1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
|
|
- Igor Cabreira de Andrade
- 7 Há anos
- Visualizações:
Transcrição
1 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014
2 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos computaconas muto efcentes revgorou estas áreas da Estatístca. Probabldade Permte estudar os fenômenos aleatóros, ou seja, aqueles em que está presente a ncerteza sobre os seus resultados.
3 Estatístca 3
4 Estatístca 4
5 O que é Estatístca? Para mutos, Estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas que coletam esses dados. A Estatístca orgnou-se com a coleta de dados e a construção de tabelas para os governos. A stuação evoluu e esta coleta de dados representa somente um dos aspectos da Estatístca. 5
6 Defnção de Estatístca A Estatístca é uma cênca baseada na Teora da Probabldade, cujo objetvo prncpal é nos auxlar a tomar decsões ou trar conclusões em stuações de ncerteza, a partr de dados. População: conjunto de todas as undades que são de nteresse em um certo estudo. Amostra: qualquer subconjunto da população seleconado de acordo com certas regras. Censo: estudo que nclu todos os elementos da população. 6
7 Coleta Expermento planejado Efeto de um ou mas fatores sobre outro(s). Interferênca do pesqusador. Controle sobre fatores externos. Levantamento observaconal Dados são coletados como estão. Não há nterferênca do pesqusador. Levantamento amostral (survey) População bem defnda. Protocolo de coleta. 7
8 Amostragem Uma área mportante em mutas aplcações estatístcas é a da Tecnologa de Amostragem. Exemplos: Pesqusa de mercado Pesqusa de ntenção de voto (pesqusa eletoral) Avalação do mpacto de uma obra junto à população 8
9 O que fazer com os dados coletados? 1 a etapa: Estatístca Descrtva e Análse Exploratóra Meddas resumo, tabelas e gráfcos. Obs. Se x representa uma varável, uma amostra com valores x 1,x,...,x n é chamada de conjunto de dados. n é o tamanho da amostra. 9
10 Varável Qualquer característca de nteresse assocada aos elementos de uma população. Classfcação de varáves Qualtatva { Nomnal Cor, tpo de máquna Ordnal Classe socal, grau de desgaste Quanttatva { Dscreta Contínua Número de acdentes, número de defetos em um tem Peso, vscosdade, pressão 10
11 Exemplo. Estudo de resstênca. Observação Espessura Tpo de cola Resstênca , , , , , , , , , , , , , , , , , , , ,6 Fonte: Montgomery, D. C. (005), Desgn and Analyss of Experments, 6th Edton, Wley: New York 11
12 Meddas resumo Meddas de posção: moda, méda, medana, percents, quarts. (meddas de tendênca central: três prmeras) Meddas de dspersão: ampltude, ntervalo nterquartl, varânca, desvo padrão, coefcente de varação. 1
13 Meddas de posção Moda (Mo): É o valor (ou atrbuto) que ocorre com maor frequênca. Ex. Dados: 4,5,4,6,5,8,4,4 mo 4 Obs. 1. Nem sempre a moda exste.. Pode haver mas de uma moda. Méda: x Ex. Dados:,5,3,7,11 x1 + x + x x n n n 1 n x x ( )/5 5,6 13
14 Medana (Md) A medana é o valor que ocupa a posção central de um conjunto de n valores ordenados. Posção da medana: pm (n+1)/ Ex. Dados:, 6, 3, 7, 8 (n 5) Dados ordenados:,3,7,8, 6 > pm (5+1)/3 > Md 7 Ex. Dados:, 15,, 1, 8, 7 (n 6) Dados ordenados: 1,,, 7, 8, 15 > pm (6+1)/3,5 > Md (+7) / 4,5 (méda dos elementos nas posções 3 e 4). 14
15 Quants (quantles) O quantl de ordem p (0 < p < 1), em um conjunto de dados com n observações, é o valor que ocupa a posção p x (n+1) nos dados ordenados. O quantl de ordem p dexa px100% das observações abaxo dele na amostra ordenada. Casos partculares: Quantl 0,5 medana ou segundo quartl (md) Quantl 0,5 prmero quartl (Q1) Quantl 0,75 tercero quartl (Q3) 15
16 Exemplos Ex. 1. 1,9,0,1,5 3,0 3,1 3,3 3,7 6,1 7,7 (n 10) Posção da Md: 0,5 (n+1)0,5x11> Md (3+3,1)/ 3,05 Posção de Q1: 0,5 11,75 > Q1 (+,1)/,05 Posção de Q3: 0,75 118,5 > Q3 (3,7+6,1)/ 4,9 Ex.. 0,9 1,0 1,7,9 3,1 5,3 5,5 1, 1,9 14,0 33,6 (n 11) Md 5,3 Q1 1,7 Q3 1,9 16
17 Moda, medana e méda (mode, medan and mean) A moda não é muto utlzada com varáves quanttatvas. Se a varável for qualtatva nomnal, a moda é a únca medda de posção. A medana é mas resstente do que a méda. É menos afetada pela presença de valores extremos. Méda 6, x Méda 7, x Obs. Os quants também são chamados de separatrzes. 17
18 Consdere as notas de uma prova aplcada a três grupos de alunos: Grupo 1: 3, 4, 5, 6, 7; Grupo : 1, 3, 5, 7,9; e Grupo 3: 5,5,5,5,5. Grupo Grupo 0 10 Grupo x 3 1 x3 x3 5; Md1 Md3 Md
19 Meddas de dspersão Fnaldade: encontrar um valor que resuma a varabldade de um conjunto de dados. Ampltude (A): A MAX - mn Para os grupos anterores (lâmna 18), temos Grupo 1: A 4 Grupo : A 8 Grupo 3: A 0 19
20 Intervalo ou ampltude nterquartl (d q ) (nterquartle range) É a dferença entre o tercero quartl e o prmero quartl: d q Q 3 Q 1. Ex. 1,9,0,1,5 3,0 3,1 3,3 3,7 6,1 7,7 Q 1,05 e Q 3 4,9. d q Q 3 Q 1 4,9,05,85. Obs. d q é uma medda mas resstente do que A. 0
21 Varânca (s ) (varance) S (x 1 x) +(x x) (xn x) 1 n 1 n ( x x ) n 1 Desvo padrão (s) (standard devaton) s s Obs. O desvo padrão tem a mesma undade da varável x. 1
22 Cálculo da varânca para o grupo 1 (lâmna 18): Grupo 1: 3, 4, 5, 6, 7: Vmos que x 5 S ( 3 5 ) +( 4 5 ) +( 5 5 ) 5 1 +( 6 5 ) +( 7 5 ) 10 4,5 Desvo padrão: Grupo1: s Grupo : s Grupo 3 : s,5 s 10 s 0 s 0 1,58 3,16
23 Propredades: x,, x uma amostra com méda e varânca 1 n x x s. Transformação (posção e escala): y a + b x, 1,...,n. y a + bx, s y b s x e s y b s x. 3
24 Coefcente de varação (CV) É uma medda de dspersão relatva. Exprme a varabldade em relação à méda. CV S x 100, see x 0. 4
25 Exemplo. Altura e peso de 15 peças metálcas clíndrcas Méda Desvo padrão Coefcente de varação Altura 1,143 m 0,063 m 5,5% Peso 50 kg 6 kg 1% Conclusão. O peso das peças métalcas apresenta varabldade relatva aproxmadamente duas vezes maor do que a altura. 5
26 Exemplo com gráfco de pontos (n 90) Cada observação é representada por um ponto. Havendo repetções, os pontos são emplhados Rendmento (%) Propredade : n 1 ( x x) 0. 6
27 Organzação e representação dos dados Uma das formas de organzar e resumr a nformação contda em dados observados é por meo de tabelas de frequêncas e gráfcos. A frequênca de um valor da varável é o número de vezes que este valor ocorre no conjunto de dados. Tabela de frequêncas. Tabela com os dferentes valores de uma varável (ou ntervalos de valores) e suas respectvas frequencas. 1. Varáves qualtatvas. Tabela de frequêncas dos dferentes valores da varável. Representação gráfca: gráfco de barras, de Pareto e gráfco de setores ( de pzza ). 7
28 Exemplo. Varável Tpo de cmento utlzado (qualtatva nomnal) Tpo cmento de Contagem f f r C1 1 0,3333 C 18 0,5000 C3 6 0,1667 Total n 36 1,0000 f : frequênca absoluta do valor (número de observações com tpo de cmento ), {C1, C, C3}. f r f n : frequênca relatva do valor. 8
29 Elementos de um gráfco Fgura 1. Descrção do gráfco. 9
30 Representação gráfca de varáves qualtatvas Gráfco de barras: retângulos vertcas (ou horzontas) espaçados com alturas (ou bases) guas às frequencas dos valores da varável. 60,00% 50,00% 40,00% 30,00% 0,00% 10,00% 0,00% 50,00% 33,33% 16,70% Baxo Moderado Elevado Regão de orgem SE NE S CO N Grau de deteroração Obs. Os valores no exo horzontal estão ordenados Percentagem 30
31 Gráfco de Pareto Gráfco de barras com os valores da varável em ordem decrescente de frequencas e com as frequencas relatvas acumuladas no segundo exo vertcal. Frequenca SE NE S CO N % 5% 50% 75% 100% Cumulatve Percentage Frequênca relatva acumulada do valor x : F r f r1 j 1 + f f rj. r + + f r Regão de orgem 31
32 Gráfcos de setores ( de pzza ) Gráfco crcular utlzado para destacar a composção das partes de um todo. O ângulo central de cada setor é proporconal à frequenca representada (usualmente em %). Grau de deteroração 19,7 Grau de deteroração 35,3 Baxo Elevado 19,7% Baxo 35,3% Moderado Elevado 45,0 Moderado 45,0% 3
33 . Organzação e representação de varáves quanttatvas.1 Dscretas. Organzam-se medante tabelas de frequêncas e a representação gráfca é medante gráfco de pontos, de barras ou de lnha. Frequênca relatva do valor x : f r f / n. Frequênca acumulada do valor x : Exemplo. Número de defetos em lotes de produtos. Dstrbução de frequêncas do número de defetos por lote. F f 1 + f + + f j 1 f j 33
34 Representação gráfca 34
35 Meddas de posção e dspersão para varáves quanttatvas dscretas agrupados em tabela de freqüêncas: Méda: x x1 f1 + x f + + x n Exemplo. Determne o número médo de defetos por lote. Medana: 0 x 4+ 1 k f k n 0: pm (0+1) / 10,5 > k x n f ,65 Md méda dos valores com frequencas acumuladas guas a 10 e 11 ( + ) / (lâmna 33). Moda? 35
36 Varânca: s Exemplo. s (x 1 4( 0 x ) 16,315 0, Desvo padrão: 1,65 ) f 1 +(x + 5( 1 s 1,65 ) x ) f + +(x n 1 s 0,97 k + 7( 1,65 ) 19 x ) + 3( 3 f k 1,65 ) k 1 (x n +( 5 x ) 1 f 1,65 ) Coefcente de varação: s 0,9 CV 100% 100% 55,8% x 1,65 36
37 . Construção de tabelas de frequêncas para varáves contínuas Escolha o número de ntervalos de classe (k) Identfque o menor valor (mn) e o valor máxmo (MAX) dos dados. Calcule a ampltude (A): A MAX mn. Calcule a ampltude de classe (h): h A / k. Obtenha os lmtes nferor (LI) e superor (LS) de cada classe. 1 o ntervalo: Lmte nferor : LI Lmte superor : LS 1 1 mn LI 1 +h... ntervalo: Lmte nferor : LI Lmte superor : LS - ésmo ntervalo: Lmte nferor : LI Lmte superor : LS LS LI LS LI Prossga até que seja obtdo um ntervalo que contenha o valor máxmo (MAX). o h + h 37
38 Obs. Mutas vezes, por convenênca, arrredondamos os valores de h e/ou LI 1. Tabela de de frequêncas com as colunas: Número de ordem de cada ntervalo () Lmtes de cada ntervalo. Os ntervalos são fechados à esquerda e abertos à dreta. Notação: Ponto médo (ou marca de classe) de cada classe: x LS + LI *. 38
39 Frequênca absoluta de uma classe (f ): número de observações pertencentes à classe. Frequênca relatva de uma classe: f r f / n. Frequênca acumulada absoluta de uma classe: F f 1 + f + + f j 1 f j. Frequênca acumulada relatva de uma classe: F r f r 1 + f r + + f r F fr ou F j r j 1 n. 39
40 Exemplo Varável: vscosdade (em u.v.) de um líqudo a uma certa temperatura Amostra ordenada: n 40 Mínmo Medana Méda Máxmo Procedmento: Adotamos k 5. mn 13,10 e MAX 17,80. A MAX mn 17,8 13,10 4,7. h 4,7 / 5 0,94. Adotamos h 1 e LI Lmtes das classses: LI 1 13, LS 1 LI 1 + h 14, LI LS 1 14, LS LI + h 15,, LI 5 LS 4 17 e LS 5 LI 5 + h
41 Pontos médos: x * * 13,5; x 14,5;...; x * 1 17,5. Tabela. Dstrbução de frequêncas da varável vscosdade. Ordem Classe Ponto médo Frequênca Frequênca relatva Frequênca acumulada Frequênca relatva acumulada ,5 4 0,1 4 0, ,5 8 0, 1 0, ,5 19 0, , ,5 6 0, , ,5 3 0, Total Nesta organzação de dados temos perda de nformação. Em um gráfco de pontos (lâmna 6) não há perda de nformação, mas se n for grande, pode haver perda de clareza. Densdade de freqüênca (ou densdade):. f d f r h 41
42 Representação gráfca: Hstograma Gráfco de barras adjacentes com bases guas às ampltudes das classes e alturas guas às densdades. Obs. Se as classes tverem ampltude constante, as alturas das barras usualmente são guas às frequencas. Propredade. Se utlzarmos densdades, soma das áreas dos retângulos 1, pos f k k k f r f h h 1 d 1 h 1 Obs. 1. A ampltude das classes pode varar.. Na construção de um hstograma, quanto maor for n, melhor. r 1. 4
43 Exemplo. Varável vscosdade. 43
44 Escolha do número de classes (geralmente, 5 k 15). k31 k13 Densdade Densdade X X k7 k4 Densdade Densdade X X 44
45 Méda e varânca para varáves contínuas agrupadas em classes x Méda: Varânca: 13, ,5 15,4. * * * x x1 f1 + x f + xk fk 1 x n n s 1 * ( x x) n Exemplo. Varável vscosdade (lâmna 40) 8+ 15, ,5 40 k 6+ 17,5 Méda dos dados não agrupados (dados brutos) : f 1 x1 + x + + x36 13,9+ 14, , 6 x 15, Este resultado dfere do valor obtdo anterormente. Por quê? 3 k * f 5 * ( x x) f 1 41,6 1, s 1,033 (desvo padrão). s 45
46 Gráfco de caxas (box plot) Representação dos dados por meo de um retângulo construído com os quarts. Fornece nformação sobre a varabldade (d q Q 3 Q 1 ) e valores extremos. 46
47 Exemplo. Varável vscosdade. 1 º quartl (Q1) 14,775. Medana (Md ou Q) 15,4. 3 º quartl (Q3) 15,9. d q ntervalo nterquartl Q3 Q1 1,15. Lnhas auxlares passam por Q1 1,5d q 13,1 e Q3 +1,5d q 17,6. 47
48 Exemplo. Varável vscosdade medda em duas temperaturas. Temperatura 1 (lâmna 39) Temperatura (n 40)
49 Redução de volume (ml) * * * B E D G H F A C Tpo de adtvo Análse exploratóra. Redução de volume versus tpo de adtvo. Varabldade. Smetra. Valores extremos. 49
50 Gráfco de lnha Representação de séres temporas (ou séres hstórcas). Vsualzação dos componentes tendênca e sazonaldade. Cudado com a escala do gráfco MARÇO NOVEMBRO UR (%) Hora Local 50
51 Assocação entre varáves quanttatvas (x 1,y 1 ),..., (x n,y n ): amostra bvarada. Representação gráfca: gráfco de dspersão (scatter plot) Medda de assocação: coefcente de correlação lnear de Pearson. r 1 n 1 n 1 ( x s x s y x)( y y) Numerador: covarânca entre x e y. Propredades: (1) 1 r 1 e () r 1 se, e somente se, a relação entre x e y for lnear (y a + bx, b 0 e o snal de r é o snal de b). 51
52 Assocação entre varáves quanttatvas 5
53 Assocação entre varáves quanttatvas 53
54 Assocação entre varáves quanttatvas 54
55 Assocação entre varáves quanttatvas Exemplo 1 Exemplo Y Y X X Correlações: Exemplo 1: 0,8164 Exemplo : 0,816 Exemplo 3: 0,8163 Exemplo 4: 0,8165 Exemplo 3 Exemplo 4 Y Y X X 55
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 0 Estatístca Descrtva e Análse Eploratóra Realzadas em etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de grande quantdade de dados e
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 2019 Estatística Descritiva e Análise Exploratória Etapas iniciais. Utilizadas para descrever e resumir os dados. A disponibilidade de uma grande quantidade
Leia maisEstatística stica Descritiva
AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas
Leia maisCapítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes
Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75
Leia maisTABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisRedução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma
Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão
Leia mais4.1. Medidas de Posição da amostra: média, mediana e moda
4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x
Leia maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
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 mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 010 Estatística Descritiva e Análise Exploratória Etapas iniciais. Utilizadas para descrever e resumir os dados. A disponibilidade de uma grande quantidade
Leia maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
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 de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
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 maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma
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 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 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 mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia maisFAAP APRESENTAÇÃO (1)
ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
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 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 maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
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 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 mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisMedidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.
Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas
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 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 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 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 maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia mais2. VARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo
Leia maisVariáveis Aleatórias
Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades
Leia maisProbabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições
Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para
Leia maisResumos Numéricos de Distribuições
Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas
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 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 maisPROBABILIDADE ESTATÍTICA
I- INTRODUÇÃO. DEFINIÇÕES. ESTATÍSTICA: A Etatítca refere-e à técnca pela qua o dado ão "coletado", "organzado", "apreentado" e "analado". Pode-e dvdr a cênca Etatítca em do grupo de etudo:. Etatítca Decrtva:
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 maisANÁLISE EXPLORATÓRIA DE DADOS
CENTRO DE CIÊNCIAS EXATAS CCE DEPARTAMENTO DE ESTATÍSTICA Curso de Especalzação Lato Sensu em Estatístca ANÁLISE EXPLORATÓRIA DE DADOS Professor: Dr. Waldr Medr medr@uel.br Londrna/Pr Março de 011 ÍNDICE
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 maisMEDIDAS DE TENDÊNCIA CENTRAL
3.1- Introdução. ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL Como na representação tabular e gráfca dos dados a Estatístca Descrtva consste num conjunto de métodos que ensnam a reduzr uma quantdade de dados
Leia maisEstatística e Probabilidade
Estatístca e Probabldade Professor conteudsta: Rcardo Vda Sumáro Estatístca e Probabldade Undade I 1 CONCEITOS BÁSICOS...1 1.1 Concetos fundamentas... 1. Processos estatístcos de abordagem... 1.3 Dados
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 maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia maisAPOSTILA DE ESTATÍSTICA BÁSICA Parte 1
APOSTILA DE ESTATÍSTICA BÁSICA Parte 1 Prof. Msc. Jorge Wlson Perera da Slva SUMÁRIO Capítulo 1. Concetos Báscos 3 1.1. Introdução 3 1.2. População e Amostra 3 1.3. Processos Estatístcos de Abordagem 4
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 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 maisTeoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Leia maisIV - Descrição e Apresentação dos Dados. Prof. Herondino
IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser
Leia mais2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO
Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto
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 maisDISTRIBUIÇÃO DE FREQUÊNCIAS
Núcleo das Cêncas Bológcas e da Saúde Cursos de Bomedcna, Ed. Físca, Enermagem, Farmáca, Fsoterapa, Fonoaudologa, Medcna Veternára, Muscoterapa, Odontologa, Pscologa DISTRIBUIÇÃO DE FREQUÊNCIAS 5 5. DISTRIBUIÇÃO
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 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 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 maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2
Aula 1 do plano de trabalho nº 2 Medram-se as alturas dos 40 alunos do prossegumento de estudos do 10º ano de uma escola e as alturas dos 40 alunos do 10º ano dos cursos tecnológcos dessa escola e obtveram-se
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 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 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 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 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 maisR X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais
30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.
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 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 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 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 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 maisCONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA
1 Estatístca CONCEITOS BÁSICOS 6 É uma metodologa ou conjunto de técncas que utlza a coleta de dados, sua classfcação, sua apresentação ou representação, sua análse e sua nterpretação vsando a sua utlzação
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
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 maisEstatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira
MATERIAL DIDÁTICO Estatístca Expermental Medcna Veternára Faculadade de Cêncas Agráras e Veternáras Campus de Jabotcabal SP Gener Tadeu Perera º SEMESTRE DE 03 ÍNDICE AULA ESTATÍSTICA DESCRITIVA º EXERCÍCIO
Leia maisRepresentação e Descrição de Regiões
Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são
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 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 maiswww.obconcursos.com.br/portal/v1/carreirafiscal
www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,
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 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 maisElementos de Estatística e Probabilidades II
Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros
Leia maisExperiência V (aulas 08 e 09) Curvas características
Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de
Leia maisIntrodução às Medidas em Física a Aula
Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca
Leia maisEstatística 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 maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
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 maisAvaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais
Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia mais