Teoria do Prospecto e Risco Moral: Um Estudo Empírico Com Estudantes

Tamanho: px
Começar a partir da página:

Download "Teoria do Prospecto e Risco Moral: Um Estudo Empírico Com Estudantes"

Transcrição

1 Teoria do Prospecto e Risco Moral: Um Estudo Empírico Com Estudantes Aline Moura Costa da Silva Doutoranda em Ciências Contábeis pelo Programa Multiinstitucional e Inter-regional de Ciências Contábeis UnB/UFPB/UFRN Professora do Departamento de Contabilidade da Universidade Federal Fluminense UFF. Campus Valonguinho Niterói RJ alinemoura@id.uff.br (21) Francisca Aparecida de Souza Doutoranda em Ciências Contábeis pelo Programa de Pós Graduação em Ciências Contábeis Universidade de Brasília Professora do Curso de Ciências Contábeis da Universidade de Brasília Campus Universitário Darcy Ribeiro - Prédio da FACE Sala AT 82/4 - Asa Norte CEP: Brasília, DF Brasil fsouza@unb.br (61) César Augusto Tiburcio Silva Doutor em Contabilidade pela Universidade de São Paulo Professor Titular do Departamento de Ciências Contábeis da Universidade de Brasília Professor do Curso de Ciências Contábeis da Universidade de Brasília Campus Universitário Darcy Ribeiro - Asa Norte CEP: Brasília, DF Brasil cesartiburcio@unb.br (61) Resumo O presente estudo teve como objetivo analisar a reação dos estudantes da graduação em Ciências Contábeis da Universidade de Brasília (UnB), em ambiente de incerteza, envolvendo ganhos e perdas financeiras. Ademais, verificou-se se a perda partilhada reduz a sensibilidade ao risco, induzindo-os ao risco moral. Para tal, elaborou-se um questionário contemplando o perfil do respondente, além de outras quatro etapas, com três situações cada. As respostas foram testadas por meio do teste Qui-quadrado e através de uma regressão linear. Os resultados evidenciaram que os respondentes tendem a ser mais racionais na perda do que no ganho. Cabe ainda ressaltar que o risco moral não foi observado em nenhuma das situações. Por fim, verificou-se que o respondente do gênero feminino, os alunos que estudam em semestres mais avançados do curso, os mais idosos e aqueles que trabalham possuem maior nível de racionalidade. Palavras-chave: Ambiente de incerteza; Ganhos e Perdas Financeiras; Risco Moral. Método de Pesquisa: MET4 Experimental/Quase-Experimental Área de Conhecimento da Pesquisa: AT3 Contabilidade Financeira e Finanças

2 1. INTRODUÇÃO Os blocos teóricos que formaram a Moderna Teoria de Finanças, a partir da década de 50, como a Teoria do Portfólio, a Teoria da Precificação de Ativos e a Teoria do Mercado Eficiente, fundamentaram-se em algumas premissas, dentre estas a racionalidade dos investidores. A Teoria da Utilidade Esperada, inicialmente apresentada em um trabalho escrito em latim por Daniel Bernoulli em 1738, e traduzido para o inglês em 1954 por Louise Sommer, pressupõe a racionalidade dos indivíduos na tomada de decisão, em um ambiente de incerteza. Um indivíduo que age racionalmente escolhe, dentre as alternativas, aquela que maximize a sua utilidade esperada. A despeito da Moderna Teoria de Finanças ter como pressuposto a racionalidade dos indivíduos, as Finanças Comportamentais surgem como uma teoria que confronta tal pressuposto. Em meados da década de 50 algumas pesquisas experimentais na área da Psicologia Cognitiva surgiram e demonstraram que o pressuposto da racionalidade ilimitada, em alguns momentos, era infringido (Edwards, 1954). No entanto, o marco das Finanças Comportamentais se deu com o trabalho seminal de Kahneman e Tversky, publicado em Tais estudiosos apresentam uma crítica à Teoria da Utilidade Esperada como modelo descritivo de tomada de decisão em condições de incerteza, e desenvolveram um modelo alternativo, denominado Teoria do Prospecto. Em resumo, a Teoria do Prospecto leva em consideração os aspectos emocionais e cognitivos dos indivíduos nas tomadas de decisão. É importante salientar que dentre os aspectos analisados na Teoria do Prospecto, está o seguro probabilístico, que verifica como um indivíduo reage, em um ambiente de incerteza, quando há a possibilidade de contratação de um seguro. Nesse contexto, é possível inserir o risco moral, que consiste no risco de um comportamento oportunístico que um indivíduo possa vir a ter, após, por exemplo, um acordo contratual. As teorias acima apresentadas têm inspirado diversos trabalhos acadêmicos com a finalidade de testá-las. Tendo em vista a importância dos estudos na área de Finanças Comportamentais, esse artigo tem como objetivo analisar a reação dos estudantes de contabilidade ao se depararem com situações de incerteza, envolvendo ganhos e perdas financeiras. Ademais, buscou-se ainda verificar se a perda partilhada reduz a sensibilidade ao risco, induzindo o respondente ao risco moral. A presente pesquisa justifica-se por sua contribuição à literatura na área de Finanças Comportamentais, ao se discutir a reação dos respondentes, nesse caso, estudantes de Ciências Contábeis da Universidade de Brasília UnB, em um ambiente de incerteza, ao tomar decisões. 2. REFERENCIAL TEÓRICO Nesta seção estão expostos, de forma breve, a Teoria da Utilidade Esperada, Teoria do Prospecto e o Risco Moral Teoria da Utilidade Esperada A Teoria da Utilidade Esperada foi proposta, inicialmente, pelo matemático Daniel Bernoulli, em Conforme supramencionado, essa obra foi traduzida para o inglês em 1954.

3 Bernoulli (1738; 1954) afirma que ao tomar uma decisão, o indivíduo deve determinar o valor de um elemento ou item. Entretanto, a determinação deste valor não deve ser baseada em seu preço, mas sim na utilidade que ele produz. O preço é dependente apenas do item em si e é igual para todos; a utilidade, contudo, é dependente das circunstâncias particulares do indivíduo que faz a estimativa. Assim, para esse estudioso, nenhuma medição válida de valor de risco pode ser obtida sem ser levada em consideração a sua utilidade. Apesar da importância do estudo desenvolvido por Bernoulli (1738; 1954), a discussão da Teoria da Utilidade Esperada só ganhou força e a atenção dos economistas em 1944, quando John Von Neumann e Oskar Morgenstern apresentaram axiomas para tal teoria, na obra seminal denominada Theory of games and economic behavior. Os axiomas da Teoria da Utilidade Esperada propostos por Neumann e Morgenstern (1953) são: (1) ordenamento ou consequencialismo; (2) continuidade; e, (3) independência. Todos baseados na racionalidade dos indivíduos. 1) O axioma do ordenamento ou consequenciaismo sugere que os indivíduos possuem uma ordem de preferência entre as alternativas, contemplando a completude e a transitividade. A primeira refere-se à possibilidade de uma preferência ser estabelecida; a segunda indica que se a alternativa v é preferível à u e u é preferível à w, então v é preferível à w ; 2) O axioma da continuidade indica que pequenas mudanças na probabilidade associadas aos resultados não alteram o ordenamento de preferência; e, 3) O axioma da independência pressupõe que há pelo menos três alternativas para escolha u, v e w. Assim, se u é preferível a v, qualquer combinação entre u e w é preferível a qualquer combinação entre v e w, independente da probabilidade em questão. Por fim, cabe informar que na Teoria da Utilidade de Bernoulli, o indivíduo faz a sua escolha isoladamente, sem considerar o que os outros possam estar fazendo. Por outro lado, na teoria dos jogos, desenvolvida por Neumann e Morgenstern, duas ou mais pessoas tentam maximizar sua utilidade de forma simultânea. Desse modo, a verdadeira fonte da incerteza reside nas intenções dos outros e, assim sendo, a escolha dos outros indivíduos é levada em consideração (Bernstein, 1997). Com base na Teoria da Utilidade Esperada, um indivíduo age de forma racional. No entanto, alguns estudos que analisaram como as pessoas realmente tomam as decisões em ambientes de incerteza, através de experimentos, demonstraram que, em muitas situações, os indivíduos não são totalmente racionais. Edwards (1954), por exemplo, realizou uma pesquisa que teve como objetivo avaliar a literatura relacionada à teoria da tomada de decisão e o aumento do número de experimentos psicológicos (realizados por psicólogos e economistas), relacionados à teoria. Apesar das teorias baseadas na racionalidade ilimitada dos indivíduos, os estudos demonstraram que estas foram contestadas. O comportamento humano é influenciado por diversos aspectos psicológicos que podem distorcer a identificação e a percepção dos fatos. Isso leva a uma decisão baseada em julgamentos individuais, nos quais a racionalidade imposta pela teoria da utilidade esperada pode não ser obedecida (Kimura, Basso & Krauter, 2006). Com base nas críticas à Teoria da Utilidade Esperada, surgiu a Teoria do Prospecto, desenvolvida por Kahneman e Tversky (1979).

4 2.2. Teoria do Prospecto A teoria econômica tradicional postula que um indivíduo econômico é racional. É suposto que este indivíduo tem conhecimento sobre aspectos relevantes ao seu ambiente e mesmo que tal conhecimento não seja absolutamente completo, é, pelo menos, impressionantemente claro e intenso. Também assume-se que ele possui um sistema bem organizado e estável de suas preferências e, ainda, uma habilidade que lhe permite calcular, para os cursos de ações alternativas disponíveis a ele, qual lhe permitirá alcançar o mais alto ponto em sua escala de preferências (Simon, 1955). Segundo Bernstein (1997), os modelos clássicos de racionalidade, como esse descrito acima, especificam como as pessoas deveriam agir em face do risco e, ainda, como seria o mundo caso as pessoas de fato se comportassem deste modo. Contudo, extensas pesquisas e experiências revelaram que desvios desse modelo ocorrem com de forma frequente. Assim, conforme supramencionado, surge a Teoria do Prospecto como uma crítica a tais modelos fundamentados na racionalidade ilimitada. Kahneman e Tversky (1979) testaram a Teoria da Utilidade Esperada através de um experimento e verificaram que escolhas sob as perspectivas de risco apresentam vários efeitos que são incompatíveis com os princípios básicos desta teoria. Em particular, as pessoas dão um peso menor às alternativas que são meramente prováveis, se comparadas às alternativas com resultados certos. A Teoria do Prospecto descobriu padrões de comportamento nunca antes reconhecidos pelos os que propuseram a tomada racional de decisões. Kahneman e Tversky (1979) atribuem esses padrões a duas deficiências humanas: (1) a emoção, que muitas vezes destrói o autocontrole e é essencial à tomada racional de decisões; (2) as pessoas, que muitas vezes não conseguem entender plenamente com o que estão lidando. Elas vivenciam o que os psicólogos denominam de dificuldades cognitivas. (Bernstein, 1997). Há duas fases no processo de escolha, segundo a Teoria Prospectiva: uma fase inicial de edição e uma fase subsequente de avaliação. A fase de edição consiste em uma análise preliminar das perspectivas oferecidas, o que muitas vezes gera uma representação simples de tais perspectivas. Sua função é organizar e reformular as alternativas de modo a simplificar a avaliação e escolha subsequente. Já, na segunda fase, as perspectivas editadas são avaliadas e a de maior valor é escolhida. (Kahneman & Tversky, 1979). A Teoria do Prospecto, diferentemente da Teoria da Utilidade Esperada, demonstra que os valores de preferência são atribuídos aos ganhos e às perdas ao invés de serem atribuídos aos resultados finais. Ademais, as probabilidades são substituídas por pesos ou ponderações na decisão. É reconhecida a variável cognição como fator limitador da capacidade descritiva, incluindo, portanto, esta variável no modelo decisório. A teoria prospectiva atribui ganhos e perdas em relação a um ponto de referência, sem avaliação de seu valor objetivo, mas do seu valor pessoal e subjetivo. (Cardoso, Ricio & Lopes, 2008). Os pesos de decisão não são probabilidades, isto é, eles não obedecem aos axiomas de probabilidade e não devem ser interpretados como medidas de grau ou crença. Uma característica marcante das atitudes humanas, segundo Kahneman e Tversky (1979), é que as perdas parecem ter pesos maiores do que os ganhos. A sensação ruim que se experimenta na perda de uma quantia de dinheiro, por exemplo, parece ser maior do que o prazer associado ao ganhar o mesmo montante de dinheiro. Assim, a função valor da Teoria do Prospecto, em resumo, é: (a) definida sobre desvios em relação ao ponto de referência; (b) geralmente côncava para ganhos e convexa para perdas; e, (c) mais íngreme para perdas do

5 que para ganhos. Tal função sugere que no domínio dos ganhos, os indivíduos são avessos ao risco, contudo, no domínio das perdas, são favoráveis ao risco. Para Bernstein (1997) a assimetria entre a forma como os indivíduos tomam as decisões que envolvem ganhos ou perdas, conforme apresentada acima, é uma das descobertas mais impressionantes e benéficas da Teoria do Prospecto. Cabe ainda ressaltar que de acordo com Kahneman e Tversky (1979), a teoria prospectiva favorece tanto os jogos de azar, quanto aqueles que possuem algum tipo de seguro envolvido. Entretanto, os próprios autores informam que há evidências de estudos (experimentais ou através de observações do comportamento econômico) que identificaram, por exemplo, que a contratação de um seguro muitas vezes se estende em meio a gama de probabilidades, e que pequenas probabilidades de desastres às vezes são totalmente ignoradas. De tal modo, alguns efeitos de variáveis relacionadas ao seguro poderiam ser descritos como mudanças de ponto de referência, transformações da função de valor, ou manipulações de probabilidades e de pesos de decisão. Neste contexto, é possível inserir a questão do risco moral, apresentada no tópico a seguir Risco Moral O problema do risco moral ocorre em um ambiente em que há informações assimétricas. A assimetria informacional é vista quando, em uma transação, um indivíduo tem mais informação do que outro. Com frequência, um tipo de participante do mercado, como, por exemplo, um vendedor, terá um melhor conhecimento sobre um ativo que está sendo negociado, do que outro tipo de participante, o comprador (Scott, 2003; Molho, 1997). As implicações da assimetria da informação foram inicialmente analisadas por Akerlof (1970), em um estudo seminal denominado The Market for Lemons : Quality Uncertainty and the Market Mechanism, em que descreveu o mercado norte-americano de carros usados. Resumidamente, em tal mercado, um carro novo pode ser um bom carro ou um carro ruim, e o mesmo vale para carros usados. Contudo, os vendedores sabem dessa informação, mas os compradores não. Sendo assim, há um ambiente de informação assimétrica, que, por sua vez, pode gerar dois problemas: (1) seleção adversa, que ocorre quando um lado do mercado não pode observar o tipo ou a qualidade dos bens e/ou serviços colocados à disposição; e, (2) risco moral, acontece quando um lado do mercado não pode observar a ação do outro. Sendo assim, pode-se haver uma brecha e o indivíduo conseguir tirar vantagem oportunista. Risco moral, conforme anteriormente informado, refere-se ao risco de um comportamento oportunístico que um indivíduo pode vir a ter, após, por exemplo, um acordo contratual. Pindyck e Rubinfeld (1996) exemplificam o que poderia ser considerado como um comportamento com características de risco moral. Suponha que um indivíduo contratou algum tipo de seguro. Nesta situação, após o contrato ser estabelecido, o indivíduo está assegurado e não pode ser monitorado com precisão pela companhia de seguros, por esta possuir informações limitadas. Após o contrato, o comportamento do indivíduo pode mudar. Este é o problema de risco moral. Em outras palavras, o problema do risco moral ocorre quando uma parte de uma transação pode realizar certas ações que (a) afetam a avaliação da outra parte da transação, mas que (b) a segunda parte não pode monitorar tais ações de forma perfeita. Um exemplo

6 clássico é o seguro contra incêndio, onde o segurado pode ou não ter um cuidado satisfatório ao armazenar materiais inflamáveis. (Kreps, 1990). Ao utilizar como exemplo o seguro contra incêndio, Crosby (1905) distinguiu dois tipos de risco moral: direto e indireto. Risco moral direto seria quando um proprietário (por exemplo, um proprietário de restaurante) reconhece, pelo resultado da depreciação, que ele iria ganhar mais se colocasse fogo na propriedade, pelo valor que receberia do seguro, do que se continuasse a possuir e operar tal propriedade. Risco moral indireto ocorreria quando um proprietário, por estar coberto pelo seguro à prova de fogo, diminui os gastos em sua propriedade que evitem que esta incorra no sinistro (por exemplo, não manter isolados produtos inflamáveis contra o calor). No primeiro cenário, o indivíduo comete diretamente uma ação deliberada para provocar um perigo, enquanto que no último é a indiferença e a negligência de um indivíduo, ou aumento da tomada de risco, que leva a uma maior probabilidade de ocorrência do perigo. (Bixter & Luhmann, 2014). Em um ambiente de incerteza, em que um indivíduo deve tomar uma decisão que contenha perda financeira, é possível imaginar que uma perda partilhada possa reduz a sensibilidade ao risco, induzindo o indivíduo ao risco moral. Bixter e Luhmann (2014) desenvolveram um experimento com alunos da Stony Brook University, em que eles deveriam, dentre duas alternativas, escolher entre ganhos certos ou recompensas com algum tipo de risco de perda. Em algumas alternativas, os participantes suportariam o peso total de uma perda caso esta fosse escolhida; em outras situações, os participantes compartilhariam as perdas com outro participante, criando a oportunidade para o risco moral. O estudo permitiu medir se a presença de um risco moral influenciaria o comportamento dos estudantes. Os resultados sugeriram que os participantes foram mais tolerantes ao risco quando eles acreditavam que as perdas seriam compartilhadas com outro participante, em comparação com as alternativas em que a perda não seria compartilhada. Logo, verificou-se que a presença de risco moral influenciou o comportamento dos respondentes. 3. DELINEAMENTO DA METODOLOGIA A pesquisa foi realizada por meio de aplicação de questionário numa amostra aleatória de 106 estudantes da graduação do curso de Ciências Contábeis da Universidade de Brasília (UnB), no primeiro semestre de Contudo, a amostra final é de 102 respondentes, pois 4 questionários não estavam totalmente preenchidos. Os estudantes foram selecionados em sala de aula do curso, sendo que todos que lá se encontravam responderam a pesquisa. Algumas orientações foram feitas aos respondentes: (1) a opção escolhida deveria representar a sua preferência; (2) as etapas do questionário deveriam ser respeitadas; e, (3) era permitida a utilização de calculadora. Contudo, não foi divulgado o objetivo da pesquisa para que a resposta não fosse influenciada. O instrumento de pesquisa foi elaborado com base no estudo de Kahneman e Tversky (1979), que confronta o estudo de Bernoulli (1738;1954), e nos estudos de Bixter e Luhmann (2014). O questionário foi divido em duas partes, a primeira buscou identificar o perfil do respondente, quanto ao gênero, semestre em que se encontra no curso, idade e se trabalha. Na segunda parte foram apresentadas aos respondentes 12 questões fechadas com duas opções cada, uma com a probabilidade de ganho e de perda e a outra com certeza do ganho. As questões foram apresentadas em quatro etapas contemplando três situações cada. A pesquisa realizada Bixter e Luhmann (2014), conforme anteriormente informado, procurou verificar se perdas partilhadas reduzem a sensibilidade ao risco, induzindo o

7 indivíduo ao risco moral. O presente estudo buscou analisas, além do risco moral, a aversão ao risco e a racionalidade, bem como a questão do ganho compartilhado. O quadro 1 apresenta as três primeiras situações do questionário, contempladas na etapa1, assim como a utilidade esperada em cada situação. Quadro 1 - Situações apresentadas na etapa 1. Situações Opção A 50% de chance de ganhar R$ 700,00; 50% de chance de perder R$ 200,00. 70% de chance de ganhar R$ 1.000,00; 30% de chance de perder R$ 1.000,00. Utilidade Esperada R$250,00 R$400,00 Opção B 100% de chances 230,00 100% de chances 380,00 Utilidade Esperada R$230,00 R$380, % de chances de ganhar R$ 1.500,00; 10% de chances de perder R$ 1.500,00. R$1.200,00 100% de chance 800,00 R$800,00 Fonte: Elaboração própria com base em Kahneman e Tversky (1979); Bixter e Luhmann (2014). Nesta primeira etapa, o intuito foi conhecer a preferência do respondente diante da escolha entre alternativas que apresentavam maior valor de utilidade esperada, mas com probabilidade de perda, e menor valor com certeza de ganho. Além de observar a racionalidade, o efeito certeza e a aversão ao risco do respondente também são analisados. Para Bernoulli (1738) o indivíduo faz escolhas que maximizam a sua utilidade; para Khaneman e Tversky (1979) nem sempre isso ocorre. Se o respondente for avesso ao risco, escolherá a alternativa que lhe dará mais segurança, mesmo que a utilidade esperada (retorno) seja menor. É possível verificar, no quadro 1, que a utilidade esperada na etapa 1 é maior na alternativa em que há o risco de perda. Se o respondente escolher a opção A, além de está sendo racional, demonstra que este não tem aversão ao risco. O quadro 2 ilustra as três situações apresentadas na etapa 2 do questionário e as respectivas utilidades esperadas.

8 Situações Quadro 2 - Situações apresentadas na etapa 2. Opção A 50% de chance de ganhar R$ 900,00; 50% de chance de perder 2.1 R$ 200,00. Metade da perda é partilhada com outro participante 70% de chance de ganhar R$ 1.200,00; 30% de chance de perder 2.2 R$ 1.200,00. Metade da perda é partilhada com outro participante % de chance de ganhar R$ 1.400,00. 10% de chance de perder R$ 1.400,00. Metade da perda é partilhada com outro participante Utilidade Esperada R$400,00 R$660,00 R$1.190,00 Opção B 100% de chances 450,00 100% de chances 680,00 100% de chance 1.200,00 Fonte: Elaboração própria com base em Kahneman e Tversky (1979); Bixter e Luhmann (2014). Utilidade Esperada R$450,00 R$680,00 R$1.200,00 As três situações, na etapa 2 evidenciadas no quadro 2, apresentam probabilidades iguais e valores diferentes das questões apresentadas na fase anterior (etapa 1 quadro 1). A finalidade na etapa 2 foi complementada pela verificação do risco moral, ao ser informado que metade da perda é compartilhada com outro participante não identificado. Ou seja, buscou-se saber se o respondente estaria mais disposto a se arriscar quando a perda é compartilhada, gerando prejuízo a outro participante, o que caracteriza o risco moral (Kreps, 1990; Molho, 1997; Bixter & Luhmann, 2014). Ainda no quadro 2 são apresentadas o valor da utilidade esperada em cada situação da etapa 2. É possível verificar que a utilidade esperada nesta etapa é maior quando a perda não é compartilhada. Se o respondente escolher a opção A, além de não estar sendo racional, ele está sendo influenciado pela possibilidade de compartilhar tal perda, o que incorre em risco moral. No quadro 3 são apresentadas as questões que compõe a etapa 3 do questionário utilizado nessa pesquisa, bem como as utilidades esperadas de cada situação.

9 Situações Quadro 3 - Situações apresentadas na etapa 3. Opção A 50% de chance de ganhar R$ 900,00; 50% de chance de perder R$ 100,00. 70% de chance de ganhar R$ 1.200,00; 30% de chance de perder R$ 600,00. 90% de chance de ganhar R$ 1.400,00. 10% de chance de perder R$ 700,00. Utilidade Esperada R$400,00 R$660,00 R$1.190,00 Opção B 100% de chances 450,00 100% de chances 680,00 100% de chance 1.200,00 Fonte: Elaboração própria com base em Kahneman e Tversky (1979); Bixter e Luhmann (2014). Utilidade Esperada R$450,00 R$680,00 R$1.200,00 Na terceira fase, no quadro 3, observa-se que os valores da utilidade esperada são os mesmos que os apresentados na etapa 2 (quadro 2), entretanto, não há a perda compartilhada. Logo, não há a figura do risco moral. A intenção é verificar se o comportamento do respondente muda, caso a perda não seja compartilhada. Por fim, o quadro 4 evidencia as questões apresentadas na etapa 4 do questionário e as respectivas utilidades esperadas. Situações Quadro 4 - Situações apresentadas na etapa 4. Opção A 50% de chance de ganhar R$ 1.300,00; 50% de chance de perder R$ 400,00. Metade do ganho é partilhado com outro participante 70% de chance de ganhar R$ 2.000,00; 30% de chance de perder R$ 800,00. Metade do ganho é partilhado com outro participante 90% de chance de ganhar R$ 2.600,00; 10% de chance de perder R$ 1.000,00. Metade do ganho é partilhado com outro participante Utilidade Esperada R$125,00 R$460,00 R$1.070,00 Opção B 100% de chances 100,00 100% de chances 450,00 100% de chance 1.000,00 Fonte: Elaboração própria com base em Kahneman e Tversky (1979); Bixter e Luhmann (2014). Utilidade Esperada R$100,00 R$450,00 R$1.000,00 O que diferencia as situações apresentadas nesta etapa (etapa 4), se comparadas às anteriores, é que nessa o ganho é compartilhado com outro participante. Ao analisar o quadro 4, que também informa os valores da utilidade esperada nessa etapa, verifica-se que se o

10 participante for racional, ele aceitará dividir o ganho, pois essa opção, apresentada na opção A, fornece um retorno maior, se comparado ao retorno da opção B. Os dados coletados foram submetidos ao teste estatístico não paramétrico quiquadrado-χ 2. Segundo Stevenson (1986) este teste não exige que a amostra seja distribuída normalmente, mas que as variáveis sejam qualitativas e apresentadas em forma de categorias. O nível de significância utilizado no teste é de 0,05; a hipótese nula será refutada quando o nível de significância for menor que 0,05. Para cada etapa nessa pesquisa, foi testada uma hipótese: Etapa 1: H 1 : Os estudantes são avessos ao risco e não são totalmente racionais. Etapa 2: H 2 : Os estudantes apresentam risco moral em decisões que envolvem a perda partilhada. Etapa 3: H 3 : Os estudantes modificaram o seu comportamento em relação a etapa que apresenta o risco moral. Etapa 4: H 4 : Os estudantes não são propensos ao ganho compartilhado e não são totalmente racionais. Foi criada, ainda, uma variável para mensurar a racionalidade de cada respondente. Como em cada pergunta existia uma resposta onde o valor esperado era superior, a resposta esperada para o investidor racional seria aquela em que sua utilidade fosse maximizada. Como foram realizadas doze perguntas, o investidor totalmente racional seria aquele que obtivesse 12 respostas corretas. Formalmente definiu-se uma variável binária em cada pergunta, sendo 1 para a alternativa com maior valor esperado e 0 para a alternativa de menor valor esperado. A utilidade de cada respondente é dada pela soma dos pontos obtidos. Sendo a utilidade obtida pelo individuo t; a utilidade obtida pelo indivíduo t na situação s. 4. ANÁLISE DOS RESULTADOS A amostra foi segregada em 53 estudantes do gênero feminino e 49 do masculino, totalizando 102 respondentes. Ademais, a maioria encontra-se no 7º semestre do curso. A média de idade é de 24 anos, enquanto a mediana é de 22. Do total da amostra de 102 respondentes, 66,67% estão no mercado de trabalho. A tabela 1, demonstrada abaixo, apresenta a quantidade de respondentes que escolheram a opção A e a B para cada situação, assim como os resultados dos testes estatísticos.

11 Etapas Tabela 1 Número de observações e Teste estatístico, para cada etapa. Fonte: Elaboração própria, a partir dos dados. Situações Observações Teste Estatístico A B χ 2 p-valor ,039 0, ,980 0, ,647 0, ,039 0, ,157 0, ,510 0, ,194 0, ,333 0, ,980 0, ,627 0, ,980 0, ,627 0,010 Na etapa 1, as opções A, de cada situação, apresentam uma utilidade esperada maior, se comparadas às opções B. Logo, se o individuo for totalmente racional, escolherá a opção A, mesmo que tenha alguma chance de perda. Os resultados apresentados na tabela 1, referentes à situação 1.1 e situação 1.2 são semelhantes. É possível verificar que em tais situações, um pouco mais da metade da amostra optou pela alternativa B, na qual apresentava a utilidade esperada menor do que a alternativa A. Sendo assim, nesta situação os estudantes apresentaram aversão à perda e não se mostraram totalmente racionais. Contudo, o teste estatístico qui-quadrado, em tais situações, apresentou o valor de 0,039 (situação 1.1) e 0,980 (situação 1.2), com nível de significância de 0,843 e 0,322, respectivamente. Como o nível de significância foi superior ao padrão 0,05 e o valor do qui-quadrado foi menor do que o valor padrão 3,84, não foi possível rejeitar a hipótese nula de tal teste, nas situações 1.1 e 1.2. Diante desse resultado, é possível supor que não existem diferenças entre as frequências na amostra. Ao analisar a situação 1.3, em que a probabilidade de perda foi reduzida para 10%, verifica-se uma mudança de comportamento dos respondentes. Nessa, 62% dos respondentes escolheram a opção A, sugerindo que são racionais, mesmo que a alternativa apresente um risco de perda. Tal resultado é comprovado pelo teste qui-quadrado, tendo em vista que seu valor 5,647, assim como o p-valor de 0,017, são estatisticamente significativos, a um nível de significância de 5%. Assim, rejeita-se a hipótese nula, o que supõe que há diferença entre as frequências. A etapa 2 apresenta uma perda compartilhada. A opção A possui um valor de utilidade esperada menor, mesmo que a perda seja compartilhada, se comparada à opção B. O objetivo em tal etapa é identificar se a perda compartilhada reduz a sensibilidade ao risco, induzindo o respondente ao risco moral. Se o respondente se comporta racionalmente e não é induzido ao risco moral, irá preferir a opção B. Os resultados demonstram que, nas três situações 2.1, 2.1 e 2.3, a maioria dos respondentes escolheu a opção B, sugerindo que os estudantes da amostra analisada não apresentaram risco moral, nas decisões que envolvem a perda partilhada. Tais resultados foram confirmados por meio do teste qui-quadrado cujo valor foi de 10,039 (situação 2.1), 14,157 (situação 2.2) e 24,510 (situação 2.3), com p-valor, em tais situações, menor do que o nível de significância de 5%.

12 Na etapa 3, os valores da utilidade esperada são os mesmos que os calculados na etapa 2, no entanto, não há a figura da perda compartilhada. A intenção é verificar se há uma mudança no comportamento dos respondentes, pelo fato de não ser apresentado o fator do risco moral. Os resultados apresentados nas situações 3.1, 3.2 e 3.3, indicam que não há uma mudança expressiva de comportamento, se comparados aos resultados da etapa 2, visto que a maioria dos respondentes também escolheram a opção B, o que pressupõe, ainda, uma racionalidade por parte dos respondentes. Tais resultados foram confirmados pelo teste quiquadrado, que apresentou nível de significância menor do que 5%, e assim, rejeitou a hipótese nula de que não haveria discrepância entre as frequências. Por fim, a etapa 4 apresenta, na opção A, um ganho compartilhado. Apesar de tal ganho ser dividido, ainda assim, o valor de utilidade esperada é maior do que a opção B, em que não há a partilha de ganho. Logo, o respondente totalmente racional deverá escolher a opção A. Os resultados obtidos na situação 4.1 demonstram que os respondentes são propensos aos ganhos compartilhados e, em consequência, racionais. No entanto, tais resultados não podem ser validados, tendo em vista que o teste qui-quadrado apresentou um valor de 0,627 e um p-valor maior do que o nível de significância padrão de 5%. Assim, a hipótese nula não foi rejeitada, o que indica que não existe diferença entre as frequências dos grupos. Ademais, para verificar se partilhar a perda afeta a resposta, realizou-se o teste quiquadrado entre as situações 2.1 versus 3.1; 2.2 versus 3.2; e, 2.3 versus 3.3. É importante salientar que a diferença entre as situações apresentadas é que na etapa 2 metade das perdas são partilhadas. O resultado do teste foi de 16,5095, 21,880 e 18,797, indicando existir diferenças nas três situações. As situações 4.2 e 4.3 indicam que os respondentes não foram totalmente racionais e não possuem propensão ao ganho compartilhado, tendo em vista que escolheram a alternativa que apresentava menor valor de utilidade esperada e nenhum ganho dividido. No entanto, apenas os resultados evidenciados na situação 4.3 podem ser validados, tendo em vista que nessa o valor do qui-quadrado 6,627 e o p-valor 0,010 indicam que há diferenças entre as frequências apresentadas. A racionalidade de cada respondente foi medida pela variável utilidade (1) e (2). O resultado da média da utilidade foi de 6,98, com mediana de 7, mínimo de 1 e máximo de 12. A dispersão, medida pelo desvio-padrão foi de 1,945, com enviesamento de -0,118 e curtose de 0,315, para 102 respondentes. Entretanto, um aspecto importante da pesquisa é a reação das pessoas ao fato da perda ser partilhada ou do ganho ser partilhado. Na apuração do valor de Ut de cada respondente foi observado que as pessoas tendem a ser mais racionais na perda do que no ganho. É importante salientar que esta não era o objetivo inicial da pesquisa, mas que apareceu no estudo a observação dos dados obtidos, merecendo ser destacado.

13 Supondo, (1) E, (2) Sendo a expressão (1) a soma das respostas racionais da situação de ganho e a (2) a soma das respostas da situação de perda. A média da situação de perda foi de 2,088 e de ganho foi de 1,363, desvio de 0,935 e 1,141, respectivamente. A estatística do teste de média revela um p-valor próximo a zero, indicando que as médias são diferentes. Em outras palavras, os respondentes são mais racionais em situação de perda compartilhada do que de ganho compartilhado. A tabela 2, apresentada abaixo, informa os resultados da pesquisa, segregando-os por gênero. Tabela 2 - Número de observações, teste estatístico, para cada etapa, segregado por gênero. Observações Teste Estatístico Etapas Situações Feminino (N=53) Masculino (N=49) A B A B χ 2 p-valor % 55% 53% 47% 0,616 0, % 55% 45% 55% 0,002 0, % 47% 71% 29% 3,729 0, % 66% 35% 65% 0,006 0, % 70% 33% 67% 0,072 0, % 77% 29% 71% 0,471 0, % 60% 43% 57% 1,269 0, % 64% 31% 69% 0,314 0, % 72% 29% 71% 0,001 0, % 49% 57% 43% 0,394 0, % 51% 41% 59% 0,698 0, % 58% 33% 67% 0,854 0,355 Fonte: Elaboração própria, a partir dos dados. Ao analisar os resultados da situação 1.1 da Tabela 2, em termos percentuais, verificase que as mulheres são mais avessas à perda e racionais, tendo em vista que a maioria optou pela alternativa que não apresentava risco, se comparadas aos homens. Entretanto, estatisticamente o resultado não foi significante, pois o valor do qui-quadrado de 0,616, com um p-valor de 0,432, não é estatisticamente significativo ao nível de 5%. Logo, é possível supor que não existe diferença significativa entre as respostas considerando o gênero. Na situação 1.2, os dois grupos (mulheres e homens) demonstraram aversão à perda e não se mostraram totalmente racionais, pois a maioria escolheu a opção B, que não tinha risco de perda, mas apresentava o menor valor de utilidade esperada. Entretanto, tais resultados

14 também não podem ser validados, visto que, pelo teste qui-quadrado com valor de 0,002 e p- valor de 0,959, a hipótese nula não foi rejeitada. A situação 1.3 sugere que os respondentes, de ambos os gêneros, demonstraram racionalidade, tendo em vista que a maioria escolheu a opção A. Tal resultado foi validado pelo teste qui-quadrado. Ao observar os resultados obtidos nas situações 2.1, 2.2 e 2.3, é possível verificar que os respondentes, tanto do gênero feminino, quanto do masculino, não apresentaram um comportamento de risco moral, além de sugerir uma racionalidade de tais indivíduos, já que a maioria escolheu a opção B, em todas as situações da etapa 2. Tais resultados, no entanto, não foram estatisticamente significativos, o que sugere que, por meio do teste qui-quadrado, verificou-se que a hipótese nula não foi rejeitada. Na etapa 3, os resultados obtidos nas três situações (3.1, 3.2 e 3.3), para ambos os grupos de gênero, evidenciam que não há uma mudança de comportamento quando não há a figura da perda compartilhada e, ademais, sugerem uma racionalidade por parte dos respondentes. Contudo, baseado no teste qui-quadrado, verificou-se que tais resultados não podem ser validados, tendo em vista que não há discrepância entre as frequências analisadas. Por fim, os resultados demonstrados na etapa 4, sugerem que apenas na situação 4.1 ambos os gêneros se mostraram totalmente racionais, por aceitaram, em sua maioria, dividir o ganho com outro participante. Em tal situação, em termos percentuais, os homens foram mais propensos a compartilhar ganhos e, portanto, mais racionais do que as mulheres. Já, nas situações 4.1 e 4.2, os respondentes, tanto homens, quanto mulheres não foram totalmente racionais, tendo em vista que a maioria escolheu a opção em que o ganho não era compartilhado. Em termos percentuais, apesar de tal resultado, em tais etapas, é possível observar que as mulheres aceitaram dividir o ganho, mais que os homens. Apesar de os resultados, esses não são validados, visto os resultados do teste qui-quadrado. A tabela 3 apresenta as respostas às questões considerando se o respondente está, ou não, no mercado de trabalho. Tabela 3 - Respostas dos estudantes que estão ou não no mercado de trabalho Observações Teste Estatístico Etapas Situações Trabalha (N=68) Não trabalha (N=34) A B A B χ 2 p-valor % 50% 47% 53% 0,078 0, % 57% 50% 50% 0,495 0, % 34% 53% 47% 1,861 0, % 68% 38% 62% 0,348 0, % 74% 41% 59% 2,277 0, % 78% 32% 68% 1,265 0, % 63% 50% 50% 2,007 0, % 72% 44% 56% 2,669 0, % 75% 35% 65% 1,180 0, % 46% 53% 47% 0,020 0, % 57% 50% 50% 0,495 0, % 65% 41% 59% 0,336 0,562 Fonte: Elaboração própria. Ao analisar as respostas dos estudantes que trabalham e os que não trabalham, observa-se que na primeira etapa, situação 1.3 foi evidenciada a propensão ao risco e a racionalidade. Na segunda fase, em nenhuma das situações foi apresentado o risco moral e os

15 respondentes foram racionais em suas decisões. Na terceira etapa, as alterações nas decisões foram sensíveis e permanece a racionalidade nas decisões dos respondentes, onde a maioria optou pela alternativa B. Na quarta fase, a maioria dos estudantes inicialmente marcou a alternativa A, mas observa-se que na situação 4.2 a quantidade de respondentes começa a se deslocar para B e, na situação 4.3, verifica-se que a maioria dos respondentes não quer compartilhar o ganho, mesmo que a utilidade esperada seja maior. Contudo, o teste estatístico não foi significante em nenhuma das situações das etapas, ou seja, não é possível supor que as diferenças entre as respostas sejam estatisticamente discrepantes. Contudo, considerando a racionalidade medida pela variável utilidade, conforme expressão (1) foi testada se existia relação entre o valor da utilidade obtida e a característica de cada respondente. A correlação entre o semestre e Ut foi de 0,114, com p-valor bilateral de 0,253, indicando não existe relação entre as duas variáveis. Também não foi encontrada relação entre idade e Ut, já que a correlação foi de 0,035, com p-valor bilateral de 0,726. Também verificou-se se existe relação entre gênero e Ut e o fato do respondente trabalhar e Ut. Para isto foi realizado o teste de médias de Ut para duas médias, antecedido do teste de variância (teste de Levene). Em ambos os casos o teste de Levene indicou que as variâncias são iguais. A média de Ut para os respondentes do gênero feminino foi de 6,943 (N=53 e Desvio de 1,975), enquanto os respondentes do gênero masculino tiveram uma média de 7,020 (N=49 e desvio de 1,931). Apesar de o gênero masculino ter obtido maior média, esta não é representativa (p-valor bilateral de 0,843). Já a relação entre os indivíduos que trabalham e o valor de Ut mostrou-se de certa forma relevante. A média daqueles que trabalham foi de 7,206 (N=68 e desvio de 1,849), enquanto dos que não trabalham foi de 6,529 (N=34 e desvio de 2,078). O p-valor unilateral foi de 0,0489. Finalmente, para verificar o efeito conjunto das características do respondente em relação da variável Ut foi calculada uma regressão linear tendo Ut como variável dependente. O resultado mostrou que o respondente do gênero feminino, os alunos que estudam em semestres mais avançados do curso, os mais idosos e aqueles que trabalham possuem maior nível de racionalidade (ver APÊNDICE). 5. CONSIDERAÇÕES FINAIS O estudo teve como objetivo verificar e analisar a reação dos estudantes de contabilidade quanto à racionalidade, aversão à perda, risco moral e propensão ao ganho associado ao risco. Para tanto, foi aplicado questionário divido em quatro etapas com três situações cada uma, com duas alternativas de respostas, A e B. Para verificar se as quantidades de respostas nas duas opções eram discrepantes utilizou-se o teste estatístico quiquadrado. O teste qui-quadrado evidenciou significância nas situações 1.3 (etapa 1), em todas as situações da etapa 2 e etapa 3,e na situação 4.3 (etapa 4). Na situação 1.3 e em todas as situações da etapa 2 e 3, foi evidenciado que os estudantes agem de forma racional e procuram maximizar a sua utilidade. Por outro lado, na situação 4.3, os respondentes se mostraram não propensos a dividir os ganhos e não totalmente racionais. De tal modo, as hipóteses 1, 2 e 3 dessa pesquisa foram rejeitadas, mas a hipótese 4, não foi. Em todas as etapas estatisticamente significativas, os respondentes mostraram-se racionais, com exceção da etapa 4, ao não aceitarem dividir o ganho com outro

16 participante, mesmo que essa opção maximize a sua utilidade esperada. Em resumo, os respondentes mostraram-se mais racionais na perda do que no ganho. Cabe ressaltar que o risco moral não foi observado em nenhuma das situações, isto é, a partilha da perda com outro participante não induziu o respondente ao risco moral, não corroborando com o estudo de Bixter e Luhmann (2014). Apesar de se mostrarem racionais e não propensos ao risco moral, quando a perda deixa de ser compartilhada, os respondentes tendem a mudar o comportamento, se mostrando mais propensos ao risco. Quando a amostra foi segregada em gênero, a única situação que se mostrou significativa, pelo teste qui-quadrado, foi a 1.3. Nessa, os respondentes, de ambos os gêneros, se mostraram racionais. Em termos percentuais, é possível verificar que os homens demonstraram ser mais racionais e propensos ao risco do que as mulheres. Ao dividir a amostra em estudantes que trabalham e que não trabalham os resultados não foram confirmados, por não apresentarem significância estatística. Também não foi observada a relação entre a característica de cada respondente e a utilidade obtida pelo indivíduo. Ademais, o resultado da regressão linear, em apêndice, demonstrou que o respondente do gênero feminino, assim como os alunos que estudam em semestres mais avançados do curso, os mais idosos e os que trabalham possuem um maior nível de racionalidade. O fato de o experimento ter sido realizado com estudantes graduação e em sala de aula pode representar uma limitação dos resultados, visto que muitos estudos focam em situações reais. Por fim, sugere-se que este estudo seja realizado com uma quantidade maior de respondentes, contemplando estudantes e/ou outros grupos de indivíduos. O aumento na amostra possibilitaria, inclusive, que características como a idade, por exemplo, fosse analisada. Referências Bibliográficas Akerlof, George. (1970). The Market for 'Lemons': Quality Uncertainty and the Market Mechanism, Quarterly Journal of Economics, 84(3), pp Bernoulli, Daniel. (1738; [Jan., 1954]). Exposition of a New Theory on the Measurement of Risk. Econometrica, Vol. 22, No. 1 pp Bernstein, P. L. (1996; 1997). Against the gods: the remarkable story of risk. New York: John Wiley & Sons. Tradução: Desafio aos Deuses. A fascinante história do risco. Editora Campus. 2ª Edição Bixter, Michael T. & Luhmann, Christian C.. (2014). Shared losses reduce sensitivity to risk: A laboratory study of moral hazard. Journal of Economic Psychology Cardoso, R. L.; Riccio, E.; Lopes, A. B. (2008). O processo decisório em um ambiente de informação contábil: um estudo usando a Teoria dos Prospectos. BASE Revista de Administração e Contabilidade da Unisinos, v. 5, n. 2, p

17 Edwards, Ward. (1954). The theory of decision making. Psychol. Bull., 51, Kahneman, D. & Tversky, A. (1979). Prospect Theory: An analysis of decision under risk. Econometrica. v. 47, n.2, p , March. Kimura, Hebert; Basso, Leonardo Fernando Cruz; Krauter, Elizabeth. (2006). Paradoxos em finanças: teoria moderna versus finanças comportamentais. RAE VOL. 46 Nº1 JAN./MAR. Kreps, David M. (1990). A course in microeconomic theory. Princeton University Press. Molho, Ian. (1997). The Economics of Information. Blackwell Publishers Inc. Pindyck, Robert S. & Rubinfeld, Daniel L.. (1996). Microeconomics. Third Edition. Prentice- Hall, Inc. Scott, W. R. (2003). Financial accounting theory. 3 ed. Toronto: Prentice Hall. Simon, H. (1955). A behavioral model of rational choice. Quartely Journal of Economics, v.69, n. 1, p Stevenson, W.J. (1986). Estatística Aplicada à Administração. São Paulo: Ed. Harbra. Von Neumann, J. & Morgenstern. (1953). O. Theory of games and economic behavior. Princeton, Princeton University Press. Third Edition.

18 APÊNDICE Modelo: MQO, usando as observações Variável dependente: Ut Coeficiente Erro Padrão razão-t p-valor Feminino 1, , ,5922 0,01100 ** Semestre 0, , ,2178 0,02888 ** Idade 0, , ,2497 <0,00001 *** Trabalha 0, , ,7408 0,08486 * Média var. dependente 6, D.P. var. dependente 1, Soma resíd. quadrados 542,0833 E.P. da regressão 2, R-quadrado 0, R-quadrado ajustado 0, F(4, 98) 217,3890 P-valor(F) 8,42e-48 Log da verossimilhança -229,9245 Critério de Akaike 467,8490 Critério de Schwarz 478,3489 Critério Hannan-Quinn 472,1008

Teoria do Prospecto. Universidade Federal de Santa Catarina. From the SelectedWorks of Sergio Da Silva

Teoria do Prospecto. Universidade Federal de Santa Catarina. From the SelectedWorks of Sergio Da Silva Universidade Federal de Santa Catarina From the SelectedWorks of Sergio Da Silva 2008 Teoria do Prospecto Sergio Da Silva, Federal University of Santa Catarina Available at: https://works.bepress.com/sergiodasilva/84/

Leia mais

ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)

ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II) ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)! Como calcular o retorno usando dados históricos?! Como calcular a variância e o desvio padrão?! A análise do retorno através da projeção de retornos

Leia mais

Exemplo (tabela um) distribuições marginais enquanto que. Distribuição Conjunta

Exemplo (tabela um) distribuições marginais enquanto que. Distribuição Conjunta Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis = de Instrução e = Região de procedência. Neste caso, a distribuição de freqüências é apresentada como uma tabela

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Distribuição Conjunta Suponha que se queira analisar o comportamento conjunto das variáveis X = Grau de Instrução e Y = Região

Leia mais

Testes de Aderência, Homogeneidade e Independência

Testes de Aderência, Homogeneidade e Independência Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa

Leia mais

Estimação e Testes de Hipóteses

Estimação e Testes de Hipóteses Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas

Leia mais

Título: Construção e desconstrução da Teoria da Escolha: uma análise experimental

Título: Construção e desconstrução da Teoria da Escolha: uma análise experimental INSPER PROJETO DE PESQUISA INICIAÇÃO CIENTÍFICA Aluno: Paulo José Mencacci Costa Orientador: Antônio Bruno de Carvalho Morales Tema: Teoria da escolha Título: Construção e desconstrução da Teoria da Escolha:

Leia mais

CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO

CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis

Leia mais

ESTATÍSTICA INFERENCIAL. Prof. Dr. Guanis de Barros Vilela Junior

ESTATÍSTICA INFERENCIAL. Prof. Dr. Guanis de Barros Vilela Junior ESTATÍSTICA INFERENCIAL Prof. Dr. Guanis de Barros Vilela Junior As Hipóteses A Hipótese Nula (H 0 ) é, em geral, uma afirmação conservadora sobre uma situação da pesquisa. Por exemplo, se você quer testar

Leia mais

Risco. Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol.

Risco. Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol. Risco Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol. Definição: A probabilidade de um resultado (de uma lotaria) é a possibilidade

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor

Leia mais

Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d

Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos. Pode ser de interesse apresentar esses dados através d UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DE POSIÇÃO E DISPERSÃO Departamento de Estatística Luiz Medeiros Vimos que é possível sintetizar os dados sob a forma de distribuições de frequência e gráficos.

Leia mais

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA) 1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância

Leia mais

4 Análise dos dados Perfil dos participantes

4 Análise dos dados Perfil dos participantes 4 Análise dos dados 4.1. Perfil dos participantes A Tabela 1 apresenta a distribuição dos participantes do experimento por grau de escolaridade, curso, gênero e faixa etária. Os participantes foram predominantemente

Leia mais

CONTEÚDOS PROGRAMÁTICOS

CONTEÚDOS PROGRAMÁTICOS CONTEÚDOS PROGRAMÁTICOS CURSO: MATEMÁTICA DISCIPLINA: ESTATÍSTICA E PROBABILIDADE SÉRIE: 1ª CARGA HORÁRIA: 144 HORAS PROFESSORA: Maria Ivete Basniak ANO LETIVO: 2013 EMENTA: Variáveis e gráficos; Distribuições

Leia mais

Unidade: Risco e Retorno. Unidade I:

Unidade: Risco e Retorno. Unidade I: Unidade I: 0 Unidade: Risco e Retorno A análise de investimentos está baseada nas estimativas dos fluxos de caixa de um projeto. Nem sempre essas previsões de fluxo de caixa coincidem com os resultados

Leia mais

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME:

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME: DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME: Observação: A resolução completa das perguntas inclui a justificação

Leia mais

ESTATÍSTICA Medidas de Síntese

ESTATÍSTICA Medidas de Síntese 2.3 - Medidas de Síntese Além das tabelas e gráficos um conjunto de dados referente a uma variável QUANTITATIVA pode ser resumido (apresentado) através de Medidas de Síntese, também chamadas de Medidas

Leia mais

Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL

Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL Experimentos (testes) são realizados por pesquisadores em todos os campos de investigação, usualmente para descobrir

Leia mais

PERFIL DOS AUTORES... XVII PREFÁCIO... XIX INTRODUÇÃO... XXI

PERFIL DOS AUTORES... XVII PREFÁCIO... XIX INTRODUÇÃO... XXI Sumário PERFIL DOS AUTORES... XVII PREFÁCIO... XIX INTRODUÇÃO... XXI CAPÍTULO 1 O processo de pesquisa e os enfoques quantitativo e qualitativo rumo a um modelo integral... 2 Que enfoques foram apresentados

Leia mais

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão Microeconomia II Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 3.1 Introdução à Teoria das Probabilidades e da Preferência pelo Risco Isabel Mendes 2007-2008 18-03-2008 Isabel Mendes/MICRO

Leia mais

Conceito de Estatística

Conceito de Estatística Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir

Leia mais

Risco x Retorno. Fundamentos de Risco e Retorno: Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos.

Risco x Retorno. Fundamentos de Risco e Retorno: Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos. Risco x Retorno Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos. Fundamentos de Risco e Retorno: Em administração e finanças, risco é a possibilidade de perda

Leia mais

Coleta e Modelagem dos Dados de Entrada

Coleta e Modelagem dos Dados de Entrada Slide 1 Módulo 02 Coleta e Modelagem dos Dados de Entrada Prof. Afonso C. Medina Prof. Leonardo Chwif Três Etapas Coleta Tratamento Inferência Coleta dos Dados 1. Escolha adequada da variável de estudo

Leia mais

CAPÍTULO VI- CONCLUSÕES, LIMITAÇÕES E RECOMENDAÇÕES

CAPÍTULO VI- CONCLUSÕES, LIMITAÇÕES E RECOMENDAÇÕES CAPITULO VI CONCLUSÕES, LIMITAÇÕES E RECOMENDAÇÕES Neste capítulo iremos apresentar as conclusões do presente estudo, tendo também em conta os resultados e a respectiva discussão, descritas no capítulo

Leia mais

A Importância do Desenho Amostral. Donald Pianto Departamento de Estatística UnB

A Importância do Desenho Amostral. Donald Pianto Departamento de Estatística UnB A Importância do Desenho Amostral Donald Pianto Departamento de Estatística UnB Objetivo dessa aula Explicar os tipos básicos de amostragem e a razão pelo uso de cada um Contemplar o uso simultaneo de

Leia mais

7 Teste de Hipóteses

7 Teste de Hipóteses 7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5

Leia mais

Teoria da Correlação. Luiz Carlos Terra

Teoria da Correlação. Luiz Carlos Terra Luiz Carlos Terra Você poderá, através de cálculos matemáticos, verificar a forma como a variação de um dado observado pode estar associada às alterações de outra variável. (Luiz Carlos Terra) 1 Objetivo

Leia mais

Estatística: Objetivos e fundamentos

Estatística: Objetivos e fundamentos AULA/TEMA Estatística Básica Estatística: Objetivos e fundamentos Profa. Vanessa Ziotti Conteúdo Programático Estatística. O que é? Inferência estatística Estatística descritiva e experimental Termos estatísticos

Leia mais

Teste Chi-Quadrado de Independência. Prof. David Prata Novembro de 2016

Teste Chi-Quadrado de Independência. Prof. David Prata Novembro de 2016 Teste Chi-Quadrado de Independência Prof. David Prata Novembro de 2016 Duas Variáveis Categóricas Análise de variância envolve o exame da relação entre uma variável categórica explicativa e uma variável

Leia mais

4 Análise dos resultados 4.1. Perfil do respondente

4 Análise dos resultados 4.1. Perfil do respondente 4 Análise dos resultados 4.. Perfil do respondente Através da análise dos questionários aplicados, verificou-se que o perfil típico do respondente foi: mulher, entre 3 e 40 anos, remunerações de até oito

Leia mais

Teoria do consumidor. Propriedades do Conjunto Consumo,

Teoria do consumidor. Propriedades do Conjunto Consumo, Teoria do consumidor 1 Pedro Rafael Lopes Fernandes Qualquer modelo que vise explicar a escolha do consumidor é sustentado por quatro pilares. Estes são o conjunto consumo, o conjunto factível, a relação

Leia mais

MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência

MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente

Leia mais

UMA ANÁLISE ECONOMÉTRICA DO ICMS *

UMA ANÁLISE ECONOMÉTRICA DO ICMS * UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro

Leia mais

A INFLUÊNCIA DO TRABALHO NO NÍVEL DE ESTRESSE EM ESTUDANTES DE PSICOLOGIA

A INFLUÊNCIA DO TRABALHO NO NÍVEL DE ESTRESSE EM ESTUDANTES DE PSICOLOGIA A INFLUÊNCIA DO TRABALHO NO NÍVEL DE ESTRESSE EM ESTUDANTES DE PSICOLOGIA Byanca Eugênia Duarte Silva Faculdade Santa Maria - byanca_psi@outlook.com Bruna Eugênia Duarte Silva Faculdade Santa Maria - bruninhaeugenia@hotmail.com

Leia mais

TESTE DO QUI-QUADRADO DE INDEPENDÊNCIA

TESTE DO QUI-QUADRADO DE INDEPENDÊNCIA TESTE DO QUI-QUADRADO DE INDEPENDÊNCIA Suponha que numa amostra aleatória de tamanho n de uma dada população são observados dois atributos ou características A e B (qualitativas ou quantitativas), uma

Leia mais

Considerações. Planejamento. Planejamento. 3.3 Análise de Variância ANOVA. 3.3 Análise de Variância ANOVA. Estatística II

Considerações. Planejamento. Planejamento. 3.3 Análise de Variância ANOVA. 3.3 Análise de Variância ANOVA. Estatística II UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARAN PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula 8 Profa. Renata G. Aguiar Considerações Coleta de dados no dia 18.05.2010. Aula extra

Leia mais

Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais

Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br

Leia mais

Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)

Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48) Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro

Leia mais

Rendimento Acadêmico

Rendimento Acadêmico , o que prediz (e o que não prediz): O caso dos alunos de Ciências Econômicas da UnB Orientador: Moisés Resende Filho PET Economia Universidade de Brasília 25 de Abril de 2012 Motivação Falta de trabalhos,

Leia mais

Especialização em Engenharia de Processos e de Sistemas de Produção

Especialização em Engenharia de Processos e de Sistemas de Produção Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 2ª parte Experimentos inteiramente

Leia mais

MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS

MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS Rodrigo José Pires Ferreira UFPE Cx. Postal 7462, Recife PE, 50.630-970 rodrigo@ufpe.br Adiel Teixeira de Almeida Filho UFPE Cx. Postal 7462,

Leia mais

Teste Anova. Prof. David Prata Novembro de 2016

Teste Anova. Prof. David Prata Novembro de 2016 Teste Anova Prof. David Prata Novembro de 2016 Tipo de Variável Introduzimos o processo geral de teste de hipótese. É hora de aprender a testar a sua própria hipótese. Você sempre terá que interpretar

Leia mais

! ( ) Se todos os policiais em questão estiverem habilitados a dirigir, então, formadas as equipes, a quantidade de maneiras distintas de se organizar uma equipe dentro de um veículo com cinco lugares

Leia mais

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,

Leia mais

Pesquisa Científica. Atividade da Aula Passada... Pesquisa Científica. Pesquisa Científica...

Pesquisa Científica. Atividade da Aula Passada... Pesquisa Científica. Pesquisa Científica... Atividade da Aula Passada... Qual a relação entre Conhecimento, Ciência e Metodologia? Qual a relação do Conhecimento Empírico com a Ciência? Com base na sua experiência de vida, seu empirismo, existe

Leia mais

Regressão múltipla: problemas adicionais. Unidades de medida. Unidades de medida. Unidades de medida salário em dólares (*1000) Unidades de medida

Regressão múltipla: problemas adicionais. Unidades de medida. Unidades de medida. Unidades de medida salário em dólares (*1000) Unidades de medida Regressão múltipla: problemas adicionais y = β 0 + β x + β x +... β k x k + u Capítulo 6: 6., 6. Capítulo 7: 7., 7. Efeitos da dimensão dos dados nas estatísticas MQO Alterando a escala de y levará a uma

Leia mais

Significância do Coeficiente de Correlação

Significância do Coeficiente de Correlação Significância do Coeficiente de Correlação A primeira coisa que vamos tentar fazer nesta aula é apresentar o conceito de significância do coeficiente de correlação. Uma vez entendido este conceito, vocês

Leia mais

Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos

Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido

Leia mais

Teste de hipóteses para uma média populacional com variância conhecida e desconhecida

Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida Tomando-se como exemplo os dados de recém-nascidos

Leia mais

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja: Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a

Leia mais

Capítulo 6 Estatística não-paramétrica

Capítulo 6 Estatística não-paramétrica Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Algumas considerações Slide 2 As secções deste capítulo referem-se

Leia mais

)XQGDPHQWRVGHSUREDELOLGDGHHHVWDWtVWLFD

)XQGDPHQWRVGHSUREDELOLGDGHHHVWDWtVWLFD )XQGDPHQWRVGHUREDELOLGDGHHHVWDWtVWLFD,QWURGXomR A história da estatística pode ser dividida em três fases. De acordo com PEANHA (00), a estatística inicialmente não mantinha nenhuma relação com a probabilidade,

Leia mais

Por que testes não-paramétricos?

Por que testes não-paramétricos? Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Métodos Estatísticos Avançados em Epidemiologia Aula 3 Testes Não-Paramétricos: Wilcoxon Mann-Whitney Kruskal-Wallis

Leia mais

ANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO

ANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO ANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO Luiz Fernando Stringhini 1 Na tentativa de mostrar as possibilidades de uso das ferramentas da estatística dentro da contabilidade,

Leia mais

Tópico 3. Estudo de Erros em Medidas

Tópico 3. Estudo de Erros em Medidas Tópico 3. Estudo de Erros em Medidas A medida de uma grandeza é obtida, em geral, através de uma experiência, na qual o grau de complexidade do processo de medir está relacionado com a grandeza em questão

Leia mais

1 Introdução aos Métodos Estatísticos para Geografia 1

1 Introdução aos Métodos Estatísticos para Geografia 1 1 Introdução aos Métodos Estatísticos para Geografia 1 1.1 Introdução 1 1.2 O método científico 2 1.3 Abordagens exploratória e confirmatória na geografia 4 1.4 Probabilidade e estatística 4 1.4.1 Probabilidade

Leia mais

Aula 00 Aula Demonstrativa

Aula 00 Aula Demonstrativa Aula 00 Modelos de questões comentadas CESPE-UnB... 3 Relação das questões comentadas... 12 Gabaritos... 13 1 Olá, pessoal. Como vocês já sabem, saiu o edital para o concurso do TCE-SC. Esta é a aula demonstrativa

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 9 Modelos de Regressão com Variáveis Binárias Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Variáveis

Leia mais

QUÍMICA ANALÍTICA V 2S Prof. Rafael Sousa. Notas de aula:

QUÍMICA ANALÍTICA V 2S Prof. Rafael Sousa. Notas de aula: QUÍMICA ANALÍTICA V 2S 2011 Aulas 1 e 2 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf/baccan Algarismos significativos

Leia mais

Pesquisa Científica. Pesquisa Científica. Classificação das Pesquisas... Pesquisa Científica... Interpretar resultados. Realizar a pesquisa

Pesquisa Científica. Pesquisa Científica. Classificação das Pesquisas... Pesquisa Científica... Interpretar resultados. Realizar a pesquisa Pesquisa Científica Pesquisa Científica! Procedimento reflexivo sistemático, controlado e crítico, que permite descobrir novos fatos ou dados, relações ou leis, em qualquer campo do conhecimento.! É um

Leia mais

Grupo A - 1 semestre de 2012 Lista de exercícios 2 - Estatística Descritiva II C A S A (gabarito)

Grupo A - 1 semestre de 2012 Lista de exercícios 2 - Estatística Descritiva II C A S A (gabarito) Exercício 1. (1,0 ponto) Considere os dados abaixo sobre a distribuição de salário em (reais) num grupo de 1000 indivíduos. Tabela 1: Distribuição de frequências dos salários Classe de Salário Total Frequência

Leia mais

Análise da Regressão. Prof. Dr. Alberto Franke (48)

Análise da Regressão. Prof. Dr. Alberto Franke (48) Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas

Leia mais

Intervalos de Confiança

Intervalos de Confiança Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de

Leia mais

Capítulo 6 Estatística não-paramétrica

Capítulo 6 Estatística não-paramétrica Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Testes dos sinais e de Wilcoxon Teste de Mann-Whitney Teste

Leia mais

Frederico Neves Condé - Efeito dos modelos de teste na habilidade 1

Frederico Neves Condé - Efeito dos modelos de teste na habilidade 1 Frederico Neves Condé - Efeito dos modelos de teste na habilidade 1 O efeito dos modelos de testes na estimativa da habilidade dos estudantes: comparação entre Prova Brasil e SAEB 2005 Frederico Neves

Leia mais

Econometria Semestre

Econometria Semestre Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.

Leia mais

AULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012

AULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012 1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à

Leia mais

RISCO DE DECISÃO DO INVESTIDOR: UMA INVESTIGAÇÃO DOS EFEITOS AUTOCONFIANÇA EXCESSIVA E COMPETÊNCIA

RISCO DE DECISÃO DO INVESTIDOR: UMA INVESTIGAÇÃO DOS EFEITOS AUTOCONFIANÇA EXCESSIVA E COMPETÊNCIA UNIVERSIDADE CATÓLICA DE BRASÍLIA DEPARTAMENTO DE ECONOMIA RISCO DE DECISÃO DO INVESTIDOR: UMA INVESTIGAÇÃO DOS EFEITOS AUTOCONFIANÇA EXCESSIVA E COMPETÊNCIA Alexandre Zanetta Brasília - DF 2007 UNIVERSIDADE

Leia mais

Química Analítica V 2S Prof. Rafael Sousa. Notas de aula:

Química Analítica V 2S Prof. Rafael Sousa. Notas de aula: Química Analítica V 2S 2012 Aula 3: 04-12-12 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf.br/baccan 1 Conceito

Leia mais

A Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões

A Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões A IMPORTÂNCIA DA ESTATÍSTICA A Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões Governo Indústria Ciências Econômicas, sociais,

Leia mais

ANOVA - parte I Conceitos Básicos

ANOVA - parte I Conceitos Básicos ANOVA - parte I Conceitos Básicos Erica Castilho Rodrigues 9 de Agosto de 2011 Referências: Noções de Probabilidade e Estatística - Pedroso e Lima (Capítulo 11). Textos avulsos. Introdução 3 Introdução

Leia mais

Estatística Descritiva

Estatística Descritiva C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística

Leia mais

Metodologia para Avaliação do Grau de Consistência da Gestão de Fundos de Investimentos

Metodologia para Avaliação do Grau de Consistência da Gestão de Fundos de Investimentos Metodologia para Avaliação do Grau de Consistência da Gestão de Fundos de Investimentos 1. Introdução Examinando o termo PERFORMANCE podemos entendê-lo como atuação ou desempenho sendo, em geral, acompanhado

Leia mais

AULAS 14 E 15 Modelo de regressão simples

AULAS 14 E 15 Modelo de regressão simples 1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem

Leia mais

CURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS. UFBA/FACED José Albertino Lordello Sheila Regina Pereira

CURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS. UFBA/FACED José Albertino Lordello Sheila Regina Pereira CURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS UFBA/FACED José Albertino Lordello Sheila Regina Pereira MEDIDAS RESUMO Uma maneira conveniente de descrever um grupo como um todo é achar um número único que represente

Leia mais

- Testes Qui-quadrado - Aderência e Independência

- Testes Qui-quadrado - Aderência e Independência - Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:

Leia mais

Medidas de associação entre duas variáveis qualitativas

Medidas de associação entre duas variáveis qualitativas Medidas de associação entre duas variáveis qualitativas Hoje vamos analisar duas variáveis qualitativas (categóricas) conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Vamos

Leia mais

PROPAGAÇÃO DE ERROS Conceitos básicos. Limitação das medições experimentais: há sempre uma incerteza associada.

PROPAGAÇÃO DE ERROS Conceitos básicos. Limitação das medições experimentais: há sempre uma incerteza associada. Erro: Existência Será possível obter o valor verdadeiro pela medição? Não Limitação das medições experimentais: há sempre uma incerteza associada. Qualquer processo experimental está sujeito a erros com

Leia mais

Conceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa

Conceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa 2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante

Leia mais

MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL

MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida

Leia mais

Tema: Estimar um modelo para medir o risco sistemático das carteiras no mercado brasileiro utilizando o fator mercado e medidas de liquidez.

Tema: Estimar um modelo para medir o risco sistemático das carteiras no mercado brasileiro utilizando o fator mercado e medidas de liquidez. Aluno: Rafael Milanesi Caldeira Professor Orientador: Adriana Bruscato Bortoluzzo Tema: Estimar um modelo para medir o risco sistemático das carteiras no mercado brasileiro utilizando o fator mercado e

Leia mais

Medidas de Dispersão 1

Medidas de Dispersão 1 Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Dispersão 1 Introdução Uma breve reflexão sobre as medidas de tendência central permite-nos concluir que elas não

Leia mais

Resolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016.

Resolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016. de Matemática Financeira e Estatística do ISS Teresina, aplicada em 8/08/016. 11 - (ISS Teresina 016 / FCC) Joana aplicou todo seu capital, durante 6 meses, em bancos ( e Y). No Banco, ela aplicou 37,5%

Leia mais

Os testes. Objetivos. O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos)

Os testes. Objetivos. O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos) Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos) William Gemmell Cochran (1909-1980)

Leia mais

Plano de Ensino. Disciplina: Estatística. Carga Horária: 50 aulas. Ementa da disciplina:

Plano de Ensino. Disciplina: Estatística. Carga Horária: 50 aulas. Ementa da disciplina: 1 Plano de Ensino Curso: Ciências Contábeis Disciplina: Estatística Carga Horária: 50 aulas Semestre Letivo/Turno: 2º semestre/ Professor: Período: Ementa da disciplina: Gerais: Conteúdo Programático:

Leia mais

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. 1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3

Leia mais

MEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso

MEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso MEDIDAS DE POSIÇÃO E DE DISPERSÃO Profª Andréa H Dâmaso Bioestatística e Delineamento Experimental - 2012 Tópicos da aula Medidas de tendência central e dispersão Variáveis contínuas: distribuição normal

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Luiz Felix

Unidade I ESTATÍSTICA APLICADA. Prof. Luiz Felix Unidade I ESTATÍSTICA APLICADA Prof. Luiz Felix O termo estatística Provém da palavra Estado e foi utilizado originalmente para denominar levantamentos de dados, cuja finalidade era orientar o Estado em

Leia mais

ESTATÍSTICA ANALÍTICA. Prof. Dr. Guanis de Barros Vilela Junior

ESTATÍSTICA ANALÍTICA. Prof. Dr. Guanis de Barros Vilela Junior ESTATÍSTICA ANALÍTICA Prof. Dr. Guanis de Barros Vilela Junior Introdução Permite ao pesquisador ir além da descrição dos dados e fazer inferências sobre a população, a partir da amostra. Estas inferências

Leia mais

Estatística. Professor Jair Vieira Silva Júnior.

Estatística. Professor Jair Vieira Silva Júnior. Estatística Professor Jair Vieira Silva Júnior Ementa da Disciplina Estatística descritiva; Interpretação de gráficos e tabelas; Amostras, representação de dados amostrais e medidas descritivas de uma

Leia mais

Teoria de decisão Bayesiana e clássica: determinação de preços

Teoria de decisão Bayesiana e clássica: determinação de preços Teoria de decisão Bayesiana e clássica: determinação de preços Mário Hissamitsu Tarumoto 1 Luan Cauê Cherubini 2 Olga L.Anglas R.Tarumoto 1 1 Introdução A teoria da decisão é uma abordagem sistemática

Leia mais

Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO RESPOSTA

Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO RESPOSTA ANÁLISE E DESENVOLVIMENTO DE SISTEMAS TURMA 2008 4º PERÍODO 7º MÓDULO AVALIAÇÃO A2 DATA 08/10/2009 ESTATÍSTICA 2009/2 Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO

Leia mais

Parte II Inferência estatística

Parte II Inferência estatística Parte II Inferência estatística 4. Correlação Ana Maria Lopez Calvo de Feijoo SciELO Books / SciELO Livros / SciELO Libros FEIJOO, AMLC. Correlação. In: A pesquisa e a estatística na psicologia e na educação

Leia mais

Análise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia.

Análise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia. Metodologia de Planejamento e Análise de Experimentos 1 Análise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia. Carlos Roberto Castelano Júnior Universidade

Leia mais

Previsão da inflação do indicador IGP-M através de um modelo ARIMA

Previsão da inflação do indicador IGP-M através de um modelo ARIMA Previsão da inflação do indicador IGP-M através de um modelo ARIMA Mauricio Mattos Junho de 2014 Resumo Esse trabalho visa identificar um modelo ARIMA que seja efetivo na descrição e predição dos valores

Leia mais

i. f Y (y, θ) = 1/θ... 0 y θ 0... y < 0 ou y > θ Se a amostra selecionada foi ( ), qual será a estimativa para θ?

i. f Y (y, θ) = 1/θ... 0 y θ 0... y < 0 ou y > θ Se a amostra selecionada foi ( ), qual será a estimativa para θ? Fundação Getulio Vargas Curso: Graduação Disciplina: Estatística Professor: Moisés Balassiano Lista de Exercícios Inferência. Seja (Y, Y 2,..., Y n ) uma amostra aleatória iid, de tamanho n, extraída de

Leia mais

AVALIAÇÃO DE DESEMPENHO DE DIVISÕES B R I C K L E Y, S M I T H E Z I M M E R M A N

AVALIAÇÃO DE DESEMPENHO DE DIVISÕES B R I C K L E Y, S M I T H E Z I M M E R M A N AVALIAÇÃO DE DESEMPENHO DE DIVISÕES B R I C K L E Y, S M I T H E Z I M M E R M A N Avaliação de desempenho de divisões ORGANIZAÇÕES podem ser divididas em sub unidades, que possuem alguns direitos de decisão

Leia mais

Teste do Qui2. O tamanho de amígdala está associado com a presença da bactéria Streptoccocus pyogenes?

Teste do Qui2. O tamanho de amígdala está associado com a presença da bactéria Streptoccocus pyogenes? Teste do Qui2 Pré-requisitos: Elaboração do questionário Tratamentos e análises Muitas vezes, quando fazemos pesquisas, temos como interesse verificar a associação/independência entre duas variáveis qualitativas

Leia mais