Curso Como Determinar a Incerteza de Medição
|
|
|
- Isabela di Castro Vilaverde
- 9 Há anos
- Visualizações:
Transcrição
1 Curso Como Determinar a Incerteza de Medição
2 Instrutor Gilberto Carlos Fidélis Eng. Mecânico com Especialização em Metrologia pelo NIST - Estados Unidos e NAMAS/UKAS - Inglaterra. Instrutor de cursos desde Envolvido com calibração de instrumentos e padrões desde Experiência com credenciamento e com implantação de sistema da qualidade (NBR ISO/IEC 17025) em laboratórios desde Avaliador técnico do INMETRO Instituição: CECT Centro de Educação, Consultoria e Treinamento em Metrologia e Sistema da Qualidade Tel.: / [email protected] [email protected]
3 VIM Vocabulário Internacional de Termos Fundamentais e Gerais de Metrologia. 3ed. Portaria n. 29 de 10 de março de Inmetro. Para mais informações: Inmetro Divisão de Informação Tecnológica Serviço de Produtos de Informação Av. Nossa Senhora das Graças, 50 - Xerém/RJ CEP: Tel.: (21) /9381 Fax: (21) [email protected]
4 Mensurando (VIM 2.6) Grandeza específica submetida a medição. Exemplo: Pressão de vapor de uma dada amostra de água a 20ºC. Observação: A especificação de um mensurando pode requerer informações de outras grandezas como tempo, temperatura ou pressão. Exemplos: A densidade de um óleo depende fortemente da temperatura A gramatura do papel depende da umidade.
5 Experimento Aleatório Chama-se experimento aleatório o experimento cujo resultado não pode ser previsto. Em outras palavras, um experimento é aleatório se, quando executado diversas vezes, produz resultados diferentes. Entretanto, pode-se descrever todos os resultados possíveis de um experimento aleatório. A noção de probabilidade está ligada diretamente a esse tipo de experimento. As medições se enquadram como experimentos aleatórios.
6 População e Amostra Os métodos estatísticos são próprios para o estudo de populações. População é um conjunto de dados que descreve algum fenômeno de interesse, ou seja, dados que têm, em comum, determinada característica. Amostra é um subconjunto de dados selecionados de uma população. Pretende-se, a partir da amostra, estudar a população. Portanto, uma amostra deve ter as mesmas características que a população de onde foi retirada.
7 Cálculos Estatísticos Básicos Podemos aumentar a quantidade de informação fazendo um número de medições repetidas e realizando alguns cálculos estatísticos. Os dois cálculos estatísticos mais importantes são a determinação da média ou média aritmética, e o desvio padrão do conjunto de números. Obtendo a melhor estimativa tomando a média das medições Se repetidas medições dão diferentes respostas, você pode não estar cometendo nenhum erro. Isto pode ser devido às variações naturais do processo de medição. Se existe variação nas medições quando elas são repetidas, o melhor é realizar muitas medições e fazer a média. A média nos fornece uma estimativa do valor verdadeiro.
8 Média A média nos fornece uma estimativa do valor verdadeiro. Considerando uma variável aleatória da qual n observações independentes x i foram obtidas sob as mesmas condições de medição, podemos dizer que o valor esperado é a média aritmética. n 1 x = å xi n i= 1 Quanto maior o número de medições, melhor a estimativa do valor verdadeiro. O ideal seria obter a média de um conjunto infinito de valores. Quanto mais resultados usar, mais próximo da estimativa ideal da média.
9 Desvio Padrão Quando realizamos 3 repetições, por exemplo, na medição de uma mesma massa de um produto, podemos quantificar a média e a dispersão dos resultados, sendo esta última caracterizada pelo desvio padrão experimental.. Suponhamos que os valores encontrados nesta medição tenham sido 10,05_g, 10,03 g e 10,07 g, o que fornece uma média igual a 10,05_g. A dispersão dos resultados é medida pela extensão dos desvios das medidas em relação à média. Portanto devemos fazer: Desvio1 = Indicação1- média = 10,05 10,05 = 0,00 g Desvio2 =Indicação2-média = 10,03 10,05 = - 0,02 g Desvio3 =Indicação3-média = 10,07 10,05 = 0,02 g Qual o desvio médio em relação à média? Desvio médio = soma dos desvios/número de resultados
10 Desvio Padrão e Variância Quando medições repetidas fornecem resultados diferentes, nós queremos saber quão dispersas estão estas medições. Com o conhecimento da amplitude da dispersão, nós podemos iniciar o julgamento da qualidade das medições ou do conjunto de medições. O modo usual de quantificar a dispersão é o desvio padrão. O desvio padrão de um conjunto de números mostra-nos o quanto as medições individuais são diferentes e se afastam da média do conjunto. De um número pequeno de medições, somente pode ser obtido um valor estimado do desvio padrão da população. O símbolo s é geralmente usado para o desvio padrão estimado. O desvio padrão elevado ao quadrado (s 2 ) é denominado de variância.
11 Incerteza Toda medição está sujeita a alguma incerteza. O resultado de uma medição é completo somente se vem acompanhado com o valor estabelecido da incerteza na medição. O que é incerteza de medição? A incerteza de uma medição não é outra coisa senão a sua qualidade. Incerteza de medição é a dúvida que existe sobre o resultado de qualquer medição. Mesmo sabendo que o resultado da medição não é perfeito, é possível obter informações confiáveis, desde que o resultado da medição venha acompanhado da respectiva incerteza.
12 Distribuição Normal Num conjunto de dados obtidos por medição, muitas vezes os valores tendem a ficar mais próximos da média do que afastados dela. Este comportamento é típico de uma distribuição normal ou Gaussiana. Exemplo: a altura dos indivíduos num grupo de homens. A maioria dos homens tem altura próxima da média; poucos são extremamente mais altos ou baixos. A distribuição normal, portanto, é a distribuição de valores numa forma característica de dispersão (curva Gaussiana) na qual os valores mais prováveis caem mais perto da média do que longe dela. A média refere-se ao centro da distribuição e o desvio padrão ao espalhamento de curva. A distribuição normal é simétrica em torno da média. A curva normal é assintótica em relação ao eixo das abscissas, isto é, aproxima-se indefinidamente do eixo das abscissas sem, contudo, alcançá-lo. x-s x x + s
13 Indicação, Erro de Indicação e Desvio Indicação (de um instrumento de medição) (VIM 3.2) Valor de uma grandeza fornecido por um instrumento de medição. Erro (de Indicação) de um Instrumento de Medição (VIM 5.20) Indicação de um instrumento de medição menos um valor verdadeiro de grandeza de entrada correspondente. EI = I - VVC Observações: 1)Uma vez que um valor verdadeiro não pode ser determinado, na prática é utilizado um valor verdadeiro convencional. 2) Este conceito aplica-se principalmente quando o instrumento é comparado a um padrão de referência. 3) Para uma medida materializada, a indicação é o valor atribuído a ela. Desvio (VIM 3.11): Valor menos seu valor de referência.
14 Repetitividade (de resultados de medições) (VIM 3.6) Grau de concordância entre os resultados de medições sucessivas de um mesmo mensurando efetuadas sob as mesmas condições de medição. Observações: 1) Estas condições são denominadas condições de repetitividade 2) Condições de repetitividade incluem: -mesmo procedimento de medição; -mesmo observador; -mesmo instrumento de medição, utilizando nas mesmas condições; -mesmo local; - repetição em curto período de tempo. 3) Repetitividade pode ser expressa quantitativamente em função das características da dispersão dos resultados. f(y) y
15 Reprodutibilidade (dos resultados de medições) (VIM 3.7) Grau de concordância entre os resultados das medições de um mesmo mensurando, efetuadas sob condições variadas de medição. Observações: 1) para que uma expressão da reprodutibilidade seja válida, é necessário que sejam especificadas as condições alteradas: 2) As condições alteradas podem incluir: - princípio de medição; - método de medição; - observador; - instrumento de medição; - padrão de referência; - local; f A f B Reprodutibilidade Medidas realizadas pelo operador A Medidas realizadas pelo operador B
16 Classe de Exatidão (VIM 5.19) Classe de instrumentos de medição que satisfazem a certas exigências metrológicas destinadas a conservar os erros dentro de limites especificados. Uma classe de exatidão é usualmente indicada por um número ou símbolo adotado por convenção e denominado índice de classe. Exemplos: - Classe K de um bloco padrão de comprimento -Classe E2 de uma massa padrão -Classe 1% de um instrumento de medição padrão -Classe A1 de um manômetro Segundo NBR Manômetros com sensor de elemento elástico - classe A4 = ± 0,10%; - classe A3 = ± 0,25%; - classe A2 = ± 0,50%; - classe A1 = ± 1,0%.
17 Curva de Erros - Histerese Curva de Erros 0,6 Indicação do Instrumento 0,0 2,0 4,0 6,0 8,0 10,0 0,4 Erro de/tendência 0,2 0,0-0,2-0,4 Pressão Crescente Pressão Decrescente H -0,6
18 Grandeza de influência (VIM 2.7) Grandeza que não é o mensurando mas que afeta o resultado da medição deste. Exemplos: a) A temperatura de um micrômetro usado na medição de um comprimento. b) A freqüência na medição da amplitude de uma diferença de potencial em corrente alternada. c) A concentração de bilirrubina na medição da concentração de hemoglobina em uma amostra de plasma sanguíneo humano.
19 Resultado de uma Medição FATORES QUE INTERFEREM NO RESULTADO DE UMA MEDIÇÃO MÉTODO AMOSTRA MEDIDA CONDIÇÕES AMBIENTAIS OPERADOR EQUIPAMENTOS Resultado deve ser claro, incluindo informação sobre a incerteza de medição.
20 Resultado de uma Medição (VIM 3.1) Valor atribuído a um mensurando obtido por medição. Observações: 1) Quando um resultado é dado, deve-se indicar claramente se ele se refere: - à indicação; - ao resultado não corrigido; - ao resultado corrigido; e se corresponde ao valor médio de várias medições. 2) Uma expressão completa do resultado de uma medição inclui informações sobre a incerteza de medição. RM = Resultado Corrigido ± Incerteza [unidade de medida]
21 Incerteza de Medição Dois valores são necessários para quantificar uma incerteza: -o intervalo, sempre simétrico, em torno do valor mais provável do mensurando. - a probabilidade de abrangência (nível de confiança), que estabelece o quanto seguro nós estamos de que o valor verdadeiro está neste intervalo. A incerteza de medição deve vir acompanhada da probabilidade de abrangência. Ex.: V = (20,00 ± 0,05) ml com probabilidade de abrangência de 95% (nível de confiança). O volume exato não é conhecido. Podemos afirmar com 95% de probabilidade que o volume está no intervalo de 19,95 até 20,05 ml. A obtenção de forma confiável da incerteza requer: - Conhecimento metrológico na área específica, ou seja, experiência e; - Conhecimento da metodologia da avaliação da incerteza baseados nos procedimentos recomendados pela ISO GUM
22 Por que a Incerteza de Medição é Importante? A incerteza expressa quantitativamente a qualidade de uma medição. Quanto menor numericamente for a incerteza maior é a qualidade do resultado da medição, calibração ou ensaio. Conhecendo se a componente de maior influência na incerteza, podemos tentar reduzí-la pois saberemos onde efetivamente buscar a melhoria. - A incerteza nos ajuda a quantificar o quanto o nosso resultado representa bem o valor da grandeza medida. - Fundamental para a comparação de dois ou mais resultados - Fundamental na avaliação da conformidade de produtos
23 Referências Bibliográficas Guia para Expressão da Incerteza de Medição. Terceira Edição Brasileira do Guide to the Expression of Uncetainty in Measurement. EURACHEM / CITAC Guide Quantifying Uncertainty in Analytical Measurement. Second Edition
24 Referências Bibliográficas Versão Brasileira do Documento de Referência EA-4/02 Expressão da Incerteza de Medição na Calibração - 01/1999. EA - European Co-operation for Accreditation.
25 Incerteza de Medição (VIM 3.9) Parâmetro, associado ao resultado de uma medição, que caracteriza a dispersão dos valores que podem ser fundamentalmente atribuídos a um mensurando. Observações: 1) O parâmetro pode ser, por exemplo, um desvio padrão (ou um múltiplo dele), ou a metade de um intervalo correspondente a um nível de confiança estabelecido; 2) A incerteza de medição compreende, em geral, muitos componentes. Alguns destes componentes podem ser estimados com base na distribuição estatística dos resultados das séries de medições e podem ser caracterizados por desvios padrão experimentais. Os outros componentes, que também podem ser caracterizados por desvios padrão, são avaliados por meio de distribuição de probabilidade assumidas baseadas na experiência ou em outras informações; 3) Entende-se que o resultado da medição é a melhor estimativa do valor do mensurando e que todos os componentes da incerteza, incluindo aqueles resultantes dos efeitos sistemáticos, como os componentes associados com correções e padrões de referência, contribuem para a dispersão.
26 Qual a origem das incertezas? instrumento de medição envelhecem e se desgastam, geram ruídos elétricos, desvios de linearidade, resolução, etc. Amostras obtidas - as medições necessitam ser representativas do processo que você está tentando determinar. O Processo de medição a medição em si mesma pode ser difícil de ser feita. Habilidade do operador - algumas medições dependem da habilidade e julgamento do operador. Qual a origem das incertezas? O ambiente - temperatura, pressão, umidade, vibração e muitas outras condições podem afetar o instrumento de medição ou o item que está sendo medido. A amostra ou produto que está sendo medido - o qual pode não ser estável. Incertezas importadas a calibração do instrumento possui uma incerteza que contribui para a incerteza da medição que você está realizando.
27 Termos Metrológicos da ISO-GUM -Formas de avaliação da incerteza: Tipo A Tipo B - Incerteza Padrão (u) - Incerteza Padrão Combinada (u c ) - Coeficiente de Sensibilidade (C) - Incerteza Expandida (U) - Graus de Liberdade (n) - Fator de abrangência (k) - Nível de confiança ou probabilidade de abrangência
28 Métodos de Avaliação da Incerteza - AVALIAÇÃO TIPO A (da incerteza): Método de avaliação da incerteza pela análise estatística de uma série de observações São aquelas determinadas estatisticamente pelo usuário no momento da avaliação da incerteza. - AVALIAÇÃO TIPO B (da incerteza): São incertezas estimadas usando qualquer outra informação e já disponíveis para uso. Pode ser informação de medições em experiências passadas, de certificados de calibração, especificações de fabricantes, de cálculos, de informações publicadas em normas técnicas ou em livros e manuais e do bom senso.
29 Como a Incerteza de Medição é Determinada? CALIBRAÇÃO DO INSTRUMENTO INCERTEZA DA CALIBRAÇÃO MEDIÇÃO DO PRODUTO (Média das Medições) ESTABILIDADE DO INSTRUMENTO OPERADOR COMPONENTE INCERTEZA DO RESULTADO DA MEDIÇÃO PRODUTO PROCEDIMENTO AMBIENTE incerteza padrão combinada (uc) u = u + u + u u c 1 n 2 3 2
30 Incerteza Expandida A incerteza expandida (U) é obtida pela multiplicação do fator de abrangência (k) pela incerteza padrão combinada (u c ). U = k. u P c A Distribuição de Probabilidade da U é aproximadamente NORMAL. O FATOR DE ABRANGÊNCIA (k) é obtido na tabela da distribuição t para a probabilidade de abrangência (P) desejada (geralmente aproximadamente 95%). Uma declaração típica obrigatória no certificado de calibração e relatório de medição ou ensaio: " A incerteza apresentada foi obtida através da multiplicação da incerteza padrão combinada pelo fator de abrangência k=, proporcionando uma probabilidade de abrangência de aproximadamente 95%"
31 Avaliação ² Tipo B² da Incerteza A incerteza padrão Tipo B é obtida por meios, que não envolvem a análise estatística de observações repetitivas do mensurando, porém sim outras informações, como: - Certificados de calibração - Especificações dos instrumentos e padrões - Dados técnicos de fabricantes - Resolução - Livros e Manuais Técnicos - Estimativas baseadas na experiência Exemplo: Incerteza citada em Certificados de Calibração A incerteza expandida U informada em certificados de calibração deverá ser transformada em incerteza padrão: ( ) Ou seja: u( x i ) u= U k u x i
Incerteza de Medição: Dicas e Recomendações
Palestra Incerteza de Medição: Dicas e Recomendações Campinas, 21 de agosto de 2007 Palestrante Gilberto Carlos Fidélis Eng. Mecânico com Especialização em Metrologia pelo NIST - Estados Unidos e NAMAS/UKAS
Objetivos da disciplina:
Aplicar e utilizar princípios de metrologia em calibração de instrumentos e malhas de controle. Objetivos da disciplina: Aplicar e utilizar princípios de metrologia calibração de instrumentos e malhas
VOCABULÁRIO DE METROLOGIA
DEPARTAMENTO ACADÊMICO DE MECÂNICA APOSTILA DE METROLOGIA VOCABULÁRIO DE METROLOGIA Cid Vicentini Silveira 2005 1 OBJETIVO DESTE CAPÍTULO Descrever os fundamentos, os termos, e os princípios da metrologia.
Sessão Saber profundo Combinação de incertezas (http://www.midomenech.com.br/artigos.asp)
Sessão Saber profundo Combinação de incertezas (http://www.midomenech.com.br/artigos.asp) Manoel Telhada Consultor da M. I. Domenech Em 50 palavras ou menos O estudo de Repe & Repro é utilizado para avaliar
Erros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.
Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.) I. INTRODUÇÃO Quando se faz um experimento, deseja-se comparar o resultado obtido
O que é Histerese? Figura 1. A deformação do elemento elástico de um tubo tipo Bourdon.
O que é Histerese? Por Gilberto Carlos Fidélis Você já deve ter sentido o efeito da histerese quando dirige. Quando estamos em uma certa velocidade e de repente tiramos o pé do acelerador percebemos que
EFEITOS TÉRMICOS NA INCERTEZA DE MEDIÇÃO COM PAQUÍMETRO
XVI Congresso Nacional de Estudantes de Engenharia Mecânica - 17 a 21/08/2009 - Florianópolis SC Paper CREEM2009-PF03 EFEITOS TÉRMICOS NA INCERTEZA E MEIÇÃO COM PAQUÍMETRO Cláudio Costa Souza, Lucas Lopes
Aula 6 Propagação de erros
Aula 6 Propagação de erros Conteúdo da aula: Como estimar incertezas de uma medida indireta Como realizar propagação de erros? Exemplo: medimos A e B e suas incertezas. Com calcular a incerteza de C, se
Incertezas de Medições em Calibrações: aplicações práticas no ambiente hospitalar
I Congresso Brasileiro de Engenharia Clínica Palestra: Incertezas de Medições em Calibrações: aplicações práticas no ambiente hospitalar São Paulo, 30 de Setembro de 2005 Gilberto Carlos Fidélis Instrutor
IMPLANTAÇÃO DE UM PROGRAMA DE CALIBRAÇÃO DE MEDIDORES ANALÓGICOS DE PRESSÃO. N 0801001
IMPLANTAÇÃO DE UM PROGRAMA DE CALIBRAÇÃO DE MEDIDORES ANALÓGICOS DE PRESSÃO. LUÍS E. V. ALVES JR. 1 ; PRISCILA MORENO ; ALFREDO A. VITALI 3 ; VALÉRIA D. A. ANJOS 4. N 0801001 RESUMO: O Grupo de Engenharia
Incerteza de Medição
Incerteza de Medição Professora Márcia Russman Gallas, IF-UFRGS http://www.if.ufrgs.br/~marcia Texto baseado no Guia Para a Expressão da Incerteza de Medição, 2 a edição, ABNT, INMETRO, 1998, e no Manual
Química Analítica IV ERRO E TRATAMENTO DE DADOS ANALÍTICOS
Química Analítica IV 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Todas as medidas físicas possuem um certo grau de incerteza. Quando se faz uma medida, procura-se
Capítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a variância de
A UEAF marca 1 modelo 1.1, proporciona corte e coagulação em saídas monopolares ou bipolares.
53 4 Metodologia No presente trabalho foram realizadas avaliações da confiabilidade metrológica de 14 unidades eletrocirúrgicas de três diferentes marcas, em uso em três hospitais, sendo dois destes da
Informação. Nota: Tradução feita por José Carlos Valente de Oliveira.
Informação Esta publicação é uma tradução do Guia de Calibração EURAMET Calibração de Comparadores de Blocos-Padrão (EURAMET/cg-02/v.01, November 2007). Os direitos autorais do documento original pertencem
4 ABORDAGENS METROLÓGICAS
4 4 ABORDAGENS METROLÓGICAS Neste capitulo são apresentados os termos metrológicos utilizados neste documento. Estes conceitos foram selecionados do Vocabulário Internacional de termos fundamentais e gerais
ESTUDO DO PARÂMETRO TEOR DE MASSA ESPECÍFICA DO ÁLCOOL ETÍLICO ANIDRO COMBUSTÍVEL UTILIZANDO DENSÍMETRO DIGITAL
ESTUDO DO PARÂMETRO TEOR DE MASSA ESPECÍFICA DO ÁLCOOL ETÍLICO ANIDRO COMBUSTÍVEL UTILIZANDO DENSÍMETRO DIGITAL DALNI MALTA DO ESPIRITO SANTO FILHO Pesquisador-Tecnologista do Laboratório de Fluidos do
IT INSTRUÇÃO DE TRABALHO
TÍTULO: IT INSTRUÇÃO DE TRABALHO Instrução para calibração de Simulador e Medidor de Sinais IT N.º : 040 1 OBJETIVO Sinais. Esta instrução tem por finalidade estabelecer um critério para a calibração de
Desvio Padrão ou Erro Padrão
NOTAS METODOLÓGICAS ISSN 0871-3413 ArquiMed, 2006 Desvio Padrão ou Erro Padrão Nuno Lunet, Milton Severo, Henrique Barros Serviço de Higiene e Epidemiologia da Faculdade de Medicina da Universidade do
CÁLCULO DE INCERTEZA NA CALIBRAÇÃO DE MÁQUINA DE MEDIR UNIVERSAL
CÁLCULO DE INCERTEZA NA CALIBRAÇÃO DE MÁQUINA DE MEDIR UNIVERSAL Prof. José Leonardo Noronha Escola Federal de Engenharia de Itajubá, Departamento de Produção Cx. Postal 50, Av. BPS, 1303-37500-903 - Itajubá
TEORIA DE ERROS INTRODUÇÃO
TEORIA DE ERROS ITRODUÇÃO O ato de medir é, em essência, um ato de comparar, e essa comparação envolve erros de diversas origens (dos instrumentos, do operador, do processo de medida etc.). Pretende-se
Estimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança
Estimação Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança Motivação A partir da média de uma a amostra em uma colheita recente, o conselho de qualidade
Plano de Ensino PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA - CCE0292
Plano de Ensino PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA - CCE0292 Título PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA Código da disciplina SIA CCE0292 16 Número de semanas de aula 4 Número
Revisado em 18/11/2008
PROCEDIMENTOS PARA VERIFICAÇÃO INICIAL E SUBSEQUENTE DE TANQUES DE ARMAZENAMENTO E RESFRIAMENTO DE LEITE A GRANEL NORMA N o NIE-DIMEL- APROVADA EM N o Revisado em 18/11/2008 SUMÁRIO 1 Objetivo 2 Campo
Estatística AMOSTRAGEM
Estatística AMOSTRAGEM Estatística: É a ciência que se preocupa com a coleta, a organização, descrição (apresentação), análise e interpretação de dados experimentais e tem como objetivo fundamental o estudo
Medidas de Localização
MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS RESUMO Estatística 2 Medidas de Localização e Dispersão 10º ano Cláudia Henriques Medidas de Localização Estatísticas Medidas que se calculam a partir dos dados
Análise de Regressão. Notas de Aula
Análise de Regressão Notas de Aula 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas
Lição 5 Medidas Descritivas Medidas de Dispersão
99 Lição 5 Medidas Descritivas Medidas de Dispersão Após concluir o estudo desta lição, esperamos que você possa: identifi car o objetivo das medidas de dispersão; identifi car o conceito de variância;
Variáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência
Tipos de Variáveis Problema Motivador: Um pesquisador está interessado em fazer um levantamento sobre aspectos sócio-econômicos dos empregados da seção de orçamentos de uma companhia (vide tabela). Algumas
Programa de Ciências Experimentais 2012-2013
Programa de Ciências Experimentais 2012-2013 I Teoria 1 Introdução 2 Conceitos úteis 2.1 Ordem de grandeza 2.1.1 Introdução 2.1.2 Definição 2.1.3 Representação científica de um número 2.1.4 Ordem de grandeza
Introdução à Volumetria. Profa. Lilian Lúcia Rocha e Silva
Introdução à Volumetria Profa. Lilian Lúcia Rocha e Silva INTRODUÇÃO À VOLUMETRIA TITULAÇÃO Processo no qual uma solução padrão ou solução de referência é adicionada a uma solução que contém um soluto
ANÁLISE EXPLORATÓRIA DE DADOS
ANÁLISE EXPLORATÓRIA DE DADOS 1.0 Conceitos A estatística descritiva tem o objetivo de organizar, resumir e apresentar de forma adequada os dados, para que estes se tornem informativos. A análise exploratória
Medidas de dispersão e assimetria
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Medidas de dispersão e assimetria Profª Cesaltina Pires [email protected] Plano da Apresentação Medidas de dispersão Variância Desvio padrão Erro
Controle Estátistico de Processo.
Relatório de estudo dos fios. Controle Estátistico de Processo. Indice Item Assunto. Pág. Análise estatística C.E.P. 04 1 Introdução. 04 2 Controle estatístico do processo. 04 2.1 Definição. 04 2.3 Objetivo
Conceitos de Produtividade Industrial. 6. Estudo de Tempos e Métodos. 6. Estudo de Tempos e Métodos 09/05/2012. Profº Spim
Conceitos de Produtividade Industrial Profº Spim 6.1 Decisões sobre o projeto do trabalho; 6.2 Considerações físicas no projeto do trabalho; 6.3 Métodos de trabalho; 6.4 Padrões e medida do trabalho. Adm.
Modelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14
é 4. Portanto, o desvio padrão é 2. Neste caso 100% dos valores da população estão a um desvio padrão da média.
Desvio Padrão From Wikipedia, the free encyclopedia probabilidade e estatística, o desvio padrão de uma distribuição de probabilidade, de uma variável aleatória, ou população é uma medida do espalhamento
CIRCULAR TÉCNICA N o 171 NOVEMBRO 1989 TABELAS PARA CLASSIFICAÇÃO DO COEFICIENTE DE VARIAÇÃO
IPEF: FILOSOFIA DE TRABALHO DE UMA ELITE DE EMPRESAS FLORESTAIS BRASILEIRAS ISSN 0100-3453 CIRCULAR TÉCNICA N o 171 NOVEMBRO 1989 TABELAS PARA CLASSIFICAÇÃO DO COEFICIENTE DE VARIAÇÃO INTRODUÇAO Carlos
O QUE É AMOSTRAGEM? PARTE II
O QUE É AMOSTRAGEM? PARTE II! Principais métodos aleatórios! A extensão da amostra! Margem de erro Francisco Cavalcante([email protected]) Administrador de Empresas graduado pela EAESP/FGV. É Sócio-Diretor
Correlação e Regressão linear simples
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Correlação e Regressão linear simples Prof. Cesaltina Pires [email protected] Plano da Apresentação Correlação linear Diagrama de dispersão Covariância
Plano da Apresentação. Correlação e Regressão linear simples. Correlação linear. Associação entre hábitos leitura e escolaridade.
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Correlação e Plano da Apresentação Correlação linear Diagrama de dispersão Covariância Coeficiente de correlação de Pearson Teste de correlação
Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana
Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar
BIOESTATÍSTICA. Parte 1 - Estatística descritiva e análise exploratória dos dados
BIOESTATÍSTICA Parte 1 - Estatística descritiva e análise exploratória dos dados Aulas Teóricas de 17/02/2011 a 03/03/2011 1.1. População, amostra e dados estatísticos. Dados qualitativos e quantitativos
Aula 8 Intervalos de confiança para proporções amostras grandes
Aula 8 Intervalos de confiança para proporções amostras grandes Objetivos Na aula anterior, foram apresentadas as idéias básicas da estimação por intervalos de confiança. Para ilustrar o princípio utilizado
AMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA
AMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA META Dimensionar o tamanho ideal de amostra para cada população.
Inferência sobre duas proporções
Teste para duas populações duas populações Amostra :,,,, alor comum para delta 0 Amostra 2:,,,, Tamanho Tamanho Média amostral x Média amostral x Desvio-padrão Desvio-padrão Teste para duas populações
O QUE É AMOSTRAGEM? PARTE I
O QUE É AMOSTRAGEM? PARTE I! Teoria da amostragem! População x Amostra! O problema do censo! Amostragem probabilística e não probabilística Francisco Cavalcante([email protected]) Administrador de Empresas
Regressão linear múltipla. Prof. Tatiele Lacerda
Regressão linear múltipla Prof Tatiele Lacerda Yi = B + Bx + B3X3 + u Plano de resposta E(Y i ) = 0,00 Y i i 0 (,33;,67) Y i 0 X i Xi X p i, p i 3 Modelo de regressão linear múltipla em termos matriciais,
Tópico 6. Aula Prática: Aparelhos básicos de medida de comprimento e massa: Determinação de grandezas indiretas
Tópico 6. Aula Prática: Aparelhos básicos de medida de comprimento e massa: Determinação de grandezas indiretas Neste experimento será calculado o volume de objetos (esferas, cilindros ou cubos metálicos),
Teorema do Limite Central e Intervalo de Confiança
Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),
METROLOGIA APLICADA AO USO DO GÁS NATURAL
METROLOGIA APLICADA AO USO DO GÁS NATURAL Esp.Henrique Diniz METROLOGIA APLICADA AO USO DO GÁS NATURAL Esta disciplina tem como objetivo formar profissionais com base metrológica para análise de sistemas
Conteúdo. 1 Introdução. Histograma do Quinto Sorteio da Nota Fiscal Paraná 065/16. Quinto Sorteio Eletrônico da Nota Fiscal Paraná
Quinto Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este documento apresenta a análise dos resultados
Conteúdo. 1 Introdução. Histograma do 1o Sorteio da Nota Fiscal Paraná 152/15. 1º Sorteio Eletrônico da Nota Fiscal Paraná
1º Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este relatório apresenta uma análise estatística
REQUISITOS SOBRE A PARTICIPAÇÃO DOS LABORATÓRIOS DE ENSAIO E DE CALIBRAÇÃO EM ATIVIDADES DE ENSAIO DE PROFICIÊNCIA
REQUISITOS SOBRE A PARTICIPAÇÃO DOS LABORATÓRIOS DE ENSAIO E DE CALIBRAÇÃO EM ATIVIDADES DE ENSAIO DE PROFICIÊNCIA NORMA N o NIT-DICLA-026 APROVADA EM DEZ/05 N o 01/07 SUMÁRIO 1 Objetivo 2 Campo de Aplicação
Supondo que deva ser avaliado um caminhão de transporte rodoviário da marca "Estrela", com carroceria de madeira, ano 1996, modelo E1316.
MÉTODO COMPARATIVO DE MERCADO EXEMPLO ILUSTRATIVO (KRUK, 2007): Supondo que deva ser avaliado um caminhão de transporte rodoviário da marca "Estrela", com carroceria de madeira, ano 1996, modelo E1316.
Experimento 9 : Medidas, Erros e Visualização de Dados Experimentais. Docente Sala (lab) Grupo
Experimento 9 : Medidas, Erros e Visualização de Dados Experimentais Docente Sala (lab) Grupo Medidas, Erros e Visualização de Dados Experimentais PARTE 1 - Precisão e Exatidão A realização sistemática
EXPERIMENTO 1 MEDIDAS E TRATAMENTO DE DADOS
EXPERIMENTO 1 MEDIDAS E TRATAMENTO DE DADOS 1. OBJETIVOS No final deste experimento o aluno deverá ser capaz de: Ler e usar corretamente termômetros, balanças, provetas e pipetas. Utilizar algarismos significativos.
O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE I
O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE I O que são medidas de tendência central? Média Aritmética Simples Média Aritmética Ponderada Media Geométrica e Harmônica
MEDIDAS DE DISPERSÃO. o grau de variabilidade, ou dispersão, dos valores em torno da média.
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal As medidas de posição apresentadas fornecem a informação dos dados apenas a nível pontual, sem ilustrar
Ferramenta 5W2H. ferramentas apresentadas. Definir: 10/03/2011
ferramentas apresentadas 1. Brainstorming 2. Estratificação 3. Folha de Verificação 4. Diagrama de Pareto 5. Gráfico sequencial / carta de tendência 6. Diagrama de causa e feito 7. Diagrama de Dispersão
METROLOGIA E ENSAIOS
METROLOGIA E ENSAIOS MEDIÇÃO E ERRO Prof. Alexandre Pedott [email protected] Medição É o conjunto de operações que têm por objetivo determinar o valor de uma grandeza. Grandeza é o atributo de um
SUMÁRIO 1 OBJETIVO 2 CAMPO DE APLICAÇÃO. Esta Norma se aplica a Dimel e aos Órgãos delegados da RBMLQ-I. 3 RESPONSABILIDADE
VERIFICAÇÃO DE MEDIDAS MATERIALIZADAS DE VOLUME PELO MÉTODO VOLUMÉTRICO NORMA N o NIE-DIMEL-044 APROVADA EM JUL/24 N o /05 SUMÁRIO 1 Objetivo 2 Campo de Aplicação 3 Responsabilidade 4 Documentos Referência
Experiência 1 Medidas: Leitura de instrumentos:
1 Experiência 1 Medidas: Leitura de instrumentos: Quando realizamos uma medida precisamos estabelecer a confiança que o valor encontrado para a medida representa. Para representar corretamente a medida
CONCEITOS BÁSICOS EM METODOLOGIA QUANTITATIVA
CONCEITOS BÁSICOS EM METODOLOGIA QUANTITATIVA ETAPAS DA PESQUISA PROBLEMA DE PESQUISA DESENHO DE ESTUDO COLETA DE DADOS ANÁLISE E INTERPRETAÇÃO DOS DADOS Rosane Luzia de Souza Morais Diamantina, 2013 APRESENTAÇÃO
Métodos Estatísticos em Física Experimental
Métodos Estatísticos em Física Experimental Compilação de termos e definições gerais de metrologia. Os termos e definições apresentadas a seguir foram extraídos da 1ª edição brasileira do Guia para Expressão
Medidas e Escalas: Escalas não Comparativas
Medidas e Escalas: Escalas não Comparativas 1-1 Sumário do Capítulo 1) Escalas não comparativas 2) Escalas de rácios contínuos 3) Escalas de Itens i. Escala de Likert ii. iii. Escala de Diferencial semântico
Instrução de Trabalho
Instrução para Cálculo de Incerteza de Medição IT - 002 04 1 de 5 SUMÁRIO 1 OBJETIVO 2 REFERÊNCIAS 3 DEFINIÇÕES 4 DESCRIÇÃO DAS ATIVIDADES 5 REGISTROS 6 RESPONSABILIDADES 7 CONTROLE DE ALTERAÇÕES 8 ANEXOS
PROCEDIMENTOS DE INSPEÇÃO DE BANCADAS MODELO UM 4000 SCHLUMBERGER PARA VERIFICAÇÃO DE MEDIDORES DE GÁS
PROCEDIMENTOS DE INSPEÇÃO DE BANCADAS MODELO UM 40 SCHLUMBERGER PARA VERIFICAÇÃO DE MEDIDORES DE GÁS NORMA N o NIE-DIMEL-035 APROVADA EM NOV/01 N o 01/07 SUMÁRIO 1 Objetivo 2 Campo de aplicação 3 Responsabilidades
x = xi n x = xifi fi 1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem.
1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem. Determine a média aritmética da distribuição: A mediana não é tão sensível, como a média, às observações que são muito
Carta de controle para o desvio-padrão
Carta de controle para o desvio-padrão O desvio padrão é um indicador mais eficiente da variabilidade, principalmente para amostras grandes (a amplitude perde eficiência). Recomenda-se o uso da carta Xb
Reabilitação e Reforço de Estruturas
Mestrado em Engenharia Civil 2011 / 2012 Reabilitação e Reforço de Estruturas Aula 06: Métodos de inspecção e diagnóstico. 6.1. Ensaios in situ. Eduardo S. Júlio 2011/2012 1/31 1/9 AVALIAÇÃO IN SITU DA
ESPECIFICAÇÕES TÉCNICAS SISTEMA DE DETECÇÃO VEICULAR OVERHEAD
ESPECIFICAÇÕES TÉCNICAS SISTEMA DE DETECÇÃO VEICULAR OVERHEAD SUMÁRIO 1. SISTEMA DE DETECÇÃO OVERHEAD... 2 2. PROCEDIMENTO DE TESTE DE SISTEMA DE DETECÇÃO OVERHEAD PARA O SISTEMA SCOOT... 3 3. DOCUMENTAÇÃO...
UNIVERSIDADE DE SÃO PAULO DEPARTAMENTO DE GEOGRAFIA Disciplina: FLG 0253 - CLIMATOLOGIA I
UNIVERSIDADE DE SÃO PAULO DEPARTAMENTO DE GEOGRAFIA Disciplina: FLG 0253 - CLIMATOLOGIA I 1. Objetivos da disciplina: 1.1 Fornecer os meios básicos de utilização dos subsídios meteorológicos à análise
AULA 11 Experimentos Multinomiais e Tabelas de Contingência
1 AULA 11 Experimentos Multinomiais e Tabelas de Contingência Ernesto F. L. Amaral 24 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG)
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva [email protected]
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva [email protected] Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA
ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA Apresentar a Estatística no contexto do dia-a-dia e fazendo uso da planilha Excel. Espera-se que o estudante ao término do curso esteja apto a usar a planilha
CURSO DE INSTRUMENTAÇÃO. Erros de Medição. Cedtec 2007/2. Sem equivalente na Apostila 1 Pressão e Nível
CURSO DE INSTRUMENTAÇÃO Erros de Medição Cedtec 2007/2 Sem equivalente na Apostila 1 Pressão e Nível DEFINIÇÕES Valor Real (Vr) O valor real de uma grandeza física é aquele aceito por todo mundo como sendo
IND 1115 Inferência Estatística Aula 8
Conteúdo IND 5 Inferência Estatística Aula 8 Setembro 4 Mônica Barros O - aproximação da Binomial pela Este teorema é apenas um caso particular do teorema central do limite, pois uma variável aleatória
Valor máximo que é possível medir
MEDIÇÃO EM QUÍMICA Escola Secundária José Saramago FQA 10.ºAno 2009/2010 Marília Peres I NSTRUMENTOS DE MEDIDA Alcance Valor máximo que é possível medir Sensibilidade ou Natureza do aparelho Valor da menor
Avaliação e Desempenho Aula 1 - Simulação
Avaliação e Desempenho Aula 1 - Simulação Introdução à simulação Geração de números aleatórios Lei dos grandes números Geração de variáveis aleatórias O Ciclo de Modelagem Sistema real Criação do Modelo
Revisão de conceitos. Grandezas Algarismos significativos Unidades de medida
Revisão de conceitos Grandezas Algarismos significativos Unidades de medida Grandezas Físicas Define-se grandeza como tudo aquilo que pode ser comparado com um padrão por meio de uma medição. Exemplo:
Guia 25 ESTIMATIVA DA INCERTEZA DE MEDIÇÃO EM ENSAIOS DE MATERIAIS DE CONSTRUÇÃO 1/48. Associação de Laboratórios Acreditados de Portugal
Guia 25 ESTIMATIVA DA INCERTEZA DE MEDIÇÃO EM ENSAIOS DE MATERIAIS DE CONSTRUÇÃO Associação de Laboratórios Acreditados de Portugal 1/48 Guia RELACRE 25 EDIÇÃO: MAIO 2012 ESTIMATIVA DA INCERTEZA DE MEDIÇÃO
Qualidade de Software Normatização
Qualidade de Software Normatização Norma ISO/IEC 12207 processo do ciclo de vida de software Norma criada em 1995 com o objetivo de fornecer uma estrutura comum para adquirente, fornecedor, desenvolvedor,
População e Amostra POPULAÇÃO AMOSTRA AMOSTRAGEM TIPOS DE AMOSTRAGEM I. Amostra probabilística: II. Amostra não-probabilística
População e Amostra POPULAÇÃO A palavra população, na sua acepção mais comum, representa o conjunto de habitantes de uma dada região em determinado período. Em estatística, população (ou universo) é o
VALIDAÇÃO DE MÉTODOS ANALÍTICOS: COMO FAZER? POR QUE ELA É IMPORTANTE?
VALIDAÇÃO DE MÉTODOS ANALÍTICOS: COMO FAZER? POR QUE ELA É IMPORTANTE? Mary Ângela Fávaro Perez A demonstração da qualidade de se mostrar a qualidade de medições químicas, através de sua comparabilidade,
DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS)
DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS) O QUE É ESTATÍSTICA Estatística é a ciência de obter conclusões a partir de dados. Envolve métodos para
Estatística - exestatmedposic.doc 25/02/09
Medidas de Posição Introdução Vimos anteriormente que, através de uma distribuição de freqüências se estabelece um sistema de classificação que descreve o padrão de variação de um determinado fenômeno
Esclarecimento: VARIÁVEL: as variações do mensurando são maiores que a incerteza expandida do SM
Esclarecimento: VARIÁVEL: as variações do mensurando são maiores que a incerteza expandida do SM INVARIÁVEL: as variações do mensurando são inferiores à incerteza expandida do SM O resultado da medição
Diplomados com o Ensino Superior
Ensino dos 30 aos 34 anos - dados e projeções Julho de 2016 Direção-Geral de Estatísticas da Educação e Ciência Ensino Julho de 2016 Ensino dos 30 aos 34 anos - dados e projeções Esta nota técnica visa
ESTATÍSTICA E TÉCNICAS DE AMOSTRAGEM
ESTATÍSTICA E TÉCNICAS DE AMOSTRAGEM Valdir Cereali Auditor Público Externo - TCE/MT Março de 2013 Estatística e Técnicas de Amostragem OBJETIVOS Fornecer uma visão geral sobre técnicas de amostragem utilizadas
1 Introdução. 1.1 Importância da Utilização da Amostragem
1 Introdução Um dos principais objetivos da maioria dos estudos, análises ou pesquisas estatísticas é fazer generalizações seguras com base em amostras, sobre as populações das quais as amostras foram
Guia 4 DETERMINAÇÃO DA MELHOR INCERTEZA DE MEDIÇÁO DE UM LABORATÓRIO DE CALIBRAÇÃO DE FORÇAS. Associação de Laboratórios Acreditados de Portugal
Guia 4 DETERMINAÇÃO DA MELHOR INCERTEZA DE MEDIÇÁO DE UM LABORATÓRIO DE CALIBRAÇÃO DE FORÇAS Associação de Laboratórios Acreditados de Portugal FICHA TÉCNICA TÍTULO: Guia RELACRE 1 DETERMINAÇÃO DA INCERTEZA
3 Modelos de Simulação
43 3 Modelos de Simulação 3.1 Simulação de Monte Carlo O método de Monte Carlo foi concebido com este nome nos anos 40 por John Von Neumann, Stanislaw Ulam e Nicholas Metropolis durante o projeto de pesquisa
Distribuição Binomial e Normal
Distribuição Binomial e Normal O que se pretende, neste módulo, é apresentar dois modelos teóricos de distribuição de probabilidade, aos quais um experimento aleatório estudado possa ser adaptado, o que
As sete ferramentas da qualidade (Seven Tools)
As sete ferramentas da qualidade (Seven Tools) Gerência da Rotina Previsibilidade Gerência da Melhoria Competitividade 1 ROTI A Estabelecida de tal forma que a administração da empresa possa delegar a
