PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO
|
|
- Eduarda Mota Bastos
- 8 Há anos
- Visualizações:
Transcrição
1 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, amal, plata, objeto ou eveto), assocada a uma ou mas característca de um eômeo. ESTATÍSTICA: É a cêca que tem por objetvo oretar a coleta, o resumo, a apresetação, a aálse e a terpretação dos dados. A ESTATÍSTICA SE DIVIDE EM: Estatístca Descrtva evolvda com resumo e apresetação dos dados. Estatístca Ierecal ajuda a coclur sobre cojuto maor de dados (população) quado apeas uma parte deste cojuto o estudada (amostra). ALGUMAS DEFINIÇÕES BÁSICAS UNIDADE EXPERIMENTAL é a meor udade a orecer uma ormação. Ex: pessoa, amal, plata, olha, peça de uma máqua, lote produzdo, etc. VARIÁVEL toda característca que, observada em uma udade expermetal, pode varar de dvíduo para dvíduo. Ex: sexo, peso, taxa de desemprego, cocetração de uma substâca, redmeto, etc. POPULAÇÃO todo cojuto de udades expermetas que apresetam pelo meos uma característca em comum. Ex: população de estudates uverstáros de Porto Alegre; população de pacetes dos hosptas públcos da Grade Poa; população de peças abrcadas por uma dústra o 1º semestre de 008. AMOSTRA qualquer ração de uma população. A amostra pode ou ão ser represetatva da população, para tetar azer com que ela seja, exstem dversas téccas de amostragem. CENSO é o resultado do estudo estatístco realzado em toda a população. AMOSTRAGEM É o processo de obteção de uma amostra, são téccas, plaos a m de torar represetatva a amostra extraída da população. PARÂMETRO é uma quatdade que resume a população, a ormação relatva a uma varável. ESTIMATIVA é uma quatdade que resume a amostra, a ormação relatva a uma varável. 1
2 CLASSIFICAÇÃO DAS VARIÁVEIS Varáves Qualtatvas Quattatvas Nomas Ordas Dscretas Cotíuas QUANTITATIVAS: são valores umércos, que expressam quatdade. Ex: altura (1,70m; 1 cm, etc.), peso (50kg, 50g, etc), úmero de baheros a casa. As varáves quattatvas podem ada ser subdvdas em: DISCRETAS: só podem ter valores teros, como por exemplo o úmero de rmãos, úmero de baxas hosptalares, etc. CONTÍNUAS: podem ter valores detro de tervalos de valores. Por exemplo, a estatura de uma pessoa pode estar etre 1,65 e 1,66, o valor 1,655 é possível, mas a prátca é muto dícl de termos esta precsão. A DIFERENÇA etre varáves cotíuas e dscretas é que as dscretas ão exste a possbldade, mesmo teórca, de se observar um valor racoáro: uma pessoa ão pode ter 1, rmãos. QUALITATIVAS (ou categórcas): orecem dados de atureza ão umérca. Ex: raça, sexo, classe socal, etc. Há dos íves de mesuração para este tpo de varável: 1) Nível omal este ível, dereca-se uma categora da outra somete através da deomação da categora. Podem ser dcotômcas ou polomas. Ex: ome, sexo, tpo sagüíeo, hábto de umar ) Nível ordal exste grau de tesdade etre as categoras. Ex: tesdade de dor, classe socal.
3 APRESENTAÇÃO DOS DADOS Vamos assumr o segute cojuto de dados: Uma amostra das otas de 3 estudates de uma turma está descrta a segur X: ota AMILCAR 6 ADRIANO 0 TASSIO ANDRE 6,5 ANDERSON 5 MARCELO 3,5 JACKSON 4 ALEXANDRE 7 GIAN 8 ROMEU 7 GUSTAVO A. 8,5 CESAR 6 RICARDO 4,5 REINALDO 0 GUSTAVO B. 6,5 BRUNO B. 6 ALEXSANDER CARLOS L. 5 LILIANE 5,5 DAVI 5 BRUNO A. 7 ESTEVAO 1,5 ELIAS 5 FILIPE 5 RAFAEL B. 4 GILSON 4,5 PRISCILLA 4 DIEGO 1 TATIANA 5,5 GISELE 3,5 MICHAEL,5 MILEN 4,5 3 - Dados solados: Represetam os dados a orma bruta. Sabemos a quem correspode cada valor da varável. Iormação é dvdualzada. Útl quado temos poucas ormações. 3
4 - Dados poderados: É uma tabela que cotém para cada valor observado o úmero de vezes que ele ocorre (reqüêca), mas ão sabemos a quem correspode cada valor. Nota Freqüêca ,5 1,5 1 3, , , , ,5 1 Total 3 - Dados agrupados : Apeas para dados quattatvos. É uma tabela que cotém dvsões da varável em estudo (tervalos) ode é observado o úmero de vezes que ocorrem os valores cotdos estes tervalos. Itervalo de ota Freqüêca Total 3 4
5 TIPOS DE FREQÜÊNCIA Geralmete, dados solados são agrupados a orma de tabelas de reqüêca, que ada mas são do que dados poderados ou agrupados. Exstem quatro tpos de reqüêcas: Freq. Absoluta da lha : represeta a quatdade de valores de x correspodete à lha Freq. Relatva: represeta a % que apresetam o valor da varável x gual ao da -ésma lha da tabela r ou r%. 100 Freq. Acumulada: é a soma das reqüêcas absolutas até a -ésma lha, ou seja, represeta o úmero de elemetos que apresetam valores da varável x meor ou gual ao da lha F j 1 j Freq. Acumulada Relatva: equvale a reqüêca acumulada porém acumula-se as reqüêcas relatvas. F F Fr ou Fr rj j 1 ou Fr %. 100 Exemplo: Tabela - Dâmetro (cm) de 5 peças produzdas por uma máqua. Dâmetro (x ) r (%) F Fr (%) ,0 1 4, ,0 1 4, ,0 3 1, ,0 4 16, ,0 7 8, ,0 1 48, , ,0 5. 8, , ,0 88, ,0 4 96, , ,0 Total 5 100,0 Fote: xxx Ode, reqüêca absoluta smples (Σ ) r reqüêca relatva smples ( /Σ *100) F reqüêca acumulada Fr reqüêca acumulada relatva 5
6 Iterpretação: 5 3 peças têm dâmetro 4,9 cm F 7 17 peças têm dâmetro de até 5,1 cm Fr 3 8% das peças têm dâmetro 4,7 cm Fr 9 88% das peças têm dâmetro de até 5,3 cm Tabela- Pesos (Kg) observados em 140 estudates da PUC. Peso (Kg) r (%) F Fr (%) ,0 6 4, ,0 6 18, , , , , , , , , , ,0 Total ,0 Fote: xxx Dcas para a coecção de tabelas: 1. Deve ser preceddo por um título, sucetemete claro para que o letor ão precse voltar ao texto para eteder o coteúdo da tabela.. A tabela é lmtada por uma lha superor e uma eror. O cabeçalho deve ser separado do resto do texto por uma lha horzotal. 3. NÃO SE USAM LINHAS VERTICAIS separado as coluas. 4. Abrevaturas e símbolos pouco cohecdos devem ser explcados o rodapé da tabela. 5. Deve ser dcada a ote dos dados. 6
7 PRINCIPAIS REPRESENTAÇÕES GRÁFICAS HISTOGRAMA % Peso (kg) Gráco - Peso (Kg) observado em 140 estudates uverstáros. GRÁFICO DE COLUNAS Os grácos de Barras são geralmete utlzados as mesmas stuações que os grácos de Coluas, derdo apeas a dsposção dos dados o exo y % Nº de lhos Gráco Dstrbução de 333 dvíduos, segudo o úmero de lhos. GRÁFICO DE SETORES Também é cohecdo por gráco de pzza ou de torta. SEXO (%) Masc 8% Fem 7% Gráco Dstrbução dos pacetes segudo o sexo. 7
8 GRÁFICO DE DISPERSÃO 10 Taxa Bruta vs Nascdos Vvos Mortaldade Iatl Nascdos Vvos Gráco Gráco de dspersão da taxa de mortaldade atl e do úmero de ascdos vvos os mucípos do RS, 004. GRÁFICO DE LINHAS Gráco Taxa de crescmeto aual do Ídce Trmestral de Atvdade Produtva (ITAP) e do Produto Itero Bruto (PIB) do RS, o período de 001 a 006. CARTOGRAMA Fgura Mapa do bloco Reda do Ídce de Desevolvmeto Sóco Ecoômco (IDESE/FEE) o RS,
9 MEDIDAS DE TENDÊNCIA CENTRAL São valores calculados com o objetvo de represetar os dados de uma orma mas codesada do que usado-se uma tabela. MÉDIA ARITMÉTICA SIMPLES É a medda de tedêca cetral mas utlzada. Fácl de calcular e terpretação amlar. Útl as comparações etre populações e outras erêcas. Também pode ser chamada de valor esperado ou esperaça matemátca. Notação: Na população deomamos por µ. Na amostra deomamos por X. Cálculo para dados ão agrupados: N x µ 1 N ode x: valores observados N: tamaho da população : tamaho da amostra X x 1 Também podemos calcular a méda para dados poderados ou agrupados. µ N x N 1 1 ode x: valores observados ou poto médo do tervalo : reqüêca absoluta N: tamaho da população : tamaho da amostra N x X x 1 1 x Propredades: 1. A méda de um cojuto de úmeros sempre pode ser calculada.. Para um dado cojuto de úmeros, a méda é úca. 3. Somado-se ou subtrado-se uma costate a cada valor de um cojuto, a méda cará, respectvamete, somada ou subtraída do valor da costate. Aalogamete, multplcado-se ou dvddo-se por uma costate cada valor de um cojuto, a méda cará multplcada ou dvdda, respectvamete, pela costate. 4. A soma dos desvos dos úmeros de um cojuto em relação à méda é zero, sto é, ( x µ) A méda é sesível a todos os valores de um cojuto, soredo luêca de valores extremos. 9
10 Exemplo (dados solados): Supoha que ao passar pelo acabameto de certo processo de mauatura, observe-se o tempo que 10 operáros levam para examar sete embalages do mesmo produto. Cosdere o tempo em segudos: 50 s 51 s 49 s 5 s 51 s 49 s 50 s 51 s 49 s 48 s 10 Etão: T X 500 s > µ 50 s 1 Exemplo (dados poderados): Número de peças deetuosas em uma amostra de 50 lotes produzdos em determada ábrca. Nº de peças (x ) Nº de lotes ( ).x.(x - X ) F , , , , , , , , , ,0 Logo, x X , peças Iterpretação: Os 50 lotes produzdos a determada ábrca apresetaram, em méda, 3, peças deetuosas. Uma propredade mportate é que a soma dos desvos de cada valor de x em relação à méda é zero. (4ª colua da tabela). Exemplo (dados agrupados): Idade, em aos, em uma amostra de craças da prmera sére de uma escola rural Idade (aos) x x F 5,5 6, ,5 7, ,5 8, ,5 9, Logo, x x X 1 1 M 0 0/30 X 7,3 aos 30 10
11 MEDIANA É a medda estatístca de tedêca Cetral que dvde a dstrbução dos dados ordeados em duas partes de gual reqüêca, de orma que 50% das observações a atecedem. De orma geral, podemos ecotrar a posção da medaa através da órmula: Propredades: P N+1 ou P A medaa ão depede de todos os valores observados, além dsso, ão sore luêca de valores extremos.. Não pode ser aplcada a varáves omas. 3. Adequado quado os dados apresetam grade varabldade ou dstrbução assmétrca, além de valores extremos dedos (ex. maor do que...). Exemplo ateror: Ordeamos os dados: Calculamos a Posção da medaa: P (N+1)/ P 5,5 A medaa se ecotra etre o 5 o e o 6 o elemeto: x5+ x Md 50 s Iterpretação: 50% dos operáros tveram tempo de até 50 s. Para dados poderados devemos observar o valor da a F (reqüêca acumulada) e o valor da posção da medaa. A medaa é o valor de x cuja F gualar ou exceder ao valor da posção. Para calcular a medaa para dados agrupados, devemos segur os segutes passos: 1) Ecotrar a classe que cotém a medaa: Achar a posção da medaa P(+1)/ Calcular as reqüêcas acumuladas ) Calcular o valor da medaa F 1 Md l + h ode: l : lmte eror da classe medaa F -1 : reqüêca acumulada da classe ateror à classe medaa : reqüêca absoluta da classe medaa h : ampltude da classe medaa 11
12 Exemplo (dados agrupados): Idade, em aos, em uma amostra de craças da prmera sére de uma escola rural Idade (aos) F 5,5 6, ,5 7, ,5 8, ,5 9, P(30+1)/15,5 comparado com a F cocluímos que a medaa ecotra-se o tervalo 6,5 7,5. Aplcado a órmula da medaa para dados agrupados obtemos o valor 7,5 Iterpretação: Metade das craças da prmera sére de uma escola rural apreseta até 7,5 aos. MODA É o valor mas reqüete em uma sére de valores. Em dados apresetados em tervalos de classe podemos ctar o tervalo modal ou etão dzermos que a moda é o poto médo do tervalo de maor reqüêca. Nos grácos, detcamos a moda ou as modas pelos pcos de reqüêca. Um cojuto de dados pode ser bmodal, sto é, ter dos valores que são os mas reqüetes gualmete, ou ser multmodal. A preseça de moda a dstrbução ão é obrgatóra, e este caso temos uma dstrbução amodal. No exemplo ateror podemos observar que o tervalo modal é 6,5 7,5, pos é o tervalo que mas reqüete, também podemos apresetar a moda bruta como o valor 7, ou seja, o poto cetral do tervalo. 1
13 MEDIDAS DE DISPERSÃO OU VARIABILIDADE Um aspecto udametal da atureza dos dados é o ato que eles ão se repetem com precsão, pelo cotráro, são caracterzados por certa dereça etre os elemetos, a varabldade. Exemplo: Supohamos que se deseja comparar o desempeho de dos ucoáros, com base a produção dára de peças: Empregado A: 800, 810, 790, 800, 800 Empregado B: 700, 900, 800, 70, 930 > µ A 800 peças > µ B 810 peças Baseados estes úcos resultados obtdos, dríamos que o desempeho de B é melhor do que de A, já que B produz, em méda, um maor úmero de peças daramete. No etato, se ormos um pouco cudadoso, podemos perceber que a produção de A vara de 790 a 810 peças, ao passo que a de B vara de 700 a 930 peças, o que dca que o desempeho de A é bem mas uorme do que de B. É evdete que um alto grau de uormdade costuma ser cosderado como uma qualdade desejável essa stuação. AMPLITUDE DE VARIAÇÃO É a medda estatístca de varabldade ou dspersão mas smples, deda pela dereça etre o maor e o meor valor. H Xmáx - Xmí No exemplo: Para o empregado A temos: H peças Desvatages: 1) Só utlza os valores extremos, descosderado os termedáros; ) Quado se mede a ampltude a amostra, geralmete se está subestmado a ampltude da população, pos como os extremos são mas raros, dclmete se terá bem represetado a amostra. 13
14 VARIÂNCIA É uma medda estatístca que leva em cosderação todas as ormações do cojuto em aálse, azedo uso da soma de quadrados dos desvos em toro da méda. Notação: Na amostra deomamos por S. Na população deomamos por σ. Fórmula para seu cálculo: N ( X µ ) ( 1 X X ) 1 σ S N 1 ode x: valores observados µ: méda populacoal X : méda amostral N: tamaho da população : tamaho da amostra No exemplo: O empregado B tem varâca σ ( ) + ( ) + ( ) + ( ) + ( ) peças OBS: Aqu a udade de medda é ao quadrado. Há uma órmula alteratva, que é útl quado o valor da méda ão é exato e até é mas correto, pos ão depede da méda que pode ter sordo arredodameto. Fórmula alteratva - Varâca (População) Para dados ão-agrupados Para dados poderados/agrupados x x σ µ σ µ N N Formula alteratva - Varâca (Amostra) Para dados ão-agrupados s ( x) x 1 Para dados poderados/agrupados s ( x) x 1 14
15 Exemplo: Amostra do redmeto mesal de 4 ucoáros (saláros mímos) da empresa A: x x X 4 1 x 14 3,5 sm. 4 s ( x) x 1 (14) ,67 sm. 3 DESVIO PADRÃO A desvatagem da varâca é que ela é medda em uma udade derete da udade em que o medda a varável, etão a solução é extrar a raz quadrada da varâca e com sso voltamos à udade orgal da varável, esta ova medda chamamos de desvo padrão. Notação: Na amostra deomamos por S. Na população deomamos por σ. População Amostra σ σ S S Exemplo: Reerete ao redmeto dos 4 ucoáros: s 1,67 1,9 sm. 15
16 COEFICIENTE DE VARIAÇÃO (CV) Quado se aalsa a mesma varável em duas amostras, pode-se comparar os desvos padrões observados e vercar ode a varação é maor (só podemos comparar varâca e desvo padrão etre varáves se elas apresetarem médas guas ou muto próxmas). Se em uma amostra o desvo para a espessura das peças é s1,9 mm e em outra amostra o desvo é s0,51 mm, coclu-se que a varação é maor a amostra 1. No etato, se as peças da amostra 1 também oram pesados e o desvo o 0,009g, ada se pode armar sobre o peso ser meos varável que a espessura, pos são varáves deretes. Mas se temos varáves deretes e gostaríamos de comparar suas varabldades, podemos azer sto pelo coecete de varação, que é uma medda de dspersão depedete da udade de mesuração da varável. O coecete de varação represeta uma ração em relação à méda e é calculado da segute orma: Na população: σ γ µ ou σ γ % 100 µ Na amostra: CV s X ou CV% 100 s X Exemplo: Espessura: Peso: X E 3, 5mm e S E 1, 9mm X P 0, 00g e S P 0, 009g Etão, o CV para cada varável é 1,9mm CV (espessura) 3,5mm 0,37 ou (37%) 0,009g CV (peso) 0,00g 0,45 ou (45%) Pode-se, etão, vercar que a espessura das peças é uma característca meos varável que o peso. 16
Matemática. 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 maisMÓDULO 8 REVISÃO REVISÃO MÓDULO 1
MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos
Leia 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 maisEstatística 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 maisProfessor Mauricio Lutz ESTATÍSTICA BÁSICA
Proessor Maurco Lutz ESTATÍSTICA BÁSICA. Coceto Exstem mutas deções propostas por autores, objetvado estabelecer com clareza o que é estatístca, como por exemplo: Þ A Estatístca é um cojuto de métodos
Leia maisMEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12
MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação
Leia 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 maisFaculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL
Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a
Leia 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 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 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. 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 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 maisLCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão
LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e
Leia maisESTATÍSTICA 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 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 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 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 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 maisx 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 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 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 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 maisIntrodução à Estatística
Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal
Leia 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 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 mais9 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 maisOrganização; 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 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 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 maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja
Leia maisIntrodução à Estatística. Júlio Cesar de C. Balieiro 1
Itrodução à Estatístca Júlo Cesar de C. Balero Estatístca É a cêca que se preocupa com: () Orgazação; () Descrção; () Aálses; (v) Iterpretações. Estatístca Descrtva Estatístca Idutva ou Estatístca Ierecal
Leia mais? Isso é, d i= ( x i. . Percebeu que
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 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: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores
Leia maisTotal Bom Ruim Masculino
UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,
Leia maisMonitoramento ou Inventário Florestal Contínuo
C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo
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 maisQwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq
Qwertyuopasdghjklzcvbmqwerty uopasdghjklzcvbmqwertyuopasd ghjklzcvbmqwertyuopasdghjklz cvbmqwertyuopasdghjklzcvbmq wertyuopasdghjklzcv bmqwertyuopasdghjklzcvbmqw ertyuopasdghjklzcvbmqwertyuo pasdghjklzcvbmqwertyuopasdgh
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 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 Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD
Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução
Leia maisProf. Janete Pereira Amador 1
Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.
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 maisMédia. 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 mais50 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 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 maisDescritiva. Francisco Cysneiros DE - UFPE
Noções de Estatístca Descrtva Dr. Fracsco Cyseros Profº. Adjuto do Departameto de Estatístca-CCEN/UFPE E-mal: cyseros@de.ufpe.br web-page: www.de.ufpe.br/~cyseros/dscpla/farmaca/farmaca.htm Foe: (8) 6
Leia 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 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 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 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 maisEstatística Agosto 2009 Campus do Pontal Prof. MSc. Quintiliano Siqueira Schroden Nomelini
Estatístca Agosto 009 Campus do Potal Prof. MSc. Qutlao Squera Schrode Nomel - ESTATÍSTICA DESCRITIVA. - A NATUREZA DA ESTATÍSTICA COMO SURGIU A ESTATÍSTICA????? A Matemátca surge do covívo socal, da cotagem,
Leia maisCAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas
Leia mais1 SISTEMA FRANCÊS DE AMORTIZAÇÃO
scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo
Leia maisM = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher
MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas
Leia maisUTFPR. Engenharia Elétrica Probabilidade e Estatística. Ementa da disciplina. Referências Bibliográficas. Introdução. Definição.
Emeta da dscpla UTFPR Egehara Elétrca Probabldade e Estatístca Cocetos e Defções; Dstrbução de Frequêcas; Meddas de Tedêca Cetral ou de Posção; Meddas de Dspersão ou de Varabldade; Meddas de Assmetra e
Leia maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR116 Boestatístca Proessor: Celso Luz Borges de Olvera Assuto: Estatístca Descrtva Tema: Meddas de Posção e Meddas de
Leia maisESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA
ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo
Leia maisESTATÍSTICA BÁSICA - Profº Marcos Nascimento
ESTATÍSTICA BÁSICA - Proº Marcos Nascmeto CÁPITULO I- Itrodução Atualmete a utlzação da Estatístca é cada vez maor em qualquer atvdade prossoal. Nos mas dverscados ramos, as pessoas estão requetemete epostas
Leia maisEx: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20
. MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados
Leia maisRevisão de Estatística X = X n
Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL I
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE
Leia maisIntrodução 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 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 maisExercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados
Eercícos e Cálculo Numérco Iterpolação Polomal e Métoo os Mímos Quaraos Para a ução aa, seja,, 6 e, 9 Costrua polômos e grau, para apromar, 5, e ecotre o valor o erro veraero a cos b c l Use o Teorema
Leia maisMarília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA
Maríla Brasl Xaver REITORA Prof. Rubes Vlhea Foseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odvaldo Texera Lopes ARTE FINAL DA CAPA Odvaldo Texera Lopes REALIZAÇÃO
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 maisConceitos Iniciais de Estatística Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Prof. Rogério Rodrigues
Cocetos Icas de Estatístca Módulo 4 : GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA Pro. Rogéro Rodrgues CONCEITOS INICIAIS DE ESTATÍSTICA: GENERALIDADES SOBRE ESTATÍSTICA DESCRITIVA CURSO : ADMINISTRAÇÃO
Leia maisJackknife, Bootstrap e outros métodos de reamostragem
Jackkife, Bootstrap e outros métodos de reamostragem Camilo Daleles Reó camilo@dpi.ipe.br Referata Biodiversa (http://www.dpi.ipe.br/referata/idex.html) São José dos Campos, 8 de dezembro de 20 Iferêcia
Leia maisTRABALHO DE COMPENSAÇÃO DE FALTAS - DP
Cotrole do Proº Compesou as Faltas Não Compesou as Faltas TRABALHO DE COMPENSAÇÃO DE FALTAS - DP (De acordo coma s ormas da Isttução) CURSO: CIÊNCIAS CONTÁBEIS DISCIPLINA: INTRODUÇÃO À ESTATÍSTICA 2º ANO
Leia mais5 Critérios para Análise dos Resultados
5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução
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 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 maisDISTRIBUIÇÃO HIPERGEOMÉTRICA
7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora
Leia maisCapítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes
Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75
Leia 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 maisJUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.
JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00
Leia maisMatemática Financeira
Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete
Leia mais1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade
Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada
Leia maisCurso de Biomedicina
Curso de Bomedca Dscpla 5EMA080: Bostatístca E APLICAÇÕES O SOFTWARE R 1 0 BIMESTRE Profa. Dra. Aa Verga Lbos Messett LODRIA 016 CAPÍTULO 1 Aálse Exploratóra de Dados Aula 1 - Itrodução 1.1 Estatístcas
Leia 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 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 maisE-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.
Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;
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 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 maisCAPÍTULO 1 PROBABILIDADE
CAPÍTULO PROBABILIDADE. Coceto O coceto de probabldade está sempre presete em osso da a da: qual é a probabldade de que o meu tme seja campeão? Qual é a probabldade de que eu passe aquela dscpla? Qual
Leia maisCapítulo 1 PORCENTAGEM
Professor Joselas Satos da Slva Matemátca Facera Capítulo PORCETAGEM. PORCETAGEM A porcetagem ada mas é do que uma otação ( % ) usada para represetar uma parte de cem partes. Isto é, 20% lê-se 20 por ceto,
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 maisESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO
ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO. CONCEITO INICIAL. A Estatístca Descrtva ou Dedutva é o ramo da Estatístca que tem por objetvo descrever e aalsar fatos relacoados a determado
Leia maisFUNDAMENTOS DE FINANÇAS E CUSTOS MÉTODOS QUANTITATIVOS APLICADOS À GESTÃO E NEGÓCIOS
1 João Edso Tamel Marts FUNDAMENTOS DE FINANÇAS E CUSTOS & MÉTODOS QUANTITATIVOS APLICADOS À GESTÃO E NEGÓCIOS Permtda a reprodução pelos aluos dos Cursos Téccos da ETE Pro. Camargo Araha 013 Apresetação
Leia maisCAPITULO 1 CONCEITOS BÁSICOS
DISCIPLIA: ESTATÍSTICA PROFESSOR: JOSELIAS SATOS DA SILVA - joselas@uol.com.br ÍDICE CAPITULO 1 COCEITOS BÁSICOS... 3 1.1 ESTATÍSTICA... 3 1. ESTATÍSTICA DESCRITIVA... 3 1.3 ESTATÍSTICA IFERECIAL... 3
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações
Leia maisEtapas para a construção de uma distribuição de frequências por ponto
Dtrbuçõe de Frequêca Uma dtrbução de requêca é uma tabela que reúe o cojuto de dado, coorme a requêca ou a repetçõe de eu valore o capítulo ateror, vmo como ão eta ea tabela quado a varável é qualtatva
Leia maisLEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva
LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do
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 maisFERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM
FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts Uversdade Católca de Goás, Departameto de Computação Uversdade
Leia maisEstatística Área 4 BACEN Aula 01 Estatística Descritiva Prof. Alexandre Lima. Aula 01. Sumário
Estatístca Área 4 BACEN Aula 0 Estatístca Descrtva Prof. Aleadre Lma Aula 0 Sumáro Itrodução à Estatístca... 3 Tpos de Varáves... 4 3 Rol... 5 4 Séres Estatístcas... 6 5 Téccas de Descrção Gráfca... 8
Leia maisAnálise Exploratória de Dados
Aálse Eploratóra de Dados Objetvos Aálse bvarada: uma varável qualtatva e uma quattatva: represetar grafcamete as duas varáves combadas; defr e calcular uma medda de assocação etre as varáves. Eemplo 1
Leia mais