Introdução e estatísticas descritivas

INTRODUÇÃO
grggggggggggggggggggg
ggggggggg
Disciplina: Métodos Quantitativos I
Objetivo da aula: possibilitar uma visão geral da
disciplina
Conteúdo: Dicas iniciais. Plano de ensino. O que é
econometria financeira. Estatísticas descritivas.
Coleta e Organização dos dados.

Felipe Pontes
www.contabilidademq.blogspot.com
Quem te obrigou a estar aqui?!
(...) “O contraste é ainda maior quando aparece mestrado
ou doutorado no currículo: entre 2014 e 2015, a remuneração média
desse grupo saltou 21,4%. (...): a pós-graduação stricto sensu é a bola
da vez entre os empregadores brasileiros.”
(...) “Hoje, as empresas têm se voltado para profissionais com
mestrado e doutorado, porque são mais exigentes, densos e profundos
do ponto de vista teórico”, diz Souto. “Está ganhando força a ideia de
que esses programas mais robustos dão mais 'musculatura' para a
tomada de decisões nas empresas”.
http://exame.abril.com.br/carreira/noticias/mestrado-e-a-melhor-pos-
graduacao-para-seu-bolso-diz-estudo
• Além disso, você terá acesso a uma gama enorme de ferramentas e
teorias que não são vistas em nenhum outro curso. Isso lhe dará
mais oportunidades para ganhar dinheiro.
• Link adicional:
http://contabilidademq.blogspot.com/2017/01/ingles-mestrado-e-
doutorado-podem.html
2

Felipe Pontes
DICAS INICIAIS
• Ler livros especializados na metodologia que
queremos usar.
• Ler artigos de journals de alto impacto para averiguar
como eles utilizam as técnicas.
• Usar as técnicas, para poder se deparar com
problemas e tentar corrigi-los.
• Quando for submeter o artigo à revista ou ao evento,
analisar os artigos já publicados, para tentar
perceber algum padrão (e.g. algumas revistas acham
que os testes dos pressupostos são básicos, então
eles pressupõem que tudo foi feito).
3

Felipe Pontes
DICAS INICIAIS
• Ninguém tem direito de entrar na sala com livro
copiado (xerox).
• Continuem estudando inglês e se esforçando para ler
em inglês. Você economizará tempo e aprenderá, de
fato. O IsF/UFPB oferece cursos gratuitos para pós-
graduandos.
• Se esforce e estude o máximo que puder. No final,
você será recompensado. E faça o mestrado ser um
estágio para o doutorado.
• Seja sempre pontual em tudo o que você fizer. Mas
nunca reclame se a aula acabar um pouco mais tarde
do que o esperado.
4

Felipe Pontes
DICAS INICIAIS
• Escreva todos os seus artigos com o máximo de
seriedade, pensando em publicá-los em bons eventos e
boas revistas. Caso contrário, você apenas perderá seu
tempo.
• Os autores dos artigos são aqueles que realmente
contribuíram com a ideia dele. Evite publicar em um time
de futsal.
• Participe de eventos, principalmente USP e ANPCONT
(vocês não são mais de iniciação científica).
• Sempre se prepare para as aulas e sinta medo!
• Se conseguir, escreva seus artigos em inglês (evite
traduzir).
• Sejam parte de uma equipe: a TURMA DO PPGCC/UFPB e
se ajudem!
5

Felipe Pontes
Ementa
• Introdução à análise multivariada.
• Testes de hipóteses: paramétricos e não-
paramétricos.
• Regressão múltipla.
6

Felipe Pontes
Objetivo
• Possibilitar o desenvolvimento de análises
quantitativas aplicadas à pesquisa empírica em
Contabilidade e Finanças.
7

Felipe Pontes
Conteúdo programático
1. Introdução e estatísticas descritivas
2. Distribuições de probabilidade
3. Inferência
4. Prova 1 – Parte I: questões teóricas e de cálculo (sem
pesquisa) e Parte 2: análise de dados no computador (pode
consultar seu material).
5. Revisão de matrizes e MCRL
6. Análise do MCRL
7. Pressupostos e testes de diagnóstico do MCRL
8. Prova 2 – pode levar uma A4 com anotações de apenas um
lado da folha, que deve ser entregue junto com a prova
9. Laboratório I e Seminário I*
10. Seminário II**
11. Dados em painel
12. Laboratório II e Seminário III***
8
Vamos fechar esses dois pontos
nessa e na próxima aula (revisão
básica da graduação)

Felipe Pontes
Duplas dos trabalhos
• As duplas serão as mesmas para todos os
Seminários.
• O trabalho é em dupla, mas todo mundo deve
dominar todo o trabalho. Por exemplo: Aluno A
apresentou a metodologia, então farei perguntas
sobre a metodologia ao Aluno B.
• Se um membro da dupla desistir, estiver
hospitalizado (há a possibilidade de gravar um vídeo) etc, o
remanescente deverá apresentar sozinho.
• Vocês devem escolher as suas duplas e postar no
fórum do SIGAA.
9

Felipe Pontes
Seminário I
• Cada dupla escolhe um artigo, para apresentar em 15 minutos (conforme
cronograma):
1. The effect of target-firm accounting quality on valuation in acquisitions
(McNichols e Stubben – Rev. Acc. Stud.)
2. Real and Accrual-Based Earnings Management in the Pre- and Post-IFRS Periods:
Evidence from China (Ho, Liao e Taylor)
3. A New Measure of Disclosure Quality: The Level of Disaggregation of Accounting
Data in Annual Reports (Chen, Miao e Chevlin – JAR)
4. Investor sophistication and disclosure clienteles (Kalay – Rev. Acc. Stud.)
5. Information Asymmetry and the Ex Ante Impact of Public Disclosure Quality on
Price Efficiency and the Cost of Capital: Evidence from a Laboratory Market
(Barron e Qu – TAR)
6. Company reputation and the cost of equity capital (Cao et al. – Rev. Acc. Stud.)
7. Linear valuation without OLS: the Theil-Sen estimation approach (Ohlson e Kim -
Rev. Acc. Stud.)
8. Twitter Mining for Discovery, Prediction and Causality: Applications and
Methodologies (O’Leary)
9. The Role of Dissemination in Market Liquidity: Evidence from Firms’ Use of
Twittere (Blankespoor et al - TAR)
10. Rumor Has It: Sensationalism in Financial Media (Aherh e Sosyura – Rev. Fin.
Stud.)
11. Does PIN affect equity prices around the world? (Lai, Ng e Zhang - JFE)
10
A ideia é que vocês possam replicar esse estudo e fazer
adaptações ao caso brasileiro, para praticar com as ferramentas
vistas na disciplina. Qual é o puzzle e qual é a sua peça?

Felipe Pontes
Avaliação
• Nota da Prova (P): média das duas notas.
• Nota do Seminário e Laboratório (SL): média de
todas as atividades desse tema.
• Exercícios e trabalhos diversos (E): média de todos
os exercícios e trabalhos.
• Nota do Artigo (A): nota da versão final do artigo.
• Nota Final da Disciplina = 25%*P + 25%*SL + 10%*E
+ 40%*A
11
Façam tudo sem se preocupar com os pesos na
nota. A preocupação é aprender!

Felipe Pontes
Referências
• Básica:
BROOKS, C. Introductory Econometrics for Finance. 3rd ed. Cambridge University
Press, 2014.
FIELD, A. Discovering Statistics: and sex and drugs and rock ‘n’ roll. 3rd ed. SAGE,
2009.
GUJARATI, D. N.; PORTER, D. Basic Econometrics. New Delhi: Tata McGraw-Hill,
2011.
• Complementar:
CAMERON, A.C.; TRIVERDI, P.K. Microeconometrics: methods and applications.
Cambridge Press, 2005.
CAMERON, A.C.; TRIVERDI, P.K. Microeconometrics Using Stata. Stata Press, 2009.
CAMPBELL, J.Y.; LO, A.W.; MACKINLAY, A.C. The Econometrics of Financial Markets.
Princeton Press, 1997.
FÁVERO, L.P. Métodos Quantitativos com Stata. Elsevier, 2014.
GREENE, W. H. Econometric Analysis. 7th ed. Prentice Hall, 2012.
HUFF, D. How to Lie with Statistics, 1954.
MADDALA, G.S. Introduction to econometrics. 3rd ed. Jhon Wiley & Sons Ltd.,
2002.
PAULO, E et al. Análise multivariada. Atlas: São Paulo, 2007.
SALVATORE, D.; REAGLE, D. Statistics and Econometrics. 2nd ed. McGraw-Hill, 2002.
WOOLDRIDGE, J. Econometric Analysis of Cross Section and Panel Data. The MIT
Press, 2010. 12
Todos os alunos deverão me entregar, antes da aula, um
resumo, de até 5 páginas do capítulo referente à aula, do
livro de Brooks (os alunos não podem entrar na sala com
cópias do livro, recomendo comprá-lo)

Felipe Pontes
Softwares mais usados
EViews: http://www.eviews.com/home.html
Stata: http://www.stata.com/
GRETL*: http://gretl.sourceforge.net/
SPSS ou PASW: http://www-01.ibm.com/software/analytics/spss/
R*: http://www.r-project.org/
Quando cada um deles é indicado (por mim)?
– Utilizaremos o GRETL, Stata e o SPSS (poderemos utilizar outros);
– Em regressões POLS, séries temporais e previsão o EViews é mais simples;
– Nas regressões em painel com efeitos o STATA e GRETL são mais simples;
– Para testes de hipóteses (médias e outros), survey e questionários em
geral o SPSS é preferível;
– Na análise multivariada um pouco mais “avançada” o STATA é preferível; e
– O R possui uma extensa biblioteca para todos esses “problemas” e mais
um pouco.
* Software gratuito.
13

Felipe Pontes
O que é econometria?
• O conceito está relacionado com mensuração em
economia (BROOKS, 2014).
• Em nosso caso, os Métodos Quantitativos Aplicados
estão relacionados com a econometria financeira, que
aplica ferramentas estatísticas para auxiliar (testar
teorias) na resolução de problemas contábeis e
financeiros.
• Exemplos de aplicações recentes no Brasil:
– Verificar como são evidenciadas as informações gerenciais
publicadas na nota explicativa de informações por segmento nas
empresas brasileiras (AILON et al., 2015).
– Verificar a influência da convergência internacional na
suavização dos lucros (KLAN; BEUREN, 2015).
– Identificar os fatores determinantes da qualidade dos trabalhos
dos auditores nas instituições bancárias brasileiras (DANTAS;
MEDEIROS, 2015).
– Etc.
14

Felipe Pontes
Tipos de dados
• De forma ampla, nós trabalhamos com 3 tipos.
1. Séries temporais
– Qual é o efeito do anúncio do pagamento de dividendos no
preço da ação de uma companhia? (e.g. poderia fazer em 10
anos)
2. Cross-section
– Qual é o efeito da cobertura dos analistas no nível de
assimetria informacional? (e.g. das empresas brasileiras em
2014)
– Geralmente os dados de pesquisas gerenciais são assim
3. Dados em painel
– Qual é o efeito da cobertura dos analistas no nível de
assimetria informacional ao longo do tempo?
15
Como cada um deles se apresenta em uma planilha?
Isso é importante, na hora de preparar seus dados
para análise

Felipe Pontes
Retornos na modelagem financeira
• Por alguns problemas estatísticos, é preferível
trabalhar com retornos, no lugar de preços. Além
disso, o retorno é uma medida padronizada de
análise (preço é um conjunto de informações).
• Como calcular o retorno:
• O p é o “preço puro” ou o “preço ajustado aos
proventos”?
• Se usarmos o “preço puro”, subestimares o retorno
total obtido pelo investimento naquele ativo!
17
%100
1
1





t
tt
t
p
pp
R
Simples: Contínuo:
%100ln
1







t
t
t
p
p
R

Felipe Pontes
Retornos na modelagem financeira
• Ignorar os dividendos, no longo prazo, implicará em
favorecimento das “growh stocks” (que geram altos
ganhos de capital), em detrimento das “income
stocks” (que pagam muitos dividendos).
18

Felipe Pontes
Formação de um modelo
19
Economic or Financial Theory (Previous Studies)
Formulation of an Estimable Theoretical Model
Collection of Data
Model Estimation
Is the Model Statistically Adequate?
No Yes
Reformulate Model Interpret Model
Use for Analysis
Exemplo:
Modelo de Ohlson (1995)
Adaptado de Brooks (2014)

Felipe Pontes
Exercícios (BROOKS, 2014)
• Página 27:
1 e 2
Entregar na próxima aula
20

Felipe Pontes
PARTE 2 – Estatísticas Descritivas
21

Felipe Pontes
O que é “estatística descritiva”?
• É uma parte muito importante da nossa pesquisa, que é
muitas vezes negligenciada em nossos artigos (o que eu
costumo fazer para não retirar as descritivas e não
consumir espaço com gráficos e tabelas?).
• Estatística inferencial (indutiva) x Estatística descritiva
• Alguns bons journals de Psicologia estão “eliminando” a
estatística inferencial e cobrando apenas uma boa
estatística descritiva. Veja aqui.
22

Felipe Pontes
Grupos de estatísticas descritivas
• Segundo Fávero et al. (2014), existem 4 grupos:
23
1) Medidas de tendência
2) Medidas de dispersão
3) Assimetria
4) Curtose
A assimetria normal é ZERO e a curtose
normal é TRÊS

Felipe Pontes
Tendência central
Média:
• A média é a medida mais conhecida de tendência
central e é conhecida como o valor “típico” de uma
série.
• A média pode ser influenciada por valores extremos
(exemplos?!) e por isso poderá não representar a
maioria dos dados, cuidado! (e.g. o MCRL usa valores
médios, a regressão quantílica não).
24
n
X
n
XXX
X
n
i
i
n



 121 ...

Felipe Pontes
Tendência central
Mediana:
• É o valor que divide um rol de dados no meio.
• É mais robusta (menos sensível a outliers) do que a
média.
• Qual é a mediana nos dois casos abaixo?
3 – 3 – 3 – 6 – 5 – 7 – 7
3 – 3 – 3 – 6 – 5 – 7– 7 – 7
25
O Boletim Focus usa a mediana (bom exemplo de estatísticas descritivas)

Felipe Pontes
Tendência central
Moda:
• É o valor mais frequente na amostra.
• Uma série de dados pode ser classificada como
amodal, unimodal, bimodal ou multimodal.
26

Felipe Pontes
Dispersão
• A análise apenas da tendência central não nos diz
muita coisa. Duas amostras podem ter a mesma
média, mas podem ter perfis diferentes por causa da
dispersão dos dados em torno da média.
• A análise da dispersão é particularmente importante
em Finanças (lembram do Big Bang da Moderna
Teoria Financeira?).
• Quanto maior a dispersão dos retornos de um ativo
em torno de sua média, mais arriscado ele será.
27

Felipe Pontes
Amplitude (range):
• É a medida mais simples e muito sensível aos outliers
(Maior obs – Menor obs).
Variância:
Desvio-padrão:
• Para facilitar a análise, padroniza-se a variância, para que
ela volte à forma de mensuração original, extraindo a raiz
quadrada da variância.
1
)(
1
2
2




n
XX
s
n
i
i
Dispersão
28
As duas últimas são sensíveis aos outliers,
porém menos que a amplitude
Degrees of freedom
correction – por
estarmos usando uma
amostra
Calculem para os dados do slide 25 - Excel

Felipe Pontes
Dispersão
Coeficiente de variação:
• “Padroniza” o desvio-padrão pela média, de modo
que possamos comparar a dispersão de um grupo
com o de outro.
• Existem outras medidas específicas em Brooks (2014,
p.64).
29
Média
s
CV 

Felipe Pontes
Dispersão
• Calcule a variância e o desvio-padrão (Retirado de
Ross et al., 2013).
30

Felipe Pontes
Dispersão
• Calcule o retorno médio e o desvio-padrão dos
retornos do ativo abaixo:
31
Ano Retorno (%)
1 5
2 7
3 -4
4 2
Média
σ²

Felipe Pontes
Dispersão
• Usando o coeficiente de variação, compare a
dispersão das duas séries de retornos dos exercícios
anteriores.
32

Felipe Pontes
Assimetria e Curtose
Distribuição normal:
• Se as observações se distribuírem normalmente, a
média (1º momento) e a variância (2º momento) são
suficientes para descrever a série.
33

Felipe Pontes
• Quando a distribuição não é normal, nós precisamos
de uma análise detalhada da assimetria (3º
momento) e da curtose (4º momento) (BROOKS,
2014).
34

Felipe Pontes
• Assimetria (Skewness): define a forma da
distribuição e define o quanto ela é não simétrica em
relação à média.
35
Por ser sensível a valores extremos, a média “puxa” a
distribuição para o seu lado.

Felipe Pontes
• Nível de Assimetria: quanto mais distante de zero,
mais assimetria haverá.
36

Felipe Pontes
• Curtose (Kurtosis): mede o “peso” das caudas da
distribuição e quão “pontiaguda” em torno da média
a série é.
• Uma distribuição normal tem coeficiente de curtose
igual a 3 e excesso de curtose igual a 0 (K - 3)
(BROOKS, 2014).
37
www.vosesoftware.com

Felipe Pontes
38
mvpprograms.com www.signalfinancialgroup.com
Existem alguns testes formais que usam esses dois momentos
para testar se a distribuição é normal ou não.
Maior prob. de ter valores
próximos da média e
outliers. Coef > 0
Menor prob. de ter
valores próximos da média
e de ter outliers . Coef < 0

Felipe Pontes
Medidas de associação
• As 4 medidas anteriores são importantes para
resumir os dados de forma isolada, porém é
importante analisá-las em conjunto.
• Em finanças essas medidas são particularmente
importantes na análise do risco e do retorno (Big
Bang).
• É também importante efetuar essa análise prévia
antes da análise de regressão, para evitar alguns
problemas ou ter ideia do que está por vir.
39

Felipe Pontes
Medidas de associação
• Covariância:
• Correlação (vejam isso e isso):
40

Felipe Pontes
Exercício de estatísticas descritivas
• Escolha um artigo brasileiro e faça um breve resumo
das suas estatísticas descritivas (é preciso que o
artigo tenha uma seção de estatísticas descritivas). O
artigo deve ser preferencialmente da área de seu
projeto.
• O artigo deve ser escolhido em uma revista B1 ou A2,
Qualis (verifique no Qualis CAPES).
• Resumo de 1 página.
• Enviar por email antes do início da próxima aula,
junto com os demais exercícios. Caso eu tenha criado
a tarefa no SIGAA, o envio se dará por lá.
41

Felipe Pontes
Variáveis:
NI = lucro líquido
ΔNIit= variação no NI de t-1 a t
ΔNIit-1 = variação no NI de t-2 a t-1
DΔNIit-1 = dummy que assume 1 quando ΔNIit-1
negativa
PLit = PLit – NIit
La
it = Niit – CPP* Plit-1
pit = preço da ação (cuidado com a data)
OBS: Todas as variáveis são ponderadas pelo
Ativo total de t-1.
COLETA DE DADOS FINANCEIROS
I. Visão geral da Economatica®;
II. Inclusão de filtros;
III. Seleção das informações contábeis e de mercado:
i. Utilizaremos o modelo Ball e Shivakumar (2007) – BSm e
uma adaptação do modelo de Ohlson (1995) - Om,
considerando o custo do capital próprio (CPP) igual a
12%, a título de exemplo.
ii. BSm: ΔNIit = α0 + α1DΔNIit-1 + α2ΔNIit-1 + α3ΔNIit-1* DΔNIit-1 +
εi
iii. Om: pit = α0 + β1PLit + β2La
it + εit
42
Salvaremos cada ano em uma
aba da planilha!

Felipe Pontes
COLETA DE DADOS FINANCEIROS
• Nesse link (http://goo.gl/ZW7DdH) vocês
encontrarão o material completo com o passo a
passo e os printscreens das telas.
43

Felipe Pontes
ORGANIZAÇÃO DOS DADOS
• Empilhamento dos dados para a montagem do painel
(matriz) (já que não estamos com acesso às bases na
sala, vamos criar uma base com dados para os anos de
2013 a 2015, depois seguimos os passos abaixo):
1. Criar um código de identificação (ID) para cada empresa. É
importante que seja numérico, pois é aceito na maior parte
dos softwares. Ou você pode fazer isso direto no Stata;
2. Criar uma coluna em cada aba da planilha referente ao seu
ano;
3. Após efetuar os procedimentos 1 e 2 em ambas, realiza-se o
empilhamento dos dados;
4. Para evitar maiores problemas (supondo o uso do GRETL),
mantenha na planilha apenas as variáveis de interesse –
retirando as colunas/vetores com letras;
5. Retire também as observações sem valores (alguns softwares
fazem isso automaticamente).
44

Felipe Pontes
• Separação dos grupos para testes de médias.
• Passos:
1. Em uma coluna inserimos as observações da nossa
variável de interesse; e
2. Inserimos os códigos que diferenciam os grupos na
coluna do lado.
• Exemplo:
45
Variável a ser testada (X1) Grupo
12 1
10 1
12 1
9 2
8.5 2
9 2
Ver também o arquivo “Exemplo teste de
média - variações no caixa-meta”

Felipe Pontes
• Estatísticas descritivas (SPSS)
• No item “Analyze – Descriptive Statistics – explore”
conseguimos as “descritivas” de uma só vez, além de
alguns gráficos, teste de normalidade e detecção de
outliers.
• No item “Analyze – correlate – bivariate” podemos
analisar a correlação entre as variáveis (isso é
particularmente importante antes de utilizarmos a
regressão).
• Análise da correlação de Pearson (paramétrica) e
Spearman (não paramétrica).
46
Fazer com os dados de
Value Relevance

Felipe Pontes
Trabalho no Stata
• Utilize os comandos do próximo slide e analise as
saídas que o programa der.
• Para facilitar, enviarei também o .do por email:
Comandos das estatísticas descritivas.do
• Se ainda houver tempo na aula, eu rodarei os
comandos e vocês acompanharão em seus
computadores, depois vocês analisam os resultados.
Caso contrário, façam tudo em casa.
47

Felipe Pontes
• sysuse auto
• describe
• browse
• ** Esse comando é importante para que possamos verificar se está tudo OK com a planilha de dados
• summarize
• ** Esse comando nos dá algumas estatísticas descritivas básicas
• summarize, detail
• ** A inclusão do "detail" nos dá, como é esperado, mais detalhes sobre as estatísticas descritivas.
• tabstat price mpg rep78 headroom trunk foreign, stats (mean sd skewness kurtosis n min max)
• ** O tabstat serve para facilitar nossa vida na hora de elaborar as tabelas para inserir no artigo.
• tabstat price mpg rep78 headroom trunk foreign, stats (mean sd skewness kurtosis n min max)
• tabulate rep78
• tab rep78, sort missing
• tab rep78, summarize(price)
• ** Esse comando nos permite economizar muito tempo. Por exemplo, se eu estiver escrevendo um artigo sobre qualidade da
auditoria, eu posso verificar quais foram os tipos de opiniões dos auditores, por grupo de Big4 e não-Big4. Economizará nosso
tempo.
• tab rep78 foreign
• ** Também podemos utilizar isso com o mesmo sentido do comando anterior.
• tab2 rep78 headroom foreign
• twoway scatter trunk weight
• ** O scatterplot (dispersão) é importante para termos uma ideia sobre como as variáveis estão se relacionando.
• twoway scatter trunk weight if foreign==0
• ** Gráfico apenas com carros nacionais
• ** Poderíamos utilizar isso, por exemplo, para excluir os "pareces limpos" e analisar apenas as opiniões modificadas em uma
pesquisa sobre auditoria.
• twoway scatter trunk weight, by(foreign)
• ** Separa os gráficos, para facilitar a nossa comparação. Poderíamos então rodar um gráfico para opinião modificada e outro
para parecer limpo.
• twoway line trunk weight, by(foreign)
• ** Line é o gráfico de linhas.
• twoway line trunk weight, by(foreign) sort
• graph bar weight price, over(foreign)
• ** Gráfico de preço e peso, segregando em importados e nacionais
• correlate price rep78 trunk weight
48

Felipe Pontes
Recomendação de leitura
• BRADBURY, Michael E. Why you don’t get published:
an editor’s view. Accounting & Finance, v. 52, n. 2, p.
343-358, 2012.
• COCHRANE, John H. Writing tips for Ph.D. students.
University of Chicago, 2005.
• EVANS, John Harry et al. Points to Consider When
Self‐Assessing Your Empirical Accounting
Research. Contemporary Accounting Research, v. 32,
n. 3, p. 1162-1192, 2015.
49

Felipe Pontes
Outros materiais
• Veja no link abaixo outra forma de se estimar as
correlações no Stata:
• http://contabilidademq.blogspot.com.br/2015/10/co
mo-adicionar-o-p-value-correlacao-do.html
• Bringin’ back the stat
• http://contabilidademq.blogspot.com.br/2014/01/vi
deoclip-bringin-back-stat.html
50

Introdução e estatísticas descritivas

Mais conteúdo relacionado

Mais procurados

Destaque

Semelhante a Introdução e estatísticas descritivas

Mais de Felipe Pontes

Introdução e estatísticas descritivas