Conceitos Básicos

Prévia do material em texto

1 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
ei
t 
B
at
ti
st
i 
 
 
Estatística Básica 
Conceitos Básicos 
 
Profa. Dra. Iara Denise Endruweit Battisti 
 
 
iara.battisti@uffs.edu.br 
 
 
 
 
 
Setembro de 2013 
 
 
 
UFFS – Universidade Federal da Fronteira Sul 
Campus: Cerro Largo 
Curso: Administração 
1 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
e
it
 B
at
ti
st
i 
Plano de EnsinoEmenta 
 
• Estatística Básica 
 
• Plano de ensino em arquivo disponível no Moodle 
 
• Objetivo 
• Ementa 
• Bibliografia 
• Avaliação 
• Frequência 
• Cronograma 
2 
2 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
ei
t 
B
at
ti
st
i 
Conceitos Básicos 
 
• Estatística 
 Conjunto de técnicas que se ocupam com a coleta, 
organização, análise e interpretação de dados. 
 
 
• Estatística x estatísticas 
3 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
e
it
 B
at
ti
st
i 
Conceitos Básicos 
 
• História da Estatística 
 
 Antigamente: palavra STATUS (Estado) 
 estudos demográficos 
 
 Atualmente: aplicada a diversas áreas 
 
 
4 
3 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
ei
t 
B
at
ti
st
i 
Conceitos Básicos 
 
• Etapas do Método Estatístico 
 
• Definir cuidadosamente o problema. Objetivos. Hipóteses. 
• Formular um plano para a coleta dos dados adequados. 
Planejamento amostral. 
• Coleta dos dados. 
• Uso de informações já registradas. 
 Ex: nascimentos, óbitos, doenças; 
• Uso de informações não registradas, mas existentes. 
 Ex: condições de saneamento básico de determinado bairro; 
 vazão de um rio. 
• Uso de informações não registradas e não existentes. 
 Ex: comparação de dois tipos de tratamento de esgotos -> 
experimentos. 
• Os levantamentos dividem-se: 
 Automático contínuo: registro de nascimento, óbitos, ... 
 Periódico: censo IBGE 
 Ocasional: condições de saneamento básico das moradias de Cerro 
Largo 
• Analisar e interpretar os dados. 
• Relatar as conclusões de maneira que sejam facilmente 
entendidas por quem as for usar na tomada de decisões. 
 
 
 
5 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
e
it
 B
at
ti
st
i 
Conceitos Básicos 
• População e Amostra 
 
• População 
• O conjunto de todos os elementos que tem 
determinadas características em comum pré-
definidas. As populações podem ser classificadas 
em: 
Finitas (ou Reais) 
 Ex: todas as empresas da região Missões 
 
Infinitas (ou Conceituais) 
 Ex: gases, líquidos e alguns sólidos 
 
• Notação: N (nº de elementos de uma população) 
 
• Censo: estudo de todas os elementos de uma população. 
 
 
6 
4 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
ei
t 
B
at
ti
st
i 
Conceitos Básicos 
• População e Amostra 
 
• Amostra 
• É uma parte significativa da população, 
selecionada aleatoriamente, previamente 
calculada, que tem como função refletir as 
características da população. A amostra deve ser 
representativa da população. 
 
 Notação: n (nº de elementos de uma amostra) 
 
• Amostragem: processo de obtenção ou coleta de amostras 
de uma população. 
 
 
7 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
e
it
 B
at
ti
st
i 
Conceitos Básicos 
• População e Amostra 
 
 
 
8 
Fonte: http://www.citisystems.com.br 
5 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
ei
t 
B
at
ti
st
i 
Conceitos Básicos 
• Estatística Descritiva e Inferência Estatística 
• Estatística Descritiva: é o conjunto de métodos e técnicas 
que permitem a descrição e sistematização de uma ou mais 
populações. 
• Estatística Inferencial: é um conjunto de métodos e técnicas 
que permitem inferir, projetar resultados de uma ou mais 
populações, a partir de dados amostrais. 
 
 
 
População 
Amostragem 
Amostra 
Inferência 
Estatística 
Estatística 
Descritiva 
Estatística 
Descritiva 
9 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
e
it
 B
at
ti
st
i 
Conceitos Básicos 
• Variável aleatória 
 
• São as características que descrevem a população. 
Um valor observado com relação a uma variável é 
chamado dado ou observação, sejam elas 
provenientes de censos ou de amostras. 
 
• Notação: 
• v.a.’s definidas com letras maiúsculas X, Y, Z 
• valores das v.a.’s são representadas pelas 
respectivas letras minúsculas 
 
• Exemplo: 
 
 
iii zyx ,,
10 
6 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
ei
t 
B
at
ti
st
i 
Conceitos Básicos 
• Variável aleatória 
• Classificação 
 
 
 
Variável 
aleatória 
Qualitativa 
Nominal 
Ordinal 
Quantitativa 
Discreta 
Contínua 
11 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
e
it
 B
at
ti
st
i 
Conceitos Básicos 
• Variável aleatória 
 
• Classificação (tipo) 
• Qualitativa nominal: qualidade ou atributo, sem nenhuma 
ordenação nas possíveis resultados 
• Exemplo: 
• Qualitativa ordinal: qualidade ou atributo na qual existe 
uma ordem nos resultados 
• Exemplo: 
• Quantitativa discreta: possíveis resultados formam um 
conjunto finito ou enumerável de números, que resultam, 
freqüentemente de uma contagem 
• Exemplo: 
• Quantitativa contínua: possíveis resultados pertencem a 
um intervalo de números reais e que resultam de uma 
mensuração 
• Exemplo: 
 
 
 
12 
7 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
ei
t 
B
at
ti
st
i 
• Arredondamento 
• Se o primeiro algarismo após aquele que será arredondado for 
0 a 4, conservamos o algarismo a ser arredondado e 
desprezamos os seguintes. 
• Exemplo: 7,643 fica 7,64 
• Se o primeiro algarismo após aquele que será arredondado for 
de 6 a 9, acrescenta-se uma unidade no algarismo a ser 
arredondado e desprezamos os seguintes. 
• Exemplo: 7,648 fica 7,65 
• Se o primeiro algarismo após aquele que será arredondado for 
5, seguido apenas de zeros, conserva-se o algarismoa ser 
arredondado se ele for par ou acrescenta-se uma unidade se 
ele for ímpar, desprezando os seguintes. 
• Exemplo: 6,2500 fica 6,2; 6,3500 fica 6,4 
• Se o 5 for seguindo de outros algarismos dos quais, pelo menos 
um número for diferente de zero, aumenta-se uma unidade ao 
algarismo a ser arredondado e despreza-se os demais. 
• Exemplo: 8,2502 fica 8,3; 8,4503 fica 8,5 
13 
Conceitos Básicos 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
e
it
 B
at
ti
st
i 
• Arredondamento 
• Ainda, se em uma soma de percentuais (por exemplo, em uma 
tabela) o total deve ser 100% e o resultado encontrado for 
diferente (por exemplo, 99,9% ou 100,1%) deve-se compensar 
no maior valor, diminuindo ou aumentando. 
• Também, não se deve fazer arredondamentos sucessivos, isto 
é, primeiro faz as operações matemáticas necessárias e no 
resultado arredonda-se. 
 
14 
Conceitos Básicos 
8 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
ei
t 
B
at
ti
st
i 
• Somatório 
• Em Estatística é muito comum o cálculo de somas, somas de 
termos ao quadrado, cálculo de médias, etc., então é usual 
representar somas por um operador somatório, que é 
representado pela letra grega “sigma” maiúscula . Assim, por 
exemplo, a soma: 
 
 
é representada em notação de somatório da seguinte forma: 
 
 
 
ou seja, corresponde à soma dos termos “ “, onde o índice i 
varia de 1 a 4. 
15 
Conceitos Básicos 
E
st
a
tí
st
ic
a
 B
á
si
ca
 –
 A
d
m
in
is
tr
aç
ão
/U
F
F
S
 
Pr
of
a.
 D
ra
. 
Ia
ra
 E
nd
ru
w
e
it
 B
at
ti
st
i 
Exercícios 
• Exercícios 
• Classificação de variáveis aleatórias. 
• Arredondamento. 
• Somatório. 
• Definição de projeto. 
16