Professor Mauricio Lutz CORRELAÇÃO

Tamanho: px
Começar a partir da página:

Download "Professor Mauricio Lutz CORRELAÇÃO"

Transcrição

1 Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo, as relações funconas e as correlações. Relações Funconas São relações matemátcas epressas por sentenças matemátcas, como por eemplo: Área do retângulo (Aa.b) é a relação entre os lados do retângulo; Densdade de massa (dm m/v) é a relação entre a massa e o volume de um corpo; Perímetro de uma crcunferênca (CπR) é a relação entre o comprmento da crcunferênca e o valor do rao. Relações Estatístcas e Correlações São relações estabelecdas após uma pesqusa. Com base nos resultados da pesqusa, são fetas comparações que eventualmente podem conduzr (ou não) à lgação entre as varáves. Eemplo: relação entre a dade e a estatura de uma crança, ou a relação entre a classe socal de uma pessoa e o número de vagens por ela realzado. No estudo estatístco, a relação entre duas ou mas varáves denomnase correlação. A utldade e mportânca das correlações entre duas varáves podem conduzr à descoberta de novos métodos, cujas estmatvas são vtas em tomadas de decsões. Em outras palavras quando duas varáves estão lgadas por uma relação estatístca, dzemos que este correlação entre elas. 1) Dagrama de dspersão O dagrama de dspersão é um gráfco cartesano em que cada um dos eos corresponde às varáves correlaconadas. A varável dependente (Y) stua-se no eo vertcal e o eo das abscssas é reservado para a varável ndependente (X). Os pares ordenados formam uma nuvem de pontos. A confguração geométrca do dagrama de dspersão pode estar assocada a uma lnha reta (correlação lnear), uma lnha curva (correlação curvlínea) ou, anda, ter Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

2 Professor Maurco Lutz os pontos dspersos de manera que não defnam nenhuma confguração lnear; nesta últma stuação, não há correlação Correlação Lnear Correlação Curvlínea ) Correlação Lnear Correlação lnear é uma correlação entre duas varáves, cujo gráfco aproma-se de uma lnha. É uma lnha de tendênca, porque procura acompanhar a tendênca da dstrbução de pontos, que pode corresponder a uma reta ou a uma curva. Por outro lado, é, também, uma lnha méda, porque procura dear a mesma quantdade de pontos abao e acma da lnha. Correlação lnear postva Correlação lnear negatva Não há correlação Para defnr se a correlação entre as varáves corresponde a uma lnha reta ou a uma curva, pode-se utlzar modos qualtatvos ou quanttatvos. No modo qualtatvo, va mperar o bom senso do pesqusador para verfcar qual o grau de ntensdade na correlação entre as varáves; sso sgnfca o estabelecmento de uma relação numérca que medrá o nível da correlação. Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

3 Professor Maurco Lutz 3 3) Coefcente de Correlação Lnear O nstrumento empregado para a medda da correlação lnear é o coefcente de correlação. Este coefcente deve ndcar o grau de ntensdade de correlação entre duas varáves e, anda, o sentdo dessa correlação (postva ou negatva). Uma das formas de medr o coefcente de correlação lnear fo desenvolvdo por Pearson e recebe o nome de coefcente de correlação de Pearson. O coefcente de correlação de Pearson mede o grau de ajustamento dos valores em torno de uma reta. onde temos: Coefcente de Correlação de Pearson (r): r é o coefcente de Pearson; né o número de observações; é a varável ndependente; é a varável dependente. å -( å)(. å ) -( å). nå - å [ n ][ ( ) ] å n O valor do coefcente de correlação r tem a varação entre +1 e 1, ou seja, está lmtado entre os valores do Intervalo[ 1,+1]. +1 (correlação postva entre as varáves); 1 (correlação perfeta negatva entre as varáves); 0 (não há correlação entre as varáves ou, anda, a correlação não é lnear, caso esta). correlação lnear. correlação lnear. Quanto mas prómo o valor de r estver do valor 1, mas forte a Quanto mas prómo o valor de r estver do valor 0, mas fraca a Em geral, multplca-se o valor de r por 100; dessa forma, o resultado passa a ser epresso em porcentagem. Na prátca, estabelecem-se crtéros para verfcar os dversos níves do fraco ao forte, chegando até o perfeto: 0 < r < 0,3 : a correlação é fraca e fca dfícl estabelecer relação entre as varáves. Em porcentagem: 0% < r < 30%; Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

4 Professor Maurco Lutz 4 0,3 r < 0,6 : a correlação é fraca, porém, podemos consderar a estênca de relatva correlação entre as varáves. Em porcentagem: 30% r < 60%; 0,6 r < 1 : a correlação é de méda para forte; a relação entre as varáves é sgnfcatva, o que permte coerênca com poucos confltos na obtenção das conclusões. Em porcentagem: 60% r 100%. 4) Teste de hpótese para a estênca de correlação Para aplcar o teste de hpótese para estênca de correlação lnear, é necessáro que as varáves populaconas (X, Y) tenham dstrbução normal bvarada. Quando as amostras forem superores a 30, a hpótese de normaldade das duas varáves é razoavelmente atendda. O coefcente de correlação lnear da população (X, Y) é desgnado ρ (ler Rô). Se o teste ndcar a rejeção da hpótese 0, poderemos conclur que este correlação entre as varáves ao nível de sgnfcânca admtdo. Es o procedmento para realzar o teste: (1) H 0 : 0 H 1 : r ¹ 0 () Far e escolher uma dstrbução t de Student com j n- graus de lberdade. (3) Determnar as regões de rejeção e acetação para H 0, com aulo da tabela t de Student. (4) Calculo do valor da varável: (5) Conclusão: r n- t cal 1-r Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

5 Professor Maurco Lutz 5 Se t cal > t a ou correlação entre as varáves. Se a t a correlação entre as varáves. t cal > -t a, rejeta-se H 0, conclundo, com rsco, que há - t tcal, não se pode rejeta-se H 0, conclundo que há Eemplos: a) Uma pesqusa pretende verfcar se há correlação sgnfcatva entre o peso total do lo descartado, por da, numa empresa com o peso do papel contdo nesse lo. Hotel H1 H H3 H4 H5 H6 H7 H8 H9 H10 Peso total 10,47 19,85 1,5 4,36 7,38 8,09 33,61 35,73 38,33 49,14 Peso do papel,43 5,1 6,88 6, 8,84 8,76 7,54 8,47 9,55 11,43 De acordo com os dados, fazemos a representação gráfca. Os pares ordenados formam o dagrama de dspersão. Correlação entre o peso total do lo descartado e o peso do papel contdo nesse lo Para se verfcar o grau de correlação entre as varáves, calcula-se o coefcente de correlação lnear pela fórmula do coefcente de correlação de Pearson: å -( å)(. å ) -( å). nå - å [ n ][ ( ) ] å n Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

6 Professor Maurco Lutz 6 Para facltar o cálculo construímos a segunte tabela: Peso total ( ) Peso do papel ( ). H1 10,47,43 5,44 109,6 5,90 H 19,85 5,1 101,63 394,0 6,1 H3 1,5 6,88 146,0 451,56 47,33 H4 4,36 6, 151,5 593,41 38,69 H5 7,38 8,84 4,04 749,66 78,15 H6 8,09 8,76 46,07 789,05 76,74 H7 33,61 7,54 53,4 119,63 56,85 H8 35,73 8,47 30,63 176,63 71,74 H9 38,33 9,55 366, ,19 91,0 H10 49,14 11,43 561,67 414,74 130,64 å 88,1 75,4 396, ,5 63,47 r r r å -( å )(. å ) -( å ). nå - å [ n ][ ( ) ] å n (10 396,68) - (88,175,4) [ ,5-( 88,1) ] 1063,47-( 75,4) (3966,8)- (1684,9) [ ] [ 93775, ] [ 634,7-5661,06] 0,906 ou 9,06% 81,83 478,57 0,906 Observamos, assm: 0,6 r 1. Esse resultado ndca que há uma forte correlação entre as varáves ou, anda, que a correlação entre as duas varáves é bastante sgnfcatva. Nesse caso, podemos conclur haver coerênca na afrmação de que este correlação entre o peso total do lo descartado e o peso do papel contdo nesse lo. (1) H 0 : 0 Realzando o teste de hpótese com um 5% temos: H 1 : r ¹ 0 () a 5% e Graus de lberdade: j n Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

7 Professor Maurco Lutz 7 (3) Regões de rejeção e acetação para H 0. r n- 0, ,6039 (4) Cálculo do valor da varável: t cal 6, r 1- (0,906) 0,3905 (5) Conclusão: Como t >, 3060, rejeta-se H 0, conclundo, com rso de 5%, que cal há correlação entre o peso total de lo descartada com o peso total de papel contdo neste lo, ou anda, este uma correlação postva entre X e Y, sgnfca que as varáves são dretamente proporconas, portando quanto maor o lo produzdo maor será a quantdade de papel contda neste lo. b) Consderemos uma amostra aleatóra, formada por dez dos 98 alunos de uma classe da faculdade A e pelas notas obtdas por eles em matemátca e estatístca: dspersão: Números Notas Matemátca ( ) Estatístca ( ) 01 5,0 6,0 08 8,0 9,0 4 7,0 8, ,0 10,0 44 6,0 5,0 58 7,0 7,0 59 9,0 8,0 7 3,0 4,0 80 8,0 6,0 9,0,0 Vamos verfcar a correlação prmero fazendo um dagrama de Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

8 Professor Maurco Lutz 8 Correlação entre as notas de matemátca e estatístca Números Notas Matemátca ( ) Estatístca ( ). 01 5,0 6, ,0 9, ,0 8, ,0 10, ,0 5, ,0 7, ,0 8, ,0 4, ,0 6, ,0, å å -( å )(. å ) -( å ). nå - å [ n ][ ( ) ] å n (10 473) - (6565) [ ( 65) ] ( 65) (4730)- (45) [ ] [ ] [ ] ,18 0,911 Portanto 0, 911 ou 9,1%, o que resulta uma correlação postva altamente sgnfcatva entre as duas varáves. (1) H 0 : 0 Realzando o teste de hpótese com um 5% temos: H 1 : r ¹ 0 Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

9 Professor Maurco Lutz 9 () a 5% e Graus de lberdade: j n (3) Regões de rejeção e acetação para H 0. r n- 0, ,5773 (4) Cálculo do valor da varável: t cal 6, r 1- (0,911) 0,410 (5) Conclusão: Como t >, 3060, rejeta-se H 0, conclundo, com rso de 5%, que cal há correlação entre as notas de matemátca e estatístca, ou anda, este uma correlação postva entre X e Y, sgnfca que as varáves são dretamente proporconas, portando quanto maor a nota de matemátca maor será a nota de estatístca. Eercícos 1)Complete o esquema de cálculo do coefcente de correlação para os valores das varáves e : Temos: å... å... å... å... å... Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

10 Professor Maurco Lutz 10 Logo: porém fraca. (......) - (......) [ ] [ ] [ ] [ ] Donde 0, 4. A correlação lnear entre as varáves e é postva, ) Correlaconar os valores de produção letera e o teor de gordura de anmas bovnos da fazenda Pca Pau Amarelo. Produção (kg) Teor de Gordura (%) 10 6,0 1 5,7 14 5,3 17 5, 19 5,0 4,7 5 4,5 3) Para os dados abao: a) Desenhe o dagrama de dspersão; b) Calcule o coefcente de correlação de Pearson e nterprete. c) Teste o coefcente encontrado na letra b). Concentração Protombna no Plasma () Tempo de coagulação em segundos () Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

11 Professor Maurco Lutz 11 4) Uma amostra revelou o coefcente de correlação entre o saláro e o número de anos de escolardade para um grupo de 60 pessoas é de 0,78. Teste a hpótese de estênca de correlação entre essas varáves, ao nível de 5%. 5) Sessenta e quatro estudantes foram submetdos a dos testes: racocíno lógco e quanttatvo e conhecmentos geras. Dos escores obtdos, foram calculadas as somas: å X 169 ; å 37 Y ; å X 1450; å Y 304; å XY 837. a)determne o coefcente de correlação. b) Ao nível de sgnfcânca de 5%, testar a estênca de correlação. 6) A tabela a segur epressa os pesos e as alturas de 30 cranças: Peso (kg) Altura (cm) Peso (kg) Altura (cm) Ao nível de 5%, podemos afrmar que há correlação entre os pesos e as alturas? 7) Um grupo de pessoas fez uma avalação do peso aparente de alguns objetos. Com o peso real e a méda dos pesos aparentes, dados pelo grupo, obteve-se a tabela: Calcule o índce de correlação. Peso Real Peso Aparente ) Consdere os resultados de dos testes, X e Y, obtdos por um grupo de alunos da escola A: a) Verfque, pelo dagrama, se este correlação retlínea. b) Em caso afrmatvo, calcule o coefcente de correlação. c) Escreva em poucas lnhas, as conclusões a que chegou sobre a relação entre essas varáves. d) Ao nível de sgnfcânca de 5%, testar a estênca de correlação. Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

12 Professor Maurco Lutz 1 Gabarto 1)Complete o esquema de cálculo do coefcente de correlação para os valores das varáves e : Temos: å 40 å 56 å 460 å 360 å 648 Logo: porém fraca. (5460)- (4056) [ 5360-( 40) ] 5648-( 56) [ ] [ ] [ ] , 0,4 Donde 0, 4. A correlação lnear entre as varáves e é postva, ) Correlaconar os valores de produção letera e o teor de gordura de anmas bovnos da fazenda Pca Pau Amarelo. Produção (kg) Teor de Gordura (%). 10 6, ,7 68, , ,3 74, 196 8, , 88,4 89 7, , ,7 103,4 484,09 5 4,5 11,5 65 0,5 å 119 å 36, 4 å 601, 9 å 199 å 190, 96 Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

13 Professor Maurco Lutz 13 (7601,9)- (11936,4) [ 7199-( 119) ] 7190,96-( 36,4) 413,3-4331,6 [ ] [ ] [ 1336,7-134,96] -118,3 1311,76-118,3-0,988 10,37 Este uma forte correlação negatva entre e, sgnfca que as varáves são nversamente proporconas, ou seja, quanto mas lete produz a vaca menor o teor de gordura do lete. 3) Para os dados abao: a) Desenhe o dagrama de dspersão; b) Calcule o coefcente de correlação de Pearson e nterprete. c) Teste o coefcente encontrado na letra b). Concentração Protombna no Plasma () Tempo de coagulação em segundos () a) å 455 å 47 å 7470 å 855 å 907 Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

14 Professor Maurco Lutz 14 b) (107470)- (45547) [ ( 455) ] ( 47) [ ] [ ] [ ] , ,89 Este uma correlação negatva entre e, sgnfca que as varáves são nversamente proporconas, ou seja, quanto maor a concentração de protombna menor é o tempo de coagulação. c) Realzando o teste de hpótese com um 5% temos: (1) H 0 : 0 H 1 : r ¹ 0 () a 5% e Graus de lberdade: j n (3) Regões de rejeção e acetação para H 0. r n- - 0, ,79 (4) Cálculo do valor da varável: t cal -3, r 1- (-0,7877) 0,616 (5) Conclusão: Como t >, 3060, rejeta-se H 0, conclundo, com rso de 5%, que cal há correlação entre a concentração protombna no plasma e tempo de coagulação. 4) Uma amostra revelou o coefcente de correlação entre o saláro e o número de anos de escolardade para um grupo de 60 pessoas é de 0,78. Teste a hpótese de estênca de correlação entre essas varáves, ao nível de 5%. Realzando o teste de hpótese com um 5% temos: (1) H 0 : 0 H 1 : r ¹ 0 () a 5% e Graus de lberdade: j n Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

15 Professor Maurco Lutz 15 (3) Regões de rejeção e acetação para H 0. r n- 0, ,9403 (4) Cálculo do valor da varável: t cal 9, r 1- (0,78) 0,658 (5) Conclusão: Como t >, 0017, rejeta-se H 0, conclundo, com rso de 5%, que cal há correlação entre o saláro e o número de anos de escolardade. 5) Sessenta e quatro estudantes foram submetdos a dos testes: racocíno lógco e quanttatvo e conhecmentos geras. Dos escores obtdos, foram calculadas as somas: å X 169 ; å 37 Y ; å X 1450; å Y 304; å XY 837. a)determne o coefcente de correlação. b) Ao nível de sgnfcânca de 5%, testar a estênca de correlação. a) [ ( 169) ] ( 37) [ ] [ ] [ ] -3,3% (64837)- (16937) Realzando o teste de hpótese com um 5% temos: (1) H 0 : 0 H 1 : r ¹ 0 () a 5% e Graus de lberdade: j n (3) Regões de rejeção e acetação para H , ,6607 Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

16 Professor Maurco Lutz 16 (4) Cálculo do valor da varável: t cal r n- 1-r - 0, (-0,033) - 0,6157 0, ,617 (5) Conclusão: Como t <, 0017, aceta-se H 0, conclundo, com rso de 5%, que cal não há correlação entre os testes racocíno lógco e quanttatvo e conhecmentos geras. 6) A tabela a segur epressa os pesos e as alturas de 30 cranças: Peso (kg) Altura (cm) Peso (kg) Altura (cm) Ao nível de 5%, podemos afrmar que há correlação entre os pesos e as alturas? Peso () Altura (). Peso () Altura () å 890 å 461 å å 6736 å Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

17 Professor Maurco Lutz 17 Ao nível de sgnfcânca de 5%, testar a estênca de correlação. a) ( )- (890461) [ ( 890) ] ( 461) [ ] [ ] [ ] , , Realzando o teste de hpótese com um 5% temos: (1) H 0 : 0 H 1 : r ¹ 0 () a 5% e Graus de lberdade: j n (3) Regões de rejeção e acetação para H 0. r n- 0, ,594 (4) Cálculo do valor da varável: t cal 4, r 1- (0,667) 0,7451 (5) Conclusão: Como t >, 0484, rejeta-se H 0, conclundo, com rso de 5%, que cal há correlação lnear entre os pesos e as alturas das 30 cranças avaladas. 7) Um grupo de pessoas fez uma avalação do peso aparente de alguns objetos. Com o peso real e a méda dos pesos aparentes, dados pelo grupo, obteve-se a tabela: Calcule o índce de correlação. Peso Real Peso Aparente Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

18 Professor Maurco Lutz 18 Peso real () Peso aparente () å 44 å 474 å 4105 å å (74105)- (44474) [ ( 44) ] ( 474) , , [ ] [ ] [ ] 8) Consdere os resultados de dos testes, X e Y, obtdos por um grupo de alunos da escola A: a) Verfque, pelo dagrama, se este correlação retlínea. b) Em caso afrmatvo, calcule o coefcente de correlação. c) Escreva em poucas lnhas, as conclusões a que chegou sobre a relação entre essas varáves. d) Ao nível de sgnfcânca de 5%, testar a estênca de correlação å 45 å 194 å 5069 å 6693 å 3948 Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

19 Professor Maurco Lutz 19 a) b) (105069)- (45194) [ ( 45) ] ( 194) ,308 [ ] [ ] [ ] 0, c) Este uma correlação postva entre os testes e, sgnfca que as varáves são dretamente proporconas. d) Realzando o teste de hpótese com um 5% temos: (1) H 0 : 0 H 1 : r ¹ 0 () a 5% e Graus de lberdade: j n (3) Regões de rejeção e acetação para H 0. r n- 0, ,5048 (4) Cálculo do valor da varável: t cal 5, r 1- (0,8856) 0,4645 (5) Conclusão: Como t >, 3060, rejeta-se H 0, conclundo, com rso de 5%, que há correlação entre os teste e. cal Insttuto Federal farrouplha Campus Alegrete RS 377 km 7 Passo Novo Fone/Fa: (55)

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

Probabilidade e Estatística. Correlação e Regressão Linear

Probabilidade e Estatística. Correlação e Regressão Linear Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS Físca Laboratoral Ano Lectvo 003/04 ITRODUÇÃO AO CÁLCULO DE ERROS AS MEDIDAS DE GRADEAS FÍSICAS. Introdução.... Erros de observação: erros sstemátcos e erros fortutos ou acdentas... 3. Precsão e rgor...3

Leia mais

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00) Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)

Leia mais

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas

Leia mais

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema

Leia mais

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF) PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra

Leia mais

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações. 1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação

Leia mais

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2 Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer

Leia mais

METROLOGIA E ENSAIOS

METROLOGIA E ENSAIOS METROLOGIA E ENSAIOS Incerteza de Medção Prof. Aleandre Pedott pedott@producao.ufrgs.br Freqüênca de ocorrênca Incerteza da Medção Dstrbução de freqüênca das meddas Erro Sstemátco (Tendênca) Erro de Repettvdade

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

Análise Fatorial F 1 F 2

Análise Fatorial F 1 F 2 Análse Fatoral Análse Fatoral: A Análse Fatoral tem como prncpal objetvo descrever um conjunto de varáves orgnas através da cração de um número menor de varáves (fatores). Os fatores são varáves hpotétcas

Leia mais

Estatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira

Estatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira MATERIAL DIDÁTICO Medcna Veternára Faculadade de Cêncas Agráras e Veternáras Campus de Jabotcabal SP Gener Tadeu Perera º SEMESTRE DE 04 ÍNDICE INTRODUÇÃO AO R AULA ESTATÍSTICA DESCRITIVA 3 º EXERCÍCIO

Leia mais

Hoje não tem vitamina, o liquidificador quebrou!

Hoje não tem vitamina, o liquidificador quebrou! A U A UL LA Hoje não tem vtamna, o lqudfcador quebrou! Essa fo a notíca dramátca dada por Crstana no café da manhã, lgeramente amenzada pela promessa de uma breve solução. - Seu pa dsse que arruma à note!

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

INTRODUÇÃO À ANÁLISE DE DADOS NAS MEDIDAS DE GRANDEZAS FÍSICAS

INTRODUÇÃO À ANÁLISE DE DADOS NAS MEDIDAS DE GRANDEZAS FÍSICAS Físca Laboratoral Ano Lectvo 003/04 ITRODUÇÃO À AÁLISE DE DADOS AS MEDIDAS DE GRADEZAS FÍSICAS. Introdução.... Erros de observação: erros sstemátcos e erros fortutos ou acdentas... 3. Precsão e rgor...4

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da

Leia mais

Caderno de Exercícios Resolvidos

Caderno de Exercícios Resolvidos Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B

Leia mais

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05 LQA - LEFQ - EQ -Químca Analítca Complemantos Teórcos 04-05 CONCEITO DE ERRO ALGARISMOS SIGNIFICATIVOS Embora uma análse detalhada do erro em Químca Analítca esteja fora do âmbto desta cadera, sendo abordada

Leia mais

EST 220 ESTATÍSTICA EXPERIMENTAL

EST 220 ESTATÍSTICA EXPERIMENTAL UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE ESTATÍSTICA EST 0 ESTATÍSTICA EXPERIMENTAL Vçosa Mnas Geras 00 / II UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecnologa de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 7. GRÁFICOS DE INFORMAÇÕES São grácos tpcamente epostvos destnados, prncpalmente, ao públco em geral, objetvando

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

são os coeficientes desconhecidos e o termo ε (erro)

são os coeficientes desconhecidos e o termo ε (erro) Regressão Lnear Neste capítulo apresentamos um conjunto de técncas estatístcas, denomnadas análse de regressão lnear, onde se procura estabelecer a relação entre uma varável resposta e um conjunto de varáves

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL. A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

Leia mais

Física. Setor A. Índice-controle de Estudo. Prof.: Aula 25 (pág. 86) AD TM TC. Aula 26 (pág. 86) AD TM TC. Aula 27 (pág.

Física. Setor A. Índice-controle de Estudo. Prof.: Aula 25 (pág. 86) AD TM TC. Aula 26 (pág. 86) AD TM TC. Aula 27 (pág. Físca Setor Prof.: Índce-controle de studo ula 25 (pág. 86) D TM TC ula 26 (pág. 86) D TM TC ula 27 (pág. 87) D TM TC ula 28 (pág. 87) D TM TC ula 29 (pág. 90) D TM TC ula 30 (pág. 90) D TM TC ula 31 (pág.

Leia mais

Capítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2

Capítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2 Capítulo O plano compleo Introdução Os números compleos começaram por ser ntrodudos para dar sentdo à resolução de equações polnomas do tpo Como os quadrados de números reas são sempre maores ou guas a

Leia mais

ANÁLISE EXPLORATÓRIA DE DADOS

ANÁLISE EXPLORATÓRIA DE DADOS CENTRO DE CIÊNCIAS EXATAS CCE DEPARTAMENTO DE ESTATÍSTICA Curso de Especalzação Lato Sensu em Estatístca ANÁLISE EXPLORATÓRIA DE DADOS Professor: Dr. Waldr Medr medr@uel.br Londrna/Pr Março de 011 ÍNDICE

Leia mais

Avaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe

Avaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe Avalação da Tendênca de Precptação Pluvométrca Anual no Estado de Sergpe Dandara de Olvera Félx, Inaá Francsco de Sousa 2, Pablo Jónata Santana da Slva Nascmento, Davd Noguera dos Santos 3 Graduandos em

Leia mais

Como aposentadorias e pensões afetam a educação e o trabalho de jovens do domicílio 1

Como aposentadorias e pensões afetam a educação e o trabalho de jovens do domicílio 1 Como aposentadoras e pensões afetam a educação e o trabalo de jovens do domcílo 1 Rodolfo Hoffmann 2 Resumo A questão central é saber como o valor da parcela do rendmento domclar formada por aposentadoras

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe

Leia mais

2 ANÁLISE ESPACIAL DE EVENTOS

2 ANÁLISE ESPACIAL DE EVENTOS ANÁLISE ESPACIAL DE EVENTOS Glberto Câmara Marla Sá Carvalho.1 INTRODUÇÃO Neste capítulo serão estudados os fenômenos expressos através de ocorrêncas dentfcadas como pontos localzados no espaço, denomnados

Leia mais

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Defnções RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Problemas de Valor Incal PVI) Métodos de passo smples Método de Euler Métodos de sére de Talor Métodos de Runge-Kutta Equações de ordem superor Métodos

Leia mais

ESPELHOS E LENTES ESPELHOS PLANOS

ESPELHOS E LENTES ESPELHOS PLANOS ESPELHOS E LENTES 1 Embora para os povos prmtvos os espelhos tvessem propredades mágcas, orgem de lendas e crendces que estão presentes até hoje, para a físca são apenas superfíces poldas que produzem

Leia mais

2 Máquinas de Vetor Suporte 2.1. Introdução

2 Máquinas de Vetor Suporte 2.1. Introdução Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de

Leia mais

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA CE 071 ANÁLISE DE REGRESSÃO LINEAR. Cesar Augusto Taconeli

UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA CE 071 ANÁLISE DE REGRESSÃO LINEAR. Cesar Augusto Taconeli UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA CE 7 ANÁLISE DE REGRESSÃO LINEAR Cesar Augusto Taconel Curtba-PR . INTRODUÇÃO Taconel, C.A. Análse de Regressão Lnear Ao se tratar da relação

Leia mais

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 Uso dos gráfcos de controle da regressão no processo de polução em uma nterseção snalzada Luz Delca Castllo Vllalobos

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D Físca Módulo 1 Vetores, escalares e movmento em 2-D Vetores, Escalares... O que são? Para que servem? Por que aprender? Escalar Defnção: Escalar Grandea sem dreção assocada. Eemplos: Massa de uma bola,

Leia mais

Aula 03 Erros experimentais Incerteza. Aula 03 Prof. Valner Brusamarello

Aula 03 Erros experimentais Incerteza. Aula 03 Prof. Valner Brusamarello Aula 03 Erros epermentas Incerteza Aula 03 Prof. Valner Brusamarello Incerteza Combnada Efeto da Incerteza sobre = f ± u, ± u, L, ± u, L ( ) 1 1 Epansão em Sére de Talor: k k L f = f 1,, 3, + ± uk + L,,,

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

01. Em porcentagem das emissões totais de gases do efeito estufa, o Brasil é o quarto maior poluidor, conforme a tabela abaixo:

01. Em porcentagem das emissões totais de gases do efeito estufa, o Brasil é o quarto maior poluidor, conforme a tabela abaixo: PROCESSO SELETIVO 7 RESOLUÇÃO MATEMÁTICA Rosane Soares Morera Vana, Luz Cláudo Perera, Lucy Tem Takahash, Olímpo Hrosh Myagak QUESTÕES OBJETIVAS Em porcentagem das emssões totas de gases do efeto estufa,

Leia mais

ISEP - ÍNDICE DE SHARPE ESCOLAR A PARTIR DA PROVA BRASIL: CRIAÇÃO E ESTUDO

ISEP - ÍNDICE DE SHARPE ESCOLAR A PARTIR DA PROVA BRASIL: CRIAÇÃO E ESTUDO ISEP - ÍNDICE DE SHARPE ESCOLAR A PARTIR DA PROVA BRASIL: CRIAÇÃO E ESTUDO Roberta Montello Amaral (UNIFESO) amaralroberta@yahoo.com.br Crado em 1990, o Saeb é um sstema de avalação do MEC que, junto à

Leia mais

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS. Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só

Leia mais

Exercícios de Física. Prof. Panosso. Fontes de campo magnético

Exercícios de Física. Prof. Panosso. Fontes de campo magnético 1) A fgura mostra um prego de ferro envolto por um fo fno de cobre esmaltado, enrolado mutas vezes ao seu redor. O conjunto pode ser consderado um eletroímã quando as extremdades do fo são conectadas aos

Leia mais

Controlo Metrológico de Contadores de Gás

Controlo Metrológico de Contadores de Gás Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade

Leia mais

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis. EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve

Leia mais

Controle Estatístico de Processos: a questão da autocorrelação, dos erros de mensuração e do monitoramento de mais de uma característica de qualidade

Controle Estatístico de Processos: a questão da autocorrelação, dos erros de mensuração e do monitoramento de mais de uma característica de qualidade Controle Estatístco de Processos: a questão da autocorrelação, dos erros de mensuração e do montoramento de mas de uma característca de qualdade Docentes: Maysa S. de Magalhães; Lnda Lee Ho; Antono Fernando

Leia mais

IV - Descrição e Apresentação dos Dados. Prof. Herondino

IV - Descrição e Apresentação dos Dados. Prof. Herondino IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser

Leia mais

(B) Considere X = antes e Y = depois e realize um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.

(B) Considere X = antes e Y = depois e realize um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados. INF 6 Notas de aula sujeto a correções Prof. Luz Alexandre Peternell (B) Consdere X antes e Y depos e realze um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem. Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de

Leia mais

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

3.1. Conceitos de força e massa

3.1. Conceitos de força e massa CAPÍTULO 3 Les de Newton 3.1. Concetos de força e massa Uma força representa a acção de um corpo sobre outro,.e. a nteracção físca entre dos corpos. Como grandeza vectoral que é, só fca caracterzada pelo

Leia mais

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação

Leia mais

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca

Leia mais

www.obconcursos.com.br/portal/v1/carreirafiscal

www.obconcursos.com.br/portal/v1/carreirafiscal www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,

Leia mais

Cálculo do Conceito ENADE

Cálculo do Conceito ENADE Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO

PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO Ana Carolna Campana Nascmento 1, José Ivo Rbero Júnor 1, Mosés Nascmento 1 1. Professor da Unversdade Federal de Vçosa, Avenda Peter Henr

Leia mais

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001 Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)

Leia mais

Termodinâmica e Termoquímica

Termodinâmica e Termoquímica Termodnâmca e Termoquímca Introdução A cênca que trata da energa e suas transformações é conhecda como termodnâmca. A termodnâmca fo a mola mestra para a revolução ndustral, portanto o estudo e compreensão

Leia mais

MAE5778 - Teoria da Resposta ao Item

MAE5778 - Teoria da Resposta ao Item MAE5778 - Teora da Resposta ao Item Fernando Henrque Ferraz Perera da Rosa Robson Lunard 1 de feverero de 2005 Lsta 2 1. Na Tabela 1 estão apresentados os parâmetros de 6 tens, na escala (0,1). a b c 1

Leia mais

Métodos de Monitoramento de Modelo Logit de Credit Scoring

Métodos de Monitoramento de Modelo Logit de Credit Scoring Métodos de Montoramento de Modelo Logt de Credt Scorng Autora: Armando Chnelatto Neto, Roberto Santos Felíco, Douglas Campos Resumo Este artgo dscute algumas técncas de montoramento de modelos de Credt

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo 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 mais

Trabalho e Energia. Definimos o trabalho W realizado pela força sobre uma partícula como o produto escalar da força pelo deslocamento.

Trabalho e Energia. Definimos o trabalho W realizado pela força sobre uma partícula como o produto escalar da força pelo deslocamento. Trabalho e Energa Podemos denr trabalho como a capacdade de produzr energa. Se uma orça eecutou um trabalho sobre um corpo ele aumentou a energa desse corpo de. 1 OBS: Quando estudamos vetores vmos que

Leia mais

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Unversdade Federal da Baha Insttuto de Físca Departamento de Físca da Terra e do Meo Ambente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Físca I SALVADOR, BAHIA 013 1 Prefáco Esta apostla é destnada

Leia mais

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria Unversdade do Estado do Ro de Janero Insttuto de Matemátca e Estatístca Econometra Revsão de modelos de regressão lnear Prof. José Francsco Morera Pessanha professorjfmp@hotmal.com Regressão Objetvo: Estabelecer

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor 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 mais

Apostila De Estatística

Apostila De Estatística Apostla De Estatístca Professores: Wanderley Akra Shgut Valéra da S. C. Shgut Brasíla 006 INTRODUÇÃO 1.1. PANORAMA HISTÓRICO Toda Cênca tem suas raízes na hstóra do homem; A Matemátca que é consderada

Leia mais

REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:

REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como: REGRESSÃO LOGÍSTCA. ntrodução Defnmos varáves categórcas como aquelas varáves que podem ser mensurados usando apenas um número lmtado de valores ou categoras. Esta defnção dstngue varáves categórcas de

Leia mais

Material de apoio para as aulas de Física do terceiro ano

Material de apoio para as aulas de Física do terceiro ano COLÉGIO LUTERANO CONCÓRDIA Concórda, desenvolvendo conhecmento com sabedora Mantenedora: Comundade Evangélca Luterana Crsto- Nteró Materal de apoo para as aulas de Físca do tercero ano Professor Rafael

Leia mais

Eletromagnetismo Indutores e Indutância

Eletromagnetismo Indutores e Indutância Eletromagnetsmo Indutores e Indutânca Eletromagnetsmo» Indutores e Indutânca Introdução Indutores são elementos muto útes, pos com eles podemos armazenar energa de natureza magnétca em um crcuto elétrco.

Leia mais

CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade

CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade CAPÍTULO 4 - Varáves aleatóras e dstrbuções de probabldade Conceto de varável aleatóra Uma função cujo valor é um número real determnado por cada elemento em um espaço amostral é chamado uma varável aleatóra

Leia mais

Eletricidade 3. Campo Elétrico 8. Energia Potencial Elétrica 10. Elementos de Um Circuito Elétrico 15. Elementos de Um Circuito Elétrico 20

Eletricidade 3. Campo Elétrico 8. Energia Potencial Elétrica 10. Elementos de Um Circuito Elétrico 15. Elementos de Um Circuito Elétrico 20 1 3º Undade Capítulo XI Eletrcdade 3 Capítulo XII Campo Elétrco 8 Capítulo XIII Energa Potencal Elétrca 10 Capítulo XIV Elementos de Um Crcuto Elétrco 15 Capítulo XV Elementos de Um Crcuto Elétrco 20 Questões

Leia mais

14. Correntes Alternadas (baseado no Halliday, 4 a edição)

14. Correntes Alternadas (baseado no Halliday, 4 a edição) 14. orrentes Alternadas (baseado no Hallday, 4 a edção) Por que estudar orrentes Alternadas?.: a maora das casas, comérco, etc., são provdas de fação elétrca que conduz corrente alternada (A ou A em nglês):

Leia mais

MÉTODOS ESTATÍSTICOS E DELINEAMENTO EXPERIMENTAL TESTES NÃO PARAMÉTRICOS. Armando Mateus Ferreira

MÉTODOS ESTATÍSTICOS E DELINEAMENTO EXPERIMENTAL TESTES NÃO PARAMÉTRICOS. Armando Mateus Ferreira MÉTODOS ESTATÍSTICOS E DELIEAMETO EXPERIMETAL TESTES ÃO PARAMÉTRICOS Armando Mateus Ferrera Índce Introdução... Testes de Aleatoredade... 3. Teste das sequêncas (runs)... 3 3 Testes de localzação... 7

Leia mais

reducing income disparities in Brazil and the Northeast and Southeast regions of the country, showing that the fight against social inequalities

reducing income disparities in Brazil and the Northeast and Southeast regions of the country, showing that the fight against social inequalities A Importânca da Educação para a Recente Queda da Desgualdade de Renda Salaral no Brasl: Uma análse de decomposção para as regões Nordeste e Sudeste Valdemar Rodrgues de Pnho Neto Técnco de pesqusa do Insttuto

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado 64 Capítulo 7: Introdução ao Estudo de Mercados de Energa Elétrca 7.4 Precfcação dos Servços de Transmssão em Ambente Desregulamentado A re-estruturação da ndústra de energa elétrca que ocorreu nos últmos

Leia mais

Eletricidade 3 Questões do ENEM. 8. Campo Elétrico 11 Questões do ENEM 13. Energia Potencial Elétrica 15 Questões do ENEM 20

Eletricidade 3 Questões do ENEM. 8. Campo Elétrico 11 Questões do ENEM 13. Energia Potencial Elétrica 15 Questões do ENEM 20 1 4º Undade Capítulo XIII Eletrcdade 3 Questões do ENEM. 8 Capítulo XIV Campo Elétrco 11 Questões do ENEM 13 Capítulo XV Energa Potencal Elétrca 15 Questões do ENEM 20 Capítulo XVI Elementos de Um Crcuto

Leia mais

Elementos de Estatística e Probabilidades II

Elementos de Estatística e Probabilidades II Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros

Leia mais

III. Consequências de um novo padrão de inserção das mulheres no mercado de trabalho sobre o bem-estar na região metropolitana de São Paulo

III. Consequências de um novo padrão de inserção das mulheres no mercado de trabalho sobre o bem-estar na região metropolitana de São Paulo CEPAL - SERIE Polítcas socales N 60 III. Consequêncas de um novo padrão de nserção das mulheres no mercado de trabalho sobre o bem-estar na regão metropoltana de São Paulo A. Introdução Rcardo Paes de

Leia mais

Consideraremos agora, uma de cada vez, as equivalentes angulares das grandezas de posição, deslocamento, velocidade e aceleração.

Consideraremos agora, uma de cada vez, as equivalentes angulares das grandezas de posição, deslocamento, velocidade e aceleração. CAPÍTULO 5 77 5.1 Introdução A cnemátca dos corpos rígdos trata dos movmentos de translação e rotação. No movmento de translação pura todas as partes de um corpo sofrem o mesmo deslocamento lnear. Por

Leia mais

POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 2010-2012

POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 2010-2012 5 POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 00-0 OPTICAL POLARIMETRY AND MODELING OF POLARS OBSERVED IN OPD/LNA IN THE PERIOD 00-0 Karleyne M. G. Slva Cláuda V. Rodrgues

Leia mais