,6 1,6 1,9 1,9 2,1 2,1 2,1 2,1 2,1 2,4 2,5 2,5 2,7 3,4 3,4 3,7 3,9 4,2 4,8 6,3 6,5 7,2 8,8 9,4 9,5 Luz Indireta 1,4 1,9 2,8 3,1 3,5 3,5 3,6 3,9 4,3 4,5 4,6 4,8 6,3 6,5 6,7 6,7 6,8 6,9 8,1 8,6 10,4 12,7 16,3 16,8 16,9 máximo
39 Condições Luz Direta (LD) 2,7 2,1 4,8 1,6 9,5 2,7 Luz Indireta (LI) 6,3 3,6 8,1 1,4 16,9 4,5 Cálculo dos quartis e extremos para os dados de crescimento do pseldobulbo da Laelia purpurata No R... LD <- c(1.6, 1.6, 1.9, 1.9, 2.1, 2.1, 2.1, 2.1, 2.1, 2.4, 2.5, 2.5, 2.7, 3.4, 3.4, 3.7, 3.9, 4.2, 4.8, 6.3, 6.5, 7.2, 8.8, 9.4, 9.5); LD LI <- c(1.4, 1.9, 2.8, 3.1, 3.5, 3.5, 3.6, 3.9, 4.3, 4.5, 4.6, 4.8, 6.3, 6.5, 6.7, 6.7, 6.8, 6.9, 8.1, 8.6, 10.4, 12.7, 16.3, 16.8, 16.9); LI summary(ld) summary(li)
40 Condições Luz Direta (LD) 2,7 2,1 4,8 1,6 9,5 2,7 Luz Indireta (LI) 6,3 3,6 8,1 1,4 16,9 4,5 Cálculo dos quartis e extremos para os dados de crescimento do pseldobulbo da Laelia purpurata Podemos concluir que: O crescimento maior ocorreu com luz indireta, pois cm e cm A maior variabilidade dos dados centrais também ocorreu na luz indireta, pois a distância interquartílica foi de cm contra cm da luz direta
41 Com o uso dos quartis: É possível verificar (detectar) se um ou mais valores da distribuição são considerados discrepantes. Considere a -ésima observação do conjunto de dados e a distância interquartílica Se ou então é considerado um valor discrepante (outlier) O valor 1,5 é utilizado no cálculo dos valores discrepantes, pois a área da curva normal no intervalo 99,3% igual a 99,3% logo estamos considerando 0,7% dos valores da, +, distribuição normal como sendo valores discrepantes ou outliers.
42 Em um conjunto de dados pode existir mais de um valor discrepante. No exemplo dos dados de crescimento do pseldobulbo da Laelia purpurata: Condições, +, Luz Direta (LD) 2,1 4,8 2,7-1,95 8,85 Luz Indireta (LI) 3,6 8,1 4,5-3,15 14,85 assim: outlier de LD Luz Direta 1,6 1,6 1,9 1,9 2,1 2,1 2,1 2,1 2,1 2,4 2,5 2,5 2,7 3,4 3,4 3,7 3,9 4,2 4,8 6,3 6,5 7,2 8,8 9,4 9,5 Luz Indireta 1,4 1,9 2,8 3,1 3,5 3,5 3,6 3,9 4,3 4,5 4,6 4,8 6,3 6,5 6,7 6,7 6,8 6,9 8,1 8,6 10,4 12,7 16,3 16,8 16,9 Outlier de LI
43 Desenho Esquemático As informações da mediana e quartis podem ser representadas graficamente em um box-plot, bastante apropriado para se efetuar comparações entre distribuições de dados de diferentes tratamentos. outliers para LI Valores não outliers para LI
44 Desenho Esquemático As informações da mediana e quartis podem ser representadas graficamente em um box-plot, bastante apropriado para se efetuar comparações entre distribuições de dados de diferentes tratamentos. No R... TR <- c(rep("luz direta",25), rep("luz indireta",25)); TR rep <- c(1:25,1:25); rep Y <- c(1.6, 1.6, 1.9, 1.9, 2.1, 2.1, 2.1, 2.1, 2.1, 2.4, 2.5, 2.5, 2.7, 3.4, 3.4, 3.7, 3.9, 4.2, 4.8, 6.3, 6.5, 7.2, 8.8, 9.4, 9.5, 1.4, 1.9, 2.8, 3.1, 3.5, 3.5, 3.6, 3.9, 4.3, 4.5, 4.6, 4.8, 6.3, 6.5, 6.7, 6.7, 6.8, 6.9, 8.1, 8.6, 10.4, 12.7, 16.3, 16.8, 16.9); Y df1 <- data.frame(cbind(tr,rep,y)); df1 FTR <- as.factor(tr) # TODA FONTE DE VARIAÇÃO DEVE SER UM FATOR m <- tapply(y,ftr,mean); m # Médias dos Tratamentos lmin <- 0 # limite mínimo lmax <- 10 # limite máximo barplot(m,ylim=c(lmin,lmax)) # gráfico das médias dos tratamentos plot(y~ftr) # gráfico box-plot por tratamentos
45 Correlação Utilizado para analisar o comportamento conjunto de duas ou mais variáveis quantitativas. Estamos interessados em obter uma medida estatística que indique se existe ou não uma associação linear entre duas variáveis e, se existir, qual a sua magnitude e sinal. O primeiro passo para verificar se existe correlação entre duas variáveis quantitativas, é construir um gráfico de dispersão. No eixo das abscissas colocamos a variável X e no das ordenadas a variável Y
46 Correlação Exemplo. Considere os dados referentes à produção de matéria seca de uma cultura (Y) e a quantidade de radiação fotossintética ativa (X). Os dados obtidos do experimento são apresentados na tabela abaixo: Produção (Y) Radiação (X) Produção (g/m 2 ) Através do diagrama de pontos, concluímos que existe uma correlação positiva entre as variáveis Produção e Radiação ( ), pois a medida que aumenta a radiação fotossintética, também aumenta a produção de matéria seca. Assim, pode-se concluir que o conhecimento da Radiação fotossintética (W/m 2 ) quantidade de radiação pode ajudar a prever a produção de matéria seca.
47 Correlação Exemplo. Considere os dados referentes à produção de matéria seca de uma cultura (Y) e a quantidade de radiação fotossintética ativa (X). Os dados obtidos do experimento são apresentados na tabela abaixo: Produção (Y) Radiação (X) No R... Y <- c(10, 60, 110, 160, 220, 280, 340, 400, 460, 520); Y X <- c(18, 55, 190, 300, 410, 460, 570, 770, 815, 965); X = 0, ,1537 = 0,9953 z=plot(x,y) # gráfico de dispersão cor(x,y) # coeficiente de correlação regressao=lm(y~x); regressao # estimativa dos parâmetros abline(regressao) # adiciona ao gráfico a reta de ajustada grid(z) # quadricula o gráfico
48 Exercícios
49 Exercícios Exercício 1. Foi observado a espessura, em micra (10 = ), do epitélio da mucosa vaginal em 10 porcas diestro, conforme tabela seguinte Com base nestes dados, pede-se: a) Estimar a espessura média, em micra, do epitélio da mucosa vaginal para essas porcas. b) Calcular a amplitude =. c) Calcular a variância d) Calcular o desvio padrão e) Calcular o erro padrão da média. f) Calcular o coeficiente de variação.
50 Exercício 1 solução Exercício 1. Foi observado a espessura, em micra (10 = ), do epitélio da mucosa vaginal em 10 porcas diestro, conforme tabela seguinte Com base nestes dados, pede-se: a) Estimar a espessura média, em micra, do epitélio da mucosa vaginal para essas porcas. = = = 43,8 b) Calcular a amplitude. = 62,0 23,0 = 39
51 Exercício 1 solução Exercício 1. Foi observado a espessura, em micra (10 = ), do epitélio da mucosa vaginal em 10 porcas diestro, conforme tabela seguinte ,8 43,8 43,8 43,8 43,8 43,8 43,8 43,8 43,8 43,8-0,8 14,2 6,2-4,8 18,2-5,8-20,8-12,8 1,2 5,2 0,64 201,6 38, ,2 33,6 432,6 163,8 1,44 27 Com base nestes dados, pede-se: c) Calcular a variância Solução. = 43,8 = 0, , , ,44+27 = 1254 = 139,2889
52 Exercício 1 solução Exercício 1. Foi observado a espessura, em micra (10 = ), do epitélio da mucosa vaginal em 10 porcas diestro, conforme tabela seguinte Com base nestes dados, pede-se: d) Calcular o desvio padrão. = = 139,2889 = 11,8021 e) Calcular o erro padrão da média. = 43,8 = 11, f) Calcular o coeficiente de variação = 3,7321 = , ,8 = 26,95%
53 Exercícios Exercício 2. O intervalo entre partos de vacas leiteiras em uma fazenda apresentou um valor médio de 840 dias e um desvio padrão de 275 dias. Sendo uma variável que depende de fator hormonal, entre muitos outros, seu coeficiente de variação deve ser elevado. Calcule-o. Solução. Note que = 840dias e s = 275 dias. Lembrando que o coeficiente de variação, que avalia a instabilidade relativa, é dado por = = = 32,70%, então: Dessa maneira, o coeficiente de variação é de 32,7 %, o que pode não parecer muito elevado. Mas devemos considerar que no processo seletivo usualmente feito nos rebanhos de leite, muitas vacas são descartadas por não retornarem ao cio em tempo préestabelecido pelo manejo da fazenda.
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 maisElementos de Estatística
Elementos de Estatística Lupércio F. Bessegato & Marcel T. Vieira UFJF Departamento de Estatística 2013 Medidas Resumo Medidas Resumo Medidas que sintetizam informações contidas nas variáveis em um único
Leia maisEstatística Descritiva
Estatística Descritiva ESQUEMA DO CAPÍTULO 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Leia maisEstatística
Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...
Leia maisIntrodução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas
Leia maisMedidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 29 de Agosto de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores
Leia maisCapítulo 1. Análise Exploratória de Dados
Capítulo 1 Análise Exploratória de Dados Introdução A finalidade da Análise Exploratória de Dados (AED) é examinar os dados previamente à aplicação de qualquer técnica estatística. Desta forma o analista
Leia maisDistribuição de frequências:
Distribuição de frequências: Uma distribuição de frequências é uma tabela que reúne o conjunto de dados conforme as frequências ou as repetições de seus valores. Esta tabela pode representar os dados em
Leia maisEstatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
Leia maisESTATÍSTICA Medidas de Síntese
2.3 - Medidas de Síntese Além das tabelas e gráficos um conjunto de dados referente a uma variável QUANTITATIVA pode ser resumido (apresentado) através de Medidas de Síntese, também chamadas de Medidas
Leia maisConceito 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 maisInferência Estatística: Conceitos Básicos I
Inferência Estatística: Conceitos Básicos I Introdução, Medidas de Tendência Central, Medidas de Variabilidade, Distribuições de Frequência e Probabilidade Flávia F. Feitosa BH1350 Métodos e Técnicas de
Leia maisMedidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 27 de Março de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Sumário 1 Introdução
Leia maisAULA 2 UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO
AULA UNIDADE 1 DISTRIBUIÇÃO DE FREQUÊNCIAS 1.1 INTRODUÇÃO As tabelas estatísticas, geralmente, condensam informações de fenômenos que necessitam da coleta de grande quantidade de dados numéricos. No caso
Leia maisANÁLISE EXPLORATÓRIA DE DADOS 2ª PARTE
ANÁLISE EXPLORATÓRIA DE DADOS 2ª PARTE 1 Medidas de síntese TERCEIRA maneira de resumir um conjunto de dados referente a uma variável quantitativa. Separatrizes Locação x % x % x % x % Dispersão Forma
Leia maisREPRESENTAÇÃO GRÁFICA E INTERPRETAÇÃO DE DADOS
1 REPRESENTAÇÃO GRÁFICA E INTERPRETAÇÃO DE DADOS Frequentemente, os resultados numéricos referentes a uma pesquisa são apresentados ou representados na mídia por meio de gráficos. Quando empregados de
Leia maisMedidas de Dispersão ou variabilidade
Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
Leia mais25/08/2016. Estatística. Estatística. Medidas Estatísticas Medidas de Posição. Mariele Bernardes. Mariele Bernardes
s 12/08/2016 As medidas estatísticas resumem as informações obtidas dando uma visão global dos dados. s ou estimadores dados da amostra Parâmetros dados populacionais. de posição de dispersão de posição
Leia maisMEDIDAS 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 maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisMétodos Quantitativos
Métodos Quantitativos Unidade 2 Estatística descritiva 1 SUMÁRIO SEÇÃO SLIDES 2.1 Amostragem... 03 11 2.2 Tabelas e gráficos... 12 19 2.3 Medidas de posição... 20 24 2.4 Medidas de dispersão... 25 30 Observação:
Leia maisLista de Exercícios Cap. 2
Lista de Exercícios Cap. 2 ) Considere os dados de Sexo e Raça para os dados abaixo: Sexo F M M F M F F F M M M M M M F F F M F F F F M M F M M Raça B B B B B B B B B B B B B B B B B P B B B A B B B B
Leia maisCAP1: Estatística Descritiva para análise da variabilidade uma amostra de dados quantitativos
CAP1: Estatística Descritiva para análise da variabilidade uma amostra de dados quantitativos O aluno deverá utilizar calculadora científica Resumo Numérico dos dados Suponha que os dados sejam representados
Leia mais3.1 - Medidas de Posição Medidas de Dispersão Quantis Empiricos Box-plots Graficos de simetria 3.
3 - MEDIDAS RESUMO 3.1 - Medidas de Posição 3.2 - Medidas de Dispersão 3.3 - Quantis Empiricos 3.4 - Box-plots 3.5 - Graficos de simetria 3.6 - Transformações 1/17 3.1 - Medidas de Posição Muitas vezes
Leia maisIntrodução ao modelo de Regressão Linear
Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)
Leia maisAdilson Cunha Rusteiko
Janeiro, 2015 Estatística , A Estatística Estatística: É a parte da matemática aplicada que fornece métodos para coleta, organização, descrição, análise e interpretação
Leia maisPROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA
PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo ESTATÍSTICA DESCRITIVA A Estatística Descritiva
Leia maisMAIS SOBRE MEDIDAS RESUMO. * é muito influenciada por valor atípico
MAIS SOBRE MEDIDAS RESUMO Medidas de Tendência Central (1) média (aritmética) * só para variáveis quantitativas exceção: variável qualitativa nominal dicotômica, com categorias codificadas em 0 e 1; neste
Leia maisMedidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação
Medidas de Dispersão Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Introdução Estudo de medidas que mostram a dispersão dos dados em torno da tendência central Analisaremos as seguintes
Leia maisMOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisVimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DE POSIÇÃO E DISPERSÃO Departamento de Estatística Luiz Medeiros Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos.
Leia maisMas, 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 maisIntrodução à Estatística Estatística Descritiva 22
Introdução à Estatística Estatística Descritiva 22 As tabelas de frequências e os gráficos constituem processos de redução de dados, no entanto, é possível resumir de uma forma mais drástica esses dados
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL
MEDIDAS DE TENDÊNCIA CENTRAL Professor Jair Wyzykowski Universidade Estadual de Santa Catarina Média aritmética INTRODUÇÃO A concentração de dados em torno de um valor pode ser usada para representar todos
Leia maisCURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS. UFBA/FACED José Albertino Lordello Sheila Regina Pereira
CURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS UFBA/FACED José Albertino Lordello Sheila Regina Pereira MEDIDAS RESUMO Uma maneira conveniente de descrever um grupo como um todo é achar um número único que represente
Leia maisAmostragem 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 maisBIOESTATÍSTICA. Unidade III - Medidas de Tendência Central e de Dispersão
BIOESTATÍSTICA Unidade III - Medidas de Tendência Central e de Dispersão 0 INTRODUÇÃO Vamos abordar um assunto importante no que diz respeito a transmissão das informações relativas à amostra ou população
Leia maisAULA 5 MEDIDAS DESCRITIVAS DOCENTE: CIRA SOUZA PITOMBO
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA ENG C 18 Métodos de Pesquisa Quantitativos e Qualitativos AULA 5 MEDIDAS DESCRITIVAS DOCENTE: CIRA SOUZA PITOMBO
Leia maisINTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES
INTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES DESCRIÇÃO DOS DADOS CONTÍNUOS Trazem informações que expressam a tendência central e a dispersão dos dados. Tendência Central: Média ( x ), Mediana ( Md ),
Leia maisQUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA
QUESTÕES DE CONCURSOS PÚBLICOS ESTATÍSTICA DESCRITIVA 1) Um pesquisador que ordena uma lista de cidades segundo o ritmo de vida, do mais lento para o mais acelerado, está operando no nível de medida: (A)
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisUniversidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão
Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão 1) Os dados apresentados a seguir referem-se ao levantamento dos intervalos
Leia maisIntrodução à Probabilidade e Estatística I
Introdução à Probabilidade e Estatística I População e Amostra Medidas resumo Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Passos iniciais O primeiro
Leia maisRevisão de estatística descritiva
Revisão de estatística descritiva Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais 1 Apresentação de grupos: dia 19/02 (quinta) Definir e eplicar sucintamente o funcionamento das seguintes
Leia maisBioestatística Básica
Bioestatística Básica Curso de Pós-Graduação RCA 5804 PROF. DR. ALFREDO J RODRIGUES DEPARTAMENTO DE CIRURGIA E ANATOMIA FACULDADE DE MEDICINA DE RIBEIRÃO PRETO UNIVERSIDADE DE SÃO PAULO alfredo@fmrp.usp.br
Leia maisHEP Bioestatística
HEP 57800 Bioestatística DATA Aula CONTEÚDO PROGRAMÁTICO 05/03 Terça Níveis de mensuração, variáveis, organização de dados, apresentação tabular 07/03 Quinta Apresentação tabular e gráfica /03 Terça 3
Leia maisProf. Dr. Engenharia Ambiental, UNESP
INTRODUÇÃO A ESTATÍSTICA ESPACIAL Análise Exploratória dos Dados Estatística Descritiva Univariada Roberto Wagner Lourenço Roberto Wagner Lourenço Prof. Dr. Engenharia Ambiental, UNESP Estrutura da Apresentação
Leia maisMedidas de Dispersão 1
Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Dispersão 1 Introdução Uma breve reflexão sobre as medidas de tendência central permite-nos concluir que elas não
Leia maisMEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões
MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm
Leia maisUnidade III Medidas Descritivas
Unidade III Medidas Descritivas Autor: Anderson Garcia Silveira Anderson Garcia Silveira Na aula anterior... Medidas de Tendência Central 2 Na aula anterior... Medidas de Tendência Central Moda Mediana
Leia maisVariável Salário: Quantitativa contínua. Para construir os histogramas solicitados temos,
1 Exercício 1 Variável Salário: Quantitativa contínua Para construir os histogramas solicitados temos, Tabela 1: Distribuição de frequências da variável salário Classe de Salário n i f i Amplitude i Densidade
Leia maisMedidas de Posição ou Tendência Central
Medidas de Posição ou Tendência Central Medidas de Posição ou Tendência Central Fornece medidas que podem caracterizar o comportamento dos elementos de uma série; Possibilitando determinar se um valor
Leia maisMAE116 Farmácia Estatística Descritiva (I)
MAE116 Farmácia 2017 Estatística Descritiva (I) 1 O que é Estatística A estatística desempenha o papel importante em muitos processos de tomada de decisão. Um pesquisador, em muitas situações, necessita
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Pertencem ao grupo de ferramentas estatísticas que permitem caracterizar um conjunto de dados sob ponto de vista da tendência
Leia maisRevisão de estatística descritiva
Revisão de estatística descritiva Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais 1 Estatística descritiva É utilizada para resumir, descrever e organizar os dados coletados pelo pesquisador.
Leia maisEstatística I Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 3 Prof.: Patricia Maria Bortolon, D. Sc. Estatística: Prof. André Carvalhal Dados quantitativos: medidas numéricas Propriedades Numéricas Tendência Central Dispersão Formato Média Mediana
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br INTRODUÇÃO Muitas vezes, embora se tenha cuidado no planejamento e Ao planejar um experimento, o pesquisador
Leia maisStela Adami Vayego DEST/UFPR
Resumo 5 - Análise Bivariada (Bidimensional) 5.1. Introdução O principal objetivo das análises nessa situação é explorar relações (similaridades) entre duas variáveis. A distribuição conjunta das freqüências
Leia maisA UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE:
A UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE: ESELAW 09 MARCOS ANTÔNIO P. & GUILHERME H. TRAVASSOS) 1 Aluna: Luana Peixoto Annibal
Leia maisProf. Francisco Crisóstomo
Unidade II ESTATÍSTICA BÁSICA Prof. Francisco Crisóstomo Unidade II Medidas de posição Medidas de posição Tem como característica definir um valor que representa um conjunto de valores (rol), ou seja,
Leia maisMedidas de Tendência Central
ESTATÍSTICA DESCRITIVA Medidas de Tendência Central 3 MEDIDAS DE TENDÊNCIA CENTRAL 3.1 Média Aritmética Uma das mais importantes medidas estatísticas utilizadas é a média. Ela é, por exemplo, utilizada
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisBioestatística Medidas de tendência central, posição e dispersão PARTE II Roberta de Vargas Zanini 11/05/2017
Bioestatística Medidas de tendência central, posição e dispersão PARTE II Roberta de Vargas Zanini 11/05/2017 10/03/2016 As medidas de tendência central são uma boa forma para descrever resumidamente
Leia mais( ) Referem-se aos dados coletados e podem ser
Universidade Estadual de Maringá - UEM Programa de Integração Estudantil - PROINTE Preceptoria de Bioestatística Farmácia Professora: Nazaré Barata Mateus Preceptora: Rafaela Ferreira de Souza Lista 1
Leia maisEstatística 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 maisProfa. 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 maisESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO
ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO 1 ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL MEDIDAS DE DISPERSÃO 2 Estatística ELEMENTOS TÍPICOS DE UMA DISTRIBUIÇÃO:
Leia maisEstatística I Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 2 Prof.: Patricia Maria Bortolon, D. Sc. Análise Exploratória de Dados Consiste em resumir e organizar os dados coletados Utiliza-se tabelas, gráficos ou medidas numéricas para resumir
Leia maisDescrevendo Distribuições com Números TADI
Descrevendo Distribuições com Números TADI 1 Quanto ganha quem tem curso superior? Entrevistamos 15 pessoas que responderam (em milhares de R$/mês): 11 2,5 5 5 5,5 3 3,5 3 0,4 3,2 5 3 3,2 7,4 6 Salário
Leia maisCoeficiente de Assimetria
Coeficiente de Assimetria Rinaldo Artes Insper Nesta etapa do curso estudaremos medidas associadas à forma de uma distribuição de dados, em particular, os coeficientes de assimetria e curtose. Tais medidas
Leia maisBioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: medidas resumo Nome: GABARITO
Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: medidas resumo Nome: GABARITO GRR: 1. Estime as medidas de centro (média, mediana, moda) para amostras de altura
Leia maisProbabilidade e Estatística (Aula Prática - 23/05/16 e 24/05/16)
Probabilidade e Estatística (Aula Prática - 23/05/16 e 24/05/16) Resumo: Veremos nesta aula tabelas, cálculos de porcentagem e gráficos; amostras e tipo de amostragem; Medidas de tendência central e medidas
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ As medidas de posição apresentadas fornecem a informação dos dados apenas a nível
Leia maisMEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 10 de maio de 2017 relativo (DPR) São medidas que visam fornecer o grau de
Leia maisIntrodução à estatística. Prof. Anderson Rodrigo da Silva
Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Sobre Estatística Conjunto de conceitos e métodos. Ciência que recolhe fatos e fenômenos, analisa-os e interpreta-os quanto ao número de frequência,
Leia maisESTATÍSTICA BÁSICA. Freqüência Absoluta: Número de vezes que um elemento ocorre em uma amostra.
ESTATÍSTICA BÁSICA. Apresentação Estatística é a parte da Matemática que organiza e analisa dados coletados em uma amostra de um conjunto. Com base nos resultados, faz projeções para todo o conjunto com
Leia maisà Análise de Padrões
CC-226 Introdução à Análise de Padrões Prof. Carlos Henrique Q. Forster Variáveis, Estatísticas sticas e Distribuições de Probabilidades Tópicos de hoje Definições Alguns estimadores estatísticos Distribuições
Leia maisESTATÍSTICA DESCRITIVA
ESTATÍSTICA DESCRITIVA O principal objectivo da ESTATÍSTICA DESCRITIVA é a redução de dados. A importância de que se revestem os métodos que visam exprimir a informação relevante contida numa grande massa
Leia maisCAD. 8 SETOR A AULAS 45-48
CAD. 8 SETOR A AULAS 45-48 48 ESTATÍSTICA STICA Prof. Suzart ESTATÍSTICA Elabora métodos para coleta, organização, descrição, análise e intepretação de dados. Experimentos não-determinísticos. Determinação
Leia maisQuímica e Estatística
Revisão dos Conceitos Básicos de Química e Revisão dos Conceitos Básicos de Definições Básicas de Média Separatrizes (Quartil, Decis e Percentil) Desvio Padrão Variância Função de Distribuição de Probabilidade
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Análise Exploratória de Dados As técnicas de análise exploratória de dados consistem em gráficos simples de desenhar que podem ser
Leia maisEscola Secundária de Jácome Ratton
Escola Secundária de Jácome Ratton Ano Lectivo 21/211 Matemática Aplicada às Ciências Sociais Dados bidimensionais ou bivariados são dados obtidos de pares de variáveis. A amostra de dados bivariados pode
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Leia maisBioestatística. Aula 3. MEDIDAS SEPARATRIZES Quartis, Decis e percentis. Profa. Alessandra Bussador
Bioestatística Aula 3 MEDIDAS SEPARATRIZES Quartis, Decis e percentis Profa. Alessandra Bussador Quartis dados não agrupados Dividem os dados ordenados em quatro partes: Primeiro Quartil (Q1): valor que
Leia maisApresentação Caule e Folha. Exemplo. Ramo e Folha. Análise Exploratória de Dados
Análise Exploratória de Dados Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ As técnicas de análise exploratória de dados consistem em gráficos simples de desenhar que podem ser
Leia maisMedidas Resumo. Medidas de Posição/ Medidas de Dispersão. A intenção desse trabalho é introduzir os conceitos de Medidas de posição e de dispersão.
Medidas Resumo Medidas de Posição/ Medidas de Dispersão A intenção desse trabalho é introduzir os conceitos de Medidas de posição e de dispersão. Prof. MSc. Herivelto Marcondes Março/2009 1 Medidas Resumo
Leia maisAnálise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia maisCapítulo 2- Funções. Dado dois conjuntos não vazios e e uma lei que associa a cada elemento de um único elemento de, dizemos que é uma função de em.
Conceitos Capítulo 2- Funções O termo função foi primeiramente usado para denotar a dependência entre uma quantidade e outra. A função é usualmente denotada por uma única letra,,,... Definição: Dado dois
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisProfa. Janaina Fracaro Engenharia Mecânica 2015
Profa. Janaina Fracaro Engenharia Mecânica 2015 Medidas de Posição ou tendência central Buscam identificar valores característicos de uma relação de valores medidos. Média Aritmética: EX: Suponha que a
Leia maisProbabilidade e Estatística. Prof. Dr. Jhames Sampaio
Probabilidade e Estatística Prof. Dr. Jhames Sampaio Medidas de Posição Moda observação mais frequente Medidas de Posição Moda observação mais frequente Vamos considerar a pesquisa do Twitter onde foram
Leia maisCurso de IPE Aula 1 de Estatística Descritiva. Prof. Dr. Valdecir Marvulle 2013
Curso de IPE Aula 1 de Descritiva Prof. Dr. Valdecir Marvulle 2013 Dados: Coleção de fatos numéricos observados. Exemplos: Peso dos pacientes atendidos numa unidade de saúde. Freqüência respiratória após
Leia maisEstatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
Leia mais(tabelas, gráficos e sumários estatísticos, de posição e de dispersão)
ESTATÍSTICA DESCRITIVA a) Conceito: Apresentação numérica, tabular e/ou gráfica com o propósito resumir ou sumarizar as informações contidas num conjunto de dados observados (estatística: tabelas, gráficos
Leia maisAula 3 MEDIDAS DE DISPERSÃO, ASSIMETRIA E CURTOSE.
MEDIDAS DE DISPERSÃO, ASSIMETRIA E CURTOSE. Aula META Mensurar a dimensão média do afastamento dos valores de um conjunto de dados em relação à determinada Medida de Tendência Central, bem como de que
Leia maisPrincípios de Bioestatística Estatística Descritiva/Exploratória
1/31 Princípios de Bioestatística Estatística Descritiva/Exploratória Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/31 Descrição de Dados Variável: característica
Leia maisAmostragem Aleatória e Descrição de Dados - parte II
Amostragem Aleatória e Descrição de Dados - parte II 2012/02 1 Diagrama de Ramo e Folhas 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Construir e interpretar disposições gráficas dos
Leia maisSumário. Estatistica.indb 11 16/08/ :47:41
Sumário CAPÍTULO 1 CONCEITOS INICIAIS... 19 1.1. Introdução... 19 1.2. Estatística... 19 1.2.1. Estatística Descritiva ou Dedutiva... 21 1.2.2. Estatística Indutiva ou Inferencial... 21 1.3. População...
Leia mais