CONHECIMENTOS ESPECÍFICOS
|
|
|
- Cíntia Osório da Rocha
- 8 Há anos
- Visualizações:
Transcrição
1 Em um pequeno aquário natural, há 15 peixes: quatro da espécie A, cinco da espécie B e seis da espécie C. Para avaliação de uma possível contaminação ambiental, cinco peixes desse aquário serão selecionados aleatoriamente e sacrificados para estudos em laboratório. Com base nessas informações, julgue os itens a seguir, que versam sobre cálculos de probabilidades. 51 A probabilidade de que na amostra haja, no máximo, um peixe da espécie C é superior a 0, Se no vetor aleatório X = (X 1, X 2, X 3 ), as variáveis aleatórias X 1, X 2 e X 3 representam, respectivamente, as quantidades de peixes das espécies A, B e C na amostra, então o vetor X segue uma distribuição multinomial. 53 A probabilidade de serem encontrados, na amostra, 3 peixes da espécie A e 2 peixes da espécie C é superior a 0, A probabilidade de que todos os peixes selecionados na amostra sejam da mesma espécie é inferior a 0,003. Considerando, no espaço tridimensional, o plano A que contém os pontos A = (1, 2, 0), B = (0, 1, 1) e C = (!2, 2, 2) e a reta R que passa pelos pontos B e C, julgue os itens seguintes. 55 Considere a reta S que passa pela origem O = (0, 0, 0) e é perpendicular ao plano A. Nesse caso, o ponto de intersecção de S com A é o ponto de coordenadas 4 2 6,, A distância do ponto A à reta R é igual a unidades de comprimento. Um indicador de qualidade ambiental X é uma variável aleatória contínua e um pesquisador deseja testar se a distribuição desse indicador tem função de densidade de probabilidade expressa por f(x) = 0,25 + 1,5x, se 0 # x # 1; e f(x) = 0 para os demais valores de x. Para usar o teste qui-quadrado de aderência de Pearson, o pesquisador definiu os eventos A 1,..., A 5, em que A i 1 X i i : <, para i = 1, 2, 3 e 4, e A 5 : 0,8 # X # 1. A partir de 5 5 uma amostra aleatória simples de n = 100 realizações de X, os respectivos números das ocorrências n 1,..., n 5 desses eventos A 1,..., A 5 foram iguais a 12, 15, 18, 25, 30. Com base nessas informações, julgue os próximos itens, considerando que a distribuição qui-quadrado com 4 graus de liberdade satisfaça P(D 2 # 9,488) = 0,95 e que a estatística desse teste seja dada por, em que p i0 = P(A i ) representa a probabilidade de ocorrência do evento A i sob a hipótese nula. 57 Com base na amostra observada, adotando-se um nível de significância de 5%, não há evidências estatísticas que permitem rejeitar a hipótese nula. 58 Sob a hipótese nula, tem-se que p i0. CONHECIMENTOS ESPECÍFICOS 59 O valor da estatística do teste foi superior a 3 e inferior a 4. 5
2 Considere que X seja uma variável aleatória discreta tal que p i = P(X = x i ) > 0, em que x i representa um possível valor de X, i = 1, 2,..., e p 1 + p = 1. Para simular realizações de X, considere o seguinte algoritmo: < Gere um valor aleatório u de uma distribuição uniforme no intervalo [0, 1]; < Efetue as comparações: se u < p 1, faça x = x 1 e pare; se u > p 1, continue; se p 1 # u < p 1 + p 2, faça x = x 2 e pare; caso contrário, continue;... se p p k! 1 # u < p p k, faça x = x k e pare; caso contrário continue;... Considerando essas informações, julgue os itens que se seguem, acerca de estatística computacional. 60 Considere que os valores possíveis x 1, x 2,.., x n sejam ordenados segundo suas probabilidades de ocorrência, de modo que se tenha P(X = y 1 ) > P(X = y 2 ) >... > P(X = y n ) na nova sequência de valores possíveis y 1, y 2,..., y n. Nessa situação, o número esperado de comparações será mínimo. 61 Suponha que a variável aleatória X possua uma quantidade infinita de valores possíveis. Nessa situação, é possível que a quantidade de comparações seja infinita, isto é, não haja parada. 62 Suponha que a distribuição de X seja dada conforme a tabela abaixo. Nesse caso, o número médio de comparações até a parada é igual a 2,5. x i p i = P(X = x i ) 0,2 0,15 0,25 0,4 Julgue os próximos itens, a respeito de análise matemática , em que c é uma constante real. 65. Determinada população, sem movimentos migratórios, é descrita pela relação p t = p 0 (1 + r) t, em que t, p t, p 0 e r representam, respectivamente, o tempo, a população no instante t, a população no instante t = 0, e a taxa de crescimento. Considerando esse modelo populacional, julgue os itens a seguir, que versam sobre demografia. 66 Se o tempo t for expresso em anos, se, em 2000, a população era formada por 100 milhões de indivíduos e por 121 milhões em 2010, então, em 2005, a população era formada por menos de 109 milhões de indivíduos. 67 A partir dos valores t, p 0 e p t, a taxa de crescimento r é estimada pela fórmula 68 Se a taxa de crescimento for constante, então o instante t em que a população p t será o dobro da população inicial p 0 é expresso por 6
3 O método da bissecção, ou da dicotomia, permite determinar a raiz aproximada x * de uma função contínua f: [a, b] R, em que f(a) < 0 < f(b). Acerca desse método numérico, julgue os itens subsecutivos. 69 O método da bissecção pode também ser utilizado para minimizar uma função continuamente diferenciável f: [a, b] R, tal que f N(a) < 0 < f N(b). Nessa situação, o método converge sempre para um ponto de mínimo ou para um ponto de máximo de f. 70 Esse método consiste na construção de uma sequência de intervalos I k = [a k, b k ] contendo x*. Por indução, constrói-se o intervalo I k + 1 a partir do intervalo I k da seguinte forma: o primeiro intervalo é definido por I 0 = [a 0, b 0 ] = [a, b]. Encontrado o intervalo I k, determina-se o valor f(m k ), em que. Se f(m k ) = 0, I k + 1 = I k e x* = m k. Se f(m k ) < 0, define-se I k + 1 = [m k, b k ]; se f(m k ) > 0, define-se I k + 1 = [a k, m k ]. O método simplex é um dos principais métodos de resolução do problema de programação linear: Maximizar z = c T x, sujeito a Ax # b, x $0, em que c T é um vetor transposto, x e b são vetores e A representa uma matriz. Os cálculos podem ser convenientemente realizados em um tableau simplex, que será transformado por pivoteamentos até que a solução ótima seja encontrada. Suponha que o tableau inicial seja escrito na forma VB x 1,..., x n s 1,..., s m b s 1! A I s m b 1! b m Z!c 0 0 em que s 1,..., s m denotam as variáveis de folga, a primeira coluna contém as variáveis básicas (VB), Z representa o valor objetivo. Suponha, ainda, que, no tableau inicial, os componentes b i sejam todos não negativos. A partir das informações acima, julgue os itens subsequentes. 71 O algoritmo termina quando todos os elementos da última linha do tableau forem não negativos. A existência de zeros nessa linha indica que há varias soluções ótimas. 72 Se pelo menos um dos elementos da última coluna de um tableau for nulo, então a solução atual será degenerada, isto é, várias bases são associadas ao vértice atual, e o próximo pivoteamento deve produzir uma solução básica com valor objetivo menor. 73 Se o algoritmo simplex (na versão original de Dantzig) for aplicado ao problema Maximizar z = x 1 + 2x 2, sujeito a!x 1 + x 2 # 2, x 1 + x 2 # 4, x 1, x 2 $ 0, a solução ótima (x 1, x 2 ) = (1, 3) é determinada depois de duas iterações e o valor ótimo de z é z = 7. 7
4 As lâmpadas fabricadas por A têm durabilidade média de horas com desvio padrão de 200 horas; as do fabricante B têm durabilidade média de horas com desvio padrão de 100 horas. Considerando a retirada de uma amostra aleatória simples de 125 lâmpadas de cada um dos fabricantes A e B, julgue os itens a seguir. 74 É praticamente impossível que a durabilidade média amostral das lâmpadas do fabricante B seja superior à durabilidade média amostral das lâmpadas produzidas pelo fabricante A. 75 A diferença entre os tempos médios amostrais de durabilidade das lâmpadas dos fabricantes A e B segue uma distribuição aproximadamente normal com média igual a 200 horas e desvio padrão inferior a 15 horas. 76 A probabilidade de a durabilidade média amostral das lâmpadas do fabricante A ser superior à durabilidade média do fabricante B em pelo menos 220 horas é igual a N(1), em que N é a função de distribuição acumulada da distribuição normal padrão. X Y!2 5! Considerando o ajuste do modelo de regressão linear na forma Y = ax + bx 2 + g pelo método de mínimos quadrados ordinários, com base nos dados apresentados na tabela acima, em que g representa o termo aleatório, julgue o item abaixo. 77 Para os valores da tabela, o sistema de equações normais é 18a + 26b = 27 26a + 114b = 127. Em determinado jogo, ganha-se R$ 1,00 com probabilidade p e perde-se R$ 1,00 com probabilidade 1 p. Um jogador inicia o jogo com o capital de i reais, continuando no jogo até acumular a quantia de T reais ou até perder todo o seu capital. Se w i é a probabilidade de o jogo terminar com sucesso do jogador que dispõe do capital de i reais no início de uma rodada, julgue os itens seguintes. 78 Se p 0,5, então as probabilidades w i são dadas por, em que 79 Se p = 0,5, então. 80 Se T = 5 reais, p = 0,6 e i = 3 reais, então a probabilidade de o jogador finalizar o jogo com sucesso é inferior a 60%. 81 O desenvolvimento do jogo representa uma cadeia de Markov com estados absorventes. 82 As probabilidades w i satisfazem as relações w 0 = 0, w T = 1 e w i = (1!p)w i pw i! 1, para i = 1,..., T! 1. 8
5 Para o julgamento acerca da hipótese de independência entre duas variáveis X e Y em uma tabela de contingência, pode-se usar a estatística de teste, em que o i, j e e i, j representam, respectivamente, as frequências observadas e esperadas sob hipótese nula de observações. Com base nessas informações, considerando que N denota o tamanho da amostra, julgue os próximos itens. 83 Assintoticamente, a estatística Q segue uma distribuição qui-quadrado com n m! 1 graus de liberdade. 84 Com relação à tabela de contingência ilustrada abaixo, correspondente ao resultado de uma pesquisa de consumo de refrigerantes, a estatística Q possui valor superior a Y não bebe bebe X bebe pouco muito total 1 (homem) (mulher) total A estatística desse teste pode ser reescrita como. 86 Os valores esperados são dados por, em que o i! e o!j são, respectivamente, as somas dos elementos das linhas e das colunas de valores observados. diâmetro (mm) resistência (kg) A tabela acima mostra os resultados acerca da resistência à tração de quatro fios de náilon com diferentes diâmetros. Com base nessas informações, julgue os seguintes itens, que versam sobre análise multivariada. 87 A matriz de correlação amostral é igual a em que 88 A variância amostral generalizada é inferior a O vetor de médias, ou centroide, é X = (6,5; 9,5; 12,5; 15,5). 90 A matriz de covariância amostral é. 9
6 mês vendas 2,5 3,1 2,8 3,7 4,2 4,0 4,4 Considerando a série temporal mostrada acima, correspondente à evolução mensal das vendas de certo produto, julgue os itens subsecutivos, acerca de séries temporais. 91 O crescimento mensal das vendas, calculado pelo método das semimédias e usando médias móveis de ordem 3, é superior a 0,3. 92 A venda prognosticada para o mês 8, com base em médias móveis de ordem 4, é igual a 3,8. 93 Para a série mostrada, as médias móveis de ordem 3 são 2,8; 3,2; 3,8; 3,966; 4,2. massa corporal m (em kg) frequências 40 # m < # m < # m < # m < # m < # m < total 100 A tabela acima mostra a distribuição de frequências das massas corporais (em kg) de um grupo de 100 pessoas. Considerando os 98 A mediana da distribuição de X é igual a Se o coeficiente de variação da distribuição de X foi igual a 18,5%, então o desvio padrão de X foi superior a Considere que a distribuição dos dados X seja platicúrtica e que m 4 e s 2 representem, respectivamente, o quarto momento central e a variância amostral de X. Nessa situação, a razão é superior a O 3. o quartil de X é igual ao 30. o percentil. 102 O 1. o decil da distribuição de X corresponde à observação que ocupa a 5. a posição. 103 A moda e a mediana da distribuição da quantidade X são iguais. 104 A média da variável X encontra-se no mesmo ramo da mediana. coeficientes de assimetria e de curtose, em que Q i e D i denotam os i-ésimos quartil e decil, respectivamente, julgue os itens seguintes. 94 A distribuição desses dados possui assimetria positiva. 95 O coeficiente de curtose é inferior a 0, Da fórmula Sturges infere-se que a moda dessa distribuição é inferior a 75 kg. 97 A massa corporal média desse grupo de pessoas é superior a 70 kg A fim de combater um possível surto de dengue em determinada cidade, os agentes de saúde registraram, por 42 dias, a quantidade X de focos de dengue na localidade. Os dados estão representados no diagrama ramo-e-folhas acima. Com base nessas informações, julgue os itens de 98 a
7 quantidade Y de ração quantidade X de animais vendidos 0 0,27 0,11 0,07 1 0,17 0,10 0,04 2 0,11 0,08 0,05 A tabela acima mostra a distribuição de probabilidade conjunta da quantidade diária X de animais domésticos vendidos e a quantidade Y de ração vendida (em kg) por dia em determinada loja. Com base nessa tabela e nos conceitos de distribuição conjunta, julgue os itens seguintes. 105 A média diária da quantidade de ração vendida é igual a 1 kg. 106 O desvio padrão de X é inferior ao valor da média de X. 107 A covariância nula entre duas variáveis quaisquer W e Z permite concluir que ambas são independentes. 108 A probabilidade de que 2 animais sejam vendidos em determinado dia é superior à probabilidade de que 2 kg de ração sejam vendidos nesse mesmo dia. 109 As variáveis X e Y são independentes. 110 A probabilidade de que nenhum animal seja vendido em determinado dia é superior a 0, Sob a condição de que em determinado dia são vendidos 2 kg de ração, a probabilidade de 2 animais serem vendidos nesse mesmo dia é superior a 0,3. No que se refere a bancos de dados governamentais de informações na área de saúde e os aplicativos de análise estatística e epidemiológica, julgue os próximos itens. 112 Mediante o sistema de autorizações de internação hospitalar (AIH), é possível verificar a alocação dos recursos destinados a cada hospital que integra a rede do SUS. 113 Considere que se deseje construir um mapa que mostre a incidência da dengue nos municípios brasileiros, usando-se o software SAS, e que base de dados contenha os nomes dos pacientes com essa doença e os respectivos municípios registrados. Nessa situação, o cálculo da quantidade de casos observados em cada município pode ser feito mediante o uso do procedimento PROC FREQ. 114 Um mapa do estado do Rio de Janeiro pode ser elaborado no software EPIINFO importando-se um arquivo de coordenadas geográficas do tipo *.cgm, dispobibilizado pelo Instituto Brasileiro de Geografia e Estatística (IBGE). 115 A planilha eletrônica Excel permite o cálculo de estatísticas descritivas e a produção de mapas temáticos, sem a necessidade de se instalarem módulos adicionais. 116 Os software SAS e EPIINFO permitem gerar, com base nos dados do sistema de informações sobre mortalidade (SIM), mapas que descrevem a distribuição regional da taxa de mortalidade. 117 O software STATA é compatível com o software SAS no que se refere à capacidade de gerenciamento de grandes bases de dados. 118 Dados acerca da incidência de casos de AIDS são disponibilizados pelo SINASC. 119 Não se efetua análises epidemiológicas com o software SPSS, visto que ele foi desenvolvido apenas para análise de dados sociais. 120 É possível criar, no Excel, arquivos do tipo_.dbf, para posterior utilização no software STATA. 11
CONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS A distribuição dos tempos de permanência dos estudantes nos cursos de graduação de certa universidade é uma distribuição normal com média igual a 6 anos e desvio padrão igual
CONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
CONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS As variáveis aleatórias X e Y seguem uma distribuição de Bernoulli com probabilidade de sucesso igual a 0,4. Considerando S = X + Y e que os eventos aleatórios A = [X = 1] e B
CONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
CONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Em uma grande escola, 10% dos alunos são comprovadamente fracos. Um teste educacional conseguiu identificar corretamente 80% entre aqueles que são fracos e 85% entre aqueles que
SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
CONHECIMENTOS ESPECÍFICOS
CESPE/UnB FUB/03 fa 5 4 3 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B corresponde ao quartil central (Q ) da distribuição
Tutorial para o desenvolvimento das Oficinas
Tutorial para o desenvolvimento das Oficinas 1 Métodos Quantitativos Profa. Msc. Regina Albanese Pose 2 Objetivos Objetivo Geral Este tutorial tem como objetivo parametrizar o desenvolvimento da oficina
Apontamentos de Introdução às Probabilidades e à Estatística
i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística
SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1
PREFÁCIO VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS xiii DO EXCEL... xv Capítulo 1 VARIÁVEIS E AMOSTRAS 1 VARIÁ VEIS 4 NÚMERO DE VARIÁVEIS 5 CLASSIFICAÇÃO DAS VARIÁVEIS 6 ESCALA DE MEDIÇÃO DAS VARIÁVEIS 7 POPULAÇÃO
Capítulo 2. Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha. Flávio Fogliatto
Capítulo 2 Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha Flávio Fogliatto 1 Ajustes de distribuições Em estudos de confiabilidade, dados são amostrados a partir de uma população
Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers [email protected] Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte
CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte 4.3 Medidas de posição 4.4 Medidas de dispersão 4.5 Separatrizes Prof. franke 2 Vimos que a informação contida num conjunto de dados pode ser resumida
1 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
Excel INTERMEDIÁRIO Estatística. Prof. Cassiano Isler Turma 3
Excel INTERMEDIÁRIO Prof. Cassiano Isler 2017.1 - Turma 3 s s Prof. Cassiano Isler Excel INTERMEDIÁRIO - Aula 4 2 / 29 s COSTA NETO, P. L. O.. 2. ed. São Paulo: Edgard Blücher (2002). GÓMEZ, Luis Alberto.
Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA
METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA A FASE ANALÍTICA TCOR ENGEL SILVA COSTA [email protected]/226013 2 METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA Previamente ao início da recolha de dados, o investigador
CONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS X 0 1 2 3 4 5 frequência absoluta 80 47 30 20 6 1 Um levantamento foi realizado para se avaliar, por município, a quantidade X de obras que estão sob suspeita de irregularidade.
Aderência. Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2015
Aderência Rinaldo Artes Insper Instituto de Ensino e Pesquisa 2015 Sumário 1. Estatística qui-quadrado... 2 2. Gráfico de Probabilidades... 9 3. Teste de Jarque-Bera... 14 Serão apresentadas técnicas que
Revisão Conceitos de Estatística aplicados à Epidemiologia
Revisão Conceitos de Estatística aplicados à Epidemiologia Carlos R. V. Kiffer Médico Infectologista Professor Doutor / Pesquisador Visitante LEMC / UNIFESP Sumário O que é Estatística? Conceitos População
SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS
4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está
1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial
Escola Superior de Tecnologia de Viseu Fundamentos de Estatística 2006/2007 Ficha nº 1 1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial 0; 0; 0; 1; 2; 0; 0; 1;
Estatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
CONSTRUÇÃO DE UMA FERRAMENTA TECNOLÓGICA PARA DETERMINAR AS MEDIDAS RESUMO DE DADOS DISTRIBUÍDOS POR CLASSE
na Contemporaneidade: desafios e possibilidades CONSTRUÇÃO DE UMA FERRAMENTA TECNOLÓGICA PARA DETERMINAR AS MEDIDAS RESUMO DE DADOS DISTRIBUÍDOS POR CLASSE Armando Handaya IFSP-Gru [email protected] Resumo:
Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
RESOLUÇÃO Nº 01/2016
Legislações Complementares: Resolução Nº 02/2016 Colegiado DEst Resolução Nº 03/2016 Colegiado DEst Resolução Nº 01/2017 Colegiado DEst RESOLUÇÃO Nº 01/2016 O Departamento de Estatística, tendo em vista
MAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel [email protected] www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
Análise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com [email protected] Turma: 2º / 2016 1 Agenda
INTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES
INTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES DESCRIÇÃO DOS DADOS CONTÍNUOS Trazem informações que expressam a tendência central e a dispersão dos dados. Tendência Central: Média ( x ), Mediana ( Md ),
RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 2018
RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 018 Determinado órgão governamental estimou que a probabilidade p de um ex-condenado voltar a ser condenado por algum crime no prazo de 5 anos, contados a partir
)XQGDPHQWRVGHSUREDELOLGDGHHHVWDWtVWLFD
)XQGDPHQWRVGHUREDELOLGDGHHHVWDWtVWLFD,QWURGXomR A história da estatística pode ser dividida em três fases. De acordo com PEANHA (00), a estatística inicialmente não mantinha nenhuma relação com a probabilidade,
VERSÃO 1 RESPOSTAS PROVA DE MÉTODOS QUANTITATIVOS
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO DE ORGANIZAÇÕES PROCESSO SELETIVO MESTRADO-EDITAL FEA-RP-PPGAO
Mais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana
Otimização Linear Profª : Adriana Departamento de Matemática [email protected] wwwp.fc.unesp.br/~adriana Forma geral de um problema Em vários problemas que formulamos, obtivemos: Um objetivo de otimização
n = 25) e o elemento (pois = 19) e terá o valor 8. Verifique que antes e depois do 19 o elemento, teremos 18 elementos.
V) Mediana: A Mediana de um conjunto de números, ordenados crescente ou decrescentemente em ordem de grandeza (isto é, em um rol), será o elemento que ocupe a posição central da distribuição de freqüência
Estatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 3 Análise exploratória de dados APOIO: Fundação de Apoio
Filho, não é um bicho: chama-se Estatística!
Paulo Jorge Silveira Ferreira Filho, não é um bicho: chama-se Estatística! Estatística aplicada uma abordagem prática FICHA TÉCNICA EDIÇÃO: Paulo Ferreira TÍTULO: Filho, não é um bicho: chama-se Estatística!
Prova de Estatística
Prova de Estatística 1. Para um número-índice ser considerado um índice ideal, ele precisa atender duas propriedades: reversão no tempo e o critério da decomposição das causas. Desta forma, é correto afirmar
* Descrição: organização, resumo, apresentação e interpretação de dados (tabelas, gráficos e sumários estatísticos, de posição e de dispersão)
ESTATÍSTICA DESCRITIVA a) Conceito: Apresentação numérica, tabular e/ou gráfica com o propósito resumir ou sumarizar as informações contidas num conjunto de dados observados (estatística: tabelas, gráficos
CONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS C. Brabec, J. Hauch, P. Schilinsky e C. Waldauf. Production aspects of organic photovoltaics and their Impact on the commercialization of devices. MRS Bulletin, 30, 2005 (com
Distribuição de frequências:
Distribuição de frequências: Uma distribuição de frequências é uma tabela que reúne o conjunto de dados conforme as frequências ou as repetições de seus valores. Esta tabela pode representar os dados em
Estatística Descritiva. Objetivos de Aprendizagem. 6.1 Sumário de Dados. Cap. 6 - Estatística Descritiva 1. UFMG-ICEx-EST. Média da amostra: Exemplo:
6 ESQUEMA DO CAPÍTULO Estatística Descritiva 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência NOME:
DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência 24-05-2011 NOME: Observação: A resolução completa das perguntas inclui
b) 5 6 d) 1 6 e) 7 6
CONHECIMENTOS ESPECÍFICOS 21. Em estatística, duas medidas são de grande importância na análise de dados, medidas de tendência central e de dispersão. Dentre as medidas indicadas abaixo, são, respectivamente,
b) Variáveis Aleatórias Contínuas
Disciplina: 1171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo
Súmario APRESENTAÇÃO DA COLEÇÃO...13
Súmario APRESENTAÇÃO DA COLEÇÃO...13 CAPÍTULO I LÓGICA PROPOSICIONAL...15 1. Lógica Proposicional...15 2. Proposição...15 2.1. Negação da Proposição...18 2.2. Dupla Negação...19 2.3. Proposição Simples
Probabilidade e Estatística
Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência
(tabelas, gráficos e sumários estatísticos, de posição e de dispersão)
ESTATÍSTICA DESCRITIVA a) Conceito: Apresentação numérica, tabular e/ou gráfica com o propósito resumir ou sumarizar as informações contidas num conjunto de dados observados (estatística: tabelas, gráficos
b) Variáveis Aleatórias Contínuas
Disciplina: 221171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo
Resposta: f(g(x)) = x 5, onde g(x) é não negativa para todo x real. Assinale a alternativa cujo 5, 5 5, 5 3, 3. f(g(x) = x 5.
1. (Espcex (Aman) 016) Considere as funções reais f e g, tais que f(x) = x + 4 e f(g(x)) = x 5, onde g(x) é não negativa para todo x real. Assinale a alternativa cujo conjunto contém todos os possíveis
CONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Nas chamadas de suporte de uma empresa de telecomunicações, o funcionário Pedro resolve o problema do cliente em duas de cada três vezes em que é solicitado, enquanto Marcos resolve
CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano [email protected] Aula 8 04/2014 Zeros reais de funções Parte 2 Voltando ao exemplo da aula anterior, vemos que o ponto médio da primeira iteração
Medidas de Dispersão. Prof.: Joni Fusinato
Medidas de Dispersão Prof.: Joni Fusinato [email protected] [email protected] 1 Dispersão Estatística As medidas de posição (média, mediana, moda) descrevem características dos valores numéricos
Estatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral
Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades
MÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor
MÉTODOS QUANTITATIVOS APLICADOS Prof. Danilo Monte-Mor Métodos Quantitativos Aulas 1 e 2 Análise Exploratória de Dados 2 Danilo Soares Monte Mor Currículum Vitae Prof. Dr. e especialista em Métodos Quantitativos
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir
ESTATÍSTICA DESCRITIVA MEDIDAS DE POSIÇÃO / CESPE / FUNPRESP
ESTATÍSTICA DESCRITIVA MEDIDAS DE POSIÇÃO 01. 2016 / CESPE / FUNPRESP Considerando que os dados na tabela mostram salários de diferentes servidores que aderiram (1) ou não aderiram (0) a determinado plano
a) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%
0. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
BANCO DE QUESTÕES TURMA PM-PE FUNÇÕES
01. (ESPCEX-AMAN/016) Considere as funções reais f e g, tais que f(x) x 4 e f(g(x)) x 5, onde g(x) é não negativa para todo x real. Assinale a alternativa cujo conjunto contém todos os possíveis valores
Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers [email protected] Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Intervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Análise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
SÃO PAULO TURISMO S.A. PROCESSO SELETIVO Nº 001/2007. Cód 36 Estatístico
SÃO PAULO TURISMO S.A. PROCESSO SELETIVO Nº 001/2007 Cód 36 Estatístico 1. Os dados estatísticos constituem a matéria-prima das pesquisas estatísticas. São utilizados quatro níveis de medida na sua obtenção:
ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.
ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim 1 de 6 Pessoal, segue a resolução das questões de Estatística da prova realizada pela SEFAZ-PE, para o cargo de Auditor Fiscal do Tesouro
PARTE 1. Profa. Dra. Alessandra de Ávila Montini
PARTE 1 Programa de Pós-graduação do Departamento de Administração PPGA Agenda 2 14:00 15:30 Fundamentação Teórica 15:30 15:45 Coffee break 15:45 17:00 Fundamentação Teórica 17:00 18:00 Exercícios de Fixação
Sumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
Casos. Índice. Parte I. Caso 1 Vendas da empresa Platox. Caso 2 Importação de matéria-prima. Caso 3 Carteira de acções. Caso 4 Lançamento de produto
Índice PREFÁCIO 15 NOTA INTRODUTÓRIA 17 CONVENÇÕES UTILIZADAS 19 Parte I Casos Caso 1 Vendas da empresa Platox 1. Enquadramento e objectivos 25 2. Aspectos metodológicos 26 3. Resultados e comentários
Estatística Descritiva
Probabilidade e Estatística Prof. Dr.Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Estatística Descritiva Distribuição de frequência Para obter informações de interesse sobre a característica
ESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Teste Qui-quadrado. Dr. Stenio Fernando Pimentel Duarte
Dr. Stenio Fernando Pimentel Duarte Exemplo Distribuição de 300 pessoas, classificadas segundo o sexo e o tabagismo Tabagismo Fumante (%) Não Fumante (%) Masculino 92 (46,0) 108 (54,0) Sexo Feminino 38
Estimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Variância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME:
DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME: Observação: A resolução completa das perguntas inclui a justificação
Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo
Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo Antônio Carlos Roque da Silva Filho e Cristiano R. F. Granzotti 26 de junho de 2017 Os exercícios desta lista devem ser resolvidos
