Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Tamanho: px
Começar a partir da página:

Download "Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula."

Transcrição

1 Etatítca Aplcada à Educação Antono Roque Aula 5 Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham de uma mema população não erão empre gua. Além do, memo medda feta de um memo objeto ou ujeto (pene na medda da altura de uma peoa, por eemplo) etarão ujeta à precão do ntrumento de medda, to é, poderão varar dentro do lmte de precão do ntrumento. Para quantfcar a varabldade de um conjunto de dado ou medda é que e uam medda de dperão. Vamo etudar alguma dela neta aula. A Ampltude Total do Dado A ampltude total do dado de uma amotra é a dferença entre o maor e o menor número da amotra. Por eemplo, para o conjunto de valore {, 3, 4,,, 7, 7, 9, 9, 0, } a ampltude total é 0. Já para o htograma abao, a ampltude total do dado é ote que eta ampltude fo calculada como a dferença entre o ponto médo da últma e da prmera clae.

2 Etatítca Aplcada à Educação Antono Roque Aula 5 A ampltude total do dado dá uma vão groera da varação, ou dperão, do dado. o entanto, em algun cao é jutamente eta vão groera obre dperão que e quer. Por eemplo, uma peoa de féra no eteror e que pretende alugar um carro pode etar ntereada em aber qua o valore mámo e mínmo que uma multa de trânto pode ter no paí para onde ela va. Outro eemplo: o(a) dono(a) de uma loja pode querer aber qual o produto ma caro e qual o ma barato que ele(a) tem à venda. O Devo Médo, o Devo Padrão e a Varânca O devo médo de um conjunto de dado ndca quão dtante em méda etão o dado ndvdua em relação à méda artmétca do grupo. Conderemo a egunte tabela. úmero de hora vendo televão num ábado de um grupo de crança de ano o da crança o de hora ( ) ( ) ( ) ( ) 0 8 ( ) 8 3hora. A partr do dado da egunda coluna calcula-e a méda. A dferença entre um valor da amotra e a méda do valore da amotra é chamada de devo. O devo do -émo elemento é defndo por. A oma do devo do elemento de uma amotra é empre nula: ( ).. 0

3 Etatítca Aplcada à Educação Antono Roque Aula 5 Ete fato etá ndcado pela tercera coluna da tabela acma. a quarta coluna etão ltado o valore aboluto do devo. A oma dee valore aboluto dvdda pelo total de dado é o devo médo: DM 8,3 hora. Ete reultado quer dzer que, em méda, o dado etão,3 hora devado (para ma e para meno) do valor médo do grupo, que vale 3 hora. O devo médo é muto pouco uado e ó aparece aqu como artfíco ddátco para ajudar na apreentação de uma medda mlar, eta m batante uada, o devo padrão. Para obter o devo padrão da amotra, omamo o quadrado do devo, ao nvé do eu valore em módulo, e dvdmo o reultado por (-). O valor obtdo é um tpo de méda do quadrado do devo, que é chamada de varânca. Como a varânca é uma oma de quadrado, ela é eprea na undade da varável medda ao quadrado (no cao, hora ao quadrado). Para voltarmo à undade orgna da varável medda (em o quadrado), temo que tomar a raz quadrada da varânca. A raz potva da varânca é chamada de devo padrão. A varânca de uma amotra é degnada por e o devo padrão por : ( ) 3, hora ; + 5,79 hora. Para facltar o cálculo, pode-e reecrever a fórmula para o devo padrão atravé da propredade da omatóra: 3

4 Etatítca Aplcada à Educação Antono Roque Aula 5 4 ( ) ( ) Oberve que eta fórmula para o cálculo do devo padrão requer apena o conhecmento do valore do dado,, e do eu quadrado,. Sendo am, o únco elemento que precam er ltado na tabela de freqüênca ão o valore do dado e o valore do eu quadrado: o da crança o de hora ( ) (h ) A partr deta tabela, o cálculo da varânca e do devo padrão é dreto: ( ),79 hora. 3, 3,

5 Etatítca Aplcada à Educação Antono Roque Aula 5 O devo padrão é uma medda de dperão. Quando temo do conjunto de dado e o prmero tem uma varação em torno da méda menor do que a do egundo, o devo padrão do prmero conjunto erá menor que o do egundo conjunto. A manera como o devo padrão mede dperão é ma ou meno a mema do devo médo, to é, medndo o afatamento médo do dado em relação à méda do conjunto. A dferença é que ao tomar o quadrado do devo, o devo padrão faz uma epéce de méda ponderada dee devo, po o devo maore entram na oma com peo maore que o devo menore. O devo padrão, conforme fo defndo, é o chamado devo padrão amotral. Ele é obtdo tomando-e a raz quadrada da oma do quadrado do devo dvdda por ( ), o número de elemento na amotra meno um. Ete outra defnção de devo padrão, válda para quando etamo trabalhando com uma população, ou eja, com o conjunto total de valore endo etudado. ete cao, o devo padrão populaconal é defndo como a raz quadrada da oma do quadrado do devo dvdda por, o número total de dado na população, ou ( ) σ, σ. 5

6 Etatítca Aplcada à Educação Antono Roque Aula 5 ote que, para o cao do devo padrão populaconal, uou-e a letra grega σ (gma) para repreentá-lo. Eta é a convenção adotada em etatítca: o devo padrão populaconal é denotado por σ e o devo padrão amotral é denotado por. De manera geral, ua-e letra do alfabeto grego para repreentar varáve relatva a uma população e letra do alfabeto latno para repreentar varáve relatva a uma amotra (por eemplo, ua-e µ para repreentar a méda de uma população e para repreentar a méda de uma amotra). Alguém podera perguntar por que o devo padrão fo defndo de um jeto para amotra e de outro para populaçõe. A razão para to etá além do objetvo dete curo. O que e pode dzer aqu é que e quermo etmar o devo padrão de uma população a partr do cálculo do devo padrão de uma amotra retrada da população, o devo padrão da amotra calculado dvdndo-e por ( ) erá um melhor etmador do verdadero devo padrão da população, σ, do que era o devo padrão da amotra calculado dvdndo-e por. O Coefcente de Varação Em muto cao é mportante comparar a varabldade relatva de muto conjunto de dado. Ito não pode er feto apena pelo eame do devo padrõe do conjunto de dado, po o conjunto podem conter dado com magntude bem dferente ou undade dferente. Para fazer tal tpo de comparação, é cotume eprear o devo padrão como uma porcentagem da méda artmétca. A varável defnda a partr deta epreão é chamada de coefcente de varação: CV 00 (%).

7 Etatítca Aplcada à Educação Antono Roque Aula 5 Eemplo: Para um grupo de ndvíduo, a temperatura corporal méda é gual a 3,8 C com devo padrão de 0,7 C e a pulação méda é gual a 78 batda/mn com devo padrão de 9 batda/mn. Portanto, o coefcente de varação para a temperatura e a pulação do ndvíduo ão: 0,7 9 CVtemp. 00 0,7%; CVpulo 00,5% 3,8 78 Vemo então que a varabldade relatva da pulação é bem maor que a varabldade relatva da temperatura. O coefcente de dperão é útl quando e quer analar como a dperão de um conjunto de dado vara no tempo, dado que a méda do dado também vara. Eemplo: Suponhamo que uma pequa tenha do feta comparando-e o aumento no preço de um cafeznho em e dferente bare da cdade entre 994 e 000 e o reultado ejam o dado abao (valore em rea). Bar A B C D E F CV 994 0,30 0,40 0,40 0,50 0,0 0,70 0,48 0,5 30,45% 000 0,0 0,80 0,80,00,0,40 0,97 0,9 30,45% ote que todo o valore dobraram de 994 para 000. O devo padrão para a amotra também dobrou, ndcando que a dperão do valore aumentou. Porém, o preço médo do cafeznho também dobrou, de manera que o coefcente de varação permaneceu contante. Podemo dzer que, de manera aboluta, a dperão do preço do cafeznho dobrou entre 994 e 000; porém, de manera relatva, ela permaneceu contante. 7

8 Etatítca Aplcada à Educação Antono Roque Aula 5 O Ecore Padrão Uma medda de dperão relatva uada para caracterzar a varação de um dado em relação à meda é o chamado ecore padrão z, ou mplemente ecore z. Ele dá o devo de um dado em relação à méda meddo em undade de devo padrão. Seja um conjunto de dado com méda e devo padrão. O ecore z do dado é defndo por z. Eemplo: Suponha que do departamento dferente de uma emprea por eemplo, de marketng e de recuro humano façam avalaçõe do eu funconáro. Sejam a nota méda e o devo padrõe da avalaçõe dada abao: Marketng Recuro Humano,5 5, 5 M,4 0, 8 M RH RH Suponha que um funconáro do Departamento de Marketng tenha recebdo nota 8 e que um funconáro do Departamento de Recuro Humano tenha recebdo nota 7. Em termo aboluto, o funconáro do Departamento de Marketng teve nota ma alta, ma em termo relatvo (ou eja, em comparação com o funconáro do eu própro departamento) o funconáro do Departamento de Recuro Humano teve um deempenho melhor, conforme atetado pelo ecore z abao: Funconáro do Departamento de Funconáro do Departamento de Marketng RH 8,0,5 7,0 5,5 z FM,07 z FRH, 875,4 0,8 8

9 Etatítca Aplcada à Educação Antono Roque Aula 5 O Devo Padrão para Dado Agrupado Am como no cao do cálculo da méda e da medana, quando ó temo aceo a uma tabela de freqüênca a fórmula para o cálculo do devo padrão paa a er eprea em termo de uma apromação, na qual o ponto médo do ntervalo de clae ão uado como e foem o dado verdadero. Portanto, o que era, paa a er agora: f ( PM ) f PM. Eemplo: Em um etudo para e verfcar a efcáca de um novo anetéco, aplcaram-e vára doe do anetéco a 8 anma e medram-e o tempo de duração da anetea. O reultado foram colocado na tabela a egur. Calcule o devo padrão do valore. Tempo de duração do efeto anetéco (mn) Ponto médo do ntervalo (mn) PM Freqüênca f f ( ) PM PM 5 0 7,5 7,5 5,5 0 5,5 5 3, ,5 35,5 0 5, ,5 5 37,5 378,5 Soma ,5 f 9

10 Etatítca Aplcada à Educação Antono Roque Aula 5 Uando a fórmula para o devo padrão para dado agrupado, temo: ` f ( PM ) f PM , ,99 5,83 mn. Eemplo Geral (medda de tendênca central e de dperão): Um etudo para e determnar o perfl da renda do unvertáro paultano reultou na egunte tabela. Faa de Renda Eata Humana Bológca Até al. mínmo 9% 9% 44% a 3 al. mínmo 8% 8% 4% 3 a 5 al. mínmo 9% % % Acma de 5 al. mínmo 4% 38% % Fonte: Perfl Sóco-Econômco do Unvertáro Paulta. Fórum do Joven Empreáro ( Vamo calcular a méda, a medana, a moda e o devo padrão para o unvertáro da área de humana. Deamo o cálculo para o unvertáro da área de eata e bológca como eercíco para caa. A prmera coa que devemo fazer para calcular o dado peddo é reecrever a tabela acma colocando a nformação que no nterea, como ponto médo, freqüênca acumulada etc. Devemo notar que a tabela não no dá o número de etudante pequado, ou eja, o valor de. Portanto, não teremo como calcular o devo padrão uando a fórmula para uma amotra, po para to teríamo que conhecer o valor de ( ). 0

11 Etatítca Aplcada à Educação Antono Roque Aula 5 Porém, e upuermo que o número de etudante na amotra fo muto grande to não deverá cauar maore problema, po dvõe por ou por ( ) reultarão em valore apromadamente gua. ote que embora o valor de eja deconhecdo, o valore da méda e do devo padrão podem er calculado uando-e a fórmula ecrta em termo da freqüênca relatva f r f/. Outro ponto mportante obre o qual devemo tomar uma decão ante de montar a nova tabela é a defnção de qual erá o ponto médo do últmo ntervalo uado. ote que ete ntervalo fo defndo como acma de 5 al. mínmo. Portanto, ó conhecemo o eu lmte nferor. O lmte uperor, ou eja, a maor renda de um unvertáro, não é fornecdo. Ete é um eemplo em que a ampltude total do dado não fo conderada relevante por quem fez a pequa. o entanto, para calcularmo a méda e o devo padrão temo que ter um valor para o ponto médo do últmo ntervalo. Em um cao como ete, a únca alternatva é etmar um valor para o lmte uperor do últmo ntervalo. Tal etmatva requer bom eno, po o valor uperor etmado não pode er eageradamente alto (lembre-e que a méda e o devo padrão ão batante nfluencado por valore muto alto). Para o cao em quetão, vamo uar como lmte uperor do últmo ntervalo o valor de 0 aláro mínmo. Pode er que etam unvertáro com renda acma dete valor (com certeza etem), ma etamo upondo que ele não ão muto e não etamo querendo dar um peo muto grande a ele. Procure fazer, como eercíco para caa, ete memo eercíco uando valore dferente para o lmte uperor do últmo ntervalo; por eemplo 7 aláro mínmo, 0 aláro mínmo e 30 aláro mínmo. Uma vez feta a defnçõe acma, vamo agora montar a tabela de dado para o etudante de humana.

12 Etatítca Aplcada à Educação Antono Roque Aula 5 Faa de Renda (.m.) P.M. f R f R.Ac. f R P.M. f R (P.M.) 0 0,5 0,9 0,9 0,09 0,05 3,0 0,8 0,37 0,3 0, ,0 0, 0,58 0,84 3, ,5 0,38 0,9,85,37 Soma 0,9 4,4 5,50 O valor da méda é o própro valor da oma da coluna de f R P.M.: f R.P.M. 4,4.m. O valor da medana é o valor correpondente à freqüênca relatva acumulada de 0,50. ote, porém, que a coluna de freqüênca acumulada no dá um total de 0,9 (por algum motvo que não etá eplcado no te de onde o dado foram retrado). ete cao, o valor da medana deve correponder à freqüênca acumulada de 0,9/ 0,48. Portanto,.(0,48 0,37) MD ,05 4,05.m. 0, ote que ete valor da medana é, para o cao em quetão, uma medda ma eata de tendênca central do que o valor da méda calculado anterormente. Para calcular a méda, fzemo uma upoção obre o valor do etremo uperor da últma clae, o que pode ter nduzdo algum erro; já para o cálculo da medana, ete valor uperor não teve qualquer nfluênca. A clae modal é a clae de maor freqüênca, ou eja acma de 5.m.. Já o devo padrão pode er calculado pela fórmula: f R.(P.M.) ( f R.P.M. ) 5,50 ( 4,4) 8,3,89.m. 8,3.m.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Probabldade e Etatítca I Antono Roque Aula Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham

Leia mais

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO 0 INTRODUÇÃO A medda de varação ou dperão, avalam a dperão ou a varabldade da eqüênca numérca em anále, ão medda que fornecem nformaçõe

Leia mais

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO Conteúdo Programátco Cálculo da varânca Cálculo e nterpretação do Devo-padrão VARIÂNCIA E DESVIO-PADRÃO A medda de varação ou dperão, avalam a varabldade da

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

Teste Intermédio I (45%)

Teste Intermédio I (45%) 0 Anále de Dado e Probabldade º Semetre 00-007 Fernando Brto Soare Cáta Fernande Pedro Chave Tete Intermédo Data: 7 de Outubro de 00, 7:00 Duração: hora ota: A utlzação de máquna centífca e gráfca ó erá

Leia mais

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

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

= n. Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2

= n. Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2 Etatítca II Atoo Roque Aula 4 O Coefcete de Correlação de Pearo O coefcete de correlação de Pearo é baeado a déa de varâca, dada o curo de Etatítca I Como vto aquele curo, quado temo uma amotra compota

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2 Aula 1 do plano de trabalho nº 2 Medram-se as alturas dos 40 alunos do prossegumento de estudos do 10º ano de uma escola e as alturas dos 40 alunos do 10º ano dos cursos tecnológcos dessa escola e obtveram-se

Leia mais

LABORATÓRIOS DE FÍSICA 2018/2019

LABORATÓRIOS DE FÍSICA 2018/2019 Eperênca : Medda Epermenta Objetvo: Introdução à medda epermenta. Erro epermenta. Introdução: Medr é comparar uma grandeza com outra da mema epéce que e toma como undade. Eta comparação pode er feta dretamente,

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Resumos Numéricos de Distribuições

Resumos Numéricos de Distribuições Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas

Leia mais

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção Prof. Lorí Val, Dr. val@pucr.br http://www.pucr.br/~val/ Grade Cojuto de Dado Orgazação; Reumo; Apreetação. Amotra ou População Defeto em uma lha de produção Lacado Deeho Torto Deeho Torto Lacado Torto

Leia mais

PROBABILIDADE ESTATÍTICA

PROBABILIDADE ESTATÍTICA I- INTRODUÇÃO. DEFINIÇÕES. ESTATÍSTICA: A Etatítca refere-e à técnca pela qua o dado ão "coletado", "organzado", "apreentado" e "analado". Pode-e dvdr a cênca Etatítca em do grupo de etudo:. Etatítca Decrtva:

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

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

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente

Leia mais

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

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

Leia mais

Física Experimental 1 - FEP113 Prova Final - 28/06/2 007

Física Experimental 1 - FEP113 Prova Final - 28/06/2 007 Fíca Epermental - FEP3 Prova Fnal - 8/06/ 007 Aluno: n o UP: Cada aluno pode conultar lvremente o materal de que dpõe. Note que a pontuação máma deta prova oma,5 e que, por outro lado, o tempo é eíguo

Leia mais

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

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais

Ecologia Geral Riqueza e Diversidade de Espécies

Ecologia Geral Riqueza e Diversidade de Espécies Ecologa Geral Rqueza e Dverdade de Epéce Prof. Wllam Cota Rodrgue Pó-Doutor em Entomologa/Ecologa Unverdade Severno Sombra Tranparênca Extra I 1 Conceto A dverdade de epéce refere-e à varedade de epéce

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Etatítca - Devo Padrão e Varânca Preparado pelo Prof. Antono Sale,00 Suponha que tenhamo acompanhado a nota de quatro aluno, com méda 6,0. Aluno A: 4,0; 6,0; 8,0; méda 6,0 Aluno B:,0; 8,0; 8,0; méda 6,0

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75

Leia mais

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

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos. Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

Escola Secundária de Jácome Ratton

Escola Secundária de Jácome Ratton Ecola Secudára de Jácome Ratto Ao Lectvo / Matemátca Aplcada à Cêca Soca Na Ecola Secudára do Suceo aualmete é premado o aluo que tver melhor méda a ua clafcaçõe a dferete dcpla. No ao lectvo 9/, o do

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

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

Leia mais

Capítulo III Medidas Estatísticas

Capítulo III Medidas Estatísticas 8 Capítulo III Medda Etatítca III. Medda de Tedêca Cetral A apreetação de dado em tabela e gráco motra a orma da dtrbução. A medda de tedêca cetral dcam o valor do poto em toro do qual o dado e dtrbuem.

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

Leia mais

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral,

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral, Etatítica II Antonio Roque Aula 8 Intervalo de Confiança para a Variância de uma População Ditribuída Normalmente Pode-e motrar matematicamente que a variância amotral, ( x x) n é um etimador não envieado

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. Prof. Lorí Val, Dr. val@mat.ufrg.br http://www.ufrg.br/~val/ Etatítca: uma defção Coleção de úmero etatítca O úmero de carro veddo o paí aumetou em %. A taa de deemprego atge, ete mê, 7,%. A açõe da Telebrá

Leia mais

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma

Leia mais

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

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

Leia mais

2. VARIÁVEIS ALEATÓRIAS

2. VARIÁVEIS ALEATÓRIAS VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo

Leia mais

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e

Leia mais

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

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos

Leia mais

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Conceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues

Conceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues Concetos Incas de Estatístca Módulo 3 : MEDIDAS DE POSIÇÃO Pro. Rogéro Rodrgues MEDIDAS DE POSIÇÃO ) Introdução : Depos da coleta de dados, as varáves pesqusadas estão em estado bruto, sendo necessáro

Leia mais

4.1. Medidas de Posição da amostra: média, mediana e moda

4.1. Medidas de Posição da amostra: média, mediana e moda 4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x

Leia mais

Agenda Aula 2 Parte 1

Agenda Aula 2 Parte 1 Aula Parte 1 Anále de Correlação: Coefcente de Pearon Prof. Cear Aleandre de Souza Materal deenvolvdo em conjunto com a Profa. Adrana Back Noronha Vana EAD0655 Técnca Etatítca de Projeção Agenda Aula Parte

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

FAAP APRESENTAÇÃO (1)

FAAP APRESENTAÇÃO (1) ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística I Licenciatura MAEG 2006/07 Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual

Leia mais

Medidas de tendência central. Média Aritmética. 4ª aula 2012

Medidas de tendência central. Média Aritmética. 4ª aula 2012 Estatístca 4ª aula 2012 Meddas de tendênca central Ajudam a conhecer a analsar melhor as característcas de dados colhdos. Chamamos de meddas de tendênca central em decorrênca dos dados observados apresentarem

Leia mais

3. Estatística descritiva bidimensional

3. Estatística descritiva bidimensional 3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão

Leia mais

ser modeladas como redes lineares de dois acessos (figura 4.1);

ser modeladas como redes lineares de dois acessos (figura 4.1); 4 Repota em emfrequênca Funçõe de de Tranferênca n A rede de nteree, para o etudo deenvolvdo na dcplna, podem er modelada como rede lneare de do aceo fgura 4.; V V o T Fgura 4. Rede lnear de do aceo. na

Leia mais

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

sticas Estatística (divisão) População stica: uma definição Estatística:

sticas Estatística (divisão) População stica: uma definição Estatística: Coleção de úmero etatítca tca O úmero de carro veddo o paí aumetou em 30%. A taa de deemprego atge, ete mê, 7,5%. A açõe da Telebrá ubram R$,5, hoje. Reultado do Caraval o trâto: 45 morto, 430 ferdo. Etatítca:

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Análise de Variância. Comparação de duas ou mais médias

Análise de Variância. Comparação de duas ou mais médias Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Exercícios de cisalhamento puro e flexão simples - prof. Valério SA Universidade de São Paulo - USP

Exercícios de cisalhamento puro e flexão simples - prof. Valério SA Universidade de São Paulo - USP Exercíco de calhamento puro e flexão mple - prof. Valéro S Unverdade de São Paulo - USP São Paulo, dezembro de 05.. etrutura de contenção eta ubmetda a uma ação de empuxo do olo, onde a dtrbução é lnear

Leia mais

i 2 i= = n Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2

i 2 i= = n Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2 O Coefcete de Correlação de Pearo O coefcete de correlação de Pearo é baeado a déa de varâca, dada a aula 6 Como vto aquela aula, quado temo uma amotra compota por dado, a varâca da amotra é dada por,

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

N 70 = 40 25N+1500 = N = 1300 N = 52 LETRA D

N 70 = 40 25N+1500 = N = 1300 N = 52 LETRA D QUESTÃO 01 QUESTÃO 0 Seja x a méda dos saláros do departamento comercal. A méda procurada é tal que 00 = x + 30 + 4 4 + + 4 x = 000 0 3300 x = R$ 400,00. QUESTÃO 03 4 0+ 3 Tem-se xp I = = 1,8 e 4+ Logo,

Leia mais

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

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

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

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

Universidade Cruzeiro do Sul. Campus Virtual Unidade I: Unidade: Medidas de Dispersão

Universidade Cruzeiro do Sul. Campus Virtual Unidade I: Unidade: Medidas de Dispersão Univeridade Cruzeiro do Sul Campu Virtual Unidade I: Unidade: Medida de Diperão 010 0 A medida de variação ou diperão avaliam a diperão ou a variabilidade da equência numérica em análie. São medida que

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Notas de Aula de Probabilidade A

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

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

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

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

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

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINISTRAÇÃO RAD507 Etatítca Aplcada à Admtração I Prof. Dr. Evadro Marco Sadel Rbero RESUMO

Leia mais

3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U)

3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U) 3 Seleção de Varáve Baeada em nformação Mútua ob trbução de nformação Unforme MFS-U 3.1 Seleção de Varáve de Entrada para Problema de Clafcação A eleção de varáve de entrada deempenha um mportante papel

Leia mais

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho Professor Luz Antono de Carvalho PROBABILIDADES Professora Rosana Relva Números Interos AULA e Raconas 9 e APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA PROGRESSÃO ARITMÉTICA

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 EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 0 Estatístca Descrtva e Análse Eploratóra Realzadas em etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de grande quantdade de dados e

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

Covariância na Propagação de Erros

Covariância na Propagação de Erros Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Etatítica Material teórico Medida de Diperão ou Variação Reponável pelo Conteúdo: Profª M. Roangela Maura C. Bonici MEDIDAS DE DISPERSÃO OU VARIAÇÃO Introdução ao Conteúdo Cálculo da

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores) UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara

Leia mais

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais Intervalo de Confiança para a Diferença entre Dua Média Amotrai Quando e quer etimar a diferença, µ µ, entre a média de dua populaçõe e, procede-e da eguinte maneira: toma-e uma amotra de cada população,

Leia mais

4.1.1 A Importância da incorporação do Plano Amostral na inferência estatística

4.1.1 A Importância da incorporação do Plano Amostral na inferência estatística 25 4 Metodologa 4.1 A Modelagem de Regreão Múltpla A regreão lnear múltpla tem o propóto de etabelecer uma relação entre a varável dependente (y) e k-1 varáve ndependente: x 1, x 2, x 3,..., x k-1, onde

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Medidas e algarismos significativos

Medidas e algarismos significativos Medida e algarimo ignificativo Como repreentar o reultado de uma medida, algarimo ignificativo Erro, média e devio padrão Hitograma e ditribuição normal Propagação de erro Medida em fíica ex. medida do

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

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

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

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

www.obconcursos.com.br/portal/v1/carreirafiscal

www.obconcursos.com.br/portal/v1/carreirafiscal www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,

Leia mais

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

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

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe

Leia mais