BARBETTA, Pedro Alberto - Estatística Aplicada às Ciências Sociais - 5 edição - Editora da UFSC - Anotações

Prévia do material em texto

BARBETTA, Pedro Alberto - Estatística Aplicada às Ciências Sociais - 5ª edição - Editora da UFSC - Anotações
Conteúdo: Análise Descritiva de Dados
Probabilidade
Inferência
Capítulo 1 - Estatística Aplicada às Ciências Sociais - Introdução
População: o conjunto de elementos que formam o universo de nosso estudo e que são possíveis de serem observados; Parte desses elementos é uma amostra; 
Coleta de dados: planejar levantamento de problema e embasar a pesquisa em objetivo; 
Descrição e exploração de dados: a organização dos dados deve evidenciar as informações denominadas de descrição de dados; 
A distribuição de frequências compreende a organização dos dados de acordo com as ocorrências dos diferentes resultados observados; 
Ex.: a distribuição de frequências do grau de instrução deve informar quantas pessoas (ou percentagem) que se enquadram em cada categoria do grau de instrução; 
Análise exploratória de dados: traça o perfil do indivíduo dada a escolaridade que este possui; por exemplo busca por padrão de análise; 
Inferência estatística: algumas diferenças em uma pesquisa que destoam do objetivo desta; 
Parâmetro: alguma característica dos elementos da população; 
O ato de generalizar resultados da parte (amostra) para o todo (população) é denominado inferência estatística; 
Estimação de parâmetros e tentativa de comprovar hipótese são inferências estatísticas; 
Capítulo 2 – Estatística Aplicada às Ciências Sociais Pesquisas e Dados
O problema da pesquisa deve ser bem definido; 
A formação dos objetivos devem ser elaborados de forma bastante clara; 
Ex.: Objetivo Geral: a produtividade do estudante de humanas; 
Objetivo Específico: deve adequar o que queremos saber destes estudantes de humanas: levantamentos sobre este estudante para obter o perfil almejado - resultado; 
A elaboração dos objetivos específicos deve ser feita de tal forma que forneça uma primeira indicação das primeira características que se pode observar ou medir; 
Tipos de Pesquisa 
Definição do delineamento da pesquisa - linhas básicas de condução; 
Delineamento da pesquisa: um levantamento de dados a partir da aplicação de um questionário em uma amostra de funcionários; método utilizado para obter dados; 
Dados Observados: resultados de diversos atributos e medidas relativas ao sistema de trabalho dos funcionários respondentes, conforme o conteúdo do questionário; 
Pesquisa de levantamento ou survey - observa-se diversas características dos elementos de uma certa população, utilizando-se questionários de entrevistas. A observação é feita naturalmente e sem interferência do pesquisador; 
Pesquisa experimental é utilizada para resolver problemas bem específicos; Geralmente formulados sob hipóteses de causa e efeito; Geralmente os dados oriundos desta são pequenos mas necessários suficiente para validar ou não dada hipótese; 
Variáveis
Tipos de variáveis:
· Quantitativas: dados quantitativos; (tempo de serviço em anos completos)
· Qualitativa: categóricos; (estado civil)
Capítulo 3 - Estatística Aplicada às Ciências Sociais – Amostragem
Amostra é uma parcela da população; Que atua como representação desta dada população;
Desenho da amostra:
· (1) Tamanho da população
· (2) Homogeniedade da população
· (3) Tipo de amostragem – seleção;
Amostragem não é interessante quando a população é pequena; características de fácil mensuração; necessidade de alta precisão;
Seleção: ordem – classificação ordenação
Sem ordem – aleatória
 Três gêneros 
de conhecimento:
· (1) Conhecimento certo - Platão – século IV a.C – Duração do dia
· (2) Conhecimento provável – previsível – aleatório
· (3) Conhecimento improvável – sem previsão – aleatório
Lista de número aleatórios para seleção;
Tipos de Amostragem Aleatórias:
· (1) Seleção Simples Aleatória: lista completa de elementos da população; lista por sorteio; homogeneidade; tamanho pequeno da população; - seleção aleatória simples
· (2) Amostra Sistemática: homogeneidade; tamanho grande da população;
· (3) Amostragem Estratificada: - divide a população em subgrupos (estratos) para análise; 
· (3.1) Amostragem Estratificada Proporcional: heterogeneidade; tamanho pequeno da população; - seleção aleatória simples - se um estrato corresponde a X por cento da população, a amostra deve corresponder ao mesmo; 
· (3.2) Amostragem Estratificada Uniforme: seleciona-se a mesma quantidade de elementos em cada estrato; - usada mais com a intenção de ter estimativas separadas para cada estrato ou almejando comparação entre diversos estratos;
· (4) Amostragem por Conglomerados: heterogeneidade; tamanho grande da população; - resultados menos precisos; - Observação: grupos – seleção aleatória simples
Tipos de Amostragem Não Aleatórias: 
Alguns conceitos:
· Características específicas são determinadas parâmetros;
· Característica descritiva dos elementos da amostra: estatística;
· Valor apontado por uma certa estatística: estimativa;
· Erro amostral é a diferença entre o valor que a estatística pode acusar e o verdadeiro valor do parâmetro que se deseja estimar;
· Erro amostral tolerável é o que o pesquisador admite errar em dada avaliação; 
· Inferência estatística: uso apropriado dos dados da amostra para se ter algum conhecimento sobre os parâmetros da população;
· Seleção da amostra: a amostra que contém desvios não agregam a pesquisa (extremos);
Capítulo 4 - Dados categorizados
 Distribuição de frequências: compreende a organização dos dados de acordo com as ocorrências dos diferentes resultados observados; 
Capítulo 5 - Dados quantitativos 
As variáveis que podem ser listadas são variáveis discretas;
As variáveis que podem assumir qualquer valor num intervalo são ditas variáveis contínuas;
As variáveis discretas geralmente resultam de alguma contagem enquanto as contínuas costumam vir de uma mensuração propriamente dita; 
Capítulo 6 - Medidas descritivas
Desvio padrão; Médias; Variância; Mediana; 
Fórmula da Variância: 
O desvio padrão (DP) é definido como a raiz quadrada da variância (V).
Capítulo 7 - Modelos probabilísticos 
Raciocínio dedutivo; 
O modelos probabilísticos são construídos a partir de certas hipóteses ou conjeturas sobre o problema em questão e consistem em duas partes: (1) dos possíveis resultados e (2) de uma certa lei que nos diz quão provável é cada resultado; 
Ex: Moeda - ao lançar uma moeda os possíveis resultados são cara e coroa, mas no caso de uma moeda imparcial a mesma possibilidade de aparição para cara e coroa; 
Espaço amostral e eventos 
Dado um experimento aleatório, alguma situação em que deve ocorrer um, dentre vários resultados possíveis chamamos de espaço amostral o conjunto de todos os resultados possíveis deste experimento; 
Ex: Lançar uma moeda e observar a face para cima, temos dois resultados possíveis cara e coroa; o espaço amostral é o conjunto . 
O espaço amostral depende daquilo que está sendo observado;
Chamamos de evento qualquer conjunto de resultados possíveis; 
Ex: Lançar um dado, os possíveis eventos são: (1) um número menor que 3; (2) ocorrer o ponto 6; (3) ocorrer um número par; 
Probabilidades
As probabilidades são valores entre 0 e 1, e a soma das probabilidades de todos os resultados possíveis do experimento deve ser igual a 1; 
Ex: Um dado, em um lançamento probabilístico cada resultado de 1 a 6 tem ⅙ de probabilidade de aparecer no lançamento sob a superfície; 
Lançamento de uma moeda; probabilidade de cara: 0,5; probabilidade de coroa: 0,5; 
Urna de bolas, sendo 7 azuis e 3, extração aleatória, probabilidade: azul: 0,7 e vermelha: 0,3; - Estes exemplos constituem o princípio da equiprobabilidade; 
O princípio da equiprobabilidade é usualmente enunciado em termo de probabilidade de algum evento; Quando as características do experimento sugerem N resultados possíveis, todos com igual probabilidade de ocorrência, a probabilidade de um certo evento A, contendo n resultados pode ser definida por:
P(A) = n dividido por N; donde n equivale ao número de resultados de A e N ao número total de resultados; 
Ex:Dado; A= ocorrer um número par P(A)= 3 em 6 = ½ ou 0,5 
Dizemos que dois eventos são independentes quando a ocorrência de um deles não altera a probabilidade da ocorrência do outro. Ex: moeda ou dado;
Quando a ocorrência de um evento puder ser interpretada como resultante da ocorrência simultânea de dois eventos independentes, sua probabilidade pode ser obtida pelo produto das probabilidades individuais destes eventos independentes; 
Ensaios de Bernoulli 
Os ensaios de Bernoulli ocorrem em situações onde observamos apenas um elemento e verificamos se este tem ou não um certo atributo considerado; 
Ex: Lançar uma moeda e observar se ocorreu cara; Selecionar, aleatoriamente, um eleitor numa certa cidade e verificar se ele pretender votar em um determinado candidato à prefeitura, admitindo que todos os eleitores dessa cidade tem opinião eleitoral formada; 
Parâmetro: serve para designar alguma quantidade desconhecida mas que se tornaria conhecida se tivéssemos informações adicionais sobre um dado exemplo; tal como informações populacionais em análise a aprovação da população a um respectivo projeto; 
Capítulo 9 - Estimação de parâmetros - 7ª edição revisada
	População é o conjunto de elementos para os quais desejamos que as conclusões da pesquisa sejam válidas, com restrição de que esses elementos possam ser observados ou mensurados sob as mesmas condições. 
Parâmetro é uma medida que descreve certa característica dos elementos da população. 
Amostra aleatória simples: uma parte da população, sendo que os elementos são extraídos por sorteio. 
Estatística: alguma medida associada com dados de uma amostra a ser extraída da população. Quando usada com o objetivo de analisar (estimar) o valor de algum parâmetro também é chamada de estimador. 
Erro amostral é a diferença entre uma estatística e o parâmetro que se quer estimar. 
Estimativa: valor da estatística (estimador), calculado com base na amostra efetivamente observada.