A maior rede de estudos do Brasil

Grátis
33 pág.
Apanhado Estatistica

Pré-visualização | Página 1 de 4

ESTATÍSTICA
A estatística divide-se em Descritiva – Responsável pela coleta, organização e descrição dos dados; Indutiva – Responsável pela análise e interpretação dos dados.
Dados Qualitativos – Qualquer informação não numérica;
Dados Quantitativos – Informações numéricas, subdivididos em: 
Discretos – Compostos somente por números inteiros como número de filhos, e Contínuos – Compostos por números inteiros ou fracionados como peso ou altura.
População – Portadores de pelo menos uma característica comum, também chamada de universo estatístico.
Amostra – Corresponde ao subconjunto representativo de uma população, e para ter uma boa amostra é preciso usar uma boa técnica na amostragem.
Amostragem Simples (ou Aleatória) – Todos os itens da população têm iguais chances de pertencer a amostragem.
Amostragem Sistemática – Os itens são ordenados e enumerados, e a coleta dos dados é feita periodicamente.
Amostragem Estratificada – A população é divida em vários estratos, e as amostras são coletadas aleatoriamente de cada estrato.
DISTRIBUIÇÃO DE FREQUENCIAS
Tabela primitiva – Dados coletados brutos, sem uma organização sequencial crescente ou decrescente.
Rol – Tabela primitiva organizada em ordem crescente ou decrescente. 
Tabela de ocorrências – O Rol será alocado em uma tabela, em que cada dado terá um número correspondente de ocorrências (vindo da contagem do Rol). Essa tabela de ocorrências é chamada de Distribuição de frequência que tem a sigla Fi, se todos os valores estiverem presentes esta distribuição será classificada como Sem intervalo de classes. Quando os dados tem uma variação grande de muitos números diferentes é mais adequado fazer uma tabela mais enxuta, agrupando dados em intervalos, e essa tabela será chamada Distribuição de frequência com intervalo de classes.
ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA
Classes (i) – É cada intervalo, ou cada linha para uma tabela de frequências. 
Número de classes (k) = √n – O total de classes de uma tabela de frequências é denominada k. Para saber o número de classes é preciso saber a raiz quadrada de n. O n é a coluna do Fi.
Limites de classe (li) – É o limite extremo a esquerda (número a esquerda da classe). E Li é o limite extremo a direita (número a direita da classe).
Amplitude de classes (hi) – É a medida do intervalo de classe.
Amplitude amostral – É a diferença entre o valor máximo e o valor mínimo da amostra. É obtido por meio do rol.
Ponto médio de classes (xi) – É o ponto que divide a classe em 2 partes iguais. 
TIPOS DE FREQUÊNCIA
Frequência absoluta ou simples (fi) – É o número de ocorrências para cada uma das classes, obtida por meio da contagem no rol. 
Frequência relativa (fri) – É a razão (divisão) da frequência simples com a soma das frequências da classe. Fornece a participação percentual de cada classe em relação à amostra. 
Frequência acumulada (Fi) – É a soma das frequências até a classe indicada. 
CONSTRUÇÃO DE DISTRIBUIÇÃO DE FREQUÊNCIA
Distribuição sem intervalo – Quando o rol tem poucas possibilidades de valores de variáveis, a distribuição sem intervalo é mais indicada. Logo, não precisa fazer contas, basta colocar em cada classe os valores das variáveis.
Representações gráficas – Além das representações através de distribuição de frequências, também podemos usar representações gráficas dos dados:
Histograma – Gráfico de colunas. 
Eixo X (horizontal): Os limites das classes, as colunas tem que ser grudadas;
Eixo Y (vertical): Quantidade de elementos. 
Polígono de frequências – Gráfico cartesiano. É obtido ligando os pontos médios do histograma.
MEDIDAS DE TENDÊNCIA CENTRAL
Média () – Soma dos dados divididos pelo número de elementos.
Mediana (Md) – Indica o centro de uma série de dados, divide a série em 50%.
Moda (Mo) – É o número que mais aparece. Pode ser bimodal, trimodal, etc. Ou pode não ter nenhuma moda e ser amodal.
MEDIDAS DE DISPERSÃO
Variância (s²) – Definida pela média dos quadrados das diferenças dos valores em relação e sua média, é importante, porém não muito utilizada, pelo fato de a unidade da grandeza envolvida no cálculo estar elevada ao quadrado.
Desvio padrão (s) – Sua definição é a raiz quadrada da variância, é muitíssimo utilizado em várias áreas do conhecimento, para qualificar dispersão de uma série de dados.
Coeficiente de variação – É uma medida de dispersão derivada do desvio-padrão e da média dos dados analisados. É útil para a comparação de variabilidade de dois conjuntos de dados diferentes. Exemplo – quando é preciso comparar altura e peso, quanto menor o valor mais homogêneo o conjunto de dados. 
PROBABILIDADE
Experimento aleatório – São fenômenos que, mesmo repetidos inúmeras vezes em processos semelhantes, possuem resultados imprevisíveis. Exemplo – Lançamento de um dado não tem como prever precisamente o número que aparecerá na face superior.
Espaço amostral (S) – É o conjunto de todos os resultados possíveis de um experimento aleatório, enquanto n(S) é o número de elementos do espaço amostral. Onde n(S) é o número de elementos do espaço amostral. Exemplo – Lançamento de um dado, temos 6 n(S) = 6 (o dado tem 6 faces). Lançamento de uma moeda, temos n(S) = 2 (cara ou coroa).
Evento (E) – É qualquer subconjunto de um espaço amostral. Está relacionado com o experimento aleatório em questão. Onde n(E) é o número de resultados possíveis do evento. Exemplo – Lançamento de um dado o evento é a chance de sair número par na face superior. Logo n(E) = 3.
Probabilidade (P) – É a razão (divisão) entre o número de elementos (ou resultados) favoráveis a um determinado evento (E) e o número total de elementos (ou resultados) do espaço amostral (S). 
Eventos complementares – Se P é a probabilidade de um evento ocorrer (sucesso), Q é a probabilidade de que o mesmo evento não ocorra (insucesso). Para obter Q, que é complementar de P, temos: P =Q = 1 (100%)
Eventos independentes – Dois eventos são independentes quando a realização de um deles não afeta a probabilidade de realização do outro e vice-versa. A probabilidade de os eventos se realizarem simultaneamente é dada por: P = P1 x P2.
Eventos mutuamente exclusivos – Dois eventos são mutuamente exclusivos quando a realização de um exclui a realização do outro. Por exemplo, no lançamento de uma moeda, o evento tirar cara e o tirar coroa são mutuamente exclusivos, pois, se um deles for realizado, o outro não será. A probabilidade de que um ou outro evento se realize é dada por: P = P1 + P2. Em que: P1 e P2 são os eventos mutuamente exclusivos (também chamados de eventos soma).
DISTRIBUIÇÃO NORMAL DE PROBABILIDADE
Distribuição normal de probabilidade – É a distribuição de variáveis aleatórias contínuas. Características – Acurva tem forma de sino; Acurva é simétrica em relação a média; A área abaixo da curva é igual a 1 (100%), portanto, é composta de duas partes de 50%; Para desenhar a curva normal dois parâmetros são necessários: média e desvio-padrão.
Escora z – É o valor intermediário para busca na tabela normal visando obter a probabilidade desejada. Para obter o escore z basta possuir os valores da média e desvio-padrão. 
CORRELAÇÃO LINEAR
Correlação linear – É um número que indica o grau de correspondência entre duas variáveis. Exemplos – Salário de um trabalhador x escolaridade do trabalhador; Quantidade de livros que uma pessoa leu x escolaridade; Horas de estudo x nota da prova; Temperatura de um forno x tempo de cozimento do forno; velocidade do carro x tempo para chegar ao destino. 
Correlação linear positiva – Dada pela relação direta com as variáveis. (Se a variável x aumentar, a variável y também aumentará e vice-versa). Exemplos – Salário de um trabalhador x escolaridade do trabalhador; Quantidade de livros que uma pessoa leu x escolaridade; Horas de estudo x nota da prova,
Correlação linear negativa – Dada pela relação inversa entre as variáveis. (Se a variável x aumentar, a variável y tenderá a diminuir e vice-versa). Exemplos – Temperatura