Baixe o app para aproveitar ainda mais
Prévia do material em texto
Introdução à Estatística Conhecimento Conhecimento é o estado interior de uma pessoa na qual tal pessoa percebe ou experimenta, discerne, e passa a saber sobre a realidade de algo. 2. Qualquer coisa pode ser percebida sob 3 aspectos: VERDADE - JUSTIÇA - BELEZA Conhecimento Logo, há 3 componentes ou tipos de conhecimento: Místico-Religioso Verdade Intuição ou fé Espírito Filosófico-Científico Justiça Razão Alma Estético-Artístico Beleza Senso Estético e habilidades Corpo Conhecimento 4. As percepções associam-se com anseios, que nos movem a conhecer. 5. Todos os 3 cooperam sempre em todo conhecimento. 6. Só o conhecimento filosófico-científico (ciência) é transferível, somente ele pode criar escolas. Método Científico 1. Definição do fenômeno e postulação do problema a ser investigado. 2. Formulação de uma conjectura (uma hipótese ou um modelo, ou uma teoria) que possa responder ao problema. 3. Observação ou coleta de dados, sobre o fenômeno. 4. Verificação da validade da conjectura frente aos dados. Modelos da Ciência Determinísticos. 2. Não-Determinísticos, Probabilísticos, Estocásticos, ou ainda Aleatórios. Definição de Estatística Conjunto de técnicas que se ocupam com a coleta, organização, análise e interpretação de dados, tendo um modelo por referência. Ciência e métodos de obtenção e utilização de informações através de dados, para auxiliar o conhecimento e a tomada de decisões (gestão) em uma situação prática envolvendo incerteza. População e amostra População. Corresponde ao sistema total, ou ao todo que se quer descrever, sem generalizações para um universo maior, ou para o futuro. É sempre um conjunto de elementos com características em comum. Pode ser finita ou infinita. Amostra. Um subconjunto finito ou parte finita da população. Observe que amostra é sempre definida como finita. 9 10 Idéia básica da Estatística POPULAÇÃO Descrição populacional AMOSTRA Descrição amostral Amostragem Inferência Grandes áreas da Estatística Variáveis, escalas, e dados Variável. Característica pela qual deseja-se que os elementos da população sejam descritos. Símbolo: X, Y, ... . Escala. Conjunto de estados (valores ou categorias) possíveis para uma dada variável estudada. Símbolo: { Alto, Médio, Baixo}, , ... . Dado. Observação ou realização referente a uma variável. Símbolo: x , y , ... . Tipos de variáveis e escalas TIPOSDE VARIÁVEIS CATEGÓRICAS NUMÉRICAS NOMINAIS ORDINAIS CONTÍNUAS DISCRETAS Escala nominal Escala ordinal Escala intervalar Escala de razão Escala absoluta Escala intervalar Escala de razão Exemplos de variáveis e escalas – Exemplo para variável e escala nominal : X: Linguagens de programação x = Java, Pascal , C++ x = J , P , C++ – Exemplo para variável e escala ordinal: Y: Grau de satisfação com o curso y = Alto, Médio, Baixo y =Satisfeito, Indiferente, Insatisfeito Exemplos de variáveis e escalas - Exemplo para variável contínua e escala intervalar: W: Temperatura da água no recipiente w = 0ºC , 25ºC , 100ºC w = 32ºF , 77ºF , 212ºF - Exemplo para variável contínua e escala de razão: T: Tempo para realização da tarefa t = 67 minutos , 141 minutos , 15 minutos t = 1,12 horas , 2,35 horas , 0,25 horas Exemplos de variáveis e escalas - Exemplo para variável discreta e escala absoluta: Y: Número de brocas na folha do cafeeiro y = 0, 1, 2, 3, ... y = 0, 1, 2, 3, ... Vetores Y: Peso da pessoa. X: Altura da pessoa. (X,Y): Peso e altura da pessoa. Y: Peso da pessoa. X: Altura da pessoa. T: Idade da pessoa. (X,Y,T): Peso, altura e idade da pessoa. Estrutura de dados Univariado Observações X1 X2 … Xp 1 92,1 1,91 … 22 2 74,4 1,85 … 19 … … … … … n 53,1 1,57 … 20 Multivariado Estrutura de dados Univariado Observações X1 X2 … Xp 1 x11 x21 … xp1 2 x12 x22 … xp2 … … … … … n x1n x2n … xpn Multivariado Estrutura de dados Obs. X1 X2 1 x11 x21 2 x12 x22 … … … n x1n x2n Obs. X Y 1 x1 y1 2 x2 y2 … … … n xn yn Estrutura de dados Observações X1 1 x11 2 x12 … … n x1n Observações X1 1 x1 2 x2 … … n xn Estrutura de dados Observações X1 1 x1 2 x2 … … n xn x1 , x2 , … , xn Determinismo e aleatoriedade Determinístico Aleatório y = f (x1, x2, x3, ..., xp) + e e , o aleatório, depende de ... nada Notação de somatório x1 + x2 + x3 + x4 = = x1 + x2 + x3 + x4 Propriedades do somatório = k + k + ... + k = nk = kx1 + kx2 + kx3 + ... +kxn = = k . na +b Propriedades do somatório = + = + = = Algumas medidas estatísticas . = = s Tabela 3.5.Probabilidades de coincidência de aniversários P(A) para cada tamanho n de turma. n P(A) n P(A) n P(A) n P(A) 2 0,00274 24 0,53834 46 0,94825 68 0,99873 3 0,0082 25 0,5687 47 0,95477 69 0,99896 4 0,01636 26 0,59824 48 0,9606 70 0,99916 5 0,02714 27 0,62686 49 0,96578 71 0,99932 6 0,04046 28 0,65446 50 0,97037 72 0,99945 7 0,05624 29 0,68097 51 0,97443 73 0,99956 8 0,07434 30 0,70632 52 0,978 74 0,99965 9 0,09462 31 0,73045 53 0,98114 75 0,99972 10 0,11695 32 0,75335 54 0,98388 76 0,99978 11 0,14114 33 0,77497 55 0,98626 77 0,99982 12 0,16702 34 0,79532 56 0,98833 78 0,99986 13 0,19441 35 0,81438 57 0,99012 79 0,99989 14 0,2231 36 0,83218 58 0,99166 80 0,99991 15 0,2529 37 0,84873 59 0,99299 81 0,99993 16 0,2836 38 0,86407 60 0,99412 82 0,99995 17 0,31501 39 0,87822 61 0,99509 83 0,99996 18 0,34691 40 0,89123 62 0,99591 84 0,99997 19 0,37912 41 0,90315 63 0,9966 85 0,99998 20 0,41144 42 0,91403 64 0,99719 86 0,99998 21 0,44369 43 0,92392 65 0,99768 87 0,99999 22 0,4757 44 0,93289 66 0,9981 88 0,99999 23 0,5073 45 0,94098 67 0,99844 89 0,99999
Compartilhar