Gestão da Confiabilidade de Usinas Hidrelétricas Aplicando Algoritmo de Reamostragem de Dados
|
|
- Rubens Beltrão Alcaide
- 6 Há anos
- Visualizações:
Transcrição
1 Gestão da Confiabilidade de Usinas Hidrelétricas Aplicando Algoritmo de Reamostragem de Dados Jorge Coelho 1,2, Fabrício Bernardelli 1, Celso de Brasil 2, Augusto C. Gregatti 3 (1) Dep. de Ingeniería Eléctrica, Univ. Fed. de Santa Catarina, CP 476, Florianópolis, SC (Brasil). (2) SEENERGIA Serviços Especializados de Engenharia. (3) Usina Barra Grande (Brasil) (jorge.coelho.labplan@gmail.com) RESUMO Este artigo propõe a aplicação da técnica estatística da reamostragem de dados, Bootstrap, para a diminuição da variabilidade estatística das taxas de falha e de reparo de usinas hidrelétricas e seus principais equipamentos. A probabilidade de falha resultante pode ser utilizada para auxílio à tomada de decisão em relação à gestão do tempo de parada em manutenção e reparos. Utilizaram-se dados de falha referentes ao Sistema de Energia Brasileiro de 2001 até 2011, disponibilizados pela ABRAGE Associação Brasileira das Empresas Geradoras de Energia Elétrica. A técnica de reamostragem em conjunto com a técnica de Pareto permite separar os equipamentos em duas classes: os componentes responsáveis pela maioria das paradas dos geradores e os componentes secundários, montando uma nova base de dados estatísticos com estes componentes principais. Estas novas estimativas dos índices de desempenho permitem calcular intervalos de confiança mais precisos, sendo de grande utilidade no gerenciamento, planejamento da manutenção e da expansão dos sistemas elétricos. INTRODUÇÃO As Usinas Hidrelétricas tem papel determinante no abastecimento de energia, e os seus equipamentos são constantemente passíveis de falhas e paradas para manutenção e reparos, o que torna necessário um constante acompanhamento da qualidade e da confiabilidade das usinas. Um estudo sobre estes componentes pode ser significativo para a melhoria da qualidade no funcionamento das usinas, otimizando os períodos de manutenção e de parada por falha. Uma forma para realizar a análise e o estudo da confiabilidade de uma Usina Hidrelétrica é através da análise estatística de seus tempos de operação e de reparo (Billinton y Allan, 1984, EPRI, 1989) porém tal método tem sua aplicação limitada quando se trata de Usinas Hidrelétricas com poucos anos de operação. Muitas vezes também ocorre o armazenamento incompleto das informações, ocorrendo longos períodos sem registros. Este conjunto de fatores (pouco tempo de operação e base de dados incompletas) resulta em uma grande incerteza na determinação de um intervalo de confiança que contenha o real valor dos índices de confiabilidade. Para melhorar este problema de variabilidade, utiliza-se o método de reamostragem conhecido como Bootstrap (Kubanova, 2004, Rizzo y Cymrot, 2006; Métodos Jacknife e Bootstrap, 2013), que consiste na realização de milhares de simulações (reamostragens com reposição dos elementos de uma base relativamente pequena de dados), que neste caso são referentes as taxas de falha ( ) e taxa de reparo (µ) dos equipamentos de geradores hidráulicos. Com estas reamostras gera-se então uma nova base com maior quantidade de dados e com uma variabilidade muito menor, o que nos permite realizar os estudos de confiabilidade com maior precisão.
2 DESENHO EXPERIMENTAL A técnica de reamostragem consiste em realizar Sorteios Monte Carlo com reposição de dados a partir de uma Amostra Base inicial, gerando N reamostras com a finalidade de formar novas amostras (denominadas como reamostras). Para cada reamostra, calculam-se os valores médios e gera-se uma nova amostra, composta pelas médias destas reamostras, e com tamanho N. Desta forma obtemos uma nova amostra, chamada Arranjo Ordenado das s, a partir da Amostra Base (Figura 1). O Arranjo Ordenado das s é teoricamente muito maior em número de elementos que a Amostra Base. Fig. 1. Esquemático do método de obtenção do Arranjo Ordenado das s através da reamostragem da Amostra Base. A partir do Arranjo Ordenado das s, podemos realizar de forma mais consistente a análise estatística tradicional aos dados referentes a Usina Hidrelétrica, como o Teste de Aderência, o Intervalo de Confiança, o Histograma e a Distribuição Amostral (Figura 2). Para a análise de confiabilidade das Usinas Hidrelétricas, modelou-se a base de dados referentes às taxas de falha e reparo do sistema de Energia Hidrelétrico Brasileiro de uma forma geral (Tabela 1) e também de forma mais específica dos oito equipamentos que mais contribuíram para estes dois indicadores (Modelo de Pareto): Regulador de Velocidade, Gerador, Sistema de Excitação, Turbina Hidráulica, Mancal Guia, Sistema de Proteção, Quadro de Comando, Serviço Auxiliar.
3 Fig. 2. Análises estatísticas do Arranjo Ordenado das s resultante do processo de reamostragem Bootstrap de uma taxa de algum componente da Usina. O princípio de Pareto é uma técnica estatística universal para separar os problemas em duas classes: os componentes que mais contribuiram para a parada da Usina (componentes principais) e os componentes secundários. Assim, de uma listagem do histórico de 100 causas de falha, em determinada situação, é possível que a análise de poucos equipamentos (8 equipamentos neste caso) respondam por 80 a 90% de todos os modos de falha. A partir de um grande número de reamostras (1.000, ou por exemplo) pode-se obter uma função densidade de probabilidade das taxas de falha e dos tempos médio de reparo, por exemplo, permitindo calcular desvios padrões e intervalos de confiança através da análise deste novo conjunto de dados. O número de reamostras foi fixado em (cinco mil) reamostras, pois entre as quantidades de reamostras analisadas, com este valor obteve-se uma Curva Gaussiana adequada. Como exemplo estão apresentados os valores históricos das Taxas de Falha (em falhas/ano) e Taxa de Reparo (em reparos/hora) do Regulador de Velocidade, que é o equipamento que mais contribui para a falha da Usina, conforme Tabela 2. Tabela 1. Dados Gerais do Sistema de Energia Hidrelétrico Brasileiro (ABRAGE, 2011). Ano / Dado Taxa de Falha 1,84 2,49 2,64 2,34 2,16 2,6 3,36 3,51 3,07 3,08 3,27 (f/ano) Taxa de Reparo 0,0327 0,0226 0,0186 0,0186 0,0216 0,0391 0,0119 0,019 0,044 0,037 0,031 (rep/h)
4 Tabela 2. Dados do Regulador de Velocidade do Sistema de Energia Hidrelétrico Brasileiro (ABRAGE, 2011). Ano / Dado Taxa de Falha (f/ano) 0,37 0,46 0,61 0,54 0,54 0,56 0,57 0,65 0,79 0,68 0,62 Taxa de Reparo (rep/h) 1,56 E-01 1,04 E-01 8,69 4,24 5,34 6,70 7,89 5,74 7,48 3,50 6,47 MODELO Com a nova base de dados Arranjo ordenado das s, determinam-se a média e o desvio padrão da média das reamostras ( e σ respectivamente), dos quais é possível extrair através da equação 2 o Intervalo de Confiança (IC). Para o cálculo do IC, utilizou-se um fator de significância α de 5%, conforme Figura 3., também conhecido como fator de distribuição normal, e é obtido através da Tabela de Distribuição Normal Z, onde no caso de β% = 10%, =1,645 (Barbetta et al, 2010) (1) (2) [ ] (3) Fig. 3. Distribuição normal e parâmetro Obtendo-se o IC respectivo de λ e µ, podem-se definir-se os valores máximos e mínimos para cada variável.
5 APLICAÇÕES Um exemplo dos resultados individuais obtidos no processo de reamostragem (5.000 amostras) está apresentado na Tabela 3. Tabela 3. Taxa de Falha Geral e Taxa de Reparo Geral da Usina - e Variância das reamostras. Reamostra 1 Taxa de Falha (f./ano) Taxa de Reparo (rep./h) Variância Variância 2,5982 0,2921 0,0335 8,20 E ,8791 0,2643 0,0223 1,02 E ,9273 0,3182 0,0272 1,28 E ,9664 0,1807 0,0186 4,90 E ,9555 0,2681 0,0229 9,70 E ,8500 0,1083 0,0334 1,49 E-04 das amostras 2,7633 0,2375 0, ,69 E-05 Os valores médios das médias e das variâncias são muito próximos aos valores de média e variância da amostra original (vide Tabela 8), o que mostra que o processo de reamostragem foi satisfatoriamente randômico e que na média as reamostras também representam a população de dados original. Calculando-se a média das médias das reamostras e a variância em relação a média das reamostras, obtêm-se os valores da Tabela 4, onde a variância obtida é cerca de 10 vezes menor (menor variabilidade). O teste de Aderência ao Modelo Normal e a Densidade Amostral de µ e λ estão apresentados nas figuras 4 e 5 respectivamente. É visível através tanto da Figura 4 quanto da Figura 4 a aderência do resultado ao modelo normal, uma vez que o plot dos pontos de amostra do Teste de Aderência está claramente sobre a reta Normal na maior parte da sua dimensão além de o histograma demonstrar uma clara tendência ao modelo normal.
6 Tabela 4. Taxa de Falha Geral e Taxa de Reparo Geral da Reamostragem - e Variância da das reamostras. Taxa de Falha (f./ano) Taxa de Reparo (rep./h) Componente Variância da Reamostrada Variância da Reamostrada Regulador de Velocidade 0,5724 0, ,0747 0, Usina Geral 2,7633 0, , ,55 E-06 Fig. 4. Análise de Aderência ao Modelo Normal e Densidade Amostral da Taxa de Falha Geral para reamostras. Fig. 5. Análise de Aderência ao Modelo Normal e Densidade Amostral da Taxa de Reparo Geral para reamostras.
7 O Intervalo de Confiança Geral e do Regulador de Velocidade são encontrados na Tabela 5. Tabela 5. Taxa de Falha Geral e Taxa de Reparo Geral Intervalo de Confiança IC da Taxa de Falha (f./ano) IC da Taxa de Reparo (rep./h) Equipamento Mínimo Máximo Mínimo Máximo Usina Geral 2,5140 3,0125 0,0221 0,0317 Regulador de Velocidade 0,5175 0,6273 0,0590 0,0903 Com os valores máximo do IC da Taxa de Falha e mínimo do IC da Taxa de Reparo, definem-se os valores λ e µ. De forma semelhante ao utilizado para encontrar os valores para o Regulador de Velocidade e o da Usina de forma geral, encontram-se os valores para os 8 equipamentos que mais contribuem para as taxas, conforme a Tabela 6. Tabela 6. Taxa de Falha Geral e Taxa de Reparo Geral - e Variância Equipamento Taxa de Falha (λ) (f./ano) Taxa de Reparo (µ) (rep./h) Usina (Geral) 3,0125 0,0221 Regulador de Velocidade 0,5175 0,6273 Gerador 0,3836 0,4838 Sistema de Excitação 0,324 0,4002 Turbina Hidráulica 0,2496 0,3224 Mancal Guia 0,1356 0,2055 Sistema de Proteção 0,1225 0,2017 Quadro de Comando 0,0904 0,194 Serviço Auxiliar 0,0971 0,1492
8 Utilizando λ e µ, e aplicando a conversão de unidade em µ, calcula-se a para todos os 8 principais equipamentos e a Usina como um todo conforme Tabela 7: Tabela 7. Probabilidade de Falha da usina completa e dos principais equipamentos Equipamento Probabilidade de Falha Usina (Geral) 1,5322% Regulador de Velocidade 0,0094% Gerador 0,0091% Sistema de Excitação 0,0092% Turbina Hidráulica 0,0088% Mancal Guia 0,0075% Sistema de Proteção 0,0069% Quadro de Comando 0,0053% Serviço Auxiliar 0,0074% CONCLUSÕES Através de uma análise comparativa, podemos verificar a eficiência da técnica de Bootstrap na variabilidade do resultado do estudo, conforme representado na Tabela 8. Tabela 8. Comparativo entre Amostra Base e Arranjo Ordenado das s. Amostra Base Reamostragem Tipo Taxa de Falha (f./ano) Taxa de Reparo (rep./h) Taxa de Falha (f./ano) Taxa de Reparo (rep./h) Variância 2,7600 0, ,7633 0, ,2615 9,48E-05 0, ,55E-06 Na Tabela 8 constata-se que não há diferenças significativas entre os valores da média da Amostra Base e das médias obtidas por Reamostragem, indicando que a reamostragem modela adequadamente os valores históricos tanto das taxas de falha, quanto das taxas de reparo. Todavia os valores das variâncias são cerca de 10 vezes menores, determinando um Intervalo de Confiança menor e gerando valores mais precisos para λ e µ e para a análise de confiabilidade.
9 Outra observação interessante é a aplicação conjunta da reamostragem com a análise de Pareto, permitindo identificar aqueles equipamentos que mais contribuíram para os valores das taxas de falha e taxas de reparo da usina, simplificando as análises para o gerente da usina. AGRADECIMENTOS Este projeto foi desenvolvido através do suporte do Programa de Pesquisa e Desenvolvimento da empresas BAESA_ENERCAN e do órgão Regulador Brasileiro, ANEEL REFERÊNCIAS ABRAGE; Relatório Técnico de unidades geradoras hidráulicas e térmicas, RT.ABRAGE.GTMN.CDE-GER.011, GTMN - Grupo Técnico de Manutenção de Usinas Hidráulicas. ABRAGE Assoc. Bras. das Empresas Geradoras de Energia Elétrica, Brasil, (2011). Barbetta, P. A., Reis, M.M., Bornia, A.C.; Estatística para Cursos de Engenharia e Informática, 3ª ed, São Paul, Atlas, (2010). Bernardelli, F. V.; Método de análise de confiabilidade de usinas hidrelétricas utilizando algoritmo de reamostragem de dados, TCC em Engenharia Elétrica, UFSC, (2013). Billinton, R., e Allan, R.N., Reliability Evaluation of Power Systems, Pitman Advanced Publishing Program, (1984). EPRI; Development of a Monte Carlo Based Composite Reliability Assesment Program The CREAM Model, Draft Final Report for Project , (1989). Kubanová J.; The Basic Idea of Bootstrap Methods, (2004). Métodos Jacknife e Bootstrap. Disponível em: < Acesso em: 09 jan Rizzo, A. L. T., Cymrot, R.; Estudo e aplicações da técnica Bootstrap, São Paulo, (2006).
Poder do teste e Tamanho de Amostra
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 24 Poder do teste e Tamanho de Amostra APOIO: Fundação de Ciência
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisEstatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática BARBETTA, Pedro Alberto REIS, Marcelo Menezes BORNIA, Antonio Cezar MUDANÇAS E CORREÇOES DA ª EDIÇÃO p. 03, após expressão 4.9: P( A B) = P( B A) p.
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisCap. 6 Variáveis aleatórias contínuas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 6 Variáveis aleatórias contínuas APOIO: Fundação de Apoio
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Disciplina: AGR116 Bioestatística Professor: Celso Luiz Borges de Oliveira Assunto: Estatística Descritiva Tema: Amostragem,
Leia maisDistribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências Estatística Aplicada
Leia maisP. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem)
Amostragem: Em pesquisas científicas, quando se deseja conhecer características de uma população, é comum se observar apenas uma amostra de seus elementos e, a partir dos resultados dessa amostra, obter
Leia maisSimulação Monte Carlo
Simulação Monte Carlo Nome do Prof. Fernando Saba Arbache Email do prof. fernando@arbache.com Definição Análise de risco faz parte da tomada de decisão Surgem constantemente incertezas, ambiguidades e
Leia maisCapítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
Leia maisNoções de Exatidão, Precisão e Resolução
Noções de Exatidão, Precisão e Resolução Exatidão: está relacionada com o desvio do valor medido em relação ao valor padrão ou valor exato. Ex : padrão = 1,000 Ω ; medida (a) = 1,010 Ω ; medida (b)= 1,100
Leia maisConceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa
2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante
Leia maisVariáveis Aleatórias
Variáveis Aleatórias Conceitos, Discretas, Contínuas, Propriedades Itens 5. e 6. BARBETTA, REIS e BORNIA Estatística para Cursos de Engenharia e Informática. Atlas, 004 Variável aleatória Uma variável
Leia maisPODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses
PODER DO TESTE Poder do Teste e Tamanho de Amostra para Testes de Hipóteses 1 Tipos de erro num teste estatístico Realidade (desconhecida) Decisão do teste aceita H rejeita H H verdadeira decisão correta
Leia maisQuímica Analítica V 1S Prof. Rafael Sousa. Notas de aula:
Química Analítica V 1S 2013 Aula 3: 13-05 05-2013 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf.br/baccan
Leia maisEstatística Indutiva
Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição
Leia maisMOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisCap. 11 Testes de comparação entre duas amostras
Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 006 Cap. 11 Testes de comparação entre duas amostras Planejamento da pesquisa e análise estatística
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016 Simulação de Sistemas Simulação é a técnica de solução de um problema pela análise de
Leia maisIntervalos de Confiança - Amostras Pequenas
Intervalos de Confiança - Amostras Pequenas Teste de Hipóteses para uma Média Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016
Leia maisTeorema central do limite e es/mação da proporção populacional p
Teorema central do limite e es/mação da proporção populacional p 1 RESULTADO 1: Relembrando resultados importantes Seja uma amostra aleatória de tamanho n de uma variável aleatória X, com média µ e variância
Leia mais6 Estudo de Casos: Valor da Opção de Investimento em Informação por Aproximação com Números Fuzzy 6.1. Introdução
6 Estudo de Casos: Valor da Opção de Investimento em Informação por Aproximação com Números Fuzzy 6.1. Introdução Este capítulo apresenta o segundo estudo de casos, no qual também são empregados números
Leia maisAdilson Cunha Rusteiko
Janeiro, 2015 Estatística , A Estatística Estatística: É a parte da matemática aplicada que fornece métodos para coleta, organização, descrição, análise e interpretação
Leia maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010
ANÁLISE DE DISTRIBUIÇÕES DE PROBABILIDADES E ESTIMATIVA DA Q 7,10 PARA A REGIÃO DO RIO ITABAPOANA, ESPÍRITO SANTO/RIO DE JANEIRO. LEANDRO CAMPOS PINTO 1, EWERTON FELIPE DO PRADO MACHADO 2 ; CARLOS ROGÉRIO
Leia maisSISTEMAS DE MANUTENÇÃO E CONFIABILIDADE TP077
SISTEMAS DE MANUTENÇÃO E CONFIABILIDADE TP077 6 DISPONIBILIDADE DE EQUIPAMENTOS 6.1 INTRODUÇÃO Diversas teorias em confiabilidade pressupõem o descarte dos componentes de interesse após a primeira falha.
Leia maisTiago Luft 2. Aluno Especial Mestrado UFSM.
AVALIAÇÃO DA CONFIABILIDADE DE REDES DE DISTRIBUIÇÃO COM ALOCAÇÃO DE EQUIPAMENTOS DE PROTEÇÃO E MANOBRA 1 EVALUATION OF DISTRIBUTION NETWORK RELIABILITY WITH ALLOCATION OF PROTECTION AND MANEUVERING EQUIPMENT
Leia maisClóvis de Araújo Peres Cargo: Professor Titular de Estatística da USP UNIFESP Formação: PhD em Estatística pela Universidade WISCONSIN - USA
TÍTULO: ESTUDO ESTATÍSTICO PARA DETERMINAÇÃO DO ERRO DE MICROMEDIÇÃO DAS ÁREAS PILOTO DE CONTROLE E REDUÇÃO DE PERDAS DO SISTEMA DE ABASTECIEMNTO DE ÁGUA DO MUNICÍPIO DE GUARULHOS. TEMA DO TRABALHO: ABASTECIMENTO
Leia maisEstatística stica na Pesquisa Clínica
Estatística stica na Pesquisa Clínica Thaïs s Cocarelli Sthats Consultoria Estatística stica NAPesq (HC-FMUSP) Alguns conceitos Estudos observacionais e experimentais Exploração e apresentação de dados
Leia maisINSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E tecnologia PARAÍBA. Ministério da Educação
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E tecnologia PARAÍBA Ministério da Educação Instituto Federal de Educação, Ciência e Tecnologia da Paraíba - Campus Cajazeiras Diretoria de Ensino / Coord. do Curso
Leia maisInferência Estatística: Conceitos Básicos II
Inferência Estatística: Conceitos Básicos II Distribuição Amostral e Teorema do Limite Central Análise Exploratória de dados no SPSS Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação
Leia maisQuímica Analítica V 2S Prof. Rafael Sousa. Notas de aula:
Química Analítica V 2S 2012 Aula 3: 04-12-12 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf.br/baccan 1 Conceito
Leia maisEstatística Inferencial
statística Inferencial A ou inferencial compreende a stimação e o Teste de hipótese. Na verdade, a estatística inferencial forma a base das atividades de controle da qualidade e também pode auxiliar na
Leia maisTÉCNICAS DE AMOSTRAGEM
TÉCNICAS DE AMOSTRAGEM Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Teorema Central do Limite (TCL) Se y 1, y 2,...,
Leia mais27/03/2009 INCERTEZA DE APLICADA AO USO DO GÁS NATURAL. Esp.Henrique Diniz. Objetivos. Abordar os aspectos práticos sobre Incerteza de Medição
INCERTEZA DE APLICADA AO USO DO GÁS NATURAL Esp.Henrique Diniz Objetivos Abordar os aspectos práticos sobre Incerteza de Medição 1 Bibliografia para Consulta Guia para Expressão da Incerteza nas Medições
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Leia maisQUI 154/150 Química Analítica V Análise Instrumental. Aula 1 Estatística (parte 1)
Universidade Federal de Juiz de Fora (UFJF) Instituto de Ciências Exatas Depto. de Química QUI 154/150 Química Analítica V Análise Instrumental Aula 1 Estatística (parte 1) Prof. Julio C. J. Silva Juiz
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Capítulo 3 Introdução à Probabilidade e à Inferência Estatística INTERVALOS DE CONFIANÇA: Diferentes pesquisadores, selecionando amostras de uma mesma
Leia maisEstatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
Leia maisColeta e Modelagem dos Dados de Entrada
Slide 1 Módulo 02 Coleta e Modelagem dos Dados de Entrada Prof. Afonso C. Medina Prof. Leonardo Chwif Três Etapas Coleta Tratamento Inferência Coleta dos Dados 1. Escolha adequada da variável de estudo
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisForecasting e ti O i Otim Oti ização de ã d Carteiras com Matlab AULA 3
Forecasting e Otimização i de Carteiras com Matlab AULA 3 Guia de Estudo para Aula 03 Modelos Discretos Exercícios - Formulação de um modelo - Programação de modelos com for - A simulação de um modelo
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíveis resultados de um experimento. Evento é qualquer subconjunto do espaço amostral. Evento combinado: Possui duas
Leia maisBOOTSTRAP. - APLICAÇÃO DO MB: podem ser aplicados quando existe, ou não, um modelo probabilístico bem definido para os dados.
OOTSTRAP INTRODUÇÃO - IDEIA ÁSICA: reamostrar de um conjunto de dados, diretamente ou via um modelo ajustado, a fim de criar replicas dos dados, a partir das quais podemos avaliar a variabilidade de quantidades
Leia maisUniversidade Federal do Pará Instituto de Tecnologia. Estatística Aplicada I
8/8/05 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 8/08/05 06:55 ESTATÍSTICA APLICADA
Leia maisPROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA
PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo ESTATÍSTICA DESCRITIVA A Estatística Descritiva
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS A distribuição dos tempos de permanência dos estudantes nos cursos de graduação de certa universidade é uma distribuição normal com média igual a 6 anos e desvio padrão igual
Leia maisAnálise da distribuição da velocidade dos ventos em Piracicaba/SP
Análise da distribuição da velocidade dos ventos em Piracicaba/SP Lêda Valéria Ramos Santana Prof. Dra. Cláudia Helena Dezotti Prof. Dra. Tatijana Stosic Evelyn Souza Chagas Hérica Santos da Silva Introdução
Leia maisTratamento estatístico de observações
Tratamento estatístico de observações Prof. Dr. Carlos Aurélio Nadal OBSERVAÇÃO: é o valor obtido durante um processo de medição. DADO: é o resultado do tratamento de uma observação (por aplicação de uma
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Função que descreve a chance que uma variável pode assumir ao longo de um espaço de valores. Uma distribuição de probabilidade
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quantitativos para Ciência da Computação Experimental Revisão Virgílio A. F. Almeida Maio de 2008 Departamento de Ciência da Computação Universidade Federal de Minas Gerais FOCO do curso Revisão
Leia maisInferência Estatística:
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 8: Intervalos
Leia maisNOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS
NOÇÕES RÁPIDAS DE ESTATÍSTICA E TRATAMENTO DE DADOS Prof. Érica Polycarpo Bibliografia: Data reduction and error analysis for the physica sciences (Philip R. Bevington and D. Keith Robinson) A practical
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisCARACTERÍSTICAS ESTÁTICAS DE SISTEMAS DE MEDIÇÃO
DETERMINAÇÃO DA DERIVA DO ZERO: ENSAIO: Manter P o = 0 e variar a temperatura T dentro da faixa de temperaturas ambientes [T max, T min ] previstas para uso do SM. Os ensaios feitos em CÂMARA de temperatura
Leia maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 8 Testes de hipóteses APOIO: Fundação de Ciência e Tecnologia
Leia maisExcel INTERMEDIÁRIO Estatística. Prof. Cassiano Isler Turma 3
Excel INTERMEDIÁRIO Prof. Cassiano Isler 2017.1 - Turma 3 s s Prof. Cassiano Isler Excel INTERMEDIÁRIO - Aula 4 2 / 29 s COSTA NETO, P. L. O.. 2. ed. São Paulo: Edgard Blücher (2002). GÓMEZ, Luis Alberto.
Leia mais9DOXHDW5LVNHUHWRUQRGHXPLQYHVWLPHQWR
9DOXHDWLVNHUHWRUQRGHXPLQYHVWLPHQWR O Value at Risk (VaR) é um método de mensuração de risco de mercado que utiliza técnicas estatísticas amplamente difundidas. De outra forma o VaR mede a pior perda esperada
Leia maisQUÍMICA ANALÍTICA V 2S Prof. Rafael Sousa. Notas de aula:
QUÍMICA ANALÍTICA V 2S 2011 Aulas 1 e 2 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf/baccan Algarismos significativos
Leia maisDistribuição de frequências. Prof. Dr. Alberto Franke
Distribuição de frequências Prof. Dr. Alberto Franke E-mail: alberto.franke@ufsc.br 1 Distribuição de frequências Há necessidade de distinguir entre: Distribuição observada Distribuição verdadeira Distribuição
Leia maisRacionalizando Investimentos com Melhoria dos Índices de Confiabilidade da Rede
Racionalizando Investimentos com Melhoria dos Índices de Confiabilidade da Rede Um enfoque estatístico através de uma metodologia inovadora e da alocação ótima de investimentos Eng. Alexandre Vasconcellos
Leia maisESTIMATIVA LOCAL DO RECURSO E POTENCIAL EÓLICO DO LITORAL SUL BRASILEIRO A PARTIR DE DADOS DE ESTAÇÕES METEOROLÓGICAS DA REDE INMET
ESTIMATIVA LOCAL DO RECURSO E POTENCIAL EÓLICO DO LITORAL SUL BRASILEIRO A PARTIR DE DADOS DE ESTAÇÕES METEOROLÓGICAS DA REDE INMET KARIN CRISTINA CONTE GIULIANO ARNS RAMPINELLI UNIVERSIDADE FEDERAL DE
Leia maisMedidas de Dispersão ou variabilidade
Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 10 Multicolinearidade: o que acontece se os regressores são correlacionados? Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro.
Leia maisPRINCIPAIS MODELOS CONTÍNUOS
RINCIAIS MODELOS CONTÍNUOS 0 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por, f β α 0, Notação: ~ Uα, β. 0,
Leia maisGráfico de Pareto. Ferramentas da Qualidade
Gráfico de Pareto Gráfico de Pareto Ferramentas da Qualidade O que é? Gráfico de barras verticais que evidencia a priorização de temas. Princípio de Pareto (sociólogo e economista italiano - 80/20) Juran.
Leia mais3 Operação das Térmicas e Sistemas Hidrotérmicos
3 Operação das Térmicas e Sistemas Hidrotérmicos 3.1 Sistemas Hidrotérmicos 3.1.1 Custos de oportunidade À primeira vista, as usinas hidrelétricas seriam sempre acionadas primeiro no despacho econômico,
Leia maisEstatística Descritiva
Estatística Descritiva ESQUEMA DO CAPÍTULO 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Leia maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Disciplina: AGR116 Bioestatística Professor: Celso Luiz Borges de Oliveira Assunto: Estatística Descritiva Tema: Distribuição
Leia maisDistribuições de Probabilidade Contínuas 1/19
all Distribuições de Probabilidade Contínuas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte
Leia maisMASSA ESPECÍFICA DE UM SÓLIDO
UNIVERSIDADE FEDERAL DE ITAJUBÁ DEPARTAMENTO DE FÍSICA E QUÍMICA METODOLOGIA CIENTÍFICA FIS101 MASSA ESPECÍFICA DE UM SÓLIDO Daniel Paiva Fernandes Matrícula 23673 Professor Vinícius Fortes Itajubá MG
Leia maisESTIMATIVA DE OBTENÇÃO DE ENERGIA A PARTIR DO VENTO EM UMA ÁREA DADA
1 de 6 ESTIMATIVA DE OBTENÇÃO DE ENERGIA A PARTIR DO VENTO EM UMA ÁREA DADA G.P.Viajante, J.R.Camacho,D.A.Andrade Universidade Federal de Uberlândia E-mails: ghunterp@gmail.com, jrcamacho@ufu.br, darizon@ufu.br
Leia maisERRO E TRATAMENTO DE DADOS ANALÍTICOS
Universidade Federal de Juiz de Fora Instituto de Ciências Exatas Departamento de Química Introdução a Analise Química - I sem/2013 Profa Ma Auxiliadora - 1 Disciplina QUIO94 - Introdução à Análise Química
Leia maisTESTE DE HIPÓTESE. Introdução
TESTE DE HIPÓTESE Introdução O teste de hipótese estatística objetiva decidir se uma afirmação sobre uma população, usualmente um parâmetro desta, é, ou não, apoiada pela evidência obtida dos dados amostrais.
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO E TRANSPORTES
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO E TRANSPORTES Conteúdos dos tópicos das provas de seleção para o mestrado acadêmico 2005 I. TÓPICOS
Leia maisESTUDO DA VIABILIDADE ENERGÉTICA DE IMPLANTAÇÃO DE UMA USINA EÓLICA DE 100 KW PARA ABASTECER UMA COMUNIDADE RURAL ISOLADA 1
ESTUDO DA VIABILIDADE ENERGÉTICA DE IMPLANTAÇÃO DE UMA USINA EÓLICA DE 100 KW PARA ABASTECER UMA COMUNIDADE RURAL ISOLADA 1 Felipe Alex Trennepohl 2, Leandro Becker Kehler 3. 1 Estudo realizado para a
Leia maisAula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos
Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido
Leia mais6 Expansão Energética: custos a longo prazo
6 Expansão Energética: custos a longo prazo 6.1 Idéia Central Para garantir o suprimento, é necessário trazer investimentos, e o investidor precisa de garantias para a recuperação de seu capital. O Novo
Leia maisRESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA
RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA Caro aluno, Disponibilizo abaixo a resolução resumida das questões de Estatística da prova de Auditor da SEFAZ/PI 2015. Vale dizer que utilizei a numeração da prova
Leia mais4.1 Conceitos Básicos em Reamostragem
4 Reamostragem O tipo de estatística não-paramétrica que foi ensinado no passado desempenhou um importante papel na análise de dados que não são contínuos e, portanto, não podem empregar a distribuição
Leia maisPré-requisito Coreq Disciplina EMC101 - Expressão Gráfica - Ativa desde: 01/01/2008. Natureza - OBRIGATÓRIA PRÁTICA 36 TEÓRICA 18
1 de 5 Nível:BACHARELADO Início: 20081 01 - - EMC101 - Expressão Gráfica - Ativa desde: 01/01/2008 EMC102 - Filosofia - Ativa desde: Natureza - OBRIGATÓRIA EMC103 - Física: Cinemática e Dinâmica - Ativa
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
Leia maisTeste de hipótese de variância e Análise de Variância (ANOVA)
Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Testes sobre variâncias Problema: queremos saber se há diferenças estatisticamente
Leia mais4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1 Introdução O crescimento do sistema de energia elétrica, o aumento do número de interligações e a sofisticação dos modelos para representação dos componentes de
Leia maisAula 6. Testes de Hipóteses Paramétricos (I)
Aula 6. Testes de Hipóteses Paramétricos (I) Métodos Estadísticos 2008 Universidade de Averio Profª Gladys Castillo Jordán Teste de Hipóteses Procedimento estatístico que averigua se os dados sustentam
Leia maisGerenciamento Objetivo de Projetos com PSM
Gerenciamento Objetivo de Projetos com PSM (Practical Software and Systems Measurement) Mauricio Aguiar Qualified PSM Instructor www.metricas.com.br Agenda Introdução ao PSM O Modelo de Informação do PSM
Leia maisAmostragem. Amostragem. Técnica: possibilita realizar a pesquisa em universos infinitos.
Técnica: possibilita realizar a pesquisa em universos infinitos. A Estatística pode ser estendida ao estudo das populações chamadas infinitas nas quais não temos a possibilidade de observar todos os elementos
Leia maisEstatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br
Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES
Leia maisO PERT PROBABILÍSTICO.
8.1 Os tempos no PERT. 8 O PERT PROBABILÍSTICO. Como comentado anteriormente, a metodologia utilizada no estudo das redes tanto no método PERT como no CPM é a mesma. A diferença existente entre os dois
Leia maisDistribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências População e Amostra
Leia maisExercícios de programação
Exercícios de programação Estes exercícios serão propostos durante as aulas sobre o Mathematica. Caso você use outra linguagem para os exercícios e problemas do curso de estatística, resolva estes problemas,
Leia maisSeja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:
46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y
Leia maisQUI 154/150 Química Analítica V Análise Instrumental. Aula 1 Estatística (parte 1)
Universidade Federal de Juiz de Fora (UFJF) Instituto de Ciências Exatas Depto. de Química QUI 154/150 Química Analítica V Análise Instrumental Aula 1 Estatística (parte 1) Prof. Julio C. J. Silva Juiz
Leia maisPROBABILIDADE E ESTATÍSTICA PROBABILIDADES
PROBABILIDADE E ESTATÍSTICA PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Revisando - Análise combinatória
Leia mais4 Capabilidade de Processos
4 Capabilidade de Processos Cp, Cpk 4.1. INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO (CEP) Na natureza não existem dois exemplares exatamente iguais da mesma coisa. Há alguma variabilidade em toda parte,
Leia mais