Baixe o app para aproveitar ainda mais
Prévia do material em texto
MATEMÁTICA APLICADA E BIOESTATÍSTICA WEBAULA 3 Prof. Dr. Iury Sousa e Silva Estatística compreende a uma ciência que utiliza um conjunto de métodos científicos, especialmente apropriados, com a finalidade de : ASPECTOS INTRODUTÓRIOS DIVISÃO DA ESTATÍSTICA A Estatística Descritiva consiste em análises que resumem concisamente um conjunto de dados, sintetizam em poucas informações, organizam em tabelas, e ilustram por meio de gráficos. Um conjunto de dados brutos pode ser descritos a partir de medidas como média e desvio-padrão, ou organizados em tabela de frequência A Estatística Descritiva somente é completa e autossuficiente quando é possível obter dados, com exatidão, de todos os elementos que compõem seu objeto de estudo (população). A partir de uma amostra (informações incompletas), por si só, apenas descreve os dados dessa amostra e não permite inferir sobra toda a população. Seria uma afirmação equivocada comparar duas médias estimadas simplesmente pela magnitude do valor. Para isso, é necessário o uso de métodos da Estatística Inferencial. As principais técnicas empregadas na Estatística Inferencial são a estimação pontual, a estimação intervalar e o teste de hipóteses. O uso da Estatística Inferencial é valioso quando não é conveniente ou possível examinar todos os elementos de uma população. POPULAÇÃO X AMOSTRA A população corresponde ao conjunto de elementos sobre os quais se desejam obter dados de características que são comuns a todos. Portanto, população é todo o universo de um objeto de estudo de interesse A fração de elementos retirada de uma população, para serem avaliados, corresponde a amostra. Desse modo, a amostra é um subconjunto de elementos da população que são coletados e analisados com objetivo de representar fidedignamente toda a população de estudo. CENSO X AMOSTRAGEM Censo: coleta exaustiva de dados referente a todos os elementos que compõem a população, ou seja, quando se trata de informações completas da população em estudo. Amostragem: consiste na coleta de um conjunto de dados incompletos de uma população. Essa técnica deve seguir um método criterioso e adequado para que os dados extraídos representem o fenômeno de estudo presente na população Exemplo: Exame de sangue PARAMETRO X ESTIMATIVA RESUMO VARIÁVEL O termo variável é a atribuição dos valores correspondentes aos dados observados e sua respectiva representação do fenômeno estudado no mundo real, isto é, a natureza dos dados, a grandeza. Se a resposta à pesquisa for um número, logo a variável será quantitativa, caso seja um atributo (qualidade), será qualitativa. REPRESENTAÇÃO GRÁFICA O histograma é bem parecido com o gráfico de colunas, porém no histograma não existem espaço entre as colunas. Medidas de posição A medida de posição é um número representativo de uma amostra. Exemplo: um pesquisador fez uma pesquisa sobre a idade de vários indivíduos anotando os seguintes resultados: {28, 27, 28, 36, 34, 51, 43, 29, 32, 38} Uma medida de posição é um número que, sozinho, representa essa amostra. Os valores mais conhecidos são três: média, moda e mediana Exemplo 1: Calculo da média aritmética das idades dos alunos da amostra selecionada: {28, 27, 28, 36, 34, 51, 43, 29, 32, 38} Exemplo 1: Calculo da média aritmética das idades dos alunos da amostra selecionada: {28, 27, 28, 36, 34, 51, 43, 29, 32, 38} Média Sensibilidade A média envolve todos os elementos da amostra. Por isso, é bastante sensível à presença de um outlier. O outlier é um elemento que destoa dos demais. Por exemplo, suponha que tenha sido introduzida na amostra anterior uma pessoa com 90 anos. Essa pessoa tem uma muito superior às demais. O que aconteceria com a média? Quando existem outliers, a média pode ser bastante enganadora Moda Trata-se do valor mais frequente encontrado na amostra. Exemplo: Foi feita uma pesquisa sobre o número de filhos que várias pessoas casadas possuíam e chegou-se ao seguinte resultado. Moda O histograma é bastante simples de entender. Dentre as pessoas pesquisadas, 4 pessoas não possuem filhos, 5 pessoas possuem 1 filho, 7 pessoas possuem 2 filhos, 3 pessoas possuem 3 filhos, nenhuma pessoa possui nenhum filho e 1 pessoa possui 5 filhos. Moda Como 7 pessoas possuem 2 filhos e não existe nenhuma classe com um número maior de filhos, então, a moda é exatamente igual a 2. Moda Podemos concluir, portanto, que a moda é sempre um elemento da amostra. É interessante notar que, ao contrário da média, a moda não é sensível à presença de valores extremos (outliers). Vamos introduzir uma pessoa na amostra que possui 20 filhos: A moda é robusta, ou seja, é mais resistente à presença de valores extremos. Mediana Para o cálculo da mediana, deve-se dispor em ordem crescente todos os elementos da amostra. Escolhe-se como a mediana o valor que divide a amostra em duas partes de tamanho igual, de modo que o número de elementos inferiores à mediana é igual ao número de elementos superiores à mediana. Mediana Quando a amostra é formada por uma quantidade ímpar de termos, a mediana corresponderá exatamente a um elemento da amostra. {23, 27, 29, 31, 40, 46, 48} Essa amostra tem 7 elementos, que é um número ímpar. A mediana será igual ao termo central que é: Mediana O 31 divide a amostra em duas partes. São três elementos inferiores à mediana e três elementos superiores à mediana {23, 27, 29, 31, 40, 46, 48} Mediana Quando a amostra possui uma quantidade par de termos, a mediana corresponderá à média aritmética dos dois termos centrais. {23, 27, 29, 31, 35, 40, 46, 48} Assim como a moda, a mediana é uma estimativa robusta. Ou seja, não é sensível à presença de outliers Medidas de Variabilidade Imagine, por exemplo, que você precise avaliar três grupos de alunos, cada um com cinco elementos, no que diz respeito ao domínio de uma determinada matéria. Os testes mostraram os seguintes resultados: Todos possuem a mesma média aritmética (𝑥 ̅ = 7). Contudo, ao observarmos a variação dos dados, percebemos que os grupos se comportam de maneira diferente, apesar de todos possuírem a mesma média. Amplitude A amplitude total (ou simplesmente amplitude) é a diferença entre os valores extremos de um conjunto de observações, ou seja, a diferença entre o maior e o menor elemento desse conjunto: Variância Populacional A variância busca medir o quanto os termos se distanciam de uma determinada medida de posição. A variância é representada por S² Mas por que elevamos a variância ao quadrado? Variância Populacional A intenção de elevar ao quadrado é que tanto os desvios para baixo como para cima serão somados. Por exemplo, calculemos a variância padrão da população {1, 2, 3, 4, 5} , com média aritmética igual a 3 Variância Populacional Quando consideramos uma população mais heterogênea, por exem- plo, {-1, 1, 3, 5, 7},com média 3, temos: A variância populacional aumentou de 2 para 8. Isso reflete que a segunda população é mais heterogênea do que a primeira Quanto maior a variância populacional, mais heterogênea é essa população. Desvio Padrão O único problema da variância é que ela tem, em geral, unidade de grandeza diferente dos elementos da população ou amostra. Por exemplo, quando calculamos a variância da população {-1, 1, 3, 5, 7}, encontramos que a média é igual a 3 e a variância é igual a 8. É por isso que normalmente utilizam o desvio padrão, que corresponde à raiz quadrada da variância. Variância e Desvio Padrão Amostral Quando se tem uma amostra, o cálculo do desvio padrão é feito de maneira ligeiramente diferente. O denominador deve ser dividido por N-1, em vez de dividir por N Variância e Desvio Padrão Amostral O desvio padrão amostral pode ser obtido a partir do desvio padrão populacional a partir de um fator de correção, como mostrado a seguir Prof. Dr. Iury Sousae Silva Email: iury.silva@sereducacional.com Instagram: prof.iurysousa Linkedin: Iury Sousa e Silva OBRIGADO MODELO DE ENTRADA Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21 Slide 22 Slide 23 Slide 24 Slide 25 Slide 26 Slide 27 Slide 28 Slide 29 Slide 30 Slide 31 Slide 32 Slide 33 Slide 34 Slide 35 Slide 36 Slide 37 Slide 38 Slide 39 Slide 40 Slide 41 Slide 42 Slide 43 Slide 44 Slide 45 MODELO FINAL Slide 46
Compartilhar