Baixe o app para aproveitar ainda mais
Prévia do material em texto
Probabilidade e Estatística Aplicada à Engenharia Prof. Me. Aragão Júnior Seção 1 Conteúdo da Seção • Introdução ao Estudo da Estatística • Definir os conceitos básicos; • Classificar as variáveis por níveis de mensuração; • Apresentar os métodos de representação gráfica e tabular de dados estatísticos. 2 Introdução • O que é Estatística? • Estatística pode ser entendida como a ciência dos dados. • Por que estudar Estatística? • Para melhor entendermos os fenômenos que nos cercam. • Qual é a importância da Estatística para a Administração? • Melhorar a nossa capacidade de decidir. 3 Áreas de Aplicação 4 Áreas de Aplicação • Finanças • Estudo de tendências. • Previsões do mercado. • Análise de risco. • Decisões sobre investimento. • Contabilidade • Auditoria. • Custos. 5 Áreas de Aplicação • Mercadologia • Perfil dos consumidores. • Campanhas publicitárias. • Pesquisas de mercado. • Segmentação de mercado. • Operações • Controle de qualidade. • Previsão de Produção. 6 Áreas de Aplicação • Administração de Empresas • Pesquisas de Salários. • Controle de qualidade. • Logística. • Clima organizacional. • Administração Pública • Avaliações de políticas públicas. • Instrumentos de controle. 7 Áreas da Estatística 8 Estatística Descritiva Estatística Envolve as técnicas que permitem representar, mensurar e analisar um conjunto de dados. Envolve as técnicas que permitem utilizar dados de uma amostra para generalizações sobre a população. Estatística Inferencial Conceitos Básicos • População • Conjunto de todos os elementos que constituem a abrangência do estudo. 9 Amostra – Um subconjunto da população. Conceitos Básicos • Unidade Observável • A portadora da característica ou propriedade que se deseja investigar. • Variável • Representação simbólica da característica ou propriedade que se deseja investigar. 10 Conceitos Básicos • Cálculos Estatísticos • Processo para a obtenção dos parâmetros de uma população, ou das medidas estatísticas de uma amostra. • Inferência • Processo de generalização para a população, a partir dos resultados obtidos em uma amostra. 11 População • Conjunto constituído pelos alunos deste curso. 12 Amostra 13 Alguns dos alunos deste curso, que foram selecionados. Unidades Observáveis • Cada aluno deste curso 14 Aluno 1 – unidade observável 1 Aluno 2 – unidade observável 2 Aluno N – unidade observável N Variável • Sexo dos alunos 15 masculino feminino masculino Cálculos Estatísticos • Medida estatística: percentagem de mulheres na amostra. 16 33,33% dos alunos da amostra são mulheres. Inferência Pontual 17 Como 33,33 % dos alunos da amostra são mulheres, então 33,33% do total dos alunos deste curso são mulheres. Inferência por Intervalo 18 Como 33,33 % dos alunos da amostra são mulheres, há uma probabilidade de 90% de que a percentagem de alunos do sexo feminino deste curso esteja entre 28,3% e 38,3%. VARIÁVEIS QUALITATIVAS QUANTITATIVAS Tipos de Variáveis 19 Nominais Ordinais Contínuas Discretas Variáveis Qualitativas • São expressas por meio de categorias. • Qualquer número associado às categorias deve ser entendido como rótulo. • Não caracterizam propriamente uma escala. • São analisadas apenas à luz das freqüências verificadas nas categorias. 20 Variáveis Qualitativas • As categorias devem ser: • Mutuamente exclusivas – a escolha de uma categoria implica na impossibilidade de se escolher qualquer outra categoria. • Exaustivas – a união das categorias define o universo de todas as possíveis escolhas. 21 Variáveis Qualitativas Exemplo • Variável: Sexo • Categorias: 1. Feminino 2. Masculino. • Os números associados a cada categoria não recebem tratamento aritmético. • As categorias são mutuamente exclusivas e exaustivas. 22 Variáveis Qualitativas • Embora não caracterize de fato uma escala, as variáveis qualitativas representam o nível mais baixo de “mensuração”. • Podem, ainda, ser classificadas como: • Nominais • Ordinais. 23 Variáveis Qualitativas Nominais • As categorias não são ordenadas, isto é, não há uma hierarquia pré-determinada entre as categorias. • A representação gráfica e a tabular podem ser feitas por ordem de freqüência ou alfabética. 24 Variáveis Qualitativas Nominais Exemplos • Variável: Sexo. • Categorias: 1. Feminino 2. Masculino •Variável: Estado Civil. • Categorias: 1. Solteiro 2. Casado 3. Divorciado 4. Viúvo 5. Outros 25 Variáveis Qualitativas Ordinais • As categorias são ordenadas, isto é, há uma hierarquia pré-determinada entre as categorias (menos que, mais que, menor que, maior que). • A representação gráfica e a tabular devem ser feitas respeitando a ordem das categorias. • Qualquer transformação nos rótulos das categorias deve respeitar o seu ordenamento. 26 Variáveis Qualitativas Ordinais Exemplo • Variável: Patentes do exército. • Categorias: 1. Soldado 2. Cabo 3. Sargento 27 Variável: Classes de Renda. – Categorias: 1. Baixa 2. Média 3. Alta Variáveis Quantitativas • São expressas por meio de uma escala: contínuo com origem e unidade definidas. • Qualquer observação pode ser associada a um ponto na escala. • Por receberem valores no campo dos números reais, são analisadas por qualquer tratamento matemático. 28 Variáveis Quantitativas • Uma escala fica determinada quando conhecemos dois elementos: • Origem • Define o ponto referencial do contínuo. • Unidade • Determina as distâncias entre dois valores quaisquer no contínuo. 29 Variáveis Quantitativas • As variáveis quantitativas representam o nível mais alto de mensuração. • Podem, ainda, ser classificadas como: • Intervalares • de razão. 30 Variáveis Quantitativas Contínuas • As variáveis contínuas podem assumir qualquer valor num intervalo contínuo. 31 Variáveis Quantitativas Contínuas Exemplo • Variável: • Peso • Comprimento 32 Variáveis Quantitativas Discretas • Variáveis discretas são aquelas resultantes de contagens e apresentadas sob a forma de números inteiros. 33 Variáveis Quantitativas Discretas Exemplo • Variável: • Número de filhos de um casal • Número de voos feitos por uma aeronave. 34 Representando Dados 35 Dados Qualitativos Métodos Gráficos Barras Setores (Pizzas) Métodos Tabulares Tabelas de Freqüência Quantitativos Métodos Gráficos Histograma Linha Métodos Tabulares Classes de Freqüência Representando Dados Qualitativos 36 Dados Qualitativos Métodos Gráficos Barras Setores (Pizzas) Métodos Tabulares Tabelas de Freqüência Quantitativos Métodos Gráficos Histograma Linha Métodos Tabulares Classes de Freqüência Representando Dados Qualitativos • Variáveis qualitativas podem ser: • Nominais • Categorias não ordenadas • Ordinais • Categorias ordenadas 37 Representando Dados Qualitativos • Variáveis qualitativas nominais podem ser apresentadas, em gráficos ou tabelas, ordenando as categorias em: • Frequências (crescentes ou decrescentes); ou • Ordem alfabética das categorias. 38 PLANO DE SAÚDE Votos (Freq. Absoluta) Percentual (%) (Freq. Relativa) A 8 20 B 12 30 C 6 15 D 14 35 Total 40 100 Preferência dos VendedoresRepresentando Dados Qualitativos 39 PLANO DE SAÚDE Votos (Freq. Absoluta) Percentual (%) (Freq. Relativa) C 6 15 A 8 20 B 12 30 D 14 35 Total 40 100 Preferência dos Vendedores Ordem crescente de freqüência Representando Dados Qualitativos 40 Representando Dados Qualitativos • Variáveis qualitativas ordinais são apresentadas, em gráficos ou tabelas, ordenando as categorias naturalmente (crescente ou decrescentemente). • As freqüências das categorias podem ser simples ou acumuladas e absolutas ou relativas. • As freqüências absolutas ou relativas podem ser acumuladas de modo crescente ou decrescente. • Gráficos e tabelas com as freqüências acumuladas fornecem informações importantes quanto aos processos produtivos. 41 Representando Dados Qualitativos 42 Relativas (%) Cresc. Decresc. AbsolutasRelativas(%)AbsolutasESCOLARIDADE Freqüências Acumuladas Freqüências Simples NÍVEL DE ------200Total (n) 10050Pós- Graduação 86Superior 42Médio 18Fundamental 1004Sem Formação Representando Dados Qualitativos 43 Relativas (%) Cresc. Decresc. AbsolutasRelativas(%)AbsolutasESCOLARIDADE Freqüências Acumuladas Freqüências Simples NÍVEL DE ------100200Total (n) 251002002550Pós- Graduação 68751504386Superior 8932642142Médio 981122918Fundamental 1002424Sem Formação Representando Dados Qualitativos 44 Qualitativos Métodos Gráficos Métodos Tabulares Barras Setores (Pizzas) Tabelas de Freqüência Representação Gráfica • 45 30% 32% 34% 36% Nós Y X Estamos bem acima dos nossos competidores Market Share 32% 33% 35% 0 10 20 30 40 NÓS Y X % Representação Gráfica • Forma Correta de Representação Gráfica 46 32% 33% NÓS 35% X Y Representação Gráfica • Outra Forma de Representação Gráfica 47 0 2 4 6 8 10 12 14 V o to s Preferência dos Vendedores Plano de SaúdeB C D Gráfico de Barras 48 A Altura mostra freqüência ou % Largura da base são iguais A 20% Preferência dos Vendedores Gráfico de Setores 49 B 30% C 15% D 35% Séries Geográficas • Representadas por Barras ou Setores • Permite identificar as localizações onde o fenômeno atua com mais intensidade 50 Séries Geográficas 51 (2008) Dados Qualitativos 52 Freqüências AcumuladasFreqüências SimplesNÍVEL DE Relativas (%) Cresc. Decresc. AbsolutasRelativas(%)AbsolutasESCOLARIDADE ------100200Total (n) 251002002550Pós- Graduação 68751504386Superior 8932642142Médio 981122918Fundamental 1002424Sem Formação Gráficos de Freqüências 53 Nível de Escolaridade P.GradSup.MédioFund.S/Form F re q ü ê n c ia S im p le s A b s o lu ta 100 80 60 40 20 0 F re q ü ê n c ia A c u m u la d a A b s o lu ta 200 150 100 50 0 Nível de Escolaridade P.GradSup.MédioFund.S/Form Alguns Cuidados • A arte não deve ser mais importante do que o modo mais adequado de representar dados. 54 1960: $1.00 1970: $1.60 1980: $3.10 1990: $3.80 0 2 4 2000 2001 2002 2003 $ Modo Errado Modo Correto Alguns Cuidados • Representar dados sem relativizar. Exemplo: Financiamentos concedidos por trimestre Modo correto leva em conta quantos financiamentos foram solicitados em cada trimestre. 55 0 100 200 300 1o. 2o. 3o. 4o. Freq. 0 10 20 30 1o. 2o. 3o. 4o. % Modo Errado Modo Correto Alguns Cuidados • Compressão do eixo vertical. Exemplo: Volume de vendas por trimestre 56 0 100 200 300 1o. 2o. 3o. 4o. $ 0 20 40 60 1o. 2o. 3o. 4o. $ Modo Errado Modo Correto Dados 57 Dados Qualitativos Métodos Gráficos Barras Setores (Pizzas) Métodos Tabulares Tabelas de Freqüência Quantitativos Métodos Gráficos Histograma Linha Métodos Tabulares Classes de Freqüência Freqüências Valores Representando Dados Quantitativos • Variáveis quantitativas podem ser: • Contínuas • Discretas 58 Representação Tabular • Variáveis quantitativas podem ser apresentadas, em séries e tabelas, de acordo com três possíveis formas de distribuições: • Distribuições de valores; • Distribuições de frequências por valores; ou • Distribuições de frequências por classes de valores. 59 Representação Tabular Distribuição de Valores • Utilizada quando o número de observações for reduzido, sem incidência de valores particulares. • Exemplo: • Amostra de 5 alunos para saber o tempo semanal de acesso à internet (horas); • Valores amostrais: 10, 8, 11, 9, 8; • Valores ordenados: 8, 8, 9, 10, 11. 60 Representação Tabular Distribuição de Freqüência por Valores • Utilizada quando as observações incidirem em torno de alguns valores em particular. • Exemplo • Amostra de 10 alunos para saber o tempo semanal de acesso à internet (horas); • Valores amostrais: 10, 8, 13, 9, 8, 10, 10, 9, 9, 11 • Valores ordenados: 8, 8, 9, 9, 9, 10, 10, 10, 11, 11 61 Representação Tabular Distribuição de Freqüência por Valores Tempo Freqüência 8 2 9 3 10 3 11 2 Total 10 • Tempo semanal de acesso à Internet (h) 62 Representação Tabular Distribuição de Freqüência por Classes de Valores • Utilizada quando o número de observações for elevado mas sem incidência de valores particulares. • Exemplo: • Temperaturas tomadas duas vezes por mês no ano passado na cidade do Rio de Janeiro; • Valores: 22, 26, 36, 28, 37, 38, 40, 42, 34, 30, 28, 24, 17, 19, 22, 23, 27, 29, 30, 34, 32, 25, 31, 38. 63 Representação Tabular Distribuição de Freqüência por Classes de Valores • Procedimentos para Construção 1. Identificar o menor (x) e o maior (X) valores observados; 2. Determinar o número de classes k – máximo10; 3. Calcular a amplitude (h) 4. Estabelecer os limites das classes e os pontos médios das classes 5. Alocar o número de observações (frequências) a cada uma das classes. 64 nk k xX h )( Representação Tabular Distribuição de Freqüência por Classes de Valores • Temperaturas tomadas duas vezes por mês no ano passado na cidade do Rio de Janeiro: 22, 26, 36, 28, 37, 38, 40, 42, 34, 30, 28, 24, 17, 19, 22, 23, 27, 29, 30, 34, 32, 25, 31, 38. • Valor Máximo=42 e Valor Mínimo=17 • Nº de classe (k) e tamanho da classe(h) 65 5 5 )1742()( 524 k xX h nk Representação Tabular Distribuição de Freqüência por Classes de Valores Classes Pontos Médios Freqüências Absoluta Relativa (%) 17x <22 19,5 2 8,33 22x <27 24,5 6 25,00 27x < 32 29,5 7 29,17 32 x < 37 34,5 4 16,67 37 x < 42 39,5 5 20,83 66 Dados 67 Dados Qualitativos Métodos Gráficos Barras Setores (Pizzas) Métodos Tabulares Tabelas de Freqüência Quantitativos Métodos Gráficos Histograma Linha Métodos Tabulares Classes de Freqüência Freqüências Valores Representação Gráfica • Distribuições de freqüências, por valores e por classes de valores são representadas por Histogramas. • Distribuições de séries de valores no tempo são representadas por gráficos de linha. 68 Representação Gráfica 69 0 0,5 1 1,5 2 2,5 3 8 9 10 11 Horas Horas de Acesso Semanal à Internet Gráfico de Barras Representação Gráfica • HISTOGRAMA • Representauma tabela de Distribuição de Freqüências por Classes de Valores. • Condensa dados agrupando valores em classes, ou intervalos, de valores. • Alturas das barras refletem freqüências absolutas ou relativas (percentuais), quando as classes tiverem intervalos constantes. 70 Representação Gráfica Histograma Classes Freqüências Absoluta Relativa (%) 2 8,33 6 25,00 7 29,17 4 16,67 5 20,83 71 0 1 2 3 4 5 6 7 0 17 22 27 32 37 42 2217 < x 2722 < x 3227 < x 3732 < x 4237 < x Representação Gráfica Gráficos de Linha • Representam séries de valores no tempo. • Permitem visualizar a tendência do fenômeno no tempo. • Demarcações do tempo na linha horizontal devem ser compatíveis com a escala. 72 Representação Gráfica Gráficos de Linha 73 0 2 4 2000 2001 2002 2003 R$ Evolução do dólar frente ao Real (2000-03) Representação Gráfica Curva Poligonal Característica • Caso particular do gráfico de linha. • É o gráfico de curva que passa pelos pontos médios das classes em um histograma. • Permite visualizar o tipo da assimetria da distribuição. 74 Representação Gráfica Curva Poligonal Característica 75 3,00 4,00 5,00 6,00 Faixas de Renda (Salário Mínimo)0 5 10 15 P er ce n ta g em n a A m o st ra Poligonal Característica Histograma Representação Gráfica • Alguns Cuidados • Alguns jornais publicam séries de valores no tempo como o gráfico abaixo. Note que as distâncias da escala não são iguais. 76 Representação Gráfica • Alguns Cuidados • Identificamos alguns problemas nesse tipo de gráfico. • Poucas observações – não permite antecipar tendência. • Escala – o eixo horizontal apresenta a unidade de tempo de modo não equispaçado, distorcendo a escala. • A utilidade deste gráfico se limita a comparar o valor da última barra com os valores observados no primeiro dia útil de cada um dos três meses anteriores. 77
Compartilhar