1059 capítulos
Medium 9788577804610

1 Variáveis e Gráficos

Knight, Randall D. Grupo A - Bookman PDF

Capítulo 1

Variáveis e Gráficos

ESTATÍSTICA

A estatística está relacionada aos métodos científicos para coleta, organização, resumo, apresentação e análise de dados, bem como à obtenção de conclusões válidas e à tomada de decisões razoáveis baseadas em tais análises.

Em sentido mais restrito, o termo estatística é usado para designar os próprios dados ou números deles derivados como, por exemplo, as médias. Assim falamos em estatística de empregos, de acidentes, etc.

POPULAÇÃO E AMOSTRA. ESTATÍSTICA INDUTIVA E DESCRITIVA

Ao coletar os dados referentes às características de um grupo de indivíduos ou objetos, tais como as alturas e pesos dos estudantes de uma universidade ou os números de parafusos defeituosos ou não produzidos por uma fábrica em um determinado dia, é muitas vezes impossível ou impraticável observar todo o grupo, especialmente se for muito grande. Em vez de examinar todo o grupo, denominado população ou universo, examina-se uma pequena parte denominada amostra.

Uma população pode ser finita ou infinita. Por exemplo, a população construída por todos os parafusos produzidos numa fábrica num determinado dia é finita, enquanto a população constituída de todos os resultados (cara ou coroa) em sucessivos lances de uma moeda é infinita.

Ver todos os capítulos
Medium 9788577804023

2. Exame de seus Dados

Hair, Jr. Joseph F. Grupo A - Bookman PDF

CAPÍTULO

2

Exame de seus Dados

Objetivos de aprendizagem

Ao concluir este capítulo, você deverá ser capaz de:

Selecionar o método gráfico apropriado para examinar as características dos dados ou relações de interesse.

Avaliar o tipo e o potencial impacto de dados perdidos.

Compreender os diferentes tipos de processos de dados perdidos.

Explicar as vantagens e desvantagens das abordagens disponíveis para lidar com dados perdidos.

Identificar observações atípicas univariadas, bivariadas e multivariadas.

Testar seus dados para as suposições subjacentes à maioria das técnicas multivariadas.

Determinar o melhor método de transformação de dados, dado um problema específico.

Compreender como incorporar variáveis não-métricas como variáveis métricas.

Apresentação do capítulo

Exame de dados é um passo inicial que consome tempo, mas necessário, que às vezes é ignorado por pesquisadores. Aqui o pesquisador avalia o impacto de dados perdidos, identifica observações atípicas e testa suposições inerentes à maioria das técnicas multivariadas. O objetivo dessas tarefas de exame de dados é muito mais no sentido de revelar o que não é aparente do que retratar os dados reais, pois os efeitos “ocultos” são facilmente despercebidos. Por exemplo, os vieses introduzidos por dados perdidos não-aleatórios jamais serão conhecidos a não ser que sejam explicitamente identificados e remediados pelos métodos discutidos em uma seção posterior deste capítulo. Além disso, a menos que o pesquisador reveja os resultados com base em uma análise caso a caso, a existência de observações atípicas não será aparente, mesmo quando elas afetam substancialmente os resultados.

Ver todos os capítulos
Medium 9788563308221

13. Espectroscopia

Carey, Francis A. Grupo A - AMGH PDF

544

CAPÍTULO TREZE

Espectroscopia

C A P Í T U L O

13

Espectroscopia

R E S U M O

13.1

13.2

13.3

13.4

13.5

13.6

13.7

13.8

13.9

13.10

13.11

13.12

13.13

13.14

13.15

13.16

13.17

13.18

13.19

13.20

13.21

13.22

13.23

13.24

13.25

13.26

544

D O

C A P Í T U L O

Princípios da espectroscopia molecular: radiação eletromagnética . . . . . . . . . . . . . . . . . .

Princípios da espectroscopia molecular: estados quantizados de energia . . . . . . . . . . . . . . . .

Introdução à espectroscopia de RMN 1H . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Blindagem nuclear e deslocamentos químicos de 1H . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Efeitos da estrutura molecular nos deslocamentos químicos de 1H . . . . . . . . . . . . . . . . . . .

• Correntes de anel – aromático e antiaromático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Ver todos os capítulos
Medium 9788536300924

Capítulo 7 - Distribuição t

Callegari-Jacques, Sidia Grupo A - Artmed PDF

7

Distribuição t

N

o capítulo anterior, realizou-se um teste de hipóteses para comparar uma média amostral ( [ ) com uma média populacional conhecida (m0) usada como referência. Um teste estatístico foi necessário, porque a média da população amostrada (mA) era desconhecida. Em tais condições, [ foi utilizada para representá-la e como é possível que [ não tenha valor igual ao de mA, foi necessário um procedimento estatístico para se elaborar uma conclusão com uma margem de erro conhecida.

Para o teste estatístico, é fundamental saber-se como variam os valores de x, isto é, qual o valor do desvio padrão (s), pois ele está envolvido no cálculo do erro padrão da média s( [ ), usado no teste.

Uma situação bastante comum é ter-se uma idéia da média da população tomada como referência (m 0), mas se desconhecer o desvio padrão populacional (s). Não conhecendo s, se desconhece também o erro padrão, o que impede a realização do teste de hipóteses da maneira como foi visto no capítulo anterior. A solução é substituir o desvio padrão populacional pelo seu estimador, o desvio padrão amostral (s), e obter, assim, um erro padrão estimado (EP) para a média:

Ver todos os capítulos
Medium 9788521614746

Capítulo 7 - A Distribuição Normal

HINES, William W.; MONTGOMERY, Douglas C.; GOLDSMAN, Dave; BORROR, Connie M. Grupo Gen PDF

Capítulo

7

A Distribuição Normal

7-1 INTRODUÇÃO

Neste capítulo, consideraremos a distribuição normal. Essa distribuição é muito importante, tanto na teoria quanto nas aplicações da estatística. Discutiremos, também, as distribuições lognormal e normal bivariada.

A distribuição normal foi estudada pela primeira vez no século XVII, quando se observou que os padrões em erros de medidas seguiam uma distribuição simétrica em forma de sino. Ela foi apresentada pela primeira vez em forma matemática em 1733, por DeMoivre, que a deduziu como forma-limite da distribuição binomial. A distribuição era, também, conhecida por Laplace antes de 1775. Por um erro histórico, tem sido atribuída a Gauss, cuja primeira referência publicada relativa a essa distribuição apareceu em 1809, e o termo distribuição gaussiana tem sido usado com freqüência. Várias tentativas foram feitas durante os séculos XVIII e XIX para estabelecer essa distribuição como a lei de probabilidade subjacente a todas as variáveis aleatórias contínuas; assim, o nome normal passou a ser usado.

Ver todos os capítulos

Visualizar todos os capítulos