Unidade: Risco e Retorno. Unidade I:
|
|
|
- Isaac Barros Bicalho
- 9 Há anos
- Visualizações:
Transcrição
1 Unidade I: 0
2 Unidade: Risco e Retorno A análise de investimentos está baseada nas estimativas dos fluxos de caixa de um projeto. Nem sempre essas previsões de fluxo de caixa coincidem com os resultados do projeto. Assim, mesmo uma boa análise de investimento não garante um bom resultado. Embora o resultado futuro não possa ser conhecido com certeza, em muitos projetos essa realidade não é totalmente incerta. Visando diminuir a possibilidade de erro nas previsões de fluxo de caixa e considerar os vários cenários (micro e macroeconômico) possíveis se faz uma análise de risco e retorno. O modelo do ponto de equilíbrio identifica o intervalo de uma estimativa dentro do qual ocorre o resultado esperado, por exemplo, a quantidade mínima de unidades que devem ser vendidas para um retorno positivo. Lembrar que o ponto de equilíbrio contábil é diferente do ponto de equilíbrio do fluxo de caixa do projeto. Na decisão de aceitação do projeto, a quantidade mínima que uma empresa deve produzir define o valor a partir do qual o projeto deve ser aceito. O retorno esperado do projeto ( ) representa a média dos retornos em cada cenário. Quando não conhecemos a probabilidade de ocorrência de cada resultado, calculamos a média aritmética. Quando as probabilidades são conhecidas e diferentes, calculamos o retorno médio em cada cenário (K) ponderado pela probabilidade de ocorrência (P). É calculado por: K ( K. P) Quanto ao retorno podemos considerar: Retorno Esperado ou estimado: (ex-ante) remuneração que os investidores solicitam para manter suas aplicações no ativo considerado. 1
3 Retorno Exigido: em um mercado eficiente, corresponde ao retorno esperado. Retorno Real ou resultado: (ex-post) é o retorno efetivo do investimento ou da aplicação. No exemplo abaixo, o cenário pessimista tem uma probabilidade de 25%, o provável de 50% e o otimista, conseqüentemente, 25%. CENÁRIO PROJETO A PROJETO B PESSIMISTA 13% 7% PROVÁVEL 15% 15% OTIMISTA 17% 23% Retorno esperado do projeto A: (0,25 x 13) + (0,5 x 15) + (0,25 x 17) = 15% Retorno esperado do projeto B: (0,25 x 7) + (0,5 x 15) + (0,25 x 23) = 15% Com base no retorno esperado não conseguimos decidir qual é o melhor projeto. Quando os valores esperados dos retornos são iguais devemos observar os diferentes graus de risco associado a cada projeto. Se o resultado for mais favorável que o estimado e o projeto foi aceito não teria problema. Mas, se o resultado for mais favorável e o projeto não foi aceito seria uma perda para a empresa ou para o investidor. As estimativas do fluxo de caixa não foram capazes de prever tal resultado impossibilitando o investimento. Se o resultado for abaixo do estimado e o projeto foi rejeitado também não teria problema. A decisão de rejeitar o projeto foi correta. Talvez o pior dos casos seja o projeto ser aceito e não corresponder às expectativas. O resultado do projeto foi abaixo do estimado e, portanto, as previsões que fizeram aceitar o projeto estavam erradas ou não foram totalmente consideradas. Para evitar esses erros é necessário avaliar o risco do projeto. O risco está associado à incerteza, favorável ou desfavorável, do resultado. A incerteza gera uma situação de dúvida ou de insegurança de se obter um resultado, sem 2
4 possibilidade de quantificar as possibilidades de ocorrência das situações positivas ou negativas. Entre as causas prováveis dos desvios desfavoráveis do projeto está o erro de estimativa provocado pela incorreta pesquisa de mercado, pelos custos e receitas menores ou maiores que os estimados, pela escolha inadequada de tecnologia, pela falta de habilidade gerencial requerida, pelo ambiente econômico, pela concorrência etc. Assim, depois de determinar o retorno ou valor esperado que qualifique o projeto para ser aceito é importante questionar esse resultado. Deve-se definir o intervalo de valores possíveis ou variação de cada estimativa. A incerteza do projeto nem sempre afeta apenas o próprio projeto, assim a análise de risco do projeto é realizada em três níveis: Risco total do projeto: trata da incerteza associada somente com resultado do próprio projeto, isto é, risco do resultado do projeto proveniente somente da incerteza das estimativas do projeto. Risco corporativo: depende da variação do risco da carteira de investimentos da empresa provocada pelo novo projeto. Risco de mercado: é variação de risco da carteira de investimento dos acionistas provocada pela carteira de projetos da empresa com o novo projeto, denominado risco de mercado. Uma das formas de analisar o risco é através da chamada análise de sensibilidade. Nesta, se considera ao menos três cenários possíveis para a projeção do fluxo de caixa. Assim, se faz a projeção dos resultados ou retornos considerando os cenários otimista, provável e pessimista com determinada probabilidade. Baseado na análise de sensibilidade deve-se medir o risco do projeto, isto é, a variabilidade dos resultados nos diferentes cenários. Uma medida simples de risco que é o cálculo da faixa. 3
5 Faixa = retorno otimista retorno pessimista A faixa compara os resultados extremos do projeto. Mostra a diferença entre o melhor e o pior resultado possível. Quanto maior for a faixa, maior é o risco do projeto. Exemplo: com os dados dos projetos A e B acima A faixa do projeto A é igual a 4 (17 13) e para o projeto B é 16 (23 7). Portanto, o projeto que apresenta menor risco é o A. Provavelmente este resultado já era esperado, visivelmente o retorno do projeto B apresenta maior variância ou dispersão. No entanto, a análise por faixa é um tanto simplista. Na maioria das situações, sejam elas práticas ou teóricas nos deparamos com mais possibilidades de investimento e com retornos próximos o que torna a decisão mais complicada. A medida mais usual de risco é através do cálculo do desvio-padrão (. O desvio-padrão é a raiz da variância ( e representa o grau de dispersão dos retornos esperados em relação à média. É calculado como: 2 ( k k). P O desvio-padrão é a raiz quadrada do somatório dos desvios com relação à média ao quadrado ponderado pela probabilidade de cada resultado. Quanto maior o desvio-padrão maior o risco. Exemplo: suponha que uma empresa está avaliando o risco de dois projetos de investimento: A e B. Baseando-se em sua experiência e nas projeções econômicas, a direção da empresa elaborou o seguinte quadro com as probabilidades e fluxos de caixa previstos para os próximos cinco anos. 4
6 PROJETO A PROJETO B Fluxo de caixa Prob. Fluxo de caixa Prob. $ 600 0,10 $ 300 0,10 $ 650 0,15 $ 500 0,20 $ 700 0,50 $ 700 0,40 $ 750 0,15 $ 900 0,20 $ 800 0,10 $ ,10 Primeiro devemos calcular o retorno esperado de cada projeto: Projeto A: (0,1 x 600) + (0,15 x 650) + (0,50 x 700) + (0,15 x 750) + (0,1 x 800) Projeto A: $ 700 Projeto B: (0,1 x 300) + (0,2 x 500) + (0,4 x 700) + (0,2 x 900) + (0,1 x 1000) Projeto B: $ 700 As duas alternativas de investimento apresentam o mesmo retorno esperado de $ 700, podendo considerar como indiferentes. Apesar de serem equivalentes em termos de retornos não apresentam o mesmo grau de risco. Para o risco deve-se calcular o desvio-padrão: Desvio-padrão projeto A: Desvio-padrão projeto B: 5
7 Como o projeto B apresenta maior grau de risco e os projetos têm o mesmo retorno o projeto A é preferível ao projeto B. Normalmente, quanto maior for o retorno de um projeto maior é o seu risco. E, ao contrário, projetos ou ativos com menor risco (mais conservador) está associado ao menor retorno. Além disso, quanto mais tempo os recursos estiverem sob risco, maior tende a ser o retorno exigido. Então como analisar risco e retorno de um projeto ou comparar diferentes projetos para a análise de investimentos? Para comparar ativos de diferentes valores esperados e com diferentes desvios calculamos o coeficiente de variação (CV). desvio padrão CV valor esperado O coeficiente de variação é uma medida que representa o grau de dispersão relativa dos retornos esperados. Uma vez que se tem projetos que possuem retorno esperados diferentes, a magnitude do coeficiente de variação entre eles permite a comparação entre os respectivos riscos. Quanto maior o coeficiente de variação, maior o risco. Exemplo: temos dois projetos com os dados abaixo.qual projeto seria melhor? PROJETO X PROJETO Y. RETORNO ESPERADO 12% 20% DESVIO-PADRÃO 9% 10% COEFICIENTE DE VARIAÇÃO 0,75 0,50 Os projetos X e Y apresentam retornos médios diferentes. Em termos de retorno o melhor é o projeto Y. No entanto, o risco é menor no projeto X. 6
8 Através da dispersão relativa, coeficiente de variação, podemos decidir que o melhor projeto é o projeto Y. Assim, da análise com três cenários se obteve a medida de risco representada pelo coeficiente de variação do projeto que será comparado com outros projetos ou a carteira de projetos da empresa. 7
9 Referências GITMAN, L. J. Princípios de Administração Financeira. 7. ed. São Paulo: Harbra, Capítulo 6. MEGLIORINI, E. VALLIM, M. A. Administração Financeira: uma abordagem brasileira. São Paulo: Pearson Prentice Hall, Capítulo 4. 8
10 9 Responsável pelo Conteúdo: Prof. Ms. Andressa Guimarães Rego. Campus Liberdade Rua Galvão Bueno, São Paulo SP Brasil Tel: (55 11)
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal MEDIDAS DE DISPERSÃO As medidas de posição apresentadas fornecem a informação dos dados apenas a nível pontual,
Medidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação
Medidas de Dispersão Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Introdução Estudo de medidas que mostram a dispersão dos dados em torno da tendência central Analisaremos as seguintes
ANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO
ANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO Luiz Fernando Stringhini 1 Na tentativa de mostrar as possibilidades de uso das ferramentas da estatística dentro da contabilidade,
Decisões de Financiamentos e Estrutura de Capital. Professor: Francisco Tavares
Decisões de Financiamentos e Estrutura de Capital Professor: Francisco Tavares RISCO E RETORNO Definição de risco Em administração e finanças, risco é a possibilidade de perda financeira. Os ativos (reais
Análise de Sensibilidade
Análise de Sensibilidade Fonte: Adaptado de Avaliação de Projetos de Invest., J.C. Lapponi, 2000 Pontifícia Universidade Católica de Goiás Departamento de Engenharia Curso de Graduação em Engenharia de
MBA em Finanças e Controladoria. Disciplina: Avaliação de Empresas Valuation Tópico 06 Risco e Retorno
MBA em Finanças e Controladoria Disciplina: Avaliação de Empresas Valuation Tópico 06 Risco e Retorno Obetivos do Tópico 06 5h Obetivo Entender os fundamentos de risco e retorno Obetivos de aprendizagem
Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos. Fundamentos de Risco e Retorno:
Risco x Retorno Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos. Fundamentos de Risco e Retorno: Em administração e finanças, risco é a possibilidade de perda
Risco x Retorno. Fundamentos de Risco e Retorno: Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos.
Risco x Retorno Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos. Fundamentos de Risco e Retorno: Em administração e finanças, risco é a possibilidade de perda
RISCO E RETORNO. Exemplo: Probabilidade Investimento A Investimento B
RISCO E RETORNO 1 Mai/17 - Considerações iniciais Risco e retorno são variáveis básicas da tomada de decisão de investimentos. Genericamente, o risco é uma medida de volatilidade ou incerteza dos retornos,
ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)
ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)! Como calcular o retorno usando dados históricos?! Como calcular a variância e o desvio padrão?! A análise do retorno através da projeção de retornos
Risco e Retorno. Exemplo: Probabilidade Investimento A Investimento B
Risco e Retorno 1 - Considerações iniciais Risco e retorno são variáveis básicas da tomada de decisão de investimentos. Genericamente, o risco é uma medida de volatilidade ou incerteza dos retornos, e
Avaliação Financeira de Empresas e Empreendimentos Imobiliários
Curso de Especialização em Gerenciamento da Construção Civil Avaliação Financeira de Empresas e Empreendimentos Imobiliários Prof. MSC Miguel Adriano Gonçalves 1- Funções da administração financeira Setor
12/06/14. Estatística Descritiva. Estatística Descritiva. Medidas de tendência central. Medidas de dispersão. Separatrizes. Resumindo numericamente
Resumindo numericamente Para resumir numericamente dados quantitativos o objetivo é escolher medidas apropriadas de locação (``qual o tamanho dos números envolvidos?'') e de dispersão (``quanta variação
Capitulo 6 Viabilidade Econômica em Situação de Incerteza
1 Capitulo 6 Viabilidade Econômica em Situação de Incerteza Nos capítulos anteriores, ao construir o fluxo de caixa de um projeto de investimento, supusemos que os valores eram conhecidos com certeza.
Objetivos de aprendizagem
RISCO E RETORNO 1 Objetivos de aprendizagem 1. Entender o significado e os fundamentos de risco, retorno e preferências em relação ao risco 2. Descrever procedimentos de avaliação e mensuração do risco
22/02/2017. Prof. Elisson de Andrade
Prof. Elisson de Andrade [email protected] A partir DESSE MOMENTO, você (ou sua dupla), já precisa ir pensando: Qual investimento real irei avaliar? Compra de uma máquina para a empresa? Ampliação do
[Ano] Análise de Curto Prazo. Campus Virtual Cruzeiro do Sul
[Ano] Análise de Curto Prazo Análise de Curto Prazo MATERIAL TEÓRICO Responsável pelo Conteúdo: Profa. Ms. Andressa Guimarães Rego Revisão Textual: Profa. Ms. Alessandra Fabiana Cavalcante 2 Capital de
Avaliação do Risco Isolado
Avaliação do Risco Isolado! O que é! Onde é utilizada! Análise de Sensibilidade! Análise de Cenários! Exemplos Francisco Cavalcante ([email protected]) Sócio-Diretor da Cavalcante & Associados,
Capítulo 1 Estatística Descritiva. Prof. Fabrício Maciel Gomes
Capítulo 1 Estatística Descritiva Prof. Fabrício Maciel Gomes Gráficos 1. Gráfico de Colunas Um gráfico de colunas mostra as alterações de dados em um período de tempo ou ilustra comparações entre itens.
Instrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição
Instrumentação Industrial Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Introdução a Metrologia O que significa dizer: O comprimento desta régua é 30cm. A temperatura
Intervalo de confiança4
Intervalo de confiança4 4.1 Introdução 4.2 Intervalo de confiança (IC) 4.3 Erro-padrão da média e da proporção 4.4 Precisão da estimativa dos parâmetros 4.5 Conclusão Referências Dirce Maria Trevisan Zanetta
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ As medidas de posição apresentadas fornecem a informação dos dados apenas a nível
O PERT PROBABILÍSTICO.
8.1 Os tempos no PERT. 8 O PERT PROBABILÍSTICO. Como comentado anteriormente, a metodologia utilizada no estudo das redes tanto no método PERT como no CPM é a mesma. A diferença existente entre os dois
Medidas de dispersão. 23 de agosto de 2018
23 de agosto de 2018 Dispersão de dados A representação feita pelas medidas centrais, ao mesmo tempo que permite uma visualização rápida das informações acaba levando ao embaralhamento do conjunto. A média
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir
Medidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 29 de Agosto de 2017 Material de Apoio e-mail: [email protected] Local: Sala dos professores
Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Resultados possíveis do nosso estudo
Resultados possíveis do nosso estudo Interpretação de gráficos, decisão baseada nas hipóteses, interpretação. Para termos isso, precisamos fazer uma inferência estatística! Número de visitas Inferência
PERT PERT PERT PERT PERT PERT. O CPM assume que as estimativas de tempo para um projeto são certas (determinísticas);
O CPM assume que as estimativas de tempo para um projeto são certas (determinísticas); A duração de cada atividade na prática, contudo, pode ser diferente daquela prevista no projeto; Existem muitos fatores
BIOESTATÍSTICA. Unidade III - Medidas de Tendência Central e de Dispersão
BIOESTATÍSTICA Unidade III - Medidas de Tendência Central e de Dispersão 0 INTRODUÇÃO Vamos abordar um assunto importante no que diz respeito a transmissão das informações relativas à amostra ou população
Química Analítica V 2S Prof. Rafael Sousa. Notas de aula:
Química Analítica V 2S 2012 Aula 3: 04-12-12 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE [email protected] Notas de aula: www.ufjf.br/baccan 1 Conceito
Aula 10 28/09/ Microeconomia. Comportamento do consumidor e incerteza. - PINDYCK (2007) Capítulo 5 até pg 138.
Aula 0 8/09/009 - Microeconomia. Comportamento do consumidor e incerteza. - PINDYCK (007) Capítulo 5 até pg 38. Para medir o risco é necessário saber:. Todos os resultados possíveis.. A probabilidade de
Capítulo 5 Incerteza e comportamento do consumidor
Capítulo 5 Incerteza e comportamento do consumidor slide 1 2014 Pearson. Todos os direitos reservados. Probabilidade A probabilidade refere-se à chance de que determinado resultado venha a ocorrer. Quando
Teoria de Carteiras e a Gestão de Investimentos
Teoria de Carteiras e a Gestão de Investimentos Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo Slide 5-0 Objetivos Didáticos 1. Apresentar os fundamentos de risco, retorno
ORÇAMENTO DE CAPITAL COM RISCO
Capítulo 7 * TERMOS-CHAVE Análise de sensibilidade Fator equivalente à certeza Risco Simulação Taxa livre de risco Medida da extensão pela qual um fator varia quando outro fator varia. Fator usado para
Profa. Janaina Fracaro Engenharia Mecânica 2015
Profa. Janaina Fracaro Engenharia Mecânica 2015 Medidas de Posição ou tendência central Buscam identificar valores característicos de uma relação de valores medidos. Média Aritmética: EX: Suponha que a
Unidade III ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade III ESTATÍSTICA Prof. Fernando Rodrigues Medidas de dispersão Estudamos na unidade anterior as medidas de tendência central, que fornecem importantes informações sobre uma sequência numérica. Entretanto,
Organização e Análise de Projectos. A análise de projectos face ao risco e à incerteza
Organização e Análise de Projectos A análise de projectos face ao risco e à incerteza Incorporação do risco e da incerteza na avaliação de projectos Incerteza e Risco Métodos de abordagem ao risco Período
EXERCÍCIOS DE ADMINISTRAÇÃO FINANCEIRA Alavancagem e Estrutura de Capital GITMAN Prof. João Batista
EXERCÍCIOS DE ADMINISTRAÇÃO FINANCEIRA Alavancagem e Estrutura de Capital GITMAN Prof. João Batista (GÆ([HUFtFLR3$±SiJLQD (GÆ([HUFtFLR$$±SiJLQD A Hawaiian Macademia Nut Company coletou os seguintes dados
Medidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO
Medidas de Dispersão para uma Amostra Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Para entender o que é dispersão, imagine que quatro alunos
Medidas de Dispersão. Prof.: Joni Fusinato
Medidas de Dispersão Prof.: Joni Fusinato [email protected] [email protected] 1 Dispersão Estatística As medidas de posição (média, mediana, moda) descrevem características dos valores numéricos
CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte
CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte 4.3 Medidas de posição 4.4 Medidas de dispersão 4.5 Separatrizes Prof. franke 2 Vimos que a informação contida num conjunto de dados pode ser resumida
SEM0530 Problemas de Engenharia Mecatrônica II
SEM0530 Problemas de Engenharia Mecatrônica II Prof. Marcelo A. Trindade Departamento de Engenharia Mecânica Escola de Engenharia de São Carlos - USP Sala 2º andar Prédio Engenharia Mecatrônica (ramal
Métodos Quantitativos II
Métodos Quantitativos II MEDIDAS DE VARIABILIDADE O que significa Variabilidade? As medidas de tendência central nos dão uma ideia da concentração dos dados em torno de um valor. Entretanto, é preciso
Capítulo 15 Métodos de Avaliação Econômica de Investimentos
ANÁLISE Financeira Capítulo 15 Métodos de Avaliação Econômica de Investimentos Introdução Os métodos de análise de investimentos dividem-se em dois grandes segmentos: 1 Modelos quantitativos de análise
3 Revisão de Literatura e Conceituação da Medida Ômega 3.1. Avaliação de Carteiras
3 Revisão de iteratura e Conceituação da Medida Ômega 3.1. Avaliação de Carteiras O sucesso na decisão de investimento está em obter o máximo de retorno com um mínimo de investimento em determinado ativo.
Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DE POSIÇÃO E DISPERSÃO Departamento de Estatística Luiz Medeiros Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos.
SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
MEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões
MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Tratamento estatístico de observações geodésicas
Tratamento estatístico de observações geodésicas Prof. Dr. Carlos Aurélio Nadal OBJETIVO: parâmetros estatísticos são utilizados para avaliar os métodos empregados ou para o controle de qualidade dos trabalhos.
Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão.
Glossário Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Análise de co-variância: Procedimento estatístico utilizado para análise de dados que
QUÍMICA ANALÍTICA V 2S Prof. Rafael Sousa. Notas de aula:
QUÍMICA ANALÍTICA V 2S 2011 Aulas 1 e 2 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE [email protected] Notas de aula: www.ufjf/baccan Algarismos significativos
MEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO Lucas Santana da Cunha [email protected] http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 10 de maio de 2017 relativo (DPR) São medidas que visam fornecer o grau de
Cap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Estatística. 1 Medidas de Tendência Central 2 Medidas de Posição 3 Medidas de Dispersão. Renata Souza
Estatística 1 Medidas de Tendência Central 2 Medidas de Posição 3 Medidas de Dispersão Renata Souza Medidas Depois que você conheceu os conceitos de coleta de dados, variação, causas comuns e causas especiais,
Química Analítica V 1S Prof. Rafael Sousa. Notas de aula:
Química Analítica V 1S 2013 Aula 2: 13-05-2013 Estatística Aplicada à Química Analítica Parte 1 Prof. Rafael Sousa Departamento de Química - ICE [email protected] Notas de aula: www.ufjf.br/baccan
1. Numa experiência que testa se biscoitos com adição de Ferro podem reduzir a prevalência (Proporção de pessoas doentes numa população) de anemia:
Memória da aula prática da aula 3 Página 1 de 7 1. Numa experiência que testa se biscoitos com adição de Ferro podem reduzir a prevalência (Proporção de pessoas doentes numa população) de anemia: a. Qual
Métodos Quantitativos. aula 1
Métodos Quantitativos aula 1 Prof. Dr. Marco Antonio Leonel Caetano Insper Ibmec São Paulo PROBABILIDADE CONDICIONAL - Informação Adicional Ter o privilégio do conhecimento prévio em relação ao mercado
MÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor
MÉTODOS QUANTITATIVOS APLICADOS Prof. Danilo Monte-Mor Métodos Quantitativos Aulas 1 e 2 Análise Exploratória de Dados 2 Danilo Soares Monte Mor Currículum Vitae Prof. Dr. e especialista em Métodos Quantitativos
Estatística
Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...
AULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade
Prof. Dr. Lucas Santana da Cunha de abril de 2018 Londrina
Medidas de Dispersão Prof. Dr. Lucas Santana da Cunha email: [email protected] http://www.uel.br/pessoal/lscunha/ 11 de abril de 2018 Londrina 1 / 18 São medidas que visam fornecer o grau de variabilidade
4 ABORDAGENS METROLÓGICAS
4 4 ABORDAGENS METROLÓGICAS Neste capitulo são apresentados os termos metrológicos utilizados neste documento. Estes conceitos foram selecionados do Vocabulário Internacional de termos fundamentais e gerais
Estatística: Objetivos e fundamentos
AULA/TEMA Estatística Básica Estatística: Objetivos e fundamentos Profa. Vanessa Ziotti Conteúdo Programático Estatística. O que é? Inferência estatística Estatística descritiva e experimental Termos estatísticos
Avaliação de Projectos de Desenvolvimento. A avaliação de projectos face ao risco e à incerteza
Avaliação de Projectos de Desenvolvimento A avaliação de projectos face ao risco e à incerteza Incorporação do risco e da incerteza na avaliação de projectos Incerteza e Risco Métodos de abordagem ao risco
1 Teoria da Decisão Estatística
1 Teoria da Decisão Estatística 1.1 Teste de Hipótese É uma metodologia estatística que permite tomar decisão sobre uma ou mais populações baseando no conhecimento de informações da amostra. Ao tentarmos
MAIS SOBRE MEDIDAS RESUMO. * é muito influenciada por valor atípico
MAIS SOBRE MEDIDAS RESUMO Medidas de Tendência Central (1) média (aritmética) * só para variáveis quantitativas exceção: variável qualitativa nominal dicotômica, com categorias codificadas em 0 e 1; neste
Medidas de Dispersão. Prof.: Joni Fusinato
Medidas de Dispersão Prof.: Joni Fusinato [email protected] [email protected] 1 Dispersão Estatística As medidas de posição (média, mediana, moda) descrevem características dos valores numéricos
Avaliação de Empresas Profa. Patricia Maria Bortolon
Avaliação de Empresas RISCO E RETORNO Aula 2 Retorno Total É a variação total da riqueza proporcionada por um ativo ao seu detentor. Fonte: Notas de Aula do Prof. Claudio Cunha Retorno Total Exemplo 1
VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS
VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS Conforme foi apresentado anteriormente, o modelo de análise de variância assume que as observações são independentes e normalmente
MEDIDAS DE DISPERSÃO
MEDIDAS DE DISPERSÃO [email protected] http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 31 de maio de 2017 relativo (DPR) São medidas que visam fornecer o grau de variabilidade ou dispersão
Exercícios. Finanças Benjamin M. Tabak
Exercícios Finanças Benjamin M. Tabak ESAF BACEN - 2002 Uma carteira de ações é formada pelos seguintes ativos: Ações Retorno esperado Desvio Padrão Beta A 18% 16% 1,10 B 22% 15% 0,90 Também se sabe que
SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Medidas-Resumo. Tipos de Variáveis
Tipos de Variáveis Medidas-Resumo Exemplo 2.1 Um pesquisador está interessado em fazer um levantamento sobre alguns aspectos socioeconômicos dos empregados da seção de orçamentos da Companhia MB. Usando
Métodos Quantitativos Aplicados a Gestão
Métodos Quantitativos Aplicados a Gestão Cálculos estatísticos para análise e tomada de decisão Responsável pelo Conteúdo: Prof. Carlos Henrique e Prof. Douglas Mandaji Revisão Textual: Profa. Ms. Alessandra
ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO BASEADO NO LIVRO ESTATÍSTICA FÁCIL ANTÔNIO ARNOT CRESPO
COMUNICAÇÃO SOCIAL E MARKETING CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO BASEADO NO LIVRO ESTATÍSTICA FÁCIL
(a) Use cinco intervalos e construa um histograma e o polígono de frequência. (b) Determine uma medida de posição central e uma medida de dispersão.
Universidade Federal Fluminense Instituto de Ciências Exatas Departamento de Matemática 1 a Lista de Exercícios de Probabilidade e Estatística Prof a : Marina Sequeiros 1. Contou-se o número de erros de
Método do Fluxo de Caixa Descontado - FCD
1 Método do Fluxo de Caixa Descontado - FCD Michele Nascimento Jucá José Savoia 2 Agenda 5 Método do Fluxo de Caixa Descontado (FCD) 5.1 Introdução 5.2 Princípios Gerais 5.3 Metodologia de Cálculo 5.4
ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO
ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO 1 ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL MEDIDAS DE DISPERSÃO 2 Estatística ELEMENTOS TÍPICOS DE UMA DISTRIBUIÇÃO:
[Ano] CÁLCULOS ESTATÍSTICOS PARA ANÁLISE E TOMADA DE DECISÃO. Universidade Cruzeiro do Sul
[Ano] CÁLCULOS ESTATÍSTICOS PARA ANÁLISE E TOMADA DE DECISÃO Universidade Cruzeiro do Sul www.cruzeirodosul.edu.br CÁLCULOS ESTATÍSTICOS PARA ANÁLISE E TOMADA DE DECISÃO Responsável pelo Conteúdo: Carlos
Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011
Distribuição Normal Prof a Dr a Alcione Miranda dos Santos Universidade Federal do Maranhão Programa de Pós-Graduação em Saúde Coletiva email:[email protected] Abril, 2011 1 / 18 Sumário Introdução
Intervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
Coeficiente de Assimetria
Coeficiente de Assimetria Rinaldo Artes Insper Nesta etapa do curso estudaremos medidas associadas à forma de uma distribuição de dados, em particular, os coeficientes de assimetria e curtose. Tais medidas
Medidas de dispersão. Dr. Nielsen Castelo Damasceno Dantas. Slide 8
Medidas de dispersão Dr. Nielsen Castelo Damasceno Dantas Slide 8 Introdução Medida de variabilidade. Medir o grau de variabilidade dos valores observados. Empregado A: 70, 71, 69, 70, 70 = 70 Empregado
Estatística Descritiva
Estatística Descritiva Cristian Villegas [email protected] Departamento Ciências Exatas, ESALQ (USP) Agosto de 2012 Cristian Villegas. Departamento Ciências Exatas, ESALQ-USP 1 1 Medidas de tendência central
MEDIDAS DE DISPERSÃO. Professor Jair Wyzykowski. Universidade Estadual de Santa Catarina
MEDIDAS DE DISPERSÃO Professor Jair Wyzykowski Universidade Estadual de Santa Catarina Introdução INTRODUÇÃO A variabilidade entre elementos em torno do centro da distribuição é chamada medida de dispersão.
Estatística. O que é Estatística? Estatística pode ser: Estatística Descritiva. Ivonete Melo de Carvalho. Conteúdo
Estatística Estatística Descritiva Ivonete Melo de Carvalho Conteúdo Definições; Tabelas e Gráficos; Medidas de tendência central; Medidas de dispersão. Objetivos Diferenciar população e amostra. Elaborar
Métodos Quantitativos
Métodos Quantitativos Unidade 2 Estatística descritiva 1 SUMÁRIO SEÇÃO SLIDES 2.1 Amostragem... 03 11 2.2 Tabelas e gráficos... 12 19 2.3 Medidas de posição... 20 24 2.4 Medidas de dispersão... 25 30 Observação:
Módulo III Medidas de Tendência Central ESTATÍSTICA
Módulo III Medidas de Tendência Central ESTATÍSTICA Objetivos do Módulo III Determinar a média, mediana e moda de uma população e de uma amostra Determinar a média ponderada de um conjunto de dados e a
