Baixe o app para aproveitar ainda mais
Prévia do material em texto
FUNDAMENTOS DA ESTATÍSTICA Aula de revisão para a AV2 Prof. Lauro Boechat Batista Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Conteúdo Programático desta aula Medidas de tendência central (média, moda e mediana) para dados isolados e agrupados. Propriedades da média. Medidas de dispersão ou de variabilidade (amplitude total, desvio médio absoluto, variância, desvio padrão e coeficiente de variação) para dados isolados e agrupados. Propriedades da variância e do desvio padrão Correlação linear simples Gráficos Resumo Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de tendência central Média Moda Mediana Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de tendência central Mediana é o valor central de uma distribuição de dados ordenados. Como determinar a mediana – os valores são colocados em ordem crescente ou decrescente e a mediana será exatamente o valor central para número ímpar de elementos. Para número par de elementos, a mediana será obtida pela soma dos dois elementos centrais dividida por 2. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de tendência central Determinação da mediana para número par e ímpar de elementos: Exemplo 1: 2, 3, 5, 6, 8, 8, 9 - a mediana (Md ou Mi) será 6, isto é, Mi = 6 (número ímpar de elementos) Exemplo 2: 1, 3, 3, 4, 7, 8, 8, 9 – a mediana (Md ou Mi) será Mi = (4 + 7)/2 = 11/2 = 5,5 (número par de elementos). Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de tendência central Moda é o valor da variável de maior ocorrência. Distribuição amodal: 8, 5, 2, 4, 7, 3 (não existe valor que ocorre maior quantidade de vezes. Distribuição unimodal: 2, 4, 5, 3, 2, 1, 3, 2 (Mo = 2) Distribuição bimodal: 3, 5, 7, 7, 7, 3, 3, 5, 2, 1 (Mo = 3 e 7) Distribuição trimodal: 1, 4, 4, 4, 1, 1, 5, 6, 7, 7, 5, 5 (Mo = 1, 4, e 5) Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de tendência central Média é denomina µ (mu) se for para a população e para a amostra é denominada (xis-barra). Existem diversos tipos de média, como a aritmética, a geométrica e a harmônica. No entanto, iremos trabalhar com a média aritmética que doravante a denominaremos de somente “média” A média da amostra é dada por: Esta média é denominada “média aritmética simples”, que é para dados apresentados sem frequências, ou seja, dados não agrupados. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de tendência central Propriedades da média Sejam as amostras: A: x1 = 8, x2 = 10 e x3 = 12. A = (8 + 10 + 12)/3 = 30/3 = 10. B: x1 = 16, x2 = 20 e x3 = 24. A = (16 + 20 + 24)/3 = 60/3 = 20. C: x1 = 4, x2 = 5 e x3 = 6. A = (4 + 5 + 6)/3 = 15/3 = 5. D: x1 = 10, x2 = 12 e x3 = 14. A = (10 + 12 + 14)/3 = 36/3 = 12. E: x1 = 6, x2 = 8 e x3 = 10. A = (6 + 8 + 10)/3 = 24/3 = 8. A: = (-2) + (0) + (2) = 0 Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de tendência central Propriedades da média A soma dos desvios dos valores em relação à média é nula, isto é, Somando-se a todos os valores uma constante, a média ficará somada desta constante. Subtraindo-se de todos os valores uma constante, a média ficará subtraída desta constante. Multiplicando-se todos os valores por uma constante, a média ficará multiplicada pela constante. Dividindo-se todos os valores por uma constante, a média ficará dividida pela constante. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de tendência central Relação entre a média, a moda e a mediana Média = mediana = moda distribuição simétrica Média maior do que a moda distribuição assimétrica positiva Média menor do que a moda distribuição assimétrica negativa Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de tendência central Dados isolados e agrupados Consumo de latinhas de cerveja em uma amostra de 10 pessoas: 10, 5, 0, 0, 0, 20, 10, 0, 0, 5. Representação simples: x1 = 10, x2 = 5, x3 = 0, x4 = 0, x5 = 0, x6 = 20, x7 = 10, x8 = 0, x9 = 0, x10 = 5 = (10 + 5 + ...+ 5)/10 = 50/10 = 5 cervejas/pessoa. Representação por frequências: x1 = 10, f1 = 2, x2 = 5, f2 = 2, x3 = 0, f3 = 5, x4 = 20, f4 = 1 = = = 5 cervejas/pessoa. Neste caso, com frequências, a média é denominada “média aritmética ponderada”. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Dados agrupados em uma tabela de frequências sem intervalos de classes. Tabela 1. Número de filhos/família, em uma amostra de 50 famílias de Niterói, RJ, em 2010. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Dados agrupados em uma tabela de frequências sem intervalos de classes. Média = = = 2 filhos/família. Moda = 2 filhos/família Mediana = 2 filhos/família Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Dados agrupados em uma tabela de frequências em intervalos de classes. Tabela 1. Tabela de frequências das alturas de 80 alunos de um classe. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação da média aritmética ponderada (Tabela 1) = Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação da moda bruta (Tabela 1) Moda bruta – a moda bruta é o ponto médio da classe modal. Ponto médio da classe modal = (LI + LS)/2 = (1,62 + 1,68)/2 Ponto médio da classe modal = 3,30/2 = 1,65 m. A moda bruta será igual a 1,65 m (Mo = 1,65 m). Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Dados agrupados em uma tabela de frequências em intervalos de classes (Tabela 1) Determinação da moda pela fórmula de Czuber: Mo = LI + . IC, onde: LI é o limite inferior da classe modal, = (fmax. – fant.), = (fmax. – fpost) e IC = intervalo de classe. = (40 – 10) = 30 e = (40 – 20) = 20 LI = 1,62 e IC = 0,06 Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Dados agrupados em uma tabela de frequências em intervalos de classes (Tabela 1) Determinação da moda pela fórmula de Czuber: Mo = LI + . IC, onde: LI é o limite inferior da classe modal, = (fmax. – fant.), = (fmax. – fpost) e IC = intervalo de classe. Mo = 1,62 + . 0,06 = 1,62 + .0,06 = 1,62 + 0,036 Mo = 1,656 m. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Dados agrupados em uma tabela de frequências em intervalos de classes (Tabela 1) Determinação da mediana: Md = LI + ( ). IC, onde: LI é o limite inferior da classe de referência, é a frequência acumulada anterior à classe de referência, é a frequência simples da classe de referência, IC é o intervalo de classe e a classe de referência é a classe cuja frequência acumulada seja imediatamente superior ao valor Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Dados agrupados em uma tabela de frequências em intervalosde classes (Tabela 1) Determinação da mediana: Md = LI + ( ). IC Md = 1,62 + ( ) . 0,06 = 1,62 + ( ) . 0,06 Md = 1,62 + 0,7 . 0,06 = 1,62 + 0,042 = 1,662 m. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Medidas de dispersão, variação ou de variabilidade Amplitude total dos dados Desvio médio absoluto Variância Desvio padrão Coeficiente de variação Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de dispersão ou de variabilidade Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de dispersão ou de variabilidade Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais medidas de dispersão ou de variabilidade Existe uma relação entre a variância e o desvio padrão: A variância é o desvio padrão ao quadrado e o desvio padrão é a raiz quadrada positiva da variância. Se o desvio padrão vale 5, então a variância vale 25; se o desvio padrão vale 10, então a variância vale 100. Se a variância vale 16, então o desvio padrão vale 4; se a variância vale 9, então o desvio padrão vale 3. Se a variância vale 25 kg2, então o desvio padrão vale 5 kg; se o desvio padrão vale 10 kg, então a variância vale 100 kg2. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação da variância e do desvio padrão em população POPULAÇÃO A variância em população é representada por 2 (sigma-dois) e o desvio padrão por (sigma). 2 = e o desvio padrão é a raiz quadrada positiva da variância. Seja a população: X1 = 5, X2 = 4, X3 = 8, X4 = 2 e X5 = 6. Determine a média, a variância e o desvio padrão. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação da variância e do desvio padrão em população POPULAÇÃO Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação da variância e do desvio padrão em amostra AMOSTRA A variância em amostra é representada por s2 (esse-dois) e o desvio padrão por s (esse). s2 = e o desvio padrão s é a raiz quadrada positiva da variância. Seja a amostra: X1 = 5, X2 = 2, X3 = 8, X4 = 2 e X5 = 8. Determine a média, a variância e o desvio padrão. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação da variância e do desvio padrão em amostra AMOSTRA Cálculo da média: = Cálculo da variância: S2 = = [(5-5)2 + (2-5)2 + (8-5)2 + (2-5)2 + (8-5)2]/(5-1) S2 = [(0)2 + (-3)2 + (3)2 + (-3)2 + (3)2] / 4 = 36/4 = 9. Cálculo do desvio padrão: S = = 3. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Propriedades da variância e do desvio padrão AMOSTRAS Sejam as amostras: A x1 = 10, x2 = 8 e x3 = 12. Então s2 = 4 e s = 2. B x1 = 15, x2 = 13 e x3 = 17. Então s2 = 4 e s = 2. C x1 = 5, x2 = 3 e x3 = 7. Então s2 = 4 e s = 2. D x1 = 30, x2 = 24 e x3 = 36. Então s2 = 36 e s = 6. E x1 = 5, x2 = 4 e x3 = 6. Então s2 = 1 e s = 1. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Propriedades da variância e do desvio padrão POPULAÇÃO/AMOSTRAS Propriedades da variância e do desvio padrão: somando-se ou subtraindo-se a todos os valores uma constante, a variância e o desvio padrão não se alteram; Multiplicando-se ou dividindo-se todos os valores por uma constante, a variância ficará multiplicada ou dividida pelo quadrado da constante enquanto que o desvio padrão ficará multiplicado ou dividido pela constante. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Variabilidade absoluta (s – desvio padrão) e variabilidade relativa (CV (%) – coeficiente de variação) Sejam as amostras: A B C D E s = 2 2 5 10 25 = 10 20 50 100 500 CV = 20% 10% 10% 10% 5% CV = CV(E) = Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação da variância em uma Tabela de frequência para dados agrupados sem intervalos de classes. Tabela 1. Quantidades de filhos por família Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação da variância em uma Tabela de frequência para dados agrupados sem intervalos de classes. Cálculo da média = 200/100 = 2. Cálculo da variância s2 = s2 = 120 / (100 – 1) = 120 / 99 = 1,21. Então, s = (desvio padrão) Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação da variância em uma tabela de frequências para dados agrupados com intervalo de classe. Tabela 1. Tabela de frequências das alturas de 80 alunos de um classe. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação da variância em uma Tabela de frequência para dados agrupados com intervalos de classes. AMOSTRA Cálculo da média = 165/100 = 1,65. Cálculo da variância s2 = s2 = 0,432 / (100 – 1) = 0,432 / 99 = 0,0044. Então, s = (desvio padrão) Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Correlação linear simples Diagrama de dispersão Determinação do coeficiente de correlação linear simples Interpretação do coeficiente de correlação linear simples Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Correlação linear simples e regressão linear simples Idade peso altura Variável independente (x) Variável dependente (y) Variável dependente (y) correlação regressão regressão Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Diagrama de dispersão Coeficiente de correlação nulo ou próximo de zero. Aula 1 - S Gráf9 5 4.5 5.5 3 7 2.1 7.5 1.8 8.6 1 8.3 2.2 8 3 7 3 6 5 5 5.6 6.1 5.6 4 5.2 4.7 6.1 Plan1 0 5 1 4.5 1 5.5 2 3 2 7 3 2.1 3 7.5 4 1.8 4 8.6 5 1 5 8.3 6 2.2 6 8 7 3 7 7 8 3 8 6 9 5 4.1 5 4.2 5.6 4.8 6.1 5.3 5.6 3 4 2 5.2 6.3 4.7 6.4 6.1 Plan1 Plan2 Plan3 Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Coeficiente de correlação linear simples - classificação e variação r coeficiente de correlação linear simples de Pearson Campo de variação: -1 ≤ r ≤ 1. Se r = 0 (correlação linear nula) r = 1 (correlação linear perfeita positiva) r = -1 (correlação linear perfeita negativa) 0 < r < 0,3 correlação linear muito fraca e positiva -0,3 < r < 0 correlação linear muito fraca e negativa 0,3 ≤ r 0,6 correlação linear fraca e positiva -0,6 < r ≤ -0,3 correlação linear fraca e negativa 0,6 ≤ r < 1 correlação linear forte e positiva -1 ≤ r ≤ -0,6 correlação linear forte e negativaAula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Coeficiente de correlação linear simples - classificação e variação r coeficiente de correlação linear simples de Pearson Campo de variação: -1 ≤ r ≤ 1. Se r = 0 (correlação linear nula) Valor de r positivo – ambas as variáveis têm o mesmo sentido: var. 1 var. 2 var. 1 var. 2 ou Valor de r negativo – as variáveis têm sentidos contrários. Var. 1 var. 2 var. 1 var. 2 ou Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Coeficiente de correlação linear simples – fórmula para a sua determinação. Sejam os pares de variáveis dependentes. Determine r: Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Coeficiente de correlação linear simples – fórmula para a sua determinação. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Determinação do coeficiente de correlação linear simples de Pearson Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Gráficos Formas de apresentação de uma pesquisa Apresentação oral, escrita, figuras, slides, banner, filmes, figuras, fotografias, multimídia, tabelas e gráficos Principais tipos de gráficos: cartogramas, pictogramas e diagramas Aplicação e interpretação dos gráficos Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais tipos de gráficos Cartogramas – gráficos que apresentam informações utilizando mapas. Por exemplo, as condições do tempo no Brasil. Pictogramas – gráficos que utilizam imagens representativas dos temas abordados nas pesquisas efetuadas. Diagramas – gráficos que utilizam o sistema cartesiano para a sua confecção. Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Principais diagramas Gráficos em barras horizontais Gráficos em barras verticais (colunas) Gráficos em setores (pizzas) Gráficos em linhas Histogramas Polígonos de frequências Aula 1 - S Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Gráficos em séries conjugadas Gráfico 1. Doentes em uma determinada cidade, em função dos anos. Aula 1 - S Gráf11 100 80 80 150 130 82 75 200 150 79 60 300 Aids Câncer Síflilis Tuberculose Plan1 1,50 a 1,56 550 1,56 a 1,62 630 1,62 a 1,68 870 1,68 a 1,74 710 1,74 a 1,80 620 2000 2005 2010 Aids 100 130 150 Câncer 80 82 79 Síflilis 80 75 60 Tuberculose 150 200 300 Plan1 Aids Câncer Síflilis Tuberculose Plan2 Plan3 Aula de revisão para a AV2. FUNDAMENTOS DA ESTATÍSTICA Resumo Medidas de tendência central (média, moda e mediana) para dados isolados e agrupados. Propriedades da média. Medidas de dispersão ou de variabilidade (amplitude total, desvio médio absoluto, variância, desvio padrão e coeficiente de variação) para dados isolados e agrupados. Propriedades da variância e do desvio padrão Correlação linear simples Gráficos Aula 1 - S * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
Compartilhar