AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira
|
|
- Vítor Gabriel Aquino Ventura
- 6 Há anos
- Visualizações:
Transcrição
1 1 AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR José Atoo Stark Ferrera
2 I - INTRODUÇÃO O presete estudo fo desevolvdo objetvado mesurar os gahos e perdas patrmoas e de recetas (taxa de admstração e taxa de performace) ocorrdas em fudos admstrados por um Baco de Ivestmetos, cujo ome fo omtdo, relatvos ao período compreeddo etre jaero de 1998 e dezembro de 4. Os cálculos dos referdos valores de gahos e de perdas patrmoas e de recetas foram realzados de forma comparatva com a evolução apresetada pelo mercado de fudos semelhates (Idústra) o período mecoado, coforme dados forecdos pela ANBID Assocação Nacoal dos Bacos de Ivestmetos.. II - METODOLOGIA APLICADA PARA ANÁLISE DOS GANHOS E DAS PERDAS A metodologa adotada para cálculo dos gahos e das perdas de recetas ecotra-se cetrada a apuração dos gahos e das perdas patrmoas dos fudos de vestmetos admstrados por um Baco de Ivestmetos, coforme dscrmados a segur, aplcado-se sobre estes gahos e perdas as respectvas taxas de admstração e performace de cada fudo, correspodetes ao período de jaero de 1998 a dezembro de 4. Foram aalsados um total de 89 (oteta e ove) fudos de vestmetos, dvddos em 5 (cco) grupos, a saber: Grupo I: Fudos Cambal (7 fudos) Grupo II: Fudos FAC (1 fudos) Grupo III: Fudos Multmercado (35 fudos) Grupo IV: Fudos Reda Fxa (9 fudos) Grupo V: Fudos Reda Varável (7 fudos) Os gahos e as perdas patrmoas foram apurados cosderado uma aálse cetífca baseada em modelos de regressão lear. As taxas de admstração e as taxas de performace foram poderadas coforme a partcpação mesal do patrmôo do fudo em relação ao patrmôo total do grupo ao qual o fudo estava serdo. Os prcpas cocetos coceretes aos modelos de regressão serão mecoados a segur. 1. ANÁLISE DA REGRESSÃO 1.1. Cocetos de aálse de regressão e de regressão lear A aálse de regressão ocupa-se do estudo da depedêca de uma varável, a varável depedete, em relação a uma ou mas varáves, as varáves explcatvas, com o objetvo de estmar e/ou prever a méda (da população) ou o valor médo da depedete em termos dos valores cohecdos ou fxos (em amostragem repetda) das explcatvas A regressão lear costtu-se o estabelecmeto de uma equação matemátca lear que descreve o relacoameto etre duas ou mas varáves. Esta
3 3 equação matemátca é também chamada de lha reta ou reta de regressão, sto é, a reta calculada a aálse de regressão, utlzada para estmar a relação etre duas gradezas: a varável depedete e a varável depedete. Nos modelos desevolvdos foram cosderados como varável depedete (X ), ou varável explcatva, os saldos patrmoas apresetados pelo mercado (Idústra) o período de jaero de 1998 a dezembro de 4. Como varável depedete (Y), ou varável explcada, os saldos patrmoas dos fudos admstrados pelo Baco de Ivestmetos o mesmo período. 1.. Objetvo da regressão lear A aálse de regressão fo utlzada com o objetvo de prevsão. Esta prevsão está suportada o desevolvmeto do modelo quattatvo demostrado, com base em uma sére hstórca do valor dos patrmôos dos fudos de vestmetos admstrados pelo Baco de Ivestmetos, cosderado os cco grupos de fudos mecoados acma, para o período compreeddo etre jaero de 1998 a dezembro de Modelo de regressão lear No modelo ora apresetado fo cosderada a relação exstete etre as varáves mecoadas como sedo retlíea (relação lear), apresetada pela fórmula: Y 1X1 Sedo: Y = varável depedete ou resposta explcatva do modelo (varação patrmoal dos fudos admstrados pelo Baco de Ivestmetos); = terseção de Y para os dcadores da varável depedete; 1 X 1 = produto etre a clação da reta de tedêca e as varações patrmoas apresetadas pelos fudos da Idústra. = erro aleatóro em Y para a observação Como será demostrado, os modelos ora propostos atedem aos quatro prcpas pressupostos da regressão e da correlação a segur mecoados. ) Normaldade: requer que os valores de Y sejam ormalmete dstrbuídos para cada valor de X; ) Homocedastcdade: requer que as varações em toro da lha de regressão sejam costates para todos os valores de X. Isto sgfca dzer que Y vara a mesma proporção; ) Idepedêca dos erros: requer que o erro, sto é, a dfereça resdual etre os valores observados e os prevstos de Y, deve ser depedete para cada valor de X; v) Leardade: estabelece que a relação etre as varáves devem teder para uma fução lear.
4 4. DETERMINAÇÃO DA EQUAÇÃO DA REGRESSÃO LINEAR.1. Iclação da lha de regressão A clação da lha de regressão é a dstâca vertcal dvdda pela dstâca horzotal etre dos potos quasquer a lha, que é a taxa de mudaça ao logo da lha de regressão, e será calculada através da segute fórmula: 1 XY ( X )( X ( 1 1 X ) Y ).. Poto de terseção Calcula o poto o qual uma lha rá terceptar o exo Y usado valores de X e Y exstetes. O poto de terseção é baseado em uma lha de regressão de melhor ajuste plotada pelos valores de X e Y cohecdos, sedo calculado pela fórmula: Y 1 Ode X Y X 1 1 Y X.3. Erro Padrão da Estmatva O erro padrão é uma medda da quatdade de erro a prevsão de Y para um X dvdual. Sedo assm, e coforme apresetado o Modelo de Regressão, o erro aleatóro será a medda de varabldade (dspersão ou desvo padrão) em toro da lha de regressão, deomado como sedo o erro padrão da estmatva, calculado através da segute fórmula: S Y, X 1 Y ( Y ) ( ) 1 1 [ XY ( X )( Y )] X ( X ) 1 1
5 5 3. MEDIDAS DE VARIAÇÃO NA REGRESSÃO E NA CORRELAÇÃO 3.1. Soma dos Quadrados A soma dos quadrados fo utlzada como strumeto de exame de como a varável depedete prevê a varável depedete o modelo de regressão. Desta forma, a soma total dos quadrados medrá a varação dos valores Y em toro da méda artmétca Y, coforme fórmula: STQ SQRe g SQR Sedo que, SQR 1 Y 1 Y 1 1 X Y SQ Re g 1 Y 1 1 X Y Y Ode STQ = soma total dos quadrados; SQReg = soma dos quadrados devda à regressão, que é atrbuída à relação etre X e Y, represetado a dfereça etre Y (o valor médo de Y) e Ŷ (o valor de Y que sera prevsto a partr da relação de regressão); SQR = soma dos quadrados dos resíduos, que é atrbuída a outros fatores dferetes da relação etre X e Y. 3.. Coefcete de Determação O coefcete de determação fo utlzado como strumeto para medr a proporção da varação que é explcada pela varável depedete o modelo de regressão. Os coefcetes de determação aalsados o modelo são o R e o R ajustado. O coefcete de determação R mede a proporção da varação que é explcada pela varável depedete o modelo de regressão. O coefcete R ajustado reflete o úmero de varáves explcatvas do modelo quato ao tamaho da amostra (). Os coefcetes mecoados foram calculados com base as segutes fórmulas: R SQ Re g STQ R ajustado R P 1
6 6 Ode P = úmero de varáves explcatvas o modelo de regressão 3.3. Coefcete de correlação Represeta o grau de correlação etre as varáves. Note-se que o grau de correlação etre varáves poderá varar de 1 (correlação egatva ou versamete proporcoal) até +1 (correlação postva ou dretamete proporcoal). O grau de correlação () será meddo através da segute fórmula: R 4. ANÁLISE DOS RESÍDUOS A aálse dos resíduos permte a verfcação de evetuas volações dos pressupostos do modelo, podedo ser obtdo através da fórmula: Y ^ Y Os resíduos padrozados represetam cada resíduo dvddo pelo seu erro padrão. Os resíduos padrozados, também chamados de resíduos de Studet, demostram a dstâca para o valor do X médo, podedo ser apurados pela segute fórmula: Re sduo de Studet RS S Y Y, X ^ Y 1 h Ode h 1 ( X 1 ( X X ) X ) Através dos resíduos de Studet se permte que seja cosderada a magtude dos resíduos em udades, que refletem as varações padrozadas em toro da lha de regressão. 5. TESTE DE SIGNIFICÂNCIA O teste F é utlzado para testar a razão etre duas varâcas, sto é, para testar a relação exstete etre a varável depedete e as varáves explcatvas. Quado se testa a sgfcâca dos coefcetes de regressão, a medda do erro aleatóro é chamada de varâca do erro, que pode ser demostrada pela fórmula:
7 7 teste F QM Re g QM Re s Sedo QM Re g QM Re s SQ Re g P SQ Re s P 1 Ode F = estatístca teste, a partr de uma dstrbução F com P e P 1 graus de lberdade QMReg = quadrado médo devdo à regressão QMRes = quadrado médo devdo à varação resdual Sedo assm, a tabela ANOVA (aálse da varâca) para testar a sgfcâca de um cojuto de coefcetes de regressão em um modelo de regressão múltpla, com P = 1 varável pode ser apresetado como o Quadro 1: Tabela ANOVA para teste de sgfcâca Quadrado da méda Graus Fote Soma dos quadrados artmétca lberdade (varâca) Regressão P SQReg = Y + 1 X 1 Y - Y QMReg = SQReg P Erro P 1 SQR = Y QMRes = SQR - Y - 1 X 1 Y -P-1 F F = QMReg QMRes Total - 1 STQ = Y - Y Quadro 1 O teste F de sgfcação apreseta a regra de decsão da rejeção ou ão de H, o ível de sgfcâca (que a hpótese deste modelo é de 5%), cocludo que: H : 1 = ão exste relação lear etre a varável depedete e as varáves explcatvas H 1 : pelo meos j pelo meos um coefcete de regressão ão é gual a zero 6. TESTE DA ESTATÍSTICA T E DO VALOR P O teste da estatístca t fo utlzado como strumeto para avalar a hpótese de que a clação dos dcadores são guas a zero, cujo valor pode ser apresetado através da fórmula: t 1 S Y, X
8 8 Ode t = estatístca t para uma dstrbução com P 1 graus de lberdade; S Y,X = erro padrão do coefcete de regressão ; P = úmero de varáves explcatvas a equação de regressão. No Gráfco 1 é apresetada a área de rejeção e de ão rejeção para o modelo em aálse: Gráfco 1 Cosderado que para o presete modelo fo selecoado um ível de sgfcâca de,5 (ou 5% de erro), pode-se verfcar a Tabela de Valores Crítcos de t 1 que, para graus de lberdade, os valores crítcos de t são 1,9893 e +1,9893. O valor-p dca o quato as varáves explcatvas estão próxmas ou dstates do valor crítco de, que o caso deste modelo em aálse =,5. III. RESUMO DOS RESULTADOS 1. ESTATÍSTICA DE REGRESSÃO O modelo de regressão lear cosderou os valores patrmoas da Idústra e dos fudos admstrados pelo Baco de Ivestmetos correspodetes ao período de jaero de 1998 a dezembro de 4. O resumo dos resultados, também chamado de estatístca da regressão, está demostrado os Quadros a 6: FUNDOS CAMBIAIS R múltplo, R-Quadrado, R-quadrado ajustado, Erro padrão R$ 9.539,3 Observações 76 Quadro 1 Este valor será ecotrado em Leve, Bereso & Stepha, obra ctada, pág. 738.
9 9 FUNDOS FAC R múltplo, R-Quadrado,95936 R-quadrado ajustado, Erro padrão R$ 35.45,76 Observações 84 Quadro 3 FUNDOS MULTIMERCADO R múltplo, R-Quadrado, R-quadrado ajustado, Erro padrão R$ 38.61,91 Observações 84 Quadro 4 FUNDOS RENDA FIXA R múltplo, R-Quadrado, R-quadrado ajustado, Erro padrão R$ ,79 Observações 84 Quadro 5 FUNDOS RENDA VARIÁVEL R múltplo, R-Quadrado, R-quadrado ajustado, Erro padrão R$ ,71 Observações 84 Quadro 6 R múltplo: Este é o coefcete de correlação gual a raz quadrada do coefcete de determação, combado com os sas dos coefcetes. Neste caso, a correlação etre os dados apresetados o modelo de regressão é bastate forte, tedo varado etre 97% e 98%. Sedo assm, a correlação etre a varação dos valores patrmoas dos fudos da Idústra estão fortemete correlacoados com a varação dos fudos do Baco de Ivestmetos, acma dos 95% desejados. R-Quadrado: Nos modelos de regressão aalsados, o R-Quadrado apurado varou etre 95% e 97%, o que sgfca dzer que a varável explcatva do modelo (patrmôo dos fudos da Idústra) explca cerca de 95 a 97% da varação do patrmôo dos fudos do Baco de Ivestmetos. Sedo assm, o modelo pode ser aplcado a prevsbldade dos saldos patrmoas dos fudos do Baco de Ivestmetos, uma vez que o ídce de explcação atede ao exgdo o modelo que é de 95% de seguraça. R-quadrado ajustado: Mede o coefcete de determação ode são cosderadas as varáves explcatvas em relação ao tamaho da amostra. Também demostra uma forte correlação com a varável depedete, uma vez que seus ídces vararam etre 94% e 96%.
10 1 Erro padrão: Ateddas as premssas da regressão lear, espera-se que aproxmadamete 95% das observações de Y (saldo patrmoal dos fudos do Baco de Ivestmetos) se ecotrem detro do tervalo ±S Y,X de seus respectvos valores projetados Ŷ da reta de regressão. Neste caso o erro padrão calculado varou etre R$ 9,5 ml e R$ 418 ml.. ANOVA ANÁLISE DE VARIÂNCIA O resultado da aálse de varâca dos modelos desevolvdos está apresetada os Quadros 7 a 11: FUNDOS CAMBIAIS gl SQ MQ F F de sgfcação Regressão ,319464,14846 Resíduo , Total Coefcetes Erro padrão Stat t valor-p Iterseção.377, ,5493, , Idústra,635168,4693 1, , Quadro 7 FUNDOS FAC gl SQ MQ F F de sgfcação Regressão , ,4467E-1 Resíduo 8 1,713E Total 83 1,864E+11 Coefcetes Erro padrão Stat t valor-p Iterseção , ,9154 -, ,74738 Idústra,9498, , ,4467E-1 Quadro 8 FUNDOS MULTIMERCADO gl SQ MQ F F de sgfcação Regressão 1,57617E+1,57617E+1 7, ,4318E-6 Resíduo 8 7,8984E Total 83 1,386E+13 Coefcetes Erro padrão Stat t valor-p Iterseção 7.13, ,494 1,734361,715E-17 Idústra,49985, ,8389 1,4318E-6 Quadro 9
11 11 FUNDOS RENDA FIXA gl SQ MQ F F de sgfcação Regressão 1 1,44E+1 1,44E+1 3, ,91E-5 Resíduo 8 5,1849E Total 83 1,94189E+1 Coefcetes Erro padrão Stat t valor-p Iterseção , ,644-8, ,13438E-13 Idústra,7836, , ,91E-5 Quadro 1 FUNDOS RENDA VARIÁVEL gl SQ MQ F F de sgfcação Regressão 1 1,9176E+13 1,9176E+13 19, ,985E-17 Resíduo 8 1,43485E+13 1,74981E+11 Total 83 3,35191E+13 Coefcetes Erro padrão Stat t valor-p Iterseção , ,3561 1, ,7339E-17 Idústra,149455, , ,985E-17 Quadro 11 Teste F: Nos casos dos modelos de regressão em aálse, os Testes F apresetaram-se maores do que o F S = 1,9893 (Gráfco 1). Sedo assm, pode-se rejetar H e coclur que a varável explcatva (saldos patrmoas dos fudos da Idústra) está relacoada com o saldo patrmoal dos fudos de vestmeto do Baco de Ivestmetos (Y ). F de sgfcação: Nos modelos em aálse, todos os F de sgfcação calculados apresetaram-se ferores a,5 (ou seja 5%). Uma vez que o F de sgfcação calculado é meor que o =,5, pode-se rejetar a hpótese ula e coclur que há uma relação etre Y e a varável explcatva X. Coefcetes de terseção: Sgfca o poto ode o exo dos Y será cortado. Estes valores represetam o valor médo de Y quado X for gual a zero. Desta forma, cosderado-se como mprovável a hpótese da varável X (saldo patrmoal dos fudos da Idústra) ser zero, pode-se dzer que este poto sgfca o motate do saldo patrmoal dos fudos do Baco de Ivestmetos que vara de acordo com outros fatores além da varável explcatva mecoada. Coefcetes 1 : Mostra que para o crescmeto de 1 udade de X 1 (saldo patrmoal dos fudos da Idústra) estma-se que o valor de Y (saldo patrmoal dos fudos do Baco de Ivestmetos) cresça uma méda de, o caso dos fudos cambas,,9498 o caso dos fudos FAC,,49985 o caso dos fudos multmercado,,7836 o caso dos fudos de reda fxa e, o caso dos fudos de reda varável. Sedo assm, estma-se que a varação patrmoal de R$ 1. os fudos da Idústra represete uma varação, por exemplo, de R$6,35 o saldo patrmoal do fudo cambal do Baco de Ivestmetos.
12 1 Erro padrão: O erro padrão de X 1 fo calculado em,4693 para os fudos cambas,,53886 para os fudos FAC,,74569 para os fudos multmercado,,13657 para os fudos de reda fxa e, para os fudos de reda varável. Sedo assm, estma-se que a varação de R$ 1. os fudos da Idústra represete uma varação, por exemplo, de R$,46 o saldo patrmoal do fudo cambal do Baco de Ivestmetos. Estatístca T: Determa se exste relação sgfcatva etre as varáves X e Y, testado se β 1 (a clação verdadera) é gual a zero. Se essa hpótese for rejetada, pode-se dzer que há evdêcas de uma relação lear. Nos casos dos modelos de regressão em aálse, os t X1 dos fudos (1, para os fudos cambas, 18, para os fudos FAC, 15,8389 para os fudos multmercado, 14,93775 para os fudos de reda fxa e 1, para os fudos de reda varável) foram superores a t c = 1,9893 (Gráfco 1). Desta forma, o H será rejetado, ode se coclu que há uma relação lear sgfcatva etre o saldo patrmoal dos fudos do Baco de Ivestmetos e a varação dos saldos patrmoas dos fudos da Idústra. Valor-P: Testa o coefcete. Nos modelos em aálse, todos os valores-p calculados para X 1 apresetaram-se ferores a,5 (,14864 para os fudos cambas, 1,4467 E-1 para os fudos FAC, 1,4318 E-6 para os fudos multmercado, 4,91 E-5 para os fudos de reda fxa e 8,985 E-17 para os fudos de reda varável). Uma vez que o valor-p calculado é meor do que o =,5, pode-se rejetar a hpótese ula e coclur que há uma relação etre Y e a varável explcatva X. 3. MODELOS DE REGRESSÃO Com base a aálse de varâca apresetada o tem, os modelos de regressão poderão ser escrtos da segute forma: Fudos Modelos de Regressão Cambal Y =.377,39 +, X FAC Y = ,51 +,9498 X Multmercado Y = 7.13,11 +,49985 X Reda Fxa Y = ,78 +,7836 X Reda Varável Y = ,5 +, X IV - GANHOS E PERDAS DE RECEITAS O cálculo dos gahos e perdas de recetas correspodetes as taxas de admstração e de performace, cosderado os modelos de regressão e correspodetes aos saldos patrmoas dos fudos de vestmetos admstrados pelo Baco de Ivestmetos, em relação a varação mesal dos fudos de vestmetos apresetados pela Idústra, para o período de jaero de 1998 a dezembro de 4, atualzados até outubro de 5 pela varação da taxa CDI acumulada para os respectvos meses de sua apuração, apresetaram uma perda total de R$ ,44, coforme mostrado o Quadro 1.
13 set/98 ov/98 ja/99 mar/99 ma/99 jul/99 set/99 ov/99 ja/ mar/ ma/ jul/ set/ ov/ ja/1 mar/1 ma/1 jul/1 set/1 ov/1 ja/ mar/ ma/ jul/ set/ ov/ ja/3 mar/3 ma/3 jul/3 set/3 ov/3 ja/4 mar/4 ma/4 jul/4 set/4 ov/4 varação patrmoal Idústra varação patrmoal Bco Ivest 13 MODELO DE REGRESSÃO - EVOLUÇÃO DO SALDO PATRIMONIAL ACUMULADO PERÍODO DE JANEIRO/98 A DEZEMBRO/4 Saldo Atualz CDI Cambal FAC Multmercado Reda Fxa Reda Varável Hstórco até out/ , , , , , , ,44 Quadro 1 V CONSIDERAÇÕES FINAIS Coforme demostrado através dos modelos de regressão lear, verfcase claramete que, de uma maera geral, os fudos de vestmetos admstrados pelo Baco de Ivestmetos vham apurado gahos sgfcatvos acma da méda da Idústra. Cotudo, a partr de meados de 1, houve uma total reversão da valorzação patrmoal dos fudos ocasoado sgfcatvas perdas que cosumram a totaldade dos gahos obtdos até etão, coforme demostrado os Gráfcos a FUNDO CAMBIAL: GANHOS E PERDAS PATRIMONIAIS - INDÚSTRIA x BANCO INVESTIMENTOS Idustra Gráfco Bco Ivest
14 fev/98 ma/98 ago/98 ov/98 fev/99 ma/99 ago/99 ov/99 fev/ ma/ ago/ ov/ fev/1 ma/1 ago/1 ov/1 fev/ ma/ ago/ ov/ fev/3 ma/3 ago/3 ov/3 fev/4 ma/4 ago/4 ov/4 varações patrmoas Idústra varações patrmoas Bco Ivest fev/98 ma/98 ago/98 ov/98 fev/99 ma/99 ago/99 ov/99 fev/ ma/ ago/ ov/ fev/1 ma/1 ago/1 ov/1 fev/ ma/ ago/ ov/ fev/3 ma/3 ago/3 ov/3 fev/4 ma/4 ago/4 ov/4 varação patrmoal Idústra varação patrmoal Bco Ivest 14 FUNCO FAC: GRÁFICO GANHOS E PERDAS PATRIMONIAIS - INDÚSTRIA x BANCO INVESTIMENTOS Idustra Bco Ivest Gráfco 3 FUNDO MULTIMERCADO: GANHOS E PERDAS PATRIMONIAIS - INDÚSTRIA x BANCO INVESTIMENTOS Idustra Gráfco 4 Bco Ivest
15 fev/98 ma/98 ago/98 ov/98 fev/99 ma/99 ago/99 ov/99 fev/ ma/ ago/ ov/ fev/1 ma/1 ago/1 ov/1 fev/ ma/ ago/ ov/ fev/3 ma/3 ago/3 ov/3 fev/4 ma/4 ago/4 ov/4 varações patrmoas Idústra varações patrmoas Bco Ivest fev/98 ma/98 ago/98 ov/98 fev/99 ma/99 ago/99 ov/99 fev/ ma/ ago/ ov/ fev/1 ma/1 ago/1 ov/1 fev/ ma/ ago/ ov/ fev/3 ma/3 ago/3 ov/3 fev/4 ma/4 ago/4 ov/4 varações patrmoas Idústra varações patrmoas Bco Ivest 15 FUNDO RENDA FIXA: GANHOS E PERDAS PATRIMONIAIS - INDÚSTRIA x BANCO INVESTIMENTOS Idustra Gráfco 5 Bco Ivest 1... FUNDO RENDA VARIÁVEL: GANHOS E PERDAS PATRIMONIAIS - INDÚSTRIA x BANCO INVESTIMENTOS Idustra Gráfco 6 Bco Ivest O mpacto regstrado sobre os gahos e perdas de recetas relatvas as taxas de admstração e de performace correspode a uma perda acumulada em dezembro de 4 de R$ 36 mlhões, que atualzada pela taxa CDI até outubro de 5 mota em R$ 336 mlhões. Cabe ressaltar que os gahos foram crescetes até março de (R$ 168 mlhões) e decrescetes após esta data, coforme se pode vsualzar o Gráfco 7.
16 ja/98 mar/98 ma/98 jul/98 set/98 ov/98 ja/99 mar/99 ma/99 jul/99 set/99 ov/99 ja/ mar/ ma/ jul/ set/ ov/ ja/1 mar/1 ma/1 jul/1 set/1 ov/1 ja/ mar/ ma/ jul/ set/ ov/ ja/3 mar/3 ma/3 jul/3 set/3 ov/3 ja/4 mar/4 ma/4 jul/4 set/4 ov/4 em R$ 16 GANHOS & PERDAS ACUMULADOS: MODELO REGRESSÃO JAN/98 A DEZ/ Cambal FAC Multmercado Reda Fxa atualz CDI Reda Varável Gráfco 7 VI - Bblografa DOWNING, Douglas & CLARK, Jeffrey: Estatístca Aplcada. São Paulo. Edtora Sarava,. GUJARATI, Damodar N.: Ecoometra Básca. São Paulo. Makro Books do Brasl,. JOHNSTON, Jack & DINARDO, Joh: Ecoometrc Methods. New York. McGraw- Hll, MCCLAVE, James T. et all: Statstcs For Busess ad Ecoomcs. New Jersey. Pretce Hall, LEVINE, Davd M. et all: Estatístca Teora e Aplcações. Ro de Jaero. LTC Lvros Téccos e Cetífcos Edtora,. SHARPE, Wllam F., ALEXANDER, Gordo J., BAILEY, Jeffery V. Ivestmets. New Jersey: Pretce Hall, STARK, José Atoo F. Faças Corporatvas Cocetos e Aplcações. São Paulo: Pearso Pretce Hall, 5. STEVENSON, Wllam J.: Estatístca Aplcada à Admstração. São Paulo. Edtora Harbra, WOOLDRIGDGE, Jeffrey M. Itrodução à Ecoometra. São Paulo: Poera Thomso Learg, 6.
Tópicos Extras 2ª parte. Análise de Correlação e Regressão
Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO
Leia maisREGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA
REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:
Leia maisProfessor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.
Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.
Leia maisModelo de Regressão Simples
Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal
Leia maisEm muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão
Leia maisRegressao Simples. Parte II: Anova, Estimação Intervalar e Predição
egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a
Leia mais5 Critérios para Análise dos Resultados
5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisEstatística - exestatmeddisper.doc 25/02/09
Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade
Leia maisEstudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.
Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,
Leia 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 etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisRegressão e Correlação
Regressão e Correlação Júlo Osóro Regressão & Correlação: geeraldades Em mutas stuações de pesqusa cetífca, dspomos de uma amostra aleatóra de pares de dados (x, ), resultates da medda cocomtate de duas
Leia maisEconometria: 3 - Regressão Múltipla
Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão
Leia maisMédia. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística
BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,
Leia maisProf. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de
Leia maisANÁLISE DE REGRESSÃO E CORRELAÇÃO
ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem
Leia mais6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS
7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda
Leia maisESTATÍSTICA APLICADA À ZOOTECNIA
ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o
Leia maisCAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados
3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas
Leia maisRegressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança
Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total
Leia maisRelatório 2ª Atividade Formativa UC ECS
Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução
Leia maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,
Leia maisESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano
ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama
Leia mais( k) Tema 02 Risco e Retorno 1. Conceitos Básicos
FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual
Leia maisFaculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL
Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a
Leia maisModelos de regressão linear: abordagem clássica
Modelos de regressão lear: abordagem clássca Prof. Marcelo Rubes mrubes@me.uerj.br Depto. Estatístca Aálse de Regressão Objetvo: Determar uma fução matemátca que descreva a relação etre uma varável cotíua
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL I
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE
Leia maisMEDIDAS DE DISPERSÃO:
MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.
Leia mais7 Análise de covariância (ANCOVA)
Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se
Leia maisMEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12
MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação
Leia maisRACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO
RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x
Leia mais? Isso é, d i= ( x i. . Percebeu que
Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0
Leia maisTabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f
Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;
Leia maisNOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling
4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se
Leia maisPrevisão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios
Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão
Leia maisESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Cetífca Matemátca Udade Curso Egehara do Ambete Ao º Semestre º Folha Nº 8: Aálse de Regressão e de Correlação Probabldades e Estatístca Ao 00/0. Pretede-se testar um strumeto que mede a cocetração
Leia maisAvaliação da qualidade do ajuste
Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a
Leia maisRegressão. Pedro Paulo Balestrassi
Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer
Leia maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja
Leia maisa) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.
Questão : As otas de dez aluos, um exame, estão dadas a segur:, 5, 8, 3, 6, 5, 8, 7, 6, 0 O desvo médo e a varâca dessas otas podem ser expressos, respectvamete, por: a),8 e 4,6 b),0 e, c),8 e 5, d),0
Leia maisParte 3 - Regressão linear simples
Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:
Leia maisEstudo do intervalo de confiança da regressão inversa utilizando o software R
Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um
Leia maisConstrução e Análise de Gráficos
Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual
Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas
Leia maisREGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi
REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta
Leia mais( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.
Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.
Leia maisx n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População
ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com
Leia maisIntrodução à Correlação e Regressão Linear
Itrodução à Correlação e Regressão Lear Ru Carvalho Olvera rolv@st.utl.pt Estatístca Descrtva amostras bvaradas Amostras bvaradas: cada etdade (dvíduo/objecto é caracterzado por um par de varáves (atrbutos
Leia mais15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações
Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa
Leia maisEstatística. 2 - Estatística Descritiva
Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA
Leia maisMÓDULO 8 REVISÃO REVISÃO MÓDULO 1
MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos
Leia maisRevisão de Estatística X = X n
Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...
Leia maisA análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.
Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de
Leia maisTESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL
TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL As hpóteses a serem testadas serão: H 0 : p p 0 H : p p 0 p > p 0 p < p 0 Estatístca do Teste: pˆ p0 z c p ( p ) 0 0 EXEMPLOS. Uma máqua está regulada
Leia maisANÁLISE DE REGRESSÃO E CORRELAÇÃO
ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves A aálse de regressão e correlação compreedem
Leia maisRelações entre variáveis: Regressão
Dscpla: 04 Relações etre varáves: Regressão Prof. a Dr. a Smoe Daela Sartoro de Mederos DTASeR-Ar Itrodução Cosdere uma varável aleatóra Y de teresse. Já vmos que podemos escrever essa varável como sedo:
Leia maisCapítulo 5: Ajuste de curvas pelo método dos mínimos quadrados
Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato
Leia maisMedidas Numéricas Descritivas:
Meddas Numércas Descrtvas: Meddas de dspersão Meddas de Varação Varação Ampltude Ampltude Iterquartl Varâca Desvo absoluto Coefcete de Varação Desvo Padrão Ampltude Medda de varação mas smples Dfereça
Leia maisDistribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD
Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução
Leia maisRegressão Linear e Multilinear
Regressão Lear e Multlear Deleameto Expermetal Mestrado em Sstemas de Produção em Agrcultura Medterrâca Modelo de Regressão Lear Smples X Varável Idepedete Y Varável Depedete y =β +β x +ε β ordeada a orgem
Leia maisProbabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ
Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o
Leia maisInterpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.
Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr
Leia maisAnálise de Regressão
Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,
Leia maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se
Leia maisNas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das
CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%
Leia maisEstatística Básica - Continuação
Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas
Leia maisProbabilidades e Estatística
Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete
Leia maisConfiabilidade Estrutural
Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz
Leia maisProbabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 mutos Grupo I Probabldades e Estatístca LEGM, LEIC-A, LEIC-T, MA, MEMec Justfque coveetemete todas as respostas 2 o semestre 2017/2018 14/06/2018 11:00 2 o Teste B 10 valores 1. Os dvíduos
Leia mais9 Medidas Descritivas
1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se
Leia maisPRESSUPOSTOS DO MODELO DE REGRESSÃO
PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras
Leia maisDisciplina: Prof. a Dr. a Simone Daniela Sartorio de Medeiros. DTAiSeR-Ar
Dscpla: 04 Relações etre varáves: Regressão Prof. a Dr. a Smoe Daela Sartoro de Mederos DTASeR-Ar Itrodução Cosdere uma varável aleatóra Y de teresse. Já vmos que podemos escrever essa varável como sedo:
Leia maisMEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO
Leia 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 maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores
Leia maisDifusão entre Dois Compartimentos
59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão
Leia maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela
Leia mais3 Experimento com Mistura com Respostas Não-Normais
Modelagem em Epermetos Mstura-Processo para Otmzação de Processos Idustras 5 Epermeto com Mstura com Respostas Não-Normas Neste capítulo é apresetado o plaejameto e aálse de um EM com respostas ão ormas,
Leia maisProf. Janete Pereira Amador 1
Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.
Leia maisEstatística Descritiva. Medidas estatísticas: Localização, Dispersão
Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x
Leia maisGabarito da Lista de Exercícios de Econometria I
Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076
Leia maisConceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama
Prof. Dr. Evadro Leoardo Slva Teera Faculdade UB Gama Metrologa: Cêca que abrage os aspectos teórcos e prátcos relatvos a medção; Descreve os procedmetos e métodos para determar as certezas de medções;
Leia mais50 Logo, Número de erros de impressão
Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de
Leia maisHIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia
Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e
Leia mais3 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 maisCAPÍTULO 9 - Regressão linear e correlação
INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação
Leia maisDistribuições de Probabilidades
Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val/ ou expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisHipóteses do Modelo de Regressão Linear Clássico
Uversdade Federal da Baha Facldade de Cêcas coômcas Departameto de cooma CO 66 Itrodção à coometra Hpóteses do Modelo de Regressão Lear Clássco Gerváso F. Satos Propredades dos estmadores de MQO As estmatvas
Leia mais3 - ANÁLISE BIDIMENSIONAL
INE 7001 - Aálse Bdmesoal 1 3 - ANÁLISE BIDIMENSIONAL É comum haver teresse em saber se duas varáves quasquer estão relacoadas, e o quato estão relacoadas, seja a vda prátca, seja em trabalhos de pesqusa,
Leia maisLista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados
Lsta de Exercícos #9 Assuto: Aálse de Regressão Método de Mímos Quadrados ANPEC 8 Questão 4 Cosdere o segute modelo de regressão lear smples: () y = β + β x + u Para uma amostra com 3 observações, foram
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero
Leia maisRegressão Linear Simples uma revisão
Regressã Lear mples uma revsã A regressã lear é útl quad a varável de teresse (depedete se relaca e é afetada pr uma u mas varáves (depedetes. Cmecems pel mdel que da frma mas smples pssível pde represetar
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 maisPOMO DA DISCÓRDIA. AS TABELAS UTILIZADAS PELO Dr. Sr. Richard Price no Século XVIII
O POMO DA DISCÓRDIA AS TABELAS UTILIZADAS PELO Dr. Sr. Rchard Prce o Século XVIII Pedro Schubert Relação das Tábuas Do Sr. Prce Dos / lvros Tábua I Tábua IV Tábua II Tábua V Tábua III Tábua I Tábua IV
Leia maisApostila de Introdução Aos Métodos Numéricos
Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste
Leia maisInferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP
Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação
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 mais