INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Estatística II Prof. Salvatore
|
|
- João Henrique Cavalheiro Quintão
- 8 Há anos
- Visualizações:
Transcrição
1 INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Estatística II Prof. Salvatore
2 O que é Estatística? A estatística pode ser considerada a Ciência que se preocupa com a organização, análise e interpretação de dados experimentais Virgillito, S. B., Estatística Aplicada 2004).
3 Ramos da Estatística Amostragem Colhe os dados das diversas variáveis segundo técnicas apropriadas e cientificamente aceitas. Estatística Descritiva Ordena e descreve o comportamento dos dados e os preparando-os para serem analisados. Probabilidades Calcula a probabiildade de um evento ocorrer ou se repetir Inferência Estudas as estatísticas amostrais e generaliza as conclusões obtidas para as respectivas populações de onde as amostras foram retiradas.
4 Níveis da Estatística Estatística Univariada (medidas de tendência central, variabilidade, assimetria e achatamento, análise da variância unifatorial). Estatística Bivariada (relação entre duas variáveis, correlação e análise de variância dois fatores, regressão linear uni e bi-variada). Estatística Multivariada ( relação entre mais de duas variáveis, regressão múltipla, análise multivariada da variância, Análise fatorial, análise discriminante, correlação canônica, análise multidimentional, etc..
5 A estatística utiliza o método científico 1. Definição do problema. 2. Formulação de hipóteses. 3. Formulação de um plano de coleta de dados. 4. Coleta dos dados. 5. Análise e Interpretação dos dados. 6. Confirmação ou rejeição das hipóteses referentes ao experimento, relatando as conclusões de maneira simples permitindo a tomas decisões.
6 Estatística Inferencial ou Indutiva O que é Inferência Estatística? É o conjunto de técnicas matemáticas que permitem generalizar para uma população os resultados obtidos em amostras retiradas dessa população. Quais estatísticas são obtidas das amostras e que tipo de resultados? Estimação de um parâmetro da população (estatística populacional) com base em estatísticas provenientes de dados amostrais (Problema de Estimação de parâmetros). Compara o valor de um parâmetro na população com base nas medidas calculadas a partir de estatísticas de uma amostra (Testes de Hipóteses e Testes de Significância).
7 O problema da Estimação Através de técnicas adequadas, a Estimação de parâmetros permite avaliar o comportamento populacional através do estudo das estatísticas das amostras. Quando na amostras calculamos a média, o desvio padrão, a variância, a mediana, etc., estes resultados se chamam ESTATÍSTICAS. Quando estimamos os respectivos valores dessas estatísticas na população estas denominam-se PARÂMETROS. Estatísticas das amostras Estatística Média da amostra Estatística desvio padrão Variância na amostra x s s 2 Parâmetros na População Parâmetro média populacional Parâmetro desvio padrão Parâmetro Variância Letras minúsculas do alfabeto LATINO representam estatísticas amostrais, enquanto letras Maiúsculas do alfabeto GREGO representam Parâmetros populacionais. 2
8 O problema da Estimação Assim, as estatísticas calculadas nas amostras levantadas de maneira científica são os resultados que permitirão ESTIMAR os respectivos parâmetros populacionais. Ex: se numa amostra de peças a média do diâmetro delas é 16mm, qual deve ser a média da população de onde a amostra foi retirada? Ex: se numa amostra de eleitores a proporção de votos favoráveis ao candidato é 19% qual a proporção de votos favoráveis na população?
9 O problema dos Testes de Hipóteses Uma afirmação (generalização para a população) pode ser verdadeira ou falsa. Uma amostra carrega consigo as características da população (Teorema do Limite Central) e através dela podemos testar se a afirmação a respeito da população é verdadeira ou falsa. A esta decisão sempre estará associada uma probabilidade de ERRO.
10 Conceitos Básicos População 1. Conjunto de todos os elementos que constituem a abrangência do estudo. 2. Quanto ao número de elementos pode ser classificada como finita ou infinita. 3. Quanto ao número de características a serem investigadas pode ser classificada como simples ou composta. 4. Quanto ao grau de variabilidade das características é classificada como homogênea ou heterogênea. 10
11 Conceitos Básicos População 1. Conjunto de todos os elementos que constituem a abrangência do estudo. Exemplo: Os alunos desta turma podem ser unidades populacionais, caso a investigação seja alusiva à turma, ou unidades amostrais caso a abrangência seja todos os alunos da faculdade. 11
12 Conceitos Básicos População 2. Quanto ao número de elementos pode ser classificada como finita ou infinita. Lógica Não há um número a partir do qual uma população seja caracterizada como finita ou infinita, mas consideramos a população como FINITA caso a razão n/n > 0,05, onde n é o tamanho da amostra e N o da população. 12
13 Conceitos Básicos População 3. Quanto ao número de características a serem investigadas pode ser classificada como simples ou composta. Exemplo Caso a característica a ser investigada seja renda, a população é dita como simples. Caso, além da renda, outra(s) característica(s) entrem no escopo do estudo, a população passa a ser considerada composta. 13
14 Conceitos Básicos População 4. Quanto ao grau de variabilidade das características é classificada como homogênea ou heterogênea. Exemplo A distribuição das idades dos alunos desta turma tem coeficiente de variação de 12% (homogênea), enquanto a do ano passado tinha uma dispersão relativa de 49% (heterogênea). 14
15 Conceitos Básicos População Por que é importante classificar a população? Resposta: Diferentes tipos de população levam a planos de amostragem diferentes. Exemplo Se uma população é homogênea, consideramos um único conjunto de unidades. Se a população é heterogênea, devemos estratificar as unidades em grupos homogêneos. 15
16 Conceitos Básicos Amostra 1. É um subconjunto da população. 2. Conveniente para se fazer inferências sobre populações infinitas. 3. Conveniente, também, em situações de testes destrutivos. 4. A precisão dos resultados depende da combinação entre custo-tempo-precisão. 16
17 Conceitos Básicos Amostra 1. É um subconjunto da população. Exemplos Os alunos desta turma constituem uma amostra de todos os alunos da faculdade. João, Marcela, Ricardo e Sandra são unidades da amostra dos alunos desta turma. 17
18 Conceitos Básicos Amostra 2. Conveniente para se fazer inferências sobre populações infinitas. Exemplo Se uma zona eleitoral tiver o perfil da população de eleitores de um estado, basta pesquisar os resultados daquela zona para se conhecer a distribuição de votos dos candidatos do estado. 18
19 Conceitos Básicos Amostra 3. Conveniente, também, em situações de testes destrutivos. Exemplos Não precisamos retirar todo o nosso sangue para saber a quantidade de glóbulos brancos no corpo. Basta coletarmos uma amostra de sangue. Não precisamos quebrar todos os tijolos produzidos para saber o ponto de esmagamento. Basta obtermos essa informação a partir de uma amostra. 19
20 Conceitos Básicos Amostra 4. A precisão dos resultados depende da combinação entre custo-tempo-precisão. Lógica Há que se hierarquizar as prioridades entre esses elementos. Maior precisão aumenta o custo de coleta e o tempo para a obtenção dos dados. 20
21 Conceitos Básicos Tipos de Amostras As amostras podem ser classificadas como: Aleatórias ou Probabilísticas (Simples, Estratificada, por Conglomerados, etc). Não probabilísticas (Intencional, Conveniência, etc). A escolha do tipo da amostra depende do tipo da população e do objeto de estudo. 21
22 Conceitos Básicos Amostras Aleatórias ou Probabilísticas Uma amostra é dita ser probabilística, ou aleatória, quando cada elemento da população tiver a mesma probabilidade de ser selecionado. Para a seleção das unidades amostrais é utilizado um procedimento que garanta a aleatoriedade da inclusão dessas unidades de modo a evitar algum tipo de viés. Exemplo: sorteio com auxílio de tabelas de números aleatórios. 22
23 Conceitos Básicos Amostras Aleatórias ou Probabilísticas As unidades amostrais podem ser selecionadas SEM ou COM reposição das unidades. No primeiro caso cada unidade só pode entrar na amostra uma única vez, enquanto no segundo pode entrar quantas vezes ela vier a ser selecionada. Quando o processo de seleção é COM reposição a população é considerada infinita. Nesse curso serão consideradas apenas amostras aleatórias simples extraídas de população infinita. 23
24 Conceitos Básicos Amostras Aleatórias ou Probabilísticas De uma população de tamanho N, podemos selecionar: N n N n Amostras sem reposição Amostras com reposição 24
25 Conceitos Básicos Amostras Aleatórias ou Probabilísticas De uma população com 10 unidades, podemos selecionar o seguinte número de amostras diferentes de tamanho 2 (duas unidades): Amostras sem reposição N 10 n 2 Amostras com reposição 10! 2!(10 2)! n 2 N
26 Amostragem Probabilística Aleatória Simples Estratificada Sistemática Por conglomerado Múltiplos Estágios Não-probabilística Por conveniência Intencionais Por quotas Bola de Neve
27 Amostras Com reposição: o elemento selecionado para a amostra é re-inserido na população depois de cada amostragem e assim, poderá ser selecionado novamente. Sem reposição: o elemento selecionado para aquela amostra específica, não é re-inserido na população para novas amostras.
28 Probabilística Amostragem Aleatória Simples Assim chamada quando cada objeto ou pessoa integrante da amostra tem a mesma probabilidade de ser selecionado. Este tipo de amostragem é muito utilizada em pesquisas de exploração, segmentação e participação percentual em mercados.
29 Seleção aleatória simples através do Excel Gera-se uma tabela de números aleatórios entre um mínimo e máximo que possam conter todos os elementos da amostra. Selecionam-se os elementos os dois, três ou quatro primeiros números da tabela gerada automaticamente. A posição ordinal dos números selecionados indicará qual elemento da população integrará a mostra.
30 Probabilística Sistemática É aquela amostra colhida através da imposição de um sistema de escolha. Exemplo: dentro de um hospital e dentro de uma secção destinadas a doentes de certa patologia clínica, escolhem-se os pacientes de cada terceiro quarto, havendo assim chances de termos pacientes de quartos pares ou ímpares.
31 Probabilística Sistemática Extraiu-se uma amostra a cada 6 elementos ordinais.
32 Probabilística Estratificada Uma vez montada a amostra aleatória simples, pode ser conveniente estudar uma característica de segunda ordem mas de interesse. Por exemplo numa amostragem aleatória simples sobre móveis utilizados num escritório, pode ser conveniente ouvir as opiniões das, mulheres, canhotos, pessoas entre certa faixa etária, etc.. Pode então ocorrer uma estratificação simples ou proporcional ao tamanho da amostra principal.
33 Probabilística Estratificada proporcional Neste caso o observador seleciona o percentual que deseja (segundo sua experiência, tipo de estimativa a ser feita e tamanho da amostra exigida para minimizar o erro-padrão de estimativa) em cada estrato da população de forma que a amostra seja representativa para o evento em estudo.
34 Probabilística Estratificada inversamente proporcional Neste caso o número de elementos de cada extrato da população será proporcional ao tamanho total do extrato. Essa proporção é obtida dividindo-se a proporção do tamanho do grupo em relação ao total pelo total das proporções. Então cada extrato terá uma participação percentual sobre o total da amostra que é previamente definida. Notar que os grupos menores têm participação em maior número na amostra.
35 Probabilística Conglomerados Eles são montados a partir da população e as amostras são constituídas de elementos de um certo conglomerado. Não confundir com Estratificada. Por exemplo dentro de um escritório pode-se querer estudar o conglomerado de pessoas que se utilizam de certa impressora, independente se estes são destros ou sinistros, homens ou mulheres ou de certa faixa etária.
36 Probabilística Múltiplos estágios É um tipo de amostragem que se inicia nos conglomerados populacionais e gradativamente vai descendo a outros níveis mantendo o mesmo enfoque. Por exemplo os utilitários de certa empresa de aviação, numa certa rota, num certo horário, numa certa classe, etc..
37 Não-Probabilística Por conveniência São amostras retiradas de grupos definidos, exemplo os freqüentadores da igreja aos sábados a noite, os executivos das empresas têxteis, os militares reformados, etc. Estas amostras contudo, dependendo do que se quer determinar, são bastante imprecisas e não propiciam tomada de decisão gerencial segura. Exemplo se queremos saber a participação de mercado de um tipo de tênis utilizado para a prática de futebol em quadras de gramado sintético e elegermos o grupo dos militares reformados, a pesquisa poderá nào ter o resultado esperado.
38 Não-Probabilística Intencional Assim chamada pois a probabilidade de seleção aleatória é minimizada, e os custos também. Neste tipo de amostragem não se pode facilmente generalizar ou inferir resultados na população pois as amostras são escolhidas ou restringem-se a certas categorias de indivíduos ou objetos. A informação resultante também tem menor precisão.
39 Não-Probabilística Por quotas Neste tipo de amostragem é comum termos restrições ou imposições que a amostra de estudo tenha um número mínimo de cada subgrupo integrante da pesquisa. Estas amostras além de não muito precisas são de custo geralmente mais elevado.
40 Teorema do Limite Central (primeira parte) A média das médias de todas as possíveis amostras retiradas de uma população (média amostral) é igual, ou muito próxima à média populacional.
41 Teorema do Limite Central (primeira parte) Este conceito será amplamente utilizado posteriormente, quando for necessário construir um Intervalo de Confiança em torno da média populacional e, sendo esta desconhecida, poderemos utilizar a média da amostra como um estimador válido.
42 Referências AAKER, David A. Pesquisa de Marketing. Atlas, São Paulo, ANDERSON, Rolph; BLACK, William C.; TATHAM, Ronald; HAIR Jr, Joseph. Multivariate Data Analysis. New Jersey: Prentice Hall, COSTA NETO, Pedro Luiz. Estatística, Correlação e Regressão. São Paulo: Edgard Blücher, Esags Escola Superior de Administração e Gestão - apresentações da disciplina de Estatística II, Prof. Moisés Balassiano FGV RIO. FREUND, John. Estatística Aplicada. Bookmann, Porto Alegre HOFMANN, Rodolfo. Estatística para Economistas. 3.ed. São Paulo: Pioneira, Malhotra, Naresh. Marketing Research. Prentice Hall. New Jersey MARTINS, Gilberto. Estatística Geral e Aplicada. Atlas, São Paulo MORETTIN,Luiz G. Estatística Básica. Mackron Books, São Paulo, SILVA, Ermes MEDEIROS. Estatística. Atlas, São Paulo SILVER, Mick. Estatística para Administração. Atlas, São Paulo STATSOFT.STATISTICA. Manual do Software. Tulsa SWEENEY, Dennis. Estatística Aplicada à Administração e Economia. Pioneira,São Paulo, TORRES, Rosane. Estudo sobre os planos amostrais das dissertações e teses em administração das faculdades de economia,administração e contabilidade da universidade do Rio Grande do Sul:uma contribuição crítica. São Paulo VIRGILLITO, Salvatore Benito. Estatística Aplicada à Administração Financeira. São Paulo: Alfa Omega VIRGILLITO, Salvatore Benito. Estatística Aplicada. São Paulo: Alfa Omega VIRGILLITO Salvatore Benito. Pesquisa de Marketing, Uma abordagem quantitativa e qualitativa.são Paulo: Saraiva 2010.
Métodos Estatísticos. 6 - Amostragem. Referencia: Estatística Aplicada às Ciências Sociais, Cap. 3 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002.
Métodos Estatísticos 6 - Amostragem Referencia: Estatística Aplicada às Ciências Sociais, Cap. 3 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. População x Amostra População - conjunto dos elementos
Leia maisPESQUISA DE MERCADO AMOSTRAGEM
PESQUISA DE MERCADO Universo, população e amostra Coleta de dados: é impossível adquirir informações de um todo (universo ou população); Por essa razão escolhe-se uma parte do todo (amostra) representação
Leia maisESTATÍSTICA BÁSICA COM ANÁLISE E TRATAMENTO ESTATÍSTICO DE DADOS EM SPSS
ESTATÍSTICA BÁSICA COM ANÁLISE E TRATAMENTO ESTATÍSTICO DE DADOS EM SPSS Escola de Enfermagem UFRGS Julho/2007 Juscelino Zemiacki Estatístico Programa Básico: AULA 1 Noções Básicas de Estatística AULA
Leia maisCAP5: Amostragem e Distribuição Amostral
CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?
Leia maisMÓDULO 1. I - Estatística Básica
MÓDULO 1 I - 1 - Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos e empíricamente observáveis. Unidade Estatística nome dado a cada observação de um
Leia maisAMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll
AMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll! Os parâmetros para decisão do auditor.! Tipos de planos de amostragem estatística em auditoria. Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisEstatística 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 maisEstatística 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 maisO 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 maisAula 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 maisO que é a estatística?
Elementos de Estatística Prof. Dr. Clécio da Silva Ferreira Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os
Leia maisA Estatística, um ramo da Matemática, é aplicada em diferentes áreas, como Administração, Engenharia, Medicina, Psicologia, Ciências Sociais etc.
ESTATÍSTICA DESCRITIVA MÓDULO 1 - INTRODUÇÃO À ESTATÍSTICA DESCRITIVA A Estatística, um ramo da Matemática, é aplicada em diferentes áreas, como Administração, Engenharia, Medicina, Psicologia, Ciências
Leia maisRevisão: 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 maisMatemática Aplicada às Ciências Sociais
Prova de Exame Nacional de Matemática Aplicada às Ciências Sociais Prova 835 2011 10.º e 11.º Anos de Escolaridade Decreto-Lei n.º 74/2004, de 26 de Março Para: Direcção-Geral de Inovação e de Desenvolvimento
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisPLANO DE ENSINO 2009
Fundamental I ( ) Fundamental II ( ) Médio ( ) PLANO DE ENSINO 2009 Médio Profissionalizante ( ) Profissionalizante ( ) Graduação ( X ) Pós-graduação ( ) I. Dados Identificadores Curso Superior de Tecnologia
Leia maisDETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA
DETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA INTRODUÇÃO O pesquisador social procura tirar conclusões a respeito de um grande número de sujeitos. Por exemplo, ele poderia desejar estudar: os 170.000.000 de cidadãos
Leia maisO QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I
O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I! A utilização de escores na avaliação de crédito! Como montar um plano de amostragem para o credit scoring?! Como escolher as variáveis no modelo de credit
Leia maisBIOESTATÍSTICA: ARMADILHAS E COMO EVITÁ-LAS
ESTATÍSTICA BIOESTATÍSTICA: ARMADILHAS E COMO EVITÁ-LAS Carlos Alberto Mourão Júnior * Introdução Neste artigo procuramos enfocar alguns pontos críticos referentes à bioestatística que devem ser levados
Leia maisPesquisa 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 maiselementos. Caso teremos: elementos. Também pode ocorrer o seguinte fato:. Falsa. Justificativa: Caso, elementos.
Soluções dos Exercícios de Vestibular referentes ao Capítulo 1: 1) (UERJ, 2011) Uma máquina contém pequenas bolas de borracha de 10 cores diferentes, sendo 10 bolas de cada cor. Ao inserir uma moeda na
Leia maisPROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS DA REABILITAÇÃO PROCESSO SELETIVO 2013 Nome: PARTE 1 BIOESTATÍSTICA, BIOÉTICA E METODOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS DA REABILITAÇÃO PROCESSO SELETIVO 2013 Nome: PARTE 1 BIOESTATÍSTICA, BIOÉTICA E METODOLOGIA 1) Um histograma construído a partir de informações amostrais de uma variável
Leia maisRoteiro SENAC. Análise de Riscos. Planejamento do Gerenciamento de Riscos. Planejamento do Gerenciamento de Riscos
SENAC Pós-Graduação em Segurança da Informação: Análise de Riscos Parte 2 Leandro Loss, Dr. Eng. loss@gsigma.ufsc.br http://www.gsigma.ufsc.br/~loss Roteiro Introdução Conceitos básicos Riscos Tipos de
Leia maiscompreensão ampla do texto, o que se faz necessário para o desenvolvimento das habilidades para as quais essa prática apresentou poder explicativo.
9 Conclusão Neste estudo, eu me propus a investigar os efeitos de práticas de Língua Portuguesa no aprendizado de leitura e como esses efeitos se diferenciam conforme o ano de escolaridade dos alunos e
Leia maisANALISE COMBINATORIA Um pouco de probabilidade
ANALISE COMBINATORIA Um pouco de probabilidade Programa Pró-Ciência Fapesp/IME-USP-setembro de 1999 Antônio L. Pereira -IME USP (s. 234A) tel 818 6214 email:alpereir@ime.usp.br 1 Um carro e dois bodes
Leia maisGuia do professor. Introdução
Guia do professor Introdução Um dos objetivos comuns ao ensino de química e de física é a caracterização da matéria a partir de suas propriedades. Uma substância pode ser definida como uma porção de matéria
Leia maisProbabilidade - aula I
e 27 de Fevereiro de 2015 e e Experimentos Aleatórios e Objetivos Ao final deste capítulo você deve ser capaz de: Entender e descrever espaços amostrais e eventos para experimentos aleatórios. Interpretar
Leia maisESTATÍSTICA. Prof. Ari Antonio, Me. Ciências Econômicas. Unemat Sinop 2012
ESTATÍSTICA Prof. Ari Antonio, Me Ciências Econômicas Unemat Sinop 2012 1. Introdução Concepções de Estatística: 1. Estatísticas qualquer coleção consistente de dados numéricos reunidos a fim de fornecer
Leia maisEstatística: 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 maisNoções de Pesquisa e Amostragem. André C. R. Martins
Noções de Pesquisa e Amostragem André C. R. Martins 1 Bibliografia Silva, N. N., Amostragem probabilística, EDUSP. Freedman, D., Pisani, R. e Purves, R., Statistics, Norton. Tamhane, A. C., Dunlop, D.
Leia maisMODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS
MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS Definições Variáveis Aleatórias Uma variável aleatória representa um valor numérico possível de um evento incerto. Variáveis aleatórias
Leia mais3. PESQUISA. 3.1.Tipo de Pesquisa
34 3. PESQUISA Esse capítulo tem o objetivo de definir o tipo da pesquisa, descrever os meios de investigação utilizados, definir o tipo de universo e a amostra que melhor se molda à pesquisa. Esse capítulo
Leia maisPROBABILIDADE Prof. Adriano Mendonça Souza, Dr.
PROBABILIDADE Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - O intelecto faz pouco na estrada que leva à descoberta, acontece um salto na consciência, chameo de
Leia maisMÉDIA ARITMÉTICA MÉDIA PONDERADA MODA MEDIANA
MÉDIA ARITMÉTICA MÉDIA PONDERADA MODA MEDIANA Em um amostra, quando se têm os valores de uma certa característica, é fácil constatar que os dados normalmente não se distribuem uniformemente, havendo uma
Leia maisApresentação de Dados em Tabelas e Gráficos
Apresentação de Dados em Tabelas e Gráficos Os dados devem ser apresentados em tabelas construídas de acordo com as normas técnicas ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística
Leia maisA QUALIDADE DOS PLANOS DE DISCIPLINAS
A QUALIDADE DOS PLANOS DE DISCIPLINAS AUTORES Dr. Sérgio baptista Zacarelli Antônio Joaquim Andrietta Eduardo de Camargo Oliva Joaquim Celo Freire Silva José Tunibio de Oliveira Dr. Laércio Baptista da
Leia maisAula 1: Introdução à Probabilidade
Aula 1: Introdução à Probabilidade Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 07 de Março de 2012 Experimento Aleatório Um experimento é qualquer processo
Leia maisGestão de Operações II Teoria das Filas
Gestão de Operações II Teoria das Filas Prof Marcio Cardoso Machado Filas O que é uma fila de espera? É um ou mais clientes esperando pelo atendimento O que são clientes? Pessoas (ex.: caixas de supermercado,
Leia maisEscola Secundária de Jácome Ratton
Escola Secundária de Jácome Ratton Ano Lectivo 2010/2011 Matemática Aplicada às Ciências Sociais Amostragem Sondagem Uma sondagem pressupõe a escolha de uma amostra. A selecção da amostra é uma das fases
Leia maisAula 5 Distribuição amostral da média
Aula 5 Distribuição amostral da média Nesta aula você irá aprofundar seus conhecimentos sobre a distribuição amostral da média amostral. Na aula anterior analisamos, por meio de alguns exemplos, o comportamento
Leia maisLeia o texto abaixo para resolver as questões sobre população e amostra.
Leia o texto abaixo para resolver as questões sobre população e amostra. População e amostra População e amostra referem-se ao conjunto de entes cujas propriedades desejamos averiguar. População estatística
Leia maisEstatística 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 maisIV Prova de Epidemiologia e Bioestatística. Aluno:
IV Prova de Epidemiologia e Bioestatística Aluno: Questão 1. Em Julho de 2014 uma colônia de férias com de crianças de 10 a 13 anos detectou o aparecimento de uma doença viral. No início havia 50 crianças
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE PLANO DE ENSINO
CÓDIGO 042 CÓD. CURSO 42951 CÓD. DISC. 050.3230.1 UNIDADE CENTRO DE COMUNICAÇÃO E LETRAS CURSO PROPAGANDA, PUBLICIDADE E CRIAÇÃO DISCIPLINA TEORIA E PESQUISA EM OPINIÃO PÚBLICA ETAPA 2ª CH 02 ANO 2011
Leia maisINTRODUÇÃO À ESTATÍSTICA
INTRODUÇÃO À ESTATÍSTICA O objecto da estatística Ciência que dispõe de processos apropriados para recolher, organizar, classificar, apresentar e interpretar conjunto de dados. 13-03-2002 Margarida Pocinho
Leia maisOUTLIERS Conceitos básicos
Outliers: O que são? As observações que apresentam um grande afastamento das restantes ou são inconsistentes com elas são habitualmente designadas por outliers. Estas observações são também designadas
Leia maisDossiês Didácticos LUÍSA CANTO E CASTRO LOURA MARIA EUGÉNIA GRAÇA MARTINS
www.alea.pt Dossiês Didácticos XIII Estatística Descritiva com Excel Complementos. LUÍSA CANTO E CASTRO LOURA MARIA EUGÉNIA GRAÇA MARTINS Departamento de Estatística e Investigação Operacional da Faculdade
Leia maisProf. 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 maisSatisfação dos consumidores: estudo de caso em um supermercado de Bambuí/MG
Satisfação dos consumidores: estudo de caso em um supermercado de Bambuí/MG Ana Clara Rosado Silva (1) ; Daiane Oliveira Borges (2) ; Tatiana Morais Leite (3) ; Vanessa Oliveira Couto (4) ; Patrícia Carvalho
Leia maisSP 04/92 NT 141/92. Velocidade Média: Considerações sobre seu Cálculo. Engº Luiz Henrique Piovesan. 1. Introdução
SP 04/92 NT 141/92 Velocidade Média: Considerações sobre seu Cálculo Engº Luiz Henrique Piovesan 1. Introdução Apesar de velocidade ser um conceito claro para os profissionais de tráfego, há uma certa
Leia maisDois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ
Probabilidade Vimos anteriormente como caracterizar uma massa de dados, como o objetivo de organizar e resumir informações. Agora, apresentamos a teoria matemática que dá base teórica para o desenvolvimento
Leia maisProva Escrita de Matemática Aplicada às Ciências Sociais
Exame Final Nacional do Ensino Secundário Prova Escrita de Matemática Aplicada às Ciências Sociais 11.º Ano de Escolaridade Decreto-Lei n.º 139/2012, de 5 de julho Prova 835/2.ª Fase 15 Páginas Duração
Leia maisAs cartas de controle podem ser usadas para monitorar ou avaliar um processo. Existem basicamente dois tipos de cartas de controle:
Professor: Leandro Zvirtes UDESC/CCT Cartas de controle As cartas de controle podem ser usadas para monitorar ou avaliar um processo. Existem basicamente dois tipos de cartas de controle: Para dados do
Leia maisEngenharia de Software II
Engenharia de Software II Aula 28 Revisão para a Prova 2 http://www.ic.uff.br/~bianca/engsoft2/ Aula 28-28/07/2006 1 Matéria para a Prova 2 Gestão de projetos de software Conceitos (Cap. 21) Métricas (Cap.
Leia mais1. 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 maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O que é Estatística? Coleção de métodos
Leia maisUNIVERSIDADE 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 mais23/03/2014. Tratamento de Incertezas TIC-00.176. Aula 4. Conteúdo Espaços Amostrais e Probabilidade. O princípio da contagem Métodos de contagem
Tratamento de Incertezas TIC-00.176 Aula 4 Conteúdo Espaços Amostrais e Probabilidade Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2014.1/tic-00.176
Leia maisCentro Universitário Franciscano Material elaborado por: Professora Leandra Anversa Fioreze e Professor Clandio Timm Marques.
Conceitos Introdutórios 1. Definindo Estatística: Ciência que fornece métodos para a coleta, organização, descrição, análise e interpretação de dados, utilizando-os na tomada de decisões. 2. Divisão da
Leia maisNorma Interpretativa 2 Uso de Técnicas de Valor Presente para mensurar o Valor de Uso
Norma Interpretativa 2 Uso de Técnicas de Valor Presente para mensurar o Valor de Uso Esta Norma Interpretativa decorre da NCRF 12 - Imparidade de Activos. Sempre que na presente norma existam remissões
Leia maisEstatística 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 maisA Classificação da Pesquisa
A Classificação da Pesquisa Formas de Classificação da Pesquisa l I - Classificando as pesquisas com base em seus objetivos l II - Classificando as pesquisas com base nos procedimentos técnicos utilizados
Leia maisObjecto da Estatística
Objecto da Estatística ESTATÍSTICA "Ciência que dispõe de processos apropriados para recolher, organizar, classificar, apresentar e interpretar conjuntos de dados" A Estatística Descritiva é o segmento
Leia maisPERFIL EMPREENDEDOR DOS APICULTORES DO MUNICIPIO DE PRUDENTÓPOLIS
PERFIL EMPREENDEDOR DOS APICULTORES DO MUNICIPIO DE PRUDENTÓPOLIS Elvis Fabio Roman (Bolsista programa universidade sem fronteiras/projeto associativismo apícola no município de Prudentópolis), e-mail:
Leia maisCAPÍTULO 25 COERÊNCIA REGULATÓRIA
CAPÍTULO 25 COERÊNCIA REGULATÓRIA Artigo 25.1: Definições Para efeito deste Capítulo: medida regulatória coberta significa a medida regulatória determinada por cada Parte a ser objeto deste Capítulo nos
Leia maisNoções de Probabilidade
Noções de Probabilidade Bacharelado em Economia - FEA - Noturno 1 o Semestre 2015 Gilberto A. Paula G. A. Paula - MAE0219 (IME-USP) Noções de Probabilidade 1 o Semestre 2015 1 / 59 Objetivos da Aula Sumário
Leia maisAbordagem simples aos modos de falha com recurso a um software de organização e gestão da manutenção
Abordagem simples aos modos de falha com recurso a um software de organização e gestão da manutenção Marcelo Batista (1), José Fernandes (1) e Alexandre Veríssimo (1) mbatista@manwinwin.com; jcasimiro@navaltik.com;
Leia maisCURSO: ADMINISTRAÇÃO Prof Dra. Deiby Santos Gouveia Disciplina: Matemática Aplicada OFERTA DE MERCADO
CURSO: ADMINISTRAÇÃO Prof Dra. Deiby Santos Gouveia Disciplina: Matemática Aplicada OFERTA DE MERCADO A oferta de uma mercadoria, a um dado preço, é a quantidade que os vendedores estão dispostos a oferecer
Leia maisTópico 8. Estatística Inferencial Teste de Hipóteses
Tópico 8 Estatística Inferencial Teste de Hipóteses Estatística Inferencial Princípio básico da estatística População (Plano de Amostragem Probabilística) Amostra Generalizar Descrever dados Parâmetro
Leia maisGráficos estatísticos: histograma. Série Software ferramenta
Gráficos estatísticos: histograma Série Software ferramenta Funcionalidade Este software permite a construção de histogramas a partir de uma tabela de dados digitada pelo usuário. Gráficos estatísticos:
Leia maisInferência Estatística-Macs11ºano
INFERÊNCIA ESTATÍSTICA Inferência Estatística-Macs11ºano Estatística Descritiva: conjunto de métodos para sintetizar e representar de forma compreensível a informação contida num conjunto de dados. Usam-se,
Leia maisSurvey de Satisfação de Clientes 2009
Survey de Satisfação de Clientes Fevereiro de 2010 Índice 1. Sumário Executivo 4 2. Metodologia 6 3. Estratificação da Amostra 7 4. Classificação das pontuações 8 5. Apresentação de Resultados das Urgências
Leia maisMedida Doppler da velocidade de uma bola de futebol
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Instituto de Física Programa de Pós-Graduação em Ensino de Física Mestrado Profissional em Ensino de Física Medida Doppler da velocidade de uma bola de futebol Anderson
Leia maisEspaços Amostrais e Eventos. Probabilidade 2.1. Capítulo 2. Espaço Amostral. Espaço Amostral 02/04/2012. Ex. Jogue um dado
Capítulo 2 Probabilidade 2.1 Espaços Amostrais e Eventos Espaço Amostral Espaço Amostral O espaço amostral de um experimento, denotado S, é o conjunto de todos os possíveis resultados de um experimento.
Leia maisCOMO REDIGIR ARTIGOS CIENTÍFICOS. Profa. EnimarJ. Wendhausen
COMO REDIGIR ARTIGOS CIENTÍFICOS Profa. EnimarJ. Wendhausen Objetivo do capítulo Contribuir para que o discente, seguindo as etapas apresentadas no texto, tenha condições de redigir um texto em conformidade
Leia maisProf. Me. Marcos Echevarria
Prof. Me. Marcos Echevarria Já vimos que existem vários tipos de testes de software que podemos usar para que nossos sistemas tenham uma qualidade maior. Além disso, esses testes podem ser executados em
Leia maisPreparação do Trabalho de Pesquisa
Preparação do Trabalho de Pesquisa Ricardo de Almeida Falbo Metodologia de Pesquisa Departamento de Informática Universidade Federal do Espírito Santo Pesquisa Bibliográfica Etapas do Trabalho de Pesquisa
Leia maisCONCEITOS. Evento: qualquer subconjunto do espaço amostral. Uma primeira idéia do cálculo de probabilidade. Eventos Teoria de conjuntos
INTRODUÇÃO À PROAILIDADE Exemplos: O problema da coincidência de datas de aniversário O problema da mega sena A teoria das probabilidade nada mais é do que o bom senso transformado em cálculo A probabilidade
Leia maisObjetivos. Teoria de Filas. Teoria de Filas
Objetivos Teoria de Filas Michel J. Anzanello, PhD anzanello@producao.ufrgs.br 2 Teoria de Filas Filas estão presentes em toda a parte; Exemplos evidentes de fila podem ser verificados em bancos, lanchonetes,
Leia maisInstituto de Pesquisas Científicas de Pernambuco Av. José Magalhães de França, 564 Centro Arcoverde/PE CEP: 56.503-660 Coordenação: Edivaldo
CONFIABILIDADE I EMPRESA LEGALIZADA E REGISTRADA Em se tratando de serviço de pesquisa de opinião pública, para fazer a escolha certa, é importante verificar se a empresa a ser contratada está legalizada
Leia maisMatemática Aplicada às Ciências Sociais Dezembro de 2013
Informação-EXAME FINAL NACIONAL Matemática Aplicada às Ciências Sociais Dezembro de 2013 Prova 835 2014 11.º Ano de Escolaridade O presente documento divulga informação relativa à prova de exame final
Leia maisProfessor Esp. Geonir Paulo Schnorr Licenciado em Matemática Esp. em Banco de Dados
Professor Esp. Geonir Paulo Schnorr Licenciado em Matemática Esp. em Banco de Dados Dato bruto Análise Informação Se a informação é a base do Marketing, a pesquisa é seu braço direito. O papel da pesquisa
Leia maisAnova Univariada e Multivariada
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Anova Univariada e Multivariada Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Denis
Leia maisMÓDULO 2 PLANEJAMENTO LOGÍSTICO ASSOCIADO AO TRANSPORTE
MÓDULO 2 PLANEJAMENTO LOGÍSTICO ASSOCIADO AO TRANSPORTE 2.1 - Níveis de Planejamento O planejamento logístico tenta responder aos questionamentos de: O QUE? QUANDO? COMO? Nos níveis estratégico, tático
Leia maisPesquisa de Índice de Aprovação de Governos Executivos
Rio de Janeiro, 8 de Maio de 2012 Pesquisa de Índice de Aprovação de Governos Executivos I INTRODUÇÃO. O Conselho Federal de Estatística - CONFE dentro de suas atribuições e objetivando contribuir para
Leia maisA presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Leia maisObjetivo do trabalho 4
CC-226 Introdução à Análise de Padrões Prof. Carlos Henrique Q. Forster Instruções para Trabalho 4 Objetivo do trabalho 4 Relatar os resultados obtidos no trabalho 3 e estendidos na forma de escrita científica
Leia maisExercícios 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 maisISO/IEC 17050-1. Avaliação da conformidade Declaração de conformidade do fornecedor Parte 1: Requisitos gerais
QSP Informe Reservado Nº 42 Janeiro/2005 ISO/IEC 17050-1 Avaliação da conformidade Declaração de conformidade do fornecedor Parte 1: Requisitos gerais Tradução livre especialmente preparada para os Associados
Leia maisElementos de Estatística
Elementos de Estatística Lupércio F. Bessegato & Marcel T. Vieira UFJF Departamento de Estatística 2013 Apresentação Lupércio França Bessegato lupercio.bessegato@ufjf.edu.br Departamento de Estatística
Leia maisEstatística. Considerações Gerais
Estatística Considerações Gerais Considerações Gerais Importância da Estatística Administração Engenharia Medicina Economia Turismo... Definição A Estatística é uma coleção de métodos para planejar experimentos,
Leia maisa) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um
Escola Superior de Tecnologia de Viseu Probabilidades e Estatística 2007/2008 Ficha nº 7 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas de vendas, A e B, para o mesmo produto.
Leia maisPROJETO DE PESQUISA: INDICAÇÕES PARA SUA ELABORAÇÃO
ARTIGO Projeto de Pesquisa PROJETO DE PESQUISA: INDICAÇÕES PARA SUA ELABORAÇÃO Profª Adelina Baldissera* RESUMO:o projeto de pesquisa traça um caminho a ser seguido durante a investigação da realidade.
Leia maisMétodos de Síntese e Evidência: Revisão Sistemática e Metanálise
Métodos de Síntese e Evidência: Revisão Sistemática e Metanálise Mirian Carvalho de Souza Divisão de Epidemiologia Coordenação de Pesquisa Populacional Coordenação Geral Técnico-Científica Estudos Revisão
Leia mais