aprendendo r

> 3/7 [1] 0.4285714 > 3^7 [1] 2187 Como em outros programas (e.g. Excel), os operadores matemáticos simples são “+”, “-”, “*”, “/” e “^” – este último para potenciação. Você pode estar se perguntando agora, depois de algumas aulas de matemática: como é o inverso do operador potência? Ou melhor, como descobrir a que potência um certo número foi elevado para obtermos um determinado resultado? Bom, nesse caso temos que lançar mão de uma função, já que como você deve se lembrar o operador inverso da potenciação é a função logarítmica. Recordando: 7 Se 3 =2187⇒ log 3 2187= 7 , ou seja, o logaritmo de 2187 na base 3 é igual a 7. Lembrou? Será complicado obter esse resultado no R, sem a ajuda de um menuzinho? Bem, vamos tentar escrever exatamente como estamos interpretando a função? > log(2187, base=3) [1] 7 E não é que funcionou??? Quer dizer, precisamos elevar 3 à sétima potência para obter o resultado de 2187. Vamos aproveitar esse exemplo para explicar algumas características básicas das funções disponíveis no R. Todas têm a forma: > função (argumento(s) obrigatório(s), argumento(s) opcional(is)) Sendo que os argumentos opcionais podem ter um valor padrão pré-estabelecido ou não. Os argumentos estarão sempre entre parênteses sendo separados por vírgula. Se você deixar o primeiro argumento em branco, vai receber uma mensagem de erro: > log(, base=3) Error in log(, base = 3) : Argument "x" is missing, with no default Repare que o programa já indica que…

u n ] ’ = n . u n – 1 . u ’ 8) 9) [ a u ] ’ = a u . ln a . u ' (para a > 0 e a  1) 10) [ e u ] ’ = u ' . eu 11) [ ] ’ = (para a > 0 e a  1e u > 0) 12) [] ’ = (para u > 0) 13) [ ] ’ = (para u > 0) 14) [ sen u ] ’ = u ’ . cos u 15) [ cos u ] ’ = - u ’ . sen u 16) [ tg u ] ’ = u ’ . sec2 u 17) [ cotg u ] ’ = - u ’ . cossec2 u 18) [ sec u ] ’ = u ’ . sec u . tg u 19) [ cossec u ] ’ = - u ’ . cossec u . cotg u 20) [ arc sen u ] ’ = …

exprime a variabilidade em termos relativos. É uma medida adimensional e sua grande utilidade é permitir a comparação das variabilidades em diferentes conjuntos de dados. Ex.: Testes de resistência à tração aplicados a dois tipos diferentes de aço: x (kg/mm2) s (kg/mm2) 2,0 17,25 Tipo I Tipo II 27,45 147,00 cvI = 2 = 7,29 % 27,45 cv II = 17,25 = 11,73 % 147 Assim, apesar do Tipo I ser menos resistente, é ele mais estável, mais consistente. O uso do…

u' (para a > 0 e a  1e u > 0) u  ln a 12) [ ln u ] ’ = u' (para u > 0) u 13) [ u v ] ’ = v  u v-1  u '  u v  ln u  v ' (para u > 0) 14) [ sen u ] ’ = u ’ . cos u 15) [ cos u ] ’ = - u ’ . sen u 16) [ tg u ] ’ = u ’ . sec2 u 17) [ cotg u ] ’ = - u ’ . cossec2 u 18) [ sec u ] ’ = u ’ . sec u . tg u 19) [ cossec u ] ’ = - u ’ . cossec u . cotg u 20) [ arc sen u ] ’ = 21) [ arc tg u ] ’ = u' 1 - u2 u' 1+ u2 u' 22) [ arc cos u ] ’ =  23) […

...........................................................................84 3.12.1. Correlação .........................................................................................................86 3.12.2. Coeficiente de determinação R²........................................................................87 3.12.3. Exemplo de regressão linear .............................................................................89 3.13. Regressão linear por transformações…

http://prezi.com/xlrsubp8t_0f/history-of-statistics-timeline-1945-1960 http://prezi.com/ab1d3sjtroiu/history-of-statistics-timeline-1960-2000 Do clássico: Paul Halmos, teoria ingênua dos conjuntos TEORIA DOS CONJUNTOS Cantor 1895 Georg Ferdinand Ludwig Philipp Cantor(1845-1918) Assista! Vide Website. Definição [conjunto] Um conjunto é uma coleção de elementos distintos. Por abuso de linguagem, o conjunto vazio  é aquele que não contém nenhum elemento. Por exemplo,  = (a, a).…

.................................. 47 6.8 Teorema de Bayes .............................................................................................................. 48 6.9 Distribuição de Probabilidade de Uma Variável Aleatória Discreta ..................................... 48 6.10 Modelos Probabilísticos para Variáveis Aleatórias Discretas ............................................ 53 6.11 Variáveis Aleatórias Multidimensionais…

favoritos”, o autor vai permitindo ao leitor encontrar na materialidade da linguagem em uso “diversos pontos de paradas” em que o processamento dos sentidos pode deslizar para a incompreensão, ou, em outras palavras, fazendo perceber os sentidos outros a que não damos importância, mas que estão no dito ou no dizer como virtualidades, sempre capazes de se projetarem sobre a interlocução em curso, produzindo, no mínimo, sentidos disparatados. É por isso que este é um livro que permite…

Professor Inácio Andruski Guimarães , MSc. Estatística I (Notas de aulas) I.C.S.P. – Instituto de Ciências Sociais do Paraná F.E.S.P. – Fundação de Estudos Sociais do Paraná Introdução Para o matemático e filósofo francês René Descartes, na pesquisa e elucidação de verdades são necessários, e suficientes, quatro princípios1: 1 – Princípio da Evidência Jamais aceitar como exata coisa alguma que não se conheça à evidência como tal, incluindo…

do professor. Hank antecipa as seguintes: a1 a2 a3 s1 85 92 100 s2 60 85 88 s3 40 81 82 a) Recomende um curso de ação para Hank, com base nos critérios de Laplace, Maximin (ou Minimax), de Savage e de Hurwicz (use  = 0,5). b) Suponha que Hank esteja mais interessado na nota alfabética que conseguirá (A = 90, B = 80, C = 70 ou D 60). Essa atitude em relação às notas exige uma mudança no curso de ação de Hank? Solução: a) Segundo o princípio de Laplace…