|
|
- Ana Lívia Galvão Paixão
- 8 Há anos
- Visualizações:
Transcrição
1 Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13, 14, 1, 1, 1, 1, 1 } Mo 13 e Mo 1 Z: { 3, 4,,, 7, 8, 9 } modal Moda para Dados grupados em Classes Consdere a dstrbução de freqüêncas das dades de um grupo de 10 ndvíduos: Idades (anos) Nº de Indvíduo s ssummos que a moda está compreendda na classe 0 pos é a que reúne o maor número de ndvíduos. Esta classe é denomnada classe modal, enquanto a freqüênca smples da mesma é chamada de freqüênca modal. Moda para Dados grupados em Classes - Dada uma dstrbução de freqüêncas com dados agrupados em classes de mesma ampltude, a determnação da moda, pela fórmula de Czuber, será obtda pela expressão: Mo l mo + c onde: l mo lmte nferor da classe modal. c ampltude do ntervalo da classe modal. 1 dferença entre as freqüêncas smples das classes modal e anteror à modal.
2 dferença entre as freqüêncas smples das classes modal e posteror à modal. Moda para Dados grupados em Classes Mo l + mo c Mo Mo Mo Medana Medana é o valor que separa um rol em duas partes com a mesma quantdade de ocorrêncas. Será sempre um valor que, num conjunto ordenado de dados, tenha 0% dos valores menores ou guas a ele e 0% dos valores maores ou guas a ele. Exemplos: Se a quantdade de valores é ímpar : (, 10, 1, 1, 0, 40, 40) - Md 1 Se é par : (13, 1, 17, 19,, 30) - Md (17+19) 18
3 Medana para Dados grupados em Classes Dada uma dstrbução de freqüêncas com dados agrupados em classes, o valor da medana pode ser obtdo com a segunte expressão: Md l md + c f md onde: l md lmte nferor da classe medana, sto é, da classe que apresentar freqüêncas acumuladas maores ou guas a 0% c ampltude do ntervalo da classe medana f md freqüênca smples da classe medana parcela da f md necessára para acumular 0% na classe medana Medana para Dados grupados em Classes - Total Md l md + c Md Md Md 130 +,... 13,7
4 Meddas de Dspersão valar o grau de varação dos valores de uma varável em relação a um valor fxo escolhdo como referênca no conjunto de dados. Dspersão Varação Heterogenedade Espalhamento Concentração Constânca Homogenedade juntamento Meddas de Dspersão - Compare os dos conjuntos de dados abaxo: : (10, 0, 0, 0, 0, 30) B: (10, 1, 0, 0,, 30) Mas homogêneo Mas heterogêneo (menos dspersão) (mas dspersão) Dspersão bsoluta bsoluta - tem seu resultado é expresso em alguma undade de medda. São bsolutas: - ampltude total - desvo médo - desvo quartl (ou ampltude sem-nterquartílca) - varânca - desvo padrão
5 Dspersão Relatva Relatva - é admensonal - é um número sem undade de medda. São relatvas: - coefcente de varação de Pearson - coefcente de varação de Thorndke - coefcente quartílco de varação - desvo quartl reduzdo mpltude Total (t) t xmáx xmín : (10, 0, 0, 0, 0, 30) B: (10, 1, 0, 0,, 30) t xmáx xmín t xmáx xmín t t t 0 t 0 Desvo bsoluto Médo (Dm) x x f Dm f : (10, 0, 0, 0, 0, 30) B: (10, 1, 0, 0,, 30) desvos (10, 0, 0, 0, 0,10) desvos B (10,, 0, 0,, 10) Dm Dm B 0 30 Dm 3,33... Dm
6 Desvo Quartl (Dq) ou mpltude Sem-Interquartílca Dq Q 3 Q 1 : (10, 0, 0, 0, 0, 30) B: (10, 1, 0, 0,, 30) Dq Dq B 0 10 Dq 0 Dq B Varânca (s) σ ( x x) f σ f (x x) f f varânca é expressa no quadrado da undade de medda da varável estudada. : (10, 0, 0, 0, 0, 30) B: (10, 1, 0, 0,, 30) desvos (10, 0, 0, 0, 0,10) desvos B (10,, 0, 0,, 10) σ σ 00 0 σ 33,33... σ 41,... Varânca - outro camnho : (10, 0, 0, 0, 0, 30) B: (10, 1, 0, 0,, 30) x x B 00 0 x 433,33... x B 441,... x 0 ( x ) ( 0) 400 ( ) ( ) 400 ( 433, ) ( 400) σ 33,33... σ (441,...) (400) 41,...
7 Estmatva da Varânca Numa mostra: estmatva da varânca tende a apresentar um resultado menor que o da verdadera varânca da população. Estmatva da varânca - É tendencosa (ou vesada). Correção da Tendênca: É feta aplcando-se um fator de correção. S n 1 ( x x) n f n n 1 ( x x) n 1 Estmatva da Varânca - Estmar as varâncas a partr das amostras dadas a segur. : (10, 0, 0, 0, 0, 30) B: (10, 1, 0, 0,, 30) desvos (10, 0, 0, 0, 0,10) desvos B (10,, 0, 0,, 10) S n 1 S n 1 00 n 1 0 S 40 S n 1 0 f Desvo Padrão (s) σ σ e S n 1 Sn 1 Estmar os desvos padrão a partr das amostras dadas. : (10, 0, 0, 0, 0, 30) B: (10, 1, 0, 0,, 30) 00 n 1 0 S 40 S n 1 0 S 40,3 S 0 7,07 n 1 n 1 Propredades das Meddas de Dspersão - as meddas de dspersão absolutas permanecem nalteradas se adconamos (ou subtraímos) uma mesma constante a todos os valores de um conjunto de dados. - Se multplcamos (ou dvdmos) todos os valores de um conjunto de dados por uma constante k, a varânca fca multplcada (ou dvdda) por k.
8 - Se multplcarmos (ou dvdrmos) por uma mesma constante todos os elementos de um conjunto de dados, o desvo padrão fcará multplcado (ou dvddo) pelo valor absoluto daquela constante. Exemplos 1- s séres (, 3,, 8, 10) e (40, 41, 43, 4, 48) têm desvos padrões guas, pos os elementos da segunda podem ser obtdos dos elementos da prmera, adconando-se 38 a cada um deles. - Se o valor da varânca da sére (1, 3,, 8) for gual a 9, 7, o valor da varânca da sére B (10, 30, 0, 80) será gual à varânca da sére multplcada por 10, ou seja: (Varânca da sére B) 10 (Varânca da sére ) (Varânca da sére B) 100 9,7 9,7 Coefcente de Varação de Pearson É o quocente entre o desvo padrão e o valor absoluto da méda artmétca do conjunto de valores estudados: S CV P x O CV é admensonal (não apresenta undade de medda) e pode ser representado na forma porcentual, bastando para tanto multplcar o seu resultado por 100. CVP% CVP 100 Comparação de Dspersões O quadro abaxo resume as três stuações possíves quando procuramos comparar as dspersões de duas séres de valores: Undades de meddas das duas séres: Valores absolutos das médas artmétcas nas duas comparação será feta utlzando-se: séres: Iguas Iguas ou muto S ou CV próxmos Iguas Sgnfcatvamente CV dstntos Dferentes Quasquer CV
9
TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823
Leia maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia maisESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho
PROBABILIDADES Professora Rosana Relva Números Interos e Raconas APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA CONTÍNUA PROGRESSÃO ARITMÉTICA DISTRIBUIÇÃO DE REQUÊCIAS
Leia maisAs tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.
1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação
Leia maisIV - Descrição e Apresentação dos Dados. Prof. Herondino
IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser
Leia maisRegressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
Leia maisCálculo do Conceito ENADE
Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação
Leia maisCapítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes
Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75
Leia mais7. Resolução Numérica de Equações Diferenciais Ordinárias
7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem
Leia maisCAPÍTULO 1 Exercícios Propostos
CAPÍTULO 1 Exercícos Propostos Atenção: Na resolução dos exercícos consderar, salvo menção em contráro, ano comercal de das. 1. Qual é a taxa anual de juros smples obtda em uma aplcação de $1.0 que produz,
Leia maisMedidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.
Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas
Leia maisINTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS
Físca Laboratoral Ano Lectvo 003/04 ITRODUÇÃO AO CÁLCULO DE ERROS AS MEDIDAS DE GRADEAS FÍSICAS. Introdução.... Erros de observação: erros sstemátcos e erros fortutos ou acdentas... 3. Precsão e rgor...3
Leia maisCaderno de Exercícios Resolvidos
Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
Leia maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia maisLista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M.
Lsta de Exercícos de Recuperação do Bmestre Instruções geras: Resolver os exercícos à caneta e em folha de papel almaço ou monobloco (folha de fcháro). Copar os enuncados das questões. Entregar a lsta
Leia maisUNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR
Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisEscolha do Consumidor sob condições de Risco e de Incerteza
9/04/06 Escolha do Consumdor sob condções de Rsco e de Incerteza (Capítulo 7 Snyder/Ncholson e Capítulo Varan) Turma do Prof. Déco Kadota Dstnção entre Rsco e Incerteza Na lteratura econômca, a prmera
Leia maisObjetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para
Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisEstatística stica Descritiva
AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas
Leia maisRESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS
Defnções RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Problemas de Valor Incal PVI) Métodos de passo smples Método de Euler Métodos de sére de Talor Métodos de Runge-Kutta Equações de ordem superor Métodos
Leia maisMedidas de tendência central. Média Aritmética. 4ª aula 2012
Estatístca 4ª aula 2012 Meddas de tendênca central Ajudam a conhecer a analsar melhor as característcas de dados colhdos. Chamamos de meddas de tendênca central em decorrênca dos dados observados apresentarem
Leia maisLCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão
LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e
Leia maisPARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.
EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisSistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?
Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda
Leia maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisCovariância e Correlação Linear
TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento
Leia maisDistribuição de Massa Molar
Químca de Polímeros Prof a. Dr a. Carla Dalmoln carla.dalmoln@udesc.br Dstrbução de Massa Molar Materas Polmércos Polímero = 1 macromolécula com undades químcas repetdas ou Materal composto por númeras
Leia maisApostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna
Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisÍNDICE NOTA INTRODUTÓRIA
OGC00 05-0-06 ÍDICE. Introdução. Âmbto e defnções 3. Avalação da ncerteza de medção de estmatvas das grandezas de entrada 4. Cálculo da ncerteza-padrão da estmatva da grandeza 5 de saída 5. Incerteza de
Leia maisIND 1115 Inferência Estatística Aula 9
Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca
Leia mais1. Conceitos básicos de estatística descritiva. A ciência descobre relações de causa efeito entre fenómenos. Há fenómenos que são muito complexos
2 Matemátca Fnancera e Instrumentos de Gestão Sumáro 1. Concetos báscos de estatístca descrtva 1.1. 2ª Aula 1.2. 1.2.1. Frequênca relatva 1.2.2. Frequênca relatva acumulada 3 4 A cênca descobre relações
Leia maisMAE5778 - Teoria da Resposta ao Item
MAE5778 - Teora da Resposta ao Item Fernando Henrque Ferraz Perera da Rosa Robson Lunard 1 de feverero de 2005 Lsta 2 1. Na Tabela 1 estão apresentados os parâmetros de 6 tens, na escala (0,1). a b c 1
Leia mais1 Princípios da entropia e da energia
1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisPROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA
PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Mauro aghettn Mara Manuela Portela DECvl, IST, 0 PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Mauro aghettn Professor Assocado, Escola de Engenhara
Leia maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisControle Estatístico de Qualidade. Capítulo 8 (montgomery)
Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado
Leia maisNOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia maisMetodologia IHFA - Índice de Hedge Funds ANBIMA
Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge
Leia maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisSinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.
Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só
Leia maisPROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA
PROVA DE MATEMÁTICA DO VESTIBULAR 03 DA UNICAMP-FASE. PROFA. MARIA ANTÔNIA C. GOUVEIA QUESTÃO 37 A fgura abaxo exbe, em porcentagem, a prevsão da oferta de energa no Brasl em 030, segundo o Plano Naconal
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisDespacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos
Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
Físca Arqutectura Pasagístca Análse de erros ANÁLISE DE ERROS A ervação de u fenóeno físco não é copleta se não puderos quantfcá-lo Para é sso é necessáro edr ua propredade físca O processo de edda consste
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2
Aula 1 do plano de trabalho nº 2 Medram-se as alturas dos 40 alunos do prossegumento de estudos do 10º ano de uma escola e as alturas dos 40 alunos do 10º ano dos cursos tecnológcos dessa escola e obtveram-se
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisAula 03 Erros experimentais Incerteza. Aula 03 Prof. Valner Brusamarello
Aula 03 Erros epermentas Incerteza Aula 03 Prof. Valner Brusamarello Incerteza Combnada Efeto da Incerteza sobre = f ± u, ± u, L, ± u, L ( ) 1 1 Epansão em Sére de Talor: k k L f = f 1,, 3, + ± uk + L,,,
Leia maisCapítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2
Capítulo O plano compleo Introdução Os números compleos começaram por ser ntrodudos para dar sentdo à resolução de equações polnomas do tpo Como os quadrados de números reas são sempre maores ou guas a
Leia mais2 Máquinas de Vetor Suporte 2.1. Introdução
Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de
Leia maisESPELHOS E LENTES ESPELHOS PLANOS
ESPELHOS E LENTES 1 Embora para os povos prmtvos os espelhos tvessem propredades mágcas, orgem de lendas e crendces que estão presentes até hoje, para a físca são apenas superfíces poldas que produzem
Leia maisAnálise Econômica da Aplicação de Motores de Alto Rendimento
Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente
Leia maisUniversidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S
Unversdade Federal da Baha Insttuto de Físca Departamento de Físca da Terra e do Meo Ambente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Físca I SALVADOR, BAHIA 013 1 Prefáco Esta apostla é destnada
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisRedução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma
Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão
Leia maisDepartamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade
Departaento de Inforátca Dscplna: do Desepenho de Ssteas de Coputação Medda de Probabldade Prof. Sérgo Colcher colcher@nf.puc-ro.br Teora da Probabldade Modelo ateátco que perte estudar, de fora abstrata,
Leia maisb. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda.
Meddas de Posção Introdução a. Dentre os elementos típcos, destacamos aqu as meddas de posção _ estatístcas que representam uma sére de dados orentando-nos quanto à posção da dstrbução em relação ao exo
Leia maisPROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA
658 Gaudo & Zandonade Qum. Nova Qum. Nova, Vol. 4, No. 5, 658-671, 001. Dvulgação PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA Anderson Coser Gaudo
Leia maisEquipas Educativas Para uma nova organização da escola. João Formosinho Joaquim Machado
Equpas Educatvas Para uma nova organzação da escola João Formosnho Joaqum Machado TRANSFORMAÇÕES NA ESCOLA BÁSICA TRANSFORMAÇÕES NA ESCOLA BÁSICA A expansão escolar e a mplementação das polítcas de nclusão
Leia maisMETROLOGIA E ENSAIOS
METROLOGIA E ENSAIOS Incerteza de Medção Prof. Aleandre Pedott pedott@producao.ufrgs.br Freqüênca de ocorrênca Incerteza da Medção Dstrbução de freqüênca das meddas Erro Sstemátco (Tendênca) Erro de Repettvdade
Leia maisSempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.
Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca
Leia maisUniversidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas
Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema
Leia mais1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.
Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de
Leia maisMotores síncronos. São motores com velocidade de rotação fixa velocidade de sincronismo.
Motores síncronos Prncípo de funconamento ão motores com velocdade de rotação fxa velocdade de sncronsmo. O seu prncípo de funconamento está esquematzado na fgura 1.1 um motor com 2 pólos. Uma corrente
Leia maisUniversidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria
Unversdade do Estado do Ro de Janero Insttuto de Matemátca e Estatístca Econometra Revsão de modelos de regressão lnear Prof. José Francsco Morera Pessanha professorjfmp@hotmal.com Regressão Objetvo: Estabelecer
Leia mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia maisELEMENTOS DE CIRCUITOS
MINISTÉRIO D EDUCÇÃO SECRETRI DE EDUCÇÃO PROFISSIONL E TECNOLÓGIC INSTITUTO FEDERL DE EDUCÇÃO, CIÊNCI E TECNOLOGI DE SNT CTRIN CMPUS DE SÃO JOSÉ - ÁRE DE TELECOMUNICÇÕES CURSO TÉCNICO EM TELECOMUNICÇÕES
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia
CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da
Leia maisCapítulo. Associação de resistores. Resoluções dos exercícios propostos. P.135 a) R s R 1 R 2 R s 4 6 R s 10 Ω. b) U R s i U 10 2 U 20 V
apítulo 7 da físca Exercícos propostos Undade apítulo 7 ssocação de resstores ssocação de resstores esoluções dos exercícos propostos 1 P.15 a) s 1 s 6 s b) U s U 10 U 0 V c) U 1 1 U 1 U 1 8 V U U 6 U
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisPara quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.
Probabldade e Etatítca I Antono Roque Aula Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham
Leia mais2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO
Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto
Leia maisO que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.
Heterocedastcdade y = β 0 + β + β + β k k + u O que heterocedastcdade? Lembre-se da hpótese de homocedastcdade: condconal às varáves eplcatvas, a varânca do erro, u, é constante Se sso não for verdade,
Leia mais3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas
PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)
UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara
Leia maisInfluência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção
Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos
Leia mais14. Correntes Alternadas (baseado no Halliday, 4 a edição)
14. orrentes Alternadas (baseado no Hallday, 4 a edção) Por que estudar orrentes Alternadas?.: a maora das casas, comérco, etc., são provdas de fação elétrca que conduz corrente alternada (A ou A em nglês):
Leia maisFísica. Setor B. Índice-controle de Estudo. Prof.: Aula 23 (pág. 86) AD TM TC. Aula 24 (pág. 87) AD TM TC. Aula 25 (pág.
Físca Setor Prof.: Índce-controle de studo ula 23 (pág. 86) D TM TC ula 24 (pág. 87) D TM TC ula 25 (pág. 88) D TM TC ula 26 (pág. 89) D TM TC ula 27 (pág. 91) D TM TC ula 28 (pág. 91) D TM TC evsanglo
Leia maisEstimativa dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro.
Estmatva dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro. O. L. L. Moraes 1, H. R. da Rocha 2, M. A. Faus da Slva Das 2, O Cabral 3 1 Departamento
Leia maisRESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais,
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE SERGIPE CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO RESOLUÇÃO Nº 32/2014/CONEPE Aprova as Normas Geras do Processo Seletvo para
Leia maisProf. Benjamin Cesar. Onde a(n, i) é o fator de valor atual de uma série de pagamentos. M: montante da renda na data do último depósito.
Matemátca Fnancera Rendas Certas Prof. Benjamn Cesar Sére de Pagamentos Unforme e Peródca. Rendas Certas Anudades. É uma sequênca de n pagamentos de mesmo valor P, espaçados de um mesmo ntervalo de tempo
Leia maisFísica. Física Módulo 1 Vetores, escalares e movimento em 2-D
Físca Módulo 1 Vetores, escalares e movmento em 2-D Vetores, Escalares... O que são? Para que servem? Por que aprender? Escalar Defnção: Escalar Grandea sem dreção assocada. Eemplos: Massa de uma bola,
Leia mais* Economista do Instituto Federal do Sertão Pernambucano na Pró-Reitoria de Desenvolvimento Institucional PRODI.
O desempenho setoral dos muncípos que compõem o Sertão Pernambucano: uma análse regonal sob a ótca energétca. Carlos Fabano da Slva * Introdução Entre a publcação de Methods of Regonal Analyss de Walter
Leia maisTRANSPORTES. Sessão Prática 9 Modelos de Escolha Discreta Modelo Logit
Mestrado Integrado em Engenhara Cvl TRANSPORTES Prof. Responsável: Lus Pcado Santos Sessão Prátca 9 Modelos de Escolha Dscreta Modelo Logt Insttuto Superor Técnco / Mestrado Integrado Engenhara Cvl Transportes
Leia maisCRITÉRIOS 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 maisRastreando Algoritmos
Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos
Leia mais