Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

Tamanho: px
Começar a partir da página:

Download "Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes"

Transcrição

1 Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes

2 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 1,5) Deseja-se DESCREVER as seguntes Varáves de Resposta: X: número de defetos por peça fundda Y: dâmetro do furo Para tanto, coletou-se dados de uma Amostra de 5 peças

3 Coleta de Dados Peça X : número de defetos Y : dâmetro do Furo (mm) Peça X : número de defetos Y : dâmetro do Furo (mm) 1 1, , , , , , , , , , , , , , , ,88 9 1,0 1 11, ,05 3 1, , , , , ,34

4 VARIÁVEL X : Número de Defetos por Peça Tabela de Dstrbução de freqüêncas: f frequênca ' p Ordem X (absoluta) (relatva) % % 3 5 0% 4 3 8% % % % total 5 100%

5 frequênca VARIÁVEL X : Número de Defetos por Peça DIAGRAMA DE BARRAS (Varável Dscreta) defetos por peça

6 VARIÁVEL Y : Dâmetro de Furo (mm) Número de classes: k n (ntero) Ampltude da Amostra: R X max X mn Ampltude das classes: Exemplo da Fundção: h R k População: Total de peças produzdas Tamanho da Amostra: n = 5 peças Varável Y: dâmetro do furo (mm)

7 VARIÁVEL Y : Dâmetro de Furo (mm) Ampltude da amostra: R Y max Y mn 1,34 11,73 0,61 Número de classes: k n 5 5 Ampltude das classes: h R k 0, , h = 0,13

8 VARIÁVEL Y : Dâmetro de Furo (mm) Tabela de Dstrbução de freqüêncas: classe Dâmetro do Furo Valor médo Y frequênca 1 11,705 até 11,835 11,77 5 0% 11,835 até 11,965 11,90 3 1% 3 11,965 até 1,095 1,03 7 8% 4 1,095 até 1,5 1,16 6 4% 5 1,5 até 1,355 1,9 4 16% total 5 100% f ' p

9 VARIÁVEL Y : Dâmetro de Furo (mm) frequênca HISTOGRAMA (Varável Contínua) ,77 11,90 1,03 1,16 1,9 Dâmetro do Furo (mm)

10 VARIÁVEL: Categora do Dâmetro de Furo Dstrbução de freqüênca: frequênca classe Dâmetro do Furo Categora absoluta relatva 1 < 11,75 11,75 até 1,5 3 > 1,5 abaxo da especfcação 1 4% dentro da especfcação 1 84% Acma da especfcação 3 1% total 5 100%

11 VARIÁVEL: Categora do Dâmetro de Furo Dâmetro Abaxo da Especfcação Dâmetro Dentro da Especfcação Dâmetro Acma da Especfcação

12 Meddas de Posção Méda Medana Quartl Decl Percentl Moda

13 Méda da População (Varável X): E(X) X N 1 x N X : -ésmo valor da Varável X N : tamanho da População X é um PARÂMETRO, sto é, um DETERMINADO NÚMERO, pos consdera TODOS os possíves valores da População

14 Méda da Amostra ou Méda Amostral: X X N 1 x X : -ésmo valor de uma Amostra da Varável X n : tamanho da Amostra n X é uma VARIÁVEL, pos depende dos valores de cada Amostra

15 Méda da Amostra ou Méda Amostral: X Dados em Tabela de freqüênca dos valores de uma dada Amostra da Varável X k 1 ' k 1 p x n f x X tamanhodaamostra : f n k 1 frequêncarelatva : n f p ' f : freqüênca do valor X

16 Méda da Amostra ou Méda Amostral: X Dados em Tabela de freqüênca das classes de uma dada Amostra da Varável X X k 1 x n f x : valor médo da classe f : freqüênca da classe k : número de classes

17 Méda Amostral: Exemplo da Fundção Varável X: número de defetos por peça Tabela de Dstrbução de freqüênca dos Valores Ordem Número de Defetos X frequênca f X f total 5 31 X k 1 X n f ,4

18 Méda Amostral: Exemplo da Fundção Varável Y: dâmetro do furo (mm) Tabela de Dstrbução de freqüênca das Classes Classe Dâmetro do Furo frequênca Y f 1 11,705 até 11,835 11, ,85 11,835 até 11,965 11, ,7 3 11,965 até 1,095 1, ,1 4 1,095 até 1,5 1,16 6 7,96 5 1,5 até 1,355 1,9 4 49,16 Y f total 5 300,88 Y k 1 Y n f 300,88 5 1,04

19 Medana: md Idéa: dvdr em partes um conjunto ordenado de valores 1 - Tabela com n valores ordenados: n: ímpar md = valor de ordem (n + 1)/ Exemplo: ordem valor n = 9 (n+1)/ = 5 valor de ordem 5 = 40 md = 40

20 Medana: md Idéa: dvdr em partes um conjunto ordenado de valores 1 - Tabela com n valores ordenados: n: par md = valor médo entre o de ordem n/ e o de ordem n/+1 Exemplo: ordem valor n = 8 valor de ordem n/ = 15 valor de ordem(n/) + 1 = 16 md ,5

21 Medana: md Tabela de Dstrbução em classes de freqüêncas: md L md n F f md md h onde: L md : lmte nferor da classe que contém a medana n : tamanho da Amostra F <md : frequênca acumulada das classes anterores à classe que contém a medana f md : freqüênca da classe que contém a medana h : ampltude das classes

22 Medana: md Exemplo da Fundção: Varável Y: dâmetro do furo (mm) Lmtes Reas classe Lm. nf. Lm. sup. frequênca absoluta f Acumulada F 1 11,705 11, ,835 11, ,965 1, ,095 1, ,5 1,

23 Medana: md md L md n F f md md h md 11, ,13 1,04

24 Quartl: Q Idéa: dvdr em 4 partes um conjunto ordenado de valores numércos 0% 5% 50% 75% 100% Q 1 Q =md Q 3 Q 1 : Prmero Quartl Q : Segundo Quartl = Medana Q 3 : Tercero Quartl

25 ordem X Exemplo da Fundção: Varável X: número de defetos por peça Q 1 = 0 (prmero quartl) Q = 1 (segundo quartl) Q 3 = (tercero quartl)

26 peça Y 1 11,73 11,76 Exemplo da Fundção: Varável Y: dâmetro do furo (mm) 3 11, , , , ,88 Q 1 = 11,88 (prmero quartl) 8 11, , , ,0 1 1, , ,07 Q = 1,05 (segundo quartl) 15 1, , , , ,0 0 1,0 1 1,1 1,3 3 1,7 4 1,31 5 1,34 Q 3 = 1,0 (tercero quartl)

27 Quartl: Q Dstrbução em classes de freqüêncas: Q L Q n F 4 f Q Q h onde: L Q : lmte nferor da classe que contém o -ésmo Quartl n: tamanho da Amostra F <Q : frequênca acumulada das classes anterores à classe que contém o -ésmo Quartl; f Q : freqüênca da classe que contém o -ésmo Quartl; H : ampltude das classes

28 Quartl: Q Exemplo da Fundção: Varável Y: dâmetro do furo (mm) Lmtes Reas classe Lm. nf. Lm. sup. frequênca absoluta f Acumulada F 1 11,705 11, ,835 11, ,965 1, ,095 1, ,5 1, Q 1 = valor de ordem 7 (5/4) classe Q = valor de ordem 13 (50/4) classe 3 Q 3 = valor de ordem 19 (75/4) classe 4

29 Quartl: Q Q L Q n F 4 f Q Q h Q1 11, ,13 11,89 Analogamente: Q =1,05 Q 3 =1,18

30 Box-Plot PE: Ponto Extremo (outler) BS: Barrera Superor = Q 1,5 ( Q Q ) PS: Ponto Adjacente Superor Q 3 : Tercero Quartl Q : Segundo Quartl = Medana Q 1 : Prmero Quartl PI: Ponto Adjacente Inferor BI: Barrera Inferor = Q 1,5 ( Q Q ) PE: Pontos Extremos (outlers)

31 Box-Plot Exemplo da Fundção: Varável X: número de defetos por peça X 17 = 6 Ponto Extremo (outler) BS = 5 BS Q 1,5 ( Q Q ) BS 1,5 ( 0) 5 PS = 3 Q 3 = Q = 1 Q 1 = 0 PI = 0 (sem bgode nferor) BI Q1 1,5 ( Q3 Q1 ) BI = -3 BI 0 1,5 ( 0) 3

32 Box-Plot Exemplo da Fundção: Varável Y: dâmetro do furo (mm) BS = 1,68 BS Q 1,5 ( Q Q ) BS 1,0 1,5 ( 1,0 11,88) 1,68 PS = 1,34 Q 3 = 1,0 Q = 1,05 Q 1 = 11,88 PI = 11,73 BI = 11,40 BI Q1 1,5 ( Q3 Q1 ) BI 11,88 1,5 ( 1,0 11,88 11,40)

33 Decl Idéa: Dvdr o conjunto de dados em 10 partes guas 0% 10% 0% 30% 40% 50% 60% 70% 80% 90% 100% D 1 D D 3 D 4 D 5 D 6 D 7 D 8 D 9 D 5 = medana

34 Percentl Idéa: Dvdr o conjunto de dados em 100 partes guas 0% 1% % 3% 50% 97% 98% 99% 100% P 1 P P 3 P 50 =md P 97 P 98 P 99

35 Moda: mo Valor de máxma freqüênca dentro de um conjunto de dados Dados em Tabela de frequênca dos valores Exemplo da Fundção: Varável X: número de defetos por peça frequênca f ' p Ordem X (absoluta) (relatva) % % 3 5 0% 4 3 8% % % % total 5 100% mo = 1

36 Moda: mo Dados em Tabelas de frequênca das classes Classe Modal: aquela(s) de maor freqüênca mo L d 1 d 1 d h L : lmte nferor da classe modal d 1 : dferença entre a freqüênca da classe modal e a medatamente anteror d : dferença entre a freqüênca da classe modal e a da medatamente segunte h : ampltude das classes

37 Moda: mo Dados em Tabelas de freqüênca das classes Exemplo da Fundção:Varável Y: dâmetro do furo (mm) Lmtes Reas classe Lm. nf. Lm. sup. f frequênca absoluta Acumulada F 1 11,705 11, ,835 11, ,965 1, ,095 1, ,5 1,

38 Moda: mo mo L d 1 d 1 d h d 1 d mo 11, ,13 1,07

39 Meddas de Dspersão Varânca Desvo padrão Coefcente de Varação Ampltude

40 Varânca da População: Var X X N 1 X N x X : -ésmo valor da Varável X x : Méda da População N : tamanho da População X é um PARÂMETRO, sto é, um DETERMINADO NÚMERO, pos consdera TODOS os possíves valores da População

41 Varânca da Amostra ou Varânca Amostral: s X S X N 1 X n 1 X X : -ésmo valor de uma Amostra da Varável X n : tamanho da Amostra S X é uma VARIÁVEL, pos depende dos valores de cada Amostra

42 Varânca Amostral n - 1 f x) (x S n 1 X 1 n n / ) f x ( f x S n 1 n 1 X equvalente

43 Varânca Amostral Exemplo da Fundção X: número de defetos por peça X f X f X f total s X 83 ( 31) ,86

44 Varânca Amostral Exemplo da Fundção Y: dâmetro do furo (mm) Y f Y f Y f 1 11, ,85 69,66 11, ,7 44,83 3 1, ,1 1013,05 4 1,16 6 7,96 887,19 5 1,9 4 49,16 604,18 total 5 300,88 361,91 s Y 361,91 ( 300,88) ,03

45 Desvo Padrão População: X X Amostra: s s x x Emprcamente: s 1 x s x c onde c: n >100 c 0,7979 0,886 0,913 0,9400 0,9594 0,977 0,9776 0,983 0,9869 0,9896 0,9949 0,9975 1,0000

46 Desvo Padrão Exemplo da Fundção n = 5 c = 0,9896 X: número de defetos por peça s X 1,86 s X 1 0,9896 1,86 1,38 Y: dâmetro do furo (mm) s Y 0,03 s Y 1 0,9896 0,03 0,181

47 Coefcente de Varação: CV Idéa: relação entre Desvo padrão e Méda (%) População: Amostra: CV(X) X X 100 CV(X) s x x 100 Regra empírca: CV < 5% dspersão baxa 5% < CV < 30% dspersão moderada 30% < CV < 50% dspersão alta CV > 50% dspersão muto alta

48 Coefcente de Varação: CV Exemplo da Fundção: X: número de defetos por peça cv 1,38 1,4 X 111,3 % dspersão muto alta Y: dâmetro do furo cv 0,181 1,04 Y 1,5 % dspersão muto baxa

49 Ampltude: R(X) (R X) X máx X mn Exemplo da Fundção: X: número de defetos por peça X máx = 6 X mín = 0 R(X) = 6 0 = 6 Y: dâmetro do furo (mm) Y máx = 1,34 R(Y) = 1,34-11,73 = 0,61 Y mín = 11,73

50 Ampltude: R(X) Relação Empírca (útl para verfcação de erros grosseros): R/ 6 s R/3 Exemplo da Fundção: X: número de defetos por peça R(X) = 6 S X = 1,38 6 / 6 s 6 / 3 1 S X OK! Y: dâmetro do furo (mm) R(Y) = 0,61 S Y = 0,181 0,61/ 6 s 0,61/ 3 0,10 s 0,03 OK!

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

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

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

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

Variável discreta: X = número de divórcios por indivíduo

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

Leia mais

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

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

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

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

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

Medidas de Tendência Central. Prof.: Ademilson Teixeira

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

Leia mais

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

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

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2 Aula 1 do plano de trabalho nº 2 Medram-se as alturas dos 40 alunos do prossegumento de estudos do 10º ano de uma escola e as alturas dos 40 alunos do 10º ano dos cursos tecnológcos dessa escola e obtveram-se

Leia mais

4.1. Medidas de Posição da amostra: média, mediana e moda

4.1. Medidas de Posição da amostra: média, mediana e moda 4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x

Leia mais

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

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

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

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

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

Estatística stica Descritiva

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

Leia mais

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

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 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

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 Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma

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

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

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

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

Leia mais

FAAP APRESENTAÇÃO (1)

FAAP APRESENTAÇÃO (1) ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,

Leia mais

7 - Distribuição de Freqüências

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

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

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

Leia mais

CURSO de ESTATÍSTICA Gabarito

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

Leia mais

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

PROBABILIDADE ESTATÍTICA

PROBABILIDADE ESTATÍTICA I- INTRODUÇÃO. DEFINIÇÕES. ESTATÍSTICA: A Etatítca refere-e à técnca pela qua o dado ão "coletado", "organzado", "apreentado" e "analado". Pode-e dvdr a cênca Etatítca em do grupo de etudo:. Etatítca Decrtva:

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 0 Estatístca Descrtva e Análse Eploratóra Realzadas em etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de grande quantdade de dados e

Leia mais

Resumos Numéricos de Distribuições

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

Leia mais

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

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

Leia mais

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

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias. Classque as varáves: Faculdade Ptágoras / Dvnópols-MG Curso: Pscologa Dscplna: Estatístca Aplcada à Pscologa Lsta de Eercícos a) número de peças produzdas por hora; b) dâmetro eterno da peça; c) número

Leia mais

IV - Descrição e Apresentação dos Dados. Prof. Herondino

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

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística I Licenciatura MAEG 2006/07 Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual

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

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

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores) UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara

Leia mais

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho Professor Luz Antono de Carvalho PROBABILIDADES Professora Rosana Relva Números Interos AULA e Raconas 9 e APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA PROGRESSÃO ARITMÉTICA

Leia mais

Conceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues

Conceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues Concetos Incas de Estatístca Módulo 3 : MEDIDAS DE POSIÇÃO Pro. Rogéro Rodrgues MEDIDAS DE POSIÇÃO ) Introdução : Depos da coleta de dados, as varáves pesqusadas estão em estado bruto, sendo necessáro

Leia mais

Variáveis Aleatórias

Variáveis Aleatórias Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades

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

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8 Resposta da questão 1: [C] Calculando:,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 8, 8,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 5, x = 9,9 Moda = 8 8+ 8 Medana = = 8,5 + 10 + 8 + 9,4 + 8 +,4 + 7,4 Méda das outras

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

Gráficos de Controle para Processos Autocorrelacionados

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

Leia mais

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

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

Leia mais

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

2ª Atividade Formativa UC ECS

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

Leia mais

EXERCÍCIOS DE REVISÃO DE ESTATÍSTICA

EXERCÍCIOS DE REVISÃO DE ESTATÍSTICA EXERCÍCIOS DE REVISÃO DE ESTATÍSTICA CONTEÚDOS: DISTRIBUIÇÃO DE FREQUÊNCIA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO ======================================================================= 1) Em cada caso

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

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

Leia mais

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

4 Critérios para Avaliação dos Cenários

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

Leia mais

Estatística e Probabilidade

Estatística e Probabilidade Estatístca e Probabldade Professor conteudsta: Rcardo Vda Sumáro Estatístca e Probabldade Undade I 1 CONCEITOS BÁSICOS...1 1.1 Concetos fundamentas... 1. Processos estatístcos de abordagem... 1.3 Dados

Leia mais

N 70 = 40 25N+1500 = N = 1300 N = 52 LETRA D

N 70 = 40 25N+1500 = N = 1300 N = 52 LETRA D QUESTÃO 01 QUESTÃO 0 Seja x a méda dos saláros do departamento comercal. A méda procurada é tal que 00 = x + 30 + 4 4 + + 4 x = 000 0 3300 x = R$ 400,00. QUESTÃO 03 4 0+ 3 Tem-se xp I = = 1,8 e 4+ Logo,

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

Leia mais

DISTRIBUIÇÃO DE FREQUÊNCIAS

DISTRIBUIÇÃO DE FREQUÊNCIAS Núcleo das Cêncas Bológcas e da Saúde Cursos de Bomedcna, Ed. Físca, Enermagem, Farmáca, Fsoterapa, Fonoaudologa, Medcna Veternára, Muscoterapa, Odontologa, Pscologa DISTRIBUIÇÃO DE FREQUÊNCIAS 5 5. DISTRIBUIÇÃO

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

MEDIDAS DE TENDÊNCIA CENTRAL

MEDIDAS DE TENDÊNCIA CENTRAL 3.1- Introdução. ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL Como na representação tabular e gráfca dos dados a Estatístca Descrtva consste num conjunto de métodos que ensnam a reduzr uma quantdade de dados

Leia mais

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

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

Leia mais

CONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA

CONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA 1 Estatístca CONCEITOS BÁSICOS 6 É uma metodologa ou conjunto de técncas que utlza a coleta de dados, sua classfcação, sua apresentação ou representação, sua análse e sua nterpretação vsando a sua utlzação

Leia mais

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume

Leia mais

Estatística Espacial: Dados de Área

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

Leia mais

Notas de Aula de Probabilidade A

Notas de Aula de Probabilidade A VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável

Leia mais

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1 Trataento de Dados º Seestre 5/6 Tópcos de Resolução do Trabalho. a) A éda, para dados não classfcados, é calculada a partr da segunte expressão: x x 57,75,555 Dado que a densão da aostra é par,, a edana

Leia mais

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

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

Leia mais

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

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

Leia mais

Caderno de Exercícios Resolvidos

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

Leia mais

Aula 5 Senado Federal Parte 2

Aula 5 Senado Federal Parte 2 Aula 5 Senado Federal Parte Estatístca... Classe... 8 Lmtes de classe... 8 Ampltude de um ntervalo de classe... 9 Ampltude total da Dstrbução... 9 Ponto médo de uma classe... 9 Tpos de frequêncas... 10

Leia mais

O problema da superdispersão na análise de dados de contagens

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

Leia mais

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES Aula 11 Estatístca.... Classe.... 7 Lmtes de classe... 7 Ampltude de um ntervalo de classe... 7 Ampltude total da Dstrbução... 8 Ponto médo de uma classe... 8 Tpos de frequêncas... 9 Meddas de Posção...

Leia mais

EXEMPLOS DO CURSO DE ESTATÍSTICA ENGENHARIA DE MATERIAIS

EXEMPLOS DO CURSO DE ESTATÍSTICA ENGENHARIA DE MATERIAIS EEMPLOS DO CURSO DE ESTATÍSTICA ENGENHARIA DE MATERIAIS Exemplo: Peso de 25 bolos ndustras Forma bruta: Dsposção ordenada 266 267 266 26 22 255 266 26 272 22 260 272 25 262 23 25 266 270 274 22 2 270 20

Leia mais

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

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

Leia mais

(c) 0,5; 9,5; -10,5; -0,5; 12,3; 2,3; etc. Ocorre desvio alto para o indivíduo 19 (-19,5) X (idade da casa)

(c) 0,5; 9,5; -10,5; -0,5; 12,3; 2,3; etc. Ocorre desvio alto para o indivíduo 19 (-19,5) X (idade da casa) Bussab&Morettn Estatístca Básca Capítulo 6 Problema zˆ,5, 55x αˆ : a acudade vsual méda estmada para recém-nascdos (zero anos de dade) é,5; βˆ : a acudade vsual méda estmada dmnu,55 a cada ano,5; 9,5;

Leia mais

ESTATÍSTICA DESCRITIVA. FONTE: CRESPO, ANTÔNIO ARNOT. ESTATÍSTICA BÁSICA FACIL. 15ª ED. SARAIVA.SÃO PAULO Com adaptações.

ESTATÍSTICA DESCRITIVA. FONTE: CRESPO, ANTÔNIO ARNOT. ESTATÍSTICA BÁSICA FACIL. 15ª ED. SARAIVA.SÃO PAULO Com adaptações. SUMÁRIO: ESTATÍSTICA DESCRITIVA UNIDADE I ESTATÍSTICA E FASES DO MÉTODO ESTATÍSTICO UNIDADE II VARIÁVEIS UNIDADE III TABELAS E SÉRIES ESTATÍSTICAS UNIDADE IV GRÁFICOS ESTATÍSTICOS UNIDADE V TABELA PRIMITIVA

Leia mais

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

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

Leia mais

Prof. Lorí Viali, Dr.

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

Leia mais

O problema da superdispersão na análise de dados de contagens

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

Leia mais

Prof. Lorí Viali, Dr.

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

Leia mais

ESTATÍSTICA PARA TCU PROFESSOR: GUILHERME NEVES

ESTATÍSTICA PARA TCU PROFESSOR: GUILHERME NEVES Estatístca Descrtva A Estatístca, ramo da Matemátca Aplcada, teve orgem na hstóra do homem. Desde a Antgudade, város povos regstravam o número de habtantes, de nascmentos, de óbtos, dstrbuíam equtatvamente

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

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

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

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

Leia mais

Economia Industrial. Prof. Marcelo Matos. Aula 7

Economia Industrial. Prof. Marcelo Matos. Aula 7 Economa Industral Prof. Marcelo Matos Aula 7 Concentração de Mercado Resende e Boff [cap 5 de K&H, 2013]; Ferguson e Ferguson cap.3; Meddas de Concentração: característcas Possbldade de classfcar meddas

Leia mais

Primeiro Exercício da Lista de Interpolação TOL 10 9

Primeiro Exercício da Lista de Interpolação TOL 10 9 Prmero Exercíco da Lsta de Interpolação TOL 9 Busque uma expressão de segundo grau e outra de tercero grau que melhor aproxmam a função x 4 no ntervalo x. Analse e dscuta seus resultados confrontado-os

Leia mais

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

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

Leia mais

TEORIA DA PROBABILIDADE:

TEORIA DA PROBABILIDADE: ESTATÍSTICA 1 INTRODUÇÃO Desde a antgudade, város povos já regstravam o número de habtantes, de nascmentos, de óbtos, azam estmatvas das rquezas ndvdual e socal, dstrbuíam equtatvamente terras ao povo,

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

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

Leia mais

Introdução e Organização de Dados Estatísticos

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

Leia mais

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho PROBABILIDADES Professora Rosana Relva Números Interos e Raconas APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA CONTÍNUA PROGRESSÃO ARITMÉTICA DISTRIBUIÇÃO DE REQUÊCIAS

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

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores) 1 UNIVERIDADE NOVA DE LIBOA Faculdade de Economa Análse de Dados e Probabldade º emestre 008/009 Teste Intermédo A Clara Costa Duarte Data: 01/04/009 Graça lva Duração: 1h Grupo I (5 Valores) uponha que

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

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

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

Leia mais