Beruflich Dokumente
Kultur Dokumente
=
12
1
12
1
Correlao e Regresso Linear Simples
12
2
12
2
Coeficiente de Correlao de Pearson (r)
12
3
12
3
ANALSE DO COEFICIENTE
valor de r deve ESTAR SEMPRE entre +1 e
-1, inclusive.
Se o valor de r estar prximo de 0,
conclumos que no h correlao linear
significativa entre x e y
Se r estar prximo de -1 ou +1, conclumos
pela existncia de correlao linear
significativa entre x e y, negativa ou positiva,
respectivamente.
12
4
12
4
MTODO DOS MNIMOS QUADRADOS
Aplicaremos o mtodo de regresso linear para obter a expresso analtica da
relao linear entre as variveis x e y. sendo assim, procuramos uma equao
da forma
y = a x + b
(1)
que a equao da reta mdia. O mtodo consiste em minimizar os desvios
(disperses) em torno da reta mdia. Portanto, devemos minimizar a seguinte
quantidade:
.
(2)
onde n o nmero de medidas (nmero de pares de valores na tabela de
dados). Minimizar S corresponde a fazer cS/ca = 0 e cS/cb = 0, o que gera as
duas equaes:
,
(3)
.
(4)
( ) | |
=
+ =
n
i
i i
b ax y S
1
2
= +
i i
i
i
y x x a x b
2
= +
i i
y x a nb
12
5
12
5
REGRESSO LINEAR SIMPLES
12
6
12
6
EXEMPLO CALIBRAO DE UM
TERMOPAR
Temperatura (C) Tenso (mV)
80 3,1
75 2,8
70 2,5
65 2,1
60 1,8
55 1,6
50 1,3
45 1
40 0,8
35 0,5
30 0,2
12
7
12
7
0
10
20
30
40
50
60
70
80
90
0 1 2 3 4
T
e
m
p
e
r
a
t
u
r
a
(
C
)
Tenso (mV)
Temeperatura x Tenso
Temperatura(c) X
Tenso(mV)
Linear (Temperatura(c) X
Tenso(mV))
12
8
12
8
OBTENO DA EQUAO
A = [n.(x.y) - x. y]/[n. x - (x)]
A = 16,59
B = [x.y - x.(x.y)]/[n.x - (x)]
B = 28,16
Funo: T=AV + B
T=16,59.V + 28,16
12
9
12
9
LINEARIZAO DE CURVAS
MTODO DA ANAMORFOSE.
MTODO LOGRTMICO
0 2 4 6 8 10
0
100
200
300
400
500
E
s
p
a
o
p
e
r
c
o
r
r
i
d
o
(
m
)
Tempo (s)
0 50 100 150 200 250
1
10
100
1000
R
(
d
e
s
i
n
t
e
g
r
a
e
s
/
s
)
Tempo (min)
13
0
13
0
PROBABILIDADE TIPOS DE
EVENTOS
Determinsticos: Voc j sabe o que vai ocorrer.
Exemplo: Colocar uma panela com gua no fogo.
Sabemos que aps certo tempo a gua ir ferver.
Aleatrios: No sabemos o que ir ocorrer.
Exemplo: Sortear um funcionrio para ser premiado.
No sabemos qual funcionrio ser sorteado.
A
13
1
13
1
PROBABILIDADE
Probabilidade de ocorrncia ou no de um
determinado fenmeno aleatrio est
representada atravs da figura abaixo:
Zero - Evento impossvel.
Um - Evento certo
13
2
13
2
PROBABILIDADE - DEFINIES
Experimento Aleatrio -> Experincia
Estatstica que gera resultados imprevisveis.
S -> Espao Amostral -> Todos os
resultados possveis da observao
experimental aleatria.
A -> Evento -> Qualquer subconjunto do
espao amostral.
,
13
3
13
3
RELAO EVENTO ESPAO
AMOSTRAL
Fonte: LAZZARINI, Edson. 20052
1
13
4
13
4
PROBABILIDADE - DEFINIO
Ou seja, a probabilidade a chance de um sub-conjunto de um
universo ocorrer,tendo para cada probabilidade associada uma
anlise, mas que na essncia se resume na expresso abaixo.
Observem:
n(A) = N de Casos Favorveis
n(S) = N de Casos Possveis
Curiosidade: O Espao Amostral Equiprobabilstico ou Laplaciano,
isto , todos os casos tm a mesma possibilidade de ocorrer.
13
5
PROBABILIDADE ESPAO NO
PROBABILSTICO
APROXIMAO DA PROBABILIDADE PELA
FREQUENCIA RELATIVA
P(A) = N(A)/ N
N(A) = NMERO DE VEZES QUE OCORREU (A)
N = NMERO DE VEZES QUE O PROCEDIMENTO
FOI REPETIDO.
13
6
PROBABILIDADE SUBJETIVA
A PROBABILIDADE DO EVENTO (A),
ESTIMADA COM BASE NO
CONHECIMENTO DE CIRCUNSTNCIAS
RELEVANTES.
EX METEORITO CAIR EM CIMA DE UM
AUTOMVEL.
13
7
LEI DOS GRANDES NMEROS
A MEDIDA QUE UM EXPERIMENTO
REPETIDO VRIAS VEZES, A
PROBABILIDADE DADA PELA
FREQUNCIA RELATIVA DE UM EVENTO
TENDE A SE APROXIMAR DA
VERDADEIRA PROBABILIDADE.
13
8
ARREDONDAMENTO DE
PROBABILIDADE.
FRAO EXATA.
DECIMAL EXATO
ARREDONDAR O RESULTADO PARA 3
AGS.
13
9
CHANCES
(CURIOSIDADES)
UTILIZADAS PARA FACILITAR A
TRANSFERNCIA DE DINHEIRO EM
JOGOS DE AZAR.
CHANCE DE RATEIO RAZO EM O
LUCRO LQUIDO (GANHO PELO
APOSTADOR E A QUANTIA APOSTADA.
14
0
14
0
EVENTOS MUTUAMENTE
EXCLUSIVOS - DEFINIO
Dois eventos A e B so denominados
mutuamente exclusivos, se eles no
puderem ocorrer simultaneamente, isto :
A (INTER) B = VAZIO
Exemplo:
Qual a probabilidade de ocorrer um nmero
mpar ou par, no lanamento de um dado?
14
1
14
1
Probabilidade da Interseo (Produto)
Quando desejarmos a ocorrncia de dois ou
mais eventos de um espao amostral (S)no
vazios, simultaneamente, estaremos
utilizando o conectivo e, que ser substitudo
pela multiplicao entre as probabilidades.
14
2
14
2
EXEMPLO
A tabela a seguir apresenta a distribuio dos tipos
de sangue da populao em geral (Hoxworth Blood
Center, Cincinnati, Ohio, Maro de 2003).
A B AB O TOTAL
Rh+ 0,34 0,09 0,04 0,38 0,85
Rh- 0,06 0,02 0,01 0,06 0,15
TOTAL 0,40 0,11 0,05 0,44 1
Qual a probabilidade de, em um casal, ambos os
cnjuges terem o tipo sanguneo AB?
14
3
14
3
PROBABILIDADE CONDICIONAL
Existem eventos que dependem da
ocorrncia de um outro antes, so os
chamados CONDICIONAL, ou seja, tendo
dois eventos A e B de um espao amostral
(S), a probabilidade de A condicionada a B
ou probabilidade de A tendo ocorrido B ser
Leitura da expresso abaixo: A probabilidade
de j que ocorreu B venha a ocorrer A.
14
4
14
4
EXEMPLO
Considere o conjunto dos nmeros inteiros
{1,2,3,...18,19,20}, e, por meio de um sorteio
aleatrio, retire um nmero. Se o nmero
sorteado for mpar, qual a probabilidade de o
nmero sorteado ser o nmero 13?
14
5
14
5
Representao da Probabilidade
Condicional
14
6
14
6
TEOREMA DE BAYES.
Segundo Thomas Bayes, as probabilidades
devem ser revistas quando conhecemos
alguma informao adicional sobre os
eventos. Dessa maneira surgiu o que
chamamos de forma generalizada do
TEOREMA DE BAYES
14
7
14
7
TEOREMA DE BAYES
(GENERALIZADO)
14
8
14
8
EXEMPLO
Vejamos a ilustrao
abaixo:
% P - B % P - R
FORN - 1 98 2
FORN - 2
95 5
14
9
14
9
EXEMPLO
Se retirarmos uma pea da empresa e
constatarmos que a mesma BOA, no
podemos isolar um dos fornecedores, tendo
ento que analisar cada um. Qual seria a
probabilidade de esta ter vindo do
FORNECEDOR 1?
15
0
15
0
EVENTOS COMPOSTOS
Sempre que desejarmos combinar dois ou
mais eventos simples iremos nos deparar
com o que chamaremos de Eventos
Compostos.
Podemos ter 2 situaes:
Probabilidade da Unio
Probabilidade da Intercesso.
15
1
15
1
Probabilidade da Unio
15
2
15
2
Exemplo
Num processo lotrico com 10 bolas
numeradas de 1 a 10. Retirando-se uma
bola aleatoriamente, qual a probabilidade de
se obter um nmero mltiplo de 2 ou um
nmero maior que 7?
Soluo:
Evento A: Ocorrer um mltiplo de 2.
Evento B: Ocorrer um nmero maior que 7.
15
3
15
3
QUADRO SNTESE
LEI DA ADIO - Usado na presena do conectivo OU, tambm quando o
total ultrapassar o
universo, ou seja, existir duplicidade na contagem.
LEI DA MULTIPLICAO - Usado na presena do conectivo E, entre vrios
eventos ocorrendo
simultaneamente.
LEI CONDICIONA - Uso condicionado a ocorrncia de um outro evento, onde
ocorre a reduo do
Universo trabalhado.
TEOREMA DE BAYES - Ocorre quando temos um sorteio dentro do outro e h
uma evento que j ocorreu, porm, no reduz o Universo da questo, tendo
que ser analisada cada um.
15
4
VARIVEL ALEATRIA
APENAS PARA O PESSOAL DA
ENGENHARIA
15
5
Distribuies de Probabilidade
DISTRIBUIO BINOMIAL - Quando nos depararmos com situaes
envolvendo circunstncias nos quais existam dois resultados
possveis, como: sim/no ou com defeito/sem defeito ou
homem/mulher, etc., estamos possivelmente diante de uma
DISTRIBUIO BINOMIAL, cujo experimento repetido sempre nas
mesmas condies, gerando ento o sucesso (p) e o
fracasso(insucesso) (q).
O sucesso e o fracasso, eles se completam, ou melhor, somados
resultam os 100% existentes, pois lgico, por que se no ocorrer
certa situao ir, com certeza, ocorrer a outra. Como no caso do
homem e da mulher, se no sortearmos um homem porque foi
escolhido uma mulher, e assim por diante.
s -> sucesso com p(s) = p
f -> fracasso com p(f) = q = (1 - p)
15
6
REVISO ANLISE COMBINATRIA
E FATORIAL.
PERMUTAO: Ocorre quando dispomos
de n elementos e desejamos montar novos
grupos com tambm n elementos.
EXEMPLO: De quantas maneiras 5 pessoas
podem ser misturadas em uma fila de banco
com 5 lugares?
15
7
REVISO ANLISE COMBINATRIA
E FATORIAL
ARRANJO: Ocorre quando dispomos de n
elementos e desejamos montar novos
grupos com k elementos, cuja ordem dos
elementos influncia, ou seja, altera o
resultado final.
EXEMPLO: Com os nmeros 1, 2, 3 e 4,
quantos nmeros de 2 algarismos diferentes
podemos obter?
15
8
REVISO ANLISE COMBINATRIA
E FATORIAL
COMBINAO: Ocorre quando dispomos de
n elementos e desejamos montar novos
grupos com k elementos, cuja ordem dos
elementos NO influncia, ou seja, NO
altera o resultado final.
EXEMPLO - Com 4 pessoas, quantas duplas
diferentes podemos formar para um
campeonato?
15
9
MODELOS DE DISTRIBUIO
DISCRETA (ENG)
BERNOULLI.
MULTINOMIAL.
POISSON.
16
0
BINMIO DE NEWTON
Com p e q representando, respectivamente,
o sucesso e fracasso de ocorrncia de
determinada situao envolvida no
problema.
16
1
MODELO DISTRIBUIO CONTNUA
DISTRIBUIO UNIFORME OU
RETANGULAR.
DISTRIBUIO NORMAL.
DISTRIBUIO EXPONENCIAL.
DISTRIBUIO QUI-QUADRADO.
DISTRIBUIO (t) DE STUDENT.
DISTRIBUIA (F).
16
2
DISTRIBUIO NORMAL DE
PROBABILIDADE
Quando nos depararmos com situaes envolvendo uma
distribuio que se mostre de maneira simtrica (ver aula 02) e
desejamos obter a probabilidade ligada a um intervalo, em
particular, estaremos diante de uma DISTRIBUIO NORMAL
DEPROBABILIDADE, cujo seu criador Abraham de Moivre a
deduziu por volta de 1733.
Essa distribuio fornece uma descrio dos resultados
provveis atravs de amostragem, por isso considerada a
mais importante das distribuies.
16
3
GRFICO DE UMA DISTRIBUIO
NORMAL PADRO
Fonte: TRIOLA, Mrio. p.176
A mdia e a mediana so iguais e
representam 50%
16
4
Tabela Normal de Distribuio
16
5
UTILIZAO DA TABELA
A Tabela Normal lida atravs de valores em mdulo, ou seja,
positivo. A representao negativa ou positiva do valor z servir
apenas para indicar a esquerda ou a direita da mdia amostral.
Supondo que Z = 0,24, na Tabela iremos na 1 coluna e procuraremos
a representao da parte inteira e o primeiro decimal, ou seja, 0,2,
aps encontrada a linha movemos at a representao do segundo
decimal, no caso 0,04, encontrando 0,0948, ou melhor, 9,48%. No
simples?
Se encontrarmos o valor de Z > 3,09 (fora da tabela normal),
usaremos a sua maior representao que 0,4990, ou melhor, 49,9%.
fundamental a representao grfica para facilitar a visualizao e
as operaes a serem realizadas na questo.
16
6
CLCULO DE (Z)
Z = (X x)/s
X= Valor intervalar
x= Mdia amostral
s = Desvio amostral
16
7
EXEMPLO
Os pesos de 600 estudantes so
normalmente distribudos com mdia 65,3 kg
e desvio padro 5,5 Kg. Qual a probabilidade
de escolhermos uma pessoa que pese:
a) Entre 60 e 70 Kg
b) Mais que 63,2 kg.
16
8
Inferncia Estatstica
A Inferncia refere-se estimao por ponto ou
intervalo e testes de hiptese.
Segundo Lazzarini, estimao o processo de
inferncia ou estimativa de um parmetro
populacional de uma estatstica correspondente a
partir de uma amostra extrada da populao.
Uma estatstica utilizada para obter uma
aproximao de um parmetro populacional.
Uma estimativa o valor especfico, ou um intervalo
de valores, usado para aproximao de um
parmetro populacional.
16
9
EXEMPLO
Podemos utilizar a estatstica para concluir
que a estimativa da temperatura mdia do
corpo de todos os adultos sadios de 36 C.
17
0
TIPOS DE ESTIMAO
Estimao por ponto: Quando a partir da
amostra procuramos obter um nico valor de
certo parmetro populacional.
Estimao por intervalo: Quando a partir da
amostra procuramos obter um intervalo que
contenha certo parmetro populacional.
17
1
Estimao de parmetros atravs da
mdia da populao
1 Caso: Desvio Conhecido ()
2 Caso: Desvio Desconhecido ()
17
2
EXEMPLO - 1 Caso: Desvio
Conhecido ()
EX - Semanalmente, uma empresa seleciona uma amostra aleatria simples de 100
clientes para saber qual quantia eles gastam em cada ida s compras. Com x
representando a quantia gasta em cada ida s compras, a mdia amostral fornece uma
estimao por ponto de , que a quantia mdia gasta pela populao de todos os
clientes dessa empresa. Baseando-se em dados histricos, a empresa assume = R$
20,00 para o desvio-padro. Os dados histricos tambm indicam que a populao segue
uma distribuio normal.
Durante a semana mais recente, a empresa pesquisou 100 novos clientes e obteve a
mdia da amostra = R$ 82,00.
Qual a margem de erro dessa estimao? E como desenvolver uma estimao por
intervalo da mdia da populao?
17
3
2 Caso: Desvio Desconhecido ( )
Quando desenvolvemos a estimao por intervalos
de uma mdia populacional, geralmente no temos
uma boa estimativa do desvio padro populacional,
nesses casos, usaremos a mesma amostra para
estimar e .
Para isso, iremos fazer algumas substituies na
expresso alterando Z /2 por t /2, deixaremos de
utilizar a Tabela Normal Padro e passaremos a
utilizar a Tabela de Distribuio (t) de Student.
17
4
TABELA STUDENT
Distribuio (t) de Student,
inventor William Sealy Gosset
17
5
TABELA STUDENT
A tabela apresenta, na 1 coluna, o que
chamaremos de graus de liberdade. A
medida que o grau de liberdade aumenta a
distribuio t ir se aproximando da
distribuio normal.
17
6
EXEMPLO
Consideraremos um estudo idealizado para estimar a mdia de
dbitos de carto de crdito da populao de famlias
brasileiras. Uma amostra de 30 famlias foi selecionada
aleatoriamente. Para essa situao, nenhuma estimativa
anterior de desvio padro s da populao esta
disponvel.Sendo assim, os dados amostrais sero utilizados
para estimar tanto a mdia populacional quanto o desvio
padro da populao. Com os dados das 30 famlias
obtivemos = R$ 5900,00 e o desvio padro s da amostra = R$
3058,00. Com 95 % de confiana, qual a estimativa por
intervalo para a mdia populacional?
17
7
DETERMINAO DO TAMANHO DA
AMOSTRA
17
8
Inferncia Estatstica Estimativas Para
Propores
(INTERVALO DE CONFIANA)
MEDIDAS PARA A CONSTRUO DE UM
INTERVALO DE
p -> (proporo de sucessos na populao)
q -> (proporo de insucessos na
populao), com q = 1 p, ou seja, o
complementarde p. (o que falta para 100%).
17
9
(proporo amostral de x sucessos em
uma amostra de tamanho n)
18
0
CONDIOES EXIGIDAS
Para usarmos essa distribuio amostral de
(p) aproximando-a para a distribuio
normal, devemos verificar se algumas
condies so exigidas, tais como:
18
1
Estimao por intervalos de uma
proporo populacional
18
2
CALCULAR O TAMANHO DA AMOSTRA
EM FUNO DA MARGEM DE ERRO
18
3
EXEMPLO
Usaremos o exemplo anterior dos jogadores de
futebol e vamos supor que a empresa
esteja interessada em realizar uma nova pesquisa
para estimar a proporo atual da
populao de jogadores que esto satisfeitos com
as atuaes das mulheres rbitras.
Qual deve ser o tamanho da amostra se o diretor da
pesquisa quiser estimar a proporo
populacional com uma margem de erro de 0,025,
com 95% de confiana?
18
4
EXEMPLO
A empresa Firestone, uma das maiores fabricantes
de pneus do mundo, realizou uma pesquisa com
900 usurios dos seus produtos para saber sobre a
sua satisfao perante o uso dos novos pneus XC-
Treck. A pesquisa revelou que 396 usurios
estavam satisfeitos com a atuao dos novos pneus
XC-Treck. Desse modo, a estimao por ponto da
proporo de usurios satisfeitos de 396/900 =
0,44, usando um grau de confiana de 95%, vamos
determinar a margem de erro e um intervalo de
confiana para essa proporo.
18
5
Teste de Hiptese
Verificao se a afirmao sobre um
parmetro populacional deve ser ou no
rejeitada.
Para isso, criaremos duas hipteses que
chamaremos posteriormente de Hiptese
Nula (Ho) e Hiptese Alternativa (Ha).
18
6
Testes de hipteses
1 Situao: Testar hipteses de Pesquisa.
Exemplo:
Considere um modelo particular de
automvel que atinge uma eficincia mdia
de 24 km por litro. Um grupo de pesquisa de
produto desenvolveu um novo motor
projetado para aumentar a relao de
quilmetros por litro.
18
7
2 Situao: Testar a validade de uma
informao
Exemplo:
Um fabricante de refrigerantes estabelece
que os recipientes de 2 litros de seus
produtos tm em mdia de pelo menos 2,1
litros de lquido.
18
8
3 Situao: Testar em situaes de
Tomadas de Decises.
Exemplo:
Com base numa amostra de peas de um embarque
que acabou de ser recebido inspetor de controle de
qualidade precisa decidir se aceita o carregamento
ou no. Considere que uma determinada pea
estabelea um comprimento mdio de 2 polegadas.
Se as peas forem maiores ou menores que 2
polegadas causaro problemas nos motores.
18
9
1 Caso: Testes de Hipteses para
mdias populacionais:
SITUAO 1 - () conhecido
1.1 Teste Unicaudal - Boa estimativa do
desvio padro da populao antes da
amostragem, logo aplicaremos a equao..
19
0
ESTUDO DE CASO
O INMETRO periodicamente realiza estudos
concebidos para testar as declaraes que
os fabricantes fazem sobre os seus
produtos. Por exemplo, o rtulo do FEIJO
(x) afirma que o recipiente contm pelo
menos trs quilos do produto Vamos
verificar essa afirmao?
19
1
1 Caso: Testes de Hipteses para
mdias populacionais:
1.2 - () desconhecido - Quando nos
depararmos com situaes que envolvam
testes de hipteses a respeito de uma mdia
populacional considerando o caso em que
() desconhecido, devemos
utilizar a mdia amostral como uma
estimativa de e usamos o desvio padro s
da amostra com uma estimativa de () .
19
2
EQUO UTILIZADA
19
3
ESTUDO DE CASO
Uma revista voltada para viagens de negcios
decidiu classificar os aeroportos de acordo com as
avaliaes que eles recebem. (avaliao mxima
10). Os aeroportos que tiverem uma avaliao
mdia acima de 7 sero classificados como
superior. No aeroporto de Londres, numa amostra
de 12 viajantes revelou uma mdia amostral de 7,75
e o desvio-padro s = 1,215. 0 mesmo dever ser
classificado como aeroporto de servio superior?
(Use nvel de significncia de 5%)
19
4
2 Caso: Testes de Hipteses para
propores populacionais:
Os procedimentos so idnticos para o caso
das mdias populacionais, no que diz
respeito a estruturao grfica e na forma de
analisar. Vejamos as maneiras possveis de
formao de hipteses.
19
5
Para aplicarmos a estatstica teste de
hipteses de uma proporo populacional
usaremos a expresso
Sendo que:
P = Proporo amostral
p = Proporo populacional
q = Complementar de p, ou seja, o que falta para
100%.
n = Tamanho da amostra.
19
6
ESTUDO DE CASO
Nos ltimos meses, 20% dos jogadores no futebol
tm sido mulheres. Em um esforo para aumentar a
proporo de jogadoras, o esporte utilizou uma
promoo especial para atrair mulheres. Depois de
uma semana, uma amostra aleatria de 400
jogadores mostrou 300 homens e 100 mulheres. Os
gerentes dos campos gostariam de determinar se os
dados suportam a concluso de que a proporo de
mulheres jogando futebol aumentou. Considere =
0,05
19
7
Nmeros ndices
DEFINIO - Segundo Lazzarini, os
Nmeros ndices so medidas estatsticas
comumente usadas para comparar variaes
de uma mesma varivel ou de grupos de
variveis, atravs do tempo, localizao
geogrfica ou outra caracterstica.
19
8
rgos que sistematicamente
calculam ndices de preos no Brasil
IBGE Instituto Brasileiro de Geografia e Estatstica ndices anuais de
valores mdios unitrios de culturas agrcolas, pecuria, minerao,
importao, exportao, etc.
FGV Fundao Getlio Vargas Embora seus ndices nunca tenham sido
declarados oficiais, hoje so considerados e usados para reajustes previstos
na lei, como os de aluguis, financiamentos, dbitos, etc.
Ministrio do Trabalho - ndice do custo de vida (ICV), que serve como base
para reajustes salariais, e dissdios coletivos.
Ministrio da Fazenda ndices de preos ao produtor, ndices de preos de
produtos industrializados, etc.
19
9
CLCULO DO PREO DE UM
PRODUTO
Para calcularmos um ndice de preos
devemos levar em considerao trs
variveis: Preo, Quantidade e Valor.
Valor = Preo x Quantidade
20
0
NMEROS RELATIVOS
Podemos ter os NMEROS RELATIVOS a
valor ou a preo ou a quantidade,
dependendo apenas de algumas variveis.
Observem:
no = varivel n na poca base.
nt = varivel n na poca atual.
Definimos como relativo da varivel n, na
data t em relao poca bsica 0, a razo:
20
1
NMEROS RELATIVOS - APLICAO
Em 1999 o preo de determinado produto
era R$ 150,00 em 2009 era de R$ 260,00.
Determine o relativo de preo em 2009,
tomando como base o ano de 1999.
Ento o relativo de preo 99,09 ser dado
por:
P(99,09) = 260/150 = 173%
Resp = A variao foi de 73%
20
2
NMEROS RELATIVOS EM CADEIA
Refere - se a um perodo de base fixa, ou seja,
todos os relativos so calculados tomando-se uma
determinada poca como base.
EX - Um determinado produto apresentou, no
perodo de 2005 a 2007, respectivamente,os preos
de R$ 1240,00, R$ 1600,00 e R$ 1660,00 os ndices
relativos de preo em cadeia considerando 1995
com ano-base so:
20
3
NMEROS RELATIVOS EM CADEIA
P(05/06) = 1600/1240 = 129%
P(06/07) = 1660/1240 = 133,9%
20
4
MUDANA DE BASE - EXEMPLO
Caracterstica Evoluo de preo de um nico produto.
Calcular as quantidades relativas, tomando como base o ano-base de 2004
ANO BASE 2003
ANO - PRODUO
2003 - 100
2004 - 120
2005 - 90
2006 - 125
20
5
MUDANA DE BASE - EXEMPLO
UTILIZANDO REGRA DE TRS SIMPLES.
(ANO 2004) 120 ---------- 100%
(ANO 2003) 100 ---------- x%
Onde temos x = 83%.
20
6
MUDANA DE BASE - EXEMPLO
ANO BASE 2004
ANO - PRODUO
2003 - 83
2004 - 100
2005 - 75
2006 - 104
20
7
Variao dos preos de um conjunto de
bens agregados
ndice Agregativo Simples.
ndice Agregativo Ponderado.
EX - Leite e seus derivados.
20
8
No mtodo simples, o ndice de preo
expresso pela relao entre a soma de todos
os preos dos produtos em uma poca
determinada (t) e a soma dos preos dos
produtos numa poca base (0). Logo temos:
20
9
Mtodo agregativo
O mtodo agregativo simples pode ser expresso
pela mdia aritmtica de todos os preos relativos
dos produtos em uma poca determinada (t) em
relao a uma poca base (0), o que iremos
denominar de Mtodo das Mdias Simples dos
Relativos, eliminado assim, o inconveniente do
mtodo anterior eliminado.
O mesmo ser calculado atravs da expresso:
21
0
EXEMPLO
A tabela abaixo apresenta os preos mdios
por atacado, em certo pas, e a produo de
leite, manteiga e queijo, nos anos de
1979,1980 e 1988. Calcular os ndices, pelo
mtodo Agregativo simples dos preos e pelo
mtodo das mdias simples dos relativos,
desses produtos de laticnios para o ano de
1988, tomando como base o ano de 1979.
21
1
ESTATSTICA NO PARAMTRICA
DISCUSSO EM CLASSE (ENGNHARIAS).
21
2
ANLISE DE VARINCIA
DISCUSSO EM CLASSE (ENGNHARIAS).
21
3
CONTROLE ESTATSTICO DE
PROCESSO
DISCUSSO EM CLASSE (ENGNHARIAS).
21
4
PROJETOS, PROCEDIMENTOS E
PERSPECTIVAS.
DISCUSSO EM CLASSE.