ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 4 Regressão Linear
|
|
- Laura Sanches da Cunha
- 7 Há anos
- Visualizações:
Transcrição
1 ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11 EERCÍCIOS PRÁTICOS - CADERNO 4 Regressão Lnear
2 4. EERCÍCIOS PARA RESOLVER NAS AULAS 4.1. O gestor de marketng duma grande cadea de supermercados quer determnar o efeto do espaço de prateleras nas vendas de comda para anmas. Selecconou uma amostra de 12 lojas de dmensão muto próxma nas quas recolheu os seguntes dados: Loja Espaço de pratelera em m ( ) Vendas numa semana (x10 3 ) ( Y ) a) Faça um dagrama que evdence a relação entre as duas varáves. b) Qual a relação entre as duas varáves? Calcule uma medda aproprada. c) Assumndo uma relação lnear entre elas, calcule os estmadores de mínmos quadrados ordnáros para os coefcentes da recta das vendas em função do espaço de pratelera. d) Interprete o valor do declve da recta. e) Qual a sua estmatva (em mlhares de euros) para as vendas semanas duma loja com 8 m de pratelera para comda de anmas? f) Qual o seu erro médo de estmatva? g) Qual o valor do coefcente de determnação. Interprete O gestor de um servço de lmousne entre um aeroporto e a área metropoltana envolvente está nteressado em ter uma dea da relação entre a dstânca percorrda em cada servço e o tempo que o mesmo demora. Para sso recolheu os respectvos valores para os últmos 12 clentes: Loja Dstânca em km ( ) Tempo em mn. Y
3 a) Faça um dagrama que evdence a relação entre as duas varáves e calcule uma estatístca aproprada para a medr. b) Assumndo uma relação lnear entre elas, calcule os estmadores de mínmos quadrados ordnáros para os coefcentes da recta da duração em função da dstânca percorrda. Interprete o valor do declve. c) Qual a sua estmatva (em mnutos) para a duração dum servço em que é necessáro percorrer 20 km? d) Calcule o erro médo de estmatva? e) Calcule o coefcente de determnação e nterprete Consdere o modelo de regressão Y ε e as seguntes ses observações para as varáves Y, 2 e 3 : Y a) Escreva o modelo na forma matrcal e especfque qual o vector Y e a matrz b) Calcule: ) As matrzes ', 'Y e (') -1. ) As estmatvas de mínmos quadrados ordnáros para os. ) Os erros de estmação para as ses observações utlzadas. v) A estmatva da varânca dos erros; v) A matrz de varâncas/covarâncas dos estmadores; v) Os erros padrão dos. v) Mostre que a varação total é gual à soma da varação explcada com a varação resdual e calcule o coefcente de determnação R 2. Mostre anda que o coefcente de determnação é o quadrado do coefcente de correlação lnear smples entre a varável dependente e as suas estmatvas. c) Confrme os resultados obtdos em b) usando o SPSS. d) Teste a sgnfcânca dos parâmetros do modelo. e) Teste a aderênca global do modelo. f) Apresente uma estmatva para Y quando 2 = 4 e 3 = 12. Qual o respectvo ntervalo de confança a 95%?
4 4.4. Consdere o modelo de regressão Y ε e as segunte nove observações para as varáves Y, 1, 2 e 3 : Y a) Escreva o modelo na forma matrcal e especfque qual o vector Y e a matrz b) Calcule: ) As matrzes ', 'Y e (') -1 (Lembre-se que a nversa de uma matrz dagonal é a dagonal com os nversos de cada elemento). ) As estmatvas de mínmos quadrados ordnáros para os. ) Os erros de estmação para as nove observações utlzadas. v) A estmatva da varânca dos erros; v) A matrz de varâncas/covarâncas dos estmadores; v) Os erros padrão dos. v) O coefcente de determnação R 2. c) Confrme os resultados obtdos em b) usando o SPSS. d) Faz sentdo manter todas as varáves no modelo? E globalmente o modelo é bom?
5 4.5. Consdere o modelo Y ε que fo aplcado a 20 observações para as quas se obtveram os seguntes resultados: ˆ Vˆ ˆ e R 2 = a) Qual a varação total, a varação explcada e qual a varação não explcada. b) Apresente os ntervalos de confança a 95% para 2 e para 3. c) Teste H 0 : 2 1 contra H A : 2 < 1. d) Teste separadamente a sgnfcânca dos parâmetros. e) Utlzando os valores apresentados em a) teste a hpótese H 0 : 2 = 3 = 0. f) Escreva a hpótese 2 = 3 = 0 na forma vectoral, e calcule Vˆ teste. Que relação tem com os resultados calculados em e)? S. Usando esta nformação repta o
6 4.6. Na tabela 5.4 apresentam-se os dados das vendas semanas de uma das maores marcas de conservas de atum numa cadea de supermercados do Mdwest amercano durante um ano cvl (dados no fchero CONSERVA.SAV). As varáves apresentadas são: Sal1 = undades venddas da marca nº. 1 de conservas de atum; Apr1 = preço por lata da conserva da marca nº. 1; Apr2, 3 = preços por lata das marcas concorrentes n os. 2 3; Dsp = varável "dummy" que assume o valor 1 nas semanas em que a marca 1 teve uma exposção especal (topo, lha, caxa, etc.) mas não teve promoção outas semanas; mpressa e 0 nas DspAd = varável "dummy" que assume o valor 1 quando a marca 1 teve exposção especal e também promoção mpressa e 0 nas outras semanas. Propôs-se para explcar as vendas semanas da marca 1 de conservas de atum o segunte modelo semlogartmco: ln Sal1 1 2 Apr1 3 Apr2 4 Apr3 5 Dsp 6 DspAd a) Dscuta a forma do modelo proposto e qual a sua justfcação neste problema. b) Estme o modelo pelos mínmos quadrados ordnáros. Dscuta e nterprete o sgnfcado de 2, 3 e 4. c) Serão os snas de 5 e 6 consstentes com o esperado? Teste a contrbução das varáves "dummy" para a explcação das vendas testando alternatvamente as seguntes hpóteses: ) H 0 : 5 = 0 contra H A : 5 0. ) H 0 : 6 = 0 contra H A : 6 0. ) H 0 : 5 = 6 = 0 contra H A : 5 ou 6 0. v) H 0 : 6 5 contra H A : 6 < 5. Que conclusões são relevantes para os gestores do supermercado?
7 Tabela Vendas de conservas de atum Sal1 Apr1 Apr2 Apr3 Dsp DspAd
8 4.7. (Adaptado do teste de 19.Jun.99) Um amgo seu resolveu antecpar as féras e está "de servço" num restaurante de bera de estrada no Algarve. Para matar o tempo e mpressonar o patrão, resolveu explorar a possbldade de explcar as recetas mensas dos restaurantes deste tpo em função da sua capacdade e do movmento na estrada. Com o ntuto de estmar um modelo lnear, recolheu para cnco restaurantes da regão e referentes a Julho do ano passado: Y as recetas do mês em mlhares de contos; 2 o número de lugares da sala, como medda de capacdade; 3 a estmatva da JAE para o número médo de veículos que crcularam daramente nessa estrada (em mlhares); Fez já alguns cálculos prelmnares: Recetas Capacdade Tráfego Y Y = 129.7; 2 = 890; 3 = 70; Y 2 = ; 2 2 = ; 2 3 = 1 050; Y 2 = ; Y 3 = ; 2 3 = ; a) O seu colega sabe que um restaurante sem lugares numa estrada sem tráfego não vende nada. Mas mesmo assm resolveu estmar um modelo com constante. Escreva a respectva expressão e dga quas os pressupostos que têm de se verfcar para que seja estmável pelos mínmos quadrados ordnáros. b) Indque um ponto que satsfaça a relação que va estmar. Para lhe facltar a resolução das questões que se seguem, o seu colega construu a matrz 1 ' e nverteu-a, e ntroduzu os dados no SPSS, com os quas obteve o output que se segue, onde foram apagados mutos dos resultados que tem de apresentar, mas onde pode também recolher nformação que lhe poupa mutos cálculos nas respostas. '
9 Summary Std. Error of Durbn- R R Square the Estmate Watson a Predctors: (Constant), TRAFEGO, CAPACIDADE b Dependent Varable: RECEITAS ANOVA Sum of Squares df Mean Square 1 Regresson Resdual Total a Predctors: (Constant), TRAFEGO, CAPACIDADE b Dependent Varable: RECEITAS c) Quas as estmatvas para os parâmetros do modelo? Qual o sgnfcado dos valores obtdos? d) Os resultados lhe permtem por em questão a decsão do seu amgo de usar uma constante no modelo 1? E as varáves explcatvas escolhdas devem ser mantdas no modelo 1? e) Calcule uma medda aproprada para avalar da qualdade do ajustamento do modelo. f) Va agora testar a aderênca global do modelo 1. Explcte a hpótese que va testar, a dstrbução da estatístca aproprada e proceda ao teste. Que conclusão tra? Como a compara com as conclusões em d)? As conclusões deste e dos testes antes realzados são sempre guas? Porquê? g) Tem razões para duvdar que os resíduos sejam não correlaconados 1? (Se, como é natural, na sua tabela não constar a possbldade de estar a trabalhar com apenas 5 observações, assuma 15.) 1 Nestes testes deve usar um nível de sgnfcânca de 5%
10 EERCÍCIOS PARA TREINO 4.8. (Adaptado do teste modelo de 15.Jun.99) Um colega seu está nteressado em estudar o preço das casas (em contos) na zona de Benfca em função do número de assoalhadas e do número de casas de banho. Para sso recolheu os dados sobre oto apartamentos neste momento em venda: preço Assoalh. C.b. Y Com o ntuto de estmar um modelo lnear que explque o preço das casas em função das outras duas varáves recolhdas, o seu colega fez já alguns cálculos prelmnares: Y = ; 1 = 25; 2 = 16; Y 2 = ; 2 1 = 87; 2 2 = 36; Y 1 = ; Y 2 = ; a) Baseado no prncípo de que uma casa sem assoalhadas nem casa de banho não vale nada, o seu colega quer estmar um modelo que passe pela orgem (ou seja, sem constante). Escreva a respectva expressão e dga quas os pressupostos que têm de se verfcar para que seja estmável pelos mínmos quadrados ordnáros. b) Apresente as respectvas matrzes ', 'Y e (') -1. Quas as estmatvas para os parâmetros do modelo? Qual o sgnfcado dos valores obtdos? c) Calcule os erros padrão dos estmadores e teste a hpótese de serem zero. Que conclu? d) Calcule uma medda aproprada para avalar da qualdade do modelo e teste a aderênca global do modelo. e) Quando o seu colega fo mostrar o trabalho feto até aí ao professor, este convenceu-o de que deva usar um modelo com constante. Haverá argumentos estatístcos que o justfquem, ou terá sdo apenas o seu poder de persuasão que levou o seu colega a mudar de opnão? O resultado do modelo com constante estmado pelo SPSS é apresentado no Anexo. Que letura faz dos novos resultados?
11 ANEO ao problema 4.8 (Output do SPSS) R R Square Summary b Adjusted R Square Std. Error of the Estmate Durbn- Watson a a Predctors: (Constant), CB, ASSOALH b Dependent Varable: PRECO ANOVA b Sum of Mean df Squares Square F Sg. 1 Regresson a Resdual Total a Predctors: (Constant), CB, ASSOALH b Dependent Varable: PRECO Coeffcents a Unstandardzed Coeffcents Standardzed Coeffcents t Sg. B Std. Error Beta 1 (Constant) ASSOALH CB a Dependent Varable: PRECO Resduals Statstcs a Mnmum Maxmum Mean Std. Devaton N Predcted Value Resdual E Std. Predcted Value Std. Resdual a Dependent Varable: PRECO
12 4.9. (Adaptado do exame de 29.Jan.2001) Ao estudar a evolução de duas empresas do sector de electrónca de 1979 a 1998 (nos EUA), um seu colega procurou explcar o nvestmento em cada uma delas pelo modelo: I t 1 2 A t 3 C t onde: I t Investmento da empresa no ano t (em mlhões de dólares de 1995); A t Actvo da empresa no níco do ano t ( " " " " ); C t Captas Própros no níco do ano t ( " " " " ); t O dados recolhdos para as empresas A e B são: Empresa A Empresa B It At Ct It At Ct O seu colega começou por estmar o modelo para a empresa A ("modelo A"), depos estmou o modelo para a empresa B ("modelo B") e estmou anda um modelo em que juntou as quarenta observações e acrescentou uma varável "dummy" (0 para a empresa A e 1 para a empresa B) e que desgnou por modelo AB. No Anexo apresenta-se parte do output do SPSS para a estmação destes três modelos. Para lhe facltar a resolução das questões que se seguem, o seu colega construu a matrz ' para o modelo B e nverteu-a: '
13 a) Analse os resultados apresentados para os modelos estmados para as empresas separadamente ("modelo A" e "modelo B") nos aspectos que lhe parecerem relevantes. b) E como compara os resultados obtdos para o modelo AB com os dos outros dos modelos? c) Um seu colega dscordou da nclusão das constantes nos modelos A e B. Dsse mesmo que essas constantes deveram ser guas nos dos modelos. Tem alguma forma de, justfcando com um teste estatístco, rebater esta afrmação? d) Apresente a sua prevsão (valor esperado e ntervalo de confança a 95%) do nvestmento a realzar pela empresa B no próxmo ano (no "modelo B"), admtndo que actvo e captas própros crescem à taxa méda dos últmos três anos. No caso de usar o modelo AB os resultados seram muto dferentes? (Não necessta calcular o ntervalo de confança). e) Sabendo que as estatístcas de Durbn-Watson para os modelos A, B e AB são, respectvamente, 1.413, e 1.101, que pode conclur?
14 ANEO ao problema 4.9 (Output do SPSS) o A Coeffcents a Unstandardzed Coeffcents B Std. Error 1 (Constant) ACTIVO 5.289E CAP_PR 9.241E a Dependent Varable: INVEST ANOVA b Sum of Squares 1 Regresson Resdual Total a Predctors: (Constant), CAP_PR, ACTIVO b Dependent Varable: INVEST a o B Coeffcents a Unstandardzed Coeffcents B Std. Error 1 (Constant) ACTIVO 2.655E-02 CAP_PR.152 a Dependent Varable: INVEST ANOVA b Sum of Squares 1 Regresson a Resdual Total a Predctors: (Constant), CAP_PR, ACTIVO b Dependent Varable: INVEST
15 o AB Coeffcents a Unstandardzed Coeffcents B Std. Error 1 (Constant) ACTIVO 2.974E CAP_PR EMPRESA a Dependent Varable: INVEST ANOVA b Sum of Squares 1 Regresson a Resdual Total a Predctors: (Constant), EMPRESA, CAP_PR, ACTIVO b Dependent Varable: INVEST
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia maisPARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.
EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)
UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara
Leia maisEscola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7
Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia maisAnálise de Regressão Linear Múltipla VII
Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto
Leia maisGabarito da Lista de Exercícios de Econometria I
Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076
Leia maisAnálise de Regressão Linear Múltipla IV
Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II
FACULDADE DE ECONOMIA DO PORTO Lcencatura em Economa E C O N O M E T R I A II (LEC310) Avalação dstrbuída - Teste global 25 de Junho de 2007 NOTAS PRÉVIAS: 1. A prova tem duração de 2 horas. 2. Apenas
Leia maisINSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisTESTE DO QUI-QUADRADO - Ajustamento
Exemplo 3: Avalar se uma moeda ou um dado é honesto; Em 100 lances de moeda, observaram-se 65 coroas e 35 caras. Testar se a moeda é honesta. 1 H 0 : a moeda é honesta; H 1 : a moeda não é honesta; 2 α
Leia maisNome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009
Estatístca para Economa e Gestão Lcencaturas em Economa e Gestão.º Semestre de 008/009 Exame Fnal (.ª Época) 16 de Junho de 009; 17h30m Duração: 10 mnutos INSTRUÇÕES Escreva o nome e número de aluno em
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística
ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas
Leia maisESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012
ETATÍTICA APLICADA II ANO LECTIVO / Exame Fnal 6 de Julho de Duração : H 3 M Nota: Responder um grupo por folha (utlze frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados
Leia maisContabilometria. Aula 8 Regressão Linear Simples
Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos
Leia maisPRESSUPOSTOS DO MODELO DE REGRESSÃO
PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisCapítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
Leia maisModelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia mais2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
Leia maisECONOMETRIA I Prova n.º 1
ECONOMETRIA I Prova n.º Ano lectvo: 07/08 Data: /0/08 Nome: N.º: Observações: - Duração: horas. - O teste é ndvdual e sem consulta. - Todos os cálculos deverão ser efectuados na folha de teste. - As questões
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisREGRESSÃO E CORRELAÇÃO
Relaconamento entre varáves : - requer conhecmento REGRESSÃO E CORRELAÇÃO Y = f ( ) + ε Ex: 1. Y = Lucro de uma Empresa = Investmento em Publcdade Y(v.aleatóra) em função de (v.determnístca), onde Y é
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia maisRegressão Linear e Multilinear
Regressão Lear e Multlear Deleameto Expermetal Mestrado em Sstemas de Produção em Agrcultura Medterrâca Modelo de Regressão Lear Smples X Varável Idepedete Y Varável Depedete y =β +β x +ε β ordeada a orgem
Leia maisModelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisEXERCÍCIOS SUPLEMENTARES
PROBABILIDADES E ESTATÍSTICA PROBABILIDADES E ESTATÍSTICA I EXERCÍCIOS SUPLEMENTARES Secção de Estatístca e Aplcações Departamento de Matemátca Insttuto Superor Técnco 2004/2005 Adenda A1. De um lote de
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisTabela 1. Porcentagem de crianças imunizadas contra DPT e taxa de mortalidade de menores de 5 anos para 20 países, 1992.
Regressão Lnear Algumas vezes estamos nteressados não apenas se exste assocação entre duas varáves quanttatvas x e y, mas nós temos também uma hpótese a respeto de uma provável relação de causa e efeto
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisEstatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha
09//06 Estatístca Aplcada II CORRELAÇÃO AULA 07//6 Prof a Llan M. Lma Cunha CORRELAÇÃO: Identfcar a estênca ou não de assocação lnear entre varáves: -Preço de um produto em regões; -Frete e Km percorrdo;
Leia maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores)
1 UNIVERIDADE NOVA DE LIBOA Faculdade de Economa Análse de Dados e Probabldade º emestre 008/009 Teste Intermédo A Clara Costa Duarte Data: 01/04/009 Graça lva Duração: 1h Grupo I (5 Valores) uponha que
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisRegressão Linear Simples. Frases. Roteiro
Regressão Lnear Smples Frases Por serem mas precsos que as palavras, os números são partcularmente adequados para transmtr conclusões centífcas Pagano e Gauvre, 4 Rotero. Modelagem de Relação. Modelo Lnear
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia maisRegressão Linear Múltipla. Frases. Roteiro
Regressão Lnear Múltpla Frases Por serem mas precsos que as palavras, os números são partcularmente adequados para transmtr conclusões centífcas Pagano e Gauvre, 004 Rotero 1. Especfcação do Modelo. Modelo
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisAplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2
Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer
Leia maisINTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA
INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS Prof. Dr. Marcelo Martns de Sena MÓDULO 04 Undade Unverstára de Cêncas Eatas e Tecnológcas UnUCET Anápols 1 MÓDULO 04
Leia maisProf. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =
Análse de Regressão Cap.. Introdução Análse de regressão é uma técnca de modelagem utlzada para analsar a relação entre uma varável dependente () e uma ou mas varáves ndependentes,, 3,..., n. O ojetvo
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Expermentas em Cêncas Mecâncas Professor Jorge Luz A. Ferrera Sumáro.. Dagrama de Dspersão. Coefcente de Correlação Lnear de Pearson. Flosofa assocada a medda da Estatstca. este de Hpótese 3. Exemplos.
Leia maisAjuste de Curvas Regressão. Computação 2º Semestre 2016/2017
Ajuste de Curvas Regressão Computação 2º Semestre 2016/2017 Ajuste de Curvas Quando apenas sabemos alguns valores de uma função contínua e queremos estmar outros valores ntermédos Quando queremos obter
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais
Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:
Leia maisAnálise de Variância. Comparação de duas ou mais médias
Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisTRANSPORTES. Sessão Prática 9 Modelos de Escolha Discreta Modelo Logit
Mestrado Integrado em Engenhara Cvl TRANSPORTES Prof. Responsável: Lus Pcado Santos Sessão Prátca 9 Modelos de Escolha Dscreta Modelo Logt Insttuto Superor Técnco / Mestrado Integrado Engenhara Cvl Transportes
Leia maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia mais(B) Considere X = antes e Y = depois e realize um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.
INF 6 Notas de aula sujeto a correções Prof. Luz Alexandre Peternell (B) Consdere X antes e Y depos e realze um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisRegressão Linear Simples by Estevam Martins
Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer
Leia maisPROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011
Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
Leia maisUNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS AGRÁRIAS DEPARTAMENTO DE ECONOMIA RURAL. ERU ECONOMETRIA I Segundo Semestre/2010
UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS AGRÁRIAS DEPARTAMENTO DE ECONOMIA RURAL ERU 66 - ECONOMETRIA I Segundo Semestre/010 AULA PRÁTICA N o 3- Dados em Panel Ana Carolna Campana Nascmento Fernanda
Leia maisExame 1ª Época. Nº: Nome:
Faculdade de Economa da Unversdade Nova de Lsboa 104 Análse de Dados e Probabldade 1º Semestre 008/009 Fernando Brto Soares Cáta Fernandes Erca Marujo Danel Montero Nº: Nome: Data: 7 de Janero de 009,
Leia maisModelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.
Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação
Leia maisComo Construir Modelos Empíricos
Unversdade Tecnológca Federal do Paraná Programa de Pós-Graduação em Engenhara Mecânca - PPGEM Como Construr Modelos Empírcos Prof a Danele Tonolo Das F. Rosa http://pagnapessoal.utfpr.edu.br/daneletdas
Leia maisa média populacional do i-ésimo tratamento; o efeito do i-ésimo tratamento na variável dependente Y e mede o afastamento da média µ
UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL ª PROVA DE ESTATÍSTICA EXPERIMENTAL - MEDICINA VETERINÁRIA NOME: DATA / / ª QUESTÃO (5,5): Vnte e cnco
Leia maisEconometria I EXERCÍCIOS PRÁTICOS. Licenciatura em Economia. ISCTE-IUL, Business School, 2017/2018
Lcencatura em Economa Econometra I ISCTE-IUL, Busness School, 17/18 EERCÍCIOS PRÁTICOS Docente: Joaqum J. S. Ramalho E-mal: jjsro@scte-ul.pt Págna Web: http://home.scte-ul.pt/~jjsro Gabnete: D5.1 1. Introdução
Leia maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia mais5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)
5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de
Leia maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia mais3. Estatística descritiva bidimensional
3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão
Leia maisCovariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRGS Insttuto de Matemátca
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia mais(c) 0,5; 9,5; -10,5; -0,5; 12,3; 2,3; etc. Ocorre desvio alto para o indivíduo 19 (-19,5) X (idade da casa)
Bussab&Morettn Estatístca Básca Capítulo 6 Problema zˆ,5, 55x αˆ : a acudade vsual méda estmada para recém-nascdos (zero anos de dade) é,5; βˆ : a acudade vsual méda estmada dmnu,55 a cada ano,5; 9,5;
Leia maisUNIVERSIDADE DOS AÇORES Curso Matemática Aplicada e Curso Livre
UNIVERSIDADE DOS AÇORES Curso Matemátca Aplcada e Curso Lvre Sondagens e Amostragem 4º Ano º Semestre 005/006 Fcha de trabalho nº 1 Amostragem aleatóra smples 1. Uma população U é composta por cnco números,
Leia mais