Modelagem das chuvas mensais de regiões homogêneas do Estado do Rio Grande do Sul

Tamanho: px
Começar a partir da página:

Download "Modelagem das chuvas mensais de regiões homogêneas do Estado do Rio Grande do Sul"

Transcrição

1 Modelagem das chuvas mesas de regões homogêeas do Estado do Ro Grade do Sul Dael Souza Cardoso, João Baptsta da Slva, Glberto Barbosa Dz Uversdade Federal de Pelotas RESUMO Cosderado que o Estado do Ro Grade do Sul (RS), possu uma eco oma dretamete depedete do setor agropecuáro, portato fluecada pela varabldade dos elemetos meteorológcos, e que o RS, o elemeto hídrco é cosderado como fudametal, realzouse um estudo da varabldade dos totas mesas de chuva, ao logo de 60 aos (1948/007), coletados de 31 estações meteorológcas (EMs), bem dstrbuídas geografcamete. Com o objetvo de obter um modelo, que possa represetar o comportameto da precptação pluval méda de cada uma das ses regões homogêeas, já defdas por Marques ( 005), realzou-se uma aálse harmôca dos dados prevamete ajustados à meses de 30 das e após verfcadas as propredades de ormaldade, homogeedade de varâcas e estacoaredade. Os resultados dcaram modelos que represetam o comportameto da precptação pluval méda para as ses regões homogêeas do RS, costtuídos por 3 ou 4 odas seodas, apresetado uma represetatvdade de 81 a 95% da varabldade dos dados. Destacaram-se os modelos os harmôcos: semestral em 50% dos modelos, quadrmestral e aual em 33,3% e 16,7% destes, respectvamete. Os modelos foram testados para prevsão de valores futuros, mostrado-se adequados ao ível de probabldade de 5%. Palavras-chave: precptação pluval, ormaldade, homogeedade de varâcas, estacoaredade, aálse harmôca, prevsão. Modelg of mothly rafall of homogeeous regos of the Ro Grade do Sul State, Brazl ABSTRACT Whereas the State of Ro Grade do Sul (RS), has a ecoomy drectly depedet o the agrcultural sector, so flueced for the varablty of weather elemets, ad that RS the elemet water s regarded as fudametal, we carred out a study of the varablty the mothly total rafall over 60 years (1948/007), collected from 31 weather statos (EMs) ad dstrbuted geographcally. Wth the am of obtag a model that ca represet the behavor of the average rafall for each of the sx homogeeous regos, as defed the lterature (CARDOSO, DINIZ ad BAPTISTA DA SILVA, 010), there was a harmoc aalyss of data prevously adjusted for moths of 30 days. Before studyg the propertes were checked for ormalty ad homogeety of varace ad statoarty. Through harmoc aalyss were obtaed models that adequately represet the behavor of the average rafall for the sx homogeeous regos RS, cosstg of three or four se waves, wth a represetatve 81 the 95% of data varablty. Hghlghted the models harmocs: semaual 50% of the models, of four moths ad aual 33.33% ad 16.66% of them respectvely. The models were tested for predcto of future values, beg approprate to the probablty of 5%.

2 Key words: rafall, ormalty, homogeety of varaces, statoarty, harmoc aalyss, forecast. 1. INTRODUÇÃO O Estado do Ro Grade do Sul (RS), Brasl, tem a agrcultura e a pecuára como bases ecoômcas pos, segudo Fochezato e Grado (009), represetam um terço do Produto Itero Bruto (PIB) gaúcho. Sabe-se que o setor agropecuáro é altamete depedete da varabldade dos elemetos meteorológcos, e que o RS o elemeto hídrco é cosderado como fudametal. Com sto, realzou-se um estudo tedo como objetvo a modelagem dos totas de chuvas mesas, de regões homogêeas costtuídas a partr dos dados de 31 estações meteorológcas, dstrbuídas ao logo do Estado do RS, por meo da aálse harmôca, que segudo Amaral (1968), é o método mas bem sstematzado quado o período fudametal é cohecdo. Verfcou-se, também, se os modelos propostos são adequados para prevsão de valores futuros.. MATERIAL E MÉTODOS Para estudar a varabldade da precptação méda mesal o RS os últmos 60 aos, foram selecoadas 31 estações meteorológcas (EM) bem dstrbuídas geografcamete por todo o Estado, para o período de 1948/007. Os dados utlzados foram coletados pelas estações meteorológcas dspoblzados pelo Isttuto Nacoal de Meteorologa INMET, obtdos através de: 8 DISME (8 Dstrto de Meteorologa Porto Alegre) e FEPAGRO ( Fudação Estadual de Pesqusas Agropecuáras). Esses dados foram agrupados em ses regões homogêeas (MARQUES, 005). As 31 EMs, dstrbuíram-se em 6 regões homogêeas (grupos), sedo estas costtuídas de 3 a 7 estações. Icalmete os dados foram ajustados a meses de 30 das, por exgêca da metodologa usada. O cojuto dos 60 aos fo dvddo em duas partes: os prmeros 55 aos para modelagem e, os 5 aos restates para prevsão. Ates da modelagem dos dados, foram verfcadas as propredades de homogeedade de varâcas (COCHRAN, 1941), de ormaldade(shapiro & WILK, 1965) e de estacoaredade. Para sto, os dados foram submetdos aos testes de Shapro-Wlk e de Cochra e a regressão lear (teste t), ao ível de probabldade de 5%. Quado esses requstos ão se verfcaram, adequadas trasformações de dados foram buscadas. A modelagem seguu o método da aálse harmôca (séres temporas de Fourer), tedo em vsta as característcas dos dados. Por esse processo, decompõem-se as observações em odas seodas (harmôcos) de dferetes freqüêcas. O modelo de aálse harmôca é represetado pela expressão cohecda: Y N a 0 ( a cos t b s t ) 1 O modelo ajustado é obtdo pela soma das odas selecoadas. Neste estudo, as odas foram selecoadas pela magtude de suas ampltudes, atededo a uma represetatvdade míma de 80% da varabldade dos dados. A verfcação dos modelos obtdos, quato à prevsão, fo realzada por meo da autocorrelação dos resíduos (r k ). e 3. RESULTADOS E DISCUSSÃO

3 Os dados ajustados a um mês de 30 das, foram submetdos aos testes Cochra e Shapro-Wlk, ode os dados orgas mostraram-se sgfcatvos ao ível de 5% e os trasformados, ão sgfcatvos ao mesmo ível. A trasformação utlzada para todos os grupos, é dada pela expressão cujas estmatvas de A e 1 - a ecotram-se a tabela 1. Tabela 1 Valores da costate A e da potêca 1-a, para todos os grupos Grupo A; 1-a 10; 0,16 10; 0, ; 0,794 10; 0,41 10; 0, ; 0,670 Os grupos 01 e 03, mostraram-se estacoáros (tedêca ão sgfcatva a 5%). Os demas grupos apresetaram-se ão estacoáros (tedêca sgfcatva a 5%), ode as tedêcas destes grupos podem ser observadas o termo das eq(s). de regressão (tabela ). Tabela A eq. de regressão e a sgfcâca do coefcete agular, para cada grupo. Para este grupos, elma-se a tedêca para obter-se a estacoaredade, a partr da segute subtração: y Y bx, X 1,, 3,..., 70 Usou-se o perodograma dos 660 dados (1 meses por 55 aos) para estabelecer os modelos de aálse harmôca das chuvas mesas. As odas seodas (harmôcos) foram selecoadas, para os modelos, pela magtude de suas ampltudes, através dos coefcetes p R os quas defem a represetatvdade dos harmôcos (BAPTISTA DA SILVA et al., 004). Tabela 3 Médas, coefcetes das odas seodas e represetatvdade dos modelos para os ses grupos. Grupos Aual Semestral Quadrmestral Trmestral R²(%) Méda Cosseo Seo Cosseo Seo Cosseo Seo Cosseo Seo 01 6,74-0,3887 0,0998 0,3739 0,8706 0,0807 0, ,378-3,3049-1,383 1,450,705 0,9701 3,3830 1,947 -, ,498 0,8654 0,404-1,5775 0,585 0,785-0, ,374 0,0403-0,378-0,377 0,30 0,3869 0,5864 0,867-0, ,339-3,6057-7,35 5,7135 7,6707,174-7, ,578 0,1930-1,035 0,359 1,140 0,466 0, Freq. Agular 0,536 1,047 1,5708,0944 Os modelos que represetam de 81 a 95% da varabldade dos dados observados podem ser obtdos da tabela 3, para cada grupo. Para a prevsão, estes modelos foram acrescdos da tedêca correspodete a grupo que fôra retrada a modelagem, com exceção dos grupo 01 e 03, que apresetaram tedêca ão sgfcatva a 5%.

4 Exemplfcado para o grupo 01, o modelo costtuído pelas odas semestral, quadrmestral e aual explca 87% da varabldade dos dados, expresso por Apreseta-se, a fgura 1, a comparação dos modelos com os dados observados, para o grupo 01, devdo este clur a cdade de Pelotas. Fgura 1 - Comportameto médo da precptação mesal (dados trasformados) ao logo dos 1 meses do ao, comparados com o modelo do grupo 01 Os modelos são comparados com os dagramas clmátcos ecotrados em Burol et al. (007 ), e de forma geral apresetam seus máxmos e mímos em acordo com os dagramas. O modelo do grupo 01, cocorda com os modelos obtdos para a cdade de Pelotas por Amaral (1968) e, posterormete, por Baptsta da Slva, Basgalupp e Paz (005). Para a prevsão os modelos são comparados com o comportameto dos 60 dados (meses) restates que ão partcparam da modelagem, compreeddos o tervalo de 003 à 007. Nota-se, que os modelos para todos os grupos, de forma geral, ateuam as ampltudes mas destacadas, ajustado-se etre os dados, descrevedo o comportameto destes, como o lustrado para o grupo 01. Fgura - Comparação etre o modelo e os dados, para prevsão, do grupo 01. Os modelos para prevsão tveram suas valdades verfcadas pela auto-correlação dos resíduos, medate testes, ode observou-se que ehum dos valores de r k apresetaram-se fora dos tervalos / 60 0,58 e de ( r ). k

5 Pode-se costatar, que o acordo etre os modelos e os valores observados é adequado para a maora dos meses em todos os grupos, embora as maores dscrepâcas ocorrdas as observações ão sejam acompahadas, de modo geral, pelos dados estmados, como se verfca em outros trabalhos (MORETTIN, MESQUITA e ROCHA, 1983; MORETTIN e TOLOI, 004). 4. CONCLUSÕES As ses regões homogêeas estudadas este trabalho, têm os seus regmes de chuvas (1948/00) bem represetados pelos modelos estabelecdos por meo de aálse harmôca. Os modelos propostos são costtuídos por 3 ou 4 odas seodas (harmôcos), e apresetaram represetatvdades de 81 a 95% da varabldade dos dados. Verfcou-se que o harmôco semestral destacou-se em 50% dos modelos, segudo dos harmôcos quadrmestral e aual que mostraram-se mas mportates em 33,33% e 16,66% dos modelos, respectvamete. O harmôco aual fo cluído em todos os modelos, devdo sua comprovada realdade físca. Os modelos estabelecdos para prevsão, evoluem o tempo de acordo com a tedêca da sére temporal respectva à cada regão homogêea. Estes modelos foram testados para prevsão de uma sére de 60 meses (003/007), apresetado um ajuste satsfatóro, mostrado-se adequados para a prevsão de valores futuros, havedo persstêca clmátca. 5. REFERÊNCIAS BIBLIOGRÁFICAS AMARAL, E. Aálse harmôca. Pesqusa agropecuára braslera, Brasíla DF, v.3, p. 7-34, BAPTISTA DA SILVA, J.; BASGALUPP, M. P. Aálse estatístca das chuvas auas em Pelotas, RS, 49 Reuão da RBRAS, 004. BURIOL, G. A.; ESTEFANEL, V.; DE CHAGAS, A. C.; EBERHARDT, D. Clma e vegetação atural do Estado do Ro Grade do Sul segudo o dagrama clmátco de Walter e Leth. Cêca Florestal, ISSN , Sata Mara, v. 17,., p , abrju, 007. COCHRAN, W.G. The dstrbuto of the largest of a set estmated varaces as a fracto of ther total. Aals of Eugecs, v11, p , FOCHEZATO, A.; GRANDO, Z. M. Efetos da estagem a Ecooma do Ro Grade do Sul: uma abordagem multssetoral Fudação de Ecooma e Estatístca: textos para Dscussão FEE, ISSN ,. 6, pag. 1, 009. SHAPIRO, S.S.; WILK., M. B. A aalyss of varace test for ormalty (complete samples). Bometrka, Vol. 5, No. 3/4.(Dec., 1965), pp MORETTIN, P. A.; MESQUITA, A. R.; ROCHA, J. G. C. Rafall at Fortaleza, Ceará, Brasl, revsted. São Paulo: Departameto de Estatístca, IME/Uversdade de São Paulo, 1983, 33p. (Relatóro Técco RT-MAE-8303) MORETTIN, P. A.; TOLOI, C. M. C. Aálse de séres temporas. Edgar Blücher, São Paulo, SP, 004.

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

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

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

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

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

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

Leia mais

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

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

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

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

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

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

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

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

Leia mais

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

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

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

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

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

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

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

Leia mais

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL As hpóteses a serem testadas serão: H 0 : p p 0 H : p p 0 p > p 0 p < p 0 Estatístca do Teste: pˆ p0 z c p ( p ) 0 0 EXEMPLOS. Uma máqua está regulada

Leia mais

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

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

Leia mais

Construção e Análise de Gráficos

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

Leia mais

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

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

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

Total Bom Ruim Masculino

Total Bom Ruim Masculino UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

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

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

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

Leia mais

Climatologia das chuvas no Estado do Rio Grande do Sul

Climatologia das chuvas no Estado do Rio Grande do Sul Climatologia das chuvas no Estado do Rio Grande do Sul Daniel Souza Cardoso, Gilberto Barbosa Diniz, João Baptista da Silva Universidade Federal de Pelotas fisicalegal@gmail.com RESUMO Considerando que

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

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP)

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP) Aálse estatístca dos resultados do modelo de prevsão atmosférca RAMS para a regão do lago de Ilha Soltera (SP) Beatrz da Slva Berardo, Ismar de A. Satos, Claudo F. Neves 3., Uversdade Federal do Ro de

Leia mais

5 Critérios para Análise dos Resultados

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

Leia mais

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9. Questão : As otas de dez aluos, um exame, estão dadas a segur:, 5, 8, 3, 6, 5, 8, 7, 6, 0 O desvo médo e a varâca dessas otas podem ser expressos, respectvamete, por: a),8 e 4,6 b),0 e, c),8 e 5, d),0

Leia mais

Avaliação da qualidade do ajuste

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

Leia mais

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

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

Leia mais

Econometria: 3 - Regressão Múltipla

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

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

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

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

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

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

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

Leia mais

3 Experimento com Mistura com Respostas Não-Normais

3 Experimento com Mistura com Respostas Não-Normais Modelagem em Epermetos Mstura-Processo para Otmzação de Processos Idustras 5 Epermeto com Mstura com Respostas Não-Normas Neste capítulo é apresetado o plaejameto e aálse de um EM com respostas ão ormas,

Leia mais

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

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

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

3 Fundamentação Teórica

3 Fundamentação Teórica 3 Fudametação Teórca A segur são apresetados os fudametos teórcos os quas é embasado o desevolvmeto do trabalho. 3.. Espectros de Resposta De acordo com Sampao [3], é descrta a resposta máxma de um osclador

Leia mais

ANÁLISE DA PRECIPITAÇÃO ANUAL NO ESTADO DA PARAÍBA A PARTIR DA TEORIA DA ENTROPIA

ANÁLISE DA PRECIPITAÇÃO ANUAL NO ESTADO DA PARAÍBA A PARTIR DA TEORIA DA ENTROPIA ANÁLISE DA PRECIPITAÇÃO ANUAL NO ESTADO DA PARAÍBA A PARTIR DA TEORIA DA ENTROPIA Edcarlos Perera de Sousa 1, Vcete de Paulo Rodrgues da Slva 1, Soaly Duarte de Olvera 1, João Hugo Baracuy da Cuha Campos

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais

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

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

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

2 o CONGRESSO BRASILEIRO DE P&D EM PETRÓLEO & GÁS

2 o CONGRESSO BRASILEIRO DE P&D EM PETRÓLEO & GÁS 2 o CONGRSSO BRASILIRO D P&D M PTRÓLO & GÁS CORRLAÇÕS APLICADAS À PRDIÇÃO DA PRSSÃO D SATURAÇÃO FATOR VOLUM D FORMAÇÃO: STUDO D CASO BACIA POTIGUAR Novaes, W. S., Dutra Jr, T. V. 2, Selvam, P. V. P. 3,2,3

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Parte 3 - Regressão linear simples

Parte 3 - Regressão linear simples Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

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

Leia mais

3 Análises Probabilísticas de Estabilidade

3 Análises Probabilísticas de Estabilidade 3 Aálses Probablístcas de Establdade 3.1 Itrodução Para facltar o etedmeto das metodologas de aálse de cofabldade serão apresetados este capítulo algus cocetos báscos de probabldade e estatístca. 3. Cocetos

Leia mais

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se

Leia mais

MAE116 Noções de Estatística

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

Leia mais

Estatística Básica - Continuação

Estatística Básica - Continuação Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,

Leia mais

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

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

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

INTRODUÇÃO A ESTATÍSTICA

INTRODUÇÃO A ESTATÍSTICA Hewlett-Packard INTRODUÇÃO A ESTATÍSTICA Aulas 01 e 06 Elso Rodrgues, Gabrel Carvalho e Paulo Luz Sumáro Defções... 1 EXERCÍCIOS FUNDAMENTAIS... 1 Meddas de tedêca cetral... 1 Méda artmétca smples... 1

Leia mais

Modelo de Regressão Simples

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

Leia mais

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

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

Leia mais

Comparação de metodologias de preenchimento de falhas de séries históricas de precipitação pluvial anual

Comparação de metodologias de preenchimento de falhas de séries históricas de precipitação pluvial anual Revsta Braslera de Egehara Agrícola e Ambetal v.14,.11, p.1186 1192, 21 Campa Grade, B, UAEA/UFCG http://www.agramb.com.br rotocolo 236.8 3/12/28 Aprovado em 9/8/21 Comparação de metodologas de preechmeto

Leia mais

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

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

Leia mais

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

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

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o

Leia mais

Estimativa da área foliar de nabo forrageiro em função de dimensões foliares

Estimativa da área foliar de nabo forrageiro em função de dimensões foliares Estmatva da área folar de abo forragero em fução de dmesões folares Alberto Cargelutt Flho ( *); Marcos Toebe ( ); Cláuda Bur ( 3 ); Adré Lus Fck ( 3 ); Gabrele Casarotto ( ) ( ) Uversdade Federal de Sata

Leia mais

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO 996 3 Rafael Moras de Souza Mestre em Ecooma Aplcada FEA/UFJF Faculdade de Ecooma e Admstração Uversdade Federal de

Leia mais

Distribuições de Probabilidades

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

Leia mais

COMPARAÇÃO DE DADOS CLIMATOLÓGICOS MODELADOS E OBSERVADOS UTILIZANDO A TÉCNICA DOS QUANTIS

COMPARAÇÃO DE DADOS CLIMATOLÓGICOS MODELADOS E OBSERVADOS UTILIZANDO A TÉCNICA DOS QUANTIS COMPARAÇÃO DE DADOS CLIMATOLÓGICOS MODELADOS E OBSERVADOS UTILIZANDO A TÉCNICA DOS QUANTIS Adré Luz Faras de Souza (1) Adréa Malheros Ramos (2) Fábo Cuha Code (2) Oswaldo Massamba (1) Ferado Sampao Recuero

Leia mais

APLICAÇÃO DA ANÁLISE HARMÔNICA POR SÉRIES DE FOURIER PARA A PREVISÃO DE PRODUTIVIDADE DA CULTURA DO CAFÉ NO ESTADO DE MINAS GERAIS 1

APLICAÇÃO DA ANÁLISE HARMÔNICA POR SÉRIES DE FOURIER PARA A PREVISÃO DE PRODUTIVIDADE DA CULTURA DO CAFÉ NO ESTADO DE MINAS GERAIS 1 APLICAÇÃO DA ANÁLISE HARMÔNICA POR SÉRIES DE FOURIER PARA A PREVISÃO DE PRODUIVIDADE DA CULURA DO CAFÉ NO ESADO DE MINAS GERAIS LUIZ G. DE CARVALHO, GILBERO C. SEDIYAMA 3, PAULO R. CECON 4, HELENA M. R.

Leia mais

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

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

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

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

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

e Estudos Climáticos (CPTEC/INPE) - São José dos Campos - São Paulo - SP, Brasil

e Estudos Climáticos (CPTEC/INPE) - São José dos Campos - São Paulo - SP, Brasil Avalação do Modelo Atmosférco ETA para a Regão do CLA Rosa de Fátma Cruz Marques, Jorge Yamazak, Mara Aparecda Seaubar Alves, Emauel Garolla 2 e José Marcos Barbosa da Slvera. Isttuto de Aeroáutca e Espaço/Dvsão

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO

Leia mais

Análise de Regressão

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

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

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

Leia mais

Variabilidade inter-anual dos ventos em Pelotas, Rio Grande do Sul.

Variabilidade inter-anual dos ventos em Pelotas, Rio Grande do Sul. Variabilidade iter-aual dos vetos em Pelotas, Rio Grade do Sul. João Baptista da Silva, Veice Meazza de Camargo, Leadro Valete Jacito, Leila Piheiro de Castro. Uiversidade Federal de Pelotas. jbs39@terra.com.br

Leia mais

Capítulo 2. Aproximações de Funções

Capítulo 2. Aproximações de Funções EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo Aproações de Fuções Há bascaete dos tpos de probleas de aproações: ) ecotrar ua fução as sples, coo u polôo, para aproar

Leia mais

6. Inferência para Duas Populações USP-ICMC-SME 2013

6. Inferência para Duas Populações USP-ICMC-SME 2013 6. Iferêca ara Duas Poulações UP-ICMC-ME 3 8.. Poulações deedetes co dstrbução oral Poulação Poulação,,,, ~ N, ~ N, ~ N, Obs. e a dstrbução de e/ou ão for oral, os resultados são váldos aroxadaete. Testes

Leia mais

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período. ESTATÍSTICA - 01 1. (UERJ 01) Téccos do órgão de trâsto recomedaram velocdade máxma de 80 km h o trecho de uma rodova ode ocorrem mutos acdetes. Para saber se os motorstas estavam cumprdo as recomedações,

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO

ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO. CONCEITO INICIAL. A Estatístca Descrtva ou Dedutva é o ramo da Estatístca que tem por objetvo descrever e aalsar fatos relacoados a determado

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

DETERMINAÇÃO DA ÁREA FOLIAR DE FEIJÃO-VAGEM POR FOTOS DIGITAIS 1

DETERMINAÇÃO DA ÁREA FOLIAR DE FEIJÃO-VAGEM POR FOTOS DIGITAIS 1 DETERMINAÇÃO DA ÁREA FOLIAR DE FEIJÃO-VAGEM POR FOTOS DIGITAIS 1 TOEBE, Marcos 2 ; CARGNELUTTI FILHO, Alberto 3 ; LOOSE, Lus Herque 4 ; HELDWEIN, Aro Berardo 3 ; ZANON, Alecar Juor 2 ; PETERS, Marcelo

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Aálse Eploratóra de Dados Objetvos Aálse bvarada: uma varável qualtatva e uma quattatva: represetar grafcamete as duas varáves combadas; defr e calcular uma medda de assocação etre as varáves. Eemplo 1

Leia mais

Modelos de regressão linear: abordagem clássica

Modelos de regressão linear: abordagem clássica Modelos de regressão lear: abordagem clássca Prof. Marcelo Rubes mrubes@me.uerj.br Depto. Estatístca Aálse de Regressão Objetvo: Determar uma fução matemátca que descreva a relação etre uma varável cotíua

Leia mais

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância.

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

Difusão entre Dois Compartimentos

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

Leia mais

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

Leia mais