Baixe o app para aproveitar ainda mais
Prévia do material em texto
INTRODUÇÃO À PROBAILIDADE E À ESTATÍSTICA Prof. Dr. Osmar Domingues Conceitos Iniciais ORIGEM •Está associada à preocupação da humanidade em medir, avaliar ou registrar suas impressões sobre fatos e sobre a natureza (Bíblia). •Desta preocupação surgiu o campo do conhecimento humano que procura registrar, colher, organizar, resumir, apresentar analisar e extrapolar dados ou informações sobre os mais variados fatos ou fenômenos. Esse campo veio a se denominar ESTATÍSTICA. •Apesar da sua reconhecida importância, há ainda muitos questionamentos sobre a qualidade dos resultados gerados. DEFINIÇÃO • NO SENTIDO RESTRITO: – Quando é uma informação represetnativa de um fato. Ex: Estatística do nº de acidentes de trânsito. • NO SENTIDO AMPLO: – Quando representa um ramo da matemática que é definida por Duge de Bermouville como: “ Um conjunto de métodos quantitativos que serve para medir, descrever e analisar fenômenos coletivos” FASES HISTÓRICAS 1ª - FASE DOS LEVANTAMENTOS • Início: aproximadamente 2000 a.c. – Chineses: Tábua de Estatísticas Agrícolas; – Egípcios: Estatísticas sobre consumo de alimentos; – Gregos/Romanos: Recenseamentos – Idade Média: Carlos Magno: Controles dos seus Feudos. 2ª FASE: ARITMÉTICOS POLÍTICOS • Início: Século XVII • Surgiu na Alemanha e na Inglaterra: grupos de pensadores passaram a estudar dados numéricos relativos à saúde pública, nascimentos, mortes, comércio, etc. – chamados “Aritméticos Políticos”. • Berço dos estudos sobre Demografia. – 1660 – Hermann Conring: introduziu o ensino do estudo das coisas do Estado na Universidade de Helmstadt; – O termo “Staatenkende” foi criado por A.L.Scholozer (1735-1809); – 1749 – Goldofred Achewall (Univ. Gotting – Alemanha), consolida e generaliza o termo “Estatística”, quando o seu ensino se torna regular. • OBS: 1567 o italiano Sansovino já estudava o Governo e Administração. 3ª PARTE: SURGIMENTO DA ESTATÍSTICA INDUTIVA • Início indefinido: provável Século XVIII • Surge quando as ferramentas estatísticas são associadas e desenvolvidas com o emprego das Teorias das Probabilidades (Pascal: 1623- 1662). • A estatística mencionada como método indutivo pelo alemão Sussmilch (1707-1767) • Longo caminho e grandes contribuições ao longo dos Séculos XVIII e XIX: 4ª FASE: ATUAL • Era dos computadores: – A utilização do conhecimento acumulado associado ao emprego da informática, notamente a partir de 1940, trouxe grande avanço para a estatística. – Aplicativos como enfoque corporativo como SAS ou SAP incorporaram ferramentas estatísticas e software estatísticos como SPSS (Statistical Package for the Social Sciences) também foram desenvolvidos para computadores de médio porte. – Versões SPSS para micros pessoais são criadas a partir de 1980, bem como outros programas (MINITAB e MATLAB) e planilhas eletrônicas (VISICALC, LOTUS, EXCEL) que vêm incorporando ferramentas estatísticas poderosos, que muito têm contribuido para disseminar o uso da estatística. – Há um século H.G. Well dizia: “raciocinar estatisticamente será um dia tão importante quanto a habilidade de ler e escrever”. – Á medida que se caminha nesse novo milênio, a questão que se coloca não se refere à escassez de dados ou informações, mas sim como utilizá-las corretamente para tomar as melhores decisões. POR QUE APREDENDER ESTATÍSTICA? • Para apresentar e descrever informações de forma adequada; • Para melhor utilizar dados disponíveis; • Para saber tirar conclusões sobre grandes populações com base em informações obtidas em pequenas amostras; • Para saber como melhorar processos (controle da qualidade; • Para saber como obter previsões confiáveis a partir de variáveis de interesse; • etc. ATENÇÃO Grande parte do sucesso das empresas japonesas no que tange à implementação da Qualidade Total está associada ao fato dos empregados, em sua totalidade, “saberem ler e escrever, além de possuirem uma elevada capacidade de raciocínio e cálculo [...]. Essa retaguarda educacional possibilitou a disseminação do estudo do Controle da Qualidade e o uso das ferramentas simples da estatística”. Ishikawa, 1984, p. 29 DIVISÃO DA ESTATÍSTICA • DESCRITIVA: – É aquela que tem como objeto descrever e analisar determinado fato ou fenômeno coletivo, sem pretender tirar conclusões de caráter mais genérico. • INDUTIVA: – É aquela que, baseando-se em resultados obtidos da análise de uma AMOSTRA da população, procura inferir, induzir ou estimar as leis de comportamento da POPULAÇÃO da qual a amostra foi retirada, envolvendo uma margem de erro probabilístico. Ferramentas de Decisão em Engenharia, Medicina, Biologia, Sociologia, Psicologia, Economia, Administração (ambiente empresarial: controle da qualidade, finanças, marketing, recursos humanos, etc.). FERRAMENTAS DA ESTATÍSTICA DESCRITIVA • Tabelas • Gráficos • Medidas Descritivas: – De Posição: Médias, Moda, Mediana; – De Ordenação: Quartis, Decis, Percentis; – De Dispersão: Variância, Desvio Padrão e Coeficiente de Variação. Aplicados a dados amostrais e populacionais FERRAMENTAS DAS ESTATISTICA INDUTIVA • Teoria de Amostragem: – Tipos, técnicas, distribuições de probabilidades. • Inferência – Tamanho de Amostras, Intervalos de Confiança e Testes de Hipóteses. • Análise de Regressão – Linear Simples, por Transformação, Multipla e Polinomial. • Números Índices; • Análise de Séries Temporais; • Outras técnicas de análise multivariada. POPULAÇÃO Conjunto de dados ou informações relativo a um fenômeno coletivo que apresente pelo menos uma característica comum de interesse para o estudo. POPULAÇÃO FINITA E INFINITA • FINITA: – Quando o número de elementos que a compõe e conhecido e há possibilidade concreta de se ter acesso a todos eles. – É possível identificar e enumerar todos os elementos. • INFINITA: – Quando assume a posição oposta; – Quando o número de elementos é grande o suficiente para ser tratado como infinito (a população tem natureza infinita). POPULAÇÃO REAL E HIPOTÉTICA • REAL: – Quando é formada por elementos concretos (número de habitantes, peças, automóveis, etc). • HIPOTÉTICA: – Quando se representa um conjunto de elementos com características comuns, mas que não existe de fato: ex: resultados possíveis de uma experiência probabilistica: resultados obtidos quando se joga um dado. AMOSTRA Qualquer subconjunto da população que se pretende estudar, a qual deve possuir, salvo por problemas associados à aleatoriedade da extração dos elementos, as mesmas características de interesse observadas na população. AMOSTRAS REPRESENTATIVAS • Deve congregar um número suficiente de elementos da população que lhe garanta representatividade; • Os elementos devem ser extraídos da população/universo de forma aleatória (probabilística), pois somente esta forma permite determinar o grau de incerteza ou de erro das inferências estatísticas. QUANDO USAR AMOSTRAS? • Por razões de ordem prática e econômica; • Quando o uso de levantamentos do tipo censo não oferecer garantias de obtenção dos melhores resultados; • Quando é necessário destruir alguns elementos da população para se chegar a certas conclusões – crash test. ESTUDOS POR AMOSTRAGEM: • ENUMERATIVOS: – Envolvem a tomada de decisão voltada para uma população e/ou suas características. Neste caso é indispensável uma listagem de todos os elementos que compõem a população para permitir a seleção de uma amostra. • ANALÍTICOS: – Envolvem a realiação de ação num processo para melhorar um desempenho futuro. Neste caso, não existe necessariamente uma população ou universo identificável e, portanto, não existe uma listagem de elementos que permita uma extraçõ de amostra. DADOS • São informações numéricas necessárias para ajudar a tomar decisões melhores fundamentadas em determinadas situações. • São a matéria-prima utilizada pela Estatística.POR QUE É PRECISO COLETAR DADOS? • Avaliar o desempenho de um processo de produção ou serviço em andamento; • Assessorar na formulação de curso de ação alternativos num processo de tomada de decisão; • Satisfazer curiosidade. DADOS SECUNDÁRIOS • São aqueles que já foram coletados, tabuladdos, ordenados e até analisados com o propósito de atender algum interesse, ou que stão catalogados e a disposição dos interessados. Exemplos: – Dados internos de empresa ou instituição; – Dados de Publicações de Jornais e Revistas; – Dados de Publicações de Institutos de Pesquisas; – Dados de Publicações de Órgãos dos Governos; – Dados de Publicações de Entidades de Classe; etc. DADOS PRIMÁRIOS • São aqueles que são coletados diretamente pelo pesquisador, com o propósito de atender uma necessidade específica. Exemplos: – Características demográficas, sócio- econômicas e estilo de vida; – Atitudes e opiniões; – Conscientização e conhecimento; – Motivações, comportamentos e Intenções; etc. PROCESSOS DE MEDIÇÃO MEDIR significa “associar números a um objeto, que segundo uma regra estabelecida, passam a representar as quantidades de suas características ou atributos” (Mattar, 1994, p. 202). VARIÁVEIS São as características observáveis e mensuráveis relativas a um fato ou fenômeno coletivo, como por exemplo: idade, sexo; salário; altura; peso; cargo; função; estado civil; número de filhos; número de alunos por classe; marca de cigarro, marca de carro; nivel de escolaridade; valor das vendas; preços; número de itens em estoque; etc. VARIÁVEIS • QUALITATIVAS: – São dados categóricos ou atributos, que podem ser separados em diferentes categorias que se distribuem segundo as caractarísticas específicas não numéricas (quando sua natureza não é numérica). – Podem ter características numéricas, mas não permitem que sejam efetuadas operações matemáticas (exemplos: códigos, CPF, CEP, RG, nº matrícula, nº chamada, etc.) VARIÁVEIS • QUANTITATIVAS: – Quando a natureza é estritamente numérica, ou seja, resultam de algum tipo de avaliação que obedece a uma certa escala numérica. Dividem-se em: • DISCRETAS: Quando só podem assumir números inteiros contagens. • CONTÍNUAS: Quando podem assmuir números inteiros e/ou fracionários medições NÍVEIS DE MENSURAÇÃO • NOMINAL: é caracterizado por dados que consistem em nomes, rótulos, códigos ou categorias; não obedem a nenhum critério de ordenação ou hierarquia por importância. Não permite cálculo. Exemplo: CPF, sexo, ocupação, profissão, etc. • ORDINAL: envolve dados que podem ser dispostos em ordem, mas as diferenças entre eles não podem ser determinadas ou não tem um sentido lógico. Permitem a ordenação e a hierarquização segundo a importância. Não permitem cálculos. Exemplo: colocação numa prova atlética, cargos de uma estrutura organizacional; NÍVEIS DE MENSURAÇÃO • INTERVALAR: é análogo ao ordinal, com a propriedade adicional que as diferenças entre os valores podem ser determinadas, bem como permitem comparações entre as grandezas medidas. Não apresenta o zero inerente (ausência do que está sendo medido). Permite cálculos. Exemplo clássico: temperatura em ºC. • RAZÃO: representa a escala intervalar com a presença do zero inerente. Para valores nesse nível de mensuração as diferençs fazem sentido e as razões tem significado. Permite cálculos. Exemplos: peso, estatutra, nº de clientes, nº de filhos, nº estabelecimentos, etc.
Compartilhar