ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL
|
|
- Ana Laura Furtado Cavalheiro
- 6 Há anos
- Visualizações:
Transcrição
1 Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP. Professora da Faculdade de Tecnologa de Sertãoznho. Professora de EAD no COC Rberão Preto-SP. 2 Vvane Carla. Mestre em Cêncas pela Unversdade de São Paulo-USP. Professora de Ensno Superor no IMMES-Matão. Professora da Faculdade de Tecnologa de Jabotcal-SP. RESUMO É comum, no nosso da a da, deparar-se com gráfcos apresentando, por exemplo, a evolução da taxa de desemprego nos últmos dos anos, índce de nflação nos últmos ses meses, a venda de determnado produto no últmo trmestre, etc. A análse de nformações como estas é de grande mportânca no auxílo a planejamentos e tomadas de decsões. Quando um conjunto de observações numércas são regstradas durante períodos regulares ao longo do tempo, esse conjunto de dados é denomnado de sére temporal. O presente estudo tem por objetvo estudar modelos aproprados para descrever uma sére temporal, dentfcando os componentes que podem ser encontrados na sére e fazer prevsão sobre valores futuros da sére. Para esse estudo, fo feto uso de pesqusas bblográfcas e exemplos para mostrar a efcáca das técncas. Palavras Chave: Gráfcos. Modelo. Sére Temporal INTRODUÇÃO: Modelos de Séres Temporas Séres temporas é um conjunto de observações sobre determnada varável tomada em períodos regulares, ou seja, ordenada no tempo. Como exemplos de séres temporas, tem-se: o preço dáro de fechamento de determnada ação na bolsa de valores; gráfcos de controles produtvos; valores mensas do IPC. As séres temporas não se restrngem somente a dados econômcos ou relaconados a negócos. Pode-se estudar, ou melhor, analsar as matrículas dos alunos de uma determnada escola ao longo dos últmos anos, o índce de evasão escolar de uma regão ao longo da últma década; a taxa de desemprego de determnada regão no REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em:
2 Revsta Matz Onlne últmo semestre, etc. O prncpal objetvo de estudar uma sere temporal é dentfcar fatores não aleatóros, crados por um sstema causal, que nfluencam a sére. A dentfcação destes fatores permte fazer prevsões sobre valores futuros da sére, auxlando a tomada de decsões. Os prncpas fatores componentes de séres temporas são: A componente tendencal Esta componente mostra o comportamento da varável retratada na sére em longo prazo. Exstem três objetvos báscos para dentfcação de tendênca em uma sére temporal: avalar o seu comportamento para se fazer prevsões, removê-la da sére para facltar a vsualzação das outras componentes ou observar o comportamento crescente ou decrescente dessa tendênca ao longo do prazo. A tendênca pode ser obtda de três modos: utlzando um modelo de regressão, através de médas móves ou de ajuste exponencal. A componente cíclca Sempre se repete por certo período, tendo sempre uma duração nos valores da varável superor a um ano. As varações cíclcas são estudadas em resultados de varações econômcas com períodos de crescmento e decrescmento ou fenômenos clmátcos com perodcdade superor a um ano. A componente sazonal Tem duração nferor a um ano, mas se repete todos os anos. Normalmente é verfcada nas estações do ano, ferados e festas como natal, páscoa, da das mães, etc. Os fatores sazonas são regstrados em típcas subdas e descdas que ocorrem durante o ano. A componente rregular As flutuações nesperadas em uma sére temporal, que são resultados nexplcáves como fenômenos naturas, decsões ntempestvas de governos, etc., são classfcadas como varações rregulares.. Modelos Clásscos De Séres Temporas REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 2
3 Revsta Matz Onlne Para se atngr os objetvos na análse de uma sére temporal deve ser utlzado modelos matemátcos que ncluam os fatores que compõe a sére temporal. fundamental é o Modelo Clássco Adtvo ou Multplcatvo. onde: A fórmula do modelo clássco adtvo é dada por: Y são os valores da sére; T são os valores da componente tendencal; C são os valores da componente cíclca; S são os valores da componente sazonal e, I são os valores da componente rregular. =,2,...,n Y T C S I () O modelo Se os dados forem regstrados anualmente, o modelo restrnge-se a: Y T C I (2) A componente sazonal não aparece no modelo, pos não é possível observar as flutuações que se repetem sstematcamente dentro dos anos. O modelo clássco multplcatvo de séres temporas estabelece que qualquer valor observado em uma sére temporal é o produto desses fatores componentes, desta forma, o modelo multplcatvo pode ser expresso como: onde: Y são os valores da sére; T são os valores da componente tendencal; C são os valores da componente cíclca; S são os valores da componente sazonal e, I são os valores da componente rregular. Y T C S I (3) =,2,...,n REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 3
4 Revsta Matz Onlne Como no caso do modelo adtvo, se os dados forem regstrados anualmente, o modelo fca na forma: Y T C I (4) Nas prevsões, tanto no modelo adtvo como no multplcatvo, não se nclur a componente rregular no modelo, pos ela é resultado de fatos aleatóros, teorcamente mprevsíves. É mportante observar que, mesmo que o modelo clássco seja aproprado para analsar uma sére temporal, nem sempre todos os fatores componentes ctados estarão apresentados na sére, ou seja, a sére pode apresentar todos os fatores, somente um deles ou qualquer combnação possível. Com a decomposção da sére dentfca-se quas componentes estão atuando e com sso obtêm-se equações para realzar prevsões para valores futuros da sére. O prmero passo em uma análse de séres temporas é fazer o gráfco da sére e observar suas tendêncas ao longo do tempo. Se houver uma movmentação crescente ou decrescente da sére em longo prazo, sto é, uma tendênca, pode-se utlzar o Método de Mínmos Quadrados para ajuste e prevsão da tendênca. Se não houver uma tendênca de longo prazo, pode ser aplcado o método de médas móves ou o método de ajuste exponencal para ajustar a sére e assm, ter uma mpressão geral de longo prazo. 2 AJUSTAMENTO E PREVISÃO DA TENDÊNCIA Em uma sére temporal, o fator componente mas frequentemente estudado é a tendênca. Com a dentfcação da tendênca em uma sére temporal é possível: fazer prevsões; removê-la da sére para facltar a vsualzação dos outros componentes e dentfcar o nível da sére. REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 4
5 Revsta Matz Onlne Como dto anterormente, a tendênca pode ser obtda de três maneras: através de um modelo de regressão (modelo lnear), através de médas móves ou através de ajuste exponencal. 2. Modelo Lnear O ajustamento da tendênca, através de um Modelo de Regressão Lnear, é obtdo pelo Método de Mínmos Quadrados. A reta de tendênca é dada por: onde: X Y valor da varável estudada na sére temporal,2,..., n Y 0 X (5) valor da varável tempo (ano, mês, trmestre, semestre, etc.) Os coefcentes angular e lnear da reta são obtdos, respectvamente, por: n xy ( x)( y) (6) 2 2 n( x ) ( x) 0 y x sendo _ y e _ x as médas artmétcas das varáves Y e X. (7) Um valor postvo do coefcente angular da reta ndca tendênca crescente, se for negatvo ndca tendênca decrescente. valores Para facltar os cálculos no ajuste da tendênca por mínmos quadrados, codfca-se os X,,2,..., n por números nteros postvos,2,3,.., de modo que a n ésma observação da sére tenha n como códgo. Uma vez obtda a equação Y X, os valores para X podem ser substtuídos 0 para prever valores para Y. REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 5
6 Revsta Matz Onlne 2.2 Ajuste De Tendênca Por Médas Móves E Ajuste Exponencal Quando o gráfco de uma sére temporal é construído e não consegumos observar uma tendênca crescente ou decrescente em longo prazo, devdo à quantdade de varação dos dados, o método de Médas Móves ou de Ajuste Exponencal pode ser usado para obter o nível da sére. Os dos métodos são descrtos a segur Médas Móves O método de Médas Móves consste no cálculo sucessvo de médas artmétcas, calculadas ao longo do tempo, onde cada méda é calculada para L períodos da sére e o resultado é colocado exatamente no centro dos períodos. Progressvamente, va sendo acrescentado um período segunte e desprezando o prmero da méda medatamente anteror, assm, novas médas rão sendo calculadas, e estas vão se movendo até o fm da sére. Segundo Levne (998), para qualquer sére composta de n anos, uma méda móvel de extensão L pode ser calculada no ano da segunte manera: onde: L um número ímpar de anos L 2 L, 2 MM L (8) L L / 2 Y t / 2 t L L 2,..., n 2 Neste método, nenhuma méda móvel pode ser obtda para os prmeros períodos ou para os últmos L 2 períodos da sére. L 2 De acordo com Levne (998) quanto maor o número de períodos agrupados pela méda móvel mas alsada fca a lnha de tendênca. No entanto, quanto maor o número de períodos, menor o número de valores de médas móves que podem ser calculados e colocados no gráfco. Portanto, não é recomendável seleconar médas móves com períodos de duração REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 6
7 Revsta Matz Onlne maor do que 7 anos, porque estaram faltando mutos pontos de dados calculados no níco e no fnal da sére, prejudcando a análse geral da sére ntera Ajuste Exponencal O ajuste exponencal é outro método para se obter a tendênca de uma sére temporal. Este método fornece uma méda móvel exponencalmente ponderada ao longo da sére temporal. Cada prevsão ou valor ajustado depende de todos os valores prevamente observados. Os pesos desgnados para os valores observados decrescem ao longo do tempo, de manera que, o valor observado mas recentemente recebe o maor peso, o valor anteror recebe o segundo maor peso e assm por dante, com o valor observado ncalmente recebendo o menor peso. Com este procedmento percebemos uma vantagem em relação ao método de médas móves: todos os valores prevamente observados ao período sob análse são utlzados no cálculo do ajuste. O ajuste exponencal em uma sére temporal para um período de tempo qualquer, requer o uso da fórmula: onde: E E Y W E E W Y (9) valor da sére exponencalmente ajustada no período valor observado da sére temporal no período valor da sére exponencalmente ajustada no período W pesoou coefcent e de ajuste (0 W ) A escolha do peso ou coefcente de ajuste é subjetva, porém pode-se estabelecer a segunte regra para a escolha: se o nteresse for somente no ajuste da sére, ou seja, obter a tendênca, dever ser utlzado um valor baxo para W (próxmo de 0). se o objetvo for a realzação da prevsão é recomendável utlzar um valor alto para W (próxmo de ). REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 7
8 Revsta Matz Onlne A realzação da prevsão no ajuste exponencal é feta tomando o valor ajustado no período de tempo atual (período ) como estmatva do valor observado da sére temporal no período, ou seja, Y E (0) A obtenção de prevsões de curto prazo (um período no futuro), através do ajuste exponencal, é outra vantagem evdente sobre o método de médas móves. 3 APLICAÇÕES Para a aplcação dos métodos desenvolvdos escolheu-se duas séres para ajuste. Estas séres foram retradas do lvro Estatístca: Teora e Aplcações usando Mcrosoft Excel em Português dos autores LEVINE, D. M.; BERENSON, M. L.; STEPHAN, D. Os ajustes das séres foram obtdos utlzando o Mcrosoft Excel. 3. Ajuste e Prevsão da Tendênca por Mínmos Quadrados Os dados abaxo representam as vendas anuas líqudas (em blhões de dólares) da Upjohn Co., no período de 970 a 992. Tabela : Vendas líqudas da Upjohn Co. ( ) Ano Vendas Ano Vendas Ano Vendas Ano Vendas 970 0,4 976,0 982, ,7 97 0,4 977, 983, , ,5 978,3 984, , ,7 979, ,0 99 3, ,8 980, , , ,9 98, ,5 Fonte: Moody s Handbook of Common Stocks, 980, 989, 993. REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 8
9 Revsta Matz Onlne Neste exemplo, a varável Y representa as vendas anuas líqudas da companha e a varável X representa o tempo, com n = 23 períodos. Para facltar a nterpretação dos resultados os valores desta varável foram codfcados. O gráfco 0 apresenta o comportamento da sére ao longo do 23 anos. Gráfco : Vendas líqudas ($ blhões de dólares) da Upjohn Co. Pelo gráfco observa-se que exste uma relação lnear crescente entre o tempo e as vendas líqudas anuas, ou seja, ao longo dos 23 anos houve um aumento das vendas líqudas anuas da companha. Prmeramente será utlzado o método de mínmos quadrados para ajustar o modelo lnear. A equação de mínmos quadrados, para esta sére, é dada por: O valor 0 Y 0,263 0, 388 () X = 0,263 é o valor de tendênca ajustado, refletndo as vendas líqudas (em blhões de dólares) da companha Upjohn Co. no ano de 970. A nclnação = 0,388 ndca que as vendas líqudas vêm crescendo a uma taxa de 0,388 blhões de dólares por ano. Se houver nteresse em projetar a tendênca das vendas líqudas da companha para o ano de 993 basta substtur, na equação (), o valor X = 24. Com sto, o valor da prevsão é: Y 0,263 0,388(24) 3,5475 blhões de dólares REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 9
10 Revsta Matz Onlne Gráfco 2: Equação de tendênca lnear para os dados de vendas líqudas ($ blhões) da Upjohn Co. e valor prevsto para o ano de Ajuste e Prevsão Da Tendênca Por Médas Móves E Ajuste Exponencal Para aplcação destes dos métodos utlzou-se o conjunto de dados a segur que representa os lucros anuas (em blhões de dólares), por lote de ações, da TRW Inc., durante o período de 970 a 992. Tabela 2: Lucro por conta na TRW Inc. ( ) Ano Lucro Ano Lucro Ano Lucro Ano Lucro 970 2, , , ,23 97, , , , , , , , , , , , , , , , , , ,0 Fonte: Moody s Handbook of Common Stocks, 980, 989, 993. REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 0
11 Lucro por cota Revsta Matz Onlne 8 7,5 7 6,5 6 5,5 5 4,5 4 3,5 3 2,5 2,5 0, Ano Gráfco 3: Lucros anuas, por lote de ações, da TRW Inc. Analsando o gráfco 3 não é possível observar uma tendênca crescente ou decrescente ao longo dos anos devdo à quantdade de varações. Portanto, não é aproprado ajustar uma equação lnear aos dados. Para obter o nível da sére, ou seja, em que patamar estão os lucros anuas da TRW Inc., fo utlzado o método de Médas Móves e o método de Ajuste Exponencal Médas Móves Para ajustar esta sére por médas móves fo utlzado períodos de 3 e 7 anos, respectvamente. A Tabela 3 apresenta o valor das médas móves para os períodos consderados. Tabela 3: Médas móves (MM) de 3 e 7 anos, dos lucros anuas da TRW Inc. Ano Lucro MM3 MM7 Ano Lucro MM3 MM , ,77 4, ,58 97,85 2, ,42 5,35 5, ,22 2, ,86 5,8 5, ,95 2, , ,5 6, , ,76 2,93 3, ,60 6,08 5, ,08 3, , ,49 5, , ,02 3, , ,53 5, , ,66 5, , ,3 3, , REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em:
12 Lucro por cota Revsta Matz Onlne 985 3,79 5,9 5, ,39 3, ,25 5, , ,30 2, ,0 5, , , ,23 4, ,82857 Observa-se na Tabela 3 que ao calcular as médas móves de 3 anos não obteve-se resultados nem para o prmero nem para o últmo valor observado da sére temporal. Também, quando calculou-se médas móves de 7 anos, não foram encontrados resultados para os três prmeros valores observados e para os três últmos valores observados. Isto ocorre porque a prmera méda móvel de 7 anos é obtda através dos lucros da empresa durante os anos de 970 e 976, e está centralzada no ano de 973 e a últma méda móvel é obtda pelos lucros da empresa durante os anos de 986 e 992, e está centralzada em , ,5 6 5,5 5 4,5 3,5 4 2,5 3 2,5 0, Ano Lucro por cota MM3 MM7 Gráfco 4: Médas móves de 3 e 7 anos, para os lucros anuas, por lote de ações, da TRW Inc. Analsando o gráfco 4 pode-se observar que a lnha de tendênca fca mas alsada com a méda móvel de 7 períodos, representando melhor, a longo prazo, o comportamento da sére. Consderando 7 períodos verfca-se que o lucro por cota oscla em torno de 4 blhões de dólares. A tendênca obtda pelo ajuste de médas móves de 3 períodos se aproxma mas do comportamento dos dados orgnas. REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 2
13 Lucro por cota Revsta Matz Onlne Ajuste Exponencal Para o ajuste exponencal da sére utlzou-se o coefcente de ajuste w = 0,25 e 0,75. Tabela 4: Ajuste exponencal (AE) para w = 0,25 e 0,75, dos lucros anuas da TRW Ano Lucro AE(W=0,25) AE(W=0,75) Ano Lucro AE(W=0,25) AE(W=0,75) 970 2,39 2,39 2, ,77 5, , ,85 2,255, ,42 5, , ,22 2, , ,86 5, , ,95 2, , ,5 5, , ,76 2, , ,60 5, , ,08 2, , ,49 5, , ,02 2, , ,53 5, , ,66 3, , ,3 4, , ,79 3, , ,39 4, , ,25 4, , ,30 3, , ,0 4, , ,09 3, , ,23 5, , ,5 7 6,5 6 5,5 5 4,5 4 3,5 3 2,5 2,5 0, Ano Lucro por cota AE(W=0,25) AE(W=0,75) Gráfco 5: Ajuste Exponencal para w = 0,25 e 0,75, para os lucros anuas, por lote de ações, da TRW Inc. REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 3
14 Revsta Matz Onlne Analsando os gráfcos 4 e 5, é possível verfcar semelhanças entre a sére de 3 anos de médas móves e a sére ajustada exponencalmente com peso w = 0,75. Também é verfcado que a sére de médas móves de 7 anos corresponde á sére exponencalmente ajustada com peso w = 0,25. Portanto, a escolha do coefcente de ajuste depende do objetvo do estudo. Se o nteresse for somente no ajustamento da sére, elmnando as varações cíclcas e rregulares, deve-se escolher um valor baxo para w. Agora, se o objetvo for prever, e necessáro escolher um valor alto para w. No prmero caso, as tendêncas em longo prazo da sére fcam mas aparentes e no últmo, dreconamentos futuros de curto prazo podem ser prevstos de manera mas adequada. O cálculo da prevsão no ajuste exponencal é feto tomando o valor ajustado no período de tempo atual (período ) como estmatva do valor observado da sére temporal no período, ou seja, Y E Portanto, a prevsão do lucro da TRW Inc. para o ano de 993, consderando w = 0,75, é de 2,98 blhões de dólares. A possbldade de se prever o valor futuro no período + é uma vantagem em relação ao método de médas móves. CONCLUSÃO Este estudo mostrou a grande mportânca de se analsar uma sére temporal em duas séres econômcas, com o objetvo prncpal de fazer prevsões sobre valores futuros. Observou-se que a componente tendênca, frequentemente encontrada e estudada numa sére temporal, pode ser ajustada pelos métodos de mínmos quadrados, médas móves e ajuste exponencal. Quando se verfca, através da análse gráfca, uma componente crescente ou decrescente, é vantajoso utlzar o método de mínmos quadrados para ajuste da equação lnear. Com sto pode-se fazer prevsão para valores futuros da sére. Por outro lado, quando a sére apresenta mutas varações, é aconselhável utlzar o método das médas móves ou ajuste exponencal para alsar a sére. A vantagem do ajuste REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 4
15 Revsta Matz Onlne exponencal é a possbldade de se utlzar o valor ajustado no tempo atual como estmatva do valor observado da sére no tempo +. REFERÊNCIAS BIBLIOGRÁFICAS LEVINE, D. M.; BERENSON, M. L.; STEPHAN, D. Estatístca: Teora e Aplcações usando Mcrosoft Excel em Português. São Paulo: LTC, 998. MORETTIN, P. A.; TOLOI, C. M. Análse de Séres Temporas. Edtora Edgard Blücher Ltda, São Paulo, SPIEGEL, M. R. Estatístca. Pearson Educaton do Brasl, São Paulo, 994. REVISTA MATIZ ONLINE Matão (SP): Insttuto Matonense Muncpal de Ensno Superor. Programa de dvulgação centífca do Immes, 202. Dsponível em: 5
1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisProf. 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 maisAnálise 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 maisEstatística 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 maisÉ 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 mais7 - 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 maisCORRELAÇÃO 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 mais3 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 maisNOÇÕES 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 maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisRegressão Linear Simples by Estevam Martins
Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer
Leia maisCURSO 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 maisProf. 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. UFRGS Insttuto de Matemátca
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia mais3 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 maisGabarito da Lista de Exercícios de Econometria I
Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisRISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação
Leia mais4 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 maisCaderno de Fórmulas em Implementação. SWAP Alterações na curva Libor
Caderno de Fórmulas em Implementação SWAP Alterações na curva Lbor Atualzado em: 15/12/217 Comuncado: 12/217 DN Homologação: - Versão: Mar/218 Índce 1 Atualzações... 2 2 Caderno de Fórmulas - SWAP... 3
Leia maisCAPÍTULO 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 mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisProf. 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 maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisCONCEITOS 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 maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisMedidas 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 maisContabilometria. Aula 8 Regressão Linear Simples
Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos
Leia maisINSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia mais6 Modelo Proposto Introdução
6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia mais3.6. 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 maisModelagem do crescimento de clones de Eucalyptus via modelos não lineares
Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia mais1. Caracterização de séries com
1. Caracterzação de séres com sazonaldade Como dscutdo na Aula 1, sazonaldade é um padrão que se repete anualmente. A sazonaldade é determnístca quando o padrão de repetção anual é exato, ou estocástca,
Leia mais3. 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 maisEscola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7
Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia mais8 - 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 maisREGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA
ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisProf. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =
Análse de Regressão Cap.. Introdução Análse de regressão é uma técnca de modelagem utlzada para analsar a relação entre uma varável dependente () e uma ou mas varáves ndependentes,, 3,..., n. O ojetvo
Leia maisEstudo e Previsão da Demanda de Energia Elétrica. Parte II
Unversdade Federal de Paraná Setor de Tecnologa Departamento de Engenhara Elétrca Estudo e Prevsão da Demanda de Energa Elétrca Parte II Prof: Clodomro Unshuay-Vla Etapas de um Modelo de Prevsão Objetvo
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia maisTeoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva
Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;
Leia maisSerão abordados nesse capítulo os modelos causais, utilizados como ferramentas para o desenvolvimento e análise desse trabalho.
3. Modelos causas Serão abordados nesse capítulo os modelos causas, utlzados como ferramentas para o desenvolvmento e análse desse trabalho. 3.1. Econometra A base da Econometra é a aplcação de métodos
Leia maisSÉRIE DE PROBLEMAS: CIRCUITOS DE ARITMÉTICA BINÁRIA. CIRCUITOS ITERATIVOS.
I 1. Demonstre que o crcuto da Fg. 1 é um half-adder (semsomador), em que A e B são os bts que se pretendem somar, S é o bt soma e C out é o bt de transporte (carry out). Fg. 1 2. (Taub_5.4-1) O full-adder
Leia maisRegressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará
Regressão Logístca Aplcada aos Casos de Sífls Congênta no Estado do Pará Crstane Nazaré Pamplona de Souza 1 Vanessa Ferrera Montero 1 Adrlayne dos Res Araújo 2 Edson Marcos Leal Soares Ramos 2 1 Introdução
Leia maisDIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS
177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,
Leia mais1. 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 mais3 Método Numérico. 3.1 Discretização da Equação Diferencial
3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando
Leia maisGráficos 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 maisREGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA VERIFICAÇÃO DO AJUSTE A UMA RETA PELO COEFICIENTE 3 X 3
ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse
Leia maisAplicação de um modelo simulado na formação de fábricas
Aplcação de um modelo smulado na formação de fábrcas Márca Gonçalves Pzaa (UFOP) pzaa@ldapalm.com.br Rubson Rocha (UFSC) rubsonrocha@eps.ufsc.br Resumo O objetvo deste estudo é determnar a necessdade de
Leia maisIdentidade dos parâmetros de modelos segmentados
Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisDELINEAMENTOS 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 maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia mais4 Discretização e Linearização
4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisExperiência 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 maisANÁLISE DA RELAÇÃO ENTRE AS NOTAS DAS DISCIPLINAS DE MATEMÁTICA E FÍSICA DE ESTUDANTES DO ENSINO MÉDIO
UNIVERSIDADE REGIONAL INTEGRADA DO ALTO URUGUAI E DAS MISSÕES CAMPUS DE ERECHIM DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA CURSO DE MATEMÁTICA GRASIELA ELISA WEBBER ANÁLISE DA RELAÇÃO ENTRE AS NOTAS DAS
Leia maisPsicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo
Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores)
1 UNIVERIDADE NOVA DE LIBOA Faculdade de Economa Análse de Dados e Probabldade º emestre 008/009 Teste Intermédo A Clara Costa Duarte Data: 01/04/009 Graça lva Duração: 1h Grupo I (5 Valores) uponha que
Leia maisCovariância 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 maisMOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
Leia mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches (Bolssta UEMS), Adrana Betâna de Paula Molgora Unversdade Estadual de Mato Grosso do Sul Cdade Unverstára de Dourados, Caxa
Leia maisAo 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 maisAo 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 maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisEstudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.
Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 e 8 06/204 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Nuérco 3/64 INTRODUÇÃO E geral, experentos gera ua gaa de dados que
Leia maisIntrodução a Combinatória- Aplicações, parte II
Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o
Leia maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia maisINTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA
INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS Prof. Dr. Marcelo Martns de Sena MÓDULO 04 Undade Unverstára de Cêncas Eatas e Tecnológcas UnUCET Anápols 1 MÓDULO 04
Leia maisVariável 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 maisMETOLOGIA. 1. Histórico
METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisAULA 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 maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisCorrelação. Frases. Roteiro. 1. Coeficiente de Correlação 2. Interpretação de r 3. Análise de Correlação 4. Aplicação Computacional 5.
Correlação Frases Uma probabldade razoável é a únca certeza Samuel Howe A experênca não permte nunca atngr a certeza absoluta. Não devemos procurar obter mas que uma probabldade. Bertrand Russel Rotero
Leia maisSELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE
SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de
Leia maisEXPANSÃO TÉRMICA DOS LÍQUIDOS
Físca II Protocolos das Aulas Prátcas 01 DF - Unversdade do Algarve EXPANSÃO ÉRMICA DOS ÍQUIDOS 1 Resumo Estuda-se a expansão térmca da água destlada e do glcerol utlzando um pcnómetro. Ao aquecer-se,
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia mais