Baixe o app para aproveitar ainda mais
Prévia do material em texto
Caderno de Estatística I Dom Alberto Prof: Rosane de Fátima Worm C iências ontábeis ADMINISTRAÇÃO C122 WORM, Rosane de Fátima Caderno de Estatística I Dom Alberto / Rosane de Fátima Worm. – Santa Cruz do Sul: Faculdade Dom Alberto, 2010. Inclui bibliografia. 1. Administração – Teoria 2. Ciências Contábeis – Teoria 3. Estatística I – Teoria I. WORM, Rosane de Fátima II. Faculdade Dom Alberto III. Coordenação de Administração IV. Coordenação de Ciências Contábeis V. Título CDU 658:657(072) Catalogação na publicação: Roberto Carlos Cardoso – Bibliotecário CRB10 010/10 Página 2 Apresentação O Curso de Administração da Faculdade Dom Alberto iniciou sua trajetória acadêmica em 2004, após a construção de um projeto pautado na importância de possibilitar acesso ao ensino superior de qualidade que, combinado à seriedade na execução de projeto pedagógico, propiciasse uma formação sólida e relacionada às demandas regionais. Considerando esses valores, atividades e ações voltadas ao ensino sólido viabilizaram a qualidade acadêmica e pedagógica das aulas, bem como o aprendizado efetivo dos alunos, o que permitiu o reconhecimento pelo MEC do Curso de Administração em 2008. Passados seis anos, o curso mostra crescimento quantitativo e qualitativo, fortalecimento de sua proposta e de consolidação de resultados positivos, como a publicação deste Caderno Dom Alberto, que é o produto do trabalho intelectual, pedagógico e instrutivo desenvolvido pelos professores durante esse período. Este material servirá de guia e de apoio para o estudo atento e sério, para a organização da pesquisa e para o contato inicial de qualidade com as disciplinas que estruturam o curso. A todos os professores que com competência fomentaram o Caderno Dom Alberto, veículo de publicação oficial da produção didático- pedagógica do corpo docente da Faculdade Dom Alberto, um agradecimento especial. Lucas Jost Diretor Geral Página 3 PREFÁCIO A arte de ensinar e aprender pressupõe um diálogo entre aqueles que interagem no processo, como alunos e professores. A eles cabe a tarefa de formação, de construção de valores, habilidades, competências necessárias à superação dos desafios. Entre estes se encontra a necessidade de uma formação profissional sólida, capaz de suprir as demandas de mercado, de estabelecer elos entre diversas áreas do saber, de atender às exigências legais de cada área de atuação, etc. Nesse contexto, um dos fatores mais importantes na formação de um profissional é saber discutir diversos temas aos quais se aplicam conhecimentos específicos de cada área, dispondo-se de uma variedade ampla e desafiadora de questões e problemas proporcionada pelas atuais conjunturas. Para que isso se torne possível, além da dedicação daqueles envolvidos no processo de ensino-aprendizagem, é preciso haver suporte pedagógico que dê subsídios ao aprender e ao ensinar. Um suporte que supere a tradicional metodologia expositiva e atenda aos objetivos expressos na proposta pedagógica do curso. Considerando esses pressupostos, a produção desse Caderno Dom Alberto é parte da proposta pedagógica do curso da Faculdade Dom Aberto. Com este veículo, elaborado por docentes da instituição, a faculdade busca apresentar um instrumento de pesquisa, consulta e aprendizagem teórico- prática, reunindo materiais cuja diversidade de abordagens é atualizada e necessária para a formação profissional qualificada dos alunos do curso. Ser um canal de divulgação do material didático produzido por professores da instituição é motivação para continuar investindo da formação qualificada e na produção e disseminação do que se discute, apresenta, reflete, propõe e analisa nas aulas do curso. Espera-se que os leitores apreciem o Caderno Dom Alberto com a mesma satisfação que a Faculdade tem em elaborar esta coletânea. Elvis Martins Diretor Acadêmico de Ensino Página 4 Sumário Apresentação Prefácio Plano de Ensino Aula 1 Aula 2 Aula 3 Aula 4 Aula 5 Aula 6 Aula 7 Aula 8 Aula 9 Aula 10 Aula 11 Aula 12 Introdução a Estatística Atividades Distribuição de Freqüência Representação Gráfica Medidas de tendência central A Mediana Continuação Aula 6 Medidas de dispersão Continuação Aula 8 Medidas de Posição Coeficiente de Variação Eventos Complementares Página 5 10 84 90 96 108 113 116 118 124 125 129 138 6 4 3 Missão: "Oferecer oportunidades de educação, contribuindo para a formação de profissionais conscientes e competentes, comprometidos com o comportamento ético e visando ao desenvolvimento regional”. Centro de Ensino Superior Dom Alberto Plano de Ensino Identificação Curso: Administração/Ciências Contábeis Disciplina: Estatística I Carga Horária (horas): 60 Créditos: 4 Semestre: 2º Ementa População e Amostra. Séries Estatísticas. Gráficos Estatísticos. Distribuição de Freqüência. Tipos de Médias. Medidas de Variabilidade. Medidas de Dispersão. Probabilidade. Objetivos Geral: Desenvolver processos cognitivos e a aquisição de atitudes possibilitando o aluno a criar hábito de investigação e confiança para enfrentar situações novas e formar uma visão ampla e científica da realidade. Específicos: Compreender os conceitos de população, amostra e variável. Construir, ler, analisar e interpretar vários tipos de gráficos. Resolver problemas que envolvam os conceitos de estatística. Determinar a probabilidade de um evento num espaço amostra finito, independente da experimentação. Compreender e aplicar o conceito de distribuição binomial no cálculo de probabilidades. Inter-relação da Disciplina Horizontal: As aplicações da disciplina são processadas de forma a adaptar o conhecimento teórico a uma situação prática e interdisciplinar ajustada a realidade dos negócios na economia brasileira. Vertical: Despertar o interesse do aluno na interpretação de dados com vista na utilização de instrumentos capazes de fornecer um conhecimento científico, no que se refere ao pleno entendimento e leitura de dados. Competências Gerais Reconhecer e definir problemas, equacionar soluções, pensar estrategicamente, introduzir modificações no processo produtivo, atuar preventivamente, transferir e generalizar conhecimentos e exercer, em diferentes graus de complexidade, o processo da tomada de decisão; Desenvolver raciocínio lógico, crítico e analítico para operar com valores e formulações matemáticas presentes nas relações formais e causais entre fenômenos produtivos, administrativos e de controle, bem assim expressando-se de modo crítico e criativo diante dos diferentes contextos organizacionais e sociais; Competências Específicas Identificar problemas específicos, da estatística descritiva, ler, compreender e interpretar dados. Coletar e organizar dados. Habilidades Gerais Reconhecer e definir problemas, organizar, compreender e interpretar gráficos e demais dados estatísticos referentes a estatística descritiva. Habilidades Específicas Conhecer métodos estatísticos para descrever, analisar e interpretar os dados referentes a estatística descritiva. Conteúdo Programático PROGRAMA 1. Introdução a Estatística; 2. Natureza dos dados: variáveis quantitativas e qualitativas; variáveis discretas e contínuas; 3. População e Amostra; 4. Amostragem: conceitos e tipos; Página 6 Missão: "Oferecer oportunidades de educação, contribuindo para a formação de profissionais conscientes e competentes, comprometidos com o comportamento ético evisando ao desenvolvimento regional”. 5. Dados absolutos e relativos; 6. Tabelas: conceitos; ROL; elementos essenciais; construção; 7. Séries estatísticas; 8. Gráficos: principais tipos; análise; histogramas; 9. Distribuição de freqüências: intervalos de classes; freqüências: absolutas, relativas e acumuladas; 10. Medidas de tendência central: - Médias: aritmética, geométrica, ponderada e móvel - Mediana - Moda - Ponto médio. 11. Medidas de posição: - Escore z - Quartis, decis e percentis. 12. Medidas de variação: - Amplitude - Desvio-padrão - Variância. 13. Medidas de Assimetria e Curtose.. 14. Probabilidade: - Experimentos - Espaço amostral - Eventos - Arranjos e Combinações. 15. Números índices Estratégias de Ensino e Aprendizagem (metodologias de sala de aula) O planejamento do trabalho em sala de aula é à base da construção do processo de ensino e aprendizagem. Planejando a ação, o professor tem a possibilidade de saber exatamente qual o ponto de partida e o de chegada para cada tema abordado em seu curso. Um planejamento não é um esquema de trabalho rígido, inflexível. Pelo contrário, devem-se levar em conta as situações inesperadas que vão ocorrendo e adaptar ou modificar o que se havia inicialmente previsto, de acordo com suas observações de classe e necessidades dos alunos. Há metas que devem ser estabelecidas e alcançadas, sendo necessário que o professor disponha de um fio condutor para a ação que vai desenvolver e de uma previsão para os resultados dessa ação. Avaliação do Processo de Ensino e Aprendizagem A avaliação do processo de ensino e aprendizagem deve ser realizada de forma contínua, cumulativa e sistemática com o objetivo de diagnosticar a situação da aprendizagem de cada aluno, em relação à programação curricular. Funções básicas: informar sobre o domínio da aprendizagem, indicar os efeitos da metodologia utilizada, revelar conseqüências da atuação docente, informar sobre a adequabilidade de currículos e programas, realizar feedback dos objetivos e planejamentos elaborados, etc. A forma de avaliação será da seguinte maneira: 1ª Avaliação – Peso 8,0 (oito): Prova; – Peso 2,0 (dois): Trabalho referente ao conteúdo ministrado até a 1a 2ª Avaliação avaliação. - Peso 8,0 (oito): Prova; - Peso 2,0 (dois): referente ao Sistema de Provas Eletrônicas – SPE (maior nota das duas provas do SPE) Observação: As provas do SPE deverão ser realizadas até o dia 30/09/2010 (1ª prova SPE) e até o dia 30/11/2010 (2ª prova SPE), sendo obrigatória a realização de ao menos uma prova. Avaliação Somativa A aferição do rendimento escolar de cada disciplina é feita através de notas inteiras de zero a dez, permitindo-se a fração de 5 décimos. O aproveitamento escolar é avaliado pelo acompanhamento contínuo do aluno e dos resultados por ele obtidos nas provas, trabalhos, exercícios escolares e outros, e caso necessário, nas provas substitutivas. Dentre os trabalhos escolares de aplicação, há pelo menos uma avaliação escrita em cada disciplina no Página 7 Missão: "Oferecer oportunidades de educação, contribuindo para a formação de profissionais conscientes e competentes, comprometidos com o comportamento ético e visando ao desenvolvimento regional”. bimestre. O professor pode submeter os alunos a diversas formas de avaliações, tais como: projetos, seminários, pesquisas bibliográficas e de campo, relatórios, cujos resultados podem culminar com atribuição de uma nota representativa de cada avaliação bimestral. Em qualquer disciplina, os alunos que obtiverem média semestral de aprovação igual ou superior a sete (7,0) e freqüência igual ou superior a setenta e cinco por cento (75%) são considerados aprovados. Após cada semestre, e nos termos do calendário escolar, o aluno poderá requerer junto à Secretaria-Geral, no prazo fixado e a título de recuperação, a realização de uma prova substitutiva, por disciplina, a fim de substituir uma das médias mensais anteriores, ou a que não tenha sido avaliado, e no qual obtiverem como média final de aprovação igual ou superior a cinco (5,0). Sistema de Acompanhamento para a Recuperação da Aprendizagem Serão utilizados como Sistema de Acompanhamento e Nivelamento da turma os Plantões Tira-Dúvidas que são realizados sempre antes de iniciar a disciplina, das 18h30min às 18h50min, na sala de aula. Recursos Necessários Humanos Professor. Físicos Laboratórios, visitas técnicas, etc. Materiais Recursos Multimídia. Bibliografia Básica CRESPO, Antônio Arnot. Estatística fácil. 18. ed. São Paulo: Saraiva, 2002. SILVA, Ermes Medeiros da. et al. Estatística: para cursos de economia, administração e ciências contábeis. São Paulo: Atlas, 1999. 1 e 2 v. MORETTIN, Pedro A; BUSSAB, Wilton de O. Estatística básica. 5. ed. São Paulo: Saraiva 2003. TOLEDO, Geraldo Luciano; OVALLE, Ivo Izidoro. Estatística básica. 2. ed. São Paulo: Atlas, 1995. SPIEGEL, Murray R. Estatística. 3. ed. São Paulo: Pearson Education, 1994. Complementar BARBETTA, Pedro Alberto. Estatística aplicada às ciências sociais. 5. ed. Florianópolis: UFSC, 2002. MOORE, David. A Estatística básica e a sua prática. Rio de Janeiro: LTC, 2005. BUNCHAFT G.; KELLNER S. R. O. Estatística sem mistério. Petrópolis: Vozes; 1999. FONSECA, Jairo Simon da; MARTINS, Gilberto. Curso de estatística. São Paulo: Atlas, 1996. MARTINS, Gilberto de Andrade; DONAIRE, Denis. Princípios de estatística. São Paulo: Atlas, 1990. Periódicos Jornais: Gazeta do Sul, Zero Hora. Revistas: Veja, Isto é. Sites para Consulta http://www.mec.gov.br http://www.ime.usp.br http://www.ibge.gov.br Outras Informações Endereço eletrônico de acesso à página do PHL para consulta ao acervo da biblioteca: http://192.168.1.201/cgi-bin/wxis.exe?IsisScript=phl.xis&cipar=phl8.cip&lang=por Página 8 Missão: "Oferecer oportunidades de educação, contribuindo para a formação de profissionais conscientes e competentes, comprometidos com o comportamento ético e visando ao desenvolvimento regional”. Cronograma de Atividades Aula Consolidação Avaliação Conteúdo Procedimentos Recursos 1ª Apresentação do plano de ensino. Introdução a estatística. Natureza dos dados: tipos de variáveis; População e Amostra; AE QG, AP, DS 2ª Amostragem: conceitos e tipos; Dados absolutos e relativos; AE, TI AP, QG, DS 3ª Tabelas: conceitos; ROL; elementos essenciais; construção; Séries estatísticas; AE AP, QG, DS 4ª Gráficos: principais tipos; análise; histogramas; AE AP, QG, DS 5ª Distribuição de freqüências:intervalos de classes; freqüências: absolutas, relativas e acumuladas; AE AP, QG 6ª Distribuição de freqüências:intervalos de classes; freqüências: absolutas, relativas e acumuladas; AE, TI AP, QG 7ª Medidas de tendência central: Médias: aritmética, geométrica, ponderada e móvel PA, AE AP, QG 1 Consolidação 1. AE AP, QG 1 1ª Avaliação. 8ª Medidas de tendência central: Mediana; Moda; Ponto médio. AE AP, QG 9ª Medidas de posição: Escore z; Quartis, decis e percentis. AE AP, QG 10ª Medidas de variação: amplitude; desvio-padrão e variância. AE AP, QG 11ª Medidas de Assimetria e Curtose. Números índices. AE, TG AP, QG, DS 12ª Números índices. Probabilidade: Experimentos; Espaço amostral; Eventos; AE AP, QG, DS 13ª Probabilidade: Arranjos e Combinações. AE AP, QG 2 Consolidação 2. AE AP, QG 2 2ª avaliação. 3 Avaliação substituta. Legenda Código Descrição Código Descrição Código Descrição AE Aula expositiva QG Quadro verde e giz LB Laboratório de informática TG Trabalho em grupo RE Retroprojetor PS Projetor de slides TI Trabalho individual VI VideocasseteAP Apostila SE Seminário DS Data Show OU Outros PA Palestra FC Flipchart Página 9 MEDIDAS DE TENDÊNCIA CENTRAL Depois de se fazer a coleta e a representação dos dados de uma pesquisa, é comum analisarmos as tendências que essa pesquisa revela. Assim, se a pesquisa envolve muitos dados, convém sintetizarmos todas essas informações a um mínimo de parâmetros que possam caracterizá-la. Esses parâmetros podem ser: MEDIDAS DE TENDÊNCIA CENTRAL Uma medida de tendência central é um valor no centro ou no meio de um conjunto de dados. Página 10 As medidas de posição mais importantes são as medidas de tendência central, que recebem tal denominação pelo fato de os dados observados tenderem, em geral, a se agrupar em torno dos valores centrais. Dentre as medidas de tendência central, destacam-se as seguintes: Média aritmética, Moda e Mediana. Cada uma com um significado diferenciado, porém tendo como serventia representar um conjunto de dados. A maneira de se obter estas medidas é um pouco diferenciada dependendo de como os dados são apresentados. Eles podem vir de forma isolada (não agrupados) ou ainda ponderada (agrupados em intervalos ou sem intervalo de classe, por ponto). Página 11 MEDIDAS DE TENDÊNCIA CENTRAL MODA MEDIANA MÉDIA Página 12 Média: ponto de equilíbrio do conjunto. Página 13 Média Aritmética ( µ ou x ) É o quociente da divisão da soma dos valores da variável pelo número deles: µ = ∑ xi ou X = ∑ xi N n Sendo: µ ou x: média aritmética Xi: valores da variável n ou N: número de valores Página 14 Dados não-agrupados Quando se deseja conhecer a média dos dados não-agrupados, determinamos à média aritmética simples. Exemplo: Sabendo-se que as vendas diárias da empresa A, durante uma semana, foram de 10, 14, 13, 15, 16, 18 e 12 unidades, tem-se, para produção média da semana: 10 + 14 + 13 + 15 + 16 + 18 + 12 = 98 = 14 7 7 Página 15 Dados Agrupados – média aritmética ponderada Sem intervalos de classe: As freqüências são números indicadores da intensidade de cada valor da variável, elas funcionam como fatores de ponderação, o que leva a calcular a média aritmética ponderada. _ µ = ∑ xi.fi população X = ∑ xi.fi amostra N n Página 16 Exemplo: Considerando a distribuição relativa a 34 famílias de quatro filhos, adotando-se a variável “número de filhos do sexo masculino”, determine a média. Σ N.º de Meninos fi 0 2 1 6 2 10 3 12 4 4 = 34 Página 17 Com intervalos de classe: Convenciona-se que todos os valores incluídos em um determinado intervalo de classe coincidem com o seu ponto médio, e determina-se a média aritmética ponderada. __ µ = ∑ xi.fi população X = ∑ xi.fi amostra N n Onde Xi é o ponto médio da classe Página 18 Exemplo: SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS FUNCIONÁRIOS DA EMPRESA Z Salários semanais (R$) Freqüência s 150 -- ├ 154 4 154 ├ 158 9 158 ├ 162 11 162 ├ 166 8 166 ├ 170 5 170 ├ 174 3 Total 40 Página 19 A média é utilizada quando: Desejamos obter a medida de posição que possui a maior estabilidade; Houver a necessidade de um tratamento algébrico ulterior. Página 20 Média Geométrica Simples Para uma seqüência numérica x: x1, x2, ......., xn, a média geométrica simples, que designaremos por , é definida por: Exemplo: Se X: 2, 4, 6, 9, então: Página 21 Média Geométrica Ponderada Para uma seqüência numérica x: x1, x2, ...., xn afetados de pesos p1, p2, ..., pn respectivamente, a média geométrica ponderada que designaremos por é definida por: Página 22 Exemplo: Se x: 1, 2, 5, com pesos 3, 3, 1 respectivamente então: 6938,1405.8.15.2.1 77133 7 ====gx Página 23 Média Móvel • Uma média, como o nome diz, mostra o valor médio de uma amostra de determinado dado. Uma média móvel aritmética (MMA) é uma extensão desse conceito, representando o valor médio, normalmente dos preços de fechamento, em um período de tempo. Página 24 Exemplo: A média móvel simples é calculada pela formação do preço médio por um número específico de períodos. Para o cálculo usamos o preço de fechamento. Por exemplo: Vamos utilizar a média dos últimos 10 dias. Devemos somar os preços finais durante os últimos 10 dias e dividir o total por 10. 10+11+12+13+14+15+16+17+18+19=145 (145/10) = 14,50 Página 25 • Devemos repetir este cálculo conforme o passar dos dias, assim, as médias vão se juntando e formando uma linha. Se continuarmos com o nosso exemplo, o próximo preço final na média será 20, então teremos um novo período, somando o último dia (20) e removendo o primeiro da lista (10). Continuando com a média dos últimos 10 dias, a média móvel simples deverá ser calculada da seguinte maneira: 11+12+13+14+15+16+17+18+19+20=155 (155/10) = 15,50 • Repare que removemos o primeiro dia da lista (10) para incluir o novo dia (20). • Durante os últimos dois dias, a média moveu-se de 14,50 para 15,50. Como são somados novos dias, os antigos serão removidos e a média permanece se movendo com o passar do tempo. Página 26 Exercícios Página 27 Moda: valor mais provável. Página 28 Moda (Mo) A moda de uma distribuição é o valor da variável que tem a maior freqüência absoluta simples, quer dizer aquele valor que aparece mais [mais se repete]. Existem algumas situações nas quais não existe moda, isto é, todos os valores da variável só aparecem uma vez, não se repetem. Em outras situações pode-se ter mais de uma moda, isto é, quando dois ou mais valores da variável têm maior freqüência [freqüências iguais], neste caso diz-se que o conjunto é bimodal. Podem-se ter três, quatro, etc. Nestes casos é difícil escolher a moda como um representante do grupo, uma vez que teremos muitos representantes. Para que se possa obter o valor da moda é necessário que os dados estejam no mínimo em escala nominal, quer dizer, com qualquer nível de mensuração podemos obter o valor da moda, uma vez que ela é oriunda apenas de uma contagem. Portanto, a moda é o valor que ocorre com maior freqüência em uma série de valores. Página 29 Exemplo: - o dono do restaurante vai preparar mais o filé de maior saída; maioria tirou “C” numa turma; o proprietário da loja de sapato vai comprar mais os números de maior saída. Página 30 Dados não-agrupados A moda é facilmente reconhecida: basta procurar o valor que mais se repete. Exemplo: A série de dados: 7, 8, 9, 10, 10, 10, 11, 12, 12, 12, 12, 13, 15 tem moda igual a 12. Amodal: são as séries nas quais nenhum valor apareça mais vezes que outros. Exemplo: 3, 5, 8, 10, 13. Multimodal: é uma série que possui dois ou mais valores modais. Página 31 Dados agrupados Sem intervalos de classe: É o valor da variável de maior freqüência Xi fi 3 8 5 1 7 15 Classe Modal 9 7 Mo = 7 10 6 Página 32 Com intervalos de classe: A classe que apresenta maior freqüência é denominada classe modal. O método mais simples para o cálculo da moda consiste em tomar o ponto médio da classe modal. Damos a esse valor a denominação de moda bruta. Há, para o cálculo da moda, outros métodos mais elaborados, como, por exemplo, o que faz uso da fórmula de CZUBER: Página 33 Exemplo: Calcule a moda da seguinte distribuição SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALÁRIOS RECEBIDOS PELOS FUNCIONÁRIOS DA EMPRESA Z Salários semanais (R$) Freqüências 150 |--- 154 4 154 |--- 158 9 158 |--- 162 11 162 |--- 166 8 166 |--- 170 5 170 |--- 174 3 Total 40 Página 34 Empregamosa moda quando: Desejamos obter uma medida rápida e aproximada de posição; A medida de posição deve ser o valor mais típico da distribuição Página 35 Mediana: divide o conjunto em duas partes iguais. Página 36 Mediana (Md): É o número que se encontra no centro de uma série de números, estando estes dispostos segundo uma ordem. Para que se possa obter o valor da mediana os dados têm que estar em uma escala de medida no mínimo ordinal, uma vez que se precisa ordená-los. A mediana é o valor que divide o conjunto ao meio, isto é, concentra antes e depois de si, 50% das observações ordenadas. Ao contrário da média aritmética a mediana não sofre influência quando temos no conjunto valores discrepantes [tanto para mais como para menos]. Neste caso a mediana pode melhor representar um conjunto do que a média aritmética, porém não tem o mesmo significado que aquela. Página 37 A mediana pode ou não pertencer ao conjunto do qual ela é originária, vai pertencer sempre que o conjunto tiver um número ímpar de informações e vai ou não pertencer quando o conjunto tiver um número par de observações. Com isso já podemos ver que a quantidade de observações influi na maneira pela qual vamos encontrar o valor da mediana. Página 38 Dados não-agrupados: Estando ordenados os valores de uma série e sendo n o número de elementos da série, o valor mediano será, quando n for: ímpar : o termo de ordem ; n + 1 2 par : a média aritmética dos termos de ordem n e n + 1. 2 2 Página 39 Exemplo 1: Dada à série de valores: 5, 13, 10, 2, 18, 15, 6, 16, 9, identifique a mediana. Md = 10 Exemplo 2: Dada à série de valores: 2, 6, 7, 10, 12, 13, 18, 21, calcule a mediana. Md = 11 O valor da mediana pode coincidir ou não com um elemento da série. Página 40 Dados agrupados: Para o caso de uma distribuição, porém, a ordem, a partir de qualquer um dos extremos, é dada por: n 2 Sem intervalos de classe: É o bastante identificar a freqüência acumulada imediatamente superior à metade da soma das freqüências. A mediana será aquele valor da variável que corresponde a tal freqüência acumulada. Exemplo: Considerando a distribuição relativa a 34 famílias de quatro filhos, tomando para variável o número de filhos do sexo masculino, determine a mediana: Página 41 Σ N.ºde Meninos fi 0 2 1 6 2 10 3 12 4 4 = 34 Página 42 No caso de existir uma freqüência acumulada (Fi), tal que: a mediana será dada por: Md = xi + X i + 1 2 isto é, a mediana será a média aritmética entre o valor da variável correspondente a essa freqüência acumulada e a seguinte. Página 43 Exemplo: Determine a mediana da distribuição abaixo: Xi fi Fi 12 1 14 2 15 1 16 2 17 1 20 1 Página 44 Com intervalos de classe: Classe mediana é aquela correspondente à freqüência acumulada imediatamente superior a ∑ fi. 2 Página 45 Em seguida, emprega-se a fórmula: Me = li + h ( ∑ fi/2 - Fi ( i -1) ) fi Sendo: li = limite inferior da classe mediana h = amplitude do intervalo da classe mediana fi = freqüência simples da classe mediana Fi = freqüência acumulada da classe anterior à classe mediana Página 46 Exemplo: Calcule a mediana da seguinte distribuição: SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALÁRIOS RECEBIDOS PELOS FUNCIONÁRIOS DA EMPRESA Z Salários semanais (R$) Freqüência s 150 -- |--- 154 4 154 |--- 158 9 158 |--- 162 11 162 |--- 166 8 166 |--- 170 5 170 |--- 174 3 Total 40 Página 47 No caso de existir uma freqüência acumulada exatamente igual a , a mediana será o limite superior da classe correspondente. Exemplo i Classes fi Fi 0 |--- 10 1 10 |--- 20 3 20 |--- 30 9 30 |--- 40 7 40 |--- 50 4 50 |--- 60 2 26 Página 48 Empregamos a mediana quando: Desejamos obter o ponto que divide a distribuição em partes iguais; Há valores extremos que afetam de uma maneira acentuada a média; A variável em estudo é salário. Página 49 ESTATÍSTICA O que a Estatística significa para você? Página 50 INTRODUÇÃO ESTATÍSTICA: é a ciência dos dados. Ela envolve coletar, classificar, resumir, organizar, analisar e interpretar informação numérica. ANTIGUIDADE: os povos já registravam o número de habitantes, nascimentos, óbitos, faziam estimativas das riquezas individual e social, distribuíam terras ao povo, cobravam impostos. Página 51 ESTATÍSTICA Página 52 ESTATÍSTICA ENVOLVE DOIS PROCESSOS DIFERENTES DESCREVER CONJUNTO DE DADOS OBTER CONCLUSÕES (FAZER ESTIMATIVAS, PREVISÕES,TOMAR DECISOES, ETC.) Página 53 ESTATÍSTICA DESCRITIVA INFERENCIAL A Estatística descritiva utiliza métodos numéricos e gráficos para detectar padrões em um conjunto de dados, para resumir a informação revelada em um conjunto de dados para apresentar a informação de uma forma conveniente. A Estatística inferencial utiliza uma amostra de dados para fazer estimativas, tomar decisões, previsões ou outras generalizações acerca de um conjunto maior de dados. Página 54 Página 55 ESTATÍSTICA DESCRITIVA COLETAR CONTAR ORGANIZAR TABULAR DADOS ESTATÍSTICOS DESCREVER O FENÔMENO ESTATÍSTICO Página 56 ESTATÍSTICA INFERENCIAL MEDIANTE MÉTODOS E MODELOS VAI INFERIR POSSÍVEIS RESULTADOS POPULAÇÃO AMOSTRA Página 57 A natureza dos dados estatísticos Dados numéricos ou dados quantitativos. Dados categóricos ou dados qualitativos. Obtidos: medindo ou contando discreto contínuo Resultam de um conjunto finito de valores possíveis, ou de um conjunto enumerável desses valores. (ou seja, números inteiros.). Ex.: números de ovos que as galinhas põem. Resultam de um número infinito de valores possíveis que podem ser associados a pontos em uma escala contínua. Ex: quantidade de leite que as vacas produzem Resultam de descrições, por exemplo, grupos sanguíneos, estado civil ou na religião de pacientes de um hospital. Página 58 Exemplos - . Cor dos olhos das aluna: qualitativa . Produção de café no Brasil: quantitativa contínua . Número de defeitos em aparelhos de TV: quantitativa discreta . Comprimento dos pregos produzidos por uma empresa: quantitativa contínua . O ponto obtido em cada jogada de um dado: quantitativa discreta Página 59 POPULAÇÃO PESSOAS, ANIMAIS, OBJETOS ou NÚMEROS PASSÍVEIS DE UM LEVANTAMENTO OU PESQUISA Página 60 POPULAÇÃO FINITA INFINITA Consiste em um número finito, ou fixo, de elementos, medidas ou observações. Exemplos: pesos líquidos de 3000 latas de tintas de um certo lote de produção; pontos obtidos por todos os candidatos no vestibular de 2008 numa certa universidade. Contém, pelo menos hipoteticamente, um número infinito de elementos. Por exemplo: quando medimos repetidamente o ponto de ebulição de um composto de silicone (não há limite para o número de vezes que podemos medir); quando observamos os totais obtidos em repetidas jogadas de um par de dados (não há limite para o número de vezes que podemos jogar um par de dados). Página 61 é um plano definido, completamente determinado antes da coleta de quaisquer dados, de obter uma amostra de uma dada população. Página 62 AMOSTRAGEM POPULAÇÃO AMOSTRA Página 63 MÉTODOS PARA COMPOR A AMOSTRA NÃO PROBABILÍSTICAS OU INTENCIONALPROBABILÍSTICAS ACIDENTAL INTENCIONAL CONVENIÊNCIA ALEATÓRIA SISTETMÁTICO ESTRATIFICADO CONGLOMERADOS Página 64 Métodos Probabilísticos O método de amostragem probabilística exige que cada elemento da população possua determinada probabilidade de ser selecionado. Normalmente possuem a mesmaprobabilidade. Assim, se N for o tamanho da população, a probabilidade de cada elemento será 1/N. Trata- se do método que garante cientificamente a aplicação das técnicas estatísticas de inferências. Somente com base em amostragens probabilísticas é que se podem realizar inferências induções sobre a população a partir do conhecimento da amostra. Página 65 AMOSTRAGEM ALEATÓRIA os elementos da população são escolhidos de tal forma que cada um deles tenha igual chance de figurar na amostra. (Escolhe-se uma amostra aleatória simples de n elementos, de maneira que toda amostra de tamanho n possível tenha a mesma chance de ser escolhida.) Página 66 Ex: Vamos obter uma amostra, de 10%, representativa para a pesquisa da estatura de 90 alunos de uma escola: 1º - numeramos os alunos de 1 a 90. 2º - escrevemos os números dos alunos, de 1 a 90, em pedaços iguais de papel, colocamos na urna e após misturar retiramos, um a um, nove números que formarão a amostra. OBS: quando o número de elementos da amostra é muito grande, esse tipo de sorteio torna-se muito trabalhoso. Neste caso utiliza-se uma Tabela de números aleatórios, construída de modo que os algarismos de 0 a 9 são distribuídos ao acaso nas linhas e colunas. Página 67 ESTRATIFICADA Com a amostragem estratificada, subdividimos a população em, no mínimo, duas sub populações (ou estratos) que compartilham das mesmas características (como sexo) e, em seguida, extraímos uma amostra de cada estrato. Página 68 Ex: Vamos obter uma amostra proporcional estratificada, de 10%, do exemplo anterior, supondo, que, dos 90 alunos, 54 sejam meninos e 36 sejam meninas. São portanto dois estratos (sexo masculino e sexo feminino). Logo, temos: SEXO POPULACÃO 10 % AMOSTRA MASC. 54 5,4 5 FEMIN. 36 3,6 4 Total 90 9,0 9 Numeramos então os alunos de 01 a 90, sendo 01 a 54 meninos e 55 a 90, meninas e procedemos o sorteio casual com urna ou tabela de números aleatórios. Página 69 PROBABILÍSTICA SISTEMÁTICA Quando se conhece uma listagem dos elementos da população pode-se obter uma amostra aleatória de elementos dividindo-se o número de elementos da população pelo tamanho da amostra. Exemplo: Se a população tem 10.000, onde devemos selecionar uma amostra de 1000. Vamos sortear o primeiro entre 1 e 10 e a partir deste acrescentar sempre 10, até completar a amostra. Página 70 CONGLOMERADO Na amostragem por conglomerados, começamos dividindo a área da população em seções (ou conglomerados); em seguida escolhemos algumas dessas seções e, finalmente, tomamos todos os elementos das seções escolhidas. Uma diferença importante entre a amostragem por conglomerados e a amostragem estratificada é que a amostragem por conglomerados utiliza todos os elementos dos conglomerados selecionados, enquanto a amostragem estratificada utiliza uma amostra de membros de cada estrato. Pode-se encontrar um exemplo de amostragem por conglomerado em uma pesquisa pré- eleitoral, onde escolhemos aleatoriamente 30 zonas eleitorais e pesquisamos todos os elementos de cada uma das zonas escolhidas. Esse método é muito mais rápido e menos dispendioso do que a escolha de um indivíduo de cada uma das inúmeras zonas da área populacional. Os resultados podem ser ajustados ou ponderados para corrigir qualquer representação desproporcionada de grupos. A amostragem por conglomerados é extensamente utilizada pelo governo e por organizações particulares de pesquisa. Página 71 NÃO PROBABILÍSTICA São amostragens em que há uma escolha deliberada dos elementos da amostra. Não é possível generalizar os resultados das pesquisas para a população, pois as amostras não- probabilísticas não garantem a representatividade da população. Página 72 ACIDENTAL Trata-se de uma amostra formada por aqueles elementos que vão aparecendo, que são possíveis de se obter até completar o número de elementos da amostra. Geralmente utilizada em pesquisas de opinião, em que os entrevistados são acidentalmente escolhidos. Exemplo: As pessoas que de modo voluntário estão dispostas para responder ao questionário. Pesquisas de opinião em praças públicas, ruas... As pessoas que estão mais ao alcance do investigador. Página 73 INTENCIONAL De acordo com determinado critério, é escolhido intencionalmente um grupo de elementos que irão compor a amostra. O investigador se dirige intencionalmente a grupos de elementos dos quais deseja saber a opinião. Exemplo1: Em um teste de mercado o investigador pesquisa na cidade para comprovar as possibilidades de comercialização de um produto. Exemplo2: Para extrair uma amostra de revistas que reflitam os valores da classe média brasileira, poderíamos ser levados pela intuição, selecionar Veja, Exame e Isto é. Exemplo 3: Numa pesquisa sobre preferência por determinado cosmético, o pesquisador se dirige a um grande salão de beleza e entrevista as pessoas que ali se encontram. Página 74 Amostragem de Conveniência Na amostragem de conveniência, simplesmente utilizamos resultados que já estão disponíveis. Página 75 Missão: "Oferecer oportunidades de educação contribuindo para a formação de profissionais conscientes e competentes, comprometidos com o comportamento ético e visando ao desenvolvimento Regional”. Profª Rosane Worm Aula 1- 05/08/10 ESTATÍSTICA BÁSICA 1. INTRODUÇÃO O que a Estatística significa para você? ESTATÍSTICA: é a ciência dos dados. Ela envolve coletar, classificar, resumir, organizar, analisar e interpretar informação numérica. ANTIGUIDADE: os povos já registravam o número de habitantes, nascimentos, óbitos, faziam estimativas das riquezas individual e social, distribuíam terras ao povo, cobravam impostos. TIPOS DE APLICAÇÕES ESTATÍSTICAS NA EMPRESA Para a maioria das pessoas, estatística significa, descrições numéricas, taxas mensais de desemprego, índice de falência para um novo negócio e proporção de mulheres executivas em um setor em particular, todos esses exemplos representam descrições estatísticas de um grande conjunto de dados coletados sobre algum fenômeno. Freqüentemente os dados são selecionados de algum conjunto maior do qual desejamos estimar alguma característica. Este processo de seleção é chamado de amostragem. Por exemplo, você pode coletar as idades de uma amostra de consumidores em uma videolocadora para estimar a idade média de todos A Estatística descritiva utiliza métodos numéricos e gráficos para detectar padrões em um conjunto de dados, para resumir a informação revelada em um conjunto de dados para apresentar a informação de uma forma conveniente. os consumidores da loja. Assim, você poderia usar suas estimativas nos anúncios da loja para atingir o grupo de faixa etária apropriada. Repare que a estatística envolve dois processos diferentes: (1) descrever conjuntos de dados e (2) obter conclusões (fazer estimativas, previsões, tomar decisões, etc.) sobre os conjuntos de dados baseados na amostragem. Assim, as aplicações da Estatística podem ser divididas em duas grandes áreas: estatística descritiva e estatística inferencial. Por meio de sondagem, de coleta de dados e de recenseamento de opiniões, podemos conhecer a realidade geográfica e social, os recursos naturais, humanos e financeiros disponíveis, as expectativas da comunidade sobre a empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcançados a curto, médio ou longo prazo. A Estatística ajudará em tal trabalho, como também na seleção e organização da estratégia a ser adotada no empreendimento e, ainda, na escolha das técnicas de verificação e avaliação da quantidade e da qualidade do produto e mesmo dos possíveis lucros e/ou perdas. Página 76A Estatística inferencial utiliza uma amostra de dados para fazer estimativas, tomar decisões, previsões ou outras generalizações acerca de um conjunto maior de dados. A coleta, a organização ,a descrição dos dados, o cálculo e a interpretação de coeficientes pertencem à ESTATÍSTICA DESCRITIVA, enquanto a análise e a interpretação dos dados, associado a uma margem de incerteza, ficam a cargo da ESTATÍSTICA INDUTIVA ou INFERENCIAL, também chamada como a medida da incerteza ou métodos que se fundamentam na teoria da probabilidade. A natureza dos dados estatísticos Dados numéricos ou dados quantitativos. São obtidos medindo ou contando, por exemplo, pesos de ratos utilizados num experimento (obtidos medindo) ou as faltas diárias de alunos numa turma ao longo do ano letivo (obtidos contando). Podemos descrever os dados quantitativos distinguido entre discreto e contínuo. • Dados discretos. Resultam de um conjunto finito de valores possíveis, ou de um conjunto enumerável desses valores. (ou seja, números inteiros.). Ex.: números de ovos que as galinhas põem. • Dados contínuos. Resultam de um número infinito de valores possíveis que podem ser associados a pontos em uma escala contínua. Ex: quantidade de leite que as vacas produzem. Dados categóricos ou dados qualitativos. Resultam de descrições, por exemplo, grupos sanguíneos, estado civil ou na religião de pacientes de um hospital. Exemplos Originalmente, a Estatística tratava apenas da descrição de populações humanas, resultados de censos. Mas, à medida que seus objetivos se ampliaram, o - . Cor dos olhos das aluna: qualitativa . Produção de café no Brasil: quantitativa contínua . Número de defeitos em aparelhos de TV: quantitativa discreta . Comprimento dos pregos produzidos por uma empresa: quantitativa contínua . O ponto obtido em cada jogada de um dado: quantitativa discreta Populações e Amostras Quando dissemos que a escolha de uma descrição estatística pode depender da natureza dos dados, estamos nos referindo, entre outras coisas, à seguinte distinção: se um conjunto de dados consiste em todas as observações possíveis de um dado fenômeno, dizemos que é uma população; se um conjunto de dados consiste em apenas uma parte da população, dizemos que é uma amostra. Página 77 termo “população” passou a ter a conotação muito mais ampla. Em Estatística, “população” é um temo técnico com um significado próprio. Podemos designar como população qualquer grupo de elementos, depende do contexto em que os itens serão considerados. Suponhamos, por exemplo, que nos ofereçam um lote com 400 ladrilhos de cerâmicas, que podemos comprar ou não, dependendo de sua resistência. Se medirmos a resistência à quebra de 20 desses ladrilhos para estimar a resistência média de todos os ladrilhos, essas 20 mensurações constituem uma amostra da população que consiste nas resistências de todos os 400 ladrilhos. Em outro contexto, se pensarmos em firmar um contrato de longo prazo para o fornecimento de dezenas de milhares desses ladrilhos, consideraríamos como apenas uma amostra o conjunto das resistências dos 400 ladrilhos originais. Distinguiremos ainda dois tipos de populações, as populações finitas e as populações infinitas. Populações finitas. Consiste em um número finito, ou fixo, de elementos, medidas ou observações. Exemplos: pesos líquidos de 3000 latas de tintas de um certo lote de produção; pontos obtidos por todos os candidatos no vestibular de 2008 numa certa universidade. Populações infinitas. Contém, pelo menos hipoteticamente, um número infinito de elementos. Por exemplo: quando medimos repetidamente o ponto de ebulição de um composto de silicone (não há limite para o número de vezes que podemos medir); quando observamos os totais obtidos em repetidas jogadas de um par de dados (não há limite para o número de vezes que podemos jogar um par de dados). Planejamento da amostra e amostragem Em Estatística, um planejamento de amostra é um plano definido, completamente determinado antes da coleta de quaisquer dados, de obter uma amostra de uma dada população. Assim, o plano para extrair uma amostra aleatória simples de tamanho 12 das 247 farmácias de uma cidade, utilizando uma tabela de números aleatórios de uma maneira predeterminada, constitui um planejamento de amostra. Basicamente, existem dois métodos para composição da amostra: probabil- ístico e não probabilístico ou intencional. Métodos Probabilísticos O método de amostragem probabilística exige que cada elemento da população possua determinada probabilidade de ser selecionado. Normalmente possuem a mesma probabilidade. Assim, se N for o tamanho da população, a probabilidade de cada elemento será 1/N. Trata-se do método que garante cientificamente a aplicação das técnicas estatísticas de inferências. Somente com base em amostragens probabilísticas é que se podem realizar inferências induções sobre a população a partir do conhecimento da amostra. Amostragem Aleatória Em uma amostra aleatória, os elementos da população são escolhidos de tal forma que cada um deles tenha igual chance de figurar na amostra. (Escolhe-se uma amostra aleatória simples de n elementos, de maneira que toda a mostra de tamanho n possível tenha a mesma chance de ser escolhida.) As amostras aleatórias podem ser escolhidas por diversos métodos, inclusive a utilização de tabelas de números aleatórios e de computadores para Página 78 gerar números aleatórios. Com a amostragem aleatória, espera-se que todos os grupos da população sejam representados na amostra de forma aproximadamente proporcional. Uma amostragem descuidada pode facilmente resultar em uma amostra tendenciosa, com características assaz diferentes das da população que a originou. Em contrapartida, a amostragem aleatória é cuidadosamente planejada para evitar qualquer tendenciosidade. Por exemplo, a utilização de catálogos telefônicos elimina automaticamente todos aqueles cujos telefones não figurem no catálogo, e a exclusão desse segmento da população pode facilmente conduzir a resultados falsos. Há cidades que, por exemplo, 42,5% dos números de telefones não estão no catálogo. Os pesquisadores costumam contornar esse problema utilizando computadores para gerar números de telefone, de modo que todos os números sejam possíveis. Eles devem também ter o cuidado de incluir os que inicialmente não foram encontrados ou se recusaram a responder. Uma empresa constatou que a taxa de recusa para entrevistas telefônicas é em geral de 20%, no mínimo. O fato de ignorarmos os que inicialmente se recusam a responder pode concorrer para que nossa amostra seja tendenciosa. Amostragem Estratificada Com a amostragem estratificada, subdividimos a população em, no mínimo, duas sub populações (ou estratos) que compartilham das mesmas características (como sexo) e, em seguida, extraímos uma amostra de cada estrato. Em uma pesquisa sobre a Emenda Constitucional da Igualdade de Direitos, poderíamos utilizar o sexo como base para a criação de dois estratos. Após obter uma relação dos homens e uma relação das mulheres, aplicamos um método conveniente (como a amostragem aleatória) para escolher determinado número de elementos de cada relação. Quando os diversos estratos têm tamanhos amostrais que refletem a população global, temos o que se chama amostragem proporcional. No caso de alguns estratos não serem representados na proporção adequada então os resultados poderão ser ajustados ou ponderados convenientemente. Para um tamanho fixo de amostra, se escolhemos aleatoriamente elementos de diferentes estratos, temos chance de obter resultados mais consistentes (e menos variáveis) do que com a simples escolha de uma amostraaleatória de toda a população. Por essa razão, costuma-se usar a amostragem estratificada para reduzir a variação nos resultados. Amostragem Sistemática Quando se conhece uma listagem dos elementos da população pode-se obter uma amostra aleatória de n elementos dividindo-se o número de elementos da população pelo tamanho da amostra. n Nk = Escolhemos um ponto de partida, que deve ser um valor entre 1 e k e a partir de então selecionamos cada ésimok − elemento da população para fazer parte da amostra. Por exemplo, se a Motorola quisesse fazer uma pesquisa sobre seus 107.000 empregados, poderia partir de uma relação completa dos mesmos e selecionar cada 100º empregado, obtendo uma amostra de 1.070 elementos. Esse método é simples e utilizado com freqüência. Amostragem por Conglomerado Página 79 Na amostragem por conglomerados, começamos dividindo a área da população em seções (ou conglomerados); em seguida escolhemos algumas dessas seções e, finalmente, tomamos todos os elementos das seções escolhidas. Uma diferença importante entre a amostragem por conglomerados e a amostragem estratificada é que a amostragem por conglomerados utiliza todos os elementos dos conglomerados selecionados, enquanto a amostragem estratificada utiliza uma amostra de membros de cada estrato. Pode-se encontrar um exemplo de amostragem por conglomerado em uma pesquisa pré-eleitoral, onde escolhemos aleatoriamente 30 zonas eleitorais e pesquisamos todos os elementos de cada uma das zonas escolhidas. Esse método é muito mais rápido e menos dispendioso do que a escolha de um indivíduo de cada uma das inúmeras zonas da área popu- lacional. Os resultados podem ser ajustados ou ponderados para corrigir qualquer representação desproporcionada de grupos. A amostragem por conglomerados é extensamente utilizada pelo governo e por organizações particulares de pesquisa. Métodos não Probabilísticos São amostragens em que há uma escolha deliberada dos elementos da amostra. Não é possível generalizar os resultados das pesquisas para a população, pois as amostras não-probabilísticas não garantem a representatividade da população. Amostragem Acidental Trata-se de uma amostra formada por aqueles elementos que vão aparecendo, que são possíveis de se obter até completar o número de elementos da amostra. Geralmente utilizada em pesquisas de opinião, em que os entrevistados são acidentalmente escolhidos. Amostragem Intencional De acordo com determinado critério, é escolhido intencionalmente um grupo de elementos que irão compor a amostra. O investigador se dirige intencionalmente a grupos de elementos dos quais deseja saber a opinião. Por exemplo, numa pesquisa sobre preferência por determinado cosmético, o pesquisador se dirige a um grande salão de beleza e entrevista as pessoas que ali se encontram. Amostragem de Conveniência Na amostragem de conveniência, simplesmente utilizamos resultados que já estão disponíveis. Em alguns casos, os resultados da amostragem de conveniência podem ser muito bons, mas em outros casos podem apresentar séria tendenciosidade. Ao fazer uma pesquisa sobre pessoas canhotas, seria conveniente um estudante pesquisar seus próprios colegas de classe, porque estão ao seu alcance imediato. Mesmo que tal amostra não seja aleatória, os resultados devem ser bem satisfatórios. Em contrapartida, poderia ser muito conveniente (e talvez mesmo lucrativo) para a ABC News fazer uma pesquisa pedindo aos espectadores que liguem para um número de telefone “900” para registrar suas opiniões, mas essa pesquisa seria auto- selecionada e os resultados seriam provavelmente tendenciosos Um erro amostral é a diferença entre um resultado amostral e o verdadeiro resultado populacional; tais erros resultam de flutuações amostrais aleatórias. Ocorre um erro não-amostral quando os dados amostrais são coletados, registrados ou analisados incorretamente. Tais erros resultam de um erro que não Página 80 seja uma simples flutuação amostral aleatória, como a escolha de uma amostra não aleatória e tendenciosa, a utilização de um instrumento de mensuração defeituoso, um grande número de recusas de resposta ou a cópia incorreta dos dados amostrais. Se extrairmos uma amostra cuidadosamente, de forma que ela represente realmente a população, podemos aplicar os métodos descritos neste livro para analisar o erro amostral, mas devemos ter o máximo de cuidado em minimizar os erros não-amostrais. Exercício: 1- Classifique a variável como quantitativa discreta ou quantitativa contínua: a) População: funcionários de uma empresa. Variável: salários mensais. b) População: computadores produzidos por uma empresa. Variável: número de peças usadas. c) População: jogadores de basquete de um clube. Variável: estatura. 2 . Classifique as variáveis em qualitativas ou quantitativas contínuas ou discretas: a) População: alunos de uma escola. Variável: cor dos cabelos b) População: casais residentes em uma cidade. Variável: número de filhos. c) População: as jogadas de um dado. Variável: o ponto obtida em cada jogada. d) População: peças produzidas por certa máquina. Variável: número de peças produzidas por hora. e) População: peças produzidas por certa máquina. Variável: diâmetro externo. 3 - uma agência de turismo tem 2.500 clientes cadastrados. Para melhor atendê-los, foi pesquisada a preferência em relação ao tempo de duração, ao preço, ao número de acompanhantes, ao número de passeios e à qualidade dos serviços prestados em uma viagem. Foram consultados de modo imparcial, 700 pessoas. a) Quantas pessoas têm a população estatística envolvida nessa pesquisa? b) A amostra pesquisada foi de quantas pessoas? c) Quais foram as variáveis qualitativas pesquisadas? 4- Quais são as etapas básicas do método estatístico? 5. Uma concessionária de automóveis tem cadastrados 3500 clientes e fez uma pesquisa sobre a preferência de compra em relação a “cor”(branco, vermelho ou azul), “preço”, “número de portas”(duas ou quatro) e “estado de conservação” (novo ou usado). Foram consultados 210 clientes. Diante dessas informações, responda: Página 81 a) Qual é o universo estatístico e qual é a amostra dessa pesquisa? b) Quais são as variáveis e qual é o tipo de cada uma? c) Quais os possíveis valores da variável “cor” nessa pesquisa? 6. Ao nascer, os bebês são pesados e medidos, para se saber se estão dentro das tabelas de peso e altura esperados. Estas duas variáveis são: a) Qualitativas b) Ambas discretas. c) Ambas contínuas. d) Contínua e discreta, respectivamente. e) Discreta e contínua, respectivamente. 7. Para cada uma das seguintes variáveis aleatórias, determine se a variável é quantitativa ou qualitativa. Se quantitativa, determine se a variável de interesse é discreta ou contínua. a. Número de telefones por domicílio. b. Tipo de telefone mais utilizado. c. Número de chamadas de longa distância realizadas por mês. d. Duração (em minutos) da mais demorada chamada de longa distância. e. Cor do telefone mais utilizado. f. Quantia em dinheiro gasto com livros. g. Número de livros didáticos comprados. h. Tempo gasto na livraria. i. Sexo. j. Principal matéria acadêmica. k. Número de créditos matriculados para o semestre corrente. l. Método de pagamento na livraria. m. Nome do provedor de internet. n. Tarifa mensal do serviço de internet. o. Quantidade de tempo gasto por semana navegando na internet. p. Número semanal de e-mails recebidos. q. Número mensal de compras on-line. r. Total gasto em compras on-line. s. Quantia gasta no mês passado com vestuário. t. Número de agasalhosque possui. u. Quantia de tempo gasto no mês passado comprando vestuário. v. Horário mais provável para compra de vestuário (comercial, à noite ou fim de semana). w. Loja de departamento preferida. x. Número de pares de meias que possui. y. Número de alunos matriculados na disciplina de Estatística I. z. Disciplinas disponíveis para cursar no semestre corrente. 8. Identifique o tipo de amostragem utilizada: aleatória, estratificada, sistemática, por conglomerado ou conveniência. a. Ao escrever um livro, o autor baseou suas conclusões em 4.500 respostas a 100.000 questionários distribuídos a mulheres. b. Um sociólogo seleciona 12 homens e 12 mulheres de cada uma de quatro turmas de inglês. c. Um cabo eleitoral escreve o nome de cada senador em cartões separados, mistura-os e extrai 10. Página 82 d. Um programa de Planejamento Familiar pesquisa 500 homens e 500 mulheres sobre seus pontos de vista sobre o uso de anticoncepcionais. e. Um pesquisador médico de uma Universidade entrevista todos os portadores de leucemia em cada um de 20 hospitais selecionados aleatoriamente. f. Obtém-se uma amostra de um produto extraindo-se cada 100ª unidade de linha de montagem. g. Geram-se números aleatórios em um computador para selecionar números de série de carros a serem escolhidos para uma amostra de teste. h. Um fornecedor de peças para automóvel obtém uma amostra de todos os itens de cada um de 12 fornecedores selecionados aleatoriamente. i. Um fabricante de automóveis faz um estudo de mercado compreendendo testes de direção feitos por uma amostra de 10 homens e 10 mulheres em cada uma de quatro diferentes faixas etárias. j. Um fabricante de automóveis faz um estudo de mercado entrevistando clientes em potencial que solicitam teste de direção a um revendedor local. Página 83 Missão: "Oferecer oportunidades de educação contribuindo para a formação de profissionais conscientes e competentes, comprometidos com o comportamento ético e visando ao desenvolvimento Regional”. Escola Aula 02- Estatística I – 12/08/10 Profª Rosane Worm Atividades 1. Explique uma forma de se obter uma amostra estratificada dos empregados de uma empresa em que existam funcionários de escritório, funcionários de produção e vendedores. 2. Numa escola com 1200 alunos, foi feito um recenseamento, recolhendo-se dados referentes às seguintes variáveis: Idade dos alunos; anos de escolaridade; meio de transporte utilizado para ir à escola; local de almoço; número de irmãos; local de trabalho; número de televisores em casa; local de moradia. a) Das variáveis observadas, quais são quantitativas e quais são qualitativas? b) Como organizar uma amostra simples e uma sistemática para fazer esse recenseamento? 3. Deseja-se fazer uma pesquisa em uma população constituída por um número maior de homens que de mulheres. Como você faria para selecionar uma amostra: a) com o mesmo número de homens e de mulheres? b) Com mais mulheres que homens? 4. Suponha que 40% da população mencionada no problema anterior seja constituída por mulheres. Numa amostra estratificada proporcional formada por 50 indivíduos, qual seria o número de homens e o de mulheres? E numa amostra composta de 150 pessoas, quais seriam esses números? 5. Uma empresa de publicidade quer fazer um estudo sobre o interesse despertado por certa propaganda entre os alunos de 10 anos de idade das escolas de Ensino Fundamental de uma cidade. Para isso, pretende estratificar uma amostra de 300 crianças. Como a empresa poderia fazer essa amostra a partir dos dados da tabela abaixo? População A 400 B 300 C 350 D 450 E 520 Página 84 F 300 DESCRIÇÃO DE POPULAÇÃOES E AMOSTRAS COM TABELAS Representação tabular Um dos objetivos da Estatística é sintetizar os valores que uma ou mais variáveis podem assumir, para que tenhamos uma visão global da variação dessa ou dessas variáveis, apresentando esses valores em tabelas e gráficos, que irão nos fornecer rápidas e seguras informações a respeito das variáveis em estudo, permitindo-nos determinações administrativas e pedagógicas mais coerentes e científicas. TABELA: É um quadro que resume um conjunto de dados dispostos segundo linhas e colunas de maneira sistemática. • De acordo com a Resolução 886 do IBGE, nas casas ou células da tabela devemos colocar : um traço horizontal ( - ) quando o valor é zero; três pontos ( ... ) quando não temos os dados; zero ( 0 ) quando o valor é muito pequeno para ser expresso pela unidade utilizada; um ponto de interrogação ( ? ) quando temos dúvida quanto à exatidão de determinado valor. Obs.: O lado direito e esquerdo de uma tabela oficial deve ser aberto. Elementos Essenciais e Facultativos de uma Tabela: Podemos determinar que uma tabela estatística é formada por elementos facultativos e por elementos essenciais: ELEMENTOS ESSENCIAIS ELEMENTOS FACULTATIVOS Título: É a parte superior que procede a tabela e que contém a designação do fato observado, o local e a época em que foi registrado. Fonte: É a indicação da entidade responsável pelo fornecimento dos dados. Corpo: É o conjunto de colunas e linhas, respectivamente, em ordem vertical e horizontal, que contém as informações sobre o fato observado. Notas: São as informações destinadas a esclarecer o conteúdo das tabelas. Cabeçalho: É a parte da tabela que especifica o conteúdo das colunas. Chamadas: São as informações utilizadas para esclarecer certas minúcias em relação as linhas e colunas. Coluna Indicadora: É a parte da tabela que especifica o conteúdo das colunas no sentido vertical. Obs. Todos os elementos facultativos de uma representação tabular estão situados no rodapé. . Página 85 17,2 Fonte: IBGE ( rodapé) Listando dados numéricos Em geral, listar, e portanto, organizar dados é a primeira etapa em qualquer tipo de análise estatística. Como situação típica, consideremos os dados seguintes, que representam o comprimento (em centímetros) de 60 sardinhas pescadas em uma colônia de pescadores: 18,8 20,7 22,6 18,6 18,3 22,7 24,0 20,0 22,4 16,5 17,8 17,9 24,7 20,7 20,9 25,0 21,0 17,2 18,4 16,5 18,5 20,7 20,0 21,9 17,6 23,4 16,5 24,0 22,5 20,0 22,8 21,4 19,2 22,5 20,8 24,4 17,0 18,9 16,7 17,8 22,7 24,7 22,7 22,4 18,3 24,2 23,1 16,7 16,1 24,2 21,0 24,4 18,8 17,5 18,8 17,2 24,6 21,2 18,6 A coleta desses dados por si só já não é tarefa simples, mas deveria ser evidente que é preciso fazer muito mais para tornar os números compreensíveis. Seria interessante se soubéssemos os valores extremos (menor e maior valor). Ocasionalmente, é útil dispor os dados de maneira crescente ou decrescente. A listagem a seguir dos comprimentos das sardinhas está arranjada em ordem crescente: 16,1 16,5 16,5 16,5 16,7 16,7 17,0 17,2 17,2 17,2 17,5 17,6 17,8 17,8 17,9 18,3 18,3 18,4 18,5 18,6 18,6 18,8 18,8 18,8 18,9 19,2 20,0 20,0 20,0 20,7 20,7 20,7 20,8 20,9 21,0 21,0 21,2 21,4 21,9 22,4 22,4 22,5 22,5 22,6 22,7 22,7 22,7 22,8 23,1 23,4 24,0 24,0 24,2 24,2 24,4 24,4 24,6 24,7 24,7 25,0 Esta listagem de dados ordenados, também, no meio estatístico como ROL. SÉRIE ESTATÍSTICA: É qualquer tabela que apresenta a distribuição de um conjunto de dados estatísticos em função da época, do local ou da espécie. SÉRIES HOMÓGRADAS: são aquelas em que a variável descrita apresenta variação discreta ou descontínua. Podem ser do tipo temporal, geográfica ou específica. CORPO Página 86 Séries históricas, cronológicasou temporais É a série cujos dados estão dispostos em correspondência com o tempo, ou seja, varia o tempo e permanece constante o fato e o local. Séries geográficas, espaciais, territoriais ou de localização É a série cujos dados estão dispostos em correspondência com o local, ou seja, varia o local e permanece constante a época e o fato. Séries específicas ou categóricas É a série cujos dados estão dispostos em correspondência com a espécie ou qualidade, ou seja, varia o fato e permanece constante a época e o local. Tabela 5. PRODUÇÃO BRASILEIRA DE AÇO BRUTO EM 1991 (em toneladas) PROCESSOS 1991 Oxigênio básico Forno elétrico EOF 17.934 4.274 409 Fonte: Instituto Brasileiro de Siderurgia. SÉRIES CONJUGADAS: Também chamadas de tabelas de dupla entrada. São apropriadas à apresentação de duas ou mais séries de maneira conjugada, havendo duas ordens de classificação: uma horizontal e outra vertical. O exemplo abaixo é de uma série geográfica- temporal. Tabela 6. População Urbana do Brasil por Região de 1940 a 1980 (x1000) Anos REGIÕES N NE SE S CO Tabela 1. PREÇO DO ACÉM NO VAREJO EM SÃO PAULO – 1989-94 ANOS PREÇO MÉDIO (US$) 1989 1990 1991 1992 1993 1994 2,24 2,73 2,12 1,89 2,04 2,62 Fonte: APA Tabela 2. Produção de Petróleo Bruto no Brasil De 1976 a 1980 (x1000m3) Anos Produção 1976 1977 1978 1979 1980 9.702 9.332 9.304 9.608 10.562 Fonte: Conjuntura Econômica (fev. 1983) Tabela 3. EXPORTAÇÃO BRASILEIRA 1985 IMPORTADORES (%) América Latina EUA e Canadá Europa Ásia e Oceania África e Oriente Médio 13,0 28,2 33,9 10,9 14,0 Fontes: MIC e SECEX. Tabela 4. População Urbana do Brasil em 1980(x1000) Região Produção Norte Nordeste Sudeste Sul Centro-Oeste 3.037 17.568 42.810 11.878 5.115 Fonte: Anuário Estátistico (1984) Página 87 1940 1950 1960 1970 1980 406 581 958 1.624 3.037 3.381 4.745 7.517 11.753 17.567 7.232 10.721 17.461 28.965 42.810 1.591 2.313 4.361 7.303 11.878 271 424 1.007 2.437 5.115 Fonte: Anuário Estatístico (1984) 1. Classifique as seguintes séries: b) AVICULTURA BRASILEIRA 1992 a) PRODUÇÃO DE BORRACHA NATURAL ANOS TONELADAS 1991 29.543 1992 30.712 1993 40.663 Fonte: IBGE c) VACINAÇÃO CONTRA A d) AQUECIMENTO DE UM MOTOR DE AVIÃO POLIOMIELITE – 1993 DE MARCA X REGIÕES QUANTIDADES Norte 211.209 Nordeste 631.040 Sudeste 1.119.708 Sul 418.785 Centro- Oeste 185.823 FONTE: Ministério da Saúde 2. De acordo com o IBGE (1988), em 1986 ocorreram, em acidentes de trânsitos, 27306 casos de vítimas fatais, assim distribuídos: 11712 pedestres, 7116 passageiros e 8478 condutores.. Faça uma tabela para representar esses dados. 3. De acordo com o ministério dos transportes, em 1998, o tamanho das malhas de transporte no Brasil é assim distribuído: 320480 km de rodovias (estradas municipais não estão incluídas), 29700 km de Ferrovias (inclui as linhas de trens urbanos) e 40000 km de Hidrovias (desse total, apenas 8000 km estão sendo usados de fato). Faça uma tabela para representar esses dados. 4. De acordo com o Ministério de Educação a quantidade de alunos matriculados no ensino de 1º grau no Brasil nos anos de 1990 a 1996 em milhares de alunos, são: 19.720 – 20.567 – 21.473 – 21.887 – 20.598 – 22.473 – 23.564. Faça uma tabela para representar esses dados. 5. Estabelecimentos de ensino da região norte do Brasil em 1982 subdividiam-se em: Rondônia, Acre, Amazonas, Roraima, Pará e Amapá e possuem um total de 29, 13, 78, 4, 10 e ESPÉCIE NÚMERO (1.000 cabeças) Galinhas 204.160 Galos, frangos e pintos 435.465 Codornas 2.488 Fonte: IBGE MINUTOS TEMPERATURA ( °C ) 0 20 1 27 2 34 3 41 4 49 5 56 6 63 Dados fictícios Página 88 9 estabelecimentos de ensino, respectivamente, segundo o MEC. Faça uma tabela para apresentar esses dados. 6. De acordo com o IBGE(1988), a distribuição dos suicídios ocorridos no Brasil em 1986, segundo a causa atribuída, foi a seguinte: 263 alcoolismo, 198 por dificuldade financeira, 700 por doença metal, 189 por outro tipo de doença, 416 por desilusão amorosa e 217 por outras causas. Apresente essa distribuição em uma tabela. Página 89 Aula 3 – Estatística I – 19/08/10 Profª Rosane Worm Distribuição de Freqüência A freqüência é o número de repetições da observação no conjunto de observações. A distribuição de freqüência de uma série de observações é uma função que representa os pares de valores formados por cada observação e seu número de repetições. Exemplo: SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALÁRIOS RECEBIDOS PELOS FUNCIONÁRIOS DA EMPRESA Z Salários semanais (R$) Quantidade( fi) 150 ├ 154 4 154 ├ 158 9 158 ├ 162 11 162 ├ 166 8 166 ├ 170 5 170 ├ 174 3 Total 40 FONTE: PESQUISA DO SETOR DE PESSOAL Na construção de tabelas de freqüências, devemos observar as seguintes diretrizes: 1. As classes devem ser mutuamente excludentes, ou seja, cada valor original deve pertencer exatamente a uma e só uma classe. 2. Todas as classes devem ser incluídas, mesmo as de freqüência zero. 3. Procurar utilizar a mesma amplitude para todas as classes, embora eventualmente seja impossível evitar intervalos com extremidade aberta. 4. Escolher números convenientes para limites de classe. Arredondar para cima a fim de ter menos casas decimais, ou utilizar números adequados à situação. 5. Utilizar entre 5 e 20 classes. 6. As somas das freqüências das diversas classes deve ser igual ao número de observações originais. Elementos de uma Distribuição de Freqüência 1. Classe: Classes de freqüência ou, simplesmente, classe são intervalos de variação da variável. As classes são representadas simbolicamente por i, sendo i = 1, 2, 3, . . ., k (onde k é o número total de classes da distribuição). Exemplo: O intervalo 154 ├ 158 define a segunda classe (i = 2) A distribuição é formada por seis classes, podemos afirmar que i = 6. 2. Limites de Classe: Determinam-se limites de classes os extremos de cada classe. O menor número é o limite inferior da classe ( li ) e o maior número, o limite superior da classe ( ls ). Exemplo: Na terceira classe do exemplo acima, temos: li3 = 158 e Ls3= 162 3. Amplitude de um Intervalo de Classe (h): É a medida de intervalo que define a classe. Ela é obtida pela diferença entre os limites superior e inferior. Assim: Página 90 lilsh −= Exemplo: o intervalo de classe do exemplo acima é 4, pois 162 ├ 158 = 4 4. Amplitude Total ( AT) : É a diferença entre o valor máximo e o valor mínimo da amostra. AT = Vmax - Vmin Exemplo: A amplitude amostral do exemplo acima é 24, pois 174 ├150 = 24 5.Ponto Médio de uma Classe ( Xi) : É o ponto que divide o intervalo de classe em duas partes iguais.2 lsliXi += Exemplo: O ponto médio da segunda classe, em nosso exemplo, é 156. 6. TIPOS DE FREQUÊNCIAS Freqüência absoluta (fi). É o número de repetições de um valor individual ou de uma classe de valores da variável. Freqüência relativa (fri ou fri%) Representa a proporção de observações de um valor individual ou de uma classe, em relação ao número total de observações, ou seja, é o número de repetições dessa observação dividida pelo tamanho da amostra. Freqüência absoluta acumulada (Fi). É a soma das freqüências daquela classe e de todas as classes que a antecedem. Freqüência relativa acumulada (Fri ou Fri%). É a Fi dividida pelo total de observações (n). Freqüência Simples ou Absoluta (fi): É o número de observações correspondentes a uma classe. A soma de todas as freqüências é representada por: ∑= fiN ( população ) ∑= fin ( amostra ) Exemplo: Para a distribuição em estudo, temos: 40== ∑ fin Freqüência Acumulada ( Fi fiffFi +++= ...21 ) É o total das freqüências de todos os valores inferiores ao limite superior. do intervalo de uma dada classe. ou ∑= fiFi Exemplo: Calcule a freqüência acumulada correspondente à terceira classe, em nosso exemplo: Página 91 Freqüências Relativas simples (fri n fifri = ) São os valores da razão entre as freqüências simples e a freqüência total. Exemplo: Calcule a freqüência relativa simples da terceira classe, em nosso exemplo: Freqüência Acumulada Relativa ( Fri n FiFri = ) É a freqüência acumulada da classe, dividida pela freqüência total da distribuição. Exemplo: Para a terceira classe, qual é a freqüência acumulada relativa? 7. Número de Classes: Pode-se utilizar a regra de STURGES, que fornece o número de classes em função do total de casos: )(log33,31 NnK += Onde: K é o número de classes; N ou n é o número total de observações. Para determinar a amplitude do intervalo de classe, temos: K Hh = SIMBOLOGIA ENTRE OS VALORES DE CLASSE: Inclui o valor da esquerda mas não o da direita. Inclui o valor da direita mas não o da esquerda. Não inclui nem o valor da direita, nem o da esquerda. Inclui tanto o valor da direita quanto o da esquerda. – Distribuição de Freqüência sem Intervalos de Classe Quando se trata de variáveis discretas de variação relativamente pequena, cada valor pode ser tomado como um intervalo de classe. Ex: Uma professora organizou os resultados obtidos em uma prova da seguinte forma: 4 – 5 – 7 – 9 – 9 – 4 – 5 – 7 – 9 – 9 – 4 – 5 – 7 – 9 – 9 – 4 – 6 – 8 – 9 – 9 – 4 – 6 – 8 – 9 – 9 Nota Nº de alunos Total Página 92 EXERCÍCIO 1. Complete a seguinte tabela e responda as seguintes perguntas: SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALÁRIOS RECEBIDOS PELOS FUNCIONÁRIOS DA EMPRESA Z Salários semanais (R$) Freqüências Xi % fr Fi Fri i % 150 ├ 154 4 154 ├ 158 9 158 ├ 162 11 162 ├ 166 8 166 ├ 170 5 170 ├ 174 3 Total 40 100 FONTE: PESQUISA DO SETOR DE PESSOAL a) Quantos empregados têm salário entre R$ 154, inclusive, e R$ 158? b) Qual a percentagem de empregados cujos salários são inferiores a R$ 154? c) Quantos empregados têm salário abaixo de R$ 162? d) Quantos empregados têm salário não inferior a R$ 158? 1. Conhecidas as notas de 50 alunos: 33 41 50 55 60 66 71 74 81 89 35 42 52 55 61 67 73 76 84 91 35 45 53 56 64 68 73 77 85 94 39 47 54 57 65 68 73 78 85 94 41 48 55 59 65 69 74 80 88 98 Obtenha a distribuição de freqüência, tendo 30 para limite inferior da primeira classe e 10 para intervalo das classes. Página 93 2. Os resultados do lançamento de um dado 50 vezes foram os seguintes 6 5 2 6 4 3 6 2 6 5 1 6 3 3 5 1 3 6 3 4 5 4 3 1 3 5 4 4 2 6 2 2 5 2 5 1 3 6 5 1 5 6 2 4 6 1 5 2 4 3 Forme uma distribuição de freqüência sem intervalos de classe. 4) Abaixo são mostrados os saldos médios amostrais de 48 contas de clientes do BB S.A. ( dados brutos em US$ 1,00). 120 150 250 300 375 500 550 650 800 1000 150 225 270 350 450 500 600 700 900 1000 150 225 275 360 450 500 600 750 950 1000 150 230 275 375 470 500 600 750 1000 150 250 275 375 475 500 650 800 1000 Pede-se: a) agrupar os dados numa distribuição de freqüências com intervalo de classes (use Teorema de STURGES); b) determine as freqüências simples e acumuladas (absolutas e relativas); c) calcule a interprete: fr2, f3 e Fr4 - Fr2; 5. Considere a seguinte distribuição de freqüência correspondente aos diferentes preços de um determinado produto em 20 lojas pesquisadas. Preços ($) Número de lojas 50 2 51 5 52 6 53 6 54 1 Total 20 a) Quantas lojas apresentaram um preço de $52,00? b) Construa uma tabela de freqüências simples relativas. c) Construa uma distribuição de freqüência acumulada relativa. d) Quantas lojas apresentaram um preço de até $51,00 (inclusive)? e) Qual a porcentagem de lojas com preço maior que $52,00? f) Qual a porcentagem de lojas com preço maior do que $51,00 e menor do que $54,00? Página 94 6. Com referência tabela abaixo Distribuição de freqüência de Diárias para 200 apartamentos Diárias (R$) Número de apartamentos 150 |--- 180 3 180 |--- 210 8 210 |--- 240 10 240 |--- 270 13 270 |--- 300 33 300 |--- 330 40 330 |--- 360 35 360 |--- 390 30 390 |--- 420 16 420 |--- 450 12 Total 200 Responda: a) Quais os limites (inferior e superior) da primeira classe? b) A amplitude dos intervalos de classe é a mesma para todas as classes? c) Suponha um aluguel mensal de $239,50. Identificar os limites superior e inferior da classe na qual esta observação seria registrada. d) Construir a distribuição de freqüência simples relativa. e) Construir a distribuição de freqüência acumulada. Página 95 Aula 4 – Estatística I – 26/08/10 Profª Rosane Worm Representação Gráfica Com as tabelas de freqüência, podemos identificar a natureza geral da distribuição dos dados, bem como construir gráficos que facilitem a visualização dessa distribuição. O gráfico estatístico é uma forma de apresentação dos dados, onde o objetivo é o de produzir, no investigador ou no público em geral, uma impressão mais rápida e visual do fenômeno em estudo. Excelência gráfica 1. É uma apresentação bem elaborada de dados, que fornece substância, estatísticas e formas; 2. Comunica idéias complexas com clareza, precisão e eficiência; 3. Fornece ao observador o maior número de idéias, no menor espaço de tempo, com o menor volume de impressão; 4. Exige que seja transmitida a verdade sobre os dados. Vejamos alguns tipos de gráficos Histogramas É utilizado para descrever dados numéricos que tenham sido agrupados na forma de distribuições de freqüências ou distribuições de freqüências relativas. Ao desenhar um histograma, a variável aleatória de interesse é exibida ao longo do eixo horizontal (eixo X). O eixo vertical (eixo Y) representa o número (freqüência), proporção ou porcetagem de observações por intervalo de classe. Altura em centímetros de 160 alunos do curso de estatística
Compartilhar