Baixe o app para aproveitar ainda mais
Prévia do material em texto
Métodos Quantitativos Unidade 4. Estatística inferencial – Parte II 1 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Sumário 2 Seção Slides 4.1 – Correlação entre variáveis quantitativas 03 – 11 4.2 – Teste de significância 12 – 19 4.3 – Regressão linear 20 – 27 4.4 – Estudando resíduos 28 – 43 Anexo A – Alfabeto grego 44 – 46 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br CORRELAÇÃO ENTRE VARIÁVEIS QUANTITATIVAS Seção 4.1 3 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Correlação • Duas variáveis estão correlacionadas quando existe uma relação de dependência entre elas 4 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Covariância 𝐶𝑜𝑣 𝑋, 𝑌 = 𝑥𝑖 − 𝑥 ∗ (𝑦𝑖 − 𝑦 ) 𝑛 − 1 , 𝑐𝑜𝑚 𝑛 ≥ 2 • Correlação entre as variáveis: – Se Cov (X,Y) > 0 ... correlação positiva – Se Cov (X,Y) < 0 ... correlação negativa – Se Cov (X,Y) = 0 ... não existe correlação 5 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Covariância e relação das variáveis • Com covariância tradicional podemos pensar que quanto maior a magnitude da covariância, maior o relacionamento entre as variáveis. • Isso não é verdade, dado que quanto maior o valor dos dados maior a chance disto ocorrer. • Para corrigir tal situação, uma possibilidade é utilizar variáveis padronizadas. • Para corrigir esta questão (padronizar variáveis) utilizar o coeficiente de correlação. 6 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Coeficiente de correlação 𝑟 = 𝜌 𝑋, 𝑌 = 𝑥𝑖 − 𝑥 ∗ (𝑦𝑖 − 𝑦 ) 𝑛 − 1 𝑑𝑝 𝑥 ∗ 𝑑𝑝(𝑦) = 𝐶𝑜𝑣(𝑋, 𝑌) 𝑑𝑝(𝑥) × 𝑑𝑝(𝑦) – Se r > 0 ... variáveis são positivamente correlacionadas – Se r < 0 ... variáveis são negativamente correlacionadas – Se r = 0 ... variáveis não são correlacionadas – Se r = +1 ... correlação positiva perfeita – Se r = -1 ... correlação negativa perfeita Observação: Quanto mais próxima de +1 (relação direta) ou -1 (relação inversa), mais forte é a correlação 7 Forma alternativa de calcular • Mais prática do que as formulas anteriores. • Usar a soma dos quadrados das variáveis. 8 𝑆𝑄 𝑥𝑦 = 𝑥𝑦 − ( 𝑥)( 𝑦) 𝑛 𝑟 = 𝜌 𝑋, 𝑌 = 𝑆𝑄 (𝑥𝑦) 𝑆𝑄 𝑥 𝑥 𝑆𝑄(𝑦) 𝑆𝑄 𝑥 = 𝑥2 − ( 𝑥) 2 𝑛 𝑆𝑄 𝑦 = 𝑦2 − ( 𝑦) 2 𝑛 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 • Usando a SQ(xy) calcular o coeficiente de correlação para as variáveis apresentadas na tabela abaixo e classifique as variáveis quanto à correlação 9 Ano PIB (X) Investimentos em educação (Y) 1950 20 2 1951 22 2 1952 23 3 1953 25 5 1954 26 6 1955 26 8 1956 28 9 D ad o s h ip o té ti co s diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 - resolução Ano (n) 𝑋 𝑌 𝑋2 𝑌2 𝑋𝑌 1950 (1) 20 2 400 4 40 1951 (2) 22 2 484 4 44 1952 (3) 23 3 529 9 69 1953 (4) 25 5 625 25 125 1954 (5) 26 6 676 36 156 1955 (6) 26 8 676 64 208 1956 (7) 28 9 784 81 252 170 35 4.174 223 894 𝑆𝑄 𝑥 = 4174 − 170 2 7 = 45,43 𝑆𝑄 𝑦 = 223 − 35 2 7 = 48 𝑆𝑄 𝑥𝑦 = 894 − 170 ∗ 35 7 = 44 𝑟 = 𝑝 𝑋, 𝑌 = 44 45,43 ∗ 48 = 0,94 X e Y são positivamente correlacionadas (correlação forte). 10 Exercício 1 • Usando a SQ(xy) calcular o coeficiente de correlação para as variáveis apresentadas na tabela abaixo e classifique as variáveis quanto à correlação Ano Consumo (X) Preço (Y) 1950 1 10 1951 2 9 1952 3 8 1953 4 7 1954 5 6 1955 6 5 1956 7 4 D ad o s h ip o té ti co s Resposta: r=-1 ; X e Y apresentam correlação negativa (perfeita) 11 TESTE DE SIGNIFICÂNCIA Seção 4.2 12 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Coeficiente de correlação (𝑟) 13 • Se 𝑟 > 0 ... Correlação positiva entre X e Y – Quanto mais próximo de 1, mais forte a correlação • Se 𝑟 < 0 ... Correlação negativa entre X e Y – Quanto mais próximo de -1, mais forte a correlação • Se 𝑟 = 0 ... Não há correlação entre X e Y • Se 𝑟 ≅ 0 ... Indício de não correlação • Tendo isto em mente, vamos fazer teste de hipótese para checar a força de uma correlação por meio de 𝑟 (teste de significância) diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Teste de significância (hipóteses) 14 Hipóteses Lado 𝐻0: 𝜌 ≥ 0 (não há correlação negativa significativa) 𝐻1: 𝜌 < 0 (correlação negativa significativa) Unilateral à esquerda 𝐻0: 𝜌 ≤ 0 (não há correlação positiva significativa) 𝐻1: 𝜌 > 0 (correlação positiva significativa) Unilateral à direita 𝐻0: 𝜌 = 0 (não há correlação significativa) 𝐻1: 𝜌 ≠ 0 (correlação significativa) Bilateral diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Fórmula para calcular hipóteses • Teste 𝑡 pode ser usado – Caso de correlação entre duas variáveis ser significativa – Distribuição 𝑡 com 𝑛 − 2 graus de liberdade 𝑡𝑐 = 𝑟 𝜎𝑟 = 𝑟 1 − 𝑟2 𝑛 − 2 15 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 • Nos slides 09 e 10 foi apresentado um exemplo com relação a PIB e investimento, onde o 𝑟 = 0,9423. Com 95% de confiança, o valor de 𝑟 = 0,9423 indica que a correlação é significante? 16 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 - resolução • Passo 1: elaborar hipóteses Teoricamente, parece que quando investimento , o PIB 𝐻𝑜: 𝜌 = 0 ... Não há correlação significante 𝐻1: 𝜌 ≠ 0 ... Correlação significante • Passo 2: Fixar nível de significância 𝛼 = 100% − 95% = 5% • Passo 3: Calcular estatística 𝑡𝑐 = 0,9423 1 − (0,9423)2 7 − 2 ≅ 6,2940 17 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 - resolução • Passo 4: Tomar decisão Como teste é bilateral, devemos consultar a coluna 5% na tabela 𝑡 Pegando 𝑔𝑙 = 7 − 2, vamos na linha 5, e coluna 5%, e dessa forma, percebemos que 𝑡 = 2,571, ou seja, nossa região crítica é R𝐶 = {𝑇 ∈ ℝ|𝑇 ≤ −2,571 𝑜𝑢 𝑇 ≥ 2,571} Como 𝑡𝑐 = 6,2940 ∈ 𝑅𝐶, rejeitamos 𝐻0, ou seja, nossa correlação entre PIB e Investimento pode ser considerada significativa 18 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exercício 1: Obter o coeficiente de correlação entre o conjunto de dados da tabela abaixo e testar a significância de 𝑟 para 95% de confiança. – Adotar: 𝑆𝑄 𝑋 = 0,4417; 𝑆𝑄 𝑌 = 8,6363 ; 𝑆𝑄 𝑋𝑌 = − 1,5172. (Resposta: 𝑡𝑐 = −2,75821). Pessoa Índice de placa bacteriana (X) Tempo de escovação em minutos (Y) 1 0,08 2,50 2 0,18 1,20 3 0,78 0,50 4 0,03 2,80 5 0,20 1,18 6 0,00 4,00 7 0,05 2,50 19 REGRESSÃO LINEAR Seção 4.3 20 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Regressão linear • Princípio básico: reta que melhor se ajusta a um conjunto de pontos (X,Y) observados 21 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Matematicamente • De modo intuitivo, pensar numa função de grau 1: 𝑦 = 𝑎𝑥 + 𝑏, em que 𝑎 e 𝑏 são números desconhecidos, e para ser uma função de grau 1, 𝑎 ≠ 0. • Regressão linear: Dada uma amostra de dadosbivariados, vamos montar função: 𝑦 = 𝑎 𝑥 + 𝑏 – Como se trata de uma “reta média” entre os pontos observados, é importante perceber que existe um erro entre cada valor da amostra e da reta. 22 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Calculando os coeficientes 𝑦 = 𝑎 𝑥 + 𝑏 𝑎 = 𝑟 𝑠(𝑌) 𝑠(𝑋) 𝑏 = 𝑦 − 𝑎 . 𝑥 • Legenda: 𝑎 = coeficiente angular 𝑏 = intercepto 𝑟 = coeficiente de correlação 𝑠 = desvio-padrão amostral 𝑦 = média dos valores de Y 𝑥 = média dos valores de X 23 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Fórmulas alternativas 𝑦 = 𝑎 𝑥 + 𝑏 𝑎 = 𝑛 𝑥𝑦 − ( 𝑥)( 𝑦) 𝑛 𝑥2 − ( 𝑥) 2 = 𝑆𝑄(𝑥𝑦) 𝑆𝑄(𝑥) 𝑏 = 𝑦 − 𝑎 𝑥 = 𝑦 𝑛 − 𝑎 𝑥 𝑛 24 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 • Obter a regressão linear do conjunto de dados da tabela abaixo: Pessoa Índice de placa bacteriana (X) Tempo de escovação em minutos (Y) 1 0,08 2,50 2 0,18 1,20 3 0,78 0,50 4 0,03 2,80 5 0,20 1,18 6 0,00 4,00 7 0,05 2,50 25 Exemplo 1 – resolução n X Y X^2 Y^2 XY 1 0,08 2,50 0,0064 6,2500 0,2000 2 0,18 1,20 0,0324 1,4400 0,2160 3 0,78 0,50 0,6084 0,2500 0,3900 4 0,03 2,80 0,0009 7,8400 0,0840 5 0,20 1,18 0,0400 1,3924 0,2360 6 0,00 4,00 0,0000 16,0000 0,0000 7 0,05 2,50 0,6903 6,2500 0,1250 Soma 1,32 14,68 0,6906 39,4224 1,2510 Média 0,18857 2,09714 dp 0,27132 1,19975 26 Exemplo 1 – resolução 𝑆𝑄 𝑋 = 0,6906 − 1,32 2 7 𝑆𝑄(𝑋) = 0,44169 𝑆𝑄 𝑌 = 39,4224 − 14,68 2 7 𝑆𝑄(𝑌) = 8,63634 𝑆𝑄 𝑋𝑌 = 1,2510 − 1,32 ∗ 14,68 7 𝑆𝑄(𝑋𝑌) = −1,51723 𝑎 = 𝑆𝑄(𝑋𝑌) 𝑆𝑄(𝑋) = −1,51723 0,44169 𝑎 = −3,43509 𝑏 = 𝑦 − 𝑎 . 𝑥 𝑏 = 2,09714 − (−3,43509)(0,18857) 𝑏 = 2,74490 𝑦 = 𝑎 𝑥 + 𝑏 𝑦 = −3,43509𝑥 + 2,74490 27 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br SEÇÃO 4.4 Estudando os resíduos 28 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Recapitulando - Exemplo 1 • Supondo dados da tabela, 𝒏 𝒙𝒊 𝒚𝒊 𝒙𝒊 𝟐 𝒚𝒊 𝟐 𝒙𝒊. 𝒚𝒊 1 2 8 4 64 16 2 4 8,5 16 72,25 34 3 5 9 25 81 45 4 6 10 36 100 60 5 8 10,5 64 110,25 84 6 9 11 81 121 99 7 10 12 100 144 120 44 69 326 692,5 458 Média 6,28571 9,85714 29 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 – coeficiente de correlação • 𝑆𝑄 𝑥 = 326 − 44 2 7 = 49,42857 • 𝑆𝑄 𝑦 = 692,5 − 69 2 7 = 12,35714 • 𝑆𝑄 𝑥𝑦 = 458 − 44∗69 7 = 24,28571 • 𝑟 = 24,28571 49,42857∗12,35714 = 0,98266 30 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 - 𝑟 significante (95%) • 𝐻0: 𝜌 = 0 (não há correlação significante) • 𝐻1: 𝜌 ≠ 0 (há correlação significante) • 𝑡𝑐 = 𝑟 1−𝑟2 𝑛−2 = 0,98266 1−(0,98266)2 7−2 = 11,85022 • 𝛼 = 100% − 95% = 5% • 𝑅𝐶 = 𝑇 ∈ ℝ|𝑇 ≤ −2,571 𝑜𝑢 𝑇 ≥ 2,571 • Como 𝑡𝑐 ∈ 𝑅𝐶, rejeitamos 𝐻0, ou seja, existem indícios que permitem considerar a correlação entre 𝑥𝑖 e 𝑦𝑖 31 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 – regressão linear • 𝑎 = 𝑆𝑄(𝑥𝑦) 𝑆𝑄(𝑥) = 24,28571 49,42857 • 𝑎 = 0,49133 • 𝑏 = 𝑦 − 𝑎 ∗ 𝑥 = 9,85714 − 0,49133 ∗ 6,28571 • 𝑏 = 6,76878 • 𝑦 = 𝑎 𝑥 + 𝑏 • 𝑦 = 0,49133𝑥 + 6,76878 32 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Contexto • Mesmo ajustando a regressão aos dados observados, ainda assim é comum que o ajuste esteja sujeito a erros, o qual chamamos de desvios 33 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Tipos de desvios • Desvio não explicado: diferença entre valor amostrado e o valor previsto pela regressão (𝑒𝑖 = 𝑦𝑖 − 𝑦 𝑖) – Diferença entre valor previsto e o amostrado • Desvio explicado: diferença entre o valor previsto pela regressão e o valor médio da mesma (𝑦 𝑖 − 𝑦 ) – Desvio totalmente entendido pela regressão • Desvio total: diferença entre o valor amostrado e o valor médio (𝑦𝑖 − 𝑦 ) – Ou seja, desvio total = desvio explicado + desvio não explicado 34 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Fórmula dos desvios 𝑉𝑎𝑟𝑖𝑎çã𝑜 𝑡𝑜𝑡𝑎𝑙 = 𝑣𝑎𝑟. 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎 + 𝑣𝑎𝑟. 𝑛ã𝑜 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎 (𝑦𝑖 − 𝑦 )2 = (𝑦 𝑖 − 𝑦 )2 + 𝑦𝑖 − 𝑦 𝑖 2 35 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 - desvios 𝒏 𝒙𝒊 𝒚𝒊 Regressão DT DE DNE 1 2 8 7,75145 3,44898 4,43396 0,06178 2 4 8,5 8,73410 1,84184 1,26122 0,05480 3 5 9 9,22543 0,73469 0,39906 0,05082 4 6 10 9,71676 0,02041 0,01971 0,08022 5 8 10,5 10,69942 0,41327 0,70943 0,03977 6 9 11 11,19075 1,30612 1,77851 0,03639 7 10 12 11,68208 4,59184 3,33040 0,10107 69 - 12,3571 11,93229 0,42486 Média 9,85714 - - - - Desvio total: 𝐷𝑇 = (𝑦𝑖 − 𝑦 )2 𝐷𝑇 = 𝐷𝐸 + 𝐷𝑁𝐸 Desvio explicado: 𝐷𝐸 = (𝑦 𝑖 − 𝑦 )2 Desvio não explicado: 𝐷𝑁𝐸 = 𝑦𝑖 − 𝑦 𝑖 2 36 Coeficiente de determinação (ou explicação) • Medida que mostra em termos percentuais, quanto de Y e explicado por X. Por exemplo, se o resultado do coeficiente de determinação for 0,8: – Significa que 80% da variação de Y se deve a X – Significa que 20% não pode ser explicado por X 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎çã𝑜 = 𝑣𝑎𝑟𝑖𝑎çã𝑜 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎 𝑣𝑎𝑟𝑖𝑎çã𝑜 𝑡𝑜𝑡𝑎𝑙 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎çã𝑜 = 𝑟2 37 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 – coeficiente de determinação (𝑟2) 𝑟2 = 𝑣𝑎𝑟𝑖𝑎çã𝑜 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎 𝑣𝑎𝑟𝑖𝑎çã𝑜 𝑡𝑜𝑡𝑎𝑙 = 11,93229 12,35714 = 0,96562 Ou 𝑟2 = 0,982662 = 0,96562 – Isso significa que 96,56% da variação de Y se deve a X – E que 3,44% não pode ser explicado por X 38 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Intervalo de previsão (IP) • Intervalo de previsão: quando fazemos uma regressão linear 𝑦 = 𝑎 𝑥 + 𝑏 , é natural se construir um intervalo de confiança para a estimativa • Dada 𝑦 = 𝑎 𝑥 + 𝑏 , para cada valor específico 𝑥𝑖, o intervalo de confiança para 𝑦𝑖 será: 𝑦 𝑖 − 𝐸 < 𝑦𝑖 < 𝑦 𝑖 + 𝐸, ou, 𝑦 𝑖 − 𝐸, 𝑦 𝑖 −𝐸 , onde 𝐸 é a margem de erro. 39 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br IP • Dada regressão 𝑦 = 𝑎 . 𝑥 + 𝑏 , margem de erro 𝐸 para estimativa 𝑦 0, calculada a partir de um valor 𝑥0, é dada por: 𝐸 = 𝑡𝛾 ∙ 𝑆𝑒 ∙ 1 + 1 𝑛 + 𝑛 𝑥0 − 𝑥 2 𝑛 𝑥2 − 𝑥 2 𝑡𝛾 é obtido a partir da tabela T com n-2 graus de liberdade e erro padrão da estimativa obtido pela fórmula: 𝑆𝑒 = (𝑦𝑖 − 𝑦 𝑖) 2 𝑛 − 2 = 𝑦𝑖 2 − 𝑏 𝑦𝑖 − 𝑎 𝑥𝑖𝑦𝑖 𝑛 − 2 40 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 - IP 𝑦 = 0,49133𝑥 + 6,76878 com 95% de confiança para 𝑦 0, dado 𝑥𝑜 = 4 Resolução: 𝑦 0 = 0,49133 ∗ 4 + 6,76879 = 8,73410 𝑆𝑒 = (𝑦𝑖 − 𝑦 𝑖) 2 𝑛 − 2 = 0,42486 7 − 2 = 0,29150 41 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 – IP (continuação) • 𝛼 = 100% − 95% = 5% ... 𝑡𝛾 = 2,571 • 𝐸 = 𝑡𝛾 ∙ 𝑆𝑒 ∙ 1 + 1 𝑛 + 𝑛 𝑥0−𝑥2 𝑛 𝑥2− 𝑥 2 • 𝐸 = 2,571 ∙ 0,29150 ∙ 1 + 1 7 + 7(4−6,28571)2 7(326)−(44)2 • 𝐸 = 0,83742 42 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br Exemplo 1 – IP (continuação) • 𝐼𝐶 𝑦 0 = 8,73410 ; 95% • 𝐼𝐶 = 8,73410 − 𝐸; 8,73410 + 𝐸 • 𝐼𝐶 = 8,73410 − 0,83742; 8,73410+0,83742 • 𝐼𝐶 = 7,89668; 9,57152 Conclusão: Há 95% de probabilidade de 𝑦 0, calculado a partir de 𝑥0 = 4, pertencer ao intervalo 7,89668; 9,57152 . 43 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br ALFABETO GREGO Anexo 44 diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br A. Alfabeto grego 45 Nome Pronúncia Minúscula Maiúscula Equivalente latino Alfa Alpha a Beta Vita b Gama Ghama gh = g = j Delta Dhelta dh = d Epsilon Épsilon e Zeta Zita z Eta Ita e ou h Teta Thita th = t Iota Iota i = j Kapa Kappa k = c = qu Lambda Lambda l Mi Mi m diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br B. Alfabeto grego (continuação) 46 Nome Pronúncia Minúscula Maiúscula Equivalente latino Ni Ni n Ksi Ksi ou xi ks = cs = ch (X) Omicron Ômikron o Pi Pi p Ro Ro r = rh Sigma Sigma s Tau Taf t Upsilon Ípsilon u = y = i Phi Fi ph = f Psi Psi Os Chi Khi (ri) kh = x (H) Omega Omega o diegofernandes.weebly.com Prof. Me Diego Fernandes Emiliano Silva diego.fernandes@pitagoras.com.br
Compartilhar