Revisão Básica de Estatística

Slides:



Advertisements
Apresentações semelhantes
Correlação e Regressão
Advertisements

Escola Politécnica de Pernambuco Departamento de Ensino Básico
Estatística amintas paiva afonso.
ANÁLISES DE REGRESSÃO.
Analise de Regressão Parte 2.
Zoot 1012 MELHORAMENTO ANIMAL I ZOOTECNIA
Zoot 1012 MELHORAMENTO ANIMAL I ZOOTECNIA
ZOT 1004 MELHORAMENTO ANIMAL
Geoestatística Aplicada à Agricultura de Precisão I
A CARTOGRAFIA TEMÁTICA E A ESTATÍSTICA
Noções de Regressão Profa. Marli.
DELINEAMENTO COMPLETAMENTE CASUALIZADO
Estatística Básica Utilizando o Excel
Geoestatística Aplicada à Agricultura de Precisão I
MB751 – Modelos de previsão
ANÁLISE DE REGRESSÃO UM GUIA PRÁTICO.
MEDIDAS DE DISPERSÃO Medidas de tendência central fornecem um resumo parcial das informações de um conjunto de dados. A necessidade de uma medida de variação.
Inferências para uma amostra
Diagramas de dispersão
Estatística e Probabilidade
MEDIDAS DE DISPERSÃO PROF. BRENO RICARDO
MEDIDAS DE VARIABILIDADE DADOS NÃO-AGRUPADOS
1 ESTATÍSTICA. 2 UDIII - Relação Entre Duas ou Mais Variáveis ESTATÍSTICA Ass 01: Regressão Simples.
ESTATÍSTICA.
Estatística e Probabilidade
Medidas de Dispersão ou de Variabilidade:
Estatística Para um dado conjunto de dados, podemos calcular as seguintes grandezas: 1) Medidas de posição 2) Medidas de dispersão 3) Parâmetros de simetria.
ESTATÍSTICA.
O DESVIO PADRÃO Em probabilidade e Estatística, o desvio padrão é a medida mais comum da dispersão estatística. O desvio-padrão define-se como a raiz quadrada.
CLASSES: SÃO INTERVALOS DE VARIAÇÃO DA VARIÁVEL.
Site: Estatística Prof. Edson Nemer Site:
MBA em Gestão de Empreendimentos Turísticos
Aula 6 - Método não-experimental ou de seleção não-aleatória
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Análise de Regressão Camilo Daleles Rennó
Aula 10 Medidas de dispersão Prof. Diovani Milhorim
Professor Antonio Carlos Coelho
Medidas Descritivas ESTATISTICA Aula 5 PROF: CÉLIO SOUZA.
Regressão Linear.
Modelagem Estatística
Medidas Descritivas ESTATISTICA Aula 5 PROF: CÉLIO SOUZA.
MEDIDAS DE VARIABILIDADE, ASSIMETRIA E CURTOSE
Medidas de Dispersão O que é dispersão?
Medidas Descritivas ESTATISTICA Aula 5 PROF: CÉLIO SOUZA.
Zoot 1004 MELHORAMENTO ANIMAL
Regressão.
13/10/2009 Medidas Descritivas. 13/10/2009 Notações de algumas estatísticas. MedidasParâmetrosEstimadores Número de Elementos Nn MédiaμX, com barra acima.
Medidas Estatísticas.
A Variância é uma medida de dispersão muito utilizada.
Curva padrão Sucessão crescente ou decrescente de pontos obtidos da relação entre A concentração da espécie padrão pela sua intensidade de sinal proveniente.
Noções de Estatística - I
Descrição Bivariada Comparando Duas Distribuições
Estatística e Probabilidade
Métodos Estatísticos Aplicados às Ciências Biológicas
PPGTI AULA 3 Prof. Dr. Márcio A. Fiori –
Métodos Estatísticos Aplicados às Ciências Biológicas - 11ª aula -
Regressão Linear Simples
Desvio Padrão (V), em termos financeiros, é entendido como o valor do risco das operações. É obtido a partir da raiz quadrada da Variância; Variância (V²),
Regressão linear simples
Regressão linear simples
Correlação Análise do grau de relacionamento entre duas variáveis quantitativas.
Experimentação e Instrumentação Regressão Linear e Múltipla
Estatística Aplicada à Administração Prof. Alessandro Moura costa UNIVERSIDADE FEDERAL DO PAMPA BACHARELADO EM ADMINISTRAÇÃO DE EMPRESAS.
AULA 11 – REGRESSÃO Parte I
LINEARIDADE Kamila Dias Nayara Rayanne Pereira Renata Fernandes Solange Araújo.
Análise descritiva de dados (4) Medidas de dispersão.
Profa Dra. Denise Pimentel Bergamaschi
Marcos Antonio Estremote – Aula 3.  Determina a característica de variação de um conjunto de dados.  Amplitude  Desvio  Desvio médio ou desvio absoluto.
Regressão Linear (aula 14 – Parte 2).
M EDIDAS DE DISPERSÃO Estatística Rosebel Prates 1.
Como construir modelos empíricos. Nos modelos estudados, cada fator foi fixado em dois níveis Por esta razão temos que nos contentar com uma visão limitada.
Transcrição da apresentação:

Revisão Básica de Estatística Prof. Dr.Breno de Faria e Vasconcellos

Média A média é uma medida de localização do centro da amostra, e obtém-se a partir da seguinte expressão: onde x1, x2, ..., xn representam os elementos da amostra e n a sua dimensão

Variância É uma medida de dispersão A variância de um série de n medidas x1, x2,.....xn É definida pela média dos desvios quadráticos das medidas em relação à média geral. É uma medida de variabilidade que ocorre em uma população em relação a uma característica qualquer É simbolizada por S2 (Amostra) ou σ (População)

Desvio Padrão É definido como raiz quadrada da variância; É a medida de variação mais usada para fins descritivos. Descreve a amplitude de variação Quanto maior o desvio padrão, maior a amplitude de variação

Considere os pesos ao nascer e a desmama, de 12 bezerros de bovinos de corte PN PD 1 29 234 2 34 196 3 33 216 4 45 257 5 40 286 6 37 232 7 36 225 8 218 9 35 252 10 230 11 214 12 202

Considere os pesos ao nascer e a desmama, de 12 bezerros de bovinos de corte PN PD Média 36,5 230,1667 Mediana 36 227,5 Moda 40 - Desvio padrão 4,253341 25,0992 Variância da amostra 18,09091 629,9697

Coeficiente de Variação É uma medida relativa, utilizada para comparar a variabilidade das distribuições. CV = S/X x 100 <10 Excelente 10-15 Bom Até 25 Regular > 25 Fazer ajuste

Covariância Mede o quanto que duas variáveis variam juntas. Esta associação pode ser positiva ou negativa COVxy = Σ(xi-x)(yi-y) n-1

Regressão É o quanto se pode esperar na mudança de uma variável por mudança unitária da outra variável Tendo como exemplo a genética quantitativa é a regressão do valor gênico do indivíduo em relação ao seu fenótipo, conceito conhecido como Herdabilidade.

Fórmula bxy= Σxy = Σxy – (Σx. Σy)/n Σy2 Σy2 – (Σy)2/n byx= Σxy = Σxy – (Σx. Σy)/n Σx2 Σx2 – (Σx)2/n Esta fórmula permite prever y a partir de x Pela equação y=a+bx, sendo a=y-bx bxy= Σxy = Σxy – (Σx. Σy)/n Σy2 Σy2 – (Σy)2/n y= valor da variável dependente x= valor da variável independente a= é o ponto do intercepto vertical da linha do eixo linear com o eixo y b= coeficiente angular (inclinação da reta)

ANOVA

Em cinco famílias de reprodutores White Leghonn, escolhidas ao acaso, foram observados os seguintes pesos das progênies (g) a oitava semana de idade. Reprodutores A B C D E 687 618 600 617 691 680 657 658 793 592 763 669 674 675 683 747 606 611 700 631 678 718 753 738 693 788 704 694 731 650 717 732 603 648 690 5720 5321 5565 5260 5366

n Resolução Determinar os GL Determinar a SQtotal SQT=Σx2 - (Σx)2 n= número de observações total (Σx)2 = Fator de correção

Resolução n n 40 SQT=Σx2 - (Σx)2 =18539546 SQT= Σx2 - (Σx)2 =102002,4

Resolução SQE = Soma dos quadrados entre reprodutores SQE = (5720)2+(5321)2+(5565)2+(5260)2+(5466)2- FC 8 8 8 8 8 SQE = 18232,15

Resolução SQD= Soma dos quadrados dentro de reprodutores SQD = SQT- SQE SQD= 102002,4 - 18232,15 = 83770,25 QME= Quadrado médio entre reprodutores QME= SQE/GL = 18232,15 /4= 4558,0375 QMD= Quadrado médio dentre reprodutores QMD= SQD/GL = 83770,25 /35= 2393,4357 F= QME/QMD = 4558,0375 / 2393,4357 = 1,904391 O valor de F na tabela 4,35 é ao nível de 5% 2,65

Resolução No presente exemplo o Fcalc é menor que o Ftab. Não há diferença significativa ao nível de 5%, entre as médias de peso a oitava semana de idade entre as distintas progênies dos cinco reprodutores