AULA 01 - Probabilidade e Estatística

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