Análise de Clusters na Montagem de Modelos para Avaliação de Imóveis. Prof. Dr. Norberto Hochheim Universidade Federal de Santa Catarina - UFSC
|
|
- Maria do Carmo Godoi Affonso
- 6 Há anos
- Visualizações:
Transcrição
1 Análise de Clusters na Montagem de Modelos para Avaliação de Imóveis Prof. Dr. Norberto Hochheim Universidade Federal de Santa Catarina - UFSC
2 ANÁLISE DE CLUSTERS Agrupa os indivíduos de uma amostra num número restrito de classes homogêneas Descreve os dados procedendo a uma redução do número de indivíduos
3 OBJETIVOS DA ANÁLISE DE CLUSTERS Exploração dos dados Redução de dados Geração de hipóteses Predição
4 APLICAÇÕES DA AC Áreas tradicionais: Arqueologia, Biologia, Geologia, Medicina, Psiquiatria... Novos desafios: Análise de mercados, Avaliação de Imóveis
5 MÉTODOS DE ANÁLISE DE CLUSTERS Métodos Gráficos Métodos Hierárquicos Métodos não Hierárquicos
6 MÉTODOS GRÁFICOS vizualizam os clusters a partir da representação gráfica dos objetos ou das variáveis Sete objetos e três clusters: Sem estrutura aparente de grupos: Fonte: BRANCO (----)
7 MÉTODOS GRÁFICOS Limitações: Usam espaços de dimensão 3 Difícil para muitos objetos Método subjetivo
8 MÉTODOS HIERÁRQUICOS (MH) dois grupos ou são disjuntos ou um deles está contido no outro Dois procedimentos para MH: aglomerativos n objetos (grupos singulares) 1 grupo final divisivos 1 grupo (com n objetos) grupos singulares Resultado: estrutura hierárquica representada por um gráfico em 2 dimensões (dendrograma)
9 DENDROGRAMA mostra a sequência de passos e os níveis de fusão Fonte: BRANCO (---)
10 MÉTODOS HIERÁRQUICOS Usam matriz de dados ou de dissimilaridade Se um objeto entra num cluster não o abandona mais Desconhece-se o número de clusters no início do processo serve para objetos e variáveis Os métodos não hierárquicos seguem outros princípios
11 MÉTODOS NÃO HIERÁRQUICOS Métodos de partição: Operam sobre matriz de dados Aplicam-se apenas a objetos Os grupos devem satisfazer os critérios de coesão interna e isolamento externo O número de grupos é fixado à priori Um objeto pode viajar por vários clusters
12 MÉTODOS NÃO HIERÁRQUICOS Não convém analisar todas as partições (número muito elevado) Examinar algumas partições e selecionar a melhor
13 Classificação não supervisionada classificação de objetos em diferentes grupos, cada um dos quais deve conter os objetos semelhantes segundo alguma função de distância estatística deve ser realizada de maneira automática, sem intervenção do usuário, sem considerar previamente propriedades características dos grupos e sem o uso de grupos de teste previamente conhecidos para direcionar a classificação
14 ANÁLISE MULTIVARIADA Estatística Multidimensional: Estudo das relações entre múltiplas variáveis: o Relações o Semelhanças o Diferenças Estudo das relações entre variáveis e indivíduos
15 ANÁLISE FATORIAL Método para reduzir um conjunto extenso de variáveis correlacionadas em um número pequeno de novas variáveis não correlacionadas (fatores) Os fatores não são diretamente observáveis, seguem conceitos de natureza abstrata
16 ANÁLISE FATORIAL DE CORRESPONDÊNCIAS Analisa a informação aportada simultâneamente por variáveis quantitativas e qualitativas Observa as tipologias de indivíduos em função de um amplo número de características
17 ANÁLISE FATORIAL DE CORRESPONDÊNCIAS Reduz a informação contida numa tabela de grandes dimensões a um conjunto pequeno de variáveis quantitativas Analisa graficamente todas as relações entre variáveis e indivíduos
18 Como a ANÁLISE DE CLUSTERS (classificação) agrupa os indivíduos de uma amostra num número restrito de classes homogêneas, pode-se usá-la complementarmente à ANÁLISE FATORIAL DE CORRESPONDÊNCIAS
19 ANÁLISE FATORIAL E DE CLASSIFICAÇÃO A partir de um conjunto extenso de variáveis quantitativas e qualitativas: queremos classificar um grande número de observações Proposta metodológica: 1 Fazer Análise Fatorial de Correspondências 2Classificar os indivíduos a partir das coordenadas fatoriais
20 AVALIAÇÃO EM MASSA: MODELOS INFERENCIAIS Determinar as variáveis explicativas do valor Heterogeneidade do mercado imobiliário: algumas variáveis podem ser significativas para um tipo de imóveis e não para outros Elementos outliers nas equações: sua presença afeta fortemente as equações, muitas vezes devem ser eliminados
21 MODELOS PARCIAIS Desenvolver modelos parciais de avaliação para subconjuntos de imóveis mais homogêneos Algumas propostas de segmentação, por: o localização o tamanho o número de dormitórios o etc.
22 MÉTODO PROPOSTO Realizar uma segmentação do mercado usando técnicas de Análise multivariada e: Desenvolver a Avaliação em Massa através de Equações de Regressão para Classes Homogêneas de imóveis
23 PROPOSTA Uso da Análise Multivariada para a determinação de Classes Homogêneas de imóveis ANÁLISE FATORIAL DE CORRESPONDÊNCIAS ANÁLISE DE CLASSIFICAÇÃO
24 Fonte: PERUZZO TRIVELLONI (Dissertação PPGEC/UFSC)
25 ESTUDO REALIZADO Local: Canasvieiras (Florianópolis/SC) Amostra: 87 imóveis (apartamentos) Variáveis: 1. Localização 2. Características do Apartamento 3. Características e infraestrutura do Condomínio Fonte: PERUZZO TRIVELLONI (Dissertação PPGEC/UFSC)
26 VARIÁVEIS LOCALIZAÇÃO (distância ao mar) CONDOMÍNIO (nº de unid, idade, elevador, piscina, salão de festas, quadra, segurança, estacionamento, etc.) APARTAMENTO (área, andar, nº de quartos, suítes, garagens, area serviço, sacada, etc.)
27 Discretização: Localização Variável Ativa
28 Discretização: Idade Real Variável Ativa
29 Discretização: Idade Aparente Variável Ilustrativa
30 Discretização: Variáveis Ilustrativas Critérios subjetivos! 8 variáveis, 41 modalidades
31 Discretização: Modaliades Variáveis Ativas 39 variáveis, 101 modalidades
32 ANÁLISE FATORIAL DE CORRESPONDÊNCIAS MÚLTIPLAS Os dois primeiros eixos apresentam autovalores e taxas de inércia que se destaca dos demais
33 MODALIDADES: PLANO FATORIAL
34 Representação das Modalidades Plano Fatorial
35 Representação das Modalidades Plano Fatorial
36 ANÁLISE FATORIAL DE CORRESPONDÊNCIAS MÚLTIPLAS Dois primeiros eixos fatoriais caracterizados por: EIXO 1: variáveis de tamanho (do apartamento e do condomínio) EIXO 2: variáveis de infraestrutura do condomínio
37 Modalidades Eixo 1 Número de Quartos
38 Modalidades Eixo 1 Número de Suites
39 Modalidades Eixo 1 Área Total
40 Modalidades Eixo 2
41 Modalidades Eixo 2 Número de elevadores
42 Modalidades Eixo 2 Piscina
43 Modalidades Eixo 2 Salão de Festas
44 Modalidades Eixo 2 Infraestrutura do Condominio
45 Representação dos individuos Plano Fatorial
46 Análise de Classificação Dendrograma As coordenadas dos Eixos Fatoriais 1 e 2 foram usadas para realizar a Análise de Classificação Estas coordenadas constituem um bom resumo das principais características dos apartamentos (e dos condomínios) da amostra
47 Análise de Classificação Dendrograma Classification hierarchique directe Sibele Garapuvu Ilha Garapuvu 1 Albatroz Morada Afonso 29 Santoro 3 Ilhas 30 4 Costa Cardoso Canßrias Montreal e Galli Heitor Azul Camila da Ilha da Ve Ilha Bittencourt Ve Ilha Ilha 16 Refugio Atoba Deserta Balli Mßlaga 73 do Vit_ria 74 Sol Bellagio 5 Ione 41 Ione Estudio San 39 Garapuvu Saint Martin 44 Saint 45 Saint Thomaz Afonso Ilha da da Ve Morada Ve Cardoso 19 Ve Madre 18 Ve Das da 20 Ve 2 da 21 Ve Praia da 22 Na es Vilac Maria Ve Iria 23 Vilac Ve de Rosa 24 Vilac Luiza de 90 Canto 25 Vilac 88 Jader 47 Canasvieira Maria 87 Padre Buzios das Goss Luiz de Aruba Werner Pedras Verdes Gustavo 7 M Alamandas Soell Casa Mares Casa Baia Baia 56 Blanca Baia 57 Ilha 58 Praia 60 Norte Caminho do Canto 108 Mel do Luiz 109 Maria Forte 69 Levi das Gustavo do Ilha Jose Laser Rei 55 Pedras Linhares Amanda dos Luiz Corais 100 Guillerme 15 Amanda 66 Sol 98 Sol 68 Colinas 65 Maior Porto 53 Colinas 52 Seguro de Saod
48 Análise de Classificação Dendrograma Dendrograma sugere 4, 5 ou 6 Classes Opção 5 Classes: teve inércia intraclasses pequena, maior inércia interclasses e inércia total com bom resultado
49 INÉRCIAS TOTAL, INTER CLASSES E INTRA CLASSE Inércia Total % Inércia Classe % Inércia Classe % Inércia Classe % Inércia Classe % Inércia Classe % Inércia Inter-classe %
50 Análise de Classificação Dendrograma Classification hierarchique directe Sibele Garapuvu Ilha Garapuvu 1 Albatroz Morada Afonso 29 Santoro 3 Ilhas 30 4 Costa Cardoso Canßrias Montreal e Galli Heitor Azul Camila da Ilha da Ve Ilha Bittencourt Ve Ilha Ilha 16 Refugio Atoba Deserta Balli Mßlaga 73 do Vit_ria 74 Sol Bellagio 5 Ione 41 Ione Estudio San 39 Garapuvu Saint Martin 44 Saint 45 Saint Thomaz Afonso Ilha da da Ve Morada Ve Cardoso 19 Ve Madre 18 Ve Das da 20 Ve 2 da 21 Ve Praia da 22 Na es Vilac Maria Ve Iria 23 Vilac Ve de Rosa 24 Vilac Luiza de 90 Canto 25 Vilac 88 Jader 47 Canasvieira Maria 87 Padre Buzios das Goss Luiz de Aruba Werner Pedras Verdes Gustavo 7 M Alamandas Soell Casa Mares Casa Baia Baia 56 Blanca Baia 57 Ilha 58 Praia 60 Norte Caminho do Canto 108 Mel do Luiz 109 Maria Forte 69 Levi das Gustavo do Ilha Jose Laser Rei 55 Pedras Linhares Amanda dos Luiz Corais 100 Guillerme 15 Amanda 66 Sol 98 Sol 68 Colinas 65 Maior Porto 53 Colinas 52 Seguro de Saod
51 Representação das 5 Classes Plano Fatorial
52 Características das Classes Classe 1: Aptos de tamanho pequeno e médio e média infra-estrutura Classe 2 : Aptos de tamanho médio e baixa infraestrutura Classe 3: Aptos de tamanho médio e grande e baixa infra-estrutura Classe 4: Aptos pequenos e boa infra-estrutura Classe 5: Aptos grandes e boa infra-estrutura
53 Características das Classes Área Total Box Plot: Área Total por classe Área Total Classe Max Min 75% 25% Mediana
54 Características das Classes Nº de Quartos e Suites 5 Box Plot: Número de Quartos e Suites por Classe 4 Número de Quartos e Suites Non-Outlier Max Non-Outlier Min 75% 25% Median Extremes CLASSE
55 Características das Classes Infraestrutura do condomínio 18 Box Plot variável INFRA por classe INFRA CLASSE Non-Outlier Max Non-Outlier Min 75% 25% Median Extremes
56 Características das Classes Localização Box Plot: Distância ao Mar por Classe 3ª quadra ou mais Distância ao Mar 2ª quadra 1ª quadra Frente ao Mar CLASSES Non-Outlier Max Non-Outlier Min 75% 25% Median Outliers
57 Localização Classes 1 e 2: distribuição uniforme Classe 3: mais distantes da praia Classes 4 e 5: próximas da praia
58 INFERÊNCIA ESTATÍSTICA 1ª etapa: equação única log (Preço) = 7,05 + 0,78 * log (Área) - 0,00048 * DMAR + 0,16 * N_elev + 0,68 * Q_Poliesp + 0,05 * Andar + 0,19 * Sacada R 2 = 0,8477 R 2 a = 0,8363 outliers: 6 elementos resíduos maiores para os valores mais elevados do valor estimado: heterocedasticidade
59 INFERÊNCIA ESTATÍSTICA 1ª etapa: equação única Outliers e heterocedasticidade
60 EQUAÇÃO ÚNICA Todas as equações testadas apresentaram problemas quanto aos resíduos padronizados outliers Os outliers não foram os mesmos elementos para as diferentes equações Elementos mais diferenciados da média não são bem avaliados pela equação
61 2ª ETAPA: REGRESSÃO MÚLTIPLA POR CLASSE CLASSE 1: Preço = , ,4 * FM ,3 * DM ,0 * Est_visi + 540,8 * Área_dis ,0 * N_Qua R 2 = 0,9236 R 2 a = 0,9077 Semoutliers Homocedasticidade
62 2ª ETAPA: CLASSE 1 Sem Outliers e homocedasticidade
63 2ª ETAPA: REGRESSÃO MÚLTIPLA POR CLASSE CLASSE 2: Preço = * log (Área) - 23 * DMAR * Piscina * Est_visi * Churr_ind R 2 = 0,9702 R 2 a = 0,9609 Semoutliers Homocedasticidade
64 2ª ETAPA: REGRESSÃO MÚLTIPLA POR CLASSE CLASSE 3: log (Preço) = 7,27 + 0,67 * log (Área) + 0,45 * FM + 0,44 * DM2 + 0,54 * Sacada R 2 = 0,9745 R 2 a = 0,9672 Semoutliers Homocedasticidade
65 2ª ETAPA: REGRESSÃO MÚLTIPLA POR CLASSE CLASSES 4 e 5: log (Preço) = 6,37 + 1,03 * log (Área) + 1,71 * FM + 1,53 * Dep_emp - 1,34 * Classe5 R 2 = 0,9795 R 2 a = 0,9713 Semoutliers Homocedasticidade
66 ERRO RELATIVO (%)
67 ERRO RELATIVO (%) Modelos por classe tem resultados melhores em todas estatísticas
68 RESULTADOS Existência de classes homogêneas de apartamentos Para obter esta homogeneidade foi necessário considerar simultaneamente as variáveis de tamanho e de infraestrutura Uma classificação por apenas um destes critérios manteria a heterogeneidade dentro das classes
69 RESULTADOS Modelos de Equação Única: não foram adequados para uma avaliação em massa (outliers e heterocedasticidade) Equações de Regressão por Classe: Resultados de boa qualidade (sem outliers, homocedssticidade)
70 CONCLUSÕES Técnicas multivariadas permitiram classificação adequada, usando-se toda a informação disponível Obteve-se parâmetros objetivos para medir a homogeneidade das classes Classes: Grupos Homogêneos adequados para a avaliação por inferência estatística dentro de cada classe
71 Bibliografia AMO, Sandra de. Curso de Data Mining. BRANCO, João A. Introdução à análise de clusters. PERUZZO TRIVELLONI, C. A. Metodologia para avaliação em massa de apartamentos por inferência estatística e técnicas de análise multivariada Uma análise exploratória.dissertação, Programa de Pós-Graudaçãoem Engenharia Civil, Universidade Federal de Santa Catarina, 1998.
72 Análise de Clusters na Montagem de Modelos para Avaliação de Imóveis Prof. Dr. Norberto Hochheim Universidade Federal de Santa Catarina - UFSC
Aprendizado de Máquina
Aprendizado de Máquina André C. P. L. F. de Carvalho Posdoutorando: Isvani Frias-Blanco ICMC-USP Agrupamento de dados Tópicos Agrupamento de dados Dificuldades em agrupamento Algoritmos de agrupamento
Leia maisPÓS-GRADUAÇÃO ANÁLISE DE DATA MINING
PÓS-GRADUAÇÃO ANÁLISE DE DATA MINING OBJETIVOS Na era da informação, as empresas capturam e armazenam muitos dados, e existe a real necessidade da aplicação de técnicas adequadas para a rápida tomada de
Leia maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisAnálise de agrupamento dos dados sedimentológicos da plataforma e talude continentais da Bahia
Análise de agrupamento dos dados sedimentológicos da plataforma e talude continentais da Bahia ÂNGELA CRISTINA DA FONSECA MIRANTE 1 2 4 JOÃO DOMINGOS SCALON 2 4 TÂNIA MARIA FONSECA ARAÚJO 3 TÂNIA JUSSARA
Leia maisAnálise estatística multivariada
Análise estatística multivariada Conjunto de procedimentos para a análise simultânea de duas ou mais medidas de cada caso/observação Os dados coletados p variáveis - de uma amostra de tamanho n podem ser
Leia maisB A L N E Á R I O C A M B O R I Ú
BALNEÁRIO CAMBORIÚ A SUA RESERVA VERDE EM BALNEÁRIO CAMBORIÚ FGEMPREENDIMENTOS.COM.BR COMPARTILHE SUA VIDA COM O VERDE, O MAR E OS PRAZERES DE BALNEÁRIO CAMBORIÚ AV. BRASIL, N 180 - BARRA NORTE BALNEÁRIO
Leia maisAGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO
AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS MATEMÁTICA 7.º ANO PLANIFICAÇÃO ANUAL Planificação 7º ano 2010/2011 Página 1 DOMÍNIO TEMÁTICO: NÚMEROS
Leia maisEmpreendimento. Porto Alegre V E M N O V A C O N Q U I S T A. Material de Treinamento
Empreendimento Porto Alegre Localização Porto Alegre / RS PARQUE MARINHA DO BRASIL HOSPITAL MÃE DE DEUS PUCRS BARRA SHOPPING RITTER DOS REIS ZAFFARI TERESÓPOLIS ESCOLA SÃO FRANCISCO GUION SOL NOVO SHOPPING
Leia maisAGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO
AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS MATEMÁTICA 7.º ANO PLANIFICAÇÃO GLOBAL Múltiplos e divisores. Critérios de divisibilidade. - Escrever múltiplos
Leia maisAnálise Discriminante
Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Análise Discriminante Análise Discriminante 1 Análise discriminante - A
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Leia maisSimone Righi de Souza Perita Judicial
fls. 144 Figura 10 Sala Figura 12 Cozinha Figura 11 Terraço Figura 13 Área de Serviço Página 16 fls. 145 Figura 14 Banheiro de Serviço Figura 16 Suíte Figura 15 Banheiro Social Figura 17 Banheiro Suíte
Leia maisFernando Rosolia Dabdab Arquiteto e Urbanista CAU A
fls. 59 EXCELENTÍSSIMO SENHOR DOUTOR JUIZ DE DIREITO DA 2ª VARA CÍVEL DO FORO REGIONAL VIII - TATUAPÉ - SÃO PAULO SP Ação: Cumprimento de Sentença Processo: nº 1001373-27.2015.8.26.0001 Requerente: Condomínio
Leia maisAnálise de Agrupamento (Cluster analysis)
Análise de Agrupamento (Cluster analysis) Anderson Rodrigo da Silva 1 Exemplos de aplicações de análise de agrupamento Pesquisas de mercado Agrupamento de cidades-teste Bancos de germoplasma Caracterização
Leia maisR$ ,00 R$ ,00
PARECER 1 - Tipo de Plano Solicitante: Banco Santander 2 - Cliente CPF REVER Operação FERNANDA MARIA BARBOSA DE OLIVEIRA 128.856.788-01 Endereço nº Complemento AV. OTTO WERNER ROSEL 777 CASA 200 Bairro
Leia maisPrecificação de apartamentos para o bairro Água Verde em Curitiba
Precificação de apartamentos para o bairro Água Verde em Curitiba Chuck Norris Arnold Schwarzenegger 18 de julho de 2013 O preço de imóveis depende principalmente do seu tamanho e localização. A infraestrutura
Leia maisAnálise de Correspondência (ANACOR)
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade EAC 0355 Análise Multivariada Análise de Correspondência (ANACOR) F 1 1 INTRODUÇÃO ANACOR: A ANÁLISE DE CORRESPONDÊNCIA SIMPLES
Leia maisEconometria - Lista 5
Econometria - Lista 5 Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 Utilizando a base de dados disponível em TEMCOPROD.wtf1,
Leia maisA análise de aglomerados
Mais importante do que saber fazer é saber o por quê (Norbert Wiener (1894 1964). Prof. Lorí Viali, Dr. viali@pucrs.br; viali@mat.ufrgs.br; http://www.pucrs.br/famat/viali; http://www.mat.ufrgs.br/~viali/
Leia maisUma construtora e incorporadora com 35 anos de experiência em empreendimentos de alto padrão. São mais de 23 projetos em cinco cidades gaúchas
Uma construtora e incorporadora com 35 anos de experiência em empreendimentos de alto padrão. São mais de 23 projetos em cinco cidades gaúchas entregues no prazo, números que atestam a sua seriedade de
Leia maisAnálise Fatorial e Componentes Principais Aplicadas na Engenharia de Avaliações
Análise Fatorial e Componentes Principais Aplicadas na Engenharia de Avaliações Diogo de Carvalho Bezerra Universidade Federal de Pernambuco Núcleo de Gestão e-mail:dicbezerra@hotmail.com SOBREA Sociedade
Leia maisSimone Righi de Souza Perita Judicial
fls. 224 Figura 8 Churrasqueiras Figura 9 Piscina Figura 10 Sala de Reunião Página 16 fls. 225 Figura 11 Sala Figura 12 Varanda Figura 13 Cozinha Página 17 fls. 226 Figura 14 Quarto 1 Figura 15 Quarto
Leia maisAgrupamento de Escolas de Águeda Escola Básica Fernando Caldeira
Agrupamento de Escolas de Águeda Escola Básica Fernando Caldeira Currículo da disciplina de Matemática - 7ºano Unidade 1 Números inteiros Propriedades da adição de números racionais Multiplicação de números
Leia maisApresentação Institucional. Frizon Construtora Todos os direitos reservados
Apresentação Institucional Desde 2006, a FRIZON CONSTRUTORA atua investindo em pesquisa, desenvolvimento e aplicação de modernas e eficientes soluções de engenharia e construção civil, em busca permanente
Leia maisMetodologia Aplicada a Computação.
Metodologia Aplicada a Computação gaudenciothais@gmail.com Pré-processamento de dados Técnicas utilizadas para melhorar a qualidade dos dados; Eliminam ou minimizam os problemas como ruídos, valores incorretos,
Leia maisANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos:
ANÁLISE DOS RESÍDUOS Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: seguem uma distribuição normal; têm média zero; têm variância σ 2 constante
Leia maisUnidade III Medidas Descritivas
Unidade III Medidas Descritivas Medidas separatrizes Quantis Medidas de dispersão Amplitude total Desvio Médio Variância Desvio Padrão Coeficiente de Variabilidade Desvio Interquartílico Na aula anterior...
Leia maisCapítulo 1 Conceitos de Marketing e Marketing Research
Índice Prefácio 21 Introdução 25 PARTE I Capítulo 1 Conceitos de Marketing e Marketing Research 1. Evolução do Marketing 33 2. Evolução do conceito de Marketing 35 3. Modelo do sistema de Marketing 38
Leia maisPRONTO PARA MORAR BÁSCARA CONSTRUTORA BRAVA PREMIUM RESIDENCE PRAIA BRAVA - ITAJAÍ/SC
PRONTO PARA MORAR BÁSCARA CONSTRUTORA BRAVA PREMIUM RESIDENCE PRAIA BRAVA - ITAJAÍ/SC - Apenas 1 apartamento por andar. - 3 Suítes. - Suíte Máster com banheira de hidromassagem. - Vista para o Mar. - Edifício
Leia maisPLANO CURRICULAR DISCIPLINAR. MATEMÁTICA 7º Ano
PLANO CURRICULAR DISCIPLINAR MATEMÁTICA 7º Ano OBJETIVOS ESPECÍFICOS TÓPICOS SUBTÓPICOS METAS DE APRENDIZAGEM 1º Período - Multiplicar e dividir números inteiros. - Calcular o valor de potências em que
Leia maisA procura da melhor partição em Classificação Hierárquica: A abordagem SEP/COP
A procura da melhor partição em Classificação Hierárquica: A abordagem SEP/COP Lúcia Sousa Escola Superior de Tecnologia e Gestão, Instituto Politécnico de Viseu Fernanda Sousa Faculdade de Engenharia
Leia maisProcessos Hidrológicos CST 318 / SER 456. Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016
Processos Hidrológicos CST 318 / SER 456 Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016 Camilo Daleles Rennó Laura De Simone Borma http://www.dpi.inpe.br/~camilo/prochidr/ Caracterização
Leia maisTABELA DE PREÇOS. Ed. Residencial Praia do Forte. Empreendimento financiado pela CEF, incluso no Programa Minha Casa Minha Vida
Ed. Residencial Praia do Forte Empreendimento financiado pela CEF, incluso no Programa Minha Casa Minha Vida 72 Aptos com 02 dormitórios, sendo 01 suíte, sala, cozinha, WC, área de serviço e terraço. Salão
Leia maisA VIDA QUE MORA EM VOCÊ.
A VIDA QUE MORA EM VOCÊ. www.simpleempreendimentos.com.br Av. Prefeito Osmar Cunha, n 260 - sala 404, Centro, Florianópolis/SC CEP: 88015-100 Fone: (48) 3024-5143 rafael@simpleempreendimentos.com.br JARDÍN
Leia maisCartografia Digital e Geoprocessamento
Cartografia Digital e Geoprocessamento Processo/ Fenômeno Dado Espacial/ Geodado Espaço Geográfico Redução de Dimensionalidade Espaço (Representado) Mapas Representações Computacionais De ALGUMAS Dimensões
Leia maisIlha de Santa Catarina
Ilha de Santa Catarina Uma ilha cercada de beleza por todos os lados. Florianópolis é sinônimo de qualidade de vida e de novas oportunidades. Na última década a capital Catarinense vem se mantendo no topo
Leia maisMínimo de 5 dia(s) Mínimo de. 10 dia(s) Mínimo de. 7 dia(s) Mínimo de. 7 dia(s) Mínimo de. 5 dia(s) Mínimo de. 7 dia(s) Mínimo de. 5 dia(s) Mínimo de
Residencial Ana Paula 1 dormitório(s) sendo: Quarto; Cozinha; (Antes) 01/11/2016 17/12/2016 US$ 40,00 NATAL - REVEILLON 18/12/2016 03/01/2017 US$ 120,00 Janeiro 03/01/2017 31/01/2017 US$ 110,00 Fevereiro
Leia maisSecovi-SP divulga Estudo do Mercado Imobiliário da Baixada Santista
Secovi-SP divulga Estudo do Mercado Imobiliário da Baixada Santista Nos últimos três anos, encerrados em junho de 2014, foram lançadas 18.610 unidades na Baixada Santista, de acordo com o Estudo do Mercado
Leia maisAGRUPAMENTO de ESCOLAS Nº1 de SANTIAGO do CACÉM Ano Letivo 2013/2014 PLANIFICAÇÃO ANUAL
AGRUPAMENTO de ESCOLAS Nº1 de SANTIAGO do CACÉM Ano Letivo 2013/2014 PLANIFICAÇÃO ANUAL Documento(s) Orientador(es): Programa e Metas de Aprendizagem e manual adoptado 3º CICLO MATEMÁTICA 7ºANO TEMAS/DOMÍNIOS
Leia maisAnálise de Correspondência em acessos de pimenta
Análise de Correspondência em acessos de pimenta Bruno Caetano Vidigal 1 Paulo Roberto Cecon 2. 1 Introdução A Análise de Correspondência (AC) é uma das diversas técnicas de análise multivariada desenvolvida
Leia maisInformações Adicionais. Empreendimento. Apartamentos. Área de lazer. Apresentação Localização LINHA PREMIUM
LINHA PREMIUM Apresentação Localização Empreendimento Área de lazer Apartamentos Informações Adicionais A linha Inbrasul Premium é envolta em uma atmosfera de refinamento e sofisticação. Os empreendimentos
Leia maisElementos de Estatística
Elementos de Estatística Lupércio F. Bessegato & Marcel T. Vieira UFJF Departamento de Estatística 2013 Medidas Resumo Medidas Resumo Medidas que sintetizam informações contidas nas variáveis em um único
Leia maisANÁLISE DE AGRUPAMENTO APLICADA AO CRESCIMENTO POPULACIONAL DE ALGUNS PAÍSES EUROPEUS
ANÁLISE DE AGRUPAMENTO APLICADA AO CRESCIMENTO POPULACIONAL DE ALGUNS PAÍSES EUROPEUS Edwirde Luiz SILVA 1, Dalila Camêlo AGUIAR 2 1 Departamento de Estatística, Universidade Estadual da Paraíba - UEPB,
Leia maisIMÓVEIS DE TERCEIROS
BLUMENAU EDIFÍCIO CIELO Endereço: Rua Canário, n.120 Bairro Água Verde Apto n. 16 01 vaga de garagem n. 60 Box Praia n.º 10 Matrículas: 43.860 / 44.049 Área: 53,51m2 área privativa / 78, 46m2 área total
Leia maisANÁLISE DISCRIMINANTE
ANÁLISE DISCRIMINANTE 56 ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria 4 º Simpósio de Estatística Aplicada à Experimentação Agronômica Prof. Edwirde L. Silva 5 A 9 de Julho
Leia maisDEDUÇÃO DO FATOR ÁREA EM UNIDADES PADRONIZADAS: APARTAMENTOS MARCOS MANSOUR CHEBIB AWAD
DEDUÇÃO DO FATOR ÁREA EM UNIDADES PADRONIZADAS: APARTAMENTOS MARCOS MANSOUR CHEBIB AWAD DEDUÇÃO DO FATOR ÁREA EM UNIDADES PADRONIZADAS: APARTAMENTOS RESUMO Este artigo fornece subsídios científicos para
Leia maisAula 4: Análise Exploratória de Dados Espaciais (AEDE) Prof. Eduardo A. Haddad
Aula 4: Análise Exploratória de Dados Espaciais (AEDE) Prof. Eduardo A. Haddad Exercício 8 (Moran scatter plot) Exercício 7 Detectar a influência de outliers ± dois desvios-padrão Como os outliers detectados
Leia maisHousing Prices and Accessibility in Sao Paulo Metropolitan Region: What Difference does the Subway Make?
A Economia Subterrânea: Impactos Socioeconômicos do Metrô de São Paulo Housing Prices and Accessibility in Sao Paulo Metropolitan Region: What Difference does the Subway Make? 07/06/2013 Renato Schwambach
Leia maisESCOLA E B 2,3/S MIGUEL LEITÃO DE ANDRADA - AGRUPAMENTO DE ESCOLAS DE PEDRÓGÃO GRANDE DEPARTAMENTO DAS CIÊNCIAS EXATAS 2015/2016
ESCOLA E B 2,3/S MIGUEL LEITÃO DE ANDRADA - AGRUPAMENTO DE ESCOLAS DE PEDRÓGÃO GRANDE DEPARTAMENTO DAS CIÊNCIAS EXATAS 2015/2016 PLANIFICAÇÃO DE MATEMÁTICA 7ºANO 1º Período 2º Período 3º Período Apresentação,
Leia maisBauru: imóveis verticais de 2 dormitórios estão em alta
Bauru: imóveis verticais de 2 dormitórios estão em alta Com a economia fortalecida e recente aumento no potencial de consumo da população, a cidade de Bauru passa por um bom momento. Com mais de 346 mil
Leia maisESTATÍSTICA BÁSICA. Freqüência Absoluta: Número de vezes que um elemento ocorre em uma amostra.
ESTATÍSTICA BÁSICA. Apresentação Estatística é a parte da Matemática que organiza e analisa dados coletados em uma amostra de um conjunto. Com base nos resultados, faz projeções para todo o conjunto com
Leia maisII. O mesmo investigador efetuou um conjunto de testes sobre a informação do Prazo Médio de Pagamentos cujos resultados são apresentados no Anexo I.
ANO LECTIVO DE 2015-2016 MÉTODOS QUANTITATIVOS APLICADOS Mestrados de: Economia e Gestão de Ciência, Tecnologia e Inovação, Economia e Políticas Públicas, Economia Internacional e Estudos Europeus Prova
Leia maisSCC0173 Mineração de Dados Biológicos
SCC073 Mineração de Dados Biológicos Análise Exploratória de Dados Parte A: Revisão de Estatística Descritiva Elementar Prof. Ricardo J. G. B. Campello SCC / ICMC / USP Tópicos Análise Exploratória de
Leia maisRAD 1404 Pesquisa de Marketing Semana 12 Pesquisa para análise de Demanda
RAD 1404 Pesquisa de Marketing Semana 12 Pesquisa para análise de Demanda Prof. Dirceu Tornavoi de Carvalho Passos para análise da demanda 1) Definição do mercado para a categoria 2) Identificar segmentos
Leia maisANÁLISE DE AGRUPAMENTOS
ANÁLISE DE AGRUPAMENTOS Análise de Agrupamentos 2 Definição Consistem em encontrar grupos de objetos entre os objetos Categorizá-los ou agrupá-los Tipo de aprendizado não supervisionado Encontrar grupos
Leia maisSimone Righi de Souza Perita Judicial
fls. 74 Figura 6 Garagens Figura 8 Sala Figura 7 Sala de Jogos Figura 9 Varandas Página 15 fls. 75 Figura 10 Lavabo Figura 12 Área de Serviço Figura 11 Cozinha Figura 13 Banheiro de Serviço Página 16 fls.
Leia maisPonta da Praia R E S I D E N C I A L. Morar bem em Matinhos agora tem nome
Ponta da Praia Morar bem em Matinhos agora tem nome Projetado para viver em harmonia O Edifício Residencial Ponta da Praia foi pensado para oferecer todo conforto e bem-estar para sua família Ponta da
Leia maisEscalonamento Multidimensional
Programa de Pós-Graduação em Administração de Organizações (PPGAO) Análise de dados multivariados I Escalonamento Multidimensional Escalonamento Multidimensional (EMD) CAPÍTULO 9 Escalonamento Multidimensional
Leia maisEstatística Fácil. Prof.º Mario César Castro 2015
Estatística Fácil Prof.º Mario César Castro 2015 A Estatística é um ramos da Matemática que dispõe de processos apropriados para recolher, organizar, classificar, apresentar e interpretar determinados
Leia maisSimone Righi de Souza Perita Judicial
fls. 96 Figura 6 - Vista frontal do edifício Figura 8 Piscinas do Edifício Figura 7 Garagem Página 15 fls. 97 Figura 9 Salão de Jogos Figura 10 Academia Figura 11 Quadra Página 16 fls. 98 Figura 13 Sala
Leia maisREVENDAS CONDIÇÕES ESPECIAIS ÍNDICE DOS IMÓVEIS
ÍNDICE DOS IMÓVEIS 1 Casa 4 dormitórios (Caiçara - PG) 950 mil...pág.2 Casa 5 dormitórios (Caiçara - PG) 1 milhão...pág.3 Apartamento 1 dormitório (Caiçara - PG) 165 mil...reservado...pág.4 Apartamento
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 10 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise Regressão: Avaliação de relações de dependência em que se explica o comportamento de uma/várias
Leia maisDETERMINAÇÃO EXPERIMENTAL DA ACELERAÇÃO DE CORPOS EM QUEDA SELEÇÃO DE INSTRU- MENTOS
DETERMINAÇÃO EXPERIMENTAL DA ACELERAÇÃO DE CORPOS EM QUEDA SELEÇÃO DE INSTRU- MENTOS Sandra Maria Couto Moreira Ronaldo Luiz Neves Pinheiro Luiz Carlos de Alvarenga Depto. de Física UFV Viçosa MG I. Introdução
Leia maisPrincípios de Bioestatística Aula 4 Análise Descritiva Medidas de Posição: Percentis e Escores Padronizados Box-plot
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Princípios de Bioestatística Aula 4 Análise Descritiva Medidas de Posição: Percentis e Escores Padronizados
Leia maisSOLICITANTE: PREFEITURA MUNICIPAL DE VENÂNCIO AIRES
SOLICITANTE: PREFEITURA MUNICIPAL DE VENÂNCIO AIRES OBJETO: Valorização Imobiliária decorrente de pavimentação Bairros São Francisco Xavier, União, Diettrich e Morsch Venâncio Aires - RS 1. OBJETIVO E
Leia maisResidencial. no Centro de Florianópolis. Construção a preço de custo
Residencial no Centro de Florianópolis Construção a preço de custo Residencial Riomaggiore Terreno Imagem de satélite Endereço: Rua Irmão Joaquim, 226, Bairro Centro, Florianópolis, SC. Terreno Residencial
Leia maisAGRUPAMENTO de ESCOLAS de SANTIAGO do CACÉM Ano Letivo 2015/2016 PLANIFICAÇÃO ANUAL. Documento(s) Orientador(es): Programa e Metas de Aprendizagem
AGRUPAMENTO de ESCOLAS de SANTIAGO do CACÉM Ano Letivo 2015/2016 PLANIFICAÇÃO ANUAL Documento(s) Orientador(es): Programa e Metas de Aprendizagem 3º CICLO MATEMÁTICA 7ºANO TEMAS/DOMÍNIOS CONTEÚDOS OBJETIVOS
Leia maisUM LUGAR QUE ESCONDE ENCANTOS NATURAIS
UM LUGAR QUE ESCONDE ENCANTOS NATURAIS PARA QUEM PROCURA UM DESTINO COM EXCLUSIVIDADE PARA AS PRÁTICAS DE ATIVIDADES ESPORTIVAS E DE LAZER, COM A SEGURANÇA E A TRANQUILIDADE QUE VOCÊ, SUA FAMÍLIA E AMIGOS
Leia maisEstatística Descritiva
Estatística Descritiva 1 O que é Estatística A Estatística originou-se com a coleta e construção de tabelas de dados para o governo. A situação evoluiu e esta coleta de dados representa somente um dos
Leia maisUso de Algoritmo Genético para a otimização do ponto de corte da probabilidade de sucesso estimada do modelo de Regressão Logística
Uso de Algoritmo Genético para a otimização do ponto de corte da probabilidade de sucesso estimada do modelo de Regressão Logística José Edson Rodrigues Guedes Gondim 1 Joab de Oliveira Lima 2 1 Introdução
Leia maisARQUITETURA. Marchi Arquitetura PAISAGISMO. Benedito Abbud DECORAÇÃO DAS ÁREAS COMUNS. Chris Silveira Arquitetos Associados
ARQUITETURA Marchi Arquitetura PAISAGISMO Benedito Abbud DECORAÇÃO DAS ÁREAS COMUNS Chris Silveira Arquitetos Associados TERRENO: 3321,00 m² 01 TORRE NUMERO DE PAVIMENTOS ED. GARAGEM : 03 PAVIMENTOS NUMERO
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 maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia maisUSO DE TÉCNICAS DE SEGMENTAÇÃO NA ANÁLISE DE IMAGENS DE TOMOGRAFIA COMPUTADORIZADA DE PULMÕES COM DPOC
USO DE TÉCNICAS DE SEGMENTAÇÃO NA ANÁLISE DE IMAGENS DE TOMOGRAFIA COMPUTADORIZADA DE PULMÕES COM DPOC 1 2 3 Fausta Joaquim Faustino, Álisson Gomes Linhares, John Hebert Da Silva Felix Resumo: O uso das
Leia maisEstimativa de preço do imóvel
de preço do imóvel Data do relatório 10 DECEMBER 015 Localização do imóvel RUA DO EXEMPLO 13, MUNICÍPIO DO EXEMPLO Índice de conteúdos Índice de conteúdos Resumo 3 DADOS DO IMÓVEL SITUAÇÃO ESTIMATIVA ECONÔMICA
Leia mais5 Resultados, Conclusões e Trabalhos Futuros
47 5 Resultados, Conclusões e Trabalhos Futuros Este capítulo apresenta os resultados obtidos com a técnica proposta de chromaless, bem como são apresentadas as conclusões e as sugestões para trabalhos
Leia maisAnálise Descritiva de Dados
Análise Descritiva de Dados 1 Estatística estatística descritiva estatística inferencial 2 Estatística descritiva Envolve técnicas que permitem representar, mensurar e analisar um conjunto de dados 3 Estatística
Leia maisTABELA DE REVENDAS ÍNDICE DOS IMÓVEIS
ÍNDICE DOS IMÓVEIS 1 Casa 4 dormitórios (Caiçara - PG) 950 mil...pág.2 Casa 5 dormitórios (Caiçara - PG) 1 milhão...pág.3 Apartamento 1 dormitório (Caiçara - PG) 165 mil...pág.4 Apartamento 2 dormitórios
Leia maisAPLICAÇÃO DE ANÁLISE DE CLUSTER EM VALORES NUTRICIONAIS REFERENTES Á TIPOS DE CARNES
APLICAÇÃO DE ANÁLISE DE CLUSTER EM VALORES NUTRICIONAIS REFERENTES Á TIPOS DE CARNES Samara Rilda de S.BEZERRA 1, Edwirde Luiz SILVA 1,Aldreany P.Araújo SILVA 1 1 Departamento de Estatística, Universidade
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisA UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE:
A UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE: ESELAW 09 MARCOS ANTÔNIO P. & GUILHERME H. TRAVASSOS) 1 Aluna: Luana Peixoto Annibal
Leia maisBiomatemática - Prof. Marcos Vinícius Carneiro Vital (ICBS UFAL) - Material disponível no endereço
Universidade Federal de Alagoas Instituto de Ciências e Biológicas e da Saúde BIOB-003 Biomatemática Prof. Marcos Vinícius Carneiro Vital 1. Como prever a natureza? (ou: apresentando uma função) 1.1. Visão
Leia maisZENAIDE SILVA FIGUEIREDO
1 Cliente ZENAIDE SILVA FIGUEIREDO CPF 280.576.86987 2 Endereço Bairro RUA TABA Município VILA PORTUGUESA LONDRINA nº. UF 30 PR Complemento CASA CEP 86026670 FOTO DA FACHADA 3 IMÓVEL Tipo de Imóvel Padrão
Leia maisIMÓVEIS DE TERCEIROS
BLUMENAU EDIFÍCIO CIELO Endereço: Rua Canário, n.120 Bairro Água Verde Apto n. 16 01 vaga de garagem n. 60 Box Praia n.º 10 Matrículas: 43.860 / 44.049 Área: 53,51m2 área privativa / 78, 46m2 área total
Leia maisREVENDAS CONDIÇÕES ESPECIAIS ÍNDICE DOS IMÓVEIS
ÍNDICE DOS IMÓVEIS 1 Casa 4 dormitórios (Caiçara - PG) 950 mil...pág.3 Casa 5 dormitórios (Caiçara - PG) 1 milhão...pág.4 Apartamento 1 dormitório (Caiçara - PG) 165 mil...reservado...pág.5 Apartamento
Leia maisEstatística. Professor Jair Vieira Silva Júnior.
Estatística Professor Jair Vieira Silva Júnior Ementa da Disciplina Estatística descritiva; Interpretação de gráficos e tabelas; Amostras, representação de dados amostrais e medidas descritivas de uma
Leia maisSKATER. Esse arquivo deve conter as informações de cada área dispostas em uma linha, seguindo a estrutura abaixo:
SKATER 1) Arquivos de entrada: ======= = ====== Para fazer a análise espacial, o SKATER necessita de dois arquivos de entrada O primeiro deles, chamado de ARQUIVO DE COORDENADAS, deve conter os rótulos
Leia mais1 - Noções de álgebra matricial
1 - Noções de álgebra matricial Apêndice A Revisão de alguns conceitos estatísticos Apêndice B Rudimentos de álgebra matricial Representação vetorial de um problema ecológico E1 E2 S1 X 11 X 12 S2 X 21
Leia maisProva de Estatística
Prova de Estatística 1. Para um número-índice ser considerado um índice ideal, ele precisa atender duas propriedades: reversão no tempo e o critério da decomposição das causas. Desta forma, é correto afirmar
Leia maisAula 8 - Reconhecimento e Interpretação. Prof. Adilson Gonzaga
Aula 8 - Reconhecimento e Interpretação Prof. Adilson Gonzaga Elementos de Visão Computacional: Visão Computacional Processamento de Baio Nível Processamento de Nível Intermediário Processamento de Alto
Leia mais5 Análise dos resultados
5 Análise dos resultados Os dados foram analisados utilizando o software SPSS (Statistical Package for Social Sciences) base 18.0. Para Cooper e Schindler (2003) a análise de dados envolve a redução de
Leia maisFachada. Tipo de Imóvel Padrão Construtivo Conservação Idade Aparente Apartamento Tipo. Apartamento. 3 andar. Áreas Área Privativa Área Comum
Parecer Produto CREDICASA BV APROVADO BV Financeira S/A - Crédito, Financiamento e Investimento CNPJ/MF - 01.149.953/0001-89 2 - Cliente CPF JULIANO FERREIRA ALVES 872.944.436-53 3 - Endereço Nº Complemento
Leia maisDisciplina: Cartografia Geoambiental
Disciplina: Cartografia Geoambiental Professor: Me. Diego Alves de Oliveira Outubro de 2013 Cartografia temática e de síntese para a Cartografia Geoambiental A Cartografia é uma linguagem de representação
Leia maisPARTE I Os enfoques quantitativo e qualitativo na pesquisa científica
Sumário Prefácio... 17 Estrutura pedagógica... 23 PARTE I Os enfoques quantitativo e qualitativo na pesquisa científica 1 Definições dos enfoques quantitativo e qualitativo, suas semelhanças e diferenças...
Leia maisPopulação e Amostra. População: O conjunto de todas as coisas que se pretende estudar. Representada por tudo o que está no interior do desenho.
População e Amostra De importância fundamental para toda a análise estatística é a relação entre amostra e população. Praticamente todas as técnicas a serem discutidas neste curso consistem de métodos
Leia maisMÉTODOS MULTIVARIADOS. Rodrigo A. Scarpel
MÉTODOS MULTIVARIADOS Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo APRESENTAÇÃO Métodos Multivariados: São métodos (ferramentas analíticas) utilizados na transformação de dados (várias medidas
Leia maisMATEMÁTICA. Aula 2 Teoria dos Conjuntos. Prof. Anderson
MATEMÁTICA Aula 2 Teoria dos Conjuntos Prof. Anderson CONCEITO Na teoria dos conjuntos, um conjunto é descrito como uma coleção de objetos bem definidos. Estes objetos são chamados de elementos ou membros
Leia maisESTUDO COMPARATIVO DOS ESCORES FATORIAIS E DE COMPONENTES PRINCIPAIS EM DADOS ARQUEOMÉTRICOS.
ESTUDO OMPRTIVO DOS ESORES FTORIIS E DE OMPONENTES PRINIPIS EM DDOS RQUEOMÉTRIOS. P.T.M.S. Oliveira, IME-USP,poliveir@ime.usp.br.. S. Munita, IPEN-NEN/SP, munita@curiango.ipen.br RESUMO: Em estudos arqueométricos
Leia mais29 e 30 de julho de 2013
Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 29 e 30 de julho de 2013 Dia 2 - Conteúdo 1 2 3 Dados multivariados Estrutura: n observações tomadas de p variáveis resposta.
Leia mais