Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Documentos relacionados
ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

Total Bom Ruim Masculino

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

ESTATÍSTICA APLICADA À ZOOTECNIA

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

DISTRIBUIÇÃO HIPERGEOMÉTRICA

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

MEDIDAS DE TENDÊNCIA CENTRAL I

Oitava Lista de Exercícios

Estatística: uma definição

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições de Probabilidades

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

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

UTFPR. Engenharia Elétrica Probabilidade e Estatística. Ementa da disciplina. Referências Bibliográficas. Introdução. Definição.

Estatística - exestatmeddisper.doc 25/02/09

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

9 Medidas Descritivas

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

ESTATÍSTICA BÁSICA - Profº Marcos Nascimento

Tratamento de informação

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

Prof. Janete Pereira Amador 1

Análise Exploratória de Dados

Revisão de Estatística X = X n

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

Organização; Resumo; Apresentação.

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

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

Construção e Análise de Gráficos

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Econometria: 3 - Regressão Múltipla

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

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

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

Curso de Biomedicina

Relatório 2ª Atividade Formativa UC ECS

Cap. 5. Testes de Hipóteses

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

8 Programação linear 78

Capitulo 1 Resolução de Exercícios

50 Logo, Número de erros de impressão

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

5 Critérios para Análise dos Resultados

Estatística. 2 - Estatística Descritiva

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

Avaliação da qualidade do ajuste

Do que trata a Estatística. Estatística Básica (Anova, TH, Regressão) Séries Temporais Data Mining Six Sigma Redes Neurais Controle de Qualidade

NÚMEROS COMPLEXOS. z = a + bi,

Estatística Área 4 BACEN Aula 01 Estatística Descritiva Prof. Alexandre Lima. Aula 01. Sumário

Análise Descritiva. Tipos de Variáveis. Análise descritiva. Exercício 1. HEP Material de aula

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

Noções Básicas de Medidas e Algarismos Significativos

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

ESTATÍSTICA 2º. SEMESTRE DE 2016

Variáveis indexadas, somatórios e produtórios

Dados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens

Aula de Hoje. Introdução a Sistemas Inteligentes. Redes RBF. Redes RBF. Tópicos em Redes Neurais II: Redes Neurais RBF 1ª Parte

NOTAS DE AULA DA DISCIPLINA CE076 = 2. ], T 2 = conhecido como T 2 de Hotelling

MÉTODO DOS MÍNIMOS QUADRADOS

Introdução à Estatística

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Introdução à Estatística. Júlio Cesar de C. Balieiro 1

Estatística: uma definição

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes?

Bioestatística 5ª Período Biologia

Estatística: uma definição

Descritiva. Francisco Cysneiros DE - UFPE

? Isso é, d i= ( x i. . Percebeu que

Carga horária: 60 horas Créditos: 04

Números Complexos Sumário

Unidade I Os Análise de Dados Estatísticos

1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística.

7 Análise de covariância (ANCOVA)

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL

Sumário. Mecânica. Sistemas de partículas

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

Sumário. Mecânica. Sistemas de partículas

Prof. Drª Marília Brasil Xavier REITORA. Profª. Drª. Maria das Graças Silva VICE-REITORA

Forma padrão do modelo de Programação Linear

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

ESTATÍSTICA APLICADA AO ESPECTRO DE UM GRAFO

Objetivos. O Modelo Linear Geral (GLM - General Linear Model) suporta, também, variáveis categóricas dependentes.

Resumos Numéricos de Distribuições

Transcrição:

Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja X uma varável aleatóra, ou seja, uma característca quatfcável de uma udade expermetal ou parcela. Os valores assumdos por essa varável ós deomamos varate (x, x, x... x N ; em que,,,...,n represeta a ordem da varate). Mutos dos processos estatístcos exgem o cálculo da soma dessas varates, ou seja, x +x +x +... +x N. Para smplfcar a represetação da operação da adção as expressões algébrcas, utlza-se a otação Σ, letra grega sgma maúsculo, correspodete à letra S o alfabeto lato. Cosderado a segute soma: x +x +x +... +x N Exste uma forma abrevada de represetar esta soma, recorredo ao símbolo Σ e pode-se represetar a soma ateror por; x + x + x +... + x N N x Que se lê: somatóro de x ídce, com varado de até N, em que: N, é a ordem da últma parcela ou lmte superor (LS) do somatóro;, é a ordem da prmera parcela da soma ou lmte feror (LI) do somatóro;, é o ídce que está dexado os valores da varável X ( outras letras que ão terveham a soma, como j,k,l podem ser utlzadas. Exemplo: Sedo X varável altura de platas de mlho, em (m) x +x +x +... +x N, e assumdo que os valores dos dados de X são: N x,5+,8+,+...+, N etão, N º de udades da população º de udades da amostra

Propredades dos Somatóro As propredades facltam o desevolvmeto das expressões algébrcas com a otação do somatóro. O objetvo é desevolver as expressões até chegar às somas smples e/ou somas de quadrados. ª Propredade: O somatóro de uma costate k é gual ao produto do úmero de termos pela costate. k k + k +... + k k ª Propredade: O somatóro do produto de uma costate por uma varável é gual ao produto da costate pelo somatóro da varável. kx k x Demostrado: kx k x + k x +...+ k x k (x + x +... + x ) x k ª Propredade: O somatóro de um polômo é o somatóro de cada termo do polômo, ou o somatóro de uma soma ou subtração é gual à soma ou subtração dos somatóros dessas varáves. Sem perda de geeraldade, para três varáves X, Y e W, têm-se: x y w (x + y w ) + - (propredade dstrbutva) Demostrado: (x + y w ) (x + y w ) + (x + y w ) +... + (x + y w ) (x + x +... + x ) + (y + y +... + y ) - (w + w +... +wx ) x y + - w

Número de termos (parcelas) do Somatóro (NT) O úmero de termos ou parcelas de um somatóro (NT) pode ser obtdo por: NT (LS LI) + Se o somatóro está sujeto a r restrções, basta fazer: NT (LS LI) + r Exemplos: Obter o úmero de termos para os segutes somatóros: 8 5 x, NT (8 ) + k 9, x, NT (5 ) + - x Prcpas represetações do Somatóro ) x + x + x +... + x, soma smples x ) x + x +... + x, soma dos quadrados (SQ) ) x ( x + x + x +... + x), quadrado da soma 4) x y x y + x y +... + x y, soma dos produtos m 5) x y j ( x + x +... + x). ( y + y +... + y m ), produto das somas j

Exercícos Propostos. Calcule utlzado as propredades do Somatóro. Cosdere as varáves X e Y que represetam, respectvamete, os pesos de dos grupos de ses amas. Calcule: X {90,95,97,98,00,0} Y {0,70,80,0,90,75} a) x b) x c) x d) x y e) x y j j 4

Soluções.. a) 540 b) 4978 c) 900 d) 990 e) 4900 5

GLOSSÁRIO Amostra Dados Estatístca Parcela População Varável - parte reduzda da população a dmesões meores, sem perda das característcas essecas. Represetada pela letra. - são formações obtdas, seja com base os elemetos que costtuem a população ou a amostra. - é uma parte da Matemátca Aplcada que forece métodos para a coleta, orgazação, descrção, aálse e terpretação de dados e para utlzação dos mesmos a tomada de decsões; cojuto de métodos especalmete aproprados ao tratameto de dados umércos afetados por multplcdade de causas.. - ou, udade expermetal, é o local ode se coleta ou observa os dados a serem utlzados em determado estudo. - é cojuto de todos os elemetos aos quas estão assocadas determadas característcas que se gostara de detfcar, cohecer ou mesurar. Represetada pela letra N. - é, covecoalmete, o cojuto de resultados possíves de um feômeo; qualquer característca quatfcável em uma udade expermetal. Represetada pelas letras W, X, Y, Z. Uma varável pode ser: Qualtatva (Nomal e Ordal) ou Quattatva (Cotíua ou Dscreta). Varável Qualtatva apreseta como possível resultado uma qualdade ou atrbuto (categora) do elemeto pesqusa; pode ser dstrbuída em determado úmero de categoras mutuamete exclusvas. Ex: sexo (masculo e femo), educação (º grau, º grau, superor), etc. Varável Qualtatva Nomal ão exste ehuma ordeação os possíves resultados. Refere-se apeas a ome (local ou regão de procedêca, aturaldade, etc.) Ex: a pesqusa socoecoômca etre moradores da cdade A. Varável Qualtatva Ordal exste certa ordem ou sére os possíves resultados. Ex: ível educacoalº grau, º grau, superor; Classe socal A, B, C, etc. Varável Quattatva quado é mesurável, sto é, quado é expressa umercamete. Ex: dade, peso, altura, etc. Varável Quattatva Cotíua é aquela que pode assumr teorcamete, qualquer valor etre dos lmtes. Ex: redmeto de uma cultura, pos pode assumr valores teros, 0 t/ha, como valores cotíuos, 0,7 t/ha, 0,8 t/ha, 0,9 t/ha. Varável Quattatva Dscreta ou Descotíua quado a varável só pode assumr valores pertecetes a cojutos eumeráves. Ex: º de frutos por plata. Varate - valores assumdos pela varável.

BIBLIOGRAFIA CONSULTADA Barbetta, P. A. Estatístca Aplcada às Cêcas Socas. Floraópols. ª ed. Edtora DA UFSC. 999.84p. Costa, J. A. Notas e Resumos de aulas da dscpla AGR-Boestatístca. DEA/AGRUFBA. Costa, S. F. Itrodução Ilustrada à Estatístca. São Paulo. ª ed. Edtora Harbra Ltda. 998. p. Costa Neto, P. L. de O. Estatístca. Ltda. São Paulo 7ª. ed. Edtora Edgard Blücher. 999. 4p. Regazz, A. J. Curso de Icação Estatístca: Rotero de Aulas. Vçosa. DPI/UFV. 997. 8p. Satos, J. W. dos; Ghey, H. R. (Eds.) Estatístca Expermetal Aplcada. Campa grade: Edtora Gráfca Marcoe Ltda, 00. p. Tópcos de Egehara Agrícola e Agroômca. Woacott, R. J. e Woacott, T. H. Fudametos de Estatístca; tradução de Alfredo Alves de Faras. Ro de Jaero. LTC Lvros Téccos e Cetífcos Edtora S.A., 985. 57p. 7