Teste Intermédio I (45%)

Tamanho: px
Começar a partir da página:

Download "Teste Intermédio I (45%)"

Transcrição

1 0 Anále de Dado e Probabldade º Semetre Fernando Brto Soare Cáta Fernande Pedro Chave Tete Intermédo Data: 7 de Outubro de 00, 7:00 Duração: hora ota: A utlzação de máquna centífca e gráfca ó erá permtda depo de feto o repectvo reet. Atenção: Reponda a cada grupo numa folha eparada. Apreente todo o cálculo e/ou utfcaçõe para a ua repota. I (%) a Lga de Futebol Profonal de um dado paí ete um arquvo obre o ordenado anua do ogadore ncrto de toda a equpa. Imagne que fo encarregue de caracterzar a dtrbução de ordenado da época paada. Fo ao arquvo e apena tnham um polígono ntegral de frequênca, á degatado pelo tempo, com ndcação entre parênte da coordenada do ponto conhecdo: 0,9 0,8 0,7 0, 0, 0, 0, 0, 0, 0 F * (; 0,) Ordenado Anua (Mlhare de Euro) (0; 0,) (0; 0,) (; 0,7) (0; ) Para além dto, coneguu aber que: - Quando o dado foram clafcado, fo contruída uma clae de a 0 mlhare de Euro e outra de 0 a 0 mlhare de Euro - O número de ogadore que ganhavam entre 0 e 0 mlhare de Euro era, na época paada, 0% do número do que ganham entre e 0 mlhare de Euro - O ano paado encontravam-e ncrto 00 ogadore na Lga de Futebol Profonal.

2 0 Anále de Dado e Probabldade Tete Intermédo º Semetre a) (%) Calcule a frequênca relatva mple da ª e ª clae. b) (0%) Se não repondeu à alínea anteror, auma f ( 0) 0, e f (0 0) 0,. Contrua a tabela de frequênca, ndcando clae, ponto médo, ampltude da clae e frequênca aboluta e relatva, mple e acumulada. c) (0%) Calcule a méda, moda e medana. d) (%) Sabendo que o momento de ordem em relação à méda é 9,7, calcule o Grau de Ametra de Pearon. e) (%) Com bae na ua repota à alínea c) e d), eboce a repreentação gráfca da dtrbução da varável Ordenado Anua e clafque-a quanto à ametra. f) (0%) O Sndcato do Jogadore, natfeto com a forma como o ordenado e dtrbuíam, propô que, eta época, todo o ogadore que recebam meno do que a medana de ordenado auferem um aumento de 0 mlhare de Euro e todo o que recebam um ordenado uperor à medana vem o eu rendmento dmnuído também em 0 mlhare de Euro. Sabendo que não houve entrada nem aída de ogadore nete paí no últmo ano, calcule o efeto deta medda na méda de ordenado. II (%) O mntro da agrcultura do paí A pretende deenvolver um etudo obre o grau de concentração da venda no ector agro-almentar na dua regõe que compõem o paí: a regão Latfúndo e a regão Mnfúndo. Para a regão Latfúndo apurou-e a egunte nformação referente à 00 emprea do ector: Volume de Venda (em mlhare de u.m.) n Paralelamente abe-e que a regão Mnfúndo apreenta uma méda de venda do ector de 9 ml u.m., um devo padrão gual a e um índce Gn de 0,. O mntro da agrcultura do paí A afrmou: A regão Mnfúndo detém o maor grau de concentração de venda no ector agro-almentar no noo paí. Concorda com a afrmação? Jutfque, quantfcando.

3 0 Anále de Dado e Probabldade Tete Intermédo º Semetre III (0%) Com vta a avalar o deempenho ecolar de 00 aluno fnalta do curo de Economa, Getão e Fnança recolheu-e a egunte nformação relatva a nota fna de curo: Méda Varânca úmero de aluno nqurdo Economa 00 0 Getão 00 Fnança 0 a) (%) Qual a méda e a varânca da nota fna de curo do 00 aluno nqurdo? Jutfque. b) (0%) Em qual do trê curo a dperão relatva é ma acentuada? Jutfque. c) (%) Admta que o índce de Lapeyre de preço no período t com bae no período 0 é gual a 0 numa regão A. Se na regão B o índce de Paache de preço no memo período t com bae em 0 for gualmente 0, que concluão pode retrar obre a evolução relatva do preço na dua regõe entre o período 0 e o período t?

4 0 Anále de Dado e Probabldade Correcção Tete Intermédo º Semetre Correcção do Tete Intermédo I (%) a) (%) Com a ndcaçõe dada pelo enuncado, temo dua varáve deconhecda e, portanto, precamo de, pelo meno, dua equaçõe. Prmero, obervando o polígono ntegral de frequênca, verfcamo que a frequênca relatva acumulada da ª clae é 0,7, o que gnfca que a frequênca relatva de toda a clae até à ª omam 0,7. Logo, a frequênca relatva mple da dua clae que retam têm que omar o que falta para, a oma, por defnção, da frequênca relatva mple de toda a clae de uma dtrbução. Para além do, abemo, pelo enuncado, que a frequênca aboluta (e também a relatva) mple da ª clae é 0% da da ª clae. Logo: f f + f 0,7 f,f f +,f,f 0,,f 0, f f,f f 0,, b) (0%) 00 enuncado l ' h F *,F f F * F f n S l e F F ( ) ],0] (enuncado); ] 0,0[ f + l l *,F f. na alínea a * + f ; F * F * F *; f *. (l * e F Lmte uperor da clae ) * no enuncado F * + f * F *; f F (enuncado) * F *; f F * ' h n f S F * d ]0, ], 0 0, 0 0, 0,0 ], 0] 7, 0, 0, 0,0 ]0, 0] 0 0 0, 0, 0,0 ]0, ] 7, 0 0, 7 0,7 0,0() ], 0] 7, 0 0, 8 0,8 0,0 ]0, 0] 0 0, 00 0,

5 0 Anále de Dado e Probabldade Correcção Tete Intermédo º Semetre c) (0%) f. ' 0,., + 0,.7, + 0,. + 0,.7, + 0,.7, + 0,.,87 Clae da Medana ] 0, 0] relatva acumulada de 0,) (clae onde e encontra o ponto com frequênca Por nterpolação lnear : F * (0)- F * (0) F * (0)- F * (M) M 0,0.(0 M) 0,0 0, 0,0M 0,0 0,0M 0, M Clae Modal frequênca, d ) Pela ],0] d Pela Fórmula de Kng : mod() l + h. d + d + 8 Clae Modal frequênca, d ) ] 0, 0] (uma (uma da da 0, - 0, 0 dua dua que que têm têm d Fórmula de Kng : mod() l + h. d + d 0, - 0, 0,0 0,0 0 M 0 M maor +. maor dendade 0,0 0, ,0 dendade M 8,() de de. 0,0() ,077 0,0 + 0,0() d) (%) Sabemo que o momento de ordem k em relação à méda é dado por: k ( ) mk Logo, o momento de ordem em relação à méda é: ( ) m Am, para encontrar o devo padrão, bata encontrar a raz quadrada potva da varânca: 9,7,97 Tecncamente, numa dtrbução mult-modal, o grau de ametra de Pearon não deve er calculado. o entanto, para e obter uma dea da ametra da dtrbução, podemo calculá-lo para a dua moda etente:

6 0 Anále de Dado e Probabldade Correcção Tete Intermédo º Semetre g g mod(),87 8 0,977,97 mod(),87,077 0,,97 e) (%) Eboço da repreentação gráfca da dtrbução da varável Ordenado Anua, abendo que etem moda e que ão amba nferore à medana que, por ua vez, é nferor à méda: f() 0 8,077 8,(),87 ão dpondo de um grau de ametra de Pearon, a clafcação da dtrbução quanto à ametra com bae no eu valor não é poível. o entanto, tendo em conta que o do calculado ão potvo e que a méda é uperor à dua moda, podemo afrmar que a dtrbução é amétrca potva ou enveada à dreta, anda que não no molde habtua. f) (0%) Ante de ma nada, abemo que etem 00 ogadore na Lga de Futebol. Logo, 0 dele recebem meno do que a medana e 0 têm um ordenado uperor a eta medda de localzação. Am, bata calcular o efeto obre a méda de um aumento da 0 prmera obervaçõe em 0 mlhare de Euro e de uma dmnução da últma 0 no memo 0 mlhare de Euro: ' ' 00 0 ( + 0) ) + + (0 + ).0 (00 + ).0 00 (

7 0 Anále de Dado e Probabldade Correcção Tete Intermédo º Semetre Logo, podemo conclur que, com a medda propota pelo Sndcato do Jogadore, a méda de ordenado na Lga de Futebol Profonal dete paí não e va alterar. II (%) Pretende-e comentar a veracdade da egunte afrmação: A regão Mnfúndo detém o maor grau de concentração de venda no ector agroalmentar no noo paí. Para quantfcar o grau de concentração da venda no ector agroalmentar na regão Latfúndo é neceáro calcular o Índce de Gn. n F * p ' t q p -q ]0,] ],0] ]0,0] ]0,0] m 00 m m,7 m 7, m,0 G m m (p q ) p,0,7 0, Tendo em conta o valor aumdo pelo índce de Gn para a regão Latfúndo a afrmação é fala. Ou ea, como a regão Latfúndo apreenta o índce de Gn ma acentuado é eta a regão que detém o maor grau de concentração de venda no ector. III (0%) a) (%) Para calcular a méda global do 00 aluno nqurdo: X X + X + X ,8 Para calcular a varânca global:

8 0 Anále de Dado e Probabldade Correcção Tete Intermédo º Semetre k k S + (X X) (.8) 00 8, + 00(.8) + 0(.8) b) (0%) CV X 0 CVEconoma 0,7 X CVGetão 0,8 X 8 CVFnança 0,77 X A dperão relatva é ma acentuada no curo de Fnança. c) (%) O valore do índce de Lapeyre tendem a er uperore ao valore do Índce de Paache (relação de Bortkewcz). Dete modo e como o índce de Lapeyre obretma o índce de Paache, para que no memo período de t com bae em 0 a regão B apreente um índce de Paache de preço gual ao valor do índce de Lapeyre de preço na regão A, o aumento relatvo do preço no período em quetão neceta de er ma acentuado na regão B.

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO 0 INTRODUÇÃO A medda de varação ou dperão, avalam a dperão ou a varabldade da eqüênca numérca em anále, ão medda que fornecem nformaçõe

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Probabldade e Etatítca I Antono Roque Aula Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham

Leia mais

Escola Secundária de Jácome Ratton

Escola Secundária de Jácome Ratton Ecola Secudára de Jácome Ratto Ao Lectvo / Matemátca Aplcada à Cêca Soca Na Ecola Secudára do Suceo aualmete é premado o aluo que tver melhor méda a ua clafcaçõe a dferete dcpla. No ao lectvo 9/, o do

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores) 1 UNIVERIDADE NOVA DE LIBOA Faculdade de Economa Análse de Dados e Probabldade º emestre 008/009 Teste Intermédo A Clara Costa Duarte Data: 01/04/009 Graça lva Duração: 1h Grupo I (5 Valores) uponha que

Leia mais

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO Conteúdo Programátco Cálculo da varânca Cálculo e nterpretação do Devo-padrão VARIÂNCIA E DESVIO-PADRÃO A medda de varação ou dperão, avalam a varabldade da

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Etatítca Aplcada à Educação Antono Roque Aula 5 Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que

Leia mais

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção Prof. Lorí Val, Dr. val@pucr.br http://www.pucr.br/~val/ Grade Cojuto de Dado Orgazação; Reumo; Apreetação. Amotra ou População Defeto em uma lha de produção Lacado Deeho Torto Deeho Torto Lacado Torto

Leia mais

Variável discreta: X = número de divórcios por indivíduo

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

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2 Aula 1 do plano de trabalho nº 2 Medram-se as alturas dos 40 alunos do prossegumento de estudos do 10º ano de uma escola e as alturas dos 40 alunos do 10º ano dos cursos tecnológcos dessa escola e obtveram-se

Leia mais

Análise Descritiva com Dados Agrupados

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

Leia mais

PROBABILIDADE ESTATÍTICA

PROBABILIDADE ESTATÍTICA I- INTRODUÇÃO. DEFINIÇÕES. ESTATÍSTICA: A Etatítca refere-e à técnca pela qua o dado ão "coletado", "organzado", "apreentado" e "analado". Pode-e dvdr a cênca Etatítca em do grupo de etudo:. Etatítca Decrtva:

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

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores) UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara

Leia mais

3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U)

3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U) 3 Seleção de Varáve Baeada em nformação Mútua ob trbução de nformação Unforme MFS-U 3.1 Seleção de Varáve de Entrada para Problema de Clafcação A eleção de varáve de entrada deempenha um mportante papel

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos. Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas

Leia mais

Física Experimental 1 - FEP113 Prova Final - 28/06/2 007

Física Experimental 1 - FEP113 Prova Final - 28/06/2 007 Fíca Epermental - FEP3 Prova Fnal - 8/06/ 007 Aluno: n o UP: Cada aluno pode conultar lvremente o materal de que dpõe. Note que a pontuação máma deta prova oma,5 e que, por outro lado, o tempo é eíguo

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

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

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

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

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

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. Prof. Lorí Val, Dr. val@mat.ufrg.br http://www.ufrg.br/~val/ Etatítca: uma defção Coleção de úmero etatítca O úmero de carro veddo o paí aumetou em %. A taa de deemprego atge, ete mê, 7,%. A açõe da Telebrá

Leia mais

Exercícios de cisalhamento puro e flexão simples - prof. Valério SA Universidade de São Paulo - USP

Exercícios de cisalhamento puro e flexão simples - prof. Valério SA Universidade de São Paulo - USP Exercíco de calhamento puro e flexão mple - prof. Valéro S Unverdade de São Paulo - USP São Paulo, dezembro de 05.. etrutura de contenção eta ubmetda a uma ação de empuxo do olo, onde a dtrbução é lnear

Leia mais

Exame 1ª Época. Nº: Nome:

Exame 1ª Época. Nº: Nome: Faculdade de Economa da Unversdade Nova de Lsboa 104 Análse de Dados e Probabldade 1º Semestre 008/009 Fernando Brto Soares Cáta Fernandes Erca Marujo Danel Montero Nº: Nome: Data: 7 de Janero de 009,

Leia mais

2ª Atividade Formativa UC ECS

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

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:

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

Agenda Aula 2 Parte 1

Agenda Aula 2 Parte 1 Aula Parte 1 Anále de Correlação: Coefcente de Pearon Prof. Cear Aleandre de Souza Materal deenvolvdo em conjunto com a Profa. Adrana Back Noronha Vana EAD0655 Técnca Etatítca de Projeção Agenda Aula Parte

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

Capítulo III Medidas Estatísticas

Capítulo III Medidas Estatísticas 8 Capítulo III Medda Etatítca III. Medda de Tedêca Cetral A apreetação de dado em tabela e gráco motra a orma da dtrbução. A medda de tedêca cetral dcam o valor do poto em toro do qual o dado e dtrbuem.

Leia mais

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

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

Leia mais

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

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para

Leia mais

2. VARIÁVEIS ALEATÓRIAS

2. VARIÁVEIS ALEATÓRIAS VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Etatítca - Devo Padrão e Varânca Preparado pelo Prof. Antono Sale,00 Suponha que tenhamo acompanhado a nota de quatro aluno, com méda 6,0. Aluno A: 4,0; 6,0; 8,0; méda 6,0 Aluno B:,0; 8,0; 8,0; méda 6,0

Leia mais

Ecologia Geral Riqueza e Diversidade de Espécies

Ecologia Geral Riqueza e Diversidade de Espécies Ecologa Geral Rqueza e Dverdade de Epéce Prof. Wllam Cota Rodrgue Pó-Doutor em Entomologa/Ecologa Unverdade Severno Sombra Tranparênca Extra I 1 Conceto A dverdade de epéce refere-e à varedade de epéce

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

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

sticas Estatística (divisão) População stica: uma definição Estatística:

sticas Estatística (divisão) População stica: uma definição Estatística: Coleção de úmero etatítca tca O úmero de carro veddo o paí aumetou em 30%. A taa de deemprego atge, ete mê, 7,5%. A açõe da Telebrá ubram R$,5, hoje. Reultado do Caraval o trâto: 45 morto, 430 ferdo. Etatítca:

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

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

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

Leia mais

CAPÍTULO 4. Movimento Variado. Introdução. 2-Aceleração Escalar Média

CAPÍTULO 4. Movimento Variado. Introdução. 2-Aceleração Escalar Média CAPÍTULO 4 Movimento Variado Introdução O movimento do corpo no dia-a-dia ão muito mai variado do que propriamente uniforme, até porque, para entrar em movimento uniforme, um corpo que etava em repouo,

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

Etapas para a construção de uma distribuição de frequências por ponto

Etapas para a construção de uma distribuição de frequências por ponto Dtrbuçõe de Frequêca Uma dtrbução de requêca é uma tabela que reúe o cojuto de dado, coorme a requêca ou a repetçõe de eu valore o capítulo ateror, vmo como ão eta ea tabela quado a varável é qualtatva

Leia mais

Resumos Numéricos de Distribuições

Resumos Numéricos de Distribuições Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas

Leia mais

= n. Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2

= n. Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2 Etatítca II Atoo Roque Aula 4 O Coefcete de Correlação de Pearo O coefcete de correlação de Pearo é baeado a déa de varâca, dada o curo de Etatítca I Como vto aquele curo, quado temo uma amotra compota

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

Medidas de tendência central. Média Aritmética. 4ª aula 2012

Medidas de tendência central. Média Aritmética. 4ª aula 2012 Estatístca 4ª aula 2012 Meddas de tendênca central Ajudam a conhecer a analsar melhor as característcas de dados colhdos. Chamamos de meddas de tendênca central em decorrênca dos dados observados apresentarem

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

COEFICIENTE DE GINI: uma medida de distribuição de renda

COEFICIENTE DE GINI: uma medida de distribuição de renda UNIVERSIDADE DO ESTADO DE SANTA CATARINA ESCOLA SUPERIOR DE ADMINISTRAÇÃO E GERÊNCIA DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS COEFICIENTE DE GINI: uma medda de dstrbução de renda Autor: Prof. Lsandro Fn Nsh

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística I Licenciatura MAEG 2006/07 Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Etatítica Material teórico Medida de Diperão ou Variação Reponável pelo Conteúdo: Profª M. Roangela Maura C. Bonici MEDIDAS DE DISPERSÃO OU VARIAÇÃO Introdução ao Conteúdo Cálculo da

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

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

Conceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues

Conceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues Concetos Incas de Estatístca Módulo 3 : MEDIDAS DE POSIÇÃO Pro. Rogéro Rodrgues MEDIDAS DE POSIÇÃO ) Introdução : Depos da coleta de dados, as varáves pesqusadas estão em estado bruto, sendo necessáro

Leia mais

3 Confiabilidade de Estruturas

3 Confiabilidade de Estruturas 3 Confabldade de Etrutura 3.1. Introdução Um proeto etrutural deve levar em conderação a ncerteza nerente à varáve envolvda, que podem er: ncerteza obre a ntendade e a dtrbução da carga permanente e acdenta;

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma

Leia mais

Cálculo Diferencial e Integral II. Lista 8 - Exercícios/ Resumo da Teoria

Cálculo Diferencial e Integral II. Lista 8 - Exercícios/ Resumo da Teoria Cálculo Diferencial e Integral II Lita 8 - Exercício/ Reumo da Teoria Derivada Direcionai Definição Derivada Direcional. A derivada da função f x, no ponto P x, na direção do veror u u 1, u é o número

Leia mais

1- Qual a diferença entre amostragem probabilística e não-probabilística? Qual é a mais recomendada?

1- Qual a diferença entre amostragem probabilística e não-probabilística? Qual é a mais recomendada? VIII-AMOSTRAGEM A Etatítca Iferecal ou Iferêca Etatítca tem como objetvo bucar cocluõe robablítca obre oulaçõe com bae o reultado obervado em amotra etraída dea oulaçõe Am, certo cudado báco devem er tomado

Leia mais

Organização de dados -Dados não agrupados n. Mediana:

Organização de dados -Dados não agrupados n. Mediana: Orgazação de dado -Dado ão agruado Medaa: Poto de ocoameto: Méda: Moda: valor que ocorre com maor freqüêca Méda de Itervalo: + m max + Quartl: (ara j, ou ) j( +) Poto de ocoameto: 4 Méda da Juta: Q + Q

Leia mais

Microeconomia I 2007/08 9 de Janeiro de 2008 Duração: 2h + 30 min

Microeconomia I 2007/08 9 de Janeiro de 2008 Duração: 2h + 30 min cencatura em Economa e Admntração e Getão de Emprea Mcroeconoma I 007/08 9 de Janero de 008 Duração: h + 30 mn Fernando Machado, Cláuda Cruz, Danel Horta, João Barboa, João Granja, Marta Fara, Rta Slva

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

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

Leia mais

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

MODELOS DE REGRESSÃO NÃO LINEARES

MODELOS DE REGRESSÃO NÃO LINEARES M. Mede de Olvera Excerto da ota peoa obre: MODELOS DE REGRESSÃO NÃO LINEARES Obervação No modelo de regreão dto leare, a varável depedete é exprea como fução lear do coefcete de regreão. É rrelevate,

Leia mais

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min) PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.

Leia mais

2ª ACTIVIDADE ESCRITA DE MATEMÁTICA A 12.º C 2009 NOVEMBRO 20 Duração da prova: 45 minutos VERSÃO 1. Grupo I

2ª ACTIVIDADE ESCRITA DE MATEMÁTICA A 12.º C 2009 NOVEMBRO 20 Duração da prova: 45 minutos VERSÃO 1. Grupo I ª ATIVIDADE ESRITA DE MATEMÁTIA A.º 009 NOVEMBRO 0 Duração da prova 4 mnutos VERSÃO Grupo I Para cada uma das três questões deste grupo, seleccone a resposta correcta de entre as alternatvas que lhe são

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

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

Módulo III Movimento Uniforme (MU)

Módulo III Movimento Uniforme (MU) Módulo III Moimento Uniforme (MU) Em moimento retilíneo ou curilíneo em que a elocidade ecalar é mantida contante, diz-e que o móel etá em moimento uniforme. Nete cao, a elocidade ecalar intantânea erá

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

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8 Resposta da questão 1: [C] Calculando:,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 8, 8,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 5, x = 9,9 Moda = 8 8+ 8 Medana = = 8,5 + 10 + 8 + 9,4 + 8 +,4 + 7,4 Méda das outras

Leia mais

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros AULA e Racionais 09 e 10 ESTATÍSTICA. Professor Luiz Antonio de Carvalho Professor Luz Antono de Carvalho PROBABILIDADES Professora Rosana Relva Números Interos AULA e Raconas 9 e APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA PROGRESSÃO ARITMÉTICA

Leia mais

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume

Leia mais

www.obconcursos.com.br/portal/v1/carreirafiscal

www.obconcursos.com.br/portal/v1/carreirafiscal www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,

Leia mais

Notas de Aula de Probabilidade A

Notas de Aula de Probabilidade A VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável

Leia mais

Organização de dados -Dados não agrupados n. Mediana:

Organização de dados -Dados não agrupados n. Mediana: Orgazação de dado -Dado ão agruado Medaa: Poto de ocoameto: Méda: Moda: valor que ocorre com maor freqüêca Méda de Itervalo: + m max + Quartl: (ara j, ou 3) j( +) Poto de ocoameto: 4 Méda da Juta: Q +

Leia mais

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística Tarea Iterméda 13 versão B 1. A tabela segute cotém regstos de um estudo eectuado relatvamete ao trasporte utlzado, daramete, para o emprego por um cojuto de cdadãos etrevstados a Baa de uma cdade. req.

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Caderno de Exercícios Resolvidos

Caderno de Exercícios Resolvidos Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

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

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013) Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,

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

CONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA

CONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA 1 Estatístca CONCEITOS BÁSICOS 6 É uma metodologa ou conjunto de técncas que utlza a coleta de dados, sua classfcação, sua apresentação ou representação, sua análse e sua nterpretação vsando a sua utlzação

Leia mais

4.1. Medidas de Posição da amostra: média, mediana e moda

4.1. Medidas de Posição da amostra: média, mediana e moda 4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x

Leia mais

Sinais e Sistemas Mecatrónicos

Sinais e Sistemas Mecatrónicos Sinai e Sitema Mecatrónico Análie de Sitema no Domínio do Tempo Etabilidade Joé Sá da Cota Joé Sá da Cota T9 - Análie de Sitema no Tempo - Etabilidade 1 Análie e Projecto de Sitema A análie e a íntee (projecto)

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Análise de Dados e Probabilidade 1º Semestre 2006/2007

Análise de Dados e Probabilidade 1º Semestre 2006/2007 UNIVERSIDDE NOV DE LISBO Faculdade de Economa nálse de Dados e robabldade º Semestre 6/7 EXERCÍCIOS DE EXMES NTERIORES. ssocação do Sector de Vestuáro do aís Roualânda retende estudar como se dstrbuem

Leia mais