AEP FISCAL ESTATÍSTICA

Tamanho: px
Começar a partir da página:

Download "AEP FISCAL ESTATÍSTICA"

Transcrição

1 AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras

2 VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras obtdas nas duas moedas. S: {(cara, cara), (cara, coroa), (coroa, cara), (coroa, coroa)} Daí, a varável X defne uma varável aleatóra dscreta, que pode assumr os valores 0, 1 e 2. Exemplo: O um expermento consste em verfcar as alturas de 30 unverstáros, a função: X = "Altura de um unverstáro" S: [130cm, 220cm} Daí, a varável X defne uma varável aleatóra contínua, que pode assumr quasquer valores entre 130 cm e 220 cm. Podemos, então, concetuar: Varável aleatóra dscreta: assume um número fnto de valores. Varável aleatóra contínua: assume qualquer valor dentro de um certo ntervalo (quantdade não-enumerável de valores). 2. Função Massa de Probabldade e Função Densdade de Probabldade # Para uma Varável Aleatóra Dscreta temos que: n å = 1 P ( x ) = 1 Exemplo: Consderemos a v.a. X = "número de caras em duas jogadas de uma moeda". Daí, teremos a segunte dstrbução de probabldades: x P(x ) 0 P(0) = 1/4 = 0,25 1 P(1) = 2/4 = 0,50 2 P(2) = 1/4 = 0,25 soma=1 Daí, podemos afrmar que: - A função massa de probabldade de X no ponto x=0 é: 0,25. - A função massa de probabldade de X no ponto x=1 é: 0,50. - A função massa de probabldade de X no ponto x=2 é: 0,

3 # Varável Aleatóra Contínua Ao contráro de uma varável aleatóra dscreta, uma varável aleatóra contínua pode assumr qualquer valor fraconáro dentro de um ntervalo defndo de valores. Desta manera, para dstrbuções de probabldade, não se consegue enumerar todos os possíves valores de uma varável aleatóra contínua com os valores de probabldade correspondentes. Em lugar dsso, a abordagem mas convenente é construr uma FUNÇÃO DE DENSIDADE DE PROBABILIDADE, ou curva de probabldade. A função densdade probabldade - f(x) - deverá possur as seguntes propredades: I. f(x) ³ 0, para todo x Î Â. II. A área sob f(x) é gual a Função de Dstrbução Acumulada de Probabldade (ou Função de Dstrbução de Probabldade) Defnmos esta função como sendo a probabldade de que X assuma um valor menor ou gual a x, sto é: # Varável Aleatóra Dscreta å F ( x) = P( X x) = P( x ) x x Para uma varável aleatóra dscreta, teremos: F(x) = P ( X x) = åp ( x ) Exemplo: x x x P(x ) x F(x ) 0 0,25 0 F(0) = P(0) = 0,25 1 0,50 à 1 F(1) = P(0)+P(1) = 0,25+0,50 = 0,75 2 0,25 2 F(2) = P(0)+P(1)+P(2) = 0,25+0,50+0,25 = 1 Representação Gráfca: F(x) 1 0,75 0, x 103

4 # Varável Aleatóra Contínua Para uma varável aleatóra contínua, teremos: F(x) = P ( X x) = é gual à área sob f(x) delmtada a dreta pelo valor x em questão. O cálculo da probabldade por meo da função dstrbução: à P(a<X<b) = F(b) F(a) 4. VALOR ESPERADO DE UMA VARIÁVEL ALEATÓRIA O valor esperado de uma varável aleatóra ou esperança matemátca ou expectânca ou Méda, smbolzada por E(X) ou m, é defnda: - Para uma varável aleatóra dscreta: E(X) = m = å x P x ) ( Onde: P (x) é a função massa de probabldade. - Para uma varável aleatóra contínua: + E(X) = m = òx f ( x) dx - Onde: f (x) é a função densdade de probabldade. O valor da ntegral acma equvale à área entre a curva da função x f (x) e o exo X. (No cálculo da área total lembrar que a área stuada acma do exo X é postva e a área abaxo do exo X é negatva.) Exemplo: Para a varável aleatóra dscreta "número de caras em duas jogadas de uma moeda", tem-se: x P(x ) x. P(x ) 0 0, ,50 0,50 2 0,25 0,50 å x P( x ) = 1 Ou seja, a méda (o valor esperado) é 1 (uma) cara! 104

5 4.1. Propredades do Valor Esperado Consderando as varáves aleatóras X e Y, e a constante k, temos as seguntes propredades para o Valor Esperado (Méda): I. O Valor Esperado de uma constante: E(k) = k II. O Valor Esperado do produto de uma constante por uma varável: E(k.X) = k.e(x) III. O Valor Esperado da soma (ou subtração) de uma varável por uma constante: E(X ± k) = E(X) ± k IV. O Valor Esperado da soma (ou subtração) de duas varáves: E(X ± Y) = E(X) ± E(Y) V. O Valor Esperado do produto de duas varáves ndependentes: E(X.Y) = E(X).E(Y), se X e Y forem ndependentes. 5. VARIÂNCIA DE UMA VARIÁVEL ALEATÓRIA A Varânca é uma medda de dspersão que ndca o quão próxmos ou quão afastados estão os elementos, em relação a um determnado referencal - a méda artmétca dos elementos. A fórmula da Varânca, numa população, é dada por: å( X X V = - ) n 2 (1) ou Sabendo que a méda é dada por fórmula da varânca em função de X : å å X 2 V = -X (3) n A equação acma tem o mesmo sgnfcado que: 2 ( X ) æ 1ç 2 å V = çåx - n n è 2 ö ø (2) X X =, podemos também expressar a n Varânca = méda(x 2 ) (méda(x)) 2 Usando o símbolo E(x) para a méda, teremos: Varânca = E(X 2 ) - [E(X)] 2 Esta últma expressão pode ser aplcada tanto para varável dscreta como para varável contínua. 105

6 5.1. Propredades da Varânca: I. A varânca de uma constante k: V(k) = 0 II. A varânca do produto de uma constante por uma varável: V(k.X) = k 2.V(X) III. A varânca da soma (ou subtração) de uma varável por uma constante: V(X ± k) = V(X) IV. A varânca da soma (ou subtração) de duas varáves ndependentes: V(X ± Y) = V(X) + V(Y) 106

7 EXERCÍCIOS FUNÇÃO DE DISTRIBUIÇÃO DE PROBABILIDADE 01. Uma varável aleatóra dscreta tem a dstrbução de probabldade dada por: k P ( x) = para x = 1, 3, 5, 7 x a) Calcular o valor de k. b) Calcular P(x=5) 02. (Analsta do Banco Central/2001 ESAF) Uma varável aleatóra X tem função de dstrbução de probabldade dada por ì0, x< 0 ï ï 1,0 x< 1 ï4 ï 7 F ( x) = í,1 x< 2 Assnale a opção que dá o valor da ï12 probabldade de X = 2 ï11 ï,2 x< 3 12 a) 7/12 d) 3/ 4 ï î1, x³ 3 b) 11/12 e) 10/12 c) 1/3 03. (Audtor Fscal de MG 2005 ESAF) Uma varável aleatóra X tem função de dstrbução de probabldades dada por Assnale a opção correta. a) X é do tpo (absolutamente) contínuo e Pr (2 < X 4) = 0,461. b) X é do tpo dscreto e Pr (2 < X 4) = 0,658. c) X é do tpo dscreto e Pr (2 < X 4) = 0,506. d) X é do tpo (absolutamente) contínuo e Pr (2 < X 4) = 0,506. e) X não é do tpo dscreto nem (absolutamente) contínuo e Pr (2 < X 4) = 0,

8 FUNÇÃO DENSIDADE DE PROBABILIDADE 04. (Analsta do Banco Central/2001/ESAF) A varável aleatóra X tem dstrbução de probabldades do tpo absolutamente contínuo com densdade de probabldades ì 1 ï,-a < x< a f ( X ) = í2a ï î0, em outros casos onde α é uma constante postva maor do que um. Assnale a opção que dá o valor de α para que se tenha P(X>1) = 0,25 a) 4 d) 1 b) 0 e) 2 c) (Analsta do Banco Central/2002/ESAF) Uma varável aleatóra do tpo absolutamente contínuo tem a função densdade de probabldade segunte: Assnale a opção que dá a probabldade de que a varável aleatóra assuma valores entre 10 e 12. a) 0,640 d) 0,160 b) 0,200 e) 0,825 c) 0,500 VALOR ESPERADO E VARIÂNCIA DE UMA VARIÁVEL ALEATÓRIA 06. (MPOG/ENAP 2006 ESAF) Suzana e Sandra jogam, cada uma, uma moeda. Se do lançamento dessas duas moedas resultar duas caras, Suzana paga a Sandra R$ 6,00. Dando qualquer outro resultado, Sandra paga a Suzana R$ 4,00. Supondo que ambas as moedas sejam estatstcamente honestas, o valor esperado, em reas, dos ganhos de Sandra (consderando-se como ganhos negatvos os valores que ela paga à Suzana) é gual a a) 1,5. c) 0,75. e) 2,5. b) -0,75. d) -1, (Analsta MPU 2004 ESAF) O preço de determnada ação fca constante, aumenta ou dmnu R$ 1,00 por da com probabldades 0,3, 0,3 e 0,4 respectvamente. Assnale a opção que dá o valor esperado do preço da ação amanhã se seu preço hoje é R$ 8,00. a) R$ 7,90 c) R$ 7,00 e) R$ 8,50 b) R$ 8,00 d) R$ 9,00 108

9 08. (Analsta do Banco Central 1998) Uma varável aleatóra X tem a dstrbução de probabldade dada abaxo: X Probabldade 0,1 0,4 M 0,1 O valor esperado e a varânca valem, respectvamente a) 2,5 e 0,45 d) 2 e 0,5 b) 2,5 e 0,55 e) 2 e 0,6 c) 2,5 e 0, (AFRFB 2009 ESAF) A função densdade de probabldade de uma varável aleatóra contínua x é dada por: Para esta função, a méda de x, também denomnada expectânca de x e denotada por E(x) é gual a: a) d) b) e) c) 10. (Fscal de Rendas RJ 2009 FGV) O número de clentes que buscam, em cada da, os servços de um renomado crurgão tem uma dstrbução de Posson com méda de 2 pacentes por da. Para cada crurga efetuada, o crurgão recebe R$ ,00. No entanto, ele consegue fazer o máxmo de duas crurgas em um da; clentes excedentes são perddos para outros crurgões. Assnale a alternatva que ndque o valor esperado da receta dára do crurgão. (consdere e 2 = 0,14) (A) R$ 5.600,00. (B) R$ 8.400,00. (C) R$ ,00. (D) R$ ,00. (E) R$ , (Petrobras 2008 Cesgranro) Se X e Y são varáves aleatóras não ndependentes e E( ) ndcar o operador Esperança Matemátca, a únca expressão INCORRETA é (A) E(X).E(X) = (E(X)) 2 (B) E(3+Y) = 3 + E(Y) (C) E(3X) = 3.E(X) (D) E(XY) = E(X).E(Y) (E) E(3XY) = 3.E(XY) 109

10 12. (Audtor Fscal de Natal 2008 ESAF) Numa dstrbução Bnomal, temos que: I. A E[x] = n.p.q, ou seja, é o produto dos parâmetros n número de elementos da avalação, p probabldade de ocorrênca do evento e q probabldade contrára (q = 1 - p). II. O desvo-padrão é dado pela raz quadrada do produto entre os parâmetros n e p. III. A varânca é dada pelo somatóro dos quadrados dos valores (X) menos o quadrado da méda. Apontando os três tens acma como V Verdadero e F Falso, a opção correta é: a) F, V, F b) V, V, F c) F, F, F d) V, F, F e) V, V, V 01. a) 176/105, b) 176/ C 03. B 04. E 05. A 06. D 07. A 08. C 09. E 10. D 11. D 12. C GABARITO 110

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 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 mais

2. VARIÁVEIS ALEATÓRIAS

2. 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 mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos 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 mais

Notas de Aula de Probabilidade A

Notas de Aula de Probabilidade A VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013) Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R 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 mais

Elementos de Estatística e Probabilidades II

Elementos 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 mais

Variáveis Aleatórias

Variáveis 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 mais

CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade

CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade CAPÍTULO 4 - Varáves aleatóras e dstrbuções de probabldade Conceto de varável aleatóra Uma função cujo valor é um número real determnado por cada elemento em um espaço amostral é chamado uma varável aleatóra

Leia mais

4 Critérios para Avaliação dos Cenários

4 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 mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 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 mais

Teoria Elementar da Probabilidade

Teoria 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 mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso 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 mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística 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 mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011 Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA 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 mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA 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 mais

Análise de Regressão

Análise 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 mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - 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

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO 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 mais

Variáveis Aleatórias. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva

Variáveis Aleatórias. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Variáveis Aleatórias Variável Aleatória Variável aleatória (VA) é uma função que associa a cada

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO 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 mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA 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 mais

7 - Distribuição de Freqüências

7 - 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 mais

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais. 1 1Imagem Dgtal: Estatístcas INTRODUÇÃO Neste capítulo abordam-se os prncpas concetos relaconados com os cálculos de estatístcas, hstogramas e correlação entre magens dgtas. 4.1. VALOR MÉDIO, VARIÂNCIA,

Leia mais

Introdução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis

Introdução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis Introdução A teora das probabldades é um ramo da matemátca que lda modelos de fenômenos aleatóros. Intmamente relaconado com a teora de probabldade está a Estatístca, que se preocupa com a cração de prncípos,

Leia mais

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.

Medidas 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 mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA 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 mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 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 mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES 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 mais

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Probabilidade 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 mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. 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 mais

Resumos Numéricos de Distribuições

Resumos 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 mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

MATEMÁTICA LISTA DE EXERCÍCIOS NÚMEROS COMPLEXOS

MATEMÁTICA LISTA DE EXERCÍCIOS NÚMEROS COMPLEXOS MATEMÁTICA LISTA DE EXERCÍCIOS NÚMEROS COMPLEXOS PROF: Claudo Saldan CONTATO: saldan.mat@gmal.com PARTE 0 -(MACK SP/00/Janero) Se y = x, sendo x= e =, o valor de (xy) é a) 9 9 9 9 e) 9 0 -(FGV/00/Janero)

Leia mais

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 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 mais

3 A técnica de computação intensiva Bootstrap

3 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 mais

O problema da superdispersão na análise de dados de contagens

O 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 mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

TABELAS 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 mais

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard Estatístca 8 Teste de Aderênca UNESP FEG DPD Prof. Edgard 011 8-1 Teste de Aderênca IDÉIA: descobrr qual é a Dstrbução de uma Varável Aleatóra X, a partr de uma amostra: {X 1, X,..., X n } Problema: Seja

Leia mais

Cap. 11 Correlação e Regressão

Cap. 11 Correlação e Regressão Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa

Leia mais

O problema da superdispersão na análise de dados de contagens

O 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 mais

Resolução das Questões Objetivas

Resolução das Questões Objetivas COMISSÃO PERMANENTE DE SELEÇÃO COPESE PRÓ-REITORIA DE GRADUAÇÃO PROGRAD CONCURSO PISM III - TRIÊNIO 2008-2010 Prova de Matemátca Resolução das Questões Objetvas São apresentadas abaxo possíves soluções

Leia mais

Introdução a Processos Estocásticos:Exercícios

Introdução a Processos Estocásticos:Exercícios lvroexerccos 2017/3/19 11:24 page #1 Introdução a Processos Estocástcos:Exercícos Luz Antono Baccalá Escola Poltécnca da USP Departamento de Engenhara de Telecomuncações e Controle 2016 lvroexerccos 2017/3/19

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística 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 mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 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 mais

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

2. 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 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 entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

2) Como há 6 tipos de peso, e estamos avaliando 2 peças, o espaço amostral será uma matriz 6 x 6:

2) Como há 6 tipos de peso, e estamos avaliando 2 peças, o espaço amostral será uma matriz 6 x 6: Lsta de Exercícos - Probabldade INE 700 GABARITO LISTA DE EXERÍIOS PROBABILIDADE ) Vamos medr o tempo de duração da lâmpada. Ao lgarmos a lâmpada ela pode não funconar, ou durar um tempo ndetermnado. a)

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE 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 mais

Lista de Matemática ITA 2012 Números Complexos

Lista de Matemática ITA 2012 Números Complexos Prof Alex Perera Beerra Lsta de Matemátca ITA 0 Números Complexos 0 - (UFPE/0) A representação geométrca dos números complexos que satsfaem a gualdade = formam uma crcunferênca com rao r e centro no ponto

Leia mais

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Redução 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 mais

Exercícios propostos:

Exercícios propostos: INF 16 Exercícios propostos: 1. Sabendo-se que Y=X-5 e que E(X)= e V(X)=1, calcule: a)e(y); b)v(y); c)e(x+y); d)e(x + Y ); e)v(x+y); Resp.: 1; 9; 5; 15; 81. Uma urna contém 5 bolas brancas e 7 bolas pretas.

Leia mais

Prof. Lorí Viali, Dr.

Prof. 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 mais

Curso de Biomedicina

Curso de Biomedicina Curso de Bomedcna Dscplna 5EMA080: Bostatístca E APLICAÇÕES NO SOFTWARE R 0 BIMESTRE Profa. Dra. Ana Vergna Lbos Messett LONDRINA 016 Aula 8 - PROBABILIDADE Introdução - A probabldade é usada por qualquer

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. 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

Leia mais

8 - Medidas Descritivas

8 - 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 mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. 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 mais

Associação entre duas variáveis quantitativas

Associação 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 mais

CURSO de ESTATÍSTICA Gabarito

CURSO 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 mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas 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 mais

Análise Descritiva com Dados Agrupados

Análise 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 mais

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

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

UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES

UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES Ana Paula Coelho MADEIRA Lucas Montero CHAVES Devanl Jaques de SOUZA Resumo: Uma valdação matemátca, utlzando o conceto de

Leia mais

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um). INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca

Leia mais

Avaliação do Modelo. Avaliação de Modelos. Métricas para avaliação de desempenho. Métricas para avaliação de desempenho 31/05/2017

Avaliação do Modelo. Avaliação de Modelos. Métricas para avaliação de desempenho. Métricas para avaliação de desempenho 31/05/2017 3/05/07 Avalação do Modelo Avalação de Modelos Métrcas para avalação de desempenho Como avalar o desempenho do modelo? Métodos para avalação de desempenho Como obter estmatvas confáves? Métodos para comparação

Leia mais

valor do troco recebido foi a) R$ 0,50. b) R$ 1,00. c) R$ 1,50. d) R$ 2,50. e) R$ 2,00.

valor do troco recebido foi a) R$ 0,50. b) R$ 1,00. c) R$ 1,50. d) R$ 2,50. e) R$ 2,00. Nome: nº Data: / _ / 017 Professor: Gustavo Bueno Slva - Ensno Médo - 3º ano Lsta de Revsão 1. (Upe-ssa 017) Márca e Marta juntas pesam 115 kg; Marta e Mônca pesam juntas 113 kg; e Márca e Mônca pesam

Leia mais

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8 Resposta da questão 1: [C] Calculando:,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 8, 8,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 5, x = 9,9 Moda = 8 8+ 8 Medana = = 8,5 + 10 + 8 + 9,4 + 8 +,4 + 7,4 Méda das outras

Leia mais

Estatística e Probabilidade

Estatística 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 mais

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 1) Classifique as seguintes variáveis aleatórias como discretas ou contínuas. X : o número de acidentes de automóvel por ano na rodovia BR 116. Y :

Leia mais

DISTRIBUIÇÕES NORMAL E BINOMIAL CORRELAÇÃO LINEAR Estatística. HERCULES SARTI Mestre

DISTRIBUIÇÕES NORMAL E BINOMIAL CORRELAÇÃO LINEAR Estatística. HERCULES SARTI Mestre DISTRIBUIÇÕES NORMAL E BINOMIAL CORRELAÇÃO LINEAR Estatístca HERCULES SARTI Mestre Dstrbução Normal Dstrbução Normal 270 240 210 180 150 120 90 60 30 0 0 1 2 3 4 5 6 7 8 9 10 1 3 0 0 0 1 2 0 0 0 1 1 0

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS 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 mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 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 mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

Ajuste de Curvas Regressão. Computação 2º Semestre 2016/2017

Ajuste 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 mais

Prof. Lorí Viali, Dr.

Prof. 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 mais

Cálculo das Probabilidades e Estatística I

Cálculo das Probabilidades e Estatística I Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Variáveis Aleatórias Ao descrever um espaço

Leia mais

Eletromagnetismo Aplicado

Eletromagnetismo Aplicado letromagnetsmo Aplcado Undade 5 Propagação de Ondas letromagnétcas em Meos Ilmtados e Polaração Prof. Marcos V. T. Heckler Propagação de Ondas letromagnétcas e Polaração 1 Conteúdo Defnções e parâmetros

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos 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 mais

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume

Leia mais

3. Estatística descritiva bidimensional

3. 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 mais

REITORA Ângela Maria Paiva Cruz. VICE-REITOR José Daniel Diniz Melo

REITORA Ângela Maria Paiva Cruz. VICE-REITOR José Daniel Diniz Melo REITORA Ângela Mara Pava Cruz VICE-REITOR José Danel Dnz Melo DIRETORIA ADMINISTRATIVA DA EDUFRN Lus Passegg (Dretor) Wlson Fernandes (Dretor Adjunto) Judthe Albuquerque (Secretára) CONSELHO EDITORIAL

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados

Leia mais

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X 0 1 2 3 R x X(s) X(S) Uma função X que associa a cada elemento de S (s S) um número real

Leia mais

Variável Aleatória. O conjunto de valores. Tipos de variáveis. Uma função X que associa a cada

Variável Aleatória. O conjunto de valores. Tipos de variáveis. Uma função X que associa a cada Variável Aleatória Uma função X que associa a cada Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ elemento de S (s S) um número real x X(s) é denominada variável aleatória. O

Leia mais

FAAP APRESENTAÇÃO (1)

FAAP 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 mais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais

Universidade 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 mais