E-36: Testes estatísticos: paramétricos e não paramétricos; amostras independentes e amostras dependentes (2018-2019)

Análise: 
-Ao aplicar o teste X2 a uma amostra da variável 1 verifica-se que é possível rejeitar a hipótese nula (que surge a amarelo na figura em cima apresentada). 

E-35: Estimar parâmetros da população (2018-2019)

Descritivas
			Estatística	Erro Padrão
Idade	Média		21,00	,565
	95% Intervalo de Confiança para Média	Limite inferior	19,84
		Limite superior	22,16
Peso	Média		60,20	,684
	95% Intervalo de Confiança para Média	Limite inferior	58,80
		Limite superior	61,60
Altura	Média		180,73	,608
	95% Intervalo de Confiança para Média	Limite inferior	179,49
		Limite superior	181,98	Gonçalo Gandum

Análise: 

-Através da amostra recolhida, conclui-se que cerca de 95% da média das idades dos indivíduos residentes na cidade, encontra-se entre os 19 e os 22 anos. 

-Em relação à média dos pesos, 95% dos indivíduos está entre os 58,8 e os 61,6 kg.

-Cerca de 95% da média dos indivíduos residentes na cidade apresentam uma altura entre o 1.79 e 1.81 m. 

E-34: Amostragem: construção tabela número aleatórios e seleção de uma amostra aleatória simples (2018-2019)

Análise: 

- Após a elaboração da tabela acima apresentada, tendo esta sido baseada num recolha feita de uma amostra de um estudo. De seguida, no EXCEL, procedeu-se à sua construção, sendo que o seguinte passo consistia na seleção de 10 países para ser possível proceder ao estudo das respetivas ocorrências em cada um dos países selecionados 

E-33: Análise de tendências: regressão não linear - F. Exponencial (SPSS)

        REGRESSÃO NÃO LINEAR - F. EXPONENCIAL (SPSS)

                                                      SPSS - Tabela com:
                               -coeficientes de regressão (constante ; b1)
                               - coeficiente de determinação (R quadrado) 

Sumarização do modelo e estimativas dos parâmetros
Variável dependente: Número de Habitantes
Equação	Sumarização do modelo					Estimativas de Parâmetro
	R quadrado	F	gl1	gl2	Sig.	Constante	b1
Exponencial	,957	177,245	1	8	,000	806,664	,422
A variável independente é Anos.                                                                             Gonçalo Gandum

SPSS - Tabela com:

-  Valores estimados de Y (FIT_1)

- Resíduos (ERR_1)

- Intervalo de confiança dos valores estimados de Y [UCL_1  - LCL_1]

Análise:  

a) variável independente: Anos

    variável dependente: Número de habitantes

b) Coeficiente de correlação de Pearson: r = 0,90

c) Equação: y=0,422x+806,664

d) Coeficiente de determinação: R² = 0,957

e) Valor estimado de Y da 1ª unidade de análise: 54801,06449

f) Resíduo da 1ª unidade de análise: 34698,93551

g) Intervalo de Confiança do valor estimado de Y da 1ª unidade de análise para uma probabilidade de 95%: [25377,75825;118338,13841]

E-32: Análise de tendências: regressão não linear - F. Exponencial (EXCEL)

REGRESSÃO NÃO LINEAR - F. EXPONENCIAL (EXCEL)

Excel - Gráficos

Análise:  

a) variável independente: Anos

    variável dependente: Número de habitantes 

b) Coeficiente de correlação de Pearson: r = 0,90

c) Equação: y= 806,66e0,4219x

d) Coeficiente de determinação: r² = 0,9568
e) Coeficiente de correlação: r 0,90

E-31: Análise de tendências: regressão não linear - F. Potência (SPSS)

REGRESSÃO NÃO LINEAR - F. POTÊNCIA (SPSS)

SPSS - Gráfico

SPSS - Tabela com:
-coeficientes de regressão (constante ; b1)
- coeficiente de determinação (R quadrado)

Sumarização do modelo e estimativas dos parâmetros
Variável dependente: Número de Visitantes
Equação	Sumarização do modelo					Estimativas de Parâmetro
	R quadrado	F	gl1	gl2	Sig.	Constante	b1
Potência	,986	579,373	1	8	,000	8848,191	-1,938
A variável independente é Distância.                                                        Gonçalo Gandum

SPSS - Tabela com:

-  Valores estimados de Y (FIT_1)

- Resíduos (ERR_1)

- Intervalo de confiança dos valores estimados de Y [UCL_1  - LCL_1]

Análise:  

a) variável independente: Distância

     variável dependente: Número de visitantes

b) Coeficiente de correlação de Pearson: r = 0,90

c) Equação: y=- 1,938x+8848,191

d) Coeficiente de determinação: R² = 0,986

e) Valor estimado de Y da 1ª unidade de análise: 1,17809

f) Resíduo da 1ª unidade de análise: -0,17809

g) Intervalo de Confiança do valor estimado de Y da 1ª unidade de análise para uma probabilidade de 95%: [0,66386;2,09066]

E-30: Análise de tendências - regressão não linear - F. Potência (EXCEL)

REGRESSÃO NÃO LINEAR - F. POTÊNCIA (EXCEL)

Excel - Gráficos

Análise:  

a) variável independente: Distância

    variável dependente: Número de habitantes 

b) Coeficiente de correlação de Pearson: r = 0,90

c) Equação: y= 8848,2x(1,918)

d) Coeficiente de determinação: r² = 0,9864
e) Coeficiente de correlação: 0,90

E-29: Análise de tendências: regressão linear (SPSS)

REGRESSÃO LINEAR (SPSS)

 SPSS - Gráfico

SPSS - Tabela com

-coeficientes de regressão (constante ; b1)
- coeficiente de determinação (R quadrado)

Sumarização do modelo e estimativas dos parâmetros
Variável dependente: NumAssaltos
Equação	Sumarização do modelo					Estimativas de Parâmetro
	R quadrado	F	gl1	gl2	Sig.	Constante	b1
Linear	,884	60,673	1	8	,000	11,427	-1,120
A variável independente é NumPolic.                                                                                             Gonçalo Gandum

SPSS - Tabela com

-  Valores estimados de Y (FIT_1)

- Resíduos (ERR_1)

- Intervalo de confiança dos valores estimados de Y [UCL_1  - LCL_1]

Análise: 

a) variável independente: Número de policiais 

     variável dependente: Número de assaltos

b) Coeficiente de correlação de Pearson: 0,90

c) Equação da reta de regressão: y= -1,120x+11,427

d) Coeficiente de determinação: 0,884

e) Valor estimado de Y da última unidade de análise: 9,18750

f) Resíduo da última unidade de análise: -o,18750

g) Intervalo de confiança: 

[6,89071;11,48429]