Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais
|
|
- Roberto Fidalgo Gesser
- 6 Há anos
- Visualizações:
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
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 mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia mais1. 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 maisEstimativa 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 maisMetodologia 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 maisÍNDICE 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 maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisMOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
Leia mais2 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 mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisProf. 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 maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia mais7 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 maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisAnálise 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 mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisSantos 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 maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisMétodos 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 maisModelagem do crescimento de clones de Eucalyptus via modelos não lineares
Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisContabilometria. Aula 8 Regressão Linear Simples
Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos
Leia maisEstimativa 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 maisAula 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 maisALTERNATIVA 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 maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia maisRelação 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 maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia mais2ª 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 maisAlgarismos 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 maisANÁLISE 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 maisPUCPR- 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 maisSELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE
SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia mais3 Método Numérico. 3.1 Discretização da Equação Diferencial
3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisResponda 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 maisDESEMPENHO 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 maisDependência 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 maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia maisMODELO 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 mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
Leia maisAnálise 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 maisAnálise 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 maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisProf. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =
Análse de Regressão Cap.. Introdução Análse de regressão é uma técnca de modelagem utlzada para analsar a relação entre uma varável dependente () e uma ou mas varáves ndependentes,, 3,..., n. O ojetvo
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisAVALIAÇÃO 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 maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia maisCap. 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 maisAVALIAÇÃO 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 maisANÁLISE 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 maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisRedução 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 maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia maisEletroquímica 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 mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia maisModelo 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 maisMEDIÇÕES 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 maisPlano 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 maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisTENDENCIAS 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 maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia mais6 Modelo Proposto Introdução
6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo
Leia maisModelo 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 mais1. 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 maisEstatística 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 maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisAnálise 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 maisCONGRESSO 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 maisExperiência V (aulas 08 e 09) Curvas características
Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de
Leia maisIdentidade dos parâmetros de modelos segmentados
Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos
Leia maisMETOLOGIA. 1. Histórico
METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da
Leia maisCAPÍTULO 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 maisUM 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 mais3. Estatística descritiva bidimensional
3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisNeste 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 maisAerodinâmica 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 maisModelo 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 maisO 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 maisAvaliação 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 maisUSO 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 maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisRegressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará
Regressão Logístca Aplcada aos Casos de Sífls Congênta no Estado do Pará Crstane Nazaré Pamplona de Souza 1 Vanessa Ferrera Montero 1 Adrlayne dos Res Araújo 2 Edson Marcos Leal Soares Ramos 2 1 Introdução
Leia maisPlano 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 maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia mais