UMA PESQUISA EXPLORATORIA DOS INDICADORES DO IRBEM-2011 DA REDE NOSSA SÃO PAULO
|
|
- Cecília Benedicta Benevides Affonso
- 5 Há anos
- Visualizações:
Transcrição
1 PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UMA PESQUISA EXPLORATORIA DOS INDICADORES DO IRBEM-2011 DA REDE NOSSA SÃO PAULO Aluno: Claudemir José de Souza Prof. Arnoldo José de Hoyos Guevara 1 Semestre 2012
2 1 INTRODUÇÃO O presente trabalho tem por objetivo efetuar uma análise dados oriundos da pesquisa IRBEM IBOPE 2011 aplicada a pessoas moradoras da cidade de São Paulo com o objetivo de orientar ações de empresas, organizações, governos e toda a sociedade, considerando como foco principal o bem-estar das pessoas. Os questionários da pesquisa foram divididos em 25 blocos e cada um dos blocos com um determinado número de questões; para o desenvolvimento do presente trabalho escolhemos trabalhar com os 25 blocos para análise tendo em vista que estaremos replicando a pesquisa, conforme informado ao Professor, inicialmente na cidade de Francisco Beltrão no Estado do Paraná para posteriormente apresentar os resultados para a comunidade e principalmente para os candidatos a prefeitura nestas eleições. O presente trabalho servirá de base para posteriormente tabular os dados da pesquisa que será realizada; Esta pesquisa será multidisciplinar envolvendo alunos do curso de Administração, Ciências Contábeis, Sistemas de Informação e Serviço Social de forma a integrar os alunos em prol do acompanhamento das políticas em torno do itens pesquisados; acompanhando a pesquisa teremos professores de Cálculo Financeiro, de Estatística, de Pesquisa de Marketing de forma a trabalhar em sala com a pesquisa calculando a amostra, estratificando, preparando os grupos de alunos que estarão aplicando a pesquisa, tabulando os dados e envolvendo-se com o acompanhamento do resultado da mesma procurando amenizar a dificuldade dos alunos na realização de pesquisas científicas. Diante disto estaremos analisando os Blocos conforme abaixo: BLOCO ASSUNTO N O DE QUESTÕES 01 Valores Pessoais e Sociais Acessibilidade para Pessoas com Deficiência Aparência / Estética Assistência Social Consumo Cultura 08 1
3 07 Desigualdade Social Educação Esporte Habitação Infância e Adolescência Juventude Lazer e Modo de Vida Meio Ambiente Transporte/Trânsito - Mobilidade Relações Humanas Religião e Espiritualidade Saúde Segurança Sexualidade Tecnologia da Informação Terceira Idade Trabalho Transparência e Participação Política Relação com Animais 04 Iniciaremos o trabalho calculando as médias das linhas de cada bloco e em seguida analisando qual das questões eram mais relevantes para cada um dos blocos; todo o trabalho foi desenvolvido com a utilização do software MINITAB. 2
4 2 ENTENDENDO OS DADOS 2.1 A amostra A pesquisa IRBEM-IBOPE vem sendo aplicada desde 2009 e para nossa análise será utilizado os dados do ano de 2011 onde foram pesquisados uma amostra de 1512 pessoas moradoras na cidade de São Paulo e os dados estão disponíveis no site As Variáveis A pesquisa é dividida em 25 blocos sendo que cada um contém um determinado número de questões onde o respondente insere em cada questão um número de 1 a 10. Para o presente trabalho foram selecionados 5 blocos. A seguir são descritos os 25 blocos e destacados os que foram selecionados. Tabela n o 1 Variáveis IRBEM BLOCO DE VARIÁVEIS SIGNIFICADO TIPO 1 VALORES PESSOAIS E SOCIAIS 2 ACESSIBILIDADE PARA PESSOAS COM DEFICIÊNCIA 3 APARÊNCIA/ ESTÉTICA 4 ASSISTÊNCIA SOCIAL 5 CONSUMO Que grau de satisfação o respondente tem em relação a valores pessoais e sociais, na cidade de São Paulo Que grau de satisfação o respondente tem em relação à Acessibilidade, na cidade de São Paulo Que grau de satisfação o respondente tem em relação à Aparência/Estética Que grau de satisfação o respondente tem em relação à Assistência social Que grau de satisfação o respondente tem em relação ao Consumo 6 CULTURA Que grau de satisfação o respondente tem em UNIDADE DE MEDIDA Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 3
5 relação à Cultura 7 DESIGUALDADE SOCIAL 8 EDUCAÇÃO 9 ESPORTE 10 HABITAÇÃO 11 INFÂNCIA E ADOLESCÊNCIA 12 JUVENTUDE 13 LAZER E MODO DE VIDA 14 MEIO AMBIENTE 15 TRANSPORTE/TRÂNSITO MOBILIDADE 16 RELAÇÕES HUMANAS 17 RELIGIÃO E ESPIRITUALIDADE 18 SAÚDE 19 SEGURANÇA 20 SEXUALIDADE Que grau de satisfação o respondente tem em relação à Desigualdade Social Que grau de satisfação o respondente tem em relação à Educação Que grau de satisfação o respondente tem em relação ao Esporte Que grau de satisfação o respondente tem em relação à Habitação Que grau de satisfação o respondente tem em relação à Infância e Adolescência Que grau de satisfação o respondente tem em relação à Juventude Que grau de satisfação o respondente tem em relação a Lazer e modo de vida Que grau de satisfação o respondente tem em relação ao Meio Ambiente Que grau de satisfação o respondente tem em relação ao Transporte/Trânsito- Mobilidade Que grau de satisfação o respondente tem em relação às Relações Humanas Que grau de satisfação o respondente tem em relação à Religião e Espiritualidade Que grau de satisfação o respondente tem em relação à Saúde Que grau de satisfação o respondente tem em relação à Segurança Que grau de satisfação o respondente tem em relação à Sexualidade Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 4
6 21 TECNOLOGIA DA INFORMAÇÃO 22 TERCEIRA IDADE 23 TRABALHO 24 TRANSPARÊNCIA E PARTICIPAÇÃO POLÍTICA 25 RELAÇÃO COM ANIMAIS Que grau de satisfação o respondente tem em relação à Tecnologia da Informação Que grau de satisfação o respondente tem em relação à Terceira Idade Que grau de satisfação o respondente tem em relação ao Trabalho Que grau de satisfação o respondente tem em relação à Transparência e Participação Política Que grau de satisfação o respondente tem em relação à Relação com Animais Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 Numérica de 1 a 10 3 ANÁLISE DAS VARIÁVEIS Para o presente trabalho será ananlidado os 25 blocos e com estes encontramos as regressões múltiplas que melhor explique cada um dos mesmos, desta forma foram calculados para cada um dos blocos, através da análise das variáveis quantitativas, o histograma, Boxplot, intervalo de confiança, média, mediana, mínimos e máximos e desvio-padrão. 3.1 Bloco 01 Valores Pessoais e Sociais 5
7 Summary for B1 A nderson-darling Normality Test A-Squared 8,94 P-Value < 0,005 Mean 4,9089 StDev 1,7981 V ariance 3,2330 Skew ness -0, Kurtosis -0, N ,25 2,50 3,75 5,00 6,25 7,50 8,75 10,00 Minimum 1,0000 1st Q uartile 3,8000 Median 5,0000 3rd Q uartile 6,0000 Maximum 10, % C onfidence Interv al for Mean 4,8182 4, % C onfidence Interv al for Median 5,0000 5, % Confidence Intervals 95% C onfidence Interv al for StDev 1,7362 1,8646 Mean Median 4,8 4,9 5,0 5,1 5,2 Forma: A curva não acompanha o histograma, confirmado pelos dados básicos de estatística situado do lado direito do gráfico. O P-value é menor que 0,005, o que significa que a possibilidade de simetria ao modelo de distribuição normal é de apenas 0,5%. Tem muitos valores com pouco ou nenhuma atribuição, enquanto valores com escala alta. Por exemplo: o valor 5,25 é o mais alto no histograma e o valor próximo ao 10 é o mais baixo. O desvio-padrão que demonstra o quanto os valores diferem da média é de 1,79; Ao analisar a média (Mean) e a mediana (Median) com valores respectivos de 4,9089 e 5,0000, verifica-se que a mediana coincide com o meio da escala de 1 a 10 que o respondente tinha disponível. A obliquidade ou Skewness mede a assimetria das caudas da distribuição. O valor está negativo, - 0,153938, e a curtose é de -0, sendo o valor < 0 (ou < 3), então a função de distribuição é mais "achatada" que a distribuição normal, ou seja, platicúrtica. One-way ANOVA: P1A01; P1A02; P1A03; P1A04; P1A05 Source DF SS MS F P Factor 4 37,62 9,40 2,19 0,068 Error ,09 4,30 Total ,71 S = 2,074 R-Sq = 0,12% R-Sq(adj) = 0,06% Individual 95% CIs For Mean Based on Pooled StDev 6
8 Level N Mean StDev P1A ,957 2,131 ( * ) P1A ,966 2,087 ( * ) P1A ,908 1,988 ( * ) P1A ,940 2,071 ( * ) P1A ,773 2,089 ( * ) ,68 4,80 4,92 5,04 Pooled StDev = 2,074 Ao utilizarmos Análise de Variância (ANOVA) podemos verificar que no Bloco 01 que trata sobre Valores Pessoais e Sociais a questão 1 é a que possui a maior média, 4,957, enquanto que a questão 5 a que possuí a menor média inclusive podemos observar no gráfico acima que esta está deslocada das outras quatro questões. Podemos observar que o P, ou seja, o valor crítico calculado pelo software, é igual a 0,068 a um nível de significância de 5% aceitamos a hipótese de que os tratamentos possuem a mesma eficiência e a um nível de significância a 10% rejeitamos a hipótese de que são iguais. Boxplot of P1A01; P1A02; P1A03; P1A04; P1A05 10 Boxplot of P1A01; P1A02; P1A03; P1A04; P1A05 8 Data P1A01 P1A02 P1A03 P1A04 P1A05 Analisando as cinco perguntas que compõem o Bloco 01 - Valores Pessoais e Sociais podemos verificar que a pergunta número 1 é a que possuí a maior média (4,9573) e a número 5 a que possuí a menor média (4,7735) embora todas ficaram com médias bem próximas o que podemos perceber melhor no gráfico radar. Quanto ao gráfico boxplot podemos verificar que as médias ficaram bem próximas das medianas. 7
9 Descriptive Statistics: P1A01; P1A02; P1A03; P1A04; P1A05 Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3 P1A ,9573 0,0548 2,1309 1,0000 4,0000 5,0000 6,0000 P1A ,9656 0,0537 2,0868 1,0000 4,0000 5,0000 6,0000 P1A ,9077 0,0511 1,9879 1,0000 4,0000 5,0000 6,0000 P1A ,9401 0,0533 2,0708 1,0000 4,0000 5,0000 6,0000 P1A ,7735 0,0537 2,0889 1,0000 3,0000 5,0000 6,0000 Variable Maximum P1A01 10,0000 P1A02 10,0000 P1A03 10,0000 P1A04 10,0000 P1A05 10,0000 Gráfico Radar das médias das respostas das questões do Bloco 01 Results for: IRBEM 2012 CLEAN MINITAB VF.MTW Regression Analysis: B1 versus P1A01; P1A02; P1A03; P1A04; P1A05 The regression equation is B1 = - 0, ,200 P1A01 + 0,200 P1A02 + 0,200 P1A03 + 0,200 P1A04 + 0,200 P1A05 Predictor Coef SE Coef T P Constant -0, , * * P1A01 0, , * * P1A02 0, , * * P1A03 0, , * * P1A04 0, , * * P1A05 0, , * * S = 0 R-Sq = 100,0% R-Sq(adj) = 100,0% 8
10 Analysis of Variance Source DF SS MS F P Regression ,12 977,02 * * Residual Error ,00 0,00 Total ,12 Source DF Seq SS P1A ,10 P1A ,47 P1A ,26 P1A ,80 P1A ,49 Unusual Observations St Obs P1A01 B1 Fit SE Fit Residual Resid 28 9,0 6,8000 6,8000 0,0000 0,0000 * X 44 7,0 5,4000 5,4000 0,0000 0,0000 * X 75 10,0 3,2000 3,2000 0,0000 0,0000 * X 78 4,0 4,4000 4,4000 0,0000 0,0000 * X 130 5,0 5,0000 5,0000 0,0000 0,0000 * X ,0 3,4000 3,4000 0,0000 0,0000 * X 153 2,0 3,0000 3,0000 0,0000 0,0000 * X 174 5,0 3,2000 3,2000 0,0000 0,0000 * X 198 3,0 4,0000 4,0000 0,0000 0,0000 * X 202 3,0 4,0000 4,0000 0,0000 0,0000 * X 208 9,0 6,0000 6,0000 0,0000 0,0000 * X 230 1,0 2,6000 2,6000 0,0000 0,0000 * X 281 1,0 4,6000 4,6000 0,0000 0,0000 * X 289 1,0 4,6000 4,6000 0,0000 0,0000 * X 338 1,0 5,6000 5,6000 0,0000 0,0000 * X 351 5,0 4,0000 4,0000 0,0000 0,0000 * X 362 4,0 5,4000 5,4000 0,0000 0,0000 * X ,0 3,2000 3,2000 0,0000 0,0000 * X 525 4,0 8,8000 8,8000 0,0000 0,0000 * X 539 5,0 7,0000 7,0000 0,0000 0,0000 * X 677 5,0 5,4000 5,4000 0,0000 0,0000 * X 717 1,0 3,8000 3,8000 0,0000 0,0000 * X 744 9,0 8,0000 8,0000 0,0000 0,0000 * X 748 6,0 4,2000 4,2000 0,0000 0,0000 * X ,0 6,0000 6,0000 0,0000 0,0000 * X ,0 7,2000 7,2000 0,0000 0,0000 * X 755 4,0 5,6000 5,6000 0,0000 0,0000 * X 766 6,0 7,4000 7,4000 0,0000 0,0000 * X ,0 7,6000 7,6000 0,0000 0,0000 * X 793 7,0 5,4000 5,4000 0,0000 0,0000 * X 814 1,0 3,6000 3,6000 0,0000 0,0000 * X 823 1,0 4,2000 4,2000 0,0000 0,0000 * X 870 7,0 6,0000 6,0000 0,0000 0,0000 * X 881 2,0 4,4000 4,4000 0,0000 0,0000 * X 987 5,0 4,0000 4,0000 0,0000 0,0000 * X 992 1,0 4,2000 4,2000 0,0000 0,0000 * X 996 1,0 4,0000 4,0000 0,0000 0,0000 * X ,0 6,8000 6,8000 0,0000 0,0000 * X ,0 4,0000 4,0000 0,0000 0,0000 * X ,0 2,2000 2,2000 0,0000 0,0000 * X ,0 5,2000 5,2000 0,0000 0,0000 * X ,0 6,6000 6,6000 0,0000 0,0000 * X ,0 7,4000 7,4000 0,0000 0,0000 * X ,0 3,6000 3,6000 0,0000 0,0000 * X ,0 9,0000 9,0000 0,0000 0,0000 * X ,0 5,0000 5,0000 0,0000 0,0000 * X 9
11 1250 8,0 3,4000 3,4000 0,0000 0,0000 * X ,0 6,2000 6,2000 0,0000 0,0000 * X ,0 3,6000 3,6000 0,0000 0,0000 * X ,0 6,0000 6,0000 0,0000 0,0000 * X ,0 6,4000 6,4000 0,0000 0,0000 * X ,0 7,4000 7,4000 0,0000 0,0000 * X ,0 5,2000 5,2000 0,0000 0,0000 * X ,0 6,2000 6,2000 0,0000 0,0000 * X ,0 6,0000 6,0000 0,0000 0,0000 * X ,0 6,0000 6,0000 0,0000 0,0000 * X ,0 5,8000 5,8000 0,0000 0,0000 * X ,0 5,8000 5,8000 0,0000 0,0000 * X ,0 6,0000 6,0000 0,0000 0,0000 * X ,0 5,6000 5,6000 0,0000 0,0000 * X ,0 7,6000 7,6000 0,0000 0,0000 * X ,0 5,0000 5,0000 0,0000 0,0000 * X ,0 5,6000 5,6000 0,0000 0,0000 * X ,0 7,8000 7,8000 0,0000 0,0000 * X ,0 3,0000 3,0000 0,0000 0,0000 * X ,0 4,4000 4,4000 0,0000 0,0000 * X ,0 5,4000 5,4000 0,0000 0,0000 * X ,0 4,8000 4,8000 0,0000 0,0000 * X X denotes an observation whose X value gives it large leverage. Neste caso aplicamos a Análise de Regressão, mas, como todos as questões do bloco possuem o mesmo peso apresentaram o mesmo coeficiente numérico tendo em vista que este poderia variar se estivéssemos arbitrado grau de importância a cada uma das questões do bloco. Stepwise Regression: B1 versus P1A01; P1A02; P1A03; P1A04; P1A05 Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15 Response is B1 on 5 predictors, with N = 1512 Step Constant 0, , , P1A03 0, , ,38231 T-Value 77,75 49,35 51,52 P-Value 0,000 0,000 0,000 P1A05 0, ,30407 T-Value 40,58 44,39 P-Value 0,000 0,000 P1A01 0,27649 T-Value 43,93 P-Value 0,000 P1A02 T-Value P-Value P1A04 T-Value P-Value S 0,804 0,556 0,369 R-Sq 80,01 90,44 95,81 R-Sq(adj) 80,00 90,43 95,80 10
12 Step 4 5 Constant 0, , P1A03 0, ,20000 T-Value 51,11 * P-Value 0,000 * P1A05 0, ,20000 T-Value 58,63 * P-Value 0,000 * P1A01 0, ,20000 T-Value 47,22 * P-Value 0,000 * P1A02 0, ,20000 T-Value 43,84 * P-Value 0,000 * P1A04 0,20000 T-Value * P-Value * S 0,244 0, R-Sq 98,16 100,00 R-Sq(adj) 98,15 100,00 Nesta etapa da análise procuramos verificar como ficariam os resultados caso utilizássemos amostras menores e para isso foram analisados amostras aleatórias contendo 25, 100, 400 comparando com o total pesquisado para que possamos, ao comprará-las, analisar se com números menores de pesquisas chegaríamos as mesmas conclusões; se isso ocorrer poderemos com um dispêndio menor, menos questionários a serem aplicados, chegarmos as mesmas conclusões; nesta etapa também estaremos verificando se a medida que dobramos o número de questionários aplicados também iremos dobrar a qualidade dos resultados. Os números 25,100 e 400 foram utilizados partindo do critério de dobrarmos o tamanho do intervalo de confiança, ou seja, 5, 10, 20 e 40. One-way ANOVA: B1_Valores_25; B1_Valores_100; B1_Valores_400; B1_Valores_Total Source DF SS MS F P Factor 3 0,13 0,04 0,01 0,998 Error ,60 3,21 Total ,74 S = 1,792 R-Sq = 0,00% R-Sq(adj) = 0,00% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev B1_Valores_ ,964 1,847 ( * ) B1_Valores_ ,893 1,915 ( * ) B1_Valores_ ,899 1,733 (---*----) B1_Valores_Total ,909 1,798 (--*-) ,40 4,80 5,20 5,60 Pooled StDev = 1,792 11
13 Neste caso específico podemos verificar que o P apresentou resultado de 0,998 o que significa que para qualquer nível de significância mostra que as médias estão estatisticamente iguais. Podemos verificar que a medida que dobramos os valores dos intervalos de confiança não foi possível fazer com que a qualidade da pesquisa mantivesse a coerência em seus resultados; vale ressaltar que os 1512 questionários já fazer parte de uma amostra devidamente calculado para que fosse possível expandir os resultados para a população. Boxplot of B1_Valores_25; B1_Valores_100; B1_Valores_400; B1_Valores_Total oxplot of B1_Valores_25; B1_Valores_100; B1_Valores_400; B1_Valores_Tot 10 8 Data B1_Valores_25 B1_Valores_100 B1_Valores_400 B1_Valores_Total 12
14 3.2 Bloco 02 Acessibilidade para Pessoas com Deficiência Descriptive Statistics: P1B01; P1B02; P1B03; P1B04 Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3 P1B ,0132 0,0606 2,3578 1,0000 2,0000 4,0000 5,0000 P1B ,9878 0,0588 2,2860 1,0000 2,0000 4,0000 5,0000 P1B ,6240 0,0573 2,2272 1,0000 2,0000 3,0000 5,0000 P1B ,1233 0,0590 2,2928 1,0000 2,0000 4,0000 6,0000 Variable Maximum P1B01 10,0000 P1B02 10,0000 P1B03 10,0000 P1B04 10,0000 Analisando as quatro perguntas que compõem o Bloco 02 Acessibilidade para Pessoas com Deficiência podemos verificar que a pergunta número 4 é a que possuí a maior média (4,1233) e a número 3 a que possuí a menor média (3,6240) embora todas ficaram com médias bem próximas o que podemos perceber melhor no gráfico radar. Summary for B6_Acessib A nderson-darling Normality Test A -Squared 11,84 P-Value < 0,005 Mean 3,9371 StDev 2,0381 V ariance 4,1539 Skew ness 0, Kurtosis -0, N ,25 2,50 3,75 5,00 6,25 7,50 8,75 10,00 Minimum 1,0000 1st Q uartile 2,2500 Median 4,0000 3rd Q uartile 5,2500 Maximum 10, % C onfidence Interv al for Mean 3,8343 4, % C onfidence Interv al for Median 3,7500 4, % Confidence Intervals 95% C onfidence Interv al for StDev 1,9680 2,1135 Mean Median 3,75 3,80 3,85 3,90 3,95 4,00 4,05 13
15 Forma: A curva não acompanha o histograma, confirmado pelos dados básicos de estatística situado do lado direito do gráfico. O P-value é menor que 0,005, o que significa que a possibilidade de simetria ao modelo de distribuição normal é de apenas 0,5%. Tem muitos valores com pouco ou nenhuma atribuição, enquanto valores com escala alta. Por exemplo: o valor 1,00 é o mais alto no histograma e o valor próximo ao 10 é o mais baixo. O desvio-padrão que demonstra o quanto os valores diferem da média é de 2,0381; Ao analisar a média (Mean) e a mediana (Median) com valores respectivos de 3,9371 e 4,0000, verifica-se que a mediana aproxima-se do meio da escala de 1 a 10 que o respondente tinha disponível. A obliquidade ou Skewness mede a assimetria das caudas da distribuição. O valor está positivo, 0,409205, e a curtose é de -0, sendo o valor < 0 (ou < 3), então a função de distribuição é mais "achatada" que a distribuição normal, ou seja, platicúrtica. Stepwise Regression: B6_Acessib_Total versus P1B01; P1B02; P1B03; P1B04 Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15 Response is B6_Acessib_Total on 4 predictors, with N = 1512 Step Constant 0, , , P1B02 0, , ,39989 T-Value 91,01 71,71 65,68 P-Value 0,000 0,000 0,000 P1B04 0, ,28013 T-Value 45,66 53,52 P-Value 0,000 0,000 P1B03 0,30369 T-Value 48,84 P-Value 0,000 P1B01 T-Value P-Value S 0,801 0,519 0,323 R-Sq 84,58 93,53 97,49 R-Sq(adj) 84,57 93,52 97,49 Step 4 Constant -0, P1B02 0,25000 T-Value * P-Value * P1B04 0,25000 T-Value * P-Value * P1B03 0,25000 T-Value * P-Value * P1B01 0,
16 T-Value * P-Value * S 0, R-Sq 100,00 R-Sq(adj) 100,00 Nesta análise utilizamos a média do bloco e comparamos utilizando a função Stepwise Regression que determina o peso de cada questão na criação de um modelo de regressão múltipla mas como utilizamos a média das questões e cada uma delas como sendo os preditores o modelo resulta em uma distrição proporcional. One-way ANOVA: P1B01; P1B02; P1B03; P1B04; B6_Acessib_Total Source DF SS MS F P Factor 4 213,31 53,33 10,60 0,000 Error ,60 5,03 Total ,90 S = 2,243 R-Sq = 0,56% R-Sq(adj) = 0,51% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev P1B ,013 2,358 (-----*----) P1B ,988 2,286 (----*-----) P1B ,624 2,227 (----*-----) P1B ,123 2,293 (----*-----) B6_Acessib_Total ,937 2,038 (-----*-----) ,60 3,80 4,00 4,20 Pooled StDev = 2,243 Nestas condições com o valor do P sendo igual a 0 rejeitamos a hipótese de que as médias são iguais. Boxplot of P1B01; P1B02; P1B03; P1B04; B6_Acessib_Total 15
17 Boxplot of P1B01; P1B02; P1B03; P1B04; B6_Acessib_Total 10 8 Data P1B01 P1B02 P1B03 P1B04 B6_Acessib_Total Gráfico Radar das Médias das Questões Regression Analysis: B6_Acessib_Total versus P1B01; P1B02; P1B03; P1B04 The regression equation is B6_Acessib_Total = - 0, ,250 P1B01 + 0,250 P1B02 + 0,250 P1B03 + 0,250 P1B04 Predictor Coef SE Coef T P Constant -0, , * * P1B01 0, , * * P1B02 0, , * * P1B03 0, , * * P1B04 0, , * * 16
18 S = 0 R-Sq = 100,0% R-Sq(adj) = 100,0% Analysis of Variance Source DF SS MS F P Regression ,6 1569,1 * * Residual Error ,0 0,0 Total ,6 Source DF Seq SS P1B ,7 P1B ,9 P1B ,0 P1B ,0 Unusual Observations St Obs P1B01 B6_Acessib_Total Fit SE Fit Residual Resid 92 10,0 6,2500 6,2500 0,0000-0,0000 * X 105 5,0 4,0000 4,0000 0,0000-0,0000 * X ,0 7,5000 7,5000 0,0000-0,0000 * X ,0 6,7500 6,7500 0,0000-0,0000 * X ,0 6,0000 6,0000 0,0000-0,0000 * X 124 2,0 3,2500 3,2500 0,0000-0,0000 * X 150 8,0 3,7500 3,7500 0,0000 0,0000 * X 153 7,0 5,0000 5,0000 0,0000 0,0000 * X 155 8,0 3,7500 3,7500 0,0000 0,0000 * X 197 3,0 4,5000 4,5000 0,0000 0,0000 * X 207 4,0 7,0000 7,0000 0,0000-0,0000 * X 210 1,0 3,7500 3,7500 0,0000 0,0000 * X 211 5,0 4,2500 4,2500 0,0000 0,0000 * X 224 1,0 4,7500 4,7500 0,0000 0,0000 * X ,0 5,2500 5,2500 0,0000-0,0000 * X ,0 5,5000 5,5000 0,0000 0,0000 * X 342 5,0 4,7500 4,7500 0,0000-0,0000 * X ,0 7,7500 7,7500 0,0000-0,0000 * X 365 7,0 4,5000 4,5000 0,0000-0,0000 * X 366 7,0 3,2500 3,2500 0,0000-0,0000 * X 373 8,0 5,6250 5,6250 0,0000 0,0000 * X 463 1,0 3,2500 3,2500 0,0000-0,0000 * X 524 5,0 4,5000 4,5000 0,0000 0,0000 * X 597 7,0 2,5000 2,5000 0,0000 0,0000 * X ,0 6,2500 6,2500 0,0000-0,0000 * X ,0 6,5000 6,5000 0,0000 0,0000 * X ,0 4,5000 4,5000 0,0000-0,0000 * X 663 6,0 5,3750 5,3750 0,0000 0,0000 * X 745 6,0 6,7500 6,7500 0,0000-0,0000 * X 754 6,0 6,7500 6,7500 0,0000-0,0000 * X 755 2,0 3,7500 3,7500 0,0000 0,0000 * X ,0 8,0000 8,0000 0,0000-0,0000 * X 766 4,0 5,2500 5,2500 0,0000 0,0000 * X 807 8,0 6,2500 6,2500 0,0000-0,0000 * X 813 8,0 6,5000 6,5000 0,0000-0,0000 * X 816 4,0 4,5000 4,5000 0,0000-0,0000 * X 916 1,0 3,2500 3,2500 0,0000 0,0000 * X 992 1,0 2,7500 2,7500 0,0000-0,0000 * X 995 1,0 4,0000 4,0000 0,0000 0,0000 * X ,0 3,5000 3,5000 0,0000 0,0000 * X ,0 4,5000 4,5000 0,0000 0,0000 * X ,0 3,7500 3,7500 0,0000 0,0000 * X ,0 7,5000 7,5000 0,0000-0,0000 * X ,0 7,5000 7,5000 0,0000-0,0000 * X ,0 4,2500 4,2500 0,0000 0,0000 * X 17
19 ,0 8,7500 8,7500 0,0000-0,0000 * X ,0 5,7500 5,7500 0,0000 0,0000 * X ,0 5,7500 5,7500 0,0000 0,0000 * X ,0 3,0000 3,0000 0,0000-0,0000 * X ,0 6,7500 6,7500 0,0000 0,0000 * X ,0 5,2500 5,2500 0,0000 0,0000 * X ,0 8,2500 8,2500 0,0000 0,0000 * X ,0 5,2500 5,2500 0,0000 0,0000 * X ,0 3,5000 3,5000 0,0000 0,0000 * X ,0 4,5000 4,5000 0,0000-0,0000 * X ,0 4,0000 4,0000 0,0000-0,0000 * X ,0 5,0000 5,0000 0,0000 0,0000 * X ,0 6,0000 6,0000 0,0000-0,0000 * X ,0 3,2500 3,2500 0,0000-0,0000 * X ,0 7,2500 7,2500 0,0000-0,0000 * X ,0 6,0000 6,0000 0,0000 0,0000 * X ,0 4,0000 4,0000 0,0000 0,0000 * X ,0 4,0000 4,0000 0,0000 0,0000 * X ,0 4,7500 4,7500 0,0000 0,0000 * X ,0 5,0000 5,0000 0,0000 0,0000 * X ,0 6,0000 6,0000 0,0000-0,0000 * X ,0 6,0000 6,0000 0,0000-0,0000 * X ,0 4,2500 4,2500 0,0000 0,0000 * X ,0 5,0000 5,0000 0,0000-0,0000 * X ,0 7,0000 7,0000 0,0000-0,0000 * X ,0 7,2500 7,2500 0,0000 0,0000 * X ,0 2,7500 2,7500 0,0000 0,0000 * X ,0 5,0000 5,0000 0,0000-0,0000 * X ,0 4,2500 4,2500 0,0000-0,0000 * X X denotes an observation whose X value gives it large leverage. Neste caso aplicamos a Análise de Regressão, mas, como todos as questões do bloco possuem o mesmo peso apresentaram o mesmo coeficiente numérico tendo em vista que este poderia variar se estivéssemos arbitrado grau de importância a cada uma das questões do bloco. 3.3 Bloco 03 Aparência / Estética 18
20 Summary for B7_Aparencia A nderson-darling Normality Test A-Squared 7,95 P-Value < 0,005 Mean 5,2367 StDev 1,8110 V ariance 3,2797 Skew ness -0, Kurtosis 0, N ,25 2,50 3,75 5,00 6,25 7,50 8,75 10,00 Minimum 1,0000 1st Q uartile 4,2500 Median 5,2500 3rd Q uartile 6,5000 Maximum 10, % C onfidence Interv al for Mean 5,1453 5, % C onfidence Interv al for Median 5,2500 5, % Confidence Intervals 95% C onfidence Interv al for StDev 1,7487 1,8779 Mean Median 5,15 5,20 5,25 5,30 5,35 Forma: A curva não acompanha o histograma, confirmado pelos dados básicos de estatística situado do lado direito do gráfico. O P-value é menor que 0,005, o que significa que a possibilidade de simetria ao modelo de distribuição normal é de apenas 0,5%. Tem muitos valores com pouco ou nenhuma atribuição, enquanto valores com escala alta. Por exemplo: o valor 5,00 é o mais alto no histograma e o valor próximo ao 10, ou seja, o 9,75 é o mais baixo. O desvio-padrão que demonstra o quanto os valores diferem da média é de 1,8110; Ao analisar a média (Mean) e a mediana (Median) com valores respectivos de 5,2367 e 5,25, verifica-se que a mediana aproxima-se do meio da escala de 1 a 10 que o respondente tinha disponível. A obliquidade ou Skewness mede a assimetria das caudas da distribuição. O valor está negativo, -0,224960, e a curtose é de 0,120917, sendo este valor > 0 (ou > 3), então a distribuição em questão é mais alta (afunilada) e concentrada que a distribuição normal. Diz-se desta função probabilidade que é leptocúrtica, ou que a distribuição tem caudas pesadas (o significado é que é relativamente fácil obter valores que se afastam da média a vários múltiplos do desvio padrão). Descriptive Statistics: P1C01; P1C02; P1C03; P1C04 Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3 P1C ,1048 0,0535 2,0804 1,0000 4,0000 5,0000 6,0000 P1C ,4580 0,0551 2,1426 1,0000 4,0000 5,0000 7,0000 P1C ,2444 0,0599 2,3308 1,0000 4,0000 5,0000 7,0000 P1C ,1396 0,0522 2,0306 1,0000 4,0000 5,0000 6,0000 Variable Maximum P1C01 10,
21 P1C02 10,0000 P1C03 10,0000 P1C04 10,0000 Analisando as quatro perguntas que compõem o Bloco 03 Aparência / Estética podemos verificar que a pergunta número 2 é a que possuí a maior média (5,4580) e a número 1 a que possuí a menor média (5,1048) embora todas ficaram com médias bem próximas o que podemos perceber melhor no gráfico radar. One-way ANOVA: P1C01; P1C02; P1C03; P1C04; B7_Aparencia Source DF SS MS F P Factor 4 114,70 28,68 6,59 0,000 Error ,79 4,35 Total ,49 S = 2,086 R-Sq = 0,35% R-Sq(adj) = 0,29% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev P1C ,105 2,080 (------*------) P1C ,458 2,143 (------*------) P1C ,244 2,331 (------*------) P1C ,140 2,031 (------*------) B7_Aparencia ,237 1,811 (------*------) ,10 5,25 5,40 5,55 Pooled StDev = 2,086 Nestas condições com o valor do P sendo igual a 0 rejeitamos a hipótese de que as médias são iguais. Boxplot of P1C01; P1C02; P1C03; P1C04; B7_Aparencia 20
22 Boxplot of P1C01; P1C02; P1C03; P1C04; B7_Aparencia 10 8 Data P1C01 P1C02 P1C03 P1C04 B7_Aparencia Gráfico das Médias Stepwise Regression: B6_Acessib_Total versus P1B01; P1B02; P1B03; P1B04 Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15 Response is B6_Acessib_Total on 4 predictors, with N = 1512 Step Constant 0, , , P1B02 0, , ,
23 T-Value 91,01 71,71 65,68 P-Value 0,000 0,000 0,000 P1B04 0, ,28013 T-Value 45,66 53,52 P-Value 0,000 0,000 P1B03 0,30369 T-Value 48,84 P-Value 0,000 P1B01 T-Value P-Value S 0,801 0,519 0,323 R-Sq 84,58 93,53 97,49 R-Sq(adj) 84,57 93,52 97,49 Step 4 Constant -0, P1B02 0,25000 T-Value * P-Value * P1B04 0,25000 T-Value * P-Value * P1B03 0,25000 T-Value * P-Value * P1B01 0,25000 T-Value * P-Value * S 0, R-Sq 100,00 R-Sq(adj) 100,00 Neste caso aplicamos a Análise de Regressão, mas, como todos as questões do bloco possuem o mesmo peso apresentaram o mesmo coeficiente numérico tendo em vista que este poderia variar se estivéssemos arbitrado grau de importância a cada uma das questões do bloco. 3.4 Bloco 04 Assistência Social 22
24 Summary for B8_Assist. Social A nderson-darling Normality Test A -Squared 10,99 P-Value < 0,005 Mean 4,4241 StDev 1,9253 V ariance 3,7069 Skew ness -0, Kurtosis -0, N ,25 2,50 3,75 5,00 6,25 7,50 8,75 10,00 Minimum 1,0000 1st Q uartile 3,0000 Median 4,6667 3rd Q uartile 5,6667 Maximum 10, % C onfidence Interv al for Mean 4,3269 4, % C onfidence Interv al for Median 4,6667 5, % Confidence Intervals 95% C onfidence Interv al for StDev 1,8591 1,9965 Mean Median 4,4 4,6 4,8 5,0 Forma: A curva não acompanha o histograma, confirmado pelos dados básicos de estatística situado do lado direito do gráfico. O P-value é menor que 0,005, o que significa que a possibilidade de simetria ao modelo de distribuição normal é de apenas 0,5%. Tem muitos valores com pouco ou nenhuma atribuição, enquanto valores com escala alta. Por exemplo: o valor 5,00 é o mais alto no histograma e o valor próximo ao 10, ou seja, o 9,75 e o 1,50 são os mais baixo. O desvio-padrão que demonstra o quanto os valores diferem da média é de 1,8110; Ao analisar a média (Mean) e a mediana (Median) com valores respectivos de 4,4241 e 4,6667, verifica-se que a mediana aproxima-se do meio da escala de 1 a 10 que o respondente tinha disponível. A obliquidade ou Skewness mede a assimetria das caudas da distribuição. O valor está negativo, -0,041415, e a curtose é de - 0,495075, Se o valor é < 0 (ou < 3), então a função de distribuição é mais "achatada" que a distribuição normal. Chama-se-lheplaticúrtica. Descriptive Statistics: P1D01; P1D02; P1D03 Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3 P1D ,6802 0,0570 2,2155 1,0000 3,0000 5,0000 6,0000 P1D ,2963 0,0533 2,0731 1,0000 3,0000 5,0000 6,0000 P1D ,2956 0,0561 2,1801 1,0000 3,0000 5,0000 6,0000 Variable Maximum P1D01 10,0000 P1D02 10,0000 P1D03 10,0000 Analisando as quatro perguntas que compõem o Bloco 04 Assistência Social podemos verificar que a pergunta número 1 é a que possuí a maior média (4,6802) e a número 3 a que possuí a menor média (4,2963) embora todas ficaram com médias bem próximas o que podemos perceber melhor no gráfico radar. 23
25 Gráfico das Médias das Questões One-way ANOVA: P1D01; P1D02; P1D03; B8_Assist. Social Source DF SS MS F P Factor 3 148,84 49,61 11,23 0,000 Error ,89 4,42 Total ,73 S = 2,102 R-Sq = 0,55% R-Sq(adj) = 0,51% Level N Mean StDev P1D ,680 2,215 P1D ,296 2,073 P1D ,296 2,180 B8_Assist. Social ,424 1,925 Individual 95% CIs For Mean Based on Pooled StDev Level P1D01 (------*------) P1D02 (------*------) P1D03 (------*------) B8_Assist. Social (------*------) ,20 4,35 4,50 4,65 Pooled StDev = 2,102 Nestas condições com o valor do P sendo igual a 0 rejeitamos a hipótese de que as médias são iguais. Boxplot of P1D01; P1D02; P1D03; B8_Assist. Social 24
26 Boxplot of P1D01; P1D02; P1D03; B8_Assist. Social 10 8 Data P1D01 P1D02 P1D03 B8_Assist. Social Stepwise Regression: B7_Aparencia versus P1C01; P1C02; P1C03; P1C04 Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15 Response is B7_Aparencia on 4 predictors, with N = 1512 Step Constant 1, , , P1C02 0, , ,33249 T-Value 68,76 56,79 50,19 P-Value 0,000 0,000 0,000 P1C04 0, ,33605 T-Value 45,48 54,35 P-Value 0,000 0,000 P1C03 0,27759 T-Value 46,33 P-Value 0,000 P1C01 T-Value P-Value S 0,891 0,579 0,372 R-Sq 75,79 89,79 95,79 R-Sq(adj) 75,78 89,77 95,78 Step 4 Constant 0, P1C02 0,25000 T-Value * P-Value * 25
27 P1C04 0,25000 T-Value * P-Value * P1C03 0,25000 T-Value * P-Value * P1C01 0,25000 T-Value * P-Value * S 0, R-Sq 100,00 R-Sq(adj) 100,00 Neste caso aplicamos a Análise de Regressão, mas, como todos as questões do bloco possuem o mesmo peso apresentaram o mesmo coeficiente numérico tendo em vista que este poderia variar se estivéssemos arbitrado grau de importância a cada uma das questões do bloco. 3.5 Bloco 05 Consumo Summary for B2 A nderson-darling Normality Test A-Squared 3,87 P-Value < 0,005 Mean 5,5938 StDev 1,5624 V ariance 2,4412 Skew ness -0, Kurtosis 0, N ,25 2,50 3,75 5,00 6,25 7,50 8,75 10,00 Minimum 1,0000 1st Q uartile 4,7500 Median 5,6250 3rd Q uartile 6,6250 Maximum 10, % C onfidence Interv al for Mean 5,5150 5, % C onfidence Interv al for Median 5,5000 5, % Confidence Intervals 95% C onfidence Interv al for StDev 1,5087 1,6202 Mean Median 5,50 5,55 5,60 5,65 26
28 Forma: A curva não acompanha o histograma, confirmado pelos dados básicos de estatística situado do lado direito do gráfico. O P-value é 0,005, o que significa que a possibilidade de simetria ao modelo de distribuição normal é de apenas 0,5%. Tem muitos valores com pouco ou nenhuma atribuição, enquanto valores com escala alta. Por exemplo: os valores 5 e 5,50 é o mais alto no histograma. O desvio-padrão que demonstra o quanto os valores diferem da média é de 1,56; Ao analisar a média (Mean) e a mediana (Median) com valores respectivos de 5,5938 e 5,6250. A obliquidade ou Skewness mede a assimetria das caudas da distribuição. O valor está negativo, - 0,286077, e a curtose é de 0,2872 sendo o valor > 0 (ou > 3), então a distribuição em questão é mais alta (afunilada) e concentrada que a distribuição normal. Diz-se desta função probabilidade que é leptocúrtica, ou que a distribuição tem caudas pesadas (o significado é que é relativamente fácil obter valores que se afastam da média a vários múltiplos do desvio padrão) One-way ANOVA: P1E01; P1E02; P1E03; P1E04; P1E05; P1E06; P1E07; P1E08 Source DF SS MS F P Factor 7 456,25 65,18 15,76 0,000 Error ,75 4,14 Total ,00 S = 2,034 R-Sq = 0,90% R-Sq(adj) = 0,85% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev P1E ,799 2,095 (---*---) P1E ,672 1,985 (---*---) P1E ,306 2,179 (---*---) P1E ,917 2,028 (---*---) P1E ,437 2,035 (---*----) P1E ,576 1,861 (---*---) P1E ,647 2,018 (---*---) P1E ,397 2,055 (---*---) ,25 5,50 5,75 6,00 Pooled StDev = 2,034 Nestas condições com o valor do P sendo igual a 0 rejeitamos a hipótese de que as médias são iguais. 27
29 Boxplot of P1E01; P1E02; P1E03; P1E04; P1E05; P1E06; P1E07; P1E08 One-way ANOVA: B1; B2; B3; B4; B5 Boxplot of P1E01; P1E02; P1E03; P1E04; P1E05; P1E06; P1E07; P1E08 Source DF SS MS F P Factor ,57 872,64 281,38 0,000 Error ,41 3,10 Total ,98 S = 1,761 R-Sq = 12,97% R-Sq(adj) = 12,92% 8 Individual 95% CIs For Mean Based on Pooled StDev Level 6 N Mean StDev B ,909 1,798 (-*) B ,594 1,562 (*-) B ,990 2,004 (*-) B ,033 1,714 (-*) B ,989 1,697 (-*) ,20 4,80 5,40 6,00 2 Pooled StDev = 1,761 Data Boxplot 0 of B1; B2; B3; B4; B5 P1E01 P1E02 P1E03 P1E04 P1E05 P1E06 P1E07 P1E08 Analisando as oito perguntas que compõem o Bloco 05 - Consumo podemos verificar que a pergunta número 4 é a que possuí a maior média (5,9167) e a número 3 a que possuí a menor média (5,3059) embora todas ficaram com médias bem próximas o que podemos perceber melhor no gráfico radar. Descriptive Statistics: P1E01; P1E02; P1E03; P1E04; P1E05; P1E06; P1E07; P1E08 Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3 P1E ,7989 0,0539 2,0955 1,0000 5,0000 6,0000 7,0000 P1E ,6716 0,0511 1,9853 1,0000 5,0000 6,0000 7,0000 P1E ,3059 0,0560 2,1795 1,0000 4,0000 5,0000 7,0000 P1E ,9167 0,0522 2,0283 1,0000 5,0000 6,0000 7,0000 P1E ,4365 0,0523 2,0345 1,0000 4,0000 5,2500 7,0000 P1E ,5761 0,0479 1,8613 1,0000 5,0000 5,5000 7,0000 P1E ,6475 0,0519 2,0176 1,0000 5,0000 6,0000 7,0000 P1E ,3975 0,0529 2,0553 1,0000 4,0000 5,0000 7,0000 Variable Maximum P1E01 10,0000 P1E02 10,0000 P1E03 10,0000 P1E04 10,0000 P1E05 10,0000 P1E06 10,0000 P1E07 10,0000 P1E08 10,
30 Gráfico Radar das Médias das Questões do Bloco 05 Regression Analysis: B2 versus P1E01; P1E02;... The regression equation is B2 = - 0, ,125 P1E01 + 0,125 P1E02 + 0,125 P1E03 + 0,125 P1E04 + 0,125 P1E05 + 0,125 P1E06 + 0,125 P1E07 + 0,125 P1E08 Predictor Coef SE Coef T P Constant -0, , * * P1E01 0, , * * P1E02 0, , * * P1E03 0, , * * P1E04 0, , * * P1E05 0, , * * P1E06 0, , * * P1E07 0, , * * P1E08 0, , * * S = 0 R-Sq = 100,0% R-Sq(adj) = 100,0% Analysis of Variance Source DF SS MS F P Regression ,61 461,08 * * Residual Error ,00 0,00 Total ,61 Source DF Seq SS P1E ,92 P1E ,56 P1E ,90 P1E ,29 29
31 P1E ,91 P1E ,11 P1E ,33 P1E ,59 Unusual Observations St Obs P1E01 B2 Fit SE Fit Residual Resid 14 1,0 2,7500 2,7500 0,0000 0,0000 * X 70 7,0 7,7500 7,7500 0,0000 0,0000 * X 72 9,0 8,3750 8,3750 0,0000-0,0000 * X 76 8,0 6,5000 6,5000 0,0000-0,0000 * X 77 8,0 6,0000 6,0000 0,0000-0,0000 * X 82 8,0 6,7500 6,7500 0,0000-0,0000 * X 93 1,0 5,8750 5,8750 0,0000 0,0000 * X ,0 4,5000 4,5000 0,0000-0,0000 * X ,0 5,3750 5,3750 0,0000-0,0000 * X 149 1,0 3,8750 3,8750 0,0000 0,0000 * X 153 1,0 3,8750 3,8750 0,0000 0,0000 * X 161 1,0 3,6250 3,6250 0,0000 0,0000 * X ,0 6,8750 6,8750 0,0000-0,0000 * X 256 1,0 4,0000 4,0000 0,0000 0,0000 * X ,0 4,6250 4,6250 0,0000-0,0000 * X 347 9,0 6,8750 6,8750 0,0000 0,0000 * X 351 2,0 5,0000 5,0000 0,0000-0,0000 * X 352 8,0 4,7500 4,7500 0,0000 0,0000 * X 522 6,0 5,3750 5,3750 0,0000 0,0000 * X ,0 7,5000 7,5000 0,0000-0,0000 * X ,0 8,0000 8,0000 0,0000-0,0000 * X ,0 7,8125 7,8125 0,0000-0,0000 * X ,0 5,5000 5,5000 0,0000-0,0000 * X 580 7,0 7,0000 7,0000 0,0000-0,0000 * X 592 1,0 3,7500 3,7500 0,0000 0,0000 * X 663 9,0 6,6250 6,6250 0,0000-0,0000 * X ,0 5,5000 5,5000 0,0000-0,0000 * X 669 2,0 7,2500 7,2500 0,0000 0,0000 * X 671 5,0 5,1250 5,1250 0,0000 0,0000 * X 675 3,0 7,1250 7,1250 0,0000-0,0000 * X 676 2,0 3,6250 3,6250 0,0000 0,0000 * X ,0 6,1250 6,1250 0,0000-0,0000 * X 706 7,0 4,8750 4,8750 0,0000-0,0000 * X ,0 6,7500 6,7500 0,0000-0,0000 * X 730 7,0 6,2500 6,2500 0,0000 0,0000 * X 738 1,0 2,1250 2,1250 0,0000 0,0000 * X 746 4,0 5,7500 5,7500 0,0000 0,0000 * X 806 3,0 4,5000 4,5000 0,0000 0,0000 * X 807 1,0 5,7500 5,7500 0,0000 0,0000 * X 812 6,0 6,5000 6,5000 0,0000 0,0000 * X ,0 4,6250 4,6250 0,0000-0,0000 * X 815 7,0 6,6250 6,6250 0,0000-0,0000 * X 826 8,0 4,3750 4,3750 0,0000 0,0000 * X 837 3,0 5,7500 5,7500 0,0000 0,0000 * X ,0 7,5000 7,5000 0,0000-0,0000 * X 877 5,0 5,7500 5,7500 0,0000-0,0000 * X 880 1,0 4,7500 4,7500 0,0000 0,0000 * X 996 5,0 4,1250 4,1250 0,0000 0,0000 * X ,0 3,3750 3,3750 0,0000 0,0000 * X ,0 4,0000 4,0000 0,0000 0,0000 * X ,0 4,2500 4,2500 0,0000-0,0000 * X ,5 5,6875 5,6875 0,0000-0,0000 * X ,0 4,3750 4,3750 0,0000-0,0000 * X ,0 4,3750 4,3750 0,0000-0,0000 * X ,0 6,2500 6,2500 0,0000-0,0000 * X ,0 5,7500 5,7500 0,0000 0,0000 * X ,0 6,8750 6,8750 0,0000-0,0000 * X ,0 4,1250 4,1250 0,0000 0,0000 * X 30
32 1292 3,0 5,5000 5,5000 0,0000 0,0000 * X ,0 5,6250 5,6250 0,0000 0,0000 * X ,0 5,0000 5,0000 0,0000-0,0000 * X ,0 5,8750 5,8750 0,0000-0,0000 * X ,0 4,3750 4,3750 0,0000 0,0000 * X ,0 4,5000 4,5000 0,0000 0,0000 * X ,0 6,8750 6,8750 0,0000 0,0000 * X ,0 6,0000 6,0000 0,0000-0,0000 * X ,0 5,0000 5,0000 0,0000-0,0000 * X ,0 5,3750 5,3750 0,0000-0,0000 * X ,0 5,2500 5,2500 0,0000 0,0000 * X ,0 6,1250 6,1250 0,0000-0,0000 * X ,0 3,2500 3,2500 0,0000-0,0000 * X ,0 5,0000 5,0000 0,0000-0,0000 * X ,0 3,0000 3,0000 0,0000-0,0000 * X ,0 3,0000 3,0000 0,0000-0,0000 * X ,0 4,1250 4,1250 0,0000-0,0000 * X X denotes an observation whose X value gives it large leverage. Neste caso aplicamos a Análise de Regressão, mas, como todos as questões do bloco possuem o mesmo peso apresentaram o mesmo coeficiente numérico tendo em vista que este poderia variar se estivéssemos arbitrado grau de importância a cada uma das questões do bloco. Stepwise Regression: B2 versus P1E01; P1E02;... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15 Response is B2 on 8 predictors, with N = 1512 Step Constant 1,8588 0,7730 0,4644 0,1909 0,1839 0,1573 P1E06 0,6698 0,4601 0,3261 0,2654 0,2352 0,1732 T-Value 51,45 44,83 37,21 36,00 39,60 35,11 P-Value 0,000 0,000 0,000 0,000 0,000 0,000 P1E02 0,3977 0,3379 0,2918 0,2246 0,2125 T-Value 41,33 44,93 46,55 41,11 50,57 P-Value 0,000 0,000 0,000 0,000 0,000 P1E08 0,2583 0,2175 0,1961 0,1722 T-Value 33,33 33,96 38,18 43,06 P-Value 0,000 0,000 0,000 0,000 P1E04 0,1849 0,1628 0,1372 T-Value 28,59 31,39 33,87 P-Value 0,000 0,000 0,000 P1E03 0,1513 0,1370 T-Value 29,76 34,97 P-Value 0,000 0,000 P1E05 0,1467 T-Value 32,59 P-Value 0,000 S 0,942 0,645 0,490 0,395 0,313 0,240 R-Sq 63,68 82,96 90,19 93,64 96,00 97,65 R-Sq(adj) 63,65 82,94 90,17 93,62 95,98 97,64 31
33 Step 7 8 Constant 0, , P1E06 0, ,12500 T-Value 36,45 * P-Value 0,000 * P1E02 0, ,12500 T-Value 67,54 * P-Value 0,000 * P1E08 0, ,12500 T-Value 46,69 * P-Value 0,000 * P1E04 0, ,12500 T-Value 44,78 * P-Value 0,000 * P1E03 0, ,12500 T-Value 49,54 * P-Value 0,000 * P1E05 0, ,12500 T-Value 41,03 * P-Value 0,000 * P1E07 0, ,12500 T-Value 38,94 * P-Value 0,000 * P1E01 0,12500 T-Value * P-Value * S 0,169 0, R-Sq 98,83 100,00 R-Sq(adj) 98,83 100,00 One-way ANOVA: B2_Consumo_25; B2_Consumo_100; B2_Consumo_400; B2_Consumo_Total Source DF SS MS F P Factor 3 6,44 2,15 0,87 0,456 Error ,13 2,47 Total ,56 S = 1,571 R-Sq = 0,13% R-Sq(adj) = 0,00% Level N Mean StDev B2_Consumo_ ,860 1,519 B2_Consumo_ ,568 1,629 B2_Consumo_ ,716 1,590 B2_Consumo_Total ,594 1,562 Individual 95% CIs For Mean Based on Pooled StDev Level
34 B2_Consumo_25 ( * ) B2_Consumo_100 ( * ) B2_Consumo_400 (---*----) B2_Consumo_Total (-*-) ,25 5,60 5,95 6,30 Pooled StDev = 1,571 Ao utilizarmos Análise de Variância (ANOVA) podemos verificar que no Bloco 01 que trata sobre Valores Pessoais e Sociais a amostra contendo 25 é a que possui a maior média, 5,860, enquanto que a amostra com 100 é a que possuí a menor média inclusive podemos observar no gráfico acima que esta está deslocada das outras quatro questões. Podemos observar que o P, ou seja, o valor crítico calculado pelo software, é igual a 0,456 a um nível de significância de 5% aceitamos a hipótese de que os tratamentos possuem a mesma eficiência. Boxplot of B2_Consumo_25; B2_Consumo_100; B2_Consumo_400; B2_Consumo_Total lot of B2_Consumo_25; B2_Consumo_100; B2_Consumo_400; B2_Consumo_ 10 8 Data B2_Consumo_25 B2_Consumo_100 B2_Consumo_400 B2_Consumo_Total 33
35 3.6 Bloco 06 Cultura Summary for B9_Cultura A nderson-darling Normality Test A-Squared 4,10 P-Value < 0,005 Mean 4,6627 StDev 1,8912 V ariance 3,5767 Skew ness -0, Kurtosis -0, N ,25 2,50 3,75 5,00 6,25 7,50 8,75 10,00 Minimum 1,0000 1st Q uartile 3,3750 Median 4,7500 3rd Q uartile 6,0000 Maximum 10, % C onfidence Interv al for Mean 4,5673 4, % C onfidence Interv al for Median 4,6250 4, % Confidence Intervals 95% C onfidence Interv al for StDev 1,8261 1,9612 Mean Median 4,6 4,7 4,8 4,9 5,0 Forma: A curva não acompanha o histograma, confirmado pelos dados básicos de estatística situado do lado direito do gráfico. O P-value é menor que 0,005, o que significa que a possibilidade de simetria ao modelo de distribuição normal é de apenas 0,5%. Tem muitos valores com pouco ou nenhuma atribuição, enquanto valores com escala alta. Por 34
36 exemplo: o valor 5,00 é o mais alto no histograma e o valor próximo ao 10, ou seja, o 9,25 é o mais baixo. O desvio-padrão que demonstra o quanto os valores diferem da média é de 1,8912; Ao analisar a média (Mean) e a mediana (Median) com valores respectivos de 4,6627 e 4,7500, verifica-se que a mediana aproxima-se do meio da escala de 1 a 10 que o respondente tinha disponível. A obliquidade ou Skewness mede a assimetria das caudas da distribuição. O valor está negativo, -0,041415, e a curtose é de -0,072648, Se o valor é < 0 (ou < 3), então a função de distribuição é mais "achatada" que a distribuição normal. Chama-se-lheplaticúrtica. Descriptive Statistics: P1F01; P1F02; P1F03; P1F04; P1F05; P1F06; P1F07;... Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3 P1F ,2887 0,0582 2,2613 1,0000 4,0000 5,0000 7,0000 P1F ,6756 0,0632 2,4568 1,0000 2,2500 5,0000 6,0000 P1F ,8373 0,0613 2,3834 1,0000 3,0000 5,0000 6,0000 P1F ,8671 0,0635 2,4686 1,0000 3,0000 5,0000 7,0000 P1F ,4362 0,0656 2,5512 1,0000 2,0000 5,0000 6,0000 P1F ,0159 0,0633 2,4612 1,0000 1,0000 4,0000 6,0000 P1F ,3452 0,0604 2,3472 1,0000 2,0000 5,0000 6,0000 P1F ,8360 0,0669 2,6010 1,0000 3,0000 5,0000 7,0000 B9_Cultura ,6627 0,0486 1,8912 1,0000 3,3750 4,7500 6,0000 Variable Maximum P1F01 10,0000 P1F02 10,0000 P1F03 10,0000 P1F04 10,0000 P1F05 10,0000 P1F06 10,0000 P1F07 10,0000 P1F08 10,0000 B9_Cultura 10,0000 Analisando as oito perguntas que compõem o Bloco 06 - Cultura podemos verificar que a pergunta número 1 é a que possuí a maior média (5,2887) e a número 6 a que possuí a menor média (4,0159) embora todas ficaram com médias bem próximas o que podemos perceber melhor no gráfico radar; comparando com a média do bloco, ou seja, 4,6627, podemos verificar que cinco das questões estão acima desta média e as outras três estão abaixo desta média. 35
37 One-way ANOVA: P1F01; P1F02; P1F03; P1F04; P1F05; P1F06; P1F07; P1F08;... Source DF SS MS F P Factor ,96 201,24 35,28 0,000 Error ,85 5,70 Total ,81 S = 2,388 R-Sq = 2,03% R-Sq(adj) = 1,98% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev P1F ,289 2,261 (--*--) P1F ,676 2,457 (--*--) P1F ,837 2,383 (--*--) P1F ,867 2,469 (--*--) P1F ,436 2,551 (--*--) P1F ,016 2,461 (--*--) P1F ,345 2,347 (--*--) P1F ,836 2,601 (--*--) B9_Cultura ,663 1,891 (--*--) ,00 4,40 4,80 5,20 Pooled StDev = 2,388 Ao utilizarmos Análise de Variância (ANOVA) podemos verificar que no Bloco 06 que trata sobre Cultura a questão 1 é a que possui a maior média, 5,289, enquanto que a questão 6 a que possuí a menor média inclusive podemos observar no gráfico acima que esta está deslocada das outras quatro questões. Nestas condições com o valor do P sendo igual a 0 rejeitamos a hipótese de que as médias são iguais. Boxplot of P1F01; P1F02; P1F03; P1F04; P1F05; P1F06; P1F07; P1F08; B9_Cultura 36
38 xplot of P1F01; P1F02; P1F03; P1F04; P1F05; P1F06; P1F07; P1F08; B9_Cult 10 8 Data P1F01 P1F02 P1F03 P1F04 P1F05 P1F06 P1F07 P1F08 B9_Cultura Stepwise Regression: B9_Cultura versus P1F01; P1F02;... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15 Response is B9_Cultura on 8 predictors, with N = 1512 Step Constant 1, , , , , ,01221 P1F05 0,6213 0,4680 0,3436 0,2331 0,1915 0,1876 T-Value 59,70 57,16 44,74 34,78 34,64 44,56 P-Value 0,000 0,000 0,000 0,000 0,000 0,000 P1F02 0,3411 0,2912 0,2508 0,2479 0,1919 T-Value 40,11 42,07 46,54 57,64 52,06 P-Value 0,000 0,000 0,000 0,000 0,000 P1F07 0,2504 0,2353 0,1851 0,1622 T-Value 30,11 37,20 34,74 39,44 P-Value 0,000 0,000 0,000 0,000 P1F04 0,2103 0,1923 0,1718 T-Value 33,37 37,97 43,98 P-Value 0,000 0,000 0,000 P1F08 0,1353 0,1403 T-Value 29,36 39,97 P-Value 0,000 0,000 P1F01 0,1327 T-Value 33,08 P-Value 0,000 S 1,03 0,718 0,568 0,431 0,344 0,262 R-Sq 70,24 85,60 91,00 94,83 96,71 98,10 37
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO PESQUISA SOCIO-ECONOMICA AO NIVEL MUNICPAL NO BRASIL Focando
Leia maisENADE Exame Nacional de Desempenho de Estudantes. Instituições do Ensino Superior do Município de São Paulo
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP MÉTODOS QUANTITATIVOS DE PESQUISA EMPÍRICA Prof. Dr. ARNOLDO HOYOS ENADE 9 Exame Nacional de Desempenho de Estudantes Instituições do Ensino Superior
Leia maisUM ESTUDO COMPARATIVO DO USO DO MINITAB, SPSS E XL-STAT EM REGRESSÕES UTILZIANDO DADOS SOBRE LIBERDADE ECONÔMICA DE 157 PAÍSES NO CENÁRIO MUNDIAL
UM ESTUDO COMPARATIVO DO USO DO MINITAB, SPSS E XL-STAT EM REGRESSÕES UTILZIANDO DADOS SOBRE LIBERDADE ECONÔMICA DE 157 PAÍSES NO CENÁRIO MUNDIAL LOURENÇO AUGUSTO C. GRANATO PONTIFÍCIA UNIVERSIDADE CATÓLICA
Leia maisUMA ANÁLISE COMPARATIVA DE DESESENVOLVIMENTO POR ESTADO NO BRASIL A PARTIR DE ALGUNS INDICADORES DO IBGE
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UMA ANÁLISE COMPARATIVA DE DESESENVOLVIMENTO POR ESTADO NO BRASIL A PARTIR DE ALGUNS INDICADORES
Leia maisATLAS BRASIL 2013 DIMENSÃO DESINVOLVIMENTO HUMANO E OUTRAS VARIÁVEIS
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO DESINVOLVIMENTO HUMANO E OUTRAS VARIÁVEIS Disciplina: Métodos Quantitativos
Leia maisUM ESTUDO APROFUNDADO DOS INDICADORES QUE COMPÕEM A PESQUISA DO IRBEM DO ESTADO DE SÃO PAULO
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UM ESTUDO APROFUNDADO DOS INDICADORES QUE COMPÕEM A PESQUISA DO IRBEM DO ESTADO DE SÃO PAULO
Leia maisSmall Caps Ou Ações De Segunda Linha Análise De Retorno De Portfólios De Ações Dos Setores De Metalurgia, Alimentos E Papel E Celulose
Small Caps Ou Ações De Segunda Linha Análise De Retorno De Portfólios De Ações Dos Setores De Metalurgia, Alimentos E Papel E Celulose José Augusto Da Silva Rezende PONTIFÍCIA UNIVERSIDADE CATÓLICA DE
Leia maisUM ESTUDO EXPLORATÓRIO DOS INDICADORES DO GLOBAL ENTREPRENEURSHIP MONITOR-GEM
1 PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UM ESTUDO EXPLORATÓRIO DOS INDICADORES DO GLOBAL ENTREPRENEURSHIP MONITOR-GEM Aluna: Cássia
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programa de Estudos Pós-Graduados em Administração Mestrado em Administração
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programa de Estudos Pós-Graduados em Administração Mestrado em Administração PESQUISA SOCIO-ECONOMICA AO NIVEL MUNICIPAL NO BRASIL focando principalmente indicadores
Leia maisBA STA BOLETIM DE ANÁLISE ESTATÍSTICO. Pesquisas Relacionadas a Indicadores Municipais no Brasil. ISDM/FGV, IFDM e IFGF/FIRJAN BASTA 2013 V2
BA STA BOLETIM DE ANÁLISE ESTATÍSTICO Pesquisas Relacionadas a Indicadores Municipais no Brasil ISDM/FGV, IFDM e IFGF/FIRJAN BASTA 2013 V2 Pesquisa socio-economica ao nível municipal no Brasil focando
Leia maisUM ESTUDO COMPARATIVO DE INDICADORES ECONOMICOS DO BANCO MUNDIAL E O INDICADOR DE DESENVOLVIMENTO HUMANO - HDI
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UM ESTUDO COMPARATIVO DE INDICADORES ECONOMICOS DO BANCO MUNDIAL E O INDICADOR DE DESENVOLVIMENTO
Leia maisBOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM ÍNDICE DE DESENVOLVIMENTO HUMANO MUNICIPAL
Leia maisUMA ANÁLISE DE ÍNDICES DE DESENVOLVIMENTO BÁSICO DA REGIÃO DE ARARAS
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UMA ANÁLISE DE ÍNDICES DE DESENVOLVIMENTO BÁSICO DA REGIÃO DE ARARAS Aluna: Erika Camila Buzo
Leia maisANÁLISE ESTATÍSTICA DOS ÍNDICES DE DESENVOLVIMENTO DAS AMÉRICAS, BASEADA NO HDR Fátima Alexandre
ANÁLISE ESTATÍSTICA DOS ÍNDICES DE DESENVOLVIMENTO DAS AMÉRICAS, BASEADA NO HDR 2005 Fátima Alexandre PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa
Leia maisMÉTODOS QUANTITATIVOS TRABALHO FINAL ANALISE DA POPULAÇÃO, EDUCAÇÃO E SUAS RELAÇÕES COM AS CONDIÇÕES DE NATALIDADE NOS DISTRITOS DE SÃO PAULO.
PUC - SP MÉTODOS QUANTITATIVOS TRABALHO FINAL ANALISE DA POPULAÇÃO, EDUCAÇÃO E SUAS RELAÇÕES COM AS CONDIÇÕES DE NATALIDADE NOS DISTRITOS DE SÃO PAULO. CESAR DO NASCIMENTO MESTRADO EM ADMINISTRAÇÃO DE
Leia maisÍNDICE DE COMPETITIVIDADE URBANA 2008 (ICUR): ESTUDO DAS MELHORES CIDADES PARA SE FAZER NEGÓCIOS NA AMÉRICA LATINA
ÍNDICE DE COMPETITIVIDADE URBANA 28 (ICUR): ESTUDO DAS MELHORES CIDADES PARA SE FAZER NEGÓCIOS NA AMÉRICA LATINA FABRICIO CÉSAR BASTOS e PAULA FERNANDA PRADO PEREIRA PONTIFÍCIA UNIVERSIDADE CATÓLICA DE
Leia maisATLAS BRASIL 2013 DIMENSÃO DESENVOLVIMENTO HUMANO E OUTRAS VARIÁVEIS
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO DESENVOLVIMENTO HUMANO E OUTRAS VARIÁVEIS Disciplina: Métodos Quantitativos
Leia maisTécnicas Computacionais em Probabilidade e Estatística I. Aula I
Técnicas Computacionais em Probabilidade e Estatística I Aula I Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Análise de Um conjunto de dados objetivo: tratamento de um conjunto de dados. uma amostra de
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2. IDHEs
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2 IDHEs ÍNDICE DE DESENVOLVIMENTO HUMANO ESTADUAL
Leia maisBOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM ÍNDICE DE DESENVOLVIMENTO HUMANO MUNICIPAL
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP PESQUISA SOCIO-ECONOMICA AO NIVEL MUNICIPAL NO BRASIL Focando principalmente indicadores relacionados a Habitação, Educação, Saúde e muito particularmente
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração PESQUISA IRBEM INDICADORES DE REFERÊNCIA DE BEM-ESTAR NO MUNICÍPIO
Leia maisPESQUISA NOSSA SÃO PAULO QUALIDADE DE VIDA URBANA EM. SÃO PAULO Um estudo de correlações entre trabalho e renda e violência.
PESQUISA NOSSA SÃO PAULO QUALIDADE DE VIDA URBANA EM SÃO PAULO Um estudo de correlações entre trabalho e renda e violência urbana DANIEL RODRIGUES PIRES BEZERRA PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração PESQUISA SOCIO-ECONOMICA AO NIVEL MUNICIPAL NO BRASIL focando
Leia maisO poder da ANOVA e da igualdade de variância
O poder da ANOVA e da igualdade de variância Por Marcelo Rivas Fernandes A ANOVA e o Teste de Iguldade de Variância são tão imprescindíveis para a estatística inferencial, quanto a média e o desvio padrão
Leia maisPUC - SP VARIÁVEIS SÓCIO-ECONÔMICAS E TAXA DE SUICÍDIOS NO BRASIL
PUC - SP VARIÁVEIS SÓCIO-ECONÔMICAS E TAXA DE SUICÍDIOS NO BRASIL MICHEL WIAZOWSKI ROCHA RUTHELLE MARIA DE CARVALHO SOUSA MESTRANDO EM ADMINISTRAÇÃO MÉTODOS QUANTITATIVOS PROF. DR. ARNOLDO HOYOS SÃO PAULO
Leia maisUM ESTUDO DO ICUR ÍNDICE DE COMPETITIVIDADE URBANA DE 2010 BASEADO EM ANALISE DE CONGLOMERADOS
Pontifícia Universidade Católica de São Paulo PUC/SP Programa Strictu Sensu Mestrado em Administração Disciplina: Método Quantitativos na Pesquisa Empírica Prof. Dr. Arnoldo Hoyos Guevara UM ESTUDO DO
Leia maisINDICADORES BÁSICOS NOSSA SÃO PAULO UM ESTUDO DE SUAS RELAÇÕES. Fabíola Dapuzzo Vinhas e Nathalie Perret
INDICADORES BÁSICOS NOSSA SÃO PAULO UM ESTUDO DE SUAS RELAÇÕES Fabíola Dapuzzo Vinhas e Nathalie Perret PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa
Leia maisATLAS BRASIL 2013 DIMENSÃO EDUCAÇÃO E OUTRAS VARIÁVEIS
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO EDUCAÇÃO E OUTRAS VARIÁVEIS Disciplina: Métodos Quantitativos Professor:
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - FACULDADE DE ECONOMIA E ADMINISTRAÇÃO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO CLASSIFICAÇÃO DO BRASIL Focando principalmente indicadores relacionados
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO. Programa de Pós-Graduação em Economia e Administração FEA PUC-SP BASTA 2017 V1 IDHM
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programa de Pós-Graduação em Economia e Administração FEA PUC-SP BASTA 2017 V1 IDHM ÍNDICE DE DESENVOLVIMENTO HUMANO MUNICIPAL ATLAS BRASIL CLASSIFICAÇÃO:
Leia maisTeste de hipóteses. Testes de Hipóteses. Valor de p ou P-valor. Lógica dos testes de hipótese. Valor de p 31/08/2016 VPS126
3/8/26 Teste de hipóteses Testes de Hipóteses VPS26 Ferramenta estatística para auxiliar no acúmulo de evidências sobre uma questão Média de glicemia de um grupo de animais é diferente do esperado? Qual
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração TRABALHO FINAL Environmental Performance Index (EPI) Índice
Leia maisTEMA 5. DESIGUALDADE E INCLUSÃO DE GENERO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS TRABALHO FINAL PROJETO ORIBER TEMA 5. DESIGUALDADE E
Leia maisANÁLISE ESTATÍSTICA DE DADOS
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração ANÁLISE ESTATÍSTICA DE DADOS UM ESTUDO DA EVOLUÇÃO DOS RETORNOS
Leia maisATLAS BRASIL 2013 DIMENSÃO RENDA E OUTRAS VARIÁVEIS
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO RENDA E OUTRAS VARIÁVEIS Disciplina: Métodos Quantitativos Professor:
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS TRABALHO FINAL PROJETO ORIBER Tema 6. O FUTURO DA EDUCAÇÃO
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
ANÁLISE EXPLORATÓRIA DE PARÂMETROS DE ÍNDICE DE DESENVOLVIMENTO HUMANO NAS 100 CIDADES BRASILEIRAS COM MAIOR POPULAÇÃO Rafael Fortes Gatto PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade
Leia maisREGRESSÃO LOGÍSTICA E INDICADORES DE GOVERNANÇA GLOBAL
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA Faculdade de Economia e Administração Programa de Estudos Pós Graduados em Administração REGRESSÃO LOGÍSTICA E INDICADORES DE GOVERNANÇA GLOBAL Disciplina:
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS QUANTITATIVOS TRABALHO FINAL Análise de indicadores
Leia maisPONTÍFICA UNIVERSIDADE CATÓLICA DE SÃO PAULO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO/ PUC-SP
PONTÍFICA UNIVERSIDADE CATÓLICA DE SÃO PAULO PROGRAMA DE ESTUDOS PÓS-GRADUADOS EM ADMINISTRAÇÃO/ PUC-SP MÉTODOS QUANTITAIVOS TRABALHO FINAL º SEMESTRE PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA
Leia maisMETODOS QUANTITATIVOS
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS QUANTITATIVOS ANÁLISE ESTATÍSTICA PROJETO AENE - AVALIAÇÃO
Leia maisUma Análise Das Tendências E Causas Dos Preços De Commodities ( )
Uma Análise Das Tendências E Causas Dos Preços De Commodities (1956-2006) Sidney Lee Saikovitch De Almeida PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2. IDHEs
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2 IDHEs ÍNDICE DE DESENVOLVIMENTO HUMANO ESTADUAL
Leia maisANÁLISE ESTATÍSTICA DOS PRINCIPAIS INDICADORES DO MUNICÍPIO DE SÃO PAULO 2004
ANÁLISE ESTATÍSTICA DOS PRINCIPAIS INDICADORES DO MUNICÍPIO DE SÃO PAULO 24 Fátima Alexandre PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos
Leia maisENSAIOS EXPERIMENTAIS NO LABORATÓRIO DE METROLOGIA PARA PROMOVER A INTERDISCIPLINARIEDADE
ENSAIOS EXPERIMENTAIS NO LABORATÓRIO DE METROLOGIA PARA PROMOVER A INTERDISCIPLINARIEDADE Raphaelly Antunes Alves¹; Paulo Henrique Paulista². 1 Centro Universitário de Itajubá FEPI, Engenharia de Produção,
Leia maisANOVA - Etapas de Análise
ANOVA - Etapas de Análise Entender o Delineamento Estrutura de Tratamento Aleatorização das Unidades Amostrais Aleatorização das Unidades Experimentais aos Tratamentos Adotar um Modelo Estrutural e Distribucional
Leia maisI.1. Seleccionado um passageiro ao acaso, qual a probabilidade de ter idade no intervalo [20 a 50) anos e ser fraudulento?
INTRODUÇÃO À ANÁLISE DE DADOS INSTITUTO SUPERIOR DE CIÊNCIAS SOCIAIS E POLÍTICAS UNIVERSIDADE TÉCNICA DE LISBOA Frequência - 29 de Janeiro de 8 Grupo I (4, v) No seguimento de um estudo efectuado pela
Leia maisPONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UM ESTUDO DO POSSIVEL IMPACTO DOS INDICADORES DE GOVERNANÇA-HDR EM RELAÇAO AO INDICE DE DESENVOLVIMENTO
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2. IDHEs
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2 IDHEs ÍNDICE DE DESENVOLVIMENTO HUMANO ESTADUAL
Leia mais1) Como vou comparar 3 grupos realizo uma Anova one way:
Gabarito aula anova e teste não-paramétrico: 1) Como vou comparar 3 grupos realizo uma Anova one way: One-way ANOVA: AREA versus VIRUS Analysis of Variance for AREA Source DF SS MS F P VIRUS 2 215,54 107,77
Leia maisATLAS BRASIL 2013 DIMENSÃO LIBERDADE ECONÔMICA
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO LIBERDADE ECONÔMICA Disciplina: Métodos Quantitativos Professor:
Leia maisUM ESTUDO DA EVOLUÇÃO HISTÓRICA DOS INDICADORES DAS 500 EMPRESAS MAIS VALIOSAS DO MUNDO E DA POSIÇÃO DOS PAÍSES DO BRICS NO RANKING
PUC - SP UM ESTUDO DA EVOLUÇÃO HISTÓRICA DOS INDICADORES DAS 5 EMPRESAS MAIS VALIOSAS DO MUNDO E DA POSIÇÃO DOS PAÍSES DO BRICS NO RANKING EDUARDO NOBORU KAWABUCHI MESTRADO EM ADMINISTRAÇÃO DE EMPRESAS
Leia maisATLAS BRASIL 2013 DIMENSÃO DESVULNERABILIDADE E OUTRAS VARIÁVEIS
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO DESVULNERABILIDADE E OUTRAS VARIÁVEIS Disciplina: Métodos Quantitativos
Leia maisMÉTODOS QUANTITATIVOS TRABALHO FINAL ANALISE DA POPULAÇÃO E NÍVEL DE HOMICÍDIOS NA CIDADE DE SÃO PAULO.
PUC - SP MÉTODOS QUANTITATIVOS TRABALHO FINAL ANALISE DA POPULAÇÃO E NÍVEL DE HOMICÍDIOS NA CIDADE DE SÃO PAULO. MÁRCIO CARDOSO SANTOS MESTRADO EM ADMINISTRAÇÃO DE EMPRESAS MÉTODOS QUANTITATIVOS PROF.
Leia maisModelos de Análise de Variância
Modelos de Análise de Variância Delineamento Completamente Aleatorizado: k tratamentos, r réplicas (balanceado) yi iid ~ N ; i i Normalidade Variância constante ( homocedasticidade ) Independência Análise
Leia maisA Penetração de Genéricos no Brasil e os indicadores Sociais do IBGE Um. estudo da relevância dos medicamentos genéricos na melhoria da saúde
A Penetração de Genéricos no Brasil e os indicadores Sociais do IBGE Um estudo da relevância dos medicamentos genéricos na melhoria da saúde Brasileira Sergio De Souza Coelho PONTIFÍCIA UNIVERSIDADE CATÓLICA
Leia maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA "LUIZ DE QUEIROZ" DEPARTAMENTO DE CIÊNCIAS EXATAS RELATÓRIO DE ATIVIDADE PRÁTICA Relatório da aula prática nº 1, da disciplina LCE602 - Estatística
Leia maisInferência Estatística Estimação de Parâmetros
Inferência Estatística Estimação de Parâmetros Pedro Paulo Balestrassi www.pedro.unifei.edu.br ppbalestrassi@gmail.com 35-36291161 / 88776958 (cel) 1 Inferência Estatística: uma amostra ajudando a entender
Leia maisLicença Prévia LP 279/2008 Licença de Instalação - LI 591/2009
Capacitação de Agentes Comunitários de Saúde em efeitos das Radiações Ionizantes Teresa C. S. B. Leite, Ilson P. M. da Silva, Denise M. S. Jannuzzi, Alexandre M. Maurmo. IX Latin American IRPA Regional
Leia maisMÉTODOS QUANTITATIVOS - ANÁLISE DO IMPACTO DAS DESPESAS EM CULTURA, ESPORTE E AMBIENTE NO ÍNDICE DE ANALFABETISMO NOS PEQUENOS MUNICÍPIOS DE SÃO PAULO
PUC - SP MÉTODOS QUANTITATIVOS - ANÁLISE DO IMPACTO DAS DESPESAS EM CULTURA, ESPORTE E AMBIENTE NO ÍNDICE DE ANALFABETISMO NOS PEQUENOS MUNICÍPIOS DE SÃO PAULO Dennys Salomão Hid Mestrado em Administração
Leia maisBOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM ÍNDICE DE DESENVOLVIMENTO HUMANO MUNICIPAL
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2. IDHEs
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2 IDHEs ÍNDICE DE DESENVOLVIMENTO HUMANO ESTADUAL
Leia maisUMA PESQUISA DAS RELAÇÕES ENTRE INDICADORES SOCIAS, ECONOMICOS E TECNOLOGICOS DO BANCO MUNDIAL
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UMA PESQUISA DAS RELAÇÕES ENTRE INDICADORES SOCIAS, ECONOMICOS E TECNOLOGICOS DO BANCO MUNDIAL
Leia maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA "LUIZ DE QUEIROZ" DEPARTAMENTO DE CIÊNCIAS EXATAS RELATÓRIO DE ATIVIDADE PRÁTICA Relatório da aula prática nº 2, da disciplina LCE602 - Estatística
Leia maisATLAS BRASIL 2013 ANALISE DE ALGUMAS DIMENSÕES DO ATLAS E OUTRAS VARIÁVEIS
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 213 ANALISE DE ALGUMAS DIMENSÕES DO ATLAS E OUTRAS VARIÁVEIS Disciplina: Métodos
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração PESQUISA SOCIO-ECONOMICA AO NIVEL MUNICIPAL NO BRASIL focando
Leia maisDiagnóstico do Modelo e Tratamento. Frases. Roteiro
Diagnóstico do Modelo e Tratamento Frases Por serem mais precisos que as palavras, os números são particularmente adequados para transmitir conclusões científicas Pagano e Gauvre, 4 Roteiro. Suposições
Leia maisSumário dos exemplos:
Sumário dos exemplos: I Representação gráfica para Variáveis Quantitativas II Histograma para variáveis contínuas no soft MINITAB III Tabela de freqüências e histograma para v. contínuas, no Excel IV Exemplo
Leia maisTrabalho de Análise de Dados Chemical Company
Trabalho de Análise de Dados - Relatório - Ana Rodrigues 2012011 Andreia Silva 201205957 Hermano Maia 201208235 Mª Francisca Monteiro 201004209 Gestão da Qualidade Total Prof.ª Maria Henriqueta Sampaio
Leia maisBOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM ÍNDICE DE DESENVOLVIMENTO HUMANO MUNICIPAL
Leia maisMETODOS ANÁLISE EXPLORATÓRIA DE DADOS
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS Trabalho ANÁLISE EXPLORATÓRIA DE DADOS PROJETO ORIBER
Leia maisTimes Higher Education - World University Rankings 2009 TOP 200 WORLD UNIVERSITIES
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP MÉTODOS QUANTITATIVOS DE PESQUISA EMPÍRICA Prof. Dr. ARNOLDO HOYOS Times Higher Education - World University Rankings 29 TOP 2 WORLD UNIVERSITIES Otávio
Leia maisTRABALHO FINAL. Análise Estatística da Pesquisa de Clima aplicada em operadores de uma empresa do segmento alimentício
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração TRABALHO FINAL Análise Estatística da Pesquisa de Clima aplicada
Leia maisÍNDICE DE DESENVOLVIMENTO HUMANO Uma análise comparativa sócio-econômico entre os cinco continentes PAULA AUGUSTA RODRIGUES COELHO
ÍNDICE DE DESENVOLVIMENTO HUMANO Uma análise comparativa sócio-econômico entre os cinco continentes PAULA AUGUSTA RODRIGUES COELHO RODERICK CABRAL CASTELLO BRANCO PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO
Leia maisProf. Estevam Martins
Análise Exploratória de Dados Prof. Estevam Martins "O único lugar onde o sucesso vem antes do trabalho, é no dicionário" Albert Einstein Introdução O principal objetivo de uma análise exploratória é extrair
Leia maisIntervalo de confiança. Intervalo de confiança. Inferência. Generalizar os resultados da pesquisa a todo o universo de eleitores margem de erro
Intervalo de confiança As pesquisas sobre intenção de voto antes das eleições. Intervalo de confiança Os resultados divulgados na mídia são acompanhados de uma margem de erro. Candidato A: 33% ± 3% Candidato
Leia maisBOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISE ESTATÍSTICO BASTA 2017 Vol. 1 IDHM ÍNDICE DE DESENVOLVIMENTO HUMANO MUNICIPAL
Leia maisDenise Pena de Moraes
CLASSIFICAÇÃO DE 5 REGIÕES SEGUNDO O INTERNATIONAL PROPORTY RIGHTS INDEX (ÍNDICE INTERNACIONAL DE DIREITOS DE PROPRIEDADE) E DE LIBERDADE ECONÔMICA PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade
Leia maisMódulo 16- Análise de Regressão
Módulo 6 Análise de Regressão Módulo 6- Análise de Regressão Situação Problema Um grupo de investidores estrangeiros deseja aumentar suas atividades no Brasil. Considerando a conjuntura econômica de moeda
Leia maisGPS TEMA 8. INTEGRAÇÃO E ALIANÇAS ESTRATÉGICAS
1 GPS TEMA 8. INTEGRAÇÃO E ALIANÇAS ESTRATÉGICAS 2 1 INTRODUÇÃO O presente trabalho tem por objetivo efetuar uma análise exploratória dos dados relativos ao tema que possui um conjunto de vinte variáveis
Leia maisATLAS BRASIL 2013 DIMENSÃO EDUCAÇÃO
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO EDUCAÇÃO Disciplina: Métodos Quantitativos Professor: Dr. Arnoldo
Leia maisCOMPARAÇÃO DO NOVO INDICADOR DE RIQUEZA INCLUSIVA-IRI E OS INDICADORES DE DESENVOLVIMENTO HUMANO-HDR
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais COMPARAÇÃO DO NOVO INDICADOR DE RIQUEZA INCLUSIVA- E OS INDICADORES DE DESENVOLVIMENTO HUMANO-HDR
Leia maisATLAS BRASIL 2013 DIMENSÕES DEMOGRAFIA E HABITAÇÃO
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÕES DEMOGRAFIA E HABITAÇÃO Disciplina: Métodos Quantitativos Professor:
Leia maisATLAS BRASIL 2013 ALGUMAS VARIÁVEIS DA DIMENSÃO EDUCAÇÃO
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 ALGUMAS VARIÁVEIS DA DIMENSÃO EDUCAÇÃO Disciplina: Métodos Quantitativos
Leia maisA Relação entre a Educação e os Desenvolvimentos Humano e. Econômico
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração A Relação entre a Educação e os Desenvolvimentos Humano e Econômico
Leia maisTrabalho Final PROJETO ORIBER. GPS Tema 13 DEMOCRACIA E REDES SOCIAIS
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração METODOS Trabalho Final PROJETO ORIBER GPS Tema 13 DEMOCRACIA
Leia maisATLAS BRASIL 2013 DIMENSÃO DESVULNERABILIDADE
PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO DESVULNERABILIDADE Disciplina: Métodos Quantitativos Professor:
Leia maisTrabalho 5. Gustavo Mello Reis Página 1
Trabalho 5 Gustavo Mello Reis Página ) a) Uma empresa fabricante de pentes deseja melhorar seu controle de qualidade. Para isto, a empresa selecionou 5 lotes de 00 unidades. Para cada lote foram amostrados
Leia mais4 Análise dos resultados 4.1. Perfil do respondente
4 Análise dos resultados 4.. Perfil do respondente Através da análise dos questionários aplicados, verificou-se que o perfil típico do respondente foi: mulher, entre 3 e 40 anos, remunerações de até oito
Leia maisCRITÉRIOS PARA ATRIBUIÇÃO DE CONCEITOS AOS CURSOS:
CRITÉRIOS PARA ATRIBUIÇÃO DE CONCEITOS AOS CURSOS: UM ESTUDO EUGÊNIA MARIA REGINATO CHARNET Ph.D. em Estatística Aplicada pela Universidade da Califórnia Brasília, dezembro de 2000 Texto elaborado com
Leia maisANÁLISE DE CONGLOMERADOS E OS INDICADORES DE GOVERANÇA MUNDIAL
PUC - SP ANÁLISE DE CONGLOMERADOS E OS INDICADORES DE GOVERANÇA MUNDIAL José Renato Lamberti Stella Milanez MESTRADO EM ADMINISTRAÇÃO DE EMPRESAS MÉTODOS QUANTITATIVOS PROF. DR. ARNOLDO HOYOS SÃO PAULO
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Pertencem ao grupo de ferramentas estatísticas que permitem caracterizar um conjunto de dados sob ponto de vista da tendência
Leia maisBOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2. IDHEs
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Programas de Pós Graduação em Economia e Administração da PUC-SP BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2017 Vol. 2 IDHEs ÍNDICE DE DESENVOLVIMENTO HUMANO ESTADUAL
Leia maisASSIMETRIA E CURTOSE
ASSIMETRIA E CURTOSE Lucas Santana da Cunha email: lscunha@uel.br Universidade Estadual de Londrina 11 de maio de 2016 Assimetria Numa distribuição estatística, a assimetria é o quanto sua curva de frequência
Leia maisExame Final de Métodos Estatísticos
Exame Final de Métodos Estatísticos Data: de Junho de 26 Duração: 3h. Nome: Curso: Declaro que desisto N. Mec. Regime: As cotações deste exame encontram-se na seguinte tabela. Responda às questões utilizando
Leia maisRELACÃO DO CRIME EM CIDADES PEQUENAS COM CUSTO, IDADE E ANOS DE ESTUDO DE ESTADOS DA AMERICA DO NORTE
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística RELACÃO DO CRIME EM CIDADES PEQUENAS COM CUSTO, IDADE E ANOS DE ESTUDO DE ESTADOS DA AMERICA DO NORTE CE225 - Modelos
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração
ESTUDO ESTATÍSTICO EXPLORATÓRIO DA INOVAÇÃO NOS PRINCIPAIS SETORES INDUSTRIAIS BRASILEIROS Victor Werner Degenhardt PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração
Leia maisPROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA
PROBABILIDADE E ESTATÍSTICA ESTATÍSTICA DESCRITIVA Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo ESTATÍSTICA DESCRITIVA A Estatística Descritiva
Leia mais