Este documento apresenta conceitos básicos de estatística para uma disciplina de bioestatística ministrada pelo professor Aécio Bezerra na Universidade Federal do Piauí. Aborda tópicos como introdução à estatística, divisões da estatística, conceitos de população, amostra, variáveis, parâmetros e estimativas. Fornece exemplos para ilustrar esses conceitos.
O documento descreve uma atividade pedagógica realizada em uma escola de ensino fundamental sobre o tema polêmico de testes em animais para pesquisa médica. A atividade incluiu uma discussão sobre uma notícia sobre ativistas que invadiram um laboratório, a produção de um quadro com argumentos sobre o tema, e a redação de uma carta do leitor opinativa. O objetivo era desenvolver a compreensão dos alunos sobre o assunto e seu posicionamento a respeito.
Simulado 1 ( 3º ano mat - e.f) - (blog do prof. warles)Jhonnys Nascimento
O documento apresenta 10 questões de múltipla escolha sobre espécies ameaçadas de extinção no Brasil, reprodução de micos-leões, coleta de pilhas para reciclagem e duração de pilhas em um MP3. As questões envolvem cálculos matemáticos simples como diferenças, metades, conversão de unidades de tempo e estimativa de duração de pilhas.
Simulado 1 ( 3º ano mat - e.f) -jessicaeducarblogspostRose Tavares
O documento é um teste de matemática com 10 questões. A maioria das questões trata de tópicos como números naturais, operações matemáticas básicas, porcentagem e estatística. As questões 1-3 abordam estatísticas sobre espécies ameaçadas de extinção no Brasil entre 1989 e 2003.
O documento descreve um estudo sobre um voo de turistas de Minas Gerais para Natal, Rio Grande do Norte. Os dados mostram que 105 passageiros já conheciam Natal e 83 estavam voando pela primeira vez. Dado que um passageiro foi selecionado aleatoriamente que estava voando pela primeira vez, a probabilidade dele já conhecer Natal é de 22/106.
O documento introduz conceitos básicos de probabilidade, como espaço amostral, eventos, probabilidade condicional e independência. Aborda exemplos de experimentos aleatórios e determinísticos, além de operações entre eventos usando a teoria dos conjuntos.
1) O documento discute a teoria das filas, que analisa matematicamente a formação de filas em sistemas onde a demanda por serviço excede a capacidade do sistema.
2) As características-chave de sistemas de filas incluem padrões de chegada e serviço, disciplina de fila, capacidade, número de canais e estágios de serviço.
3) A performance de sistemas de filas é medida pelo tempo de espera dos clientes, acúmulo na fila e ociosidade dos servidores.
O documento introduz conceitos básicos de distribuições de probabilidade discretas e contínuas, com foco na distribuição normal. Discute como representar graficamente distribuições de probabilidade, a noção de densidade de probabilidade para variáveis aleatórias contínuas e as propriedades da distribuição normal. Apresenta exemplos numéricos para ilustrar o cálculo de probabilidades usando a tabela da distribuição normal padrão.
O documento descreve uma atividade pedagógica realizada em uma escola de ensino fundamental sobre o tema polêmico de testes em animais para pesquisa médica. A atividade incluiu uma discussão sobre uma notícia sobre ativistas que invadiram um laboratório, a produção de um quadro com argumentos sobre o tema, e a redação de uma carta do leitor opinativa. O objetivo era desenvolver a compreensão dos alunos sobre o assunto e seu posicionamento a respeito.
Simulado 1 ( 3º ano mat - e.f) - (blog do prof. warles)Jhonnys Nascimento
O documento apresenta 10 questões de múltipla escolha sobre espécies ameaçadas de extinção no Brasil, reprodução de micos-leões, coleta de pilhas para reciclagem e duração de pilhas em um MP3. As questões envolvem cálculos matemáticos simples como diferenças, metades, conversão de unidades de tempo e estimativa de duração de pilhas.
Simulado 1 ( 3º ano mat - e.f) -jessicaeducarblogspostRose Tavares
O documento é um teste de matemática com 10 questões. A maioria das questões trata de tópicos como números naturais, operações matemáticas básicas, porcentagem e estatística. As questões 1-3 abordam estatísticas sobre espécies ameaçadas de extinção no Brasil entre 1989 e 2003.
O documento descreve um estudo sobre um voo de turistas de Minas Gerais para Natal, Rio Grande do Norte. Os dados mostram que 105 passageiros já conheciam Natal e 83 estavam voando pela primeira vez. Dado que um passageiro foi selecionado aleatoriamente que estava voando pela primeira vez, a probabilidade dele já conhecer Natal é de 22/106.
O documento introduz conceitos básicos de probabilidade, como espaço amostral, eventos, probabilidade condicional e independência. Aborda exemplos de experimentos aleatórios e determinísticos, além de operações entre eventos usando a teoria dos conjuntos.
1) O documento discute a teoria das filas, que analisa matematicamente a formação de filas em sistemas onde a demanda por serviço excede a capacidade do sistema.
2) As características-chave de sistemas de filas incluem padrões de chegada e serviço, disciplina de fila, capacidade, número de canais e estágios de serviço.
3) A performance de sistemas de filas é medida pelo tempo de espera dos clientes, acúmulo na fila e ociosidade dos servidores.
O documento introduz conceitos básicos de distribuições de probabilidade discretas e contínuas, com foco na distribuição normal. Discute como representar graficamente distribuições de probabilidade, a noção de densidade de probabilidade para variáveis aleatórias contínuas e as propriedades da distribuição normal. Apresenta exemplos numéricos para ilustrar o cálculo de probabilidades usando a tabela da distribuição normal padrão.
Cap4 - Parte 5 - Distribuição De PoissonRegis Andrade
Este documento descreve a distribuição de Poisson. A distribuição de Poisson modela eventos raros que ocorrem independentemente em intervalos de tempo ou espaço fixos. O documento fornece exemplos de como calcular a probabilidade de eventos usando a distribuição de Poisson, como a probabilidade de morte entre mulheres grávidas.
Uma repartição pública recebe diariamente requerimentos e recursos administrativos em quantidades aleatórias X e Y, respectivamente. X e Y seguem distribuições de Poisson independentes com taxas de 15 e 4, respectivamente. A variável S, definida como a soma de X e Y, também segue uma distribuição de Poisson, porém com taxa igual a soma das taxas individuais de X e Y.
Este documento discute distribuições de probabilidade discretas, incluindo a distribuição binomial, Poisson e hipergeométrica. Apresenta exemplos e fórmulas para calcular probabilidades nestas distribuições.
Cap4 - Parte 6 - Distribuições Discretas Exercicios ResolvidosRegis Andrade
O documento discute vários conceitos fundamentais de probabilidade e estatística, incluindo: (1) variáveis aleatórias discretas e contínuas, (2) distribuições de probabilidade discretas como binomial e hipergeométrica, e (3) distribuição de Poisson para eventos raros. Exemplos ilustram como calcular probabilidades usando essas distribuições.
Teoria das Filas:
* O que é fila
* Teoria das Filas
* Principais Características de uma Fila
* Notação e Terminologia
* Probabilidade e Estatística para Filas
* Exemplo de Aplicação
* Referências
O documento apresenta os conceitos fundamentais da teoria de filas, incluindo sua estrutura básica, componentes, distribuições de probabilidade, notação e aplicações. A teoria de filas estuda matematicamente o comportamento de sistemas onde a demanda por serviços ocorre aleatoriamente, permitindo dimensioná-los de forma eficiente.
Este documento discute a lógica fuzzy, definindo-a como uma lógica multivalorada que permite graus parciais de pertinência em conjuntos. Explica como a lógica fuzzy modela o raciocínio humano impreciso através de conjuntos fuzzy, regras fuzzy e um processo de inferência difusa estilo Mamdani. Finalmente, lista alguns domínios de aplicação como sistemas especialistas e controle inteligente.
Este documento apresenta conceitos básicos de estatística e bioestatística. Ele discute o que é estatística, suas áreas, bioestatística e sua importância. Também define termos-chave como população, amostra, parâmetro, estatística, dados, censo e variáveis; e classifica as variáveis em qualitativas e quantitativas. O documento é uma introdução a esses conceitos para estudantes de farmácia.
Este documento apresenta o plano de ensino de um curso de Estatística com duração de 60 horas. O plano detalha os principais tópicos a serem abordados, como distribuição de frequência, medidas de posição e variabilidade, probabilidade, distribuições especiais, estimação, intervalo de confiança e testes de hipóteses. Além disso, fornece o cronograma das aulas com datas e conteúdos programados.
O documento discute métodos de amostragem e cálculo do tamanho da amostra. Apresenta definições de população e amostra, métodos de amostragem probabilísticos e não-probabilísticos, e fórmulas para estimar o tamanho da amostra para estimativa de média, prevalência e detecção de doença.
O documento descreve um estudo retrospectivo de tumores mamários felinos realizado entre 1979-2007 com o objetivo de comparar sistemas de classificação histológica e identificar fatores prognósticos. Foram analisados 55 casos de tumores mamários felinos classificados segundo critérios histológicos e graduação histológica. A contagem de AgNORs foi avaliada como possível fator prognóstico e mostrou correlação com grau histológico.
O documento apresenta uma introdução ao curso de estatística ministrado no Departamento de Informática em Saúde da UNIFESP. O curso aborda conceitos básicos como população, amostra e variável, tipos de dados, amostragem, testes estatísticos paramétricos e não paramétricos.
O documento apresenta uma introdução aos conceitos básicos de estatística, incluindo a definição de estatística, objetivos, conceitos como população, amostra e variável, tipos de dados, amostragem, amostras pareadas, testes paramétricos e não paramétricos e testes estatísticos. O documento foi produzido por professores e orientadores da Universidade Federal de São Paulo com o objetivo de fornecer uma visão geral dos principais tópicos da estatística.
Análise Acústica de patologias da fala (VOICECLIN)Sérgio Espinola
O documento apresenta uma pesquisa sobre análise acústica de patologias da fala para identificar problemas vocais. Foram analisadas 209 vozes com diagnósticos médicos confirmados de normal e dez patologias diferentes. Os resultados preliminares mostraram sucesso de cerca de 100% na separação de vozes normais e patológicas, e de 60% na identificação da patologia específica. Análises estatísticas como componentes principais estão sendo realizadas para melhor entender os fatores acústicos que separam as classes de patologia
Cap4 - Parte 5 - Distribuição De PoissonRegis Andrade
Este documento descreve a distribuição de Poisson. A distribuição de Poisson modela eventos raros que ocorrem independentemente em intervalos de tempo ou espaço fixos. O documento fornece exemplos de como calcular a probabilidade de eventos usando a distribuição de Poisson, como a probabilidade de morte entre mulheres grávidas.
Uma repartição pública recebe diariamente requerimentos e recursos administrativos em quantidades aleatórias X e Y, respectivamente. X e Y seguem distribuições de Poisson independentes com taxas de 15 e 4, respectivamente. A variável S, definida como a soma de X e Y, também segue uma distribuição de Poisson, porém com taxa igual a soma das taxas individuais de X e Y.
Este documento discute distribuições de probabilidade discretas, incluindo a distribuição binomial, Poisson e hipergeométrica. Apresenta exemplos e fórmulas para calcular probabilidades nestas distribuições.
Cap4 - Parte 6 - Distribuições Discretas Exercicios ResolvidosRegis Andrade
O documento discute vários conceitos fundamentais de probabilidade e estatística, incluindo: (1) variáveis aleatórias discretas e contínuas, (2) distribuições de probabilidade discretas como binomial e hipergeométrica, e (3) distribuição de Poisson para eventos raros. Exemplos ilustram como calcular probabilidades usando essas distribuições.
Teoria das Filas:
* O que é fila
* Teoria das Filas
* Principais Características de uma Fila
* Notação e Terminologia
* Probabilidade e Estatística para Filas
* Exemplo de Aplicação
* Referências
O documento apresenta os conceitos fundamentais da teoria de filas, incluindo sua estrutura básica, componentes, distribuições de probabilidade, notação e aplicações. A teoria de filas estuda matematicamente o comportamento de sistemas onde a demanda por serviços ocorre aleatoriamente, permitindo dimensioná-los de forma eficiente.
Este documento discute a lógica fuzzy, definindo-a como uma lógica multivalorada que permite graus parciais de pertinência em conjuntos. Explica como a lógica fuzzy modela o raciocínio humano impreciso através de conjuntos fuzzy, regras fuzzy e um processo de inferência difusa estilo Mamdani. Finalmente, lista alguns domínios de aplicação como sistemas especialistas e controle inteligente.
Este documento apresenta conceitos básicos de estatística e bioestatística. Ele discute o que é estatística, suas áreas, bioestatística e sua importância. Também define termos-chave como população, amostra, parâmetro, estatística, dados, censo e variáveis; e classifica as variáveis em qualitativas e quantitativas. O documento é uma introdução a esses conceitos para estudantes de farmácia.
Este documento apresenta o plano de ensino de um curso de Estatística com duração de 60 horas. O plano detalha os principais tópicos a serem abordados, como distribuição de frequência, medidas de posição e variabilidade, probabilidade, distribuições especiais, estimação, intervalo de confiança e testes de hipóteses. Além disso, fornece o cronograma das aulas com datas e conteúdos programados.
O documento discute métodos de amostragem e cálculo do tamanho da amostra. Apresenta definições de população e amostra, métodos de amostragem probabilísticos e não-probabilísticos, e fórmulas para estimar o tamanho da amostra para estimativa de média, prevalência e detecção de doença.
O documento descreve um estudo retrospectivo de tumores mamários felinos realizado entre 1979-2007 com o objetivo de comparar sistemas de classificação histológica e identificar fatores prognósticos. Foram analisados 55 casos de tumores mamários felinos classificados segundo critérios histológicos e graduação histológica. A contagem de AgNORs foi avaliada como possível fator prognóstico e mostrou correlação com grau histológico.
O documento apresenta uma introdução ao curso de estatística ministrado no Departamento de Informática em Saúde da UNIFESP. O curso aborda conceitos básicos como população, amostra e variável, tipos de dados, amostragem, testes estatísticos paramétricos e não paramétricos.
O documento apresenta uma introdução aos conceitos básicos de estatística, incluindo a definição de estatística, objetivos, conceitos como população, amostra e variável, tipos de dados, amostragem, amostras pareadas, testes paramétricos e não paramétricos e testes estatísticos. O documento foi produzido por professores e orientadores da Universidade Federal de São Paulo com o objetivo de fornecer uma visão geral dos principais tópicos da estatística.
Análise Acústica de patologias da fala (VOICECLIN)Sérgio Espinola
O documento apresenta uma pesquisa sobre análise acústica de patologias da fala para identificar problemas vocais. Foram analisadas 209 vozes com diagnósticos médicos confirmados de normal e dez patologias diferentes. Os resultados preliminares mostraram sucesso de cerca de 100% na separação de vozes normais e patológicas, e de 60% na identificação da patologia específica. Análises estatísticas como componentes principais estão sendo realizadas para melhor entender os fatores acústicos que separam as classes de patologia
Slides Lição 11, Central Gospel, Os Mortos Em CRISTO, 2Tr24.pptxLuizHenriquedeAlmeid6
Slideshare Lição 11, Central Gospel, Os Mortos Em Cristo, 1Tr24, Pr Henrique, EBD NA TV, Revista ano 11, nº 1, Revista Estudo Bíblico Jovens E Adultos, Central Gospel, 2º Trimestre de 2024, Professor, Tema, Os Grandes Temas Do Fim, Comentarista, Pr. Joá Caitano, estudantes, professores, Ervália, MG, Imperatriz, MA, Cajamar, SP, estudos bíblicos, gospel, DEUS, ESPÍRITO SANTO, JESUS CRISTO, Com. Extra Pr. Luiz Henrique, 99-99152-0454, Canal YouTube, Henriquelhas, @PrHenrique
Atividade letra da música - Espalhe Amor, Anavitória.Mary Alvarenga
A música 'Espalhe Amor', interpretada pela cantora Anavitória é uma celebração do amor e de sua capacidade de transformar e conectar as pessoas. A letra sugere uma reflexão sobre como o amor, quando verdadeiramente compartilhado, pode ultrapassar barreiras alcançando outros corações e provocando mudanças positivas.
1. 16/09/2014
1
Universidade Federal do Piauí Centro de Ciências Agrárias Departamento de Planej e Polít Agrícola
Disciplina: Bioestatística
Introdução
Importância
Conceitos básico
Profo Aécio Bezerra
E-mail: aecio@ufpi.edu.br
TERESINA/CCA – 2014.1
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
1. INTRODUÇÃO
A etimologia da palavra estatística, do latim status (estado)
Usada aqui para designar a coleta e a apresentação de dados de interesse do Estado
Conceito popular - a palavra estatística evoca dados numéricos apresentados em quadros ou gráficos
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
1. INTRODUÇÃO
Desde a antiguidade vários povos já registravam o no de animais, no de nascimentos, no de habitantes, no de óbitos, faziam estimativas de riquezas...
Diariamente somos expostos a uma grande quantidade de informações estatísticas.
Dependendo da situação ora somos consumidores de informações estatísticas, ora precisamos produzi-las.
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Estatística – é a ciência que utiliza métodos adequados para coleta, organização, resumo, apresentação, análise, interpretação de dados e inferências estatísticas.
Bioestatística – é a estatística aplicada às ciências médicas e biológicas
1. INTRODUÇÃO
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
2. 16/09/2014
2
A estatística é, hoje em dia , aplicável a qualquer ramo do conhecimento onde se manipulam dados.
É utilizada como ferramenta de trabalho em várias ciências
A estatística é uma ciências que está presente no cotidiano da sociedade humana
1. INTRODUÇÃO
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
2. Divisões da Estatística
2.1 Estatística Descritiva ou Dedutiva
Trata da coleta, organização, sumarização e apresentação de dados
Análise exploratória dos dados
Procura sintetizar um conjunto de dados, chegando a expressá-lo por um único parâmetro (estimativa)
Não tira conclusões de caráter mais genéricas sobre um grupo maior
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
2.2 Estatística Inferencial ou Indutiva
A partir da análise e interpretação de dados amostrais torna possível a extrapolação das conclusões para a população – Teoria da probabilidade
Permite tirar conclusões que transcendam os dados obtidos inicialmente (amostra)
2. Divisões da Estatística
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Dados Estatístico – são as informações numéricas obtidas de uma unidade experimental ou unidade de observação
É a matéria prima para aplicação do método estatístico
Unidade Experimental e Unidade de Observação – são a menor unidade a fornecer uma informação (um dado)
Experimentos – U.E.
Levantamentos – U.O.
3. Dados
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
3. 16/09/2014
3
4. População e Amostra
4.1 População – conjunto de todos os indivíduos ou objetos sobre os quais desejamos realizar estudos e que apresentam pelo menos uma característica em comum (Depende do objetivo do estudo)
Aluno de Graduação do CCA - UFPI
Alunos Medicina Veterinária – UFPI
Alunos Medicina Veterinária – CCA/UFPI
Alunos do 20 período 2013 de Medicina Veterinária
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
3. População e Amostra
Rebanho bovino do NE
Rebanho bovino de Teresina
Bovinos da raça Nelore em Teresina
Os elementos da população - (N)
a) Finita b) Infinita
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
3. População e Amostra
3.2 Amostra – é um subconjunto finito da população
Os elementos da amostra – (n)
Os dados da amostra vão embasar as conclusões sobra aquela população
Para que as inferências sejam válidas é necessário que a amostra seja representativa da população
Prof. Aécio Bezerra - DPPA/CCA/UFPI
3. População e Amostra
* Possua as mesmas características básicas
* Ser extraída por processos adequados
A amostra É EXAMINADA com o propósito de tirarmos conclusões sobre a essa população
Quando todos os elementos da população são investigados temos CENSO
Prof. Aécio Bezerra - DPPA/CCA/UFPI
4. 16/09/2014
4
AMOSTRA
É UMA CÓPIA REDUZIDA
PORÉM FIEL, DA
POPULAÇÃO
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra -
DPPA/CCA/UFPI
Prof. Aécio Bezerra -
DPPA/CCA/UFPI
4. Parâmetro e Estimativa
(Estatistica)
4.1 Parâmetro – é uma medida numérica que
descreve uma característica da população
4.2 Estimativa - é uma medida numérica que
descreve uma característica da amostra
: média da população : variância da população 2
: desvio padrão populacional
X : média da amostra : variância da amostra 2 s
s : desvio pParodf. Aréãcioo Be zderraa - aDPmPA/CoCAs/UtFPrI a
Prof. Aécio Bezerra -
DPPA/CCA/UFPI
Prof. Aécio Bezerra -
DPPA/CCA/UFPI
4. Parâmetro e Estimativa
(Estatistica)
2
S2
X
S
Parâmetro
(Populacional)
Estimativa
(Amostral)
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra -
DPPA/CCA/UFPI
Prof. Aécio Bezerra -
DPPA/CCA/UFPI
5. Variáveis
São as características observadas ou
medidas (mensuradas) em cada elemento
da população ou da amostra – EU ou UO.
Produção de leite (kg animal-1)
Peso do animal (kg)
Teor de proteína do leite (%)
Teor de gordura na carne (%) Prof. Aécio Bezerra - DPPA/CCA/UFPI
5. 16/09/2014
5
5. Variáveis
Produção de carne (Mg)
Índice de conversão alimentar
Peso de bezerros ao nascer (kg)
A taxa de mortalidade
A variável apresenta diferentes valores (variações) quando sujeitas a mensurações sucessivas.
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
5. Variáveis
5.1 Classificação das Variáveis
5.1.1 Variáveis Qualitativas – quando os valores são expressos por qualidade, atributos, marcas ou categoria – Não numérica – Cor , Sexo, Raça,...
a)Nominal – quando não existe ordenação das possíveis realizações
Cor da pele: branca, amarela, preta, parda
Raças bovinas: guzerá, gir, nelore, caracu, pantaneiro
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
5. Variáveis
Raças caprinas:
Saanen Moxotó Boer
Alpina Canindé Anglo-nubiana
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
5. Variáveis
b) Ordinal – apresentam uma possível ordenação de ocorrência
Parentesco: 1º, 2º, 3º graus
1ª e 2ª mudas 1o, 2o , 3º ramos
5.1.2 Variáveis Quantitativas – quando os valores são de caráter numérico
a)Discretas – são obtidas por procedimentos de contagem
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
6. 16/09/2014
6
5. Variáveis
Assumem um número finito de valores ou variam num conjunto finito enumerável
No de animais, no de partos, OPG, no de filhos, no de alunos, ...
b) Contínuas – são obtidas por procedimentos de mensuração
Peso, altura, distância, temperatura...
Variam em conjunto infinito não enumerável
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Variável
Qualitativa
Quantitativa
Nominal
Ordinal
Discreta
Contínua
5.1 Classificação das Variáveis
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI
Prof. Aécio Bezerra - DPPA/CCA/UFPI