Econometria de Avaliação de Políticas Públicas
|
|
|
- Ruy de Carvalho de Oliveira
- 8 Há anos
- Visualizações:
Transcrição
1 Econometria de Avaliação de Políticas Públicas Dados microeconômicos Prof. Cristine Xavier, Flavia Chein e Mônica Viegas CEDEPLAR/UFMG 2/2009 CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
2 Introdução Objetivo: Descrever os tipos de dados para pesquisas microeconomicas Existem dois tipos de estruturas de dados para pesquisas microeconomicas Dados observacionais: dados advindos de surveys ou censitários Dados experimentais As limitações inerentes aos dados observacionais advém: forma como o dado é coletado (estrutura amostral) design amostral (amostragem simples versus uma amostragem estrati cada) escopo do amostra (pesquisa longitudinal ou tranversal ) CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
3 Dados Observacionais Fontes de dados observacionais: surveys de domicílios, rmas e dados administrativos do governo O termo observacional: pesquisas de dados que são coletados por amostragem relevante da população sem controlar as características da população amostrada Amostragem aleatória simples: a probabilidade da unidade i ser amostrada de uma população de tamanho N é igual a 1/N Amostragem estrati cada (partição com as seguintes categorias) strata (sub-grupos da pop nao superpostos que exaurem a pop) CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
4 Dados Observacionais Fontes de dados observacionais: surveys de domicílios, rmas e dados administrativos do governo O termo observacional: pesquisas de dados que são coletados por amostragem relevante da população sem controlar as características da população amostrada Amostragem aleatória simples: a probabilidade da unidade i ser amostrada de uma população de tamanho N é igual a 1/N Amostragem estrati cada (partição com as seguintes categorias) strata (sub-grupos da pop nao superpostos que exaurem a pop) Unidade primária amostral (PSU): sub-conjuntos nao supoerpostos do strato CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
5 Dados Observacionais Fontes de dados observacionais: surveys de domicílios, rmas e dados administrativos do governo O termo observacional: pesquisas de dados que são coletados por amostragem relevante da população sem controlar as características da população amostrada Amostragem aleatória simples: a probabilidade da unidade i ser amostrada de uma população de tamanho N é igual a 1/N Amostragem estrati cada (partição com as seguintes categorias) strata (sub-grupos da pop nao superpostos que exaurem a pop) Unidade primária amostral (PSU): sub-conjuntos nao supoerpostos do strato Unidades secundárias amostrais (SSU): sub-unidades do PSU CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
6 Dados Observacionais Fontes de dados observacionais: surveys de domicílios, rmas e dados administrativos do governo O termo observacional: pesquisas de dados que são coletados por amostragem relevante da população sem controlar as características da população amostrada Amostragem aleatória simples: a probabilidade da unidade i ser amostrada de uma população de tamanho N é igual a 1/N Amostragem estrati cada (partição com as seguintes categorias) strata (sub-grupos da pop nao superpostos que exaurem a pop) Unidade primária amostral (PSU): sub-conjuntos nao supoerpostos do strato Unidades secundárias amostrais (SSU): sub-unidades do PSU Unidade amostral (USU): unidade nal escolhida para entrevista CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
7 Dados Observacionais Em geral, todos os estratos são pesquisados Exemplo: estados de um país Nem todas as PSUs e suas sub-divisoes são pesquisadas Em uma amostragem dois estágios, as PSU sao escolhidas aleatoriamente USU sao escolhidas aleatoriamente nas PSUs sorteadas Nestes métodos de amostragem: domicílios diferentes tem diferentes probabilidades de serem sorteados Esta amostra é não representativa da população Surveys disponibilizam os pesos amostrais: inverso da probabilidade de ser amostrado Utilizando-se os pesos amostrais se pode obter estimadores não viesados para as características da população CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
8 Dados Observacionais Algumas pesquisas podem também apresentar clusters (grupamentos) Exemplo: amostragem de muitos domicílios em uma mesma vizinhança Observações que pertencem ao mesmo cluster tendem a ser dependentes ou correlacionadas porque dependem das mesmas características observáveis ou não observáveis que podem afetar todas as observações em um strato. Inferência estatítica ignorando a correlação destas observações gera estimativas incorretas da variância que são menores do que aquela que utiliza a fórmula correta. A amostragem em dois estágios ou multi estágios podem tornar as estimativas dos desvios-padroes mais complexa. CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
9 Amostragem Viesada Se uma amostra é aleatória entao a distibuição de probabilidade dos dados é a mesma distribuição da população. Quando a amostra não é aleatória: amostragem viesada Na amostragem viesada (biased sampling) a distribuição de probabilidade dos dados é diferente da distribuição da população A distribuição dos dados depende da natureza do desvio em relação à amostragem aleatória. Este tipo de amostragem ocorre porque muitas vezes é mais custo efetivo ou mais conveniente realizar uma amostragem de um subgrupo da população. CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
10 Amostragem Viesada Amostragem exógena: a amostra é segmentada segundo um conjunto de variáveis exógenas à variável resposta. Exemplo: estudo sobre hospitalizações, a amostra foi segmentada entre pacientes crônicos e não crônicos. Amostragem baseada em resposta: ocorre quando a probabilidade de um indivíduo ser incluído na amostra depende das respostas ou escolhas feitas por esse indivíduo. Nesse caso o processo de amostragem depende das regras de nidas em termos da variável endógena. Exemplo: estudo sobre os determinantes do transporte público, apena os usuários do transporte público são incluídos. CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
11 Tipos de Dados Observacionais Dados em Cross Section: São obtidos observando um vetor de características w, para a amostra S t para algum t. Se a população é estacionária, então inferências sobre θ t (vetor de parâmetros) utilizando S t pode ser válidas para t 6= t. Se existir dependência signi cativa entre o passado e o comportamento corrente, entao os dados longitudinais são requeridos para se fazer inferência sobre a relação de interesse. Dados em Cross-Sections Repetitidas: são obtidas através de amostras independentes S t. Nesse caso o desenho amostral não tenta reter as mesmas unidades na amostra, de forma que a informação sobre a dependência dinâmica no comportamento é perdida. Se a população é estacionária, entao amostras repetidas de dados em cross-section sao obtidas em um processo amostral semelhante à amostragem com reposição para uma população constante. Painel ou dados longitudinais: seleciona uma amostra S e colecta observações para uma sequencia de períodos de tempo. CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
12 Dados de Experimentos Sociais Dados experimentais e dados observacionais são distintos porque um ambiente experimental pode ser monitorado e controlado No experimento é possível alterar a variável de interesse, mantendo as demais covariadas em níveis controlados. Ao contrário em dados observacionais os dados são gerados em um ambiente não controlado, deixando aberta a possibilidade de fatores confundentes os quais tornam mais difícil a identi cação da relação causal de interesse Exemplo: Ao estudar a relação entre escolaridade e rendimento Estudo observacional: anos de escolaridade tem que ser compreendido como decorrente de um processo de decisão individual Estudo experimental: anos de escolaridade são dados. CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
13 De nition Experimentos sociais: experimentos com pequenos grupos de participantes voluntários que mimetizam o comportamento dos agentes econômicos. A característica central da metodologia experimental envolve a comparação entre os resultados de um grupo randômicamente selecionado, o qual é sujeito a um tratamento com aqueles do grupo controle. Em um bom experimento cuidado considerável é tomado para encontrar os grupos tratamento e controle de modo a evitar os potenciais vieses nas variáveis de resultado. Um experimento social envolve uma variação exógena no ambiente econômico o qual é particionado em um subconjunto que recebe o tratamento e outro que serve como grupo controle. Em estudos observacionais as mudanças nos fatores exógenos e endógenos podem ser confundidas. Um experimento bem desenhado objetiva isolar o papel das variáveis de tratamento CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
14 Caracteristicas dos Experimentos Sociais Experimentos sociais são motivaods por questões políticas (identi car como os sujeitos reagem a determinado tipo de política) A idéia de um experimento social é listar um grupo de participantes, alguns dos quais, são aleatoriamente assignalados para ogrupo de tratamento e o restante para o grupo de controle. Experimentos sociais são raros fora dos EUA Experimentos podem produzir dados longitudinais ou cross-section CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
15 Vantagens dos Experimentos Sociais Remover qualquer correlação entre as características observadas e não observadas dos participantes do programa. A contribuiçao do tratamento à variavel de resultado pode ser estimada sem nenhum viés de confusão A presença de correlaçao entre variáveis de confusão e presença do tratamento complica a inferência causal em estudos observacionais Mesmo que dados observacionais estejam disponíveis, o uso de dados experimentais tem grande apelo por oferecer a possibilidade de exogeneizar uma variável de política e a randomizaçao do tratamento pode levar a uma grande simpli cação da análise estatística. Conclusões baseadas em dados observacionais podem não ser generalizáveis devido ao problema de viés de seleção. CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
16 Limitações dos Experimentos Sociais Custosos Algumas vezes os experimentos não são tão limpos assim (depende da variável de tratamento) Experimentos com amostras estrati cadas podem ser complicados (se a estrati cação for endõgena) Problema de seleção amostral que ocorre pela participação ser voluntária. Por razões éticas, existem experimentos que nao podem ser realizados. Diferente dos experimentos clínicos, os indivíduos sabem se são tratamento ou controle. Atrição amostral: causada por indivíduos que saem do experimento Hawthorne e ect: indivíduos podem adaptar o comportamento quando participam do experimento. Nesse caso os resultados do tratamento não podem ser atribuídos somente ao tratamento. viés de randomização (Heckman & Smith) Viés de substituição : ocorre quando os controles recebem alguma forma de tratamento que substitui o experimental. CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
17 Limitações dos Experimentos Sociais Análises de experimentos são de natureza de equilíbrio parcial ( a hipótese de coeteris paribus não é mantida quando toda a população é envolvida) A questão fundamental é se podemos extrapolar os resultados de um experimento para uma população inteira. Se o experimento é conduzido como um programa piloto de pequena escala, mas a intenção é predizer o impacto de políticas que são mais amplamente aplicadas, a limitação é que o programa piloto nao pode incorporar os efeitos mais amplos do programa. Um tratamento mais amplamente aplicado pode alterar o ambiente economico su cientemente para invalidar as predições de um arcabouço de equilíbrio parcial. CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
18 Experimentos Naturais Um experimento natural ocorre quanto um subconjunto da população está sujeito a uma variação exógena em uma variável. Duas formas de trabalhar o experimento natural: Considere o modelo de regressão simples: y = b 1 + b 2 x + u Suponha uma variação exógena que altera x. A intervenção exógena cria uma oportunidade para avaliar o seu impacto comparando o comportamento do grupo impactado antes e depois da intervenção, ou com o grupo não impactado após a intervenção. (choques climáticos, legislação não antecipada, eventos naturais - nascimentos de gêmeos...) Nesse caso x pode ser tratado com o exógeno. CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
19 Variáveis Instrumentais Experimento natural: gerar uma variável instrumental. Suponha que z é uma variável correlacionada com x e nao correlacionada com u. Entao uma estimador de variável instrumental de β 2 expresso em termos de covariadas é: bβ 2 = cov (z, y) cov (z, x) CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
20 Referencias Bibliográ cas: Cameron & Trivedi, Cap 3. CEDEPLAR/UFMG (Institute) Avaliação de Politicas Públicas 2/ / 17
AVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO
1 AVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO Amostra aleatória. Também conhecida como amostra probabilística. A melhor maneira de evitar uma amostra enviesada ou não-representativa é selecionar uma amostra
1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Noções de Pesquisa e Amostragem. André C. R. Martins
Noções de Pesquisa e Amostragem André C. R. Martins 1 Bibliografia Silva, N. N., Amostragem probabilística, EDUSP. Freedman, D., Pisani, R. e Purves, R., Statistics, Norton. Tamhane, A. C., Dunlop, D.
Avaliação econômica (quantitativa) de impacto de programas (de saúde) Prof. Gervásio F. Santos Departamento de Economia/UFBA
Avaliação econômica (quantitativa) de impacto de programas (de saúde) Prof. Gervásio F. Santos Departamento de Economia/UFBA Problemas econômicos Impacto de um programa de treinamento sobre salário/hora
Dr. Ronaldo Pilati - Psicologia Social - Universidade de Brasília 1
Métodos de Pesquisa em Psicologia Social Psicologia Social como Ciência Empírica Universidade de Brasília 1 Método Científico O que é o método científico? A produção do conhecimento em ciência está associada
EVENTOS EM POPULAÇÕES DESENHOS DE ESTUDO PARA AVALIAÇÃO DE INTERVENÇÕES EM DOENÇAS TRANSMISSÍVEIS IMPLICAÇÕES DA DEPENDÊNCIA ENTRE EVENTOS
EVENTOS EM POPULAÇÕES DESENHOS DE ESTUDO PARA AVALIAÇÃO DE INTERVENÇÕES EM DOENÇAS TRANSMISSÍVEIS Independentes Incidência em um indivíduo não depende da prevalência na população Dependentes Incidência
Após essa disciplina você vai ficar convencido que a estatística tem enorme aplicação em diversas áreas.
UNIVERSIDADE FEDERAL DA PARAÍBA INTRODUÇÃO Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ CONCEITOS FUNDAMENTAIS DE ESTATÍSTICA O que a Estatística significa para você? Pesquisas
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
O que é a estatística?
Elementos de Estatística Prof. Dr. Clécio da Silva Ferreira Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os
Aula 3 Introdução à Avaliação de Impacto Aula 3
Aula 3 Introdução à Avaliação de Impacto Aula 3 Introdução à Avaliação de Impacto Quando a chuva cai, necessariamente, a rua fica molhada. Se a rua está molhada, pode ter chovido. Mas, não necessariamente!
TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO
1 TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO Mario de Andrade Lira Junior www.lira.pro.br direitos autorais. INTRODUÇÃO À ANÁLISE MULTIVARIADA Apenas uma breve apresentação Para não dizerem que
Estudo de caso: Campanhas por telefone para incentivar a vacinação de crianças: Elas são eficazes?
Estudo de caso: Campanhas por telefone para incentivar a vacinação de crianças: Elas são eficazes? Este estudo de caso baseia-se em Comparing experimental and matching methods using a field experiment
Conceito de pesquisa
Conceito de pesquisa A pesquisa e uma atividade voltada para a solução de problemas, através do emprego de procedimentos científicos. Seus elementos são: 1. Problema ou dúvida 2. Metodo científico 3. Resposta
Caio Piza DIME/Banco Mundial São Paulo, 25-27 de Março de 2013. Métodos Experimentais
Caio Piza DIME/Banco Mundial São Paulo, 25-27 de Março de 2013 Métodos Experimentais Objetivo Identificar o Verdadeiro Efeito de um Programa Separar o impacto do programa de outros fatores >>Qual o efeito
Aula 5 Técnicas para Estimação do Impacto
Aula 5 Técnicas para Estimação do Impacto A econometria é o laboratório dos economistas, que busca reproduzir o funcionamento do mundo de forma experimental, como se faz nas ciências naturais. Os modelos
Análise e Modelagem Longitudinal dos Dados da Pesquisa de Avaliação de Impacto do Programa Bolsa Família (Primeira e Segunda Rodadas)
OficinaTécnica CNPqe MDS -Edital CNPq nº 24/2013 T7 - Análise de Dados Secundários das Bases Sociais Disponíveis no MDS Análise e Modelagem Longitudinal dos Dados da Pesquisa de Avaliação de Impacto do
Como aleatorizar? (Nome professor) (Universidade) Abdul Latif Jameel Poverty Action Lab. www.povertyactionlab.org
Como aleatorizar? (Nome professor) (Universidade) Abdul Latif Jameel Poverty Action Lab www.povertyactionlab.org Resumo da apresentação Restrições do mundo real e alguns exemplos bem sucedidos Unidade
PLANEJAMENTO EXPERIMENTAL
PLANEJAMENTO EXPERIMENTAL Técnicas de Pesquisas Experimentais LUIS HENRIQUE STOCCO MARCIO TENÓRIO SANDRA MARCHI Introdução O Planejamento de Experimentos (Design of Experiments, DoE), técnica utilizada
Exercícios Resolvidos sobre Amostragem
Exercícios Resolvidos sobre Amostragem Observe agora, nestes Exercícios Resolvidos, como alguns parâmetros estatísticos devem ser construídos para formar amostras fidedignas de certas populações ou fenômenos
Metodos Praticos de Amostragem para Avaliações de Impacto
Vincenzo Di Maro (DIME, World Bank) Metodos Praticos de Amostragem para Avaliações de Impacto Workshop de Avaliação de Impacto de Políticas Públicas São Paulo Março, 25-27 de 2013 1 Sumário 1. Componentes
Cláudio Tadeu Cristino 1. Julho, 2014
Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino
O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I
O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I! A utilização de escores na avaliação de crédito! Como montar um plano de amostragem para o credit scoring?! Como escolher as variáveis no modelo de credit
ALEXANDRE WILLIAM BARBOSA DUARTE
SURVEY Método de pesquisa amplamente utilizado em pesquisas de opinião pública, de mercado e, atualmente, em pesquisas sociais que, objetivamente, visam descrever, explicar e/ou explorar características
Capítulo 7 Estudos sobre Causalidade e Etiologia
L E I T u R A C R í T I C A D E A R T I G O S C I E N T í F I CO S 105 Capítulo 7 Estudos sobre Causalidade e Etiologia 7.1 Introdução Relembrando o que foi dito no capítulo 1 os estudos randomizados,
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Pesquisa Aplicada à Estatística
Pesquisa Aplicada à Estatística Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br September 14, 2014 Souza () Pesquisa Aplicada à Estatística September 14, 2014 1 / 23 Estatística: ideias gerais O que
PLANIFICAÇÃO OPERACIONAL DA PESQUISA
Laboratório de Psicologia Experimental Departamento de Psicologia UFSJ Disciplina: Método de Pesquisa Quantitativa TEXTO 8: PLANIFICAÇÃO OPERACIONAL DA PESQUISA Autora: Prof. Marina Bandeira,Ph.D. 1. POPULAÇÃO-
Ensaios Clínicos. Alexander R. Precioso
Ensaios Clínicos Alexander R. Precioso Diretor da Divisão de Ensaios Clínicos e Farmacovigilância - Instituto Butantan Pesquisador do Instituto da Criança HC / FMUSP Introdução Os recentes desenvolvimentos
UNIDADE DE PESQUISA CLÍNICA Centro de Medicina Reprodutiva Dr Carlos Isaia Filho Ltda.
UNIDADE DE PESQUISA CLÍNICA Centro de Medicina Reprodutiva Dr Carlos Isaia Filho Ltda. Avaliação do risco de viés de ensaios clínicos randomizados pela ferramentada colaboração Cochrane Alan P. V. de Carvalho,
1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Modelos. O que, por que, quando, qual e como
Modelos O que, por que, quando, qual e como Marcelo C. M. Fonseca Pediatra Intensivista UNIFESP Gerente do Núcleo de Pesquisas Clínicas UNIFESP Assessor do Reitor da UNIFESP Cientista sênior da Axia.Bio
6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Inferência Estatística-Macs11ºano
INFERÊNCIA ESTATÍSTICA Inferência Estatística-Macs11ºano Estatística Descritiva: conjunto de métodos para sintetizar e representar de forma compreensível a informação contida num conjunto de dados. Usam-se,
Profª Cristina Lacerda Soares Petrarolha Silva Questionário Muito comum na época das pesquisas eleitorais Existem regras para se fazer pesquisa na forma de questionários. Um exemplo: 1- Quando se faz
2 Fase conceptual da investigação. 2.1. Objectivos e perguntas de partida
2 Fase conceptual da investigação 2.1. Objectivos e perguntas de partida Investigação científica Deve iniciar-se com a formulação de um problema O objectivo da investigação é a solução desse problema.
Organizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU
Organizaçãoe Recuperaçãode Informação GSI521 Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Aula anterior Organização e Recuperação de Informação(GSI521) Modelo vetorial- Definição Para o modelo vetorial, o
Saúde do Idoso 1ª Pesquisa sobre a Saúde e Condições de Vida do Idoso na Cidade do Rio de Janeiro. Ano 2006 1
Saúde do Idoso 1ª Pesquisa sobre a Saúde e Condições de Vida do Idoso na Cidade do Rio de Janeiro. Ano 2006 1 Alcides Carneiro 2 Lucia Santos 3 Palavras Chaves: Metodologia científica; análise estatística;
INF1403 - Introdução a Interação Humano-Computador (IHC)
INF1403 - Introdução a Interação Humano-Computador (IHC) Turma 3WB Professor: Alberto Barbosa Raposo 09/04/2012 Departamento de Informática, PUC-Rio Testes com usuários Como avaliar? inspeção (por especialistas)
Estudo da Viabilidade da utilização de Cartão de Crédito para um Grupo de Clientes Essenciais
Estudo da Viabilidade da utilização de Cartão de Crédito para um Grupo de Clientes Essenciais Cleyton Zanardo de Oliveira CER, DEs, UFSCar Vera Lúcia Damasceno Tomazella, DEs, UFSCar Resumo Uma única pessoa
UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
2.1 Os projetos que demonstrarem resultados (quádrupla meta) serão compartilhados na Convenção Nacional.
O Prêmio Inova+Saúde é uma iniciativa da SEGUROS UNIMED que visa reconhecer as estratégias de melhoria e da qualidade e segurança dos cuidados com a saúde dos pacientes e ao mesmo tempo contribua com a
Módulo 4. Construindo uma solução OLAP
Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de
INTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática. (1) Data Mining Conceitos apresentados por
INTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática (1) Data Mining Conceitos apresentados por 1 2 (2) ANÁLISE DE AGRUPAMENTOS Conceitos apresentados por. 3 LEMBRE-SE que PROBLEMA em IA Uma busca
SAD orientado a MODELO
Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a MODELO DISCIPLINA: Sistemas de Apoio a Decisão SAD Orientado a Modelo De acordo com ALTER
Regra do Evento Raro p/ Inferência Estatística:
Probabilidade 3-1 Aspectos Gerais 3-2 Fundamentos 3-3 Regra da Adição 3-4 Regra da Multiplicação: 3-5 Probabilidades por Meio de Simulações 3-6 Contagem 1 3-1 Aspectos Gerais Objetivos firmar um conhecimento
Estratégias de Pesquisa
Estratégias de Pesquisa Ricardo de Almeida Falbo Metodologia de Pesquisa Departamento de Informática Universidade Federal do Espírito Santo Agenda Survey Design e Criação Estudo de Caso Pesquisa Ação Experimento
AULAS 02 E 03 Modelo de Regressão Simples
1 AULAS 02 E 03 Modelo de Regressão Simples Ernesto F. L. Amaral 04 e 09 de março de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à
Modelagem e Simulação Material 02 Projeto de Simulação
Modelagem e Simulação Material 02 Projeto de Simulação Prof. Simão Sirineo Toscani Projeto de Simulação Revisão de conceitos básicos Processo de simulação Etapas de projeto Cuidados nos projetos de simulação
Caio Piza DIME/Banco Mundial São Paulo, 25-27 de Março de 2013. Métodos Quase-Experimentais
Caio Piza DIME/Banco Mundial São Paulo, 25-27 de Março de 2013 Métodos Quase-Experimentais Objetivos Objetivo: isolar o efeito causal de uma intervenção/política pública sobre alguns resultados de interesse
Metodologia. Método de recolha de dados
Amigas dos Idosos Entidade Promotora/co-financiadora Entidades Co-Financiadoras Metodologia Método de recolha de dados O processo de recolha de dados que foi desenvolvido no âmbito do projeto cidades envolveu
Este capítulo é divido em duas seções, a primeira seção descreve a base de
30 3. Metodologia Este capítulo é divido em duas seções, a primeira seção descreve a base de dados utilizada, identificando a origem das fontes de informação, apresentando de forma detalhada as informações
ESTUDO SOBRE CIRCULAÇÃO DE REVISTAS
ESTUDO SOBRE CIRCULAÇÃO DE REVISTAS MERCADO BRASILEIRO 2000 A 2011 2 Sumário 1 METODOLOGIA... 3 2 EVOLUÇÃO DO NÚMERO DE EXEMPLARES DE 2000 A 2011... 4 3 RECEITAS ANUAIS POR PERIODICIDADE... 5 3.1 PREÇO
Artigo Os 6 Mitos Do Seis Sigma
Artigo Os 6 Mitos Do Seis Sigma Celerant Consulting A metodologia do Seis Sigma a abordagem Definir, Medir, Analisar, Melhorar e Controlar (DMAIC) para resolução de problemas e as ferramentas a serem usadas
EPIDEMIOLOGIA E AVALIAÇÃO DE PROGRAMAS: DESAFIOS METODOLÓGICOS EM DANT. Iná S.Santos Univ. Fed. Pelotas
EPIDEMIOLOGIA E AVALIAÇÃO DE PROGRAMAS: DESAFIOS METODOLÓGICOS EM DANT Iná S.Santos Univ. Fed. Pelotas DESAFIOS EM AVALIAÇÃO DE PROGRAMAS Aceitar que ensaios randomizados não são os delineamentos de primeira
Esta aula foi compilada por alunos. Caso encontre erros, favor procurar no email: luisfca@gmail.com ou. landeira@puc-rio.br
Prof. Landeira-Fernandez Bioestatística Esta aula foi compilada por alunos. Caso encontre erros, favor procurar no email: luisfca@gmail.com ou Rio de Janeiro, 23 de junho de 2015. landeira@puc-rio.br AULA
O Acordo de Haia Relativo ao Registro. Internacional de Desenhos Industriais: Principais características e vantagens
O Acordo de Haia Relativo ao Registro Internacional de Desenhos Industriais: Principais características e vantagens Publicação OMPI N 911(P) ISBN 92-805-1317-X 2 Índice Página Introdução 4 Quem pode usufruir
Aula 1. Introdução à Avaliação Econômica de Projetos Sociais
Aula 1 Introdução à Avaliação Econômica de Projetos Sociais Avaliar é... Emitir juízo de valor sobre algo. Avaliação Econômica é... Quantificar o impacto e o retorno econômico de um projeto, com base em
AULAS 22, 23 E 24 A lógica da amostragem do survey
1 AULAS 22, 23 E 24 A lógica da amostragem do survey Ernesto F. L. Amaral 03, 09 e 10 de junho de 2011 Metodologia (DCP 033) Fonte: Babbie, Earl. 1999. Métodos de Pesquisas de Survey. Belo Horizonte: Editora
Pindyck & Rubinfeld, Capítulo 15, Mercado de Capitais::REVISÃO
Pindyck & Rubinfeld, Capítulo 15, Mercado de Capitais::REVISÃO 1. Uma empresa utiliza tecidos e mão-de-obra na produção de camisas em uma fábrica que foi adquirida por $10 milhões. Quais de seus insumos
METODOLOGIA CIENTÍFICA
EQE040 METODOLOGIA CIENTÍFICA www.liviajatoba.com/eqe040 Professora Livia Jatobá liviajatoba@eq.ufrj.br Aula 04: Desenvolvendo o problema científico. Metodologia e fases da pesquisa. 6 de abril de 2015
Introdução à análise de dados discretos
Exemplo 1: comparação de métodos de detecção de cárie Suponha que um pesquisador lhe apresente a seguinte tabela de contingência, resumindo os dados coletados por ele, oriundos de um determinado experimento:
Estatística Aplicada às Ciências Sociais e Ambientais. Organização da Disciplina. Conteúdo da Aula. Contextualização. Farmácia Industrial UFPR
Estatística Aplicada às Ciências Sociais e Ambientais Apresentação Aula 1 Prof. Daniel de Christo Farmácia Industrial UFPR Mestrado em Genética UFPR Lecionando no Ensino Superior desde 2003 Organização
A interpretação gráfica e o ensino de funções
A interpretação gráfica e o ensino de funções Adaptado do artigo de Katia Cristina Stocco Smole Marília Ramos Centurión Maria Ignez de S. Vieira Diniz Vamos discutir um pouco sobre o ensino de funções,
Pesquisa em Marketing
Pesquisa em Marketing Aula 4 1. Identificar o tamanho da amostral ideal 2. Saber calcular a amostra O Processo de Amostragem TIPOS DE AMOSTRAGEM Amostra não-probabilística Amostra por Conveniência Amostra
MODELO CMM MATURIDADE DE SOFTWARE
MODELO CMM MATURIDADE DE SOFTWARE O modelo CMM Capability Maturity Model foi produzido pelo SEI (Software Engineering Institute) da Universidade Carnegie Mellon (CMU), em Pittsburgh, EUA, por um grupo
Vetores Aleatórios, correlação e conjuntas
Vetores Aleatórios, correlação e conjuntas Cláudio Tadeu Cristino 1 1 Universidade Federal Rural de Pernambuco, Recife, Brasil Segundo Semestre, 2013 C.T.Cristino (DEINFO-UFRPE) Vetores Aleatórios 2013.2
Dúvidas e Esclarecimentos sobre a Proposta de Criação da RDS do Mato Verdinho/MT
Dúvidas e Esclarecimentos sobre a Proposta de Criação da RDS do Mato Verdinho/MT Setembro/2013 PERGUNTAS E RESPOSTAS SOBRE A CRIAÇÃO DE UNIDADE DE CONSERVAÇÃO 1. O que são unidades de conservação (UC)?
Aula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Estatística: Conceitos e Organização de Dados. Introdução Conceitos Método Estatístico Dados Estatísticos Tabulação de Dados Gráficos
Estatística: Conceitos e Organização de Dados Introdução Conceitos Método Estatístico Dados Estatísticos Tabulação de Dados Gráficos Introdução O que é Estatística? É a parte da matemática aplicada que
Relatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento
Relatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento Ramon Pereira Lopes Rangel Silva Oliveira 31 de outubro de 2011 1 Introdução O presente documento refere-se ao relatório
Lisina, Farelo de Soja e Milho
Lisina, Farelo de Soja e Milho Disponível em nosso site: www.lisina.com.br Veja como substituir uma parte do farelo de soja por Lisina Industrial e milho Grande parte dos suinocultores conhecem a Lisina
TEXTO 7: DELINEAMENTOS PRÉ-EXPERIMENTAIS 1
1 Laboratório de Psicologia Experimental Departamento de Psicologia UFSJ Disciplina: Método de Pesquisa Quantitativa Professora: Marina Bandeira TEXTO 7: DELINEAMENTOS PRÉ-EXPERIMENTAIS 1 Autores: Selltiz
Avaliando o que foi Aprendido
Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função
Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados
Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados Prof. Celso Kaestner Poker Hand Data Set Aluno: Joyce Schaidt Versão:
Espaço Amostral ( ): conjunto de todos os
PROBABILIDADE Espaço Amostral (): conjunto de todos os resultados possíveis de um experimento aleatório. Exemplos: 1. Lançamento de um dado. = {1,, 3, 4,, 6}. Doador de sangue (tipo sangüíneo). = {A, B,
Pesquisa de Mercado e Opinião
Pesquisa de Mercado e Opinião MATTAR Prof. Ms. Alexandre Augusto Giorgio 1 NATUREZA DAS VARIÁVEIS ESTUDADAS 2 NATUREZA DO RELACIONAMENTO ENTRE VARIÁVEIS ESTUDADAS 3 OBJETIVO E GRAU EM QUE O PROBLEMA DE
Instrumentos Econômicos e Financeiros para GIRH. Métodos de valoração de água e instrumentos econômicos
Instrumentos Econômicos e Financeiros para GIRH Métodos de valoração de água e instrumentos econômicos Meta e objetivo da sessão Identificar os principais métodos de valoração de água para dar suporte
Prova Parcial de Estatística I. Turma: AE1 AE2 AE3 AE4
ESCOLA DE ADMINISTRAÇÃO DE EMPRESAS DE SÃO PAULO FUNDAÇÃO GETULIO VARGAS Prova Parcial de Estatística I Data: Setembro / Professores: Eduardo Francisco Francisco Aranha Nelson Barth A Nome do Aluno: GABARITO
COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder
Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem
Valor Prático da Distribuição Amostral de
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE Antes de falarmos como calcular a margem de erro de uma pesquisa, vamos conhecer alguns resultados importantes da inferência estatística.
Controle estatístico de processo: algumas ferramentas estatísticas. Linda Lee Ho Depto Eng de Produção EPUSP 2009
Controle estatístico de processo: algumas ferramentas estatísticas Linda Lee Ho Depto Eng de Produção EPUSP 2009 Controle estatístico de Processo (CEP) Verificar estabilidade processo Coleção de ferramentas
Variáveis Instrumentais (auto-seleção em não-observáveis)
Variáveis Instrumentais (auto-seleção em não-observáveis) Como estimar o AT E quando Pr [T = 1jY (1) ; Y (0) ; X] 6= Pr [T = 1jX] = p (X) Na literatura econométrica, tem-se um problema equivalente: Y i
EDITAL DE ABERTURA DO PROCESSO SELETIVO PARA ESTAGIÁRIO DE SERVIÇO SOCIAL GRUPO GESTOR DE BENEFÍCIOS SOCIAIS. Processo nº 01P-22156/2014
EDITAL DE ABERTURA DO PROCESSO SELETIVO PARA ESTAGIÁRIO DE SERVIÇO SOCIAL GRUPO GESTOR DE BENEFÍCIOS SOCIAIS Processo nº 01P-22156/2014 A(O) GRUPO GESTOR DE BENEFÍCIOS SOCIAIS da Unicamp faz saber que
CURSO ON-LINE PROFESSOR GUILHERME NEVES
Olá pessoal! Neste ponto resolverei a prova de Matemática Financeira e Estatística para APOFP/SEFAZ-SP/FCC/2010 realizada no último final de semana. A prova foi enviada por um aluno e o tipo é 005. Os
Gerenciamento de Projeto: Planejando os Riscos. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
Gerenciamento de Projeto: Planejando os Riscos Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução Planejar o Gerenciamento dos Riscos. Identificar os Riscos Realizar a Análise Qualitativa
Apresentação da Solução. Divisão Área Saúde. Solução: Gestão de Camas
Apresentação da Solução Solução: Gestão de Camas Unidade de negócio da C3im: a) Consultoria e desenvolvimento de de Projectos b) Unidade de Desenvolvimento Área da Saúde Rua dos Arneiros, 82-A, 1500-060
A presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Simulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Função Mudar de unidade estatística
Função Mudar de unidade estatística Frequentemente, certas pesquisas contêm informações correspondentes a níveis estatísticos diferentes. No Sphinx (Survey ou Léxica), a partir do menu Gestão, opção Mudar
)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Introdução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.
Métodos Monte Carlo Introdução Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Estimativas pontuais e intervalares para os parâmetros;
Casos de teste semânticos. Casos de teste valorados. Determinar resultados esperados. Gerar script de teste automatizado.
1 Introdução Testes são importantes técnicas de controle da qualidade do software. Entretanto, testes tendem a ser pouco eficazes devido à inadequação das ferramentas de teste existentes [NIST, 2002].
Sistemas Operacionais
Sistemas Operacionais Aula 13 Gerência de Memória Prof.: Edilberto M. Silva http://www.edilms.eti.br Baseado no material disponibilizado por: SO - Prof. Edilberto Silva Prof. José Juan Espantoso Sumário
CURSO DE MICROECONOMIA 2
CURSO DE MICROECONOMIA 2 TEORIA DOS CONTRATOS - Seleção Adversa PROF Mônica Viegas e Flavia Chein Cedeplar/UFMG 2/2009 Cedeplar/UFMG (Institute) MICRO 2 2/2009 1 / 25 O Modelo Padrão Agente que troca um
Capítulo 3. Sumário do Capítulo. Sumário do Capítulo. Desenho da Pesquisa
Capítulo 3 Desenho da Pesquisa 3-1 Sumário do Capítulo 1) Introdução 2) Desenho da Pesquisa: Definição 3) Desenho da Pesquisa: Classificação 4) Pesquisa Exploratória 5) Pesquisa Descritiva i. Desenho Secção
Empresa de Pesquisa Energética (EPE) 2014. Analista de Projetos da Geração de Energia
Empresa de Pesquisa Energética (EPE) 2014 Analista de Projetos da Geração de Energia Oi, pessoal! Vou resolver as quatro questões de Estatística (53 a 56) da prova elaborada pela banca Cesgranrio para
AULA 07 Tipos de avaliação
1 AULA 07 Tipos de avaliação Ernesto F. L. Amaral 31 de março de 2011 Avaliação de Políticas Públicas (DCP 046) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação de Projetos Sociais. São Paulo,