KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados não estacionários)
|
|
- Isaac Philippi Câmara
- 6 Há anos
- Visualizações:
Transcrição
1 KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados ão estacioários) Para a obteção de um variograma é suposto que a variável regioalizada teha um comportameto fracamete estacioário, ode os valores esperados, assim como sua covariâcia espacial, sejam os mesmos por uma determiada área. Assume-se, desse modo, que os valores detro da área de iteresse ão apresetem tedêcia (tred ou drift) que possam afetar os resultados. O variograma é utilizado para calcular os valores de variâcia, para uma dada distâcia, os quais são ecessários para a orgaização do sistema de equações da krigagem.
2 Efeito pepita puro. Não há covariâcia espacial etre os valores. A Geoestatística ão se aplica Variograma idica tedêcia os valores 5 6 A variável regioalizada ão é estacioária mas apresetam uma tedêcia e seus resíduos cotém a hipótese itríseca. Uma variável regioalizada ão estacioária pode ser cosiderada como costituída por dois compoetes: o tred que cosiste o valor médio ou esperado dessa variável detro de uma certa vizihaça e que varia sistematicamete, e o resíduo que é a difereça etre os valores reais e o tred. Se o tred for removido os resíduos poderiam ser estacioários e a krigagem poderia ser aplicada. 7 8
3 Krigagem uiversal Krigagem dos resíduos Krigagem Uiversal Defie-se a tedêcia em fução das coordeadas dos potos de cotrole, adotado-se geralmete poliômios de baio grau, ou seja, de primeira ou de seguda ordem. Se i e i forem as coordeadas dos potos de cotrole de uma certa vizihaça estabelecida pela aálise variográfica, a tedêcia T em um certo poto P descohecido será: Tp = ai + ai, para uma tedêcia de ª ordem Tp = ai + ai + ai + aii + a5i, para uma tedêcia de ª ordem 9 Os descohecidos poderadores λs, assim como o coeficiete de Lagrage () e os coeficietes a's, são ecotrados pela solução de um sistema de equações lieares cujo resultado forece o melhor estimador e a míima variâcia associada. Sedo i, j ) variâcias etre potos estimadores; i, ) variâcias etre o poto i estimador e o poto a ser estimado; i e i as coordeadas dos potos A estimativa potual (Z) em zi, a preseça de tedêcia de grau dos dados, requer para sua solução um cojuto de equações ormais simultâeas para a determiação dos i poderadores; do multiplicador de Lagrage,, itroduzido para equilibrar a restrição o sistema; e dos coeficietes i da tedêcia. ) [ Ku], ),, ) ), ),, ) ), ),, ), ), ), ) p p [] = [A] - [B]
4 Eistem críticas com relação à aplicação da Krigagem Uiversal, pois embora seja matematicamete correta, surgem dificuldades para separar o feômeo em duas compoetes, ou seja, uma tedêcia determiística e uma flutuação casual baseada apeas a difereça etre distâcias Opção, etão, é pela Krigagem dos Resíduos. Krigagem dos Resíduos: a) estimação liear do tred e sua remoção; b) krigagem dos resíduos estacioários para a obteção das estimativas ecessárias; c) resíduos estimados são combiados com o tred para a obteção da estimação da superfície real. 5 Eistem algumas difereças etre a Krigagem Uiversal e a Krigagem dos Resíduos. A KU apreseta estimativas tato referete à tedêcia como aos resíduos ao mesmo tempo. Isso sigifica que se esta ajustado a tedêcia cada vez que a krigagem é efetuada um poto e ão ajustado uma superfície global ao cojuto de dados. A outra difereça é que a variâcia da krigagem uiversal iclui tato a estimativa devida à tedêcia como aquela resultate dos resíduos. Por outro lado, a krigagem dos resíduos, com posterior correção pela adição da tedêcia, assume que ão haveria erro essa operação. A Krigagem Ordiária é um caso especial quado ão ocorre uma mudaça costate a tedêcia. 6 Eemplo Seja uma situação, apresetada por Davis (986:9-), em que se quer estimar a cota altimétrica de um determiado poto p do ível estático de um aqüífero a partir de dados obtidos em poços. Prelimiarmete, supor que essa variável ão apreseta deriva e desse modo o método a ser utilizado é o da krigagem potual. A aálise estrutural, previamete feita, produziu um semivariograma do tipo liear com uma icliação de.m/km detro de uma vizihaça de km 5 p
5 As coordeadas espaciais dos poços são as seguites: 7 Poços Xi Yi Zi,, 6,, 5,, p,,? Dispodo esses valores um sistema de equações ormais com icógitas e resolvedo-o para os i e, obtém-se os valores: =,595; =,97; =,7; = -,7 A cota do aqüífero o poto "p" é: Z(p)=,595()+,97()+,7() = 5,m O desvio padrão associado a tal estimativa é: S k =, m Assumido uma distribuição gaussiaa para esses dados, pode-se supor que o valor estimado é da ordem de 5,,6 m, com uma chace de erro de 5%. 8 Em seguida, uma outra situação a qual a hipótese é que os dados apresetam uma tedêcia e, portato, o método a ser utilizado é o da krigagem uiversal; além disso, este caso, para a determiação do mesmo poto aterior são adicioados mais dois valores obtidos a partir dos poços e 5: Poços Xi Yi Zi,8, 5,, p Deslocado a origem do sistema para o poto a ser estimado e dispodo esses valores em matrizes para a solução dos i e dos i: =,; = -,; =,9; =,; 5 =,96 = -,75; =,66 =, O valor estimado em p é: Z(p)=,()-,()+,9()+,(5)+,96(8)=,9m Sk =,85m A difereça etre o valor ecotrado por KU, da ordem de,9m, e o obtido por KO, 5,m, ão é muito grade e isso é devido ao arrajo espacial dos poços em relação a p, o qual localiza-se uma posição itera aos potos cohecidos de cotrole. A aplicação da krigagem uiversal tora-se evidete, porém, quado é ecessário que a estimativa deva ser feita, por etrapolação, em uma situação etera e distate dos potos de cotrole. No presete caso, o ível estático mergulha de oeste para leste, caido por volta de m etre os poços e e se a superfície mativer essa tedêcia, ou deriva, é de se esperar valores mais altos que m a oeste de "" e valores meores que a leste de "". Seja, portato, a estimativa de um valor situado a origem do sistema de coordeadas, isto é, z (,). Nesta situação obtém-se, por krigagem potual: = -,; =,; =,75; = -,; 5 =,89; = 7,9 Z(,) = -,()+,()+,75()-,(5)+,89(8) = 7m S k = 7,m ; S k =,6m 5
6 Assumido, em seguida, uma tedêcia de º grau, os coeficietes i, e i ecotrados pela krigagem uiversal são: = -,559; = -,; =,; =,5; 5 =, = 6,8; = -,79; = -,795 Z (,) = 6,6m S k = 6,8m; S k = 5,7m Neste caso as difereças obtidas segudo os dois métodos é bem maior (7, e 6,6), pois para a estimativa foi levado em cosideração a tedêcia do mergulho da superfície detro dos potos de cotrole, a qual foi projetada para o poto z (,). Também o erro associado a tal estimativa é maior, pois o valor ecotrado icorpora tato a icerteza da estimativa como a própria estimativa da tedêcia. Eemplo: 7 poços proveietes do aqüífero High Plais o Estado orte-americao do Kasas. Aqüífero costituído por areias aluviais e eólicas associadas a depósitos de preechimeto de vales de uma dreagem que se dirige de oeste para leste a partir das Motahas Rochosas. Nesses poços foram obtidas as coordeadas X e Y (milhas) e a variável WTE (water table elevatio)/cota do ível piezométrico (pés) (Olea, R.A. (999) Geostatistics for Egieers ad Earth Scietists: Kluwer Academic Publishers) Cotas do ível piezométrico Variograma idicado tedêcia 6
7 Variograma Superfície de tedêcia liear Resíduos positivos e egativos Histogramas Variograma dos resíduos Resíduos Directio:. Tolerace: Distâcia h 7
8 Variograma modelado Mapa dos resíduos obtido pela krigagem ordiária Mapa dos desvios padrão da krigagem ordiária dos resíduos Estes resultados dizem respeito aos valores residuais, havedo ecessidade de uma correção. Isso pode ser feito acrescetado ao mapa de krigagem o mapa de tedêcia liear ateriormete obtido Para a obteção desse mapa corrigido utilizar o SURFER. Deve-se etrar em Grid e, em seguida, em Math e atribuir ao iput grid file A o arquivo que cotém o mapa com os valores krigados e atribuir ao iput grid file B o arquivo que cotém o mapa de tedêcia. Para a fução C = f(a, B) estabelecer C = A + B, que origia o arquivo com o mapa corrigido. As dimesões dos arquivos A e B devem ser eatamete as mesmas. 8
9 V a r i o g r a m a V a r i o g r a m a Mapa da cofiguração do ível piezométrico obtido pela krigagem ordiária, após correção SURFER WTE Directio:. Tolerace: Idício de tedêcia os dados Distacia h Mapa: valores estimados por krigagem uiversal WTE Directio:. Tolerace: Krigagem uiversal 5 5 Tedêcia liear Distacia h 6 9
10 Desvios-padrão da krigagem uiversal EXERCÍCIO : Regressão poliomial Com o auílio do SURFER aplicar o algoritmo Polomial Regressio/Regressão poliomial aos dados do Eercício. Calcular superfície de tedêcia liear e respectivo mapa de resíduos para os tres metais pesados (cádmio, cobre, chumbo). Os mapas de resíduos deverão ser obtidos pelo algoritmos Iverse Distace to a Power/Iverso do Quadrado da Distâcia e Natural Neighbor/Viziho Natural. 7 8 Verificar as zoas de resíduos positivos de cada elemeto e comparar com os respectivos mapas de localização das amostras, com valores proporcioais às magitudes, obtidos o eercício.
Cap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisAnálise de Regressão Linear Múltipla I
Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
Leia mais5 Teoria dos Valores Extremos
Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos
Leia maisCONHECIMENTOS ESPECÍFICOS
Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que
Leia maisAnálise de dados industriais
Aálise de dados idustriais Escola olitécica Departameto de Eeharia Química Roberto Guardai 4 arte 5. ÉCNICAS DE DISCRIMINAÇÃO E DE CLASSIFICAÇÃO DE DADOS Itrodução écicas estatísticas de aálise baseadas
Leia maisInterpolação. Interpolação Polinomial
Iterpolação Iterpolação Poliomial Objetivo Iterpolar uma fução f(x) cosiste em aproximar essa fução por uma outra fução g(x), escolhida etre uma classe de fuções defiidas (aqui, usaremos poliômios). g(x)
Leia maisA finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.
Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise
Leia maisAjuste de Curvas pelo Método dos Quadrados Mínimos
Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias
Leia maisAPROXIMAÇÃO POR MÍNIMOS QUADRADOS. Consideremos a seguinte tabela de valores de uma função y = f(x):
APROXIAÇÃO POR ÍNIOS QUADRADOS Cosideremos a seguite tabela de valores de uma fução y = f(x): i 3 x i 6 8 y i 8 Pretede-se estimar valores da fução em potos ão tabelados. Poderíamos utilizar o poliómio
Leia maisIntervalos de Confiança
Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de
Leia maisCap. VI Histogramas e Curvas de Distribuição
TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um
Leia maisAula 16. Integração Numérica
CÁLCULO NUMÉRICO Aula 6 Itegração Numérica Itegração Numérica Aula 6 Itegração Numérica Cálculo Numérico 3/4 Itegração Numérica Em determiadas situações, itegrais são diíceis, ou mesmo impossíveis de se
Leia maisAnálise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos
Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia mais4 Análise Estatística e Geoestatistica dos Dados
4 Aálise Estatística e Geoestatistica dos Dados Os dados coletados em campo, jutamete com os resultados obtidos pelos esaios laboratoriais, coforme descrições o Capítulo 3 (Apresetação do Programa Experimetal),
Leia maisA DESIGUALDADE DE CHEBYCHEV
A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades
Leia maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia maisMétodos de Amostragem
Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a
Leia maisCORRELAÇÃO Aqui me tens de regresso
CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisStela Adami Vayego DEST/UFPR
Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma
Leia maisIntrodução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...
Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para
Leia maisINTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Interpolação
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Iterpolação Itrodução A tabela abaio relacioa calor especíico da água e temperatura: temperatura C calor especíico 5 3 35 4 45 5.9997.9985.9986.9988.9988.99849.99878 o
Leia maisEstimativa de Parâmetros
Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade
Leia maisO teste de McNemar. A tabela 2x2. Depois - Antes
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"
Leia maisFORMAS QUADRÁTICAS. Esta forma quadrada pode ser reescrita em forma matricial, segundo:
PROGRAA DE ENGENHARIA QUÍICA/COPPE/UFRJ COQ 897- OIIZAÇÃO DE PROCESSOS- II/ FORAS QUADRÁICAS Em a epressão geral das formas quadráticas é: a a f (, ) cbb a, cujas derivadas parciais são: f(, ) b a a f(,
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisESTIMAÇÃO PARA A MÉDIA
ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao
Leia mais5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO
5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto
Leia maisEstimação de Parâmetros. 1. Introdução
Estimação de Parâmetros. Itrodução O objetivo da Estatística é a realização de iferêcia acerca de uma população, baseadas as iformações amostrais. Como as populações são caracterizados por medidas uméricas
Leia maisCONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA
1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço
Leia maisTE231 Capitulo 4 Interpolação Polinomial. Prof. Mateus Duarte Teixeira
TE3 Capitulo 4 Iterpolação Poliomial Pro. Mateus Duarte Teieira . Itrodução A tabela abaio relacioa calor especíico da água com a temperatura: Deseja-se por eemplo saber: a o calor especíico da água a
Leia maisComparação entre duas populações
Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas
Leia maisCapítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA
Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação
Leia maisAprendizagem de Máquina
predizagem de Máquia Modelos de Mistura lgoritmo EM Estimação semi-paramétrica de desidade abordagem paramétrica para estimação de desidade supõe que a amostra X é extraída de uma distribuição que segue
Leia maisDERIVADAS DE FUNÇÕES11
DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros População p Amostra X S pˆ (parâmetros:
Leia maisEstudando complexidade de algoritmos
Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade
Leia maisDETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS
DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se
Leia maisINTERPOLAÇÃO POLINOMIAL
1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,
Leia maisRegressão linear simples
Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisEscola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ
1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo
Leia maisDistribuições Amostrais
7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria
Leia maisCAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES
CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisCAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS
CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia mais6 Resultados Experimentais
6 Resultados Experimetais O propósito deste capítulo é validar experimetalmete a metodologia apresetada os capítulos ateriores através do programa computacioal desevolvido. O estudo é focado o comportameto
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para
Leia maisAMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM
6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos
Leia maisNOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA
NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer
Leia maisQuantificando os Fenômenos Biológicos
1 ECOSSISTEMA Os ecossistemas estão costituídos por comuidades. A comuidade é uma uidade ecológica de visualização meos clara a atureza que outros coceitos como o de idivíduo ou mesmo o de população, que
Leia maisb) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça
Capítulo 5 - Distribuições cojutas de probabilidades e complemetos 5.1 Duas variáveis aleatórias discretas. Distribuições cojutas, margiais e codicioais. Idepedêcia Em relação a uma mesma eperiêcia podem
Leia maisCritérios de correção e orientações de resposta p-fólio
Miistério da Ciêcia, Tecologia e Esio Superior U.C. 037 Elemetos de Probabilidade e Estatística de Juho de 0 Critérios de correção e orietações de resposta p-fólio Neste relatório apresetam-se os critérios
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
Leia mais1 a Lista de PE Solução
Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa
Leia maisUniversidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química
Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza
Leia maisESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)
06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes
Leia maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 2 o Teste A 08/06/2012 9:00 Duração: 1 hora e 30 miutos Justifique coveietemete
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar
potual por itervalos Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos potual e itervalar Lic. Eg. Biomédica e Bioegeharia-2009/2010 potual por itervalos A Teoria das Probabilidades cosiste
Leia maisAULA Subespaço, Base e Dimensão Subespaço.
Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar
Leia maisProbabilidades e Estatística
Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ o semestre 0/0 o Teste A 08/06/0 9:00 Duração: hora e 30 miutos Justifiue coveietemete todas as respostas!
Leia maisCE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo
CE07 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo LISTA - EXERCÍCIOS ) Para o modelo de regressão liear simples ormal, ecotre os estimadores de máxima verossimilhaça dos parâmetros β 0, β e σ
Leia maisCálculo Numérico Lista 02
Cálculo Numérico Lista 02 Professor: Daiel Herique Silva Essa lista abrage iterpolação poliomial e método dos míimos quadrados, e cobre a matéria da seguda prova. Istruções gerais para etrega Nem todos
Leia maisRecredenciamento Portaria MEC 347, de D.O.U
Portaria MEC 347, de 05.04.0 - D.O.U. 0.04.0. ESTATÍSTICA I / MÉTODOS QUANTITATIVOS E PROCESSO DECISÓRIO I / ESTATÍSTICA APLICADA À EDUCAÇÃO Elemetos de Probabilidade Quest(i) Ecotramos, a atureza, dois
Leia maisPREVISÃO DE PRECIPITAÇÃO
4 PREVISÃO DE PRECIPITAÇÃO PROBABILIDADE NOS PROJETOS Em Egeharia o cohecimeto das magitudes das precipitações apreseta grade iteresse prático por sua freqüete aplicação os projetos hidráulicos. Nos projetos
Leia maisCAPÍTULO VI MOMENTOS ESTÁTICOS, BARICENTROS E MOMENTOS DE INÉRCIA
52 CPÍTULO VI MOMENTOS ESTÁTICOS, BRICENTROS E MOMENTOS DE INÉRCI I.MOMENTOS ESTÁTICOS Mometo Estático de um elemeto de superfície, em relação a um eio, situado o mesmo plao que a superfície cosiderada,
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia maisMETA Suprir algumas deficiências sobre álgebra ensinada em matemática no nível médio
ÁLGEBRA BÁSICA Aula 5 META Suprir algumas deficiêcias sobre álgebra esiada em matemática o ível médio OBJETIVOS Ao fi al desta aula, o aluo deverá: defi ir coceitos matemáticos de álgebra básica; iterpretar
Leia maisExercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?
1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisComo a dimensão da amostra é , o número de inquiridos correspondente é
41. p ˆ 0, 5 e z 1, 960 Se a amplitude é 0,, etão a margem de erro é 0,1. 0,5 0,48 1,960 0,1 0,496 96 0,0510 0,496 0,0510 0,496 0,0510 Tema 5 71) 1.1 4 11 6% Como a dimesão da amostra é 15 800, o úmero
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 2018/2019 30/01/2019 15:00 2 o Teste C 10 valores 1. Seja X X 1, X 2,...,
Leia mais4 Teoria da Probabilidade
48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo
Leia maisEstatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):
Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.
Leia maisUMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA
ISBN 978-85-7846-516-2 UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA Resumo Alisso Herique dos Satos UEL Email: alisso_hs612@hotmail.com Ferada Felix Silva UEL Email: ferada.f.matematica@gmail.com
Leia maisCapítulo I Séries Numéricas
Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...
Leia maisEstimação de parâmetros da distribuição beta-binomial: uso do programa SAS e uma aplicação a dados obtidos da Escala P-DUREL
Estimação de parâmetros da distribuição beta-biomial: uso do programa SAS e uma aplicação a dados obtidos da Escala P-DUREL Diorgies Herculao da Silva Itrodução Edso Zagiacomi Martiez O modelo beta-biomial
Leia maisInterpolação-Parte II Estudo do Erro
Iterpolação-Parte II Estudo do Erro. Estudo do Erro a Iterpolação. Iterpolação Iversa 3. Grau do Poliômio Iterpolador 4. Fução Splie em Iterpolação 4. Splie Liear 4. Splie Cúbica .Estudo do Erro a Iterpolação
Leia maisEstatística II Licenciatura em Gestão TESTE I
Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação
Leia maisExperimento 1 Estudo da Lei de Hooke
Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisO termo "linear" significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2
MÓDULO 4 - PROBLEMAS DE TRANSPORTE Baseado em Novaes, Atôio Galvão, Métodos de Otimização: aplicações aos trasportes. Edgar Blücher, São Paulo, 978..CONCEITOS BÁSICOS DE PROGRAMAÇÃO LINEAR É uma técica
Leia maisUniversidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório
Uiversidade Federal de Lavras Departameto de Estatística Prof. Daiel Furtado Ferreira 1 a Aula Prática Técicas de somatório Notação e propriedades: 1) Variáveis e ídices: o símbolo x j (leia x ídice j)
Leia maise, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e
Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas
Leia mais1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1
Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética
Leia maisProbabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 2016/2017 16/06/2017 9h:00 2 o teste 10 valores 1.
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem
Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia mais