ESTIMATIVA DA INCERTEZA DE MEDIÇÃO DE MÉTODOS ANALÍTICOS

Tamanho: px
Começar a partir da página:

Download "ESTIMATIVA DA INCERTEZA DE MEDIÇÃO DE MÉTODOS ANALÍTICOS"

Transcrição

1 1/15 1. CAMPO DE APLICAÇÃO 1.1. Este procedmeto se aplca aos laboratóros de cotrole de qualdade.. OBJETIVO.1. Defr a capacdade de medção para cada método aalítco.. DOCUMENTOS COMPLEMENTARES.1. Valdação de métodos aalítcos.. EQUIPE RESPONSÁVEL.1. Todos os colaboradores dos laboratóros de cotrole de qualdade, cludo estagáros supervsoados, que teham recebdo treameto para este PO. 5. HIGIENE E SEGURANÇA 5.1. Os equpametos de proteção dvdual (EPIs) devem obedecer ao precozado para a aálse de cada parâmetro, coforme descrto em seus respectvos POs. 6. DEFINIÇÕES 6.1. Avalação Tpo A: Avalação de uma compoete da certeza de medção por uma aálse estatístca dos valores meddos, obtdos sob codções defdas de medção; 6.. Avalação Tpo B: Avalação de uma compoete da certeza de medção determada por meos dferetes daquele adotado para a avalação do Tpo A da certeza de medção; 6.. Capacdade de medção e calbração (CMC): Meor certeza de medção que um laboratóro de calbração pode obter quado realza calbrações ou medções detro do escopo da sua acredtação; 6.. Fator de abragêca: Número maor do que um pelo qual uma certeza padrão combada é multplcada para se obter uma certeza padrão expadda. Esse fator depede do tpo de dstrbução de probabldade da gradeza de saída e da probabldade de abragêca escolhda; 6.5. Gradeza: Propredade de um feômeo, de um corpo ou de uma substâca que pode ser expressa quattatvamete sob a forma de um úmero e de uma referêca. A referêca pode ser uma udade de medda, um procedmeto de medção, um materal de referêca ou uma combação destes; 6.6. Gradeza de etrada: Gradeza que deve ser medda, ou gradeza cujo valor pode ser obtdo de outro modo, para calcular um valor meddo de um mesurado; 6.7. Gradeza de saída: Gradeza cujo valor meddo é calculado utlzado-se os valores da gradeza de etrada um modelo de medção; 6.8. Icerteza de medção expadda: Produto de uma certeza padrão combada por um fator de abragêca; 6.9. Icerteza de medção: Parâmetro ão egatvo que caracterza a dspersão dos valores atrbuídos a um mesurado, com base as formações utlzadas; Icerteza padrão: Icerteza de medção expressa a forma de um desvo padrão; Icerteza padrão combada: Icerteza padrão obtda ao se utlzarem certezas padrão dvduas assocadas às gradezas de etrada em um modelo de medção; (1)

2 / Mesurado: Gradeza que se pretede medr. Aalto, ou o ome de uma substâca ou de um composto, são termos corretamete utlzados algumas vezes para mesurado. Esses termos ão se referem a gradezas; 6.1. Probabldade de abragêca: Probabldade de que um cojutos de valores verdaderos de um mesurado esteja cotdo um tervalo de abragêca especfcado. A probabldade de abragêca também é chamada de ível de cofaça ; 6.1. Valor verdadero: Valor de uma gradeza compatível com a defção de gradeza. 7. PROCEDIMENTO 7.1. Cosderações geras para a estmatva de certeza de medção Expressar em termos matemátcos a depedêca do mesurado com as gradezas de etrada (Equação 1); y = f(x1, x,...,x) (Equação 1) Ode: y = estmatva do mesurado represetada pelo modelo de fução f, que descreve como os valores da gradeza de saída são obtdos a partr dos valores das gradezas de etrada x = estmatvas das gradezas de etrada que foram corrgdas para todos os efetos sgfcatvos para o modelo de fução Idetfcar e aplcar todas as correções sgfcatvas às gradezas de etrada (como dlução ou fator de correção, por exemplo); Relacoar todas as fotes de certeza a forma de uma aálse de certezas; Nota 1: As gradezas de etrada podem ser agrupadas em duas categoras (Tpo A e Tpo B) de acordo com a maera pela qual o valor da gradeza e sua certeza teham sdo determados; Nota : As fotes de certeza ão são ecessaramete depedetes. Algumas dessas fotes podem cotrbur para a certeza de outras. Dz-se esse caso que as gradezas de etrada estão correlacoadas. O dagrama de Ishkawa (espha de pexe) é uma boa ferrameta para a detfcação das gradezas de etrada e suas respectvas correlações; Calcular a certeza padrão para as gradezas obtdas expermetalmete (Avalação Tpo A); Nota : No caso de valores dvduas, por exemplo, valores resultates de medções prévas, valores de correção ou valores da lteratura, adotar a certeza padrão ode ela fo forecda ou possa ser calculada; Para gradezas de etrada para as quas a dstrbução de probabldade seja cohecda ou possa ser suposta, calcular a esperaça (produto etre os possíves valores a serem meddos e suas correspodetes probabldades de medção) e a certeza padrão (Avalção Tpo B); Calcular para cada gradeza de etrada a cotrbução para a certeza assocada e somar seus quadrados para se obter o quadrado da certeza padrão do mesurado (certeza padrão combada); Calcular a certeza expadda por meo da multplcação da certeza padrão assocada à gradeza de saída por um fator de abragêca; Relatar o resultado da medção, cludo a estmatva do mesurado (y), a certeza expadda assocada (U) e o fator de abragêca (k); (1)

3 / De modo geral, as etapas para a estmatva da certeza de medção podem ser observadas o fluxograma da Fgura 1. Especfcar o mesurado Idetfcar as fotes de certeza Tpo A Agrupar as fotes de certeza Tpo B Expermetalmete Estmar a certeza padrão Certfcados Estmar a certeza combada Aalsar crtcamete (reavalar os prcpas compoetes de certeza, se ecessáro) Estmar a certeza expadda Expressar o resultado do mesurado com a sua certeza expadda Fgura 1. Fluxograma das etapas para a estmatva da certeza de medção 7.. Avalação das gradezas de etrada Tpo A Precsão Defr o ível (ou íves) de cocetração para a estmatva da certeza de etrada relacoada à precsão; Aalsar 7 replcatas depedetes para cada ível de cocetração de acordo com o método valdado (PO); Estmar a certeza padrão de cada ível de cocetração (Equações, e ); Estmar a certeza padrão combada (Equação 5), se houver mas de um ível de cocetração; x =1 x = (Equação ) (1)

4 /15 s = - =1 ( x x) - 1 (Equação ) s(x ) u(x ) = (Equação ) C = u (x ) = 1 u (Equação 5) Ode: x = méda das replcatas s(x ) = desvo padrão das replcatas = úmero de replcatas u(x ) = certeza padrão referete a um ível de cocetração u c = certeza padrão combada 7... Tedêca Defr o ível (ou íves) de cocetração que será avalado; 7... Calcular a quatdade de aalto a ser adcoada com base a cocetração da matrz empregada; 7... Aalsar 7 replcatas depedetes da matrz fortfcada de acordo com o método valdado (PO); 7... Estmar a recuperação para cada replcata (Equação 6); Estmar a certeza padrão (Equação ), aplcado o desvo padrão das recuperações; Nota : Um teste de sgfcâca é utlzado para determar se a recuperação méda é sgfcatvamete dferete de 1,0 (Equação 7). Esse valor é comparado com o valor crítco blateral (Aexo A). Se t-calculado > t-crítco, etão a recuperação méda será estatstcamete dferete de 1,0 em um ível de cofaça de 95%; Recuperação = c1 - c (Equação 6) c 1- R t = u(rec) (Equação 7) Ode: c 1 = cocetração do aalto a amostra fortfcada c = cocetração do aalto a amostra ão fortfcada c = cocetração do aalto adcoada à amostra fortfcada R = méda das recuperações u(rec) = certeza padrão da recuperação (1)

5 5/ Temperatura Estmar a certeza padrão referete à varação volumétrca (Equação 8); Nota 5: Para um determado ível de cocetração, estmar a certeza padrão combada, cosderado também as cercezas padrão dos matéras utlzados o preparo da solução. u(x ) = α V (Equação 8) Ode: = varação térmca durate a medção α = coefcete de expasão volumétrca da água (, C -1 ) V = volume meddo 7... Curva aalítca Estmar a certeza padrão com base os parâmetros da curva aalítca (Equações 9 e 10); s u(x ) = b s res res ( x - x) 1 1 prev p - =1 ( y y ) prev - =1 = - ( x x) (Equação 9) (Equação 10) Ode: s res = varâca resdual b = coefcete agular y prev = valor da medção prevsto p = úmero de replcatas por ível de cocetração = úmero de potos da curva aalítca 7.. Avalação das gradezas de etrada Tpo B Verfcar o valor declarado para a certeza expadda o certfcado de produto/calbração; 7... Estmar a certeza padrão (Equação 11); Nota 6: É ecessáro que os certfcados foreçam o fator de abragêca para a estmatva da certeza padrão. Na ausêca desse fator, proceder à estmatva de acordo com a dstrbução de probabldade que melhor represete a medção do produto/calbração (Equações 1 e 1); Nota 7: Em algus certfcados poderão estar declarados valores de certeza em fução de uma faxa ou de um determado poto de calbração. Nesse caso, é possível empregar a faxa ou poto de teresse aalítco, ou a estmatva da certeza padrão combada destes; (1)

6 6/15 Nota 8: A fm de se verfcar qual das gradezas de etrada resulta uma maor cotrbução para a estmatva de certeza de medção, sugere-se a costrução de um gráfco de Pareto com o mesurado a ordeada e a certeza padrão relatva u(x )/x a abcssa; U u(x ) = (dstrbução ormalequação 11) k Ode: U= certeza expadda k = fator de abragêca a = estmatva de certeza a u(x ) = (dstrbução retagularequação 1) Nota 9: A dstrbução retagular cofere a mesma probabldade a todos os valores da gradeza de etrada. Usar quado: (1) Um certfcado dá lmtes sem especfcar um ível de cofaça (por exemplo 5 ± 5 ); () É feta uma estmatva sob a forma de uma faxa máxma (± a) sem se ter cohecmeto do formato da dstrbução; Exemplos de fotes de certeza com esse tpo de dstrbução: gradete de temperatura, leardade das massas de uma balaça e a resolução de strumetos dgtas; a u(x ) = (dstrbução tragularequação 1) 6 Nota 10: A dstrbução tragular cofere probabldades descrescetes do cetro para as extremdades. Usar quado: (1) Aplcável quado a formação dspoível sobre a gradeza de etrada for meos lmtada do que para uma dstrbução retagular (valores próxmos do mesurado são mas prováves do que próxmos dos lmtes); () É feta uma estmatva sobre a forma de uma faxa máxma (± a) descrta por uma dstrbução smétrca; Exemplos de fotes de certeza com esse tpo de dstrbução: resolução de um dcador aalógco, letura de volume de uma bureta; 7.. Estmatva da certeza de medção Determar as certezas padrão relatvas (Equação 1) de todas as gradezas de etrada (Tpo A e Tpo B); 7... Estmar a certeza padrão relatva combada (Equação 15); 7... Estmar o úmero de graus de lberdade efetvo (Equação 16); 7... Ecotrar o fator de abragêca correspodete para um ível de cofaça de 95% (Aexo A); Nota 11: No Excel, o fator de abragêca pode ser calculado através da fução: INVT; Estmar a certeza expadda (Equação 17); (1)

7 7/15 Nota 1: A declaração de um resultado de uma medção somete é completa se ela cotver tato o valor atrbuído ao mesurado quato a certeza de medção assocada a esse valor: x ± U (ou y ± U, coforme Equação 1). u(x ) u = (Equação 1) R x RC 1 = R u = x u (Equação 15) = 1 RC u (x ) ν eff = (Equação 16) u (x ) ν Nota 1: Quado a dstrbução assumda for do tpo retagular ou tragular, pode-se dzer que os graus de lberdade tederão ao fto. Nesse caso, as frações que apresetarem esse tpo de deomador (fto) tederão ao zero, ão cotrbudo assm para o cálculo dos graus de lberdade efetvos. U = k (Equação 17) eff u RC Nota 1: A certeza expadda deve ser relatada a mesma gradeza do mesurado; Nota 15: A probabldade de abragêca deve ser relatada preferecalmete em porcetagem. Ode: u R = certeza padrão relatva x = valor do mesurado u RC = certeza padrão relatva combada ν eff = graus de lberdade efetvo u c (x ) = certeza padrão combada u (x ) = certeza padrão (Tpo A e Tpo B) ν = grau de lberdade referete a cada compoete da certeza padrão k eff = fator de abragêca efetvo 8. REFERÊNCIAS ª Edção Braslera do VIM, 008; 8.. 1ª Edção Braslera do Gua Eurachem/Ctac: Determação a certeza as medções aalítcas, 00; 8.. NIT/DICLA 01-8ª revsão: Expressão da certeza de medção por laboratóros de calbração, 01; 8.. Gua para quatfcação de certeza em esaos químcos. Isttuto português de acredtação - IPAC, 007; 8.5. NIST Techcal Note 197: Gudeles for evaluatg ad expressg the ucertaty of NIST measuremet results, 199; (1)

8 8/ NATA Techcal Note : Gudeles for estmatg ad reportg measuremet ucertaty of chemcal test results, HISTÓRICO DE REVISÕES N ITEM ALTERAÇÃO ANEXOS Aexo A: Dstrbução t-studet 10.. Aexo B: Exemplo de estmatva de certeza de medção (1)

9 9/15 ANEXO A: Dstrbução t-studet Tabela 1. Valores para a dstrbução t-studet α = ível de cofaça φ = grau de lberdade (1)

10 10/15 ANEXO B: Exemplo de estmatva de certeza de medção para o parâmetro fluoreto Especfcação do mesurado Mesurado: Cocetração (mg/l) Idetfcação das fotes de certeza Cocetração = f(materas, equpametos, reagetes, soluções, curva aalítca, precsão e tedêca) Avalação das gradezas de etrada Tpo A A.1) Precsão Tabela B.1. Replcatas do padrão de 0,70 mg/l u(x 0,70 0,68 0,68 0,70 Leturas 0,67 0,71 0,67 0,69 Méda 0,69 Desvo-padrão 0,0 s(x ) = 0,70 ) 0,0 = = 0,01 mg/l 7 A.) Tedêca Tabela B.. Replcatas da matrz fortfcada Cocetração da matrz 0,70 Cocetração do padrão 1, Recuperações 1,0 8 1,01 8 Méda 9 Desvo-padrão 0,0 u(rec) = s(rec) 0,0 = = 0,01 mg/l 7 (1)

11 11/15 1- R t = = u(rec) 0,0 = 1,59 t tabelado = 1,9 A recuperação méda é estatstcamete gual a 1,0 em um ível de cofaaça de 95% A.) Temperatura Padrão de 1,8 mg/l u( ΔV _ 50) = α V = 0, = 0,0055 Padrão de 0,6 mg/l u( ΔV _ 5) = α V u( ΔV _ 50) = α V = 0, = 0,007 = 0, = 0,0055 Padrão 0, mg/l u( ΔV _ 5) = α V = 0, = 0,007 u( ΔV _ 50) = α V = 0, = 0,0055 Padrão de 0,16 mg/l u( ΔV _ 5) = α V u( ΔV _ 50) = α V = 0, = 0,007 = 0, = 0,0055 Padrão de 0,08 mg/l u( ΔV _ 5) = α V = 0, = 0,007 u( ΔV _ 50) = α V = 0, = 0,0055 (1)

12 1/15 Padrão de 0,0 mg/l u( ΔV _ 5) = α V u( ΔV _ 50) = α V = 0, = 0,007 = 0, = 0,0055 Padrão de 0,0 mg/l u( ΔV _ 5) = α V u( ΔV _ 50) = α V = 0, = 0,007 = 0, = 0,0055 uc(δv _ 5) = u (x ) = =1 6 ( 0,007) = 0,0066 Obs.: Referete à varação volumétrca de 6 medções realzadas com ppeta volumétrca de 5, sob a ampltude térmca de C regstrada etre o íco e fm da preparação dos padrões uc(δv _ 50) = u (x ) = =1 7 ( 0,0055) = 0,015 Obs.: Referete à varação volumétrca dos 7 padrões avolumados em balão volumétrco de 50, sob a ampltude térmca de C regstrada etre o íco e fm da preparação dos padrões A.) Curva aalítca Tabela B.. Parâmetros da curva aalítca Nível de cocetração [mg/l] Sal aalítco [µs/cm x m] b a s res x 0,0 0,07 0,0 0,068 0,08 0,16 0,16 0,11,159-0,0 0,011 0,6 0, 0,658 0,6 1,6 1,8,7 u(curva ) = s res b ( x - x) 1 1 prev p - =1 ( x x) (1)

13 1/15 ( 0,011 ) ( ) ( 0,70-0,6) ( ) u(curva 1 1 ) = - 0, ,0-0,6 0,0-0,6 0,08-0,6 0,16-0,6 0, - 0,6 0,6-0,6 1,8-0,6 u(curva ) = 0,01 mg/l Avalação das gradezas de etrada Tpo B B.1) Padrão de fluoreto de 1000 mg/l U 6 u(reagete ) = = k = mg/ L B.) Ppeta volumétrca de 5 U 0,00 u(ppeta) = = k,01 = 0,00 B.) Balão volumétrco de 50 U 0,007 u(balão) = = = 0,00 k,011 B.) Mcroppeta μl u(mcroppeta) = u c (mcroppet a) = 0,010 ( ),0 0,0 ( ),01 0,01 ( ),01 = 0,0 μl B.5) Termogrômetro U 0,1 u(termogr ômetro)= = = 0,16 k C Estmatva da certeza relatva Icerteza padrão relatva referete à precsão 0,01 u R1 (precsão) = = 0, 01 0,70 Icerteza padrão relatva referete à tedêca 0,01 u R (tedêca) = = 0, 01 0,70 Icerteza padrão relatva referete ao volume de 5 0,0066 u R (ΔV _ 5) = = 0, Icerteza padrão relatva referete ao volume de 50 0,015 u R (ΔV _ 50) = = 0, (1)

14 1/15 Icerteza padrão relatva referete à curva aalítca 0,01 u R5 (curva) = = 0, 01 0,70 Icerteza padrão relatva referete ao reagete u R6 (reagete) = = 0, Icerteza padrão relatva referete à ppeta volumétrca 0,000 u R7 (ppeta) = = 0, Icerteza padrão relatva referete ao balão volumétrco 0,005 u R8 (balão) = = 0, Icerteza padrão relatva referete à mcroppeta 0,0 u R9 (mcroppet a) = = 0, Icerteza padrão relatva referete ao termogrômetro 0,16 u R10 (termogrômetro) = = 0, 006 5, Estmatva da certeza relatva combada urc = x ur =1 = 0,70 u R1 u R u R u R u R5 u R6 u R7 u R8 u R9 u R10 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) urc = 0,70 0,01 0,01 0,0006 0,0000 0,01 0,00 0, , ,0007 0, 006 u RC = 0,01 mg/l Estmatva do úmero de graus de lberdade efetvo ν ν eff eff = = u = 1 RC (x ) u (x ) ν ( 0,6) ( ) 0,01 6 0,01 6 0, , ,01 0,00 0, , ,0007 0,006 ν eff = 9 Fator de abragêca efetvo (k eff =,1) Obs.: O grau de lberdade das gradezas de etrada Tpo B equvalem, a prátca, ao fto ( ) Estmatva da certeza expadda (1)

15 15/15 U = keff u RC U =,1 0,01 U = 0,0 mg/l Resultado a ser declarado (x ± U) gradeza, ível de cofaça (0,70 ± 0,0) mg/l, NC = 95% Avalação das compoetes de certeza sobre a certeza total do método aalítco Tabela B.. Relação etre certeza relatva e sua respectva cotrbução à certeza do método aalítco Compoete Icerteza relatva Cotrbução [%] Precsão 0,01,8 Tedêca 0,01,8 Temperatura (5 ) 0,0006 0,6 Temperatura (50 ) 0,0000 0,7 Curva aalítca 0,01,8 Reagete 0,00 7, Ppeta volumétrca (5 ) 0, , Balão volumétrco (50 ) 0, , Mcroppeta (10-100)µL 0,0007 Termogrômetro 0,006 15,6 Fgura B.1. Cotrbução percetual das compoetes de certeza o método aalítco (1)

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama Prof. Dr. Evadro Leoardo Slva Teera Faculdade UB Gama Metrologa: Cêca que abrage os aspectos teórcos e prátcos relatvos a medção; Descreve os procedmetos e métodos para determar as certezas de medções;

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

3 Procedimento Experimental

3 Procedimento Experimental 3 Procedmeto Expermetal 3. Sstema de medção de vazão com extesômetro A Fg. 9 mostra o sstema de medção de vazão com extesômetro, o qual fo motado o laboratóro da PUC-Ro. este sstema, duas tubulações com,5

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

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

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

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia 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: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia 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

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia 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. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

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

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia 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

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

Universidade Federal de Alfenas - Unifal-MG Departamento de Ciências Exatas

Universidade Federal de Alfenas - Unifal-MG Departamento de Ciências Exatas Uversdade Federal de Alfeas - Ufal-MG Departameto de Cêcas Exatas Apostla Laboratóro de Físca I Prof. Dr. Célo Wsewsk Alfeas 05. oções geras sobre meddas de gradezas e avalação de certezas.. Medção (measuremet).....

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

Leia 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

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia 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

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

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

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia 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

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

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

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

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia 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

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

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

( ) ( 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

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

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

Leia 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

Estimação pontual, estimação intervalar e tamanho de amostras

Estimação pontual, estimação intervalar e tamanho de amostras Estmação potual, estmação tervalar e tamaho de amostras Iferêca: por meo das amostras, cohecer formações geras da população. Problemas de ferêca, em geral, se dvdem em estmação de parâmetros e testes de

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete

Leia mais

A Medição e o Erro de Medição

A Medição e o Erro de Medição A Medção e o Erro de Medção Sumáro 1.1 Itrodução 1.2 Defções 1.3 Caracterzação da qualdade de medção 1.4 O erro da medção 1.4.1 Os erros aleatóros 1.4.2 Os erros sstemátcos 1.5 O verdadero valor, o erro

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

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

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

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Tópicos Extras 2ª parte. Análise de Correlação e Regressão Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO

Leia mais

Metodologia de cálculo das incertezas associadas às medições na calibração de monitores de radiação para medidas de H*(10).

Metodologia de cálculo das incertezas associadas às medições na calibração de monitores de radiação para medidas de H*(10). 005 Iteratoal Nclear Atlatc Coferece - INAC 005 Satos, SP, Brazl, Agst 8 to September, 005 ASSOCIAÇÃO BRASILEIRA DE ENERGIA NUCLEAR - ABEN ISBN: 85-994-0-5 Metodologa de cálclo das certezas assocadas às

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,

Leia mais

3 Experimento com Mistura com Respostas Não-Normais

3 Experimento com Mistura com Respostas Não-Normais Modelagem em Epermetos Mstura-Processo para Otmzação de Processos Idustras 5 Epermeto com Mstura com Respostas Não-Normas Neste capítulo é apresetado o plaejameto e aálse de um EM com respostas ão ormas,

Leia mais

Modelos de regressão linear: abordagem clássica

Modelos de regressão linear: abordagem clássica Modelos de regressão lear: abordagem clássca Prof. Marcelo Rubes mrubes@me.uerj.br Depto. Estatístca Aálse de Regressão Objetvo: Determar uma fução matemátca que descreva a relação etre uma varável cotíua

Leia mais

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

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

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

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia 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

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

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

Regressão. Pedro Paulo Balestrassi

Regressão. Pedro Paulo Balestrassi Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

DETERMINAÇÃO DO ÍNDICE DE ISOLAMENTO SONORO A SONS DE CONDUÇÃO AREA E DE PERCUSSÃO

DETERMINAÇÃO DO ÍNDICE DE ISOLAMENTO SONORO A SONS DE CONDUÇÃO AREA E DE PERCUSSÃO DTRMIAÇÃO DO ÍDIC D ISOLAMTO SOORO A SOS D CODUÇÃO ARA D PRCUSSÃO. AALIS DAS FOTS D ICRTZA D MDIÇÃO DTRMIAÇÃO DA ICRTZA D MDIÇÃO XPADIDA PACS: 43.55.Rg Atues, Sóa Laboratóro acoal de gehara Cvl Av. Brasl,0

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

VERIFICAÇÃO E VALIDAÇÃO DE MÉTODOS ANALÍTICOS

VERIFICAÇÃO E VALIDAÇÃO DE MÉTODOS ANALÍTICOS 0 /9. CAMPO DE APLICAÇÃO.. Ete procedmeto e aplca ao Laboratóro Químco de Cotrole da Qualdade.. OBJETIVO.. Verfcar o método aalítco ormalzado, cuja aplcação permaeça detro do ecopo para o qual fo deevolvdo;..

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira

AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira 1 AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR José Atoo Stark Ferrera I - INTRODUÇÃO O presete estudo fo desevolvdo objetvado mesurar os gahos e perdas patrmoas

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

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

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

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 mutos Grupo I Probabldades e Estatístca LEGM, LEIC-A, LEIC-T, MA, MEMec Justfque coveetemete todas as respostas 2 o semestre 2017/2018 14/06/2018 11:00 2 o Teste B 10 valores 1. Os dvíduos

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

Introdução à Correlação e Regressão Linear

Introdução à Correlação e Regressão Linear Itrodução à Correlação e Regressão Lear Ru Carvalho Olvera rolv@st.utl.pt Estatístca Descrtva amostras bvaradas Amostras bvaradas: cada etdade (dvíduo/objecto é caracterzado por um par de varáves (atrbutos

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

3 Fundamentação Teórica

3 Fundamentação Teórica 3 Fudametação Teórca A segur são apresetados os fudametos teórcos os quas é embasado o desevolvmeto do trabalho. 3.. Espectros de Resposta De acordo com Sampao [3], é descrta a resposta máxma de um osclador

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE

ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE SCOLA SUPIO D CNOLOGIA UNIVSIDAD DO ALGAV CUSO BIÁPICO M NGNHAIA CIVIL º cclo egme Duro/Nocturo Dscpla de COMPLMNOS D MAMÁICA Ao lectvo de 7/8 - º Semestre Ídce. egressão lear múltpla.... Itrodução....

Leia mais

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional. Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem

Leia mais

Dados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens

Dados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens Dados xpermetas Para medr a produção de certa varedade de mlho, faremos um expermeto o qual a varedade de mlho semete é platada em váras parcelas homogêeas com o mesmo fertlzate, pestcda etc. Depos mede-se

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

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero

Leia mais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais 48 Procedmetos para Ajuste e Tratameto Estatístco de Dados Expermetas. Itrodução Modelos matemátcos desevolvdos para descrever eômeos íscos a partr de observações expermetas devem ser baseados em dados

Leia mais

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

Controle Estatístico de Qualidade. Capítulo 6 (montgomery) Cotrole Estatístco de Qualdade Capítulo 6 (motgomery) Gráfcos de Cotrole para Atrbutos Itrodução Mutas característcas da qualdade ão podem ser represetadas umercamete. Nestes casos, classfcamos cada tem

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

Relações entre variáveis: Regressão

Relações entre variáveis: Regressão Dscpla: 04 Relações etre varáves: Regressão Prof. a Dr. a Smoe Daela Sartoro de Mederos DTASeR-Ar Itrodução Cosdere uma varável aleatóra Y de teresse. Já vmos que podemos escrever essa varável como sedo:

Leia mais

1. Revisão Matemática

1. Revisão Matemática 1. Revsão Matemátca Dervadas Seja a fução f : R R, fxe x R, e cosdere a expressão : f ( x+ αe ) lmα 0 α f, ode e é o vector utáro. Se o lmte acma exstr, chama-se a dervada parcal de f o poto x e é represetado

Leia mais

Probabilidade II Aula 10

Probabilidade II Aula 10 Probabldade II Aula 0 Mao de 009 Môca Barros, D.Sc. Coteúdo Esperaça Matemá (Valores esperados) Mometos e Mometos Cetras Valores esperados de uma fução de Covarâca e Correlação Matrz de covarâca, matrz

Leia mais

Nota Técnica. Quim. Nova, Vol. 27, No. 6, , 2004

Nota Técnica. Quim. Nova, Vol. 27, No. 6, , 2004 Qum. Nova, Vol. 7, No. 6, 1004-1011, 004 Nota Técca VALIDAÇÃO DE MODELOS DE CALIBRAÇÃO MULTIVARIADA: UMA APLICAÇÃO NA DETERMINAÇÃO DE PUREZA POLIMÓRFICA DE CARBAMAZEPINA POR ESPECTROSCOPIA NO INFRAVERMELHO

Leia mais