a ea ANNE uaa UD STO prea seaRI i th ee
ESTATISTICA
APLICADA E
PROBABILIDADE
PARA ENGENHEIROS
feonereew octet)
George C.
* aunty Estatistica Aplicada e
Probabilidade para Engenheiros
Quarta Edicao
Douglas C. Montgomery
Arizona Sate University
George C. Runger
Arizona State University
Traducio ¢ Revisio Técnica
Prof* Verdnica Calado, D. Se.
Professora Adjunta — Departamento de Engenharia Quimica
Escola de Quinica/UFRI
UNIFEMM - BIBLIOTECA
Lseesi
”
&
Sot
LTC CAPITULO 1 O Papel da Estatistica em
Engenharia 1
Ie] QO Métedode Engenharia e 0 Pensamento
Estatistico 1
1-2. Coletando Dados em Engenharia 3
12.1 Principios Bisicos 3
sudo Retrospectivo 3
sudo de Observasao 3
Exporimentor Planejados 3
5 Obsereando Prosesuos a0 Longa do Teripo 5
122
123
124
12s
1-3. Modelos Mecanicisas e Empiricos. 7
1-4 Probabilidace e Mesdelos de Probabilidade 9
CAPITULO 2 Probabilidade 10
2 © Eventos 10
211 Expevimentes Aleatries 10
21.2 Espagos Amostais 11
213 Exentos 13
Did Teenicasde Comagem 15
2-2 Interpretacdes de Probabilidade 19
22.1 Inroducio 19
2.2.2 Asiomas da Probatilidade 21
Regrasde Adiga 23
Probabilidade Concicional 25
Regras da Multiplicagdo e da Probabilidade Total 28;
2S] Reprada Multiplicugao 28
252 RegradaProbubilidade Total 29
Independéacia 31
Teorema Ue Bayes 34
Varifveis Aleatiriay 35
CAPITULO 3 Varidveis Aleatérias Discretas ¢
Distribuicdes de Probabilidades 42
Variveis Aleatérias Discretas 42
fl
-2_Distribuigdes de Probabilidades e Fungdes de
Probabilidade 43
Fungées de Distribuigzo Cumulativa
‘Média ¢ Varidncia de uma Varivel Aleat6ria
Discreta 46
Distibuigio Uniforme Disereta 49
Distribuigdo Binomial 50
Distribuigdes Geométrica e Binomial Negativa 54
37.1 Distribuiga0Geométrica $4
372 Distribuiedo Binomial Negativa $5
3-8 Distribuicao Hipergeometrica 37
Disteibuigao de Poisson 60
Sumario
CAPITULO 4 Varidveis Aleatorias Continuas e
Distribuigées de Probabilidades 67
AL Variéveis al
satGrias Comtinuas 67
4-2 Distribuigdes de Probabilidades e Fungdes Densidades
de Probabilidade 68
43 Fungies de Distribuigdo Cumulativa 69
44 Média e Varincia de uma Variivel Aleat6ria
Continus 71
Distribuigdo Continua Uniforme 72
Distribuigao Normal 73
Aproximaggo da Normal para as DistribuigGes
Binomial e de Poisson 79
48 Distribuisdo Exponencial 82
49° Distribuigses de Erlang
4-10 Distribuigao de Weibull 87
4
CAPITULO 5. Distribuigées de Probabilidades
Conjuntas 93
SL Duas ou Mais Varidveis Aleatérias Diseretas 93
Dissibuigdes de Probabilidades Conjumtas 93
Distribuigdes de Probabilidades Marginais 04
Distritwigtes de Profubilidades Condicionais 94
Indenerdéncia 95
Variiveis Alesbrias Discretss Méliplas 96
Distribuigces de Frofubilidales Multinomiais 97
5-2 Duasou Mais Variaveis Aleatérias Continuas 100
5-21 Distribuigdes de Probabilidades Conjuntas 100.
Disiribuicies de Probabilidsues Marginais 101
Distibuigaes de Probabiidades Condicionsis 102
Independéneia 103
Variiveis Alest6rias Cont
Maltiplas 104
5-3 Covatifincia e Comelagio 107
5-4 Distripuigdio Normal Bivariada 110
5-5 Fumedes Lineares de Varidveis Aleat6ries 112
5.6 Vérias Fungiies de Variiveis Aleat6rias 115
CAPITULO 6 Amostragem Aleatéria ¢ Descrigao
de Dados 119
Resumos Numéricos 119
Diagramas de Ramoe Folhas 122
Disirbuigdes de Frogiiéncias e Histogramas. 126
Diagramas de Caixa 129
Graticos Segueneiais Temporais 131
Graticos de Probabilidade 134 xiv Sumsrio
CAPITULO 7 Distribuicoes Amostrais ¢
Estimacao Pontual de
Paraémetros 140
7-1 Introdugio 140
7-2 Distribuigtes Amostmaise Teoema do Limite
Central 141
7-3 Conceitos Gersis de Estimagdo Pontual M44
31 Estimadores Nio-tenlenciosos. 144
Variincia de um Estimador Pontual MS
Erro-paalria: Reportando uma Estimatva
Pontual 145
34 Br Quadeitico Médie de om Estimador 146
7-4 Métodas de Eximagio Pontual 147
741 Método dos Moments 147
7-42 Mélodo da Maxima Verossimilhanga 148
7-43. Estimario Bayeseana de Pacimetros 151
CAPITULO 8 Intervalos Estatisticos para uma
Unica Amostra_ 157
1 Introdugio 157
-2— Intervalo de Confianga para a Média de uma
Distribuigdio Normal, Varidcia Conhecida 138
S21 Desenvolvimento do Inervalo de Conan e Suas
Propriedades Bésicas 158
Escola do Tamaabo da Amostea 159
limites Unilaterisis de Confianga 160
Método Geral para Deducir um Inervalo de
Confianga 160
8.2.5 Intervalo de Confianga para yp, Amostra Grande 160
8-3 Intervalo de Confianga para a Media de uma.
Distribuigde Normal, Varianets Desconhecida 162
Si1Disirbuigsor 163
32 Intervalo de Conianga #pam w 163
8-4 Inervalo de Confianga para a Varidneia e para 0
Desvio-padrio de uma Populaedo Normal 166
8-5 Imtervalo de Confianga para a Proporgio de uma
Populagio, Amostra Grande 168
8-6 Roteiro para a Construgio de Intervalos de
Confianea 170
8-7 Imervalos de Tolerincia e de Previsio 170.
87.1 Interval de Previsie para ums Observacio
Fura 170)
$7.2. Intervalo de Tolesincia para uma Distibuigso
Normal. 71
62
CAPITULO 9 Testes de Hipdteses para uma
Unica Amostra 177
9-1 Testes de Hipétexes 177
ore} ss Estaitieas 177
Hipsteses Unilateraise Bilaterais 181
Valores Pinos Testes de Hipdteses 182
Concerto entre Testes de Hyporeses¢ Intervalos de
Confianga 183
94,6 Procecimento Geral para Testes de Hipoteses 183
Testes pura a Média de una Distribuigio Normal,
\Varincia Conhevida 185
9.2.1 Testesde Hipéteses para a Média 185.
9.2.2 Ero Tipo lle Fecotha do Tamanho di Amostra, 187
°
9-3 Testes pare a Média de urna Distribuigio Norm
Variincia Desconhecia 190
21 Tost de Hinsteses pa a Midi
932 Valor? paraum Teer 191
93.3 Eino‘ipe Ite Escohta do Taranto ca Amst 192
9-4 Testes pars a Varina e para 0 Desvin-padio de urna
Distribiigio Nonmal 194
94k Testes de Hipéeses para 8 Vinci 194
9-42 Faro hpo Ie Essolna do Tamanto ca Amora 198
Testes para a Proporgao de uma Pepulagio 196
S31 Testes prs una Propo, Amwoes Grand 197
932 Lino Tpe Ile Ewsotha do Tasanko da Amentra 198
9.6 Tabelucom um Resumo dos Provedimentos de
Infestncta para uma Union Amestra 100
9.7 Testando « Adeguagto.de am Ajusie 199
9.8 Testes para Tabela de Contingénein 22
“Teste para Amosts Grandes 189
190.
CAPITULO 10. Inferéncia Estatistica para Duas
Amostras 208
10-1 Introdugao 208
10-2 Inferéncia na Diferenga de Médias de Duas
Disttibuigdes Normais, Varidncias Conhecidas 209
10-21 Testes de Hipsteses pera « Diferenga de Médias,
Varidnciss Conheeidas 200
10-22 Eno Tipo Tle Eseolha do Tamanho da
Amostra 210)
10-23 Intervalo de Confianga para a Diferengs de Melts,
Varidncias Connecidas 211
10-3 Inferéneia na Diferenga de Médias de Das:
Distribuigdes Normais, Varigncias Desconhecidas 213
10-31 Testes de Hipstses pura a Diforenga de Médias,
Varifncias Descontocidas 213
era Tipo Tle Fscatha do Tamanho da
Amostra 216
3.3. Inervala de Confisnes para a Diferenga de Medics.
Variancias Deseontecidas 217
10-4 Teste ¢Empareliado 220
10-5 Inferéucia para as Varancias de Duas Distribuigdes
Normais. 224
1-31 Distnbuigie F224
10-52. Teves de Hipsteves para » Razo de Duas
103,
X
Narifneias 2
1053. ErroTipo Tle Escolha do Tamanino da
Amestra 226
10-54 Intervalo de Confiangs pura 2 Razao de Dvas
Virigmeias. 2
10-6 Inferéxeia para as Proporgoes de Dus Populagdes 227
|0-6.1 Testes para.a Diferenga nas ProporgGes de ust
Populasie, Amostras Grandes. 227
10.62. Exo Tip Ile Escolha do Tamanho da Amostra
0-63 Interval cle Confiangs para a Diferenca de
Proporgiies de Populagies. 729
10-7 Tabela com um Resumo e Roteiros dos Pro
de Inferéncia para Duas Amostras 230
sdimentos
CAPITULO 11 Regressdo Linear Simples
Correlagdo 235
I1-L Modelos Empiticos 235
Regressio Linear Simples 237
11-3. Propriedades dos Fstimadores de Minimios,
Quadridos 243 n+
‘Testes de Hipsteres aa Regressio Linear Simples. 243
Hell Uso des Totes ¢
11-42 Abordagem de Andlse de Varina para Testar
Signiticanciada Resressio, 244
Intervalos de Confianca 246
TLS. Intervalos de Confianca para a Inclinaga0 e 4
Intersegao 246
11-52 Intervalo de Conttanga para a Respowa Media. 247
Previsao de Novas Observacdes 248
Calculo da Adequagio do Modelo de Regiessi0 249 14-1
TET.1Anilise Residual 249 M2
11-72 Cosficiente de Determinagio (R2) 251 Ha
118 Correluctio 253
119 Transformaciies 256
L1-9. Regressio Logfsiiea 258
CAPITULO 12 Regresséio Linear Miiltipla 265 Ha
12-1 Modslo de Regressio Linear Meltipla 265
Introdcio 7
Esiimacio de Minirnos Quadrados des
Parimetros 267
Abordigem Matrcial para Regressio Linear
Muttipla 269 16
Proprictales dos Estimadencs de Mininns 147
Quadrades 271
12-2 Testes de Hipsteses para a Regressio Linear
ipsteses p et 1s
Maittipla_ 278
12-21 Teste para a Significincia da Regressio
12.2.2 Testes para 0s Coeficiente Individusis de
egress ¢ Subconjunios de Coeficientes 279
Trtervalos de Confianga para a Regressio Linear
Maittipla 283
1
12-34 Inlervalos de Confianga para es Covticientes
Ingividuais de Regs
12.32. Intervslosde Contisnea para a
Resposta Média 283
12-4 Proviso de Novas Observacies 284
12.5. Verificuclia ds Adequacio do Modelo 286
12-5... Anilise Residual 286
1252 ObservagdesInfluentes 287
126 Aspects da Modelagem por Regressio Mulipha 250
“Modelos Pobinomiais de Regressio. 290
Regressores Catesricos¢ Varisvels
Inicativas 291
12.63 Selesia de Viriveis « Construgao de
Modelos 292 -
12-64 Maltcolinearidsde 297 155
CAPITULO 13 Planejamento ¢ Andlise de 156
Experimentos com um Unico Fator:
A Andlise de Varidncia 306
13-1 Planejando Experimemos de Engenharia 306
13-2 Experimento Completamente Aleatorirado com um,
Cinico Fawor 307
Exomplo: Resinncia Teas 107
Aitive ds Varineia 308
Cemparagdes Méltiplas em Seguida ANOVA 312 16-4
13-24 Anilise Residual e Veriicaezo du Madelo 313
1-25 Daterminindo oTamanhode Amostia 314
133 Modelo com Efeitos Aleaiorios 319
A Falores Fixos contra Aleatirios 319)
32. ANOVA e Componcntes de Vargncia 319 16-5
CAPITULO 16 Controle Estatisti
Sumisio XY
Plaaejamento com Blecos Completos Meatorizaddos 321
IS-L1 Pransjamento © Anise Estatstica 321
1342. Comparagies Maiplas 324
[3-43 _Analise Residual ¢ Verficagio do Modelo. 325
CAPITULO 14 Planejamento de Experimentos
com Varios Fatores 330
Introdugao 330
Experimentos Fatoriais,
Experimentos Fateriais com Dols Fatorey 334
332
43.1 Anilise Estatisica de Medelo de
Eiitos Fixos 335
14-32 Verificacio da Adequacio do Modelo. 338 |
14-33. Uma Observacio por Célula 338
Experimentos Fatoriais em Geral 340
Planejamentos Fator
14.5.1 Planejamento 2
14-52 Planejamento 2 para k = 3 Patores 346
14.5.3 Replica Unica do Planejamento 2 350
14.544 Adisio de Pontos Cenirais a ue
Planejamenio 2 352
Blecagem e Superposicio no Planejamento 356
Replicagio Fraciondria do Planejamento 2° 359
L471 Uma Meia-fragio do Planejamento 2. 360)
14.7.2 Fragies Menores: O Fatorial Fraciondrio 2°° 363
Métodos e Plancjamentos de Superticie de Resposta 370
CAPITULO 15 Estatistica Nao-paramétrica 381
Intodugio 381
Teste dos Sinais 382
15.2.1 Deserigio do Teste 382
15.2.2 Teste dos Sinais para Amostras Emparclbadas 383
15.2.3 Frro Tipo Il para o Teste dos Sinais 384
15.24 Comparagio como Teste # 385
Teste de Wilcoxon do Posto Sinalizado 386
153.1 Descrigio do Teste 386
15.3.2 Aproximagio pars Amostras Grandes. 387
153.3. Observagdes Emparchhadas 387
15.3.1 Comparagio como Teste #388
‘Teste de Wilcoxon da Soma dos Postos 388
154.1 Descri¢io do Teste 388
154.2 Aproximagio pars Amostras Grandes. 389
[54.3 Comparagdo como Teste 1 389
Métodios Nao-paraméiricos na Andlise de Variancia
155,1 Tested Kruskal-Wallis. 390
15.5.2 ‘Tarsformagio de Posto 381
Testes de Seqiigneias 392
co da
Qualidade 395
Melhoria e Estatistica da Qualidade 385
Controle Esiatistico da Qualidade 396
Controle Esiatistico de Pracesso 396
Introdugio 20s Grificos de Controle 396
164.1 Principios Basices 396
16-42 Projeto de um Gritico de Controle 399
194.3 Subgrupos Racionais 400
Goi Anilise de Padsdes nos Grilices do Controle
Grificos de Controle para eR ouS 402 xvi Sumirio
16-6 Griticos de Controle para Medias Individuals 407
16-7 Capacidade de Processo 410
16-8 Graficos de Controle para Arritutes 413
Vor Graco # (Grave de Consok para Proposed) 413
1682 Chalo U (Grice de Controle pare Defies por
Unidade) 14
16-9 Desempenhe dos Griticas de Controle 416
16-10. Grificos Ponderndos no Tempo 418
\G-l0.1.Cratioo de Controe para Soma Cumulatva 418
16-10.) Critic de Controle para a Média Mével Ponderada
Exponeacialmente 2
16-11 Ouiras Ferramentas para Solugdo de Problemas de
CEP 425
16-12 Implementando CEP. 426
APENDICES 435
———
APENDICE A. Tabelas ¢ Gréficos Estatisticos
437
Tabelal Resumo de Disiribuigdes de Probabilidades
Comuns. 438
‘abela IT Probabililades Cumulativas Binomisis 4
Tabela IM istribuigsio Cumutadva da Normal Padriio 442
Tabela TV Pontos Percentuais x, it Distribuigtio
Qui-quadrudo 444
Tatels VV Pontos Percentuais ¢,, da Diswibuigioe 445
Tubela VI Pontos Percentuais /.,,, da Distribuigio F_-H6
Gréfico VI Carvas Caracteristicas Operacionais 451
Tubela VIII Valores Criticos para o Teste dos Sinais 460
Tubela IX Valores Criticos para o Teste de Wileoxon do
Posto Sinalizado 460
TubeluX Valores Criticos para o Teste de Wilcoxon da
Soma dos Postos 461
Tubelu XI Fatores para a Construgio de Grificas de
Controle para Varkiveis. 46
Tabelu XII Fatores para Intervalos de Tolerdncia 463,
APENDICE B. Respostas para os Exercicios
Selecionados 465
APENDICE C. Bibliografia 478
GLOSSARIO 480
INDICE 491 O Papel da Estatistica em Engenharia
RESUMO DO CAPITULO
$4 © METODO DE ENGENHARIA E 0 PENSAMENTO,
ESTATISTICO
LETANDO DADOS EM ENGENHARIA
21 Principios Basicos
22 Estude Retrospective
1:23 Estado de Observagio
1.2.4. Experimentos Plarcjados
1.2.8. Observanudo Pracessos av Lange do Tempo
1-3. MODELOS MECANICISTAS E EMPIRICOS,
1-4 PROBABILIDADE F MODELOS DE PROBABILIDADE
OBJETIVOS DE APRENDIZAGEM
Deposs de um cuidadoso estudo deste capftulo, voce deve ser capa de:
2 be
Explicar a diferenga entre estudos enumerativos e analiticos
Dascutir os 1
ficar o papel que a estatisticu pode desempenhar no processo de resolugio de problemas de engenharia
Discutir como a variablidade afets os daclos coletades e usados para tomar decisSes de engenhatia
adios diferentes que engenheiros usam para coletar dados
‘entificaras vantagens que os experimentos planejados 1@m em comparagao a ouiros métodos de colets de dados de engenhar
plicer as diferengas entre modelos mecanicistas e modelos empiricos
Discutir como probabilidade € modelos de probabilidade sao usados em e
sharia ¢ ei ciéncis,
1-1 O METODO DE ENGENHARIA E O
PENSAMENTO ESTATISTICO
enheiro ¢ alguém que resolve problemas de interesse da
ade, pela aplicacao eficiente de principios cienificos. Os
genbeiros 0 realiram seja pelo refinamento de um produto ou
praceso jfexistente, seja pela elaboraydo do projeto de um nove
produto Ou process que atenda as necessidades dos consumi-
Sores. O método deengenharia ou cientifieo & subordagem para
formular ¢ resolver esses problemas. Ax etapas no método de
aria sdo dadas a seguir:
Desenvolver uma descrigio clara € concisa do problema
Idertificar, pelo menos tentaridentificar, os fatoresimpor-
tantes gucafetam esse problema ou que possamdesempe-
‘har um papel em sua soluggo
3. Propor um modelo para o problema, usando conhecimen
to ciemtfico ou de engenhuria do fondmeno sendo estuda-
do, Estabelecer qualquer limitagiio ou suposigéo do mo-
ele,
4. Conduzir experimentes apropriados ¢ coletar éados para
tostar cu validar o modelo-tentativa ou conclusdes fe
nas ctapas 2 3,
. Refinar o madelo, eom base nos dadlos abservados.
|. Manipularo modelo de modo a ajudaro desenvolvimento
«da solugio do problema.
7. Conduvir um experimento apropriado para confirmar que
1 solugiio proposta para o problema & efetiva eeficiente
8. Tirar conclusbes ou farerrecomendagdes baseadas na s0-
lagio do problema,
As etapas no metodo de engenharia sto mostradas aa Fig. 1-1
Note que © metodo de engenharia caractenza uma forte relagao
reciproca entreo problema, os fatores que podem influenciar sua
solugao, um modelo do fendmeno e a experi¢neia para vetificar
‘a adeyuacdo do rrodelo ¢ da solugo proposta pera o problema,
‘As elapas 2-4 na Fig, 1-1 sfo envolvidas emt um quaurado, indi-
tcando que virios ciclos ou iteragSes dessas etapas podem ser
equeridos pura obter a solugio final. Consequentemente, eng
sm de saber como planejar, eficientemente, os espe
mcntos, coletar dados, analisé-los ¢ interpretd-los e entender
como os dados observados estéo relacionados com o modelo que
cles propuseram para 0 problema sob estudo.
‘Ocampo de estatistica lids com a coleta, apresenta
lise © uso dos dados para tomar decisdes, resolver problemas ©
plangjue produrose processox. Devido a muitos axpectos da prit-
tica de engeahatinenvolveremo trabalho com dados, obviamente
algum conkecimento de estatistica ¢ importante para qualquer
cengenheiro. Especificamente, tScnicas estatisticas podem ser uma,
ajuda pederosa no planejamento de novos produtos e sistemas.
melhorando os projeiosexistentes e planejando, desenvolvendo
e melhorando os processos de producio.
Métoxios estatisticos so usados para nos ajudar a entender
variabilidade. Por variabilidade, queremos dizerque sucessivas
observagses de um sistema ou fen6meno no produzem exata-
mente o mesmo resultado, Todos nés encontramos variabilida-
de em nosso dia-#-dia eo pensamento estatistico pode nos dar
‘uma maneira dtil para incorporar essa variabilidade em nossos
processos de tomada de decisio. Por exemplo, considere o de
sempenho de consumo de gasolina de seu carro. Voce sempre Beaman
ame | [aortas
onesie |?
[sea
Figur 1-1 O metodo ds exgerhana,
consegue o mesmo desempenho de consumo em cada tangue de
combustivel? Naturelmente néo — na verdade. algumes vezes 0
desempenho varia consideravelmente, Esst varichilidade obser-
vada no consumo de gasolina depende dz muitos fatores, tis
como o tipo deestrada mais usade recentemente (cidade ou auto-
estrada). as mudances ra condicio do veiculo ao longo do tem
po (que poderiam incluir fatores, como desgaste do pneu, com-
pressao do motor ou desgeste da Valvula). marca efou numero
asolina usada, ou mesmo, possivelmente, as
ccondigdes climéticas experimentadas recentemente. Esse fato-
res representam fontes potenctais de variabilidade no sisteina.
A Estatistica nos fomece uma estrutura para deserever essa var
riabilidade ¢ para aprender sobre quas fortes porenciais de varia
bilidade so mais importantes ou quais tm 6 maior impacto no
desempenho de consumo de
Encontramos também variabilidade em problemas de en
nharia, Por exemplo, suponha que um engenheiro esteja proje
tando um conector de niilon para ser usailo em uma aplicuy
automotiva Oengenheino estahelece como especifieagio do pro
{eto uma espessura de pare de 3/32 polewadla, mas est, de al-
zum medio, inseguro acerca do efeito dessa decisie na forga de
remoctio do conector. Se a fora de remogio for muito baixa. 0
conestor pode falhar se ele for instalado 10 motor. Oito unida-
des do protétino su produzidas ¢ suas forcas de remogio so
resultando nos seavintes dados (em hibras-pé): 12.6:
13.5; 12,6: 13,1, Comoantecipamos, nem
todos os protétipos tém a mesma forga de remogio. Pelo fato de
as medidas da forga de remogio exibinem variabilidade, von
deramos a forga de remago como sendo uma varivel aleato
ria Uma maneira conveniente de pensar sobre urra varidvel alea~
{éria, digamos X, que representa uma medida, é usar 0 modelo
a)
em que p. € uma constante ¢ © € uma penurbado aleatcria. A
cconstante permanece a mesima en exkla medida, porém peque=
‘has mudangas no ambiente, no equipamento de teste, diferengas
nas prprias pogas individuais. etc, podem mudar 0 valor de e.
Se nao houvesse perturbayes. e seria sempre igual a zero eX
seria igual A constante j2. No entanto, isso nunca acontece no
nwundo real, de modo que us medidas reais deX exibem variabi
lidade, Freqiientemente necessitumos deserever, quantifiear ©
Finalmente reduzie a variahilidade.
lina,
Kopte
2 13
Fora oe remogis
unt 1-2 Dingrana de pontes dos dads ds forge ron
i grande
a espessura da parede for 3132 polegada
A Fig, 1-2 apresenta um diagrama de pontos desses dads.
0 diagrama de pontos ¢ um gréfico muito itil para exibir um
pequeno conjunto de dads, sto é, cerca de 20 observacdes. Esse
fico nos permitird verfacilmente duas caracteristicas dos da
dos alocalizagio. ou 0 meio, ¢ a dispersao ou variabilidade.
(Quando o nimero de observagoes é pequeno, geralmente é dif
Você também pode gostar
- Seção 3.3Documento2 páginasSeção 3.3Ana PaulaAinda não há avaliações
- Ter Comido Toicinho Com Mais CabeloDocumento1 páginaTer Comido Toicinho Com Mais CabeloAna PaulaAinda não há avaliações
- PWPT Da AnaDocumento20 páginasPWPT Da AnaAna PaulaAinda não há avaliações
- PWP AmandinhaDocumento8 páginasPWP AmandinhaAna PaulaAinda não há avaliações
