apresentacao quanti v4

Seminário para Disciplina ICA 5763-2

Júlia Camara de Assis 4900043Jussara Shirazawa de Freitas 4906971Renata de Souza Leão Martins 5959030Rafael Selvaggio Viñas 4982852Ricardo Santos d’Avila 3034362

Introdução – Pesquisa Quantitativa Envolve coleta de dados (númericos) para responder

uma pergunta de pesquisa específica. É um tipo de pesquisa que oferece uma descrição/fotografia precisa de uma situação ou fenômeno; relações de causa-efeito (Christensen, 2001).

Métodos quantitativos: são explicativos; almejam o produto (resultados finais matematicamente trabalhados) (Turato, 2005).

Traduz em números as opiniões e informações para serem

classificadas e analisadas– Utilizam-se técnicas estatísticas (Rodrigues, 2007)

Entidade: pessoa, local, data, hora ou coisa que fornece o atributo;

Atributo: contagem ou valor de medição de interesse; Variável: qualidade, ou quantidade, com um valor

alterável por Entidade.

VariávelPossíveis valores /

tipo (categoria)Entidade

Idade 25, 30, 31, 32 anos Pessoa

Forma de pagamento

Dinheiro, cheque, cartão

Transação

Área 25,35, 50 m2 Sala comercial

Tensão Elétrica 2V, 5V Circuito Elétrico

Escalas Nominal: mede variáveis não numéricas (categorias).

Ex.: empregado/desempregado, ligado/desligado. Ordinal: dados nominais e ordenados.

Ex.: Questionários de avaliação de restaurante. Intervalar: ordinais, intervalo entre as observações,

unidade fixa de medida.

Ex.: Frio (10ºC a 20ºC) Quente (80ºC a 90ºC) de Razão: dados intervalares, dividir as observações,

“zero” a não existência de valor, unidade de medida.

Ex.: distância, massa, comprimento e tempo.

População: Um conjunto de dados grande, exaustivo;

Amostra: fração, uma parte da População, possível de representá-la e de descrevê-la estatisticamente;

Amostragem: processo de coleta de dados, como uma imagem da população;

Amostragem Não Aleatória: entidades são selecionadas por escolha pessoal;

Amostragem Aleatória: não há influência de escolha pessoal, podem ser direcionada a áreas de interesse (parte da população maior que a amostra).

Estatística Descritiva: dados são descritos e representados por médias e desvios, ordenados, verificados quanto à representatividade ou a falta de dados e relações entre variáveis.

Estatística Inferencial: objetivo é afirmação sobre uma população baseada em uma amostra. Utiliza testes de hipótese para estimativas e decisões.

Regressão: avaliação da relação entre duas ou mais variáveis, duas ou mais quantidades.

Ex.: Relação linear entre as variáveis, reta Y=A +BX. Correlação (r2): medida de até que ponto o

comportamento de Y é “explicado” por X. (-1≤r2≤+1) Maior “r2” -> maior a correlação entre X e Y.

Histórico do método quantitativo 1637: Discurso sobre o método (Descartes)

Sonho: “Método universal para encontrar a verdade”

Coleta de dados (criteriosa e justificada) Análise Síntese (elaboração de conclusões simples) Revisão das conclusões

Indução (captação de realidades mínimas) Dedução (agrupar observações e inferir

resultados Enumeração (revisão e reelaboração de

conceitos)

Físico e Matemático

Histórico do método quantitativo 1824: Sistema de filosofia positiva (Comte)

Doze anos de trabalho

Lei dos três estágios Teológico Metafísico Positivo

"Todas as concepções humanas passam por três estádios sucessivos"

Engenheiro

Características da Pesquisa Quantitativa Quadro resumo

das características da pesquisa quantitativa (Modificado de Turato, 2005).

Paradigma mais influente Positivismo Atitude Científica Busca de explicação para o comportamento

das coisas Força do Método Atribuída à qualidade da alta confiabilidade/

reprodutibilidade dos resultados Objeto de estudo Fatos (vistos e descritos) Objetivo da Pesquisa Estabelecimento matemático das relações

causa-efeito Autores de referência na filosofia e na ciência Descartes, Comte, Claude Bernard, Pavlov,

Durkheim Desenho e andamento do projeto Recursos e procedimentos preestabelecidos Interesse por comparações Ocorrência confrontada entre grupos

expostos e não expostos a diferentes variáveis ou situações

Instrumentos específicos Experimentos e surveys Adequação dos instrumentos Experimento piloto Amostragem Randomizada Perfil da amostra Número maior de sujeitos: representantes

com características do todo populacional Tamanho da amostra Previa e estatisticamente definido; “N” é

indispensável Estudo das variáveis Necessidade de controle das variáveis

Tratamento/análise dos dados Uso de técnicas estatísticas Apresentação dos resultados Linguagem matemática (tabelas, quadros) Alvo da discussão dos trabalhos Estabelecimento das correlações entre

resultados (matemáticos) Cotejamento coma literatura Confrontação dos achados com resultados de

outras pesquisas Finalização da concepção teórica Construção teórica inicial é verificada e

testada Conclusões sobre as hipóteses Confirmação ou refutação das hipóteses

previamente formuladas Tipos de generalizações Estatística: dos resultados (matematizados)

aplicados para explicar outras populações constituídas pelas mesmas variáveis

Justificativas para o Uso A opção pelo método de pesquisa, quantitativo e/ouqualitativo, orienta-se pela formulação do problema depesquisa, objetivos e hipóteses.

Qualquer que seja a escolha, esta deve estar claramente

Definida e justificada no tópico referente à metodologia.

Quando bem realizada a pesquisa quantitativa fornece

um grau de generalidade útil ao pesquisador.

Tipos de pesquisa quantitativa: Experimental

Semi-experimental

Descritiva

causa efeito;

variáveis independentes

variáveis dependentes

Influencia

variáveis em seu ambiente natural; não inclui tratamentos

Técnicas quantitativas de estudo:

Duas abordagens principais:

Surveys (levantamentos) e questionários

Experimental

Survey (levantamento): Produz um quadro de opiniões,

atitudes, comportamentos de um grupo de pessoas;

Entrevista (telefone, cara a cara).

Questionários: Formato fixo, respondido pelos

entrevistados em seu próprio tempo;

Respostas mais honestas.

Experimental: Variáveis independentes produzem mudanças

em um conjunto de variáveis dependentes.

RESULTADO FINAL /VARIÁVEL DEPENDENTE

VARIÁVEL INDEPENDENTE

MANIPULAÇÃO

SISTEMA DE ESTUDO

Delineamento Experimental

Planejamento dos estudos de campo ou de

laboratório em detalhe;

Aborda as questões e as variáveis que serão

estudadas;

Escolha de um programa de amostragem;

Amostragem Amostra - parcela de uma população

(representativa das características deste universo).

Amostragem - técnica utilizada para obtenção de amostras representativas.

Amostragem

Amostragem Processo pelo qual coletamos dados; Imagem da população em estudo.

Definir a população e a hipótese a testar

Selecionar o método de amostragem

Determinar a dimensão da amostra

AmostragemSeleção do método de amostragem

Determinação da amostra

Informações a priori sobre a variável a ser medida

ESTUDOS-PILOTO

Método definido conhecer o passo a passo (normas, validação do método, incertezas)

Tipos de amostragem Dois tipos: Aleatórias (probabilística):

escolha ao acaso (cada elemento da população tem a mesma chance de ser escolhido).

Não aleatória: selecionar elementos através de escolha pessoal.

Podem não ser representativas.

Coleta de dados Pode ser dividida em: Contínua: eventos são registrados à medida que

ocorrem (ex.: nascimentos); Periódica: acontecem de ciclo em ciclo (ex.:

CENSO); Ocasional: são aqueles realizados sem a

preocupação de continuidade ou periodicidade (ex.: praga).

Dados pré-existentes (dados secundários), dados levantamentos (dados primários) e experimentos.

Anotar situações não previstas na coleta

de dados que sejam relevantes para o

estudo.

Registrar informações que podem ser úteis

na análise posterior dos dados.

Recomendações

IMPORTANTE: rigor nas coletas de dados

respeitando o método escolhido.

Não esquecer:

Validação do método

Modificação no método justificar

Estudo reconhecido dados bem coletados.

Qualidade de coleta/extração de dados

Erros amostrais Coleta da amostra bem planejada e executada:

haverá algum erro nos resultados.

Erro amostral: diferença entre o resultado amostral e o verdadeiro resultado da população.

Erro não-amostral: dados amostrais são coletados, registrados ou analisados incorretamente.

TAMANHO DA AMOSTRA ERRO AMOSTRAL

Análise Quantitativa de Dados Coletas de Dados: Modo Questionário/Survey

Como o desenho/modelagem do questionário pode auxiliar? Planejamento

Como analisar as respostas (e os dados contidos nelas)? Análise Multivariada Teste de Hipótese Verificação

Como serão expostos/ comunicados os resultados? Gráficos, Estatísticas descritivas, estatisticas de hipóteses

Análise Quantitativa de Dados: Multivariada

Qual o tipo de relação examinada?

Métodos de interdependência

Métodos de dependência

Qual a estrutura de relação

examinada?

Análise Fatorial

Escalonamento Multidimensional

Análise de Correspondência

Análise de Clusters

(agrupamentos) Objeto

Variável

Casos ouRespondentes

Quantas variáveis e relações

examinadas?

Uma variável dependente e uma

relação

Equações Estruturai

s

Várias variáveis dependentes e uma

relação

Várias variáveis dependentes e várias

relações

nm xxxyyy 2121

0

2

4

6

0 2 4 60

2

4

6

0 2 4 6

Grupo 1 Grupo 2 Grupo 3

Qual a escala da variável

depenente?

nxxxy 211

nm xxxyyy 2121

Análise Quantitativa de Dados: Multivariada

Métodos de dependência

Quantas variáveis e relações

examinadas?Uma variável dependente e uma

relação

Equações Estruturai

s

Várias variáveis dependentes e uma

relação

Várias variáveis dependentes e várias

relações

nm xxxyyy 2121


dependente?Regressão Múltipla

Análise conjunta

Análise Discriminante

Regressão Logística

Várias não métricas

Várias métrica

s

nxxxy 211


dependente?

Correlação canônica (com

variáveis binárias)

Várias não métricas

Várias métricasQual a escala das

variáveis independentes?

Correlação

canônica

Análise multivariada de variância (MANOVA)

Várias métricas

Várias não

métricas

nm xxxyyy 2121

t-Student

Teste de Hipótese e Verificação

Os softwares estatístico fornecem a significância do teste (a) a baixo rejeitar H0 (assumir que H1 é verdadeiro) a alto não rejeitar H0 (assumir que H0 é verdadeiro)

Ho Hi

Ho OKErro tipo II

(Poder do teste de Beta)

HiErro tipo I

(significância do teste alfa)

OK

RealidadeRealidadeD

eci

são

Deci

são

Verificar Normalidade das variáveis Curtose (Kurtosis): medida de achatamento e Skewness: medida

de (as)simetria Homocedasticidade: dispersão constante

Teste de Levene Teste Box´s M

Linearidade

Tratamento dos dados

• Ferramentas Estatísticas:– Entendimento das quantidades e incertezas de valores medidos;– Cálculos estatísticos para fornecer um Valor Central e as

Medidas de Dispersão (Incertezas, Erros, Desvios);– Valores Centrais

• Média Aritmética (µ ou ): soma de todos os valores medidos dividida pelo número de valores;

• Mediana (Mi): o valor para o qual 50% dos elementos são menores e 50% dos elementos são maiores;

• Moda ou Valor Modal (Mo): o valor de maior de ocorrência.

– Medidas de dispersão:• Desvio Padrão (dP ou S): é a média geométrica dos desvios

(diferenças) entre cada valor medido e a média aritmética.

• Amplitude (R): a diferença entre o maior e o menor valor encontrado no conjunto de medições

X


• Ferramentas Estatísticas:– Exemplo: 25 valores de medições de tensão elétrica em volts;

• Variável: Tensão Elétrica;

• Entidade: Circuito Elétrico;

• Valores: em volts [V];

• Escala de Razão;

• Estatística descritiva;

2 2 1 5 3

1 2 3 6 2

3 4 7 0 2

5 6 0 1 3

4 0 4 1 1

2 2 1 5 3


• Ferramentas Estatísticas:

– Valores calculados para o Exemplo das 25 medições:• Medidas Centrais:

• Média aritmética, µ=(soma dos valores)/(nº de valores) = 68/25=2,72V;

• Moda, Mo=1V (5 em 25 = 20%) e 2V (5 em 25 = 20%);

• Mediana, Mi=2V.

• Medidas de Dispersão:

• Desvio Padrão, dP=1,95V;

• Amplitude, R=7-0=7V.


Intervalo (u-1dP)<u<(u+1dP) = 0,77<2,72<4,67-> 68% (17 em 25);

Intervalo (u-2dP)<u<(u+2dP) = -1,18<2,72<6,62 ->96% (1 em 25).

25 medições de Tensões Elétricas (Média, Mediana e Desvios)

µ=2,72

0,77=(µ-1dP)

4,67=(µ+1dP)

-1,18=(µ-2dP)

6,62=(µ+2dP)

Mi=2

-2

-1

0

1

2

3

4

5

6

7

8

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Medição nº

Te

ns

ão

[V

]

valor medido médiamédia - (1 x desvio padrão) média + (1 x desvio padrão)média - (2 x desvio padrão) média + (2 x desvio padrão)mediana


Frequencia (Moda)

0

1

2

3

4

5

6

0 1 2 3 4 5 6 7Valor medido [V]

Nº

de

veze

s

Valor medido [V]

Nº de vezes

0 3

1 5

2 5

3 4

4 3

5 2

6 2

7 1

Moda, Mo=1V (5 em 25 = 20%) e 2V (5 em 25 = 20%)


Nível d'água (m) X Temperatura ambiente (ºC)

y = -1E-05x6 + 0,0004x5 - 0,0075x4 + 0,0653x3 - 0,2861x2 + 0,5722x + 0,1608

R2 = 0,5121

0,20

0,25

0,30

0,35

0,40

0,45

0,50

0,55

0,60

0,65

20 25 20 27 28 29 20 20 22 23 21 27 26Temperatura (ºC)

Nív

el d

'ág

ua

(m)

Cartilha para pesquisa de campo

Determinar o objetivo da saída;

Equipamentos necessários;

Condições de tempo;

Roteiro para a coleta de dados;

N° de amostras e os locais de coletas;

Rigor na coleta de dados (comparar com

outras saídas ou outros trabalhos);

Anotar TUDO que acontece.

Cartilha para pesquisa de campo

Rigor na saída de campo: Dados coletados servirão para

mostrar a evolução do objeto de estudo em um período de tempo.

Lembrar: saída de campo será repetida (reprodução do trabalho realizado em campo).

Menghini, 2004

Cartilha para pesquisa de campo Rigor na saída de campo: Os dados coletados devem ser replicáveis e

generalizáveis. Escolha de outra área/objeto de estudo

(CONTROLE): resultados comparados “situação do objeto de estudo”.

Menghini, 2004

GráficosTécnicas de representação dos dados:

Gráficos

Representação dinâmica dos dados das tabelas.

Eficientes na sinalização de tendências.

Tabela OU gráfico!

Se bem construído, substitui dados de difícil compreensão na forma de tabela.

Gráficos Coluna

Mostra as alterações de dados em um período de tempo ou ilustra comparações entre itens.

As categorias são organizadas na horizontal e os valores são distribuídos na vertical, para enfatizar as variações ao longo do tempo.

Barras Ilustra comparações entre itens individuais. As categorias são organizadas na vertical e os

valores na horizontal para enfocar valores de comparação e dar menos ênfase ao tempo.

Gráficos

Gráficos Pizza

Mostra o tamanho proporcional de itens que constituem uma série de dados para a soma dos itens.

Mostra somente uma única série de dados, sendo útil quando você deseja dar ênfase a um elemento importante.

http://www.fenaseg.org.br/

Gráficos Rosca

Também mostra o relacionamento das partes com o todo, mas pode conter mais de uma série de dados.

Cada anel do gráfico de rosca representa uma série de dados.

http://office.microsoft.com/

Gráficos Linha

Mostra evolução, ou tendências, nos dados em intervalos iguais.

http://msdn.microsoft.com

Gráficos Dispersão XY

Mostra a relação existente entre os valores numéricos em várias séries de dados ou plota dois grupos de números como uma série de coordenadas xy.

- intervalos irregulares ou clusters de dados. - valores x em uma linha ou coluna e insira valores y

nas linhas ou colunas adjacentes.

http://office.microsoft.com

Gráficos Bolhas

Tipo de gráfico xy (dispersão). O tamanho do marcador indica o valor de uma

terceira variável. Inserir valores de x em uma linha ou coluna e os

valores de y e os tamanhos das bolhas correspondentes nas linhas ou colunas adjacentes.

http://guiadoexcel.com.br

Gráficos Radar

Compara os valores agregados de várias séries de dados.

O gráfico Radar posiciona a Empresa, ou o setor produtivo, em relação aos padrões de excelência propostos pela ME, em termos de práticas e performances.

http://www.deps.ufsc.br

Gráficos Superfície

Útil para localizar combinações vantajosas entre dois conjuntos de dados.

Como em um mapa topográfico, as cores e os padrões indicam áreas que estão no mesmo intervalo de valores.

http://www.scielo.br/scielo.php?pid=S0100-69162007000100001&script=sci_arttext

Gráficos Cone, cilindro e pirâmide

Os marcadores nestas formas podem dar um efeito especial aos gráficos de colunas e de barras 3D.

Gráficos Área

Enfatiza a dimensão das mudanças ao longo do tempo. Exibe a soma dos valores plotados.

Mostra o relacionamento das partes com um todo.

http://area3.updateordie.com/

Tabelas e QuadrosTécnicas de representação dos dados:

Tabelas Completa para ser entendida sem consulta ao

texto.

Somente dados necessários.

Simples e objetiva.

Dados ordenados logicamente.

Dados, unidades e símbolos consistentes com o texto.

P.M. CERQUEIRA, “Avaliação da farinha de semente de abóbora no trato intestinal e no metabolismo glicídico e lipídico em ratos”. Universidade Federal Rural do Rio de Janeiro; 2006.

Quadros Arranjo predominante de palavras com ou

sem indicação de dados numéricos. É diferente da tabela, pois tem teor

esquemático e descritivo. Traços verticais na separação das casas.

http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0104-12902009000400018

• Caso 1:– “Programa de Comparação Interlaboratorial”;– Temperaturas das partes [ºC] e Potência Dissipada [W];– Disjuntores termomagnéticos In=32A;– Coordenação IEE-USP (2008);

Casos

• Caso 1:– Interpretação dos resultados: “Método Z-escore”

x é um resultado de ensaio obtido pelo participante;

é uma estimativa do valor real

é uma estimativa da variabilidade – Desempenho Satisfatório – Desempenho Questionável – Desempenho Insatisfatório

Casos

σ

Xxz

ˆ

ˆ

X̂ σ̂

2z

3z2 3z

• Caso 1:

Casos

LaboratóriosAmostra

1Amostra

2

Z-escore

Dentro Entre

1 3,66 3,28 0,000 0,000

2 3,87 3,45 -0,201 1,139

3 4,01 3,38 -1,253 1,349

4 3,51 3,36 1,148 -0,210

5 3,30 3,30 1,905 -1,019

Valor central 3,660 3,360

Dispersão 0,266 0,059

Variabilidade Dentro dos LaboratóriosPotência Dissipada

-4-3-2

-1012

34

3 2 1 4 5

Códigos dos Laboratórios

Z-S

core

Rob

usto

Variabilidade Entre LaboratóriosPotência Dissipada

-4

-3

-2

-1

0

1

2

3

4

5 4 1 2 3

Código dos Laboratórios

Z-S

core

Rob

usto

• Caso 1:

Casos

LaboratóriosAmostra

1Amostra

2

Z-escore

Dentro Entre

1 21,8 21,3 -0,934 -0,374

2 17,6 18,4 0,415 -1,179

3 31,1 30,3 -1,245 1,700

4 22,3 24,1 1,453 0,000

5 27,3 27,7 0,000 0,975

Valor central 22,300 24,100

Dispersão 4,077 4,744

Variabilidade Dentro dos LaboratóriosElevação de Temperatura - Borne Conexão Externa

-4-3-2

-1012

34

3 1 5 2 4

Códigos dos Laboratórios

Z-S

core

Rob

usto

Variabilidade Entre LaboratóriosElevação de Temperatura - Borne Conexão Externa

-4-3-2-101234

2 1 4 5 3

Código dos Laboratórios

Z-S

core

Rob

usto

• Caso 2:– É parte de tese de doutorado em desenvolvimento no PPGE-

USP sobre linhas elétricas pré-fabricadas;– Determinação de Queda de Tensão concentrada dV [V/A.100m]

e Impedância (Z) [mΩ/m] e medições de Potencia Ativa [W], Corrente [A] e Tensão [V] elétricas;

– IEE-USP (2010).

Casos

• Caso 2:

Casos

Medição nº / Tipo de circuito

Queda de tensão U95

[V/A.100m] +/-

1 / 3 fases 0,0059 13%

2 / 3 fases 0,0059 14%

3 / 3 fases 0,0059 14%

4 / 3 fases 0,0059 25%

5 / 1 fase 0,0058 71%

6 / 1 fase 0,0058 71%

7 / 1 fase 0,0058 71%

8 / 1 fase 0,0060 63%

Queda de tensão concentrada [V/(100m.A)]

Alumínio (2x110x6,35mm) / 2000A / 60Hz / Th=80ºC)

0,0059

0,0000

0,0020

0,0040

0,0060

0,0080

0,0100

0,0120

Medida1/3f

Medida2/3f

Medida3/3f

Medida4/3f

Medida5/1f

Medida6/1f

Medida7/1f

Medida8/1f

dVconcentrada média +2sigma 2,4%dVconcentrada + U95 de cada

Caso 3 – Ecologia de Paisagens

Landscape Pattern Analysis – Análise dos Padrões da Paisagem

Relacionar padrões espaciais à processos ecológicos, em diferentes escalas.

Problemas: dificuldades de quantificação e entendimento da relação padrões e processos e da análise dos Padrões da Paisagem como um todo.

Caso 3 – Ecologia de Paisagens Fortin (2003): 4 fases para o desenvolvimento

metodológico da pesquisa:

Fase introdutória “key papers” descrevendo nova metodologia

Fase de teste com muitos estudos testando a metodologia

Fase da “critical review” com indicações das limitações, repensando os propósitos fundamentais, premissas e formulações.

Fase da padronização com métodos mais efetivos (“normais”)

Componentes quantificáveis via LPA com mapas categóricos Composição

Métricas de Composição não consideram a organização espacial dos elementos (embora arranjos espaciais sempre existam).

São medidas que dão informações sobre as propriedades das “Classes temáticas” - que facilitar o entendimento dos sistemas.



As métricas descritivas de COMPOSIÇÃO, quando analisadas isoladamente, podem sugerir interpretações dúbias...

Caso 3 – Ecologia de Paisagens Componentes quantificáveis via LPA com mapas

categóricos Configuração

Métricas de “Configuração” ou de “arranjo espacial” consideram a organização ou disposição dos elementos no espaço.

Caso 3 – Ecologia de Paisagens Componentes quantificáveis via LPA com mapas categóricos

Configuração

Caso 3 – Carta Regional de Fragmentos Florestais

Caso 3 – Rodoanel

Como definir o recorte a ser utilizado para execução das métricas?

Nas margens: ausência de informações distorção dos resultados

Caso 3 - Rodoanel

Caso 4 Avaliação da toxicidade de amostras de água de chuva a

organismos aquáticos Poluentes lançados na atmosfera (observação do fenômeno)

Reagem, são transportados, são depositados (apoio teórico) Deposição úmida (chuva) causa toxicidade à organismos aquáticos

(hipótese)

Métodos utilizados Coleta das amostras de água de chuva Ensaios ecotoxicológicos (4 organismos aquáticos diferentes:

D. similis, C. dubia, P. subcaptata e V. fischeri) – padronizados Testa as amostras e compara com o grupo controle Surge como resposta à insuficiência das análises químicas

Análises físico-químicas: pH, condutividade, dureza Análises químicas: cromatografia iônica

Caso 4 - Resultados

CI –

Variável NMédia

aritmética (±dp)

Mediana Mínimo Máximo MPV

pH 26 6,00 5,97 4,81 7,70 5,45

Cond. 2212,54

(±7,68)10,73 5,68 41,6 9,80

F- 21 1,15 (±1,03) 0,79 0,26 4,80 0,98

Glic- 5 1,78 (±1,38) 2,27 0,06 3,29 1,85

Acet- 513,19

(±3,65)13,37 9,47 16,93 12,45

Form- 3 0,85 (±0,40) 0,17 0,14 0,85 0,33

Cl- 2212,30

(±8,87)9,90 3,64 33,54 11,75

NO3- 22

22,46 (±22,11)

17,74 2,91 113,61 19,48

PO43- 1 4,64

SO42- 22

11,65 (±6,82)

11,11 3,69 32,56 11,3

Ox2- 3 6,84 (±2,04) 7,59 4,54 8,41 7,03

Na+ 2113,41

(±19,25)8,21 1,84 92,02 9,66

NH4+ 21

25,85

(±14,87)21,40 5,44 58,62 26,73

K+ 20 6,24 (±4,40) 4,36 1,63 19,1 5,11

Ca2+ 2113,10

(±11,85)10,53 3,40 49,53 12,01

Mg2+ 15 4,20 (±4,28) 3,05 0,75 18,01 2,5

combustíveis

combustíveis/ decomposição de MO

construção/poeira

Descrição estatística de pH (unidades), cond.(µS/cm) e concentrações iônicas (µmol/L)

CE50 média: 75,35%

Ensaios de Toxicidade AgudaD. similis

V. fischeri Amostras Γ Resultado

SP2 -0,073 NTSP3 -0,020 NTSP4 0,272 ITSP5 0,418 ITSP6 0,349 ITSP7 0,363 ITSP8 0,434 ITSP9 0,485 IT

SP10 0,360 ITSP11 0,170 NTSP13 0,742 ITSP14 0,206 ITSP15 0,196 ITSP17 0,136 NT

SP18 0,688 ITSP19 0,138 NTSP20 0,412 ITSP21 0,646 ITSP22 0,501 ITSP23 0,894 ITSP24 0,533 ITSP25 0,264 ITSP26 0,645 ITSP27 0,214 IT

Verão 07/08

Inverno 08

Verão 08/09

Ensaios de Toxicidade CrônicaC. dubia

AmostraN° de neonatas

(chuva)N° de neonatas

(controle)Resultado

SP2 0* 52 Tóxica

SP4 0* 84 Tóxica

SP5 0* 84 Tóxica

SP6 0* 114 Tóxica

SP8 0* 159 Tóxica

SP11 0* 168 Tóxica

SP14 24* 128 Tóxica

SP15 2* 126 Tóxica

SP17 8* 64 Tóxica

SP18 25* 245 Tóxica

SP19 0* 85 Tóxica

SP20 0* 115 Tóxica

SP21 0* 140 Tóxica

SP22 0* 107 Tóxica

SP24 0* 169 Tóxica

SP25 0* 133 Tóxica

SP26 0* 133 Tóxica

SP27 0* 147 Tóxica

Verão 07/08

Inverno 08

Verão 08/09* Efeito agudo

qualitativo

Caso 4 - Discussão

Comparar resultados com estudos feitos anteriormente• dificuldade, pois não há muitos

Tentar explicar as relações observadas entre as variáveis

Caso 4 - Conclusões Muito cuidado!

Responder a pergunta de pesquisa e confirmar ou refutar a hipótese

Extrapolação e generalização Amostras ambientais são misturas complexas

(dificuldade de achar a causa da toxicidade) – usar métodos adequados, se o objetivo for descobrir a causa da toxicidade.

Exemplos de pesquisas do PROCAM Hahn, C. M., Oliveira, R.G.

Valoração econômica do meio ambiente e políticas públicas

– o estudo dos termos de ajustamento de conduta.

Objetivos: Avaliar se o TAC pode ser considerado um vetor de valoração ou de

mudança nas práticas vigentes no Sistema Estadual de Meio Ambiente. Verificar se a valoração pode ser considerada um instrumento de

sustentabilidade.

Exemplos de pesquisas do PROCAM Rosangela Calado da Costa e Célia Regina Tomiko Futemma

A decisão de participar de projetos de conservação ambiental:

O caso dos assentados do Ribeirão Bonito - Teodoro Sampaio SP.

Objetivo: Identificação de fatores que influenciam na tomada de decisão de

populações rurais em participar de projetos de conservação ambiental.

Exemplos de pesquisas do PROCAM Mesmo se tratando de um estudo de caso, para análise dos

resultados foi criado um banco de dados, o qual recebeu tratamentos estatísticos descritivos e inferenciais.

Exemplos de pesquisas do PROCAM Luiza Helena Lopes Ribeiro e Ana Lúcia Brandimarte

A eutrofização na formação do reservatório da Usina Hidrelétrica de Salto Caxias PR:

uma análise com vistas ao gerenciamento sustentável.

Identificar alterações limnológicas

e mudanças no estado trófico ocorridas

entre as fases de pré e pós enchimento

de um reservatório.

Exemplos de pesquisas do PROCAM

Referências bibliográficas Bussab, W.O. & Morettin, P. A., Estatística Básica, SP; Ed. Saraiva, 2002. Fortin, M. 2003. O processo de investigação: da concepção à

realização. 3ª. Edição. Loures: Lusociência. Haddad, Nagib. Metodologia de estudos em ciências da saúde, como

planejar, analisar e apresentar um trabalho científico. SP, Roca, 2004. Kotz, S., Johnson, N.L. Breakthroughs in Statistics, Vols

I,II,III;1992,1992,1997. Lakatos, Eva; Maria Marconi, Marina de A. Metodologia Científica. SP,

Atlas, 2007. Mantovani, W. (org.), Caminhos de uma Ciência Ambiental. São Paulo,

Annablume, 2005. Pallant J., Apresentação sobre Quantitative research methods. School of

Rural Health, University of Melbourne. Stigler, Stephen M.The History of Statistics: The Measurement of

Uncertainty before 1900. [S.l.]: Belknap Press/Harvard University Press, 1990.

Valentim, Oséias Faustino. O Brasil e o Positivismo. Rio de Janeiro: Publit, 2010.

apresentacao quanti v4

Business