Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada
|
|
- Norma Frade Barata
- 8 Há anos
- Visualizações:
Transcrição
1 XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 Uso dos gráfcos de controle da regressão no processo de polução em uma nterseção snalzada Luz Delca Castllo Vllalobos (CEET) luz.delca@zpmal.com.br RESUMO O presente trabalho tem como objetvo, fazer prevsões e controlar a qualdade do ar numa nterseção controlada por semáforo. Neste estudo, fo utlzada a análse de regressão e gráfcos de controle de regressão. As varáves que partcparam no processo de controle estatístco da qualdade de ar são: os atrasos meddos em segundos e a polução medda em concentrações de monóxdo de carbono (CO). Os resultados alcançados também mostram que um modelo que vola algumas suposções da regressão pode colocar o sstema fora de controle, tendo como conseqüênca conclusões erradas sobre as decsões a tomar no funconamento do semáforo. Palavra chave: Semáforo, Polução, Gráfcos. 1. Introdução É evdente que a prevenção da polução deve ser vsta e entendda como uma das prordades socas. Qualquer processo de controle da polução no meo ambente deve ser consderado mportante, já que contrbu para a melhora da qualdade de vda nas regões atngdas. A programação de um semáforo, que leva em conta o grau de polução, deve ser controlada perodcamente, melhorando com sto, qualdade do ar na nterseção snalzada, já que é onde se regstram os mas altos níves de polução (MATZOROS, 199). O controle da qualdade do ar na nterseção snalzada por semáforo gera dados correlaconados que exgem seu controle smultâneo, como é o caso da varável atraso vecular e a quantdade de poluente que este fenômeno produz, em um determnado ntervalo de tempo. A varável polução, medda em concentrações de monóxdo de carbono (CO), depende dretamente dos atrasos, meddos em segundos, produzdos pelos veículos que cruzam a nterseção (VILLALOBOS, 001). Devdo a este fato, controlar as varáves consderadas no processo de produção de poluentes, na nterseção snalzada, torna-se necessáro para se ter um montoramento mas precso da qualdade de ar da regão atngda. Para tanto, serão utlzados os gráfcos de controle de regressão, com o objetvo de gerar nformações que dão suporte à tomada de decsões sobre as programações do semáforo que opera na nterseção. É precso um controle smultâneo destas varáves correlaconadas, já que mutas vezes o funconamento do semáforo, na nterseção, pode estar sob controle. Isto é, o atraso produzdo pelos veículos que passam pelo cruzamento é mínmo, quando analsado separadamente da quantdade de poluente, mas, na verdade, o sstema podera estar fora de controle em termos de qualdade de ar. Portanto, o objetvo do presente trabalho é fazer prevsões e controlar a quantdade de polução provocada pelo tráfego de veículos motorzados, ocorrda nas nterseções controladas por semáforo. Para tanto, serão construídos modelos que relaconem as varáves envolvdas no processo. Também será mostrado que um modelo ajustado nadequadamente pode colocar o sstema fora de controle. ENEGEP 003 ABEPRO 1
2 XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 O controle da qualdade do ar, usando gráfcos de controle, permte dentfcar varações sgnfcatvas do processo de polução e detectar se estas varações que ocorrem são devdo a causas assnaláves ou causas aleatóras.. Metodologa.1. É mportante destacar que a metodologa, prmeramente, selecona a nterseção que precsa ser controlada. Esta nterseção deve ser snalzada por um semáforo, cuja programação deve ser otmzada, tendo como crtéros de otmzação o atraso e a polução, ver Vllalobos (001). Para avalar o mpacto do monóxdo de carbono sobre as pessoas, como conseqüênca do tráfego na nterseção snalzada, esta não pode estar afastada de resdêncas, centros de trabalho, centros comercas e congestonamentos contínuos, onde as pessoas fcam expostas por mas de 8 horas ao poluente. A nterseção seleconada deve ser uma na qual se verfque concentrações sgnfcatvas de CO... Medção das varáves:..1. luxos veculares - Para medr os fluxos veculares, a nterseção será observada soladamente. Isto é, o controle dos movmentos do tráfego será baseado nas condções exstentes no cruzamento analsado, sendo que não se levarão em conta eventuas nterferêncas exercdas pelos cruzamentos adjacentes. As observações serão fetas em períodos de pco e das típcos da semana. Os horáros de pco devem ser seleconados, dependendo das característcas do tráfego na área.... Concentração de Monóxdo de Carbono (CO) - Os níves de monóxdo de carbono gerados pelo tráfego são observados, no mesmo da da semana, horáros de pco em que foram observados os fluxos veculares e cada observação deve ser feta em ntervalos de 10 mnutos. Antes de tudo, deve ser determnada a posção do receptor, de preferênca antes da lnha de parada (Matzoros, 199). A dstânca entre o snal e o receptor depende do crtéro do pesqusador, quem deve consderar o fluxo vecular. Para fluxos baxos, o receptor deve estar, de preferênca, próxmo ao semáforo...3. Atrasos veculares-para calcular os atrasos veculares fo utlzado o método de Allsop (1981), quem elaborou um programa computaconal denomnado SIGSET. O SIGSET fo elaborado com base da teora, Allsop (1971a e 1971b). Este programa é baseado na fórmula de atraso de Webster (1958), através da segunte expressão. n D = = q j 1 jd j (1) Onde: D: atraso total da nterseção (Seg.), q j : fluxo vecular para a aproxmação j (V eq./seg.), d j : atraso da aproxmação j calculado pela fórmula de Webster (Seg.), n é o número de aproxmações (n 0). ENEGEP 003 ABEPRO
3 XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de Determnar a relação atraso e polução: p=f(d) () Onde: p, polução medda em concentrações de CO (ppm.), d, atraso (seg) Esta relação será utlzada para fazer prevsões e como ferramenta de controle das varáves, consderadas no processo de polução, na nterseção snalzada por semáforo. As varáves atraso e polução consderadas nesta relação são do tpo causa-efeto. A relação atraso e polução será calculada para cada ponto de observação. Como está sendo analsado um cruzamento, recomenda-se calcular uma relação para cada aproxmação, já que o comportamento dos fluxos em cada aproxmação é dferente, o que faz com que os atrasos produzdos por eles também sejam dferentes. Neste estudo, será utlzada a Análse de Regressão. A análse de regressão se nca com a construção de um dagrama de dspersão, através do qual se tem um ndcador ncal da relação atraso e polução. As possíves relações podem ser lneares ou não lneares. Se a relação entre atraso e polução não é lnear, há duas possbldades: tentar ajustar dretamente os dados a uma relação não lnear, ou buscar uma transformação ncal adequada da relação em uma forma aproxmadamente lnear, o que permte aplcar as técncas desenvolvdas para a regressão lnear, facltando, também, o processo de controle da qualdade de ar na regão. Ajustar dretamente os dados a uma relação não lnear é muto complcado, pos quando aplcados os mínmos quadrados, as equações normas de estmação são extremamente dfíces de serem resolvdas, nclusve para casos de equações não lneares smples. Portanto, recomenda-se fazer transformações para uma forma lnear. Os modelos não lneares que podem ser transformados em formas lneares são conhecdos como ntrnsecamente lneares. Os modelos ntrnsecamente lneares são aqueles que podem ser expressos numa forma lnear, por meo de transformações adequadas em ambas varáves, dependente e ndependente (DRAPER & SMITH, 1966). Maores nformações sobres transformações de modelos não lneares poderão ser encontradas em Box e Cox (1964), Box e Tdwell (196) e Montgomery (199). Uma vez feta a transformação de um modelo não lnear em um lnear, é estudada a adequação do modelo para verfcar se as suposções da regressão lnear não foram voladas. Este modelo lnearzado será utlzado no controle estatístco do processo da polução, usando gráfcos de controle de regressão. Como um dos objetvos é fazer prevsões, sto é, pode-se estar nteressado na prevsão da quantdade de monóxdo de carbono emtda pelos veículos motorzados, em um determnado ponto de observação da nterseção snalzada, para uma quantdade de atraso que estes veículos sofrem ao cruzar a nterseção, durante um período de tempo determnado, cuja função de prevsão é: pˆ = αˆ + βˆ d, onde, αˆ e βˆ são os melhores estmadores dos parâmetros. Portanto, a dferença entre o valor observado de polução e o valor prevsto é denomnado erro de prevsão (p - pˆ ), cuja dstrbução é uma dstrbução normal (0, σ ), onde: ENEGEP 003 ABEPRO 3
4 XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 σ = 1 (d d) σ (3) n Sdd Em geral, a expressão para σ não será conhecda e deve ser estmada. Pode-se fazer sto smplesmente substtundo σ por seu estmador S que dará um estmador de σ não tendencoso e assntotcamente efcente, dgamos S defndo assm: S = S 1 (d d) (4) n Sdd Portanto, ( p pˆ )/σ Dstrbu-se N(0, 1) Substtundo σ por S temos, ( p pˆ )/S dstrbu-se t n- S = (p pˆ ) (5) n Portanto, pode-se estabelecer um ntervalo de confança que contenha o valor real p com uma determnada probabldade, seja o nível de probabldade gual (1- α ) onde α é qualquer número de 0 a 1 que se quera escolher. Pode-se então escrever: pˆ ± t S α/, n Na construção dos lmtes de controle dos gráfcos de controle de regressão, o valor de t pode tomar valores múltplos do desvo padrão como 1,, 3,..., exemplo: Lsc = pˆ + 3S Lmc = αˆ + βˆd Lc = pˆ 3S 1 (d d) 1+ + n S dd 1 (d d) 1+ + n S dd (6) Os gráfcos de controle devem ser fetos para verfcar as mudanças sofrdas nas varáves usadas na análse. Informações sobre gráfcos de controle de regressão poderão ser encontradas em Mendel (1969). ENEGEP 003 ABEPRO 4
5 XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de Aplcação Os dados foram coletados em uma nterseção localzada na cdade de loranópols, SC, formada pela Rua Hetor Luz e pela Av. Mauro Ramos. As varáves como: fluxo vecular, concentração de monóxdo de carbono e os atrasos veculares que partcparam neste processo, foram coletadas segundo a metodologa. O semáforo otmzado apresenta as seguntes característcas: está compostos por três estágos, três grupos focas, cujo dmensonamento dos tempos e o atraso médo observado que este produz na aproxmação 1, são apresentados no quadro 1. Dmensonamento do semáforo luxo de Saturação (veq/htv) S1 S S Tempo Perddo (Seg.) 10 Tempo de Cclo (Seg). 8 Tempo de Verde Efetvo (Seg.) G ef1 G ef Porção de Verde Efetvo G ef3 Pve1 Pve Pve3 Tempo de Verde Real (Seg) G 1 G Atraso na aprox 1 (seg) 39,40 G 3 16,41 4,14 1,57 0,0 0,51 0, Quadro 1 Dmensonamento do semáforo e o atraso observado na nterseção seleconada Depos fo estabelecda a relação atraso e polução (modelo 1), utlzando-se análse de regressão, com o objetvo de fazer prevsões e como ferramenta de controle do processo de polução do ar da nterseção analsada. Para tanto, fo construído um dagrama de dspersão. O gráfco obtdo sugere um relaconamento lnear com uma certa curvatura para baxo. O modelo 1 prevê uma polução de 3,9 ppm, mas apresenta falta de lneardade, volação à normaldade dos resíduos aos níves de 5% e 10% de sgnfcânca, ver gráfcos 1a, a, em anexo. Aplcando gráfcos de controle no modelo (1) observa-se um ponto fora de controle no horáro de 14 as 14:10 horas, ver gráfco 3a, em anexo. Para dar solução ao problema de nadequação, o modelo fo aproxmado a uma forma não lnear crescente da forma p= β 0 e β d 1 que é o modelo. Este modelo fo transformado em uma forma aproxmadamente lnear, usando transformação logarítmca, resultando no modelo ln pˆ =ln 0, d. Este modelo não apresentou nenhuma nadequação, ver gráfcos 1b, b, em anexo. Prevê uma polução de 3,6 ppm. No modelo, os gráfcos de controle não acusaram pontos fora de controle, ver gráfco 3b, em anexo. A dferença absoluta entre a polução méda observada durante os horáros de pco e o valor estmado pelo modelo 1 é de 0, ppm e pelo modelo é de 0,1 ppm. ENEGEP 003 ABEPRO 5
6 XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 Modelos (1) () Relações pˆ =-0,73+0,641d pˆ =0,01181e 0,145d. ou ln pˆ =-4, d Coefcente de 8,864 0,94 correlação Coefcente de 0,74 0,86 determnação calculado 47,3 94,0 Gráfco de Resíduos Contra Valores Ajustados -Não lneardade -Sem observações extremas -Lneardade -Varânca constante dos erros -Sem observações extremas Teste Darbn-Watson Não autocorrelação dos Não autocorrelação dos erros erros Teste de Normaldade Volação da normaldade a 5% e10%de sgnfcânca Normaldade dos erros Quadro - Resumo dos resultados obtdos da adequação dos modelos de regressão 4. Conclusões Como se pode observar, a metodologa desenvolvda permte fazer prevsões sobre a quantdade de monóxdo de carbono emtda pelos veículos que passam pelo cruzamento snalzado por semáforo. Também permte detectar em que horáros o processo de polução está fora de controle. Para o caso em estudo, exclur um ponto que está fora de controle não é smples, já que cada ponto corresponde a um horáro de funconamento do semáforo. Exclur um ponto que está fora de controle pode trazer séros problemas no trânsto como, por exemplo, engarrafamentos ou descontrole na quantdade de CO emtdo pelos veículos sem controle, devdo à exclusão do horáro (ponto fora de controle). Portanto recomenda-se que sejam fetas mas observações desse horáro para detectar as causas, se são assnaláves podem ser corrgdas. No caso do presente trabalho, fo detectado um só ponto fora de controle o qual ndcava um alto atraso para uma polução baxa. Este ponto não representa preocupação em termos de polução, mas sm em termos de modelo, que será utlzado como modelo de prevsão, já que o ponto fora de controle não acompanha a tendênca do processo. Este fato fo corrgdo, adequando os dados a outro modelo. Isto mplca que um modelo mal ajustado pode determnar pontos fora de controle, tendo como conseqüênca conclusões erradas sobre as decsões a tomar em relação ao funconamento do semáforo. ENEGEP 003 ABEPRO 6
7 XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 Referêncas ALLSOP, R.E. (1971a) - Delay-mnmzng Settngs for xed-tme Traffc Sgnals at a Sngle Road Juncton. Journal of the Insttute for Mathematcs and st Applcatons, 8, p ALLSOP, R.E. (1971b) - A Computer Program for Calculatng Traffc Sgnal Settngs. Traffc Engneerng Control, Vol. 13, n., p BOX, G. E. e P.W. TIDWELL. (196) - Transformaton of the Independent Varables. Technometrcs, Vol. 4, n.4 p BOX, G. E. e D. R. COX. (1964) - An Analyss of Transformatons. Journal of the Royal Statstcal Socety, sere B, v. 6, n., p DRAPER, N.R. e H. SMITH. (1966.) - Appled Regresson Analyss. John Wley e Sons, Inc., New York. MANDEL, B.J. (1969) The regresson control chart. Journal of Qualty Technology, Vol. 1, n.1, p MATZOROS A. e D. VAN VLIET. (199) - A model of ar polluton from road traffc, based on the characterstcs of nterrupted flow and juncton control: Part I-Model descrpton. Transportaton Research A, Vol. 6A, n. 4, p MATZOROS, A. e V. DIRCK. (199) - A model of ar polluton from road traffc, based on the characterstcs of nterrupted flow and juncton control Part II: Model results. Transportaton Research A, Vol. 6, n. 4, p MONTGOMERY, D.C. e E. A. PECK. (199) - Introducton to Lnear Rrgresson Analyss, a ed. John Wley e Sons, Inc., New York. WEBSTER,.V. (1958) - Traffc sgnal settngs. Road Research Techncal Paper No. 39. HMSO, London. VILLALOBOS, C. L. (001) - Metodologa para otmzar o cálculo de planos para semáforos consderando o atraso e a polução atmosférca. Tese de doutorado, USC. ENEGEP 003 ABEPRO 7
8 XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 ANEXO - Gráfcos 1,5 1,0 0,5 0,4 0,3 0, Resíduos 0,0-0,5-1,0 Resíduos 0,1 0,0-0,1-1,5 -,0 -, Valores ajustados GRAICO 1A: Resíduos contra valores ajustados -0, -0,3-0,4 0,4 0,8 1, 1,6,0,4,8 Valores ajustados GRAICO 1B: Resíduos contra valores ajustados,5,5 Valor esperdo da normal 1,5 0,5-0,5-1,5 Valor Esperado da normal 1,5 0,5-0,5-1,5 -,5 -,5 -,0-1,5-1,0-0,5 0,0 0,5 1,0 1,5 Resíduos GRAICO A: Normaldade dos resíduos -,5-0,4-0,3-0, -0,1 0,0 0,1 0, 0,3 0,4 Resíduos GRAICO B: Normaldade dos resíduos Concentrações de CO Atraso GRAICO 3A: Gráfcos de controle, modelo 1 Concentrações de CO,6,4,,0 1,8 1,6 1,4 1, 1,0 0,8 0,6 0,4 7 0, Atraso GRAICO 3B: Gráfco de controle, modelo ENEGEP 003 ABEPRO 8
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 maisNOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia maisPARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.
EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve
Leia maisProbabilidade e Estatística. Correlação e Regressão Linear
Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o
Leia maisPLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO
PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO Ana Carolna Campana Nascmento 1, José Ivo Rbero Júnor 1, Mosés Nascmento 1 1. Professor da Unversdade Federal de Vçosa, Avenda Peter Henr
Leia maisGráfico de controle de regressão aplicado na monitoração de processos
Jacob, Souza & Perera Gráfco de controle de regressão aplcado na montoração de processos LUCIANE FLORES JACOBI, MSC. Professora do Departamento de Estatístca UFSM. E-mal: lfjacob@ccne.ufsm.br ADRIANO MENDONÇA
Leia maisProfessor Mauricio Lutz CORRELAÇÃO
Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,
Leia maisCovariância e Correlação Linear
TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento
Leia mais5.1 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 maisTEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística
ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas
Leia maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia maisVariabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado
Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação
Leia maisSistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001
Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)
Leia maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia maisRegressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
Leia maisContabilometria. 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 maisUNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia
CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da
Leia mais7. Resolução Numérica de Equações Diferenciais Ordinárias
7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem
Leia maisREGRESSÃO 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 maisDIAGNÓSTICO 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 maisMinistério 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 maisDespacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos
Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões
Leia mais3 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 mais1. 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 maisY X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)
Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)
Leia maisAssociação 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 maisOs 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 maisCONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010
Floranópols 200 ANÁLISE COMPARATIVA DA INFLUÊNCIA DA NEBULOSIDADE E UMIDADE RELATIVA SOBRE A IRRADIAÇÃO SOLAR EM SUPERFÍCIE Eduardo Wede Luz * ; Nelson Jorge Schuch ; Fernando Ramos Martns 2 ; Marco Cecon
Leia maisCálculo do Conceito ENADE
Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação
Leia maisEstatística stica Descritiva
AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas
Leia maissão os coeficientes desconhecidos e o termo ε (erro)
Regressão Lnear Neste capítulo apresentamos um conjunto de técncas estatístcas, denomnadas análse de regressão lnear, onde se procura estabelecer a relação entre uma varável resposta e um conjunto de varáves
Leia maisMODELOS 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 mais1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.
A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.
Leia maisAplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2
Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer
Leia maisÉ 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 maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisMétodo para aplicação de gráficos de controle de regressão no monitoramento de processos
Produção, v 21, n 1, p 106-117, jan/mar 2011 do: 101590/S0103-65132011005000001 Método para aplcação de gráfcos de controle de regressão no montoramento de processos Danlo Cuzzuol Pedrn a, *, Carla Schwengber
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA CE 071 ANÁLISE DE REGRESSÃO LINEAR. Cesar Augusto Taconeli
UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA CE 7 ANÁLISE DE REGRESSÃO LINEAR Cesar Augusto Taconel Curtba-PR . INTRODUÇÃO Taconel, C.A. Análse de Regressão Lnear Ao se tratar da relação
Leia maisControle Estatístico de Processos: a questão da autocorrelação, dos erros de mensuração e do monitoramento de mais de uma característica de qualidade
Controle Estatístco de Processos: a questão da autocorrelação, dos erros de mensuração e do montoramento de mas de uma característca de qualdade Docentes: Maysa S. de Magalhães; Lnda Lee Ho; Antono Fernando
Leia maisCENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG
1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o
Leia maisAula 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 maisRegressão 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 mais1. 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 maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisInfluência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção
Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos
Leia maisProf. 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 maisAnálise Fatorial F 1 F 2
Análse Fatoral Análse Fatoral: A Análse Fatoral tem como prncpal objetvo descrever um conjunto de varáves orgnas através da cração de um número menor de varáves (fatores). Os fatores são varáves hpotétcas
Leia maisUNIDADE 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 maisCAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)
PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra
Leia maisProf. 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 mais4 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 maisTestes 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 maisMAPEAMENTO DA VARIABILIDADE ESPACIAL
IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal
Leia maisPLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS
PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS Smone P. Saramago e Valder Steffen Jr UFU, Unversdade Federal de Uberlânda, Curso de Engenhara Mecânca Av. João Naves de Ávla, 2160, Santa Mônca,
Leia maisGOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO (SEPLAG) INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ (IPECE)
IPECE ota Técnca GOVERO DO ESTADO DO CEARÁ SECRETARIA DO PLAEJAMETO E GESTÃO (SEPLAG) ISTITUTO DE PESQUISA E ESTRATÉGIA ECOÔMICA DO CEARÁ (IPECE) OTA TÉCICA º 33 METODOLOGIA DE CÁLCULO DA OVA LEI DO ICMS
Leia maisAvaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe
Avalação da Tendênca de Precptação Pluvométrca Anual no Estado de Sergpe Dandara de Olvera Félx, Inaá Francsco de Sousa 2, Pablo Jónata Santana da Slva Nascmento, Davd Noguera dos Santos 3 Graduandos em
Leia maisO 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 maisElaboração: Fevereiro/2008
Elaboração: Feverero/2008 Últma atualzação: 19/02/2008 E ste Caderno de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de precsão utlzados na atualzação das Letras
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu
Leia maisUniversidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria
Unversdade do Estado do Ro de Janero Insttuto de Matemátca e Estatístca Econometra Revsão de modelos de regressão lnear Prof. José Francsco Morera Pessanha professorjfmp@hotmal.com Regressão Objetvo: Estabelecer
Leia maisNOÇÕES 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 maisO 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 maisControlo Metrológico de Contadores de Gás
Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade
Leia maisModelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.
Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados
Leia maisProf. 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 mais7 - 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 maisCORRELAÇÃO 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 maisAnálise Econômica da Aplicação de Motores de Alto Rendimento
Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente
Leia maisAnálise 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 maisTermodinâmica e Termoquímica
Termodnâmca e Termoquímca Introdução A cênca que trata da energa e suas transformações é conhecda como termodnâmca. A termodnâmca fo a mola mestra para a revolução ndustral, portanto o estudo e compreensão
Leia maisSistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?
Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda
Leia maisEstimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel
Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,
Leia mais1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.
Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de
Leia maisUMA 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 maisEscolha do Consumidor sob condições de Risco e de Incerteza
9/04/06 Escolha do Consumdor sob condções de Rsco e de Incerteza (Capítulo 7 Snyder/Ncholson e Capítulo Varan) Turma do Prof. Déco Kadota Dstnção entre Rsco e Incerteza Na lteratura econômca, a prmera
Leia maisCurso 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 maisCÁLCULO DO ALUNO EQUIVALENTE PARA FINS DE ANÁLISE DE CUSTOS DE MANUTENÇÃO DAS IFES
MIISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO SUPERIOR DEPARTAMETO DE DESEVOLVIMETO DA EDUCAÇÃO SUPERIOR TECOLOGIA DA IFORMAÇÃO CÁLCULO DO ALUO EQUIVALETE PARA FIS DE AÁLISE DE CUSTOS DE MAUTEÇÃO DAS IFES
Leia maisTRANSPORTES. Sessão Prática 11 Dimensionamento de Interseções Semaforizadas
Mestrado Integrado em Engenhara Cvl TRANSPORTES Prof. Responsável: Lus Pcado Santos Sessão Prátca 11 Dmensonamento de Interseções Semaforzadas Insttuto Superor Técnco / Mestrado Integrado Engenhara Cvl
Leia maisUTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:
UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia maisExpressão da Incerteza de Medição para a Grandeza Energia Elétrica
1 a 5 de Agosto de 006 Belo Horzonte - MG Expressão da ncerteza de Medção para a Grandeza Energa Elétrca Eng. Carlos Alberto Montero Letão CEMG Dstrbução S.A caletao@cemg.com.br Eng. Sérgo Antôno dos Santos
Leia maisLQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05
LQA - LEFQ - EQ -Químca Analítca Complemantos Teórcos 04-05 CONCEITO DE ERRO ALGARISMOS SIGNIFICATIVOS Embora uma análse detalhada do erro em Químca Analítca esteja fora do âmbto desta cadera, sendo abordada
Leia maisUniversidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas
Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema
Leia maisPOLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 2010-2012
5 POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 00-0 OPTICAL POLARIMETRY AND MODELING OF POLARS OBSERVED IN OPD/LNA IN THE PERIOD 00-0 Karleyne M. G. Slva Cláuda V. Rodrgues
Leia maisVariação 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 maisANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO
ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO J. W. B. Lopes 1 ; E. A. R. Pnhero 2 ; J. R. de Araújo Neto 3 ; J. C. N. dos Santos 4 RESUMO: Esse estudo fo conduzdo
Leia maisREGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:
REGRESSÃO LOGÍSTCA. ntrodução Defnmos varáves categórcas como aquelas varáves que podem ser mensurados usando apenas um número lmtado de valores ou categoras. Esta defnção dstngue varáves categórcas de
Leia mais3 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 maisSinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.
Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só
Leia maisAo 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 maisAo 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 maisAnálise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica.
Análse do Retorno da Edcação na Regão Norte em 2007: Um Estdo à Lz da Regressão Qantílca. 1 Introdcão Almr Rogéro A. de Soza 1 Jâno Macel da Slva 2 Marnalva Cardoso Macel 3 O debate sobre o relaconamento
Leia maisObjetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para
Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre
Leia maisEstatística 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 maisIX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS. 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES
IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES Paper CIT02-0026 METODOLOGIA PARA CORRELAÇÃO DE DADOS CINÉTICOS ENTRE AS TÉCNICAS DE
Leia maisAnálise 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 mais3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas
PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas
Leia mais1 Princípios da entropia e da energia
1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção
Leia mais