Baixe o app para aproveitar ainda mais
Prévia do material em texto
Conceitos Fundamentais e Apresentação de dados Conceitos Fundamentais e Apresentação de dados 1 1.Introdução A Estatística é uma ciência cujo campo de aplicação estende-se a muitas áreas do conhecimento humano. Em sua essência, a Estatística é a ciência que apresenta processos próprios para coletar, apresentar e interpretar adequadamente conjuntos de dados, sejam eles numéricos ou não. Pode-se dizer que seu objetivo é o de apresentar informações sobre dados em análise para que se tenha maior compreensão dos fatos que os mesmos representam. A Estatística subdivide-se em três áreas: descritiva, probabilística e inferencial. A estatística descritiva, como o próprio nome já diz, se preocupa em descrever os dados. A estatística inferencial, fundamentada na teoria das probabilidades, se preocupa com a análise destes dados e sua interpretação. 1.1.Conceitos fundamentais e definições No estudo da bioestatística, encontramos tipos diferentes de dados numéricos com variados graus de estruturas e que assumem diversos valores. Esses dados podem ser trabalhados tanto a nível populacional quanto, amostral. População: refere-se a um conjunto de elementos que apresentam pelo menos uma característica em comum, essa característica deve delimitar corretamente quais os elementos que representam realmente essa população. Podemos considerar, como um exemplo de população, a quantidade de hemácias presente na corrente sanguínea de uma pessoa adulta, considerando como características comuns: células anucleadas, presença de hemoglobina, dentre outras. AULA 1 Conceitos Fundamentais e Apresentação de dados 2 Amostra: refere-se a um sub-conjunto dos elementos que constituem a população. È valido ressaltar que, a amostra deve ser significativa, em relação a amostra. Pode-se citar como exemplo, 5mL de sangue da totalidade de uma pessoa adulta, pois dessa forma, é possível obter inúmeras estimativas de uma determinada pessoa, por exemplo, o hemograma completo, a quantidade de neutrófilos, eosinófilos, basófilos, podendo assim determinar se há um processo alérgico, presença de helmintos, dentre outras alterações. Em uma população e em uma amostra, podemos ter vários elementos, e em muitos casos, devemos analisar os mesmos, com o propósito de obtermos determinadas estimativas. Variável: é a característica que será avaliada, medida ou contada nos elementos de uma população ou de uma amostra. Uma variável pode ser: o número de pessoas atendidas em uma unidade de saúde, a quantidade de nascidos vivos em um determinado mês em uma cidade, dentre outras. Mas nos estudos envolvendo análise estatística, é necessário distinguir os tipos de variáveis e como as mesmas são classificadas. 1.2.Tipos de variáveis e de dados Para uma correta análise dos dados há a necessidade de diferenciar os tipos de variáveis que o pesquisador está tratando durante a sua pesquisa, pois assim, é possível realizar uma análise e uma interpretação correta dos dados. Variável qualitativa: são variáveis que apresentam como possíveis valores qualidades ou atributos dos indivíduos pesquisados, essas variáveis podem ser distribuídas em categorias mutuamente exclusivas (são aquelas que a ocorrência de um, elimina a possibilidade de ocorrência do outro), e podem ser expressas de duas formas, ordinal ou nominal. Conceitos Fundamentais e Apresentação de dados 3 Variável qualitativa nominal (categórica não ordenada): é o tipo de variável em que a ordem dos valores não interfere na interpretação dos dados. Em alguns casos também podemos considerar uma variável nominal como dicotômica, como por exemplo: sexo (masculino ou feminino) e doente (sim ou não). Graficamente podemos representar esse tipo de variável da seguinte forma: Figura 1. Representação gráfica de uma variavel qualitativa nominal (1 e 2) do tipo dicotômicas Variável qualitativa ordinal (categórica ordenada): é o tipo de variável em que a ordem dos valores interfere na interpretação dos dados. Por exemplo: as lesões de uma determinada doenças podem ser classificadas de acordo com seu nível de severidade, de modo que 1 representa um lesão fatal, 2 é severa, 3 é moderada e 4 é pequena, nesse exemplo, existe uma ordem natural entre os agrupamentos: um nível menor representa uma lesão mais séria. A representação gráfica desse tipo de variável pode ser da seguinte forma: Conceitos Fundamentais e Apresentação de dados 4 Figura 2. Representação gráfica de uma variavel qualitativa ordinal. Variável quantitativa: são variáveis que representam informações que representam informações expressas em quantidades numéricas, e pode ser expressas de duas formas, discretas ou contínuas. Variável quantitativa discreta: são variáveis que somente assumem valores específicos e são expressos como contagem. São exemplos desse tipo de variável: número de gestações, número de nascidos vivos, números de casos de enxaqueca, número de partos por cesariana, dentre outros. Ao representar graficamente esse tipo de variável, podemos obter o seguinte gráfico: Figura 2. Representação gráfica de uma variavel quantitativa do tipo discreta. Variável quantitativa contínua: são variáveis que podem assumir qualquer valor inteiro ou não, dentro de uma determinada escala. Podemos citar como exemplo, pressão arterial expressa em (mmHg), Bilirrubina total (mg/dL), altura, dentre outros. Figura 2. Representação gráfica de uma variavel quantitativa do tipo contínua. Conceitos Fundamentais e Apresentação de dados 5 Foi possível observar pelos conceitos anteriores que há várias formas de coletar e interpretar os dados de um estudos, os mesmos podem ser coletados de uma população ou de uma amostra, deste que esta seja representativa da primeira. Geralmente os dados coletados em um estudos estão “puros”, e não apresentam determinadas interpretações, dessa forma, há determinadas metodologias de estatísticas descritivas que promovem uma melhor organização dos mesmos. 2.Estatística descritiva A estatística descritiva é um meio de organizar e resumir o um grande número de informações, elas promovem um resumo das características gerais de um conjunto de dados e podem assumir várias formas, entre as quais, tabelas, gráficos, medidas de tendência central, medidas de dispersão e medidas de posição. 2.1.Tabelas Tendo como pré-requisito o conhecimento dos tipos de dados (nominais ou ordinais; contínuos ou discretos) e os de variaveis (qualitatitiva e quantitativas), é possível aprender como indentificar as técnicas estatísticas mais apropriadas para descrever cada tipo de dado. Embora um certo volume de informação seja perdido quando as informações são resumidas, um grande volume também pode ser ganho. Uma tabela talves seja a o meio mais simples de se resumir um conjunto de observações e pode ser usada para todos os tipos de dados numéricos. Conceitos Fundamentais e Apresentação de dados 6 2.1.1.Distribuição de frequências Uma tabela comumente utilizada para avaliar dados é chamada de distribuição de frequências, que consiste de um conjunto de classes ou categorias junto com contagens numéricas que correspondem a cada conjunto para dados nominais e ordinais. Como ilustração desse formato, temos a tabela 1, a qual apresenta o númerode individuos (contagem numérica) que apresentaram e que não apresentaram dengue tipo 1 (classe ou categoria), para os primeiros 2560 atendimentos registrados, para tal patologia, em uma unidade de pronto atendimento no mês de janeiro na cidade do Rio de Janeiro. Tabela 1. Casos de dengue tipo 1, para os primeiros 2560 atendimentos registrados, para tal patologia, em uma unidade de pronto atendimento no mês de janeiro na cidade do Rio de Janeiro. (Título) Sintomas da dengue tipo 1 Número de Indivíduos →cabeçalho SIM 246 →corpo NÃO 2314 Na análise da tabela supracitada, é possível relatar algumas pertinências sobre a mesma. Uma tabela deve apresentar sempre na parte superior o título, o qual deve ser auto explicativo, ou seja, indicar todas as informações da tabela, deve apresentar um cabeçalho, o qual indica as variáveis em estudo,e o corpo, onde está presente os dados das variáveis analisadas. Uma tabela não apresenta linhas na vertical, pois a presença dessas linhas indicaria uma outra representação, denominada de quadro. Linhas horizontais no interior no corpo da tabela podem ser adicionadas, mas não devem, para não comprometer a estrutura da mesma. Para exibir dados discretos ou contínuos na forma de uma distribuição de frequências precisa-se dividir o intervalo de valores da Conceitos Fundamentais e Apresentação de dados 7 observações em uma série de intervalos não sobrepostos e distintos. Como os dados discretos e os contínuos apresentam uma quantidade maior de classes, muitas vezes as tabelas de coletas desses tipos de dados são cansativas e não dão ao leitor uma visão rápida de uma correta interpretação. Para isso é necessário que os dados sejam apresentados em uma tabela de distribuição de frequências. Imagine que, que para dar uma ideia geral sobre o peso ao nascer de nascidos vivos, o pesquisador era apresentar não os pesos observados, mas o número de nascidos vivos por faixas de peso. Deve, então, construir uma tabela de distribuição de frequências. Peso ao nascer de nascidos vivos, em quilogramas (Kg) 2,522 3,200 1,900 4,100 4,600 3,400 2,150 2,700 2,720 3,720 3,600 2,400 1,720 3,400 3,300 2,450 3.125 2,800 3,200 2,700 2,750 1,570 3,250 2,250 2,900 3,300 2,450 4,200 3,800 3,150 3,220 2,950 2,900 3,400 2,100 2,700 2,800 3,000 2,480 2,500 2,400 4,450 2,900 2,900 3,725 3,800 3,600 3,120 2,900 3,700 2,500 2,890 2,500 2,500 3,400 2,920 2,120 2,900 3,110 3,550 2,300 3,200 2,720 3,150 3,200 3,520 3,000 2,950 2,700 2,900 2,400 3,200 3,100 4,100 3,000 3,150 2,000 3,450 3,200 3,200 3,200 3,750 2,800 2,720 3,120 2,800 2,780 3,450 3,150 2,700 2,480 2,120 2,500 3,155 3,100 3,200 3,300 3,900 2,450 2,480 Pelos dados do quadro acima não é possível tirar grandes conclusões, apenas verificar que há 100 dados coletados (observações) e que o valor de 4,600 Kg é o maior e o de 1,570 é o menor. Conceitos Fundamentais e Apresentação de dados 8 O primeiro passo, é definir as faixas de peso, essas faixas recebem, nesse caso, nome de classes. Pelos dados apresentados é possível é possível verificar que no quadro 1, o menor valor é 1,570 Kg e o maior é 4,600 kg. Arbitrariamente podemos definir classes de 1,5 a 2,0 Kg, de 2,0 a 2,5 kg, assim sucessivamente, formando sete classes, como mostra o esquema abaixo. 1,5 ι— 2,0 2,0 ι— 2,5 2,5 ι— 3,0 3,0 ι— 3,5 3,5 ι— 4,0 4,0 ι— 4,5 4,5 ι— 5,0 A representação de cada classe é dada da seguinte forma, a representação 1,5 ι— 2,0 significa que nessa classe, são alocados todos os valores de 1,5 (incluindo o mesmo) até valor os valores de 1,999999..., pois o símbolo (ι— ), significa que o intervalo é fechado em 1,5 e aberto em 2,0, indicando que o valor 2,0 não pertence a essa classe; na classe de 2,0 a 2,5 Kg, são alocados os nascidos que apresentam desde 2,0 até os que nasceram com 2,499999... e assim por diante. Dessa forma, cada classe cobre um intervalo de 0,5 Kg. A distribuição da frequência absoluta para a variável peso ao nascer obtida a partir do quadro pode ser representada na tabela 2. A frequência absoluta de uma classe ou de um valor individual é o número de observações correspondentes a essa classe ou a esse valor. De acordo com o quadro, podemos verificar que, três (3) crianças estavam no intervalo de 1,5 ι— 2,0, e 16 crianças estavam no intervalo de 2,0 ι— 2,5, resumindo a frequência absoluta representa o valor absoluto da quantidade de representantes de uma determinada variável para um certo intervalo. Conceitos Fundamentais e Apresentação de dados 9 Tabela 2. Frequência absoluta de nascidos vivos segundo o peso ao nascer, em quilogramas (Kg) Classe Frequência absoluta 1,5 ι— 2,0 3 2,0 ι— 2,5 16 2,5 ι— 3,0 31 3,0 ι— 3,5 34 3,5 ι— 4,0 11 4,0 ι— 4,5 4 4,5 ι— 5,0 1 Soma 100 Algumas vezes é útil conhecer a proporção dos valores situados em um determinado intervalo de uma distribuição de frequência, em vez somente do número absoluto. A frequência relativa para um intervalo é a proporção do número total de observações que nele aparece. Ela é calculada ao dividir-se o número de valores dentro do intervalo pelo número total de valores na tabela. A frequência relativa pode ser calculada da seguinte forma, tomando como exemplo a primeira classe (1,5 ι—2,0), podemos obter dividindo o valor 3 pela soma total 100 e multiplicando por 100 para obter o valor expresso em percentagem, 3%, analogicamente a frequência relativa da classe 2,0 ι—2,5 é (16/100) x 100 = 16%, as frequências relativas para todos os intervalos em uma tabela somam 100%. Uma das grandes aplicabilidades das frequências relativas, é comparar conjuntos de dados que contenham números desiguais de observações, as frequências relativas para os dados do quadro estão representados na tabela 3. Conceitos Fundamentais e Apresentação de dados 10 Tabela 3. Frequência absoluta e frequência relativa de nascidos vivos segundo o peso ao nascer, em quilogramas (Kg) Classe Frequência absoluta Frequência relativa (%) 1,5 ι— 2,0 3 3 2,0 ι— 2,5 16 16 2,5 ι— 3,0 31 31 3,0 ι— 3,5 34 34 3,5 ι— 4,0 11 11 4,0 ι— 4,5 4 4 4,5 ι— 5,0 1 1 Soma 100 100 Outra frequência que pode ser estimada, é a frequência relativa acumulada, a qual se refere a percentagem do número total de observações que tem um valor menor ou igual ao limite superior do intervalo. A frequência relativa acumulada é calculada pela soma das frequências relativas para o intervalo especificado todas as outras classes anteriores. Assim para a frequência relativa acumulada do segundo intervalo 2,0 ι— 2,5 é 3+16=19%, analogicamente a frequência relativa acumulada do terceiro intervalo 2,5 ι— 3,0 é 3+16+31=50%. Tal como as frequência relativas as frequências relativas acumuladas também podem ser utilizadas para números desiguais de observações. Mas essas frequências também apresentam resultados satisfatórios que promovem várias interpretações, como por exemplo, 50% das crianças, da amostra dos dados, apresentam peso entre 1,5 a 2,9 Kg. Os dados referentes a frequência relativa acumulada dos dados do quadro estão representadas na tabela 4. Conceitos Fundamentais e Apresentação de dados 11 Tabela 4. Frequência absoluta, frequência relativa e frequência relativa acumulada de nascidos vivos segundo o peso ao nascer, em quilogramas (Kg) ClasseFrequência absoluta Frequência relativa (%) Frequência relativa acumulada (%) 1,5 ι— 2,0 3 3 3 2,0 ι— 2,5 16 16 19 2,5 ι— 3,0 31 31 50 3,0 ι— 3,5 34 34 84 3,5 ι— 4,0 11 11 95 4,0 ι— 4,5 4 4 99 4,5 ι— 5,0 1 1 100 Soma 100 100 - Depois de construir uma distribuição de frequências, pode-se incluir outras características adicionais que ajudaram a fornecer um melhor entendimento dos dados, como por exemplo o ponto médio. O ponto médio de uma classe é a soma dos limites superiores e inferiores da classe dividida por dois. 2 classe) da superior ( l i m i t e classe) da inferior ( l i m i t e médio ponto O ponto médio para a primeira classe é (1,5+2,0)/2=1,75, depois de encontra o ponto médio da primeira classe, pode-se encontrar os pontos médios das classes seguintes, adicionando o valor do intervalo de classe ao valor do primeiro ponto médio encontrado. Por exemplo, se o primeiro ponto médio é 1,75 e o intervalo da classe é 0,5, então os pontos médios restantes são: Conceitos Fundamentais e Apresentação de dados 12 1,75 + 0,5 = 2,25 2,25 + 0,5 = 2,75 2,75 + 0,5 = 3,25 3,25 + 0,5 = 3,75 3,75 + 0,5 = 4,25 4,25 + 0,5 = 4,75 Tabela 5. Ponto médio, Frequência absoluta, frequência relativa e frequência relativa acumulada de nascidos vivos segundo o peso ao nascer, em quilogramas (Kg) Classe Ponto médio Frequência absoluta Frequência relativa (%) Frequência relativa acumulada (%) 1,5 ι— 2,0 1,75 3 3 3 2,0 ι— 2,5 2,25 16 16 19 2,5 ι— 3,0 2,75 31 31 50 3,0 ι— 3,5 3,25 34 34 84 3,5 ι— 4,0 3,75 11 11 95 4,0 ι— 4,5 4,25 4 4 99 4,5 ι— 5,0 4,75 1 1 100 Soma 100 100 - Como obter o intervalo de classe e o número de classes em uma distribuição de frequências? Conceitos Fundamentais e Apresentação de dados 13 Supondo por exemplo, a estatura em cm de 40 pessoas atendidas durante um dia em uma unidade de saúde. 166 160 161 150 162 160 165 167 164 160 162 168 161 163 156 173 160 155 164 168 155 152 163 160 155 155 169 151 170 164 154 161 156 172 153 157 156 158 158 161 A partir desses dados é possível obter o rol dos mesmos, o rol refere-se a ordenação dos dados de uma determinada amostra, essa ordenação é feita em ordem crescente: A partir desse momento, podemos verificar o menor e o maior valor da amostra, e também obter algumas estimativas. Amplitude amostral (AA), é a diferença entre o maior e o menor valor da amostra, neste caso temos: 173 – 150 = 23. O número de classes (k), também pode se estimado, e para obter o mesmo, há várias expressões: Raiz quadrada: k=√n Log (Sturges): k= 1+(3,22 x log n) In (Milone): k=-1+(2 x ln n) k=1 +10dAt O valor de n corresponde ao número de observações da amostra, no caso do exemplo n é igual a 40. Utilizando a expressão k=√n, temos k=√40 que é igual a 6,32, esse valor indica que para a elaboração dessa tabela de distribuição de frequência, será necessário a obtenção de seis (6) classes. E qual será a amplitude de cada intervalo de classe (h), para obter tal estimativa utiliza-se a seguinte expressão, h=(AA)/k Conceitos Fundamentais e Apresentação de dados 14 Dessa forma, temos h=(23/6) = 3,83 ≅ 4 Com esses dados podemos chegar as seguintes conclusões antes de elaborarmos a tabela de frequência, a amostra contém 40 observações, para elaborar a tabela de frequência temos que obter seis classes onde o intervalo entre cada uma das classes é de 4 cm, tendo como limite inferior para a primeira classe o valor de 150 e o limite superior para a ultima classe o é 174 (Tabela 6). Tabela 6. Ponto médio, frequência absoluta, frequência relativa e frequência relativa acumulada da estatura de 40 pessoas atendidas durante um dia em uma unidade de saúde Classe Ponto médio Frequência absoluta Frequência relativa (%) Frequência relativa acumulada (%) 150 ι— 154 152 4 10,00 10,00 154 ι— 158 156 9 22,50 32,50 158 ι— 162 160 11 27,50 60,00 162 ι— 166 164 8 20,00 80,00 166 ι— 170 168 5 12,50 92,50 170 ι— 174 172 3 7,50 100,00 Soma 40 100% - 2.1.2.Tabelas de contingência Muitas vezes os elementos de uma amostra ou de uma população são classificados de acordo com dois fatores, e os dados devem ser então apresentados em tabelas de contingência. As tabelas de contingência são utilizadas para estudar a relação entre duas variáveis categóricas (qualitativas) descrevendo a frequências das categorias de uma das variáveis com as categorias de outra. Os dados de uma tabela de Conceitos Fundamentais e Apresentação de dados 15 contingência são apresentados em tabelas de dupla entrada, cada entrada relativa a um dos fatores. Como exemplo, podemos observar a tabela 7, que representa o número de nascidos vivos registrados entre os anos de 2008 e 2010 no Brasil. É possível verificar que o número de nascidos vivos está registrado segundo dois fatores: o ano de registro e o sexo. Tabela 7. Nascidos vivos registrados segundo o ano de registro e o sexo (IBGE, 2011). ano de registro sexo total masculino feminino 2008 1 435 103 1 362 652 2 797 755 2009 1 415 650 1 348 674 2 764 324 2010 1 414 313 1 346 288 2 760 601 As tabelas de contingência podem apresentar tanto a frequência absoluta de uma determinada variável, quanto a frequência relativa. A frequência relativa, em alguns casos, dão estimativas de riscos, isto é, a probabilidade de ocorrência de um determinado dano, podemos observar esse fato na tabela 8. Tabela 8. Recém nascidos segundo a época de contagio de rubéola na gestante e a condição normal ou mal formado, em uma amostra de 104 gestantes, atendidas em uma unidade de saúde. época de contagio Condição total Frequência relativa de mal formados Normal Mal formado Até o 3º mês 36 14 50 28,0% Após o 3º mês 51 3 54 5,6% Conceitos Fundamentais e Apresentação de dados 16 As frequências relativas apresentadas na tabela supracitada estimam o risco de um recém-nascido ser defeituoso em função da época em que a gestante se contagio com a rubéola. Note que a frequência relativa de defeituosos (risco) é maior quando a gestante entrou em contato com o vírus da rubéola no primeiro trimestre de gestação. Dessa forma, é possível concluir que o contágio com a rubéola é considerado um fator de risco na ocorrência de recém-nascidos defeituosos. Conceitos Fundamentais e Apresentação de dados 17 2.2.Gráficos Uma outra maneira para resumir e apresentar os dados numéricos, é pelo emprego de gráficos. Os gráficos devem ser elaborados de um modo a transmitirem os padrões gerais de um conjunto de observações em uma simples visualização. 2.1.1.Gráficos de barras Os gráficos em barras são os mais utilizados para exibir uma distribuição de frequência para dados nominais ou ordinais. Em um gráfico de barras, as várias categorias, nas quais as observações são classificadas, estão apresentadas ao longo de um eixo horizontal ou vertical. É recomendável que cada coluna conserve uma distância entre si de aproximadamente 2/3 da largura da base de cada barra, evidenciando deste modo, a não continuidade na sequênciados dados. Tabela 9. Internações hospitalares no sistema único de saúde (SUS) por grupos de causas em 2009, no Brasil (IBGE, 2010). Espécie Frequência absoluta Frequência relativa Doenças infecciosas e parasitárias 928 304 8.34 Neoplasias 575 371 5.18 Transtornos mentais e comportamentais 275 286 2.48 Doenças do aparelho circulatório 1 139 140 10.24 Doenças do aparelho respiratório 1 534 953 13.79 Doenças do aparelho digestório 996 109 8.95 Doenças do aparelho urinário 758 755 6.81 Gravidez e parto 2 403 986 21.60 Causas externas 884 665 7.95 Demais causas 1 632 240 14.66 AULA 2 Conceitos Fundamentais e Apresentação de dados 18 A tabela acima apresenta dados nominais, seguido de suas frequências absolutas e relativas. Apresentando esses dados em forma de gráfico de colunas os mesmos poderão ser representados da seguinte forma: Figura 1. Internações hospitalares no sistema único de saúde (SUS) por grupos de causas no ano de 2009, no Brasil. Ao denominar um gráfico, o nome do mesmo sempre vem precedido de Figura, e a sua denominação sempre deve estar abaixo do mesmo. 2.1.2.Gráficos de setores O gráfico de setores também é utilizado para apresentar variáveis nominais e ordinais, para elaborar um gráfico de setores, primeiro, é necessário traçar uma circunferência, a qual, em sua totalidade, corresponde a 100%. Dentro dessa circunferência, devem-se ser representadas as categorias das variáveis em estudo. Para isso, toma-se a frequência relativa de cada variável e calcula-se o ângulo central, da seguinte maneira, se 100% correspondem a 360º, uma categoria com frequência relativa f% terá um ângulo central x. Conceitos Fundamentais e Apresentação de dados 19 Figura 2. Internações hospitalares no sistema único de saúde (SUS) por grupos de causas no ano de 2009, no Brasil (IBGE, 2010). 2.1.3.Histogramas Enquanto um gráfico de barras configura a representação de uma distribuição de frequência tanto para dados nominais quanto ordinais, um histograma mostra uma distribuição de frequências para dados discretos ou contínuos. Por definição, um histograma de frequência é um diagrama de que representa a distribuição de frequência de um conjunto de dados. A escala horizontal é quantitativa e mede os valores dos dados. A escala vertical mede as frequências das classes e as barras consecutivas devem ser encostadas umas as outras. Em virtude das barras consecutivas no histograma estarem encostadas, elas devem começar e terminar nas fronteiras da classe ao invés de seus limites. As fronteiras das classes são números que separam as classes sem formar lacunas entre elas Para elaborarmos um histograma de frequência, vamos tomar como base os dados da tabela 6. Conceitos Fundamentais e Apresentação de dados 20 Tabela 6. Ponto médio, frequência absoluta, frequência relativa e frequência relativa acumulada da estatura de 40 pessoas atendidas durante um dia em uma unidade de saúde. Classe Ponto médio Frequência absoluta Frequência relativa (%) Frequência relativa acumulada (%) 150 ι— 154 152 4 10,00 10,00 154 ι— 158 156 9 22,50 32,50 158 ι— 162 160 11 27,50 60,00 162 ι— 166 164 8 20,00 80,00 166 ι— 170 168 5 12,50 92,50 170 ι— 174 172 3 7,50 100,00 Soma 40 100% - O primeiro passo para elaborarmos um histograma de frequência, devemos encontrar as fronteiras de classes. Para encontrar esse valor devemos fazer o seguinte, obter a diferença entre o valor do limite superior que pertence a primeira classe e o limite inferior da segunda classe, por exemplo, a primeira classe é de 150 ι— 154, mas o valor 154 apresenta o intervalo aberto então não pertence a essa classe, dessa forma, devemos utilizar o próximo número inteiro que pertence a essa classe, ou seja, 153, assim temos, 154 (limite inferior da segunda classe) – 153 (valor abaixo o limite superior da primeira classe, que é inteiro) resultando nesse caso o valor 1. Metade dessa distância é 0,5, então as fronteiras, inferior e superior, da primeira classe são: 150 - 0,5 = 149,5 e 153 + 0,5 = 153,5. 2.1.3.Polígono de frequência Conceitos Fundamentais e Apresentação de dados 21 O polígono de frequência é similar ao histograma, utiliza os mesmos dois eixos que um histograma e é construído ao se colocar um ponto no centro de cada um dos intervalos de forma tal que a altura do ponto seja igual a frequência absoluta ou a frequência relativa associada ao intervalo.Pontos também são colocados no eixo horizontal e é feita ligação entre o ponto da vertical com o correspondente da vertical. Para fechar o polígono une-se os pontos.
Compartilhar