Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais

Tamanho: px
Começar a partir da página:

Download "Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais"

Transcrição

1 Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de Pesqusas Espacas - INPE Caxa Postal São José dos Campos - SP, Brasl {adam, maurco,bernardo}@dsr.npe.br Abstract: Ths work has the objectve to dentfy the best sample sze based on regular segments of x km to estmate coffee crop planted area n 37 muncpaltes n the South of Mnas Geras State. Samples were randomly selected accordng to a stratfcaton based on percentage of planted area wthn each muncpalty. A comparatve evaluaton for the estmates from sx dfferent sample szes wth three values of α/ (9, 95 e 99%) and two values of E (5% e.5%) was carred out. In order to verfy the accuracy of the method random drawng were performed for each sample sze. Results ndcated that best estmates were obtaned for sample sze greater than 68 segments. Palavras-chave: samplng; coffee; agrcultural statstcs; amostragem; café; estatístcas agrícolas.. Introdução A estmatva da área plantada com a cultura do café, nas prncpas regões produtoras do Brasl, é obtda de manera subjetva, sto é, por meo da coleta de nformações junto aos dversos segmentos relaconados ao cultvo do café como: produtores, técncos da área agrícola, venda de nsumos, agentes de fnancamento, etc. Essa estmatva subjetva passa a ser a nformação ofcal que nortea uma sére de ações estratégcas do agronegóco. A área de cultvo do café sofre varações que em grande parte são decorrentes do preço do café. Por sua vez é dfícl avalar e quantfcar a magntude destas varações de tal forma que os métodos subjetvos podem conter erros. O uso de magens de satélte de sensoramento remoto para mapear a cultura do café é uma alternatva que pode melhorar a estmatva da área, pos permte obter nformações sobre a dstrbução espacal e a área plantada. Além dsso, é possível fornecer nformações estratégcas para ações governamentas com relação à nfra-estrutura e assstênca técnca aos produtores. O mapeamento das lavouras de café em todo o Estado de Mnas Geras está sendo feto por Morera (6). No entanto, o mapeamento do café por meo de magens orbtas anda é um procedmento trabalhoso e demorado, pos o comportamento espectral das lavouras de café é muto varado em conseqüênca de espaçamento, sstema de manejo e cultvo, dade, dentre outros fatores. Morera et al. (4) mostraram essa varação ao estudar o comportamento espectral do café em formação e em produção. Uma metodologa complementar, que pode ser utlzada em conjunto com o mapeamento total das lavouras, é o sstema de amostragem de área, em que a nterpretação das áreas cafeeras é feta apenas numa porcentagem da área total, correspondente aos segmentos amostrados, ou pela vsta a campo nos locas sorteados, conforme realzado por Adam et al. (5). Desta forma, o presente trabalho tem por objetvo avalar a efcênca da estmatva da área plantada com café, por meo de dferentes tamanhos de amostra de área.. Materas e métodos Para esta pesqusa o unverso amostral correspondeu a uma área de 37 muncípos, localzados na regão fsográfca do sul de Mnas Geras. A área está contda na órbta 9, ponto 75, do 5

2 sensor Thematc Mapper (TM) do Landsat-5 e fo utlzada uma magem adqurda em 4 de setembro de 6. Para obter a estmatva da área a partr dos dferentes tamanhos da amostra, fo utlzado um mapa temátco com todas as lavouras de café da área de estudo (Morera, 6). Este mapa servu de dado de referênca uma vez que ele fo obtdo por meo de uma cudadosa fotonterpretação das lavouras de café sobre as magens muttemporas do satélte Landsat-5, bandas TM3, TM4 e TM5 que foram restauradas para pxel com m, segundo a metodologa proposta por Fonseca (998). A fotonterpretação fo realzada na tela do computador numa escala de :. ou menor utlzando a ferramenta de edção matrcal. Imagens Ikonos de alta resolução espacal, dsponíves no ste do Google Earth, foram utlzadas para auxlar na dentfcação das lavouras de café. Uma vez obtdo o mapa temátco a próxma etapa fo estratfcar a área em estratos homogêneos de uso do solo em relação à cultura do café. Os lmtes dos estratos foram estabelecdos em função do percentual da área do muncípo cultvada com café. O tamanho da área de cada estrato e o percentual médo da área ocupada com café é mostrado na Tabela. O estrato 4 fo composto pela regão ocupada pelo lago de Furnas. Este estrato não fo amostrado, devdo ao baxo percentual da área ocupada com café. Tabela. Lmtes nferores e superores dos estratos, área do estrato e percentual médo da área cultvada com café. Estrato Lmte do estrato Área do estrato Percentual médo da área utlzado nferor superor (km ) com café,, 8.7 4,3,, 9.35,67 3, ,5 4,, 45,3 Com base nesta estratfcação, fo elaborado um panel amostral composto por segmentos regulares, com área de km, conforme descrto por Adam et al, (5). Para cada segmento obteve-se a área ocupada com café, tomando por base o mapa temátco de café. A segur, foram estabelecdos os tamanhos amostras, calculados por meo da Equação (Thompson, ): ( Z ) n = E α pq em que n é o número total de segmentos amostrados para estmar a área, para um dado percentual de confança (α/) e um erro de amostragem (E); p é o percentual de área dentro do estrato ocupado com café; q é a área utlzada com outras ocupações do solo, dentro do estrato, representado por (-p), e Z é o valor crítco tabelado da função normal padrão, para o ntervalo de confança (α/). Foram calculados 6 tamanhos amostras que combnaram 3 valores de α/ (9, 95 e 99%) e valores de E (5% e,5%). Este procedmento permte escolher o conjunto amostral capaz de fornecer estmatvas compatíves com a exatdão requerda, utlzando o menor número de amostras possível. Esse tamanho amostral fo subdvddo nos 3 estratos (Tabela ), por meo da Equação : () 6

3 nh = m Nh. Sh = Ch. n Nh. Sh Ch em que Nh é o número total de elementos do estrato; Sh é o desvo padrão do estrato; Ch é o custo da amostragem, calculado em função de p, defndo por Ch=/p, n é o número total de segmentos que deve ser amostrado na área e é o índce para representar o estrato de uso do solo com =,..., m e nh representa o número de elementos a ser sorteado por estrato. Para gerar uma metodologa operaconal a qual deve, prmordalmente, mnmzar o custo do trabalho a campo e fornecer estmatva com exatdão acetável, foram geradas smulações para cada tamanho amostral, utlzado o Método de Monte Carlo. Essas smulações foram realzadas para verfcar a precsão de cada tamanho amostral bem como a varabldade das estmatvas da área plantada com café. Com base nesta smulação, será ndcado o melhor tamanho amostral. Para a estmatva da área ocupada com café fo utlzado o modelo de expansão dreta (Equação 3): Zˆ c = m = e n k = z, k em que ^ Z é o estmador da área; é o índce para representar o estrato de uso do solo com =,..., m; m é o número de estratos; k é o índce para representar o ponto amostrado com k =,..., n ; n é o número de segmentos amostrados no -ésmo estrato de uso do solo; e é o fator de expansão ou nverso da probabldade que um ponto tem de estar na amostra escolhda no -ésmo estrato de uso do solo, sendo defndo por e = (n /N ) -, em que N é o número total de elementos no -ésmo estrato de uso do solo; e z,k é a área de café, no k-ésmo ponto do - ésmo estrato de uso do solo. A varânca fo estmada pela Equação 4: v( Zˆ) = em que m = N ( N s n ) n s é a varânca estmada da cultura no estrato, defnda pela Equação 5: (3) (4) () s = n k = ( z k ( n z ) ) e z é a área méda da cultura no -ésmo estrato de uso do solo, defnda pela Equação 6: (5) z n z k k= = n (6) O coefcente de varação () é calculado pela Equação 7: 7

4 v( Z) C V.(%) = * (7). ^ Z c ^ As estmatvas resultantes da amostragem foram comparadas ao dado (mapa) de referênca, para averguação de desvos e tendêncas. 3. Resultados e Dscussão Os estratos são apresentados na Fgura, na qual se pode observar a varabldade da área da regão ocupada com café. As dmensões da área amostrada, por estrato podem ser observadas na Tabela. Fgura. Estratfcação da área de estudo em função do percentual da área do muncípo utlzada para o cultvo do café. A Tabela apresenta os tamanhos amostras para estmatva de área cultvada de café. O tamanho amostral varou de a.76 segmentos de x km, o que correspondeu a um percentual amostrado de,49% a 4,77% em relação à área total. 8

5 Tabela. Tamanhos amostras utlzados em função do E e de α e a subdvsão por estrato. E 5,%,5% Área do α 9% 95% 99% 9% 95% 99% estrato (km ) Total amostrado Percentual amostrado,49,69,9,95,76 4,77 Estrato A Fgura apresenta os resultados das repetções dos sorteos para cada tamanho amostral. Nesta Fgura pode ser observada a dferença relatva entre o valor estmado pela amostragem e o valor obtdo a partr do mapa de referênca. Dferença Relatva Dferença Relatva.4 n= n= a b Dferença Relatva n=94 Dferença Relatva n= c d.4 n= 68.4 n=76 Dferença Relatva. -. Dferença Relatva e Fgura. Gráfcos de dspersão entre a dferença relatva e o obtdos para os conjuntos amostras: a) amostras; b) 7 amostras; c) 94 amostras; d) 48 amostras; e) 68 amostras; e f) 76 amostras. De acordo com os resultados nota-se que com o aumento do tamanho amostral, de para.76 amostras, ocorre uma redução gradatva do e da ampltude da dferença relatva (Tabela 3). Cabe ressaltar que em todos os tamanhos amostras a dferença relatva méda stuou-se em torno de zero (área obtda pelo mapa de referênca), o que demonstra que f 9

6 este método é um estmador não tendencoso para a méda (Fgura ). Pode-se observar na Tabela 3 que não há forte correlação entre os valores estmados e o e estes resultados dferem daqueles encontrados por Rzz et al. (6) para a cultura de soja no Ro Grande do Sul, em que fo utlzado o mesmo sstema de amostragem, pos não apresentou correlação entre o e a dferença relatva. Tabela 3. Ampltude e méda dos e da dferença relatva e o coefcente de correlação entre os e a dferença relatva, por sorteo. Tamanho (%) Dferença Relatva (%) amostral mínmo máxmo méda mínmo Máxmo méda Correlação 8,3 6,38,78-7,6 9,,63,7 7 7,39 3,73 9, -9,89 8,55 -,37 -,3 94 5,88 9, 7, -8,9 9,34,88 -,3 48 4,6 7,4 5,48 -,9,9 -,8,8 68 4, 5,68 4,6-9,66 9,96,, 76 3,3 3,77 3,4-6, 8,43 -,4,9 As melhores estmatvas, tomando por base os valores de e da dferença relatva, foram obtdas para os tamanhos de amostras de 48 e.76 segmentos, o que correspondeu a,95 e 4,77% da área respectvamente. Nestes ntervalos os coefcentes stuam-se entre 3 e 7%. 4. Conclusões De acordo com os resultados obtdos nesta pesqusa pode-se conclur que a amostragem de área é uma alternatva vável, que pode ser utlzada para uma avalação rápda da área ou substtur uma nterpretação total, no caso da ndsponbldade de magens lvres de cobertura de nuvens. Com uma área amostrada (.7), correspondente a 4,77% fo possível estmar a área de café com um médo de 3,4%. Em termos de precsão de estmatva de área, os resultados obtdos permtem afrmar que o tamanho deal de uma amostra de área para estmar o café na regão estudada é de 68 segmentos (,76% da área total), pos apesar de apresentar uma estmatva cuja dferença relatva fo em torno de % (Fgura ), apresentou acetáves, em torno de 5%, Referêncas Adam, M.; Morera, M.A.; Rudorff, B.F.T.; Fretas, C.C.; Fara, R.T. Expansão dreta na estmatva de culturas agrícolas por meo de segmentos regulares. Revsta Braslera de Cartografa, v., p. 7, 5. Morera, M. A. ; Adam, M. ; Rudorff, B. F. T.. Análse espectral e temporal da cultura do café em magens Landsat. Pesqusa Agropecuára Braslera, Brasíla, v. 39, n. 3, p. 3-3, 4. Morera, M.A. Mapeamento de café em Mnas Geras. [mensagem pessoal]. Mensagem recebda por: <adam@dsr.npe.br > em de outubro de 6. Rzz, R.; Rudorff, B.F.T; Adam, M. Estmatva da área de soja no Estado do Ro Grande do Sul por um método de amostragem, Cênca Rural, v.36, p. 3-35, 6. Thompson, S.K. Samplng ed. New York: John Wley & Sons, Inc.,. 343 p.

Estimativa da área de soja no Rio Grande do Sul por meio de amostragem aleatória estratificada de pontos

Estimativa da área de soja no Rio Grande do Sul por meio de amostragem aleatória estratificada de pontos Estmatva da área de soja no Ro Grande do Sul por meo de amostragem aleatóra estratfcada de pontos Marcos Adam Rodrgo Rzz Bernardo Fredrch Theodor Rudorff Maurco Alves Morera Insttuto Naconal de Pesqusas

Leia mais

3 A técnica de computação intensiva Bootstrap

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

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

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 mais

Estimativa da área de cana-de-açúcar no estado de São Paulo por meio de sistema de amostragem de área e imagens de sensoriamento remoto

Estimativa da área de cana-de-açúcar no estado de São Paulo por meio de sistema de amostragem de área e imagens de sensoriamento remoto Estmatva da área de cana-de-açúcar no estado de São Paulo por meo de sstema de amostragem de área e magens de sensoramento remoto Maurco Alves Morera Vvane Gomes Cardoso Rosa Rodrgo Rzz Bernardo Fredrc

Leia mais

Metodologia computacional para criar um painel de amostra de área utilizando imagens de sensoriamento remoto e SIG

Metodologia computacional para criar um painel de amostra de área utilizando imagens de sensoriamento remoto e SIG Metodologa computaconal para crar um panel de amostra de área utlzando magens de sensoramento remoto e SIG Vvane Gomes Cardoso Rosa 1 Maurco Alves Morera 1 Marcos Adam 1 Insttuto Naconal de Pesqusas Espacas

Leia mais

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE 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 mais

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

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

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

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

Leia mais

4 Critérios para Avaliação dos Cenários

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

Leia mais

MOQ-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 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 mais

2 Incerteza de medição

2 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 mais

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

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

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação 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 mais

Prof. Lorí Viali, Dr.

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

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

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

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa 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 mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os 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 mais

Análise de Variância. Comparação de duas ou mais médias

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

Leia mais

7 - Distribuição de Freqüências

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Santos Júnior, EP 1 ; Soares, HCC 1 ; Freitas, GP 2 ; Pannain, JLM 3 ; Coelho Junior, LM 4 * 1

Santos Júnior, EP 1 ; Soares, HCC 1 ; Freitas, GP 2 ; Pannain, JLM 3 ; Coelho Junior, LM 4 * 1 DISPARIDADE DO VALOR BRUTO DOS PRODUTOS MADEIREIROS NATIVOS PARA AS MESORREGIÕES DA PARAÍBA DISPARITY OF THE GROSS VALUE OF THE NATIVE WOOD PRODUCTS FOR THE MESORREGIONS OF PARAÍBA Santos Júnor, EP 1 ;

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE 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 mais

Métodos para Determinação do Valor Característico da Resistência à Compressão Paralela às Fibras da Madeira

Métodos para Determinação do Valor Característico da Resistência à Compressão Paralela às Fibras da Madeira Voltar MADEIRA arqutetura e engenhara nº 4 artgo 4 Métodos para Determnação do Valor Característco da Resstênca à Compressão Paralela às Fbras da Madera Edna Moura Pnto, Unversdade de São Paulo, Interundades

Leia mais

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares

Modelagem 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 mais

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

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

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. 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 mais

Estimativa da fração da vegetação a partir de dados AVHRR/NOAA

Estimativa da fração da vegetação a partir de dados AVHRR/NOAA Estmatva da fração da vegetação a partr de dados AVHRR/NOAA Fabane Regna Cunha Dantas 1, Céla Campos Braga, Soetâna Santos de Olvera 1, Tacana Lma Araújo 1 1 Doutoranda em Meteorologa pela Unversdade Federal

Leia mais

Aula Características dos sistemas de medição

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

Leia mais

ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO

ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões

Leia mais

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

RAD1507 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 mais

Métodos Avançados em Epidemiologia

Métodos 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 mais

Relação entre IAF obtidos dos satélites LANDSAT - 5 e NOAA utilizando o método de mínimos quadrados

Relação entre IAF obtidos dos satélites LANDSAT - 5 e NOAA utilizando o método de mínimos quadrados Relação entre IAF obtdos dos satéltes LANDSAT - 5 e NOAA utlzando o método de mínmos quadrados Fabane Regna Cunha Dantas 1, Céla Campos Braga 2, Mara José Herculano Macedo 1, Soetâna Santos de Olvera 1

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA 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 mais

2ª Atividade Formativa UC ECS

2ª Atividade Formativa UC ECS I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

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

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

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

Leia mais

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON 1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de

Leia mais

SELEÇÃO 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 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 mais

Estatística II Antonio Roque Aula 18. Regressão Linear

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

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 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 mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO 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 mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

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

Leia mais

Responda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão.

Responda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão. Departamento de Produção e Sstemas Complementos de Investgação Operaconal Exame Época Normal, 1ª Chamada 11 de Janero de 2006 Responda às questões utlzando técncas adequadas à solução de problemas de grande

Leia mais

DESEMPENHO DOS MODELOS DE ESTIMATIVA DE PRECIPITAÇÃO POR SATÉLITE NO INVERNO/VERÃO NA AMÉRICA DO SUL

DESEMPENHO DOS MODELOS DE ESTIMATIVA DE PRECIPITAÇÃO POR SATÉLITE NO INVERNO/VERÃO NA AMÉRICA DO SUL DESEMPENHO DOS MODELOS DE ESTIMATIVA DE PRECIPITAÇÃO POR SATÉLITE NO INVERNO/VERÃO NA AMÉRICA DO SUL Wagner F. A. Lma 1, Eder P. Vendrasco 1 ; Danel Vla 1 1 Dvsão de Satéltes e Sstemas Ambentas (CPTEC/INPE)

Leia mais

Dependência Espacial de espécies nativas em fragmentos. florestais

Dependência Espacial de espécies nativas em fragmentos. florestais Dependênca Espacal de espéces natvas em fragmentos 1 Introdução florestas 1 Mestranda em Engenhara Florestal LEMAF/DCF UFLA. e-mal: cunhadase@yahoo.com.br 2 Mestrando em Engenhara Florestal LEMAF/DCF UFLA.

Leia mais

Análise de Regressão

Análise 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 mais

MODELO RECEPTOR MODELO RECEPTOR MODELO RECEPTOR. Princípio do modelo:

MODELO RECEPTOR MODELO RECEPTOR MODELO RECEPTOR. Princípio do modelo: MODELO RECEPTOR Não modela a dspersão do contamnante. MODELO RECEPTOR Prncípo do modelo: Atacar o problema de dentfcação da contrbução da fonte em ordem nversa, partndo da concentração do contamnante no

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 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 mais

Análise da curva de crescimento de ovinos cruzados

Análise da curva de crescimento de ovinos cruzados Análse da curva de crescmento de ovnos cruzados Dana Campos de Olvera DEX, UFLA Antôno Polcarpo Souza Carnero DET, UFV Joel Augusto Munz DEX, UFLA Introdução Os ovnos, assm como grande maora dos anmas

Leia mais

Análise Descritiva com Dados Agrupados

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

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO 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 mais

Prof. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =

Prof. 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 mais

Prof. Lorí Viali, Dr.

Prof. 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 mais

Análise Exploratória de Dados

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

Leia mais

AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO RESUMO ABSTRACT

AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO RESUMO ABSTRACT AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO Rodrgo Mkosz Gonçalves John Alejandro Ferro Sanhueza Elmo Leonardo Xaver Tanajura Dulana Leandro Unversdade Federal do Paraná - UFPR

Leia mais

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

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

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

AVALIAÇÃO EXPERIMENTAL DE UM MÉTODO DE MEDIÇÃO DE COORDENADAS IMAGEM COM PRECISÃO SUBPIXEL

AVALIAÇÃO EXPERIMENTAL DE UM MÉTODO DE MEDIÇÃO DE COORDENADAS IMAGEM COM PRECISÃO SUBPIXEL IV Colóquo Braslero de Cêncas Geodéscas - IV CBCG Curtba, 16 a 0 de mao de 005 AVALIAÇÃO EXPERIMENTAL DE UM MÉTODO DE MEDIÇÃO DE COORDENADAS IMAGEM COM PRECISÃO SUBPIXEL Bazan, W. S. 1, Tommasell, A. M.

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

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

Leia mais

Variável discreta: X = número de divórcios por indivíduo

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

Leia mais

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

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

Leia mais

DELINEAMENTOS EXPERIMENTAIS

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

Leia mais

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos.

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos. Eletroquímca 2017/3 Professores: Renato Camargo Matos Hélo Ferrera dos Santos http://www.ufjf.br/nups/ Data Conteúdo 07/08 Estatístca aplcada à Químca Analítca Parte 2 14/08 Introdução à eletroquímca 21/08

Leia mais

8 - Medidas Descritivas

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

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

MEDIÇÕES DE VIBRAÇÕES NO CORPO HUMANO ESTIMATIVA DA INCERTEZA

MEDIÇÕES DE VIBRAÇÕES NO CORPO HUMANO ESTIMATIVA DA INCERTEZA Acústca 008 0 - de Outubro, Combra, Portugal Unversdade de Combra MEDIÇÕES DE VIBRAÇÕES NO CORPO HUMANO ESTIMATIVA DA INCERTEZA Jorge Fradque, Fátma Inglês Drecção Regonal da Economa de Lsboa e Vale do

Leia mais

Plano amostral em parcelas de milho para avaliação de atributos de espigas

Plano amostral em parcelas de milho para avaliação de atributos de espigas Cênca Rural, Santa Mara, Plano v.35, amostral n.6, p.157-16, em parcelas nov-dez, mlo 005 para avalação de atrbutos de espgas. ISSN 0103-8478 157 Plano amostral em parcelas de mlo para avalação de atrbutos

Leia mais

O problema da superdispersão na análise de dados de contagens

O 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 mais

TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO

TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO Danelson Jorge Delgado Neves 13, Jeane Rafaele Araúo Lma 1, Lncoln Elo de Araúo 2, Pedro Vera de Azevedo 1 1 UFCG DCA, Campna Grande

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão 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 mais

Associação entre duas variáveis quantitativas

Associação 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 mais

6 Modelo Proposto Introdução

6 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 mais

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Estatística stica Descritiva

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

Leia mais

CORRELAÇÃO E REGRESSÃO

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

Leia mais

Análise de Regressão Linear Múltipla IV

Análise de Regressão Linear Múltipla IV Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do

Leia mais

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010 Floranópols 200 ANÁLISE COMPARATIVA DA INFLUÊNCIA DA NEBULOSIDADE E UMIDADE RELATIVA SOBRE A IRRADIAÇÃO SOLAR EM SUPERFÍCIE Eduardo Wede Luz * ; Nelson Jorge Schuch ; Fernando Ramos Martns 2 ; Marco Cecon

Leia mais

Experiência V (aulas 08 e 09) Curvas características

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

Leia mais

Identidade dos parâmetros de modelos segmentados

Identidade 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 mais

METOLOGIA. 1. Histórico

METOLOGIA. 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 mais

CAPÍTULO 2 - Estatística Descritiva

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

Leia mais

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS Rodolfo Hoffmann * Vctor Hugo da Fonseca Porto ** SINOPSE Neste trabalho deduz-se qual é o

Leia mais

3. Estatística descritiva bidimensional

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

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-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 mais

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais. 1 1Imagem Dgtal: Estatístcas INTRODUÇÃO Neste capítulo abordam-se os prncpas concetos relaconados com os cálculos de estatístcas, hstogramas e correlação entre magens dgtas. 4.1. VALOR MÉDIO, VARIÂNCIA,

Leia mais

Aerodinâmica I. Verificação de Códigos. Objectivo: verificar que o programa não tem erros

Aerodinâmica I. Verificação de Códigos. Objectivo: verificar que o programa não tem erros e Verfcação de Códgos Objectvo: verfcar que o programa não tem erros - O erro numérco tende para zero quando o tamanho da malha / passo no tempo tendem para zero? p ( φ ) = φ φ e + αh exact - A ordem de

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados

Leia mais

O MMD se baseia no sistema no sistema linearizado das equações de fluxo de potência, ou seja: Δ (4.1)

O MMD se baseia no sistema no sistema linearizado das equações de fluxo de potência, ou seja: Δ (4.1) 4 Método da Matrz D Neste capítulo será apresentada uma descrção do MMD [Prada, 99], [Prada, ]. Este método será usado para dentfcar casos de nstabldade de tensão causados pela perda de controlabldade.

Leia mais

Avaliação de interpoladores para os parâmetros das equações de chuvas intensas no Espírito Santo (doi: /ambi-agua.104)

Avaliação de interpoladores para os parâmetros das equações de chuvas intensas no Espírito Santo (doi: /ambi-agua.104) ISSN = 1980-993X do:10.4136/1980-993x www.agro.untau.br/amb-agua E-mal: amb-agua@agro.untau.br Tel.: (12) 3625-4116 Avalação de nterpoladores para os parâmetros das equações de chuvas ntensas no Espírto

Leia mais

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES INTRODUÇÃO O fejão caup é a prncpal legumnosa cultvada no Nordeste.

Leia mais

Testes não-paramétricos

Testes 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 mais

Regressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará

Regressão 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 mais

Plano de amostragem do ISA-Capital 2008 Maria Cecília Goi Porto Alves Maria Mercedes L. Escuder 24 de junho de 2009

Plano de amostragem do ISA-Capital 2008 Maria Cecília Goi Porto Alves Maria Mercedes L. Escuder 24 de junho de 2009 Plano de amostragem do ISA-Captal 2008 ara Cecíla Go Porto Alves ara ercedes L. Escuder 24 de junho de 2009 Tamanho da amostra A população de estudo refere-se àquela resdente em área urbana do uncípo de

Leia mais

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

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

Leia mais