Valor Econômico de Visitação do Parque Phillipe Westin Cabral de Vasconcelos da ESALQ/ USP

Tamanho: px
Começar a partir da página:

Download "Valor Econômico de Visitação do Parque Phillipe Westin Cabral de Vasconcelos da ESALQ/ USP"

Transcrição

1 Valor Econômco de Vstação do Parque Phllpe Westn Cabral de Vasconcelos da ESALQ/ USP Mosés Vllalba González CPF: Doutorando em Economa Aplcada Escola Superor de Agrcultura Luz de Queroz USP Av.: Pádua Das, 11 CP 9 Praccaba, SP CEP PABX: (19) E-mal: mvgonzal@esalq.usp.br Rcardo Shrota CPF: Professor Doutor Escola Superor de Agrcultura Luz de Queroz USP Av.: Pádua Das, 11 CP 9 Praccaba, SP CEP PABX: (19) Av.: Pádua Das, 11 Praccaba, SP E-mal: rshrota@esalq.usp.br Área Temátca: 6 Agrcultura e Meo Ambente Forma de apresentação: apresentação em sessão com debatedor 1

2 Valor Econômco de Vstação do Parque Phllpe Westn Cabral de Vasconcelos da ESALQ/ USP Resumo O obetvo da presente pesqusa fo estmar o valor monetáro de vstação do Parque PHILLIPE WESTIN CABRAL DE VASCONCELOS e adacêncas da ESALQ/ USP localzado no Muncípo de Praccaba do Estado de São Paulo. Para tanto, fo aplcado o método de valoração contngente, utlzando o modelo de referendo com dstrbução de probabldade logístca. O levantamento de dados fo efetuado no período de agosto a setembro de 24, totalzando 27 entrevstas e aprovetamento de 22 observações. O valor médo da dsposção a pagar fo estmado em R$ 14,53 por mês. O benefco econômco total fo estmado em R$ ,4 por mês, consderando o numero total estmado de 2.58 vstantes mensas. Esses valores demonstram o consderável benefco econômco que os atrbutos do Parque da ESALQ/ USP geram para toda a população local. Esses resultados podem ser utlzados para auxlar no planeamento de polítcas de vstação do lugar, além de ustfcar o nvestmento na sua manutenção e preservação. PALAVRAS-CHAVE: CVM, VALORAÇÃO, LAZER 2

3 Valor Econômco de Vstação do Parque Phllpe Westn Cabral de Vasconcelos da ESALQ/ USP 1. INTRODUÇÃO 1.1. DEFINIÇÃO DO PROBLEMA E JUSTIFICATIVA DA PESQUISA A Escola Superor de Agrcultura Lus de Queroz (ESALQ) da Unversdade de São Paulo (USP) devdo às suas característcas cêncas e a grande extensão de área verde que preserva no seu Campus, recebe daramente um grande número de vstantes. Esses vstantes desenvolvem atvdades esportvas e recreatvas destnadas a satsfazer necessdades humanas. Entre as atvdades esportvas mas freqüentes estão as camnhadas, corrdas dversas e outras prátcas físcas, tas como exercícos de alongamento e relaxamento. Com relação às atvdades recreatvas destacam-se o passeo pelas trlhas do parque, levantamento de ppas, leturas ao ar lvre, pquenques etc. A economa defne todos esses benefícos como externaldades postvas, dado que geram ganhos a agentes econômcos, sem que haa pagamento de compensação va sstema de preços (Almeda, 1998). O presente trabalho procura estmar o valor desses benefícos como contrbução ao esforço de calcular o valor econômco total do Parque da ESALQ por parte dos seus vstantes. Para tanto, faz-se necessáro à utlzação de um método para a coleta de dados prmáros e um modelo econométrco para a análse de agregação dos dados coletados. 1.2 OBJETIVOS O estudo tem o obetvo geral de estmar parte do valor econômco do Parque Phllpe Westn Cabral de Vasconcelos e adacêncas dentro da Escola Superor de Agrcultura Luz de Queroz da Unversdade de São Paulo (PE) resultado dos benefícos usufruídos pelos seus vstantes. Nesse sentdo, os obetvos específcos são: ) Descrever as característcas da demanda por vstação do PE; ) Medr a dsposção a pagar dos vstantes para usar e preservar o PE; e, ) Estmar o valor de uso e preservação do PE. 2. METODOLOGIA 2.1. CARACTERIZAÇÃO DA ÁREA DO ESTUDO O PE é parte do Campus Luz de Queroz da Unversdade de São Paulo, localzada no Muncípo de Praccaba SP. Do total de 816,9 hectares do Campus o PE ocupa uma área de aproxmadamente 15 hectares. Para o cálculo do índce de áreas verdes da Cdade de Praccaba, dos 15 hectares, consderam-se somente 5 hectares localzados na égde da cdade, que representam 5,15% do total de área verde utlzada na Cdade (Barbn, 1999). O PE contém númeras espéces vegetas natvas e exótcas e possu áreas destnadas à recreação da população em geral, tanto muncpal como regonal. Na sua formação exstem canteros de váras formas e tamanhos, percorrdos por ruas, cnco gramados, vnte e quatro macços arbóreo/arbustvos e algumas construções. Dentro do proeto escola-parque, ncado em 2 com o obetvo de proporconar vstas montoradas a Prefetura do Campus estabeleceu um percurso de trlhas de árvores. No total, exstem sete trlhas 3

4 denomnadas: árvores frutíferas, árvores medcnas, árvores útes, gmnospermas, madera de le, palmeras I e palmeras II. Os vstantes têm acesso a nformações sobre essas plantas, abordando temas como: orgem, nome das espéces, época de floração e/ou frutfcação e utldade entre outros aspectos. O proeto centenáro do PE é consderado únco no estlo nglês de pasagsmo no Brasl, com grande mportânca hstórca e pasagístca. Ele pode ser classfcado como um parque urbano, pos conserva valores naturas que são perpetuados, alem de destnar grande área para recreação da população em geral (Barbn, 1999) FORMATO DE PERGUNTAS PARA A VALORAÇÃO Exstem mutos formas de apresentar as perguntas para obter a declaração da dsposção a pagar (DAP) das pessoas entrevstadas. Os mas utlzados são: ) Formato aberto: Neste caso, a pergunta smplesmente pede aos entrevstados que declarem sua DAP. ) Formato de referendo: Este formato, desenvolvdo por Bchop e Heberlen (1979) é também conhecdo como bnáro, dcotômco ou fechado e é muto usado graças à formalzação de Hanemann (1984) e a recomendação de Arrow et al. (24). Neste formato é proposto um valor dstnto para cada entrevstado, de manera a obter uma dstrbução de respostas afrmatvas. As perguntas formuladas são da forma: "você está dsposto a pagar (DAP) R$ X"?, em que o entrevstado responde com Sm ou Não, ou manfesta não querer responder por algum motvo. Assm, é produzdo um ndcador dscreto de lances e o valor esperado da DAP é estmado através do modelo logt com base em uma função de dstrbução das respostas "sm" e sua correlação com uma função de utldade ndreta, geralmente assumda como logístca (Mtchell e Carson, 1993; Motta, 1998) DEFINIÇÃO DO ESTUDO POPULAÇÃO DE ESTUDO A população de estudo esta composta por vstantes do PE. SIMULAÇÃO DO MERCADO Feto em termos de valoração monetára, como cobrança para a entrada no PE por meo da mplantação de um selo ou cartão de entrada, cuo montante arrecadado servra para sua preservação e manutenção. DISPOSIÇÃO A PAGAR OU A SER COMPENSADO Pergunta sobre a DAP, dado que melhor se aproxma da experênca de mercado vvencada pelas pessoas. MODALIDADE DA ENTREVISTA Entrevsta pessoal dreta, n stu, com os vstantes por ser a que tem maor índce de respostas. FORMATO DE APRESENTAÇÃO DA PERGUNTA Utlza-se o formato referendo para a valoração contngente. 4

5 AMOSTRA A amostra é aleatóra e semelhante à aplcada por Gor (22). A resposta à DAP é uma varável bnomal, que pode assumr os valores 1(sm) ou (não). Chama-se de p a probabldade de respostas postvas ( Sm ), e q a probabldade de respostas negatvas ( Não ). A amostra necessára para cada valor proposto aos vstantes do PE fo estmada consderando sua função de probabldade p e varânca pq/n, em que n é o tamanho da amostra. Segundo Gor (22) tal procedmento elmna a precaução em consderar uma varânca máxma e dêntca para todos os valores, ganhando maor capacdade de explcação dos estmadores e otmzando o tamanho da amostra. Nesse sentdo, apresentase a segunte expressão para o calculo do tamanho da amostra (Cochran, 1953; Barbeta, 22): 2 z pq 2 n = E (1) 2 1 z pq N E Em que: n é o tamanho da amostra; N é o número de vstantes do PE por semana ; Z é a valor da dstrbução normal em função do nível de confança (corresponde, neste caso, à probabldade da proporção obtda para cada DAP não estar dentro do ntervalo de confança); p é a probabldade de sm; Q é a probabldade de não (1-p); E é o ntervalo de confança. Para esta pesqusa, os valores consderados para os das útes da semana (segunda a sexta fera) foram: N= ; z=2; p=,5 2 ; q=,5; E=,1, em que o tamanho da amostra resultou ser n=98. Para os das de fnal de semana: N=3551; z=2; p=,5; q=,5; E=,1. Nesse caso, o tamanho da amostra resultou em n=98. O tamanho total da amostra é desta forma, n= FUNDAMENTAÇÃO TEÓRICA DA PESQUISA VARIAÇÃO COMPENSADA E VARIAÇÃO EQUIVALENTE Em uma valoração contngente, as duas formas mas utlzadas para determnação de uma mudança no bem-estar do ndvduo são: a Varação Compensada (VC) e a Varação Equvalente (VE). Cada uma, por sua vez, tem duas opções, dependendo de qual das partes afetadas tem o dreto de propredade sobre o uso do recurso (no caso do presente estudo, a vstação do PE). A VC é a quantdade de dnhero que será pago/recebdo do ndvíduo, depos de uma mudança, para retornar ao nível de bem-estar orgnal. Tem-se que: a. Quantdade máxma que o ndvduo está dsposto a pagar (DAP) pelo usufruto do PE. Aqu o consumdor não tem o dreto de uso do bem; e, b. Quantdade mínma que o ndvduo está dsposto a receber (DAR) pelo não usufruto do PE. O consumdor tem o dreto de uso do bem. A varação compensada pode expressar-se da segunte manera conforme (2): 1 VC = E( P, Q, U ) ( P, Q, U ) (2) em que: 1 Dado obtdo com a contagem dos vstantes do PE. 2 Usa-se p e q gual a,5 quando não se tem qualquer avalação ncal dos mesmos por ser o máxmo valor que garante uma certa precsão estatístca para o tamanho mínmo da amostra (Barbeta, 2). 5

6 ) Q é a qualdade ambental do PE antes da cobrança de um valor pelo seu Usufruto; ) Q 1 é a qualdade ambental do PE com a cobrança de um valor pelo seu usufruto; ) U é a utldade do vstante sem mudança; v) U 1 é a utldade do vstante com a mudança; v) (Q 1 < Q ) é a qualdade ambental do PE que sofreu uma mudança; v) E (P,Q,U ) é a função gasto sem mudança; e, v) E (P,Q 1,U 1 ) é a função gasto com a mudança. A VE é a quantdade de dnhero que rá conduzr o vstante do PE ao nível subseqüente de utldade, após a ocorrênca da mudança. Assm: c. DAP máxma do ndvduo para evtar o mpedmento do usufruto do PE. Aqu o consumdor não tem o dreto sobre o bem. d. DAR mínma do ndvduo para acetar o mpedmento do usufruto do PE. Aqu o consumdor tem o dreto sobre o bem. O calculo da VE é feto a partr da função de gasto do ndvduo. Assm a VE é a dferença no gasto necessára para atngr um novo nível de bem-estar, evtando o não usufruto do PE, dado um nível de preços P com o nível de utldade U 1. U o é o nível de utldade antes do uso do PE conforme a segunte: VE = E( P, Q, U ) E( P, Q, U ) (3) A função de utldade ndreta do entrevstado pode ser expressa como W(Y,I;S), em que I é a renda, Y=1 quando se decde pela acetação da DAP; e Y= quando se opta por não acetar a DAP, e S são as característcas socoeconômcas do entrevstado. Dado que esta função não é conhecda, ela pode ser expressa da segunte manera: W ( Y, I; S) = V ( Y, I; S) + ε (4) em que ε é um erro estocástco na medda em que parte esquerda da expressão é uma aproxmação da verdadera função de utldade. Reescrevendo: V(1, I - X;S) + ε 1 = V(, I; S) + ε (5) em que:x é a varação equvalente sendo a verdadera DAP; ε e o erro quando se trata de evtar a mudança desfavorável; ε e o erro na stuação desfavorável; e, ε e ε são varáves aleatóras dentcamente dstrbuídas. A entrevsta procura captar a DAP do consumdor. Logo, se o entrevstado aceta pagar X R$, para evtar o não usufruto do PE, tem-se: V ( 1, I X ; S) + ε 1 > V (, I; S) + ε (6) ou, V ( 1, I X ; S) V (, I; S) > ε ε1 (7) Assm: Δ V = V ( 1, I X ; S) V (, I; S) e η = ε ε1 (8) logo, Δ V >η (9) Dado que a resposta da pergunta Sm/Não é uma varável aleatóra, a probabldade de uma resposta postva será dada por: Pr(Sm) = F(ΔV) (1) Em que: F é a função de probabldade acumulada de η. 6

7 2.4.2 MODELO ECONOMÉTRICO PROPOSTO O formato referendo ntroduzdo por Bshop e Herbelen (1979) teve como um dos precursores Hanemann (1984). Daí a denomnação de abordagem de Hanemann para este método. Esta fo complementada por Sellar et al. (1985) e Sellar et al. (1986), preservando a denomnação até os das atuas. A hpótese prncpal do modelo de Hanemann dz que os ndvíduos conhecem com certeza a sua função utldade, mas ela contem elementos não observáves na hora de ser mensurada e, em conseqüênca, é tratada como estocástca. Introduzdo o termo estocástco dretamente na função utldade, U e U 1 (nível de utldade com ou sem aceso ao PE), representam varáves aleatóras, paramétrcas com medas V(1,I-X;S) e V(,I;S) respectvamente. Elas dependem das varáves observadas, da segunte manera: U = ( Y, I; S) + ε sendo Y=,1 (11) Esta é a função utldade que orgnou as equações (6) e (7) que defnem que uma resposta Sm onde podemos consderar a pergunta: Você está dsposto a pagar R$ X para vstar o PE? só ocorrera quando Δ V > η conforme o exposto acma. Então, a resposta do entrevstado pode ser modelada da segunte manera: Pr(Sm) = F(ΔV) (12) e Pr(Não) = 1- Pr(Sm) (13) Com o ntuto de estmar os parâmetros das meddas de bem-estar, em prncípo deve-se assumr uma dstrbução para o termo estocástco η. A dstrbução logt ou logístca, adotada por Pessoa e Ramos (1996) é a mas usada em estudos de valoração contngente. Logo: F(ΔV) = (1+ e -ΔV ) -1 (14) O argumento de F(ΔV) é a dferença de utldades representada na equação (7). A forma funconal a ser precsada e ΔV, assm exemplfcando com β> e Y=,1, podemos consderar o segunte: V(Y,I;S) = α + βi (15) Ocultando-se o S 3 e consderando a defnção de dferença de utldades tem-se: (ΔV) = (α 1 α ) βx (16) Logo, o modelo estatístco de escolha onde α = α 1 - α é o segunte: Pr(Sm)=F(α βx) (17) Tomando X * como a máxma dsposção a pagar, a probabldade de o vstante concordar com o pagamento X será: Pr (Sm)= Pr(X * >X )= 1 G (X) (18) Em que: G(X) é a função de dstrbução de X * ; e, G (X) = Pr(Não) Por tanto: ( ) α βx [ 1+ e ] 1 Pr( Sm) = (19) generalzando tem-se: ' 1 ( ) Pr ( ) 1 + X β = Sm e (2) em que: ' X é o vetor de varáves explcatvas que contém os valores sugerdos e as característcas socoeconômcas (S ) do ndvduo. 3 Os termos α, α 1 e β estão em função do vetor S. 7

8 O método usado para estmar o modelo logt é o de máxma verossmlhança. A equação austada apresenta segunte a forma funconal: 6 Pr ( Sm) Pr ( Sm) ln = ln = X β = β + β X + ε (21) Pr ( Não) 1 Pr ( Sm) = 1 sendo: = 1,2,...,22 em que: Pr ( Sm) ln é a varável dependente da equação logte, representado pelo 1 Pr ( Sm) logartmo natural da relação entre a probabldade de resposta afrmatva (Sm) e a probabldade de resposta negatva [1-Pr(Sm)] da -ésma observação. Neste estudo, as varáves explanatóras consderadas são as seguntes: X 1 = Valor de pagamento sugerdo aos entrevstados (R$ por mês); X 2 = Numero de vstas por mês (Em números de das); X 3 = Renda famlar mensal do vstante (R$ por mês); X 4 = Grau de nstrução do vstante (Em números); X 5 = Idade do vstante (Em anos); X 6 = Sexo dos entrevstados (1=masculno, =femnno); e, ε = Erro aleatóro. O modelo logt, nclundo todas as varáves consderadas, é o segunte: Pr ( Sm) ln = β + β1x + β X + β X + β X + β X + β X + ε (22) 1 Pr ( Sm) A expectatva é de que o snal do coefcente β 1 sea negatvo, ndcando que a probabldade do ndvduo acetar o preço proposto decresce com o aumento do valor sugerdo. Espera-se que os coefcentes β 2, β 3, β 4 e β 5 seam postvos, sgnfcando que a probabldade de acetar o preço proposto cresce com essas varáves aumentarem. No caso do coefcente β 6, não exste uma expectatva preva sobre o seu snal. Para fns de estmação, Hanemann (1984) sugere utlzar a medana (no ponto em que Pr(Sm)=Pr(Não)=,5 como valor da DAP. Esta medda é menos afetada pelo tamanho da cauda da função estmada. Defnda dessa forma, a DAP é dada por: X = [ G( X )] d( X ) [ G( X )]dx 1 (23) Então, após manpulação utlzando a equação (22), obtém-se: ˆ * β X = (24) ˆ β1 em que: ˆ1 β < é a estmatva do parâmetro do valor sugerdo aos vstantes do PE; e, ˆ * β é o valor resultante da soma da constante com o produto de todos os outros coefcentes da estmatva, multplcados pelas respectvas médas. O auste estatístco de cada coefcente é testado separadamente, com o uso do teste t. O resultado da regressão pode ser avalada com o uso do teste da razão de verossmlhança, defndo como -2(lnL - lnl 1 ), em que: L é o valor máxmo da função verossmlhança quando a únca varável explcatva é a constante; e, 8

9 L 1 é o valor máxmo da função verossmlhança quando todas as varáves explcatvas estão ncluídas (Judge, 1988). A estmatva do efeto margnal das varáves explanatóras com relação a probabldade de resposta afrmatva, calculada à partr dos coefcentes estmados, não é dreta (Judge et al, 1988) dado que: Pr ( Sm) = G (1 G )β (25) X Isto é, o efeto de uma varação em X sobre Pr(Sm) está sueto ao valor de todas as demas varáves. Mas, pela equação (25) pode-se conferr que o mpacto pode ser prevsto da segunte manera: em dreção contrara ao da mudança da magntude da varável se β >, e no mesmo sentdo, se β <. 3. RESULTADOS E DISCUSSÃO 3.1. PROCESSO DA PESQUISA DE CAMPO Os dados foram coletados durante os meses de agosto a setembro de 24. Esta fase da pesqusa fo dvda em três partes. Incalmente, fez-se uma contagem do número de vstantes que pratcam camnhadas, exercícos e outras formas de lazer. Em seguda o questonáro sofreu um pré-teste. Fnalmente os mesmos foram aplcados por meo de entrevstas n stu com os vstantes do PE. Com o ntuto de determnar o horáro de maor freqüênca de vstantes, e posteror contagem procedeu-se a entrevstar os guardas vglantes dos portões de entrada do Campus Luz de Queroz. O pré-teste do questonáro fo feto em duas fases. Um prmero questonáro fo elaborado no formato aberto e aplcado a 15 vstantes 4. O pré-teste servu para testar as questões contdas na folha e fornecer também os valores que seram propostos aos vstantes do PE. Desse modo obtveram-se os valores propostos aos vstantes do PE. Posterormente, este questonáro fo aprmorado para o formato referendo, á contendo as devdas correções e os valores propostos. Este questonáro mas aprmorado fo aplcado aleatoramente a 15 vstantes do PE, para detectar eventuas erros e defcêncas adconas. Após uma segunda correção, elaborou-se a versão fnal do questonáro utlzado na coleta de dados. As entrevstas com os guardas vglantes do Campus e os prétestes foram fetas pelo autor desta pesqusa. Para reduzr falhas que pudessem surgr no decorrer das entrevstas e, para padronzar os procedmentos a serem adotados, os oto entrevstadores passaram por dversas fases de trenamento. O problema e a metodologa adotada foram apresentados vsando: correta nterpretação do conteúdo do questonáro; adequada seleção (aleatóra) de pessoas a serem entrevstadas; e comportamento durante a abordagem e as entrevstas pessoas. Durante a etapa de levantamento de dados, os entrevstadores mantveram comuncação constante e atva vsando o montoramento e recepção dos questonáros aplcados. 3.2 PERFIL DA AMOSTRA A contagem ncal da freqüênca de vstação, ndcou a exstênca de maor fluxo entre 6: e 9: horas da manha e entre 17: a 19: horas nos das de semana. Nos fns de semana (Sábado e Domngo) o fluxo de vstas e maor entre 7: a 11: horas e 13: a 4 Marcon (1999) ndca que um nstrumento de pesqusa pode ser adequadamente testado com cerca de 5 a 1% do tamanho da amostra. Nesta pesqusa, o tamanho da amostra fo determnado em 196 vstantes. Assm, 15 entrevstados representam 7% desse valor. 9

10 18: horas. A contagem ndca um total de 4275 vstas durante a semana e de 3552 vstas nos fns de semana. Somados, resultam numa meda de 1118 vstas por da, ao longo da semana (Fgura 1). Cada pessoa vsta em meda 13 vezes o PE, desse modo temos um numero de 258 vstantes (ponderados pela meda) por mês Das da semana Fns de semana Fgura 1 Número de vstas do PE por hora, durante a semana (de segunda a sexta fera) e fns de semana (sábado e domngo) Os horáros de maor fluxo ocorrem entre 6: e 8: horas e 17: a 19: horas nos das da semana, e de 8: a 1: horas da manha e 14: a 17: horas da tarde nos fns de semana. Pode-se notar também que as 5: e 1:3 horas e as 16: e 2:3 horas tem-se o menor fluxo de vstas durante a semana, do mesmo modo nos horáros de 6: e 12: horas e 13: e 19: horas observa-se o menor fluxo de pessoas nos fns de semana. Pode-se supor que durante a semana entre 11: e 16: horas não exsta um fluxo de pessoas utlzando o PE porque nesses horáros a maora das pessoas almoça, logo algumas descansam, outras trabalham, dão aulas entre outros afazeres, além de termos uma maor ncdênca do sol em tas horáros. Já nos fns de semana exste um maor fluxo de pessoas nesses horáros consderando-se que algumas pessoas estaram mas lvres do trabalho e de outros afazeres cotdanos. As entrevstas foram realzadas no período de 15 a 21 de setembro de 24, período de baxa estação onde o fluxo de vstantes podera ser consderado menor com relação ao período de alta estação (prmavera-verão). Nesse sentdo deve-se salentar que devdo a lmtações fnanceras e de tempo, não fo possível obter amostras de todos os meses do ano, de modo a caracterzar a demanda anual por vstação do Parque da ESALQ. Para as entrevstas foram abordadas aleatoramente um total de 216 pessoas. Desses, 9 (4%) não partcparam da pesqusa, alegando prncpalmente que não tnham tempo para responder o questonáro. Consderando os 27 questonáros responddos nas entrevstas realzadas, foram anulados e descartados 5, por preenchmento ncompleto 5. Desse modo, para efetos de análse utlzou-se 22 observações. Das observações que compõem a amostra, onde 22 vstantes foram entrevstados nos das de Segunda a Domngo, a maora dsseram que resdem em Praccaba e somente 6% manfestaram resdr em outras cdades. No relatvo ao sexo dos entrevstados, exste uma proporção um pouco maor de vstantes do sexo masculno (52%) com relação a vstantes do sexo femnno. 5 Alguns entrevstados não sabam nformar sobre a renda famlar, outros não sabam a dstanca percorrda e o tempo gasto para chegar ao PE. 1

11 A maora dos vstantes declarou que parte da resdênca para vstar o PE, e apenas 5% declararam que partem do trabalho para vstar o PE, fato que pode ser explcado pela proxmdade das moradas dos vstantes ao PE. Para confrmar tal suposção perguntou-se sobre à dstânca percorrda para chegar ao PE, tendo-se que a maora das pessoas (8%) afrmaram que percorrem uma dstanca de a 5 km. Das 22 pessoas, 34% vstam o PE sem nenhuma companha, e 66% vstam o PE com famlares, amgos e colegas de trabalho, evdencando-se que o PE é um lugar de encontro de famlares e amgos. Quanto ao meo de transporte utlzado, a maor parte dos vstantes manfestaram que vem a pé ou de carro ao PE. Quando fo perguntado sobre o motvo da preferênca por vstar o PE, a maora das pessoas afrmou que freqüenta o PE ndstntamente pela beleza, lmpeza e por encontrarem árvores e um contato com a natureza. Quanto ao obetvo da vsta, a maora dos ndvíduos entrevstados declarou que vsta o PE em busca de lazer e para prátcas de exercícos (por prazer). Somente 17% o fazem para prátcas de exercícos por recomendação médca. Pode-se perceber que a procura por lazer e recreação motva a maor parte dos vstantes. Consderando a freqüênca de vstas por semana, observou-se que grande parte dos entrevstados vsta o PE alguns das da semana e nos fns de semana. Dentre as condções clmátcas que podam afetar negatvamente a vstação no PE, destacam-se a ncdênca de chuvscos e chuvas fortes. Somente 46% vstaram o PE nessas condções. Por outro lado, a ocorrênca de fro, calor excessvo e quemadas da cana 6 parecem não afetar negatvamente a vstação do PE. A grande maora dos entrevstados vstara o PE nessas condções. Com relação ao grau de nstrução, 4% são graduados, o que demonstra um alto grau de nstrução com relação a meda braslera de 8,4% de graduados, segundo o Insttuto Braslero de Geografa e Estatístca (IBGE) (22). A faxa etára mas comum entre os entrevstados está entre 3 a 5 anos de dade. Pode-se nferr que a população vstante do PE em geral pertence a faxa da população economcamente atva. Quanto à ocupação prncpal, predomnam os aposentados, donas de casa, estudantes e técncos, que talvez esteam mas preocupados com a saúde físca e mental ou que talvez aloquem mas tempo para atvdades de lazer e recreação no PE. A renda famlar mensal declarada pelos entrevstados demonstra que a maora tem uma renda acma de quatro saláros mínmos. Trata-se de renda alta quando comparada com a meda naconal em que 4% dos habtantes recebem até 2 saláros mínmos por mês (IBGE, 22). A maor parte dos vstantes do PE vem de famílas com três a quatro pessoas. Trata-se de famílas de tamanho relatvamente próxmas da méda braslera gual a 3,3 pessoas (IBGE, 22). Na Tabela 2 observa-se as respostas às sugestões de pagamento mensal pelo usufruto do PE. As respostas afrmatvas somam 95 (47%), e as negatvas 17 (53%). 6 Pratca comum no processo de cultura da cana de açúcar no Brasl e prncpalmente no Estado de São Paulo. 11

12 Tabela 2. Valores e respostas às sugestões de preço nclundo as respostas de protesto Valores (R$) Sm Não Total 2, , , , , , Total O preço mas alto aceto fo R$ 5, com apenas duas observações. Consderando o total de respostas afrmatvas, 47% dos entrevstados pagaram por algum preço sugerdo pelo usufruto do PE, por outro lado, 53 % não pagaram nenhum valor de acordo com as respostas negatvas. Os motvos pelos quas os entrevstados manfestaram as respostas negatvas estão sumarzados na Tabela 3, onde os dados podem ser confrontados com os valores sugerdos aos entrevstados. Tabela 3. Motvos das respostas negatvas Valores/motvos Total 2, , , , , , Total A quanta é muto elevada 2. Não dspõe economcamente para contrbur 3. Não confa na boa utlzação do dnhero 4. Não compensa nvestr no PE 5. Não está de acordo com o tpo de perguntas e o questonáro não é a melhor forma de abordar o assunto 6. A natureza não tem preço e por essa razão não concorda com nenhuma contrbução 7. Não aceta nenhuma contrbução voluntára, a manutenção e preservação de áreas naturas publcas é responsabldade do governo O motvo 1, com dezoto ocorrêncas, mostra uma tendênca crescente com o aumento do preço sugerdo. Consderando o motvo 2 Não dspõe economcamente para contrbur com quarenta e duas ocorrêncas, observa-se também uma tendênca crescente com o aumento do preço sugerdo. Os motvos 1 e 2 relaconam-se dretamente com a restrção orçamentára do ndvíduo procurando captar a redução de utldade pelo aumento do preço sugerdo. O motvo 3 Não confa na boa utlzação do dnhero, com sete ocorrêncas, parece relaconar-se a um possível vés no veículo de pagamento. O motvo 4 Não compensa nvestr no PE, também com sete ocorrêncas, relacona-se a aqueles ndvíduos que não entendem que sua utldade vara com a mplementação do preço sugerdo. O motvo 5 Não está de acordo com o tpo de perguntas e o questonáro não é a melhor forma de abordar o assunto, com quatro ocorrêncas, procurou captar aquela parcela de pessoas que precsam talvez de mas tempo para decdr sobre o pagamento do valor sugerdo. O motvo 6 A natureza não tem preço e por essa razão não concorda com nenhuma contrbução, com ses ocorrêncas e o motvo 7 Não aceta nenhuma 12

13 contrbução voluntára, a manutenção e preservação de áreas naturas publcas é responsabldade do governo, com 23 ocorrêncas, somadas ao motvo 3 totalzam 37 ocorrêncas relaconadas a attudes de protesto. Elas captam certo vés estratégco por parte dos entrevstados. Fnalmente, 1% das pessoas entrevstadas afrmaram que o meo ambente é mportante, mas só 2% declaram pertencer a alguma assocação que atua em defesa do meo ambente. Desse modo pode-se dsser que exste a ntenção de preservar o meo ambente porem não exste a unão de forças para tal fm. 3.3 O MODELO PROPOSTO E AS ESTIMATIVAS Os parâmetros estmados (βˆ) para o modelo logt proposto, utlzando o método de máxma verossmlhança são apresentados na Tabela 4. Tabela 4. Estmatvas do modelo logt Varável Coefcente Erro padrão Estatístca t Constante 3, , ,29* Valor sugerdo,761914, ,38** Vstas por mês,445432, ,37* Renda,448791, ,52** Grau nstrução,933371, ,21ns Idade,19212,134545,14ns Sexo,783149, ,23ns N de observações 22 LR χ 2 59,42 DAP meda (R$/mês) 14,53 * sgnfcatvo a 5% ** sgnfcatvo a 1% ns não sgnfcatvo O valor estmado da razão de verossmlhança (LR) é gual a 59,42, reetando a hpótese nula de que o modelo não tem poder explcatvo. Portanto, reeta-se a hpótese de que os coefcentes assocados às varáves explanatóras correspondentes são smultaneamente e sgnfcatvamente guas a zero. As estatístcas t dos coefcentes estmados ndcam que as varáves valor sugerdo e renda são altamente sgnfcatvos (a 1% de probabldade). A varável vsta por mês é sgnfcatva ao nível de 5%. Por outro lado, as varáves grau de nstrução, dade e sexo não são estatstcamente sgnfcatvas e, por tanto, não nfluencam a DAP. Utlzando a equação (24) a estmatva da DAP resultou em R$ 14,53 por mês 7. Assm o benefco econômco total é estmado em R$ ,4 por mês CONCLUSÕES Apesar de desenvolver - prmordalmente - as atvdades de ensno, pesqusa, extensão e prestação de servços à comundade, a ESALQ/USP desempenha outras funções de valor bastante sgnfcatvos. Entre outros benefícos ndretos, pelas suas característcas, o PE gera bem-estar para os seus vstantes, aumenta o valor dos móves localzados em sua 7 Tal valor corresponde a uma probabldade de 5% de acetação para os vstantes do PE. 8 Consderando o numero total estmado de 2.58 vstantes mensas. 13

14 vznhança, fornece amendades ambentas para a população local etc. Esses valores, não consderados comumente, podem ustfcar anda mas os gastos públcos fetos na preservação e manutenção de seu Campus. Alem dsso, para os responsáves pela admnstração do PE, os benefícos gerados para a população podem contrbur para o bom relaconamento com a comundade dentro da qual ela esta nserda. A mensuração e a dvulgação da magntude desse tpo de benefco pode contrbur para obter apoo e colaboração da socedade cvl não só para preservação da nfra-estrutura do PE exstente, mas também como modelo para outros nvestmentos do gênero. Nesse sentdo, os resultados obtdos no presente estudo ndcam que o PE tem valor bastante consderável para os seus vstantes. Essa nformação podera ser útl, por exemplo, para lustrar um programa de aprmoramento do relaconamento do Campus com a comundade de Praccaba e Regão. É mportante destacar que o estudo feto nesta pesqusa medu somente o valor de uso do PE para a fnaldade de vstação. Em função do escopo do presente trabalho, mutos outros benefícos gerados pelo PE não foram consderados. Entre outros, destacam-se: valorzação moblára das propredades prvadas (casas, terrenos, apartamentos) na sua vznhança; os benefícos ambentas resultantes das amendades geradas pelo PE; e, o seu valor de exstênca. Essas externaldades postvas do PE não foram meddas e nem estudadas na presente pesqusa. Futuros estudos poderam contrbur para o aprmoramento do conhecmento do valor total do PE, mensurando um ou mas desses benefícos. Uma outra sugestão que aprmorara os resultados aqu obtdos sera a coleta de dados adconas, cobrndo outros períodos ao longo do ano. Isso permtra capturar a nfluênca das varações estaconas (temperatura, precptação, nsolação, etc) sobre a atvdade de vstação no PE. REFERENCIAS BIBLIOGRÁFICAS ALMEIDA, L.T. de Polítca ambental: uma analse econômca. Campnas: Unesp/Paprus, p. ARROW, K.; SOLOW, R.; PORTNEY, P.R.; LEAMER, E.E.; RADNER, R.; SCHUMAN, H. Report of the NOAA panel on contngent valuaton. (3 Nov. 24) BARBETA, P.A. Estatístca aplcada às cêncas socas. Floranópols: USFC, p. BARBIN, H.S. Estudo das transformações na conformação dos macços arbóreo/arbustvos do Parque da Escola Superor de Agrcultura Luz de Queroz - Unversdade de São Paulo, através de fotografas aéreas vertcas e levantamentos florístcos de épocas dstntas. Praccaba, p. Dssertação (Mestrado) Escola Superor de Agrcultura Luz de Queroz, Unversdade de São Paulo. BISHOP, R.C.; HEBERLEIN, T.A. Measurng values of extra market goods: are ndrect measured based? Amercan Journal of Agrcultural Economcs, v.61, n.5, p , COCHRAN, W.G. Samplng technques. New York: John Wley, p. GORI, A.M. Valoração de recursos ambentas. Campnas, p. Dssertação (Mestrado) Unversdade Estadual de Campnas. HANEMANN, M.W. Welfare evaluaton contngent valuaton experments wth dscrete responses. Amercan Journal of Agrcultural Economcs, v.66, n.3, p ,

15 HANEMANN, M.W. Wllngness to pay and wllngness to accept: how much can they dffer? Amercan Economc Revew, v.81, n.3, p , June INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Síntese de ndcadores socas: Ro de Janero, p. JUDGE, G.C.; HILL, R.C.; GRIFFIHS, W.E. et al. Introducton to the theory and practce of econometrcs. 2.ed. New York: John Wley & Sons, p. MARCONI, M.A.; LAKATOS, E.M. Técncas de pesqusa: planeamento e execução de pesqusas, amostragens e técncas de pesqusa, elaboração, analse e nterpretação de dados. São Paulo: Atlas, p. MITCHELL, R.C.; CARSON, R.T. Usng surveys to value publc goods: the contngent valuaton method. 3.ed. Washngton: Resources for the Future, p. MONTENEGRO, H.W.S. A arte de proetar ardns. Praccaba: Fealq, p. MOTTA, R.S. da. Contabldade ambental: teoría, metodología e estudos de casos no Brasl. Ro de Janero: Ipea, p. MOTTA, R.S. da Manual para valoração econômca dos recursos ambentas. Brasíla: Mnstéro do Meo Ambente, dos Recursos Hídrcos e da Amazôna Legal, p. PESSOA, R.; RAMOS, F.S. Avalação de atvos ambentas: aplcação do método de avalação contngente. In: ENCONTRO BRASILEIRO DE ECONOMETRIA, 17., Águas de Lndóa, Anas. Brasíla: Santa Clara, p SELLAR, C.; CHAVAS, J.P.; STOLL, J.R. Specfcaton of the logt model: the case of valuaton of nonmarkets goods. Journal of Envronmental Economcs and Management, v.13, n.4, p , SELLAR, C.; STOLL, J.R.; CHAVAS, J.P. Valuaton of emprcal measures of welfare change: a comparson of nonmarket technques. Land Economcs, v.61, n.2, p ,

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

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 entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

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

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

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

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

AULA EXTRA Análise de Regressão Logística

AULA EXTRA Análise de Regressão Logística 1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

Estatística Espacial: Dados de Área

Estatística Espacial: Dados de Área Estatístca Espacal: Dados de Área Dstrbução do número observado de eventos Padronzação e SMR Mapas de Probabldades Mapas com taxas empírcas bayesanas Padronzação Para permtr comparações entre dferentes

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

Análise de Regressão Linear Múltipla IV

Análise de Regressão Linear Múltipla IV Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do

Leia mais

Gabarito da Lista de Exercícios de Econometria I

Gabarito da Lista de Exercícios de Econometria I Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

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

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS Rodolfo Hoffmann * Vctor Hugo da Fonseca Porto ** SINOPSE Neste trabalho deduz-se qual é o

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

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

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

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Análise de Regressão Linear Múltipla VII

Análise de Regressão Linear Múltipla VII Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto

Leia mais

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

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

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7 Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012 ETATÍTICA APLICADA II ANO LECTIVO / Exame Fnal 6 de Julho de Duração : H 3 M Nota: Responder um grupo por folha (utlze frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados

Leia mais

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos 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

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

Valoração Contingente da Disposição a Pagar por Água bruta: Uma Aplicação Probabilística do Método. Autoria: Márcia Gonçalves Pizaia

Valoração Contingente da Disposição a Pagar por Água bruta: Uma Aplicação Probabilística do Método. Autoria: Márcia Gonçalves Pizaia Valoração Contngente da Dsposção a Pagar por Água bruta: Uma Aplcação Probablístca do Método Autora: Márca Gonçalves Pzaa Resumo Este trabalho tem como objetvo prncpal estudar a dsponbldade a pagar por

Leia mais

2ª Atividade Formativa UC ECS

2ª Atividade Formativa UC ECS I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

Identidade dos parâmetros de modelos segmentados

Identidade dos parâmetros de modelos segmentados Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos

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. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação

Leia mais

3. Estatística descritiva bidimensional

3. Estatística descritiva bidimensional 3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA METODOLOGIA. Versão 2.0

MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA METODOLOGIA. Versão 2.0 METODOLOGIA MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA Versão 2.0 Brasíla - Março/2012 Versão 2.0 Brasíla-DF Outubro/2016 METODOLOGIA MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA Versão 2.0 Brasíla - Março/2012

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

Ocorrência (i) Total Freq. Observada (n i )

Ocorrência (i) Total Freq. Observada (n i ) apítulo 4 Problema H L : p p p6 / 6 Ocorrênca ( 3 4 5 6 Total Freq. Observada (n 43 49 56 45 66 4 3 Freq. Esperada ( n * 5 5 5 5 5 5 3 ( n / n n,98,,7,5 5,,6 8,96 8,96 ; s 6; g.l. 5. ˆ 5 α P ( χ > 8,96,.

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

Economia dos recursos naturais e ambientais: uma aplicação prática do método da valoração contingente

Economia dos recursos naturais e ambientais: uma aplicação prática do método da valoração contingente Economa dos recursos naturas e ambentas: uma aplcação prátca do método da valoração contngente Márca Gonçalves Pzaa Unversdade Metropoltana de Ensno Paranaense Sc. Ltda. Rodova Celso Garca Cd, s/n - KM

Leia mais

ESTIMATIVA DOS BENEFÍCIOS AMBIENTAIS DO LITORAL DE ILHÉUS - BAHIA: ALTA ESTAÇÃO DE 2006.

ESTIMATIVA DOS BENEFÍCIOS AMBIENTAIS DO LITORAL DE ILHÉUS - BAHIA: ALTA ESTAÇÃO DE 2006. ESTIMATIVA DOS BENEFÍCIOS AMBIENTAIS DO LITORAL DE ILHÉUS - BAHIA: ALTA ESTAÇÃO DE 200. CARLA REGINA FERREIRA FREIRE GUIMARAES () ; CRISTIANE APARECIDA DE CERQUEIRA (2) ; FRANCISCO CASIMIRO FILHO (3) ;

Leia mais

METOLOGIA. 1. Histórico

METOLOGIA. 1. Histórico METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

5 Implementação Procedimento de segmentação

5 Implementação Procedimento de segmentação 5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Diferença entre a classificação do PIB per capita e a classificação do IDH

Diferença entre a classificação do PIB per capita e a classificação do IDH Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca

Leia mais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

Ascensão profissional feminina no mercado de trabalho brasileiro no período 2002/2014

Ascensão profissional feminina no mercado de trabalho brasileiro no período 2002/2014 Ascensão profssonal femnna no mercado de trabalho braslero no período 2002/2014 Renan Bonfm Luz 1 Danela Verzola Vaz 2 RESUMO Apesar da crescente partcpação femnna no mercado de trabalho braslero observada

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013) Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,

Leia mais

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

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

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha 09//06 Estatístca Aplcada II CORRELAÇÃO AULA 07//6 Prof a Llan M. Lma Cunha CORRELAÇÃO: Identfcar a estênca ou não de assocação lnear entre varáves: -Preço de um produto em regões; -Frete e Km percorrdo;

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente

Leia mais

VALORAÇÃO MONETÁRIA DE BENEFÍCIOS AMBIENTAIS: O CASO DO TURISMO NO LITORAL DO MUNICÍPIO DE CANAVIEIRAS ESTADO DA BAHIA

VALORAÇÃO MONETÁRIA DE BENEFÍCIOS AMBIENTAIS: O CASO DO TURISMO NO LITORAL DO MUNICÍPIO DE CANAVIEIRAS ESTADO DA BAHIA VALORAÇÃO MONETÁRIA DE BENEFÍCIOS AMBIENTAIS: O CASO DO TURISMO NO LITORAL DO MUNICÍPIO DE CANAVIEIRAS ESTADO DA BAHIA CARLA REGINA FERREIRA FREIRE; FRANCISCO CASIMIRO FILHO; GILBERTO DE SOUZA GUIMARÃES

Leia mais

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para

Leia mais

ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO

ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões

Leia mais

Resumos Numéricos de Distribuições

Resumos Numéricos de Distribuições Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais