Aula4 - Estatística Básica

Vanessa Fortes Aula 4 1
A IMPORTNCIA DA ESTATSTICA
A Estatstica aplicada como auxlio nas tomadas
de deciso diante de incertezas para justificar
cientificamente as decises
Governo
Indstria
Cincias sociais, biolgicas, fsicas, etc
Pesquisas

A Estatstica envolve tcnicas para coletar,
organizar, descrever, analisar e interpretar dados,
ou provenientes de experimentos, ou vindos de
estudos observacionais
O QUE ESTATSTICA ?
Estatstica pode ser pensada como a cincia
de aprendizagem a partir de dados
No nosso cotidiano, precisamos tomar decises,
muitas vezes decises rpidas

Em linhas gerais, a Estatstica fornece mtodos
que auxiliam o processo de tomada de deciso.
DADOS ANLISE DECISES
POR QUE USAR ESTATSTICA ?
Por que a natureza apresenta VARIABILIDADE
Variaes de indivduo para indivduo
Variaes no mesmo indivduo

A Estatstica estuda como controlar, minimizar e observar
a variabilidade INEVITVEL de todas as medidas e
observaes
Sem Mtodos Estatsticos, sem validade cientfica!
CONCEITOS BSICOS DE ESTATSTICA
FENMENO ESTATSTICO
qualquer evento que se pretenda analisar, cujo estudo seja
possvel da aplicao do mtodo estatstico

DADO ESTATSTICO
dado numrico considerado matria-prima sobre a qual se
aplica os mtodos estatsticos

POPULAO
conjunto total de elementos portadores de, pelo menos,
uma caracterstica comum observvel
X
1
X
2
X
3
...
AMOSTRA
parcela representativa da populao que
examinada com o propsito de tirarconcluses
sobre a essa populao
como selecionar uma amostra, de tal modo que
as informaes possam ser expandidas para a
populao ?
Deseja-se fazer uma pesquisa para estimar a
preferncia dos cariocas para a prefeitura
Como selecionar uma amostra de n pessoas (n
grande) dentre os moradores do municpio?

Esta amostra representativa da populao?

Ao selecionar uma amostra deve-se considerar alguns
critrios de acordo com o tipo de pesquisa
Regio
Sexo
Nvel scio-econmico
Idade
PARMETROS
valores singulares que existem na populao e que servem para
caracteriz-la.
para definir um parmetro deve-se examinar toda a populao
ex: Os alunos do 2 ano da UERJ tm em mdia 1,70 metros de
estatura
ESTIMATIVA
valor aproximado do parmetro
calculado com o uso da amostra
ATRIBUTO
caractersticas que podem ser enumeradas
VARIVEL
caractersticas que podem ser medidas, controladas ou manipuladas
em uma pesquisa
VARIVEL QUALITATIVA
valores expressos por atributos
sexo, cor da pele, etc.
Ex: pode-se dizer que 2 indivduos so diferentes em termos da
varivel A (sexo, por exemplo), mas no se pode dizer qual deles
"tem mais" da qualidade representada pela varivel
VARIVEL QUANTITATIVA
conjunto de resultados numricos
ex: pode-se dizer que a temperatura de 40C maior do que 30C e
que um aumento de 20C para 40C duas vezes maior do que um
aumento de 30C para 40C
e se dividem em:
VARIVEL DISCRETA OU DESCONTNUA
valores expressos atravs de nmeros inteiros no
negativos
Ex: N de alunos presentes s aulas de CQ no 2
semestre de 2006
agosto = 10, setembro = 13, outubro = 15

VARIVEL CONTNUA
Valores mensurveis
escala numrica correspondente ao conjunto R dos
nmeros Reais, ou seja, podem assumir, teoricamente,
qualquer valor entre dois limites
Ex.: Quando se mede a temperatura do corpo com um
termmetro de mercrio o que ocorre o seguinte:
O filete de mercrio, ao dilatar-se, passar por todas as
temperaturas intermedirias at chegar na temperatura atual do
corpo
FASES DO MTODO ESTATSTICO

1. DEFINIO DO PROBLEMA
Saber exatamente aquilo que se pretende pesquisar o mesmo que
definir corretamente o problema
2. PLANEJAMENTO
Como levantar informaes? Que dados devero ser obtidos? E o
cronograma de atividades ? Os custos envolvidos ? etc.
3. COLETA DE DADOS
Fase operacional, registro sistemtico de dados, com um objetivo
determinado.
4. APURAO DOS DADOS
Resumo dos dados atravs de sua contagem e agrupamento. a
condensao e tabulao de dados.
5. APRESENTAO DOS DADOS
Formas de apresentao dos dados
6. ANLISE E INTERPRETAO DOS DADOS
A ltima fase do trabalho estatstico a mais importante e delicada
Est ligada essencialmente ao clculo de medidas e coeficientes, cuja
finalidade principal descrever o fenmeno.
Medidas de tendncia central
representam uma srie de dados orientando
quanto posio da distribuio em relao ao
eixo horizontal do grfico da curva de freqncia

verifica-se uma tendncia dos dados observados a
se agruparem em torno dos valores centrais

As medidas de tendncia central mais utilizadas
so:
Mdia aritmtica
Moda
Mediana
Mdia Aritmtica ( )
soma dos valores individuais dividido pelo total de
elementos considerados.

Exemplo: 10,2; 10,5; 10,4; 10,1; 10,4
X
X
n
X
n
n
1 i
i
X
n
n
X ...
2
X
1
X
X

32 , 10
5
4 , 10 1 , 10 4 , 10 5 , 10 2 , 10
X

Mdia: ponto de equilbrio do conjunto

Moda ( )
valor que ocorre com maior freqncia dentro
de um conjunto de nmeros.

Exemplo: 10,2; 10,5; 10,4; 10,1; 10,4

X
X
4 , 10 X

Moda: valor mais provvel
A moda facilmente reconhecida basta procurar o valor que mais se
repete.

H sries nas quais no exista valor modal, isto , nas quais nenhum
valor aparea mais vezes que outros

Exemplo: { 3 , 5 , 8 , 10 , 12 } no apresenta moda
A srie amodal

Em outros casos, pode haver dois ou mais valores de concentrao.
Ento, a srie tem dois ou mais valores modais

Exemplo: { 2 , 3 , 4 , 4 , 4 , 5 , 6 , 7 , 7 , 7 , 8 , 9 } apresenta duas
modas: 4 e 7
A srie bimodal
X
Uma vez agrupados os dados, possvel determinar
imediatamente a moda: basta fixar o valor da varivel de
maior frequncia
Ex: Qual a temperatura mais comum medida no ms
abaixo?

2 C a temperatura modal, pois a de maior frequncia
X
Mediana (Md = )

valor situado de tal forma no conjunto de dados
que o separa em dois subconjuntos de mesmo
nmero de elementos.

Dada uma srie de valores como: { 5, 2, 6, 13, 9,
15, 10 }

1 - ordenar a srie { 2, 5, 6, 9, 10, 13, 15 }

O valor que divide a srie acima em duas partes
iguais igual a 9, logo a Md = 9
X
X
~
Mediana: divide o conjunto em duas
partes iguais.
Mtodo prtico para o clculo da Mediana

Se a srie dada tiver nmero mpar de termos:

O valor mediano ser o termo de ordem dado fela frmula: ( n +
1 ) / 2

Exemplo: Calcule a mediana da srie { 1, 3, 0, 0, 2, 4, 1, 2, 5 }

1 - ordenar a srie { 0, 0, 1, 1, 2, 2, 3, 4, 5 }

n = 9 logo (n + 1)/2 dado por (9+1) / 2 = 5, ou seja, o 5
elemento da srie ordenada ser a mediana

A mediana ser o 5 elemento = 2
Se a srie dada tiver nmero par de termos:
O valor mediano ser o termo de ordem dado fela frmula: [( n/2 )
+( n/2+ 1 )] / 2

Obs: n/2 e (n/2 + 1) sero termos de ordem e devem ser
substitudos pelo valor correspondente.

Exemplo: Calcule a mediana da srie { 1, 3, 0, 0, 2, 4, 1, 3, 5, 6 }

1 - ordenar a srie { 0, 0, 1, 1, 2, 3, 3, 4, 5, 6 }

n = 10 logo a frmula ficar: [( 10/2 ) + (10/2 + 1)] / 2 = [( 5 +
6)] / 2 ser na realidade (5 termo+ 6 termo) / 2

5 termo = 2 e 6 termo = 3

A mediana ser = (2+3) / 2 ou seja, Md = 2,5 . A mediana no
exemplo ser a mdia aritmtica do 5 e 6 termos da srie.
Quando o nmero de elementos da srie estatstica for mpar, haver
coincidncia da mediana com um dos elementos da srie.

Quando o nmero de elementos da srie estatstica for par, nunca
haver coincidncia da mediana com um dos elementos da srie.

A mediana ser sempre a mdia aritmtica dos 2 elementos centrais da
srie.

Em um srie a mediana, a mdia e a moda no tm, necessariamente,
o mesmo valor.

A mediana, depende da posio e no dos valores dos elementos na
srie ordenada.

Essa uma das diferenas marcantes entre mediana e mdia (que se
deixa influenciar, e muito, pelos valores extremos).

Exemplo:

Em { 5, 7, 10, 13, 15 } a mdia = 10 e a mediana = 10

Em { 5, 7, 10, 13, 65 } a mdia = 20 e a mediana = 10

A mdia do segundo conjunto de valores maior do que a do primeiro,
por influncia dos valores extremos, ao passo que a mediana
permanece a mesma.
Disperso ou Variabilidade:

maior ou menor diversificao dos valores de uma varivel em torno de um
valor de tendncia central (mdia ou mediana) tomado como ponto de
comparao.

A mdia - ainda que considerada como um nmero que tem a faculdade de
representar uma srie de valores - no pode, por si mesma, destacar o grau
de homogeneidade ou heterogeneidade que existe entre os valores que
compem o conjunto.

Consideremos os seguintes conjuntos de valores das variveis X, Y e Z:

X = { 70, 70, 70, 70, 70 }

Y = { 68, 69, 70 ,71 ,72 }

Z = { 5, 15, 50, 120, 160 }
Disperso ou Variabilidade:

Observamos ento que os trs conjuntos apresentam a mesma mdia
aritmtica = 350/5 = 70

Entretanto, fcil notar que o conjunto X mais homogneo que os
conjuntos Y e Z, j que todos os valores so iguais mdia.

O conjunto Y, por sua vez, mais homogneo que o conjunto Z, pois
h menor diversificao entre cada um de seus valores e a mdia
representativa.

Conclumos ento que o conjunto X apresenta disperso nula e que o
conjunto Y apresenta uma disperso menor que o conjunto Z.
Medidas de Disperso mais utilizadas

Amplitude

Desvio padro

Varincia
Amplitude (R ou AT): a diferena entre o maior e o menor
valor de um conjunto de dados.

Exemplo: 10,2; 10,5; 10,4; 10,1; 10,4

A amplitude total tem o incoveniente de s levar em conta os dois
valores extremos da srie, descuidando do conjunto de valores
intermedirios.

Faz-se uso da amplitude total quando se quer determinar a amplitude da
temperatura em um dia, por exemplo, no controle de qualidade ou como
uma medida de clculo rpido sem muita exatido.
. min
X
. max
X R
4 , 0 1 , 10 5 , 10 R
Desvio padro ( ou S)
Baseia-se nos desvios em torno da mdia aritmtica e a
sua frmula bsica pode ser traduzida como
raiz quadrada da mdia aritmtica dos quadrados dos desvios e representada
por S .

Expresso na unidade original de medida
Utilizado para avaliao da variabilidade de um
processo/amostra
Indicador de variabilidade bastante estvel, pois leva em
considerao a totalidade dos valores da varivel em
estudo

2
n
1 i
i
1 n
X X

Exemplo: 10,2; 10,5; 10,4; 10,1; 10,4

1643 , 0
1 5
1080 , 0

i X
i

1 10,2 10,32 -0,12 0,0144
2 10,5 10,32 0,18 0,0324
3 10,4 10,32 0,08 0,0064
4 10,1 10,32 -0,22 0,0484
5 10,4 10,32 0,08 0,0064
Total 0,1080
X
X X
i

2
i
X X
Varincia ( ou S
2
)
Desvio padro elevado ao quadrado
Expresso na unidade original de medida elevada
ao quadrado
Utilizado para avaliao da variabilidade de um
processo/amostra
2

1
1
2
2
n
X X
n
i
i

Varincia ( )
Exemplo: 10,2; 10,5; 10,4; 10,1; 10,4
i X
i

1 10,2 10,32 -0,12 0,0144
2 10,5 10,32 0,18 0,0324
3 10,4 10,32 0,08 0,0064
4 10,1 10,32 -0,22 0,0484
5 10,4 10,32 0,08 0,0064
Total 0,1080
X
X X
i

2
i
X X
2

Varincia ( )

Exemplo: 10,2; 10,5; 10,4; 10,1; 10,4
1643 , 0
1 5
1080 , 0

027 , 0
2

2

Regras de Arredondamento

O algarismo a ser cancelado menor que
5:

Exemplo: 21,742 21,74 (aproximao 0,01)

O algarismo a ser cancelado maior que
5:

Regras de Arredondamento

O algarismo a ser cancelado igual a 5:
arredonda-se para o par mais prximo do
algarismo que precede o 5.


O algarismo a ser cancelado igual a 5:
arredonda-se para o par mais prximo do
algarismo que precede o 5. Caso o valor
precedente seja par, cancela-se o 5.

Regras de Aproximao

As aproximaes devem ser feitas sempre
no final do resultado e no durante os
clculos intermedirios.

Caso necessrio, durante os clculos
intermedirios, as aproximaes devem
ser no mnimo 0,001 (trs casas); usar as
regras de arredondamento quando
necessrio;
Regras de Aproximao

Para o clculo das mdias, desvios,
limites, etc., aproximar em uma casa a
mais do que a aproximao dos elementos
da amostra.

Exemplo: Xi: 10; 11; 14
7 , 11 X
Exerccio

Calcular , , , R, , , a partir dos
dados de uma amostra A.

Dados:
X1 22,0
X2 22,5
X3 22,5
X4 24,0
X5 23,5
X X
~
X

Aula4 - Estatística Básica

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Aula4 - Estatística Básica

Загружено:

Авторское право:

Доступные форматы

Vanessa Fortes Aula 4 1

Mdia: ponto de equilbrio do conjunto

CONCEITOS BSICOS DE ESTATSTICA

Vanessa Fortes Aula 4 31

Vanessa Fortes Aula 4 32

Vanessa Fortes Aula 4 33

Вам также может понравиться