Aplicação do Teste de Elegibilidade Multidimensional na Definição do Público-alvo Beneficiário de Políticas Públicas
|
|
- Luiz Fernando Costa Neves
- 6 Há anos
- Visualizações:
Transcrição
1 Aplcação do Teste de Elegbldade Multdmensonal na Defnção do Públco-alvo Benefcáro de Polítcas Públcas Ana Luca Cosenza Fara Dense Brtz do Nascmento Slva Carmem Aparecda Fejó Palavras-chave: Regressão logístca; escore de propensão; pobreza; ndcador de focalzação Resumo Este artgo examna o debate atual referente à questão da unversalzação ou focalzação de polítcas públcas de caráter socal e apresenta os custos e benefícos envolvdos quando a focalzação é defnda como opção mas ndcada. Adconalmente, apresenta o Teste de Elegbldade Multdmensonal como um método alternatvo de seleção de benefcáros para o caso braslero. Como a aplcação do referdo método requer a utlzação de modelos estatístcos com dados coletados em pesqusas domclares por amostragem, elabora-se um modelo de regressão logístca que relacona a probabldade de um domcílo estar em condção de pobreza com suas característcas físcas e com varáves socoeconômcas de seus moradores. As probabldades prevstas pelo modelo consttuem os escores de propensão (propensty scores) à pobreza que podem ser utlzados como crtéro de nclusão de domcílos em programas de transferênca de renda. As estmatvas dos escores de propensão e uma medda de desempenho da focalzação são calculadas com base nas nformações da PNAD Os resultados ndcam que a escolha de um únco modelo de regressão logístca para seleconar característcas que dscrmnem os domcílos em condção de pobreza está dretamente relaconada às escolhas metodológcas adotadas, sendo possível seleconar mas de um modelo para dentfcar a população sob rsco. No modelo escolhdo para análse, o evento de nteresse é determnado consderando como em condção de pobreza os domcílos cuja renda domclar per capta é nferor a meo saláro mínmo. Foram dentfcados como fatores assocados à condção de pobreza: o arranjo famlar, o número de cranças no domcílo, a escolardade e a dade da pessoa de referênca, a densdade de moradores por cômodo e a razão de dependênca, a regão e a área (urbana ou rural) de localzação, além de característcas físcas, do domcílo. Trabalho apresentado no XV Encontro Naconal de Estudos Populaconas, ABEP, realzado em Caxambú- MG Brasl, de 18 a 22 de Setembro de Mestre pela ENCE/IBGE. Tecnologsta do CASNAV. PhD pela Unversdade de Southampton. Pesqusadora IBGE e Professora da ENCE/IBGE. PhD pela Unversty College London. Professora da UFF e Pesqusadora CNPq. 1
2 Aplcação do Teste de Elegbldade Multdmensonal na Defnção do Públco-alvo Benefcáro de Polítcas Públcas Ana Luca Cosenza Fara Dense Brtz do Nascmento Slva Carmem Aparecda Fejó 1 Introdução A tendênca atual dos governos, no Brasl e no mundo, de utlzar mecansmos de transferênca de renda focalzados na população mas carente para combater a pobreza e a desgualdade ocorre junto com um amplo debate teórco sobre o tamanho do Estado na economa. Por sua vez, um desdobramento mportante desse debate é a dscussão específca sobre os crtéros para se dentfcar quas devem ser os benefcáros de polítcas públcas de caráter socal. A partr de experêncas com a utlzação do Teste de Elegbldade Multdmensonal (conhecdo na lteratura como Proxy means test) na Amérca Latna, observou-se que o método representa uma alternatva vável para o atual sstema utlzado no Brasl. O método consste em construr um ndcador, a partr de varáves observáves dos potencas canddatos, utlzando, por exemplo, dados coletados através de pesqusas domclares; e ordenar os domcílos segundo sua pontuação no ndcador. A maora dos métodos de focalzação de polítcas públcas utlza como base de dados amostras domclares. Ocorre freqüentemente que o plano amostral, utlzado na coleta dos dados, possu dversos aspectos que o dferencam de uma amostra aleatóra smples com reposção, tas como: estratfcação; conglomeração e probabldades desguas de seleção. Nesses casos, é mportante consderar as característcas do plano amostral nas análses, prncpalmente quando é desejado acompanhar a evolução dos ndcadores ao longo do tempo ou realzar comparações entre localdades (regões, área urbana ou rural ou undades da federação). Este artgo tem o objetvo de aplcar o Teste de Elegbldade Multdmensonal, a partr do ajuste de um modelo de regressão logístca a dados coletados pela Pesqusa Naconal por Amostra de Domcílos 2003 (PNAD), para verfcar a sgnfcânca de um elenco de varáves consderadas potencas determnantes da probabldade de um domcílo estar em condção de pobreza e obter uma estmatva do escore de propensão (propensty score), que dscrmne a população nvestgada em dos grupos: pobres e não-pobres. Após a obtenção das estmatvas do escore de propensão, aplca-se aos resultados uma medda de desempenho da focalzação, de forma a avalar o erro esperado com a utlzação do método proposto. Trabalho apresentado no XV Encontro Naconal de Estudos Populaconas, ABEP, realzado em Caxambú- MG Brasl, de 18 a 22 de Setembro de Mestre pela ENCE/IBGE. Tecnologsta do CASNAV. PhD pela Unversdade de Southampton. Pesqusadora IBGE e Professora da ENCE/IBGE. PhD pela Unversty College London. Professora da UFF e Pesqusadora CNPq. 2
3 2- O debate recente do Brasl sobre a mplementação de polítcas socas A partr de 1980, o país expermentou uma longa crse com altos índces de nflação e baxo crescmento econômco. Esta stuação agravou anda mas os problemas relaconados à pobreza e à desgualdade 1. Na década de 90, depos da establzação de preços decorrente do Plano Real, em 1994, observou-se uma redução da pobreza absoluta. A partr de 1996, entretanto, a proporção de pobres se establzou em torno de 34% (ROCHA, 2003). Por outro lado, o Brasl não pode ser consderado um país pobre, uma vez que se encontra entre as dez maores economas do mundo, segundo o Relatóro de Desenvolvmento Humano de Esta constatação tem levado especalstas a relaconar a persstênca dos altos índces de pobreza no Brasl à desgualdade de renda (BARROS, 2001). Se há pontos de concordânca na relação entre desgualdade e pobreza no Brasl, há mutas dscordâncas sobre a forma de como combatê-la e med-la. Em 2003, dos estudos realzados por entdades públcas colocaram claro o debate sobre os gastos socas no Brasl 2. O documento elaborado pelo Mnstéro da Fazenda apresenta uma avalação do gasto socal no Brasl enfatzando o fato de que o gasto não é pequeno, mas mal dstrbuído. Os autores argumentam que mas de dos terços das recetas líqudas do Governo Central são utlzadas para fnancar despesas na área socal. A maor parte deste gasto é destnada ao pagamento de aposentadoras e pensões que, segundo o documento, tem forte componente regressvo, em contraste com os gastos socas com maor poder de enfrentamento da pobreza e das desgualdades socas tas como aqueles destnados à educação fundamental e méda, à saúde e os programas de renda mínma que, apesar de crescentes, anda têm uma partcpação bastante reduzda no orçamento do Governo Central. Os autores ressaltam a necessdade de realzar reformas que reduzam os prvlégos conceddos pelo atual sstema vsando o aumento da efcênca do gasto socal, tas como, a unfcação dos programas de renda mínma e a necessdade de um sstema de montoramento e avalação de programas socas. No que se refere aos programas de Garanta de Renda Mínma, o relatóro destaca o fato de que além dos programas federas, exstem os programas muncpas e estaduas, de forma que pode haver uma sobreposção, tanto de objetvos, quanto de públco-alvo. Além dsso, a multplcdade de programas e de cadastros de benefcáros complca a gestão e o montoramento dos dversos programas (MINTÉRIO DA FAZENDA, 2003). No estudo realzado pela Prefetura da Cdade de São Paulo, os autores apresentam outros dados e uma avalação dferente sobre o gasto socal no Brasl e argumentam que, apesar do Brasl não ter construído um Estado de Bem-Estar socal com característcas unversas, houve, a partr da Consttução de 1988, algum progresso no sentdo da unversalzação, questonado ultmamente. Para estes autores, a forma de romper com a desgualdade de renda e a pobreza no Brasl depende da construção de um sstema unversal de polítcas socas com qualdade nos servços prestados. O questonamento dos dados apresentados pelo Mnstéro da Fazenda se refere, prncpalmente, às escolhas metodológcas utlzadas para avalar o gasto socal (PREFEITURA DA CIDADE DE SÃO PAULO, 2003). Utlzando uma abordagem dferente da utlzada pelo Mnstéro da Fazenda, o artgo apresenta uma nterpretação contrastante: que os gastos socas no Brasl são pequenos, em termos absolutos ou relatvos, e que mesmo assm contrbuem para atenuar a desgualdade de renda. 1 Entretanto, mesmo nas décadas anterores, em períodos de crescmento econômco, a pobreza não fo erradcada (ARAÚJO, 2003). 2 Mnstéro da Fazenda (2003) e Prefetura da Cdade de São Paulo (2003). 3
4 Quanto à argumentação do Mnstéro da Fazenda de que os destnatáros dos gastos socas no Brasl são os segmentos mas rcos da população, o segundo documento apresenta dos contra exemplos. O seguro-desemprego, que nos anos de 2001 e 2002, teve 80% dos benefícos conceddos a trabalhadores que recebam no seu últmo trabalho, menos que três saláros mínmos; e o caso da Prevdênca Socal, no qual o benefíco médo no país era de cerca de dos saláros mínmos. Outra afrmação do estudo realzado pela Prefetura de São Paulo é que as aplcações fnanceras e a estrutura trbutára concentrada nos mpostos ndretos são os responsáves pelo aumento da dstânca entre os 10% mas rcos e os 10% mas pobres. Destacam anda que as causas da desgualdade podem ser encontradas em três dferentes planos que se complementam: a dnâmca excludente do mercado de trabalho, a fnancerzação da economa e a estrutura trbutára regressva. Uma conclusão deste documento é que o aumento do gasto socal e a mplantação de mpostos ndretos mas progressvos melhoram a dstrbução de renda (PREFEITURA DA CIDADE DE SÃO PAULO, 2003). Salm (2003), debatendo os argumentos do documento do Mnstéro da Fazenda, consdera que se trata bascamente de uma crítca à efetvdade do gasto socal braslero, pos com a nossa elevada carga trbutára, os mpactos deveram ser mas redstrbutvos do que os observados. O autor propõe uma reflexão concetual sobre o gasto socal. No que se refere à forma de dstrbução dos gastos socas, se pela va da focalzação ou da unversalzação, argumenta que as transferêncas em dnhero fnancadas pelos mpostos devem ser focalzadas nos mas pobres, mas a educação, saúde, prevdênca e segurança devem ser de acesso unversal. Sobre a saúde públca, o autor destaca que, consderando as lnhas de pobreza em geral utlzadas, a mensa maora dos não-pobres não tera recursos para pagar o mas smples plano de saúde prvado. Em relação ao nível da carga trbutára não ser capaz de corrgr as desgualdades no Brasl da mesma forma que ocorre em países mas rcos, o autor argumenta que o volume de recursos arrecadados por benefcáro nos países rcos é muto maor. Além dsso, segundo Salm, nenhum programa de transferênca de renda é capaz de alterar o índce de Gn de forma sgnfcante. Os autores que defendem a focalzação argumentam que o problema dos programas socas no Brasl não é de carênca de recursos, mas da falta de qualdade na aplcação dos recursos (NERI, 2003). Em suma, de um modo geral, no Brasl, é possível destacar três posturas no que dz respeto ao nível de cobertura dos programas socas. O debate entre focalzação e unversalzação dvde opnões sobre estratégas para combate à pobreza: os que são favoráves à focalzação de polítcas socas nos mas pobres; os que defendem a unversalzação das polítcas como a únca forma de nclusão socal; e os que consderam que não exste uma oposção entre a focalzação e a unversalzação, sto é, que alguns programas socas devem ser focalzados enquanto outros devem ser de acesso unversal Unversalzação versus focalzação e a noção de justça socal Para Kerstenetzky (2005), a focalzação per s não deve ser assocada automatcamente à justça socal de caráter resdual, nem tampouco a unversalzação à garanta de dretos socas. São métodos alternatvos e mutas vezes complementares de uma noção de justça socal que precsa ser prevamente defnda. A autora classfca a justça socal em justça fna (ou de mercado) e justça espessa. Na justça fna, uma economa de mercado sera dotada de uma capacdade ntegradora rresstível, pos seus benefícos materas seram transmtdos à quase totaldade da socedade. Nesse caso, a polítca socal sera reduzda à polítca econômca, com reformas de orentação mercadológca, que no longo prazo seram capazes de nclur a todos. 4
5 Em uma concepção mas espessa, mesmo concedendo ao mercado a prmaza na alocação de recursos econômcos, o Estado assumra um papel maor na dstrbução de vantagens socoeconômcas apoado no argumento de que mutas desgualdades não se baseam na escolha, ou na responsabldade ndvdual, mas em outras característcas como a classe socal, cor ou raça, gênero e até mesmo habldades e talentos natos. A forte reação negatva de dversos ntelectuas aos métodos de focalzação resde na assocação do método com o conceto de justça fna, de caráter resdual, na qual se acredta que o mercado seja capaz de se auto-ajustar. Entretanto a focalzação pode ser utlzada como um nstrumento, mesmo dentro de uma concepção mas espessa de justça socal das seguntes maneras: I) na busca do foco para soluconar um problema prevamente especfcado, em termos da efcênca do gasto socal (ou seja, dada uma quantdade de recursos, determnar qual devera ser a prordade dos gastos, com base no conhecmento sobre a realdade demográfca; socal e terrtoral do país); ou II) como ação reparatóra para resttur a determnadas categoras, dretos perddos como resultado de njustças passadas, o que mplca que, sob esse aspecto, a focalzação cumprra o papel de complementar as polítcas públcas unversas. Dessa forma, pode-se argumentar que, em uma socedade desgual como o Brasl, algumas polítcas focalzadas seram mportantes para a efetvdade de dretos dtos unversas, que, na prátca, anda encontram-se dstantes da realdade do País. Os dos métodos unversalzação e focalzação - não são excludentes. É possível adotar um sstema de proteção socal no qual haja a convvênca de característcas do sstema resdual e do sstema nsttuconal. Uma vez que a opção seja mplementar programas socas dreconados às pessoas de renda mas baxa, faz-se necessáro utlzar algum método para defnr o públco-alvo benefcáro e examnar os possíves custos e os benefícos envolvdos. 3 Benefícos e custos para focalzação de polítcas socas Um dos prncpas argumentos em favor da focalzação nas polítcas de combate à pobreza está relaconado à efcênca dos gastos socas, ou seja, quanto mas precso for o método utlzado para alcançar os pobres, menor será o desperdíco, e menores os custos envolvdos em alcançar o objetvo desejado. Uma forma smples de explcar a motvação prncpal para a utlzação da focalzação como ferramenta de alívo à pobreza é admtr, em um prmero momento, a hpótese de que seja possível dscrmnar exatamente quem é pobre e quem não é pobre. Consderando que haja nteresse em maxmzar a redução da pobreza na presença de um orçamento lmtado 3, deve ser decddo qual o número de benefcáros que será coberto pelo programa e qual o nível de transferênca. Assm, a argumentação básca é que, nestas crcunstâncas, as transferêncas focalzadas para domcílos pobres possuem um retorno potencal, ou seja, a quantdade de orçamento transferdo para os domcílos que mas precsam, pode ser aumentada. (COADY, GROSH, e HODDINOTT, 2004) Entretanto, exstem custos dretos e ndretos relaconados à focalzação. Isto sgnfca que parte do orçamento do programa é utlzada para cobrr estes custos. Mas do que sso; é necessáro conhecer a natureza destes custos para que seja possível alcançar os melhores resultados possíves. 3 Aqu está sendo consderado apenas o orçamento para realzar as transferêncas, e não o orçamento total que certamente deve nclur os custos de gerencamento e dstrbução dos benefícos. 5
6 3.1 - Custos da focalzação A lteratura sobre o tema da focalzação dos gastos públcos, de acordo com Coady, Grosh e Hoddnott (2004), dentfca pelo menos cnco tpos de custos: custos de ncentvo, custos socas, custos admnstratvos, custos relaconados a sustentabldade polítca e à qualdade dos servços e custos prvados. Os custos de ncentvo são também conhecdos como custos ndretos. Ocorrem porque o crtéro de elegbldade pode nduzr as pessoas a modfcar seu comportamento de forma a se tornarem benefcáros. Os exemplos são: dmnur o trabalho remunerado, mgrar para locas eletos para receber as transferêncas (no caso de focalzação geográfca) ou declarar rendas rreas. Exstem, também, efetos ndretos postvos, como, por exemplo, quando exstem condconantes, as pessoas podem modfcar seu comportamento e manter as cranças na escola ou freqüentar postos de saúde. Os problemas relaconados ao ncentvo adverso ao trabalho são consderados menos mportantes nos países em desenvolvmento do que nos países da OCDE, já que os métodos de dentfcação da população alvo utlzados nos países em desenvolvmento não exgem comprovação de renda com a realzação de cruzamento de nformações de dversas fontes, de forma que não há um ncentvo a dexar de receber renda através do trabalho, para receber o benefíco. Além dsso, os benefícos em geral são baxos, o que mplca que aqueles que possuem alguma chance de consegur renda através do trabalho rão manter um forte ncentvo a procurar ganhos adconas quando tverem esta escolha. Os custos socas se referem ao fato de que em qualquer sstema de dentfcação da população alvo que requera dentfcação das pessoas como pobres tende a possur alguns efetos sobre o respeto própro das pessoas e também sobre o respeto dos outros em relação aos benefcáros. As pessoas podem se sentr estgmatzadas (COADY, GROSH E HODDINOTT, 2004) e (SEN, 1995). Todos os métodos para focalzação, exceto os que utlzam apenas auto-seleção, envolvem custos admnstratvos, já que é necessáro realzar a dscrmnação dos domcílos, trabalho que, em geral, é realzado por funconáros do governo. Portanto há o problema de se nvadr a prvacdade das pessoas, além do o custo de nvestgar as pessoas. Sen (1995), alerta adconalmente, sobre a possbldade de corrupção, sempre que for delegado a funconáros o controle de escolher quem será benefcáro. De uma forma geral, os custos envolvdos na obtenção de nformações para realzar a focalzação aumentam conforme aumenta a precsão da focalzação. Por exemplo, aprovetar nformações de pesqusas domclares para construr mapas de pobreza possu custo admnstratvo menor do que construr um cadastro de benefcáros no qual a renda precsa ser comprovada e verfcada com a utlzação de dversas fontes de nformação alternatvas. Como os custos admnstratvos exstem, valores menores do que o orçamento ncal fcam efetvamente dsponíves para serem dstrbuídos aos benefcáros. Entretanto, é possível que, com uma boa focalzação, o número de benefcáros e o custo admnstratvo dmnuam em termos absolutos ou como parte do custo total, dado que um programa bem focalzado pode servr a um número menor de pessoas. Nestes casos, os custos admnstratvos e de dstrbução podem, por sua vez, ser reduzdos. Como os benefcáros de programas de alívo à pobreza possuem, em geral, baxo poder de renvndcação, destaca-se a exstênca de custos relaconados à sustentabldade polítca e à qualdade dos servços. Apesar dsto, a efcênca da focalzação, assegurando que somente os que mas precsam recebem os benefícos, pode aumentar o suporte polítco por aqueles que enxergam benefícos ndretos advndos da redução da pobreza, tas como: sentmento de justça socal, dmnução de mendgos, dmnução da crmnaldade ou redução de mpostos (COADY, GROSH E HODDINOTT, 2004). 6
7 Por fm, os ndvíduos podem ter custos dversos para se nscreverem no programa tas como os de obtenção de certfcados/documentos necessáros para a nscrção e o de transporte aos locas de nscrção. Esses são conhecdos como custos ndretos e precsam ser avalados, em partcular quando o método de focalzação utlzado é a auto-seleção ou quando exstem contrapartdas para o recebmento do benefíco. A mportânca relatva destes custos depende dos métodos de focalzação e também do ambente socal e polítco. Por exemplo, é provável que os custos admnstratvos sejam mas mportantes quando avalação ndvdual ou domclar é utlzada. Os custos de ncentvo não são relevantes quando a focalzação categórca é utlzada. Por outr lado, os custos prvados devem ser consderados quando a auto-seleção é utlzada. A natureza e a mportânca dos custos socas podem dferr muto com a forma de seleção nerente ao programa. Porém, é fundamental que todos estes custos sejam contemplados na avalação da efetvdade da focalzação de programas. 4 - O Teste de Elegbldade Multdmensonal (Proxy Means Test) Exstem város métodos para defnr o públco alvo de polítcas públcas de transferênca de renda, dentre os quas se destacam: Método Categórco; Auto-seleção; Teste de Renda Verfcada; Teste de Renda Não Verfcada e Teste de Elegbldade Multdmensonal. Para uma descrção mas detalhada ver Fara(2006). O Teste de Elegbldade Multdmensonal permte ndentfcar a população em condção de pobreza com base em característcas ndvduas ou domclares correlaconadas com a renda. Os dados podem ser obtdos através de censos ou pesqusas domclares que nvestgam característcas varadas sobre os ndvíduos e seus domcílos 4. Com os dados coletados, são construídos ndcadores aplcando métodos de modelagem estatístca como, por exemplo, análse de regressão e análse de componentes prncpas. Estes ndcadores, após a ponderação aproprada, são utlzados para ordenar as pessoas (famílas ou domcílos) e classfcar um domcílo ou um ndvíduo na população como pobre ou não pobre. Uma questão nteressante se refere aos custos admnstratvos, que em prncípo, são menores que os necessáros para mplementar o Teste de Renda Verfcada e, como não exge comprovação de renda, este procedmento é menos suscetível aos ncentvos adversos ao trabalho. Além dsso, o método é mas barato que o teste de renda verfcada, e menos sujeto a desvos relaconados a declarações falsas sobre a renda. É necessáro decdr qual processo de nscrção será utlzado entrevstas; por demanda; ou uma combnação destes processos. E o resultado deve gerar um cadastro para a seleção de benefcáros que possa ser atualzado, consderando que algumas varáves podem perder o poder de prever a pobreza ou de dscrmnar pobres de não-pobres. Este método fo adotado em város países da Amérca Latna como, por exemplo, Chle (Fcha CAS), Costa Rca, Colômba (SISBEN) e Méxco (PROGRESA) (LEGOVINE, 1999). Outros países da Amérca Latna que estão desenvolvendo sstemas de focalzação utlzando o teste de elegbldade multdmensonal são a Argentna, o Equador, a Jamaca, Honduras e a Ncarágua. Armêna, Indonésa e Turqua são exemplos de países fora da Amérca Latna que também utlzam o teste de elegbldade multdmensonal. (COADY, GROSH e HODDINOTT, 2004). 4 No Brasl, podera ser sugerdo como pesqusas partcularmente útes, a Pesqusa Naconal por Amostra de Domcílos (PNAD) ou a Pesqusa de Orçamentos Famlares (POF). 7
8 A ferramenta chave do teste de elegbldade multdmensonal, que alguns vêem como uma vantagem e outros como uma desvantagem, é a necessdade da realzação de cálculos. Uma das prncpas vantagens de sua utlzação é tornar o procedmento replcável, sto é, a aplcação do teste de elegbldade multdmensonal torna possível que domcílos semelhantes (pelo menos no que se refere às varáves escolhdas) recebam o mesmo tratamento ou decsão, mesmo se avalados por membros dferentes do grupo em das dferentes. Consttu, portanto, ferramenta mportante para evtar a corrupção ou poltzação do programa. A desvantagem do procedmento é não consderar algumas crcunstâncas especas do domcílo. É recomendado que se utlzem relatvamente poucas varáves sobre os domcílos de forma a assegurar sua valdade e facltar a nterpretação dos métodos estatístcos empregados na população alvo. Além dsso, a função obtda através de modelagem estatístca é, em geral, desenhada para funconar bem em méda, mas não para categorzar cada domcílo ndvdualmente. O procedmento exge o trenamento de pessoal para a utlzação das fórmulas. E, por últmo, algumas pessoas podem consderar o procedmento arbtráro por não compreenderem os métodos estatístcos empregados. De qualquer forma, ndependente de quão boa seja a formulação estatístca, para o sucesso do programa é necessáro que as pessoas em condção de pobreza se nscrevam. Uma manera de empreender esforços para que o programa alcance as pessoas em condção de pobreza é através de campanhas de nformação públca, que enfatzem que o objetvo do programa é atender os pobres. Tas campanhas podem crar um estgma que ajuda a reduzr o vazamento. Uma aplcação deste método no Brasl, utlzando os dados da PNAD 1998, é encontrada no trabalho de Anuatt Neto, Fernandes e Pazello (2000). 5 Uma medda de desempenho da focalzação Na prátca, os gerencadores dos programas socas não possuem nformação perfeta sobre quem se encontra em condção de pobreza. Portanto, consderando que a elegbldade do programa é baseada em nformação mperfeta, é nevtável a presença de algum erro de nclusão (dentfcar como pobres pessoas que são não-pobres e admt-las no programa), e/ou erros de exclusão (dentfcar como não-pobres pessoas que são pobres e não admt-las no programa). Caso os recursos do programa fossem lmtados, tas erros poderam ser mnmzados através da coleta de nformação adconal. Entretanto, em um mundo de recursos lmtados, os formuladores de polítcas e os gerencadores dos programas precsam saber se tas custos são justfcados pela real melhora na focalzação. Além dsso, os governantes e a socedade precsam conhecer o quão efetva é uma dada ntervenção focalzada. Isto requer uma medda de desempenho da focalzação. Legovn (1999) descreve três crtéros para a avalação do método de focalzação: a efcênca da focalzação, o vazamento do programa e os custos admnstratvos envolvdos. Para compreender estes crtéros é mportante notar que, qualquer que seja o método escolhdo, ele está sujeto a dos tpos de erro, análogos aos erros do tpo I e do tpo II da nferênca estatístca. Estes erros são conhecdos na lteratura como erros de focalzação. São eles: exclur do programa famílas que deveram ser ncluídas (erro tpo I, erro de cobertura ou erro de exclusão) e nclur no programa famílas que não deveram ser ncluídas (erro tpo II, vazamento ou erro de nclusão), conforme o esquema da tabela 1. Um método de focalzação é dto efcente quando mnmza o erro do tpo I (CORNIA e STEWART, 1995). 8
9 Tabela 1 Decsão sobre a nclusão ou exclusão de ndvíduos em um programa socal O ponto de equlíbro desejado entre o custo de vazamento e os custos admnstratvos deve ser avalado, assm como a possbldade de que programas com um certo nível de vazamento possuam uma capacdade maor de se manterem que programas sem nenhum vazamento devdo à necessdade de suporte operaconal maor. De uma forma geral, é desejado que a focalzação seja realzada de manera a mnmzar os dos tpos de erros ctados. À medda que o programa se expande, a tendênca é dmnur o erro do tpo I e aumentar o erro do tpo II. O nverso ocorrera com uma redução do programa. A manera de reduzr os dos tpos de erros é melhorar a capacdade de dscrmnação, o que, por sua vez, aumenta os custos admnstratvos do programa (ANUATTI NETO, FERNANDES e PAZELLO, 2000). Consderando que se deseja mnmzar os dos tpos possíves de erros de focalzação: Anuatt Neto, Fernandes e Pazello (2000) sugerem o segunte ndcador de focalzação IF: IF = α [P I - P E ] + (1 α) [NP E - NP I ], que vara no ntervalo [ 1, 1] sendo que quanto mas próxmo de um, melhor a focalzação; α é o fator de ponderação (0 α 1) que permte escolher entre prorzar a efcênca do programa ou o controle do vazamento deste; P I é a proporção de domcílos pobres devdamente ncluídos no programa; P E é a proporção de domcílos pobres ndevdamente excluídos do programa; NP E é a proporção de domcílos não-pobres devdamente excluídos do programa; NP I é a proporção de domcílos famílas não-pobres ndevdamente ncluídos no programa; [P I - P E ] representa a efcênca no alcance da polítca; e [NP E - NP I ] representa uma medda do vazamento do programa. Ao ajustar um modelo para estmar a probabldade de um domcílo estar em condção de pobreza segundo suas característcas, o ndcador é calculado consderando que são ncluídos no programa os domcílos para os quas as probabldade prevstas pˆ de ocorrênca do ( 1 α )POB evento (condção de pobreza) para o -ésmo domcílo são pˆ, αnpob + ( 1 α )POB sendo POB o número de pobres segundo a lnha de pobreza e NPOB o número de não-pobres segundo a lnha de pobreza. Em seguda, escolhe-se o valor de α e calcula-se a proporção de domcílos pobres ncluídos e a proporção de domcílos não-pobres ncluídos. Quando α=1, então IF = [P I - P E ], ou seja, apenas o crtéro de nclusão de pobres é consderado. Nesse caso, IF sera máxmo, por exemplo, através da unversalzação dos benefícos. Uma defcênca deste ndcador é não consderar a ntensdade da pobreza, ou seja, a exclusão do programa de um domcílo pobre, com renda próxma à lnha de pobreza produz o mesmo mpacto no ndcador proposto do que a exclusão de outra famíla mas pobre. Por outro lado, a nclusão de um domcílo não pobre com renda próxma à lnha de pobreza produz o mesmo mpacto no ndcador do que a nclusão de um domcílo rco. Entretanto, é possível consderar a ntensdade da pobreza realzando uma ponderação baseada na dstânca entre a renda domclar per capta e a lnha de pobreza. Quanto maor a dstânca, maor o peso. 9
10 γ Os autores defnem o peso φ = no qual R é a renda domclar per capta do E( γ Y = 0;1) -ésmo domcílo, γ L - R é a dstânca da renda do domcílo à lnha de pobreza L; = E( γ Y = 0;1) é a dstânca méda dos domcílos pobres e não-pobres à lnha de pobreza; e Y é uma varável que assume o valor 1 quando o domcílo encontra-se em condção de pobreza e é gual a zero caso contráro. 6 - Ajuste do modelo e aplcação do ndcador de focalzação utlzando os dados da PNAD 2003 Uma questão apontada por Anuatt Neto, Fernandes e Pazello (2000) dz respeto ao tratamento da nformação da renda nula dos desocupados. Os autores argumentam que, como a PNAD só dspõe da renda do ndvíduo no mês da pesqusa, as pessoas desocupadas no período de referênca da pesqusa declaram renda nula, o que podera acarretar famílas de alto padrão de vda classfcadas como pobres, caso sua renda nula fosse dretamente comparada à lnha de pobreza. Ou seja, é possível que a renda de alguns ndvíduos seja nula apenas no mês de referênca da pesqusa (ou em um período curto que nclu o mês de referênca da pesqusa), por uma questão conjuntural e, anda assm, a famíla não seja, de fato, estruturalmente pobre. Nota-se que, na PNAD 2003, exstem pessoas de 10 anos ou mas com renda nula (47,9 % da amostra). O número de domcílos na amostra da PNAD 2003 com renda nula é (1,6 % da amostra). Portanto, antes de realzar o ajustamento do modelo de regressão logístca optou-se por mputar um valor de renda para todos os desocupados. 6.1 Equação de saláro utlzada para estmar a renda dos desocupados O procedmento consstu em separar os ndvíduos em três categoras: ocupados, desocupados e fora da força. Fo mputado um valor de renda para todos os ndvíduos desocupados cuja renda total nformada na PNAD 2003 era gual à zero. A equação utlzada para estmar a renda destes ndvíduos fo obtda num estudo recente realzado por Pnto de Carvalho(2005). Vale ressaltar que neste estudo o referdo autor utlzou os procedmentos adequados de modelagem estatístca para pesqusas amostras complexas, sto é, a estmação do modelo fo realzado consderando o plano amostral utlzado na coleta dos dados, conforme descrto em Pessoa e Slva (1998) e Sknner, Holt e Smth (1999). 6.2 Análse das varáves relevantes para o teste de elegbldade multdmensonal Após o procedmento de mputação de renda, fo ajustado um modelo de regressão logístca para dentfcar como determnadas característcas famlares/domclares estão relaconadas à ocorrênca da pobreza, sto é, como auxlam na dscrmnação da população em dos grupos: pobres e não-pobres. O evento de nteresse é descrto por uma varável aleatóra ndcadora que assume o valor um se o domcílo encontra-se em condção de pobreza e é gual a zero caso contráro. Para a seleção das varáves explcatvas, foram consderadas todas aquelas apontadas em Anuatt Neto, Fernandes e Pazello (2000) e, além destas, outras utlzadas na lteratura para medr o rsco de pobreza (maores detalhes em Fara, 2006). De acordo com Pessoa e Slva (1988), consderando que o plano amostral utlzado na PNAD é complexo (usa estratfcação, conglomeração e probabldades desguas de seleção), o método adequado para a estmação dos parâmetros do modelo é o Método da Máxma Pseudo-Verossmlhança. 10
11 Portanto, o procedmento de estmação do modelo ncorpora as característcas do plano amostral da PNAD no cálculo das estmatvas dos parâmetros e respectvas varâncas. As probabldades estmadas pelo modelo ( pˆ ) fornecem o valor do escore de propensão (probabldade do domcílo estar em condção de pobreza de acordo com suas característcas socoeconômcas). Incalmente foram ajustados quatro modelos. No prmero modelo, o únco fator relaconado a característcas do domcílo é o acesso à telefona, pos, ao nclur esta varável, todos os demas fatores relaconados a característcas domclares perdem o poder de dscrmnar pobres de não-pobres (dexam de ser sgnfcantes no modelo). Entretanto, de acordo com relatóro elaborado pela Dvsão Estatístca das Nações Undas, condções relaconadas a abrgo; esgotamento; e abastecmento de água em condções adequadas; são consderadas fundamentas ao bem-estar das famílas. Portanto, decdu-se ajustar um segundo modelo sem o fator acesso à telefona. Procedendo desta forma, três característcas domclares (materal resstente, acesso à água e acesso a esgotamento em condções adequadas) foram sgnfcantes no modelo. Além dsso, todas as nterações possíves foram avaladas, tanto para o prmero modelo, quanto para o segundo modelo. Para todos os quatro modelos, a varável resposta fo defnda consderando como pobres as pessoas que resdam em domcílos com renda domclar per capta abaxo das lnhas de pobreza regonalzadas propostas Rocha (2003). Adconalmente, ajustou-se um qunto modelo para o qual foram consderadas pobres as pessoas que resdam em domcílos com renda domclar per capta abaxo de meo saláro mínmo. Observou-se que neste últmo modelo, todas as característcas relaconadas à estrutura do domcílo foram sgnfcantes, nclusve a posse de telefone no domcílo. Além dsso, para este últmo modelo, os ndcadores de focalzação foram melhores em todas as regões. Portanto este fo o modelo escolhdo para ser analsado de forma mas detalhada. Entretanto, todos os modelos ajustados podem ser encontrados em Fara (2006). 6.3 Análse do modelo escolhdo para nvestgar característcas famlares e domclares relaconadas à pobreza Como nesse modelo, a varável resposta utlzada fo construída de forma não regonalzada, constata-se que são sgnfcantes e relevantes os fatores regão (Norte, Nordeste, Sul, Sudeste e Centro-Oeste) e área (urbana e rural), além de todas as característcas relaconadas à estrutura do domcílo consderadas. A tabela 2 apresenta as estmatvas dos coefcentes do modelo escolhdo e a sgnfcânca dos testes de hpótese de nuldade de cada efeto. O modelo para descrever a probabldade de um domcílo estar em condção de pobreza é dado por: p ln 1 p qrjklmnop qrjklmnop β + β reg q + β area r + β fam j + β cr k + β esc l + β da + β esg n + β mat + β agua p + β dens x + 1 = 0 m o β dep x2 11
12 sendo: β o efeto da q-ésma regão; q =1,2,3,4,5 reg q β o efeto da r-ésma área; r = 1,2 β o efeto do j-ésmo tpo de famíla; j =1,2,3 area r fam j cr β k o efeto do número de cranças menores que 14 anos presentes; k =1,2,3,4,5 esc β l o efeto dos anos de escolardade da pessoa de referênca no domcílo; l = 1,2,3,4 da β m o efeto da dade do chefe da famíla; m = 1,2,3,4,5 esg β n o efeto do acesso a esgotamento adequado; n = 1,2 mat β o o efeto de a construção do domcílo ser de materal resstente; o = 1,2 agua β p o efeto do acesso à água em condções adequadas ; p = 1,2 x 1 x 2 a densdade morador/cômodo do -ésmo domcílo a razão de dependênca do -ésmo domcílo Tabela 2 Coefcentes estmados para o modelo escolhdo Os reultados da tabela 2 ndcam que os coefcentes crescem de acordo com o número de cranças com menos de 14 anos no domcílo e quanto menores forem os anos de estudo e a dade do chefe do domcílo. O fato de não possur esgotamento adequado, coleta de lxo adequada, telefone, luz, materal resstente e água em condções adequadas aumenta a probabldade do domcílo ser classfcado como pobre. Em relação ao tpo de famíla, o coefcente mas alto ocorre quando a pessoa de referênca no domcílo é mulher sem cônjuge. O coefcente é superor na área rural. Quanto às regões, o coefcente mas elevado é o referente à regão Nordeste, segudo das regões Norte, Centro-Oeste, Sudeste e Sul. 12
13 Para avalar a qualdade do ajuste do modelo, fo elaborada a tabela 3, a segur, que apresenta a estatístca de Wald para cada varável/fator ncluído no modelo. Tabela 3 Estatístca de Wald para avalar a Qualdade do Ajuste do Modelo Os resultados demonstram que todas as varáves/fatores ncluídas nesse modelo são sgnfcantes, consderando um nível de sgnfcânca gual a 0, Gráfcos das probabldades estmadas A partr do ajuste do modelo é possível estmar as probabldades de ocorrênca do evento (condção de pobreza) para categoras de nteresse. Portanto, foram elaborados gráfcos que descrevem a probabldade estmada de um domcílo estar em condção de pobreza condconada a varações na razão de dependênca (gráfco 1), no número de cranças do domcílo (gráfco 2) e nos anos de estudo da pessoa de referênca do domcílo (gráfco 3), somente para a regão Nordeste, que corresponde ao nível do fator regão cujo coefcente estmado pelo modelo é o mas elevado. Os gráfcos para as demas regões do país estão dsponíves em Fara (2006). O gráfco 1 apresenta a probabldade estmada condconada a varações na razão de dependênca para 10 stuações dferentes, cujo resumo encontra-se no quadro 1. A densdade morador-cômodo fo fxada em sua medana (gual a 0,6) e consderou-se que o domcílo possu esgotamento, coleta de lxo, água em condções adequadas, acesso à luz e à telefona e materal de construção resstente. O gráfco mostra que, a probabldade de estar em condção de pobreza aumenta conforme aumenta a razão de dependênca para todas as stuações consderadas. Para as stuações 1 e 2, as probabldades estmadas de ocorrênca do evento, são sempre nferores a 0,1, ndependente do valor da razão de dependênca. Por outro lado, consderando as stuações 7, 8, 9 e 10, as probabldades estmadas de ocorrênca do evento de nteresse são sempre superores a 0,5. Observa-se anda que, para qualquer uma das stuações consderadas, as probabldades estmadas para áreas ruras são mas elevadas que as probabldades estmadas para a área urbana. 13
14 Quadro 1: Stuações consderadas para análse das probabldades estmadas segundo varações da razão de dependênca e do número de cranças do domcílo Gráfco 1: Probabldades estmadas por razão de dependênca - regão Nordeste O gráfco 2 apresenta a probabldade estmada de um domcílo estar em condção de pobreza condconada a varações no número de cranças no domcílo. As stuações consderadas são dêntcas às utlzadas no gráfco anteror (representadas no quadro 1), porém a razão de dependênca fo fxada em sua medana (0,4) e a varação de nteresse ocorre no fator número de cranças no domcílo. Observa-se que a probabldade de um domcílo estar em condção de pobreza aumenta conforme aumenta o número de cranças no domcílo, para todas as stuações consderadas e a probabldade é sempre superor na área rural em relação à área urbana, para qualquer stuação e qualquer que seja o número de cranças no domcílo. 14
15 O gráfco mostra que a probabldade estmada de um domcílo estar em condção de pobreza quando não há cranças no domcílo é, no máxmo, gual a 0,3 (stuação 10). Por outro lado, quando há quatro ou mas cranças no domcílo, a probabldade de estar em condção de pobreza para esta mesma stuação é superor a 0,85. Exceto para as stuações 1 e 2, a probabldade estmada de ocorrênca do evento é gual ou superor a 0,5 sempre que o domcílo possu 4 ou mas cranças. Gráfco 2: Probabldades estmadas condconadas a varações no número de cranças no domcílo - regão Nordeste Para avalar as varações das probabldades estmadas de um domcílo estar em condção de pobreza, condconada às varações de anos de estudo, são consderadas as 10 stuações resumdas no quadro 2, sendo que a razão de dependênca e a densdade morador-cômodo foram ambas fxadas em suas medanas (0,4 e 0,6 respectvamente). Quadro 2 - Descrção das stuações consderadas na elaboração do gráfco 3 15
16 O gráfco 3, que descreve a probabldade estmada de um domcílo estar em condção de pobreza condconada a varações nos anos de estudo da pessoa de referênca no domcílo, fo elaborado consderando a regão Nordeste e a área urbana, que são os níves dos fatores regão e área cujos coefcentes estmados pelo modelo são mas elevados. Para esta análse, consderou-se também que o domcílo possu esgotamento, coleta de lxo, água em condções adequadas, acesso à luz e à telefona e materal de construção resstente. A probabldade de ser pobre dmnu com os anos de estudo e, além dsso, pode-se notar que a probabldade estmada é sempre superor quando a pessoa de referênca no domcílo é mulher, sem cônjuge presente, uma vez fxadas as demas condções. Gráfco 3: Probabldades estmadas condconadas a varações nos anos de estudo da pessoa de referênca do domcílo - regão Nordeste e área rural 6.4 Razões de vantagens Além da análse gráfca das probabldades estmadas, foram estmadas as vantagens de ocorrênca do evento de nteresse em relação à não-ocorrênca deste evento para o modelo escolhdo. As tabelas a segur apresentam as razões de vantagens para os fatores do modelo, lembrando que estas estatístcas são útes para comparar níves dos fatores. Qquando a razão de vantagem é menor do que um, o nível utlzado como referênca possu maor vantagem em favor de ser pobre. Tabela 4: Razões de vantagens por regão 16
17 O nível utlzado como referênca fo a regão Sul. A vantagem em favor da stuação de pobreza é 170% maor nos domcílos stuados na regão Nordeste do que nos domcílos da regão Sul. A comparação entre as vantagens para os domcílos de áreas ruras e urbanas (qualquer das regões) ndca que a vantagem em favor de ser pobre é 20% superor em áreas ruras do País do que em áreas urbanas. Tabela 5: Razões de vantagens para o número de cranças no domcílo A vantagem em favor da ocorrênca de stuação de pobreza cresce conforme aumenta o número de cranças com menos do que 14 anos no domcílo (fxando como nível de referênca o domcílo não possur cranças com menos que 14 anos de dade). Nos domcílos que possuem uma crança com menos que 14 anos no domcílo, a vantagem em favor da ocorrênca da condção de pobreza em relação aos domcílos que não possuem cranças com menos de 14 anos é 128% maor. Tabela 6: Razões de vantagens para o fator anos de estudo da pessoa de referênca do domcílo Nesse caso, as razões de vantagens em relação ao nível de base (pessoa de referênca com oto ou mas de estudo) dmnuem conforme aumentam os anos de estudo da pessoa de referênca. O resultado está de acordo com o esperado: a probabldade de ser pobre é mas alta para domcílos cuja pessoa de referênca possu baxa escolardade. 6.5 Resultados da Aplcação do Indcador de Focalzação Utlzando o fator de ponderação de α = 0,5, o ndcador IF = [P I - NP I ], permte avalar a dferença nas probabldades de nclusão das famílas/domcílos pobres e não-pobres no programa consderando-se somente a capacdade de dscrmnação. Utlzando o crtéro de nclusão apresentado na seção 5 foram obtdos os resultados apresentados na tabela 7. Nesse caso observa-se que 33% dos domcílos são ncluídos no programa no país todo. O percentual mas elevado de ncluídos ocorreu na regão Nordeste com 45% de ncluídos. Nota-se, também, que o percentual de domcílos ncluídos no programa fo superor a proporção de pobres em todas as regões do país e o percentual de domcílos pobres ncluídos varou entre 75% (nas regões Sudeste, Centro-Oeste e Norte) e 80% (na regão Sul). 17
18 Tabela 7: Aplcação do Indcador de Focalzação com α = 0,5 Aumentar o fator de ponderação de α = 0,5 para α = 0,7 sgnfca dar maor peso a efcênca do alcance do programa do que a medda de vazamento deste. Ao utlzar o fator α = 0 7,, a tabela 8 mostra que a proporção de domcílos pobres ncluídos e a proporção de domcílos não pobres ncluídos no programa foram superores em todas as regões. O ndcador de focalzação aumenta em relação aos calculados com α = 0,5, em todas as regões, antes e após a aplcação do crtéro de reponderação. Tabela 8: Aplcação do Indcador de Focalzação com α = 0,7 7 - Conclusões Este artgo destacou que as dscordâncas no que se refere à unversalzação ou focalzação de polítcas públcas de caráter socal concentram-se em um aspecto prncpal; o quanto de ntervenção do Estado se deseja na economa. Quando a focalzação é consderada a opção mas ndcada, a análse dos custos e dos benefícos envolvdos não é tarefa trval e deve ser realzada crterosamente, consderando as característcas socoeconômcas e culturas da população. Uma questão relevante se refere à aplcação do Teste de Elegbldade Multdmensonal para a focalzação de polítcas públcas que, segundo a lteratura nternaconal, apresenta bons resultados no sentdo de efcênca. O Teste de Elegbldade Multdmensonal requer a aplcação de modelos estatístcos a dados coletados em pesqusas domclares por amostragem que combnam nformações sobre renda com as demas característcas das famílas e dos domcílos na determnação de benefcáros de polítcas públcas focalzadas. 18
19 A escolha das varáves explcatvas do modelo depende do levantamento de um elenco de fatores que a teora econômca consdera relevante para descrever a probabldade de um domcílo ser pobre e da comprovação empírca da sgnfcânca estatístca de tas varáves no modelo. Como o plano amostral utlzado na coleta de dados da PNAD possu complexdades que o dferencam de uma amostragem aleatóra smples com reposção, tas complexdades foram consderadas no ajuste de todos os modelos. Na metodologa utlzada, as probabldades prevstas pelo modelo consttuem os escores de propensão à pobreza que, por sua vez, podem ser utlzados como crtéro de nclusão de domcílos em programas de transferênca de renda. Após a obtenção das estmatvas dos escores de propensão, calculou-se uma medda de desempenho da focalzação. Adconalmente, observou-se que a utlzação de um fator de ponderação, que atrbu pesos dferencados aos domcílos em função da dstânca entre a renda domclar per capta e a lnha de pobreza, dando maor peso à efcênca do alcance do programa do que à sua medda de vazamento, mplcou um aumento da medda de focalzação em todas as cnco regões do país. 8 - Bblografa ANUATTI NETO, F.; FERNANDES, R. e PAZELLO, E. T. Polítcas voltadas para alvar a pobreza: o problema de focalzação quando a renda não é dretamente observada. In: XXII Encontro Braslero de Econometra, 2000, Campnas. Anas do XXII Encontro Braslero de Econometra. Ro de Janero. SBE, ARAÚJO, T.P. e LIMA, R.A. Polítcas Públcas e Redução da Pobreza. In: Polítca Socal Preventva: desafo para o Brasl/ Deter W. Benecke, Renata Nascmento (orgs.) Ro de Janero: Konrad-Adenauer-Stftung, BARROS, R.P.; HENRIQUES, R.; e MENDONÇA, R. A Establdade nacetável: Desgualdade e Pobreza no Brasl. Texto Para Dscussão Número 800. Ro de Janero. - IPEA ISSN , junho de COADY, A.; GROSH, M. e HODDINOTT, J. Targetng of Transfers n Developng Countres: Revew of Lessons and Experence. Banco Mundal/IFPRI CORNIA, G. A. e STEWART, F. Two Erros of Targetng. In: van de Walle, Domnque, and Kmberly Nead. Publc Spendng and the Poor: Theory and Evdence. Baltmore and London: Johns Hopkns Unversty Press for the World Bank, FARIA, A.L.C. Aplcação do Teste de Elegbldade Multdmensonal na defnção do públco-alvo benefcáro de polítcas públcas. (Dssertação de Mestrado em Estudos Populaconas e Pesqusas Socas. ENCE/IBGE), Ro de Janero, KERSTENETZKY, C. L. O debate sobre polítcas socas: focalzação ou unversalzação? Trabalho apresentado no X Encontro Naconal da Socedade de Economa Polítca, Insttuto de Economa, Campnas, de mao de LEGOVINI, A. Targetng method for socal programs. Inter Amercan Development Bank, Poverty and Inequalty Techncal Notes, n 1, Aprl,
20 MINISTÉRIO DA FAZENDA SECRETARIA DE POLÍTICA ECONÔMICA. Gasto socal do governo central: 2001 e In: Revsta Econômca. Ro de Janero, v.5, n.1, p. 9, junho de NERI, M. Focalzação, unversalzação e transferêncas socas. Revsta Econômca, Ro de Janero, v.5, n.1, p.163, junho de PESSOA, D. e SILVA, P. L.N. Análse de dados amostras complexos. São Paulo, ABE, 187p, PINTO DE CARVALHO, A. Decomposção o Dferencal de Saláros no Brasl em 2003: Uma aplcação dos procedmentos de Oaxaca e Heckman em Pesqusas Amostras Complexas. (Dssertação de Mestrado em Estudos Populaconas e Pesqusas Socas. ENCE/IBGE), Ro de Janero, PREFEITURA DA CIDADE DE SÃO PAULO SECRETARIA MUNICIPAL DO DESENVOLVIMENTO, TRABALHO E SOLIDARIEDADE. Desgualdade de renda e gastos socas no Brasl: Algumas evdêncas sobre o debate. In: Revsta Econômca, Ro de Janero, v.5, n.1, p. 71, junho de Relatóro de Desenvolvmento Humano de PNUD. Dsponível em < > Acesso em 09/03/2005. ROCHA, S. Pobreza No Brasl: Afnal, de que se trata?, Ro de Janero: Edtora FGV. 244p, SALM, C. Prvações socas e gasto públco. Revsta Econômca, Ro de Janero,v.5, n.1, p.83-90, junho de SEN, A. The Poltcal Economy of Targetng. In: van de Walle, Domnque, and Kmberly Nead. Publc Spendng and the Poor: Theory and Evdence. Baltmore and London: Johns Hopkns Unversty Press for the World Bank,
3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisAULA EXTRA Análise de Regressão Logística
1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisDiferença entre a classificação do PIB per capita e a classificação do IDH
Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisÉ 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 entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia mais2 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 mais3 Elementos de modelagem para o problema de controle de potência
3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente
Leia maisModelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.
Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados
Leia mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisRISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Leia maisMETOLOGIA. 1. Histórico
METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL
Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
Leia maisImplementação Bayesiana
Implementação Bayesana Defnção 1 O perfl de estratégas s.) = s 1.),..., s I.)) é um equlíbro Nash-Bayesano do mecansmo Γ = S 1,..., S I, g.)) se, para todo e todo θ Θ, u gs θ ), s θ )), θ ) θ Eθ u gŝ,
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia maisAplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2
Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
Leia mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisAnálise de Regressão Linear Múltipla VII
Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto
Leia mais5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia mais3. Estatística descritiva bidimensional
3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão
Leia maisModelagem do crescimento de clones de Eucalyptus via modelos não lineares
Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos
Leia maisModelo de Alocação de Vagas Docentes
Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006
Leia maisALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO
ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisModelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisContabilometria. Aula 8 Regressão Linear Simples
Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos
Leia maisEconomia Industrial. Prof. Marcelo Matos. Aula 7
Economa Industral Prof. Marcelo Matos Aula 7 Concentração de Mercado Resende e Boff [cap 5 de K&H, 2013]; Ferguson e Ferguson cap.3; Meddas de Concentração: característcas Possbldade de classfcar meddas
Leia maisÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO
Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade
Leia maisRegressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará
Regressão Logístca Aplcada aos Casos de Sífls Congênta no Estado do Pará Crstane Nazaré Pamplona de Souza 1 Vanessa Ferrera Montero 1 Adrlayne dos Res Araújo 2 Edson Marcos Leal Soares Ramos 2 1 Introdução
Leia maisAnálise de Regressão Linear Múltipla IV
Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do
Leia maisINSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia maisPlano de amostragem do ISA-Capital 2008 Maria Cecília Goi Porto Alves Maria Mercedes L. Escuder 24 de junho de 2009
Plano de amostragem do ISA-Captal 2008 ara Cecíla Go Porto Alves ara ercedes L. Escuder 24 de junho de 2009 Tamanho da amostra A população de estudo refere-se àquela resdente em área urbana do uncípo de
Leia mais2 Referencial Teórico
Referencal Teórco O obetvo deste capítulo é apresentar os concetos de rsco, correlação e dversfcação no contexto da Teora oderna de Carteras e os últmos estudos a respeto das correlações entre mercados
Leia maisÍndices de Concentração 1
Índces de Concentração Crstane Alkmn Junquera Schmdt arcos André de Lma 3 arço / 00 Este documento expressa as opnões pessoas dos autores e não reflete as posções ofcas da Secretara de Acompanhamento Econômco
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisTeoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva
Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;
Leia maisIdentidade dos parâmetros de modelos segmentados
Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos
Leia maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisMOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
Leia maisESTABILIDADE FENOTÍPICA DE CULTIVARES ELITES DE ALGODOEIRO HERBÁCEO 1
ESTABILIDADE FENOTÍICA DE CULTIVARES ELITES DE ALGODOEIRO HERBÁCEO 1 Francsco José Correa Faras (Embrapa Algodão - Núcleo do Mato Grosso / faras@cnpa.embrapa.br), Natal Antõno Vello (ESALQ US - Departamento
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia maisMEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA METODOLOGIA. Versão 2.0
METODOLOGIA MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA Versão 2.0 Brasíla - Março/2012 Versão 2.0 Brasíla-DF Outubro/2016 METODOLOGIA MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA Versão 2.0 Brasíla - Março/2012
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia maisCONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:
CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída
Leia maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia maisNome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009
Estatístca para Economa e Gestão Lcencaturas em Economa e Gestão.º Semestre de 008/009 Exame Fnal (.ª Época) 16 de Junho de 009; 17h30m Duração: 10 mnutos INSTRUÇÕES Escreva o nome e número de aluno em
Leia maisEstudo e Previsão da Demanda de Energia Elétrica. Parte II
Unversdade Federal de Paraná Setor de Tecnologa Departamento de Engenhara Elétrca Estudo e Prevsão da Demanda de Energa Elétrca Parte II Prof: Clodomro Unshuay-Vla Etapas de um Modelo de Prevsão Objetvo
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisReconhecimento Estatístico de Padrões
Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço
Leia maisRegressão Linear Simples by Estevam Martins
Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer
Leia maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia maisEstudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.
Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,
Leia maisModelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisCapítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
Leia maisU N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA
U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A CLASSIFICAÇÃO DE MONOGRAFIAS UMA PROPOSTA PARA MAIOR OBJECTIVIDADE ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA
Leia maisAvaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais
Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de
Leia mais