DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

Tamanho: px
Começar a partir da página:

Download "DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS"

Transcrição

1 DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se determia a sigificâcia estatística para a difereça etre médias de grupos de sujeitos em medidas educacioais. São apresetadas três situações diferetes.. OMPARAÇÃO NTR PRÉ PÓS-TST M UM ÚNIO GRUPO O procedimeto descrito a seguir tem como objetivo comparar em um úico grupo de respodetes se há difereça em média etre os escores obtidos em duas aplicações do mesmo teste (pré-teste e pós-teste). Os dados apresetados a tabela são os escores de 45 aluos de Física 8 o teste sobre as ocepções relativas a força e movimeto ates (X) e depois (Y) do esio sobre as Leis de Newto. A partir de X (escore o pré-teste) e Y (escore o pós-teste) calcula-se uma ova variável G (Gaho) pela difereça etre Y e X. A última liha da Tabela apreseta o somatório das respectivas coluas (SG somatório dos gahos; SG somatório dos gahos ao quadrado). O objetivo do procedimeto apresetado a seguir é testar se a média da variável G difere sigificativamete de zero e, portato, existe difereça sigificativa etre as médias do pós e do pré-teste. Tabela omparação etre pré e pós-teste Sujeito X Y G Y - X G

2 SG 84 SG 706 A seguir é apresetado passo a passo como se realiza a comparação através do teste t de Studet para variáveis relacioadas. Primeiro passo álculo do gaho médio. SG 84 G 45 6,3 Segudo passo álculo do desvio padrão (erro padrão) do gaho médio.

3 S SG G 706 6, G 0,680 Terceiro passo álculo da razão t de Studet e determiação do ível de sigificâcia estatística para o gaho médio ou a difereça média etre pós e pré-teste. t G S G 6,3 0,680 9,8 Para se decidir sobre a sigificâcia estatística do gaho médio recorre-se à tabela do Aexo. O úmero de graus de liberdade (g.l.) para a razão t de Studet é o úmero de sujeitos meos um, portato este caso, g.l. 44. Pela tabela do aexo costata-se que o ível de sigificâcia estatística associado a t 9,8 é iferior a 0,0 pois esse ível (0,0) a tabela apreseta para g.l. 40, t,70. Desta forma, se coclui que a probabilidade de que a difereça média etre o pós-teste e o pré-teste teha ocorrido por acaso (ível de sigificâcia estatística) é muito pequea (meor do que %). Acredita-se etão que realmete houve um crescimeto desse grupo de aluos os seus escores sobre as ocepções relativas a força e movimeto.. OMPARAÇÃO NTR O GRUPO XPRIMNTAL O GRUPO D ONTROL PRÉ PÓS-TSTADOS ATRAVÉS DA ANÁLIS D GANHOS O procedimeto descrito a seguir é adequado quado se deseja comparar dois grupos que foram pré e pós-testados (uma alterativa ao procedimeto desta seção se ecotra a seção 3). Os dados apresetados a tabela. a tabela. são os escores de 9 aluos (grupo de cotrole) e de 37 aluos (grupo experimetal) de Física 8 o teste sobre as ocepções relativas a força e movimeto ates (X) e depois (Y) do esio das Leis de Newto. As aulas sobre as Leis de Newto o grupo de cotrole foram tradicioais equato que o grupo experimetal o professor partiu das cocepções alterativas para, somete depois apresetar as Leis de Newto. A partir de X (escore o pré-teste) e Y (escore o pós-teste) calcula-se uma ova variável G (Gaho) pela difereça etre Y e X. A última liha da Tabela. e. apreseta o somatório das respectivas coluas.

4 O objetivo do procedimeto apresetado a seguir é testar se a difereça etre o gaho médio o grupo experimetal e o grupo de cotrole é estatisticamete sigificativa. Tabela. Grupo de cotrole Sujeito X Y G Y - X G SG 37 SG 40 Tabela. Grupo experimetal Sujeito X Y G Y - X G

5 SG 60 SG 55 A seguir é apresetado passo a passo como se realiza a comparação etre os gahos médios os dois grupos através do teste t de Studet amostras idepedetes. Primeiro passo álculo do gaho médio o grupo de cotrole e o grupo experimetal. G SG 37 9,8

6 G SG ,7 Segudo passo álculo do desvio padrão da difereça etre as médias (erro padrão da difereça etre as médias) do gaho os dois grupos. S G G SG + SG + SG SG + S G G ,955 Terceiro passo - álculo da razão t de Studet e determiação do ível de sigificâcia estatística para a difereça etre os gahos médios os dois grupos. t G S G G G 7,7,8 0,955 6,7 Para se decidir sobre a sigificâcia estatística da difereça etre os gahos médios recorre-se à tabela do Aexo. O úmero de graus de liberdade (g.l.) para a razão t de Studet é o úmero total de sujeitos os grupos meos, portato este caso, g.l. 64. Pela tabela do aexo costata-se que o ível de sigificâcia estatística associado a t 6,7 é iferior a 0,0 pois esse ível (0,0) a tabela apreseta para g.l. 60, t,66. Desta forma se coclui que a probabilidade de que a difereça etre os gahos médios os dois grupos teha ocorrido por acaso (ível de sigificâcia estatística) é muito pequea (meor do que %). 3. OMPARAÇÃO NTR DOIS GRUPOS ATRAVÉS DA ANÁLIS D OVARIÂNIA (ANOVA) O procedimeto descrito a seguir se aplica quado dois grupos aluos, grupo experimetal e grupo de cotrole, são submetidos a uma medida iicial, aterior ao tratameto (medida X). O objetivo deste procedimeto é comparar os dois grupos em Y (medida fial), matido X costate. A variável X é deomiada covariável de Y ou simplesmete, covariável. A aálise de covariâcia (ANOVA) calcula por regressão quais seriam os escores fiais Y caso os idivíduos dos dois grupos ão diferissem o(s) escore(s) iiciais X. Desta forma, elimia as difereças iiciais etre os idivíduos e, em coseqüêcia, elimia

7 difereças iiciais etre os dois grupos. A ANOVA é recomedável caso haja correlação etre a medida iicial (o exemplo apresetado adiate a medida X é o resultado em um teste de pré-requisitos ecessários aos coteúdos de Física desevolvidos de maeira experimetal e a forma tradicioal ) e a medida fial Y (resultado o sobre os coteúdos de Física). aso haja correlação etre X e Y a ANOVA, além de equiparar estatisticamete (por regressão) os dois grupos em X, reduz a variâcia da difereça etre as médias de Y os dois grupos. A ANOVA é uma alterativa para a Aálise de gahos desevolvida a seção aterior. Naquele caso, X e Y são medidas da mesma variável ates (X - pré-teste) e depois (Y - pós-teste) do tratameto difereciado dado aos dois grupos de aluos. A seguir apresetamos um exemplo umérico, ode para dois grupos (grupo experimetal com 38 sujeitos e grupo de cotrole com 6 sujeitos) devem ser comparados o resultado do teste fial (escore Y as tabelas 3. e 3.), sedo a covariável o escore X (resultado o teste de pré-requisitos). Os escores X podem assumir valores etre 0 e 5 e os escores Y etre 0 e 0. A ANOVA permite que X e Y sejam medidas de variáveis diferetes: X poderia ser o resultado em um teste de pré-requisitos matemáticos, equato Y poderia ser a ota fial em uma disciplia de mecâica; portato esse procedimeto é aplicável quado X e Y ão são ser comesuráveis, possuido diferetes uidades de medida. As tabelas que seguem (tabelas 3. e 3.) possuem, além das coluas com os escores X e Y, mais três coluas. As três últimas coluas apresetam os resíduos (difereça etre o escore de um idivíduo e a média do seu grupo) dos escores X e Y ao quadrado e o produto dos resíduos de X e Y. A última liha de cada tabela apreseta a soma dos valores a respectiva colua. Tabela 3. - Grupo experimetal Sujeito X Y (X -,85)** (Y - 6,58)** (X -,85)*(Y - 6,58) 5 0,6655,93 0, ,6 0,39 6,0659 7, ,7 7,987,065 4, ,3,404 0,065 0, ,5 3,97,680, ,404 0,7446,09 7 6,4 0,0339 0,069 0, ,,404 0,97, ,6655 0,7446-0, ,5 0,6655 0,37-0,96 5,8 0,6655 0,36 0,75 7,7 0,0339,447 0, ,7 4,7708,447 3, , 0,0339,98 0, ,97 0,088 0, ,9 0,0339 0,056-0, , 0,0339 0,97 0, , 3,97 0,878,706

8 9 5,7 0,6655 0,9 0, , 0,6655 4,498,668 5,5 0,6655 0,4059 0,597 6,7 0,6655 0,369-0, ,6 0,0339 0,43 0, ,5,404,8575, ,6,404 0,43 0, ,8 0,0339,765 0, ,4 4,7708,5949, ,404 0,7446, ,4 4,7708,5949, ,6655 0,7446-0, ,4 0,0339 0,069 0, ,8 0,0339 0,36-0, , 0,6655 0,004 0, ,8 0,6655 0,36 0, , 0,0339 4,556 0, ,6 0,6655 0,43-0, , 0,6655,98-0, ,6 0,0339 0,43 0,0853 SOMA S 449 S 47,7 S3 59,704 S4 43,668 S5 33,49 Tabela 3. - Grupo de cotrole Sujeito X Y (X -,76)** (Y - 6,37)** (X -,76)*(Y - 6,37) 3 7,7,636,447, ,9,636 3,078, ,5 5,7,8575 3, ,7 5,7 0,369, ,8,636 0,4394 0, ,6 0,075 0,43 0, , 3,886 4,498 7, ,9 7,43 5,0046 6, , 0,075,98 0,94 0 6,6 0,568 0,43-0, ,,636,98, ,3,636,353, ,4 0,075 0,5433-0,0 4 7, 0,568 0,97-0, ,9 0,075,5304-0, ,8,9784,7878, ,7,9784,065, ,3 0,075 0,065 0, ,7,636,447, , 0,568 0,004 0, ,5,636,8575,7366 6, 0,075 0,004-0, ,5,9784 0,4059, ,6 0,568,367,56

9 5 7,6 0,075,40 0,40 6 5,9 0,075 0,056-0, ,,9784 0,878, ,6,636 0,43 0, ,3,9784 0,7007, , 0,568 0,878 0, , 7,43 3,753 5, ,6 5,7 0,43, ,3,9784,353 -, , 5,7 0,004 0, ,9 0,568 0,056 0,7 36 4,6 0,075,367-0, , 0,568 0,004 0, ,3 0,568 3,3749, ,6 0,075 0,43 0, , 0,703 4,556 6, ,6 0,075 0,43 0, ,6,9784 0,885 0, ,5,636 0,37 0, ,8,636 0,4394 0, ,3 7,43 0,7007, ,9 0,075 0,58 0, ,8,636 0,4394 0, ,3 0,075 0,7007-0, ,6,9784,367, ,,9784 4,498 3, ,636 0,7446, ,4 5,7 0,069 0, ,5 0,568 0,4059 0, , 0,075 0,004 0, , 5,7 4,556 4, , 0,568 4,498, , 7,43 3,753 5, ,6 5,7 6,0659 5, ,9,636 3,078, ,636 0,088-0, ,7,9784 0,9 0, ,,9784 0,004-0,086 SOMA S 77 S 380,5 S3 5,3395 S4 88,545 S5 86,3304 A seguir é apresetada, passo a passo, a comparação etre as médias dos grupos através da ANOVA. Primeiro passo álculo da média de X e de Y o grupo total (grupo costituído pela uião do grupo experimetal e grupo de cotrole) e os grupos experimetal e de cotrole.

10 S+ S Média de X o grupo total: X T, S 449 Média de X o grupo experimetal: X,85 38 S 77 Média de X o grupo cotrole: X,76 6 S 47,7 Média de Y o grupo experimetal: Y 6, S 380,5 Média de Y o grupo cotrole: Y 6, 37 6 Segudo passo álculo da declividade da reta de regressão de Y cotra X itragrupos. S5 + S5 33, ,3304 b S3 + S3 59, ,3395 0,5648 Terceiro passo álculo da média ajustada de Y em relação a X os dois grupos. Média ajustada o grupo experimetal: Aj Y Y b. X X T 6,58 0,5648.,85,76 ( ) ( ) ( ) 6,487 Média ajustada o grupo cotrole: Aj Y Y b. X X T 6,37 0,5648.,76,76 ( ) ( ) ( ) 6,8 Observa-se que as médias ajustadas pouco diferem das médias sem ajuste. Tal ocorre porque a difereça em X os dois grupos é muito pequea. Quato mais discrepates forem as médias em X (e quato maior for a declividade da reta de regrssão de Y cotra X), tato maior será a difereça etre as médias de Y sem e com ajuste. Quarto passo álculo da variâcia ajustada de Y itra-grupos (isto é, variâcia de Y caso ão houvesse difereça etre os idivíduos em X). Variâcia ajustada de Y itra-grupos:

11 Aj ( var Y ) Itra grupos S4 + S4 + b.(s5+ 3 S5) Aj 43, ,545 0,5648.(33, ,3304) ( var Y ) 0,6656 Itra grupos 97 Observa-se uma importate redução a variâcia ajustada - 0, em relação à variâcia sem ajuste -,349. Quado são feitas medidas ateriores ao experimeto, espera-se que estas sejam relevates em relação a variável afetada pelos tratametos que os dois grupos sofrerão. m outras palavras, espera-se que exista correlação etre as medidas ateriores e posteriores ao experimeto. Por esta razão é que se deve proceder a ANOVA, mesmo que ão haja difereças em média etre os dois grupos o iício. Quito passo álculo da estatística t de Studet e determiação do ível de sigificâcia estatística para a difereça etre as médias ajustadas de Y. O último passo é o cálculo da razão t de Studet (difereça padroizada etre as médias ajustadas) através da qual pode-se decidir sobre a sigificâcia estatística para a difereça etre as médias. t Aj Aj( Y ) Aj( Y ) ( ) ( X X ) var Y. + + Itra grupos S3 + S3 t 0, ,487 6,8 6 + (,85,76 ) 59,704 5,3395 +,9 O úmero de graus de liberdade para esta comparação é o deomiador da expressão para a variâcia ajustada (vide o quarto passo), portato g.l. 97. Pela tabela do Aexo coclui-se que a difereça etre as duas médias é sigificativa em ível iferior a 0,05. Ou seja, a probabilidade de que uma difereça tão grade ou maior do essa seja obtida por acaso é meor do que 5%; portato, rejeita-se a hipótese ula já que a probabilidade de ela ser verdadeira é muito baixa. S4 + S4 43, ,545 - Variâcia de Y sem ajuste: var YItra grupos,

12 OBSRVAÇÕS FINAIS: - A ANOVA pode ser geeralizada para mais de uma covariável, para mais de dois grupos e para regressão ão-liear da variável Y cotra as covariáveis. Os pacotes estatísticos, como por exemplo o SPSS, facilmete permitem tratar dados multivariados com essas características. - Ao aplicar a ANOVA aos dados da tabela. pois tal procedimeto é uma alterativa à aálise de gahos - ecotra-se que as médias ajustadas o pós-teste são respectivamete para o grupo experimetal e cotrole 4,7 acertos e 8, acertos. Ou seja, a difereça etre o grupo experimetal e de cotrole é 6,6 acertos. ste resultado é um pouco maior do que a difereça etre os gahos os dois grupos (6,0) mas qualitativamete cosistete com o fato de que os aluos do grupo experimetal tem um aumeto expressivo de 6 ou mais acertos em um teste ode o úmero máximo perfaz 9 acertos. A razão t de Studet para a difereça etre as médias ajustadas resulta em 7,8, igualmete maior do que razão t de Studet para a difereça etre gahos pois esta resultou em 6,7. A ANOVA é, do poto de vista teórico, um procedimeto mais poderoso do que a aálise de gahos. O poder maior da ANOVA sobre a aálise de gahos sigifica que a ANOVA tem maior capacidade de rejeitar a hipótese ula (caso efetivamete haja difereça etre os grupos) do que a aálise de gahos. tretato como este exemplo já demostrou, usualmete a difereça etre os dois procedimetos é pequea. As grades vatages da ANOVA ecotram-se explicitadas o quesito destas cosiderações fiais.

13 ANXO Valores críticos da razão t de Studet g.l. s 0,0 s 0,05 s 0,0 6,3,7 63,66,9 4,30 9,9 3,35 3,8 5,84 4,3,78 4,60 5,0,57 4,03 6,94,45 3,7 7,89,36 3,50 8,86,3 3,36 9,83,6 3,5 0,8,3 3,7,80, 3,,78,8 3,05 3,77,6 3,0 4,76,4,98 5,75,3,95 6,75,,9 7,74,,90 8,73,0,88 9,73,09,86 0,7,09,85,7,08,83,7,07,8 3,7,07,8 4,7,06,80 5,7,06,79 6,7,06,78 7,70,05,77 8,70,05,76 9,70,05,76 30,70,04,75 35,69,03,7 40,68,0,70 50,68,0,68 60,67,00,66 70,67,99,65 00,66,98,63,65,96,58

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE FACULDADE DE ECONOMIA DO PORTO Liceciatura em Ecoomia E C O N O M E T R I A I (LEC0) Exame Fial 0 de Jaeiro de 00 RESOLUÇÃO: I PARTE I GRUPO a) Dispoível uma amostra de observações de Y para períodos cosecutivos,

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

O teste de McNemar. A tabela 2x2. Depois - Antes

O teste de McNemar. A tabela 2x2. Depois - Antes Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores) Faculdade de Ecoomia Uiversidade Nova de Lisboa ESTATÍSTIA Exame Fial ª Época 6 de Juho de 00 Ateção:. Respoda a cada grupo em folhas separadas. Idetifique todas as folhas.. Todas as respostas devem ser

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado

Leia mais

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005 PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total)

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total) DURAÇÃO 1:30 (o teste costa de 3 págias com questões, um formulário e uma tabela - 5 folhas o total) Leia atetamete o euciado ates de respoder a cada questão. as questões de escolha múltipla seleccioe

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

Hipótese Estatística. Tipos de Hipóteses

Hipótese Estatística. Tipos de Hipóteses Hipótese Estatística Hipótese, em estatística, é uma suposição formulada a respeito dos parâmetros de uma distribuição de probabilidade de uma ou mais populações. Podemos formular a hipótese que a produtividade

Leia mais

Métodos Quantitativos em Contabilidade. Análise da Variância ANOVA. Prof. José Francisco Moreira Pessanha professorjfmp@hotmail.

Métodos Quantitativos em Contabilidade. Análise da Variância ANOVA. Prof. José Francisco Moreira Pessanha professorjfmp@hotmail. Métodos Quatitativos em Cotabilidade Aálise da Variâcia AOVA Prof. José Fracisco Moreira Pessaha professorfmp@hotmail.com Rio de Jaeiro, 8 de setembro de 01 Aálise da Variâcia com um fator (OE WAY AOVA)

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n Exercício 1. As otas fiais de um curso de Estatística foram as seguites 7, 5, 4, 5, 6, 1, 8, 4, 5, 4, 6, 4, 5, 6, 4, 6, 6, 4, 8, 4, 5, 4, 5, 5 e 6. a. Determie a mediaa, os quartis e a média. Resposta:

Leia mais

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc. Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora

Leia mais

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais. Prof. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da

Leia mais

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos 9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Objetivos. Testes não-paramétricos

Objetivos. Testes não-paramétricos Objetivos Prof. Lorí Viali, Dr. http://www. ufrgs.br/~viali/ viali@mat.ufrgs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).

Leia mais

Utilização de modelos não-lineares sigmoidais na descrição do aumento em diâmetro de frutos de pequi.

Utilização de modelos não-lineares sigmoidais na descrição do aumento em diâmetro de frutos de pequi. Utilização de modelos ão-lieares sigmoidais a descrição do aumeto em diâmetro de frutos de pequi. Ricardo Wager Pacopahyba de Mattos 1 Thaís Destéfai Ribeiro 1 Joel Augusto Muiz 1 Augusto Ramalho de Morais

Leia mais

Testes de Hipóteses sobre uma Proporção Populacional

Testes de Hipóteses sobre uma Proporção Populacional Estatística II Atoio Roque Aula Testes de Hipóteses sobre uma Proporção Populacioal Seja o seguite problema: Estamos iteressados em saber que proporção de motoristas da população usa cito de seguraça regularmete.

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

Testes de Comparação Múltipla

Testes de Comparação Múltipla Testes de Comparação Múltipla Quado a aplicação da aálise de variâcia coduz à reeição da hipótese ula, temos evidêcia de que existem difereças etre as médias populacioais. Mas, etre que médias se registam

Leia mais

Experimento 1 Estudo da Lei de Hooke

Experimento 1 Estudo da Lei de Hooke Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

n C) O EMV é igual a i 1

n C) O EMV é igual a i 1 PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).

Leia mais

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO

Leia mais

Estatística. 7 - Distribuições Amostrais

Estatística. 7 - Distribuições Amostrais Estatística 7 - Distribuições Amostrais 07 - Distribuição da Média Amostral Distribuição costituída de todos os valores de, cosiderado todas as possíveis amostras de tamaho i ( Ode,,..., são V.A. com mesma

Leia mais

ESTATÍSTICA E PROBABILIDADES

ESTATÍSTICA E PROBABILIDADES ESTATÍSTICA E PROBABILIDADES Aluo(a): Turma: Professores: Data: Edu/Vicete Noções de Estatística Podemos eteder a Estatística como sedo o método de estudo de comportameto coletivo, cujas coclusões são

Leia mais

CF358 Física BásicaExperimental I

CF358 Física BásicaExperimental I CF358 Física BásicaExperimetal I CONFIGURAÇÃO MÓDULO TEÓRICO MÓDULO EXPERIMENTAL => BLOCO 1-4 EXPERIMENTOS => BLOCO 2-4 EXPERIMENTOS PRESENÇA (muito importate) NO MÍNIMO 75% AVALIAÇÃO 01 PROVA -BLOCO TEÓRICO

Leia mais

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço

Leia mais

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas . ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida? 1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Testes de Hipóteses. Júlio Osório. Os dois campos da Análise Estatística. Métodos Estatísticos. Inferência Estatística. Estatística Descritiva

Testes de Hipóteses. Júlio Osório. Os dois campos da Análise Estatística. Métodos Estatísticos. Inferência Estatística. Estatística Descritiva Testes de Hipóteses Júlio Osório Os dois campos da Aálise Estatística Métodos Estatísticos Estatística Descritiva Iferêcia Estatística Estimativa Testes de Hipóteses 1 Exemplo Ilustrativo Mediram-se os

Leia mais

5 Teoria dos Valores Extremos

5 Teoria dos Valores Extremos Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos

Leia mais

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny 1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis

Leia mais

DERIVADAS DE FUNÇÕES11

DERIVADAS DE FUNÇÕES11 DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

PROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol

PROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol PROVA 1 7/10/009 Nome: GABARITO 1. Os dados apresetados a seqüêcia mostram os resultados de colesterol mg /100ml em dois grupos de aimais. O grupo A é formado por 10 total ( ) aimais submetidos a um cotrole

Leia mais

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ 1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo

Leia mais

Nota aluno Nota FINAL

Nota aluno Nota FINAL Faculdade Tecológica de Carapicuíba Tecologia em Jogos Digitais Disciplia: Probabilidade e Estatística Nota aluo Nota FINAL 1. Respoda as pergutas a seguir, cosiderado a tabela abaixo represeta os salários

Leia mais

1 a Lista de PE Solução

1 a Lista de PE Solução Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas

Leia mais

Regressão linear simples

Regressão linear simples Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

Regressão Linear Múltipla

Regressão Linear Múltipla Regressão Liear Múltipla Lucas Sataa da Cuha http://www.uel.br/pessoal/lscuha/ 28 de ovembro de 2018 Lodria 1 / 20 Há muitos problemas que é razoável esperar que as previsões de uma variável devam melhorar

Leia mais

A IMPORTÂNCIA DAS ATIVIDADES PRÁTICAS COMO COMPONENTE CURRICULAR DISCUTIDA A PARTIR DE MÉTODOS PARA OBTENÇÃO DE FRAÇÕES GERATRIZES

A IMPORTÂNCIA DAS ATIVIDADES PRÁTICAS COMO COMPONENTE CURRICULAR DISCUTIDA A PARTIR DE MÉTODOS PARA OBTENÇÃO DE FRAÇÕES GERATRIZES A IMPORTÂNCIA DAS ATIVIDADES PRÁTICAS COMO COMPONENTE CURRICULAR DISCUTIDA A PARTIR DE MÉTODOS PARA OBTENÇÃO DE FRAÇÕES GERATRIZES Guilherme de Martii Uiversidade Tecológica Federal do Paraá - Câmpus Toledo

Leia mais

EPR 007 Controle Estatístico de Qualidade

EPR 007 Controle Estatístico de Qualidade EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como

Leia mais

Novo Espaço Matemática A 12.º ano Proposta de Teste [outubro ]

Novo Espaço Matemática A 12.º ano Proposta de Teste [outubro ] Proposta de Teste [outubro - 017] Nome: Ao / Turma: N.º: Data: / / Não é permitido o uso de corretor. Deves riscar aquilo que pretedes que ão seja classificado. A prova iclui um formulário. As cotações

Leia mais

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-13 PROILIDDE E ESTTÍSTIC Professor: Rodrigo. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Itrodução à probabilidade (evetos, espaço

Leia mais

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA Itrodução CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA A Ciética Química estuda a velocidade com a qual as reações acotecem e os fatores que são capazes de realizar ifluêcia sobre ela. A medida mais

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base

Leia mais

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real.

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real. Resumo. O estudo das séries de termos reais, estudado as disciplias de Aálise Matemática da grade geeralidade dos cursos técicos de liceciatura, é aqui estedido ao corpo complexo, bem como ao caso em que

Leia mais

Quantificando os Fenômenos Biológicos

Quantificando os Fenômenos Biológicos 1 ECOSSISTEMA Os ecossistemas estão costituídos por comuidades. A comuidade é uma uidade ecológica de visualização meos clara a atureza que outros coceitos como o de idivíduo ou mesmo o de população, que

Leia mais

Associação entre Variáveis Qualitativas

Associação entre Variáveis Qualitativas Departameto de Estatística Istituto de Ciêcias Exatas Associação etre Variáveis Qualitativas (Teste Qui-Quadrado, Risco Relativo e Razão das Chaces) Notas de aula e exercícios Ilka Afoso Reis Eda Afoso

Leia mais

Capítulo I Séries Numéricas

Capítulo I Séries Numéricas Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...

Leia mais

Estimadores de Momentos

Estimadores de Momentos Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo

Leia mais

O termo "linear" significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2

O termo linear significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2 MÓDULO 4 - PROBLEMAS DE TRANSPORTE Baseado em Novaes, Atôio Galvão, Métodos de Otimização: aplicações aos trasportes. Edgar Blücher, São Paulo, 978..CONCEITOS BÁSICOS DE PROGRAMAÇÃO LINEAR É uma técica

Leia mais

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1 Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética

Leia mais

Séquências e Séries Infinitas de Termos Constantes

Séquências e Séries Infinitas de Termos Constantes Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.

Leia mais

Teste de Hipóteses Paramétricos

Teste de Hipóteses Paramétricos Teste de Hipóteses Paramétricos Como costruir testes de hipóteses para difereças etre duas médias. Como costruir testes de hipóteses para difereças etre duas proporções. Como costruir testes de hipóteses

Leia mais

OMBRO-CABEÇA-OMBRO : TESTANDO A LUCRATIVIDADE DO PADRÃO GRÁFICO DE ANÁLISE TÉCNICA NO MERCADO DE AÇÕES BRASILEIRO

OMBRO-CABEÇA-OMBRO : TESTANDO A LUCRATIVIDADE DO PADRÃO GRÁFICO DE ANÁLISE TÉCNICA NO MERCADO DE AÇÕES BRASILEIRO Caro parecerista, Agradecemos as sugestões e críticas ao osso artigo, as quais procuramos observar a revisão do artigo. A seguir você ecotrará um relatório descrevedo todos os ajustes realizados, a ordem

Leia mais

6 Resultados e Discussão

6 Resultados e Discussão 6 Resultados e Discussão No presete capítulo são descritos os resultados obtidos ao logo das etapas de desevolvimeto, validação (icluido a estimativa da icerteza de medição) do método aalítico por cromatografia

Leia mais

Distribuição Amostral da Média: Exemplos

Distribuição Amostral da Média: Exemplos Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos

Leia mais

Instituto de Física USP. Física V - Aula 22. Professora: Mazé Bechara

Instituto de Física USP. Física V - Aula 22. Professora: Mazé Bechara Istituto de Física USP Física V - Aula Professora: Mazé Bechara Aula O Modelo Atômico de Bohr. Determiações das velocidades o movimeto de um elétro iteragido com o úcleo o modelo de Bohr.. Os estados atômicos

Leia mais

BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição

BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS 1 a Edição Rio Grade 2017 Uiversidade Federal do Rio Grade - FURG NOTAS DE AULA DE CÁLCULO

Leia mais

MÉTODO DE ALTERAÇÃO DE INTERVALOS ENTRE CALIBRAÇÕES

MÉTODO DE ALTERAÇÃO DE INTERVALOS ENTRE CALIBRAÇÕES ENQUALAB-2008 Cogresso da Qualidade em Metrologia Rede Metrológica do Estado de São Paulo - REMESP 09 a 12 de juho de 2008, São Paulo, Brasil MÉTODO DE ALTERAÇÃO DE INTERVALOS ENTRE CALIBRAÇÕES Paulo Cézar

Leia mais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais Comparação de testes paramétricos e ão paramétricos aplicados em delieametos experimetais Gustavo Mello Reis (UFV) gustavo_epr@yahoo.com.br José Ivo Ribeiro Júior (UFV) jivo@dpi.ufv.br RESUMO: Para comparar

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-ESTATÍSTICA II (CE003)

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-ESTATÍSTICA II (CE003) UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA -ESTATÍSTICA II (CE003) Prof. Beito Olivares Aguilera o Sem./6. Usado os dados da Tabela o Aexo (Seção Orçameto da MB),

Leia mais

Ap A r p e r n e d n i d z i a z ge g m e m Es E t s a t tí t s í t s i t c i a c de d e Dado d s Francisco Carvalho

Ap A r p e r n e d n i d z i a z ge g m e m Es E t s a t tí t s í t s i t c i a c de d e Dado d s Francisco Carvalho Apredizagem Estatística de Dados Fracisco Carvalho Avaliação e Comparação de Classificadores Existem poucos estudos aalíticos sobre o comportameto de algoritmos de apredizagem. A aálise de classificadores

Leia mais

MATEMÁTICA FINANCEIRA

MATEMÁTICA FINANCEIRA MATEMÁTICA FINANCEIRA Professor Pacher Tema da aula 8 VP - Valor Presete de um fluxo de caixa Avaliação de projetos - Valor presete liquido (VPL) - taxa itera de retoro (TIR) - Equivalêcias de capitais

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,

Leia mais

DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016

DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016 DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 205/206 Istruções:. Cada questão respodida corretamete vale (um poto. 2. Cada questão respodida icorretamete

Leia mais

... Newton e Leibniz criaram, cada qual em seu país e quase ao mesmo tempo, as bases do cálculo diferencial.

... Newton e Leibniz criaram, cada qual em seu país e quase ao mesmo tempo, as bases do cálculo diferencial. DERIVADAS INTRODUÇÃO O Cálculo Diferecial e Itegral, criado por Leibiz e Newto o século XVII, torou-se logo de iício um istrumeto precioso e imprescidível para a solução de vários problemas relativos à

Leia mais

Instituto de Física USP. Física V - Aula 22. Professora: Mazé Bechara

Instituto de Física USP. Física V - Aula 22. Professora: Mazé Bechara Istituto de Física USP Física V - Aula Professora: Mazé Bechara AVISO 1. Já se ecotra a págia da disciplia o TEC 3 para ser etregue até 9/5. Aula O Modelo Atômico de Bohr 1. As hipóteses do modelo de Bohr

Leia mais

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto

Leia mais

Lista IC, tamanho de amostra e TH

Lista IC, tamanho de amostra e TH Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o

Leia mais

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto

Leia mais

Proposta de teste de avaliação

Proposta de teste de avaliação Matemática A. O ANO DE ESOLARIDADE Duração: 90 miutos Data: adero (é permitido o uso de calculadora) Na resposta aos ites de escolha múltipla, selecioe a opção correta. Escreva, a folha de respostas, o

Leia mais

CEDERJ - CENTRO DE EDUCAÇÃO SUPERIOR A DISTÂNCIA DO ESTADO DO RIO DE JANEIRO

CEDERJ - CENTRO DE EDUCAÇÃO SUPERIOR A DISTÂNCIA DO ESTADO DO RIO DE JANEIRO CEDERJ - CENTRO DE EDUCAÇÃO SUPERIOR A DISTÂNCIA DO ESTADO DO RIO DE JANEIRO MATERIAL DIDÁTICO IMPRESSO CURSO: Física DISCIPLINA: Iformática para o Esio de Física CONTEUDISTA: Carlos Eduardo Aguiar AULA

Leia mais

Estimação de Parâmetros. 1. Introdução

Estimação de Parâmetros. 1. Introdução Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas

Leia mais

Processos Estocásticos

Processos Estocásticos IFBA Processos Estocásticos Versão 1 Alla de Sousa Soares Graduação: Liceciatura em Matemática - UESB Especilização: Matemática Pura - UESB Mestrado: Matemática Pura - UFMG Vitória da Coquista - BA 2014

Leia mais