TEXTO SUJEITO A REVISÃO

Tamanho: px
Começar a partir da página:

Download "TEXTO SUJEITO A REVISÃO"

Transcrição

1 Aálse Comparatva de duas Metodologas Factíves para o Cálculo de IPCs com a Utlzação de Mcrodados do IPC-FIPE Hero Carlos Esvael do Carmo TEXTO SUJEITO A REVISÃO Resumo O prcpal objetvo deste texto é aalsar, a partr da teora dos úmeros-ídces e cosderado as restrções das bases de dados em geral dspoíves, as dfereças etre duas metodologas factíves para cálculo de Ídces de Preços ao Cosumdor baseadas as fórmulas de Laspeyres e de Koüs-Byushges. A prmera a versão adotada pelo BLS- Bureau of Labor Statstcs desde 926, doma a cea, sedo adotada por quase todas as sttuções ofcas. A fórmula de Koüs- Byushges, por sua vez, serve de referêca ao cálculo do IPC-FIPE, desde a reformulação ocorrda em 973. Além dsso, o resultado é afetado pela escolha das fórmulas utlzadas para os cálculos elemetares as fases cas do processo de agregação, pelo modo como é determada a estrutura de poderações e os produtos elemetares, pelo método de seleção amostral e por procedmetos de coleta de preços, otadamete os de substtução de produtos. Os ídces são cosderados, "measure-estmators" a acepção de Alle (975) e assm a cada ídce mesal estmado serão assocadas duas estatístcas de varabldade: a prmera obtda com base as cotações de preços de produtos elemetares as amostras de locas e a seguda a partr da varabldade de preços relatvos de produtos..itrodução Ídces de Preços ao Cosumdor são, provavelmete, as estatístcas ecoômcas dvulgadas com maor freqüêca e destaque o Brasl devdo à larga utlzação desde os aos sesseta da correção moetára. No etato, o recohecmeto da mportâca de dcadores de flação ão é restrto ao Brasl. Como destaca Bosk et al. (998): Accurately measurg prces ad ther rate of chage, flato, s cetral to almost every ecoomc ssue. Prof. Dr da FEA-USP e Pesqusador da FIPE edereço eletrôco hcecarmo@usp.br

2 Do poto de vsta teórco o coceto de ICV - Ídce de Custo de Vda do qual o IPC é o measure-estmator vem se torado cada vez meos restrtvo, para dar embasameto à solução de questões de ordem prátca, tas como a costrução de séres ecadeadas de IPCs e a cosderação de que IPCs são estatístcas socas. De outro lado, o avaço da ecoometra e os aprmorametos a coleta e processameto de dados têm torado factível a aplcação de fórmulas superlatvas, etre as quas a de Thel-Torqvst, que se baseam em hpóteses meos restrtvas sobre o comportameto dos cosumdores e que, com algumas adaptações, podem se torar alteratvas váves às fórmulas de Laspeyres e de Koüs-Byushges (Ídce Geométrco). Com o desevolvmeto da teora ecoômca do cosumdor desde a seguda metade do século XIX, alado a crescete utlzação de matemátca e métodos estatístcos aplcados a problemas ecoômcos, város efoques teórcos foram desevolvdos para resolver problema dos úmeros-ídce. Esses efoques segudo Dewert (993 e 2003) e Samuelso e Swamy (974) podem ser assmlados por três aproxmações teórcas ao problema: a aproxmação ecoômca; a aproxmação axomátca e a aproxmação estocástca. A prmera busca defr a fórmula deal - "o verdadero ídce" - a partr de categoras relatvas à teora ecoômca, como a teora do cosumdor, por exemplo. A seguda parte de um cojuto de crtéros lógcos, que podem ser apresetados matematcamete, para estabelecer uma ordeação de fórmulas em cujo ápce estão as fórmulas superlatvas. O efoque estocástco, o caso de ídces de preços, toma por base a dstrbução de probabldades de relatvos de preços para determar a fórmula deal. Esta correspodera ao estmador de máxma verossmlhaça de uma medda de tedêca da dstrbução. Os dos prmero efoques em geral levam aos mesmos resultados e são mportates para a especfcação de modelos de comportameto dos cosumdores e a escolha da fórmula correspodete. O efoque estocástco pode ser tato cosderado como uma alteratva tato como complemetar aos demas, uma vez que, a prátca, as formações relevates para a estmação de ídces de preços ao cosumdor aos demas são geradas com a 2

3 utlzação de métodos de amostragem aleatóra, tato o que se refere à determação de estruturas de poderação como a seleção de produtos elemetares e de amostras de locas em que preços desses produtos são roteramete cotados. Assm, IPCs podem ser tratados como uma estatístca por tervalo e ão apeas uma medda com teora. Este texto está orgazado em quatro seções, além desta, sedo a prmera dedcada ao efoque da teora ecoômca com uma breve cosderação sobre a aproxmação axomátca. Na seção segute é feta uma sítese do efoque estocástco aplcado ao cálculo de ídces de preços. Na quarta seção são especfcados dos modelos factíves para as fórmulas de Laspeyres e de Koüs-Byushges calculados para a mesma base de dados de subídces do IPC-FIPE etre jaero de 2000 e ovembro de 200 para o geral e quatro grupos de despesas produtos dustralzados, almetos ão dustralzados, servços dexados sazoalmete e servços com preços determados o mercado. Para cada grupo e geral serão estmados a partr de mcrodados do IPC-FIPE erros-padrão mesas de relatvos de preços e apeas para ídces geras o desvo-padrão de preços relatvos dos subtes. Na últma seção os resultados obtdos são aalsados e fetos algus cometáros sobre aspectos prátcos mportates do cálculo de IPCs que ão foram dscutdos o texto. 2. Uma Sítese da Teora Ecoômca dos Números- Ídce de Preços e do Efoque Axomátco O poto cetral da Teora Ecoômca dos Números-Ídce aplcada ao Ídce de Custo de Vda é a suposção de exstêca de terdepedêca etre preços e quatdades. Assm, tem-se costtuído em elemeto mportate as teoras de dualdade, do bem-estar e em outras aplcações em que o "problema da agregação" se faz presete. Essa correte fo formada pela assmlação de outras ao logo do tempo, como reporta Roy (949). Etre essas merecem destaque a correte deomada por Frsch (936) de ídce fucoal e o ídce moetáro de Dvsa (926). Equato o ídce fucoal é adequado à formalzação de úmeros-ídce bsstuacoas, o ídce de Dvsa permte justfcar teorcamete a 3

4 utlzação do prcípo do ecadeameto para a costrução de séres, desevolvdo por Marshall 2. Naturalmete, quado da aplcação da teora, surgem úmeras questões empírcas que levam a busca de referêcas teórcas para sua solução. Isso tem sdo partcularmete mportate o caso de IPCs, como proxes de Ídces de Custo de Vda. Como mostram Pollack (989), Dewert (2003) e Fsher e Shell (972), etre outros, é ecessáro mpor restrções mportates à teora do cosumdor para que esta possa servr de tratameto a mportates problemas empírcos. Etre as questões que requerem justfcatvas teórcas, podemos ctar: Como a prátca deve ser represetado o coceto de cosumdor dvdual? Qual o melhor tratameto para os bes duráves de cosumo? Que alteratvas teórcas são váves para o tratameto dos problemas de mudaça de qualdade e surgmeto de ovos bes de cosumo? E, mas mportate, como a teora mcroecoômca do cosumdor pode ser utlzada para a elaboração de ídces em cadea para agregados de cosumdores? Neste efoque, cuja referêca fudametal é o artgo do ecoomsta russo Alexader Alexadrovch Koüs (924), cosdera-se preços e quatdades lgados em um sstema de relações defdas a partr da teora do cosumdor. O coceto de ICV de Koüs tem sdo objeto de aálse de úmeros ecoomstas, clusve algus que se dedcaram mas especfcamete ao estudo da teora dos úmeros ídces como Pollak (989), Deato e Muellbauer (994), e Dewert (993 e 2003), que serão as prcpas referêcas a apresetação do coceto fudametal de ICV. O poto de partda é um problema de mmzação de custo que é o dual do problema de otmzação clássco em que um cosumdor (udade de cosumo) dvdual vsa 2 A referêca a Marshall, também feta por Keyes (930, pág 03), fo obtda em Dewert e Nakamura (993-capt 5) que fazem meção a bblografa à obra Remedes for Fluctuatos of Geeral Prces, Cotemporary Revew 5, e Memorals of Alfred Marshall, A.C. Pgou(ed), Lodo: Macmlla, 925 4

5 maxmzar uma fução utldade f( q t ), cosderados dos períodos - período base (ateror), em que t= 0, e referêca (atual), em que t=. Assm, dado um vetor de preços t p, o vetor correspodete de quatdades de custo, que é a outra face do problema de maxmzação a segur: t q é a solução de um problema de mmzação (0.) Maxmzar f( q t ); sujeta às restrções: t t t t t p ' q p q y ; t t,..., t ' 0 t t q q q ;,..., t ' 0 t p p p e y 0 Na expressão acma se assume que a fução utldade atede as propredades usualmete defdas, têm por argumeto quatdades ão egatvas 3 de bes e servços, o cosumdor tem preferêcas bem defdas e estáves sobre dferetes combações de bes e servços e f( q t ) é por hpótese uma fução cotíua, ão decrescete e côcava para baxo, que são codções assocadas à possbldade de ecotrar solução para o problema de otmzação. Outra questão dz respeto à hpótese de que as preferêcas do cosumdor ão varam etre os dos períodos de tempo, o que também é dscutível como apresetam Fsher e Shell (972), uma vez que é razoável que o própro cosumdor mude suas preferêcas com o passar do tempo, clusve em resposta a alterações o ambete que o cerca. Como destaca Dewert (993), o problema clássco de otmzação de um cosumdor pode ser decomposto em dos estágos: o prmero o cosumdor vsa mmzar o custo de atgr um determado ível de utldade e o segudo estágo, escolhe o ível máxmo de utldade que é cosstete com o valor do orçameto. A solução do prmero estágo permte defr uma fução custo que depede do ível de utldade e do preço. Esta fução, represetada a segur, é fudametal para o coceto de ICV. 3 Na expressão acma o símbolo dca ão egatvdade das quatdades e o símbolo dca que os preços de todos os bes são postvos 5

6 (0.2) t t t t t t t q C u, p m { p q : f ( q) u f ( q )} p q ; t 0, Tomado como referêca a fução custo (0.2) é possível defr um ídce de custo de vda para cada ível de utldade u f ( q ), segudo a proposta de Koüs (924) em que q é um vetor de quatdades que serve de referêca. (0.3) P p p q 0 K (,, ) C f q C f q ( ( ), p ) 0 ( ( ), p ) A partr dessa expressão é possível deduzr que as fórmulas de Laspeyres e Paasche se delmtam o tervalo em que se stua o ídce de Koüs, também deomado de "verdadero ídce de custo de vda". Um resultado cohecdo da lteratura sobre o assuto é da correspodêca etre especfcações de fuções utldade e fórmulas de úmerosídces, por exemplo, a correspodêca etre fuções de utldade em que o cosumo se dá em proporção fxa -fuções a Leotef- e a fórmula de Laspeyres. Como destacam Samuelso e Swamy (974), há outras especfcações de fução utldade que apresetam correspodêca exata com fórmulas de úmeros ídces. Um desses casos é o da correspodêca etre fuções de utldade a Cobb Douglas e a fórmula de Koüs- Byushges com base a qual é calculado o IPC-FIPE. Segudo os autores ctados, a codção desta correspodêca está assocada à codção de homotetcdade das preferêcas dos cosumdores As mplcações da hpótese de homotecdade das preferêcas para o ídce de Koüs são aalsadas por Dewert (2003), a partr da fução custo (0.2) prevamete defda, com base a qual obtém-se: (0.4) P p p q 0 K (,, ) C f q p c p f q c p C f q p c p f q c p ( ( ), ) ( ) ( ) ( ) ( ( ), 0 ) ( 0 ) ( ) ( 0 ) 6

7 Em sítese, assumdo homotetcdade de preferêcas, o ICV de Koüs pode ser determado de modo mas smples como a razão etre os custos utáros ótmos dos períodos 0 e e depede da cesta de bes e servços de referêca q e do correspodete ível de utldade. Do poto de vsta de plausbldade dessa hpótese, se válda faz com que os ídces de preços sejam depedetes do padrão de vda dos cosumdores. Além dsso, supodo-se homotetcdade é possível obter resultados muto teressates o que se refere a séres ecadeadas de IPCs e a costrução de ídces para grupos de cosumdores. No caso mas geral, o que se pode obter são aproxmações ao verdadero ICV. A busca de fórmulas exatas, ou que se costtuam em aproxmações para dferetes formas de fuções ecoômcas-utldade, utldade dreta, custo utáro etc-, tem sdo objeto da ateção de város ecoomstas 4.Nesse setdo Dewert (976, 993) desevolveu dos cocetos: "Forma Fucoal Flexível" e "Fórmula de Número-ídce Superlatva", que é uma ova versão do coceto de fórmula superlatva de Fsher (922). Uma forma fucoal é flexível se possblta uma aproxmação, até a seguda ordem, de uma fução lear homogêea arbtrára, que possua dervada prmera e seguda. Uma formula de úmero-ídce é superlatva se é exata (sto é, cosstete) para uma forma fucoal flexível. Uma mportate aplcação do coceto de fórmulas superlatvas é que, por serem aproxmações até a seguda ordem de fuções para dferetes esquemas de substtução, amplam as possbldades de utlzação de úmeros-ídce. Outro desdobrameto da homotetcdade é a propredade da cosstêca a agregação Varta (976); o ídce é cosstete a agregação se o resultado obtdo a partr da elaboração do úmero-ídce em múltplos estágos é gual ao valor obtdo quado se procede ao cálculo em um úco estágo. Dewert (978) mostra que uma fórmula "superlatva" é também aproxmadamete cosstete a agregação e Blackorby e Prmot (980) dscutem as codções para ateder essa propredade. Do poto de vsta da utlzação dos resultados o cálculo e utlzação de IPCs esta é uma codção muto 4 A relação etre os cocetos de fução utldade, fução utldade dreta e fução custo utáro é apresetada, etre outros autores, por Deato e Muellbauer (994, cap 2). 7

8 mportate, uma vez que a prátca os IPCs são calculados em város estágos, desde os ídces elemetares de cada especfcação de produto, passado por subídces de subtes, tes, subgrupos, grupos e geral. A esse respeto Pollak (975) dscute as relações etre subdces de custo de vda e o ídce geral com base o coceto de separabldade de uma fução utldade. Sob essa hpótese é possível calcular ídces de cojutos de bes e servços codcoados a um cojuto complemetar matdo sob cotrole, tedo por referêca básca a teora do ICV, apresetada aterormete. Referêcas à solução de Pollak podem ser ecotradas em Deato e Muellbauer (994), que destacam ser fudametal a codção de separabldade para que se possa obter subídces que ão depedam da stuação de cosumo dos demas bes. Essa hpótese, bastate restrtva e relacoada à hpótese de homotetcdade, é uma alteratva teórca para embasar a elaboração de ídces codcoados ao acesso a bes públcos, por exemplo. Outra utlzação desse coceto é que permte cosderar um ídce bsstuacoal como um subdce em um cotexto de múltplos períodos Efoque Axomátco Na lteratura sobre úmeros-ídces é destacada em geral a correspodêca deste efoque, também deomado de lógco-matemátco e dos "testes de Fsher", ao da teora ecoômca. A orgem dessa abordagem de busca de solução para o "problema dos úmerosídce é o texto clássco de Fsher (922), em que aalsa fórmulas de ídces com base em um cojuto de testes lógcos sempre váldos quado aplcados a um úco bem, mas em geral ão ateddos por fórmulas para agregados de bes. A melhor fórmula sera a que atedesse ao maor cojuto de testes. Os testes de Fsher podem ser classfcados em três categoras: A prmera categora clu três testes: I) Teste de Idetdade: se ão houver alteração de preços etre dos períodos, o úmeroídce ão deve apresetar varação. (II) Teste de Proporcoaldade: se todos os preços vararem em uma mesma proporção, o úmero-ídce deverá regstrar varação gual a esta proporção. 8

9 (III) Teste de Homogeedade (mudaça de udade): o úmero-ídce deve ser varate a qualquer mudaça as udades moetáras ou físcas em que os tes são meddos. A seguda categora trata da propredade trastva em suas duas mafestações: (IV) Teste de reversão Temporal: o resultado de um úmero-ídce, apresetado a forma de relatvo, etre dos períodos s e t, tedo por base o período s, deve ser gual ao verso do úmero-ídce com base o período t. (V) Teste Crcular: sto é, o úmero-ídce etre quasquer dos períodos de uma sére deve ser depedete de como os preços evoluíram, ao logo do tempo, os períodos termedáros; A últma categora requer que sejam cosderados dos fatores: preço e quatdade. (VI) Teste de reversão de Fatores ou decomposção das Causas: o produto de um úmeroídce de preços por um úmero-ídce de quatdade, ambos expressos a forma de relatvos, deve ser gual ao úmero-ídce represetatvo da varação de valor. Além dos testes apresetados, algus autores propuseram outro teste: (VII) Teste de determação: o úmero-ídce ão pode torar-se ulo, fto ou determado. Fsher (922) fez um levatameto exaustvo das fórmulas etão cohecdas, além de ovas fórmulas propostas por ele, chegado a dscutr mas de 00 dferetes fórmulas, ão ecotrado ehuma que satsfzesse a todos. Estabeleceu um rakg das fórmulas dscutdas, coforme o "vés" que apresetavam, relatvamete a uma fórmula supostamete deal: a méda geométrca etre as fórmulas de Laspeyres e Paasche, que passou a ser deomada posterormete de fórmula deal de Fsher. No capítulo XII do "The Makg of Idex Numbers" apreseta sete classes de ídces da por para a melhor: worthless, poor, far, good, very good, excellet e superlatve, coforme o desvo (vés) relatvamete à "fórmula deal". 9

10 O fato de ehuma fórmula passar pelos testes de Fsher susctou uma sére de dúvdas quato à sua cosstêca. O própro Fsher, em seu lvro clássco, dscute a valdade do teste crcular. Também Frsch (936), Swamy (965) e Samuelso e Swamy (974), etre outros, cocluem que os testes são cosstetes quado a mesma fórmula é cosderada.. Quato aos testes, os mas restrtvos são os de reversão de fatores e o crcular. No etato esses testes podem ser cotorados permtdo-se, o prmero caso, a adoção de fórmulas dferetes para preços e quatdades e, o segudo, utlzado-se o coceto de ídce ecadeado, para o qual exste uma formalzação de muto teresse teórco e empírco que é o "ídce tegral de Dvsa. Mas recetemete, os testes de Fsher passaram a ser fudametados em cojutos de axomas que pode dferr Dewert (2003) coforme se trate de cálculo de ídces elemetares, em que apeas um fator é cosderado - preço, por exemplo-, ou de ídces agregatvos. No caso prátco do cálculo de IPCs as bases de dados são costtuídas de coleta correte de preços e de estruturas de poderações determadas a partr de Pesqusas de Orçametos Famlares referetes a um período-período base de poderação-, bem ateror ao período base de cálculo. Por sua vez, a coleta sstemátca de preços permte que sejam calculados relatvos para compoetes elemetares e, com base estes, relatvos para subtes. Como as estruturas de poderação são matdas fxas, a maora dos casos por aos, os axomas relevates levam em cosderação vetores de preços para cada período (p 0, p,..., p t ). Em vsta dsso, os axomas relevates para IPCs são: T: Postvdade: P(p t-, p t )>0 se todos os preços são postvos. T2: Cotudade: P(p t-, p t ) é uma fução cotíua dos preços. T3: Idetdade: P(p t, p t )=. T4: Homogeedade para os preços do período t: P(p t-, p t )= P(p t-, p t ) para todo >0. T5: Homogeedade para os preços do período t-: P( p t-, p t )= - P(p t-, p t ) para todo >0. 0

11 T6: Ivarâca ao sstema de classfcação adotado, matda a composção do ídce( 5 ): P(p t-, p t )= P(p t-, p t )= em que os vetores p t, p t- têm seus elemetos permutados da mesma forma relatvamete a p t, p 0. T7: Comesurabldade ou varâca a mudaças as udades de medda ou padrão moetáro. T8: Reversão temporal: P(p t, p t- )=/ P(p t-, p t ). T9: Crculardade ou Trastvdade: P(p 0, p 2 )= P(p 0, p )P(p, p 2 ). T0: Valor médo: m{ p t / t :,..., } ( t, t ) max{ t / t p P p p p p :,..., } T: Mootocdade com relação aos preços o período t: P(p t-, p t )< P(p t-, p t ) se p t < p t. T2: Mootocdade com relação aos preços o período t-: P(p t-, p t )> P(p t-, p t ) se p t- < p t-. No caso de ídces elemetares, como ão se dspõe de formações sobre a estrutura de poderações, cosdera-se que o cojuto de formações dspoíves, para cada especfcação de bem ou servço, se restrge a preços coletados para o período de referêca e para o período base de cálculo, em uma amostra emparelhada de locas. De acordo com Echhor e Voeller (976) um ídce elemetar de preços P(p 0, p ) é uma fução de 2 varáves, que satsfaz os mesmos axomas apresetados, acma, com a ressalva que T, T2, T3, T4, T5, T7, T e T2 são fudametas para que a fução possa ser cosderada um úmero-ídce. Essas são as propredades fudametas e são ateddas pelas fórmulas elemetares mas utlzadas que são: Fórmula de Dutot: relatvo de médas artmétcas (0.5) P ( p, p ) DU 0 ( ) p ( ) p 0 ; 5 Neste caso optamos por uma deomação própra, que julgamos mas adequada que a deomação dada por Dewert (2003): Commodty Reversal Test.

12 (0.6) Fórmula de Jevos: méda geométrca smples de relatvos P JE p ( ) p / 0 No etato há mutas outras fórmulas possíves de serem utlzadas e permaece a questão de escolha da melhor. O problema a esse respeto é que a escolha é codcoada ao cojuto de propredades julgadas relevates. Por exemplo, se for cosderado como fudametal o teste de Fsher de reversão temporal, a fórmula de Carl sera preterda por ão ateder esse crtéro Ídces em Cadea Na prátca, séres de úmeros-ídce de preços, como os IPCs, são calculados por um processo de ecadeameto de ídces bsstuacoas. A alteratva de comparação dreta etre dos períodos dstacados o tempo, em que provavelmete ocorreram mudaças expressvas as codções do problema de otmzação do cosumdor, ão é cosderada a mas adequada. A esse respeto, Keyes (930, pág 09) escreveu: The cha method of complg a seres of dex umbers, whch was frst troduced by Marshall, s a attempt to deal wth the problem of chages the character of cosumpto by assumg that the dffereces are small betwee ay two cosecutve postos the seres of postos to be compared. Assm, a elaboração de séres ecadeadas pode ser acorada o coceto de subídce, desde que válda a hpótese de a fução utldade ser separável o tempo. Um modo alteratvo de aalsar a questão está relacoado à costatação de que fórmulas superlatvas, aplcadas ao cálculo de uma seqüêca temporal de ídces de bsstuacoas para períodos próxmos - por exemplo, meses em países com flação aual em toro de 2%-, se adaptam as varações o sstema de preferêcas à medda que estas ocorrem Alle (975). Na elaboração prátca de IPCs, ada ão são utlzadas fórmulas superlatvas, mas já há catvas, por exemplo, do BLS amercao, o setdo de aplcar aproxmações factíves de fórmulas superlatvas, ou seja, aproxmações obtdas com base o cojuto de 2

13 dados ormalmete utlzados para o cálculo de IPCs, como lustra o texto de Shapro e Wlcox (997). A busca de ídces que se costtuíssem em aproxmações melhores à trajetóra de uma gradeza ão observável dretamete como o ível de preços levou a adoção do coceto de ídce tegral de Dvsa, mas tarde relacoado à teora mcroecoômca e ao coceto de ICV, como fudameto para o ecadeameto de ídces bsstuacoas. Dessa forma, uma sére de ídce sera a correspodete aproxmação dscreta ao ídce tegral. Dvsa (926) tomou como poto de partda a Teora Quattatva da Moeda, que pode ser colocada em correspodêca com o teste de decomposção das causas ou reversão de fatores de Fsher. Na lteratura sobre o assuto, o ídce é desevolvdo segudo dferetes efoques ( 6. Na exposção, a segur, tomaremos como referêca a alteratva adotada por Selvaatha e Rao (994). Assume-se como referêca cal que tato os ídces statâeos como os íves de preço e quatdade atedem o prcpo da decomposção das causas, ou seja, o produto do ídce de preços pelo de quatum é gual ao ídce de varação de valor. Assm, tem-se que (0.7) V ( t) P( t) Q( t) p ( t) q ( t ) V(t), P(t) e Q(t), são ídces de valor, preços e quatum, respectvamete, e p (t) e q (t) são os preços e quatdades de cada bem. Tato ídces quato preços e quatdades são cosderados fuções de t. Dferecado a equação acma se chega a, (0.8) dv ( t) Q( t) dp( t) P( t) dq( t) q ( t) dp ( t) p ( t) dq ( t ). Dvddo-se coveetemete a expressão acma por V(t) e reorgazado os termos obtém-se (0.9) dv ( t) dp( t) dq( t) e, V ( t) P( t) Q( t) 6 A esse respeto as apresetações de Alle(975) e Selvaatha e Rao (994), por exemplo, seguem o desevolvmeto orgal de Dvsa (926) e Samuelso e Swamy (974), Varta (976), Bradão (98) e Moura de Melo (982) desevolvem o problema de forma alteratva. 3

14 q ( t) dp ( t) p ( t) dq ( t) dv () t (0.0) V () t v v t t Igualado os termos correspodetes de (0.2) e (0.3) têm-se duas expressões, uma para preços e outra aáloga para quatdades. Dado o osso teresse específco os restrgremos à fórmula para preços, ou seja, q( t) dp( t) dp() t (0.), Pt () p ( t) q ( t) Dvddo e multplcado o umerador por p (t), a expressão acma se trasforma em uma méda poderada e, como a razão etre o dferecal e o ível de uma varável correspode ao dferecal do logartmo da varável, segue que (0.2) dp() t d[l P( t)] wt d[l p ( t)], em que, w Pt () t p ( t). q( t). Assm, p ( t) q ( t) t l P( t) l P( t ) { w d[l p ( s)]} ds e t s t P( t) / P( t ) exp[ { w d[l p ( s)]} ds ] t s Nas expressões apresetadas, ota-se que o "Ídce tegral de Dvsa" pode ser terpretado como uma méda poderada das taxas de varação statâea de cada compoete, ode os pesos correspodem à partcpação destes o orçameto a cada state t. Como as fórmulas utlzadas a prátca para cálculo de IPCs são aplcadas para períodos dscretos e depos ecadeadas, costtuem-se em aproxmações dscretas à Itegral de Dvsa. Mostraremos sto,como exemplo, para o caso do ídce Laspeyres-preço. Calculado-se a prmera dfereça do ídce e de cada preço e substtudo para smplfcar t- por 0 e t por, tem-se, P P P0;, dado sto, o ídce de Dvsa é aproxmado por p p p 0 4

15 (0.3) pq [ p p ] q p q P0 P P p q p q p q P P P P L P Neste poto, é teressate dscutr as codções em que a tegral de Dvsa represeta um ídce ecoômco. A questão básca como resume Hulte (973) é que a fórmula de Dvsa é uma tegral em lha. Como, o caso geral, o resultado de uma tegral em lha ão é depedete da trajetóra da varável, podera ocorrer uma multplcdade de valores, para um úmero-ídce, etre dos períodos. Além dsso, para que a tegral de Dvsa possa ser cosderada um ídce deve ateder às propredades de varâca e cosstêca a agregação. Um ídce satsfaz a codção de varâca se, para qualquer trajetóra das observações da varável dexada que se stue a superfíce de trasformação correspodete, por exemplo, uma curva de dfereça, matver seu valor alterado. Idepedêca da trajetóra sgfca que seu valor em um determado período depede do ível esse período da varável dexada e ão do percurso ao logo do qual o ível fo sedo alcaçado. As duas propredades mecoadas estão lgadas etre s, uma vez que, depedêca a trajetóra mplca em varâca e que a codção de fução separável é ecessára para a depedêca à trajetóra. Como cometamos o fal da seção ateror, a propredade da cosstêca a agregação se segue da de fução utldade separável. Com relação às especfcações de fuções que podem gerar IPCs que satsfaçam os requstos de depedêca a trajetóra, varâca e cosstêca a agregação, a codção básca é a homotetcdade, costtudo-se o caso de fuções utldade quase-homotétcas uma aproxmação Ídce Socal de Custo de Vda O coceto ICV de Koüs para um cosumdor dvdual pode ser utlzado como referêca para a defção de ídces para um grupo de cosumdores (socedade) os 5

16 moldes estabelecdos por Pollak (989). Esse autor aalsou dos cocetos de ídceplutocrátco e democrátco-, que se dferecam quato ao peso mplícto dado a cada grupo de cosumdores em uma socedade. Em ídces plutocrátcos é atrbuído a cada grupo um peso equvalete a partcpação relatva de seus gastos de cosumo, relatvamete aos gastos totas da socedade. Por sua vez, para ICVs democrátcos sera atrbuído o mesmo peso a cada grupo depedetemete de sua afluêca ecoômca. Um exemplo de ídce baseado o crtéro plutocrátco é o IPCA-IBGE, equato o INPC-IBGE lustrara aplcação do crtéro democrátco. Como lustra o caso dos INPCs-IBGE, sto permtu aproxmar o coceto teórco de ICV da prátca de elaboração de IPCs. Mas recetemete, Dewert (2003) dscutu de modo mas detalhado as propredades de ídces para grupos cosumdores que tomaremos como referêca para chegar às fórmulas de Laspeyres e Koüs-Byushges aplcadas ao caso plutocrátco. Essas fórmulas correspodem respectvamete a méda artmétca e geométrca poderadas em a partcpação da despesa do cojuto de cosumdores com cada bem de cosumo o total das despesas de todos os cosumdores com todos esses bes formam a estrutura de poderação. A poderação do bem para o grupo de cosumdores g, o peso de cada grupo os gastos totas de cosumo e a poderação de bem o total das despesas do cojuto de cosumdores, o período t, são defdas, respectvamete, como, (0.4) t t pgq t g wg, t 0,; g,2,..., G;,2,..., t t p q g g t (0.5) w t t pgqg t t pg qg g G G t t t t pkqk pk qk k k (0.6) w G G t t t t t pgqg wg pg qg G t g g t t w G G gwg t t t t g pk qk pk qk k k 6

17 Observa-se que os três casos a soma dos pesos é gual à udade. Utlzado essas estruturas de poderação é possível relacoar ídces para cada grupo de cosumdores, que o lmte pode ser composto por um úco cosumdor dvdual, a ídces socas. Se adotarmos a hpótese de que os preços são guas para todas as classes de cosumdores, que ão é uma hpótese rrealsta se cosderarmos que, a maora das trasações, os cosumdores são tomadores de preços, as fórmulas de Laspeyres e Koüs-Byushges podem ser smplfcadas para: (0.7) p p P w w w P G PL g g( ) ( ) 0 0 L g p p (0.8) p p P w w w P G PKB exp( g g(l( ))) exp( (l( )) 0 0 KB g p p Uma alteratva, a essa forma de atrbur, mplctamete, peso a cada grupo de cosumdores é a de cosderar cada grupo homogêeo com gual peso. Este é justamete o crtéro dos ídces democrátcos. As fórmulas obtdas são especfcadas de modo a correspoder aos dados de observação dspoíves. Estruturas de poderações para grupos relatvamete homogêeos de cosumdores podem ser obtdas em POFs. Ademas faz mas setdo operar-se com grupos de cosumdores do que com cosumdores dvduas uma vez que com amostras obtdas por crtéros estatístcos chega-se mas próxmo de um cosumdor represetatvo de cada grupo. Desde que haja o cotrole de fatores específcos assocados à regão como as codções ambetas e a dspobldade de bes públcos, e supodo que o acesso a essas codções seja gual para todos os grupos socas em uma mesma regão, é possível smplfcar o problema cosderado costates essas codções. 7

18 3. Efoque Estocástco O efoque estocástco parte da hpótese de a varação de preços observada de uma 0 mercadora, ou o equvalete relatvo de preços ( p / p ),pode ser decomposto em dos compoetes, um de tedêca comum, a flação ou IPC, e outro de choque aleatóro.o prmero compoete, represetara a varação do ível de preços, equato os desvos, em termos de relatvos de preços de cada bem ou servço relatvamete à flação, correspoderam a choques aleatóros, que poderam ser tratados de forma aáloga aos erros de observação. A plausbldade da utlzação desse efoque o caso de IPCs segue do fato de que pratcamete em todos os casos em que seleções amostras são requerdas, sto é feto com a utlzação de amostragem probablístca. Este é o caso de POFs, da seleção de amostras de formates e de compoetes de cada tem, subtem e, para cada bem ou servço, das amostras de especfcações (tpo, marca, modelo, udade, local de compra, etc.). Assm, o cálculo de um IPC é a estmação de uma medda de tedêca cetral- um measureestmator. Como o cálculo desse ídce é feto em uma seqüêca de etapas, desde o cálculo de ídces elemetares até ídces agregado o efoque estocástco é grade utldade. No caso mas smples, aplcável a estmação de ídces elemetares para cada especfcação de produto ou servço em IPCs, tomado por referêca dos períodos 0 e, em que foram cotados preços em uma amostra de estabelecmetos para cada produto, tem-se: (0.9) p r ;,2,..., 0 p Na expressão acma r, é o relatvo, é medda de tedêca cetral e é o termo aleatóro. Para o termo aleatóro assume-se que a esperaça é gual a zero, a varâca é costate ( 2 ) e são ão-correlacoados. Supodo dstrbução ormal, ˆ é o estmador de Mímos Quadrados Ordáros (MQO) e, também, de máxmo verossmlhaça (MV) de e correspode a fórmula de Carl. A varâca de ˆ e o estmador da varâca do termo aleatóro são apresetados a segur: 8

19 (0.20) (0.2) ˆ var ˆ 2 2 ( r ˆ ) 2 A utlzação dessa fórmula era recomedada por Edgeworth, como relata Kedall (969), mas apresetava algus problemas. Em prmero lugar, as observações empírcas dcavam que as dstrbuções de relatvos de preços apresetavam, a maora dos casos, assmetra postva, ou seja, cauda alogada à dreta. Outro problema é que ão ateda ao prcípo da reversão temporal. Cosderado sto, a fórmula de Jevos podera ser cosderada uma alteratva mas adequada. O modelo este caso sera especfcado como segue: (0.22) l( r ) ˆ ;,2,..., Esses modelos que são utlzados o cálculo de ídces elemetares apresetam a defcêca de ão cosderarem a mportâca relatva de cada compoete. Para as fórmulas que utlzam poderações para os compoetes, o melhor estmador dexa de ser o de MQO e passa a ser o de Mímos Quadrados Geeralzados (MQG), que por sua vez pode ser cosderado um caso especal do GMM-Método dos Mometos Geeralzados, uma vez que a varâca de cada termo aleatóro vara com o peso de cada subtem. No caso de Laspeyres, o modelo é descrto, suprmdo-se o ídce referete ao período exceto o caso das poderações, como: Hpóteses: E ( ) 0; cov(, j) w 2 0 w 0 pq pq Depos de trasformado com a aplcação de fatores para a correção da heterocedastcdade, o modelo fca, y x, em que y r w ; x w ; w Aplcado mímos quadrados ao modelo trasformado, tem-se o estmador de MQG de, e os estmadores de sua varâca e da varâca do termo aleatóro, 9

20 (0.23) 0 y x p q 0 w r x p q ˆ ; t 0, (0.24) var( ˆ) ; ( ˆ ) ( ˆ) ˆ y x w r 2 0 x w O modelo que tem como estmador a fórmula de Koüs-Byushges pode ser obtdo como um caso partcular do modelo mas geral apresetado a segur Especfcação do modelo l( r ) Dp ;,2,..., ; t t 0, (0.25) Hpóteses: E( 0) 0;var( 0) ;cov( 0, j0) 0; w cost e w w w 0 0 ( ) / 2 O estmador de MQG do modelo é T w 0 (0.26) ˆ w Dp I ( r ) As varâcas mas relevates do modelo são; (0.27) var( ˆ ) ; ˆ ( ˆ ) w0 Dp0 0 Este modelo que utlza como fator de poderação as médas dos pesos de cada subtem os períodos base e de referêca tem como estmador de MQG a fórmula de Thel- Torqvst, que é uma formula cosderada superlatva. No caso partcular estruturas de poderações fxas o estmador correspode ao ídce geométrco, também deomado de ídce de 20

21 elastcdades utáras e que Dewert (2003) atrbuu a Koüs e Byushges 7.Esta é a fórmula utlzada o IPC Fpe. Uma observação mportate acerca dos modelos especfcado para chegar-se às fórmulas de Laspeyres, de Thel-Torqvst e de Koüs-Byushges, como estmadores de MQG, dz respeto ao sgfcado da estrutura de poderações. A poderação de cada subtem represeta a probabldades de uma udade moetára, de um grupo de cosumdores, se utlzarmos por referêca o crtéro plutocrátco, ter sdo gasta com esse produto. Esta é uma sutleza, etre outras, que permte relacoar os outros efoques ao efoque estocástco. No etato, persste um problema de um ídce, o caso mas smples, comparar dos períodos com dstrbuções de peso em geral dferetes. Outro problema está relacoado à evdêca empírca da dstrbução de relatvos de preços ter, em geral, assmetra postva. 4. Especfcação e Estmação de Modelos de IPCs Factíves Baseados as Fórmulas de Laspeyres (IPCA-IBGE) e Koüs-Byushges com a Utlzação de Mcrodados da FIPE O cálculo de IPCs lustra bem como os város efoques se tegram segudo Carmo (988). Em prmero lugar, o dcador se basea a teora do cosumdor e mesmo que ão se coheça a fução utldade, utlzado o coceto de fórmulas superlatvas é possível chegar a fórmulas que sejam aproxmações a seguda ordem do verdadero ídce. Além dsso, um IPC evolve em seu cálculo um grade volume de formações obtdas com base em amostras probablístcas o que permte terpretar o IPC como um estmador. A base de dados de um IPC é costtuída de coletas sstemátcas de preços e de Pesqusas de Orçametos Famlares (POFs), realzadas de modo esporádco para atualzar a estrutura de poderações e os cadastros de mercadoras e formates. Quato ao cálculo do ídce, 7 Dewert (2003, cap5, pág 34) atrbu esta fórmula a Koüs A. A e Byushges S.S., que supostamete a apresetaram o artgo, K probleme pokupatelo cl deeg, Vopros Koyuktur 2,

22 pode ser eteddo como um processo em dos estágos. No prmero estágo são calculadas médas elemetares de relatvos de preços cotados em amostras de estabelecmetos, para cada especfcação de produto ou servço também selecoada por amostragem aleatóra. No estágo segute utlza-se a estrutura de poderações, também obtda por processo de seleção probablístca, para agregar subídces elemetares em ídces agregados de acordo com o esquema de classfcação do IPC. A esse respeto é mportate observar que um produto é represetado em IPCs por uma amostra de especfcações-tpo, udade, marca etc.-e pode ser cosderado sob dos potos de vsta: e do poto de vsta de aálse ecoômca é eteddo como um bem composto a acepção de Leotef (936) e Hcks (939), o setdo de que é detfcado como um produto dstto dos outros, ou seja, podemos separar o espaço de bes etre um determado produto e os demas bes de cosumo. 4.. Especfcação de Modelos de IPCs Factíves Baseados as Fórmulas de Laspeyres (IPCA-IBGE) e Koüs-Byushges Os dos modelos a serem comparados foram especfcados tomado como referêca o coceto de méda poderada de ordem de relatvos de preços (Hasekamp, 976). Isto permte obter fórmulas cosderados os três efoques teórcos dscutdos, desde se acrescete a cada modelo um termo aleatóro. A méda poderada de ordem para uma cesta de produtos etre dos períodos 0 e, é apresetada a segur. (0.28) / I0( ) [ w( r ) ],em que w é a poderação de cada subtem, 0 w ; w, o relatvo de preços r p p e 0; 0 22

23 A fórmula de Laspeyres exata para fuções de utldade à Leotef é obtda para e w 0 pq pq e correspode a uma méda artmétca poderada de relatvos de preços, ou L 0 w ( r ) 0 Por sua vez a fórmula de Koüs-Byushges é exata para uma fução custo homogêea lear a Cobb-Douglas cujo dual é uma fução utldade com o mesmo tpo de especfcação. No caso em que 0 e w pq pq w poderada de relatvos de preços KB0 ( r ) chega-se a uma méda geométrca Por sua vez a fórmula superlatva de Thel Törqvst, que mecoamos aterormete, é exata para uma fução traslog homogêea lear e é obtda assumdo-se que: 0 e ( 0 ) w w w w Assm, TT0 ( r ) 2 A dfculdade de aplcação de fórmulas superlatvas ao cálculo de IPCs resde o fato de demadarem atualzação do sstema de poderações a cada etapa do cálculo. Isto também ocorre, mas com defasagem de período, o caso de séres de úmeros-ídce em que a cada elo da cadea é alterada a estrutura de poderações, que clura além das fórmulas ctadas as de Laspeyres e o de Koüs-Byushges. Assm, todos os modelos orçametáros aalsados ão são factíves o caso de IPCs, cosderados os dados usualmete dspoíves sedo ecessáro aplcar adaptações. Além dsso, os resultados fas também podem dferr a depeder do crtéro de poderação adotado e da fórmula utlzada para a obteção de ídces elemetares. As fórmulas adaptadas de Laspeyres, cohecda como Laspeyres-BLS, e de Koüs- Byushges, utlzada o IPC-FIPE, são mostradas a segur 23

24 Laspeyres BLS (0.29) * t, t t t, t L w ( r ); t s, s 2,..., t, t,em que os pesos modfcados a cada mês t s, são calculados por * 0[ pq 0 0 wt w r0, t / L 0, t ] em que: w0 pq 0 0 ; * * * * * L0, t L0,... Ls, s Ls, s... L t 2, t e r 0, 0,...,,... t r rs s rs s r t 2, t Fórmula de Koüs-Byushges (0.30) t, t t, t 0 w KB ( r ) ; t 0,,..., s, s,..., t, t Nas expressões dos dos ídces t=0 dca o mês de referêca da estrutura de poderação, que é cosderado o mês de referêca da últma Pesqusa de Orçametos Famlares (POF), e t=s dca o prmero mês base de cálculo em que a estrutura de poderações fo aplcada. Esta observação é relevate uma vez que há uma defasagem etre o térmo da coleta de dados da POF a determação da ova estrutura de poderações, e coseqüete íco de sua aplcação ao cálculo peródco. Na fórmula de Laspeyres modfcado está mplícta a hpótese de que o quatum de cada subtem é matdo fxo os tervalos etre duas estruturas de poderação, o que só é compatível com demada perfetamete elástca a preço do bem composto represetado pelo subtem. Por sua vez, o ídce Koüs-Byushges, ou ídce geométrco, assume mplctamete a hpótese de elastcdade-preço da demada utára para cada subtem. Evdetemete se o preço relatvo ão se altera ou se altera muto pouco as dfereças etre os dos ídces serão ulas ou muto reduzdas. Mas, quado a estrutura de poderação básca ão é atualzada por aos e a varâca de preços relatvos dos produtos é elevada, as dfereças etre ídces calculados por essas duas fórmulas tedem a se torar mas sgfcatvas. 24

25 Na mesma lha de argumetação é mportate avalar a mplcação de utlzar a fórmula de Dutot ou a de Jevos para o cálculo dos ídces elemetares uma vez que poderam se costtur em fote de dferecação de resultados de IPCs calculados para a mesma base de dados. Com relação às fórmulas elemetares Varta(978) e Dewert (995 e 2003) assocam as dfereças de resultados à dspersão de relatvos de preços e demostram que as fórmulas de Dutot e Jevos se aproxmam à seguda ordem. Cosderado que o prcpal fator de dvergêca pode ser atrbuído a opção de fórmula agregatva, mostraremos como esta dvergêca está relacoada ao padrão de dspersão de preços relatvos. O prmero passo é apresetar as duas fórmulas como médas de relatvos de preços, como segue: (0.3) * 0, t 0 w0 L w ( a ); a r e KB ( a ) 0, t Expaddo a fução 0 w ( a ) em uma sére de potêcas pelo procedmeto de MacLaur, ou seja, para a =0, e trucado o segudo termo, obtém-se (0.32) wa , t ( ) 2 KB w a Como o peso da maora dos subtes é feror a % e, salvo casos de hperflações, a taxa de varação de preço de cada subtem é próxma de zero, as parcelas de grau 2 podem ser desprezadas. Assm, KB w a w a w r w r w r w r e , t ( ) ( ) ( ) KB L w r * 0 2 0, t 0, t ( ) 2 A expressão, acma, mostra aaltcamete que o ídce de Laspeyres tede a superar o de Koüs Byushges. Assumdo que cada relatvo fo deflacoado pelo ídce geral, de modo que sua méda é gual à udade, podemos terpretar o termo à dreta como uma 25

26 medda de dspersão de preços relatvos. Assm, quato maor a dspersão maor sera a dfereça etre os dos ídces Estmação de Modelos de IPCs Factíves Baseados as Fórmulas de Laspeyres (IPCA- IBGE) e Koüs-Byushges com a Utlzação de Mcrodados da FIPE Uma vez especfcados os dos modelos estatístcos, com a clusão de um termo aleatóro, de acordo com o apresetado a seção 3, é possível estmá-los como measure-estmators para obter ídces mesas e as respectvas meddas de dspersão. O grau de precsão do ídce é obtdo a partr do erro padrão de cada especfcação de produto estmado a partr de cotações de preços os períodos de referêca e base de cálculo. Por sua vez, para estmar a dspersão etre produtos, que é relacoada a dfereça de resultados etre as duas fórmulas factíves aalsadas será utlzada a varâca de preço de Dvsa. A base de dados de preços e poderações fo a do IPC-FIPE em que foram selecoados, mesalmete de jaero de 2000 a ovembro de 200, amostras de especfcações de produtos represetatvas de todos os grupos de despesa do IPC-FIPE. Para facltar o processameto só foram cluídos os produtos que compõem atualmete o ídce. Assm, devdo às substtuções de produtos ao logo do tempo, a amostra varou de 446 produtos elemetares (especfcações de produtos) e cerca de cotações, em jaero de 2000, até atgr 774 especfcações e cerca de cotações em ovembro de 200. Devdo a peculardades das amostras de produtos elemetares em parte assocadas ao processo de formação de preços estes foram dvddos em quatro grupos: Almetos ão Idustralzados com partcpação de 0,95% Idustralzados com partcpação de 38,0% Servços Idexados com partcpação de 20,99% Servços de Mercado com partcpação de 30,05% 26

27 Acerca dos grupos de produtos é mportate esclarecer que foram cluídos o grupo dos Servços Idexados aqueles com dexação sazoal, ou seja, cuja alteração de preços se cocetra em determados períodos e afeta um úmero sgfcatvo de pessoas, como ocorre, por exemplo, com as tarfas de trasporte públco. Servços como alugués resdecas sujetos a dexação cotratual, porém dferecada etre cosumdores e dstrbuída ao logo dos meses do ao, foram cluídos o grupo de Servços de Mercado. Além da dvergêca explcada pela utlzação de fórmulas dferetes, a estmação de IPCs evolve outras fotes de erro, classfcados por Hase e Lucas (984) como erros amostras e de mesuração. Os erros amostras depederam da varabldade tríseca dos dados, do tamaho da amostra e do processo de amostragem utlzado. Os erros de mesuração são relacoados à aos métodos de coleta de preços. Ídces de preços ao cosumdor, a correte estocástca são especfcados como médas poderadas de relatvos de preços. No lmte, a cada produto ou servço, é possível atrbur um peso. Rgorosamete, cosderado-se um modelo deal em que pesos e relatvos sejam estmados a cada elo de cadea, o cálculo do erro amostral depederá da varâca dos pesos e dos relatvos de preços e da covarâca etre pesos e relatvos. Cotudo sto demadara a realzação de POFs cotíuas e ão esporádcas. Um estmador do erro amostral, que pode ser aplcado aos dos modelos, baseado a proposta de Baerjee (975) é o da méda poderada de erros-padrão dos produtos elemetares para cada mês, ou seja: (0.33) s( It, t ) w0 s( r t, t ), em que a estrutura de poderações é a da POF O problema passa a ser de como calcular o coefcete de varação de cada produto elemetar a cada mês. Tomado como referêca a fórmula de Dutot que apreseta resultados próxmos a de Jevos, o erro-padrão amostral pode ser estmado segudo Cochra (988) por: 27

28 (0.34) r s( ) t p f 2 t t r t) t r t t t s ( p ) ( s ( p ) 2 cov( p, p ) em que: f é a fração amostral (relação etre tamaho da amostra e da população).na fórmula, acma, desde que f teda a zero, como é o caso em aálse, ou seja, o tamaho da população seja muto grade relatvamete ao tamaho da amostra, o fator de correção amostral pode ser aproxmado por f.combado-se as duas últmas fórmulas é possível obter uma medda de dspersão(erro padrão) para o IPC, que combada à estmatva obtda a partr das fórmulas (estmadores), permte tratar IPCs como estatístcas por tervalo. Outra medda de dspersão mportate é a varâca de preços relatvos, uma vez que a dvergêca etre fórmulas está assocada à varâca de preços relatvos. Evdêcas empírcas dcam que fórmulas superlatvas tedem a apresetar resultados próxmos; em cojuturas flacoáras a fórmula de Laspeyres tede a apresetar ídces superestmados, relatvamete aos superlatvos, equato a fórmula de Koüs-Byusges tede a apresetar subestmação, se bem que de meor magtude. Uma medda dessa dspersão, segudo Selvaatha e Rao (994), é dada por: 2, 2 I t w0 I t I, ou seja dspersão etre o subídce de cada t (0.35) var( ) log( ) log subtem (produto) e do ídce geral. 5. Cosderações Fas Nas tabelas de resultados mostradas em aexo duas questões são merecedoras de ateção especal: o fato da fórmula de Laspeyres-BLS ter apresetado uma varação acumulada de 95.3% e a de Koüs-Byushges de 85,76%, quado aplcadas a mesma base de dados, e o grau elevado de dspersão meddo pelo erro-padrão. 28

29 Uma mplcação mportate dos resultados obtdos a comparação etre fórmulas dz respeto à utlzação de IPCs como deflatores e flatores de valores. Do poto de vsta restrto de sua utlzação para a costrução de varáves utlzadas em modelos ecoométrcos a dfereça obtda dá uma medda do erro em varáves deflacoadas que pode se costtur em fator de vés, correspodete ao vés de erro as varáves. Falmete o que se refere ao erro-padrão, observa-se que em geral fo afetado pelos valores estmados para o grupo de servços de mercado, que clu o aluguel e plaos de saúde, cujos erros-padrão devem estar superestmados devdo ao modo como é costtuída a amostra para fs de cálculo dos ídces mesas. Além dsso, a fórmula utlzada ão cosderou a possbldade de correlação etre os relatvos de preços de produtos elemetares, como por exemplo, os cortes de care de prmera. Assm, o refameto da modelagem com relação ao termo dosscrátco, o efoque estatístco, os modelos especfcados para a estmação de ídces para produtos elemetares, tederá a levar à redução dos valores obtdos para meddas de dspersão em IPCs. 29

30 .Referêcas Bblográfcas ALLEN, R.G.D.; Idex Numbers Theory ad Practce Lodo: The Macmlla Press, 975. BANERJEE, K.S.; Cost of Lvg Idex Numbers-Practce, Precso, ad Theory. New York: Marcel Dekker,975. BANERJEE, K.S.; A Commet o the Samplg Aspects the Costructo of Idex Numbers. Revew of Ecoomcs ad Statstcs, vol. 40,958. BOSKIN, M.J.; DULBERGER, E.R.; GORDON, R.J.; GRILICHES, Z.; JORGENSON, D.W.; Cosumer Prces, the Cosumer Prce Idex, ad the Cost of Lvg. Joural of Ecoomc Perspectve 2:3-26,998. CARMO, H.C.E.; Ídce de Preços ao Cosumdor: Teora e Aálse de Modelos Factíves Cosderado as Bases de Dados Dspoíves. Tese de Lvre Docêca Departameto de Ecooma da FEA-USP (2004). COCHRAN, W. G., Samplg Techques. Joh Wley & Sos, 988. DEATON, A.; MUELLBAUER, J.;Ecoomcs ad Cosumer Behavor. Cambrdge Uversty Press, 994. DIEWERT, E.; Prce Level Measuremet. North Hollad, 990. DIEWERT, E.; Exact ad Superlatve Idex Numbers.Joural of Ecoometrcs, vol. 4, 4-45, 976. I DIEWERT. E.;NAKAMURA.A.O.;Essays Idex Number Theory-Volume.North Hollad, 993. DIEWERT, E.; Superlatve Idex Numbers ad Cosstecy Aggregato. Ecoometrca,Vol.46, o 4, ,978. DIEWERT, E.; The Cosumer Prce Idex Maual. Iteratoal Labour Orgazato, Forthcomg, dewert@eco.ubc.ca, EICHHORN, W.; VOELLER, J.; The Theory of Prce Idex. I Lecture Notes Ecoomcs ad Mathematcal Systems. Berlm, Sprg Verlag,976. FISHER, F. M. e SHELL, K.; The Ecoomc Theory of Prce Idexes. New York: Academc Press, 972. FISHER, I.; The Makg of Idex Numbers. Bosto: Hougtho Mffl, 922. FAVA, V.L.; Dspersão de Preços: Teora, Evdêcas e Implcações sobre Ídces de 30

31 Preços. Tese de Lvre Docêca, apresetada ao Departameto de Ecooma da FEA/USP, HANSEN, B; LUCAS, E.F.; O The Accuracy of Idex Numbers. The Revew of Icome a Wealth, vol. 30, o., HANSENKAMP, G.; Ecoomc ad Atomstcs Idex Numbers: Cotrasts ad Smlartes. I: Theory ad Applcatos of Ecoomc Idces" - Edted by W. EICCHORN, W.; HENN, O.;OPTIZ, R.; SHEPHARD, W. Physca-Verlag. Wurburg, 978. KEYNES, J.M.;. A Treatse o Moey. I Royal Ecoomc Socety (97 ed.) The Collected Wrtgs of Joh Mayard Keyes. Lodo: Cambrdge Uversty Press,930 e. 97. KONÜS, A.A.;. The Problem of the True Idex of the Cost of Lvg. Publcado, em 939, a Ecoometrca 7, 0-29,924. MOURA, F., A. M., Aálse dos Ídces de Preços e Estmatvas de Seus Veses. Dssertação de Mestrado - FIBGE,982. POLLAK, R. A.; The Theory of Cost - of - Lvg Idex. Oxford Uversty Press, 989. Este lvro é uma coletâea que clu todos os artgos ctados do autor. SAMUELSON, P.A.; Foudatos of Ecoomc Aalsys. Harvard Uversty Press, Cambrdge, 947. SAMUELSON, P. A.; SWAMY, S.;Ivarat Ecoomc Idex ad Caocal Dualty: Survey ad Sythess. The Amerca Ecoomc Revew, vol64, ,974.. VARTIA, Y. O. ; Fsher Fve Ted Fork Ad Other Quatum Theores of Idex Numbers., I: Theory ad Applcatos of Ecoomc Idces" - Edted by W. EICCHORN, W.; HENN, O.;OPTIZ, R.; SHEPHARD, W. Physca-Verlag. Wurburg, 978. VARTIA, Y. O. ; Relatve Chages ad Ecoomc Idces. Lcesate Thess Statstcs, Uversty of Helsk,

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES Aa Mara Lma de Faras Luz da Costa Laurecel Com a colaboração dos motores Maracajaro

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais

Matemática Financeira

Matemática Financeira Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

Leia mais

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

Leia mais

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas

Leia mais

A Medição e o Erro de Medição

A Medição e o Erro de Medição A Medção e o Erro de Medção Sumáro 1.1 Itrodução 1.2 Defções 1.3 Caracterzação da qualdade de medção 1.4 O erro da medção 1.4.1 Os erros aleatóros 1.4.2 Os erros sstemátcos 1.5 O verdadero valor, o erro

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros. JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00

Leia mais

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES Cêca Florestal, v.6,., p.47-55 47 ISS 003-9954 AMOSTRAGEM EM DOIS ESTÁGIOS COM UIDADES PRIMÁRIAS DE TAMAHOS DIFERETES SUBSAMPLIG TO TWO PROBATIO WITH PRIMARY UITS OF UEQUAL SIZES Sylvo Péllco etto RESUMO

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc. Estatístca Notas de Aulas ESTATÍSTICA Notas de Aulas Professor Iáco Adrus Gumarães, DSc. Professor Iáco Adrus Gumarães, DSc. Estatístca Notas de Aulas SUMÁRIO CONCEITOS BÁSICOS 5. Estatístca. Estatístca

Leia mais

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado. 1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

3 Precificação de resseguro

3 Precificação de resseguro Precfcação de Resseguro 35 3 Precfcação de resseguro Este capítulo traz prmeramete uma oção ampla das aplcações das metodologas de precfcação de resseguro para melhor compreesão do mesmo Da seção 3 até

Leia mais

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C) RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção

Leia mais

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

Lealdade à Marca e Sensibilidade ao Preço: Um Estudo da Escolha da Marca pelo Consumidor. Autoria: Delane Botelho, André Torrres Urdan.

Lealdade à Marca e Sensibilidade ao Preço: Um Estudo da Escolha da Marca pelo Consumidor. Autoria: Delane Botelho, André Torrres Urdan. Lealdade à Marca e Sesbldade ao Preço: Um Estudo da Escolha da Marca pelo Cosumdor Autora: Delae Botelho, Adré Torrres Urda Resumo Este artgo usa dados em pael do tpo escaeados, desagregados ao ível de

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado

Leia mais

ELECTROTECNIA TEÓRICA MEEC IST

ELECTROTECNIA TEÓRICA MEEC IST ELECTROTECNIA TEÓRICA MEEC IST º Semestre 05/6 3º TRABALHO LABORATORIAL CIRCUITO RLC SÉRIE em Regme Forçado Alterado Susodal Prof. V. Maló Machado Prof. M. Guerrero das Neves Prof.ª Mª Eduarda Pedro Eg.

Leia mais

UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 1991-2000

UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 1991-2000 Aas III Smpóso Regoal de Geoprocessameto e Sesorameto Remoto Aracaju/SE, 25 a 27 de outubro de 2006 UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 99-2000 OLIVEIRA,

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

2 Estrutura a Termo de Taxa de Juros

2 Estrutura a Termo de Taxa de Juros Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

Teoria da Amostragem

Teoria da Amostragem Teora da Amostragem I- oções fudametas sobre amostragem. Amostragem é todo o processo de recolha de uma parte, geralmete pequea, dos elemetos que costtuem um dado couto. Da aálse dessa parte pretede obter-se

Leia mais

Capitulo 8 Resolução de Exercícios

Capitulo 8 Resolução de Exercícios FORMULÁRIO Audades Peródcas, Crescetes e Postecpadas, com Termos em P. A. G 1 1 1 1 G SPAC R R s s 1 1 1 1 1 G G C R a R a 1 1 PAC Audades Gradetes Postecpadas S GP G 1 1 ; C GP G 1 1 1 Audades Gradetes

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

Capítulo 6 - Centro de Gravidade de Superfícies Planas

Capítulo 6 - Centro de Gravidade de Superfícies Planas Capítulo 6 - Cetro de ravdade de Superfíces Plaas 6. Itrodução O Cetro de ravdade (C) de um sóldo é um poto localzado o própro sóldo, ou fora dele, pelo qual passa a resultate das forças de gravdade que

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Tópicos Extras 2ª parte. Análise de Correlação e Regressão Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É 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 etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA O objetvo deste capítulo é apresetar formas da equação da coservação da massa em fução de propredades tesvas faclmete mesuráves, como a temperatura, a pressão,

Leia mais

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3 Idetfcação da exstêca de padrão espacal aleatóro a dstrbução dos pacetes portadores de doeça geétca rara com defcêca físca da Assocação de Assstêca à Craça Defcete (AACD) de Perambuco Aa Clara P. Campos

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

CAPÍTULO 1 PROBABILIDADE

CAPÍTULO 1 PROBABILIDADE CAPÍTULO PROBABILIDADE. Coceto O coceto de probabldade está sempre presete em osso da a da: qual é a probabldade de que o meu tme seja campeão? Qual é a probabldade de que eu passe aquela dscpla? Qual

Leia mais

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN Tayd Dayvso Custódo Pexoto ; Sérgo Luz Agular Leve ; Adre Herma Frere Bezerra 3 ; José

Leia mais

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi ISSN 1984-7203 Projeção Populacoal 2013-2020 para a Cdade do Ro de Jaero: uma aplcação do método AB Nº 20130102 Jaero - 2013 Iva Braga Ls 1, Marcelo Pessoa da Slva, Atoo Carlos Carero da Slva, Sérgo Gumarães

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA

AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA versão mpressa ISSN 00-7438 / versão ole ISSN 678-542 AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA Luís Alberto Duca Ragel UFF-COPPE/PEP/UFRJ

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama Prof. Dr. Evadro Leoardo Slva Teera Faculdade UB Gama Metrologa: Cêca que abrage os aspectos teórcos e prátcos relatvos a medção; Descreve os procedmetos e métodos para determar as certezas de medções;

Leia mais

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

Leia mais

Apostla Básca de Estatístca Slvo Alves de Souza ÍNDICE Itrodução... 3 Software R... 4 Software SPSS... 5 Dstrbução ormal de probabldade... 6 Testes de Hpótese paramêtrco... Testes Não-Paramétrco...5 Dstrbução

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 Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil Educação e Pesqusa ISS: 1517-972 revedu@usp.br Uversdade de São Paulo Brasl Helee, Otavao Evolução da escolardade esperada o Brasl ao logo do século XX Educação e Pesqusa, vol. 38, úm. 1, marzo, 212, pp.

Leia mais

II. Propriedades Termodinâmicas de Soluções

II. Propriedades Termodinâmicas de Soluções II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem

Leia mais

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS Prof José Leoardo Noroha M Eg Departameto de Egehara de Prodção Escola Federal de Egehara de Itabá EFEI RESUMO: Neste trabalho

Leia mais