Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 01 Professor. Sandro Curió Disciplina: Probabilidade e Estatística Notável Mestre REVISÃO O que é? Estatística pode ser pensada como a ciência de aprendizagem a partir de dados. Em linhas gerais, a Estatística fornece métodos que auxiliam o processo de tomada de decisão. A Estatística está presente em todas as áreas da ciência que envolvam a coleta e análise de dados. Para o matemático e filósofo francês René Descartes, na pesquisa e elucidação de verdades são necessários, e suficientes, quatro princípios: 1 – Princípio da Evidência Jamais aceitar como exata coisa alguma que não se conheça à evidência como tal, incluindo em juízos apenas aquilo que se mostre tão claro que não subsista razão alguma de dúvida. 2 – Princípio da Análise Dividir cada dificuldade a ser examinada em tantas partes quanto possível e necessárias à sua resolução. 3 – Princípio da Síntese Pôr em ordem os pensamentos, começando pelos mais simples e de mais fácil resolução, até atingir, gradativamente, o conhecimento de assuntos mais complexos, sem deixar de supor uma ordem. 4 – Princípio da Enumeração Fazer, para cada caso, enumerações tão exatas e revisões tão gerais que se possa ter certeza de não omitir nada. ❖ ESTATÍSTICA Os quatro princípios acima acabaram por se tornar a base de qualquer método de investigação científica aplicado a qualquer ciência experimental que necessite de um mecanismo de análise referente a um processo de generalização a partir de um conjunto de observações individuais. A palavra Estatística tem origem latina ( “status” ). Também denominada “métodos estatísticos”, foi usada inicialmente para tratar de dados relativos a negócios de Estado, daí o seu nome. De acordo com o matemático e estatístico inglês Ronald A. Fisher, a Estatística é uma ramo da Matemática Aplicada dedicado à análise de dados de observação, constituindo-se, portanto, em um conjunto de métodos destinados à coleta, organização, apresentação, descrição e análise de dados de natureza quantitativa. Atualmente é de fundamental importância em praticamente qualquer ciência, notadamente as ciências aplicadas, tais como psicologia, biologia e sociologia, por exemplo A Estatística está compreendida em duas partes: Estatística Descritiva: Reúne um conjunto de técnicas para sumarizar os dados (tabelas, gráficos) e medidas descritivas que permitem tirar muitas informações contidas nos dados. Variável: quantificação da característica de interesse do estudo. Exemplos: idade, renda, estado civil, sexo, altura, peso, número de pacientes com determinada característica, concentração deuma certa substância no sangue. Uma variável pode ser obtida através da manipulação de outras variáveis. Exemplo: índice de massa corporal = peso/altura^2 Estatística Indutiva: é a parte da estatística que baseando-se em resultados obtidos da análise de uma amostra de população, procurar inferir, induzir ou estimar as leis de comportamento da população da qual a amostra foi retirada. Produzir afirmações sobre uma dada característica da população, na qual estamos interessados, a partir de informações colhidas de uma parte dessa população. A Estatística Indutiva trata de estabelecer conclusões relativas a um conjunto mais vasto de indivíduos ( população ) a partir da observação de parte dela (amostra) com base na estrutura matemática que lhe confere o Cálculo das probabilidades. Conhecidas certas propriedades ( obtidas a partir de uma análise descritiva da amostra), expressas por meio de proposições, imaginam-se proposições mais gerais, que exprimam a existência de leis ( na população). POPULAÇÃO e AMOSTRA População e amostra referem-se ao conjunto de entes cujas propriedades desejamos averiguar. População estatística ou universo estatístico é o conjunto de entes portadores de pelo menos uma característica em comum. Por exemplo, os estudantes constituem uma população com uma característica em comum: são os que estudam. Muitas vezes, por motivos práticos ou econômicos, limitam-se os estudos estatísticos somente a uma parte da população, a amostra. A amostra é um subconjunto finito de uma população. Como todo a análise estatística será inferida a partir das características obtidas da amostra, é importante que a amostra seja representativa da população, isto é, que as suas características de uma parte (amostra) sejam em geral as mesmas que do todo (população). A Inferência estatística tem como objetivo estudar generalizações sobre uma população através de evidências fornecidas por uma amostra retirada desta população. A amostra contém os elementos que podem ser observados e é onde as quantidades de interesse podem ser medidas. O que é população? A palavra população é frequentemente usada para descrever a população mundial humana ou o número total de pessoas que vivem em uma área geográfica. Em uma atividade de pesquisa, é o conjunto de elementos total que possui um parâmetro comum e não precisa ser necessariamente humana. Pode ser qualquer conjunto de parâmetro comum Exemplo: o número de todas as lojas de roupa em uma cidade. O que é amostra? Segunda as leis estatísticas, é um grupo menor ou um subconjunto dentro de uma população. No ramo das pesquisas, é uma parte pequena da população total que é selecionada de acordo com suas características a fim de serem analisadas em um projeto de investigação. Essa seleção é feita através dos diferentes métodos: amostragem probabilística e amostragem não probabilística. As técnicas de seleção de amostragem variam de acordo com os tipos de pesquisa e a qualidade da informação requerida. Assim como existem diferentes maneiras para selecioná-las, existem diferentes tipos de amostragem para pesquisa. https://www.questionpro.com/blog/pt-br/amostragem-probabilistica/ https://www.questionpro.com/blog/pt-br/amostragem-de-publico/ Métodos de Amostragem: • Amostragem probabilística A amostragem probabilística é um método de amostragem de seleção aleatória que utiliza estatística para selecionar aleatoriamente um pequeno grupo de pessoas que representarão uma grande população. O requisito mais importante da amostragem probabilística é que todos em uma população tenham a mesma oportunidade de serem selecionados. Quando usar amostragem probabilística? 1. Quando o desvio de amostragem tem que ser reduzido A seleção da amostra determina em grande parte a qualidade da investigação. E a maneira em que os pesquisadores selecionam sua amostra determina a qualidade de suas descobertas. A amostragem probabilística fornece em grande parte qualidade nas descobertas do investigador. Isso acontece porque envolve a investigação de uma representação imparcial da população. 2. Quando a população é diversa Quando o tamanho da população é grande e diverso, esse método de amostragem é útil porque ajuda os pesquisadores a criarem amostras que representem totalmente a população. Suponha que queremos saber quantas pessoas preferem o turismo médico antes de receber tratamento em seu próprio país; este método de amostragem pode ajudar o pesquisador a coletar amostras de vários estratos socioeconômicos, antecedentes, etc., para representar a população em geral. 3. Para criar uma amostra precisa A amostragem probabilística ajuda os pesquisadores a criarem uma amostra precisa de suas populações. Os pesquisadores podem usar este método para criar um tamanho de amostra precisa para ajudá-los a obter dados bem definidos. Vantagens da amostragem probabilística É barato, você mesmo pode realizá-lo e não requere nenhum investimento. É simples e, portanto, rápido. Não requer conhecimento especializado para realizá-lo. Exemplo: geralmente, as amostragens são grupos de pessoas, mas isso varia com a população. No exemplo acima, onde a população era o número total de lojas de roupa de uma cidade, a amostra poderia ser apenas as lojas de roupas para bebês dessa cidade. É importante saber a diferença entre população e amostra para realizaruma pesquisa? Se você busca dados mais acurados e não tem a intenção de desperdiçar recursos como tempo e dinheiro, sim! Direcionar sua pesquisa filtrará dados excessivos, generalizados e incoerentes que nem precisariam ser analisados e podem até gerar erros em seus resultados. A importância de utilizar amostragens para pesquisas Veja esse exemplo: uma fabricante de comida para coelhos gostaria de listar apenas as lojas de animais que vendem esse tipo de produto. A ideia é mais que apontar possíveis oportunidades de negociação, mas também envolvê-los em uma investigação de mercado para entender melhor o consumidor. Afinal, esse fabricante não tem tanto acesso à essas informações quanto os varejistas. Essa empresa possui dados populacionais sobre o número total de lojas de animais em sua cidade, mas nem todas são convenientes. Seria necessário filtrar essas opções e, para isso, criar uma amostra de pesquisa on-line, selecionando apenas lojas de animais que vendem comida para coelhos. Diferença entre população e amostra População • A característica mensurável da população, como a média ou o desvio padrão, é conhecida como um parâmetro. • Os dados são completos e complexos. • Uma pesquisa realizada em uma população inteira é mais precisa, sem margem de erro, exceto pela imprecisão humana nas respostas. No entanto, isso nem sempre é possível. • O parâmetro de população é um elemento numérico ou mensurável que define o sistema do conjunto. Diferença entre população e amostra População • A característica mensurável da população, como a média ou o desvio padrão, é conhecida como um parâmetro. • Os dados são completos e complexos. • Uma pesquisa realizada em uma população inteira é mais precisa, sem margem de erro, exceto pela imprecisão humana nas respostas. No entanto, isso nem sempre é possível. • O parâmetro de população é um elemento numérico ou mensurável que define o sistema do conjunto. Amostra • A característica mensurável da amostra é chamada de estatística. • A amostra é um subconjunto da população obtido por amostragem. • Uma pesquisa realizada com uma amostra da população produz resultados precisos, somente após fatorar ainda mais a margem de erro e o intervalo de confiança. • A estatística é o componente descritivo da amostra encontrada usando a média amostral ou a proporção da amostra. 4 motivos para utilizar uma amostra 1- É muito mais prático Com uma pequena amostragem bem selecionada que represente bem uma população total, o pesquisador necessitará coletar um menor número de dados para analisar e ainda assim 2 – Você pode tomar ações mais imediatas Quando se trata de uma investigação, o tempo disponível pode ser um fator definitivo para um estudo. Como a amostra é menor, o tempo investido também será menor. 3 – São econômicas e lucrativas Realizar um estudo sobre uma amostra representativa requer menos recursos, como computadores, pesquisadores, entrevistados, servidores e centros de coleta de dados. 4 – Confie nos dados coletados, as amostras são precisas Independente do método utilizado para determinar a amostragem, se o processo seletivo for bem realizado, os resultados serão mais eficazes. Será menor em número, porém maior em qualidade. Isso resulta na possibilidade de uma pesquisa mais direcionada que aumenta a taxa de resposta (diminuindo a margem de erro dos resultados), além de coletar dados do público que realmente importa. OBRIGADO Notável Mestre Disciplina Probabilidade e EstatísticaProf. Sandro Curió
Compartilhar