Visão Geral da Estatística

Prévia do material em texto

Uma visão geral da estatística
Seção 1.1
Livro base - PLT Estatistica aplicada – autor: Larson 
Ch1 Larson/Farber
*
*
Introdução à estatística
Ao ver esta apresentação, tenha à mão papel, lápis, uma calculadora e seu livro. 
Ch1 Larson/Farber
*
*
Introdução à estatística
Porque estudar estatística????
O que é a ESTATÍSTICA??
 
Como o estudo da estatística pode me 
me ajudar na minha profissão????
Ch1 Larson/Farber
*
*
Exportação brasileira de café foi de 28,281
 milhões de sacas em 2012, com 
queda de 15,6% 
em relação a 2011,
que tivera
 desempenho 
recorde
Introdução à estatística
Todas as informações anteriores citadas
São baseadas em um levantamento de 
<><> DADOS ><><><
Dados: informações provenientes de: observações ,
contagem, medidas ou respostas.
Ch1 Larson/Farber
*
*
Estatística é a ciência que se ocupa de coletar, organizar, analisar e interpretar dados para que se tomem decisões.
Conjunto de dados 
O que é estatística?
Ch1 Larson/Farber
*
*
Termos importantes
População	
O conjunto de todas as respostas, 
medidas ou contagens que sejam de interesse.
Amostra
Uma parte ou subconjunto da população.
Ch1 Larson/Farber
*
*
Termos importantes
Parâmetro
Descrição numérica de uma característica da população.
Estatística
Descrição numérica de uma característica da amostra.
A renda média bruta de todos os brasileiros em 2012.
Renda bruta, em 2012, de uma amostra formada pelos habitantes de três estados brasileiros.
Ch1 Larson/Farber
*
*
Ch1 Larson/Farber
*
*
Sabe o que significa????
Saberemos no final da aula....
Ch1 Larson/Farber
*
*
Estatística inferencial
Os dois ramos da estatística
Estatística descritiva
Trata da organização, resumo e organização dos dados.
A partir de uma amostra, tira conclusões sobre a população.
Classificação de dados
Seção 1.2
Ch1 Larson/Farber
*
*
Níveis de medida
1. Nominal
2. Ordinal
3. Intervalar
4. Racional
Um conjunto de dados pode ser classificado de acordo com o nível de medida mais alto que ele aplica. Os quatro níveis de medida, do mais baixo para o mais alto, são:
Ch1 Larson/Farber
*
*
Níveis de medida
 Categorias, nomes, marcas ou qualidades. Nenhuma operação matemática pode ser feita com esses dados. 
 Os dados podem ser arranjados em ordem. Você pode dizer que uma entrada de dados é superior a outra. 
1. Nominal:
Ex.: o modelo do seu carro, seu curso na faculdade.
2. Ordinal:
Ex.: os programas de TV mais assistidos, a condição de pacientes hospitalizados.
Ch1 Larson/Farber
*
*
 Os dados podem ser ordenados e a diferença entre duas entradas pode ser calculada. Não existe o zero inerente (um zero que significa ‘nenhum’).
Níveis de medida
 Existe o zero inerente.Os dados podem ser ordenados, as diferenças podem ser calculadas, e uma razão pode ser formada, de modo que se possa expressar determinado valor como múltiplo de outro. 
3. Intervalar:
4. Racional:
Ex.: altura, peso, idade.
Ex.: temperatura, ano de nascimento.
Planejamento de experimentos
Seção 1.3
Ch1 Larson/Farber
*
*
Amostra aleatória: Cada membro da população tem a mesma chance de ser selecionado. 
Amostra aleatória simples: Todas as amostras de mesmo tamanho são igualmente prováveis.
Atribua um número a cada membro da população. 
Números aleatórios podem ser gerados por uma tabela apropriada, por um software ou ainda por uma calculadora.
Os dados dos membros da população que correspondam a tais números passarão a ser os membros da amostra.
Ch1 Larson/Farber
*
*
Amostra aleatória estratificada
 Divida a população em grupos (estratos) e selecione uma amostra aleatória de cada grupo. Os estratos podem ser faixas etárias, gêneros ou graus de escolaridade, por exemplo. 
Ch1 Larson/Farber
*
*
Amostra por agrupamento
Divida a população em unidades individuais ou grupos. Em seguida, selecione aleatoriamente uma ou mais unidades. A amostra consistirá em todos os membros da(s) unidade(s) selecionada(s). 
Ch1 Larson/Farber
*
*
Amostra sistemática
Selecione aleatoriamente um valor inicial. Depois, escolha os membros da amostra a intervalos regulares.
Digamos que vamos selecionar cada kº membro. Nesse caso, k = 5. Logo, cada 5o membro da população será selecionado.
Ch1 Larson/Farber
*
*
Outras amostras
Amostra de conveniência: Para formar sua amostra, escolha os membros disponíveis da população.
Ch1 Larson/Farber
*
*
Coleta de dados
Contagem ou medição de parte da população. 
Experimento:
Aplica-se determinado tratamento a uma parte do
 grupo.
Simulação:
Usa-se um modelo matemático (em geral no computador) para reproduzir certa condição.
Censo:
Contagem ou medição de toda uma população.
Amostragem:
*
*
*
*
*
*
Most students have enrolled in statistics because it is required. Most have no idea of what statistics is about.
In Chapter 1 you’ll learn about different types of data (pieces of information) and methods of collecting data.
*
*
To learn about any subject, it is important that you know the language of that subject. Here are some commonly used terms. Although a group of people working for a specific computer software company is shown, the population actually consists of the data set. Each piece of data is represented by an x. The population could be the type of car they each drive, their seniority rank, the year they were born or their gross income in 2002. 
How do you know if a data set is a population or a sample? This depends on the context of the problem. If you are doing a study that only concerns workers of this company then use the people in the company to produce the population of values. On the other hand, if your study involves all workers in computer software companies in California, then you would use all the people at the top as a sample (called a cluster sample) of the population. Each population has many many possible samples. 
Population of values may not come from people at all. If you are interested in the miles per gallon of all Honda Civics then the population would be measured from the cars. 
*
*
These terms are used throughout the course. The arrows at the end, emphasize the connection between population parameter and sample statistic. You will also later learn that this type of sample is called a cluster sample because it comes from intact units in the population.
*
*
Descriptive statistics involve graphs creating numerical summaries. Techniques of descriptive statistics will be covered in the next chapter. Inferential statistics will be introduced in later chapters.
*
*
The level of measurement for data values determines the type of calculations that make sense and are meaningful. There are 4 levels of measurement and the higher the level, the more meaningful calculations that can be done. When numbers are used as labels, they are at the nominal level of measure. You would not average the numbers on the Jerseys of a football team.
*
*
The “twice as many” test to determine if data is at the ratio level. A 210 pound person weighs twice as much as one who weights 105, so weight is at a ratio level.
80 degrees Fahrenheit is not twice as warm as 40 degrees. The 0 is a placeholder and does not indicate that there is “no temperature.”
*
*
In order to be of use, a sample must be representative of the population it comes from. There are several ways of forming random samples. Discuss the use of a random number table or the random selection of numbers using a technology tool.
*
*
Different types of sampling techniques are used to ensure the sample represents the population. A stratified sample is used to ensure that various segments of the population are represented in the sample. If a random selection of diabetic people were selected to test the effects ona new drug and you wanted to be sure that people in various age groups were were included in your sample you could separate the population into three strata-psychology. People under 25, people 26-50 and people over 50. 
*
*
A cluster is a naturally occurring group. If the tests were done at 3 different clinics, each cluster would be a clinic. Note that each clinic would have people of all ages. Use this type of sampling when all clusters have similar characteristic.
*
*
Discuss advantages and disadvantages of a systematic sample.
*
*
Discuss advantages and disadvantages of a convenience sample. People who volunteer might have certain characteristics that would bias a sample.