CAPÍTULO 2 - Estatística Descritiva
|
|
|
- Mirela Azambuja de Barros
- 9 Há anos
- Visualizações:
Transcrição
1 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 de varação Dados:, 3, 5, 1,, 1, 4, 3, 3, 4, 3. R.:,81; 1,56; 1,4; 0,37; 44,1% ) Em certa regão a temperatura méda é 0 0 C e a precptação méda é 700 mm. O desvo padrão para temperatura é 3 0 C, enquanto que a varânca para a precptação é 15 mm. Qual dos dos fenômenos apresenta maor varabldade? Justfque. R.: a temperatura apresenta maor varabldade relatva. Você justfca 3) Um artgo retrado da revsta Technometrcs (Vol. 19, 1977, p. 45) apresenta os seguntes dados sobre a taxa de octanagem de váras msturas de gasolna: 88,5 87,7 83,4 86,7 87,5 91,5 88,6 100,3 96,5 93,3 94,7 91,1 91,0 94, 87,8 89,9 88,3 87,6 84,3 86,7 84,3 86,7 88, 90,8 88,3 98,8 94, 9,7 93, 91,0 90,1 93,4 88,5 90,1 89, 88,3 85,3 87,9 88,6 90,9 89,0 96,1 93,3 91,8 9,3 90,4 90,1 93,0 88,7 89,9 89,8 89,6 87,4 88,4 88,9 91, 89,3 94,4 9,7 91,8 91,6 90,4 91,1 9,6 89,8 90,6 91,1 90,4 89,3 89,7 90,3 91,6 90,5 93,7 9,7 9, 9, 91, 91,0 9, 90,0 90,7 (a) Construa o dagrama de folhas-e-ramos para esses dados (b) Construa a dstrbução de frequênca e o hstograma. Use 8 ntervalos de classe. (c) Construa a dstrbução de frequênca e o hstograma, agora com 16 ntervalos de classe. (d) Compare a forma dos dos hstogramas em b e c. Ambos os hstogramas mostram nformações smlares? 4) O segunte conjunto de dados representa as vdas de 40 bateras de carro da mesma marca e mesmas característcas com aproxmação até décmos do ano. As bateras tnham garanta para 3 anos., 4,1 3,5 4,5 3, 3,7 3,0,6 3,4 1,6 3,1 3,3 3,8 3,1 4,7 3,7,5 4,3 3,4 3,6,9 3,3 3,9 3,1 3,3 3,1 3,7 4,4 3, 4,1 1,9 3,4 4,7 3,8 3,,6 3,9 3,0 4, 3,5 (a) Construa a dstrbução de frequênca e o hstograma; (b) Faça o gráfco da dstrbução de frequêncas relatvas acumuladas. 13
2 INF 16 Prof. Luz Alexandre Peternell (c) Calcule a méda artmétca dos dados orgnas (d) Usando a dstrbução de frequênca conforme obtdo em a calcule a méda novamente. Para tal, consdere os pontos médos de cada classe (méda entre os dos lmtes de cada classe) para serem os valores da varável no cálculo da méda. (e) Obtenha a varânca para os dados orgnas conforme feto para a méda em c. (f) Obtenha a varânca a partr da dstrbução de frequênca conforme feto para a méda no ítem d. obs.: use 7 ntervalos de classe. Ampltude da classe gual a 0,5. E o níco do ntervalo mas baxo em 1,5. ( f x ) 5) Mostre que f ( x x) = f x f 6) Mostre que a soma de quadrados dos desvos (SQD) em relação à méda é um mínmo. Dca: Consdere f(a) a função que representa a SQD em relação a a. Ou seja, n = 1 f ( a) = ( x a). Usando seus conhecmentos de cálculo, mostre que f(a) será mínmo quando a for gual a méda dos valores de X. 7) Calcule a méda, medana, e ampltude total dos valores dspostos no segunte dagrama de ramos e folhas
3 INF 16 Prof. Luz Alexandre Peternell UNIVERSIDADE FEDERAL DE VIÇOSA --Departamento de Informátca / CCE INF Incação à Estatístca / INF 16 Estatístca I Lsta de Exercícos: Estatístca Descrtva 1) Os dados abaxo se referem a meddas tomadas em uma amostra de 10 cães: Cão Peso (kg) 3,0,7 1, 1,5 17,0 8,4 19,0 14,5 19,0 19,5 Comprmento (cm) Pede-se, para as característcas avaladas, peso e comprmento, as estatístcas: a) Méda; b) Varânca; c) Desvo-padrão; d) Erro-padrão da méda; e) Coefcente de varação; f) Qual das duas característcas é a mas homogênea; g) Medana; h) Moda. ) Um pesqusador dspõe das seguntes nformações, a respeto dos valores de uma amostra: - a méda de todos os valores é gual a 50,34; - a soma dos quadrados dos valores é gual a ; - a amostra é consttuída de 5 valores dstntos. Pergunta-se: Com essas nformações é possível obter alguma(s) medda(s) de dspersão dos valores amostras? Em caso afrmatvo, efetue os cálculos e obtenha a(s) respectva(s) medda(s). 3) Consdere os dados: 1, 17, 17, 17, 10, 10, 9, 9, 9, 1, 1, 6, 6, 6, 17, 17, 1, 1, 9, 9, 9, 1, 1, 1, 1. Supondo que sejam valores assumdos por uma varável aleatóra dscreta X, pede-se: a) Méda, medana e moda; b) Erro-padrão da méda e C.V.(%). 15
4 INF 16 Prof. Luz Alexandre Peternell 4) Duas turmas A e B com n A = 50 e n B = 80 apresentaram médas X A = 65 e X B = 70 e varâncas s A = 5 e s B = 35. Qual é a turma mas homogênea? 5) A méda de aprovação na dscplna de Estatístca é 6 ou mas. Durante um período letvo foram realzadas quatro provas, sendo que a prmera prova teve peso dos, a segunda e a tercera o dobro do peso da prmera e a últma gual ao peso da prmera. Os resultados, nclundo os de uma prova de substtução optatva, foram os seguntes: Estudantes 1 a a 3 a 4 a Optatva 1,5 4,5 5,0 6,0 7,0,0 8,5 7,0 3,0 5,0 3 8,5 10,0 9,0 8,5 nc 4 3,5 5,5 8,5 7,5 6,5 5 3,0 5,0 6,0 4,5 5,0 6 6,0 3,0 4,0 5,0,0 7 8,0 1,5,0 9,0 5,0 8 1,5,0 1,0,5 nc 9 7,5 8,0 8,5 10,0 nc 10 5,5 4,5 5,0 4,5,5 Sabendo-se que a nota da prova optatva substtu a menor nota das provas precedentes, determne: a) Méda de cada estudante; b) Para cada prova: méda, moda, medana, varânca, desvo-padrão, erro-padrão da méda e CV. c) Para o período: méda, varânca, desvo-padrão, erro-padrão da méda, CV. d) Lste as provas em ordem crescente de homogenedade. 16
5 INF 16 Prof. Luz Alexandre Peternell 1. a) X = 0,58kg; Y = 101,3cm ˆ ( X ) = 14,973kg ; Vˆ ( Y ) ( X ) = 3,781kg; s( Y ) = RESPOSTAS b) V = 17,7889cm c) s 4,177cm d) s( X ) = 1,1957kg; s( Y ) = 1,3338cm e) CVX = 18,37%; CVY = 4,16% f) Comprmento, pos é a que possu menor CV. g) Md X = 0,35kg; MdY = 10,50cm h) Mo = 19,0kg; Mo = 100 cm, 104cm e 105cm X Y. s = 357,373; s = 18,9043; CV = 37,55%; s(x) =, a) X = 11,4; Md = 1; Mo = 1 b) ( ) Turma B 5. a) s X = 0, ; CV = 30,8% Estudante b) Méda 5,33 6,50 9,17 7,00 5,5 3,83 5,17 1,67 8,4 4,50 1 a a 3 a 4 a Argução X 6,05 5,50 5,60 5,85 Mo 5 ; 4,5; 5 5; 8,5,5 Md 6,5 5,0 5,5 5,5 s 4,0 6,94 7,54 7,78 s,01,64,75,79 s( X) 0,63 0,83 0,87 0,88 CV(%) 33,16% 47,91% 49,05% 47,68% ( ) c) X= 5, 6833; s = 6, 098 ; s= 4919 ; s X = 0, 75 ; CV= 43, 85% d) 3 a, a, 4 a, 1 a 17
3.6. 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
Medidas 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
FICHA 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
FICHA 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
Ao 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: [email protected] Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Ao 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: [email protected] Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
FICHA 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
1. 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
Medidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera [email protected] 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
CONCEITOS 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
CAPÍTULO 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
Estatística 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
7 - 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
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe
2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
x 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
CORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
www.obconcursos.com.br/portal/v1/carreirafiscal
www.obconcursos.com.br/portal/v1/carrerafscal 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,
Análise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Curso 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,
4.1. Medidas de Posição da amostra: média, mediana e moda
4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x
Estatística Descritiva. Medidas estatísticas: Localização, Dispersão
Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x
x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População
ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. [email protected] http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com
3ª 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
RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
UNIVERSIDADE 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
Algarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística
Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume
Capítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.
1 1Imagem Dgtal: Estatístcas INTRODUÇÃO Neste capítulo abordam-se os prncpas concetos relaconados com os cálculos de estatístcas, hstogramas e correlação entre magens dgtas. 4.1. VALOR MÉDIO, VARIÂNCIA,
Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições
Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para
Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.
Classque as varáves: Faculdade Ptágoras / Dvnópols-MG Curso: Pscologa Dscplna: Estatístca Aplcada à Pscologa Lsta de Eercícos a) número de peças produzdas por hora; b) dâmetro eterno da peça; c) número
MEDIDAS DE TENDÊNCIA CENTRAL
3.1- Introdução. ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL Como na representação tabular e gráfca dos dados a Estatístca Descrtva consste num conjunto de métodos que ensnam a reduzr uma quantdade de dados
2. VARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo
Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística
BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,
AEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras ([email protected]) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
IV - 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
Caderno 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
ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho
Professor Luz Antono de Carvalho PROBABILIDADES Professora Rosana Relva Números Interos AULA e Raconas 9 e APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : [email protected] PROGRESSÃO ARITMÉTICA PROGRESSÃO ARITMÉTICA
CAPÍTULO 2 - Estatística Descritiva
INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)
Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Estatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Estatística. 2 - Estatística Descritiva
Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA
Teoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011
Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão
Análise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Regressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Estatística - exestatmeddisper.doc 25/02/09
Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade
As 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
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
