Principais fórmulas. Capítulo 3. Desvio padrão amostral de uma distribuição de frequência: Escore padrão: z = Valor Média Desvio padrão σ

Tamanho: px
Começar a partir da página:

Download "Principais fórmulas. Capítulo 3. Desvio padrão amostral de uma distribuição de frequência: Escore padrão: z = Valor Média Desvio padrão σ"

Transcrição

1 Picipais fómulas De Esaísica aplicada, 4 a edição, de Laso e Fabe, 00 Peice Hall Capíulo Ampliude dos dados Lagua da classe úmeo de classes (Aedode paa cima paa o póimo úmeo coveiee Poo médio (Limie ifeio da classe + (Limie supeio da classe Fequêcia elaiva: Média populacioal: Média amosal: Média podeada: Fequêcia da classe Tamaho da amosa f ( w ( f Média de uma disibuição de fequêcia: Ampliude (Eada máima (Eada míima ( Vaiâcia populacioal: Desvio padão populacioal: w ( Vaiâcia amosal: s ( ( Desvio padão amosal: s s ega empíica (ou ega do ,7 paa dados com uma disibuição (siméica em fomao de sio:. Ceca de 68% dos dados esão ee e +.. Ceca de 95% dos dados esão ee e Ceca de 99,7% dos dados esão ee 3 e + 3. Teoema de Chebychev A poção de qualque cojuo de dados deo de k desvios padão (k > da média é pelo meos. k Desvio padão amosal de uma disibuição de fequêcia: ( f s Escoe padão: Valo Média Desvio padão Capíulo 3 Pobabilidade clássica (ou eóica: P( E úmeo de esulados um eveo E úmeo oal de esulados o espaço amosal Pobabilidade empíica (ou esaísica: P ( f E Fequêcia do eveo E Fequêcia oal Pobabilidade de um complemeo: P (E P(E Pobabilidade de ocoêcia de dois eveos A e B: P (A e B P(A P(B A P (A e B P(A P(B se A e B são idepedees. Pobabilidade de ocoêcia de A ou B ou ambos: P (A ou B P(A + P(B P (A e B P (A ou B P(A + P(B se A e B são muuamee eclusivos. Pemuações de objeos omados de cada ve: P!, (! ode Pemuações disiguíveis: são de um ipo e são de ouo ipo e assim po diae.!!!! k!' ode k. Combiação de objeos omados de cada ve: C! (!! laso0709_key_fom.idd 4//0 6:30 PM

2 Esaísica aplicada Capíulo 4 Média de uma vaiável aleaóia discea: P( Vaiâcia de uma vaiável aleaóia discea: ( P( Desvio padão de uma vaiável aleaóia discea: ( P( Valo espeado: E( P( Pobabilidade biomial de sucessos em eaivas:! P( C p q p q (!! Paâmeos populacioais de uma disibuição biomial: Média: p Desvio padão: Vaiâcia: pq pq Disibuição geoméica: a pobabilidade que o pimeio sucesso ocoa a eaiva úmeo é P( p(q, ode q p. Disibuição de Poisso: a pobabilidade de eaamee ocoêcias em um ievalo é P( e, ode! e,788 e é a média do úmeo de ocoêcias po uidade de ievalo. Capíulo 5 Disibuição omal padão ou escoe : Valo Média Desvio Padão Tasfomado um escoe em um valo : + Teoema do limie ceal ( 30 ou população é omalmee disibuída: Média da disibuição amosal: Vaiâcia da disibuição amosal: Desvio padão da disibuição amosal (Eo padão: Escoe Valo Média Eo padão / Capíulo 6 Ievalo de cofiaça c paa : E < < + E, ode E c se é cohecido e a população é omalmee s disibuída ou 30, ou E se a população é omalmee ou apoimadamee omalmee disibuída, c é descohecido, e < 30. Tamaho amosal míimo paa esima : c E Poo de esimaiva paa p, a popoção populacioal de sucessos: ˆp Ievalo de cofiaça c paa popoção populacioal p pq ˆ ˆ (quado p 5 e q 5: pˆ E < p < pˆ + E, ode E c Tamaho amosal míimo paa esima p: pq c ˆ ˆ E Ievalo de cofiaça c paa vaiâcia populacioal: ( s ( s < < L Ievalo de cofiaça c paa desvio padão da população: Capíulo 7 ( s ( s < < Tese paa uma média :, paa cohecido / com uma população omal, ou paa 30. Tese paa uma média :, paa descohecido, s / população omal ou quase omal, e < 30. (g.l.. Tese paa uma popoção p (quado p 5 e q 5: pˆ ˆ pˆ pˆ p ˆ ˆ pq / p Tese qui-quadado paa uma vaiâcia ou desvio padão : Capíulo 8 ( s (g.l. Teses de duas amosas paa a difeeça ee as médias (Amosas idepedees; e 30 ou populações omalmee disibuídas: ( (, ode + Teses de duas amosas paa a difeeça ee as médias (amosas idepedees de populações omalmee disibuídas, e < 30: ( ( L laso0709_key_fom.idd 4//0 6:30 PM

3 Picipais fómulas 3 Se as vaiâcias populacioais são iguais, g.l. + e ( s + ( s Se as vaiâcias populacioais ão são iguais, g.l. é o meo s s de ou e +. Tese paa a difeeça ee as médias (amosas depedees: d d ( d d d, ode d, sd s d / e g. l Tese paa a difeeça ee popoções ( p, q, p, e q pecisam se pelo meos 5: ( pˆ pˆ ( p p ode +, p pq + + e q p. Capíulo 9 Coeficiee de coelação: ( ( ( ( y y y y Tese paa o coeficiee de coelação: (g. l. Equação da liha de egessão: ŷ m + b ode m y y e y b y m m ( ( ( Coeficiee de deemiação: Vaiação eplicada Vaiação oal Eo padão da esimaiva: s e ( yˆ y i i ( y y ( yi yˆ i Ievalo de pevisão c paa y: yˆ E < y < yˆ + E, ode ( 0 E cse + + ( ( g.l. Capíulo 0 Qui-quadado: ( O E E Tese de ajuse: g.l. k Tese de idepedêcia: g.l. (º de fileias (º de coluas s Tese F de duas amosas paa vaiâcias: F, ode s s s, g. l., e g. l. D Tese de aálise uidiecioal: MS SS B B i( i F, ode MSB MS k k W e MS Capíulo ( g. l. k, g. l. k W w SS ( i si k k Esaísica do ese paa um ese de siais: Quado 5, o ese esaísico é o meo úmeo de siais + ou. Quado > 5, ( + 0, , ode é o meo úmeo de siais + ou e é o úmeo oal de siais + ou. Esaísica do ese paa o ese de posos de siais de Wilcoo:, ode soma dos posos da meo amosa, ( + + ( + +,, e Esaísica de ese paa o ese de Kuskal-Wallis: Dadas ês ou mais amosas idepedees, a esaísica de ese paa o ese de Kuskal-Wallis é k H ( +.( g. l. k ( + O coeficiee de coelação de posos de Speama: s D 6 d ( k Esaísica de ese paa eses de coidas: Quado 0 e 0, o ese esaísico paa o ese de coidas é G, o úmeo de coidas. Quado > 0 ou > 0, o ese esaísico paa o es- G G e de coidas é, ode G úmeo de coidas, G G + + (, e G ( + ( + laso0709_key_fom.idd 3 4//0 6:30 PM

4 4 Esaísica aplicada Tabela 4 Disibuição omal padão Áea 0 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,0 0,0 0,00 3,4 0,000 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 3,3 0,0003 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0005 0,0005 0,0005 3, 0,0005 0,0005 0,0005 0,0006 0,0006 0,0006 0,0006 0,0006 0,0007 0,0007 3, 0,0007 0,0007 0,0008 0,0008 0,0008 0,0008 0,0009 0,0009 0,0009 0,000 3,0 0,000 0,000 0,00 0,00 0,00 0,00 0,00 0,003 0,003 0,003,9 0,004 0,004 0,005 0,005 0,006 0,006 0,007 0,008 0,008 0,009,8 0,009 0,000 0,00 0,00 0,00 0,003 0,003 0,004 0,005 0,006,7 0,006 0,007 0,008 0,009 0,0030 0,003 0,003 0,0033 0,0034 0,0035,6 0,0036 0,0037 0,0038 0,0039 0,0040 0,004 0,0043 0,0044 0,0045 0,0047,5 0,0048 0,0049 0,005 0,005 0,0054 0,0055 0,0057 0,0059 0,0060 0,006,4 0,0064 0,0066 0,0068 0,0069 0,007 0,0073 0,0075 0,0078 0,0080 0,008,3 0,0084 0,0087 0,0089 0,009 0,0094 0,0096 0,0099 0,00 0,004 0,007, 0,00 0,03 0,06 0,09 0,0 0,05 0,09 0,03 0,036 0,039, 0,043 0,046 0,050 0,054 0,058 0,06 0,066 0,070 0,074 0,079,0 0,083 0,088 0,09 0,097 0,00 0,007 0,0 0,07 0,0 0,08,9 0,033 0,039 0,044 0,050 0,056 0,06 0,068 0,074 0,08 0,087,8 0,094 0,030 0,0307 0,034 0,03 0,039 0,0336 0,0344 0,035 0,0359,7 0,0367 0,0375 0,0384 0,039 0,040 0,0409 0,048 0,047 0,0436 0,0446,6 0,0455 0,0465 0,0475 0,0485 0,0495 0,0505 0,056 0,056 0,0537 0,0548,5 0,0559 0,057 0,058 0,0594 0,0606 0,068 0,0630 0,0643 0,0655 0,0668,4 0,068 0,0694 0,0708 0,07 0,0735 0,0749 0,0764 0,0778 0,0793 0,0808,3 0,083 0,0838 0,0853 0,0869 0,0885 0,090 0,098 0,0934 0,095 0,0968, 0,0985 0,003 0,00 0,038 0,056 0,075 0,093 0, 0,3 0,5, 0,70 0,90 0,0 0,30 0,5 0,7 0,9 0,34 0,335 0,357,0 0,379 0,40 0,43 0,446 0,469 0,49 0,55 0,539 0,56 0,587 0,9 0,6 0,635 0,660 0,685 0,7 0,736 0,76 0,788 0,84 0,84 0,8 0,867 0,894 0,9 0,949 0,977 0,005 0,033 0,06 0,090 0,9 0,7 0,48 0,77 0,06 0,36 0,66 0,96 0,37 0,358 0,389 0,40 0,6 0,45 0,483 0,54 0,546 0,578 0,6 0,643 0,676 0,709 0,743 0,5 0,776 0,80 0,843 0,877 0,9 0,946 0,98 0,305 0,3050 0, ,4 0,3 0,356 0,39 0,38 0,364 0,3300 0,3336 0,337 0,3409 0, ,3 0,3483 0,350 0,3557 0,3594 0,363 0,3669 0,3707 0,3745 0,3783 0,38 00, 0,3859 0,3897 0,3936 0,3974 0,403 0,405 0,4090 0,49 0,468 0,407 00, 0,447 0,486 0,435 0,4364 0,4404 0,4443 0,4483 0,45 0,456 0,460 00,0 0,464 0,468 0,47 0,476 0,480 0,4840 0,4880 0,490 0,4960 0,5000 Valoes cíicos ível de Cofiaça c 0,80 c,8 0,90,645 0,95,96 0,99,575 c 0 c c laso0709_key_fom.idd 4 4//0 6:30 PM

5 Picipais fómulas 5 Tabela 4 Disibuição omal padão (coiuação Áea 0 0,00 0,0 0,0 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,5040 0,5080 0,50 0,560 0,599 0,539 0,579 0,539 0,5359 0, 0,5398 0,5438 0,5478 0,557 0,5557 0,5596 0,5636 0,5675 0,574 0,5753 0, 0,5793 0,583 0,587 0,590 0,5948 0,5987 0,606 0,6064 0,603 0,64 0,3 0,679 0,67 0,655 0,693 0,633 0,6368 0,6406 0,6443 0,6480 0,657 0,4 0,6554 0,659 0,668 0,6664 0,6700 0,6736 0,677 0,6808 0,6844 0,6879 0,5 0,695 0,6950 0,6985 0,709 0,7054 0,7088 0,73 0,757 0,790 0,74 0,6 0,757 0,79 0,734 0,7357 0,7389 0,74 0,7454 0,7486 0,757 0,7549 0,7 0,7580 0,76 0,764 0,7673 0,7704 0,7734 0,7764 0,7794 0,783 0,785 0,8 0,788 0,790 0,7939 0,7967 0,7995 0,803 0,805 0,8078 0,806 0,833 0,9 0,859 0,886 0,8 0,838 0,864 0,889 0,835 0,8340 0,8365 0,8389,0 0,843 0,8438 0,846 0,8485 0,8508 0,853 0,8554 0,8577 0,8599 0,86, 0,8643 0,8665 0,8686 0,8708 0,879 0,8749 0,8770 0,8790 0,880 0,8830, 0,8849 0,8869 0,8888 0,8907 0,895 0,8944 0,896 0,8980 0,8997 0,905,3 0,903 0,9049 0,9066 0,908 0,9099 0,95 0,93 0,947 0,96 0,977,4 0,99 0,907 0,9 0,936 0,95 0,965 0,979 0,99 0,9306 0,939,5 0,933 0,9345 0,9357 0,9370 0,938 0,9394 0,9406 0,948 0,949 0,944,6 0,945 0,9463 0,9474 0,9484 0,9495 0,9505 0,955 0,955 0,9535 0,9545,7 0,9554 0,9564 0,9573 0,958 0,959 0,9599 0,9608 0,966 0,965 0,9633,8 0,964 0,9649 0,9656 0,9664 0,967 0,9678 0,9686 0,9693 0,9699 0,9706,9 0,973 0,979 0,976 0,973 0,9738 0,9744 0,9750 0,9756 0,976 0,9767,0 0,977 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,98 0,987, 0,98 0,986 0,9830 0,9834 0,9838 0,984 0,9846 0,9850 0,9854 0,9857, 0,986 0,9864 0,9868 0,987 0,9875 0,9878 0,988 0,9884 0,9887 0,9890,3 0,9893 0,9896 0,9898 0,990 0,9904 0,9906 0,9909 0,99 0,993 0,996,4 0,998 0,990 0,99 0,995 0,997 0,999 0,993 0,993 0,9934 0,9936,5 0,9938 0,9940 0,994 0,9943 0,9945 0,9946 0,9948 0,9949 0,995 0,995,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,996 0,996 0,9963 0,9964,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,997 0,997 0,9973 0,9974,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,998,9 0,998 0,998 0,998 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986 3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990 3, 0,9990 0,999 0,999 0,999 0,999 0,999 0,999 0,999 0,9993 0,9993 3, 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995 3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997 3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998 laso0709_key_fom.idd 5 4//0 6:30 PM

6 6 Esaísica aplicada Tabela 5 Disibuição Ievalo de cofiaça; c Tese uicaudal à esqueda Tese uicaudal à dieia Tese bicaudal ível de cofiaça; c Uicaudal; 0,50 0,5 0,80 0,0 0,90 0,05 0,95 0,05 0,98 0,0 0,99 0,005 g.l. Bicaudal; 0,50 0,0 0,0 0,05 0,0 0,0,000 3,078 6,34,706 3,8 63,657 0,86,886,90 4,303 6,965 9,95 3 0,765,638,353 3,8 4,54 5,84 4 0,74,533,3,776 3,747 4, ,77,476,05,57 3,365 4,03 6 0,78,440,943,447 3,43 3, ,7,45,895,365,998 3, ,706,397,860,306,896 3, ,703,383,833,6,8 3,50 0 0,700,37,8,8,764 3,69 0,697,363,796,0,78 3,06 0,695,356,78,79,68 3, ,694,350,77,60,650 3,0 4 0,69,345,76,45,64, ,69,34,753,3,60, ,690,337,746,0,583,9 7 0,689,333,740,0,567, ,688,330,734,0,55, ,688,38,79,093,539,86 0 0,687,35,75,086,58,845 0,686,33,7,080,58,83 0,686,3,77,074,508,89 3 0,685,39,74,069,500, ,685,38,7,064,49, ,684,36,708,060,485, ,684,35,706,056,479, ,684,34,703,05,473,77 8 0,683,33,70,048,467, ,683,3,699,045,46,756 0,674,8,645,960,36,576 laso0709_key_fom.idd 6 4//0 6:30 PM

7 Picipais fómulas 7 Tabela 6 Disibuição qui-quadado α α α L Uicaudal à dieia Bicaudal Gaus de libedade 0,995 0,99 0,975 0,95 0,90 A 0,0 0,05 0,05 0,0 0,005 0,00 0,004 0,06,706 3,84 5,04 6,635 7,879 0,00 0,00 0,05 0,03 0, 4,605 5,99 7,378 9,0 0, ,07 0,5 0,6 0,35 0,584 6,5 7,85 9,348,345, ,07 0,97 0,484 0,7,064 7,779 9,488,43 3,77 4, ,4 0,554 0,83,45,60 9,36,07,833 5,086 6, ,676 0,87,37,635,04 0,645,59 4,449 6,8 8, ,989,39,690,67,833,07 4,067 6,03 8,475 0,78 8,344,646,80,733 3,490 3,36 5,507 7,535 0,090,955 9,735,088,700 3,35 4,68 4,684 6,99 9,03,666 3,589 0,56,558 3,47 3,940 4,865 5,987 8,307 0,483 3,09 5,88,603 3,053 3,86 4,575 5,578 7,75 9,675,90 4,75 6,757 3,074 3,57 4,404 5,6 6,304 8,549,06 3,337 6,7 8,99 3 3,565 4,07 5,009 5,89 7,04 9,8,36 4,736 7,688 9,89 4 4,075 4,660 5,69 6,57 7,790,064 3,685 6,9 9,4 3,39 5 4,60 5,9 6,6 7,6 8,547,307 4,996 7,488 30,578 3,80 6 5,4 5,8 6,908 7,96 9,3 3,54 6,96 8,845 3,000 34,67 7 5,697 6,408 7,564 8,67 0,085 4,769 7,587 30,9 33,409 35,78 8 6,65 7,05 8,3 9,390 0,865 5,989 8,869 3,56 34,805 37,56 9 6,844 7,633 8,907 0,7,65 7,04 30,44 3,85 36,9 38,58 0 7,434 8,60 9,59 0,85,443 8,4 3,40 34,70 37,566 39,997 8,034 8,897 0,83,59 3,40 9,65 3,67 35,479 38,93 4,40 8,643 9,54 0,98,338 4,04 30,83 33,94 36,78 40,89 4, ,60 0,96,689 3,09 4,848 3,007 35,7 38,076 4,638 44,8 4 9,886 0,856,40 3,848 5,659 33,96 36,45 39,364 4,980 45, ,50,54 3,0 4,6 6,473 34,38 37,65 40,646 44,34 46,98 6,60,98 3,844 5,379 7,9 35,563 38,885 4,93 45,64 48,90 7,808,879 4,573 6,5 8,4 36,74 40,3 43,94 46,963 49,645 8,46 3,565 5,308 6,98 8,939 37,96 4,337 44,46 48,78 50, , 4,57 6,047 7,708 9,768 39,087 4,557 45,7 49,588 5, ,787 4,954 6,79 8,493 0,599 40,56 43,773 46,979 50,89 53, ,707,64 4,433 6,509 9,05 5,805 55,758 59,34 63,69 66, ,99 9,707 3,357 34,764 37,689 63,67 67,505 7,40 76,54 79, ,534 37,485 40,48 43,88 46,459 74,397 79,08 83,98 88,379 9, ,75 45,44 48,758 5,739 55,39 85,57 90,53 95,03 00,45 04,5 80 5,7 53,540 57,53 60,39 64,78 96,578 0,879 06,69,39 6, ,96 6,754 65,647 69,6 73,9 07,565 3,45 8,36 4,6 8, ,38 70,065 74, 77,99 8,358 8,498 4,34 9,56 35,807 40,69 laso0709_key_fom.idd 7 4//0 6:30 PM

1 - CORRELAÇÃO LINEAR SIMPLES rxy

1 - CORRELAÇÃO LINEAR SIMPLES rxy 1 - CORRELAÇÃO LINEAR IMPLE Em pesquisas, feqüetemete, pocua-se veifica se existe elação ete duas ou mais vaiáveis, isto é, sabe se as alteações sofidas po uma das vaiáveis são acompahadas po alteações

Leia mais

UNIVERSIDADE DE SÃO PAULO INSTITUTO DE FÍSICA DE SÃO CARLOS LABORATÓRIO AVANÇADO DE FÍSICA FLUTUAÇÃO ESTÍSTICA NA DESINTEGRAÇÃO RADIOATIVA

UNIVERSIDADE DE SÃO PAULO INSTITUTO DE FÍSICA DE SÃO CARLOS LABORATÓRIO AVANÇADO DE FÍSICA FLUTUAÇÃO ESTÍSTICA NA DESINTEGRAÇÃO RADIOATIVA UNIVERSIDADE DE SÃO PAULO INSTITUTO DE FÍSICA DE SÃO CARLOS LABORATÓRIO AVANÇADO DE FÍSICA FLUTUAÇÃO ESTÍSTICA NA DESINTEGRAÇÃO RADIOATIVA 1. INTRODUÇÃO O decaimeo adiaivo é um pocesso aleaóio. Coseqüeemee,

Leia mais

Capítulo 4 Variáveis Aleatórias Discretas. Prof. Fabrício Maciel Gomes

Capítulo 4 Variáveis Aleatórias Discretas. Prof. Fabrício Maciel Gomes Capítulo 4 Vaiáveis Aleatóias Discetas Pof. Fabício Maciel Gomes Picipais Distibuições de Pobabilidade Discetas Equipovável Beoulli Biomial Poisso Geomética Pascal Hipegeomética Distibuição Equipovável

Leia mais

FINANCIAL ECONOMETRICS

FINANCIAL ECONOMETRICS FINANCIAL ECONOMEICS o. Mácio Anônio Salvao Inodução sa ue S. Analsis o Financial ime Seies: Financial Economeics. John Wille & Sons Inc. 005 Second Ediion chape. hp://acul.chicagogsb.edu/ue.sa/eaching/s/

Leia mais

Veremos neste capítulo as distribuições na variável discreta: Distribuição Binomial e Distribuição de Poisson.

Veremos neste capítulo as distribuições na variável discreta: Distribuição Binomial e Distribuição de Poisson. CAPÍTULO 5 DISTRIBUIÇÃO BINOMIAL E DISTRIBUIÇÃO DE POISSON Veemos este capítulo as distibuições a vaiável disceta: Distibuição Biomial e Distibuição de Poisso. 1. Pobabilidade de Beoulli Seja um expeimeto

Leia mais

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007)

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007) Méodos saísicos de Previsão MÉTODO TATÍTICO D PRVIÃO 0 08 06 04 0 00 98 96 94 9 90 0 5 0 5 0 Aálise de rros Berardo Almada Lobo Berardo Almada-Lobo (007) Méodos saísicos de Previsão Regressão Liear Múlipla

Leia mais

TUKEY Para obtenção da d.m.s. pelo Teste de TUKEY, basta calcular:

TUKEY Para obtenção da d.m.s. pelo Teste de TUKEY, basta calcular: Compaação de Médias Quando a análise de vaiância de um expeimento nos mosta que as médias dos tatamentos avaliados não são estatisticamente iguais, passamos a ejeita a hipótese da nulidade h=0, e aceitamos

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:

Leia mais

Unidade XI Análise de correlação e regressão

Unidade XI Análise de correlação e regressão Uvedade Fedeal do Ro Gade Iuo de Maemáca, Eaíca e Fíca Dcpla Pobabldade e Eaíca Aplcada à Egehaa CÓDIGO: Iodução Poceo de quema de maa ceâmca de pavmeo Udade XI Aále de coelação e egeão Vvae Lee Da de

Leia mais

Análise de Dados e Probabilidade B Exame Final 2ª Época

Análise de Dados e Probabilidade B Exame Final 2ª Época Aálse de Dados e obabldade B Eame Fal ª Éoca Claa Cosa Duae Daa: / /7 Cáa Feades Duação: hm edo Chaves MORTATE: Esceva o ome e úmeo o cmo de cada folha Resoda a cada guo em folhas seaadas, caso ão esoda

Leia mais

REGRESSÃO LINEAR MÚLTIPLA Correlação múltipla

REGRESSÃO LINEAR MÚLTIPLA Correlação múltipla REGRESSÃO LINEAR MÚLTIPLA Coelação múltipla Coeficiente de coelação múltipla: indicado de quanto da vaiação total da vaiável dependente é explicado pelo conjunto das vaiáveis independentes (explicativas)

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

Exame - Modelagem e Simulação - 30/01/2004. ( x Xc) + ( y Yc) = r, onde x e y são observações e X c, Y c e r são

Exame - Modelagem e Simulação - 30/01/2004. ( x Xc) + ( y Yc) = r, onde x e y são observações e X c, Y c e r são Eame - odelagem e Simulação - 0/0/004 ome: )[5] Supoha que voê queia ivesi $0000,00 a bolsa de valoes ompado ações em uma de ompahias e B s pevisões idiam que as ações de deveão e um luo de 50% se as odições

Leia mais

Relação Risco Retorno em uma série histórica

Relação Risco Retorno em uma série histórica Relação Risco Retono em uma séie históica E ( j ) R j Retono espeado é a expectativa que se constói paa o esultado de um ativo a pati da média históica de esultado. E( j ) R j j,1 + j, + L+ n j, n n i

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Separação Cromatografica. Docente: João Salvador Fernandes Lab. de Tecnologia Electroquímica Pavilhão de Minas, 2º Andar Ext. 1964

Separação Cromatografica. Docente: João Salvador Fernandes Lab. de Tecnologia Electroquímica Pavilhão de Minas, 2º Andar Ext. 1964 Sepaação Comaogafica Docene: João Salvado Fenandes Lab. de Tecnologia Elecoquímica Pavilhão de Minas, º Anda Ex. 964 Sepaação Comaogáfica envolve ineacções ene um soluo numa fase móvel (eluene) e um leio

Leia mais

Eletromagnetismo Aplicado

Eletromagnetismo Aplicado Eletomagnetismo plicado Unidade 1 Pof. Macos V. T. Heckle 1 Conteúdo Intodução Revisão sobe álgeba vetoial Sistemas de coodenadas clássicos Cálculo Vetoial Intodução Todos os fenômenos eletomagnéticos

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

CPV - o cursinho que mais aprova na GV

CPV - o cursinho que mais aprova na GV FGV 1 a Fase conomia novembo/00 MTMÁTI PV - o cusinho que mais apova na GV 01. ois pilotos iniciaam simultaneamente a disputa de uma pova de automobilismo numa pista cuja etensão total é de, km. nquanto

Leia mais

u seja, pode ser escrito como uma combinação linear de.

u seja, pode ser escrito como uma combinação linear de. Toma d Cayly-Hamilo ja x sja d I α... α poliômio caacísico d. Eão: α α... α α I Toda maiz é um zo d su poliômio caacísico., mos qu qu:... I { I,,..., } u sja, pod s scio como uma combiação lia d. Também,

Leia mais

ESTATÍSTICA EXPLORATÓRIA

ESTATÍSTICA EXPLORATÓRIA ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas

Leia mais

Cinemática de Mecanismos

Cinemática de Mecanismos iemáica de Mecaismos 5. álise de celeações Paulo Floes J.. Pimea lao Uivesidade do Miho Escola de Egehaia Guimaães 007 ÍNDIE 5. álise de celeações... 5.. Defiição... 5.. Movimeo uvilíeo... 5.. celeação

Leia mais

Forma Integral das Equações Básicas para Volume de Controle (cont.)

Forma Integral das Equações Básicas para Volume de Controle (cont.) EOLA DE ENGENHARIA DE SÃO CARLOS Núcleo de Egehaia Témica e Fluidos Foma Itegal das Equações Básicas paa Volume de Cotole (cot.) Teoema do Taspote de Reyolds: elação geal ete a taxa de vaiação de qq. popiedade

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma

Leia mais

Matemática do Ensino Médio vol.2

Matemática do Ensino Médio vol.2 Matemática do Ensino Médio vol.2 Cap.11 Soluções 1) a) = 10 1, = 9m = 9000 litos. b) A áea do fundo é 10 = 0m 2 e a áea das paedes é (10 + + 10 + ) 1, = 51,2m 2. Como a áea que seá ladilhada é 0 + 51,2

Leia mais

Intervalos Estatísticos para uma única Amostra - parte II

Intervalos Estatísticos para uma única Amostra - parte II Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça

Leia mais

Resolução da Prova de Raciocínio Lógico

Resolução da Prova de Raciocínio Lógico ESAF/ANA/2009 da Pova de Raciocínio Lógico (Refeência: Pova Objetiva 1 comum a todos os cagos). Opus Pi. Rio de Janeio, maço de 2009. Opus Pi. opuspi@ymail.com 1 21 Um io pincipal tem, ao passa em deteminado

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Seu pé direito nas melhores faculdades. a) Indicando os montantes finais possuídos por Carlos, Luís e Sílvio por C, L e S, respectivamente, temos:

Seu pé direito nas melhores faculdades. a) Indicando os montantes finais possuídos por Carlos, Luís e Sílvio por C, L e S, respectivamente, temos: Seu pé dieio na melhoe faculdade. FUVEST/00 a Fae TEÁTI 0. alo, Luí e Sílvio inham, juno, 00 mil eai paa invei po um ano. alo ecolheu uma aplicação que endia ao ano. Luí, uma que endia 0% ao ano. Sílvio

Leia mais

Exercícios de Intervalos de Confiança para media, variância e proporção

Exercícios de Intervalos de Confiança para media, variância e proporção Exercícios de Itervalos de Cofiaça para media, variâcia e proporção 1. Se uma amostra aleatória =5, tem uma média amostral de 51,3 e uma desvio padrão populacioal de σ=. Costrua o itervalo com 95% de cofiaça

Leia mais

Unidade IX Estimação

Unidade IX Estimação Uidade IX Estimação 6/09/07 Itervalos de cofiaça ii. Para a difereça etre médias de duas populações (μ μ ) caso : Variâcias cohecidas Pressupostos: 6/09/07 x - x x - x ; N é - x x ) ( x x x x E ) ( x x

Leia mais

Números Complexos (Parte II) 1 Plano de Argand-Gauss. 2 Módulo de um número complexo. Prof. Gustavo Adolfo Soares

Números Complexos (Parte II) 1 Plano de Argand-Gauss. 2 Módulo de um número complexo. Prof. Gustavo Adolfo Soares Númeos Complexos (Pate II) 1 Plao de Agad-Gauss Das defiições de que um úmeo complexo é um pa odeado de úmeos eais x e y e que C = R R, temos que: A cada úmeo complexo coespode um úico poto do plao catesiao,

Leia mais

Sistemas e Sinais 2009/2010

Sistemas e Sinais 2009/2010 Aálise em espaço de estados Sistemas e Siais 009/010 Repesetação de Sistemas Sistemas descitos po equações difeeciais Sistemas descitos po sistemas de equações difeeciais Repesetação em espaço de estados

Leia mais

Escoamentos Compressíveis. Capítulo 06 Forma diferencial das equações de conservação para escoamentos invíscidos

Escoamentos Compressíveis. Capítulo 06 Forma diferencial das equações de conservação para escoamentos invíscidos Escoamenos Compessíveis Capíulo 06 Foma difeencial das equações de consevação paa escoamenos invíscidos 6. Inodução A análise de poblemas na dinâmica de fluidos eque ês passos iniciais: Deeminação de um

Leia mais

2ª Lei de Newton em forma geral ( p = mv. - momento linear, F = r r dt

2ª Lei de Newton em forma geral ( p = mv. - momento linear, F = r r dt Tópios d Físia Moda 4/5 Fomuláio Mdiçõs os ~ < > i i σ i < > i σ < > ± σ < > ± 3σ < > ± g µ σ πσ mlo simaia do alo dadio a pai d mdidas - média aiméia Dsio padão aaiza a dispsão dos sulados d mdidas do

Leia mais

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo:

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo: INE66 Méodo Eaíico Exercício Prova - Semere 15.1 O poo de fuão (medido em C) é um apeco crucial em maeriai cerâmico, epecialmee o uado em reaore ucleare, como a ória. Receemee um fabricae apreeou dua ova

Leia mais

FGE0270 Eletricidade e Magnetismo I

FGE0270 Eletricidade e Magnetismo I FGE7 Eleticidade e Magnetismo I Lista de eecícios 1 9 1. As cagas q 1 = q = µc na Fig. 1a estão fias e sepaadas po d = 1,5m. (a) Qual é a foça elética que age sobe q 1? (b) Colocando-se uma teceia caga

Leia mais

Regressão linear simples

Regressão linear simples Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha

Leia mais

Eletromagnetismo Licenciatura. 18 a aula. Professor Alvaro Vannucci

Eletromagnetismo Licenciatura. 18 a aula. Professor Alvaro Vannucci leomagesmo Lcecaua 8 a aula Pofesso Alvao Vaucc Na úlma aula vmos... Poêca adada po um Dpolo léco que Oscla: P dpolo p 0 4 c quao que a Poêca adada po uma aea mea-oda: P aea q 0 4 c Agoa, em emos do valo

Leia mais

ANÁLISE DE VARIÂNCIA MULTIVARIADA Carlos Alberto Alves Varella 1

ANÁLISE DE VARIÂNCIA MULTIVARIADA Carlos Alberto Alves Varella 1 ANÁLISE MULTIVARIADA APLICADA AS CIÊNCIAS AGRÁRIAS PÓS-GRADUAÇÃO EM AGRONOMIA CIÊNCIA DO SOLO: CPGA-CS ANÁLISE DE VARIÂNCIA MULTIVARIADA Calos Albeto Alves Vaella ÍNDICE INTRODUÇÃO... MODELO ESTATÍSTICO...

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS COIMBRA 12º ANO DE ESCOLARIDADE MATEMÁTICA A. Tarefa nº 7 do plano de trabalho nº 1

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS COIMBRA 12º ANO DE ESCOLARIDADE MATEMÁTICA A. Tarefa nº 7 do plano de trabalho nº 1 ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS COIMBRA º ANO DE ESCOLARIDADE MATEMÁTICA A Taefa º 7 do plao de tabalho º. Comece po esolve o execício 3 da págia 0.. Muitas das geealizações feitas as divesas ciêcias,

Leia mais

INTERVALO DE CONFIANÇA

INTERVALO DE CONFIANÇA INTERVALO DE CONFIANÇA Supoha que etejamo itereado um parâmetro populacioal verdadeiro (ma decohecido) θ. Podemo etimar o parâmetro θ uado iformação de oa amotra. Chamamo o úico úmero que repreeta o valor

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter

Leia mais

Medidas de Associação.

Medidas de Associação. Medidas de Associação. Medidas de associação quantificam a elação ente uma dada exposição e uma consequência. Medidas de impacto quantificam o impacto da mudança de exposição num dado gupo. Não podemos

Leia mais

Exame MACS- Inferência-Intervalos.

Exame MACS- Inferência-Intervalos. Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população

Leia mais

Campo Gravítico da Terra

Campo Gravítico da Terra 5. Campo Gavítico ómalo elação ete o potecial gavítico e o potecial omal é dada po: W ( x, y, z = U( x, y,z + ( x, y,z O campo gavítico aómalo ou petubado é etão defiido pela difeeça do campo gavítico

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

AMOSTRAGEM PARA INVENTÁRIO FLORESTAL COM PROBABILIDADE DE SUPERPOSIÇÃO DE PARCELAS CIRCULARES 1

AMOSTRAGEM PARA INVENTÁRIO FLORESTAL COM PROBABILIDADE DE SUPERPOSIÇÃO DE PARCELAS CIRCULARES 1 Amostagem paa ivetáio floestal com 137 AMOSTRAGEM PARA INVENTÁRIO FLORESTAL COM PROBABILIDADE DE SUPERPOSIÇÃO DE PARCELAS CIRCULARES 1 Thomaz Coêa de Casto da Costa 2 e Adai José Regazzi 3 RESUMO Este

Leia mais

Matemática. Binômio de Newton. Professor Dudan.

Matemática. Binômio de Newton. Professor Dudan. Matemática Biômio de Newto Professor Duda www.acasadococurseiro.com.br Matemática BINÔMIO DE NEWTON Defiição O biômio de Newto é uma expressão que permite calcular o desevolvimeto de (a + b), sedo a +

Leia mais

Movimento unidimensional com aceleração constante

Movimento unidimensional com aceleração constante Movimento unidimensional com aceleação constante Movimento Unifomemente Vaiado Pof. Luís C. Pena MOVIMENTO VARIADO Os movimentos que conhecemos da vida diáia não são unifomes. As velocidades dos móveis

Leia mais

FORMULÁRIO ELABORAÇÃO ITENS/QUESTÕES

FORMULÁRIO ELABORAÇÃO ITENS/QUESTÕES CÓDIGOFO 7.5./0 REVISÃO 0 PÁGINA de CONCURSO DOCENTES EFETIVOS DO COLÉGIO PEDRO II DATA//0 CARGO/ARÉA MATEMÁTICÁ CONTEÚDO PROGRAMÁTICOSISTEMAS LINEARES/ VETORES NO R /GEOMETRIA ANALÍTICA EMR. NÍVEL DE

Leia mais

PROPAGAÇÃO DE ONDAS ELECTROMAGNÉTICAS NUM GUIA CILÍNDRICO

PROPAGAÇÃO DE ONDAS ELECTROMAGNÉTICAS NUM GUIA CILÍNDRICO PROPAGAÇÃO D ONDAS LCTROMAGNÉTICAS NM GIA CILÍNDRICO po Calos Vaadas e Maia mília Maso IST, Maio de 5 t j e. Itodução Vamos estuda a popagação de odas electomagéticas um guia cilídico de aio a. Podeiamos

Leia mais

6. Testes de Hipóteses Conceitos Gerais

6. Testes de Hipóteses Conceitos Gerais 6. Testes de Hipóteses Coceitos Gerais Este capitulo itrodutório, pretede apresetar todas as defiições e todo o vocabulário utilizado em testes de hipóteses. Em um primeiro mometo, talvez você fique um

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Forma Integral das Equações Básicas para Volume de Controle

Forma Integral das Equações Básicas para Volume de Controle Núcleo de Engenhaia Témica e Fluidos Mecânica dos Fluidos (SEM5749) Pof. Osca M. H. Rodiguez Foma Integal das Equações Básicas paa olume de Contole Fomulação paa vs Fomulação paa volume de contole: fluidos

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

1. EXPERIMENTOS FATORIAIS.

1. EXPERIMENTOS FATORIAIS. Expeimentos Fatoiais 89. EXPERIMENTOS FTORIIS. Nos expeimentos mais simples compaamos tatamentos ou níveis de um único fato, consideando que todos os demais fatoes que possam intefei nos esultados obtidos

Leia mais

Resposta no tempo de sistemas de primeira e de segunda ordem só com pólos

Resposta no tempo de sistemas de primeira e de segunda ordem só com pólos Resposa o empo de sisemas de pimeia e de seguda odem só com pólos Luís Boges de Almeida Maio de Iodução Esas oas apeseam, de foma sumáia, o esudo da esposa o empo dos sisemas de pimeia e de seguda odem

Leia mais

é a variação no custo total dada a variação na quantidade

é a variação no custo total dada a variação na quantidade TP043 Micoeconomia 21/10/2009 AULA 15 Bibliogafia: PINDYCK - CAPÍTULO 7 Custos fixos e vaiáveis: Custos fixos não dependem do nível de podução, enquanto que custos vaiáveis dependem do nível de podução.

Leia mais

Previsão de consumos

Previsão de consumos revisão de cosumos Cláudio Moeiro Disribuição de Eergia II 5º ao da EEC - ramo de Eergia (FEU) Modelos de Regressão Se cohecer uma relação liear ere as variáveis depedees e idepedees podemos esimar o valor

Leia mais

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição Uiveridade Etadual do Oete do Paraá - Uioete Curo de Nutrição Bioetatítica Profeora Aqui começamo o etudo da etatítica iferecial, que é o egudo maior ramo da etatítica. M.Roebel Tridade Cuha Prate Coite

Leia mais

Departamento de Informática. Modelagem Analítica. Desempenho de Sistemas de Computação. Arranjos: Amostras Ordenadas. Exemplo

Departamento de Informática. Modelagem Analítica. Desempenho de Sistemas de Computação. Arranjos: Amostras Ordenadas. Exemplo Depatameto de Ifomática Disciplia: Modelagem Aalítica do Desempeho de Sistemas de Computação Elemetos de Aálise Combiatóia Pof. Ségio Colche colche@if.puc-io.b Teoema: Elemetos de Aálise Combiatóia Modelagem

Leia mais

PPNL. Conjuntos Convexos. Exemplos. Otimização e Conjuntos Convexos

PPNL. Conjuntos Convexos. Exemplos. Otimização e Conjuntos Convexos PPNL Min (Max) f(x). a. g i (x) (,, =) b i, i =,,m onde x = (x,,x n ) T é o veto n-dimenional da vaiávei de decião; f (x) é a função objetivo; g i (x) ão a funçõe de etição e o b i ão contante conhecida.

Leia mais

INFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA

INFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA INFRÊNCIA STATÍSTICA: STIMAÇÂO PONTUAL INTRVALOS D CONFIANÇA 0 Problemas de iferêcia Iferir sigifica faer afirmações sobre algo descohecido. A iferêcia estatística tem como objetivo faer afirmações sobre

Leia mais

Seção 8: EDO s de 2 a ordem redutíveis à 1 a ordem

Seção 8: EDO s de 2 a ordem redutíveis à 1 a ordem Seção 8: EDO s de a odem edutíveis à a odem Caso : Equações Autônomas Definição Uma EDO s de a odem é dita autônoma se não envolve explicitamente a vaiável independente, isto é, se fo da foma F y, y, y

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

Universidade de São Paulo Instituto de Física. Física Moderna II. Profa. Márcia de Almeida Rizzutto 2 o Semestre de Física Moderna 2 Aula 20

Universidade de São Paulo Instituto de Física. Física Moderna II. Profa. Márcia de Almeida Rizzutto 2 o Semestre de Física Moderna 2 Aula 20 Uivesidade de São Paulo Istituto de Física Física Modea II Pofa. Mácia de Almeida Rizzutto o Semeste de 14 Física Modea 1 Todos os tipos de ligação molecula se devem ao fato de a eegia total da molécula

Leia mais

3 Modelos em espaço de estado e o filtro de Kalman

3 Modelos em espaço de estado e o filtro de Kalman 3 Moelos em espaço e esao e o filo e Kalma 3.. O moelo em espaço e esao liea Um moelo em espaço e esao liea, sem efeios e egessão e/ou ieveções, é efiio pelas maizes o sisema {,, R, H, Q }. Suas equações

Leia mais

PPNL. Conjuntos Convexos. Exemplos. Otimização e Conjuntos Convexos

PPNL. Conjuntos Convexos. Exemplos. Otimização e Conjuntos Convexos PPNL Min (Max) f(x) s. a. g i (x) (,, =) b i, i =,,m one x = (x,,x n ) T é o veto n-imensional as vaiáveis e ecisão; f (x) é a função objetivo; g i (x) são as funções e estição e os b i são constantes

Leia mais

CAPÍTULO 2 DINÂMICA DA PARTÍCULA: FORÇA E ACELERAÇÃO

CAPÍTULO 2 DINÂMICA DA PARTÍCULA: FORÇA E ACELERAÇÃO 13 CAPÍTULO 2 DINÂMICA DA PATÍCULA: OÇA E ACELEAÇÃO Nese capíulo seá aalsada a le de Newo a sua foma dfeecal, aplcada ao movmeo de paículas. Nesa foma a foça esulae das foças aplcadas uma paícula esá elacoada

Leia mais

Análise de uma Fila Única

Análise de uma Fila Única Aálise de ua Fila Úica The A of oue Syses Pefoace Aalysis Ra Jai a. 3 Fila Úica O odelo de filas ais siles coé aeas ua fila Pode se usado aa aalisa ecusos idividuais e siseas de couação Muias filas ode

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

Diferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr.

Diferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@a a.ufrgs..ufrgs.br hp://www.ufrgs. ://www.ufrgs.br br/~viali/ Depedees Idepedees Tese para aosras eparelhadas Variâcias Cohecidas Variâcias Descohecidas Tese z uposas iguais

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

ASPECTOS DA DETERMINAÇÃO DA ÁREA BASAL EM FUNÇÃO DA MÉDIA ARITMÉTICA DOS DIAMETROS III - VÍCIOS NA DETERMINAÇÃO DA ÁREA BASAL REMANESCENTE *

ASPECTOS DA DETERMINAÇÃO DA ÁREA BASAL EM FUNÇÃO DA MÉDIA ARITMÉTICA DOS DIAMETROS III - VÍCIOS NA DETERMINAÇÃO DA ÁREA BASAL REMANESCENTE * ASPECTOS DA DETERMINAÇÃO DA ÁREA BASAL EM FUNÇÃO DA MÉDIA ARITMÉTICA DOS DIAMETROS III - VÍCIOS NA DETERMINAÇÃO DA ÁREA BASAL REMANESCENTE * Ricado A. A. Veiga ** F. Pimentel Gomes *** Vivaldo F. da Cuz

Leia mais

Esquemas simétricos de cifra

Esquemas simétricos de cifra Esquemas siméticos de cifa Notas paa a UC de Seguaça Ifomática Iveo de 12/13 Pedo Félix (pedofelix em cc.isel.ipl.pt) Istituto Supeio de Egehaia de Lisboa Sumáio Pimitivas de cifa em bloco Pimitivas iteadas

Leia mais

INTRODUÇÃO AO ESTUDO DA ÁLGEBRA LINERAR Luiz Francisco da Cruz Departamento de Matemática Unesp/Bauru CAPÍTULO 2 ESPAÇOS VETORIAIS

INTRODUÇÃO AO ESTUDO DA ÁLGEBRA LINERAR Luiz Francisco da Cruz Departamento de Matemática Unesp/Bauru CAPÍTULO 2 ESPAÇOS VETORIAIS Luiz Facisco da Cuz Depatameto de Matática Uesp/Bauu CAPÍTULO ESPAÇOS VETORIAIS 1 Históico Sabe-se que, até pelo meos o fial do século XIX, ão havia ehuma teoia ou cojuto de egas b defiidas a que se pudesse

Leia mais

S É R I E : E s t a t í s t i c a B á s i c a T e x t o 3 : E S T I M A Ç Ã O SUMÁRIO 1. INTRODUÇÃO ESTIMAÇÃO POR PONTO...4

S É R I E : E s t a t í s t i c a B á s i c a T e x t o 3 : E S T I M A Ç Ã O SUMÁRIO 1. INTRODUÇÃO ESTIMAÇÃO POR PONTO...4 SUMÁRIO. INTRODUÇÃO...3. ESTIMAÇÃO POR PONTO...4.. NOTAÇÃO...4.. PROPRIEDADES DOS ESTIMADORES...5... Não-tedeciosidade...5... Precisão ou eficiêcia...7..3. Validade (ou Acurácia)...8..4. Coerêcia ou cosistêcia...8.3.

Leia mais

Transmissão de calor

Transmissão de calor UNIVERSIDADE EDUARDO MONDLANE Faculdade de Engenhaia ansmissão de calo 3º ano Pof D. Engº Joge Nhambiu Aula. Equação difeencial de condução de calo Equação difeencial de condução de calo Dedução da equação

Leia mais

ENGENHARIA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA 2ª LISTA DE EXERCÍCIOS. (Atualizada em abril de 2009)

ENGENHARIA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA 2ª LISTA DE EXERCÍCIOS. (Atualizada em abril de 2009) ENGENHARIA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA Pofesso : Humbeo Anônio Baun d Azevedo ª LISTA DE EXERCÍCIOS (Aualizada em abil de 009 1 Dados A (1, 0, -1, B (, 1,, C (1, 3, 4 e D (-3, 0, 4 Deemina: a

Leia mais

Análise do método de criptografia HCA baseado em Autômatos Celulares segundo a Teoria dos Grafos

Análise do método de criptografia HCA baseado em Autômatos Celulares segundo a Teoria dos Grafos Aálise do méodo de cipogafia HCA baseado em Auômaos Celulaes segudo a Teoia dos Gafos Auo: Daielli Aaújo Lima Oieadoa: Gia ia Babosa de Olieia Pogama de Pós-Gaduação em Ciêcia da Compuação Uiesidade Fedeal

Leia mais

Prova Escrita de Matemática A

Prova Escrita de Matemática A EXAME NACIONAL DO ENSINO SECUNDÁRIO DecetoLei n.º 39/0, de 5 de julho Pova Escita de Matemática A.º Ano de Escolaidade Pova 635/Época Especial Citéios de Classificação Páginas 03 COTAÇÕES GRUPO I. a 8....(8

Leia mais

Departamento de Física - ICE/UFJF Laboratório de Física II

Departamento de Física - ICE/UFJF Laboratório de Física II Depatameto de ísica - ICE/UJ Laboatóio de ísica II - Itodução Pática : Medida da Aceeação Gavitacioa A iteação avitacioa é uma das quato iteações fudametais que se ecotam a atueza e é a úica que afeta

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADE

DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE Seja uma v.a. que assume os valores,,..., com probabilidade p, p,..., p associadas a cada elemeto de, sedo p p... p diz-se que está defiida

Leia mais

( ) ρ = ( kg/m ) ρ = 1000 kg/m 4ºC CAPÍTULO 5 MECÂNICA DOS FLUIDOS

( ) ρ = ( kg/m ) ρ = 1000 kg/m 4ºC CAPÍTULO 5 MECÂNICA DOS FLUIDOS CAPÍTULO 5 MECÂNICA DOS LUIDOS luidos são substâncias que odem flui, escoa-se com maio ou meno facilidade oque as suas moléculas: movem-se umas em edo das outas com equeno atito, como nos líquidos e estão

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais

Testes de Hipóteses sobre uma Proporção Populacional

Testes de Hipóteses sobre uma Proporção Populacional Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.

Leia mais

Simulação por Eventos Discretos

Simulação por Eventos Discretos imulação por Eveos Disreos Apliação à simulação de ráfego isemas de Teleomuiações IEEC - Área de Teleomuiações 4º Ao - º emesre FEUP 009-0 JL, PR Ieioalmee em brao imulação por eveos disreos - priípios

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

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

Leia mais

Pró-Reitoria de Graduação Curso de Licenciatura em Matemática Trabalho de Conclusão de Curso

Pró-Reitoria de Graduação Curso de Licenciatura em Matemática Trabalho de Conclusão de Curso 3 ó-reioia de Gaduação Cuso de iceciaua em aemáica Tabalho de Coclusão de Cuso [Digie o íulo do documeo] [Digie o subíulo do RÓ-REITORIA DE GRADUAÇÃO documeo] TRABAHO DE CONCUSÃO DE CURSO ROBABIIDADE AICADA

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~

Leia mais

Módulo: Binômio de Newton e o Triângulo de Pascal. Somas de elementos em Linhas, Colunas e Diagonais do Triângulo de Pascal. 2 ano do E.M.

Módulo: Binômio de Newton e o Triângulo de Pascal. Somas de elementos em Linhas, Colunas e Diagonais do Triângulo de Pascal. 2 ano do E.M. Módulo: Bômo de Newto e o Tâgulo de Pascal Somas de elemetos em Lhas, Coluas e Dagoas do Tâgulo de Pascal ao do EM Módulo: Bômo de Newto e o Tâgulo de Pascal Somas de elemetos em Lhas, Coluas e Dagoas

Leia mais

CIRCUITOS ELÉTRICOS EM CORRENTE ALTERNADA NÚMEROS COMPLEXOS

CIRCUITOS ELÉTRICOS EM CORRENTE ALTERNADA NÚMEROS COMPLEXOS CIRCUITOS ELÉTRICOS EM CORRENTE ALTERNADA NÚMEROS COMPLEXOS Um númeo compleo Z é um númeo da foma j, onde e são eais e j. (A ai quadada de um númeo eal negativo é chamada um númeo imagináio puo). No númeo

Leia mais

Introdução à Inferência Estatística 1. Conceitos básicos em inferência

Introdução à Inferência Estatística 1. Conceitos básicos em inferência Itrodução à Iferêcia Estatística 1. Coceitos básicos em iferêcia 1.1. População: cojuto de idivíduos, ou objetos, com pelo meos uma característica em comum. Também será deotada por população objetivo,

Leia mais

Prova Escrita de Matemática B

Prova Escrita de Matemática B EXAME NACIONAL DO ENSINO SECUNDÁRIO Deceto-Lei n.º 139/01, de 5 de julho Pova Escita de Matemática B 10.º e 11.º Anos de Escolaidade Pova 735/.ª Fase 13 Páginas Duação da Pova: 150 minutos. Toleância:

Leia mais

Estudo de um modelo do núcleo do deuterão

Estudo de um modelo do núcleo do deuterão Estudo de um modelo do úcleo do deuteão Goçalo Oliveia º 5789 Pedo Ricate º 578 Física Quâtica da Matéia Istituto Sueio Técico Maio, 8 Resumo Cosidea-se um modelo simles aa o úcleo do deuteão, ode a iteacção

Leia mais

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais