Estatística e Probabilidade

Evento PPGD

Cinthia O. de A. Freitas
 Introdução

Estatística (LUCY, 2005)

Há duas funções para a estatística:

1º - Necessidade de pesquisadores serem capazes de
tomar seus dados experimentais (exames laboratoriais,
p.e.) e interpretá-los de maneira similar à que qualquer
pesquisador faz;
2º - Interpretação das observações realizadas em casos de
trabalho em que o pesquisador esteja envolvido.
 Estatística e Probabilidade

 Estatística Descritiva.
Introdução: Conceitos e Terminologia.

 Distribuição de Freqüência.
1. A Estatística como Método

1.1 A Natureza da Estatística

A Estatística está voltada aos métodos científicos para:

• coleta,
• resumo,
• organização,
• análise dos dados e
• obtenção de conclusões válidas;
visando a tomada de decisões (KAZMIER, 1982).
1. A Estatística como Método

1.2 O Uso da Análise Estatística

A Ciência Estatística, bem como, a Informática, são

ferramentas fundamentais nos diversos setores de
atividades do ser humano. A utilização da Estatística é
notada em:
• Indústria: controle de qualidade e planejamento da produção,
• Recursos Humanos: estudo e análise de curvas salariais,
• Demografia: pesquisas de opinião, através do uso de amostragem;
• Ciências forenses: análises de dados experimentais e de observações
feitas em casos específicos.
1. A Estatística como Método
1.3 População e Amostra

• População ou universo: formado por todo o grupo objeto de estudo

ou observação.
• Amostra: fração de uma população.

A utilização da amostragem se faz necessária diante

da impossibilidades de se observar toda a população
(população infinita) ou em função do custo e do tempo
necessário para observar toda a população finita.
1. A Estatística como Método

1.4 Estatística Descritiva e Inferencial

A Estatística está dividida em duas partes

(KAZMIER, 1982):
• Descritiva: trata da organização, descrição e análise
dos dados; calculando medidas de posição e
dispersão;
• Inferencial: busca obter conclusões a partir de
amostra, tenso por base o estudo das probabilidades.
1. A Estatística como Método

1.4 Estatística Descritiva e Inferencial

Exemplos:
• Descritiva: gráficos e tabelas;
• Inferencial: estimação de parâmetros e teste de hipóteses.
1. A Estatística como Método

1.5 Dados Estatísticos

São os dados obtidos a partir do estudo de

determinada(s) característica(s) d grupo objeto
de estudo.
• Dados Brutos: são os dados não organizados;
• Rol: dados que já receberam algum tratamento (por exemplo:
ordenação).
1. A Estatística como Método
1.5 Dados Estatísticos

 Parâmetro: medida numérica que descreve

determinada característica de uma população (ex.: dos
1000 PCFs –população (total), 40% trabalham com
Documentoscopia – no caso o número 40% é um
parâmetro);
 Estatística: medida numérica que descreve
determinada característica de uma amostra (ex.: dentre
100 PCFs pesquisados descobriu-se que 40% trabalham
com Documentoscopia – no caso 40% é uma
estatística).
1. A Estatística como Método
1.6 Variáveis

A característica em estudo é denominada

variável. A variável pode ser classificada
em (KAZMIER, 1982):
• Qualitativa: são as variáveis que se baseiam em
qualidade do objeto de estudo ou, ainda, estão associadas a um
atributo (ex: cor dos olhos, sexo, causa do óbito). Não podem
ser mensuradas numericamente;
• Quantitativa: são as variáveis que estão relacionadas a
valores numéricos (ex: idade, altura, peso).
1. A Estatística como Método

1.6 Variáveis

As variáveis Qualitativas podem ser:

• Nominal: não existe uma ordem natural em suas categorias,
por exemplo: sexo;

• Ordinal: quando existe uma ordenação entre as categorias,

por exemplo: meses do ano.
 1. A Estatística como Método

1.6 Variáveis

As variáveis Quantitativas podem ser:

• Contínua: São aquelas que podem assumir valores dentro de
um conjunto contínuo, tipicamente os números reais (ex: peso e
altura de uma pessoa);
• Discreta: São aquelas que podem assumir valores dentro de
um conjunto finito ou enumerável, tipicamente os números
inteiros (ex. número de filhos de uma pessoa). Variáveis
nominais também são consideradas discretas.
CONTÍNUAS, assumem valores em uma escala contínua (na reta real), para as quais valores fracionais fazem
sentido. Medidas através de algum instrumento. Exemplos: peso (balança), altura (régua), tempo (relógio),
pressão arterial, idade. /////// DISCRETAS: assumem apenas um número finito ou infinito contável de valores e,
assim, somente fazem sentido valores inteiros. São o resultado de contagens. Exemplos: número de filhos,
número de bactérias por litro de leite, número de cigarros fumados por dia.
2. Apresentação e Organização
de Dados Estatísticos

2.1 Rol
É a forma mais simples de apresentação e organização
dos dados brutos.

Exemplo: Variável quantitativa discreta: número de filhos de um conjunto X

formado por 6 pessoas

X = {5, 0, 1, 3, 2, 1} Dados Brutos

X = {0, 1, 1, 2, 3, 5} Rol
2. Apresentação e Organização
de Dados Estatísticos
2.2 Apresentação Tabular (Tabelas)
Permite de dados e resultados sejam apresentados em
forma de tabela. Uma tabela deve apresentar:

• Título: apresenta o fato, data e época;

• Coluna ou Linha Indicadora: indica a natureza do conteúdo de cada coluna ou
linha;
• Casa: cruzamento de uma coluna com uma linha (nunca deve ser apresentada
em branco);
• Rodapé: apresentação de notas de natureza informativa, logo após o final da
tabela;
• Fonte: entidade responsável pela coleta e tratamento dos dados;
• Chamadas: informações de natureza específica sobre determinada parte da
tabela.
2. Apresentação e Organização
de Dados Estatísticos

Analise a Tabela e responda:

1) Existe algum laboratório em ampliação? Qual?
2) Quantos usuários estiveram no LAB 01 no período
pesquisado?
2. Apresentação e Organização
de Dados Estatísticos

Como observado no exemplo anterior, em

algumas situações precisa-se lançar mão dos
chamados sinais convencionais. São eles:

• Traço (-): quando o dado for nulo;

• Três pontos (...): quando não se dispuser da informação;
• Zero (0): quando o valor numérico for menor do que a metade da
unidade ou fração decimal adotada como medida;
• Letra X (X): quando o dado for omitido, a fim de evitar a
individualização das informações.
2. Apresentação e Organização de
Dados Estatísticos

2.3 Séries Estatísticas

É toda e qualquer coleção de dados estatísticos
referidos a uma ordem de classificação. O
conjunto de números poderá ser apresentados
em série de dados:
• Não grupados
• Grupados por valores e
• Grupados por classes de valores.
2. Apresentação e Organização de
Dados Estatísticos

2.3 Séries Estatísticas

As séries estatísticas podem ser:
• Série Temporal: os dados estão apresentados em função do tempo.
Assim, varia o tempo e permanecem fixo o local e o espaço;
• Série Geográfica, Espacial ou Territorial: os dados estão apresentados
em função do espaço. Variam os locais e permanecem fixos o tempo e
a espécie dos fenômenos;
• Série Específica ou Categórica: os dados são apresentados de modo a
destacar categorias;
• Série Mista ou Composta: são as conjunções entre diversas série;
• Caso Particular: Distribuição de Frequência (a ser tratada
posteriormente).
2. Apresentação e Organização de
Dados Estatísticos

Exemplos:
• Série Temporal
2. Apresentação e Organização de
Dados Estatísticos

Exemplos:
• Série Geográfica, Espacial ou Territorial
2. Apresentação e Organização de
Dados Estatísticos

Exemplos:
• Série Específica ou Categórica
2. Apresentação e Organização de
Dados Estatísticos

Exemplos:
• Série Mista ou Composta
2. Apresentação e Organização de
Dados Estatísticos

2.2 Apresentação em Gráficos

O gráfico permite a apresentação dos dados e resultados
de maneira visual.
A apresentação gráfica deve respeitar os seguintes
critérios:
• Simplicidade: deve permitir ao observador uma análise rápida do
fenômeno apresentado;
• Clareza: proporcionar a correta leitura dos dados e informações
apresentados e
• Veracidade: deve expressar a verdade sobre o fenômeno estatístico.
Existem diversos softwares que auxiliem a construção de
gráficos.
4. Representação Gráfica

Exemplos:
5. Distribuição de Freqüência
5.1 Definição
• É uma tabela na qual os possíveis valores de
uma variável se encontram agrupados em
classes, registrando-se o número de valores
observados em cada classe (KAZMIER, 1982).

• É um grupamento de dados em classes,

exibindo o número ou percentagem de
observações em cada classe, pode ser
apresentada sob forma gráfica ou tabular
(http://www.inf.pucpcaldas.br/~sonia/download/Unidade%20III08.doc).
5. Distribuição de Freqüência

• Os dados organizados em uma distribuição de

freqüência são chamados dados agrupados
(KAZMIER, 1982).

• Os dados são ditos não agrupados, quando se

enumeram todos os valores da variável aleatória
(dados brutos) (KAZMIER, 1982).
5. Distribuição de Freqüência
5.2 Terminologia
• Intervalo de classe: indica os valores
compreendidos pela classe.

• Deve-se indicar se o intervalo é:

• aberto: quando o valor extremo não faz parte do
intervalo. Representação: “” ; “]“ e “[” ou “ <“ e
“>”.
• fechado: quando o valor extremo faz parte do
intervalo. Representação: “|” e “|”; “[“ e “]” ou
“≤” e “≥”.
5. Distribuição de Freqüência
5.2 Terminologia
• Por exemplo: dados os números reais “a” e “b”,
sendo a<b.
• O intervalo (I) representado por I= (a,b] = ]a,b] =
a<x ≤b indica que:
• o algarismo “a” não faz parte do intervalo e o valor “b” faz
parte do intervalo.
5. Distribuição de Freqüência
5.3 Roteiro para estabelecer uma distribuição de
freqüência (KAZMIER, 1982) e
(http://www.inf.pucpcaldas.br/~sonia/download/Unidade%20II
I08.doc)
• Feita a coleta, os dados originais ainda não se encontram
prontos para a análise, por não estarem numericamente
organizados. Por essa razão costuma-se chamá-los de dados
brutos. Elaborar um rol;

• Encontrar a amplitude total do conjunto de valores observados:

• At = maior valor - menor valor

• Calcular o número de classes:

• K = 1 + 3,322 . log10 n
5. Distribuição de Freqüência
• Determinar a amplitude do intervalo de:
• k = At / K

• Adequar os limites de cada classe;

• Construir a tabela de freqüências.

Exemplo:
5. Distribuição de Freqüência
5.4 Tipos de Frequências (KAZMIER, 1982)
• Freqüência Absoluta (fi): é o número de elementos em cada
uma das classe.

• Freqüência Relativa (frel): é a distribuição na qual o número

de observações associado com cada intervalo de classe é
convertido dividindo-se o mesmo pelo número total de
observações da distribuição.

• Freqüência Relativa Acumulada (frel-acum): identifica a

freqüência relativa incluídas abaixo da fronteira superior de
cada intervalo de classe da distribuição.
5. Distribuição de Freqüência
Freqüência Acumulada (facum): identifica o número de
observações incluídas abaixo da fronteira superior de cada
intervalo de classe da distribuição.

Ponto Médio (x0): valor intermediário de cada intervalo de

classe.
x0 = (limite inferior + limite superior) / 2.0
O cálculo do ponto médio é de interesse para a apresentação dos dados
em forma de gráficos.
5. Distribuição de Freqüência
5.4 Apresentação dos Resultados (KAZMIER, 1982)

• Uma distribuição de freqüência pode ser representada

graficamente de 3 maneiras:
• pelo histograma,
• pelo polígono de freqüência e
• pelo polígono de freqüência acumulada (Ogiva de Galton).

• Histograma: é formado por um conjunto de retângulos

justapostos, cujas bases se localizam sobre o eixo
horizontal, de tal modo que seus pontos médios coincidem
com os pontos médios dos intervalos de classe.
5. Distribuição de Freqüência

• Polígono de freqüência: é um gráfico em linha, sendo as

freqüências marcadas sobre perpendiculares ao eixo
horizontal, levantada pelos pontos médios dos intervalos
de classe.

• Polígono de freqüência acumulada: é traçado marcando-se

as freqüências acumuladas sobre perpendiculares ao eixo
horizontal, levantadas nos pontos correspondentes aos
limites superiores dos intervalos de classe.
5. Distribuição de Freqüência
5. Distribuição de Freqüência
• Exercício 01: Considerando uma amostra de 30 pessoas com
pesos iguais a: 48,5; 58,7; 55,2; 61,9; 57,4; 52,0; 81,0; 107,5;
85,5; 52,9; 54,3; 75,6; 71,7; 53,4; 80,6; 58,9; 51,8; 48,9; 63,7;
61,4; 77,6; 79,5; 69,6; 75,6; 78,2; 71,2; 60,9; 63,8; 90,5; 98,9;
obter a distribuição de freqüência.

• Exercício 02: Considerando o exercício 01, obter as freqüências

relativa, acumulada e relativa acumulada e, ainda, os pontos
médios.

• Exercício 03: Considerando o exercício 01 elaborar o histograma

de frequência, o polígono de freqüência e o polígono de
freqüência acumulada (Ogiva de Galton).
5. Distribuição de Freqüência
• Tenha como base a seguinte tabela para auxiliar nos cálculos:

Intervalo fabsoluta facum frel frel-acum x0


5. Distribuição de Freqüência
• Exercício 04: Em certa época, os salários mensais dos
funcionários de uma empresa variavam de 1.300 a 5.950 reais.
Quais seriam os limites de classe se o interesse fosse agrupar os
dados em 5 classes?
• Exercício 05: Os pontos médios de uma distribuição de leituras
de temperatura são 15, 21, 27, 33, 39, 45 (°C ). Determinar os
limites das classes e o intervalo de classe.

Os exercícios 04 e 05 tem por base o site:

http://www.inf.pucpcaldas.br/~sonia/download/Unidade%20III0
8.doc
 Referências

 KAZMIER, L. J. Estatística aplicada à

economia e administração. São Paulo:
Pearson Makron Books, 1982.
• http://www.inf.pucpcaldas.br/~sonia/do
wnload/Unidade%20III08.doc
• LUCY, D. Introduction to Statistic for
Forensic Scientists. Ontario: John Wiley
& Sons, Ltd, 2005.