MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho
|
|
|
- Maria do Mar Prada Sampaio
- 8 Há anos
- Visualizações:
Transcrição
1
2 MATEMÁTICA Professor Haroldo Filho MÓDULO 6 ESTATÍSTICA
3 1.1 ESTATÍSTICA É a ciêcia que utiliza a coleta de dados, sua classificação, sua apresetação, sua aálise e sua iterpretação para se tomar algum tipo de decisão. 1.2 ESTATÍSTICA DESCRITIVA É o ramo da Estatística que se ocupa em coletar, orgaizar e descrever os dados que podem ser expressos por tabelas e gráficos. 1.3 ESTATÍSTICA INFERENCIAL É o ramo da Estatística que utiliza técicas de aálise e iterpretação de dados, a partir de uma amostra de uma população, e forece coclusões sobre este cojuto.
4 1.4. POPULAÇÃO Na coleta de dados sobre determiado assuto, chama-se população estatística, o cojuto formado por todos os elemetos que possam oferecer dados relativos ao assuto em questão. Podemos dizer que população é qualquer cojuto que reúa todos os elemetos que teham pelo meos uma característica comum, objeto de estudo AMOSTRA É um subcojuto de uma população. A seleção da amostra pode ser feita de várias maeiras, depededo, etre outros fatores, do grau de cohecimeto que temos da população, da quatidade de recursos dispoíveis e outros fatores. A seleção da amostra deve forecer um subcojuto de valores mais parecido possível com a população origial. Exemplo: Uma pesquisa típica de audiêcia a televisão utiliza uma amostra de 5000 lares e, com base estes dados, formula coclusões acerca de uma população de todos os milhões de lares o país.
5 1.6 DADOS ESTATÍSTICOS Os dados são deomiados quatitativos quado são represetados por úmeros ou medidas, como por exemplo as alturas de uma população, o úmero de filhos e o salário bruto. Quado os dados represetam cotages são discretos e quado represetam mesurações são cotíuos. Os dados são chamados de qualitativos ou omiais quado são defiidos por categorias tais como: cor dos olhos, sexo, ível de escolaridade, aturalidade AMPLITUDE DE UMA AMOSTRA A amplitude total dos dados é a difereça etre o valor máximo e o valor míimo da amostra. Exemplo: Um pesquisador, cotratado pela empresa de cervejas, deseja estudar quatas cervejas por semaa seus clietes bebem. A amostra com 10 clietes resultou os seguites úmeros: 2,3,7,1, 10, 11, 5, 2, 8, 9. A amplitude desta amostra é igual a 11-1=10.
6 1.8. ROL Os dados coletados em uma amostra podem ser orgaizados em tabelas ou gráficos. Para isso, ates devemos orgaizá-los em sequêcias crescetes ou decrescetes deomiadas Rol. Exemplo: No exemplo aterior orgaizado em ordem crescete temos: 1, 2, 2, 3, 5, 7, 8, 9, 10, DADOS BRUTOS Podemos cosiderar como dados brutos aqueles que ão estão umericamete orgaizados. Exemplo: 2,3,7,1, 10, 11, 5, 2, 8, 9.
7 1.10 VARIÁVEIS Uma outra defiição que aparece a aálise de dados estatísticos é o coceito de variável. Uma variável é quatitativa quado seus valores podem ser represetados por cotagem (variáveis quatitativas discretas) ou mesuração (variáveis quatitativas cotíuas). Uma variável é qualitativa quado apresetam como resultado um atributo, qualidade ou preferêcia de um etrevistado, podem ser ordiais ou omiais.
8 2. TABELAS DE FREQUÊNCIAS Um processo que possibilita uma leitura mais sucita dos dados é a costrução de uma tabela de frequêcias. EXEMPLO 1 Uma etrevista com 20 pessoas é realizada o estado do Rio de Jaeiro. O objetivo da pesquisa era saber qual o time do etrevistado. Dos 20 etrevistados foram ecotrados os seguites resultados para a frequêcia absoluta dos etrevistados: Flamego(f 1 = 10) Vasco(f 2 = 6) Flumiese(f 3 = 2) Botafogo(f 4 = 1)
9 Note que f 1 +f 2 +f 3 +f 4 =20. Defiimos frequêcia relativa absoluta assumido por uma variável como a razão etre a frequêcia absoluta e o úmero total de dados. f ri f i Time Frequêcia absoluta (f i ) Frequêcia relativa(f ri ) Porcetagem Flamego 10 Vasco 6 Flumiese 3 Botafogo % 30% 15% Total % 5%
10 EXEMPLO 2 Para avaliar o tempo de permaêcia em um supermercado, o gerete mesurou em miutos o tempo de permaêcia de 20 clietes a loja. Os tempos estão represetados a tabela abaixo
11 Para represetar esses dados em uma tabela de frequêcia devemos: a) Calcular a amplitude da amostra = 12 cm b) Dividir o itervalo em subitervalos de mesmo comprimeto. Como exemplo, tomemos 4 subitervalos de comprimeto igual a 3: [48,51[ ; [51,54[ ; [54,57[; [57,60]. Esses subitervalos são chamados de classes e o comprimeto de cada um é chamado de amplitude da classe. c) Cote quatas observações se situam em cada classe, respeitado os itervalos fechados à esquerda e abertos à direita, e coloque as observações uma tabela do tipo abaixo.
12 Tempo fi fri fac frac [48, 51[ 5 [51, 54[ 6 [54, 57[ 4 [57, 60] 5 Total = 0,25 = 25% 5 25% 6 20 = 0,3 = 30% 11 55% 4 20 = 0,20 = 20% 15 75% 5 20 = 0,25 = 25% %
13 Ode, fi: frequêcia que o itervalo aparece a distribuição; fri (Frequêcia relativa): É a percetagem do valor dos dados em relação ao total da amostra; fac ( frequêcia acumulada): É a soma das frequêcias absolutas começado pelo meor valor; frac (frequêcia relativa acumulada): É a porcetagem do valor das frequêcias acumuladas em relação ao total da amostra.
14 3. GRÁFICOS 3.1 GRÁFICO EM LINHA Esse tipo de gráfico é usado sobretudo quado temos observações temporais de uma variável em estudo e desejamos represetá-la o tempo (abscissa) afim de recohecer possíveis tedêcias e/ou sazoalidade (comportameto periódicos repetidos). O exemplo a seguir ilustra bem a utilidade do gráfico em liha para a evolução do preço da ação da empresa PETRO S.A.
15 Cotação da PETRO S.A /set 17/set 18/set 19/set cotação
16 3.2 GRÁFICO EM BARRAS HORIZONTAIS Os dados que estejam orgaizados em coluas ou lihas em uma tabela podem ser represetados em um gráfico de barras horizotais. Gráficos de barras ilustram comparações etre ites idividuais. É ormalmete usado em séries geográficas ou, também, a represetação de séries específicas.
17 Faturameto da Empresa BESTBURGER em milhões de doláres CANADÁ BRASIL EUA JAPÃO Faturameto da Empresa BESTBURGER
18 3.3 GRÁFICO DE COLUNAS A ideia é expressar iformações idividualizadas, e represetadas por barras cuja altura represeta a frequêcia as categorias POPULAÇÃO BRASILEIRA EM MILHÕES POPULAÇÃO BRASILEIRA
19 3.4 GRÁFICO EM SETORES É utilizado quado se deseja mostrar partes do total, coforme ocorre em produções, vedas e orçametos de países e etc. Exemplo: CAUSAS DE MORTES ACIDENTAIS ARMAS DE FOGO ACIDENTES DE AUTOMÓVEL AFOGAMENTO QUEDAS
20 3.5 HISTOGRAMA Quado as classes são itervalos reais, a iterpretação da distribuição de frequêcias em um sistema de eixos é feita por um tipo de gráfico chamado Histograma. Exemplo: Voltado ao exemplo 2 Tempo fi [48, 51[ 5 [51, 54[ 6 [54, 57[ 4 [57, 60] 5 Total 20
21 3.6 POLÍGONO DE FREQUÊNCIA O polígoo de frequêcia é obtido uido-se os potos médios da parte superior de cada retâgulo do histograma com segmetos de reta. É importate otar que tato o histograma quato o polígoo de frequêcia idicam a frequêcia absoluta de cada classe. Voltado ao exemplo 2 temos:
22 4. MEDIDAS DE CENTRALIDADE: MÉDIA ARITMÉTICA, MÉDIA ARITMÉTICA PONDERADA, MEDIANA, MODA. Para apresetar os coceitos a seguir, vamos cosiderar um grupo de 10 estudates com as seguites idades: 12, 13, 14, 14, 14, 15, 15, 16, 16, MÉDIA ARITMÉTICA E MÉDIA ARITMÉTICA PONDERADA Seja x uma variável quatitativa e x 1, x 2, x 3,..., x os valores assumidos por essa variável. A média aritmética (x) de x é igual a soma de todos os valores assumidos xi x x x pela variável dividida pelo úmero de valores, ou seja, x i Exemplo: x 14,6 10
23 PROPRIEDADES DA MÉDIA 1. Ao adicioarmos um mesmo valor a cada um dos valores assumidos pela variável, a média aritmética fica adicioada desse valor. 2. Ao multiplicarmos cada um dos valores assumidos pela variável por um mesmo valor, a média aritmética fica multiplicada por esse valor. A média aritmética é muito iflueciada por valores discrepates ( outliers ).
24 4.2 MEDIANA Seja x 1 x 2 x 3... x os valores ordeados assumidos pela variável quatitativa x. A mediaa (Me) é dada por: x 1 2 Me x x, se é ímpar , se é par Dessa forma, a mediaa é tal que a quatidade de valores meores ou iguais à mediaa é igual à quatidade de valores maiores ou iguais à mediaa. A mediaa é uma medida de cetralidade meos sesível a valores discrepates. Exemplo: No osso exemplo a mediaa é x 5+x 6 2 = =14,5.
25 4.3 MODA A moda de um cojuto é o valor que ocorre mais vezes ou de maior frequêcia simples (absoluta ou relativa) uma distribuição de frequêcias. No osso exemplo a moda é igual a 14. A moda pode também ão existir ou ão ser úica. Exemplo: 0,1,1,2,2, 3 tem modas 1 e 2 (bimodal). 5. MEDIDAS DE DISPERSÃO: DESVIO MÉDIO; VARIÂNCIA; DESVIO PADRÃO Cosidere uma turma de 5 aluos em que todos tiraram ota 5 e outra com a mesma quatidade de aluos com as seguites otas: 1, 3, 5, 7 e 9. Essas duas turmas têm a mesma média aritmética e a mesma mediaa que é 5. Mas a dispersão dos valores é completamete diferete e pode ser calculada.
26 5.1 DESVIO MÉDIO ABSOLUTO (DMA) O desvio em relação à média aritmética é a difereça etre cada valor e a média aritmética. x A soma de todos os desvios em relação à média aritmética é sempre ula. i O desvio médio absoluto (DMA) é a média aritmética dos desvios em módulo. xi DMA i i1 i1 x i x O desvio médio absoluto da seguda turma do osso exemplo é DMA 2,4 5
27 5.2 VARIÂNCIA POPULACIONAL A variâcia populacioal (σ 2 ) é a média aritmética da soma dos quadrados dos desvios em relação à média de um cojuto de úmeros. 2 i 2 i1 i1 x i x 2 A variâcia da seguda turma do osso exemplo é =8 5
28 5.3 PROPRIEDADES DA VARIÂNCIA Se adicioarmos um mesmo valor a cada um dos valores assumidos pela variável, a variâcia ão se altera. Se multiplicarmos cada um dos valores assumidos pela variável por um mesmo valor, a variâcia fica multiplicada pelo quadrado desse valor. Se a variâcia for calculada sobre uma amostra em vez de sobre toda a população, teremos etão a chamada variâcia amostral que é dada por S 2 i1 x i x 1 2
29 5.4 DESVIO PADRÃO POPULACIONAL O desvio padrão populacioal (σ) é a média quadrática dos desvios em relação à média de um cojuto de úmeros ou a raiz quadrada da variâcia. 2 i i1 i1 x i x 2 O desvio padrão da seguda turma do osso exemplo é (1 5) 3 5 (5 5) (7 5) (9 5)
30
MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE
MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE 1 Estatística descritiva (Eploratória) PRIMEIRO PASSO: Tabelas (distribuição de frequêcia) e Gráficos. SEGUNDO PASSO: Cálculo de medidas
Sumário. 2 Índice Remissivo 19
i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................
MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E
MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E Medidas de Tedêcia Cetral Itrodução... 1- Média Aritmética... - Moda... 3- Mediaa... Medidas de Dispersão 4- Amplitude Total... 5- Variâcia
ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO
ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma
ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.
ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate
ESTATÍSTICA E PROBABILIDADES
ESTATÍSTICA E PROBABILIDADES Aluo(a): Turma: Professores: Data: Edu/Vicete Noções de Estatística Podemos eteder a Estatística como sedo o método de estudo de comportameto coletivo, cujas coclusões são
Disciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados
Escola SESI de Aápolis - Judiaí Aluo (a): Disciplia: MATEMÁTICA Turma: 3º Ao Professor (a) : CÉSAR LOPES DE ASSIS Data: INTRODUÇÃO A ESTATÍSTICA A Estatística é o ramo da Matemática que coleta, descreve,
10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade
Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X
Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA
Miistério da Educação UIVERSIDADE TECOLÓGICA FEDERAL DO PARAÁ Câmpus Curitiba Diretoria de Graduação e Educação Profissioal Departameto Acadêmico de Estatística 1 Disciplia: Probabilidade e Estatística
Stela Adami Vayego DEST/UFPR
Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico
1 a Lista de PE Solução
Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa
3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências
14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2
Cap. VI Histogramas e Curvas de Distribuição
TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um
21037 : e-fólio A- proposta de resolução
21037 : e-fólio A- proposta de resolução 1. Os motates de depósito a prazo, em uidades codificadas (UC), correspodem a uma variável quatitativa cotíua, e estão orgaizados em classes com a mesma amplitude.
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-ESTATÍSTICA II (CE003)
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA -ESTATÍSTICA II (CE003) Prof. Beito Olivares Aguilera o Sem./6. Usado os dados da Tabela o Aexo (Seção Orçameto da MB),
SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB
Govero do Estado do Rio Grade do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO
07/11/2015. Conhecendo o SPSS. Conhecendo o SPSS. Desvendando a Estatística e o uso do SPSS. Como obter? Informação
Desvedado a Estatística e o uso do SPSS Aplicado as tecologias II Desmistificado a estatística através do SPSS Iformação Como obter? Profª Rosebel Tridade Cuha Prates Coordeadora Profº Frakli Agelo Kruskoski
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório
Uiversidade Federal de Lavras Departameto de Estatística Prof. Daiel Furtado Ferreira 1 a Aula Prática Técicas de somatório Notação e propriedades: 1) Variáveis e ídices: o símbolo x j (leia x ídice j)
Medidas de Posição. É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores.
Medidas de Posição São as estatísticas que represetam uma série de dados orietado-os quato à posição da distribuição em relação ao eixo horizotal do gráfico da curva de freqüêcia As medidas de posições
O teste de McNemar. A tabela 2x2. Depois - Antes
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ [email protected] O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"
Fundamentos de Análise Matemática Profª Ana Paula. Números reais
Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,
S E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números
S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim
Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química
Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza
MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA
MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA Média ) Tabela de frequêcias simples Cálculo da média: Tabela a Distribuição da idade de fucioários hipertesos Frequêcia Frequêcia (aos) 7 4 5 6 4 4 44 45 46 5 (aos)
Grandes Conjuntos de Dados
Prof. Lorí Viali, Dr. [email protected] http://www.pucrs.br/famat/viali/ Grades Cojutos de Dados Orgaização; Resumo; Apresetação. Amostra ou População Defeitos em uma liha de produção Lascado Meor Deseho
Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):
Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.
Emerson Marcos Furtado
Emerso Marcos Furtado Mestre em Métodos Numéricos pela Uiversidade Federal do Paraá (UFPR). Graduado em Matemática pela UFPR. Professor do Esio Médio os estados do Paraá e Sata Cataria desde 199. Professor
CAPÍTULO 8 - Noções de técnicas de amostragem
INF 6 Estatística I J.I.Ribeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem. Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção. É uma
MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari [email protected] O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão 4 Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco
Taxas e Ídices Aa Maria Lima de Farias Dirce Uesu esco Itrodução Nesse texto apresetaremos coceitos básicos sobre ídices e taxas. Embora existam aplicações em diversos cotextos, essas otas utilizaremos
Número-índice: Conceito, amostragem e construção de estimadores
Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela
Distribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Cap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
A letra x representa números reais, portanto
Aula 0 FUNÇÕES UFPA, 8 de março de 05 No ial desta aula, você seja capaz de: Saber dizer o domíio e a imagem das uções esseciais particularmete esta aula as uções potêcias; Fazer o esboço de gráico da
Probabilidade II Aula 9
Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas
SUMÁRIO. SÉRIE: Estatística Básica Texto i: DESCRITIVA
7 8 9 SUMÁRIO. GENERALIDADES..... INTRODUÇÃO..... DIVISÃO DA ESTATÍSTICA..... MENSURAÇÃO...... Itrodução...... Formas de mesuração.... RESUMO DE PEQUENOS CONJUNTOS DE DADOS...7.. INTRODUÇÃO...7.. MEDIDAS
AEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 04: Medidas de Posição ([email protected]) . MÉDIA ARITMÉTICA : Para um cojuto de valores Média Aritmética Simples: xi p Média Aritmética Poderada: MÓDULO 04 - MEDIDAS
Matemática E Extensivo V. 1
Extesivo V. 0) a) r b) r c) r / d) r 7 0) A 0) B P.A. 7,,,... r a + ( ). a +. + 69 a 5 P.A. (r, r, r ) r ( r + r) 6r r r r 70 Exercícios 05) a 0 98 a a a 06) E 07) B 08) B 7 0 0; 8? P.A. ( 7, 65, 58,...)
Variáveis Aleatórias e Distribuições de Probabilidade
PROBABILIDADES Variáveis Aleatórias e Distribuições de Probabilidade BERTOLO Fução de Probabilidades Vamos cosiderar um experimeto E que cosiste o laçameto de um dado hoesto. Seja a variável aleatória
ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais
ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais Tarefa º. Desta figura, do trabalho da Olívia e da Susaa, retire duas sequêcias e imagie o processo
MATEMÁTICA II. 01. Uma função f, de R em R, tal. , então podemos afirmar que a, b e c são números reais, tais. que. D) c =
MATEMÁTCA 0. Uma fução f, de R em R, tal que f(x 5) f(x), f( x) f(x),f( ). Seja 9 a f( ), b f( ) e c f() f( 7), etão podemos afirmar que a, b e c são úmeros reais, tais que A) a b c B) b a c C) c a b ab
Intervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
ESTATÍSTICA. para Psicologia Parte 2. 01/06/2011 Bertolo 1
ESTATÍSTICA para Psicologia Parte 2 01/06/2011 Bertolo 1 01/06/2011 Bertolo 2 Cap 02 - Medidas Estatísticas A distribuição de frequêcias permite-os descrever, de modo geral, os grupos de valores (classes)
Critérios de Avaliação e Cotação
Elemetos de Probabilidades e Estatística (37) Elemetos de Probabilidades e Estatística (37) Ao letivo 06-7 E-Fólio A 7 a 6 de abril 07 Critérios de correção e orietações de resposta No presete relatório
CONHECIMENTOS ESPECÍFICOS
Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que
Probabilidade e Estatística
UNIVERSIDADE FEDERAL DA PARAÍBA Reitora MARGARETH DE FÁTIMA FORMIGA MELO DINIZ Vice-Reitor EDUARDO RAMALHO RABENHORST EDITORA DA UFPB Diretora IZABEL FRANÇA DE LIMA Vice-Diretor JOSÉ LUIZ DA SILVA Supervisão
A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
Prova Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,
FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Aluo: N.º Turma: Professor: Classificação: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações
11 Aplicações da Integral
Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos
UNIDADE I A ESTATÍSTICA E SEUS MÉTODOS
UNIDADE I A ESTATÍSTICA E SEUS MÉTODOS. - Itrodução Histórica Os homes desde a atiguidade faziam registros de dados que cosideravam iformações importates, como o úmero de habitates, de ascimetos e de óbitos,
( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,...
Progressões Geométricas Defiição Chama se progressão geométrica PG qualquer seqüêcia de úmeros reais ou complexos, ode cada termo a partir do segudo, é igual ao aterior, multiplicado por uma costate deomiada
PROGRESSÃO GEOMÉTRICA
PROGRESSÃO GEOMÉTRICA 9º ANO MATEMÁTICA PROF. ALDO 4º BIM Questão A sequêcia umérica c é defiida como c = a b, com, em que a e b são progressões aritmética e geométrica, respectivamete. Sabedo-se que a
3ª Lista de Exercícios de Programação I
3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros
Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos
Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos
Unidade I ESTATÍSTICA DESCRITIVA. Profa. Isabel Espinosa
Unidade I ESTATÍSTICA DESCRITIVA Profa. Isabel Espinosa Estatística Veremos nesta unidade: Variáveis Tabela de frequência Gráficos Medidas de tendência central - media,mediana e moda Medidas de dispersão
Dessa forma, concluímos que n deve ser ímpar e, como 120 é par, então essa sequência não possui termo central.
Resoluções das atividades adicioais Capítulo Grupo A. a) a 9, a 7, a 8, a e a 79. b) a, a, a, a e a.. a) a, a, a, a 8 e a 6. 9 b) a, a 6, a, a 9 e a.. Se a 9 e a k são equidistates dos extremos, etão existe
MAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Capítulo 5- Introdução à Inferência estatística.
Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.
Estimativa de Parâmetros
Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott [email protected] Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade
XIX Semana Olímpica de Matemática. Nível U. Algumas Técnicas com Funções Geratrizes. Davi Lopes
XIX Semaa Olímpica de Matemática Nível U Algumas Técicas com Fuções Geratrizes Davi Lopes O projeto da XIX Semaa Olímpica de Matemática foi patrociado por: Algumas Técicas com Fuções Geratrizes Davi Lopes
Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ
1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo
