Pesquisa experimental
|
|
- Nina Rosa Belmonte
- 8 Há anos
- Visualizações:
Transcrição
1 1 Aula 7 Interação Humano-Computador (com foco em métodos de pesquisa) Prof. Dr. Osvaldo Luiz de Oliveira
2 2 Pesquisa experimental Wilhelm Wundt ( ), Pai da Psicologia Experimental. Leituras obrigatórias: Chapter 2 and 3 of Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human-Computer Interaction. London: John Wiley & Sons, 2010.
3 3 Tipos de pesquisa comportamental Descritiva. Relacional. Experimental.
4 Pesquisa descritiva Objetiva o desenvolvimento de uma descrição do que está acontecendo. Exemplo: um pesquisador observou, em relação ao uso do Software Educacional X, que foram aprovados em Matemática com conceito A: - 7 de cada 10 alunos que usaram o software. - 4 de cada 10 alunos que não usaram o software.
5 5 Pesquisa relacional Objetiva identificar as relações entre múltiplos fatores. Exemplo: Um pesquisador verifica que existe uma correlação positiva entre a média de notas de Matemática e a quantidade de horas de uso do Software Educacional X por alunos do 7º ano da Escola Y. Contudo, estudos relacionais raramente determinam o relacionamento causal entre múltiplos fatores.
6 6 Pesquisa experimental Objetiva estabelecer um relacionamento causal entre variáveis. Exemplo: Um pesquisador recrutou jovens do 7º ano da Escola Y e, aleatoriamente, os associou a dois grupos. Um grupo utilizou 2 horas por semana em laboratório o Software Educacional X. O outro grupo não usou o software. Após um semestre, o pesquisador verificou que a média de notas de Matemática obtidas pelos alunos que usaram o Software X foi significativamente maior do que a média de notas do outro grupo. Então ele concluiu que o uso do Software X causa uma melhoria no desempenho dos alunos em Matemática.
7 Tipos de pesquisa comportamental Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human-Computer Interaction. London: John Wiley & Sons, 2010.
8 Hipóteses de pesquisa Um experimento normalmente inicia com uma hipótese de pesquisa. Uma hipótese é uma afirmação precisa de um problema que pode ser diretamente testado através de uma investigação empírica. Comparado com uma teoria, uma hipótese é uma afirmação pequena e bem focada, que pode ser examinada por um único experimento.
9 Tipos de hipóteses Hipótese nula: tipicamente afirma que não há diferença entre os tratamentos experimentais. Hipótese alternativa: é a afirmação mutuamente exclusiva com a hipótese nula. O objetivo do experimento é encontrar evidências estatísticas para refutar ou anular a hipótese nula, a fim de apoiar a hipótese alternativa. A hipótese deve especificar as variáveis independentes e variáveis dependentes.
10 10 Exemplos de hipóteses Hipótese nula H 0 : Não existe diferença entre o menu pull-down e o menu pop-up em relação ao tempo gasto para localizar páginas. Hipótese alternativa (descrita como H 1 ou H A ) H A : Existe diferença entre o menu pull-down e o menu pop-up em relação ao tempo gasto para localizar páginas.
11 Tipos de variáveis Variáveis independentes: referem-se aos fatores que os pesquisadores estão interessados em estudar ou a possível causa da mudança na variável dependente. São independentes do comportamento do participante. São usualmente os tratamentos ou condições que os pesquisadores podem controlar. Variáveis dependentes: referem-se ao resultado ou efeito que os pesquisadores estão interessados. São dependentes do comportamento de um participante ou das mudanças nas variáveis independentes. São geralmente os resultados que os pesquisadores precisam medir.
12 12 Exemplo Variável independente: tipo de menu. H 0 : Não existe diferença entre o menu pulldown e o menu pop-up em relação ao tempo gasto para localizar páginas. Variável dependente: tempo gasto para localizar páginas.
13 Variáveis independentes típicas em IHC Relacionadas com a tecnologia: Diferentes dispositivos (teclado, mouse etc.). Tipos de design (menus pull-down, pop-up etc.). Relacionadas com o usuário: idade, gênero, experiência com computador, profissão, nível de estudo, cultura, motivação, humor e deficiências. Relacionadas com o contexto de uso: Fatores físicos (ruído, iluminação, temperatura etc.). Estado do usuário (assentado, caminhando etc.). Estado social (quantidade de pessoas próximas do usuário).
14 Variáveis dependentes típicas em IHC Eficiência: e.g., o tempo de conclusão da tarefa, a velocidade. Precisão : e.g., taxa de erro. Satisfação subjetiva: e.g., conceitos na escala de Likert (1-5). Facilidade de aprendizagem e taxa de retenção. Demanda física ou cognitiva.
15 Componentes de um experimento Tratamentos (condições): as diferentes técnicas, dispositivos, ou procedimentos que se deseja comparar. Unidades: os objetos a que se aplicam os tratamentos experimentais. Na pesquisa em IHC, as unidades são normalmente seres humanos com características específicas, tais como sexo, idade ou experiência em computação. Método de atribuição: a maneira em que as unidades experimentais são atribuídas a diferentes tratamentos.
16 16 Exemplo Suponha que um pesquisador está executando um experimento para comparar a velocidade de digitação usando teclados dos tipos QWERTY e DVORAK. Tratamento (condições): diferentes teclados. Unidades: os participantes recrutados. Método de atribuição: participantes serão aleatoriamente associados aos dois tratamentos.
17 Aleatoriedade Randomização: atribuição aleatória dos tratamentos às unidades experimentais ou participantes. Em um experimento totalmente aleatório, qualquer um, incluindo os próprios pesquisadores, é incapaz de prever o tratamento (condição) para o qual um participante será atribuído. Métodos de randomização: Uso de moeda, dado, roleta, papéis colocados em uma urna. Tabela para randomização. Uso de software para randomização.
18 Testes de significância Por que precisamos de testes de significância? Quando os valores de todos os membros das populações que estão sendo estudadas são todos conhecidos, nenhum teste de significância é necessário, uma vez que não há incerteza envolvida. Quando a população é grande, só podemos fazer experimento com um grupo de indivíduos (amostra) da população. Testes de significância permitem determinar o quanto os resultados observados para uma amostra da população podem ser generalizados para toda a população.
19 Erros Tipo I e Tipo II Todos os testes de significância estão sujeitas ao risco de erros do Tipo I e Tipo II. Um erro Tipo I (também chamado de erro α ou um falso positivo ) refere-se ao erro de rejeitar a hipótese nula quando ela é verdadeira. Um erro de Tipo II (também chamado de erro β ou um falso negativo ) refere-se ao erro de não rejeitar a hipótese nula quando ela é falsa.
20 Erros Tipo I e Tipo II H 0 : O réu é inocente. H 1 : O réu é culpado (guilty). Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human-Computer Interaction. London: John Wiley & Sons, 2010.
21 21 Erros Tipo I e Tipo II H 0 : Não existe diferença de facilidade de uso entre Touchscreen ATMs e Button ATMs. H 1 : Touchscreen ATMs são mais fáceis de usar do que Button ATMs. Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human-Computer Interaction. London: John Wiley & Sons, 2010.
22 Erros Tipo I e Tipo II Os estatísticos chamam de erros Tipo I um erro que envolve credulidade. Um erro de tipo I pode resultar em uma condição pior do que o estado atual. Erros do tipo II são erros que envolvem cegueira. Um erro de tipo II pode custar a oportunidade de melhorar o estado atual.
23 Controlando o risco de erros Em estatística, a probabilidade de cometer um erro Tipo I é chamada de α (ou nível de significância, valor-p). A probabilidade de cometer um erro Tipo II é chamado β. A probabilidade complementar β é 1 β. Ela é chamada de Poder do Teste estatístico, i.e., probabilidade de afirmar que realmente existe uma diferença quando ela realmente existe.
24 Controlando o risco de erros Alfa e beta são inter-relacionados. Diminuindo alfa reduz a chance de cometer erros Tipo I, mas aumenta a chance de cometer erros Tipo II. Na pesquisa experimental, acredita-se que os erros de Tipo I são piores do que os erros Tipo II. Assim, um valor-p baixo (0,05) é amplamente adotado para controlar a ocorrência de erros Tipo I.
25 Limitações da pesquisa experimental Pesquisa experimental exige hipóteses bem definidas e testáveis que consistem em um número limitado de variáveis dependentes e independentes. A pesquisa experimental exige um rigoroso controle de fatores que podem influenciar as variáveis dependentes. Experimentos em laboratório pode não ser uma boa representação do comportamento típico de interação dos usuários.
26 Tipos de experimentos Experimentos, semi-experimentos, e não-experimentos: Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human- Computer Interaction. London: John Wiley & Sons, 2010.
27 Características de verdadeiros experimentos É normalmente baseado em pelo menos uma hipótese testável. Tem no mínimo duas condições: condição de tratamento e condição de controle (ou grupo de tratamento e grupo de controle). As variáveis dependentes podem ser medidas quantitativamente. Utiliza testes de significância estatística para analisar os resultados. Planeja a remoção de vieses (biases). É replicável.
28 Fatores a considerar Hipótese de pesquisa: Claramente definida. Escopo apropriado. Variáveis dependentes: Fácil de medir. Variáveis independentes e tratamentos (condições): Fácil de controlar.
29 29 Controlar variáveis independentes às vezes é fácil Hipótese H 0 : Não existe diferença entre a velocidade de seleção usando um mouse, um joystick, ou um trackball para selecionar ícones de diferentes tamanhos (pequeno, médio e grande). Variáveis independentes: - Tipo de dispositivo de apontamento (3 valores). - Tamanho dos ícones (3 valores). Quantidade de condições C = 3. 3 = 9. Controlar as variáveis independentes aqui é trivial: basta apresentar aos participantes a condição (ou condições) que ele experimentará.
30 30 Outras vezes controlar variáveis independentes pode ser difícil Hipótese H 0 : O comportamento de interação do usuário não é afetado por erros de reconhecimento de um sistema de reconhecimento de voz. Variável independente: - Comportamento de interação do usuário (2 valores, um na presença e outro na ausência de erros). Quantidade de condições C = 2. Controle da variável independente: - Condição 1: o sistema de reconhecimento de voz não produz erros. - Condição 2: o sistema reconhecerá uma porcentagem das palavras faladas. - Utopia: não é possível controlar o sistema para estabelecer a condição 1 e a condição 2, pois sistemas de reconhecimento de voz sempre cometem erros e não se pode prever quando eles ocorrerão. Possível solução: Método do Mágico-de-Oz (computador do Fred Flintstone): coloque um ser humano no lugar o sistema de reconhecimento de voz.
31 Estrutura do experimento Quantas variáveis independentes queremos investigar no experimento? Quantos valores (níveis) cada variável independente possui?
32 Estrutura do experimento Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human-Computer Interaction. London: John Wiley & Sons, 2010.
33 Investigando uma variável independente - Design Entre-grupos Um participante só experimenta um tratamento (condição) Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human-Computer Interaction. London: John Wiley & Sons, 2010.
34 Design Entre-grupos Vantagens: Melhor controle do efeito de aprendizagem. Requer menos tempo dos participantes. Menos impacto de fadiga e frustração. Desvantagens: Impacto de diferenças individuais entre participantes. Mais difícil de detectar diferença entre as condições. Requer maior tamanho da amostra.
35 Investigando uma variável independente - Design Dentro-do-grupo Um participante experimenta mais do que um tratamento (condição) Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human-Computer Interaction. London: John Wiley & Sons, 2010.
36 Design Dentro-do-grupo Vantagens Requer amostras de menor tamanho. Fácil de verificar diferenças entre condições. Desvantagens: Efeito aprendizagem. Toma tempo maior do participante. Impacto maior de fadiga e frustração.
37 Investigando uma variável independente- Entre-grupos vs. Dentro-do-grupo Design Entre-grupos deve ser escolhido quando: Tarefas são simples. Efeito aprendizagem tem alto impacto. Design Dentro-do-grupo é impossível. Design Dentro-do-grupo deve ser escolhido quando: Efeito aprendizagem tem pequeno impacto. Quantidade de potenciais participantes é pequena.
38 38 Situações de impossibilidade de escolher o Design Dentro-do-grupo H 0 : Não existe diferença no tempo requerido para localizar um item de uma loja on-line entre usuários novatos e experientes. H 0 : Não existe diferença na velocidade de seleção usando mouse entre crianças (7 a 12 anos) portadoras de Síndrome de Down ou Síndrome de Edwards.
39 Mais do que uma variável independente Design Fatorial divide os grupos experimentais ou condições em vários subgrupos de acordo com as variáveis independentes. Permite estudar efeitos de interação. Quantidade de condições:. n: quantidade de variáveis independentes. V a : quantidade de valores (níveis) que a variável independente V a pode assumir.
40 40 Exemplo cálculo da quantidade de condições Experimento para comparar velocidade de digitação usando três tipos de teclado (QWERTY, DVORAK e Alfabético). Estamos interessados também em examinar o efeito de duas diferentes tarefas (composição e transcrição) na velocidade de digitação. C = 3. 2 = 6 diferentes condições. Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human-Computer Interaction. London: John Wiley & Sons, 2010.
41 Mais do que uma variável independente Três opções de design Fatorial: Entre-grupos. Dentro-do-grupo. Híbrido (Split-plot). Design Híbrido (Split-plot): Tem componentes Entre-grupos e Dentro-do-grupo.
42 42 Exemplo de um Design Híbrido Experimento para analisar as variações na atenção ao dirigir por motoristas de diferentes idades com e sem assistência de GPS. Impacto da idade (entre colunas): Design Entre-grupos. Impacto do GPS: Design Dentro-do-grupo. Cada motorista deve experimentar a condição com GPS e a condição sem GPS. O impacto do uso do GPS é analisado comparando as condições 1 com 4, 2 com 5 e 3 com 6 Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human-Computer Interaction. London: John Wiley & Sons, 2010.
43 Efeitos de interação Efeito diferente de uma variável independente sobre a variável dependente, em função do nível particular de uma outra variável independente. Lazar, J., Feng, J. H. & Hochheiser, H. Research Methods in Human-Computer Interaction. London: John Wiley & Sons, 2010.
INF1403 - Introdução a Interação Humano-Computador (IHC)
INF1403 - Introdução a Interação Humano-Computador (IHC) Turma 3WB Professor: Alberto Barbosa Raposo 09/04/2012 Departamento de Informática, PUC-Rio Testes com usuários Como avaliar? inspeção (por especialistas)
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisUNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 3
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Disciplina: Estatística II LISTA DE EXERCÍCIOS 3 1. Testes de resistência à tensão foram feitas em duas estruturas
Leia maisEstratégias de Pesquisa
Estratégias de Pesquisa Ricardo de Almeida Falbo Metodologia de Pesquisa Departamento de Informática Universidade Federal do Espírito Santo Agenda Survey Design e Criação Estudo de Caso Pesquisa Ação Experimento
Leia maisInterface Homem- Computador
Interface Homem- Computador (IHC) Profª. Leticia Lopes Leite Software Educacional I Interface Deve ser entendida como sendo a parte de um sistema computacional com a qual uma pessoa entra em contato física,
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia maisSimulação Computacional de Sistemas, ou simplesmente Simulação
Simulação Computacional de Sistemas, ou simplesmente Simulação Utilização de métodos matemáticos & estatísticos em programas computacionais visando imitar o comportamento de algum processo do mundo real.
Leia maisEstatística II Antonio Roque Aula 9. Testes de Hipóteses
Testes de Hipóteses Os problemas de inferência estatística tratados nas aulas anteriores podem ser enfocados de um ponto de vista um pouco diferente: ao invés de se construir intervalos de confiança para
Leia maisAVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO
1 AVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO Amostra aleatória. Também conhecida como amostra probabilística. A melhor maneira de evitar uma amostra enviesada ou não-representativa é selecionar uma amostra
Leia maisUnidade VI. Validação e Verificação de Software Teste de Software. Conteúdo. Técnicas de Teste. Estratégias de Teste
Unidade VI Validação e Verificação de Software Teste de Software Profa. Dra. Sandra Fabbri Conteúdo Técnicas de Teste Funcional Estrutural Baseada em Erros Estratégias de Teste Teste de Unidade Teste de
Leia maisTecnologia em Gestão Pública Desenvolvimento de Projetos - Aula 9 Prof. Rafael Roesler
Tecnologia em Gestão Pública Desenvolvimento de Projetos - Aula 9 Prof. Rafael Roesler Introdução Objetivos da Gestão dos Custos Processos da Gerência de Custos Planejamento dos recursos Estimativa dos
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia mais&XUVRGH,QWURGXomRDR (GLWRUGH3ODQLOKDV([FHO
Universidade Federal de Viçosa Departamento de Informática &XUVRGH,QWURGXomRDR (GLWRUGH3ODQLOKDV([FHO Flaviano Aguiar Liziane Santos Soares Jugurta Lisboa Filho (Orientador) PROJETO UNESC@LA Setembro de
Leia maisO que é a estatística?
Elementos de Estatística Prof. Dr. Clécio da Silva Ferreira Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os
Leia maisIntrodução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.
Métodos Monte Carlo Introdução Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Estimativas pontuais e intervalares para os parâmetros;
Leia mais7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora
7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,
Leia maisRegra do Evento Raro p/ Inferência Estatística:
Probabilidade 3-1 Aspectos Gerais 3-2 Fundamentos 3-3 Regra da Adição 3-4 Regra da Multiplicação: 3-5 Probabilidades por Meio de Simulações 3-6 Contagem 1 3-1 Aspectos Gerais Objetivos firmar um conhecimento
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisModelagem e Simulação
AULA 11 EPR-201 Modelagem e Simulação Modelagem Processo de construção de um modelo; Capacitar o pesquisador para prever o efeito de mudanças no sistema; Deve ser próximo da realidade; Não deve ser complexo.
Leia maisFLUXOGRAMA DA PESQUISA
FLUXOGRAMA DA PESQUISA Desde a preparação até a apresentação de um relatório de pesquisa estão envolvidas diferentes etapas. Algumas delas são concomitantes; outras são interpostas. O fluxo que ora se
Leia maisIV.4 Análise de Dados da Avaliação
Melhor e Pior? IV - Avaliação IV.4 Análise de Dados da Avaliação Interactive System Design, Cap. 10, William Newman IV.4 Análise de Dados da Avaliação 2 Melhor e Pior? Resumo Aula Anterior! Avaliação com
Leia maisPrincípios de Design TRADUÇÃO DE TATIANE CRISTINE ARNOLD, DO ARTIGO IBM DESIGN: DESIGN PRINCIPLES CHECKLIST.
Princípios de Design TRADUÇÃO DE TATIANE CRISTINE ARNOLD, DO ARTIGO IBM DESIGN: DESIGN PRINCIPLES CHECKLIST. Um software deve ser projetado para simplificar tarefas e criar experiências positivas para
Leia maisUnidade III FUNDAMENTOS DA GESTÃO FINANCEIRA
Unidade III 8 GESTÃO DE RISCOS Neste módulo, trabalharemos a importância do gerenciamento dos riscos econômicos e financeiros, focando alguns exemplos de fatores de riscos. Estudaremos também o cálculo
Leia maisQualiQuantiSoft Versão 1.3c
QualiQuantiSoft Versão 1.3c Qualiquantisoft v1.3c Pág.: 1/15 Índice Apresentação do programa... 3 Funções operacionais do programa... 3 Itens de menu... 6 Teclas de atalho... 6 Instrumento de Análise de
Leia maisAnálise de Variância com dois ou mais factores - planeamento factorial
Análise de Variância com dois ou mais factores - planeamento factorial Em muitas experiências interessa estudar o efeito de mais do que um factor sobre uma variável de interesse. Quando uma experiência
Leia maisTable of Contents. PowerPoint XP
Table of Contents Finalizando a apresentação...1 Usando anotações...1 Desfazer e repetir...1 Localizar e substituir...2 Substituir...2 Efeitos de transição...3 Esquema de animação...6 Controlando os tempos
Leia maisCOMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder
Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem
Leia maisPESQUISA QUANTITATIVA e QUALITATIVA
universidade de Santa Cruz do Sul Faculdade de Serviço Social Pesquisa em Serviço Social I I PESQUISA QUANTITATIVA e QUALITATIVA BIBLIOGRAFIA: MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Técnicas de
Leia maisAssociação Educacional Dom Bosco Curso de Engenharia 1º ano
Formatação condicional utilizando o valor da célula O que é? Algumas vezes é preciso destacar os valores, ou seja, como colocar em vermelho ou entre parênteses, os negativos, e de outra cor os positivos,
Leia maisMAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 19 de Agosto, 2013 Probabilidade: uma Introdução / Aula 3 1 Probabilidade Discreta: Exemplos
Leia maisDr. Ronaldo Pilati - Psicologia Social - Universidade de Brasília 1
Métodos de Pesquisa em Psicologia Social Psicologia Social como Ciência Empírica Universidade de Brasília 1 Método Científico O que é o método científico? A produção do conhecimento em ciência está associada
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ UFPR Bacharelado em Ciência da Computação
SOFT DISCIPLINA: Engenharia de software AULA NÚMERO: 08 DATA: / / PROFESSOR: Andrey APRESENTAÇÃO O objetivo desta aula é apresentar e discutir conceitos relacionados a modelos e especificações. Nesta aula
Leia maisCapítulo 3. Avaliação de Desempenho. 3.1 Definição de Desempenho
20 Capítulo 3 Avaliação de Desempenho Este capítulo aborda como medir, informar e documentar aspectos relativos ao desempenho de um computador. Além disso, descreve os principais fatores que influenciam
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisANEXO 2 - INDICADORES EDUCACIONAIS 1
ES R O D A C I D N I 2 O X E N A EDUCACIONAIS 1 ANEXO 2 1 APRESENTAÇÃO A utilização de indicadores, nas últimas décadas, na área da educação, tem sido importante instrumento de gestão, pois possibilita
Leia maisPRIMAVERA RISK ANALYSIS
PRIMAVERA RISK ANALYSIS PRINCIPAIS RECURSOS Guia de análise de risco Verificação de programação Risco rápido em modelo Assistente de registro de riscos Registro de riscos Análise de riscos PRINCIPAIS BENEFÍCIOS
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas CMP1132 Processo e qualidade de software II Prof. Me. Elias Ferreira Sala: 402 E Quarta-Feira:
Leia maisGUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR
Curso Engenharia Informática Ano letivo 2012-2013 Unidade Curricular Arquitectura de Computadores ECTS 6 Regime Obrigatório Ano 2º Semestre 2ºsem Horas de trabalho globais Docente (s) Luis Figueiredo Total
Leia maisAnálise Exploratória de Dados
Análise Exploratória de Dados Profª Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Programa de Pós-graduação em Saúde Coletiva email: alcione.miranda@gmail.com Introdução O primeiro passo
Leia maisAnálise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr
Análise de Regressão Tópicos Avançados em Avaliação de Desempenho Cleber Moura Edson Samuel Jr Agenda Introdução Passos para Realização da Análise Modelos para Análise de Regressão Regressão Linear Simples
Leia maisNoções de Pesquisa e Amostragem. André C. R. Martins
Noções de Pesquisa e Amostragem André C. R. Martins 1 Bibliografia Silva, N. N., Amostragem probabilística, EDUSP. Freedman, D., Pisani, R. e Purves, R., Statistics, Norton. Tamhane, A. C., Dunlop, D.
Leia maisAPLICAÇÃO DE TÉCNICAS ESTATÍSTICAS UTILIZANDO O SISVAR
APLICAÇÃO DE TÉCNICAS ESTATÍSTICAS UTILIZANDO O SISVAR Nádia Giaretta Biase 1 Universidade Federal de Uberlândia nadia@pontal.ufu.br Jéssica Paula Silva Costa 2 Universidade Federal de Uberlândia jessicapaula@mat.pontal.ufu.br
Leia mais1 Inicie um novo. Guia de Referência Rápida de Gerenciamento de Projeto para o Project 2007. projeto
Guia de Referência Rápida de Gerenciamento de Projeto para o Project 2007 1 Inicie um novo Antes de começar um novo, uma organização deve determinar se ele se enquadra em suas metas estratégicas. Os executivos
Leia maisBioestatística Aula 3
Aula 3 Castro Soares de Oliveira Probabilidade Probabilidade é o ramo da matemática que estuda fenômenos aleatórios. Probabilidade é uma medida que quantifica a sua incerteza frente a um possível acontecimento
Leia maisEstatística Aplicada ao Serviço Social Módulo 1:
Estatística Aplicada ao Serviço Social Módulo 1: Introdução à Estatística Importância da Estatística Fases do Método Estatístico Variáveis estatísticas. Formas Iniciais de Tratamento dos Dados Séries Estatísticas.
Leia maisTópicos Abordados. Pesquisa de Mercado. Aula 2. Contextualização. Qualitativa X Quantitativa. Instrumentalização. 1. Diferença entre qualitativa
Tópicos Abordados Pesquisa de Mercado Aula 2 Prof. Me. Ricieri Garbelini 1. Diferença entre qualitativa e quantitativa 2. Dados X informação 3. Tipos de coleta 4. Classificação dos dados 5. Amostragem
Leia maisFunções básicas Cronograma Cronograma Funções Básicas
Funções Básicas Fevereiro 2015 - 1) Selecionar o menu Portfólio > Projetos, clique para janela projetos abrir. 2) Selecione botão incluir para abrir um projeto. Preencha os campos obrigatórios nos Dados
Leia maisGerenciamento de Riscos do Projeto Eventos Adversos
Gerenciamento de Riscos do Projeto Eventos Adversos 11. Gerenciamento de riscos do projeto PMBOK 2000 PMBOK 2004 11.1 Planejamento de gerenciamento de riscos 11.1 Planejamento de gerenciamento de riscos
Leia maisCorrelação e Regressão Linear
Correlação e Regressão Linear A medida de correlação é o tipo de medida que se usa quando se quer saber se duas variáveis possuem algum tipo de relação, de maneira que quando uma varia a outra varia também.
Leia maisPROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software
PROCESSO DE DESENVOLVIMENTO DE SOFTWARE Introdução Modelos de Processo de Desenvolvimento de Software Os modelos de processos de desenvolvimento de software surgiram pela necessidade de dar resposta às
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos
Leia maisPLANEJAMENTO EXPERIMENTAL
PLANEJAMENTO EXPERIMENTAL Técnicas de Pesquisas Experimentais LUIS HENRIQUE STOCCO MARCIO TENÓRIO SANDRA MARCHI Introdução O Planejamento de Experimentos (Design of Experiments, DoE), técnica utilizada
Leia maisEstilos de Interação
Universidade Federal Fluminense Mestrado em Computação Interação Humano-Computador Prof Ana Cristina Adrielle Aparecida da Silva Linha de Comando Estilos de Interação A interação realizada por linha de
Leia maisC Curso destinado à preparação para Concursos Públicos e Aprimoramento Profissional via INTERNET www.concursosecursos.com.br RACIOCÍNIO LÓGICO AULA 7
RACIOCÍNIO LÓGICO AULA 7 TEORIA DAS PROBABILIDADES Vamos considerar os seguintes experimentos: Um corpo de massa m, definida sendo arrastado horizontalmente por uma força qualquer, em um espaço definido.
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução a Probabilidade Existem dois tipos
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisMetodos Praticos de Amostragem para Avaliações de Impacto
Vincenzo Di Maro (DIME, World Bank) Metodos Praticos de Amostragem para Avaliações de Impacto Workshop de Avaliação de Impacto de Políticas Públicas São Paulo Março, 25-27 de 2013 1 Sumário 1. Componentes
Leia maisAvaliação de IHC: objetivos
Avaliação de IHC: objetivos Decisões de design afetam usabilidade Conhecimento dos usuários e de suas necessidade Design: Design: diferentes diferentes soluções soluções possíveis possíveis Interação:
Leia maisComparação Estatística de Algoritmos Evolutivos
Comparação Estatística de Algoritmos Evolutivos Parte I: Planejamento Experimental Felipe Campelo fcampelo@ufmg.br Universidade Federal de Minas Gerais São Carlos 02 de Abril de 2012 Motivação Motivação
Leia maisBanco de Dados. Microsoft Access
Banco de Dados Microsoft Access PARTE 01 edição 2007 Índice 01-) Conceito... 2 02) Sistema Gerenciador de Banco de Dados Relacional (SGBDR)... 3 03) Access... 3 04) Etapas para elaboração de um Banco de
Leia maisTópicos Abordados. Pesquisa de Mercado. Aula 1. Contextualização
Pesquisa de Mercado Aula 1 Prof. Me. Ricieri Garbelini Tópicos Abordados 1. Identificação do problema ou situação 2. Construção de hipóteses ou determinação dos objetivos 3. Tipos de pesquisa 4. Métodos
Leia maisTestes de Usabilidade
Testes de Usabilidade Instituto Federal de Educação, Ciência e Tecnologia do Triângulo Mineiro Setembro de 2012 Prof. Edwar Saliba Júnior 1 Reflexão Ao fazer referência à questão da qualidade da relação
Leia maisWindows Explorer. Prof. Valdir
Do Inglês Explorador de Janelas, o é o programa para gerenciamento de discos, pastas e arquivos no ambiente Windows. É utilizado para a cópia, exclusão, organização e movimentação de arquivos além de criação,
Leia maisGerência de Projetos Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo
Gerência de Projetos Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Laboratório de Tecnologia de Software LTS www.ufpa.br/lts Rede Paraense de Pesquisa em Tecnologias de Informação
Leia maisESTUDO DE VIABILIDADE. Santander, Victor - Unioeste Aula de Luiz Eduardo Guarino de Vasconcelos
ESTUDO DE VIABILIDADE Santander, Victor - Unioeste Aula de Luiz Eduardo Guarino de Vasconcelos Objetivos O que é um estudo de viabilidade? O que estudar e concluir? Benefícios e custos Análise de Custo/Benefício
Leia maisAtividade prática. Apresentação individual e discussões. Entrega dos relatórios técnicos (artigos).
1 Aula 11 Interação Humano-Computador (com foco em métodos de pesquisa) Prof. Dr. Osvaldo Luiz de Oliveira 2 Atividade prática Apresentação individual e discussões. Entrega dos relatórios técnicos (artigos).
Leia maisENGENHARIA DE SOFTWARE I
ENGENHARIA DE SOFTWARE I Prof. Cássio Huggentobler de Costa [cassio.costa@ulbra.br] Twitter: www.twitter.com/cassiocosta_ Agenda da Aula (002) Metodologias de Desenvolvimento de Softwares Métodos Ágeis
Leia maisIntrodução a Avaliação de Desempenho
Introdução a Avaliação de Desempenho Avaliar é pronunciar-se sobre as características de um certo sistema. Dado um sistema real qualquer, uma avaliação deste sistema pode ser caracterizada por toda e qualquer
Leia maisProbabilidade. Distribuição Binomial
Probabilidade Distribuição Binomial Distribuição Binomial (Experimentos de Bernoulli) Considere as seguintes experimentos/situações práticas: Conformidade de itens saindo da linha de produção Tiros na
Leia maisCRITÉRIOS DE CLASSIFICAÇÃO DOS ALUNOS. 1 - Currículo Nacional do Ensino Básico Competências Essenciais de Educação Física
CRITÉRIOS DE CLASSIFICAÇÃO DOS ALUNOS Os Critérios de Avaliação de Educação Física têm como base de referência os seguintes documentos: 1. Decreto-Lei nº 139 de 5 de julho de 2012 2. Currículo Nacional
Leia maisBC-0005 Bases Computacionais da Ciência. Modelagem e simulação
BC-0005 Bases Computacionais da Ciência Aula 8 Modelagem e simulação Santo André, julho de 2010 Roteiro da Aula Modelagem O que é um modelo? Tipos de modelos Simulação O que é? Como pode ser feita? Exercício:
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisAtalhos da Web. Krishna Tateneni Yves Arrouye Tradução: Lisiane Sztoltz
Krishna Tateneni Yves Arrouye Tradução: Lisiane Sztoltz 2 Conteúdo 1 Atalhos da Web 4 1.1 Introdução.......................................... 4 1.2 Atalhos da Web.......................................
Leia maisInterface Homem-Computador
Faculdade de Ciências e Tecnologia do Maranhão Interface Homem-Computador Aula: Engenharia Cognitiva e Semiótica Professor: M.Sc. Flávio Barros flathbarros@gmail.com Conteúdo Engenharia Cognitiva Fundamentos
Leia maisDesenvolvimento de Interfaces Prototipação
Autarquia Educacional do Vale do São Francisco AEVSF Faculdade de Ciências Aplicadas e Sociais de Petrolina - FACAPE Centro de Engenharia e Ciências Tecnológicas CECT Curso de Ciência da Computação Desenvolvimento
Leia maisEsta aula foi compilada por alunos. Caso encontre erros, favor procurar no email: luisfca@gmail.com ou. landeira@puc-rio.br
Prof. Landeira-Fernandez Bioestatística Esta aula foi compilada por alunos. Caso encontre erros, favor procurar no email: luisfca@gmail.com ou Rio de Janeiro, 23 de junho de 2015. landeira@puc-rio.br AULA
Leia maisLeia o texto abaixo para resolver as questões sobre população e amostra.
Leia o texto abaixo para resolver as questões sobre população e amostra. População e amostra População e amostra referem-se ao conjunto de entes cujas propriedades desejamos averiguar. População estatística
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ
Comentários sobre as provas de estatística e financeira ICMS RJ Caríssimos, Acabei de voltar de uma longa auditoria em que visitamos inúmeros assentamentos federais do INCRA no interior do estado. Ou seja:
Leia maisTESTE QUI - QUADRADO DE UMA AMOSTRA (também chamado TESTE DE ADERÊNCIA ou TESTE DE EFICIÊNCIA DE AJUSTE)
TESTE QUI - QUADRADO DE UMA AMOSTRA (também chamado TESTE DE ADERÊNCIA ou TESTE DE EFICIÊNCIA DE AJUSTE) O Teste Qui-quadrado de uma amostra é utilizado em pesquisa de marketing para verificar se a distribuição
Leia maisSAD orientado a MODELO
Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a MODELO DISCIPLINA: Sistemas de Apoio a Decisão SAD Orientado a Modelo De acordo com ALTER
Leia maisCAPÍTULO 9 RISCO E INCERTEZA
CAPÍTULO 9 9 RISCO E INCERTEZA 9.1 Conceito de Risco Um fator que pode complicar bastante a solução de um problema de pesquisa operacional é a incerteza. Grande parte das decisões são tomadas baseando-se
Leia maisUNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 20 PROFª BRUNO CALEGARO
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 20 PROFª BRUNO CALEGARO Santa Maria, 10 de Dezembro de 2013. Revisão aula anterior Modelo de classes Modelo de estado Modelo de iteração Modelo
Leia maisPLANOS DE CONTINGÊNCIAS
PLANOS DE CONTINGÊNCIAS ARAÚJO GOMES Capitão SC PMSC ARAÚJO GOMES defesacivilgomes@yahoo.com.br PLANO DE CONTINGÊNCIA O planejamento para emergências é complexo por suas características intrínsecas. Como
Leia maisPrática e Gerenciamento de Projetos
Universidade de São Paulo Escola de Artes, Ciências e Humanidades Prática e Gerenciamento de Projetos Gerenciamento de Custos do Projeto Equipe: Jhonas P. dos Reis Marcelo Marciano Mário Januário Filho
Leia maisUniversidade Federal de Alfenas
Universidade Federal de Alfenas Projeto e Análise de Algoritmos Aula 04 Introdução a Análise de Algoritmos humberto@bcc.unifal-mg.edu.br Última aula Fundamentos de Matemática Exercícios: Somatórios; Logaritmos
Leia maisAULA 11 Desenhos, recursos e obstáculos
1 AULA 11 Desenhos, recursos e obstáculos Ernesto F. L. Amaral 15 de abril de 2010 Metodologia (DCP 033) Fonte: Flick, Uwe. 2009. Desenho da pesquisa qualitativa. Porto Alegre: Artmed. pp.57-73 & 75-85.
Leia maisPLANIFICAÇÃO OPERACIONAL DA PESQUISA
Laboratório de Psicologia Experimental Departamento de Psicologia UFSJ Disciplina: Método de Pesquisa Quantitativa TEXTO 8: PLANIFICAÇÃO OPERACIONAL DA PESQUISA Autora: Prof. Marina Bandeira,Ph.D. 1. POPULAÇÃO-
Leia maisGARANTIA DA QUALIDADE DE SOFTWARE
GARANTIA DA QUALIDADE DE SOFTWARE Fonte: http://www.testexpert.com.br/?q=node/669 1 GARANTIA DA QUALIDADE DE SOFTWARE Segundo a NBR ISO 9000:2005, qualidade é o grau no qual um conjunto de características
Leia maisBarra de ferramentas padrão. Barra de formatação. Barra de desenho Painel de Tarefas
Microsoft Power Point 2003 No Microsoft PowerPoint 2003, você cria sua apresentação usando apenas um arquivo, ele contém tudo o que você precisa uma estrutura para sua apresentação, os slides, o material
Leia maisA presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Leia maisUtilizando a ferramenta de criação de aulas
http://portaldoprofessor.mec.gov.br/ 04 Roteiro Utilizando a ferramenta de criação de aulas Ministério da Educação Utilizando a ferramenta de criação de aulas Para criar uma sugestão de aula é necessário
Leia maisAula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello
Aula 04 Método de Monte Carlo aplicado a análise de incertezas Aula 04 Prof. Valner Brusamarello Incerteza - GUM O Guia para a Expressão da Incerteza de Medição (GUM) estabelece regras gerais para avaliar
Leia maisPERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL)
PERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL) Melhor método para avaliar investimentos 16 perguntas importantes 16 respostas que todos os executivos devem saber Francisco Cavalcante(f_c_a@uol.com.br)
Leia maisDecidir como medir cada característica. Definir as características de qualidade. Estabelecer padrões de qualidade
Escola de Engenharia de Lorena - EEL Controle Estatístico de Processos CEP Prof. MSc. Fabrício Maciel Gomes Objetivo de um Processo Produzir um produto que satisfaça totalmente ao cliente. Conceito de
Leia maisBom Crédito. Lembre-se de que crédito é dinheiro. Passos
Bom Crédito Lembre-se de que crédito é dinheiro É. Benjamin Franklin, Político Americano e inventor quase impossível passar a vida sem pedir dinheiro emprestado. Seja algo básico como usar um cartão de
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia mais