Fatores Socioeconômicos Determinantes no Desempenho dos Participantes do ENEM Vitor Luiz Cooke Vieira Cesop/Unicamp
|
|
- Orlando Antunes Alencastre
- 6 Há anos
- Visualizações:
Transcrição
1 Fatores Socioeconômicos Determinantes no Desempenho dos Participantes do ENEM 200 Vitor Luiz Cooke Vieira Cesop/Unicamp O ENEM - Exame Nacional do Ensino Médio - introduziu um novo conceito de avaliação educacional no Brasil, pelo menos no que diz respeito às avaliações em grande escala. Ao contrário de avaliações como, por exemplo, o SAEB - Sistema Nacional de Avaliação do Ensino Básico - ou até mesmo a grande maioria dos vestibulares realizados em todo o país, onde o interesse maior é avaliar o conhecimento do candidato em cada uma das disciplinas, o ENEM propõe uma avaliação interdisciplinar, onde os vários conhecimentos associados aos conteúdos do ensino fundamental e médio são avaliados de uma só vez por um único teste. Cada item do exame é elaborado no sentido de avaliar até 5 competências, mesclando os conhecimentos de diferentes disciplinas. O ENEM tem como principal objetivo fornecer aos participantes, alunos egressos ou concluintes do ensino médio, subsídios para uma auto-avaliação, podendo assim aferir o desenvolvimento de suas competências fundamentais ao exercício pleno da cidadania (INEP, 200). A partir de 200 os alunos concluintes do ensino médio na rede pública de ensino receberam a isenção da taxa de inscrição no exame, possibilitando que o número de inscritos aumentasse de em 998 para em Outro fato importante que também contribuiu para este aumento foi a adoção do exame como critério de seleção no vestibular por um número grande de instituições do ensino superior. A importância adquirida pelo ENEM gerou a motivação para a elaboração deste artigo que pretende trazer o exame para o debate educacional avaliando quais são os fatores socioeconômicos que determinam o desempenho dos seus participantes em 200. Embora o estudo sobre o impacto ou a intensidade da relação entre fatores socioeconômicos, condições estruturais da escola e desempenho ou rendimento escolar não constitua uma novidade no âmbito dos estudos educacionais, a proposta aqui é entender um pouco melhor essa relação nesse novo modelo de avaliação proposto pelo ENEM. Para isso, utilizamos como fonte de informação as variáveis existentes no Questionário Socioeconômico transformadas em índices através de Análise Fatorial e relacionadas com as notas gerais na Prova Objetiva e na Redação com um modelo de Regressão Linear Múltipla.
2 Apresentação do Exame O ENEM é aplicado desde 998 em todo o território nacional. O Exame constitui-se de uma prova única composta de duas partes : Prova Objetiva e Redação. A Prova Objetiva é composta de itens de múltipla escolha, construídos pelos especialistas do INEP e pré-testados. 2 Nesta parte da prova, as competências são aferidas a partir de 2 habilidades 3. Cada habilidade é aferida 3 vezes, resultando em uma prova de 63 itens de múltipla escolha.. A correção desta parte da prova é feita de forma automática a partir da leitura dos cartões-resposta. A nota de cada competência é dada pelo percentual de acerto das questões equivalentes às habilidades a ela relacionadas e a nota geral é o percentual total de acertos na prova. A Redação propõe a elaboração de um texto dissertativo-argumentativo a partir de uma situação-problema apresentada através de pequenos textos e charges. Essa prova não possui a estrutura de habilidades que compõe a Prova Objetiva. Neste caso, as competências são traduzidas para a situação de escrita, através da construção de uma grade de correção. Esta é elaborada após a realização das provas, tomando-se uma amostra das redações a serem corrigidas. A nota geral da redação é o resultado da média das notas das cinco competências. Banco de Dados Para este estudo utilizamos um banco de dados 4 com casos e 86 variáveis, onde o número de casos é igual ao número de inscritos respondentes do Questionário Socioeconômico que estavam presentes no dia do exame. Já o número de variáveis foi determinado por uma seleção prévia das 24 variáveis existentes no Questionário Ver ENEM, Relatório Pedagógico 200, INEP: Até 2000, o pré-teste do ENEM foi realizado com amostras significativas de alunos concluintes do Ensino Médio, com a necessária manutenção de sigilo, e seus resultados submetidos à análise estatística. Mas, em 200 com o crescimento da divulgação e adesão ao exame, bem como a utilização de seus resultados pela sociedade, o sigilo das questões poderia ser prejudicado com a realização daquele formato de pré-teste. A partir de então, este passou a ser realizado com professores do terceiro ano do Ensino Médio (ENEM, Relatório Pedagógico 200, INEP, 200, p.57). 3 Que são especificações das competências estruturais em contextos específicos, decorrem das competências adquiridas e referem-se ao plano imediato do 'saber fazer' (ENEM, Relatório Final, INEP, 200). 4 Banco de Dados do ENEM_200 Cesop/Unicamp. Convênio Inep/Unicamp, 32/200. 2
3 Socioeconômico. Para organizar melhor as variáveis, montamos um quadro (Quadro ) onde dividimos as 86 variáveis de interesse em 7 grupos. Quadro Composição dos conjuntos de variáveis Conjuntos Questões Avaliação Nota prova objetiva () Avaliação 2 Nota redação () Sexo () Dados gerais Idade () Cor () Escolaridade do pai () Escolaridade da mãe () Renda familiar () Status socioeconômico Posição ocupacional pai () Posição ocupacional mãe () Posse de bens (0) Tempo no ensino fundamental () Tempo no ensino médio () Vida escolar Tipo de escola no fundamental () Tipo de escola no médio () Nota aspectos infra (6) Nota relação professores (7) Avaliação da escola Nota clima cultural (4) Atividades extra na escola (8) Participação Participação em grupos (7) social/envolvimento Interesses (0) Fonte: Questionário Socioeconômico e Cultural ENEM 200 Na primeira coluna do quadro acima, temos os 7 conjuntos de variáveis, sendo os dois primeiros conjuntos (Avaliação e Avaliação 2) nossas variáveis de interesse, que serão posteriormente utilizadas como variáveis dependentes no modelo final de regressão. Na segunda coluna temos as questões que formam os conjuntos e ao lado de cada questão vemos o número de variáveis que a compõe. 3
4 Ìndices A idéia central aqui é transformar os conjuntos status socioeconômico, vida escolar, avaliação da escola e participação social/envolvimento em índices que, juntamente com as três variáveis do conjunto de dados gerais (sexo, idade e cor), formarão as variáveis explicativas utilizadas no modelo final de regressão. A técnica escolhida para a redução das variáveis foi a Análise Fatorial por Componentes Principais (Johnson e Wichern, 982), utilizada, em geral, para resumir um grande número de informações relativas a um grupo de unidades de análise. Nesta técnica, as variáveis são agrupadas segundo a correlação apresentada entre elas, sendo que cada grupo agrega aquelas mais fortemente relacionadas entre si e com baixa correlação com as variáveis dos outros grupos. É comum a interpretação destes grupos de variáveis como sendo uma representação de constructos não-observáveis, identificados através das relações verificadas a partir de informações originais. Cada variável é descrita como uma combinação linear dos fatores principais ou vetores. Assim, quanto menor for a correlação entre as variáveis observadas, menor será a capacidade da técnica em resumir as informações num número pequeno de fatores. Considerando que nosso objetivo era chegar a um número mínimo de fatores que fossem a síntese das informações e das variáveis selecionadas como relevantes, buscamos, por meio de uma série de aplicações de análise fatorial, aquelas que gerassem os fatores com a mais alta representação da variabilidade das informações originais de cada conjunto. Inicialmente, o procedimento adotado consistiu na análise fatorial do conjunto completo das variáveis de cada um dos três grupos escolhidos (Status socioeconômico, Avaliação da escola, Participação social/envolvimento) do Quadro. Nas análises subseqüentes foram retiradas as variáveis que obtiveram uma carga inferior a 0,60 em todos os fatores principais. Esse procedimento foi repetido até a última análise fatorial onde o valor mínimo da carga foi elevado para 0,70. Assim, restaram apenas variáveis com carga superior a 0,70 em pelo menos um dos fatores principais, e com cargas baixas em todos os outros fatores, em função da rotação utilizada (Varimax). Portanto, a seleção final das variáveis foi decorrência de um processo iterativo e comparativo entre os resultados obtidos de inúmeras análises fatoriais. Buscou-se o resultado que, por um lado, apresentasse uma boa representatividade da heterogeneidade entre as variáveis nos fatores principais, e, por outro lado, fosse coerente com questões conceituais. 4
5 Partindo-se do pressuposto de que o grande conjunto de variáveis escolhidas deveria espelhar as dimensões específicas e que, portanto, muitas delas apresentariam alta correlação, a análise fatorial mostrou ser um procedimento adequado para reduzir as informações e indicar a composição dos índices. De fato, foi possível chegar a um número reduzido de variáveis e contemplar todas as dimensões, com razoável representação da heterogeneidade observada entre as variáveis. No conjunto Vida escolar, fizemos uma recodificação somando as variáveis Tempo no Ensino Fundamental e Tempo no Ensino Médio e obtendo uma única variável denominada Tempo de ensino; operação semelhante foi feita com as variáveis Tipo de escola no Ensino Fundamental e Tipo de escola no Ensino Médio transformadas na variável Tipo de escola. Para ilustrar melhor o procedimento da análise fatorial, apresentamos em detalhe a interpretação dos três conjuntos utilizados (Avaliação da escola, Status socioeconômico, Participação social/envolvimento). Esses conjuntos tinham inicialmente 77 variáveis que, com o critério adotado, foram reduzidas para 3 e transformadas posteriormente em 9 índices. Vejamos: Conjunto Avaliação da Escola Tabela Matriz de fatores rotada das variáveis de Avaliação da escola, ENEM 200 Fatores Conhecimento Dedicação Laboratórios Informática Amizade Firmeza Distância Respeito Prof/Aluno Desinteresse Preocupação Autoridade Boa relação Respeito Escola/Aluno Problema Aluno/Aluno Problema Prof/Aluno Problema Pessoal/Familiar 2 3 4,72 9,520E-02,77E-02,302,728,62,294E-02,304,50,53 4,30E-02,855,56,75 3,05E-02,847,749,32-7,67E-02-4,362E-02,745,53 5,97E-02 9,745E-02 4,25E-02,592E-02,798 2,04E-02,767,20-3,955E-02-3,257E-02-6,552E-02 2,840E-02,860,244E-03,757,24 -,49E-02, -5,424E-02,700E-02,82 4,798E-02,770,277-6,06E-02 5,98E-02,705,360-3,389E-02 7,246E-02,307,829 5,027E-02,30,390,795,506E-02 9,884E-02,269,745 2,700E-02,24 5
6 Tabela 2 Fatores Variância Explicada Soma de Quadrados das Cargas Rotacionadas % da % Total Variância Acumulada 4,792 26,623 26,623 2,288 2,72 39,334 2,058,434 50,769,772 9,845 60,64 Na quarta análise fatorial sobre esse conjunto, obtivemos, a partir de 6 variáveis, uma solução com 4 dimensões conforme os critérios utilizados. É o que a matriz de fatores rotada mostra na Tabela. Esses quatro fatores explicam 60,6% da variância das 6 variáveis (Tabela 2). Os coeficientes destacados mostram a que fator corresponde cada uma das variáveis e são, portanto, os elementos utilizados para a interpretação dos fatores. Avaliação de qualidades dos professores. O Fator é um fator de avaliação das qualidades dos professores da escola, e contém 8 variáveis: conhecimento, dedicação, amizade, firmeza, respeito aos alunos, preocupação, boa relação entre alunos e professores, e respeito da escola pelos alunos. Avaliação de qualidades da escola. O Fator 2 é um fator relativo a qualidades da escola, com três variáveis: considera as medidas tomadas pela escola em relação a problemas entre alunos e problemas entre alunos e professores e também se a escola leva em conta problemas pessoais e familiares dos alunos. Observe-se que há uma relação positiva, embora fraca, entre esses dois fatores. Problemas relativos aos professores. O Fator 3 é novamente um fator relativo à qualidade dos professores e sua diferença consiste em que as variáveis que pertencem a esse fator se originam de perguntas que, no enunciado, apresentam qualidades negativas: distância, desinteresse e autoritarismo. Isso indica que a formulação da questão não é indiferente. Se o fosse, seria esperado que essas variáveis tivessem projeções negativas no Fator, e não que coubessem num fator independente daquele. 6
7 Infraestrutura material. Embora existissem outras questões relativas à infraestrutura da escola, o Fator 4 só representa duas delas: as condições dos laboratórios e acesso a recursos de informática. Conjunto Status Socioeconômico Tabela 3 Matriz de fatores rotada das variáveis Socioeconômicas Fator Escola Pai Escola Mãe Posse de bens Renda familiar,838,84,837,846 Fator Tabela 4 Variância Explicada Soma de Quadrados das Cargas Rotacionadas % da % Total Variância Acumulada 2,782 69,545 69,545 Status Socioeconômico. Índice unidimensional composto de quatro variáveis: escolaridade do pai, escolaridade da mãe, posse de bens no domicílio e renda familiar. A solução com apenas fator explica mais de 69% da variância do conjunto de variáveis (Tabela 4). Nesse conjunto as 0 variáveis relativas à posse de bens foram recodificadas e transformadas em uma única variável. 7
8 Conjunto Participação Social/Envolvimento Tabela 5 Matriz de fatores rotada das variáveis de Interesse/Participação Fatores Clube Pol. Nac. Pol. Int. Pol. Local Economia Esporte Meio Amb. Pobreza Artes Drogas Ídolos ,394E-02-2,80E-02-9,370E-02,8,857,09 -,62E-03,90E-02,786-4,932E-02,80 5,0E-03,752,257-7,497E-02 3,339E-02,708,333-8,659E-02 8,20E-02 3,709E-02 6,676E-02,29,733,226,705 7,038E-02 8,08E-02,22,776-4,528E-03-4,900E-02,57,45,757 -,64E-02-6,296E-03,735,33 9,00E-03 -,25 2,3E-02,753,7 Tabela 6 Fatores Variância Explicada Soma de Quadrados das Cargas Rotacionadas Total % da Variância % Acumulada 2,427 22,063 22,063,829 6,626 38,689,265,503 50,93,227,54 6,346 Participação e Interesses. Uma última Análise Fatorial sobre o conjunto de questões relativas à participação social dos estudantes e a seus interesses gerais produziu quatro dimensões a partir de variáveis. Essas quatro dimensões explicam mais de 6% da variância total do conjunto de variáveis (Tabela 6). 8
9 Interesse político (Fator ) agrupa quatro variáveis: interesse pela política nacional, pela política internacional, pela política local e por economia. As variáveis interesse por questões ambientais e por questões relativas à pobreza e às drogas formam um segundo fator, a que chamamos de interesse social. Interesse por artes e por informações relativas a personagens da cena cultural formam o terceiro fator, Interesse por artes. Finalmente, Interesse por esportes reúne a participação de clube ou associação esportiva e o interesse por informações sobre esporte. Foram obtidos, portanto, 4 fatores explicativos: as três variáveis sóciodemográficas (sexo, idade e cor), dois índices relativos à vida escolar (tipo de escola e tempo no ensino fundamental e médio) e nove índices gerados por Análise Fatorial: o índice de status socioeconômico, os quatro índices de avaliação da escola (avaliação dos professores, avaliação da escola, críticas aos professores e avaliação da infraestrutura material) e os quatro índices de interesse e participação (interesse político, interesse social, interesse por artes e por esportes). Modelo A partir da exploração dos índices a nível bivariado e da consequente seleção das variáveis, foi desenvolvida uma análise multivariada, de forma a considerar os efeitos conjuntos da multiplicidade de variáveis sobre a variável dependente, o desempenho dos alunos no ENEM 200, tanto na prova objetiva como na redação. O modelo estatístico escolhido foi a regressão linear múltipla (Draper e Smith: 998), utilizando a rotina por etapas (stepwise) do SPSS (Statistical Package for Social Science), que pode ser expresso como: Y = β + β X + β X β X + u i 0 i 2 2i k ki i, i =,...,n onde: Y é a variável dependente, X,...,X k são k variáveis independentes (explicativas), β 0,..., β k são os parâmetros a serem estimados, u é um distúrbio aleatório, e i indexa as n observações. 9
10 Neste caso, a variável dependente é o desempenho dos alunos na prova objetiva e na redação do ENEM 200 e as independentes são: sexo, idade, cor, índice Socioeconômico, índice Avaliação Laboratórios/Informática, índice Participação Política, índice Interesse Social, índice Interesse Entretenimento, índice Tipo de escola, índice Tempo de Escola. Os índices Avaliação de qualidades dos professores, Avaliação de qualidades da escola e Problemas relativos aos professores não foram incorporados no modelo por não possuírem uma relação linear com as variáveis dependentes. A regressão das notas dos alunos nas duas provas do ENEM 200 sobre as 0 variáveis independentes gerou dois modelos semelhantes, com capacidades explicativas muito diferentes. O modelo da Prova Objetiva explica muito mais que o da Redação, como já era esperado. A explicação total da variância alcança 36,2% na Prova Objetiva e 7,6% na Redação (Tabelas 8 e 0). Tabela 7 Tabela dos coeficientes da regressão na prova objetiva Modelo (Constante) Índice Socioeconômico Interesse por Política Tipo de Escola Tempo de Escola Coeficientes Não Padronizados B Erro Pad. 55,690,63 Coeficientes Padronizados Beta 4,892,02,36 3,455,05,223 2,80,03,26 -,736,03 -,32 Tabela 8 Tabela com os valores de R 2 para a regressão na prova objetiva Modelo R^2 Erro Padrão R R^2 Ajustado da Estimativa,56,266,266 3,20,565,320,320 2,76,588,345,345 2,475,60 d,362,362 2,39 d. Preditore: (Constante), Índice Socioeconômico, Interesse Político, Tipo de Escola, Tempo de Escola 0
11 Tabela 9 Tabela dos coeficientes da regressão na redação Modelo (Constante) Índice Socioeconômico Interesse por Política Tempo de Escola Tipo de Escola Coeficientes Não Padronizados B Erro Pad. 73,777,69 Coeficientes Padronizados Beta 2,786,220,98 2,42,60,52 -,887,40 -,58,234,40,34 Tabela 0 Tabela com os valores de R 2 para a regressão na redação Modelo R^2 Erro Padrão R R^2 Ajustado da Estimativa,343,7,7 3,87,378,43,43 2,997,407,66,66 2,82,49 d,76,76 2,745 d. Preditore: (Constante), Índice Socioeconômico, Interesse Político, Tempo de Escola, Tipo de Escola Conclusões Apesar da diferença na capacidade explicativa, as variáveis que entram nos dois modelos são exatamente as mesmas, quase na mesma seqüência. O índice socioeconômico é a principal variável explicativa nos dois modelos. Isoladamente, esta variável explica 26,6% da variância na Prova Objetiva e,7% na Redação. A análise dos coeficientes b mostra que, a cada aumento de uma unidade no índice, a nota do aluno aumenta em média 4,9 pontos na Prova Objetiva e 2,8 pontos na Redação. É claro que, com a entrada desta variável na regressão, outras variáveis
12 correlacionadas a ela, como tipo de escola, tempo na escola e cor têm seus coeficientes reduzidos. Controlados os efeitos das demais variáveis, o interesse político, de forma surpreendente, é a segunda variável mais importante. Ele acrescenta 5,4% à variância explicada pelo índice socioeconômico na Prova Objetiva e 2,6% na Redação. Seu coeficiente significa que, a cada mudança de faixa de interesse o estudante ganha 3,5 pontos na Prova Objetiva e 2, na Redação. Controlados os efeitos das demais variáveis, o tipo de escola é a terceira variável explicativa na Prova Objetiva e a quarta na Redação. Ela certamente está despida dos efeitos da posição social. Acrescenta à explicação da variância 2,5% na Prova Objetiva e % na Redação. Descontados os efeitos das outras, o aumento do tempo na escola particular aumenta a nota do aluno em 2, pontos na Prova Objetiva e em,2 ponto na Redação. O efeito líquido do tempo na escola fundamental e média é a quarta variável na explicação dos resultados da Prova Objetiva e a terceira nos da Redação. Ela acrescenta,7% à explicação da variância na primeira e 2,3% na segunda. Seu coeficiente significa que, quanto mais próximos os alunos estão do tempo regular dos cursos fundamental e médio, mais sua nota aumenta, nos dois casos. A parcimônia (obtenção de um modelo com o máximo de variância explicada com um mínimo de variáveis) indica ficar com esses dois modelos com quatro variáveis. As demais variáveis acrescentam em conjunto, menos de,6% à explicação da variância no caso da Prova Objetiva e % no caso da Redação. A presença do interesse por assuntos políticos como 2ª variável explicativa do modelo, sugere um perfil de participante do qual informação e engajamento são aspectos presentes, pontos que convergem claramente com a dimensão avaliativa singular do ENEM. Os demais resultados encontrados no modelo construído, sobretudo a inadmissão das variáveis de avaliação da escola e do professor, leva-nos a uma importante consideração sobre os domínios de investigação envolvidos na busca dos determinantes do desempenho: o Questionário Socioeconômico se constitui para o aluno ou participante do ENEM em um espaço de expressão da suas percepções sobre o funcionamento da escola e convivência com professores, suas condições objetivas de ensino e dos aspectos do projeto escolar. Ao não apontarem relação linear entre desempenho e as avaliações do professor e da escola, os dados sugerem que o projeto escolar, que envolve as orientações de relacionamento, as formas de envolvimento do aluno com a escola, a convivência entre os 2
13 vários sujeitos escolares e o espaço de desenvolvimento do aluno, tem pequeno papel de determinação no desempenho. Por outro lado, cabe da mesma forma uma ponderação com relação à natureza dos dados analisados: o Questionário Socioeconômico e Cultural deve ser considerado como um instrumento que coleta e registra percepções e opiniões sobre a dinâmica da escola, produzindo dados objetivos, embora não precisos. Bibliografia DRAPER, N.R. e SMITH, H, 998. Applied Regression Analisys, New York: John Wiley & sons. INEP, Relatório Pedagógico ENEM 200. Brasília. JOHNSON, R and WICHERN,D, 982 Applied Multivariate Statistical Analysis. Englewood Cliffs, NJ: Prentice-Hall. 3
UNIVERSIDADE ESTADUAL DO CENTRO OESTE - CHOPINZINHO
UNIVERSIDADE ESTADUAL DO CENTRO OESTE - CHOPINZINHO Apresentação O Exame Nacional de Desempenho dos Estudantes (ENADE) constitui-se em um componente do Sistema Nacional de Avaliação da Educação Superior
Leia maisESCOLA SUPERIOR DE CIÊNCIAS DA SAÚDE - BRASILIA
ESCOLA SUPERIOR DE CIÊNCIAS DA SAÚDE - BRASILIA Apresentação O Exame Nacional de Desempenho dos Estudantes (ENADE) constitui-se em um componente do Sistema Nacional de Avaliação da Educação Superior (SINAES)
Leia maisUNIVERSIDADE ESTADUAL DO CENTRO OESTE - IRATI
UNIVERSIDADE ESTADUAL DO CENTRO OESTE - IRATI Apresentação O Exame Nacional de Desempenho dos Estudantes (ENADE) constitui-se em um componente do Sistema Nacional de Avaliação da Educação Superior (SINAES)
Leia maisOficina de divulgação. Educacional do Estado de Goiás. Mirian Carvalho
Oficina de divulgação de resultados do Sistema de Avaliação Educacional do Estado de Goiás Mirian Carvalho O CAEd CAEd - O Centro de Políticas Públicas e Avaliação da Educação da Universidade Federal de
Leia maisENADE Relatório da IES. Sinaes Sistema Nacional de Avaliação da Educação Superior. Exame Nacional de Desempenho dos Estudantes
Sinaes Sistema Nacional de Avaliação da Educação Superior ENADE 2009 Exame Nacional de Desempenho dos Estudantes Relatório da IES Faculdade de Nova Serrana no município: NOVA SERRANA SUMÁRIO Apresentação...
Leia maisSinaes Sistema Nacional de Avaliação da Educação Superior. Exame Nacional de Desempenho dos Estudantes. Relatório da IES
Sinaes Sistema Nacional de Avaliação da Educação Superior ENADE 2009 Exame Nacional de Desempenho dos Estudantes Relatório da IES Universidade Tecnológica Federal do Paraná no município: APUCARANA SUMÁRIO
Leia maisÍNDICE Janelas Menus Barras de ferramentas Barra de estado Caixas de diálogo
XXXXXXXX ÍNDICE INTRODUÇÃO 15 1. VISÃO GERAL DO SPSS PARA WINDOWS 17 1.1. Janelas 17 1.2. Menus 20 1.3. Barras de ferramentas 21 1.4. Barra de estado 21 1.5. Caixas de diálogo 22 2. OPERAÇÕES BÁSICAS 23
Leia maisCENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE PETROLINA - PETROLINA
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE PETROLINA - PETROLINA Apresentação O Exame Nacional de Desempenho dos Estudantes (ENADE) constitui-se em um componente do Sistema Nacional de Avaliação da Educação
Leia maisUNIVERSIDADE FEDERAL DE OURO PRETO - OURO PRETO
UNIVERSIDADE FEDERAL DE OURO PRETO - OURO PRETO Apresentação O Exame Nacional de Desempenho dos Estudantes (ENADE) constitui-se em um componente do Sistema Nacional de Avaliação da Educação Superior (SINAES)
Leia maisINSTITUTO MILITAR DE ENGENHARIA - RIO DE JANEIRO
INSTITUTO MILITAR DE ENGENHARIA - RIO DE JANEIRO Apresentação O Exame Nacional de Desempenho dos Estudantes (ENADE) constitui-se em um componente do Sistema Nacional de Avaliação da Educação Superior
Leia maisENGENHARIA CIVIL. Universidade Federal de Juiz de Fora. Município: Juiz de Fora
ENGENHARIA CIVIL Universidade Federal de Juiz de Fora Município: Juiz de Fora Apresentação O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o Relatório do Curso
Leia maisUniversidade Estadual de Ponta Grossa Município: Ponta Grossa
LETRAS Universidade Estadual de Ponta Grossa Município: Ponta Grossa Apresentação O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o Relatório do Curso com os resultados
Leia maisUniversidade Federal de Santa Catarina Município: Florianópolis
LETRAS Universidade Federal de Santa Catarina Município: Florianópolis Apresentação O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o Relatório do Curso com os
Leia maisLETRAS. Pontifícia Universidade Católica do Rio Grande do Sul. Município: Porto Alegre
LETRAS Pontifícia Universidade Católica do Rio Grande do Sul Município: Porto Alegre Apresentação O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o Relatório do
Leia maisQUÍMICA. Pontifícia Universidade Católica do Rio Grande do Sul. Município: Porto Alegre
QUÍMICA Pontifícia Universidade Católica do Rio Grande do Sul Município: Porto Alegre Apresentação O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o Relatório
Leia maisSME0822 Análise Multivariada 2 o semestre de Prof. Cibele Russo. Sala 3-113
SME0822 Análise Multivariada 2 o semestre de 2016 Prof. Cibele Russo cibele@icmc.usp.br http://www.icmc.usp.br/~cibele Sala 3-113 2. semestre 2016 1 / 25 Principais objetivos do curso Estudar e desenvolver
Leia maisENADE 2010 ENADE. Relatório da IES EXAME NACIONAL DE DESEMPENHO DE ESTUDANTES
ENADE EXAME NACIONAL DE DESEMPENHO DE ESTUDANTES ENADE 2010 Relatório da IES INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE NATAL G Instituto Nacional de Estudos e Pesquisas
Leia maisBrasília, 12 de março de 2009
Avaliação dos Cursos de Ciências Contábeis pelo ENADE 2009 Prof. Dr. Valcemiro Nossa Brasília, 12 de março de 2009 ENADE Exame Nacional de Desempenho de Estudantes integra o Sistema Nacional de Avaliação
Leia maisSinaes Sistema Nacional de Avaliação da Educação Superior. Exame Nacional de Desempenho dos Estudantes. Relatório da IES
Sinaes Sistema Nacional de Avaliação da Educação Superior ENADE 2009 Exame Nacional de Desempenho dos Estudantes Relatório da IES Universidade Federal do Rio Grande do Sul no município: PORTO ALEGRE SUMÁRIO
Leia maisSinaes Sistema Nacional de Avaliação da Educação Superior. Exame Nacional de Desempenho dos Estudantes. Relatório da IES
Sinaes Sistema Nacional de Avaliação da Educação Superior ENADE 2009 Exame Nacional de Desempenho dos Estudantes Relatório da IES Universidade Federal de Goiás no município: GOIANIA SUMÁRIO Apresentação...
Leia maisExercícios Selecionados de Econometria para Concursos Públicos
1 Exercícios Selecionados de Econometria para Concursos Públicos 1. Regressão Linear Simples... 2 2. Séries Temporais... 17 GABARITO... 20 2 1. Regressão Linear Simples 01 - (ESAF/Auditor Fiscal da Previdência
Leia maisSinaes Sistema Nacional de Avaliação da Educação Superior. Exame Nacional de Desempenho dos Estudantes. Relatório da IES
Sinaes Sistema Nacional de Avaliação da Educação Superior ENADE 2009 Exame Nacional de Desempenho dos Estudantes Relatório da IES Universidade Federal da Bahia no município: SALVADOR SUMÁRIO Apresentação...
Leia maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia maisUniversidade Estadual do Centro Oeste. Município: Guarapuava FARMÁCIA
Universidade Estadual do Centro Oeste Município: Guarapuava FARMÁCIA Apresentação O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o Relatório do Curso com os resultados
Leia maisPontifícia Universidade Católica do Rio Grande do Sul. Município: Porto Alegre NUTRIÇÃO
Pontifícia Universidade Católica do Rio Grande do Sul Município: Porto Alegre NUTRIÇÃO Apresentação O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o Relatório
Leia maisUniversidade Católica de Goiás. Município: Goiania ZOOTECNIA
Universidade Católica de Goiás Município: Goiania ZOOTECNIA Apresentação O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o Relatório do Curso com os resultados
Leia maisPontifícia Universidade Católica do Rio Grande do Sul. Município: Uruguaiana MEDICINA VETERINÁRIA
Pontifícia Universidade Católica do Rio Grande do Sul Município: Uruguaiana MEDICINA VETERINÁRIA Apresentação O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o
Leia maisRalph S. Silva
ANÁLISE ESTATÍSTICA MULTIVARIADA Ralph S. Silva http://www.im.ufrj.br/ralph/multivariada.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Agradecimentos
Leia maisSinaes Sistema Nacional de Avaliação da Educação Superior. Exame Nacional de Desempenho dos Estudantes. Relatório da IES
Sinaes Sistema Nacional de Avaliação da Educação Superior ENADE 2009 Exame Nacional de Desempenho dos Estudantes Relatório da IES Universidade Federal de Santa Catarina no município: FLORIANOPOLIS SUMÁRIO
Leia maisANÁLISE FATORIAL DAS RESPOSTAS DO QUESTIONÁRIO PARA INGRESSANTES DA UFC-QUIXADÁ
ANÁLISE FATORIAL DAS RESPOSTAS DO QUESTIONÁRIO PARA INGRESSANTES DA UFC-QUIXADÁ Crislânio de Souza Macêdo, Críston Pereira de Souza, Lucas Ismaily Bezerra Freitas Universidade Federal do Ceará (UFC) Caixa
Leia maisPontifícia Universidade Católica do Rio Grande do Sul. Município: Uruguaiana ZOOTECNIA
Pontifícia Universidade Católica do Rio Grande do Sul Município: Uruguaiana ZOOTECNIA Apresentação O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o Relatório
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisENADE Relatório da IES INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE MOSSORÓ
ENADE 2011 Relatório da IES G Instituto Nacional de Estudos e Pesquisas Educacionais INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE MOSSORÓ O V E R N O F E D E R A L PAÍS RICO
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisRelatório da IES ENADE 2012 EXAME NACIONAL DE DESEMEPNHO DOS ESTUDANTES FLORIANÓPOLIS UNIVERSIDADE FEDERAL DE SANTA CATARINA
Relatório da IES ENADE 2012 EXAME NACIONAL DE DESEMEPNHO DOS ESTUDANTES FLORIANÓPOLIS UNIVERSIDADE FEDERAL DE SANTA CATARINA Instituto Nacional de Estudos e Pesquisas Educacionais G O V E R N O F E D E
Leia maisFundação Universidade Federal da Grande Dourados - Dourados
Fundação Universidade Federal da Grande Dourados - Dourados Apresentação Este Relatório da Instituição faz parte do esforço da Diretoria de Estatísticas e Avaliação da Educação Superior (DEAES), do Instituto
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA - FLORIANÓPOLIS
UNIVERSIDADE FEDERAL DE SANTA CATARINA - FLORIANÓPOLIS Apresentação O Exame Nacional de Desempenho dos Estudantes (ENADE) constitui-se em um componente do Sistema Nacional de Avaliação da Educação Superior
Leia maisProcedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear
Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Rogério Antonio de Oliveira 1 Chang Chiann 2 1 Introdução Atualmente, para obter o registro
Leia maisTatiane Moraes Analista de instrumentos de avaliação
Tatiane Moraes Analista de instrumentos de avaliação Tatianemoraes@caed.ufjf.br Objetivo Analisar e interpretar os resultados do SAEPB para (re)planejamento das ações pedagógicas implementadas em sala
Leia maisAula 25: Análise Fatorial. Prof. Eduardo A. Haddad
Aula 25: Análise Fatorial Prof. Eduardo A. Haddad Utilização específica Como identificar o potencial de desenvolvimento agropecuário dos municípios brasileiros? Banco de dados municipais: Tamanho do rebanho,
Leia maisPERFIL DOS AUTORES... XVII PREFÁCIO... XIX INTRODUÇÃO... XXI
Sumário PERFIL DOS AUTORES... XVII PREFÁCIO... XIX INTRODUÇÃO... XXI CAPÍTULO 1 O processo de pesquisa e os enfoques quantitativo e qualitativo rumo a um modelo integral... 2 Que enfoques foram apresentados
Leia maisProva Brasil e SAEB (Sistema de Avaliação do Ensino Básico) - Parte 1
Prova Brasil e SAEB (Sistema de Avaliação do Ensino Básico) - Parte 1 INEP Ana Djéssika Silva Cruz Vidal Abril 2012 UFJF (Institute) ECONS - Laboratório de Economia 23/04 1 / 10 Introdução Sistema de Avaliação
Leia maisCONCEITOS FUNDAMENTAIS
CONCEITOS FUNDAMENTAIS ECONOMETRIA É a aplicação de métodos estatísticos e matemáticos na análise de dados econômicos com o propósito de dar conteúdo empírico a teorias econômicas e confirmá-las ou não.
Leia maisIndicadores do Ensino Superior
Indicadores do Ensino Superior Indicadores do Ensino Superior Curso Conceito Preliminar de Curso (CPC) IES Índice Geral de Cursos (IGC) Conceito Preliminar de Curso (CPC) Definição Conceito Preliminar
Leia maisAnálise Discriminante
Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Análise Discriminante Análise Discriminante 1 Análise discriminante - A
Leia maisAnálise fatorial em R
Análise fatorial em R 1. Dados Referem-se a n = 54 observações de p = 7 variáveis apresentadas na Tabela 1.9, p. 44 em Johnson and Wichern (2007, Applied Multivariate Statisitical Analysis, sixth ed. Upper
Leia mais1 Introdução aos Métodos Estatísticos para Geografia 1
1 Introdução aos Métodos Estatísticos para Geografia 1 1.1 Introdução 1 1.2 O método científico 2 1.3 Abordagens exploratória e confirmatória na geografia 4 1.4 Probabilidade e estatística 4 1.4.1 Probabilidade
Leia maisIndicadores do Ensino Superior
INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA DIRETORIA DE ESTUDOS EDUCACIONAIS COORDENAÇÃO ÃO-GERAL DE INSTRUMENTOS E MEDIDAS EDUCACIONAIS Indicadores do Ensino Superior SEMINÁRIO
Leia mais9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla
9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual
Leia maisFaculdade de Ciências Humanas de Pernambuco - Recife
Faculdade de Ciências Humanas de Pernambuco - Recife Apresentação Este Relatório da Instituição faz parte do esforço da Diretoria de Estatísticas e Avaliação da Educação Superior (DEAES), do Instituto
Leia maisGestão dos Indicadores de Avaliação CPC e IGC com ênfase no preenchimento do Censo da Educação Superior e no ENADE
Gestão dos Indicadores de Avaliação CPC e IGC com ênfase no preenchimento do Censo da Educação Superior e no ENADE Associação Baiana de Mantenedoras do Ensino Superior - ABAMES Rodrigo Capelato 2013 AGENDA
Leia maisAula 14 - Correlação e Regressão Linear
Aula 14 - Correlação e Regressão Linear Objetivos da Aula Fixação dos conceitos para Correlação e Regressão Linear; Apresentar exemplo solucionado com a aplicação dos conceitos; Apresentar exercício que
Leia maisINSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 EXAME: DATA 24 / 02 / NOME DO ALUNO:
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 Estudos de Mercado EXAME: DATA 24 / 02 / 20010 NOME DO ALUNO: Nº INFORMÁTICO: TURMA: PÁG. 1_ PROFESSOR: ÉPOCA: Grupo I (10
Leia mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Leia maisNOTA EXPLICATIVA ENEM 2015 POR ESCOLA
NOTA EXPLICATIVA ENEM 2015 POR ESCOLA 1 - RESULTADOS DO ENEM 2015 AGREGADOS POR ESCOLA Os resultados do Exame Nacional do Ensino Médio (Enem) auxiliam estudantes, pais, professores, diretores das escolas
Leia maisExemplo Regressão Binomial Dados Emparelhados
Exemplo Regressão Binomial Dados Emparelhados Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Desenvolvimento de Diabetes 2 o Semestre
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 7 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Relações de interdependência entre variáveis quantitativas: A Análise Factorial Análise Factorial: técnica
Leia maisTécnicas Multivariadas em Saúde
Roteiro Técnicas Multivariadas em Saúde Lupércio França Bessegato Dep. Estatística/UFJF 1. Introdução 2. Distribuições de Probabilidade Multivariadas 3. Representação de Dados Multivariados 4. Testes de
Leia maisENADE 2013 BACHARELADO EM FISIOTERAPIA E EDUCAÇÃO FÍSICA
ENADE 2013 BACHARELADO EM FISIOTERAPIA E EDUCAÇÃO FÍSICA O que é o Enade O Exame Nacional de Desempenho de Estudantes (Enade), que integra o Sistema Nacional de Avaliação da Educação Superior (Sinaes),
Leia maisConceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
Leia maisESCOLA SUPERIOR DE TECNOLOGIA ANEXO PROGRAMAS DOS CURSOS CURTA DURAÇÃO EM ANÁLISE DE DADOS COM SPSS
ESCOLA SUPERIOR DE TECNOLOGIA ANEXO PROGRAMAS DOS CURSOS CURTA DURAÇÃO EM ANÁLISE DE DADOS COM SPSS ANÁLISE DE DADOS COM SPSS NÍVEL I - INTRODUTÓRIO OBJETIVOS Dotar os formandos de competências que permitam
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis X = Grau de Instrução e Y = Região
Leia maisSAEB / Prova Brasil Metodologia, Estratégias e Resultados Matrizes, Itens, Escala e Materiais
Ministério da Educação Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira SAEB / Prova Brasil Metodologia, Estratégias e Resultados Matrizes, Itens, Escala e Materiais SAEB - Metodologia
Leia maisPrograma de Educação Tutorial PET Departamento de Estatística-UFSCar
UMA AVALIAÇÃO DA TAXA DE CONSUMO DE ENERGIA NO ESTADO DE SÃO PAULO Flavia Da Silva Costa Julia Pettan Victor de Andrade Corder Victor José Sanches de Souza Pedro Ferreira Filho Programa de Educação Tutorial
Leia maisUSO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA
USO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA F. M. A. S. COSTA 1, A. P. SILVA 1, M. R. FRANCO JÚNIOR 1 e R.
Leia maisTempo integral no ensino médio e desigualdades sociais. Pesquisa Políticas para o Ensino médio o caso de quatro estados (CE, PE, GO e SP)
Tempo integral no ensino médio e desigualdades sociais Pesquisa Políticas para o Ensino médio o caso de quatro estados (CE, PE, GO e SP) Diversificação da oferta e criação de uma rede dupla A diversificação
Leia maisA Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões
A IMPORTÂNCIA DA ESTATÍSTICA A Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões Governo Indústria Ciências Econômicas, sociais,
Leia maisExemplos Modelos de Quase-Verossimilhança
Exemplos Modelos de Quase-Verossimilhança p. 1/40 Exemplos Modelos de Quase-Verossimilhança Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL Dr Sivaldo Leite Correia CONCEITOS E DEFINIÇÕES FUNDAMENTAIS Muitos experimentos são realizados visando
Leia maisEscalonamento Multidimensional
Programa de Pós-Graduação em Administração de Organizações (PPGAO) Análise de dados multivariados I Escalonamento Multidimensional Escalonamento Multidimensional (EMD) CAPÍTULO 9 Escalonamento Multidimensional
Leia maisOficina de Apropriação de Resultados de Matemática. Paebes 2013
Oficina de Apropriação de Resultados de Matemática Paebes 2013 Paebes 2013 Conhecendo o outro.. Expectativas... Paebes 2013 OBJETIVOS DA OFICINA Objetivo geral: Analisar e interpretar resultados da avaliação
Leia maisINTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM INTRODUÇÃO
INTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM Autores: Giulia Denise Kujat VIEIRA; Milene Karine GUBETTI. Identificação autores: Estudantes do Curso Técnico em Informática
Leia maisAVALIAÇÃO INSTITUCIONAL: UMA CONSTRUÇÃO COLETIVA
AVALIAÇÃO INSTITUCIONAL: UMA CONSTRUÇÃO COLETIVA Vanessa Martins Hidd Santos NOVAFAPI INTRODUÇÃO A avaliação institucional constitui objeto de preocupação e análise na NOVAFAPI, desde sua fundação quando
Leia maisAnálise Fatorial e Componentes Principais Aplicadas na Engenharia de Avaliações
Análise Fatorial e Componentes Principais Aplicadas na Engenharia de Avaliações Diogo de Carvalho Bezerra Universidade Federal de Pernambuco Núcleo de Gestão e-mail:dicbezerra@hotmail.com SOBREA Sociedade
Leia maisExemplo (tabela um) distribuições marginais enquanto que. Distribuição Conjunta
Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis = de Instrução e = Região de procedência. Neste caso, a distribuição de freqüências é apresentada como uma tabela
Leia maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão
Leia maisRelatório de análise estatística Bairro : Dois Irmãos Recife/PE
Relatório de análise estatística Bairro : Dois Irmãos Recife/PE 1 INTRODUÇÃO O objetivo deste relatório é determinar fatores de risco e proteção para a ocorrência de ovos do mosquito Aedes aegypti para
Leia maisProva Brasil e SAEB (Sistema de Avaliação da Educação Básica) - Parte 2
Prova Brasil e SAEB (Sistema de Avaliação da Educação Básica) - Parte 2 INEP Ana Djéssika Silva Cruz Vidal UFJF Abril 2012 MSI Tech Support (Institute) ECONS - Laboratório de Economia 23/04 1 / 12 Realização
Leia maisANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno
ANOVA FACTORIAL Quando a variável dependente é influenciada por mais do que uma variável independente (Factor) estamos interessados em estudar o efeito não só de cada um dos factores mas e também a possível
Leia maisRELATÓRIO DE AVALIAÇÃO DO CURSO DE LICENCIATURA EM EDUCAÇÃO FÍSICA DA UEPG TELÊMACO BORBA SINAES ENADE 2011
RELATÓRIO DE AVALIAÇÃO DO CURSO DE LICENCIATURA EM EDUCAÇÃO FÍSICA DA UEPG TELÊMACO BORBA SINAES ENADE 2011 Ponta Grossa 2013 REITORIA Reitor João Carlos Gomes Vice-Reitor Carlos Luciano Sant Ana Vargas
Leia maisECONOMETRIA I. I (11 valores)
Faculdade de Economia Universidade Nova de Lisboa ECONOMETRIA I Exame de 1ª Época 14 de Janeiro de 2005 Duração: 2 horas I (11 valores) Com base numa amostra aleatória de 88 alunos que fizeram o exame
Leia maisINSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA. Exame Nacional de Desempenho dos Estudantes ENADE
INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA DIRETORIA DE AVALIAÇÃO DA EDUCAÇÃO SUPERIOR Exame Nacional de Desempenho dos Estudantes ENADE SINAES AVALIAÇÃO DE IES AVALIAÇÃO DE
Leia maisAnálise Fatorial. Matriz R de coeficientes de correlação: Não confundir análise de componentes principais com análise fatorial!
Análise Fatorial 1 Na análise fatorial as variáveis y1, y,..., Yp, são combinações lineares de umas poucas variáveis F1, F,..., Fm (m
Leia maisAvaliações Educacionais e o Ensino de Ciências e Matemática: o Enem: avaliação do desempenho dos estudantes em Ciências da Natureza
Avaliações Educacionais e o Ensino de Ciências e Matemática: o Enem: avaliação do desempenho dos estudantes em Ciências da Natureza Marta F. Barroso 1, Marcelo S.O. Massunaga 2, Gustavo Rubini 3 1 UFRJ
Leia maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
Leia maisDisciplina de Modelos Lineares
Disciplina de Modelos Lineares 2012-2 Seleção de Variáveis Professora Ariane Ferreira Em modelos de regressão múltipla é necessário determinar um subconjunto de variáveis independentes que melhor explique
Leia maisHomocedasticidade? Exemplo: consumo vs peso de automóveis
REGRESSÃO Análise de resíduos Homocedasticidade? Exemplo: consumo vs peso de automóveis 60 50 Consumo (mpg) 40 30 0 10 0 1500 000 500 3000 3500 4000 4500 Peso 0 Diagrama de resíduos 15 10 Resíduos 5 0-5
Leia maisNível Sócio Econômico (NSE) das Escolas de Campinas
Nível Sócio Econômico (NSE) das Escolas de Campinas Pesquisa contratada pelo Observatório da Educação de Campinas, iniciativa do Compromisso Campinas pela Educação (CCE), da Fundação FEAC. Março 2014 O
Leia maisPesquisa de Campo:observações. Maria Rosangela Bez 2011
Pesquisa de Campo:observações Maria Rosangela Bez 2011 Observação A observação engloba o conjunto da operações através das quais o modelo de análise é submetido ao teste dos fatos e confrontado com dados
Leia maisAULA 01 Principais Conceitos em Econometria
1 AULA 01 Principais Conceitos em Econometria Ernesto F. L. Amaral 02 de março de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisModelos de regressão para dados correlacionados. Cibele Russo
Modelos de regressão para dados correlacionados Cibele Russo cibele@icmc.usp.br ICMC USP Mini-curso oferecido no Workshop on Probabilistic and Statistical Methods 28 a 30 de janeiro de 2013 Cibele Russo
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
Leia maisRELATÓRIO DE AVALIAÇÃO DO CURSO DE BACHARELADO EM DIREITO SINAES ENADE 2012
RELATÓRIO DE AVALIAÇÃO DO CURSO DE BACHARELADO EM DIREITO SINAES ENADE 2012 Ponta Grossa 2014 REITORIA Reitor Carlos Luciano Sant Ana Vargas PRÓ-REITORIA DE PLANEJAMENTO Altair Justino COMISSÃO PRÓPRIA
Leia maisM l u t l i t c i oli l n i e n arid i a d de
Multicolinearidade 1 Multicolinearidade Quando existem relação linear exata entre as variáveis independentes será impossível calcular os estimadores de MQO. O procedimento MQO utilizado para estimação
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Leia maisANEXO I Quadro resumo do Saresp 1996/1997/ /
89 Objetivos ANEXO I Quadro resumo do Saresp 1996/1997/1998 2000/2001 2002 2003 2004 2005 Em 2000: Obter Em 2002 2 : Em 2003 4 : Obter indicadores informações que diagnosticar o Promover uma educacionais
Leia maisUniversidade Federal de São Carlos Departamento de Estatística. Plano de Ensino (B) - Teoria de Matrizes para Estatística
Universidade Federal de São Carlos Departamento de Estatística Plano de Ensino 15.850-0 (B) - Teoria de Matrizes para Estatística São Carlos - SP Março de 2017 Sumário 1 Caracterização complementar da
Leia maisMétodos quantitativos aplicados à pesquisa em ensino Seminário 3. Prof. Fernando Lang da Silveira
Métodos quantitativos aplicados à pesquisa em ensino Seminário 3 Prof. Fernando Lang da Silveira www.if.ufrgs.br/mpef/lang/ Comparando grupos de alunos em média Quando a partir de N medidas da variável
Leia mais