É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
|
|
- Maria Júlia Ávila Azenha
- 8 Há anos
- Visualizações:
Transcrição
1 É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves são cotrolados. No relacoameto correlacoal, por outro lado, ão se tem ehum cotrole sobre as varáves sedo estudadas. Um egehero químco está vestgado o efeto da temperatura de operação do processo o redmeto do produto. O estudo resultou os dados da tabela segute: Temperatura, C 0 ( Redmeto (Y
2 O prmero passo para determar se exste relacoameto etre as duas varáves é obter o dagrama de dspersão (scatter dagram Redmeto (Y Temperatura ( O dagrama de dspersão forece uma déa do tpo de relacoameto etre as duas varáves. Neste caso, percebe-se que exste um relacoameto lear. Quado o relacoameto etre duas varáves quattatvas for do tpo lear, ele pode ser meddo através do: Observado um relacoameto lear etre as duas varáves é possível determar a tesdade deste relacoameto. O coefcete que mede este relacoameto é deomado de Coefcete de Correlação (lear.
3 Quado se está trabalhado com amostras o coefcete de correlação é dcado pela letra r e é uma estmatva do coefcete de correlação populacoal que é represetado por ρ (rho. Para determar o coefcete de correlação (grau de relacoameto lear etre duas varáves vamos determar calmete a varação cojuta etre elas, sto é, a covarâca. A covarâca etre duas varáves e Y, é represetada por Cov Cov( (; Y e calculada por: ( Cov(,Y ( Y Y Mas ( [ Y ( Y Y Y Y + Y ] Etão: Y Y Y Y Y Y Y Y Y Y Y + Y + Y + Y Cov(,Y ( ( Y Y Y Y 3
4 A covarâca podera ser utlzada para medr o grau e o sal do relacoameto etre as duas varáves, mas ela é dfícl de terpretar por varar de - a +. Assm vamos utlzar o coefcete de correlação lear de Pearso. O coefcete de correlação lear (de Pearso é defdo por: Cov(,Y r Y Ode: Y Y Cov(,Y Y Y Y Esta expressão ão é muto prátca para calcular maualmete o coefcete de correlação. Pode-se obter uma expressão mas coveete para o cálculo maual e o cálculo de outras meddas ecessáras mas tarde. Tem-se: Cov(,Y r Y Y Y Y Y Y Y ( ( Y Y F a z e d o Tem se : Y Y Y Y Y r Y. 4
5 A vatagem do coefcete de correlação (de Pearso é ser admesoal e varar de a +, que o tora de fácl terpretação. Assm se r -, temos uma relacoameto lear egatvo perfeto, sto é, os potos estão todos alhados e quado aumeta Y decresce e vce-versa r e r +, temos uma relacoameto lear postvo perfeto, sto é, os potos estão todos alhados e quado aumeta Y também aumeta r + Assm se r 0, temos uma ausêca de relacoameto lear, sto é, os potos ão mostram alhameto
6 50 r Assm se < r < 0, temos uma relacoameto lear egatvo, sto é, os potos estão mas ou meos alhados e quado aumeta Y decresce e vce-versa. 50 < r < Assm se 0 < r <, temos uma relacoameto lear postvo, sto é, os potos estão mas ou meos alhados e quado aumeta Y também aumeta < r < Uma correlação amostral ão sgfca ecessaramete uma correlação populacoal e vce-versa. É ecessáro testar o coefcete de correlação para verfcar se a correlação amostral é também populacoal. 6
7 Observada uma amostra de ses pares, pode-se perceber que a correlação é quase um, sto é, r. No etato, observe o que ocorre quado mas potos são acrescetados, sto é, quado se observa a população! r ρ Determar o grau de relacoameto lear etre as varáves temperatura de operação do processo versus Y redmeto do produto, coforme tabela. Y Y Y Vamos calcular r utlzado a expressão em destaque vsta aterormete, sto é, através das quatdades, xy, e. Tem-se: Etão: Y Y 67,3 Y Y 475 Y Y Y ,
8 Y Y ,3 93,0 r Y ,0 0,998 Apesar de r ser um valor admesoal, ele ão é uma taxa. Assm o resultado ão deve ser expresso em percetagem. O valor de r é obtdo com base em uma amostra. Ele é portato, uma estmatva do verdadero valor da correlação populacoal (ρ. A teora dos testes de hpóteses pode ser utlzada para verfcar se com base a estmatva r é possível coclur se exste ou ão correlação populacoal, sto é, desejamos testar : 8
9 H 0 : ρ 0 H : ρ > 0 (teste ulateral/ucaudal à dreta ρ < 0 (teste ulateral/ucaudal à esquerda ρ 0 (teste blateral/bcaudal. O teste para a exstêca de correlação lear etre duas varáves é realzado por: t r r µ r ˆσ r r r 0 r Rejeta-se a hpótese ula se: t - > t c (teste ulateral/ucaudal à dreta t - < t c (teste ulateral/ucaudal à esquerda t - > t c (teste blateral/bcaudal. Ode t c é tal que: P(t < t c α (teste ulateral/ucaudal à dreta P(t < t c α (teste ulateral/ucaudal à esquerda P(t < t c α/ ou P(t > t c α/ (teste blateral/bcaudal. upoha que uma amostra de, aluos foreceu um coefcete de correlação amostral de r 0,66 66, etre ota em cálculo e Y ota em Probabldade e Estatístca. Verfque se é possível afrmar que uma ota boa em Cálculo está relacoada com uma ota boa em Probabldade e Estatístca a % de sgfcâca. Hpóteses: H 0 : ρ 0 H : ρ > 0 Trata-se de um teste ulateral à dreta para o coefcete de correlação. Dados: r 0,66 α % 9
10 A varável teste é: Etão: t r r 0 r 0,66,778 r 066 t Regão de Não Rejeção,778 α % RC [,764; + A sgfcâca do resultado obtdo (,778, sto é, o valor-p é dado por P(T 0 >,778. Utlzado o Excel, temse: Como a sgfcâca do resultado (0,98% é meor que a sgfcâca do teste (% é possível rejetar a hpótese ula. O procedmeto realzado para testar o coefcete de correlação só é váldo para testar a hpótese ula de que ão exste correlação, sto é, ρ 0. Outros tpos de testes só podem ser realzados através da trasformada zeta de Fsher. 0
11 A trasformada ζ é dada por: ζ + r l r O que equvale a cosderar r como a tagete hperbólca de ζ A vatagem desta trasformação é que os valores de ζ estão dstrbuídos aproxmadamete de acordo com uma ormal de méda: + ρ µ ζ l ρ E desvo: σ ζ 3 Esta trasformação permte, realzar, testes de hpóteses e costrur tervalos de cofaça para o coefcete de correlação, através de ζ e da dstrbução ormal. H 0 : ρ ρ 0 H : ρ > ρ 0 (teste ulateral/ucaudal à dreta ρ < ρ 0 (teste ulateral/ucaudal à esquerda ρ ρ 0 (teste blateral/bcaudal. O teste para a exstêca de correlação lear populacoal etre duas varáves e Y é realzado por: ζ µ z σ ζ ζ + ρ ζ l ρ 3 Rejeta-se a hpótese ula se: z > z c (teste ulateral/ucaudal à dreta z < z c (teste ulateral/ucaudal à esquerda z > z c (teste blateral/bcaudal.
12 Ode z c é tal que: Φ(z c α (teste ulateral/ucaudal à dreta Φ(z c α (teste ulateral/ucaudal à esquerda Φ(z c α/ ou Φ(z c α/ (teste blateral/bcaudal. upoha que uma amostra de 35, aluos foreceu um coefcete de correlação amostral de r 0,75 75, etre úmero de horas de estudo e Y ota em Probabldade e Estatístca. Verfque se é possível afrmar que o o úmero de horas de estudo apreseta uma correlação de pelo meos 0,5 a população com a ota em Probabldade e Estatístca, a % de sgfcâca. Hpóteses: H 0 : ρ 0,5 H : ρ > 0,5 Trata-se de um teste ulateral à dreta para o coefcete de correlação. Dados: 35 r 0,75 α % A varável teste é: Etão: ζ µ z σ ζ ζ + ρ ζ l ρ 3 + 0,75 ζ l 0,9730 0, 75 A méda vale: µ ζ l + ρ ρ E o desvo padrão vale: σ ζ 3 + 0,5 l 0,5493 0, ,768 Padrozado, tem-se: ζ µ z σ ζ ζ 0,9730 0,5493 0,768 + ρ ζ l ρ 3,40
13 O valor crítco z c é tal que: P(Z > z c α %. Ou Φ(z c 99%. Etão z c,33. Assm RC [,33; Regão de Não Rejeção,40 α % RC [,33; + A sgfcâca do resultado obtdo (,40, sto é, o valor-p. Para sto, deve-se calcular P(Z >,40, sto é, Φ(-,40 0,8%. Como p 0,8% < α %. Rejeto H 0. Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão é uma técca estatístca para modelar e vestgar o relacoameto etre duas ou mas varáves. 3
14 De fato a regressão pode dvdda em dos problemas: ( o da especfcação e ( o da determação. ser O problema da especfcação é descobrr detre os possíves modelos (lear, quadrátco, expoecal, etc. qual o mas adequado. O problema da determação é uma vez defdo o modelo (lear, quadrátco, expoecal, etc. estmar os parâmetros da equação. Normalmete é suposto que exsta uma varável Y (depedete ou resposta, que está relacoada a k varáves (depedetes ou regressoras (,,..., k. A varável resposta Y é aleatóra, equato que as varáves regressoras são ormalmete cotroladas. O relacoameto etre elas é caracterzado por uma equação deomada de equação de regressão Quado exstr apeas uma varável regressora ( tem-se a regressão smples, se Y depeder de duas ou mas varáves regressoras, etão tem-se a regressão múltpla. 4
15 y Vamos supor que a regressão é do tpo smples e que o o modelo seja lear, sto é, vamos supor que a equação de regressão seja do tpo: Y α + β + U Y α + β + U; x x x x O termo U é o termo erro, sto é, U represeta outras fluêcas sobre a varável Y, além da exercda pela varável. A varação resdual (termo U é suposto de méda zero e desvo costate e gual a σ. Ou ada pode-se admtr que o modelo forece o valor médo de Y, para um dado x, sto é, E(Y/x α + β Y α + β + U; E(Y/x α + β, sto é, E(U 0 V(Y/x σ ; Cov(U, Uj 0, para j; A varável permaece fxa em observações sucessvas e os erros U são ormalmete dstrbuídos. O modelo suposto E(Y/x α + β é populacoal. Vamos supor que se teha pares de observações, dgamos: (x, y, (x, y,..., (x, y e que através deles queremos estmar o modelo acma. 5
16 A reta estmada será represetada por: Ŷ a + b ou Y a + b + E Ode a é um estmador de α e b é um estmador de β, sedo estmador de E(Y/x. Ŷ um Exstem dversos métodos para a determação da reta desejada. Um deles, deomado de MMQ (Métodos dos Mímos Quadrados, cosste em mmzar a soma dos quadrados das dstâcas da reta aos potos. Tem-se: Y a + bx + E, Etão: E Y - (a + bx Deve-se mmzar: φ E ( Y ( Y Ŷ a b Y a + b + E Dervado parcalmete tem-se: y ŷ E φ a ( Y a b x φ b x ( Y a b Curso: Egehara de Processos e de stemas de Produção - Prof. Lorí Val, Dr. PUCR FAMAT: Departameto de Estatístca 6
17 Igualado as dervadas parcas a zero vem: ( Y x ( Y a b a b 0 0 Isolado as cógtas, tem-se: Y a Y + b + b Resolvedo para a e b, segue: b y Y a Y b Y Lembrado que: Y Y Y Y Y Um egehero químco está vestgado o efeto da temperatura de operação do processo o redmeto do produto. O estudo resultou os dados da tabela, ao lado. Determar a lha de regressão. Temperatura, C 0 ( Redmeto (Y
18 Da mesma forma que para calcular o coefcete de correlação é ecessáro a costrução de três ovas coluas. Uma para, uma para Y e outra para Y. Y Y Y Tem-se: Etão: Y Y 67,3 Y Y 475 Y Y Y , Y Y ,3 93,0 A equação de regressão, será, etão: b a Y Y b 67,30 0, , 7394,74 0,4830 0,48 Ŷ, ,48x A perguta que cabe agora é: este modelo represeta bem os potos dados? A resposta é dada através do erro padrão da regressão. 8
19 O objetvo do MMQ é mmzar a varação resdual em toro da reta de regressão. Uma avalação desta varação é dada por: E ( Y a b O cálculo da varâca resdual, por esta expressão, é muto trabalhoso, pos é ecessáro prmero determar os valores prevstos. Etretato é possível obter uma expressão que ão requera o cálculo dos valores prevstos, sto é, de Ŷ a + b Desevolvedo o umerador da expressão, vem: ( Y a b [ Y Y + b b ] [ Y Y b( ] ( Y Y b b ( Y [ Y ( Y b b ] + b ( Y Y + b ( Uma vez que: ( Y Y ( ( Y Y ( Y Y Y Y Y Deste modo, tem-se: Mas: Etão: ( Y a b b Y + b b ( Y a b b Y + b Y b Y b + b b 9
20 Falmete: s E ( Y a b b b Y Cosderado os valores do exemplo ateror, determar o erro padrão da regressão. Tem-se: b ,0 Y ,4830 Etão: s b , ,9503 0,95 Y Os valores de a e b são estmadores de α e β. As propredades estatístcas destes estmadores são útes para testar a adequação do modelo. Eles são varáves aleatóras uma vez que são combações leares dos Y que são, por sua vez, varáves aleatóras. As prcpas propredades de teresse são a méda (expectâca, a varabldade (erro padrão e a dstrbução de probabldade de cada um dos estmadores. 0
21 Comportameto de a ( Expectâca ( Varâca V ( a V ( b α E( a E Y... ( Y b... σ + Portato a dstrbução da estatístca a, será: a ~ N ( α, σ + Como o valor σ ão é cohecdo e precsa ser estmado por s, etão, de fato, utlza-se a dstrbução t -. Comportameto de b ( Expectâca Y E( b E... β ( Varâca V ( b V Y σ... Portato a dstrbução da estatístca b, será: b ~ N ( β, σ Como o valor σ ão é cohecdo e precsa ser estmado por s, etão, de fato, utlza-se a dstrbução t -. Da mesma forma que foram obtdos IC para a méda, a proporção e a varâca de uma população, pode-se determar tervalos para os parâmetros α e β da regressão.
22 O IC de α de cofaça para o coefcete lear α é dado por: P ( a t α + α a + t + " α" O IC de α de cofaça para o coefcete da regressão β é dado por: P( b t " β" β b + t α Determar tervalos de cofaça de 95% para os parâmetros da equação de regressão, utlzado os dados do exercíco ateror. Yˆ, ,48 x 93,0 850 Y Y 67,30 a, 7394 b 0,4830 s 0, α 95% O IC de - α para o Coef. Lear α é dado por: Etão: -,7394 ±,306.0,9503 -,7394 a [-6,3; 0,83] ± 3,5663 t + ± O IC de - α para o Coef. Agular β é dado por: b ± t Etão: 0,9503 0,4830 ±, ,4830 ±,306 [0,4589; 0,507] [0,46; 0,5]
23 Da mesma forma que foram obtdos IC para os parâmetros da regressão, pode-se obter IC para os valores estmados de Y para um dado x. Vamos cosderar dos casos: (a Cosderado somete a certeza da lha de regressão; (b Cosderado a certeza da lha mas a varação da varável Y. Para costrur o IC de α para o valor médo de Y, dado x, é ecessáro cohecer sua dstrbução. Tem-se: Yˆ ~ N ( α + βx ; σ ( + Etão IC de α de cofaça para o um valor médo de Y, dado x, é: Yˆ ± t ( + Uma estmatva do valor dvdual de Y é dado por estmatva será dada por: Ŷ ~ N ( 0 ; a + bx e a dstrbução desta ( σ + + Etão IC de α de cofaça para o um valor dvdual de Y, dado x, será: Ŷ ± t + ( + 3
24 Determar tervalos de cofaça de 95% para os valores médo e dvdual de Y, a hpótese de x ,0 850 Y Y 67,30 x 00 a, 7394 b 0,4830 s 0, α 95% O IC de - α para o valor médo de Y, dado x é: Etão: Ŷ ± t ( + ŷ, , , , ,8606 ( ±,306.0, ±,4970 ou [9,36; 95,36] O IC de - α para o valor dvdual de Y, dado x é: Etão: 93, ,8606 Ŷ ± t ±,306.0, ±,6539 ou [9,; 96,5] ( ( Da mesma forma que foram testados todos os parâmetros até etão pode-se testar os parâmetros α e β da regressão. 4
25 A varável teste para testar o coefcete lear é dado por: t a α + " α" " β" A varável teste para testar o coefcete da regressão β é dada por: t b β (a Testar, a % de sgfcâca, se é possível afrmar que a lha de regressão, do exemplo dado, ão passa pela orgem. (b Testar se é possível, a % de sgfcâca, afrmar que exste regressão postva etre as duas varáves. a, 7394 b 0,4830 s 0, α % 93,0 850 Y 3985 Hpóteses: H 0 : α 0 H : α 0 Dados: 0 a -,739 α % Trata-se de um teste blateral para o coefcete lear da regressão. A varável teste é: Etão: t t 0,9503, a α +, 77 5
26 O valor crítco t c é tal que: P( T > t c α Etão t c -3,355. Assm RC [-3,355; Decsão e coclusão: Como t 8 -,77 RC ou -,77 > -3,355. Aceto H 0, sto é, a % de sgfcâca, ão se pode afrmar que a lha de regressão ão passe pela orgem. Hpóteses: H 0 : β 0 H : β > 0 Dados: 0 b 0,4830 α % Trata-se de um teste ulateral para o coefcete agular da regressão. A varável teste é: Etão: t b β 0, t 8 46,65 0,9503 / 850 O valor crítco t c é tal que: P(T > t c Etão t c,896. Assm RC [,896; Decsão e coclusão: Como t 8 46,65 RC ou 46,65 >,896. Rejeto H 0, sto é, a % de sgfcâca, pode-se afrmar que exste regressão etre as duas varáves. α Y Ŷ Y Y Y Y Ŷ Ŷ Y Y Y Y Ŷ + Ŷ Y ( Y Y ( Y Ŷ + ( Ŷ Y VT VR + VE x 6
27 VR (a Varação Total: VT VT ( Y Y (b Varação Resdual: VR ( Y Ŷ b VT VE (c Varação Explcada: VE VE ( Ŷ Y b Uma maera de medr o grau de aderêca (adequação de um modelo é verfcar o quato da varação total de Y é explcada pela reta de regressão. Para sto, toma-se o quocete etre a varação explcada, VE, pela varação total,vt: R VE / VT Este resultado é deomado de Coefcete de Determação. R VE b b Y VT Este resultado mede o quato as varações de uma das varáves são explcadas pelas varações da outra varável. Y Ou ada, ele mede a parcela da varação total que é explcada pela reta de regressão, sto é: VE b R A varação resdual correspode a: VR ( R Assm R é o Coefcete de Idetermação. 7
Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisEstudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.
Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,
Leia maisProf. 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 maisProf. 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 maisCAPÍTULO 9 - Regressão linear e correlação
INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação
Leia maisÉ 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 maisAnálise de Regressão
Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val/ ou expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisProf. 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 maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma
Leia maisEconometria: 4 - Regressão Múltipla em Notação Matricial
Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo
Leia maisINTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA
INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação
Leia maisAnálise 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 maisProbabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 mutos Grupo I Probabldades e Estatístca LEGM, LEIC-A, LEIC-T, MA, MEMec Justfque coveetemete todas as respostas 2 o semestre 2017/2018 14/06/2018 11:00 2 o Teste B 10 valores 1. Os dvíduos
Leia maisProbabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ
Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o
Leia maisEconometria: 3 - Regressão Múltipla
Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão
Leia maisMA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04
MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de
Leia maisIND 1115 Inferência Estatística Aula 9
Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca
Leia maisCapítulo 1: Erros em cálculo numérico
Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas
Leia maisProf. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de
Leia maisModelo de Regressão Simples
Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal
Leia maisFINANCIAMENTOS UTILIZANDO O EXCEL
rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas
Leia maisRegressao Simples. Parte II: Anova, Estimação Intervalar e Predição
egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a
Leia maisFaculdade de Economia, Administração e Contabilidade de Ribeirão Preto
Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para
Leia maisTópicos Extras 2ª parte. Análise de Correlação e Regressão
Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO
Leia maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se
Leia maisEm muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Prof. Lorí Vl, Dr. vll@mt.ufrgs.r http://www.mt.ufrgs.r/~vll/ Em muts stuções dus ou ms vráves estão relcods e surge etão ecessdde de determr turez deste relcometo. A álse de regressão é um técc esttístc
Leia maisRegressão e Correlação
Regressão e Correlação Júlo Osóro Regressão & Correlação: geeraldades Em mutas stuações de pesqusa cetífca, dspomos de uma amostra aleatóra de pares de dados (x, ), resultates da medda cocomtate de duas
Leia maisREGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA
REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:
Leia maisMacroeconometria Aula 3 Revisão de estatística e teste de hipótese
Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.
Leia maisMAE116 Noções de Estatística
Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,
Leia maisRegressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança
Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total
Leia maisRequisitos metrológicos de instrumentos de pesagem de funcionamento não automático
Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças
Leia maisApostla Básca de Estatístca Slvo Alves de Souza ÍNDICE Itrodução... 3 Software R... 4 Software SPSS... 5 Dstrbução ormal de probabldade... 6 Testes de Hpótese paramêtrco... Testes Não-Paramétrco...5 Dstrbução
Leia maisNas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das
CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%
Leia maisMAE0229 Introdução à Probabilidade e Estatística II
Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de
Leia maisA REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes
Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse
Leia maisUnidade II ESTATÍSTICA
ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as
Leia maisPROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS
PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS Prof José Leoardo Noroha M Eg Departameto de Egehara de Prodção Escola Federal de Egehara de Itabá EFEI RESUMO: Neste trabalho
Leia maisEstatística - 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 maisRelatório 2ª Atividade Formativa UC ECS
Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução
Leia maisEstatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.
Estatístca Notas de Aulas ESTATÍSTICA Notas de Aulas Professor Iáco Adrus Gumarães, DSc. Professor Iáco Adrus Gumarães, DSc. Estatístca Notas de Aulas SUMÁRIO CONCEITOS BÁSICOS 5. Estatístca. Estatístca
Leia maisDistribuições de Probabilidades
Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução
Leia maisCAPÍTULO 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 maisProf. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística
Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação
Leia maisUERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes
UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas
Leia maisREGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi
REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta
Leia maisMATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO
1 VARIÁVEIS ALEATÓRIAS O que se etede por varável aleatóra? Até agora ossos estudos estavam pratcamete voltados mas para defrmos osso Espaço Amostral U, sem assocarmos suas respectvas probabldades aos
Leia maisPUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO
PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,
Leia maisIntrodução à Correlação e Regressão Linear
Itrodução à Correlação e Regressão Lear Ru Carvalho Olvera rolv@st.utl.pt Estatístca Descrtva amostras bvaradas Amostras bvaradas: cada etdade (dvíduo/objecto é caracterzado por um par de varáves (atrbutos
Leia maisMatemática. Resolução das atividades complementares. M18 Noções de Estatística
Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção
Leia maisCapítulo 5: Ajuste de curvas pelo método dos mínimos quadrados
Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato
Leia maisANÁLISE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONSTRUÇÃO DOS COEFICIENTES COM APLICAÇÕES
UNIVERIDADE FEDERAL DO PARANÁ ANÁLIE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONTRUÇÃO DO COEFICIENTE COM APLICAÇÕE CURITIBA 004 ACHIKO ARAKI LIRA ANÁLIE DE CORRELAÇÃO: ABORDAGEM TEÓRICA E DE CONTRUÇÃO DO
Leia maisESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Cetífca Matemátca Udade Curso Egehara do Ambete Ao º Semestre º Folha Nº 8: Aálse de Regressão e de Correlação Probabldades e Estatístca Ao 00/0. Pretede-se testar um strumeto que mede a cocetração
Leia maisProfessor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.
Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.
Leia maisSUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador
INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)
Leia maisRegressão. Pedro Paulo Balestrassi
Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)
Leia mais? Isso é, d i= ( x i. . Percebeu que
Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,
Leia maisx 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 maisANÁLISE DE REGRESSÃO E CORRELAÇÃO
ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves A aálse de regressão e correlação compreedem
Leia maisOlá, amigos concursandos de todo o Brasil!
Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual
Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação
Leia maisParte 3 - Regressão linear simples
Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:
Leia maisTabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f
Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que
Leia maisProbabilidades e Estatística
Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete
Leia maisESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano
ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama
Leia maisANÁLISE DE REGRESSÃO E CORRELAÇÃO
ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem
Leia mais7 Análise de covariância (ANCOVA)
Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se
Leia mais( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.
Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.
Leia maisConstrução e Análise de Gráficos
Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela
Leia maisEstatística Básica - Continuação
Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas
Leia maisEstudo do intervalo de confiança da regressão inversa utilizando o software R
Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um
Leia maisAPOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA APOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA SONIA ISOLDI MARTY GAMA
Leia maisNotas de aula da disciplina Probabilidade e Estatística
otas de aula da dscpla Probabldade e Estatístca Proessor M Sc Adré Luz DAMAT - UTFPR Esta apostla apreseta os tópcos prcpas abordados em sala de aula, cotedo deções, teoremas, eemplos Sua letura ão é obrgatóra,
Leia maisProf. 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. UFRGS Insttuto de Matemátca
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisTeoria da Amostragem
Teora da Amostragem I- oções fudametas sobre amostragem. Amostragem é todo o processo de recolha de uma parte, geralmete pequea, dos elemetos que costtuem um dado couto. Da aálse dessa parte pretede obter-se
Leia maisModelos de regressão linear: abordagem clássica
Modelos de regressão lear: abordagem clássca Prof. Marcelo Rubes mrubes@me.uerj.br Depto. Estatístca Aálse de Regressão Objetvo: Determar uma fução matemátca que descreva a relação etre uma varável cotíua
Leia maisRegressão Linear e Multilinear
Regressão Lear e Multlear Deleameto Expermetal Mestrado em Sstemas de Produção em Agrcultura Medterrâca Modelo de Regressão Lear Smples X Varável Idepedete Y Varável Depedete y =β +β x +ε β ordeada a orgem
Leia maisLista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados
Lsta de Exercícos #9 Assuto: Aálse de Regressão Método de Mímos Quadrados ANPEC 8 Questão 4 Cosdere o segute modelo de regressão lear smples: () y = β + β x + u Para uma amostra com 3 observações, foram
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero
Leia mais6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS
7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda
Leia maisPerguntas Freqüentes - Bandeiras
Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada
Leia maisRACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO
RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x
Leia maisNOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling
4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se
Leia mais12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13.
SUMARIO 2 MÉTODO ESTATÍSTICO...3 2. A ESTATÍSTICA...3 2.2 FASES DO MÉTODO ESTATÍSTICO...4 3 FERRAMENTAS DE CÁLCULO PARA O ESTUDO DA ESTATÍSTICA...5 3. FRAÇÃO...5 3.. Adção e subtração...5 3..2 Multplcação
Leia maisDados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens
Dados xpermetas Para medr a produção de certa varedade de mlho, faremos um expermeto o qual a varedade de mlho semete é platada em váras parcelas homogêeas com o mesmo fertlzate, pestcda etc. Depos mede-se
Leia maisUNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES
UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES Aa Mara Lma de Faras Luz da Costa Laurecel Com a colaboração dos motores Maracajaro
Leia maisMEDIDAS DE DISPERSÃO:
MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.
Leia maisEstatística. 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 maisDifusão entre Dois Compartimentos
59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão
Leia maisA análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.
Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de
Leia mais5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)
5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de
Leia maisAvaliação da qualidade do ajuste
Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a
Leia maisESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas
Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas
Leia mais