Resumo Análise Estatística

Prévia do material em texto

Atualmente, é fundamental o emprego da Estatística em quase todas as áreas do conhecimento, todas as vezes que estiverem envolvidas informações na forma de dados coletados em pesquisas ou de forma experimental.
Com o objetivo de alcançar uma melhoria dos processos tanto nas áreas industriais como tecnológicas, as ferramentas estatísticas tem alcançado um papel importantíssimo nesse cenário.
O que modernamente se conhece como Estatística é “um conjunto de técnicas e métodos de pesquisa que, entre outros tópicos, envolve o planejamento do experimento a ser realizado, a coleta qualificada dos dados, a inferência, o processamento, a análise e a disseminação das informações”. 
Fonte: IBGE
Estatística da Área de Gestão
Todo profissional hoje em dia deve estar ciente da importância da Estatística e ter conhecimento de como utilizá-la, a fim de ter um lugar no mercado de trabalho com a capacidade de lidar com as realidades atuais extremamente competitivas.
 
Dentre várias habilidades profissionais, vem crescendo em importância o desenvolvimento do pensamento estatístico, tendo em vista as necessidades de todas as áreas de conhecimentos de uma análise mais apurada durante os processos decisórios.
A metodologia estatística está sendo empregada em várias áreas de conhecimento, tais como nos setores farmacêuticos, médicos e setores industriais diversos, principalmente para melhoria da área de produção.
Observa-se que o controle de qualidade foi criado como uma necessidade de resolver problemas na redução de custos, no controle de perdas desnecessárias, na uniformização e normalização da produção, auxiliando as empresas a controlarem, melhor distribuírem e maximizarem os seus recursos, tornando-as assim mais competitivas. 
Um interessante estudo experimental aplicado à pesquisa médica é o relato do primeiro ensaio clínico planejado para comprovar a eficácia do AZT (zidovudina) no prolongamento da vida de aidéticos. Os dados foram publicado por Fischl et al. (1987) e posteriormente discutidos por Soares & Siqueira (1999, p.176-183). O experimento considerou essencialmente o acompanhamento de 282 pacientes aidéticos durante 24 semanas de tratamento, os quais foram aleatoriamente divididos em dois grupos: o grupo de pacientes tratados com AZT (composto por 145 aidéticos) e o grupo controle, composto por 137 aidéticos que receberam o placebo. A variável resposta (desfecho) é a situação do paciente (sobrevivente ou não sobrevivente) após as 24 semanas de tratamento.
Número de sobreviventes e não sobreviventes após 24 semanas de tratamento com AZT ou Placebo.
Número de sobreviventes e não sobreviventes após 24 semanas de tratamento com AZT ou Placebo.
Indicar o objeto de estudo;
Determinar as variáveis independentes 
capazes de influenciar o fenômeno em estudo;
Identificar as ferramentas de análise, controle 
e observação dos efeitos, resultantes da manipulação
das variáveis, sobre o objeto.
No nosso dia a dia, quando fazemos repetidas observações com relação a um determinado sistema ou fenômeno específico, verificamos que os resultados obtidos não são exatamente os mesmos. A esta fato podemos chamar de variabilidade.
No método estatístico, observando suas várias etapas, podemos considerar que a mais importante muitas vezes não é a análise de dados. Podemos dizer que a etapa que necessita de maior atenção e cuidado é o planejamento de como o conjunto de dados será coletado. Um mau planejamento, ou mesmo uma coleta feita de forma inapropriada pode acarretar em dados inúteis, de onde não se consegue tirar nenhuma informação ou qualquer conclusão coerente.
Medidas de Posição Central
Em uma dada distribuição amostral, é possível fazer várias observações, no intuito de entender o comportamento dos seus valores. Podemos, por exemplo, tentar localizar a maior concentração de valores de uma determinada distribuição. Entretanto, para que tenhamos parâmetros de comparação entre as tendências características de cada distribuição, é necessário introduzir conceitos que se expressem através de números.
Veremos então as medidas de posição. As serem estudadas são as medidas de tendência central e as separatrizes.
- Medida aritmética e ponderada
- Moda
- Mediana
- Quartis 
- Decis
- Percentis
MEDIDAS DE TENDENCIA CENTRAL
Valores ligados a população = parâmetro
Valores ligados a uma amostra = estatística
	MEDIDA DE
POSIÇÃO
	VANTAGENS
	DESVANTAGENS
	USAR QUANDO
	MÉDIA
	Reflete cada valor 
observado na distribuição
	É influenciada por valores
extremos
	*Deseja-se a medida de posição
com a maior estabilidade;
* Necessita de um posterior
tratamento algébrico.
	MEDIANA
	Menos sensível a valores 
extremos do que a Média
	Difícil de determinar para
grande quantidade de dados
	*Deseja-se o ponto que divide o
conjunto em partes iguais;
*Há valores extremos que afetam
de maneira acentuada e média;
*A variável em estudo é o salário.
	MODA
	Maior quantidade de valores
concentrados neste ponto
	Não se presta à análise
Matemática. Nem sempre a 
distribuição possui moda
	*Deseja-se uma medida rápida
e aproximada da posição;
*A medida de posição deve ser o
valor mais típico da distribuição.
Relação entre a Média, a Mediana e a Moda - Com essas três medidas de posição é possível determinar a assimetria da curva de distribuição de frequência. A tabela de distribuição de frequências é composta de uma coluna contendo os valores que compõem a relação de dados e uma coluna com as correspondentes quantidades que cada valor aparece na relação de dados. As medidas de assimetria complementam as informações dadas pelas medidas de posição, a fim de permitir uma melhor compreensão das distribuições de frequências. A mediana se localiza na posição central da distribuição, devendo estar entre os valores da média e moda e podendo até mesmo ser igual a ambas.
1º Caso - Média = Mediana = Moda - A curva da distribuição é SIMÉTRICA
2º Caso - Média < Mediana < Moda - A curva da distribuição tem ASSIMETRIA NEGATIVA
3º Caso - Média > Mediana > Moda - A curva da distribuição tem ASSIMETRIA POSITIVA
O coeficiente de assimetria pode ser calculado pela fórmula do primeiro coeficiente de Pearson, tornando mais fácil determinar se a assimetria da distribuição é positiva ou negativa:
AS = Coeficiente de assimetria;
Mo = Moda;
s = Desvio padrão da amostra 
AS=X –Mo dividido pelo desvio padrão
No denominador da fórmula temos um símbolo que representa o desvio padrão da distribuição. Quando for apresentado o estudo sobre as medidas de dispersão, veremos mais detalhes sobre o cálculo do desvio padrão e seu significado. No momento podemos adiantar que terá sempre um valor positivo (ou seja, não é possível ocorrer desvio padrão negativo). Assim sendo o que vai determinar o sinal da fração é o sinal do numerador.
Separatrizes:
Quartis-
Decis-
Percentis-
Aula 3