Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal do Sul e Sudeste do Pará Faculdade de Computação e Engenharia Elétrica Estatística Capítulo 1: Medidas Descritivas – Tendência Central e Dispersão Prof.º Dr. Elton Rafael Medidas de Tendência Central ❑ São denominadas assim pode indicarem um ponto em torno do qual se concentram os dados (resumo). ❑ Podemos definir o centro do conjunto de dados. ❑Existem 3 principais medidas de tendência central: 1) Média; 2) Mediana; 3) Moda Medidas de Tendência Central • Exemplo: Medições de consumo diário de energia elétrica. 0 5 10 15 20 25 0.4 0.5 0.6 0.7 0.8 0.9 1 Medidas de Tendência Central Média 1) Média Aritmética Simples: • Para um conjunto de dados (não agrupados em classes) • É igual ao quociente entre a soma dos valores do conjunto de números e o número total de valores. 1 2 1... n i n i x x x x x n n =+ + += = Média Aritmética Simples: Rendimento de um Processo Químico ❑O rendimento de um processo químico é influenciado pelo tempo e pela temperatura de reação. Um experimento é realizado para diferentes níveis de tempo de reação (20, 25 e 30 minutos) e da temperatura de reação (60, 70 e 80ºC). Os resultados do experimento (rendimento em %) são apresentados a seguir: Média Aritmética Simples • Exemplo: Dados do rendimento, para diferentes níveis de temperatura e tempo de reação, num processo químico. Média Aritmética Simples • Médias aritméticas do rendimento, para diferentes níveis de temperatura e tempo de reação, num processo químico. Média Aritmética Simples Média Aritmética Simples • Exemplo: Notas dos alunos de três turmas Média 2) Média Ponderada: • Para um conjunto de dados agrupados numa distribuição de frequência. • A media aritmética dos valores de é ponderada pelas respectivas frequências absolutas 1 n i i i x F x n == 1 2, ,..., nx x x 1 2, ,..., nF F F Exercício 1 • Exemplo: Dada a seguinte distribuição: • Determinar a média. xi 1 2 3 4 Fi 1 3 5 1 Mediana • Colocados em ordem crescente ou decrescente, a mediana (Md) é o valor que divide o conjunto de dados em duas partes iguais. • Para dados não agrupados em classes. Calcula-se a mediana como: 1. Se n é impar →Md ocupa a posição 2. Se n é par→ Md será o valor médio entre os valores de ordem e ( 1) 2 n + 1 2 n + 2 n Mediana • Achar a medidas dos dados a seguir: • Exemplo 1: O conjunto de notas da Turma : {0; 6; 7; 7; 7; 7,5; 7,5} • Exemplo 2: {5,3,2,8,4} • Exemplo 3: {12, 14, 14, 15, 16, 16, 17, 20} Mediana • Calculo da mediana para valores agrupados em classes: Onde: = limite inferior da classe Md ; n= tamanho da amostra; Fac = soma das frequências acumuladas das classes anteriores à da mediana; Fmd = frequência absoluta simples da mediana; h= amplitude da classe Md . 2 − = + ac MD MD n F h Md l F MDl Mediana • Procedimentos para dados agrupados em classe: 1º passo: calcular a ordem n/2 2º passo: Identificar a classe Md pela Fac. 3º passo: Identificar os parâmetros. Mediana • Exemplo: Dada a distribuição amostral. Calcular a mediana. Classes Fi Fac 35├ 45 5 5 45├ 55 12 17 55├ 65 18 35 65├ 75 14 49 75├ 85 6 55 85├ 95 3 58 ∑ 58 . 2 ac MD MD n F h Md l F − = + Comparação entre média e mediana • A média é mais influenciada por valores discrepantes. Comparação entre média e mediana Moda • É o valor mais frequente de uma distribuição de dados. • Para distribuição simples (sem agrupamentos em classes), a identificação da moda é facilitada pela simples observação do elemento que apresenta maior frequência. • Exemplo: Qual é a moda? xi 243 245 248 251 307 Fi 7 17 23 20 8 Comparação Média x Mediana • Suponha o conjunto de dados {1,7; 2,2; 3,9; 3,11 e 14,7}. • Quem enfatiza o verdadeiro centro dos dados? Média ou Medina? Moda • Calculo da moda para dados agrupados em classes: a) Passos: 1º passo: Identificar a classe modal (aquela que possui maior frequência). 2º passo: Aplicar a fórmula: Em que: l=limite inferior da classe modal; ∆1=diferença entre a frequência da classe modal e a imediatamente inferior; ∆2=diferença entre frequência da classe modal e a imediatamente posterior; h=amplitude da classe 1 1 2 .Mo l h = + = + Moda • Exemplo: Determinar a moda para a distribuição. Classes 0├ 1 1├ 2 2├ 3 3├ 4 4├ 5 ∑ Fi 3 10 17 8 5 43 1 1 2 . = + + Mo l h Exercício • Abaixo temos a distribuição de frequência dos pesos de uma amostra de 45 alunos: A partir destes dados. Determine: 1. A média 2. A mediana 3. A moda Peso (Kg) 40├45 45├50 50├55 55├60 60├65 65├70 Nº Alunos 4 10 15 8 5 3 1 1 2 . = + + Mo l h . 2 ac MD MD n F h Md l F − = + Medidas de Dispersão • Exemplo: Nota de alunos de três turmas: Medidas de Dispersão • Exemplo: Nota de alunos de três turmas: Medidas de Dispersão • Como medir a dispersão: ✓Exemplo: Turma A (4 5 5 6 6 7 7 8) ✓Distância (desvio) em relação à média. Medidas de Dispersão Medidas de Dispersão • São medidas estatísticas utilizadas para avaliar o grau de variabilidade ou dispersão, dos valores em torno da média. • Servem para medir a representatividade dos dados. Medidas de Dispersão • Exemplo: Sejam as séries: a) 20, 20, 20 com média= 20; b) 15, 10, 20, 25, 30 com média=20 OBS: Nota-se que embora as series possuem a mesma média, na série “a” não se tem dispersão, enquanto os valores da série “b” apresentam dispersão em torno da média 20. Assim, a média é muito mais representativa para a séria “a” do que para a série “b”. Medidas de Dispersão • Principais medidas: 1) Amplitude Total; 2) Variância; 3) Desvio Padrão. Amplitude Total • É a diferença entre o maior e o menor valor de série. Exemplo: Para a série 10, 12, 20, 22, 25, 30, 33 • OBS: A amplitude ainda não é suficiente como medida de variação. max minAmT X X= − Amplitude Total Variância • A melhor forma de medir a dispersão dos dados em relação a média é através da análise dos desvios em torno da média. Logo: • Exemplo: dada a série {3, 4, 5, 6, 7}. Como a média é 5. • Então dos desvios são : . A soma de todos os desvios é igual a zero: ( ) -2, -1, 0, 1, 2ix x− = ( ) 0i id x x= − = Variância • Duas opções para analisar os desvios das observações são: a) considerar o total dos desvios em valor absoluto; b) considerar o total dos quadrados dos desvios. • Assim, tem-se o calculo do desvio médio: • Para o calculo da variância populacional: 1 | | n i i x x DM n = − = 2 2 2 21 1 ( ) ( ) * n n i i i i i x x x x F n n = = − − = → = Variância • Para dados amostrais. Calcula-se a variância como: 2 2 2 21 1 ( ) ( ) * 1 1 n n i i i i i x x x x F S S n n = = − − = → = − − Desvio Padrão • A raiz quadrada da variância é chamada de desvio padrão. é o desvio populacional. é o desvio amostral 2 = 2S S= Medidas descritivas das notas finais dos alunos de três turmas • O que se pode interpretar? Desvio padrão • Aplicação: Rendimento de um processo químico. Exemplo • Exemplo: Calcular a variância amostral e o desvio padrão do seguinte conjunto de dados: {4 9 5 4 4 10}. Exemplo • Calcular a variância e o desvio padrão da seguinte distribuição amostral. Xi 5 7 8 9 11 Fi 2 3 5 4 2 Medidas de Ordenação: Quartis • Os quartis dividem um conjunto de dados em quatro partes iguais. Quartis Q1 = 1º quartil ou quartil inferior, deixa 25% dos elementos; Q2 = 2º quartil ou mediana, coincide com a mediana, deixa 50% dos elementos; Q3 = 3º quartil ou quartil superior, deixa 75% dos elementos. Cálculo dos Quartis • 1º quartil ou quartil inferior: dado um conjunto ordenado (ordem crescente) de valores, o primeiro quartil (Q1), é o valor que divide o conjunto em duas partes, tais que ¼ ou 25% dos valores sejam menores que ele e 75% dos restantes são maiores. Logo: Posição de Q1=(n+1)/4 Cálculodos Quartis • 2º quartil: dado um conjunto ordenado de valores, o segundo quartil (Q2) ou mediana é o valor que divide em duas partes iguais quanto ao número de elementos, isto é, 50% ou 2/4 dos valores do conjunto são menores e 2/4 (50%) são maiores do que ele. • Logo: Posição= Q2=(n+1)/2 Cálculo dos Quartis • 3º quartil ou quartil superior: dado um conjunto de dados (ordem crescente) de valores, o terceiro quartil (Q3) é o valor que divide o conjunto em duas partes, tais que 75% ou ¾ dos valores são menores e 25 ou ¼ sejam maiores. • Logo: Posição=Q3=3(n+1)/4 Exercício • Dada as observações: 15, 18, 5, 7, 9, 11, 3, 5, 6, 8, 12. Ache os quartis. Características de uma Distribuição de Frequências Assimetria: Grau de deformação • Para dados simétricos, a mediana e a média são coincidentes: Assimetria • Para dados deslocados (assimétricos), com uma longa cauda para um lado, a média e mediana não são coincidentes. Assimetria Assimetria á esquerda (negativa) Assimetria á direita (positiva) Assimetria em Histograma Análise Geral dos Dados • Com a mediana, quartis e extremos, podemos ter informações sobre a posição central, dispersão e assimetria da distribuição de frequências. Atividade • Diagrama em caixas ou boxplot
Compartilhar