Problemas. Regressão Linear Múltipla. Ajuda a encontrar relações Ceteris Paribus entre variáveis; Melhora o ajuste ao dados; Maior flexibilidade.

Tamanho: px
Começar a partir da página:

Download "Problemas. Regressão Linear Múltipla. Ajuda a encontrar relações Ceteris Paribus entre variáveis; Melhora o ajuste ao dados; Maior flexibilidade."

Transcrição

1 Prof. Lorí Val, Dr. Rgrssão Lar Múltpla O odlo d rgrssão lar últpla Itrodução Dfção trologa Itrprtação Estação Itrprtação rvstada Qualdad do aust Proprdads statístcas Modlo d Rgrssão Lar Spls Dfção y + x + u Outros fators Maor dsvatag: rlvats prac fxos. Não é uto adquado para odlar rlaçõs Ctrs Parbus tr varávs, pos dfclt E( u x E( u Modlo d Rgrssão Lar Múltpla Auda a cotrar rlaçõs Ctrs Parbus tr varávs; Mlhora o aust ao dados; Maor flxbldad. Dfção Trologa Sa,, + varávs populacoas. O obtvo é xplcar fução d,,, sto é,, coo s altra s ua ou todas altra. as varávs,, s Problas Coo ão há ua rlação prcsa tr,,, coo lvar cota outros fators qu afta? Qual a vrdadra rlação fucoal tr,,,,? Coo capturar ua rlação ctrs parbus tr,,,, (s st for o caso?

2 O Modlo O (MLRM Modlo Lar d Rgrssão Múltpla é dado pla sgut quação: U Trologa : : varávl dpdt, varávl xplcada, varávl d rsposta, varávl prvsta, rgrssado, saída, fto. : varávs dpdts, varávs xplcatvas, varávs d cotrol, prdtors, rgrssors,, tradas, causas. U: : rro, dstúrbo ou ruído O tro U rprsta: rros d dda; fora fucoal adquada; varabldad rt das varávs volvdas; outros fators alé d,, qu afta a varávl. Hpótss Adcoas Sobr U Méda ula E(U Méda codcoal ula E( U,,, E( U O Método dos Míos Quadrados Para star os parâtros,,, da quação d rgrssão últpla é cssáro ua aostra da população! {( x,x,,x,y :,,} Cosdr ua aostra alatóra d taaho da população. Supodo qu sta aostra satsfaça o odlo pod-s scrvr: U Od a ltra rfr-s a -ésa obsrvação.

3 A dscrção do odlo d rgrssão últpla é oralt aprstado d fora atrcal. A quação atror pod sr scrta coo: + U Od: ( x (x U U U U x U (x Not-s qu cada lha da atrz rprsta u couto d valors das varaçõs dpdts rfrts a ua obsrvação, ao passo cada colua rprsta u couto d valors d ua varávl dpdt as obsrvaçõs aostras. A prra colua d é coposta trat d valors guas a u. As hpótss vstas para a rgrssão lar spls pod sr colocadas a fora atrcal da sgut fora: U ~ N (,Σ Od é u vtor-colua d zros Σ é ua atrz x. Σ σ I Od I é ua atrz-dtdad d ord x, co udads a dagoal prcpal zros todo o rsto. Os ltos da atrz são ão stocástcos co valors fxados aostras rptdas, a atrz (/( é ão sgular tal qu, para qualqur taaho aostral, sus ltos são ftos.

4 Estação dos Parâtros Da sa fora qu a rgrssão lar spls os stadors d íos quadrados dos cofcts d rgrssão pod sr obtdos, zado a soa dos quadrados dos rsíduos, sto é: Φ U ( Dfrcado Φ rlação aos parâtros d rgrssão:,,,, t-s: Φ Φ Φ ( (. (. Igualado cada drvada a zro ragrupado os tros, t-s: Para rsolvr as quaçõs oras d íos quadrados, scrv-s a prra quação da sgut fora: Od: Estação dos Parâtros Substtudo a quação atror as das quaçõs, obté-s após alguas splfcaçõs: ˆ ˆ ˆ Od:,,,.., K ( ( ( ( 4

5 Estação dos Parâtros Estação dos Parâtros Estas quaçõs pod sr rsolvdas para,,..,. A solução é spls, poré trabalhosa. S K, sto é, para o caso d duas varávs, t-s: Explo U Cosdr os dados coo sdo das varávs: Quatdad vdda d u produto, Prço do produto Gasto co a dvulgação do produto. Dtrar a quação d rgrssão d fução d d. Q (g Prço (R$ Ivstto (R$ l Od: 49 4,

6 Etão:.49 ( 4.,,.49 ( 4., ( 4.(,.49 ( 4 (,.,, Ass a quação procurada, srá:, Ŷ, -, + Dsta fora, ua rdução d R$ o prço do produto, s vstto publcdad, autara as vdas aproxadat g. U auto a publcdad d l, s altração o prço, auta as vdas g. Exrcíco U (Guarat. A tabla aprsta dados sobr o produto bruto ral, trabalho captal ral o stor dustral d Tawa. (a Aust os sguts odlos aos dados da tabla: t + t + t + U ' l t α + α l + α l + U t (b Qual odlo ofrc lhor aust por quê? t t t Ao ,4,,,, 4, 94,,9,, 9,, 4, 4, 4,, 4,4 9,,, 4, 4,,4, 9, 9,, 4,4, 999, Exrcíco U (Guarat. Od Produto Bruto ral ( lhõs d NT $* Trabalho (por l pssoas Captal Ral ( lhõs dnt $ (* Dólars Novos d Tawa Fot: Thoas P-Fa Ch, Ecooc Growth ad Structural Chag Tawa - 9/9, A Producto Fucto Approach, ts d doutorado ão-publcada, Dpartato d Ecooa, Ctro d Graduação, Cty Uvrsty of Nw or, Juho d 9, Tabla II. Solução do Exrcíco U (Guarat.

7 Fora Matrcal As quaçõs oras do étodo dos íos quadrados pod ( dv sr aprstadas otação atrcal, da sgut fora: ' ( ' Od: ' ' A Solução Explo Dos A solução para srá, tão: ( ' ( ' Cosdr os dados coo sdo d três varávs, sdo ua dpdt duas dpdts. Dtrar a quação d rgrssão d fução d d. 4 O odlo para st caso srá dado por: U Substtudo os valors tos: E E E E E

8 As quaçõs pod sr xprssas d fora atrcal, fazdo: 4 4 E T-s, tão: y A fora atrcal é, tão: y x+ A solução é dada por: y ( ' ' Ass, para os valors dados, t-: 4 A solução é dada por: y ( ' ' Ass, para os valors dados, t-s: 4 ˆ Rsolvdo por parts: ' y ' 4 4 ( ' Os cofcts srão:,,, 4 4 A quação d rgrssão, srá:,., ˆ + Ŷ E

9 Qualdad do Aust Na ANOVA a varabldad toro da éda gral é dcoposta varabldad dtro tr tratatos. Na Aáls d Rgrssão a varabldad total é dcoposta varabldad sobr a rgrssão (Explcada varabldad dvdo a rgrssão (Não- Explcada. Para ostrar sta dcoposção vaos partr da sgut dtdad: Ŷ ( ( ˆ Elvado os dos lados ao quadrado, t-s: ( Ŷ ( [ ( ( Ŷ ( ˆ Mapulado algbrcat, t-s: + ( Ŷ ] SQT (Soa dos Quadrados Total (TSS Total Su of Squars SQE (Soa dos Quadrados Explcados ou Austados (ESS Explad Su of Squars VT SQT ( VE SQE ( ˆ SSR (Soa dos Quadrados dos Rsíduos (RSS Rsdual Su of Squars VR SQR E ( ˆ Ass: G.L. ( ( Ŷ + ( Ŷ SQT SQR + SQE - ( Ass, a tabla da ANOVA para a Aáls d Rgrssão, fca: 9

10 Fot Rgrssão Soa dos Quadrados SQE GL Méda dos Quadrados MQESQE/ F Coo a rgrssão spls pod-s dfr o cofct d dtração ou R R SQE SQT SQR SQT Rsíduo (Erro SQR - MQS SQR/ ( MQE/MQS R ( ( ˆ ( ( ˆ R é ua fução ão dcrsct do úro d rgrssors. Cofor auta o úro d varávs xplcatvas R gralt tabé auta. Para vrfcar sto, basta lbrar qu: R VE VT VR VT R ( ˆ E ( ( Etão VT ( é dpdt do úro d varávs o odlo. ( Mas VR E Ŷ dpd do úro d varávs dpdts xstts o odlo. Ass, plo os tutvat, a dda qu auta o úro d varávs, VR dv dur ou ão autar.

11 Ass R, cofor dfdo rá autar. Dsta fora ao s coparar dos odlos d rgrssão co a sa varávl dpdt as dfrt úro d varávs dpdts, dv-s tr cautla a trprtação d R. Ass para coparar dos odlos co úros dfrts d varávs xplcatvas é covt lvar cota sta dfrça. Para fazr sto df-s u cofct d dtração altratvo, doado d R austado, da sgut fora: R VR /( VT /( Od úro d parâtros do odlo cludo o trcpto. Esta dda é austada para o úro d g.l. assocados às varaçõs qu faz part do su cálculo. R ( Ŷ ( Ou ada: ( ( ( ˆ ( σˆ R S Od o urador é a varâca rsdual, sto é, ua statva dos tros rro o doador a varâca da varávl. R pod sr dtrado a partr d R da sgut fora: R R Dsta fora s xstr apas ua varávl xplcatva os dos cofcts são guas. A partr d, o cofct austado srá spr or do qu o cofct ão austado. Obsrv qu s R, tão R tabé srá u s R, R podrá sr or do qu s >.

12 Não-Tdcosdad Os stadors d íos quadrados ordáros da rgrssão lar últpla são ão-tdcosos, sto é: E( E( E( E( Varâca dos Estadors Três fators fluca a varâca dos stadors Varâca do rro Varação d Grau d rlação lar tr as varávs xplcatvas Coo star σ? Tora : sob as hpóts á coadas, t-s: σˆ S E ( E( σˆ σ SQR ( Varâca dos Estadors A varâca dos stadors por: od σ Var( SST ( R é dada SST ( R ( ˆ SSE SST ( Tora d Gauss-Marov Sob as hpótss (H - (H os stadors d MQO são BLUE (Bst Lar Ubasd Estators, sto é, são os lhors stadors, o stdo d possuír or varâca (aor fcêca, dtro da class dos stadors lars ão-vsados.

13 Todos os stadors Estadors lars Estadors ão-tdcosos MQO Ifrêca odlos d rgrssão lar últpla. Dstrbução dos stadors d MQO Tsts d hpótss sobr u úco parâtro: o tst t Itrvalos d cofaça Tstado rstrçõs lars os parâtros: o tst F Tora Sob as hpótss (H - (H codcoalt os valors obsrvados das varávs dpdts. Logo ~ Var( N (,Var( ~ N (, Tsts d Hpótss Sobr u Úco Parâtro Cosdr o odlo U Hpótss sobr o parâtro b pod sr tstadas por: t σˆ Itrvalos d Cofaça Da sa fora pod sr crados trvalos d cofaça para os parâtros stados, através das sguts xprssõs: ± t σˆ Tstado Hpótss Sobr ua Cobação Lar d Parâtros Cosdr a rgrssão, abaxo, od sal é salaro, sc é o úro d aos scola scudára, u é o úro d aos a uvrsdad xp é o úro d aos d xprêca profssoal. log( sal + sc+ u+ xp + U

14 S qusros vrfcar s u ao a as d scola scudára quval a u ao adcoal a uvrsdad, qual hpóts dvra sr tstada? H : Coo tstar H? Solução Rdfa H da sgut fora: H : - A statístca do tst srá: t σˆ ˆ Proprdads asstótcas O rro padrão da dfrça dos dos stadors, srá: V( V( + V( Cov(, Cosstêca dos stadors Noraldad asstótca Até o oto fora studadas as proprdads aostras pquas dos stadors d íos quadrados. Por xplo, a proprdad d ão- tdcosdad dos stadors d MQO val para qualqur taaho d aostra. Estas proprdads são cohcdas coo proprdads xatas dos stadors. O próxo passo é studar quas são as proprdads dos stadors d MQO quado o taaho da aostra crsc. Estas proprdads são cohcdadas coo proprdads asstótcas. 4

15 Cosstêca Rlbrado qu sob as hpótss d Gauss-Marov E[ ] Para cada taaho d aostra, o stador possu ua dstrbução d probabldad. Cosstêca Coo o stador é ão-tdcoso, a éda d cada dstrbução é splst. S o stador for cosstt, a dda qu crsc a dstrbução fca as coctrada toro da éda Dfção Sa u stador do parâtro ^ para ua aostra d taaho. srá u stador cosstt s, para u úro ε qualqur: l Pr( > ε ^ ^ Tora: sob as hpótss (H - (H 4, os stadors d íos quadrados ordáros são cosstts. Noraldad Tora: sob as hpótss d Gauss- Marov (H a H os stadors d MQO são asstotcat oras od: ˆ a s pl rˆ ( D (, N Para os parâtros d clação s é u stador cosstt d σ V(U, para todo ( D N, σ a

16 O qu acotc quado varávs rrlvats são cluídas o odlo? Cosdr qu o odlo abaxo tha sdo spcfcado U Cosdr ada qu o fto d, após a clusão d o odlo, sa ulo. Isto é: E( E( y x,x y x,x +,x x E( + x y x Mas a prátca ão s sab a pror qu. O qu acotcrá co os stadors?,x O qu acotc quado varávs rlvats ão são cluídas o odlo? Os stadors srão vsados (tdcosos. O vés é gralt chaado d vés d varávs otdas U Cosdr o sgut odlo populacoal: Agora, supoha qu o odlo stado a varávl ão fo cluída. ~ ~ ~ ( ( ~ +

sendo classificado como modelo de primeira ordem com (p) variáveis independentes.

sendo classificado como modelo de primeira ordem com (p) variáveis independentes. RGRSSAO MULTIPLA - comlmtação Itrodução O modlo lar d rgrssão múltla é da forma: sdo classfcado como modlo d rmra ordm com () varávs ddts. od: é a varávl d studo (ddt, xlcada, rsosta ou dóga); é o cofct

Leia mais

Modelos com Variáveis Dependentes Qualitativas. Prob(Y = 1) = F(β X) probabilidade de um indivíduo com determinadas características X trabalhar

Modelos com Variáveis Dependentes Qualitativas. Prob(Y = 1) = F(β X) probabilidade de um indivíduo com determinadas características X trabalhar Modlos co Varávs Dpdts Qualtatvas Cosdr, por xplo, odlar a partcpação a força d trabalho. Atrbura-s valor zro a ão partcpação p u a partcpação p o rcado d trabalho. Fators tas coo: dad, ducação, stado

Leia mais

ANOVA Modelos de Efeitos Aleatórios

ANOVA Modelos de Efeitos Aleatórios O Modlos d Eftos latóros Modlos d Eftos latóros Ex. Tmpratura Corporal (ºC d mas Rpl 3 4 5 6 3 5 8 3 8 8 7 3 3 5 4 4 9 8 4 9 7 3 3 Obtvo do Exprmto: Estmar a tmpratura corporal dos amas d crta spéc m codçõs

Leia mais

y z CC2: na saída do reator: z = 1: 0. Pe dz Os valores característicos do problema são as raízes de: Da Pe 0 Pe Pe

y z CC2: na saída do reator: z = 1: 0. Pe dz Os valores característicos do problema são as raízes de: Da Pe 0 Pe Pe COQ-86 Méodos Nuércos para Ssas Dsrbuídos Explos Ilusravos d EDO co Problas d Valors o Cooro -) Modlo sacoáro do raor co dsprsão soérco Coo o obvo ds sudo d caso é lusrar o ovo procdo avalar o su dspo

Leia mais

IND 1115 Inferência Estatística Semestre turma B Teste 2 10/06/2005 GABARITO

IND 1115 Inferência Estatística Semestre turma B Teste 2 10/06/2005 GABARITO IND 5 Ifrêca statístca Smstr 5. turma B Tst /6/5 GABARITO PROBLMA ( potos m caa qustão abao, qu s a afrmatva é vrara ou falsa (marqu um a altratva corrta. Não é cssáro justfcar a sua rsposta. Vraro Falso

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 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 mais

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA IND 5 Ifrêca statístca Smstr 7. Tst 3//7 Nom: NOTA: SCRVA AS RSPOSTAS COMO FRAÇÕS OU COM 4 CASAS DCIMAIS NOTA : O FORMULÁRIO STÁ NO FINAL DA PROVA Problma (5 potos A quatdad d rfrgrat uma garrafa PT d

Leia mais

Indice de Gini. Como existem N (N 1 ) / 2 pares distintos, o Gini corresponde a :

Indice de Gini. Como existem N (N 1 ) / 2 pares distintos, o Gini corresponde a : Idc d G Itrprtação Gométrca. Corrspod à razão tr a ára tr a curva a rta d prfta gualdad a ára total sob a rta d prfta gualdad (vara d 0 a. Emplo d Fução Bm Estar Socal Basada o G: A fução Bm Estar Socal

Leia mais

Capítulo 8. (d) 1) 0,5 2) 1,0 3) 0,5 4) 0 5) 2/3 6) 1/2. Problema 02. (a) (b)

Capítulo 8. (d) 1) 0,5 2) 1,0 3) 0,5 4) 0 5) 2/3 6) 1/2. Problema 02. (a) (b) Capítulo Problma. Ω{C C C C C5 C R R R R R5 R} Od: Ccara Rcoroa 5 P 5 5 P 7 7 7 7 7 7 c Sm pos P j P P j j d 5 5 5 / / Problma. P 5 P 5 9 5 7 9 c Não pos P P P 9 d P / P / 5 P 5 P 5 Problma. Prchdo os

Leia mais

Regressão Linear Múltipla

Regressão Linear Múltipla Prof. Lorí Val, Dr. http://www.pucrs.br/faat/val/ val@pucrs.br Regressão Lear Múltpla O odelo de regressão lear últpla Itrodução Defção e terologa Iterpretação Estação Iterpretação revstada Qualdade do

Leia mais

GABARITO DA SEGUNDA PROVA DE PTC-2433 TEORIA DAS COMUNICAÇÕES II - 19/10/2015

GABARITO DA SEGUNDA PROVA DE PTC-2433 TEORIA DAS COMUNICAÇÕES II - 19/10/2015 GABARITO DA EGUDA PROVA DE PTC-4 TEORIA DA COMUICAÇÕE II - 9// a. Qustão (, oto Dtrm a míma rlação (/ d um caal tlfôco (bada d Hz ara rmtr a trasmssão cofávl d. bts/s. Comt su rsultado. D C Blog ( + vm

Leia mais

NÚMEROS COMPLEXOS. Podemos definir o conjunto dos números complexos como sendo o conjunto dos números escritos na forma:

NÚMEROS COMPLEXOS. Podemos definir o conjunto dos números complexos como sendo o conjunto dos números escritos na forma: NÚMEROS COMPLEXOS DEFINIÇÃO No cojuto dos úmros ras R, tmos qu a a a é smpr um úmro ão gatvo para todo a Ou sja, ão é possívl xtrar a ra quadrada d um úmro gatvo m R Portato, podmos dfr um cojuto d úmros

Leia mais

Análise de regressão

Análise de regressão Análs d rgrssão Slvana Lags Rbro Garca FDV Hlo Garca Lt UFV Um dos usos da análs d rgrssão é vrfcar s, como, uma ou mas varávs ndpndnts nfluncam o comportamnto d outra varávl dpndnt Y. As varávs ndpndnts

Leia mais

TÓPICOS. Teoria dos residuos. Classificação de singularidades. Teorema dos resíduos.

TÓPICOS. Teoria dos residuos. Classificação de singularidades. Teorema dos resíduos. Not bm a ltura dsts apotamtos ão dspsa d modo algum a ltura atta da bblograa prcpal da cadra hama-s à atção para a mportâca do trabalho pssoal a ralar plo aluo rsolvdo os problmas aprstados a bblograa

Leia mais

CAPÍTULO 9 CORRELAÇÃO E REGRESSÃO

CAPÍTULO 9 CORRELAÇÃO E REGRESSÃO CAPÍTULO 9 CORRELAÇÃO E REGRESSÃO Exst um cojuto d métodos statístcos qu vsam studar a assocação tr duas ou mas varávs alatóras. Dtr tas métodos, a tora da rgrssão corrlação ocupa um lugar d dstaqu por

Leia mais

( )( ) ( ) 2 2 ( ) ( ) 2. Questões tipo exame. Pág θ =. θ =, logo. Portanto, 1.1. ( ) 2. = θ 4.º Q, ou. = θ, tem-se.

( )( ) ( ) 2 2 ( ) ( ) 2. Questões tipo exame. Pág θ =. θ =, logo. Portanto, 1.1. ( ) 2. = θ 4.º Q, ou. = θ, tem-se. + 8...... Sdo Arg( ) θ, tm-s sja, taθ θ.º quadrat, tão Portato,. Pág. 8 taθ θ.º Q, ou θ. + + b ( + ) + b( + ) + c b c + + + + c + + + b b c b+ b+ c ( b ) b+ c+ b+ c b c + b b c b Portato, b c.. + S Arg(

Leia mais

3. VARIÁVEIS ALEATÓRIAS

3. VARIÁVEIS ALEATÓRIAS 3. VARIÁVEIS ALEATÓRIAS 0 Varávl alatóra Ω é o spaço amostral d um prmnto alatóro. Uma varávl alatóra,, é uma função qu atrbu um númro ral a cada rsultado m Ω. Emplo. Rtra-s, ao acaso, um tm produzdo d

Leia mais

ESTIMATIVA: é o valor numérico obtido para o estimador numa certa amostra.

ESTIMATIVA: é o valor numérico obtido para o estimador numa certa amostra. 9 - STIMAÇÃO D PARÂMTROS 9 INTRODUÇÃO: Sj,,, u ostr ltór co fução (dsdd) d proldd cohcd, sj d u vtor dos prâtros dst vrávl ltór Ass {,,, k } os k prâtros qu chos d spço d prâtros dotdo por Θ tão o ojtvo

Leia mais

Estudos Preliminares de Identificação de um Sistema de Frenagem para Trens Metropolitanos de Tração Elétrica

Estudos Preliminares de Identificação de um Sistema de Frenagem para Trens Metropolitanos de Tração Elétrica Estudos Prlars d Idtfcação d u Ssta d Frag para rs Mtropoltaos d ração Elétrca Rodrgo A. Rcco 1, Marcus V. d Paula 1, Luz A. Corrêa Júor 1, Rou Y. ada 1, hago L. Daa 1 (1) Dpto d Eghara Elétrca, Isttuto

Leia mais

A B LM. A onde Y Y ; P. P P, no PONTO. T o que provocará um C 0. T 0 desloca curva IS para a direita IS IS

A B LM. A onde Y Y ; P. P P, no PONTO. T o que provocará um C 0. T 0 desloca curva IS para a direita IS IS Gabarto Blachard Capítulo 7 2) Choqu d gasto médo prazo MODELO AD AS (OA-DA) Rdução do Imposto d Rda (T): C c c T 0 0 c 0 - cosumo autôomo c - propsão margal a cosumr T 0 dsloca curva IS para a drta Dado

Leia mais

Seleção Genômica Ampla (GWS) via Modelos Mistos (REML/BLUP), Inferência Bayesiana (MCMC), Regressão Aleatória Multivariada e Estatística Espacial

Seleção Genômica Ampla (GWS) via Modelos Mistos (REML/BLUP), Inferência Bayesiana (MCMC), Regressão Aleatória Multivariada e Estatística Espacial Slção Gôca Apla (GWS va Modlos Mstos (REML/BLUP, Ifrêca Baysaa (MCMC, Rrssão Alatóra (RR Estatístca Espacal Marcos Do Vlla d Rsd; Fabyao Fosca Slva; Paulo Sávo Lops; Cala Frrra Azvdo UNIVERSIDADE FEDERAL

Leia mais

(1) Raízes n-ésimas. r cos. nϕ = θ + 2kπ; k = 0, 1, 2, 3, 4,... ρ n cos nϕ = r cos θ ρ n = r ρ= (r) 1/n. Portanto:

(1) Raízes n-ésimas. r cos. nϕ = θ + 2kπ; k = 0, 1, 2, 3, 4,... ρ n cos nϕ = r cos θ ρ n = r ρ= (r) 1/n. Portanto: Raís -ésmas A ra -ésma d um úmro complxo s é o complxo s Vamos vr qu os complxos possum raís dfrts!!! Em coordadas polars: s r cos θ s θ ρ cos ϕ s ϕ Aplcado Movr trmos: r cos θ s θ ρ cos ϕ s ϕ Portato:

Leia mais

Anexo III Temperatura equivalente de ruído, Figura de ruído e Fator de mérito para estações de recepção (G/T)

Anexo III Temperatura equivalente de ruído, Figura de ruído e Fator de mérito para estações de recepção (G/T) Axo III mpratura quivalt d ruído, igura d ruído ator d mérito para staçõs d rcpção (/) III.. mpratura Equivalt d Ruído A tmpratura quivalt d ruído d um compot pod sr dfiida como sdo o valor d tmpratura

Leia mais

PINDYCK & RUBINFELD, CAP 5; VARIAN, CAP.12

PINDYCK & RUBINFELD, CAP 5; VARIAN, CAP.12 Escolha sob Icrtza PINDYCK & RUBINFELD, CAP 5; VARIAN, CAP. OBS.: ESTAS NOTAS DE AULA NÃO FORAM SUBMETIDAS A REVISÃO, TENDO COMO ÚNICA FINALIDADE A ORIENTAÇÃO DA APRESENTAÇÃO EM CLASSE. COMENTÁRIOS SÃO

Leia mais

Raciocínio-Lógico (Receita Federal 2009 Prova 1 - Gabarito 1):

Raciocínio-Lógico (Receita Federal 2009 Prova 1 - Gabarito 1): Racocío-Lógco (Rcta Fdral 009 Prova 1 - Gabarto 1): 1 Cosdr a sgut proposção: S chov ou va, tão o chão fca molhado. Sdo assm, pod-s afrmar qu: a) S o chão stá molhado, tão chovu ou vou b) S o chão stá

Leia mais

C5 C O termo geral do desenvolvimento de A( x ) é. Assim, vem: Número de casos possíveis: 6 C

C5 C O termo geral do desenvolvimento de A( x ) é. Assim, vem: Número de casos possíveis: 6 C Tst d avalação Pág Estm duas stuaçõs, a sabr: A Crsta ão va, ortato, o Atóo também ão va Os quatro blhts srão dstrbuídos los rstats quatro jovs, assm, o úmro d gruos é gual a um A Crsta va; os rstats três

Leia mais

Estatística Clássica

Estatística Clássica Estatística Clássica As rgias das difrts partículas do sistma (um istat particular s distribum d acordo com uma fução distribuição d probabilidad distribuição d Boltzma qu dpd da tmpratura T. Um xmplo

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

PRINCIPAIS DISTRIBUIÇÕES DISCRETAS.

PRINCIPAIS DISTRIBUIÇÕES DISCRETAS. PRINCIPAIS DISTRIBUIÇÕES DISCRETAS 1 Uifor Discrta: ocorr quado cada u dos valors possävis d ua va discrta t sa probabilidad 1 P ),,, ), i = 1,, i 1, i i i E ) 1 i Var ) 1 E ) fda: F ) P ) P i ), i od

Leia mais

Trabalho 3. Gustavo Mello Reis Página 1

Trabalho 3. Gustavo Mello Reis Página 1 Trabalho 3 Gustavo Mllo Ris Págia 1 1. Histograma a) Uma mprsa qu fabrica doc d lit dsja studar a distribuição da quatidad d doc lit por lata (), com o objtivo d visualizar a variação dsta. Para isto foi

Leia mais

Modelos de regressão linear simples: Capítulo 9 - Introdução à regressão linear simples. + β Modelos de regressão. Y = β 0.

Modelos de regressão linear simples: Capítulo 9 - Introdução à regressão linear simples. + β Modelos de regressão. Y = β 0. Aa Pirs, IST, Dzmbro d 000 Aa Pirs, IST, Dzmbro d 000 Capítulo 9 - Itrodução à rgrssão liar simpls 9. Modlos d rgrssão Modlos d rgrssão liar simpls: ou E( Y ) β 0 Y β 0 + ε São modlos utilizados para comprdr

Leia mais

sen( x h) sen( x) sen xcos h sen hcos x sen x

sen( x h) sen( x) sen xcos h sen hcos x sen x MAT00 Cálculo Difrcial Itgral I RESUMO DA AULA TEÓRICA Livro do Stwart: Sçõs 3., 3.4 3.8. DEMONSTRAÇÕES Nssa aula srão aprstadas dmostraçõs, ou sboços d dmostraçõs, d algus rsultados importats do cálculo

Leia mais

Lista de exercícios sugerida Capítulo 28: 28.4,.12, 13, 14, 15, 16, 19, 20, 21, 33, 35, 38, 42, 43, 52

Lista de exercícios sugerida Capítulo 28: 28.4,.12, 13, 14, 15, 16, 19, 20, 21, 33, 35, 38, 42, 43, 52 CAPÍUO 8 9: Física Quâtica Atôica RSOUÇÃO D XRCÍCIOS RVISÃO SIMUADO PARA A PROVA ista d rcícios sugrida Capítulo 8: 8.,., 3,, 5, 6, 9,,, 33, 35, 38,, 3, 5 ista d rcícios sugrida Capítulo 9: 9.,, 7, 9,,

Leia mais

MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM. O modelo log-linear de Poisson

MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM. O modelo log-linear de Poisson MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM O modlo log-lnar d Posson Intrss m modlar a dstrbução d uma varávl rfrnt a algum tpo d contagm m função d covarávs. A stratéga mas comum para modlagm nssas stuaçõs

Leia mais

Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I. Ano Lectivo º Semestre

Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I. Ano Lectivo º Semestre aculdad d Ecoomia Uivrsidad Nova d Lisboa EXAME DE CÁLCULO I Ao Lctivo 009-0 - º Smstr Eam ial d ª Época m d Jairo d 00 Duração: horas 0 miutos É proibido usar máquias d calcular ou tlmóvis Não tha o su

Leia mais

O Modelo Logístico Aplicado a Estudos Epidemiológicos

O Modelo Logístico Aplicado a Estudos Epidemiológicos O Modlo Logístco Aplcado a studos pdmológcos Aluíso J D Barros uclyds Custódo d Lma Flho 99 / 994. Dfçõs báscas.. O studo prospctvo O studo prospctvo também chamado d studo d coorts ou follow-up é um dsho

Leia mais

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

Regressão Linear e Multilinear

Regressão Linear e Multilinear Regressão Lear e Multlear Deleameto Expermetal Mestrado em Sstemas de Produção em Agrcultura Medterrâca Modelo de Regressão Lear Smples X Varável Idepedete Y Varável Depedete y =β +β x +ε β ordeada a orgem

Leia mais

Em termos da fração da renda total da população recebida por cada pessoa, na distribuição dual temos. pessoas

Em termos da fração da renda total da população recebida por cada pessoa, na distribuição dual temos. pessoas 6. Dual do Ídic d hil Dfiição Gral do Dual: Sja x uma variávl alatória com média µ distribuição tal qu o valor d crta mdida d dsigualdad é M. Chama-s dual a distribuição com as sguits caractrísticas: a.

Leia mais

CADERNO 1. (É permitido o uso de calculadora gráfica) N.º de possibilidades de representar os 4 algarismos ímpares e a sequência de pares: 5!

CADERNO 1. (É permitido o uso de calculadora gráfica) N.º de possibilidades de representar os 4 algarismos ímpares e a sequência de pares: 5! Novo Espaço Matmática A º ao Proposta d Rsolução [jairo - 08] Algarismos ímpars:,,, 7, 9 Algarismos pars:, 4, 6, 8 CADERNO (É prmitido o uso d calculadora gráfica) Nº d possibilidads para o algarismo das

Leia mais

Transistor Bipolar de Junção TBJ Cap. 4 Sedra/Smith Cap. 7 Boylestad Cap. 9 Malvino

Transistor Bipolar de Junção TBJ Cap. 4 Sedra/Smith Cap. 7 Boylestad Cap. 9 Malvino Tanssto Bpola d Junção TBJ Cap. 4 Sda/Sth Cap. 7 Boylstad Cap. 9 Malno Análs Pqunos Snas Notas d Aula SEL 313 Ccutos Eltôncos 1 Pat 5 1 o S/2016 Pof. Manol Modlos Pqunos Snas do TBJ Tas odlos são úts paa

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

XXXI Olimpíada Brasileira de Matemática GABARITO Primeira Fase

XXXI Olimpíada Brasileira de Matemática GABARITO Primeira Fase XXXI Olimpíada Brasilira d Matmática GABARITO Primira Fas Soluçõs Nívl Uivrsitário Primira Fas PROBLEMA ( x) a) A drivada da fução f é f ( x) =, qu s aula apas para x =, sdo gativa para x < positiva para

Leia mais

Interação da Radiação Eletromagnética com Sistemas Atômicos.

Interação da Radiação Eletromagnética com Sistemas Atômicos. Itraçã da Radaçã Eltragéta Sstas Atôs. Tratat Cláss U át pd sr tdd sd pst d u úl arrgad pstvat d s lalza a ar part da assa d át d létrs arrgads gatvat qu fa rbtad a rdr d úl a fra d ua uv ltrôa. A fra

Leia mais

Leonardo da Vinci ( ), artista, engenheiro e cientista italiano

Leonardo da Vinci ( ), artista, engenheiro e cientista italiano ormas dos rabalhos Vrtuas Itrodução Loardo da Vc (45-59), artsta, ghro ctsta talao Aplcou oçõs do prcípo dos dslocamtos vrtuas para aalsar o qulíbro d sstmas d polas alavacas PEF-40 Prof. João Cyro Adré

Leia mais

Modelos de regressão linear simples: Capítulo 9 - Introdução à regressão linear simples. + β Modelos de regressão. Y = β 0.

Modelos de regressão linear simples: Capítulo 9 - Introdução à regressão linear simples. + β Modelos de regressão. Y = β 0. Aa Pirs, IST, Dzmbro d Capítulo 9 - Itrodução à rgrssão liar simpls 9. Modlos d rgrssão Aa Pirs, IST, Dzmbro d Modlos d rgrssão liar simpls: ou E( Y ) β Y β + ε São modlos utilizados para comprdr a rlação

Leia mais

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados Métodos Nuércos CAPÍULO III C. Balsa & A. Satos Aproxação de fuções pelo étodo dos Míos Quadrados. Algus cocetos fudaetas de Álgebra Lear Relebraos esta secção algus cocetos portates da álgebra Lear que

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Tópicos Extras 2ª parte. Análise de Correlação e Regressão Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO

Leia mais

As Equações de Maxwell Macroscópicas

As Equações de Maxwell Macroscópicas As Equaçõs d Maxwll Marosópias Dtro da atéria há oléulas por toda part. E ada oléula, há átoos opostos por úlos positivos orbitados por létros gativos. Sobr ada ua dssas iúsulas partíulas, s osidradas

Leia mais

Apontamentos de Análise de Sinais

Apontamentos de Análise de Sinais LICECIATURA E EGEHARIA DE SISTEAS DE TELECOUICAÇÕES E ELECTRÓICA Apotamtos d Aáls d Sas ódulo 9 Prof. José Amaral Vrsão 3. 6-5-3 Scção d Comucaçõs Procssamto d Sal ISEL-CEDET, Gabt C jda@sl.pt Ídc OBJECTIVOS....

Leia mais

Lista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados

Lista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados Lsta de Exercícos #9 Assuto: Aálse de Regressão Método de Mímos Quadrados ANPEC 8 Questão 4 Cosdere o segute modelo de regressão lear smples: () y = β + β x + u Para uma amostra com 3 observações, foram

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

4. Condução de Calor Multidimensional em Regime Permanente

4. Condução de Calor Multidimensional em Regime Permanente 79 4. Codução d Calor Multdsoal Rg Prat A quação da codução d calor, qu é o procsso d trasfrêca d rga qu ocorr a frotra d u ssta rpouso dvdo a u gradt d tpratura, t sdo dduzda utos lvros. Essa quação gérca

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

Leia mais

Copyright LTG 2013 LTG/PTR/EPUSP

Copyright LTG 2013 LTG/PTR/EPUSP 1 Na Godésia a Topografia s ralizam mdiçõs d âgulos, distâcias, tc. Mdir uma gradza sigifica obtr um úmro associado a uma uidad qu rprst o valor dssa gradza. Tudo o qu s pod mdir (obsrvar) é domiado obsrvávl.

Leia mais

Tópicos de Álgebra Linear Aplicados a Equações Diferenciais

Tópicos de Álgebra Linear Aplicados a Equações Diferenciais UNIVERSIDDE FEDERL DE SNT CTRIN Ctro d Cêas Físas Matmátas Curso d Latura m Matmáta Tópos d Álgbra Lar plados a Equaçõs Dras utora: Dala Fraso Ortador: Pro Dr Gustavo dolo Torrs Frads da Costa Floraópols

Leia mais

MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS

MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS Introdução Intrss m modlar algum fnômno alatóro com dos dsfchos possívs ( sucsso ou fracasso ) m função d uma ou mas covarávs. Assoca-s ao rsultado do fnômno uma

Leia mais

3- Autovalores e Autovetores.

3- Autovalores e Autovetores. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 3- Autovalores e Autovetores. 3.- Autovetores e Autovalores de ua Matrz. 3.- Métodos para ecotrar os Autovalores e Autovetores de ua Matrz. 3.- Autovetores

Leia mais

Estimação dos Estados da Cadeia de Markov de um MMPP(2)

Estimação dos Estados da Cadeia de Markov de um MMPP(2) Estmação dos Estados da Cada d Markov d um MMPP() Cláuda Nus Atóo Pachco Dpartamto d Matmátca Ctro d Matmátca Aplcada Isttuto Supror écco Rsumo: Um MMPP (Markov Modulatd Posso Procss) é um procsso d Posso

Leia mais

TÓPICOS. Sinais contínuos e sinais discretos. Função impulso unitário discreto.

TÓPICOS. Sinais contínuos e sinais discretos. Função impulso unitário discreto. Not bm: a litura dsts apotamtos ão dispsa d modo algum a litura atta da bibliografia pricipal da cadira hama-s a atção para a importâcia do trabalho pssoal a ralizar plo aluo rsolvdo os problmas aprstados

Leia mais

/ d0) e economicamente (descrevendo a cadeia de causação

/ d0) e economicamente (descrevendo a cadeia de causação UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 26 Macroconoma I º Smstr 27 Profssor Frnano Rugtsky Lsta Exrcícos [] Consr uma macroconoma scrta

Leia mais

3. ANPEC Questão 15 Ainda em relação à questão anterior pode-se concluir que, exceto por erro de arredondamento:

3. ANPEC Questão 15 Ainda em relação à questão anterior pode-se concluir que, exceto por erro de arredondamento: Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados. ANPEC 99 - Questão 8 A capacdade de produção stalada (Y), em toeladas, de uma frma, pode ser fução da potêca stalada (X),

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

Não serão feitos esclarecimentos individuais sobre questões durante a prova. Não se esqueça que tudo é para justificar.

Não serão feitos esclarecimentos individuais sobre questões durante a prova. Não se esqueça que tudo é para justificar. Eam m 7 d Jairo d 007 Cálculo ATENÇÃO: FOLHAS DE EXAE NÃO IDENTIFICADAS NÃO SERÃO COTADAS Cálculo / Eam fial ª Época 7 Jairo d 007 Duração: horas 0 miutos Rsolva os grupos do am m folhas sparadas O uso

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

dy dx dy dx Obs.: a forma canônica pode ser obtida da forma geral dividindo-se a equação geral por a 0 , desde que a ( x) 0 no intervalo x ( a,b)

dy dx dy dx Obs.: a forma canônica pode ser obtida da forma geral dividindo-se a equação geral por a 0 , desde que a ( x) 0 no intervalo x ( a,b) 3 EQUAÇÕES DIFEENIAIS INEAES 3 Toria Gral Estas quaçõs são uito iortats, ois são alicadas à Egharia ara rsolvr roblas d vibraçõs câicas, circuitos létricos, tc Escial atção srá dada às quaçõs d sguda ord

Leia mais

Resposta em frequência

Resposta em frequência Rsposta frquêcia Nocatura a rsposta frquêcia é úti a caractrização d u sista LSI. Dfi d quato a apitud copa d ua pocia copa é atrada ao sr fitrada po sista. Epociais copas são autofuçõs d sistas LSI. Cosidrado

Leia mais

Modelos de regressão linear: abordagem clássica

Modelos de regressão linear: abordagem clássica Modelos de regressão lear: abordagem clássca Prof. Marcelo Rubes mrubes@me.uerj.br Depto. Estatístca Aálse de Regressão Objetvo: Determar uma fução matemátca que descreva a relação etre uma varável cotíua

Leia mais

Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I. Ano Lectivo º Semestre

Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I. Ano Lectivo º Semestre Faculdad d Ecoomia Uivrsidad Nova d Lisboa EXAME DE CÁLCULO I Ao Lctivo 8-9 - º Smstr Eam Fial d ª Época m d Jairo 9 Tópicos d Corrcção Duração: horas miutos É proibido usar máquias d calcular ou tlmóvis

Leia mais

estados. Os estados são influenciados por seus próprios valores passados x

estados. Os estados são influenciados por seus próprios valores passados x 3 Filtro d Kalman Criado por Rudolph E. Kalman [BROWN97] m 1960, o filtro d Kalman (FK) foi dsnvolvido inicialmnt como uma solução rcursiva para filtragm linar d dados discrtos. Para isto, utiliza quaçõs

Leia mais

Teoria dos Jogos. Prof. Maurício Bugarin

Teoria dos Jogos. Prof. Maurício Bugarin Toria dos Jogos Prof. Maurício Bugari Ca. 5. Jogos Diâmicos com Iformação Icomlta Rotiro Caítulo 5. Jogos Diâmicos com Iformação Icomlta Dfiição d Equilíbrio Baysiao Prfito Alicação: Jogos d sialização:

Leia mais

Integração numérica: Método de Euler

Integração numérica: Método de Euler Intgração nuérica: Método d Eulr Quando ua partícula s ov sob influência d forças co rsultant constant, sua aclração tabé é constant, podos ncontrar sua vlocidad posição a cada instant a partir d fórulas

Leia mais

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

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

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS 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 mais

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc. Cotabilomtria Prof.: Patricia Maria Bortolo, D. Sc. Dimsioado Amostras Itrvalos d Cofiaça m Auditoria Fot: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Toria Aplicaçõs,

Leia mais

TRANSFORMADAS DE FOURIER

TRANSFORMADAS DE FOURIER TRASORMADAS DE OURIER Dfção: É a raformação qu lva uma magm a r rprada o domío da frqüêca Io é poívl porqu uma magm pod r dcompoa m fuçõ o coo com dfr frqüêca amplud A vaagm prcpal d rabalhar o domío da

Leia mais

Estatística: uma definição

Estatística: 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 mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Coleção de úeros estatístcas stcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações a da Telebrás

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

MÉTODO PRÁTICO PARA RESOLUÇÃO DO PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES CAPACITADO

MÉTODO PRÁTICO PARA RESOLUÇÃO DO PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES CAPACITADO Psqusa Opracoal o Dsvolvto Susttávl MÉTODO PRÁTICO PARA RESOLUÇÃO DO PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES CAPACITADO José Lassac d Castro Slva Uvrsdad Fdral do Cará, lassac@la.ufc.r Osvaldo Morra d Olvra

Leia mais

Exercícios de Cálculo Numérico - Erros

Exercícios de Cálculo Numérico - Erros Ercícios d Cálculo Numérico - Erros. Cosidr um computador d bits com pot máimo ( a rprstação m aritmética lutuat a bas. (a Dtrmi o mor úmro positivo rprstávl sta máquia a bas. (b Dtrmi o maior úmro positivo

Leia mais

A Origem do Potencial de Membrana e a Equação de Nernst

A Origem do Potencial de Membrana e a Equação de Nernst 5915756 Itrodução à Nuroêa Computaoal Atoo Roqu Complmto à aula Equaçõs d Nrst d GHK A Orgm do Potal d Mmbraa a Equação d Nrst A razão pla qual xst uma dfrça d potal létro através da mmbraa uroal é porqu

Leia mais

Novo Espaço Matemática A 12.º ano Proposta de Teste [janeiro ]

Novo Espaço Matemática A 12.º ano Proposta de Teste [janeiro ] Novo Espaço Matmática A.º ao Proposta d Tst [jairo - 08] Nom: Ao / Turma: N.º: Data: / / Não é prmitido o uso d corrtor. Dvs riscar aquilo qu prtds qu ão sja classificado. A prova iclui um formulário.

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. .pucrs.br/faat/val/.at.ufrgs.br/~val/ Prof. Lorí Val, Dr. val@at.ufrgs.br val@pucrs.br Coleção de úeros estatístcas O úe ro de carros ve ddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%.

Leia mais

, onde F n é uma força de tracção e d o alongamento correspondente. F n [N] -1000 -2000

, onde F n é uma força de tracção e d o alongamento correspondente. F n [N] -1000 -2000 º Tst d CONTROLO DE SISTEMS (TP E PRO) Licciatura m Eg.ª Mcâica Prof. Rsposávl: Pdro Maul Goçalvs Lourti d bril d 00 º Smstr Duração: hora miutos. Tst com cosulta. Rsolução. Cosidr o sistma rprstado a

Leia mais

Identifique todas as folhas Folhas não identificadas NÃO SERÃO COTADAS. Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I

Identifique todas as folhas Folhas não identificadas NÃO SERÃO COTADAS. Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I Idtifiqu todas as folhas Folhas ão idtificadas NÃO SERÃO COTADAS Faculdad d Ecoomia Uivrsidad Nova d Lisboa EXAME DE CÁLCULO I Ao Lctivo 8-9 - º Smstr Exam Fial d ª Época m 5 d Maio 9 Duração: horas miutos

Leia mais

4 Modelos de Fronteira Estocástica

4 Modelos de Fronteira Estocástica 4 Modlos d Frotra Estocástca 4.. Cosdraçõs Gras 7 A prodção d qalqr bm o srço é m procsso od m cojto d smos (pts) é trasormado m m cojto d prodtos (otpts). Esta trasormação pod sr ta d drsas maras, todas

Leia mais

RI406 - Análise Macroeconômica

RI406 - Análise Macroeconômica Fdral Univrsity of Roraima, Brazil From th SlctdWorks of Elói Martins Snhoras Fall Novmbr 18, 2008 RI406 - Anális Macroconômica Eloi Martins Snhoras Availabl at: http://works.bprss.com/loi/54/ Anális Macroconômica

Leia mais

6. Inferência para Duas Populações USP-ICMC-SME 2013

6. Inferência para Duas Populações USP-ICMC-SME 2013 6. Iferêca ara Duas Poulações UP-ICMC-ME 3 8.. Poulações deedetes co dstrbução oral Poulação Poulação,,,, ~ N, ~ N, ~ N, Obs. e a dstrbução de e/ou ão for oral, os resultados são váldos aroxadaete. Testes

Leia mais

k m d 2 x m z = x + iy, d 2 z m Essa mesma equação também pode ser escrita assim: dt 2 + ω2 0z = F 0 Veja que interessante a propriedade seguinte:

k m d 2 x m z = x + iy, d 2 z m Essa mesma equação também pode ser escrita assim: dt 2 + ω2 0z = F 0 Veja que interessante a propriedade seguinte: Oscilaçõs forçadas Dpois d tr visto coo são as oscilaçõs aortcidas, agora você pod facilnt ntndr as oscilaçõs forçadas. Aqui vou ignorar a dissipação apnas introduzir ua força oscilant ao sista assa-ola.

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

3 Solução Analítica Exata para Viga Infinita no Caso Linear

3 Solução Analítica Exata para Viga Infinita no Caso Linear 37 3 Solução Alítc Ext pr Vg It o Cso Lr st cpítulo são borddos os procdmtos pr rsolução d qução (.4, pr o cso spcíco d um vg prsmátc d comprmto to. st sstm os dslocmtos rotçõs tdm pr o zro à mdd qu s

Leia mais

Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I. Ano Lectivo º Semestre

Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I. Ano Lectivo º Semestre Faculdad d Ecoomia Uivrsidad Nova d Lisboa EXAME DE CÁLCULO I Ao Lctivo 8-9 - º Smstr Eam Fial d ª Época m d Jairo 9 Tópicos d Corrcção Duração: horas miutos É proibido usar máquias d calcular ou tlmóvis

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@pucrs.br http://.pucrs.br/faat/val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos auetou e 30%. o país A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

Cálculo Numérico Interpolação Polinomial Ajuste de Curvas (Parte II)

Cálculo Numérico Interpolação Polinomial Ajuste de Curvas (Parte II) Cálulo Nuéro Iterpolação Poloal Ajuste de Curvas (Parte II) Pro Jore Cavalat joreavalat@uvasedubr MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - wwwdsuedubr/~u/ Ajuste de Curvas

Leia mais

Questão (a) 3.(b) 3.(c) 3.(d) 4.(a) 4.(b) 5.(a) 5.(b) 6 Cotação

Questão (a) 3.(b) 3.(c) 3.(d) 4.(a) 4.(b) 5.(a) 5.(b) 6 Cotação Faculdad d Ciêcias Exatas da Egharia PROVA DE AVALIAÇÃO DE CONHECIMENTOS E COMPETÊNCIAS PARA ADMISSÃO AO ENSINO SUPERIOR PARA MAIORES DE ANOS - 07 Matmática - 4/06/07 Atção: Justifiqu os raciocíios utilizados

Leia mais