Sumário. Abstract. Keywords: trade liberalization; productivity; technical efficiency; Brazil. JEL classification: F14; O12

Tamanho: px
Começar a partir da página:

Download "Sumário. Abstract. Keywords: trade liberalization; productivity; technical efficiency; Brazil. JEL classification: F14; O12"

Transcrição

1 A EFICIÊNCIA TÉCNICA DA INDÚSTRIA DE TRANSFORMAÇÃO BRASILEIRA APÓS A LIBERALIZAÇÃO COMERCIAL: EVOLUÇÃO, DECOMPOSIÇÃO E MENSURAÇÃO DE SEUS FATORES CAUSAIS Adré Nassf * Sumáro O artgo apreseta evdêcas empírcas acerca dos mpactos da lberalzação comercal sobre a evolução da efcêca técca da dústra de trasformação braslera. Aplca-se uma metodologa de estmação da varação da produtvdade do trabalho e dos custos médos reas de produção a dústra de trasformação os períodos e , tomado-se como base um modelo de regressão por mcro-dados de platas produtvas (pael data). Essa metodologa, proposta orgalmete por James Tybout e Dael Westbrook (995), procura elmar as dstorções exstetes (em geral, para mas) as estmatvas desses dcadores, recetemete dvulgadas o Brasl - e calculadas, a maor parte dos casos, com base em dados agregados. Neste artgo, as modfcações fetas o modelo orgal permtram apresetar respostas mas cosstetes para uma dagação que sustetou um teso debate acadêmco o Brasl ao logo da década de 990. Qual o prcpal fator resposável pelos gahos de produtvdade da dústra braslera após a lberalzação comercal: ) corte expressvo de mão-de-obra por parte das empresas (efeto-emprego); ) preservação de platas efcetes que teha permtdo o aumeto de maor partcpação de empresas sobrevvetes o mercado (efeto market-share); ou ) corporação de ovas téccas produtvas, exteraldades ecoômcas postvas, maor possbldade de acesso à mportação de máquas e equpametos, detre outros fatores ão observados pelo pesqusador (efetos resduas)? Este artgo, que represeta o prmero esforço para apresetar respostas cosstetes às questões aterores, mostra que, a experêca braslera recete, embora os fatores assocados ao tem () teham sdo mportates, ada assm o corte de mão-de-obra atuou como a prcpal força explcatva dos gahos de efcêca técca a dústra de trasformação a década de 990. Abstract Ths paper presets emprcal evdece about the effects of trade lberalzato o the evoluto of the techcal effcecy of the Brazla maufacturg dustry. A pael data regresso model s appled to estmate the chages labor productvty ad real average costs at the plat-level betwee 988 ad 994, ad betwee 994 ad 998. The methodology, orgally proposed by James Tybout ad Dael Westbrook (995), was modfed to allow more cosstet resposes to a cetral questo of the academc ad poltcal debate Brazl throughout the 990 s, that s, whch of the followg potetal causes played the ma role productvty gas the Brazla maufacturg dustry after trade lberalzato: ) a cut employmet (employmet effect); ) output-share reallocatos amog plats wth each dustry (market-share effect); or ) techcal ovatos, access to foreg equpmet through mports, postve ecoomc exteraltes, amog other factors ot observed by the researcher (resdual effects)? Ths paper represets the frst attempt to provde cosstet aswers to the above questos the case of recet Brazla experece. It provdes evdece that the frst effect prevaled over the others explag the techcal effcecy gas of the Brazla maufacturg dustry throughout the 990 s. Keywords: trade lberalzato; productvty; techcal effcecy; Brazl JEL classfcato: F4; O2 * Doutor em Ecooma pelo Isttuto de Ecooma da Uversdade Federal do Ro de Jaero e ecoomsta do Baco Nacoal de Desevolvmeto Ecoômco e Socal (BNDES). O autor agradece a competetíssma supervsão de Máro Luz Possas, o tratameto do modelo teórco e dos dados prmáros, e de Getúlo Borges da Slvera, o acompahameto ecoométrco. O estatístco Bruo Cortez, do IBGE, fo resposável pelo otável trabalho de programação dos dados o software estatístco SAS. A versão fal fo erquecda com os valosos cometáros de Reato Bauma, Carmem Fejó, Jorge Cham Batsta, Lus Carlos D. Prado, Mauríco Mesquta Morera e Máro Cordero de Carvalho Jr., ão sedo esses, como de praxe, resposáves pelas mperfeções remaescetes.

2 . Itrodução A justfcatva mas comum para o uso da expressão década perdda, em alusão aos aos de 980 o Brasl, é que ela correspodeu a um período em que a socedade braslera, em vrtude de prologada estagação ecoômca e persstete cojutura de alta flação, assstu ao expressvo declío de sua reda real per capta. Posterormete, o etato, além deste dcador - mas faclmete mesurável pelos sttutos de pesqusa ecoômcos - a maor parte dos estudos apotava também para taxas decrescetes de varação da produtvdade do trabalho a seguda metade dos aos de 980, e ídces egatvos o lmar da década segute. Embora sejam escassos os trabalhos aalsado o comportameto dos custos reas de produção ao logo da década perdda, é bastate provável que eles também teham sofrdo cotíuo cremeto, devdo ão somete ao processo de dexação de quase todos os preços às taxas de flação passada, mas também ao acrrameto das prátcas protecostas da ecooma braslera, a qual, àquela altura, operava sob codções quase autárqucas. O íco da década de 990 marca a reversão de algus desses dcadores. Embora o processo de flação crôca só teha sdo estacado a partr de 994, com o Plao Real, a maor parte dos estudos dspoíves dava cota de expressvo cremeto dos gahos de produtvdade da ecooma braslera já a prmera metade dos aos de 990, vculado tas resultados aos mpactos medatos do processo de lberalzação comercal em curso. Etretato, se há coseso com relação à evdêca de recuperação dos íves de produtvdade da ecooma braslera, o mesmo ão se pode dzer com respeto à magtude desses gahos. Apesar da advertêca de Boell (2002) de que talvez uca haja coseso a respeto da real magtude dos gahos de produtvdade da ecooma braslera os aos de 990, é precso poderar, o etato, que o esforço para mmzar as dstorções do cálculo desse dcador se faz ecessáro, em vrtude de sua relevâca as decsões de polítca ecoômca. Com efeto, salvo poucas exceções, em boa parte dos estudos dspoíves sobre o tema, a mudaça da produtvdade do trabalho fo calculada com base a razão valor da produção/pessoal ocupado (ou, alteratvamete, valor da produção/horas trabalhadas), em detrmeto da razão valor adcoado/pessoal ocupado, coceto mas aproprado para a estmação do dcador. Adcoalmete, a despeto de se atrbur aos mpactos proporcoados pelas reformas ecoômcas mplemetadas a ecooma braslera - que duzram ao esforço de reestruturação produtva e tecológca, medate realocação de força de trabalho, corporação de ovas téccas produtvas e orgazacoas, acesso a bes de captal e equpametos mportados - os gahos de produtvdade obtdos, a verdade é que poucos trabalhos coseguram decompor e mesurar a cotrbução de cada um desses prováves fatores causas. Como já dto, a maor parte dos trabalhos prvlegou a estmação dos gahos de produtvdade, mas ehum se preocupou com a mesuração da evolução dos custos de produção a ecooma braslera após a lberalzação comercal 2. Embora teorcamete gahos de produtvdade mplquem reduções de custos reas de produção, a prátca essa relação buívoca pode ão se verfcar em algus setores. Daí a mportâca de se avalar a varação de ambos os dcadores, o que permte, por cosegute, mesurar a mudaça a efcêca técca da ecooma. O objetvo cetral deste artgo é estmar a evolução da produtvdade do trabalho e dos custos médos reas de produção da dústra de trasformação braslera os períodos e , com base em modelo de regressão por mcro-dados (pael data) extraídos de platas produtvas, A úca exceção é o trabalho de Muedler (2002), cometado adate este artgo. 2 Na revsão bblográfca realzada pelo autor deste artgo, ão fo ecotrado ehum trabalho oretado para essa questão. 3 O ao de 988 como poto de partda ão fo aleatóro, mas propostadamete escolhdo para captar o provável auge da efcêca produtva méda da dústra braslera, ates que os efetos (provavelmete pequeos, haja vsta a prevalêca de fortes barreras ão-tarfáras) da reforma tarfára troduzda aquele ao vessem a se mafestar. O ao de 998, por sua vez, correspode à últma PIA/ULs dspoível à época da preparação da base de dados. 2

3 segudo a Pesqusa Idustral Aual/Udades Locas (PIA/ULs) do Isttuto Braslero de Geografa e Estatístca (IBGE). A metodologa empregada procura elmar as dstorções ormalmete exstetes as estmatvas de mudaça da produtvdade a dústra maufaturera, além de permtr captar os prcpas fatores causas da evolução da efcêca técca o Brasl após a lberalzação comercal. Além desta Itrodução, o artgo cotém ses seções adcoas. A seguda seção apreseta os fudametos aalítcos e a metodologa de estmação da mudaça de efcêca técca segudo o modelo de regressão proposto por Tybout e Westbrook (995), fazedo as modfcações que, a partr do método orgal, permtram mesurar ão apeas a varação da produtvdade do trabalho, como também cada um de seus fatores causas; a tercera seção aalsa os procedmetos para a mplemetação ecoométrca do modelo de estmação; a quarta apreseta a base de dados e os procedmetos para a estmação fal; a quta seção mostra e dscute as evdêcas empírcas resultates da estmação da efcêca técca da dústra de trasformação após a lberalzação comercal; a últma seção dz respeto a breves otas coclusvas. 2. Os fudametos aalítcos e a metodologa de estmação da mudaça de efcêca técca por dados de paés (pael data) Desde o íco da década de 980, autores como Nelso (98) e Tybout (992, 996) vêm propodo o abadoo da avalação da produtvdade em termos agregados, argumetado que essa metodologa pressupõe homogeedade tecológca etre platas produtvas de frmas que, ao cotráro, apresetam desgualdades téccas o mudo real 4. Na metodologa de estmação orgalmete proposta por Tybout e Westbrook (995), a evolução da produtvdade e dos custos médos (em termos reas) a dústra de trasformação, estmada com base em mcro-dados de platas produtvas e utlzado a técca de paés (pael data), é decomposta em três fatores explcatvos: os efetos decorretes da possbldade de elevar a exploração de ecoomas de escala ao ível da plata (efetos-escala); as mudaças proveetes da realocação de sumos e fatores produtvos etre platas, uma vez alterados os market-shares com a etrada e/ou saída líquda de frmas da dústra (efetos-market-share); e o termo resdual que corpora prováves mpactos produzdos pelas ovações tecológcas, exteraldades dâmcas e outras forças trodutoras e dfusoras de progresso técco (efetos resduas). Assm, o cálculo da mudaça de produtvdade por meo da decomposção do custo médo da dústra pode ser desdobrado a partr dos procedmetos a segur. Defem-se calmete uma fução de custos e o market-share da frma, respectvamete, como: Yt A t = M t α( Y t ) e S t =. Yt ode A t expressa o custo médo total da -ésma plata o período t; Y t é a oferta da -ésma plata o período t; M t é uma varável resdual que capta quasquer efetos (ovações, exteraldades, etc.) cohecdos pelos drgetes da frma (ada assm, ão totalmete), mas ão pelo ecoometrsta. Nesse caso, o custo médo da frma fca expresso como uma fução de custos que corpora os efetos-escala Yt α (Y t ) multplcados pelos demas efetos (resduas) sobre o custo médo da plata. St =, por Y sua vez, deota a partcpação da -ésma plata a oferta total da dústra (Y t ) o período t. = t 4 A crítca ao método de estmação pelo agregado dustral é assm stetzado por Tybout (996): The represetatve plat approach to productvty aalyss s popular because t ca be executed at the sectoral or macro level wth easly avalable data. But t s based o some urealstc assumptos, cludg frctoless adjustmet factor stocks, compettve product ad factor markets, ad detcal costat returs techologes at all plats (p.48). 3

4 Como At = AtSt é o custo médo total da dústra o período t, ele pode ser também expresso como A α( Y ) S. da A = A = t = M = Assm, a varação dos custos médos pode ser defda como 5 : = d η + α d d [ ( ) ] [ α( Y )] A S ds A S dm A S M Y S =. +.. ( Y ) + α A S A M A α () = = Além dsso, defe-se a elastcdade de custos em relação à oferta da -ésma plata como: [ α( Y )] dy ( Y ) Y =, que mplca retoros costates, se = e retoros crescetes, se η < 6. = η ; retoros decrescetes, se η > ; Substtudo-se em (), obtém-se, falmete, a varação da produtvdade por meo da decomposção do custo médo da dústra: da A = = dy A S ds A S dm (η ) (2) Y A S A M = = Como se pode otar, a equação (2) decompõe a varação dos custos utáros os três fatores explcatvos de acordo com o modelo proposto: os efetos-escala, decorretes de platas que operam com retoros ão-costates, quado η (prmero termo); os efetos-market-share (segudo termo); e os efetos resduas (tercero termo). Com base esses mesmos efetos, Tybout e Westbrook (995) também costróem um dcador que, se bem ão possa ser tomado como uma medda completa da produtvdade total dos fatores, pode ser utlzado como uma proxy para a mudaça da produtvdade atrbuível à cotrbução de todos os sumos físcos corporados a produção. De maera aáloga à metodologa ateror, defe-se uma medda aproxmada para a produtvdade méda da -ésma plata o período t, expressa Yt como Bt = = M t *. γ ( Ft ), sedo Y t a oferta da plata o período t, e F t uma fução homotétca Ft Ft de retoros costates do vetor de sumos Χ t. Além dsso, pode-se defr S t* = como uma taxa Ft relatva de corporação pela frma do total de sumos utlzados a dústra. Assm sedo, M * represeta efetos de mudaças tecológcas, exteraldades ou quasquer outros fatores terveetes sobre a alteração da efcêca técca ão captados dretamete pelo ecoometrsta. Sedo B = B. S * uma proxy para a produtvdade total dos sumos empregados a t = t t dústra, ela pode tam bém ser expressa como B = M *. γ ( F ). S *. t = t t 5 Para melhor clareza da apresetação, estamos suprmdo os subscrtos t da equação (). 6 Note que, a rgor, a elastcdade de custos é defda aqu de forma ão covecoal como η. 4

5 Portato, teríamos a varação da produtvdade méda físca das platas da dústra dada por: [ γ ( F )] db dm * BS * ds * BS * d BS * = d[ M *. γ ( F ). S *] = B B = = M * B = S * B = γ ( F ) B Y Sabedo-se que B =, temos, etão: F db d[ γ ( F )] Y ds * Y dm * Y = (3) B = γ ( F ) Y = S Y = M Y De maera aáloga à elastcdade de custos com relação à oferta, pode-se defr o ídce de retoros de escala como: d [ γ ( F )] γ ( F ) η * = +, que mplca retoros crescetes de escala se η * > ; retoros costates, se df F η * = ; e retoros decrescetes, se η * <. Como essa últma expressão traduz o prcpal determate do efeto-escala, ela deve ser, etão, corporada ao prmero membro do lado dreto da equação (3), resultado, portato em: db df Y ds * Y dm * Y = ( η * ) (4) B = F Y = S * Y = M * Y Mutats mutads os três compoetes do lado dreto da equação (4) também traduzem, respectvamete, os efetos-escala, os efetos-market-share e os efetos resduas, ressalvado, cotudo, o fato de que a fução de produção estmada Y = F M γ ( F ) ão tem correspodêca t * t buívoca com a fução dual de custo total C t = YtM tα (Yt ). No etato, devdo à eorme dfculdade de obteção dos dados requerdos pela equação (4) sobretudo o estoque de captal dspoível por cada plata o período t, procurare uma estmação da mudaça de produtvdade em termos físcos em que o prmero membro do lado dreto dessa equação seja modfcado com base em uma relação aalógca com o prmero membro da equação (2). VA Propõe-se tomar B t t = (ode o umerador é o valor adcoado da plata o período t POt e PO t, o pessoal ocupado a plata o período t) como uma medda aproxmada da produtvdade VA do trabalho; S t =, em que o umerador é o valor adcoado da plata e o deomador o VA t PO valor adcoado da dústra; e, agora, S * = t, em que PO é o pessoal ocupado a plata e POt PO t, o pessoal ocupado a dústra. Adcoalmete, B t pode ser expresso como: VA B t = = M *. π ( PO ), ode π (PO ) é a produtvdade méda do trabalho em termos de valor PO adcoado alcaçada pela plata, supodo dada a tecologa determada pela fução de produção. Logo, M * cotua represetado efetos de mudaças tecológcas, exteraldades ou quasquer outros fatores terveetes sobre a alteração da efcêca técca ão captados dretamete pelo ecoometrsta, clusve mudaças d e poder de mercado, que, ao afetar a formação de preços e o markda produtvdade. Reduções do poder de mercado de uma empresa, portato, tedem a dmur o valor up, afetam também a apropração do valor agregado, uma vez que esta está sedo utlzada a defção agregado, ceters parbus, depedetemete da produtvdade propramete dta da plata. Como, por outro lado, B = B S * = M *. π ( PO ). S *, etão: = = t t 5

6 db B = d( B π B =. S *) = d ( M *. ( PO ). S * B = [ ] = = [ π ( PO )] dm * BS * ds * BS * d M B = S * B = π ( PO ) VA Como B =, teremos, portato: PO = d[ π ( PO )] ds * dm S + S + *... S ( PO ) S * M * = db B BS. B * = π = = Defd o-se, de forma aáloga mas dstta dos desdobrametos aterores, λ como um ídce de efcêca o uso da mão de obra para uma dada tecologa de cada plata, expresso pela produtvdade méda π PO ), obtém-se: [ ] ( + d π ( PO ) π ( PO ) λ dpo PO. Esse ídce ão pode mas ser tomado como dcador para os retoros = de escala da plata o setdo covecoal, devedo, doravate, ser terpretado como uma elastcdade da produtvdade (medda em valor agregado) da plata com respeto ao fator trabalho, o qual, por sua vez, é afetado pela efcêca o uso da mão de obra, pelo grau de utlzação da capacdade stalada e outros fatores relacoados ao ajustameto dos coefcetes téccos para uma dada tecologa, e ão apeas pela escala. Nesse caso, ao cosderarmos apeas as varações de pessoal ocupado (PO) ocorrdas em determado período, o ídce justfca-se para captar o efeto exugameto de mão-de-obra ou ajustameto da plata (o efeto-emprego), em caso de redução desta relatvamete ao mesmo estoque de captal preexstete, o que torara o sal da prmera compoete da equação (5) egatvo, por hpótese. De fato, quato mas o efeto do ajustameto se dá sobre o pessoal ocupado (e meos sobre o valor agregado), tato mas este se trasfere tegralmete para a produtvdade, o que mplca λ próxmo de zero (e λ - egatvo). Substtudo-se em (5), tem-se falmete: db dpo ds dm S + S + S B = * * ( λ )... (6) = PO = S * = M * As demas varáves costates a equação (6) são dêtcas às já descrtas as equações (2) e (4). Deve-se sstr, o etato, que devdo à defção de produtvdade utlzado-se o valor adcoado, este caso a compoete resdual M*, além de refletr mudaças téccas, estará refletdo também (e postvamete) varações o poder de mercado das empresas e o grau de utlzação da capacdade stalada. 3. As especfcações ecoométrcas A fm de traduzr emprcamete a prmera e a tercera compoetes das equações (2) e (6), as fuções de custo dual e de valor agregado devem ser especfcadas em termos ecoométrcos, respectvamete como: c = g( y, w, Q, t) +τ + ε (7) t t t t t t v a t = h( lt, Qt, t) + τ t * + ε * t (8) ode c t é o custo total, y t é a oferta da plata, w t o vetor de preços dos sumos, Q t o vetor de sumos públcos gratutamete dspoíves para a frma, t é a varável tempo, va t é o valor agregado da plata, (5) 6

7 l t o ível de mão-de-obra utlzado pela plata, τ t e τ* t são varáves específcas à plata produtva e expressam os efetos resduas, e ε t e ε* t represetam os erros estocástcos covecoas 7. Na fxação e cálculo dos estmadores, devem ser levados em cota três tpos de problemas a captação e aálse dos dados: prmero, como as estatístcas só forecem dados por plata, eglgecado a exstêca de lhas de produção de bes heterogêeos, os resultados podem sub ou superestmar as ecoomas de escala; segudo, pode haver prováves correlações etre as varáves explcatvas e resduas; por últmo, ao captar apeas o observado o presete, os dados eglgecam totalmete a certeza erete às decsões quato ao ajustameto futuro da oferta e dos preços dos sumos. A fm de mtgar a possbldade de trabalhar com estmadores que apresetassem tas veses, Tybout e Westbrook (995) utlzaram quatro métodos de estmação para as fuções traslog de custo médo total e de produção (que, este últmo caso, o osso modelo modfcado, passa a ser fução traslog de valor agregado): mímos quadrados ordáros (OLS), betwee, wth e log-dfferece 8. Fetas as devdas smulações, cocluíram que o método betwee era o que apresetava veses de meor magtude. Nesse caso, as fuções traslog de custo e de valor adcoado com que trabalhare serão, respectvamete 9 : 2 c = β + β y + β y + µ (9). o * va. = σ o + σpo. + σ 2 po. + µ. (0) Aqu, as barras e os subscrtos sgfcam que a varável fo estmada em termos médos para a -ésma plata ao logo da sére temporal. Um detalhe mportate a observar é que, como as varáves w t, Qt e t ão possuem subscrtos, elas puderam ser suprmdas, sem que, o etato, sua fluêca dexasse de ser absorvda o modelo. Ou seja, como o valor dessas varáves é dêtco para todas as frmas, sua fluêca deve exercer, a méda, o mesmo efeto para todas em cojuto. O segudo compoete (market-share) das equações ecoométrcas de produtvdade e de custo ão evolve, a rgor, qualquer estmação de varável, sedo totalmete calculado a partr de varáves observadas. Para explcar as alterações do custo médo total e da produtvdade ão atrbuíves aos efetosescala em aos efetos-market-share, mas aos efetos decorretes de ovações e exteraldades postvas (efetos resduas) são costruídos resíduos, respectvamete, da forma: ˆ µ = c cˆ e t ˆ * t t t µ = va vaˆ t t, os quas, por sua vez, foram obtdos a partr dos segutes estmadores: 2 cˆ = ˆ β + ˆ β y + ˆ β y e t 0 t 2 t 2 vaˆ t = ˆ σ 0 + ˆ σpo ˆ t + σ 2 po t, que são os logartmos dos custos e dos valores adcoados, respectvamete, ajustados para o período t. Neste caso, equato coverge de forma logarítmca para o resíduo do custo médo (ou seja, ˆ µ l( M ) ), t t µˆt µˆ t coverge, também em termos logarítmcos, para o resíduo da produtvdade do ˆt l( t trabalho (sto é, µ M ) ). No etato, em vrtude da preseça dos erros aleatóros ε t, µˆ t e 7 Equato ε t e ε* t são varáves totalmete descohecdas, τ t e τ* t são cohecdas (pelo meos parcalmete) pelos empresáros e geretes, mas ão pelos ecoometrstas. 8 Em termos geras, os três últmos métodos de estmação são varates do modelo de regressão clássca por mímos quadrados ordáros (Greee, 997). No etato, em estmações que utlzam dados de paés (pael data), prováves resultados evesados podem ser evtados ora trabalhado-se com desvos dos dados da plata em relação à méda destes ao logo da sére temporal (método wth), ora prvlegado apeas a méda dos dados da plata ao logo da sére de tempo que se quer vestgar (método betwee) [(ver também Grlches e Hausma, 986)]. 9 As varáves em músculas são expressas em logartmos, ou seja, v a = l va, e assm por date. 7

8 µˆ t são meddas de dstúrbos de l ( M t ) e l ( M t ), respectvamete. Essa compoete relatva ao erro pode ser elmada, fazedo ovas regressões expressas como fuções quadrátcas do tempo, 0 coforme especfcadas a segur : 2 ˆ µ = θ + θ t + θ t + ξ t 2 3 t e 2 ˆ µ * = θ * + θ * t + θ * t + ξ * t 2 3 t Os valores ajustados para essas regressões, µˆ t e ˆt µ *, são, respectvamete, os custos médos e as trajetóras de produtvdade, os quas, sedo ambos específcos à plata, traduzem, em últma stâca, os compoetes resduas da decomposção orgal. 4. A base de dados e procedmetos para a estmação A fote básca para a estmação dos dados do modelo provém da Pesqusa Idustral Aual (PIA), elaborada pelo Departameto de Idústra (DEIND) da Fudação Isttuto Braslero de Geografa e Estatístca (IBGE), com base em formações dversas como vedas, valor adcoado, emprego, custos de produção, etc., colhdas juto a udades produtvas ( udades locas, doravate deomadas de ULs), e apresetada ao ível 00 de agregação (cco dígtos). A estmação ecoométrca orgal fo feta utlzado-se a base de dados ao ível 50 de agregação (dos dígtos) do IBGE, que comporta um meor úmero de setores 2. Para a mplemetação empírca, as compoetes dos termos da equação (), que estma teorcamete a varação dos custos médos, passam agora a ser reescrtas em tempo dscreto como: A M S M α( Y ) α( Y ) S = ( α ( Y )) + + ( S ) ( M ) A () = A = A = A Todas as varações já dscutdas passam a ser calculadas para os períodos e Dessa forma, α Y ) é o prcpal fator que explca a mudaça de custo médo ocorrda o ( períod o atrbuível ao efeto-escala; S é a varação do market-share da frma o mesmo período; e M t = exp( ˆ µ T ) exp( ˆ µ ) é a mudaça total da efcêca atrbuível às trajetóras tecológcas da frma etre o período decorrdo a partr da lberalzação comercal. As barras deotam médas estmadas para os aos de 988 e 994 (e, aalogamete, para os aos 994 e 998) e o subscrto A refere-se ao ao cal (988 e, para o segudo período, 994). Portato, é a varação total dos custos médos ocorrda em cada um dos períodos aalsados ( e , respectvamete). As compoetes dos term os da equação (5), por sua vez, passam a ser descrtas da segute forma em tempo dscreto: B * * = [ ] M * S M * π ( PO ) π ( PO )( S ) ( π ( PO ) ) + + B ( S *) B ( M * ) (2) B = = = B B ode é a varação total da produtvdade do trabalho ocorrda em cada um dos períodos aalsados B ( e , respectvamete). A 0 Este procedmeto fo sugerdo orgalmete por Corwell et al (990). Para maores detalhes sobre a metodologa da pesqusa, ver IBGE (994). 2 Todas as soluções ecotradas para ldar com a base de dados e a costrução da amostra estão apresetadas com detalhes a tese de doutorameto do autor [Nassf (2003)]. 8

9 A adequação das compoetes da equação () - referete à varação dos custos médos - com o questoáro costate a PIA-udade local deverá levar em cota o segute crtéro: a) para a mesuração do efeto-escala: Y t = vedas b) para a mesuração do efeto market-share: Y t = vedas A adequação dos dados da equação (5) - referete à varação da produtvdade do trabalho - com o questoáro mecoado, por sua vez, será feta com base o crtéro segute: B t ( Y CI ) VA t t = PO t PO t = t = [(vedas - custo de sumos] / pessoal ocupado B t e lembrado que π ( PO t ) =, sedo B t M * t a produtvdade do trabalho e M* t a compoete t resdual estmada pelas regressões. 5. Os resultados da estmação As tabelas segutes mostram os resultados ecotrados para a estmação dos gahos (ou perdas) de efcêca técca - tato em termos de produtvdade do trabalho quato de custos médos -, ocorrdos o período e Note-se, adcoalmete, que a exstêca de um úmero reduzdo de ULs em algus setores (como, por exemplo, mauteção, reparação e stalação de máquas, dústra do açúcar e extração de petróleo e gás atural, carvão e outros combustíves as duas prmeras tabelas) ão sgfca ecessaramete alta cocetração da dústra, mas sm que fo precso mater - para evtar dstorções os resultados - apeas as udades locas que apareceram em todos os aos a amostra durate os períodos de referêca, de acordo com os procedmetos fas das equações () [ou 2, para o caso de varação dos custos médos)]. Icalmete as tabelas e 2 mostram a evolução e a decomposção da produtvdade do trabalho para os períodos e , respectvamete. Equato os resultados coceretes à varação total da produtvdade do trabalho (em percetuas acumulados) os referdos períodos estão dcados a peúltma colua das tabelas e 2, as três coluas aterores a esta estão dcadas as cotrbuções (em potos percetuas) de cada um dos fatores explcatvos da melhora ou pora da performace produtva. Assm sedo, a varação total correspode à soma algébrca dos potos percetuas coceretes a cada uma das causas explcatvas do aumeto (ou redução) da produtvdade, quas sejam, os efetos-emprego, market-share e resduas. Além dsso, os setores foram classfcados segudo os gahos de produtvdade alcaçados em cada período, segudo os crtéros usuas de agrupameto estatístco em quarts. 9

10 Tabela Varação e decomposção da produtvdade do trabalho o Brasl ( ) Nível Udades Setores Efetos Crescmeto 50 Locas Emprego Market- Resduas Total médo Setores com elevados gahos de produtvdade do trabalho Share (em %) aual (em %) 09 Mauteção, reparação e stalação de máquas 6,37-5,86 20,7 30,69 4, Extração de petróleo e gás atural, carvão e outros 20,0 7,5 2,0 29,26 4,37 combustíves 2 Fabrcação de aparelhos, equpametos e materal eletrôco 2,60 0,26 7,87 20,74 3,9 e de comucações 05 2 Sderurga 3,98 -,80 8,7 20,34 3, Produção de elemetos químcos ão petroquímcos ou 2,26 2,09 3,9 7,54 2,73 carboquímcos 0 4 Fabrcação de aparelhos, equpametos e materal elétrco 7,80-0,2 6,49 4,7 2, Idústra da borracha 6,48-0,29 6,89 3,08 2, Fabrcação de outros veículos, peças e acessóros para veículos Setores com gahos médos de produtvdade do trabalho 7,32 0,27 4,95 2,53, Fabrcação de artgos do vestuáro e acessóros 6,67,20 3,47,34, Refo de petróleo e dústra petroquímca 5,27 -,07 6,49 0,69, Extração de meras (exclusve combustíves meras) 5,44 0,0 4,94 0,48, Resframeto e preparação de lete e latcíos 6,5 0,84 2,45 9,80, Idústra do açucar 4,55,2 4,04 9,7, Idústra do café 5,50 0,38 2,69 8,57, Abate e preparação de cares 4,53,0 2,87 8,50,37 Setores com baxos gahos de produtvdade do trabalho 06 8 Metalurga dos ão ferrosos 4,26 -,47 4,97 7,76, Fabrcação de produtos de meras ão metálcos 4,2 0,08 3,55 7,75, Fabrcação de produtos químcos dversos 4,67,30,58 7,56, Beefcameto de produtos de orgem vegetal, clusve 3,9-0,02 3,24 7,3,6 fumo Fabrcação de calçados e de artgos de couro e peles 4,34 0,9,85 7,0, Máquas e equpametos (cludo tratores e máquas 3,32-0,05 3,3 6,59,07 rodováras) 3 45 Outras dústras almetares e dústra de bebdas 3,30 0,0 2,69 5,99 0,97 Setores com muto baxos gahos de produtvdade do trabalho Fabrcação de outros produtos metalúrgcos 3,4 0,4 2,43 5,98 0, Idústra de papel e gráfca 3,38 0,40,77 5,55 0, Fabrcação e refo de óleos vegetas e de gorduras para 5,53-3,62 3,54 5,44 0,89 almetação 4 56 Serraras e fabrcação de artgos de madera e do mobláro 3,56-0,28 2,3 5,4 0, Idústra de trasformação de materal plástco 2,76 0,05,75 4,55 0, Fabrcação de produtos farmacêutcos e de perfumara,84-0,7,5 2,82 0, Idústra têxtl,5-0,0 0,9 2,05 0, Fabrcação de automóves, camhões e ôbus 0,95-0,58,07,44 0,24 Total 945 5,0 0,6 3,49 8,66,39 º Quartl 0,97 Medaa,3 3º Quartl,94 0

11 Tabela Tabela 2 3 Varação e decomposção da produtvdade do trabalho o Brasl ( ) Nível Udades Setores Efetos Crescmeto 50 Locas Emprego Market- Resduas Total médo Setores com elevados gahos de produtvdade do trabalho Share (em %) aual (em %) 09 Mauteção, reparação e stalação de máquas 37,36 7,3 9,48 63,97 3, Sderurga 27,35 2,29 8,04 37,68 8, Fabrcação de aparelhos, equpametos e materal elétrco 6,65 0,5 6,69 33,49 7, Fabrcação de automóves, camhões e ôbus 25,8 4,26,5 30,95 6, Extração de meras (exclusve combustíves meras) 20,38, 8,8 30,30 6, Idústra da borracha 2,53-0,32 8,04 30,25 6, Extração de petróleo e gás atural, carvão e outros combustíves 2 Fabrcação de aparelhos, equpametos e materal eletrôco e de comucações Setores com gahos médos de produtvdade do trabalho 4,63 9,40 5,44 29,47 6,67 5,89-0,56 4,2 29,45 6, Fabrcação de outros veículos, peças e acessóros para veículos 2,32 -,03 4,04 25,32 5, Refo de petróleo e dústra petroquímca 7,97,45 5,33 24,75 5, Metalurga dos ão ferrosos 9,84 3,72 0,39 23,95 5, Fabrcação e refo de óleos vegetas e de gorduras para 5,39 0,7 7,45 23,0 5,3 almetação 7 32 Produção de elemetos químcos ão petroquímcos ou,8,03 7,4 9,35 4,52 carboquímcos 27 8 Abate e preparação de cares 6,63 -,34,6 6,89 3, Outras dústras almetares e dústra de bebdas,04 -,25 6,47 6,25 3,84 Setores com baxos gahos de produtvdade do trabalho Beefcameto de produtos de orgem vegetal, clusve fumo 9,06 -,0 8,0 5,97 3, Fabrcação de calçados e de artgos de couro e peles 7,73-0,0 7,80 5,43 3, Fabrcação de artgos do vestuáro e acessóros 5,77 -,60,08 5,25 3,6 9 7 Fabrcação de produtos químcos dversos 7,38-0,89 8,26 4,76 3, Resframeto e preparação de lete e latcíos 6,45-0,27 8,53 4,7 3, Idústra do açucar 9,8-0,24 4,35 3,92 3, Fabrcação de produtos de meras ão metálcos 5,46-0,09 8,45 3,82 3,29 Setores com muto baxos gahos de produtvdade do trabalho Fabrcação de outros produtos metalúrgcos 5,64-0,6 6,43,9 2, Máquas e equpametos (cludo tratores e máquas 6,36 0,3 4,79,28 2,7 rodováras) Idústra do café 5,05-0,34 5,43 0,4 2, Idústra de trasformação de materal plástco 5,98 0,66 3,35 9,99 2, Idústra de papel e gráfca 5, 0,24 4,24 9,59 2, Fabrcação de produtos farmacêutcos e de perfumara 4,95-0,0 2,53 7,47, Idústra têxtl 2,60 0,09,92 4,6, Serraras e fabrcação de artgos de madera e do mobláro 0,79 0,08 0,32,20 0,30 Total 945,68,23 8,74 2,65 5,02 º Quartl 2,96 Medaa 3,80 3º Quartl 6,45

12 Comparado-se os dados das tabelas e 2, costata-se, de medato, que os resultados bastate dsttos com respeto aos gahos de produtvdade obtdos etre 988 e 994 (8,7%, correspodetes a um crescmeto médo aual de,4%), de um lado, e 994 e 998 (2,6% ou 5% a.a.), de outro, refletram as dferetes característcas da lberalzação comercal e da cojutura macroecoômca vgetes esses dos sub-períodos. Como já mecoado, etre 988 e 994, o crescmeto da produtvdade do trabalho da dústra de trasformação o Brasl fo de 8,7%, ou seja, um cremeto médo aual de,4%. Nesse período, o prcpal fator explcatvo para os gahos de produtvdade fo, predomatemete, o efeto-emprego, dcado que, o processo de reestruturação cal da ecooma braslera, a maor parte das empresas prvlegou o exugameto de mão-de-obra em suas estratégas de coformação ao ovo ambete compettvo 3. Ada assm, a cotrbução dos efetos resduas, atrbuíves à corporação de ovas téccas produtvas, exteraldades ecoômcas postvas, acesso à mportação de máquas e equpametos e demas fatores já descrtos a apresetação do modelo de estmação, fo também mportate para explcar os gahos de produtvdade do trabalho esse sub-período. Além dsso, todos os setores apresetaram crescmeto da produtvdade do trabalho o período. Os gahos de produtvdade do trabalho a dústra de trasformação obtdos etre foram expressvamete superores aos que havam sdo alcaçados o período ateror. Esses resultados sugerem que, após o Plao Real, os cortes drástcos de tarfas de mportação ocorrdos em dversos setores, alados à expressva aprecação da taxa de câmbo real, forçaram as empresas a um maor esforço de reestruturação produtva. O ovo ambete de maor establdade de preços pode ter também cotrbuído para que os gahos de produtvdade do trabalho a dústra de trasformação o período teham superado sgfcatvamete os do período Além dsso, dos 2,6% dos gahos totas de produtvdade acumulados o período , as cotrbuções dos efetos-emprego cotuaram superado os efetos resduas. Esses resultados sugerem que, após o Plao Real, as empresas cotuaram prvlegado o exugameto de mão de obra (explcado pelo efeto-emprego) 4 em suas estratégas de ajustameto e reestruturação produtva 5, apesar de que a corporação de téccas produtvas mas próxmas da frotera teracoal, va mportação de bes de captal ou mesmo maor esforço tecológco edógeo às decsões estratégcas das empresas (explcada pelos efetos resduas), teha sdo também mportate para explcar os gahos de produtvdade ocorrdos o período. Essa costatação permte apotar respostas mas precsas para uma das cotrovérsas do debate sobre o aumeto da produtvdade do trabalho o Brasl a década de 990. Embora esse debate teha levado a um maor coseso sobre o papel fudametal da lberalzação comercal para os gahos de produtvdade obtdos o período 6, hava relatvo desacordo com respeto às fotes prcpas desses gahos. Fejó e Carvalho (994) ressaltaram que o aumeto de produtvdade tera tdo como prcpas fotes explcatvas a corporação de ovações tecológcas propramete dtas e as mudaças de métodos gerecas. Salm, Sabóa e Carvalho (996), por meo de um survey realzado com frmas líderes, chegaram a ecotrar expressva correlação etre o cremeto de produtvdade 3 Rever equação (5) e observações segutes, que justfcam essa terpretação. 4 É precso lembrar que, segudo o sgfcado da prmera compoete explcatva da varação da produtvdade (o efetoemprego), a substtução de trabalho por captal este caso ão mplca corporação de ovos bes de captal ao processo produtvo (caso da tercera compoete, os efetos resduas), mas que o mesmo estoque de captal preexstete está sedo utlzado com meor quatdade de mão-de-obra ocupada. O aumeto da relação captal-trabalho, este caso, tem caráter recessvo, porque o aumeto da produtvdade é obtdo, ceters parbus, sem que haja cremeto de ovos vestmetos. 5 Evdetemete, o modelo ecoométrco ão permte separar as prcpas forças explcatvas da corporação e dfusão de ovações tecológcas. 6 Houve, o etato, quem dscordasse. Slva et al (993), por exemplo, suspetavam que, em vez da lberalzação comercal, os gahos de produtvdade obtdos a prmera metade dos aos de 990 estvessem assocados à forte recessão do íco da década, cujos efetos teram mpeddo a corporação e téccas moderas va vestmetos e muto meos va ovos métodos gerecas. 2

13 em doze setores dustras e o grau de adoção de ovos métodos gerecas. Amadeo e Gozaga (996), embora recohecedo o peso exercdo pelas mudaças orgazacoas e pela tercerzação de atvdades produtvas em dversos setores da dústra, acetuaram o papel das mportações de máquas, equpametos e demas compoetes mportados. É mportate ressaltar que o trabalho de Muedler (2002) fo poero o esforço de quatfcar as forças causas dos gahos de produtvdade a dústra de trasformação o Brasl. No modelo proposto pelo autor, a lberalzação comercal pode afetar a mudaça de produtvdade por meo de três forças causas: o acesso mas barato a sumos estrageros (otadamete máquas e equpametos); a pressão compettva oruda da etrada potecal ou efetva de produtos mportados; e a depuração proporcoada pela saída de frmas efcetes de cada um dos setores formadores da dústra maufaturera como um todo 7. No etato, por trabalhar com o crtéro de produtvdade total dos fatores (PTF), seu modelo ão permte decompor, mesurar e respoder se os gahos de produtvdade obtdos foram resultates de exugameto de mão-de-obra ou corporação de ovas téccas produtvas, como propõe o modelo a ser utlzado o presete artgo. As evdêcas empírcas aqu apresetadas são equívocas a esse respeto: tato a prmera etapa do processo de lberalzação comercal ( ), quato o período posteror ao Plao Real ( ), o exugameto de mão-de-obra fucoou como a força motora fudametal dos gahos totas de produtvdade a dústra de trasformação, ada que a corporação de ovas tecologas e varates teha também atuado como fote expressva desses gahos. Grosso modo, sera lícto afrmar que o desemprego de mão-de-obra, cosubstacado pela maor racoalzação da produção as platas produtvas exstetes, fo o prcpal fator explcatvo dos gahos de produtvdade da dústra de trasformação braslera ao logo de todo o período aalsado ( ). Os resultados da regressão ecoométrca corroboram a coclusão - presete em grade parte dos trabalhos que vêm sedo publcados sobre o tema o Brasl, desde a prmera metade da década de segudo a qual, ao cotráro do ocorrdo o período , os gahos de produtvdade do trabalho a dústra de trasformação braslera foram postvos e crescetes, além de terem sdo, o caso de algus setores, bastate expressvos 8. Em prcípo, os resultados de boa parte desses trabalhos ão podem, a rgor, ser comparados com os deste artgo. Afal, é sempre bom lembrar que a presete metodologa de estmação da produtvdade rejetou, desde o íco, a utlzação de dados agregados (em termos mcro ou macroecoômcos) como base de cálculo, por basear-se em hpóteses rrealstas, mormete o de homogeedade etre platas da dústra. Não bastasse o fato de a maor parte dos trabalhos exstetes o Brasl tê-la estmado com base esse procedmeto 9, a produtvdade fo quase sempre tratada como o quocete etre o valor da produção e o pessoal ocupado, o que, per se - como recohece o própro Boell (2002) -, tede a gerar resultados evesados para mas, pos, se o aumeto do volume de matéras-prmas, partes e compoetes for mportado, em vez de produzdo o mercado doméstco, a medda que computa a produtvdade da oferta em termos físcos ( physcal output productvty ) resultará uma medda evesada (para mas) de crescmeto da produtvdade (Boell, 2002, p.30). Apesar dessas restrções, valera a pea, mesmo assm, apresetar os prcpas resultados das pesqusas cujos autores utlzaram também o crtéro de evolução da produtvdade do trabalho. Boell 7 A propósto, com base em dados extraídos da PIA/empresas do IBGE, o autor cocluu este artgo que as duas últmas forças foram prepoderates para explcar o aumeto da produtvdade total dos fatores o período , equato que o acesso a sumos estrageros teve meor mportâca. 8 Ver, por exemplo, Hay (997), Boell e Foseca (998), Ross Jr. e Ferrera (999) e Boell (2002). 9 As exceções são os artgos de Hay (997) e Mudler (2002), mas, ada assm, ão é possível total comparação, seja porque os mcro-dados foram costruídos com base em formações da PIA/empresas do IBGE (e ão ULs, coceto mas próxmo ao de platas produtvas), seja porque a produtvdade fo estmada segudo o crtéro de produtvdade total dos fatores (PTF), em vez de produtvdade do trabalho. 3

14 e Foseca (998, pp ), com base o crtéro valor da produção/pessoal ocupado 20, estmaram um crescmeto de cerca de 8,% a.a. (em méda) o período depos de ter sdo egatvo em 5% em 990 -, revertedo, segudo os autores, uma tedêca decrescete desde o íco da década de 970 (97-973: +5,59% a.a.; : +,00% a.a.; : +0,34% a.a.; : +0,25% a.a.). Ross Jr. e Ferrera (999), trabalhado também com o crtéro produção/pessoal ocupado, apresetaram os segutes resultados para o cremeto da produtvdade do trabalho a dústra braslera o período recete: : +0,7% a.a.; : 6,2% a.a.; : 7,6% a.a., ressaltado, ada, que, equato o período , a retração do emprego terá sdo o fator predomate, o período , embora o emprego teha matdo sua tedêca de queda, a produção teve taxas postvas de crescmeto (p.5) 2. Como se pode otar, esses resultados, ada que corroborem a coclusão cosesual de que houve cremeto da produtvdade do trabalho a dústra de trasformação o Brasl a década de 990, são bastate dsttos (este caso, superores) dos apresetados esta tese. Como todas as pesqusas dcam um crescmeto meor da produtvdade a prmera metade da década e, levado-se em cota que osso prmero período (etre , de mas baxa produtvdade) corpora três aos em que o cremeto fo decrescete, próxmo de egatvo - a julgar pelos resultados apresetados por aqueles autores -, é lícto sugerr que os resultados dvulgados pelas pesqusas cas de Boell e Foseca (998) e Ross Jr. e Ferrera (999) teham superestmado o crescmeto da produtvdade do trabalho a dústra de trasformação braslera a década de 990, sobretudo por terem usado um crtéro de mesuração de produtvdade (quocete do valor da produção pelo pessoal ocupado) que tede a dstorcer os resultados fas É curoso que os própros autores recohecem que se os coefcetes téccos mudarem com o tempo como provavelmete mudaram - a medda de produção (os ídces de produção físca real, usualmete utlzados) como proxy para o produto gerado (sto é, o valor adcoado, ou VA) rá gerar resultados vesados. 2 Note que essas fotes de cremeto da produtvdade do trabalho são, de fato, cofrmadas pelos fatores causas já revelados pelos ossos resultados ecoométrcos coceretes aos períodos e , mas, coforme já aalsado, apesar da mportâca dos efetos relacoados à corporação de ovas téccas produtvas e outros efetos resduas, o exugameto de mão de obra (osso efeto emprego) fo o fator predomate em ambos os períodos. 22 Em pesqusa mas recete, Boell (2002, p.0), estma o crescmeto da produtvdade do trabalho a ecooma braslera como um todo (cobrdo quareta e dos setores, e ão apeas os setores da dústra de trasformação) em 3,49% a.a. (méda smples) etre Embora ele utlze o crtéro correto de medda da produtvdade pela razão etre o valor adcoado e o pessoal ocupado, segudo as estmatvas das recetes Cotas Nacoas do IBGE - Isttuto Braslero de Geografa e Estatístca - os resultados ão podem ser comparáves, posto que o autor ão aalsa soladamete os setores da dústra de trasformação - base da pesqusa desta tese -, depedetemete dos demas setores da ecooma braslera. 4

15 Varação e decomposção dos custos médos o Brasl ( ) Nível Udades Setores Efetos Varação 50 Locas Escala Market- Resduas Total méda Setores com expressvas reduções de custos utáros Share (em %) aual (em %) 26 Fabrcação de aparelhos, equpametos e materal eletrôco e de -5,22-3,64-0,25-9, -5,6 comucações Beefcameto de produtos de orgem vegetal, clusve fumo -6,79-5,7-7,08-9,03-5, Metalurga dos ão ferrosos -3,07 2,09,68-7,3-4, Fabrcação de automóves, camhões e ôbus -5,95-0,69 2,38-4,26-3, Serraras e fabrcação de artgos de madera e do mobláro -5,83-0,68-4,28-0,79-2, Extração de petróleo e gás atural, carvão e outros combustíves -3,8,52,33-0,33-2, Produção de elemetos químcos ão petroquímcos ou carboquímcos -3,59-0,44-5,99-0,03-2, Idústra têxtl -,28-0,3-8,34-9,75-2,53 Setores com reduções médas de custos utáros Máquas e equpametos (cludo tratores e máquas -2,50-0,26-6,8-9,57-2,48 rodováras) Fabrcação de produtos farmacêutcos e de perfumara -4,84,89-6,7-9,2-2, Fabrcação de produtos de meras ão metálcos -0,39 0,6-8,94-8,73-2, Idústra de trasformação de materal plástco -3,28-0,78-3,46-7,5 -, Idústra de papel e gráfca -0,73,40-7,96-7,29 -, Outras dústras almetares e dústra de bebdas -,03 0,40-6,8-6,8 -, Idústra do café -5,96-0,3-0,3-6,2 -,59 Setores com baxas reduções de custos utáros Tabela Refo de petróleo e dústra petroquímca -4,2-0,59-0,73-5,53 -, Fabrcação de produtos químcos dversos -2,43,78-4,64-5,29 -, Fabrcação de aparelhos, equpametos e materal elétrco -,93 0,34-2,56-4,5 -, Idústra do açucar -3,34 0,73 -,3-3,92-0, Extração de meras (exclusve combustíves meras) -,42-0,78 9,28-2,9-0, Mauteção, reparação e stalação de máquas -,5-0,9-0,42-2,49-0, Resframeto e preparação de lete e latcíos,29-0,2-2,48 -,4-0,35 Setores com muto baxas reduções de custos utáros 3 63 Fabrcação de outros veículos, peças e acessóros para veículos -,30 2,36-2,09 -,03-0, Abate e preparação de cares,26 3,65-4,4 0,5 0, Fabrcação de calçados e de artgos de couro e peles,4 4,52-4,20,74 0, Fabrcação de artgos do vestuáro e acessóros 3,58,78-2,9 3,8 0, Sderurga -9,05 5,34 7,52 3,8 0, Idústra da borracha -6,7 -,55 23,05 4,79 3, Fabrcação de outros produtos metalúrgcos -3,90-0,76 9,75 5,0 3, Fabrcação e refo de óleos vegetas e de gorduras para -6,47 8,47 0,08 22,09 5,2 almetação Total 204-4,59 0,46 -,39-5,52-0,8 º Quartl -9,7 Medaa -5,87 3º Quartl -,2 5

16 Tabela 4 Varação e decomposção dos custos médos o Brasl ( ) Nível Udades Setores Efetos Varação 50 Locas Escala Market- Resduas Total méda Setores com expressvas reduções de custos utáros Share (em %) aual (em %) Fabrcação de outros produtos metalúrgcos 0,6,5-42,36-40,60-2, Fabrcação e refo de óleos vegetas e de gorduras para -25,9-23,64 0,58-38,98 -,62 almetação 27 5 Abate e preparação de cares -7,60-7,04-3,5-27,79-7, Sderurga -2,47-8,52 5,84-24,4-6, Resframeto e preparação de lete e latcíos -5,56-4,9-2,97-3,44-3, Metalurga dos ão ferrosos -5,49-3,67 7,55 -,6-3, Fabrcação de calçados e de artgos de couro e peles -8,22-6, 3,37-0,96-2, Extração de meras (exclusve combustíves meras) -,65-3,9-0,43-5,27 -,34 Setores com reduções médas de custos utáros Fabrcação de produtos farmacêutcos e de perfumara -7,42-5,7 7,56-5,03 -, Fabrcação de artgos do vestuáro e acessóros -5,86-4,78 5,90-4,74 -,2 3 2 Outras dústras almetares e dústra de bebdas -2,93-2,44 0,92-4,45 -,3 7 0 Produção de elemetos químcos ão petroquímcos ou -3,7 -,59 0,47-4,29 -,09 carboquímcos 0 78 Fabrcação de aparelhos, equpametos e materal elétrco -2,49 -,78 0,6-4, -, Idústra têxtl -,99 -,57 0,0-3,55-0, Máquas e equpametos (cludo tratores e máquas rodováras) Setores com baxas reduções de custos utáros -2,37-2,09,0-3,44-0, Idústra de papel e gráfca -3,49-2,4 2,37-3,26-0, Fabrcação de produtos de meras ão metálcos -,87 -,38 0,36-2,89-0, Serraras e fabrcação de artgos de madera e do mobláro -2,37 -,6,23-2,75-0, Refo de petróleo e dústra petroquímca -,58 0,64 -,59-2,53-0, Idústra de trasformação de materal plástco -,8-0,5-0,09 -,78-0,45 26 Fabrcação de aparelhos, equpametos e materal eletrôco e de -3,34-2,40 4,45 -,30-0,33 comucações Beefcameto de produtos de orgem vegetal, clusve fumo -0,38 0,00-0,50-0,88-0,22 Setores com muto baxas reduções de custos utáros 3 63 Fabrcação de outros veículos, peças e acessóros para veículos -,54 -,0 2,24-0,40-0, Idústra do açucar -0,35 -,72 2,24 0,7 0, Extração de petróleo e gás atural, carvão e outros combustíves,57 0,29-0,05,8 0, Fabrcação de produtos químcos dversos -5,99-4,40 2,39 2,00 0, Idústra da borracha 0,32 4,3 2,0 6,46, Fabrcação de automóves, camhões e ôbus,84-3,04 6,92 5,72 3, Idústra do café 0,43 0,7-3,72 6,89 3, Mauteção, reparação e stalação de máquas 5,8 8,93 3,23 7,97 4,22 Total 204-5,07-4, 0,0-9,07 -,88 º Quartl -5,2 Medaa -3,35 3º Quartl -0,52 6

17 Com relação à varação dos custos médos após a lberalzação comercal, expressa as tabelas 3 e 4, foram otóras as reduções dos custos utáros a dústra de trasformação braslera em termos reas os dos períodos, e, à semelhaça dos resultados obtdos para a produtvdade do trabalho, os cortes de custos médos acumulados etre 994 e 998 foram mas expressvos do que os verfcados etre 988 e 994. Outra costatação teressate revelada pelos resultados acerca das compoetes explcatvas da mudaça dos custos utáros reas é que os efetos resduas, decorretes da corporação de ovações tecológcas e exteraldades ecoômcas postvas - ao cotráro do que hava ocorrdo com o aumeto da produtvdade do trabalho ao logo de todo o período aalsado ( ) -, pouco cotrbuíram para explcar as reduções os custos médos da dústra de trasformação como um todo. De fato, a cotrbução dos efetos resduas de apeas,4 poto percetual etre 988 e 994, e de pratcamete zero etre 994 e 998, sugere que houve absorção de ovas téccas produtvas (coforme os resultados decompostos para a produtvdade do trabalho, já aalsados cosoate as tabelas e 2), mas que ão foram estas as resposáves prcpas pelas reduções de custos médos reas efetvados ao logo do período como um todo ( ). Como mostram os dados, os dos períodos, os cortes de custos médos em termos reas foram alcaçados prcpalmete por meo do exugameto de mão-de-obra (-4,6 potos percetuas etre e -5, potos percetuas etre , ou 83% e 56% do total, respectvamete), embora se costate também que, o período , o efeto market-share teha sdo um mportate fator explcatvo das reduções de custos utáros observados a dústra de trasformação (represetado 4, potos percetuas, ou 45% do total). Por outro lado, com o objetvo de avalar os gahos de efcêca técca da dústra de trasformação ao logo do período como um todo ( ), procure cosoldar os gahos de produtvdade do trabalho e as reduções de custos médos obtdos os dos períodos ( e ), cosoate os resultados apresetados e aalsados aterormete. Para a cosoldação e classfcação fal dos setores da dústra de trasformação de acordo com os gahos de efcêca técca (ver tabela 5, a segur), foram adotados os segutes procedmetos: ) em prmero lugar, as varações totas da produtvdade do trabalho e dos custos médos acumuladas por cada setor o período como um todo ( ) foram calculadas a partr dos respectvos resultados obtdos em cada um dos dos sub-períodos ( e ). A título de exemplo, a varação total acumulada da produtvdade do trabalho da sderurga o período resultou da cosoldação dos gahos de produtvdade acumulados por essa dústra etre (20,34%) e (37,68%). Logo, a varação total acumulada da produtvdade pelo referdo setor etre fo de {[,2034,3768] 00} =65,68%. Procedmeto aálogo fo adotado para a obteção da varação total acumulada dos custos médos o período como um todo ( ); ) em segudo lugar, a classfcação fal de cada setor segudo o grau de efcêca técca passou a ser o resultado de uma soma em que as otas (em ordem crescete de performace) varam de (um) a 4 (quatro). Nesse caso, por exemplo, dos setores dsttos que, em termos de gahos de produtvdade acumulados o período teham sdo agrupados o quarto e prmero quarts, respectvamete, receberam otas 4 (máxma) e (míma), também respectvamete; adcoalmete, se estes mesmos setores, em termos de suas respectvas reduções acumuladas de custos utáros o período como um todo tvessem sdo agrupados o quarto e prmero quarts, receberam otas (máxma) e 4 (míma), respectvamete 23 ; 23 Como se pode observar as tabelas 3 e 4, os setores agrupados o quarto e prmero quarts são os de pores e melhores resultados, respectvamete, justfcado, portato, que, o caso da performace em termos de redução dos custos médos, os setores classfcados o quarto quartl devem ter ota míma () e os classfcados o prmero quartl, ota máxma (4). 7

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia 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 Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia 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

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO 996 3 Rafael Moras de Souza Mestre em Ecooma Aplcada FEA/UFJF Faculdade de Ecooma e Admstração Uversdade Federal de

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi Pol-UFRJ/25.1 Cap.2 Avalação Eco. Fac. de Projetos de Iv. Ecooma Carlos Nemer 3ª Ed. Capítulo 2 Avalação Ecoômco Facera de Projetos de Ivestmeto Steve Wood $15 m Bob O' Rear $1 mllo Bob Wallace $5 m Bob

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Tópicos Extras 2ª parte. Análise de Correlação e Regressão Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

( ) Editora Ferreira - Toque de Mestre. Olá Amigos!

( ) Editora Ferreira - Toque de Mestre. Olá Amigos! Olá Amgos! Hoje coloco à dsposção de vocês aqu a seção Toque de Mestre da Edtora Ferrera (www.edtoraferrera.com.br) as questões de Matemátca Facera cobradas o últmo cocurso da axa Ecoômca Federal (EF),

Leia mais

Aula 6. Plano da aula. Bibliografia:

Aula 6. Plano da aula. Bibliografia: Aula 6 Bblografa: Farrel & Shapro, 1990, Horzotal Mergers: A Equlbrum Aalyss, AER; Wsto, 2008, Lectures o Attrust Ecoomcs, MIT Press; Motta (2005), Cap 5. Plao da aula I. Cocetrações horzotas (cotução)

Leia mais

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação Bruo Hott Algortmos e Estruturas de Dados I DECSI UFOP Aula 10: Ordeação O Crtéro de Ordeação Ordea-se de acordo com uma chave: typedef t TChave; typedef struct{ TChave chave; /* outros compoetes */ Item;

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

Leia mais

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

Quão Imperfeita é a Competição na Indústria Brasileira? Estimativas de Mark Up Setorial entre 1996 e 2007

Quão Imperfeita é a Competição na Indústria Brasileira? Estimativas de Mark Up Setorial entre 1996 e 2007 ISSN 0101-4161 Quão Imperfeta é a Competção a Idústra Braslera? Estmatvas de Mark Up Setoral etre 1996 e 2007 Claudo Lucda Professor - Uversdade de São Paulo - Faculdade de Ecooma, Admstração e Cotabldade

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

Leia mais

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL As hpóteses a serem testadas serão: H 0 : p p 0 H : p p 0 p > p 0 p < p 0 Estatístca do Teste: pˆ p0 z c p ( p ) 0 0 EXEMPLOS. Uma máqua está regulada

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação Aula 9 Aula passada Método da rejeção (rejecto samplg) Exemplos Importace Samplg Exemplos Geeralzação Aula de hoje Self-ormalzed Importace Samplg Gerado amostras complcadas Varâca amostral Smulação Importace

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

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

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

Capitulo 1 Resolução de Exercícios

Capitulo 1 Resolução de Exercícios S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS Fracsco Juor PIGATO Mara Cecíla Medes BARRETO RESUMO: Um deleameto amostral

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO

Leia mais

Economias de Escala e Eficiência Econômica na Produção de Laranja no Estado de São Paulo 1,2

Economias de Escala e Eficiência Econômica na Produção de Laranja no Estado de São Paulo 1,2 pága Ecoomas de Escala e Efcêca Ecoômca a Produção de Laraja o Estado de São Paulo 1, Marcelo José Carrer 3 e Hldo Merelles de Souza Flho 4 Resumo: Esse trabalho teve como objetvos vestgar a exstêca de

Leia mais

d s F = m dt Trabalho Trabalho

d s F = m dt Trabalho Trabalho UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Trabalho 1. Itrodução

Leia mais

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL ESTATÍSTICA MÓDULO 3 MEDIDAS DE TEDÊCIA CETRAL Ídce. Meddas de Tedêca Cetral...3 2. A Méda Artmétca Smles ( μ, )...3 3. A Méda Artmétca Poderada...6 Estatístca Módulo 3: Meddas de Tedêca Cetral 2 . MEDIDAS

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Aálse Eploratóra de Dados Objetvos Aálse bvarada: uma varável qualtatva e uma quattatva: represetar grafcamete as duas varáves combadas; defr e calcular uma medda de assocação etre as varáves. Eemplo 1

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período. ESTATÍSTICA - 01 1. (UERJ 01) Téccos do órgão de trâsto recomedaram velocdade máxma de 80 km h o trecho de uma rodova ode ocorrem mutos acdetes. Para saber se os motorstas estavam cumprdo as recomedações,

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

Controle Estatístico de Qualidade. Capítulo 6 (montgomery) Cotrole Estatístco de Qualdade Capítulo 6 (motgomery) Gráfcos de Cotrole para Atrbutos Itrodução Mutas característcas da qualdade ão podem ser represetadas umercamete. Nestes casos, classfcamos cada tem

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves A aálse de regressão e correlação compreedem

Leia mais

Arquitetura da ART Controle 1 Controle 2

Arquitetura da ART Controle 1 Controle 2 Teora de Ressoâca Adaptatva - ART Arqutetura da ART Cotrole Cotrole 2 Desevolvda por Carpeter e Grossberg como uma alteratva para resolver o dlema establdade-plastcdade (rede ão aprede ovos padrões). Realme

Leia mais

Parte 3 - Regressão linear simples

Parte 3 - Regressão linear simples Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9. Questão : As otas de dez aluos, um exame, estão dadas a segur:, 5, 8, 3, 6, 5, 8, 7, 6, 0 O desvo médo e a varâca dessas otas podem ser expressos, respectvamete, por: a),8 e 4,6 b),0 e, c),8 e 5, d),0

Leia mais

Regressão e Correlação

Regressão e Correlação Regressão e Correlação Júlo Osóro Regressão & Correlação: geeraldades Em mutas stuações de pesqusa cetífca, dspomos de uma amostra aleatóra de pares de dados (x, ), resultates da medda cocomtate de duas

Leia mais