Professor Mauricio Lutz AMOSTRAGEM

Tamanho: px
Começar a partir da página:

Download "Professor Mauricio Lutz AMOSTRAGEM"

Transcrição

1 1 AMOSTRAGEM 1)Conceitos em amostragem Inferência estatística é o processo e obter informação sobre uma população a partir e resultaos observaos na amostra. Amostragem é o processo e retiraa os n elementos amostrais, na ual eve seguir um métoo aeuao (tipos e amostragem). ) Plano e amostragem 1 ) Definir claramente os objetivos a pesuisa; ) Definição a população; 3 ) Definição a uniae amostral; 4 ) Forma e seleção os elementos a população; 5 ) Tamanho a amostra. Exemplo: População Alvo: Moraores e uma ciae. Objetivo: Tipo e resiência: - Própria; alugaa; emprestaa. - Um piso; ois pisos; três ou mais pisos. Uniae Amostral: Domicílios (resiências). Elementos a população: Família por omicílio. Tipo e amostragem: por exemplo, aleatória simples, sistemática, estratificaa. 3) Tipos e amostragem Poemos classificar a amostragem em não-probabilística e probabilística (mais utilizaa). Dentro a amostragem não probabilística temos a amostragem a esmo, intencional e cotas, para a amostragem probabilística existe a amostragem simples ou ocasional, sistemática, estratificaa e por conglomeraos. RS 377 km 7 Passo Novo Fone/Fax: (55)

2 Quaro resumo amostragem Vejamos alguns tipos principais e amostragem probabilística: a) Amostragem simples ou ocasional É o processo mais elementar e freüentemente utilizao. Toos os elementos a população têm igual probabiliae e serem escolhios. Para uma população finita o processo eve ser sem reposição. Toos os elementos a população evem ser numeraos. Para realizar o sorteio os elementos evemos usar a Tabela e Números Aleatórios. b) Amostragem Sistemática Trata-se e uma variação a amostragem aleatória simples, conveniente uano a população esta naturalmente orenaa, como fichas em um fichário, lista telefônica, etc. Seno N o tamanho a população e n o tamanho a amostra esejao, efine-se a uantiae N K, chamao intervalo e amostragem. n Faz-se um sorteio entre os números 1,, 3,..., k, e se obtém o valor i, one será o meu primeiro elemento, os emais elementos poerão ser calculaos pelo termo geral e uma progressão aritmética. a n i+ ( n-1). k A amostra sistemática é freüentemente utilizaa em pesuisas ue obrigam ue a seleção seja feita urante a etapa e coleta e aos, por pessoas ue não estão familiarizaas com tabelas e números aleatórios ou com uso e software. RS 377 km 7 Passo Novo Fone/Fax: (55)

3 3 Exemplo e amostragem simples e sistemática. Suponha ue uma empresa e telefonia fixa eseja saber o grau e satisfação e seus usuários com serviços prestaos. O número e assinantes é a orem e e nos esejamos selecionar uma amostra aleatória e assinantes com o intuito e obter a avaliação sobre os serviços. No caso a amostragem simples. Primeiramente evemos ter os assinantes numeraos seüencialmente e 1 a e somente após seriam selecionaos os assinantes. A seleção seria feita com o uso e uma tabela e números aleatórios ou e software ue gere estes números. No caso a amostragem sistemática N n N n Portanto evemos selecionar 1 assinante entre os primeiros 50. Fazeno-se um sorteio entre 1,,..., 50, igamos ue foi sorteao o número 10. obtemos: Aplicano na fórmula o termo geral e uma progressão aritmética, a n a a 1 3 i+ ( n-1). k a 10+ (1-1) (-1) (3-1) E assim sucessivamente, logo temos então os números 10, 60, 110,... c) Amostragem estratificaa É um processo e amostragem usao uano nos eparamos com populações heterogêneas, no ual poe-se istinguir subpopulações mais ou menos homogêneas, enominaos estratos. Após a eterminação os estratos, seleciona-se uma amostra aleatória e caa uma subpopulação (estrato). As iversas subamostras retiraas as subpopulações evem ser proporcionais aos respectivos números e elementos os estratos e guararem a proporcionaliae em relação a variabiliae e caa estrato, obteno-se uma estratificação ótima. RS 377 km 7 Passo Novo Fone/Fax: (55)

4 4 Exemplo: Vamos obter uma amostra estratificaa e 10% a população para a pesuisa a estatura e 90 alunos e uma escola seno ue estes 54 sejam meninos e 36 sejam meninas. São, portanto ois estratos (gênero feminino e gênero masculino) e ueremos uma amostra e 10% a população. Gênero População 10% Amostra M 54 F 36 10x54 5 5, x ,6 100 Total 90 10x90 9 9,0 100 Numeramos os alunos e 1 a 90, seno ue e 01 a 54 corresponem meninos e e 55 a 90, meninas. Tomano na tabela e números aleatórios a primeira e a seguna coluna a esuera, e cima para baixo, obtemos os seguintes números: RS 377 km 7 Passo Novo Fone/Fax: (55)

5 5 Temos então: para os meninos; para as meninas; A amostragem poe ser com ou sem reposição os elementos. Consieremos N o número e elementos e uma população, e seja n o número e elementos e uma amostra, então: Se o processo e retiraa os elementos for com reposição o número e amostras possíveis será: Número e amostras Se o processo e retiraa os elementos for sem reposição o número e amostras possíveis será: Número e amostras C n N n N N! n!( N - n)! 4) Dimensionamento a amostra Proceimentos: 1 o ) Analise o uestionário, ou roteiro a entrevista e escolha uma variável ue julgue mais importante para o estuo. Se possível, escolha mais o ue uma variável. intervalar. o ) Verifiue o nível e mensuração a variável: se nominal, orinal ou 3 o ) Consiere o tamanho a população: finita ou infinita. 4 o ) Se a variável escolhia for intervalar e a população consieraa infinita, você poerá eterminar o tamanho a amostra pela fórmula: æ Z. s ö ç è ø one: Z abscissa a istribuição normal parão, fixao um nível e ( 1-a )% e confiança para construção o intervalo e confiança para a méia. Se o nível for e 90%, Z 1, 645. Se o nível for e 95,5%, Z. Se o nível for e 95%, Z 1, 96. Se o nível for e 99%, Z, 57. RS 377 km 7 Passo Novo Fone/Fax: (55)

6 6 Geralmente, utiliza-se Z, isto é, amite-se ( 1-a )% 95,5%. s esvio parão a população, expressão na uniae variável. Você poerá avaliá-lo e, pelo menos, uma as três maneiras: - Especificações técnicas; - Resgatar o valor e estuos semelhantes; - Fazer conjecturas sobre possíveis valores. Obs.: Se o esvio parão não for conhecio evemos utilizar um valor preliminar amplitue obtio por processos como fazer uma aproximação ou realizar um 4 estuo piloto, iniciano o processo e amostragem. Com base na primeira coleção e pelo menos 31 valores amostrais selecionaos aleatoriamente, calcular o esvio-parão amostral e utilizá-lo em lugar o esvio parão populacional. Este valor poe ser refinao com a obtenção e mais aos amostrais. erro amostral, expresso na uniae a variável. O erro amostral é a máxima iferença ue o investigaor amite suportar entre m e X, isto é: m - X <, one m é a veraeira méia populacional, ue ele não conhece, e X será a méia amostral a ser calculaa a partir a amostra. 5 o ) Se a variável escolhia for intervalar e a população finita, tem-se: Z. s. N ( N -1) + Z s one: Z abscissa a istribuição normal parão (veja comentaria o item 4 o ); s esvio parão a população (veja comentaria o item 4 o ); N tamanho a população; erro amostral (veja comentaria o item 4 o ). 6 o ) Se a variável escolhia for nominal ou orinal, e a população consieraa infinita, você poerá eterminar o tamanho a amostra pela fórmula: Z. pˆ.ˆ one: Z abscissa a istribuição normal parão (veja comentaria o item 4 o ); pˆ estimativa a veraeira proporção e um os níveis a variável escolhia. Por exemplo, se a variável escolhia for porte a empresa, pˆ poará ser a estimativa RS 377 km 7 Passo Novo Fone/Fax: (55)

7 7 a veraeira proporção e granes empresas o setor ue está seno estuao. Será expresso em ecimais. Assim, se p ˆ 30%, teremos: p ˆ 0, 30. ˆ 1- pˆ Obs.: Se pˆ e ˆ forem esconhecios, substituímos pˆ e ˆ por 0,5, obteno a Z.0,5 seguinte estimativa: erro amostral, expresso em ecimais. O erro amostral neste caso será a máxima iferença ue o investigaor amite suportar entre p e pˆ, isto é: p - pˆ <, em ue p é a veraeira proporção, ue ele não conhece, e pˆ será a proporção (freüência relativa) o evento a ser calculao a partir a amostra. tem-se: 7 o ) Se a variável escolhia for nominal ou orinal e a população finita, Z. pˆ.ˆ. N ( N -1) + Z. pˆ.ˆ one: Z abscissa a istribuição normal parão (veja comentaria o item 4 o ); pˆ estimativa a proporção (veja comentaria o item 6 o ); ˆ 1- pˆ (veja comentaria o item 6 o ); erro amostral (veja comentaria o item 6 o ); N tamanho a amostra. Estas fórmulas são básicas para ualuer tipo e composição a amostra; toavia, existem fórmulas específicas seguno o critério e composição a amostra. n obtio. Se o investigaor escolhe mais e uma variável, eve optar pelo maior Exemplos: a)suponha ue a variável escolhia em estuo seja o peso e certa peça e ue a população seja infinita. Pelas especificações o prouto, o esvio parão é e 10kg. Logo, amitino um nível e confiança e 95,5% e m erro amostral e 1,5kg, temos: s 10kg 1, 5kg ( 1-a )% 95,5%, ou seja: Z æ Z. s ö ç è ø æ.10ö ç è 1,5 ø 177,77@ 178 RS 377 km 7 Passo Novo Fone/Fax: (55)

8 8 Ou seja: com uma amostra aleatória simples e 178 peças, há um erro máximo e 1,5kg para construir um intervalo e confiança para o peso méio, com nível e confiança e 95,5%. b) Amitimos os mesmos aos o exemplo anterior e uma população finita e 600 peças. Logo: s 10kg 1, 5kg ( 1-a )% 95,5%, ou seja: Z N 600 n Z. s. N ( N -1) + Z s ,5 (600-1) ,1@ 138 c) Suponha ue a variável escolhia em um estuo seja a proporção e eleitores favoráveis ao caniato X e ue o investigaor tenha elementos para suspeitar ue essa porcentagem seja e 30%. Amitir a população infinita, um nível e confiança e 99% e um erro amostral e % (ou seja, ue a iferença entre a veraeira proporção e eleitores o caniato X e a estimativa a ser calculaa na amostra seja no máximo e %). Assim: ( 1-a )% 99%, ou seja: Z, 57 p ˆ 30% 0, 30 ˆ 1-0,30 0, 70 % 0,0 Z. pˆ.ˆ (,57).(0,30)(0,70) n 3.467,57@ (0,0) Ou seja, consultano, aleatoriamente, eleitores, poeremos fazer inferência a veraeira proporção e eleitores o caniato X, com erro máximo e %. ) Amitir os mesmo aos o exemplo anterior e ue a população e eleitores seja finita e eleitores. Logo: n Z. pˆ.ˆ. N ( N-1) + Z (,57).(0,30)(0,70)(0.000).955,33@.956. pˆ.ˆ (0,0) ( ) + (,57) (0,30)(0,70) Obs.: Como eterminar o valor e Z: Se Z 90% então Z 45% 0, 450 RS 377 km 7 Passo Novo Fone/Fax: (55) Z a 90%, ir na tabela a istribuição normal e ver em ual linha e coluna está o valor 0,450, localizao vemos ue o valor na linha é 1,6 e na coluna é 0,04, o ue correspone a 1,6+0,041,64.

9 9 Se Z 98% então Z 49% 0, 490 Z a 98%, ir na tabela a istribuição normal e ver em ual linha e coluna está o valor 0,490, localizao vemos ue o valor na linha é,3 e na coluna é 0,03, o ue correspone a,3+0,03,33. Exercícios 1) Um estatístico eseja estimar a rena méia para o primeiro ano e trabalho e um tecnólogo em Grãos. Quantos valores e rena evem ser tomaos, se o estatístico eseja ter 95% e confiança em ue a méia amostral esteja a menos e R$ 500,00 a veraeira méia populacional? Suponha ue saibamos, por um estuo prévio, ue para tais renas, s R$ 650,00. ) Baseao nos aos o exercícios 1, utilize uma margem e erro maior, como R$1.000,00 e etermine ual seria o tamanho a amostra necessária nesta situação. 3) Uma pesuisa é planejaa para eterminar as espesas méicas anuais as famílias os empregaos e uma grane empresa. A gerência a empresa eseja ter 95% e confiança e ue a méia a amostra está no máximo com uma margem e erro e ±$50 a méia real as espesas méicas familiares. Um estuo-piloto inica ue o esvio-parão poe ser calculao como seno igual a $400. a) Qual o tamanho e amostra necessário? b) Se a gerência eseja estar certa em uma margem e erro e ± $5, ue tamanho e amostra será necessário? 4) O teste e QI parão é planejao e moo ue a méia seja 100 e o esvio parão para aultos normais seja 15. Ache o tamanho a amostra necessária para estimar o QI méio os instrutores e estatística. Queremos ter 99% e confiança em ue nossa méia amostral esteja a menos e 1,5 pontos e QI a veraeira méia. A méia para esta população é obviamente superior a 100, e o esvioparão é provavelmente inferior a 15, porue se trata e um grupo com menor variação o ue um grupo selecionao aleatoriamente a população geral; portanto, se tomamos s 15, estaremos seno conservaores, por utilizarmos um valor ue ará um tamanho e amostra no mínimo tão grane uanto necessário. Suponha s 15 e etermine o tamanho a amostra necessário. RS 377 km 7 Passo Novo Fone/Fax: (55)

10 10 5) Uma assistente social eseja saber o tamanho a amostra (n) necessário para eterminar a proporção a população atenia por uma Uniae e Saúe, ue pertence ao município e Alegrete. Não foi feito um levantamento prévio a proporção amostral e, portanto, seu valor é esconhecio. Ela uer ter 90% e confiança ue sua o erro máximo e estimativa () seja e ± 5% (ou 0,05). Quantas pessoas necessitam ser entrevistaas? 6) Baseao nos aos o exercício 5, utilize uma margem e erro maior, como ± 0,0 (0%) e etermine ual seria o tamanho a amostra necessário uano o nível e confiança é 90% e uano é 95%. 7) Daa a seguinte população: (renas em R$1.000,00) a) Calcular o tamanho a amostra para estimar a méia, seno R$.000, 00, s R$7.000,00 e ( 1-a )% 95,5%. b) Retirar uma amostra aleatória simples, consierano o tamanho amostral obtio no item anterior. c) Calcular sua méia amostral. ) Calcular o esvio parão amostral. e) Calcular a méia a população e verifiue se m - X. 8) Seno p ˆ ˆ 0, 5, população infinita, 0, 05 e ( 1-a )% 95,5%, eterminar o tamanho amostral. RS 377 km 7 Passo Novo Fone/Fax: (55)

11 11 9) Seno p ˆ ˆ 0, 5, população e , 0, 05 e ( 1-a )% 95,5%, eterminar o tamanho amostral. Comparar com o resultaos obtio no exercício 8. 10) Qual é o tamanho a amostra ue o Departamento e Trânsito e uma grane ciae eve tomar para estimar a porcentagem e semáforos efeituosos, se o objetivo é ter 95,5% e confiança em não errar mais e 3%. 11) Estuos anteriores mostram ue o esvio parão a altura os homens ue cursam o Instituto Feeral Farroupilha é e 10cm. Quereno estimar a atura méia e toos os homens essa universiae, com tolerância e 3cm e probabiliae e 0,955, uantas observações everão ser utilizaas? 1) Qual é o tamanho necessário a amostragem ue um alfaiate eve usar se eseja estimar o tempo méio ue os fregueses levam ao trocaor? Ele acha ue o esvio parão é e 3 minutos, com base em amostras anteriores, e eseja estimar a méia a menos e 1 minuto, usano um nível 95,5%. 13) Em Alegrete, há árvores. Qual eve ser o tamanho a amostra ue o Departamento e Jarins precisa tomar para estimar a porcentagem e plantas ue merecem poas, se o objetivo é ter 99% e confiança e não errar mais e 3%? 14) Seguno aos e uma pesuisa anterior, 40% os alunos e certa escola são gremistas. Amita um erro e,5%, ( 1-a )% 95,5%, para imensionar tamanho e amostra e tricolores. Sabe-se ue a escola tem alunos matriculaos. 15) Um engenheiro encarregao o controle e ualiae eseja estimar a fração e artigos efeituosos e um grane lote e lâmpaas. Com base em sua experiência, ele sabe ue a fração efetiva e lâmpaas efeituosas eve estar próxima e 0,. Que tamanho eve ter uma amostra, se ele esejar estimar a veraeira fração e lâmpaas efeituosas com tolerância e 0,01, usano um nível e confiança e 98% RS 377 km 7 Passo Novo Fone/Fax: (55)

12 1 Gabarito 1) Um estatístico eseja estimar a rena méia para o primeiro ano e trabalho e um tecnólogo em Grãos. Quantos valores e rena evem ser tomaos, se o estatístico eseja ter 95% e confiança em ue a méia amostral esteja a menos e R$ 500,00 a veraeira méia populacional? Suponha ue saibamos, por um estuo prévio, ue para tais renas, s R$ 650,00. Queremos eterminar o tamanho n a amostra, ao ue a 0, 05 (95% e confiança). Desejamos ue a méia amostral seja a menos e R$ 500 a méia populacional, e forma ue 500. Supono s R$650, 00, aplicamos a euação abaixo, obtemos: æ Z. s ö ç è ø æ1,96.650ö ç è 500 ø 600,5@ 601 Devemos, portanto, obter uma amostra e ao menos 601 renas e primeiro ano, selecionaas aleatoriamente, e tecnólogos a faculae ue tenham feito um curso Tecnólogo em Grãos. Com tal amostra teremos 95% e confiança em ue a méia amostral ifira em menos e R$500,00 a veraeira méia populacional. ) Baseao nos aos o exercícios 1, utilize uma margem e erro maior, como R$1.000,00 e etermine ual seria o tamanho a amostra necessária nesta situação. Daos o problema: a 0,05 (95% e confiança) Z 1, s R$650,00, aplicano a euação abaixo, obtemos: æ Z. s ö ç è ø æ1,96.650ö ç è 1000 ø 150,063@ 151 Devemos, portanto, obter uma amostra e ao menos 151 renas e primeiro ano, selecionaas aleatoriamente, e tecnólogos a faculae ue tenham feito um curso Tecnólogo em Grãos. Com tal amostra teremos 95% e confiança em ue a méia amostral ifira em menos e R$1.000,00 a veraeira méia populacional. RS 377 km 7 Passo Novo Fone/Fax: (55)

13 13 3) Uma pesuisa é planejaa para eterminar as espesas méicas anuais as famílias os empregaos e uma grane empresa. A gerência a empresa eseja ter 95% e confiança e ue a méia a amostra está no máximo com uma margem e erro e ±$50 a méia real as espesas méicas familiares. Um estuo-piloto inica ue o esvio-parão poe ser calculao como seno igual a $400. a) Qual o tamanho e amostra necessário? b) Se a gerência eseja estar certa em uma margem e erro e ± $5, ue tamanho e amostra será necessário? a) Daos o problema: a 0,05 (95% e confiança) Z 1, s 400, aplicano a euação abaixo, obtemos: æ Z. s ö ç è ø æ1,96.400ö ç è 50 ø 46 Devemos, portanto, obter uma amostra e ao menos 46 espesas méicas, selecionaas aleatoriamente, e famílias os empregaos. Com tal amostra teremos 95% e confiança em ue a méia amostral ifira em menos e $50 a veraeira méia populacional. b) Dao o problema: a 0,05 (95% e confiança) Z 1, s 400, aplicano a euação abaixo, obtemos: æ Z. s ö ç è ø æ1,96.400ö ç è 5 ø 984 Devemos, portanto, obter uma amostra e ao menos 984 espesas méicas, selecionaas aleatoriamente, e famílias os empregaos. Com tal amostra teremos 95% e confiança em ue a méia amostral ifira em menos e $5 a veraeira méia populacional. RS 377 km 7 Passo Novo Fone/Fax: (55)

14 14 4) O teste e QI parão é planejao e moo ue a méia seja 100 e o esvio parão para aultos normais seja 15. Ache o tamanho a amostra necessária para estimar o QI méio os instrutores e estatística. Queremos ter 99% e confiança em ue nossa méia amostral esteja a menos e 1,5 pontos e QI a veraeira méia. A méia para esta população é obviamente superior a 100, e o esvioparão é provavelmente inferior a 15, porue se trata e um grupo com menor variação o ue um grupo selecionao aleatoriamente a população geral; portanto, se tomamos s 15, estaremos seno conservaores, por utilizarmos um valor ue ará um tamanho e amostra no mínimo tão grane uanto necessário. Suponha s 15 e etermine o tamanho a amostra necessário. Dao o problema: a 0,01 (99% e confiança) Z, 57 1,5. s 15, aplicano a euação abaixo, obtemos: æ Z. s ö ç è ø æ,57.15ö ç è 1,5 ø 660,49@ 661 Devemos, portanto, obter uma amostra e ao menos 661 instrutores e estatística, selecionaas aleatoriamente. Com tal amostra teremos 99% e confiança em ue a méia amostral ifira em menos e 1,5 a veraeira méia populacional. 5) Uma assistente social eseja saber o tamanho a amostra (n) necessário para eterminar a proporção a população atenia por uma Uniae e Saúe, ue pertence ao município e Alegrete. Não foi feito um levantamento prévio a proporção amostral e, portanto, seu valor é esconhecio. Ela uer ter 90% e confiança ue sua o erro máximo e estimativa () seja e ± 5% (ou 0,05). Quantas pessoas necessitam ser entrevistaas? Daos o problema: a 0,1 (90% e confiança) Z 1, % 0,05, aplicano a euação abaixo, obtemos: Z. pˆ.ˆ n ( 1,645) ( 0,05).0,5 70,60@ 71 Devemos, portanto, obter uma amostra e 71 pessoas para eterminar a proporção a população atenia na Uniae e Saúe, ue se origina o município e Alegrete. RS 377 km 7 Passo Novo Fone/Fax: (55)

15 15 6) Baseao nos aos o exercício 5, utilize uma margem e erro maior, como ± 0,0 (0%) e etermine ual seria o tamanho a amostra necessário uano o nível e confiança é 90% e uano é 95%. Daos o problema para 90% e nível e confiança: a 0,1 (90% e confiança) Z 1, % 0,0, aplicano a euação abaixo, obtemos: Z. pˆ.ˆ n ( 1,645) ( 0,0).0,5 16,913@ 17 Devemos, portanto, obter uma amostra e 17 pessoas para eterminar a proporção a população atenia na Uniae e Saúe, ue se origina o município e Alegrete. Daos o problema para 90% e nível e confiança: a 0,05 (95% e confiança) Z 1, 96 0 % 0,0, aplicano a euação abaixo, obtemos: Z. pˆ.ˆ n ( 1,96) ( 0,0).0,5 4,01@ 5 Devemos, portanto, obter uma amostra e 5 pessoas para eterminar a proporção a população atenia na Uniae e Saúe, ue se origina o município e Alegrete. 7) Daa a seguinte população: (renas em R$1.000,00) a) Calcular o tamanho a amostra para estimar a méia, seno R$.000, 00, s R$7.000,00 e ( 1-a )% 95,5%. RS 377 km 7 Passo Novo Fone/Fax: (55)

16 16 Daos o problema: ( 1-a )% 95,5% Z R$.000,00 s R$7.000,00 aplicano a euação abaixo, obtemos: n Z. s. N ( N -1) + Z s ( )( ).100 ( 000 )( ) + ( )( ) 33,1081@ 34 b) Retirar uma amostra aleatória simples, consierano o tamanho amostral obtio no item anterior. Utilizano uma tabela e números aleatórios obtemos os seguintes números para uma seleção e 34 números: 57, 8, 9, 90, 80,, 56, 73, 53, 18, 53, 03, 7, 05, 40, 54, 71, 61, 8, 89, 00 6, 94, 44, 97, 39, 60, 03, 41, 77, 8, 74, 00, 05, 6, 7, 80, 59, 38, 91, 01, 4, 44, 99, 9, 08, 58. Selecionamos os primeiro 34 números 9, 34, 15, 6, 04, 16 18, 13, 10, 05, 13, 17, 18, 07, 14, 11, 1 36, 3, 17, 05, 1, 1, 30, 14, 17,, 15, 0, 6, 5, 30, 17, 09. c) Calcular sua méia amostral. X å n x i ) Calcular o esvio parão amostral. S 1 é êå xi - n-1ê ë ( x ) å n i ù 1 æ (619) ú ç - ú - è 34 û ,06 34 ö ø 1 33 ( ,44) 7, 471 S S 7,471 8,53 e) Calcular a méia a população e verifiue se m - X. å m N x i , m - X Þ 19,6-18,06 1, RS 377 km 7 Passo Novo Fone/Fax: (55)

17 17 8) Seno p ˆ ˆ 0, 5, população infinita, 0, 05 e ( 1-a )% 95,5%, eterminar o tamanho amostral. Daos o problema: ( 1-a )% 95,5% e Z p ˆ ˆ 0,5 0,05, aplicano a euação abaixo, obtemos: Z. pˆ.ˆ n ( ) ( 0,05).0, ) Seno p ˆ ˆ 0, 5, população e , 0, 05 e ( 1-a )% 95,5%, eterminar o tamanho amostral. Comparar com o resultaos obtio no exercício 8. Daos o problema: ( 1-a )% 95,5% e Z N p ˆ ˆ 0,5 n 0,05, aplicano a euação abaixo, obtemos: Z. pˆ.ˆ. N ( N -1) + Z. pˆ.ˆ ( )(. 0,5 )( ) ( 0,05 )( ) + ( )(. 0,5) , ,04@ 400 Comparano os resultaos, verifica-se ue o cálculo o tamanho amostral para uma população e á, aproximaamente, o mesmo resultao, se consierarmos a população infinita. 10) Qual é o tamanho a amostra ue o Departamento e Trânsito e uma grane ciae eve tomar para estimar a porcentagem e semáforos efeituosos, se o objetivo é ter 95,5% e confiança em não errar mais e 3%. Daos o problema: ( 1-a )% 95,5% e Z p ˆ ˆ 0,5 3 % 0,03, aplicano a euação abaixo, obtemos: Z. pˆ.ˆ ( ) ( 0,03).0,5 1 0, RS 377 km 7 Passo Novo Fone/Fax: (55)

18 18 11) Estuos anteriores mostram ue o esvio parão a altura os homens ue cursam o Instituto Feeral Farroupilha é e 10cm. Quereno estimar a atura méia e toos os homens essa universiae, com tolerância e 3cm e probabiliae e 0,955, uantas observações everão ser utilizaas? Daos o problema: ( 1-a )% 95,5% e Z s 10cm 3, aplicano a euação abaixo, obtemos: æ Z. s ö ç è ø æ.10ö ç è 3 ø 44,4@ 45 1) Qual é o tamanho necessário a amostragem ue um alfaiate eve usar se eseja estimar o tempo méio ue os fregueses levam ao trocaor? Ele acha ue o esvio parão é e 3 minutos, com base em amostras anteriores, e eseja estimar a méia a menos e 1 minuto, usano um nível 95,5%. Daos o problema: ( 1-a )% 95,5% e Z s 3cm 1, aplicano a euação abaixo, obtemos: n æ Z. s ö ç è ø æ.3ö ç è 1 ø 36 13) Em Alegrete, há árvores. Qual eve ser o tamanho a amostra ue o Departamento e Jarins precisa tomar para estimar a porcentagem e plantas ue merecem poas, se o objetivo é ter 99% e confiança e não errar mais e 3%? Daos o problema: N ( 1-a )% 99% e Z, 57 p ˆ ˆ 0,50 3 % 0,03, aplicano a euação abaixo, obtemos: Z. pˆ.ˆ. N ( N -1) + Z 1651,5 10, pˆ.ˆ 1550,398@ 1551 (,57 )(. 0,5 )( ) ( 0,03 )( ) + (,57 )(. 0,5) RS 377 km 7 Passo Novo Fone/Fax: (55)

19 19 14) Seguno aos e uma pesuisa anterior, 40% os alunos e certa escola são gremistas. Amita um erro e,5%, ( 1-a )% 95,5%, para imensionar tamanho e amostra e tricolores. Sabe-se ue a escola tem alunos matriculaos. Daos o problema: N ( 1-a )% 95,5% e Z p ˆ 40% 0,40 ˆ (1-0,4) 0,60,5% 0,05, aplicano a euação abaixo, obtemos: Z. pˆ.ˆ. N ( N -1) + Z , pˆ.ˆ 1175,1@ 1176 ( )(. 0,4)(. 5000) ( 0,05 )( ) + ( )(. 0,4) 15) Um engenheiro encarregao o controle e ualiae eseja estimar a fração e artigos efeituosos e um grane lote e lâmpaas. Com base em sua experiência, ele sabe ue a fração efetiva e lâmpaas efeituosas eve estar próxima e 0,. Que tamanho eve ter uma amostra, se ele esejar estimar a veraeira fração e lâmpaas efeituosas com tolerância e 0,01, usano um nível e confiança e 98% Daos o problema: ( 1-a )% 98% e Z, 33 pˆ 0, ˆ (1-0,) 0,8 0,01, aplicano a euação abaixo, obtemos: Z. pˆ.ˆ n (,33 )(. 0,16) 0, ,4@ 8687 ( 0,01 ) ( 0,01 ) RS 377 km 7 Passo Novo Fone/Fax: (55)

Controle Estatístico de Qualidade. Capítulo 14 (montgomery)

Controle Estatístico de Qualidade. Capítulo 14 (montgomery) Controle Estatístico e Qualiae Capítulo 4 (montgomery) Amostragem e Aceitação Lote a Lote para Atributos Introução A Amostragem poe ser efinia como a técnica estatística usaa para o cálculo e estimativas

Leia mais

III - Amostragem. Prof. Herondino

III - Amostragem. Prof. Herondino III - Amostragem Prof. Herondino População e amostra População uma população é o conjunto de todos os itens, objetos, coisas ou pessoas a respeito das quais a informação é desejada para a solução de um

Leia mais

Em várias ocasiões há de se proceder à coleta de dados diretamente na origem, isto é, dos sujeitos com quem pretendemos realizar determinado estudo.

Em várias ocasiões há de se proceder à coleta de dados diretamente na origem, isto é, dos sujeitos com quem pretendemos realizar determinado estudo. UNIVERSIDADE FEDERAL DA PARAÍBA Amostragem Luiz Medeiros de Araujo Lima Filho Departamento de Estatística INTRODUÇÃO Em várias ocasiões há de se proceder à coleta de dados diretamente na origem, isto é,

Leia mais

Em várias ocasiões há de se proceder à coleta de dados diretamente na origem, isto é, dos sujeitos com quem pretendemos realizar determinado estudo.

Em várias ocasiões há de se proceder à coleta de dados diretamente na origem, isto é, dos sujeitos com quem pretendemos realizar determinado estudo. UNIVERSIDADE FEDERAL DA PARAÍBA Amostragem Luiz Medeiros de Araujo Lima Filho Departamento de Estatística INTRODUÇÃO Em várias ocasiões há de se proceder à coleta de dados diretamente na origem, isto é,

Leia mais

Estatística Aplicada à Gestão

Estatística Aplicada à Gestão Estatística Aplicada à Gestão E-mail: reginaldo.izelli@fatec.sp.gov.br Disciplina: Estatística Aplicada à Gestão Disciplina: Estatística Aplicada à Gestão Conceitos em amostragem: : é o processo de retirada

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística IFBA Probabilidade e Estatística Versão 1 Allan de Sousa Soares Graduação: Licenciatura em Matemática - UESB Especilização: Matemática Pura - UESB Mestrado: Matemática Pura - UFMG Vitória da Conquista

Leia mais

Capítulo 4 Análises de Resultados Numéricos das Simulações

Capítulo 4 Análises de Resultados Numéricos das Simulações Análises e Resultaos Numéricos as Simulações 56 Análises e Resultaos Numéricos as Simulações 4.1 Introução Um moelo e simulação foi utilizao para caracterizar o comportamento o canal e propagação e sistemas

Leia mais

Distribuições de Probabilidade

Distribuições de Probabilidade robabiliae e Estatística I Antonio Roque Aula 0 Distribuições e robabiliae Consiere a seguinte situação: O Departamento e sicologia a Universiae YZ resolveu azer um eperimento para eterminar a eistência

Leia mais

Noções de Amostragem

Noções de Amostragem Noções de Amostragem AMOSTRAGEM Amostragem: é a área da estatística que estuda técnicas e procedimentos para retirar e analisar uma amostra com o objetivo de fazer inferência a respeito da população de

Leia mais

10º ENTEC Encontro de Tecnologia: 28 de novembro a 3 de dezembro de 2016

10º ENTEC Encontro de Tecnologia: 28 de novembro a 3 de dezembro de 2016 SIMULAÇÃO DE UM PROCESSO FERMENTATIVO EM UM BIORREATOR PERFEITAMENTE MISTURADO Ana Carolina Borges Silva 1 ; José Walir e Sousa Filho 2 1 Universiae Feeral e Uberlânia 2 Universiae e Uberaba carolina.borges87@gmail.com,

Leia mais

AMOSTRAGEM. É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas.

AMOSTRAGEM. É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas. AMOSTRAGEM É a parte da Teoria Estatística que define os procedimentos para os planejamentos amostrais e as técnicas de estimação utilizadas. Nos planejamentos amostrais, a coleta dos dados deve ser realizada

Leia mais

Universidade Federal do Pará Instituto de Tecnologia. Estatística Aplicada I

Universidade Federal do Pará Instituto de Tecnologia. Estatística Aplicada I Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica /09/016 11:0 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Professora Ana Hermínia Andrade. Período

Professora Ana Hermínia Andrade. Período Noções de Amostragem Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Passos de um Planejamento Identificar

Leia mais

Estatística Aplicada. Inferência estatística com desvio padrão populacional conhecido Amostragem Capítulo 10 Itens 10.1 a 10.3

Estatística Aplicada. Inferência estatística com desvio padrão populacional conhecido Amostragem Capítulo 10 Itens 10.1 a 10.3 Estatística Aplicada Inferência estatística com desvio padrão populacional conhecido Amostragem Capítulo 10 Itens 10.1 a 10.3 Definição Estimação consiste em usar dados amostrais para estimar parâmetros

Leia mais

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo

Leia mais

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição

Leia mais

Instituto de Física da USP Física Experimental B Difração e Interferência - Guia de Trabalho

Instituto de Física da USP Física Experimental B Difração e Interferência - Guia de Trabalho I F USP Instituto e Física a USP 4330 Física Experimental B Difração e Interferência - Guia e Trabalho Nota Professor Equipe 1)... N o USP...Turma:... )... N o USP...Data:... 3)... N o USP... Objetivos:

Leia mais

Receptor Ótimo. Implementação do receptor ótimo baseada em Filtro Casado. s 1 (t M t) a M. b 1. s M (t M t) Selecionar Maior. (t) + w(t) r(t) = s i

Receptor Ótimo. Implementação do receptor ótimo baseada em Filtro Casado. s 1 (t M t) a M. b 1. s M (t M t) Selecionar Maior. (t) + w(t) r(t) = s i Receptor Ótimo Implementação o receptor ótimo baseaa em Filtro Casao s (t M t) t t M b r(t) s i (t) + w(t) a Selecionar m ˆ m i Maior s M (t M t) t t M a M b M Receptor Ótimo Implementação o receptor ótimo

Leia mais

FGE Eletricidade I

FGE Eletricidade I FGE0270 - Eletriciae I 3 a Lista e eercícios 1. Duas granes placas conutoras, paralelas entre si e separaas por uma istância e 12 cm, têm cargas iguais e e sinais opostos nas faces ue se efrontam. Um elétron

Leia mais

CAPÍTULO 3 POPULAÇÃO E AMOSTRA

CAPÍTULO 3 POPULAÇÃO E AMOSTRA DEPARTAMENTO DE GEOCIÊNCIAS GCN 7901 ANÁLISE ESTATÍSTICA EM GEOCIÊNCIAS PROFESSOR: Dr. ALBERTO FRANKE CONTATO: alberto.franke@ufsc.br F: 3721 8595 CAPÍTULO 3 POPULAÇÃO E AMOSTRA As pesquisas de opinião

Leia mais

UNEMAT Universidade do Estado de Mato Grosso Campus Universitário de Sinop Departamento de Engenharia Civil Disciplina: Cálculo I. 1ª Avaliação 2013/1

UNEMAT Universidade do Estado de Mato Grosso Campus Universitário de Sinop Departamento de Engenharia Civil Disciplina: Cálculo I. 1ª Avaliação 2013/1 ) Calcule os limites abaio: (3,0) ª Avaliação 03/ a) + ( a) a lim a a + ( a) a ( a) ( + ) lim = lim = lim( + = + a a a a ) a a b) lim 0 + + + + + + lim = lim = lim 0 0 + + 0 ( ) ( + + ) = lim = lim = =

Leia mais

a prova de Matemática da FUVEST 2ª fase

a prova de Matemática da FUVEST 2ª fase a prova e Matemática a FUVEST ª fase - 00 Matemática QUESTÃO 0 QUESTÃO 0 A iferença entre ois números inteiros positivos é 0. Ao multiplicar um pelo outro, um estuante cometeu um engano, teno iminuío em

Leia mais

ES009 - Estabilidade Global e Análise de Peças Esbeltas

ES009 - Estabilidade Global e Análise de Peças Esbeltas Escola Politécnica a Universiae e São Paulo Departamento e Engenharia e Estruturas e Funações ES009 - Estabiliae Global e Análise e Peças Esbeltas Prof. Túlio Nogueira Bittencourt Prof. Ricaro Leopolo

Leia mais

TIPOS DE AMOSTRAGEM Amostragem Probabilística e Não-Probabilística. Amostragem PROBABILÍSTICA: Amostragem Aleatória Simples: VANTAGENS:

TIPOS DE AMOSTRAGEM Amostragem Probabilística e Não-Probabilística. Amostragem PROBABILÍSTICA: Amostragem Aleatória Simples: VANTAGENS: TIPOS DE AMOSTRAGEM Amostragem Probabilística e Não-Probabilística. Amostragem PROBABILÍSTICA: Técnicas de amostragem em que a seleção é aleatória de tal forma que cada elemento tem igual probabilidade

Leia mais

INTRODUÇÃO

INTRODUÇÃO UNIVERSIDADE FEDERAL DA PARAÍBA Amostragem Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO Em várias ocasiões há de se proceder à coleta de dados

Leia mais

Estatística. Disciplina de Estatística 2012/2 Curso de Administração em Gestão Pública Profª. Ms. Valéria Espíndola Lessa

Estatística. Disciplina de Estatística 2012/2 Curso de Administração em Gestão Pública Profª. Ms. Valéria Espíndola Lessa Estatística Disciplina de Estatística 2012/2 Curso de Administração em Gestão Pública Profª. Ms. Valéria Espíndola Lessa 1 Numa pesquisa por amostragem, como sabemos se uma amostra pode representar adequadamente

Leia mais

Na sala e computaores Preparação Divia os alunos em uplas e se achar pertinente, peça para levar lápis e papel para anotações. Requerimentos técnicos

Na sala e computaores Preparação Divia os alunos em uplas e se achar pertinente, peça para levar lápis e papel para anotações. Requerimentos técnicos Guia o Professor Móulo IV Ativiae - Fazeno um Plano e Vôo Apresentação: Nesta ativiae será proposto que o aluno faça um plano e vôo observano certas regras. Para isso, será preciso calcular a istância

Leia mais

Técnicas de Amostragem

Técnicas de Amostragem Técnicas de Amostragem 1 Amostragem é o processo de seleção de uma amostra, que possibilita o estudo das características da população. Quando obtemos informações a partir de amostras e tentamos atingir

Leia mais

1 Introdução. 1.2 Importância da Utilização da Amostragem

1 Introdução. 1.2 Importância da Utilização da Amostragem Prof. Janete Pereira Amador 1 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

Leia mais

Análise de dados industriais

Análise de dados industriais Análise e aos inustriais Escola Politécnica Departamento e Engenharia Química Roberto Guarani 014 Parte 6. Análise e Agrupamentos Introução A Análise e Agrupamentos (em inglês: cluster analysis ) é uma

Leia mais

Inventário Florestal. Amostragem

Inventário Florestal. Amostragem Inventário Florestal Amostragem 1 Definição: Seleção de uma parte (amostra) de um todo (população), coletando na parte selecionada, algumas informações de interesse, com o objetivo de tirar conclusão (inferência)

Leia mais

1 Introdução. 1.1 Importância da Utilização da Amostragem

1 Introdução. 1.1 Importância da Utilização da Amostragem Prof. Janete Pereira Amador 1 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

Leia mais

III AMOSTRAGEM E INTERVALO DE CONFIANÇA Conceito de Amostragem AMOSTRA ALEATÓRIA

III AMOSTRAGEM E INTERVALO DE CONFIANÇA Conceito de Amostragem AMOSTRA ALEATÓRIA III AMOSTRAGEM E INTERVALO DE CONFIANÇA 3.1- Conceito de Amostragem AMOSTRA ALEATÓRIA Consideremos uma população e observando alguns elementos queremos obter informações a respeito da mesma. Estes elementos

Leia mais

Projeto 3. 8 de abril de y max y min. Figura 1: Diagrama de um cabo suspenso.

Projeto 3. 8 de abril de y max y min. Figura 1: Diagrama de um cabo suspenso. Cabos suspensos Projeto 3 8 e abril e 009 A curva escrita por um cabo suspenso pelas suas etremiaes é enominaa curva catenária. y ma y min 0 Figura 1: Diagrama e um cabo suspenso. A equação que escreve

Leia mais

Amostragem e Distribuição Amostral. Tipos de amostragem, distribuição amostral de média, proporção e variância

Amostragem e Distribuição Amostral. Tipos de amostragem, distribuição amostral de média, proporção e variância Amostragem e Distribuição Amostral Tipos de amostragem, distribuição amostral de média, proporção e variância 1 AMOSTRAGEM Amostragem Probabilística ou Aleatória Amostragem Não Probabilística Amostragem

Leia mais

Ensaios sobre Estimação em Pequenos Domínios no INE

Ensaios sobre Estimação em Pequenos Domínios no INE Ensaios sobre Estimação em Pequenos Domínios no INE Aplicação o Estimaor EBLUP e o Estimaor sintético a regressão no Inquérito ao Emprego Pero Campos 1,2, Luís Correia 1, Paula Marques 1, Jorge M. Menes

Leia mais

DIFERENÇA DE POTENCIAL. d figura 1

DIFERENÇA DE POTENCIAL. d figura 1 DIFERENÇ DE POTENCIL 1. Trabalho realizao por uma força. Consieremos uma força ue atua sobre um objeto em repouso sobre uma superfície horizontal como mostrao na figura 1. kx Esta força esloca o objeto

Leia mais

Regras de Derivação Notas de aula relativas ao mês 11/2003 Versão de 13 de Novembro de 2003

Regras de Derivação Notas de aula relativas ao mês 11/2003 Versão de 13 de Novembro de 2003 Regras e Derivação Notas e aula relativas ao mês 11/2003 Versão e 13 e Novembro e 2003 Já sabemos a efinição formal e erivaa, a partir o limite e suas interpretações como: f f a + h) f a) a) = lim, 1)

Leia mais

Estatística Aplicada. Inferência estatística com desvio padrão populacional desconhecido Estimativa de proporção Capítulo 10 Itens 10.4 a 10.

Estatística Aplicada. Inferência estatística com desvio padrão populacional desconhecido Estimativa de proporção Capítulo 10 Itens 10.4 a 10. Estatística Aplicada Inferência estatística com desvio padrão populacional desconhecido Estimativa de proporção Capítulo 10 Itens 10.4 a 10.5 Casos população infinita Quando o desvio-padrão populacional

Leia mais

Exames Nacionais. Prova Escrita de Matemática A 2008 VERSÃO ano de Escolaridade Prova 635/1.ª Fase. Grupo I

Exames Nacionais. Prova Escrita de Matemática A 2008 VERSÃO ano de Escolaridade Prova 635/1.ª Fase. Grupo I EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n. 74/004, e 6 e Março Prova Escrita e Matemática A. ano e Escolariae Prova 6/.ª Fase Duração a Prova: 0 minutos. Tolerância: 0 minutos 008 VERSÃO Para responer

Leia mais

Métodos Estocásticos da Engenharia II

Métodos Estocásticos da Engenharia II Métodos Estocásticos da Engenharia II Capítulo 1 - Princípios de Amostragem Prof. Magno Silvério Campos 2019/1 (UFOP/EM/DEPRO) Métodos Estocásticos da Engenharia II 2019/1 1 / 35 Bibliografia Bibliografia

Leia mais

Amostragem. Amostragem. Técnica: possibilita realizar a pesquisa em universos infinitos.

Amostragem. Amostragem. Técnica: possibilita realizar a pesquisa em universos infinitos. Técnica: possibilita realizar a pesquisa em universos infinitos. A Estatística pode ser estendida ao estudo das populações chamadas infinitas nas quais não temos a possibilidade de observar todos os elementos

Leia mais

MT DEPARTAMENTO NACIONAL DE ESTRADAS DE RODAGEM

MT DEPARTAMENTO NACIONAL DE ESTRADAS DE RODAGEM Solos eterminação o móulo e resiliência Norma ooviária DNE-ME /94 Métoo e Ensaio Página e 9 ESUMO Este ocumento, que é uma norma técnica, estabelece um métoo para eterminar os valores o móulo e resiliência

Leia mais

Ficha de Trabalho de Matemática do 8º ano Soluções da ficha de preparação para a ficha de avaliação de Matemática Lições nº,, = 1 10

Ficha de Trabalho de Matemática do 8º ano Soluções da ficha de preparação para a ficha de avaliação de Matemática Lições nº,, = 1 10 Escola Secunária com ºCEB e Lousaa Ficha e Trabalho e Matemática o 8º ano 00 Soluções a ficha e preparação para a ficha e avaliação e Matemática Lições nº,, Resolve caa uma as equações seguintes: 4 5 Resposta:

Leia mais

Aula 18. Carlos Amaral Fonte: Cristiano Quevedo Andrea

Aula 18. Carlos Amaral Fonte: Cristiano Quevedo Andrea Aula 8 Carlos Amaral Fonte: Cristiano Queveo Anrea UTFPR - Universiae Tecnológica Feeral o Paraná DAELT - Departamento Acaêmico e Eletrotécnica Curitiba, Junho e Comparação entre técnicas e controle Técnica

Leia mais

AMOSTRAGEM. Importância da Utilização da Amostragem Economia Tempo Operacionalidade

AMOSTRAGEM. Importância da Utilização da Amostragem Economia Tempo Operacionalidade AMOSTRAGEM O processo pelo qual se estabelece critérios de seleção e análise da fração da população que servirá para o estudo estatístico recebe o nome de amostragem, e ao conjunto de dados selecionados

Leia mais

Introdução às Ciências Físicas Módulo 1 Aula 1

Introdução às Ciências Físicas Módulo 1 Aula 1 Prática 1 As ativiaes experimentais escritas a seguir foram elaoraas com a finaliae e esenvolver sua capaciae e propor moelos para escrever fenômenos naturais. Experimento 1 Propagação a luz num meio homogêneo

Leia mais

DERIVADAS., é igual ao valor da tangente trigonométrica do ângulo formado pela tangente geométrica à curva representativa de y = f (x)

DERIVADAS., é igual ao valor da tangente trigonométrica do ângulo formado pela tangente geométrica à curva representativa de y = f (x) Proessor Mauricio Lutz DERIVADAS A erivaa e uma unção y () num, é igual ao valor a tangente trigonométrica o ângulo ormao pela tangente geométrica à curva representativa e y (), no ponto, ou seja, a erivaa

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Disciplina: AGR116 Bioestatística Professor: Celso Luiz Borges de Oliveira Assunto: Estatística Descritiva Tema: Amostragem,

Leia mais

Gestão de Stocks. Gestão de Stocks. Maria Antónia Carravilla. Abril Maria Antónia Carravilla - FEUP 1

Gestão de Stocks. Gestão de Stocks. Maria Antónia Carravilla. Abril Maria Antónia Carravilla - FEUP 1 Gestão e Stocks Maria Antónia Carravilla Abril 997 Maria Antónia Carravilla - FEUP . Introução... 3. Políticas e reaprovisionamento... 5. Política o nível e encomena... 5. Política e revisão cíclica...

Leia mais

A) tecido nervoso substância cinzenta. B) tecido nervoso substância branca. C) hemácias. D) tecido conjuntivo. E) tecido adiposo.

A) tecido nervoso substância cinzenta. B) tecido nervoso substância branca. C) hemácias. D) tecido conjuntivo. E) tecido adiposo. 1. No gráfico abaixo, mostra-se como variou o valor o ólar, em relação ao real, entre o final e 2001 e o início e 2005. Por exemplo, em janeiro e 2002, um ólar valia cerca e R$2,40. Durante esse períoo,

Leia mais

Sistema de Informações e Pesquisa de Marketing Aula 12 24/10/17

Sistema de Informações e Pesquisa de Marketing Aula 12 24/10/17 Sistema de Informações e Pesquisa de Marketing Aula 12 24/10/17 2º semestre / 2017 Profa Kavita Hamza kavita@usp.br População Soma de todos os elementos que compartilham algum conjunto comum de características

Leia mais

BIOESTATÍSTICA AULA 4. Anderson Castro Soares de Oliveira Jose Nilton da Cruz. Departamento de Estatística/ICET/UFMT

BIOESTATÍSTICA AULA 4. Anderson Castro Soares de Oliveira Jose Nilton da Cruz. Departamento de Estatística/ICET/UFMT BIOESTATÍSTICA AULA 4 Anderson Castro Soares de Oliveira Jose Nilton da Cruz Departamento de Estatística/ICET/UFMT Amostragem AMOSTRAGEM A amostragem é um campo da estatística que estuda técnicas de planejamento

Leia mais

Professor Mauricio Lutz DERIVADAS

Professor Mauricio Lutz DERIVADAS DERIVADAS Eplorano a iéia e erivaa Vamos iniciar a eploração intuitiva a iéia e erivaa por meio a ieia e variação e uma unção: Observemos que, quano a variável inepenente passa por e vai até, o conjunto

Leia mais

Noções de Amostragem. Universidade Estadual de Santa Cruz Gustavo Fragoso

Noções de Amostragem. Universidade Estadual de Santa Cruz Gustavo Fragoso Noções de Amostragem Universidade Estadual de Santa Cruz Gustavo Fragoso Motivação Raramente se consegue obter a distribuição exata de alguma variável, ou porque isso é muito dispendioso, ou muito demorado

Leia mais

A Regra da Cadeia Continuação das notas de aula do mês 11/03 Versão de 20 de Novembro de 2003

A Regra da Cadeia Continuação das notas de aula do mês 11/03 Versão de 20 de Novembro de 2003 A Regra a Caeia Continuação as notas e aula o mês /03 Versão e 20 e Novembro e 2003 Agora queremos entener o que acontece com a erivaa e uma composição e funções. Antes e mais naa, lembremos a notação

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS Um dos principais objetivos da estatística inferencial consiste em estimar os valores de parâmetros populacionais desconhecidos (estimação de parâmetros) utilizando dados amostrais.

Leia mais

27/05/2016. Semiprobabilística. Amostra. Amostra Probabilística. Bioestatística TÉCNICAS DE AMOSTRAGEM NOÇÕES DE AMOSTRAGEM. Amostra Sistemática

27/05/2016. Semiprobabilística. Amostra. Amostra Probabilística. Bioestatística TÉCNICAS DE AMOSTRAGEM NOÇÕES DE AMOSTRAGEM. Amostra Sistemática Probabilística Não probabilística Semiprobabilística 27/05/2016 Técnica de gem Não Probabilística Semiprobabilistica Não probabilística 1 TÉCNICAS DE AMOSTRAGEM Bioestatística 2 Por conveniência Sistemática

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através

Leia mais

Capacitor: dispositivo que armazena energia potencial elétrica num circuito. Também chamado condensador.

Capacitor: dispositivo que armazena energia potencial elétrica num circuito. Também chamado condensador. Universiae Feeral o Paraná Setor e Ciências Exatas Departamento e Física Física III Prof. Dr. icaro Luiz iana eferências bibliográficas: H. 7-, 7-3, 7-5 S. 5-, 5-4 T. -, -, -4 Aula 8: Capacitância Garrafa

Leia mais

O que é uma variável binomial? 2 qualidades 2 tamanhos

O que é uma variável binomial? 2 qualidades 2 tamanhos Inventário Florestal l Amostragem de variáveis binomiais O que é uma variável binomial? 2 qualidades 2 tamanhos Exemplo de variável binomial: Morta e viva Doente e sadia Macho e fêmea Jovem e adulto Degradado

Leia mais

Bioestatística Aula 4

Bioestatística Aula 4 Bioestatística Aula 4 Anderson Castro Soares de Oliveira Anderson Bioestatística 1 / 32 Amostragem A amostragem é um campo da estatística que estuda técnicas de planejamento de pesquisa para possibilitar

Leia mais

P. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem)

P. P. G. em Agricultura de Precisão DPADP0803: Geoestatística (Prof. Dr. Elódio Sebem) Amostragem: Em pesquisas científicas, quando se deseja conhecer características de uma população, é comum se observar apenas uma amostra de seus elementos e, a partir dos resultados dessa amostra, obter

Leia mais

QUESTÕES PROPOSTAS SINAIS E ONDAS (pp )

QUESTÕES PROPOSTAS SINAIS E ONDAS (pp ) Física Domínio Onas e eletromagnetismo QUESTÕES PROPOSTAS 4.. SINAIS E ONDAS (pp. 51-56) 4. Uma fonte emite onas sonoras e 00 Hz. A uma istância e 0 m a fonte está instalao um aparelho que regista a chegaa

Leia mais

Considere uma placa retangular simplesmente apoiada nas bordas e submetida a um carregamento axial excêntrico na direção do eixo y.

Considere uma placa retangular simplesmente apoiada nas bordas e submetida a um carregamento axial excêntrico na direção do eixo y. 4 Controle Passivo com Carregamento Excêntrico 4.. Conceitos Básicos Neste capítulo é seguia a metoologia apresentaa anteriormente para controle e vibrações em placas por meio a aplicação e cargas e compressão.

Leia mais

n Programação Dinâmica n Exemplo: Sequência de Fibonnaci n Problemas de Otimização n Multiplicação de Matrizes n Principios de Programação Dinâmica

n Programação Dinâmica n Exemplo: Sequência de Fibonnaci n Problemas de Otimização n Multiplicação de Matrizes n Principios de Programação Dinâmica Proeto e Análise e Algoritmos Altigran Soares a Silva Universiae Feeral o Amazonas Departamento e Ciência a Computação Roteiro Exemplo: Sequência e Fibonnaci Problemas e Otimização Multiplicação e Matrizes

Leia mais

Parte II - Amostragem

Parte II - Amostragem Universidade Estadual de Santa Cruz UESC Departamento de Ciências Exatas e Tecnológicas Professora: Camila M. L. Nagamine Curso: Licenciatura Biologia- EaD Disciplina: Bioestatística Parte II - Amostragem

Leia mais

5 Medição de distâncias e áreas na planta topográfica

5 Medição de distâncias e áreas na planta topográfica António Pestana Elementos e Topografia v1.0 Junho e 006 5 Meição e istâncias e áreas na planta topográfica 5.1 Meição e istâncias na planta topográfica Como as plantas topográficas são projecções horizontais,

Leia mais

AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS. Gleici Castro Perdoná

AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS. Gleici Castro Perdoná AULA 4: DISTRIBUIÇÕES DE PROBABILIDADES AMOSTRAIS Gleici Castro Perdoná pgleici@fmrp.usp.br Exemplo 2. Sabe-se que o tempo gasto no exame de um paciente tem distribuição aproximadamente Normal, com média

Leia mais

5 TORIA ELEMENTAR DA AMOSTRAGEM

5 TORIA ELEMENTAR DA AMOSTRAGEM 5 TORIA ELEMENTAR DA AMOSTRAGEM É errôneo pensar que, caso tivéssemos acesso a todos os elementos da população, seríamos mais precisos. Os erros de coleta e manuseio de um grande número de dados são maiores

Leia mais

À QUIMIOMETRIA: Como explorar grandes conjuntos de dados químicos. Prof. Dr. Marcelo M. Sena (DQ-UFMG)

À QUIMIOMETRIA: Como explorar grandes conjuntos de dados químicos. Prof. Dr. Marcelo M. Sena (DQ-UFMG) INTRODUÇÃO À QUIMIOMETRIA: Como explorar granes conjuntos e aos químicos 1 Prof. Dr. Marcelo M. Sena (DQ-UFMG) marcsen@ufmg.br Prof. Dr. Ronei J. Poppi (IQ-UNICAMP) ronei@iqm.unicamp.br AULA 2 2 Introução

Leia mais

TAMANHO AMOSTRAL. Lucas Santana da Cunha 31 de julho de Universidade Estadual de Londrina. Tamanho da Amostra

TAMANHO AMOSTRAL. Lucas Santana da Cunha  31 de julho de Universidade Estadual de Londrina. Tamanho da Amostra TAMANHO AMOSTRAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 31 de julho de 2017 Tamanho da Amostra É muito comum ao pesquisador indagar sobre o número de

Leia mais

Prof. André Motta - A) 3s; 10 m/s; 20 m/s B) 3s; 15 m/s; 30 m/s C) 6s; 10 m/s; 20 m/s D) 6s; 20 m/s; 40 m/s

Prof. André Motta - A) 3s; 10 m/s; 20 m/s B) 3s; 15 m/s; 30 m/s C) 6s; 10 m/s; 20 m/s D) 6s; 20 m/s; 40 m/s Simulao 1 Física AFA/EFOMM 1- A face inferior e uma camaa e nuvens é plana e horizontal. Um rojão estoura entre o solo e a camaa e nuvens. Uma pessoa situaa na mesma vertical e junto ao solo vê o clarão

Leia mais

APLICAÇÕES DA TRIGONOMETRIA ESFÉRICA NA CARTOGRAFIA E NA ASTRONOMIA

APLICAÇÕES DA TRIGONOMETRIA ESFÉRICA NA CARTOGRAFIA E NA ASTRONOMIA APLICAÇÕES DA TRIGONOMETRIA ESFÉRICA NA CARTOGRAFIA E NA ASTRONOMIA Aplica-se a trigonometria esférica na resolução e muitos problemas e cartografia, principalmente naqueles em que a forma a Terra é consieraa

Leia mais

Medição e avaliação de variáveis da árvore

Medição e avaliação de variáveis da árvore Meição e avaliação e variáveis a árvore Inventário Florestal Licenciatura em Engª Florestal e os Recursos Naturais 4º semestre 015-016 Exercício: 3.9.3., página 139 Determine, por cubagem rigorosa, o volume

Leia mais

CÁLCULO DIFERENCIAL E INTEGRAL I LMAC, MEBIOM, MEFT 1 o SEM. 2010/11 3 a FICHA DE EXERCÍCIOS

CÁLCULO DIFERENCIAL E INTEGRAL I LMAC, MEBIOM, MEFT 1 o SEM. 2010/11 3 a FICHA DE EXERCÍCIOS Instituto Superior Técnico Departamento e Matemática Secção e Álgebra e Análise CÁLCULO DIFERENCIAL E INTEGRAL I LMAC, MEBIOM, MEFT o SEM. / 3 a FICHA DE EXERCÍCIOS Primitivação é a operação inversa a

Leia mais

Tipos de Amostragem. Lucas Santana da Cunha de julho de 2018 Londrina

Tipos de Amostragem. Lucas Santana da Cunha de julho de 2018 Londrina Tipos de Amostragem Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 04 de julho de 2018 Londrina 1 / 24 Introdução A amostragem é um procedimento utilizado para coleta de

Leia mais

Aula 1- Distâncias Astronômicas

Aula 1- Distâncias Astronômicas Aula - Distâncias Astronômicas Área 2, Aula Alexei Machao Müller, Maria e Fátima Oliveira Saraiva & Kepler e Souza Oliveira Filho Ilustração e uma meição e istância a Terra (à ireita) à Lua (à esquera),

Leia mais

Caracterização de povoamentos Variáveis dendrométricas da árvore (continuação)

Caracterização de povoamentos Variáveis dendrométricas da árvore (continuação) Caracterização e povoamentos Variáveis enrométricas a árvore (continuação) FORMA Forma Equação a parábola orinária 5 0 5 y = i/ 0 0 0 0 30 y b x -5 com b real -0-5 x = i Forma Família as parábolas generalizaas

Leia mais

INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p

INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir

Leia mais

XIII. PROGRAMAÇÃO POR METAS

XIII. PROGRAMAÇÃO POR METAS XIII. PROGRAMAÇÃO POR METAS. Programação Multicritério No moelo e Programação Linear apresentao nos capítulos anteriores optimiza-se o valor e uma única função objectivo num espaço efinio por um conjunto

Leia mais

TIPOS DE VARIÁVEIS E AMOSTRAGEM PROBABILÍSTICA

TIPOS DE VARIÁVEIS E AMOSTRAGEM PROBABILÍSTICA TIPOS DE VARIÁVEIS E AMOSTRAGEM PROBABILÍSTICA lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de abril de 2017 É o que está sendo medido em uma população, como por

Leia mais

Elementos de Estatística. Michel H. Montoril Departamento de Estatística - UFJF

Elementos de Estatística. Michel H. Montoril Departamento de Estatística - UFJF Elementos de Estatística Michel H. Montoril Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os estatísticos são

Leia mais

QUESTÕES COMENTADAS DE MECÂNICA

QUESTÕES COMENTADAS DE MECÂNICA QUESTÕES COMENTDS DE MECÂNIC Prof. Inácio Benvegnú Morsch CEMCOM Depto. Eng. Civil UFGS ) Calcule as reações em para a viga isostática representaa na figura () kn/m,5 m Solução: Este cálculo fica simplificao

Leia mais

A Forma Geométrica dos Cabos Suspensos Prof. Lúcio Fassarella

A Forma Geométrica dos Cabos Suspensos Prof. Lúcio Fassarella A Forma Geométrica os Cabos Suspensos Prof. Lúcio Fassarella - 008 - Problema: Determinar a forma eométrica e um cabo e comprimento L suspenso em suas extremiaes por postes e mesma altura H separaos por

Leia mais

CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida

CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida CÁLCULO I Prof. Eilson Neri Júnior Prof. Anré Almeia Aula n o 0: Derivaas e Orem Superior e Regra a Caeia Objetivos a Aula Definir e eterminar as erivaas e orem superior; Conhecer e aplicar a regra a caeia;

Leia mais

Notas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos

Notas de Aula. Estatística Elementar. by Mario F. Triola. Tradução: Denis Santos Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 7 Estimativas e Tamanhos Amostrais 7-1 Visão Geral 7-2 Estimando a Proporção Populacional 7-3 Estimando

Leia mais

FIG. 16 Esforços de tração na madeira. Fonte: RITTER (1990) apud CALIL JÚNIOR & BARALDI (1998)

FIG. 16 Esforços de tração na madeira. Fonte: RITTER (1990) apud CALIL JÚNIOR & BARALDI (1998) 3. TRÇÃO 3.1. ITRODUÇÃO Conorme a ireção e aplicação o esorço e tração, em relação às ibras a maeira, poe-se ter a maeira submetia à tração paralela ou à tração normal, como se apresenta na igura 16. Do

Leia mais

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,

Leia mais

## RESOLUÇÃO DE EXERCÍCIOS DO MATERIAL BÁSICO DE ESTUDO ## , determine t 1 3. Isolando o vetor t : Temos o vetor t procurado!

## RESOLUÇÃO DE EXERCÍCIOS DO MATERIAL BÁSICO DE ESTUDO ## , determine t 1 3. Isolando o vetor t : Temos o vetor t procurado! ## RESOLUÇÃO DE EXERCÍCIOS DO MATERIAL BÁSICO DE ESTUDO ## LISTA DE EXERCÍCIOS Operações com Vetores na Forma Algébrica [Analítica] no R [página 7] 5) Daos os vetores u i j Inicialmente, antes e substituir

Leia mais

Aula 7- Metodologia de verificação da segurança do EC7 para estruturas de suporte rígidas. Aplicações.

Aula 7- Metodologia de verificação da segurança do EC7 para estruturas de suporte rígidas. Aplicações. Aula 7- Metoologia e verificação a segurança o EC7 para estruturas e suporte rígias. Aplicações. Paulo Coelho - FCTUC Mestrao em Engª. Civil - Construções Civis ESTG/IPLeiria Verificação a Segurança: M.

Leia mais

que Q = 10-6 C e d = 0,3m. O meio é o vácuo. É 9.10 9 2

que Q = 10-6 C e d = 0,3m. O meio é o vácuo. É 9.10 9 2 FÍSI - ELETRIIDDE - TRLH E PTENIL S RESPSTS ESTÃ N FINL DS EXERÍIS. 1. Uma carga elétrica puntiforme = 1µ é transportaa e um ponto até um ponto e um nos casos a e b inicaos. mita, em caa caso, 6. Determine

Leia mais

Cap. 8 - Intervalos Estatísticos para uma Única Amostra

Cap. 8 - Intervalos Estatísticos para uma Única Amostra Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO

Leia mais

Resoluções dos testes propostos

Resoluções dos testes propostos os funamentos a física Uniae A Capítulo Campo elétrico Resoluções os testes propostos 1 T.5 Resposta: Daos: F e 10 N; q 50 mc 50 10 C A carga q é negativa. ntão a força elétrica F e e o vetor campo elétrico

Leia mais

INTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES

INTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES INTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES DESCRIÇÃO DOS DADOS CONTÍNUOS Trazem informações que expressam a tendência central e a dispersão dos dados. Tendência Central: Média ( x ), Mediana ( Md ),

Leia mais

Métodos de Amostragem Populações de Animais Silvestres Amostragem

Métodos de Amostragem Populações de Animais Silvestres Amostragem Métodos de Amostragem de Populações de Animais Silvestres Amostragem Sistema Natural Estrutura da amostragem: Lista das unidades para a amostragem (mapa da área por exemplo) Estrutura da amostragem População

Leia mais

SOLENÓIDE E INDUTÂNCIA

SOLENÓIDE E INDUTÂNCIA EETROMAGNETSMO 105 1 SOENÓDE E NDUTÂNCA 1.1 - O SOENÓDE Campos magnéticos prouzios por simples conutores ou por uma única espira são bastante fracos para efeitos práticos. Assim, uma forma e se conseguir

Leia mais

Resoluções dos exercícios propostos

Resoluções dos exercícios propostos P.44 Daos: 5 6 C; $ B 4 J Da expressão o trabalho a força elétrica: $ B ( B ) 4 5 6 ( B ) B 5 4 6 Esse resultao inica ue B. B P.45 Se os potenciais e e B valem, respectivamente, 5 e, em relação a um certo

Leia mais

LISTA3 - PROCESSOS ESTOCÁSTICOS (CE 211) Prof. Benito Olivares Aguilera 2 o Sem./ 2009

LISTA3 - PROCESSOS ESTOCÁSTICOS (CE 211) Prof. Benito Olivares Aguilera 2 o Sem./ 2009 UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA3 - PROCESSOS ESTOCÁSTICOS (CE ) Prof. Benito Olivares Aguilera o Sem./ 9. Suponha que o último censo inica que as pessoas

Leia mais

Tipos de variáveis e amostragem

Tipos de variáveis e amostragem Tipos de variáveis e amostragem probabiĺıstica Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 28 de março de 2018 Londrina 1 / 19 Definição Tipos de variáveis

Leia mais