COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder

Tamanho: px
Começar a partir da página:

Download "COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder"

Transcrição

1 Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem de assuntos não abordados no edital, Espero que o Bom senso prevalece por parte da banca e que estas questões sejam anuladas. As questões 44, 48 e 50 são de assuntos não abordados em nosso curso. Amostragem, Séries temporais integradas e Teste de Significância do coeficiente angular. Ainda bem que não caiu outros assuntos não abordados em nosso curso. A tragédia poderia ser maior. Espero que com as três questões fora do edital sejam anuladas para ajudar aqueles que não conseguiram fazer o mínimo exigido na prova. 41 Considere as afirmações abaixo: I. O coeficiente de variação é a razão entre o variância (absoluta) e o quadrado da média aritmética. II. A variância é um número maior ou igual a -1 e menor ou igual a 1. III. A mediana é maior que o segundo quartil e menor que o terceiro quartil. É correto afirmar que (A) apenas a afirmativa I está correta. (B) apenas a afirmativa II está correta. (C) apenas a afirmativa III está correta. (D) apenas as afirmativas I e II estão corretas. (E) as afirmativas I, II e III estão incorretas. Comentário: Questão Fácil. Assunto MEDIDAS DE POSIÇÃO E VARIABILIDADE. I. O coeficiente de variação é a razão entre o variância (absoluta) e o quadrado da média aritmética. Errado. O coeficiente de variação é a razão entre o desvio padrão e a média aritmética. II. A variância é um número maior ou igual a -1 e menor ou igual a 1. Errado. A variância nunca poderá ser negativa e também não possui limites. III. A mediana é maior que o segundo quartil e menor que o terceiro quartil. Errado. A mediana é igual ao segundo quartil e menor que o terceiro quartil. LETRA E 1

2 4 - Considere X uma variável com distribuição uniforme no intervalo (,4). A função densidade de probabilidade da variável Y = X + 5 é: (A) 1/, no intervalo (,4). (B) 1/4, no intervalo (,4). (C) 1/, no intervalo (9,13). (D) 1/4, no intervalo (9,13). (E) 1/3, no intervalo (9,13). Comentário: Esta questão deverá ser anulada, pois está fora do edital. Questão Fácil. Assunto DISTRIBUIÇÃO UNIFORME. A probabilidade de uma distribuição uniforme é dado pela fórmula valor do intervalo em estudo e a é o menor valor deste intervalo. 1, onde b é o maior b a Encontrando o maior e o menor valor para Y Y =.X + 5 Y =. + 5 = 9 Y = = 13 Intervalo em estudo de Y é (9,13) 1 b a LETRA D Este recurso deu certo no concurso do ICMS RS 009 RECURSO: Analisando o conteúdo programático do edital do concurso (veja abaixo parte do anexo da disciplina estatística): 4.1. Conceitos: tipos de dados (qualitativos, quantitativos, contínuos, discretos, nominais e por postos); estatística descritiva e inferencial; população; censo; amostra; experimento aleatório; variáveis e atributos; variáveis aleatórias discretas e contínuas. 4.. Estatística descritiva: apresentação gráfica; normas para apresentação tabular de dados; distribuição de freqüência (amplitude; intervalos de classe; ponto médio; freqüências absolutas e relativas; freqüências acumuladas absolutas e relativas); medidas de posição e de variabilidade para dados agrupados e não-agrupados (média aritmética: propriedades da média; cálculo simplificado da média; médias geométrica e harmônica; mediana; moda; percentis; quartis; amplitude interquartil; desvio padrão; variância e suas propriedades; coeficiente de variação); associação entre variáveis (covariância e coeficiente de correlação).4.3. Probabilidade: espaço amostral; evento; complemento de um evento; probabilidade de um evento; probabilidade de dois eventos (eventos independentes; mutuamente excludentes; não mutuamente excludentes; dependentes ou condicional).4.4. Distribuições discretas (descontínuas) de probabilidade: variáveis aleatórias discretas e contínuas; valor esperado; distribuição binomial; distribuição de Poisson Distribuições contínuas de probabilidade: distribuição normal; Teorema de Chebyshev; a distribuição normal como aproximação da distribuição binomial; distribuição exponencial; 4.6. Amostragens e Distribuições Amostrais: amostragens probabilísticas e nãoprobabilísticas; teorema do limite central; distribuições de médias amostrais; distribuições de proporções amostrais; distribuição binomial, de Poisson, normal, quiquadrado ( ), distribuição t e distribuição F Estimação: pontual e intervalar; cálculo do tamanho da amostra Estatística inferencial: intervalo de confiança; nível de significância; testes de hipóteses para médias e proporções, unilaterais (unicaudal) e bilaterais (bicaudal) Análise de variância (ANOVA) Regressão linear simples e múltipla: método dos mínimos quadrados; variáveis

3 binárias; coeficiente de determinação; coeficiente de determinação múltiplo; coeficiente de determinação múltiplo ajustado; coeficiente de correlação; testes de significância (teste t e F); utilização da equação de regressão para estimação e previsão; homocedasticidade; multicolinearidade Números índices: aritméticos simples e ponderado, harmônico simples e ponderado, geométrico simples e ponderado; mudança de base Números relativos Índices complexos de quantidade e de preços: Laspeyres e Paasche; mudança de base Análise de séries temporais. Não existe a matéria DISTRIBUIÇÃO UNIFORME DE PROBABILIDADE sendo cobrada no concurso. Portanto, solicito a anulação desta questão, uma vez que tal tópico não é contemplado no edital.. O edital menciona Distribuições contínuas de probabilidade: distribuição normal; Teorema de Chebyshev; a distribuição normal como aproximação da distribuição binomial; distribuição exponencial;.... Distribuição uniforme é um tipo de distribuição contínua, e este tipo não foi mencionado na ementa da matéria estatística, reforçando a hipótese de que a questão deve ser anulada. 3

4 43 - Dois empregados são escolhidos aleatoriamente em uma empresa. A probabilidade de pelo menos um apresentar altura inferior à mediana é: (A) 0,15. (B) 0,50. (C) 0,750. (D) 0,500. (E) 0,875. Comentário: Questão Fácil. Assunto PROBABILIDADE: REGRA DO PELO MENOS UM. A probabilidade de algum empregado ter altura inferior à mediana é 0,5 e a probabilidade de algum empregado ter altura maior ou igual à mediana também é 0,5 Basta usar a regra do Pelo menos um: 1 P(não quero) P(não quero) = P(altura maior ou igual à mediana) * P(altura maior ou igual à mediana) P(não quero) = 0,5 * 0,5 = 0,5 Usando a regra do Pelo menos um, temos: 1 P(não quero) 1 0,5 0,75 LETRA C 4

5 44 - Considere X 1, X, X 3, X 4, elementos de uma amostra aleatória simples de tamanho 4 retirada de uma população de média e desvio padrão diferentes de zero. Sejam os estimadores A = (X 1 +X +X 3 +X 4 )/4 e B = (X 1 +X +X 3 )/3. Analise as afirmações abaixo. I. A é um estimador não tendencioso de µ. II. B é um estimador não tendencioso de µ. III. A variância de A é maior que a variância de B. É correto afirmar que: (A) apenas I está correto. (B) apenas II está correto. (C) apenas III está correto. (D) apenas I e II estão corretos. (E) apenas II e III estão corretos. Comentário: Questão Fácil. Assunto ESTIMATIVA PONTUAL. Apesar da questão ser classificada como fácil, não abordamos esse assunto em sala de aula. Meus alunos erraram. Para resolver esta questão o aluno precisava lembrar: A media de uma amostra é igual a média da população. A variância de uma amostra é n Quando o primeiro item acontecer, chamamos os valores da média de estimador não tendencioso. Sendo assim temos: X 1 = X = X 3 = X 4 = Logo A = B = Variância de X 1 = Variância de X = Variância de X 3 = Variância de X 4 = Sendo assim A e 4 B 3 I. A é um estimador não tendencioso de µ. II. B é um estimador não tendencioso de µ. III. A variância de A é maior que a variância de B. ERRADO. A variância de A é menor que a variância de B. LETRA D 5

6 45 - Considere o modelo de regressão linear clássico, Y i = β X i + i estimado pelo método de mínimos quadrados (ordinário) com base em uma amostra de n pares de valores (X i,y i ) e as afirmações abaixo: I. se existir autocorrelação nos resíduos, os estimadores continuarão sendo não viesados (não tendenciosos) e consistentes. II. quanto maior for a variância da variável explicativa X, menor será o erro padrão do coeficiente angular 1. III. se 1 = 1, a correlação linear entre as variáveis é perfeita (ρ XY = 1). É correto afirmar que: (A) apenas I está correto. (B) apenas II está correto. (C) apenas III está correto. (D) apenas II e III estão corretos. (E) apenas I e II estão corretos. Comentário: Esta questão deverá ser anulada, pois está fora do edital. Questão Difícil. Assunto ANÁLISE DE REGRESSÃO. I. se existir autocorrelação nos resíduos, os estimadores continuarão sendo não viesados (não tendenciosos) e consistentes. II. quanto maior for a variância da variável explicativa X, menor será o erro padrão do coeficiente angular 1. III. se 1 = 1, a correlação linear entre as variáveis é perfeita (ρ XY = 1). ERRADO. O coeficiente angular não representa o valor do coeficiente de correlação, ele apenas indica se o coeficiente de correlação é positivo ou negativo. Neste item, apenas podemos afirmar que o valor do coeficiente de correlação é um número entre zero e um, isto é, um valor positivo. LETRA E Este recurso deu certo no concurso do ICMS RS 009 RECURSO: Analisando o conteúdo programático do edital do concurso (veja abaixo parte do anexo da disciplina estatística): 4.1. Conceitos: tipos de dados (qualitativos, quantitativos, contínuos, discretos, nominais e por postos); estatística descritiva e inferencial; população; censo; amostra; experimento aleatório; variáveis e atributos; variáveis aleatórias discretas e contínuas. 4.. Estatística descritiva: apresentação gráfica; normas para apresentação tabular de dados; distribuição de freqüência (amplitude; intervalos de classe; ponto médio; freqüências absolutas e relativas; freqüências acumuladas absolutas e relativas); medidas de posição e de variabilidade para dados agrupados e não-agrupados (média aritmética: propriedades da média; cálculo simplificado da média; médias geométrica e harmônica; mediana; moda; percentis; quartis; amplitude interquartil; desvio padrão; variância e suas propriedades; coeficiente de variação); associação entre variáveis (covariância e coeficiente de correlação).4.3. Probabilidade: espaço amostral; evento; complemento de um evento; probabilidade de um evento; probabilidade de dois eventos (eventos independentes; mutuamente excludentes; não mutuamente excludentes; dependentes ou condicional).4.4. Distribuições discretas (descontínuas) de probabilidade: variáveis aleatórias discretas e contínuas; valor esperado; distribuição binomial; distribuição de Poisson Distribuições contínuas de probabilidade: distribuição normal; Teorema de Chebyshev; a distribuição normal como aproximação da distribuição binomial; distribuição 6

7 exponencial; 4.6. Amostragens e Distribuições Amostrais: amostragens probabilísticas e nãoprobabilísticas; teorema do limite central; distribuições de médias amostrais; distribuições de proporções amostrais; distribuição binomial, de Poisson, normal, quiquadrado ( ), distribuição t e distribuição F Estimação: pontual e intervalar; cálculo do tamanho da amostra Estatística inferencial: intervalo de confiança; nível de significância; testes de hipóteses para médias e proporções, unilaterais (unicaudal) e bilaterais (bicaudal) Análise de variância (ANOVA) Regressão linear simples e múltipla: método dos mínimos quadrados; variáveis binárias; coeficiente de determinação; coeficiente de determinação múltiplo; coeficiente de determinação múltiplo ajustado; coeficiente de correlação; testes de significância (teste t e F); utilização da equação de regressão para estimação e previsão; homocedasticidade; multicolinearidade Números índices: aritméticos simples e ponderado, harmônico simples e ponderado, geométrico simples e ponderado; mudança de base Números relativos Índices complexos de quantidade e de preços: Laspeyres e Paasche; mudança de base Análise de séries temporais. Não existe a matéria autocorrelação, nem mesmo análise de regressão (tópico onde se usa a autocorrelação), sendo cobrada no concurso. Portanto, solicito a anulação desta questão, uma vez que tal tópico não é contemplado no edital Se, em determinado período de tempo, o salário aumenta 0% e a inflação 5%, a perda, em percentual, de poder aquisitivo do salário foi de: (A) 4%. (B) -5%. (C) 5% (D) 4,167%. (E) 1,5%. Comentário: Questão Mediana. Assunto NÚMERO ÍNDICE. Para calcular o ganho ou perda do poder aquisitivo, devemos considerar que para um indivíduo, manter seu poder aquisitivo, ele deve ganhar um aumento igual ao da inflação. Como este indivíduo não ganhou este aumento e sim um aumento menor, ele terá perda do poder aquisitivo. Assim, supondo 100 como seu salário antes da existência de inflação, teremos que considerar seu salário igual a 15 para que ele continue comprando 100% do que ele precisa, como seu salário aumentou 0%, temos o valor de 10 para verificar o quanto ele consegue comprar. Veja abaixo a resolução da questão: % X Fazendo a regra de três, encontraremos com o valor de 96%. Assim seu poder aquisitivo reduziu 4%. LETRA A 7

8 47 - Considere as afirmações sobre Números Índices: COMENTÁRIO AFRM/RS 01 I. o índice de preços de Laspeyres é uma média aritmética de relativos de preços ponderados pela participação do valor dos bens no período base. II. o índice de preços de Paasche é uma média aritmética de relativos de preços ponderados pela participação do valor dos bens no período atual. III. o índice de Fisher é uma média harmônica dos índices de Laspeyres e de Paasche. É correto afirmar que: (A) apenas I está correto. (B) apenas II está correto. (C) apenas III está correto. (D) apenas I e II estão corretos. (E) apenas II e III estão corretos. Comentário: Esta questão deverá ser anulada, pois está fora do edital. Questão Mediana. Assunto NÚMERO INDICE. I. o índice de preços de Laspeyres é uma média aritmética de relativos de preços ponderados pela participação do valor dos bens no período base. II. o índice de preços de Paasche é uma média aritmética de relativos de preços ponderados pela participação do valor dos bens no período atual. ERRADO. O índice de preços de Paasche é uma média harmônica de relativos de preços ponderados pela participação do valor dos bens no período atual. III. o índice de Fisher é uma média harmônica dos índices de Laspeyres e de Paasche. ERRADO. O índice de Fisher é uma média geométrica dos índices de Laspeyres e de Paasche. LETRA A Este recurso deu certo no concurso do ICMS RS 009 RECURSO: Analisando o conteúdo programático do edital do concurso (veja abaixo parte do anexo da disciplina estatística): 4.1. Conceitos: tipos de dados (qualitativos, quantitativos, contínuos, discretos, nominais e por postos); estatística descritiva e inferencial; população; censo; amostra; experimento aleatório; variáveis e atributos; variáveis aleatórias discretas e contínuas. 4.. Estatística descritiva: apresentação gráfica; normas para apresentação tabular de dados; distribuição de freqüência (amplitude; intervalos de classe; ponto médio; freqüências absolutas e relativas; freqüências acumuladas absolutas e relativas); medidas de posição e de variabilidade para dados agrupados e não-agrupados (média aritmética: propriedades da média; cálculo simplificado da média; médias geométrica e harmônica; mediana; moda; percentis; quartis; amplitude interquartil; desvio padrão; variância e suas propriedades; coeficiente de variação); associação entre variáveis (covariância e coeficiente de correlação).4.3. Probabilidade: espaço amostral; evento; complemento de um evento; probabilidade de um evento; probabilidade de dois eventos (eventos independentes; mutuamente excludentes; não mutuamente excludentes; dependentes ou condicional).4.4. Distribuições discretas (descontínuas) de probabilidade: variáveis aleatórias discretas e contínuas; valor esperado; distribuição binomial; distribuição de Poisson Distribuições contínuas de probabilidade: distribuição normal; Teorema de Chebyshev; a distribuição normal como aproximação da distribuição binomial; distribuição exponencial; 4.6. Amostragens e Distribuições Amostrais: amostragens probabilísticas e não- 8

9 probabilísticas; teorema do limite central; distribuições de médias amostrais; distribuições de proporções amostrais; distribuição binomial, de Poisson, normal, quiquadrado ( ), distribuição t e distribuição F Estimação: pontual e intervalar; cálculo do tamanho da amostra Estatística inferencial: intervalo de confiança; nível de significância; testes de hipóteses para médias e proporções, unilaterais (unicaudal) e bilaterais (bicaudal) Análise de variância (ANOVA) Regressão linear simples e múltipla: método dos mínimos quadrados; variáveis binárias; coeficiente de determinação; coeficiente de determinação múltiplo; coeficiente de determinação múltiplo ajustado; coeficiente de correlação; testes de significância (teste t e F); utilização da equação de regressão para estimação e previsão; homocedasticidade; multicolinearidade Números índices: aritméticos simples e ponderado, harmônico simples e ponderado, geométrico simples e ponderado; mudança de base Números relativos Índices complexos de quantidade e de preços: Laspeyres e Paasche; mudança de base Análise de séries temporais. Não existe a matéria INDICE DE FISHER sendo cobrada no concurso. Portanto, solicito a anulação desta questão, uma vez que tal tópico não é contemplado no edital.. O edital menciona Índices complexos de quantidade e de preços: Laspeyres e Paasche; mudança de base.;.... Repare que o INDICE DE FISHER não foi mencionado na ementa da matéria estatística, reforçando a hipótese de que a questão deve ser anulada. 9

10 48 - Testando-se a significância do coeficiente angular de um modelo clássico de regressão linear simples verificou-se um valor-p = 0,004. Considere as afirmações: I. O erro tipo II é 0,004. II. O coeficiente é significante a um nível de 99%. III. A potência do teste é (1 0,004). É correto afirmar que (A) apenas I está correto. (B) apenas II está correto. (C) apenas III está correto. (D) apenas I e II estão corretos. (E) apenas II e III estão corretos. Comentário: Questão Difícil. Assunto TESTE DE SIGNIFICÂNCIA DO COEFICIENTE ANGULAR. Não abordamos esse assunto em sala de aula. Meus alunos erraram. I. O erro tipo II é 0,004. ERRADO. O erro tipo I que é 0,004 II. O coeficiente é significante a um nível de 99%. III. A potência do teste é (1 0,004). ERRADO. Falta explicar LETRA B 10

11 49 - Considere um teste de hipótese bilateral, em que a hipótese nula (ou hipótese básica) é H o : = 0, a hipótese alternativa é H a : 0, e o nível de significância é α e as afirmações abaixo: I. há α de probabilidade de aceitar H o, sendo H o falsa. II. há α de probabilidade de rejeitar H o, sendo H o verdadeira. III. há α de probabilidade de rejeitar H o, sendo H o falsa. É correto afirmar que (A) apenas I está correto. (B) apenas II está correto. (C) apenas III está correto. (D) apenas I e II estão corretos. (E) apenas II e III estão corretos. Comentário: Questão Mediana. Assunto TESTE DE HIPÓTESE. Para acertar essa questão basta lembrar a definição de nível de significância, existente em nossa apostila. Nível de significância : É definida como a probabilidade de cometer o erro de tipo I, ou seja, rejeitar a hipótese nula (Ho), quando ela é verdadeira. Logo apenas o item II esta correto. LETRA B 11

12 50 - Considere as afirmações abaixo sobre regressão e modelos de séries temporais. I. O processo Y t = Φ 1 Y t-1 + t, onde t ruído branco, é estacionário para qualquer Φ 1. II. Se uma série temporal Y t necessitar ser diferenciada n vezes antes de se tornar estacionária, então Y t é integrada de ordem n-1. III. Na regressão linear de séries temporais, Y t = β 1 + β.x t + µ t, com Y t e X t integradas de ordem 1, e µ t, resíduo da regressão, integrada de ordem zero, então Y t e X t são séries co-integradas. É correto afirmar que (A) apenas I está correta. (B) apenas I e II estão corretas. (C) apenas III está correta. (D) apenas II e III estão corretas. (E) apenas I e III estão corretas. Comentário: Questão Difícil. Assunto Séries Temporais e Regressão. Não abordamos esse assunto em sala de aula. Meus alunos erraram. I. O processo Yt = Φ 1 Y t-1 + t, onde t ruído branco, é estacionário para qualquer Φ 1. ERRADO. Falta explicar II. Se uma série temporal Y t necessitar ser diferenciada n vezes antes de se tornar estacionária, então Y t é integrada de ordem n-1. ERRADO. Falta explicar III. Na regressão linear de séries temporais, Yt = β 1 + β.x t + µ t, com Y t e X t integradas de ordem 1, e µ t, resíduo da regressão, integrada de ordem zero, então Y t e X t são séries co-integradas. LETRA C 1

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES Caros concurseiros, Como havia prometido, seguem comentários sobre a prova de estatística do ICMS RS. Em cada questão vou fazer breves comentários, bem como indicar eventual possibilidade de recurso. Não

Leia mais

Estatística II Antonio Roque Aula 9. Testes de Hipóteses

Estatística II Antonio Roque Aula 9. Testes de Hipóteses Testes de Hipóteses Os problemas de inferência estatística tratados nas aulas anteriores podem ser enfocados de um ponto de vista um pouco diferente: ao invés de se construir intervalos de confiança para

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES Caríssimos. Recebi muitos e-mails pedindo ajuda com eventuais recursos para as provas do BACEN. Em raciocínio lógico, eu não vi possibilidade de recursos, apesar de achar que algumas questões tiveram o

Leia mais

Estatística Aplicada. Gestão de TI. Evanivaldo Castro Silva Júnior

Estatística Aplicada. Gestão de TI. Evanivaldo Castro Silva Júnior Gestão de TI Evanivaldo Castro Silva Júnior Porque estudar Estatística em um curso de Gestão de TI? TI trabalha com dados Geralmente grandes bases de dados Com grande variabilidade Difícil manipulação,

Leia mais

CURSO ONLINE REGULAR ESTATÍSTICA BÁSICA PROF. SÉRGIO CARVALHO AULA 13 RELAÇÃO DOS EXERCÍCIOS FINAIS

CURSO ONLINE REGULAR ESTATÍSTICA BÁSICA PROF. SÉRGIO CARVALHO AULA 13 RELAÇÃO DOS EXERCÍCIOS FINAIS Olá, amigos! AULA 13 RELAÇÃO DOS EXERCÍCIOS FINAIS Ainda não é chegada nossa aula derradeira! Sei que muitos estão chateados e com toda a razão do mundo pelo atraso destas últimas aulas. Noutra ocasião

Leia mais

Olá pessoal! Sem mais delongas, vamos às questões.

Olá pessoal! Sem mais delongas, vamos às questões. Olá pessoal! Resolverei neste ponto a prova para AFRE/SC 2010 realizada pela FEPESE no último final de semana. Nosso curso teve um resultado muito positivo visto que das 15 questões, vimos 14 praticamente

Leia mais

Teorema Central do Limite e Intervalo de Confiança

Teorema Central do Limite e Intervalo de Confiança Probabilidade e Estatística Teorema Central do Limite e Intervalo de Confiança Teorema Central do Limite Teorema Central do Limite Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),

Leia mais

CURSO ON-LINE PROFESSOR GUILHERME NEVES 1

CURSO ON-LINE PROFESSOR GUILHERME NEVES 1 CURSO ON-LINE PROFESSOR GUILHERME NEVES 1 Olá pessoal! Resolverei neste ponto a prova de Matemática e Estatística para Técnico Administrativo para o BNDES 2008 organizado pela CESGRANRIO. Sem mais delongas,

Leia mais

Capítulo 7 Medidas de dispersão

Capítulo 7 Medidas de dispersão Capítulo 7 Medidas de dispersão Introdução Para a compreensão deste capítulo, é necessário que você tenha entendido os conceitos apresentados nos capítulos 4 (ponto médio, classes e frequência) e 6 (média).

Leia mais

Teorema do Limite Central e Intervalo de Confiança

Teorema do Limite Central e Intervalo de Confiança Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análise Exploratória de Dados Profª Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Programa de Pós-graduação em Saúde Coletiva email: alcione.miranda@gmail.com Introdução O primeiro passo

Leia mais

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos

Leia mais

Cláudio Tadeu Cristino 1. Julho, 2014

Cláudio Tadeu Cristino 1. Julho, 2014 Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ Comentários sobre as provas de estatística e financeira ICMS RJ Caríssimos, Acabei de voltar de uma longa auditoria em que visitamos inúmeros assentamentos federais do INCRA no interior do estado. Ou seja:

Leia mais

Mestrado em Gestão Econômica do Meio Ambiente

Mestrado em Gestão Econômica do Meio Ambiente Mestrado em Gestão Econômica do Meio Ambiente Programa de Pós-graduação em Economia Sub-Programa Mestrado Profissional CEEMA/ECO/UnB Disciplina: ECO 333051 Métodos Estatísticos e Econométricos Instrutores:

Leia mais

O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.

O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão. ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.

Leia mais

Métodos Estatísticos II 1 o. Semestre de 2010 ExercíciosProgramados1e2 VersãoparaoTutor Profa. Ana Maria Farias (UFF)

Métodos Estatísticos II 1 o. Semestre de 2010 ExercíciosProgramados1e2 VersãoparaoTutor Profa. Ana Maria Farias (UFF) Métodos Estatísticos II 1 o. Semestre de 010 ExercíciosProgramados1e VersãoparaoTutor Profa. Ana Maria Farias (UFF) Esses exercícios abrangem a matéria das primeiras semanas de aula (Aula 1) Os alunos

Leia mais

Vetores Aleatórios, correlação e conjuntas

Vetores Aleatórios, correlação e conjuntas Vetores Aleatórios, correlação e conjuntas Cláudio Tadeu Cristino 1 1 Universidade Federal Rural de Pernambuco, Recife, Brasil Segundo Semestre, 2013 C.T.Cristino (DEINFO-UFRPE) Vetores Aleatórios 2013.2

Leia mais

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora 7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,

Leia mais

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. 1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3

Leia mais

P R O G R A M A QUARTA FASE. OBJETIVOS ESPECÍFICOS Ao final do semestre o aluno devera ser capaz de:

P R O G R A M A QUARTA FASE. OBJETIVOS ESPECÍFICOS Ao final do semestre o aluno devera ser capaz de: UNIVERSIDADE DO ESTADO DE SANTA CATARINA - UDESC CENTRO DE CIÊNCIAS DA SAÚDE E DO ESPORTE - CEFID DEPARTAMENTO DE EDUCAÇÃO FÍSICA - DEF CURSO: BACHARELADO EM EDUCAÇÃO FÍSICA CURRÍCULO: 2008/2 P R O G R

Leia mais

CURSO ON-LINE PROFESSOR GUILHERME NEVES

CURSO ON-LINE PROFESSOR GUILHERME NEVES Olá pessoal! Neste ponto resolverei a prova de Matemática Financeira e Estatística para APOFP/SEFAZ-SP/FCC/2010 realizada no último final de semana. A prova foi enviada por um aluno e o tipo é 005. Os

Leia mais

Estatística Descritiva I

Estatística Descritiva I Estatística Descritiva I Bacharelado em Economia - FEA - Noturno 1 o Semestre 2016 Profs. Fábio P. Machado e Gilberto A. Paula MAE0219 (Economia-FEA-Noturno) Estatística Descritiva I 1 o Semestre 2016

Leia mais

Estatística e Probabilidade

Estatística e Probabilidade Correlação Estatística e Probabilidade Uma correlação é uma relação entre duas variáveis. Os dados podem ser representados por pares ordenados (x,y), onde x é a variável independente ou variável explanatória

Leia mais

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Resoluções comentadas das questões de Estatística da prova para ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Realizada pela Fundação João Goulart em 06/10/2013 41. A idade média de todos

Leia mais

4 Avaliação Econômica

4 Avaliação Econômica 4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir

Leia mais

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - EPPGG

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - EPPGG Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - EPPGG 11. Em uma caixa há 1 bolas de mesmo tamanho: 3 brancas, 4 vermelhas e 5 pretas. Uma pessoa, no escuro, deve retirar n bolas

Leia mais

AULAS 24 E 25 Análise de Regressão Múltipla: Inferência

AULAS 24 E 25 Análise de Regressão Múltipla: Inferência 1 AULAS 24 E 25 Análise de Regressão Múltipla: Inferência Ernesto F. L. Amaral 23 e 25 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma

Leia mais

AULAS 13, 14 E 15 Correlação e Regressão

AULAS 13, 14 E 15 Correlação e Regressão 1 AULAS 13, 14 E 15 Correlação e Regressão Ernesto F. L. Amaral 23, 28 e 30 de setembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de

Leia mais

UNIVERSIDADE DOS AÇORES

UNIVERSIDADE DOS AÇORES UNIVERSIDADE DOS AÇORES DEPARTAMENTO DE MATEMÁTICA Curso de Psicologia Estatística Aplicada à Psicologia É um erro capital teorizar sem se ter dados. Insensivelmente, começamos a distorcer os factos para

Leia mais

Distribuições de Probabilidade Distribuição Normal

Distribuições de Probabilidade Distribuição Normal PROBABILIDADES Distribuições de Probabilidade Distribuição Normal BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas

Leia mais

Métodos Matemáticos para Gestão da Informação

Métodos Matemáticos para Gestão da Informação Métodos Matemáticos para Gestão da Informação Aula 05 Taxas de variação e função lineares III Dalton Martins dmartins@gmail.com Bacharelado em Gestão da Informação Faculdade de Informação e Comunicação

Leia mais

Especialização em Engenharia Clínica

Especialização em Engenharia Clínica Especialização em Engenharia Clínica Introdução a Bioestatística Docente: > Marcelino M. de Andrade, Dr. Apresentação: Módulo 02 Teoria Elementar da Amostragem A teoria elementar da amostragem é um estudo

Leia mais

Revisão: Noções básicas de estatística aplicada a avaliações de imóveis

Revisão: Noções básicas de estatística aplicada a avaliações de imóveis Curso de Avaliações Prof. Carlos Aurélio Nadal cnadal@ufpr.br 1 AULA 03 Revisão: Noções básicas de estatística aplicada a avaliações de imóveis 2 OBSERVAÇÃO: é o valor obtido durante um processo de medição.

Leia mais

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Posição Depois de se fazer a coleta e a representação dos dados de uma pesquisa, é comum analisarmos as tendências

Leia mais

http://www.de.ufpb.br/~luiz/

http://www.de.ufpb.br/~luiz/ UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ Vimos que é possível sintetizar os dados sob a forma de distribuições de frequências

Leia mais

CRITÉRIOS PARA A DETERMINAÇÃO DOS INTERVALOS DE CLASSE

CRITÉRIOS PARA A DETERMINAÇÃO DOS INTERVALOS DE CLASSE CRITÉRIOS PARA A DETERMINAÇÃO DOS INTERVALOS DE CLASSE Número de classes a considerar (k): a) Tabela de Truman L. Kelley n 5 10 25 50 100 200 500 1000 k 2 4 6 8 10 12 15 15 b) k=5 para n 25 e para n >25.

Leia mais

Empresa de Pesquisa Energética (EPE) 2014. Analista de Projetos da Geração de Energia

Empresa de Pesquisa Energética (EPE) 2014. Analista de Projetos da Geração de Energia Empresa de Pesquisa Energética (EPE) 2014 Analista de Projetos da Geração de Energia Oi, pessoal! Vou resolver as quatro questões de Estatística (53 a 56) da prova elaborada pela banca Cesgranrio para

Leia mais

Raciocínio Lógico-Quantitativo Correção da Prova ATRFB 2009 Gabarito 1 Prof. Moraes Junior RACIOCÍNIO LÓGICO-QUANTITATIVO

Raciocínio Lógico-Quantitativo Correção da Prova ATRFB 2009 Gabarito 1 Prof. Moraes Junior RACIOCÍNIO LÓGICO-QUANTITATIVO RACIOCÍNIO LÓGICO-QUANTITATIVO 31- A afirmação: João não chegou ou Maria está atrasada equivale logicamente a: a) Se João não chegou, Maria está atrasada. b) João chegou e Maria não está atrasada. c) Se

Leia mais

1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente.

1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente. TESTES NÃO - PARAMÉTRICOS As técnicas da Estatística Não-Paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à

Leia mais

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - APO

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - APO Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - APO 11. O Dia do Trabalho, dia 1º de maio, é o 11º dia do ano quando o ano não é bissexto. No ano de 1958, ano em que o Brasil ganhou,

Leia mais

Escola Secundária Gabriel Pereira Évora Matemática A 10º ano. Planificação da Unidade Geometria

Escola Secundária Gabriel Pereira Évora Matemática A 10º ano. Planificação da Unidade Geometria Escola Secundária Gabriel Pereira Évora Matemática A 10º ano Planificação da Unidade Geometria 1. Generalidades Objecto da estatística e breve nota histórica sobre a evolução desta ciência; utilidade na

Leia mais

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA IDENTIFICAÇÃO (20140195) CURSOS A QUE ATENDE ADMINISTRACAO,

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADE

DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos

Leia mais

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ANÁLISE E TRATAMENTO DE DADOS Ano Lectivo 2015/2016

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ANÁLISE E TRATAMENTO DE DADOS Ano Lectivo 2015/2016 UNIVERSIDADE LUSÍADA DE LISBOA Programa da Unidade Curricular ANÁLISE E TRATAMENTO DE DADOS Ano Lectivo 2015/2016 1. Unidade Orgânica Ciências Humanas e Sociais (1º Ciclo) 2. Curso Psicologia 3. Ciclo

Leia mais

INE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE

INE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE INE 5 LISTA DE EERCÍCIOS DE PROBABILIDADE INE 5 Gabarito da Lista de Exercícios de Probabilidade ) Em um sistema de transmissão de dados existe uma probabilidade igual a 5 de um dado ser transmitido erroneamente.

Leia mais

Exercícios Resolvidos sobre probabilidade total e Teorema de Bayes

Exercícios Resolvidos sobre probabilidade total e Teorema de Bayes Exercícios Resolvidos sobre probabilidade total e Teorema de Bayes Para ampliar sua compreensão sobre probabilidade total e Teorema de Bayes, estude este conjunto de exercícios resolvidos sobre o tema.

Leia mais

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010. Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Leia mais

Dedicado, Exclusivamente, A Todos Aqueles Que Querem A Aprovação!

Dedicado, Exclusivamente, A Todos Aqueles Que Querem A Aprovação! 1 Questões De Estatística Da Banca ESAF Que Você Precisa Aprender Como Resolver Antes De Fazer A Prova Do Concurso De Auditor-Fiscal Da Receita Federal 2014 Dedicado, Exclusivamente, A Todos Aqueles Que

Leia mais

PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014

PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014 PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método

Leia mais

AULAS 04 E 05 Estatísticas Descritivas

AULAS 04 E 05 Estatísticas Descritivas 1 AULAS 04 E 05 Estatísticas Descritivas Ernesto F. L. Amaral 19 e 28 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:

Leia mais

Logo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A:

Logo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A: MQI 00 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 6/05/008 GABARITO PROBLEMA O preço de um certo carro usado é uma variável Normal com média R$ 5 mil e desvio padrão R$ 400,00. a) Você está interessado

Leia mais

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos Dados que podem ser necessários a algumas questões de Estatística: P (t > t α ) = α ν 0,05 0,025 15 1,753 2,131 16 1,746 2,120 28 1,791 2,048 30 1,697 2,042 (Valor: 1,4) Questão 1. Considere o seguinte

Leia mais

COMENTÁRIOS DA PROVA DE MÉTODOS QUANTITATIVOS E RACIOCÍNIO LÓGICO BNDES 2011 ENGENHEIRO PROF PIO

COMENTÁRIOS DA PROVA DE MÉTODOS QUANTITATIVOS E RACIOCÍNIO LÓGICO BNDES 2011 ENGENHEIRO PROF PIO COMENTÁRIOS DA PROVA DE MÉTODOS QUANTITATIVOS E RACIOCÍNIO LÓGICO BNDES 2011 ENGENHEIRO PROF PIO Prezados concurseiros, segue abaixo os comentários das questões de métodos quantitativos, matemática financeira

Leia mais

Apresentação... 19 Prefácio da primeira edição... 21 Prefácio da segunda edição... 27 Introdução... 33

Apresentação... 19 Prefácio da primeira edição... 21 Prefácio da segunda edição... 27 Introdução... 33 Sumário Apresentação... 19 Prefácio da primeira edição... 21 Prefácio da segunda edição... 27 Introdução... 33 Capítulo I CIÊNCIA, CONHECIMENTOS E PESQUISA CIENTÍFICA... 37 1. Conceito de ciência e tipos

Leia mais

- Analisar e compreender a importância e a natureza da estatística no cotidiano;

- Analisar e compreender a importância e a natureza da estatística no cotidiano; 1- IDENTIFICAÇÃO CARGA HORÁRIA SEMANAL: 04 CARGA HORÁRIA SEMESTRAL: 80 PERÍODO: NOTURNO NOME DA DISCIPLINA: ESTATÍSTICA NOME DO CURSO: SUPERIOR DE TECNOLOGIA EM PETRÓLEO E GÁS 2- EMENTA Conceitos Básicos,

Leia mais

3. Características amostrais. Medidas de localização e dispersão

3. Características amostrais. Medidas de localização e dispersão Estatística Descritiva com Excel Complementos. 77 3. Características amostrais. Medidas de localização e dispersão 3.1- Introdução No módulo de Estatística foram apresentadas as medidas ou estatísticas

Leia mais

Pesquisa em Marketing

Pesquisa em Marketing Pesquisa em Marketing Aula 4 1. Identificar o tamanho da amostral ideal 2. Saber calcular a amostra O Processo de Amostragem TIPOS DE AMOSTRAGEM Amostra não-probabilística Amostra por Conveniência Amostra

Leia mais

(b) Qual a probabilidade de ter sido transmitido um zero, sabendo que foi recebido um (1.0) zero?

(b) Qual a probabilidade de ter sido transmitido um zero, sabendo que foi recebido um (1.0) zero? Grupo I 5.0 valores 1. Um sistema de comunicação binária transmite zeros e uns com probabilidade 0.5 em qualquer dos casos. Devido ao ruído existente no canal de comunicação há erros na recepção: transmitido

Leia mais

AVALIAÇÃO DO MODELO DE ONDAS

AVALIAÇÃO DO MODELO DE ONDAS AVALIAÇÃO DO MODELO DE ONDAS O modelo de onda WAVEWATCH implementado operacionalmente no CP- TEC/INPE global é validado diariamente com os dados do satélite JASON-2. Este novo produto tem como finalidade

Leia mais

UNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2

UNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2 UNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2 LISTA N O 2 Prof.: William Morán Sem. I - 2011 1) Considere a seguinte função distribuição conjunta: 1 2 Y 0 0,7 0,0

Leia mais

EXERCÍCIOS EXERCÍCIOS. Definições Básicas. Definições Básicas. Definições Básicas. Introdução à Estatística. Dados: valores de variáveis observadas.

EXERCÍCIOS EXERCÍCIOS. Definições Básicas. Definições Básicas. Definições Básicas. Introdução à Estatística. Dados: valores de variáveis observadas. Definições Básicas Introdução à Estatística ESTATÍSTICA: estudo dos métodos para coletar, organizar, apresentar e analisar dados. População: conjunto constituído por todos os indivíduos que apresentem

Leia mais

Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos

Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos Organização: Airton Kist Digitação: Guilherme Ludwig Exercício Se X b(n, p), sabendo-se que E(X ) = 12 e σ 2 = 3, determinar:

Leia mais

Aula 4 Estatística Conceitos básicos

Aula 4 Estatística Conceitos básicos Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a

Leia mais

Módulo 4 PREVISÃO DE DEMANDA

Módulo 4 PREVISÃO DE DEMANDA Módulo 4 PREVISÃO DE DEMANDA Conceitos Iniciais Prever é a arte e a ciência de predizer eventos futuros, utilizando-se de dados históricos e sua projeção para o futuro, de fatores subjetivos ou intuitivos,

Leia mais

Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência.

Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Professor: Leandro Zvirtes UDESC/CCT Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos de

Leia mais

EXCEL 2013. Público Alvo: Arquitetos Engenheiros Civis Técnicos em Edificações Projetistas Estudantes das áreas de Arquitetura, Decoração e Engenharia

EXCEL 2013. Público Alvo: Arquitetos Engenheiros Civis Técnicos em Edificações Projetistas Estudantes das áreas de Arquitetura, Decoração e Engenharia EXCEL 2013 Este curso traz a vocês o que há de melhor na versão 2013 do Excel, apresentando seu ambiente de trabalho, formas de formatação de planilhas, utilização de fórmulas e funções e a criação e formatação

Leia mais

Análise e Resolução da prova do ISS-Cuiabá Disciplina: Matemática Financeira Professor: Custódio Nascimento

Análise e Resolução da prova do ISS-Cuiabá Disciplina: Matemática Financeira Professor: Custódio Nascimento Disciplina: Professor: Custódio Nascimento 1- Análise da prova Análise e Resolução da prova do ISS-Cuiabá Neste artigo, farei a análise das questões de cobradas na prova do ISS-Cuiabá, pois é uma de minhas

Leia mais

Stela Adami Vayego - DEST/UFPR 1

Stela Adami Vayego - DEST/UFPR 1 Aula 03 Análise Exploratória dos Dados (Medidas Descritivas de Variáveis Quantitativas) Parte 1 Medidas de Tendência Central Stela Adami Vayego - DEST/UFPR 1 Medidas de Tendência Central dos Dados Para

Leia mais

Aula 10 Testes de hipóteses

Aula 10 Testes de hipóteses Aula 10 Testes de hipóteses Na teoria de estimação, vimos que é possível, por meio de estatísticas amostrais adequadas, estimar parâmetros de uma população, dentro de certo intervalo de confiança. Nos

Leia mais

Introdução a Administração / 75h Prof. Vicente Riccio Neto, D. Sc, Sociologia IUPERJ, Rio de Janeiro, RJ, EBAPE/FGV.

Introdução a Administração / 75h Prof. Vicente Riccio Neto, D. Sc, Sociologia IUPERJ, Rio de Janeiro, RJ, EBAPE/FGV. Introdução a Administração / 75h Prof. Vicente Riccio Neto, D. Sc, Sociologia IUPERJ, Rio de Janeiro, RJ, EBAPE/FGV. Introdução a Administração aborda a origem da Administração e os princípios básicos

Leia mais

MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO MEDIDAS DE DISPERSÃO 1) (PETROBRAS) A variância da lista (1; 1; 2; 4) é igual a: a) 0,5 b) 0,75 c) 1 d) 1,25 e) 1,5 2) (AFPS ESAF) Dada a seqüência de valores 4, 4, 2, 7 e 3 assinale a opção que dá o valor

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos

Leia mais

AEP FISCAL CURSO DE ESTATÍSTICA

AEP FISCAL CURSO DE ESTATÍSTICA AEP FISCAL CURSO DE ESTATÍSTICA Auditor Fiscal da Receita Federal do Brasil, Analista Tributário da Receita Federal do Brasil e Auditor Fiscal do Trabalho. Prof. Weber Campos webercampos@gmail.com AUDITOR-FISCAL

Leia mais

MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 19 de Agosto, 2013 Probabilidade: uma Introdução / Aula 3 1 Probabilidade Discreta: Exemplos

Leia mais

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO Escola Básica e Secundária Dr. Vieira de Carvalho Departamento de Matemática e Ciências Experimentais Planificação Anual de MACS 10º ano Ano Letivo 2014/2015

Leia mais

Tecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22

Tecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22 Teste para diferença de médias Exemplo Dois tipos diferentes de tecido devem ser comparados. Uma máquina de testes Martindale pode comparar duas amostras ao mesmo tempo. O peso (em miligramas) para sete

Leia mais

ESTATÍSTICA. aula 1. Insper Ibmec São Paulo. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA. aula 1. Insper Ibmec São Paulo. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA aula 1 Prof. Dr. Marco Antonio Leonel Caetano Insper Ibmec São Paulo ESTATÍSTICA COISAS DO ESTADO ESTATÍSTICA: - Apresentação e Análise de dados - Tomadas de Decisões baseadas em análises -

Leia mais

Estatística Aplicada ao Serviço Social Módulo 1:

Estatística Aplicada ao Serviço Social Módulo 1: Estatística Aplicada ao Serviço Social Módulo 1: Introdução à Estatística Importância da Estatística Fases do Método Estatístico Variáveis estatísticas. Formas Iniciais de Tratamento dos Dados Séries Estatísticas.

Leia mais

6 Construção de Cenários

6 Construção de Cenários 6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.

Leia mais

Análise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr

Análise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr Análise de Regressão Tópicos Avançados em Avaliação de Desempenho Cleber Moura Edson Samuel Jr Agenda Introdução Passos para Realização da Análise Modelos para Análise de Regressão Regressão Linear Simples

Leia mais

Estatística Aplicada às Ciências Sociais e Ambientais. Organização da Disciplina. Conteúdo da Aula. Contextualização. Farmácia Industrial UFPR

Estatística Aplicada às Ciências Sociais e Ambientais. Organização da Disciplina. Conteúdo da Aula. Contextualização. Farmácia Industrial UFPR Estatística Aplicada às Ciências Sociais e Ambientais Apresentação Aula 1 Prof. Daniel de Christo Farmácia Industrial UFPR Mestrado em Genética UFPR Lecionando no Ensino Superior desde 2003 Organização

Leia mais

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. 1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3

Leia mais

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1 UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 4 a LISTA DE EXERCÍCIOS GBQ12 Professor: Ednaldo Carvalho Guimarães AMOSTRAGEM 1) Um pesquisador está interessado em saber o tempo médio que

Leia mais

Instituto Politécnico de Viseu Escola Superior de Tecnologia

Instituto Politécnico de Viseu Escola Superior de Tecnologia Instituto Politécnico de Viseu Escola Superior de Tecnologia Departamento: Matemática Estatística I Curso: Contabilidade e Administração Ano: 3 o Semestre: o Prova: Exame Época: Normal Ano Lectivo: 2004/2005

Leia mais

Um estudo da correlação dos resultados patrimoniais e operacionais das seguradoras Francisco Galiza, Mestre em Economia (FGV)

Um estudo da correlação dos resultados patrimoniais e operacionais das seguradoras Francisco Galiza, Mestre em Economia (FGV) Um estudo da correlação dos resultados patrimoniais e operacionais das seguradoras Francisco Galiza, Mestre em Economia (FGV) Este estudo aborda a correlação entre os resultados operacionais e patrimoniais

Leia mais

DISTRIBUIÇÃO NORMAL 1

DISTRIBUIÇÃO NORMAL 1 DISTRIBUIÇÃO NORMAL 1 D ensid ade Introdução Exemplo : Observamos o peso, em kg, de 1500 pessoas adultas selecionadas ao acaso em uma população. O histograma por densidade é o seguinte: 0.04 0.03 0.02

Leia mais

Trabalhando com Pequenas Amostras: Distribuição t de Student

Trabalhando com Pequenas Amostras: Distribuição t de Student Probabilidade e Estatística Trabalhando com Pequenas Amostras: Distribuição t de Student Pequenas amostras x Grandes amostras Nos exemplos tratados até agora: amostras grandes (n>30) qualquer tipo de distribuição

Leia mais

PROVA ESCRITA DE ESTATÍSTICA VERSÃO A. 04 As classes de uma distribuição de freqüência devem ser mutuamente exclusivas para que

PROVA ESCRITA DE ESTATÍSTICA VERSÃO A. 04 As classes de uma distribuição de freqüência devem ser mutuamente exclusivas para que COMANDO DA AERONÁUTICA DEPARTAMENTO DE ENSINO DA AERONÁUTICA CENTRO DE INSTRUÇÃO E ADAPTAÇÃO DA AERONÁUTICA CONCURSO DE ADMISSÃO AO EAOT 00 EXAME DE CONHECIMENTOS ESPECIALIZADOS PROVA ESCRITA DE ESTATÍSTICA

Leia mais

SisDEA Home Windows Versão 1

SisDEA Home Windows Versão 1 ROTEIRO PARA CRIAÇÃO E ANÁLISE MODELO REGRESSÃO 1. COMO CRIAR UM MODELO NO SISDEA Ao iniciar o SisDEA Home, será apresentada a tela inicial de Bem Vindo ao SisDEA Windows. Selecione a opção Criar Novo

Leia mais

PROF. CÍCERO JOSÉ Matemática e Estatística

PROF. CÍCERO JOSÉ Matemática e Estatística UNIBAN UNIVERSIDADE BANDEIRANTE DE SÃO PAULO Instituto de Administração e Negócios Tecnologia em Logística PROF. CÍCERO JOSÉ Matemática e Estatística São Paulo 2º semestre de 2010 SUMÁRIO CAPÍTULO I MATEMÁTICA

Leia mais

Escolha de Portfólio. Professor do IE-UNICAMP http://fernandonogueiracosta.wordpress.com/

Escolha de Portfólio. Professor do IE-UNICAMP http://fernandonogueiracosta.wordpress.com/ Escolha de Portfólio considerando Risco e Retorno Aula de Fernando Nogueira da Costa Fernando Nogueira da Costa Professor do IE-UNICAMP http://fernandonogueiracosta.wordpress.com/ Relação entre risco e

Leia mais

Probabilidade. Renata Souza. Introdução. Tabelas Estatísticas. População, Amostra e Variáveis. Gráficos e Distribuição de Freqüências

Probabilidade. Renata Souza. Introdução. Tabelas Estatísticas. População, Amostra e Variáveis. Gráficos e Distribuição de Freqüências Probabilidade Introdução Tabelas Estatísticas População, Amostra e Variáveis Gráficos e Distribuição de Freqüências Renata Souza Conceitos Antigos de Estatística stica a) Simples contagem aritmética Ex.:

Leia mais

QUALITATIVA VARIÁVEL QUANTITATIVA

QUALITATIVA VARIÁVEL QUANTITATIVA NOMINAL ORDINAL QUALITATIVA VARIÁVEL QUANTITATIVA DISCRETA CONTÍNUA - Variável qualitativa nominal = valores que expressam atributos, sem nenhum tipo de ordem. Ex: cor dos olhos, sexo, estado civil, presença

Leia mais

objetivo Exercícios Meta da aula Pré-requisitos Aplicar o formalismo quântico estudado neste módulo à resolução de um conjunto de exercícios.

objetivo Exercícios Meta da aula Pré-requisitos Aplicar o formalismo quântico estudado neste módulo à resolução de um conjunto de exercícios. Exercícios A U L A 10 Meta da aula Aplicar o formalismo quântico estudado neste módulo à resolução de um conjunto de exercícios. objetivo aplicar os conhecimentos adquiridos nas Aulas 4 a 9 por meio da

Leia mais

Estatística: Conceitos e Organização de Dados. Introdução Conceitos Método Estatístico Dados Estatísticos Tabulação de Dados Gráficos

Estatística: Conceitos e Organização de Dados. Introdução Conceitos Método Estatístico Dados Estatísticos Tabulação de Dados Gráficos Estatística: Conceitos e Organização de Dados Introdução Conceitos Método Estatístico Dados Estatísticos Tabulação de Dados Gráficos Introdução O que é Estatística? É a parte da matemática aplicada que

Leia mais

Prof. MSc. Herivelto Tiago Marcondes dos Santos FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ PROF. JOÃO MOD

Prof. MSc. Herivelto Tiago Marcondes dos Santos FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ PROF. JOÃO MOD Prof. MSc. Herivelto Tiago Marcondes dos Santos FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ PROF. JOÃO MOD OBJETIVO Utilizar os métodos estatísticos para tomadas de decisões. Ementa: Fundamentos da estatística.

Leia mais

1. Introdução. 1.1 Introdução

1. Introdução. 1.1 Introdução 1. Introdução 1.1 Introdução O interesse crescente dos físicos na análise do comportamento do mercado financeiro, e em particular na análise das séries temporais econômicas deu origem a uma nova área de

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte

Leia mais

Exercícios Resolvidos sobre Amostragem

Exercícios Resolvidos sobre Amostragem Exercícios Resolvidos sobre Amostragem Observe agora, nestes Exercícios Resolvidos, como alguns parâmetros estatísticos devem ser construídos para formar amostras fidedignas de certas populações ou fenômenos

Leia mais