Estatística. 2 - Estatística Descritiva

Tamanho: px
Começar a partir da página:

Download "Estatística. 2 - Estatística Descritiva"

Transcrição

1 Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard

2 ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA MEDIDAS DE ACHATAMENTO MEDIDAS DE CORRELAÇÃO UNESP FEG DPD Prof. Edgard

3 PROBLEMA: Uma peça após fudda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em,00 mm e tolerâca de 0,5 mm: (,75,5) Deseja-se DESCREVER as segutes Varáves de Resposta: X: úmero de defetos por peça fudda Y: dâmetro do furo Para tato, coletou-se dados de uma Amostra de 5 peças UNESP FEG DPD Prof. Edgard

4 COLETA DE DADOS: Peça X : úmero de defetos Y : dâmetro do Furo (mm), 0,7,94 4,86 5, 6 0,0 7,9 8 0,78 9,0 0,05,8,00,4 4 0,99 5,7 6, 7 6,80 8,0 9 0, 0,08 0,88,76,05 4 0,07 5 0,0 UNESP FEG DPD Prof. Edgard

5 VARIÁVEL X : Número de Defetos por Peça Tabela de Dstrbução de frequêcas: frequêca ' f p Ordem X (absoluta) (relatva) 0 8 % 9 6% 5 0% 4 8% % % 7 6 4% DIAGRAMA DE BARRAS (Varável Dscreta) total 5 00% frequêca defetos por peça UNESP FEG DPD Prof. Edgard

6 VARIÁVEL Y : Dâmetro de Furo (mm) Tabela de Dstrbução de frequêcas: classe Dâmetro do Furo Valor médo Y frequêca,705 até,85,77 5 0%,85 até,965,90 %,965 até,095,0 7 8% 4,095 até,5,6 6 4% 5,5 até,55,9 4 6% total 5 00% f ' p HISTOGRAMA (Varável Cotíua) frequêca 5 4 0,77,90,0,6,9 Dâmetro do Furo (mm) UNESP FEG DPD Prof. Edgard

7 HISTOGRAMA: dcas para costrução Número de classes: k (tero) Ampltude da Amostra: R X max X m Ampltude das classes: Exemplo da Fudção: h População: Total de peças produzdas Tamaho da Amostra: 5 peças R Varável Y: dâmetro do furo (mm) k Ampltude da amostra: R Y Y,4,7 max m 0,6 Número de classes: k 5 5 Ampltude das classes: R 06, h 0, k 5 UNESP FEG DPD Prof. Edgard - 0 h 0, 0-7

8 HISTOGRAMA: dcas usado Excel:. Selecoar: Ferrametas >> Aálse de Dados >> Hstograma >> OK. Selecoar células com os dados da Amostra. Selecoar células com os lmtes ferores das classes 4. Escolher opção de saída 5. Selecoar Porcetagem Cumulatva 6. Selecoar Resultado do Gráfco 7. Clcar OK 8. Clcar em qualquer barra do Hstograma gerado 9. Selecoar o pael superor: Formatar >> Seqüêca de dados selecoada >> Opções >> Espaçameto >> DIMINUIR PARA ZERO! 0. Clcar OK UNESP FEG DPD Prof. Edgard

9 VARIÁVEL: Categora do Dâmetro de Furo Dstrbução de frequêca: frequêca classe Dâmetro do Furo Categora absoluta relatva <,75,75 até,5 >,5 abaxo da especfcação 4% detro da especfcação 84% Acma da especfcação % total 5 00% DIAGRAMA CIRCULAR (PIZZA) Dâmetro Abaxo da Especfcação Dâmetro Detro da Especfcação Dâmetro Acma da Especfcação UNESP FEG DPD Prof. Edgard

10 VARIÁVEL: Dâmetro de Furo (mm) Peça Dâmetro Y,,7,94 4,86 5, 6,0 7,9 8,78 9,0 0,05,8,00,4 4,99 5,7 6, 7,80 8,0 9, 0,08,88,76,05 4,07 5,0 DIAGRAMA DE CAULE E FOLHAS (Steam ad Leaf Dagram),7 6 8, , , 0 9, 0 0 7, 4 UNESP FEG DPD Prof. Edgard

11 MEDIDAS DE POSIÇÃO Méda Medaa Quartl Decl Percetl Moda UNESP FEG DPD Prof. Edgard

12 Méda da População (Varável X): E(X) N µ X x N X : -ésmo valor da Varável X N : tamaho da População µ X é um PARÂMETRO, sto é, um DETERMINADO NÚMERO, pos cosdera TODOS os possíves valores da População UNESP FEG DPD Prof. Edgard

13 Méda da Amostra ou Méda Amostral : X X N x X : -ésmo valor de uma Amostra da Varável X : tamaho da Amostra X é uma VARIÁVEL, pos depede dos valores de cada Amostra Dca Excell para a Méda: Selecoar: fx >> Estatístca >> Méda Selecoar: células com a tabela de dados Clcar: OK UNESP FEG DPD Prof. Edgard

14 Méda da Amostra ou Méda Amostral: Dados em Tabela de frequêca dos valores de uma dada Amostra da Varável X X X k x f k x p ' f : frequêca do valor X k f : tamaho da Amostra ' p f : frequêca relatva k : úmero de dferetes valores da Amostra Dados em Tabela de frequêca das classes de uma dada Amostra da Varável X X k x f x : valor médo da classe f : freqüêca da classe k : úmero de classes UNESP FEG DPD Prof. Edgard

15 MÉDIA AMOSTRAL: Exemplo da Fudção Varável X: úmero de defetos por peça Tabela de Dstrbução de frequêca dos Valores Ordem Número de Defetos X frequêca f X f total 5 X k X f 5,4 UNESP FEG DPD Prof. Edgard

16 MÉDIA AMOSTRAL: Exemplo da Fudção Varável Y: dâmetro do furo (mm) Tabela de Dstrbução de frequêca das Classes Classe Dâmetro do Furo frequêca Y f,705 até,85, ,85,85 até,965,90 5,7,965 até,095,0 7 84, 4,095 até,5,6 6 7,96 5,5 até,55,9 4 49,6 Y f total 5 00,88 Y k Y f 00,88 5,04 Dca Excell para Méda em tabela de frequêca das classes: Selecoar: fx >> Matemátca >> SOMARPRODUTOS Selecoar: células com os valores de X Selecoar: células com os valores de f >> Clcar: OK >> Dvdr por UNESP FEG DPD Prof. Edgard

17 MEDIANA : md Idéa: dvdr em partes um cojuto ordeado de valores - Tabela com valores ordeados: : ímpar md valor de ordem ( + )/ Exemplo: 9 (+)/ 5 valor de ordem 5 40 ordem valor md 40 : par md valor médo etre o de ordem / e o de ordem /+ Exemplo: 8 valor de ordem / 5 valor de ordem(/) + 6 ordem valor md 5,5 Dca Excell : Selecoar: fx >> Estatístca >> Med Selecoar: células com a tabela de dados >> Clcar: OK UNESP FEG DPD Prof. Edgard

18 MEDIANA : md Tabela de Dstrbução em classes de freqüêcas: md L md + F f md < md h ode: L md : lmte feror da classe que cotém a medaa : tamaho da Amostra F <md : frequêca acumulada das classes aterores à classe que cotém a medaa f md : freqüêca da classe que cotém a medaa h : ampltude das classes UNESP FEG DPD Prof. Edgard

19 MEDIANA : md Exemplo da Fudção: Varável Y: dâmetro do furo (mm) Lmtes Reas absoluta classe Lm. f. Lm. sup.,705,85 5 5,85,965 8,965, ,095,5 6 5,5, f frequêca Acumulada F md L md + F f md < md h 5 8 md,965 +,0 7 UNESP FEG DPD Prof. Edgard - 0,80 0-9

20 QUARTIL : Q Idéa: dvdr em 4 partes um cojuto ordeado de valores umércos 0% 5% 50% 75% 00% Q Q md Q Q : Prmero Quartl Q : Segudo Quartl Medaa Q : Tercero Quartl Dca Excell (os dados ão precsam estar ordeados): Selecoar:Iserr>>fução fx >> Estatístca >> Quartl >> OK Selecoar: células com a tabela de dados >> OK Segur struções da jaela UNESP FEG DPD Prof. Edgard

21 QUARTIL : Q Exemplo da Fudção: Varável X: úmero de defetos por peça ordem X Q 0 (prmero quartl) 4 5 Q (segudo quartl) Q (tercero quartl) UNESP FEG DPD Prof. Edgard

22 QUARTIL : Q Exemplo da Fudção: Varável Y: dâmetro do furo (mm) peça Y,7,76,78 4,80 5,8 6,86 7,88 8,94 9,99 0,00 Q,88 (prmero quartl),0,05,05 4,07 Q,05 (segudo quartl) 5,08 6,0 7, 8,9 9,0 0,0,,,7 4, 5,4 Q,0 (tercero quartl) UNESP FEG DPD Prof. Edgard

23 QUARTIL : Q Dstrbução em classes de freqüêcas: Q L Q + 4 f Q F < Q h ode: L Q : lmte feror da classe que cotém o -ésmo Quartl : tamaho da Amostra F <Q : frequêca acumulada das classes aterores à classe que cotém o -ésmo Quartl; f Q : freqüêca da classe que cotém o -ésmo Quartl; H : ampltude das classes UNESP FEG DPD Prof. Edgard

24 QUARTIL : Q Exemplo da Fudção: Varável Y: dâmetro do furo (mm) Lmtes Reas absoluta classe Lm. f. Lm. sup. f frequêca Acumulada,705,85 5 5,85,965 8,965, ,095,5 6 5,5, Q valor de ordem 7 (5/4) classe Q valor de ordem (50/4) classe Q valor de ordem 9 (75/4) classe 4 F Q L Q + F 4 f Q < Q h Q,85 + 0,,89 Aalogamete: Q,05 Q,8 UNESP FEG DPD Prof. Edgard

25 DIAGRAMA DE CAIXA E BIGODE (Box-plot) PE: Poto Extremo (outler) BS: Barrera Superor Q +,5 (Q Q ) PS: Poto Adjacete Superor Q : Tercero Quartl Q : Segudo Quartl Medaa Q : Prmero Quartl PS: Poto Adjacete Iferor BI: Barrera Iferor Q,5 (Q Q ) PE: Potos Extremos (outlers) Usualmete: apresetar os Potos Extremos ão apresetar as Barreras ( (BI e BS) UNESP FEG DPD Prof. Edgard

26 DIAGRAMA DE CAIXA E BIGODE (Box-plot) Exemplo da Fudção: Varável X: úmero de defetos por peça X 7 6 Poto Extremo (outler) BS 5 PS Q Q BS Q +,5 (Q Q BS +,5 ( 0) 5 ) Q 0 PS 0 (sem bgode feror) BI - BI Q,5 (Q Q ) BI 0,5 ( 0) UNESP FEG DPD Prof. Edgard

27 DIAGRAMA DE CAIXA E BIGODE (Box-plot) Exemplo da Fudção: Varável Y: dâmetro do furo (mm) BS,68 BS Q +,5 (Q Q ) BS,0 +,5 (,0,88),68 PS,4 Q,0 Q,05 Q,88 PS,7 BI,40 BI Q,5 (Q Q ) BI,88,5 (,0,88,40) Observação: o exemplo ão ocorreram Potos Extremos UNESP FEG DPD Prof. Edgard

28 Decl (D ) Idéa: Dvdr o cojuto de dados em 0 partes guas 0% 0% 0% 0% 40% 50% 60% 70% 80% 90% 00% ode: D D D D 4 D 5 D 6 D 7 D 8 D 9 D 5 medaa D L D + 0 f D F D h L D : lmte feror da classe que cotém o -ésmo Decl : úmero de elemetos do cojuto de dados; F D : frequêca acumulada das classes aterores à classe que cotém o -ésmo Decl; f D : freqüêca da classe que cotém o -ésmo Decl; h D : ampltude da classe que cotém o -ésmo Decl. D Dca Excell: Como D P 0. usar a fução Percetl etão pode-se UNESP FEG DPD Prof. Edgard

29 Percetl (P ) Idéa: Dvdr o cojuto de dados em 00 partes guas 0% % % % 50% 97% 98% 99% 00% P P P P 50 md P 97 P 98 P 99 ode: P L P + 00 f P F P L P : lmte feror da classe que cotém o -ésmo Percetl : úmero de elemetos do cojuto de dados; F P : frequêca acumulada das classes aterores à classe que cotém o -ésmo Percetl f P : freqüêca da classe que cotém o -ésmo Percetl h P : ampltude da classe que cotém o -ésmo Percetl Dca Excell : Selecoar: fx >> Estatístca >> Percetl Selecoar: células com a tabela de dados Clcar: OK >> segur struções da jaela h P UNESP FEG DPD Prof. Edgard

30 Moda: mo Valor de máxma freqüêca detro de um cojuto de dados Dados em Tabela de frequêca dos valores Exemplo da Fudção Varável X: úmero de defetos por peça frequêca ' f p Ordem X (absoluta) (relatva) 0 8 % 9 6% 5 0% 4 8% % % 7 6 4% total 5 00% mo moda é apresetar defeto por peça UNESP FEG DPD Prof. Edgard

31 Moda: mo Dados em Tabelas de frequêca das classes Classe Modal: aquela(s) de maor frequêca mo L + d d + d h L : lmte feror da classe modal d d h : dfereça etre a freqüêca da classe modal e a medatamete ateror : dfereça etre a freqüêca da classe modal e a da medatamete segute : ampltude das classes Dca Excell (os dados ão precsam estar ordeados): Selecoar:Iserr>>fução fx >> Estatístca >> Modo >> OK Selecoar: células com a tabela de dados >> OK Segur struções da jaela UNESP FEG DPD Prof. Edgard

32 Moda: mo Dados em Tabelas de frequêca das classes Exemplo da Fudção Varável Y: dâmetro do furo (mm) Lmtes Reas absoluta classe Lm. f. Lm. sup.,705,85 5 5,85,965 8,965, ,095,5 6 5,5, f frequêca Acumulada F mo L + d d + d h d 7 4 d mo, , 4 +,07 UNESP FEG DPD Prof. Edgard

33 MEDIDAS DE DISPERSÃO Varâca Desvo padrão Coefcete de Varação Ampltude UNESP FEG DPD Prof. Edgard

34 Varâca da População (Varável X): Var(X) σ X N [ X ] µ N x X : -ésmo valor da Varável X µ x : Méda da População N : tamaho da População σ X é um PARÂMETRO, sto é, um DETERMINADO NÚMERO, pos cosdera TODOS os possíves valores da População UNESP FEG DPD Prof. Edgard

35 Varâca da Amostra ou Varâca Amostral : s X S X N [ X X] No Cap. 9 Estmação de Parâmetros por Poto será apresetada a justfcatva da dvsão por - X : -ésmo valor de uma Amostra da Varável X : tamaho da Amostra S X é uma VARIÁVEL, pos depede dos valores de cada Amostra Dca Excell : Selecoar: fx >> Estatístca >> VAR Selecoar: células com a tabela de dados Clcar: OK Obs.: No caso de População usar VARP UNESP FEG DPD Prof. Edgard

36 Varâca Amostral S X (x - x ) Exemplo: valores da amostra: x (x x ) (x x ) x 5 4 s (x x) ,5 UNESP FEG DPD Prof. Edgard

37 Varâca Amostral Cosderado dstrbução de freqüêcas de valores S X (x - equvalete x) f S X x f ( x f )/ Exemplo da Fudção X: úmero de defetos por peça X f X f total 5 8 X f s 8 () 5 5 X,86 UNESP FEG DPD Prof. Edgard

38 Varâca Amostral Cosderado dstrbução de freqüêcas de classes S X (x - equvalete x) f S X x f ( x f )/ Exemplo da Fudção Y: dâmetro do furo (mm) Y f Y f, ,85 69,66,90 5,7 44,8,0 7 84, 0,05 4,6 6 7,96 887,9 5,9 4 49,6 604,8 Y f total 5 00,88 6,9 s 6,9 (00,88 ) 5 5 Y 0,0 UNESP FEG DPD Prof. Edgard

39 Desvo Padrão DP(X) População: Amostra: s σ X σ X s x x Emprcamete: ode c: s c s x x No Cap. 9 Estmação de Parâmetros por Poto será apresetada a justfcatva da dvsão por c >00 c 0,7979 0,886 0,9 0,9400 0,9594 0,977 0,9776 0,98 0,9869 0,9896 0,9949 0,9975,0000 Exemplo da Fudção 5 c 0,9896 X: úmero de defetos por peça s,86 X s X,86 0,9896,8 Y: dâmetro do furo (mm) s 0,0 s Y 0,0 Y 0,9896 0,8 Dca Excell : Selecoar: fx >> Estatístca >> DESVPAD Selecoar: células com a tabela de dados Clcar: OK Obs.: Para População usar DESVPADP UNESP FEG DPD Prof. Edgard

40 Coefcete de Varação CV(X) Idéa: relação etre Desvo padrão e Méda (%) População: Amostra: CV(X) σ µ X X 00 CV(X) s x x 00 Regra empírca: CV < 5% dspersão baxa 5% < CV < 5% dspersão moderada 5% < CV < 0% dspersão moderada 0% < CV < 50% dspersão alta CV > 50% dspersão muto alta Exemplo da Fudção: X: úmero de defetos por peça cv,8,4 ( X ), % dspersão muto alta Y: dâmetro do furo cv ( Y ) 0,8,04,5 % dspersão muto baxa UNESP FEG DPD Prof. Edgard

41 Ampltude: R(X) (R X ) X máx X m Exemplo da Fudção: X: úmero de defetos por peça X máx 6 R(X) X mí 0 Y: dâmetro do furo (mm) Y máx,4 R(Y),4 -,7 0,6 Y mí,7 Relação Empírca (útl para verfcação de erros grosseros): R / 6 < s < R / Exemplo da Fudção: X: úmero de defetos por peça R(X) 6 S X,8 6 / 6 < s < 6 / S X < < OK! Y: dâmetro do furo (mm) R(Y) 0,6 S Y 0,8 0,6/ 6 < s < 0,6/ 0,0 s < 0, 0 < OK! UNESP FEG DPD Prof. Edgard

42 x) (x M t t 0 M X ) (X Mometos de Ordem t Cetrado Logo: 0-4 UNESP FEG DPD Prof. Edgard - 0 ) ( S M x x x x X ) (X M x x 6 x x 4 x X ) (X M +

43 MEDIDAS DE ASSIMETRIA Idéa: represeta o grau de afastameto da codção de smetra Assmetra Postva Assmetra Negatva Coefcete de Assmetra de Fsher (g ): g ( () M )S g < 0 : Assmetra Negatva g 0 : Smetra g > 0 : Assmetra Postva UNESP FEG DPD Prof. Edgard

44 MEDIDAS DE ASSIMETRIA Coefcete de Assmetra de Fsher (g ): g M ( () )S Exemplo da Fudção: X: úmero de defetos por peça frequêca defetos por peça M(X ) k (X X ) f 5 4,6 (5 () 5 ),8 g 4,6,88 Y: dâmetro do furo (mm) frequêca ,77,90,0,6,9 Dâmetro do Furo (mm) M(Y ) k (X X ) f 5 0,009 (5 () 5 )0,8 g 0,0009 0,7 UNESP FEG DPD Prof. Edgard

45 Meddas de Achatameto ou Curtose Idéa: represeta o grau de achatameto comparado com a Gaussaa (dstrbução Normal) Curva Curva Curva Platcúrtca Mesocúrtca Leptocúrtca (Normal) Coefcete de Achatameto de Fsher (g ): g ( ( + )M () () 4 )S 4 ( ) ( ) ( ) g < 0 g 0 g > 0 Curva Platcúrtca Curva Mesocúrtca ( Normal) Curva Leptocúrtca UNESP FEG DPD Prof. Edgard

46 Meddas de Achatameto ou Curtose Coefcete de Achatameto de Fsher (g ): g ( + )M ( () () 4 )S 4 ( ) ( ) ( ) Exemplo da Fudção: X: úmero de defetos por peça f re q u ê c a M(X ) k (X 4 X ) f 4 g (X) 4,47,7 defetos por peça Curva Leptocúrtca Y: dâmetro do furo (mm) frequêca k 4 (Y Y ) f M(Y ) g (Y), 9 4 0,007 0,77,90,0,6,9 Dâmetro do Furo (mm) Curva Platcúrtca UNESP FEG DPD Prof. Edgard

47 CORRELAÇÂO LINEAR & RETA DE REGRESSÃO Exemplo: amostra de 8 países X : Reda Per Capta (U$ 000) Y : Taxa de Aalfabetsmo ( % ) Reda Per Capta versus Taxa de Aalfabetsmo Y (% aalf.) reta de regressão X (U$000) Verfcação Vsual: Exste tedêca dos maores valores de X correspoderem aos meores valores de Y, ou seja: Exste Correlação Lear Negatva etre as varáves Uma Correlação Lear Postva ocorre quado se verfca uma reta ascedete. UNESP FEG DPD Prof. Edgard

48 CORRELAÇÂO LINEAR ) Grau Acetuado (Correlação Postva): ) Grau Moderado (Correlação Postva): ) Grau Nulo UNESP FEG DPD Prof. Edgard

49 MEDIDA DE CORRELAÇÂO LINEAR Covarâca: Mede a varabldade cosderado duas varáves S XY cov(x, Y ) ( x x) * ( y y) Caso partcular: ( x x) S cov(x, x ) S xx x Varâca Amostral Coefcete de Correlação Lear de Pearso População: ρ cov( x, y) σ σ x y Amostra: r cov( x, y) S x S y Dca Excell : Selecoar: fx >> Estatístca >> Pearso Selecoar: células com os dados da varável X Selecoar: células com os dados da varável Y Clcar: OK UNESP FEG DPD Prof. Edgard

50 EXISTE CORRELAÇÃO ENTRE VARIÁVEIS? Varáves: D: Número de Defetos por Peça F: Dâmetro do Furo DIAGRAMA DE DISPERSÃO E RETA DE REGRESSÃO,40,0 o do Furo (mm) Dâmetr,0,0,00,90,80,70,60 y -0,006x +,04 R 0, ,5,5,5,5 4 4,5 Número de Defetos por Peça NÃO EXISTE EVIDÊNCIA DE CORRELAÇÃO ENTRE O DIÂMETRO DO FURO E O NÚMERO DE DEFEITOS POR PEÇA UNESP FEG DPD Prof. Edgard

51 CORRELAÇÃO: dcas usado Excell Dagrama de Dspersão: >> Selecoar: Assstete de gráfco >> Tpo: Dspersão (XY) >> Sub-tpo: só potos; >> Avaçar; >> Itervalo de dados: selecoar células com os dados da varável Y >> Clcar a aba Sequêca >> Valores de x: selecoar células com os dados da varável X >> Avaçar >> Avaçar >> Coclur Reta de Regressão: >> Selecoar os potos do gráfco gerado >> Clcar aba Gráfco (pael superor) >> Adcoar lha de tedêca: >> Tpo: lear >> Clcar opções : exbr equação e exbr R-quadrado ; >> clcar OK UNESP FEG DPD Prof. Edgard

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75

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 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

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

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

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

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

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

Descritiva. Francisco Cysneiros DE - UFPE

Descritiva. Francisco Cysneiros DE - UFPE Noções de Estatístca Descrtva Dr. Fracsco Cyseros Profº. Adjuto do Departameto de Estatístca-CCEN/UFPE E-mal: cyseros@de.ufpe.br web-page: www.de.ufpe.br/~cyseros/dscpla/farmaca/farmaca.htm Foe: (8) 6

Leia mais

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão

Leia mais

Introdução à Estatística. Júlio Cesar de C. Balieiro 1

Introdução à Estatística. Júlio Cesar de C. Balieiro 1 Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

Introdução à Estatística

Introdução à Estatística Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal

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

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Estatístca: uma defção Coleção de úmeros estatístcas O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%.

Leia mais

Estatística: uma definição

Estatística: uma definição Estatístca: uma defção Coleção de úmeros estatístcas O úmero de aumetou em 30%. carros veddos o país A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero

Leia mais

Estatística: uma definição

Estatística: uma definição Coleção de úmeros estatístcas Estatístca: uma defção O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval

Leia mais

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção Prof. Lorí Val, Dr. val@pucr.br http://www.pucr.br/~val/ Grade Cojuto de Dado Orgazação; Reumo; Apreetação. Amotra ou População Defeto em uma lha de produção Lacado Deeho Torto Deeho Torto Lacado Torto

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

Nas próximas secções iremos abordar a análise estatística de uma amostra em que os dados numéricos estão agrupados em classes, ou seja, em intervalos.

Nas próximas secções iremos abordar a análise estatística de uma amostra em que os dados numéricos estão agrupados em classes, ou seja, em intervalos. Estatístca Descrtva ESTATÍSTICA DESCRITIVA Amostras com dados agrupados em classes as prómas secções remos abordar a aálse estatístca de uma amostra em que os dados umércos estão agrupados em classes,

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

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

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

Análise da Informação Económica e Empresarial

Análise da Informação Económica e Empresarial Aálse da Iformação Ecoómca e Empresaral Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração Aálse da Iformação Ecoómca e Empresaral Guão Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração

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

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

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

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

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

Conceitos Iniciais de Estatística Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Prof. Rogério Rodrigues

Conceitos Iniciais de Estatística Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Prof. Rogério Rodrigues Cocetos Icas de Estatístca Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Pro. Rogéro Rodrgues CONCEITOS INICIAIS DE ESTATÍSTICA: GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA CURSO : ADMINISTRAÇÃO

Leia mais

Medidas Numéricas Descritivas:

Medidas Numéricas Descritivas: Meddas Numércas Descrtvas: Meddas de dspersão Meddas de Varação Varação Ampltude Ampltude Iterquartl Varâca Desvo absoluto Coefcete de Varação Desvo Padrão Ampltude Medda de varação mas smples Dfereça

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 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

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA IND 5 Iferêca Estatístca Semestre 007.0 Teste 4 //007 Nome: NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA : O FORMULÁRIO ESTÁ NO FINAL DA PROVA PROBLEMA (5 potos) Em cada questão

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

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

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

ESTATÍSTICA 2º. SEMESTRE DE 2016

ESTATÍSTICA 2º. SEMESTRE DE 2016 ESTATÍSTICA O presete materal fo elaborado com o objetvo de facltar as atvdades em sala de aula, segudo a bblografa apresetada o fal do texto. Esclarece-se que o materal, ão substtu a bblografa apresetada,

Leia mais

Estatística Descritiva

Estatística Descritiva Estatístca Descrtva Capítulo "O estatístco, está casado em méda com 1,75 esposas, que procuram fazê-lo sar de casa,5 otes com 0,5 de sucesso apeas. Possu frote com 0,0 de clação (deotado poder metal),

Leia mais

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

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

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 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

ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO

ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO. CONCEITO INICIAL. A Estatístca Descrtva ou Dedutva é o ramo da Estatístca que tem por objetvo descrever e aalsar fatos relacoados a determado

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

Probabilidade II Aula 10

Probabilidade II Aula 10 Probabldade II Aula 0 Mao de 009 Môca Barros, D.Sc. Coteúdo Esperaça Matemá (Valores esperados) Mometos e Mometos Cetras Valores esperados de uma fução de Covarâca e Correlação Matrz de covarâca, matrz

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

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

Estatística Básica - Continuação

Estatística Básica - Continuação Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas

Leia mais

UTFPR. Engenharia Elétrica Probabilidade e Estatística. Ementa da disciplina. Referências Bibliográficas. Introdução. Definição.

UTFPR. Engenharia Elétrica Probabilidade e Estatística. Ementa da disciplina. Referências Bibliográficas. Introdução. Definição. Emeta da dscpla UTFPR Egehara Elétrca Probabldade e Estatístca Cocetos e Defções; Dstrbução de Frequêcas; Meddas de Tedêca Cetral ou de Posção; Meddas de Dspersão ou de Varabldade; Meddas de Assmetra e

Leia mais

EMENTA. CE-003 Estatística II

EMENTA. CE-003 Estatística II Estatístca pág. EMENTA CE-3 Estatístca II Fases de um trabalho estatístco. Represetação tabular. Represetação gráfca. Dstrbução de freqüêca. Meddas de tedêca cetral. Meddas de dspersão. Meddas de assmetra

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

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

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

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

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

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

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

Organização de dados -Dados não agrupados n. Mediana:

Organização de dados -Dados não agrupados n. Mediana: Orgazação de dado -Dado ão agruado Medaa: Poto de ocoameto: Méda: Moda: valor que ocorre com maor freqüêca Méda de Itervalo: + m max + Quartl: (ara j, ou 3) j( +) Poto de ocoameto: 4 Méda da Juta: Q +

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 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 métodos

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Organização de dados -Dados não agrupados n. Mediana:

Organização de dados -Dados não agrupados n. Mediana: Orgazação de dado -Dado ão agruado Medaa: Poto de ocoameto: Méda: Moda: valor que ocorre com maor freqüêca Méda de Itervalo: + m max + Quartl: (ara j, ou ) j( +) Poto de ocoameto: 4 Méda da Juta: Q + Q

Leia mais

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP Cotrole do Proº Compesou as Faltas Não Compesou as Faltas TRABALHO DE COMPENSAÇÃO DE FALTAS - DP (De acordo coma s ormas da Isttução) CURSO: CIÊNCIAS CONTÁBEIS DISCIPLINA: INTRODUÇÃO À ESTATÍSTICA 2º ANO

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

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos. Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,

Leia mais

Estatística Descritiva

Estatística Descritiva Estatístca Descrtva Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 35-3691161 / 88776958 (cel) Estatístca Descrtva Pedro Paulo Balestrass www.pedro.ufe.edu.br 1 População e amostra:

Leia mais

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM -

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM - CURSO SOBRE MEDIDAS DESCRITIVA Adrao Medoça Souza Departameto de Estatístca - UFSM - O telecto faz pouco a estrada que leva à descoberta. Acotece um salto a coscêca, chame-o você de tução ou do que quser;

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. Prof. Lorí Val, Dr. val@mat.ufrg.br http://www.ufrg.br/~val/ Etatítca: uma defção Coleção de úmero etatítca O úmero de carro veddo o paí aumetou em %. A taa de deemprego atge, ete mê, 7,%. A açõe da Telebrá

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Do que trata a Estatística. Estatística Básica (Anova, TH, Regressão) Séries Temporais Data Mining Six Sigma Redes Neurais Controle de Qualidade

Do que trata a Estatística. Estatística Básica (Anova, TH, Regressão) Séries Temporais Data Mining Six Sigma Redes Neurais Controle de Qualidade Do que trata a Estatístca A essêca da cêca é a observação. Estatístca: A cêca que se preocupa com a orgazação, descrção, aálse e terpretação dos dados epermetas. Ramo da Matemátca Aplcada. A palavra estatístca

Leia mais

Qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

Qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq Qwertyuopasdghjklzcvbmqwerty uopasdghjklzcvbmqwertyuopasd ghjklzcvbmqwertyuopasdghjklz cvbmqwertyuopasdghjklzcvbmq wertyuopasdghjklzcv bmqwertyuopasdghjklzcvbmqw ertyuopasdghjklzcvbmqwertyuo pasdghjklzcvbmqwertyuopasdgh

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

CAPITULO 1 CONCEITOS BÁSICOS

CAPITULO 1 CONCEITOS BÁSICOS DISCIPLIA: ESTATÍSTICA PROFESSOR: JOSELIAS SATOS DA SILVA - joselas@uol.com.br ÍDICE CAPITULO 1 COCEITOS BÁSICOS... 3 1.1 ESTATÍSTICA... 3 1. ESTATÍSTICA DESCRITIVA... 3 1.3 ESTATÍSTICA IFERECIAL... 3

Leia mais

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

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

Regressão. Pedro Paulo Balestrassi

Regressão. Pedro Paulo Balestrassi Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer

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

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

Curso de Biomedicina

Curso de Biomedicina Curso de Bomedca Dscpla 5EMA080: Bostatístca E APLICAÇÕES O SOFTWARE R 1 0 BIMESTRE Profa. Dra. Aa Verga Lbos Messett LODRIA 016 CAPÍTULO 1 Aálse Exploratóra de Dados Aula 1 - Itrodução 1.1 Estatístcas

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

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

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

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

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo. Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real

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

Estatística Área 4 BACEN Aula 01 Estatística Descritiva Prof. Alexandre Lima. Aula 01. Sumário

Estatística Área 4 BACEN Aula 01 Estatística Descritiva Prof. Alexandre Lima. Aula 01. Sumário Estatístca Área 4 BACEN Aula 0 Estatístca Descrtva Prof. Aleadre Lma Aula 0 Sumáro Itrodução à Estatístca... 3 Tpos de Varáves... 4 3 Rol... 5 4 Séres Estatístcas... 6 5 Téccas de Descrção Gráfca... 8

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

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

2. VARIÁVEIS ALEATÓRIAS

2. VARIÁVEIS ALEATÓRIAS VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo

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

Medidas de Localização

Medidas de Localização 07/08/013 Udade : Estatístca Descrtva Meddas de Localzação João Garbald Almeda Vaa Cojuto de dados utlzação de alguma medda de represetação resumo dos dados. E: Um cojuto com 400 observações como aalsar

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

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

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

Leia mais