AVALIAÇÃO DOS NÍVEIS DE DEGRADAÇÃO AMBIENTAL NO ESTADO DO MATO GROSSO

Tamanho: px
Começar a partir da página:

Download "AVALIAÇÃO DOS NÍVEIS DE DEGRADAÇÃO AMBIENTAL NO ESTADO DO MATO GROSSO"

Transcrição

1 AVALIAÇÃO DOS NÍVEIS DE DEGRADAÇÃO AMBIENTAL NO ESTADO DO MATO GROSSO APRESENTACAO ORAL-Agropecuára, Meo-Ambente, e Desenvolvmento Sustentável VANESSA DA FONSECA PEREIRA; TALLES GIRARDI DE MENDONÇA; JOÃO EUSTÁQUIO DE LIMA; VIVIANI SILVA LÍRIO. UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA - MG - BRASIL. Avalação dos níves de degradação ambental no estado do Mato Grosso 1 Resumo O crescmento das atvdades econômcas no estado do Mato Grosso, prncpalmente agropecuáras, e o aumento da população do Estado possuem conseqüêncas sobre o meo ambente. Esse processo torna-se de maor mportânca em função de o estado fazer parte da Amazôna Braslera. Desse modo, este trabalho buscou quantfcar o nível de degradação ambental dos muncípos do Estado do Mato Grosso. Para tanto, varáves econômcas, demográfcas e bológcas formaram quatro ndcadores báscos, utlzados para gerar o Índce de Degradação (ID), por meo de procedmentos de análse fatoral. Posterormente, os muncípos foram agrupados em três clusters, com base no desempenho relatvo nos quatro ndcadores báscos. Os muncípos do Mato Grosso possuem um ID médo de 71,20%, o qual ndca expressvo nível de degradação ambental. Os prncpas fatores que afetam a degradação no estado são os níves de atvdade agrícola e pecuára, o que é reflexo da expansão da cultura da soja e da cração de gado. Ademas, houve semelhança entre os níves de degradação dos muncípos, o que mplca na necessdade de meddas ambentas de âmbto estadual. Palavras-chave: Índce de Degradação, ndcadores ambentas, Estado do Mato Grosso. JEL: Q50, R10. Abstract Evaluaton of envronmental degradaton levels n the state of Mato Grosso, Brazl The growth of economc actvtes n the state of Mato Grosso, manly agrcultural, and the growth of the state s populaton have consequences on the envronment. Ths process becomes more mportant because the state s part of the Brazlan Amazon. 1 Os autores agradecem à Fundação de Amparo à Pesqusa do Estado de Mnas Geras (FAPEMIG) o apoo fnancero que permtu a partcpação no evento. 1

2 Thus, ths study amed to quantfy the level of envronmental degradaton of the muncpaltes of Mato Grosso. Therefore, economc, demographc and bologcal varables formed four basc ndcators used to generate the Degradaton Index (DI), by usng factor analyss procedures. Subsequently, the muncpaltes were grouped nto three clusters accordng to the relatve performance n four core ndcators. The muncpaltes of Mato Grosso have an average DI of 71.20%, whch ndcates a consderable level of envronmental degradaton. The man factors affectng the deteroraton n the state are the levels of agrcultural and lvestock actvtes, whch reflects the expanson of soybean cultvaton and cattle breedng. Moreover, there was smlarty between the levels of degradaton of the muncpaltes, whch mples the need for envronmental measures statewde. Key words: Degradaton Index, Envronmental ndcators, Mato Grosso. 1. Introdução A expansão da produção agropecuára no Brasl, possbltada pela ntegração de novas áreas, tem levado a questonamentos por parte de pesqusadores de dversas áreas sobre os custos ambentas desse processo e os níves de degradação por ele gerados. Isso porque boa parte dessas áreas compreende regões dos Estados que compõem a Amazôna braslera. 2 A ntegração dessas áreas, em geral, é marcada por ntenso processo de degradação ambental, causada, sobretudo, pelo desmatamento, que vsa à retrada da cobertura vegetal natva e sua substtução por pastagens e por lavouras. Marguls (2003) destacou que o prncpal determnante do desmatamento na regão amazônca é a expansão das áreas de pastagem. Segundo o autor, com base em dados do Censo Agropecuáro referentes ao ano de 1995, a ncorporação das terras desmatadas com pastagens chegou a 70%. A pecuára tem sdo a atvdade domnante na Amazôna e fo a atvdade que mas cresceu em área entre os censos de 1985 e 1995 cerca de 77%. A pecuára como atvdade domnante e de maor expansão na Amazôna acarreta conseqüêncas dretas no desmatamento, uma vez que a pecuára extensva, com baxo nível tecnológco, aumenta sua produção por meo da expansão da área, já que aumentos de produtvdade têm efeto secundáro sobre seu crescmento. Com as atuas taxas de produtvdade, 2 Os Estados brasleros que fazem parte da Amazôna são: Acre, Amapá, Amazonas, Maranhão, Mato Grosso, Pará, Rondôna, Rorama e Tocantns. 2

3 assocadas ao aumento da demanda de carne e à partcpação da Amazôna no abastecmento do mercado nterno, a pecuára deverá contnuar sua expansão, mantendo-se como a prncpal atvdade responsável pelo desmatamento na regão (RODRIGUES, 2004). Fearnsde (2005) enfatzou que o crédto barato mpulsonou o processo de desmatamento na regão amazônca durante toda a década de 1970 e metade da década de 1980, quando o crédto agrícola ofcal subsdado tornou-se escasso. Outro ponto destacado pelo autor é que, nos anos da hpernflação, a aqusção de terras por motvos especulatvos na regão reforçou o processo até A partr daí, a recessão econômca dfcultou a contnudade dos nvestmentos em nfra-estrutura por parte do governo, reduzndo o avanço do desmatamento na regão até A retomada do crescmento em 1995 gerou um pco de desmatamento, ao passo que a establzação da economa, a partr desse mesmo ano, contrbuu para reduzr o preço da terra, tornando-a pouco atratva para fns especulatvos, o que gerou queda no processo de desmatamento até 2002, quando houve acentuado crescmento do preço nternaconal de soja e carne, retomando o processo. Por fm, o autor destaca que o avanço das lavouras de soja, o crescmento da pecuára e da extração de madera na regão e os movmentos mgratóros, possbltados por amplos nvestmentos em nfra-estratura são determnantes recentes da degradação ambental na Amazôna braslera. O Estado do Mato Grosso vem lderando, há anos, o rankng do desmatamento na Amazôna Legal e, somente no ano de 2003, de acordo com dados do Insttuo Naconal de Pesqusas Espacas referentes ao ano de 2005, contrbuu com 43% do total desmatado na regão amazônca (FERREIRA, 2006). No Estado do Mato Grosso, assm como nos demas estados que compõem a Amazôna braslera, a pecuára desempenha mportante papel como determnante do desmatamento. A atvdade no Mato Grosso é de caráter extensvo e emprega baxa tecnologa, e só se faz lucratva à medda que o custo ncal de mplantação de uma pastagem seja quase zero. O custo próxmo a zero é possbltado pela aqusção de terras por parte dos fazenderos por meo da grlagem 3, prátca comum nos muncípos ao norte do Mato Grosso. Outro mportante determnante do desmatamento no Estado, tanto em áreas de floresta como nas áreas onde a vegetação predomnante é o cerrado, é 3 Grlagem é o processo de apropração de terras públcas por meo da falsfcação de títulos de propredade. 3

4 o cultvo da soja. Esta cultura tem ocupado áreas destnadas à pecuára, levando a atvdade a se deslocar para áreas de frontera, o que permte conclur que a expansão do cultvo da soja tem efeto ndreto sobre o desmatamento na regão (FERREIRA, 2006). É mportante destacar que a expansão da atvdade agropecuára no Estado do Mato Grosso mpulsonou os movmentos mgratóros em dreção a esse Estado, sobretudo nas décadas de 70 e 80. Segundo Cunha et. al (2002), nessas décadas, a regão norte do Estado apresentava maor dnamsmo demográfco ao passo que a regão Sul, área mas consoldada, apresentava menores taxas de crescmento demográfco. Já na década de 90, conforme destacado pelo autor, as regões ao Sul mantveram baxas taxas de crescmento populaconal, exceção feta às mcrorregões de Rondonópols e Cuabá (onde as atvdades ndustras e o setor de servços são mas desenvolvdos) que cresceram a taxas próxmas a 2% ao ano. Já na regão central do Estado, as culturas da soja, algodão e mlho, levaram a um crescmento demográfco mas vgoroso, com destaque para as mcrorregões de Parecs, Prmavera do Leste, e Alto Teles Pres, todas com taxas de crescmento populaconal anual acma dos 7%. Por fm, a regão norte do Estado perdeu seu dnamsmo demográfco, sendo que as mcrorregões Alta Floresta e Colíder, que na década de 80 apresentaram taxas de crescmento de dos dígtos, nos anos 90 cresceram 0,5% e -0,8%, respectvamente. Consderando-se a expansão acelerada das atvdades agropecuáras, na regão amazônca e em áreas de cerrado, e seus efetos sobre o meo ambente, torna-se relevante determnar o nível de degradação ambental causado por essas atvdades. Desse modo, este trabalho pretende quantfcar o nível de degradação ambental dos muncípos do Estado do Mato Grosso. A opção por este Estado levou em consderação sua mportânca no processo de desmatamento que vem ocorrendo na regão amazônca. Especfcamente pretende-se calcular ndcadores econômcos, populaconas e bológcos para caracterzar a degradação; calcular um índce que permta determnar o nível de degradação ambental nos muncípos e agrupá-los de acordo com suas característcas comuns. O artgo está subdvddo em mas três seções além desta ntrodução. A seção segunte trata da metodologa empregada na pesqusa utlzada para obtenção dos ndcadores. Em seguda são apresentados os prncpas resultados obtdos e, por fm, na últma seção, são apresentadas algumas conclusões. 2. Metodologa 4

5 A análse da degradação ambental no presente trabalho é feta com base na metodologa proposta por Lemos (2000). Város trabalhos utlzaram-se desses índces para medr o grau de degradação ambental em dferentes regões e estados do Brasl. Dentre eles podem ser ctados Slva e Rbero (2004) que calcularam o índce de degradação ambental para os muncípos do Acre, Fernandes et. al (2005) que calcularam o índce para os muncípos de Mnas Geras e Lopes et. al (2005) que utlzaram o mesmo índce para avalar a degradação no Estado do Pará. O Índce de Degradação (ID), mede a proporção de degradação da área de determnado muncípo e, segundo este autor, representa uma evolução, do ponto de vsta metodológco, em relação ao Índce de Desertfcação por ele desenvolvdo anterormente. Segundo Lemos (1995), o Índce de Desertfcação não captava o percentual de devastação a que cada um dos muncípos de seu campo de estudo (regão nordeste) estava sendo submetdo, contudo, o uso do ID não possu esta restrção. Neste sentdo, a construção do ID fo feta em duas etapas. Na prmera, desenvolveu-se, por meo de procedmento de análse multvarada, o Índce Parcal de Degradação (IPD). Com base no IPD foram estmados os pesos atrbuídos a cada uma das varáves que entraram na composção do ID. As estmatvas foram obtdas pelo método dos mínmos quadrados ordnáros restrtos (MQR) Estmação do Índce Parcal de Degradação (IPD) Para estmar o IPD assocado a cada um dos muncípos do Estado do Mato Grosso, empregou-se o método de análse fatoral por Componentes Prncpas. Genercamente, um modelo de análse fatoral é apresentado da segunte forma: X = A f + ε, (1) px1 pxr rx1 px1 em que X = X, X,..., X )' é o vetor transposto das varáves aleatóras observáves; ( 1 2 p f é o vetor transposto de fatores comuns, os quas não são observáves, f = f, f,..., f )' ; A é uma matrz de coefcentes fxos denomnados cargas fatoras; ( 1 2 p ε = ε, ε,..., ε )' é um vetor transposto de erros aleatóros, formados pelos fatores ( 1 2 p 5

6 específcos mas o erro. Tem-se a condção necessára de que o número de fatores seja nferor ao número de varáves, ou seja, r < p. Devem ser destacadas algumas pressuposções do chamado modelo de análse fatoral ortogonal. Prmero, E( ε ) E( f ) = 0, ou seja, o termo de erro aleatóro e = j todos os fatores têm méda zero. A ortogonaldade é garantda pela pressuposção Var Cov ( f ) = I, que demonstra que os fatores não são correlaconados. Segundo Mngot (2005), em alguns casos, a nterpretação dos fatores pode não ser tarefa muto fácl, o que ocorre quando a partção das varáves orgnas em m grupos não é muto clara ou é dfícl de ser justfcada. Em stuações como estas, podese realzar a transformação ortogonal dos fatores orgnas, em busca de uma estrutura mas smples de ser nterpretada. A rotação ortogonal mantém as comunaldades 4 e não altera a qualdade do ajuste obtdo pela matrz A, vsto que a matrz resdual não é alterada. No presente trabalho, utlzou-se o método de rotação varmax 5, o qual forma um novo sstema de exos ortogonas com o mesmo número de fatores e permte que a relação entre varáves e fatores apareça com maor ntdez. Para a construção do IPD, estmaram-se os escores assocados aos fatores obtdos após a rotação ortogonal da estrutura fatoral ncal (LEMOS, 2001). Por defnção, o escore fatoral rá stuar cada observação no espaço dos fatores comuns. Deste modo, para cada fator defndo por F e pode ser expresso por: f, o -ésmo escore fatoral que pode ser extraído é F = n p = 1 j= 1 b j X j, com = 1, 2,..., n; j = 1, 2,..., p., (2) em que b j são os coefcentes de regressão e Como a varável X j são as p varáves observáves. F é não observável, tem-se que estmá-la por meo das técncas de análse fatoral, com base na matrz X de varáves observáves. Neste sentdo, utlzando-se a forma matrcal, pode-se reescrever a equação (2) da segunte forma: 4 A comunaldade no modelo representa a varabldade de X j explcada pelos r fatores comuns. 5 Maores nformações acerca deste e de outros métodos de rotação são encontradas em Johnson e Wchern (1988). 6

7 F = X B (3) ( nxq) ( nxp). ( pxq) Uma vez que nas equações (2) e (3) os escores fatoras serão afetados tanto pela magntude quanto pelas undades em que as varáves X são meddas, substtu-se a varável X pela varável normalzada Z, podendo-se reescrever a equação (3) como segue: Z j [( X X X = µ ) / σ ], (3.a) em que µ X é a méda de X e σ X é o seu desvo padrão. segunte manera: A partr dessa transformação, a equação (3) é modfcada, sendo expressa da F = Z β. (4) ( nxq) ( nxp). ( pxq) Na equação (4), o vetor β substtu o vetor dos coefcentes de regressão B, da equação (3), pos as varáves estão normalzadas em ambos os lados da equação. Ao se multplcar os dos lados da equação (4) por ( 1/ n ) Z ', tem-se: t ( 1/ n) Z' F = (1/ n) Z Zβ, (5) em que n é o número de observações e Z ' é a matrz transposta de Z. O prmero membro da equação (5), t ( 1/ n) Z F, é a matrz de correlações entre os termos de X, a qual, a partr de agora, será representada por R. Já a matrz t ( 1/ n) Z Z representa a correlação exstente entre os escores fatoras e os própros fatores, e será dentfcada por Λ. Assm, pode-se reescrever a equação (5) da segunte forma: Λ = R.B (6) 7

8 Supondo que a matrz R seja não-sngular, ou seja, R 0, podem-se multplcar ambos os lados de (6) pela nversa de R, dada por ( R segunte equação: 1 ), obtendo-se a = 1 β R.Λ (7) A estmatva do vetor β é substtuída na equação (4). Esse procedmento fornece, então, os escores fatoras assocados a cada observação Construção do IPD Para a elaboração do IPD, utlzou-se da propredade de ortogonaldade dos escores fatoras estmados, destacando-se que a ortogonaldade assocada à matrz de fatores não mplca necessaramente na ortogonaldade dos escores fatoras. Portanto, deve-se testar se os escores fatoras são ortogonas, observando-se a matrz de varânca e covarânca entre esses escores, a qual deve ser uma dentdade para que os escores fatoras sejam ortogonas (LEMOS, 2001). O IPD fo estmado pela segunte equação: 1/ 2 n p 2 IPD = F j, com = 1, 2,..., n; j = 1, 2,..., p (8) = 1 j= 1 em que Grosso; IPD é o índce parcal de degradação assocado ao -ésmo muncípo do Mato F j são os escores fatoras estmados segundo o procedmento de decomposção em componentes prncpas. De acordo com Lemos (2001), como se espera que os escores assocados aos muncípos tenham dstrbução smétrca em torno da méda zero, metade deles terá snas negatvos e a outra metade terá snas postvos, sendo que os muncípos que apresentarem os menores índces de degradação parcal terão escores fatoras negatvos. Para evtar que os altos escores fatoras negatvos elevem a magntude dos índces assocados a estes muncípos, torna-se necessára a transformação mostrada abaxo, tendo por objetvo nser-los todos no prmero quadrante: 8

9 F * j ( F F ) j mn = (9) F F ) ( max mn em que F mn e F max são os valores máxmo e mínmo observados para os escores fatoras assocados aos muncípos do Mato Grosso. Vale ressaltar que o IPD, defndo desta forma, é de utldade para fazer o ordenamento dos muncípos do Mato Grosso quanto ao nível de degradação (LEMOS, 2001). Porém, não permte estmar o percentual de degradação que é observado em cada um dos muncípos, o que é feto utlzando-se o ID, cuja formulação será apresentada a segur Construção do ID Para construr o ID, assocado ao -ésmo muncípo do Mato Grosso, utlzou-se a segunte equação: ID p = Pj X j= 1 j p, com = 1,2,.., n. e j= 1 P j = 1, (10) em que os pesos P j são estmados por regressão múltpla, cuja varável dependente é o IPD e as varáves explcatvas são os ndcadores utlzados para a construção do ID. A restrção do somatóro dos coefcentes deve ser mposta, de modo que a soma dos pesos seja gual à undade Construção dos Indcadores de Degradação No presente trabalho o termo degradação ambental pode ser entenddo como os danos gerados ao meo ambente por atvdades econômcas, aspectos populaconas e fatores bológcos, ou seja, a degradação ambental pode ser consderada como um processo caracterzado por desmatamentos para atender à demanda da população para novas áreas onde possam fxar-se, por derrubada da floresta e quema da vegetação tendo por objetvo aumentar áreas lmpas para atender atvdades econômcas como 9

10 agrcultura e pecuára. Neste sentdo, para construr o ID, foram levados em consderação quatro ndcadores: um bológco, dos econômcos e um demográfco. Segundo-se a metodologa de Lemos (2000), o ndcador bológco (DECOBV) refere-se à cobertura vegetal exstente em cada muncípo do Mato Grosso. Os dos ndcadores econômcos foram defndos pela produtvdade das lavouras (DEVAVE) e anmal (DEVANI). Já o ndcador demográfco (DEMORU) refere-se à capacdade das áreas com lavouras (perenes e temporáras) e de pastagens (naturas e plantadas) suportarem um maor contngente de trabalhadores nas atvdades agropecuáras. Quanto mas degradadas estverem as áreas, menores serão as capacdades dessas áreas em suportar uma maor quantdade de trabalhadores por undade. Segundo Lemos (2001), para se construr um Índce de Degradação sera necessáro ter uma nformação a pror de quas seram os níves deas de preservação assocados aos ndcadores que são utlzados para a sua construção. Esta sera uma tarefa extremamente dfícl, até porque varara de acordo com quem estvesse fazendo a análse e dependera de um forte nível de subjetvdade. Para contornar esta stuação, fo adotado o crtéro de herarquzação, estabelecdo com base nos 10% dos muncípos melhores posconados em cada um dos ndcadores utlzados para aferr a degradação. Estmou-se uma méda artmétca de cada ndcador para estes muncípos melhores posconados, assumndo-se essas médas como referênca de preservação. Logo, para cada um dos quatro ndcadores, tomando-se como base o muncípo, quanto maor a dstânca entre o ndcador do muncípo em relação ao valor médo de referênca, mas degradado estará o muncípo, no que se refere a este ndcador específco (LEMOS, 2001). Com base na descrção acma, defnem-se os seguntes ndcadores: COBV : Cobertura vegetal do muncípo, que representa o quocente entre o somatóro das áreas com matas e florestas (natvas e cultvadas), e com lavouras (perenes e temporáras), e a área total do -ésmo muncípo do Estado do Mato Grosso; COBV REF : Méda da cobertura vegetal dos 14 muncípos melhores posconados em relação a este ndcador; VAVE : Quocente entre o valor da produção vegetal do -ésmo muncípo do Estado do Mato Grosso e o somatóro das áreas com lavouras, perenes e temporáras; 10

11 VAVE REF : Méda do ndcador anteror dos 14 muncípos melhores posconados em relação a ele; VANI : Quocente entre o valor da produção anmal do -ésmo muncípo do Estado do Mato Grosso e a área total com pastagens, naturas e cultvadas; VANI REF : Méda do ndcador anteror dos 14 muncípos melhores posconados em relação a ele; MORU : Quocente entre o total da mão-de-obra empregada no meo rural do - ésmo muncípo e a soma das áreas com lavouras e pastagens; MORU REF : Méda do ndcador anteror dos 14 muncípos melhores posconados em relação a ele. Os ndcadores descrtos acma são a base para a construção do IPD e do ID, os quas são defndos conforme segue (LEMOS, 2001): DECOBV (X 1 ) = 0, se COBV COBV REF ; DECOBV (X 1 ) = [1 - (COBV / COBV REF )*100, nos demas casos; DEVAVE (X 2 ) = 0, se VAVE VAVE REF ; DEVAVE (X 2 ) = [1 - (VAVE / VAVE REF )*100, nos demas casos; DEVANI (X 3 ) = 0, se VANI VANI REF ; DEVANI (X 3 ) = [1 - (VANI / VANI REF )*100, nos demas casos; DEMORU (X 4 ) = 0, se MORU MORU REF ; DEMORU (X 4 ) = [1 - (MORU / MORU REF )*100, nos demas casos. Observa-se que o IPD e o ID são índces relatvos de degradação, cujas referêncas são os resultados obtdos pelos 14 muncípos melhores posconados em cada ndcador que os compõe. Tomando-se como base a relação entre o IPD (Y) e os ndcadores DECOBV (X 1 ), DEVAVE (X 2 ), DEVANI (X 3 ) e DEMORU (X 4 ), têm-se as seguntes condções de establdade do modelo: Y X 1 > 0, Y X 2 > 0, Y X 3 > 0 e Y X 4 > 0. (11) 2.5. Método de Agrupamento 11

12 De acordo com Mngot (2005), a análse de agrupamentos, também conhecda como análse de conglomerados, classfcação ou cluster, tem como objetvo dvdr os elementos da amostra em grupos, de modo que os elementos pertencentes ao mesmo grupo sejam smlares entre s, com respeto às característcas que nele foram meddas, e os elementos em grupos dferentes sejam heterogêneos, em relação a estas mesmas característcas. Adconalmente, Johnson e Wchern (1992) destacaram que o objetvo prncpal da análse é descobrr o agrupamento natural das varáves. Segundo Mgot (2005), a descrção da smlardade (ou dssmlardade) entre elementos amostras, que possuem nformações para p-varáves armazenadas em um vetor, pode ser feta por meo de meddas matemátcas que possbltem a comparação dos vetores, como as meddas de dstânca. No presente trabalho, utlza-se a medda de smlardade mas smples, a dstânca Eucldana. Consderando-se um conjunto de n elementos amostras e a dsponbldade de nformações para p-varáves aleatóras em cada um deles, tem-se, para cada elemento amostral j, o vetor de meddas X j, defndo por: X j [ 1 j 2 j pj = n = X X... X ]', j 1,2,...,, (12) onde X j representa o valor observado da varável medda no elemento j. A dstânca Eucldana entre dos elementos X l e X k, l k, é defnda por: d( X l, X k 2 ) = [( X X )' A( X X )] 1/, (13) l k l k em que A pxp é uma matrz de ponderação, postva defnda. No caso da dstânca Eucldana smples, utlzada neste estudo, a matrz A pxp é a matrz dentdade. A partr das meddas de smlardade, os métodos mas comuns para agrupar os elementos são o método de lgação smples; lgação completa; lgação pela méda; centróde; e método de Ward, ou método de mínma varânca. Todos eles foram testados no presente trabalho, mas aquele que apresentou melhor dferencação entre os grupos fo o método de Ward. 2.6 Fonte dos dados 12

13 Os dados utlzados foram obtdos junto ao Insttuto Braslero de Geografa e Estatístca (IBGE), orundos da Pesqusa Pecuára Muncpal (PPM) e da Produção Agrícola Muncpal, ambas do ano de As áreas muncpas referem-se à defnção da Resolução do IBGE nº 05, de 10 de outubro de Do total de 141 muncípos exstentes no Estado do Mato Grosso, no ano de 2006, dos (Itanhangá e Ipranga do Norte) foram crados no ano de Em vrtude da ndsponbldade de dados das áreas desses dos muncípos, optou-se por excluí-los do estudo. 3. Resultados Para testar a adequabldade dos dados ao método de análse fatoral, utlzouse o teste de esfercdade de Bartlett. A rejeção da hpótese nula de que a matrz de correlação é uma matrz dentdade, ou seja, de que as varáves não são correlaconadas, a 1% de probabldade, ndcou que a amostra utlzada é adequada ao procedmento de análse. A aplcação da análse fatoral com rotação de fatores permtu resumr as quatro varáves ncas em dos fatores, de forma que cada um deles se relaconasse mas dstntamente com um par dferente de varáves. As cargas fatoras resultantes da rotação são apresentadas na Tabela 1. O prmero fator possu maor correlação com as varáves de Degradação da Cobertura Vegetal (DECOBV) e Degradação da Atvdade Anmal (DEVANI) e o segundo, com as varáves Degradação da Cobertura Vegetal (DEVAVE) e Degradação da Mão-de-obra rural (DEMORU), esta últma refere-se à ntensdade de utlzação de mão-de-obra. O prmero fator explca 32,76% da varação total dos dados, enquanto o segundo, 32,41%, de forma que, em conjunto, eles representam 65,17% da varação total observada nos quatro ndcadores usados como base para a análse. Cabe ressaltar que a ortogonaldade dos fatores fo ratfcada, vsto que a matrz de varânca e covarânca para o prmero e o segundo fator fo uma matrz dentdade. Tabela 1 - Cargas fatoras e coefcentes estmados da regressão para os escores fatoras rotaconados, Mato Grosso,

14 Varáves Cargas fatoras após a rotação varmax Coefcentes utlzados para estmar os escores Fator 1 Fator 2 Fator 1 Fator 2 DECOBV 0,7517-0,4288 0,5581-0,3478 DEVAVE -0,1761 0,6938-0,1097 0,5388 DEVANI 0,8126 0,3271 0,6315 0,2333 DEMORU 0,2326 0,7240 0,2032 0,5525 Fonte: Resultados da pesqusa. A Tabela 2 mostra os coefcentes obtdos na regressão do IPD em relação aos ndcadores de degradação, os quas representam os pesos de cada ndcador na formação do IPD. Os valores das elastcdades demonstram que as varáves bológcas e demográfcas foram as que mas nfluencaram o IPD, de forma que os fatores econômcos apresentaram-se com menor relevânca. Observa-se que varações de 1% no índce de Degradação da Cobertura Vegetal resultaram em varações de 0,32% do IPD. Smlarmente, alterações de 1% na varável Degradação da Cobertura Vegetal ocasonaram mudanças de 0,22% no IPD. Tabela 2 Pesos e elastcdades assocados ao IPD Varáves Pesos Elastcdades DECOBV 0,43 0,32 DEVAVE 0,29 0,22 DEVANI 0,13 0,12 DEMORU 0,14 0,10 Fonte: Resultados da pesqusa. A partr dos resultados para o Indcador Parcal de Degradação, foram obtdos os valores para o Índce de Degradação. Os índces gerados para todos os muncípos são resumdos na Tabela 3, na qual são apresentadas as médas e meddas de dspersão. Observa-se que os muncípos do Estado do Mato Grosso possuem ID médo de 71,20%. Esse resultado pode ser comparado aqueles obtdos em trabalhos desenvolvdos a partr do ano 2000, que também seguram a metodologa proposta por Lemos (2001), para outros Estados do Brasl. Assm, constata-se que a degradação ambental no Mato Grosso é superor à do Acre, com um ID médo de 30,74% (Slva e 14

15 Rbero, 2004); à do Estado do Pará, cujo ID médo fo de 52,54% (Lopes et al., 2005). Por outro lado, a degradação do Estado do Mato Grosso é nferor à de Mnas Geras, cujo ID médo fo de 85,8% (Fernandes et al., 2005). Essas dferenças nos níves de degradação refletem, entre outros fatores, as dferenças nas concentrações demográfcas e nos níves de atvdade econômca entre esses estados. O estado do Acre, com menor ID, é um estado relatvamente novo e caracterza-se por menor grau de desenvolvmento econômco, além de baxos índces de concentração demográfca. No outro extremo está o estado de Mnas Geras, cuja ocupação já atngu níves expressvos em todo o terrtóro, e a economa é expressvamente mas desenvolvda, com destaque para as atvdades agrícolas e pecuáras. A méda global de 71,20% é um valor expressvo, consderando-se os contextos econômco e demográfco do estado do Mato Grosso. A expansão das atvdades de agrcultura e pecuára no estado confgura-se como um movmento marcante e veloz, assm como os movmentos populaconas em dreção a regão. O crescmento da cultura da soja e da pecuára extensva, com baxa tecnologa, possuem efetos negatvos sobre a conservação ambental, o que ocorre, também, como conseqüênca do aumento dos trabalhadores na regão. Anda com base na Tabela 3, nota-se que o ndcador de degradação da atvdade anmal (DEVANI) fo o que apresentou maor méda entre os muncípos, o que demonstra os expressvos efetos das atvdades pecuáras sobre a degradação ambental no Estado. O ndcador de degradação da cobertura vegetal (DEVAVE) fo o segundo de maor relevânca méda. Desse modo, tem-se um ndcatvo de que os fatores econômcos contrbuíram mas sgnfcatvamente que os aspectos bológcos e demográfcos para a degradação ambental no Mato Grosso. Em relação à varabldade dos resultados, constata-se que o ndcador de degradação da mão-de-obra rural (DEMORU) fo o que apresentou maor dferencação entre os muncípos, o que mostra que a dstrbução demográfca não é unforme no Estado. Já o IPD e o ID não osclaram expressvamente entre os 139 muncípos, apresentando coefcente de varação de 0,15. Tabela 3 Estatístcas descrtvas dos ndcadores báscos, IPD e ID. Meddas de dspersão Indcadores Índces (%) 15

16 DECOBV DEVAVE DEVANI DEMORU IPD ID Mínmo ,43 23,27 Méda 69,25 71,42 83,20 64,47 0,94 71,20 Máxmo 95,98 99,40 99,74 97,52 1,16 92,05 Desvo padrão 16,80 20,58 18,62 26,15 0,14 10,34 C.V. 0,24 0,29 0,22 0,41 0,15 0,15 Fonte: Resultados da pesqusa. A Tabela 4 apresenta os valores dos ndcadores e índces e, em função do elevado número de muncípos no estado do Mato Grosso, optou-se por apresentar os resultados médos para mesorregões e mcrorregões. Conforme sugerdo pelas meddas de dspersão dos índces (Tabela 3), não há dscrepâncas expressvas entre os IDs médos das mesorregões (Tabela 4, em negrto). Os maores ndcadores e índces de degradação referem-se ao Nordeste Mato-grossense, mpulsonados, prncpalmente, pela elevada taxa de degradação resultante das atvdades pecuáras na regão. As quatro demas regões apresentam IDs médos semelhantes. Tabela 4 Indcadores e Índces de Degradação Ambental, Mato Grosso, Mesorregões Indcadores Índces (%) mcrorregões DECOBV DEVAVE DEVANI DEMORU IPD ID Norte 65,63 74,27 84,54 61,46 0,94 70,24 Arpuanã 75,01 77,22 92,74 43,58 0,94 73,92 Alta Floresta 66,84 65,53 87,68 49,95 0,90 67,11 Colíder 68,27 70,71 83,79 41,48 0,86 67,56 Parecs 62,94 71,30 87,56 77,55 0,98 70,79 Arnos 70,02 64,29 93,41 55,50 0,97 69,68 Alto Teles Pres 55,44 72,48 57,31 80,76 0,84 64,07 Snop 57,57 82,61 84,22 70,94 0,96 70,41 Paranatnga 72,49 91,73 96,23 88,13 1,12 83,53 Nordeste 72,40 76,82 93,38 82,48 1,06 77,99 Norte Araguaa 71,56 73,62 92,53 81,10 1,04 76,38 Canarana 73,44 80,21 93,21 81,61 1,06 79,28 Médo Araguaa 73,54 82,73 97,78 91,26 1,12 82,00 Sudoeste 70,83 70,66 70,35 53,07 0,85 68,33 Alto Guaporé 68,01 87,15 79,40 70,09 0,96 75,47 Tangará da Serra 73,96 53,37 88,64 37,92 0,87 65,18 Jauru 70,71 70,99 58,95 52,30 0,80 66,67 Centro-Sul 79,97 61,53 87,73 52,93 0,94 72,05 Alto Paragua 75,29 52,44 82,01 49,36 0,88 66,09 Rosáro Oeste 73,98 66,63 92,41 38,22 0,91 69,62 Cuabá 80,04 74,13 85,90 48,36 0,93 74,89 Alto Pantanal 90,21 53,34 93,65 74,15 1,04 77,78 Sudeste 64,57 66,82 77,73 71,58 0,91 68,01 Prmavera do Leste 46,85 65,94 45,10 73,83 0,72 55,80 Tesouro 70,14 70,42 88,45 83,17 1,02 74,54 16

17 Rondonópols 64,41 63,53 72,62 54,54 0,83 63,98 Alto Araguaa 60,09 65,34 80,93 80,73 0,93 67,32 Fonte: Resultados da pesqusa. Com base nas semelhanças e dferenças relatvas aos ndcadores DECOBV, DEVAVE, DEVANI e DEMORU, foram formados agrupamentos de muncípos. Buscou-se unr aqueles muncípos mas smlares, ao mesmo tempo em que se pretendeu separar aqueles mas dferentes. Contudo, conforme destacado sobre as estatístcas descrtvas dos ndcadores, cabe ressaltar que os muncípos não apresentam dspersões expressvas, o que tende a gerar grupos não muto dstntos entre s. Assm, a dvsão dos elementos que garantu maor heterogenedade entre os agrupamentos, mantendo a homogenedade nterna, fo obtda com três clusters (Tabela 5). O cluster 1 é formado por 37 muncípos e pode ser ndcado como o grupo de menor nível de degradação ambental. Observa-se que este possu os menores ndcadores médos DEVAVE e DEVANI, o que ndca que o agrupamento se destaca pelos menores níves de degradação advnda das atvdades agropecuáras. Uma vez que o IPD se mostrou mas sensível a esses ndcadores econômcos (Tabela 2), como conseqüênca, observam-se as menores taxas médas de IPD e ID. Este cluster é composto, em sua maor parte, pelos muncípos das regões Nordeste e Norte do Estado, os quas representam 32,43% e 29,73%, respectvamente. Tabela 5 Clusters ambentas dos muncípos do Mato Grosso, 2006 Clusters Indcadores Índce DECOBV DEVAVE DEVANI DEMORU IPD % ID % Cluster 1 (37 muncípos) Mínmo 38, ,44 42,82 Méda 68,62 68,94 82,56 64,83 0,93 70,16 Máxmo 89,21 98,88 97,64 95,24 1,10 85,38 Desvo Padrão 13,58 22,58 21,99 28,02 0,15 8,93 C.V. 0,20 0,33 0,27 0,43 0,16 0,13 Cluster 2 (78 muncípos) Mínmo 0 0 2,83 0 0,43 23,27 Méda 68,27 71,67 83,81 63,24 0,94 70,77 Máxmo 95,98 99,40 99,44 97,21 1,16 92,05 Desvo Padrão 18,85 20,77 16,88 26,39 0,14 10,93 C.V. 0,28 0,29 0,20 0,42 0,15 0,15 Cluster 3 (24 muncípos) Mínmo 22,30 44,24 37,36 10,38 0,70 47,23 Méda 73,44 74,45 82,16 67,93 0,96 74,22 Máxmo 90,41 96,20 99,74 97,52 1,15 88,41 17

18 Desvo Padrão 13,86 16,70 19,15 22,92 0,15 10,27 C.V. 0,19 0,22 0,23 0,34 0,16 0,14 Fonte: Resultados da pesqusa. Por outro lado, o cluster 3, formado por 24 muncípos, engloba aqueles com maores níves de degradação, meddos tanto pelo IPD, como pelo ID. Mas especfcamente, os muncípos deste grupo têm as maores médas para os ndcadores DECOBV, DEVAVE e DEMORU. A maor parte dos elementos deste grupo advém da regão Norte Mato-grossense, cuja parcela no cluster é de 41,67%, e da regão Sudoeste, com 29,17%. Já o cluster 2, formado por 78 muncípos, ncorpora os que se encontram em stuação ntermedára à dos dos outros grupos, ou seja, não se destacam por apresentar ndcadores de degradação maores, nem menores. Neste grupo, a maor parte dos muncípos é da regão Norte, com partcpação de 41,03%. Tomando-se como base o conjunto dos 139 muncípos em análse, constata-se que a maora deles, representada por 56,12%, nsere-se nesse grupo ntermedáro. Por outro lado, verfca-se que a mnora dos elementos, 17,27% do total, está nserda no agrupamento de maores taxas de degradação ambental, o que mpede que as médas globas sejam superores. 4. Conclusões Com vstas em avalar o nível de degradação ambental no Estado do Mato Grosso, foram calculados índces e ndcadores para os muncípos, baseados em aspectos bológcos, demográfcos e econômcos. Com base nesses ndcadores, os muncípos foram agrupados e analsados quanto às suas semelhanças e dferenças. Em termos geras, o nível de degradação no estado pode ser consderado sgnfcatvo, vsto que o ID médo fo de 71,24%. Mesmo entre os membros do agrupamento caracterzado por menor grau de degradação, os índces médos são expressvos. Os prncpas fatores que contrbuíram para formar esse resultado foram as atvdades econômcas consderadas, quas sejam, a agrcultura e a pecuára. Isso reflete os efetos da expansão da cultura da soja no estado, bem como do aumento da cração de gado, em geral na forma extensva, com baxo uso de tecnologa. 18

19 Os fatores bológcos e demográfcos, apesar de terem apresentado menor efeto que os fatores econômcos, também contrbuíram para elevar a degradação ambental. O crescmento das atvdades de extração de madera na regão possu efetos negatvos sobre o nível de cobertura vegetal, assm como os constantes movmentos populaconas, os quas ocorrem, na maora das vezes, como conseqüênca do crescmento das atvdades econômcas. A análse de clusters, por sua vez, não demonstrou grandes varações na degradação ambental entre os muncípos. Com sso, as meddas voltadas para o controle da degradação podem ser mplementadas com um enfoque no estado como um todo. Por fm, cabe observar que o estudo basea-se em somente quatro ndcadores para construr o Índce de Degradação. A ncorporação de outras varáves podera ter resultados postvos sobre o nível de nformações obtdas a partr do índce. Além dsso, o estudo podera ser enrquecdo com a análse do índce ao longo do tempo, de forma a aferr a evolução do processo de degradação. 19

20 Referêncas Bblográfcas CUNHA, J. M. P; ALMEIDA, G. M. R; RAQUEL, F. Mgração e transformações produtvas na frontera: o caso de Mato Grosso Dsponível em: df. Acesso em: 19 abr FEARNSIDE, P. M. Deforestaton n Brazlan Amazôna: hstory, rates and consequences. Conservaton Bology. v. 19, n.3, p , FERNANDES, E. A; CUNHA, N. R. S; SILVA, R. G. Degradação ambental no Estado de Mnas Geras. Revsta de Economa e Socologa Rural v. 43, n. 01, p FERREIRA, D. A. C. Modelagem do desmatamento no noroeste mato-grossense p. Dssertação (Mestrado em Bologa Tropcal de Recursos Naturas). Unversdade Federal do Amazonas, Manaus, AM. IBGE - Insttuto Braslero de Geografa e Estatístca. Pesqusa Pecuára Muncpal (PPM), Dsponível em: Acesso em: 15 mar IBGE - Insttuto Braslero de Geografa e Estatístca. Produção Agrícola Muncpal (PAM), Dsponível em: Acesso em: 15 mar JOHNSON, A; WICHERN, D. Appled Multvarate Statstcal Analyss, New Jersey, p. 20

21 LEMOS, J.J.S. Níves de degradação no Nordeste braslero. Revsta Econômca do Nordeste, v. 32, n.3, p , LOPES, M. L. B; SILVA, R. G; SANTOS, M. A. S. Estmatva de ndcadores de degradação ambental no Estado do Pará: uma análse a partr de modelos estatístcos multvarados. In: CONGRESSO BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, Rberão Preto, Anas do XLIII Congresso Braslero de Economa e Socologa Rural, MARGULIS, S. Causas do desmatamento da Amazôna braslera. 1ª edção. Brasíla: Banco Mundal p. MINGOTI, S. A. Análse de dados através de métodos de estatístca multvarada: uma abordagem aplcada. Belo Horzonte: Edtora UFMG, p. RODRIGUES, R. L. V. Análse dos fatores determnantes do desflorestamento na Amazôna Legal p. Tese (Doutorado em Cêncas em Engenhara). Unversdade Federal do Ro de Janero, Ro de Janero, RJ. SILVA, R. G; RIBEIRO, C. G. Análse da degradação ambental na Amazôna Ocdental: um Estudo de caso dos Muncípos do Acre. Revsta de Economa e Socologa Rural, v. 42, n. 1, p ,

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

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

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

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

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

Leia mais

4 Critérios para Avaliação dos Cenários

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

Leia mais

Prof. Lorí Viali, Dr.

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

Leia mais

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

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

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

DELINEAMENTOS EXPERIMENTAIS

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

Leia mais

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

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

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

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

Leia mais

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

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de

Leia mais

7 - Distribuição de Freqüências

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

Leia mais

3 A técnica de computação intensiva Bootstrap

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

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

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

Leia mais

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha 09//06 Estatístca Aplcada II CORRELAÇÃO AULA 07//6 Prof a Llan M. Lma Cunha CORRELAÇÃO: Identfcar a estênca ou não de assocação lnear entre varáves: -Preço de um produto em regões; -Frete e Km percorrdo;

Leia mais

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

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

METOLOGIA. 1. Histórico

METOLOGIA. 1. Histórico METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da

Leia mais

CORRELAÇÃO E REGRESSÃO

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

Leia mais

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

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Aula Características dos sistemas de medição

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

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

Análise Exploratória de Dados

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

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

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

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

Leia mais

Análise da curva de crescimento de ovinos cruzados

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

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de

Leia mais

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

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

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

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

Leia mais

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos

Leia mais

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

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

Leia mais

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

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

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

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

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

Análise de Variância. Comparação de duas ou mais médias

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

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

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

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

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

Identidade dos parâmetros de modelos segmentados

Identidade dos parâmetros de modelos segmentados Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos

Leia mais

CAPÍTULO 2 - Estatística Descritiva

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

Leia mais

Prof. Lorí Viali, Dr.

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

Leia mais

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

6 Modelo Proposto Introdução

6 Modelo Proposto Introdução 6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

Análise de Regressão Linear Múltipla VII

Análise de Regressão Linear Múltipla VII Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto

Leia mais

Diferença entre a classificação do PIB per capita e a classificação do IDH

Diferença entre a classificação do PIB per capita e a classificação do IDH Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

2 Referencial Teórico

2 Referencial Teórico Referencal Teórco O obetvo deste capítulo é apresentar os concetos de rsco, correlação e dversfcação no contexto da Teora oderna de Carteras e os últmos estudos a respeto das correlações entre mercados

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;

Leia mais

Análise Multivariada

Análise Multivariada Análse Multvarada Aula 3: Análse Fatoral Prof. Admr Antono Betarell Junor Juz de Fora Análse Fatoral ACP procura seleconar um n mínmo de componentes, não correlaconados, para expressar o máxmo possível

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

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

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

Análise de Regressão Linear Múltipla IV

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

Leia mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

QUALIDADE AMBIENTAL E QUALIDADE DE VIDA NOS MUNICÍPIOS DO ESTADO DO RIO GRANDE DO SUL: ASSOCIAÇÃO E DIFERENÇAS REGIONAIS

QUALIDADE AMBIENTAL E QUALIDADE DE VIDA NOS MUNICÍPIOS DO ESTADO DO RIO GRANDE DO SUL: ASSOCIAÇÃO E DIFERENÇAS REGIONAIS QUALIDADE AMBIENTAL E QUALIDADE DE VIDA NOS MUNICÍPIOS DO ESTADO DO RIO GRANDE DO SUL: ASSOCIAÇÃO E DIFERENÇAS REGIONAIS Marvane Vestena Rossato 1 João Eustáquo de Lma Resumo Este artgo apresenta um estudo,

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

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

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

Leia mais

Dependência Espacial de espécies nativas em fragmentos. florestais

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

Leia mais

Estatística Espacial: Dados de Área

Estatística Espacial: Dados de Área Estatístca Espacal: Dados de Área Dstrbução do número observado de eventos Padronzação e SMR Mapas de Probabldades Mapas com taxas empírcas bayesanas Padronzação Para permtr comparações entre dferentes

Leia mais

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

Regressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará Regressão Logístca Aplcada aos Casos de Sífls Congênta no Estado do Pará Crstane Nazaré Pamplona de Souza 1 Vanessa Ferrera Montero 1 Adrlayne dos Res Araújo 2 Edson Marcos Leal Soares Ramos 2 1 Introdução

Leia mais

8 - Medidas Descritivas

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

Leia mais

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

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

Leia mais

QUALIDADE AMBIENTAL E QUALIDADE DE VIDA NOS MUNICÍPIOS DO ESTADO DO RIO GRANDE DO SUL: ASSOCIAÇÃO E DIFERENÇAS REGIONAIS

QUALIDADE AMBIENTAL E QUALIDADE DE VIDA NOS MUNICÍPIOS DO ESTADO DO RIO GRANDE DO SUL: ASSOCIAÇÃO E DIFERENÇAS REGIONAIS QUALIDADE AMBIENTAL E QUALIDADE DE VIDA NOS MUNICÍPIOS DO ESTADO DO RIO GRANDE DO SUL: ASSOCIAÇÃO E DIFERENÇAS REGIONAIS MARIVANE VESTENA ROSSATO (1) ; JOÃO EUSTÁQUIO DE LIMA (). 1.UFSM, SANTA MARIA, RS,

Leia mais

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

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

Leia mais

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

7 Tratamento dos Dados

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

Leia mais

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

Gabarito da Lista de Exercícios de Econometria I

Gabarito da Lista de Exercícios de Econometria I Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076

Leia mais

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7 Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais