Baixe o app para aproveitar ainda mais
Prévia do material em texto
Tema 5: Medidas de dispersão Segundo Martins (2010) “medidas de dispersão são aquelas utilizadas para avaliar o grau de variabilidade ou dispersão dos valores em torno da média”. Ou seja, são aplicadas como forma de medir a capacidade da média em representar uma série de dados. Para efeito de entendimento, tomemos o seguinte exemplo. Sejam as séries (a) 20, 20, 20 e (b) 15, 10, 20, 25, 30 Tem-se: 20 20a bx e x Note que, mesmo que ambas as séries de dados possuem a mesma média aritmética (20), esse valor representa diferentes graus de dispersão. Ou seja, a série “a” não exibe dispersão em volta da média, ao mesmo tempo em que os valores da série “b” exibe. Neste caso, outras medidas podem ser tomadas para representar de maneira mais completa essas séries de dados, avaliando assim o grau de dispersão ou variabilidade de uma variável. Trataremos de três das principais medidas de dispersão absolutas, que são: amplitude total, variância amostral e desvio padrão amostral. Amplitude total Representa uma medida de dispersão, que corresponde à diferença entre o limite superior (maior) e o limite inferior (menor) de uma série de dados. máxR x xmin (0.1) Para exemplificar a amplitude, considere a série: 20, 27, 31, 50, 72. máxR x xmin 72 20 52 Note que essa medida de dispersão não torna possível a análise das variáveis entre o intervalo, e, portanto, acaba sendo uma medida de dispersão limitada, detectando apenas a variação entre os valores extremos de uma amostra ou população. Variância amostral A variância ( 2S ) de uma amostra de “n” medidas é dada pela soma dos quadrados dos desvios em relação à média aritmética dos valores da amostra ( 22 i id x x ), dividida por (n - 1) Ou seja, segundo Martins (2010): i id x xS n n 22 2 . 1 1 (0.2) No caso de dados agrupados, divididos em classes, pode-se calcular a variância amostral utilizando as frequências absolutas iF , como: i i i id F x x FS n n 22 2 . 1 1 (0.3) Note, neste caso, que o desvio de cada valor que compõe a amostra tem participação efetiva no cálculo da variância amostral, tornando-se assim uma medida mais realista quanto à dispersão dos dados de uma amostra. Acompanhe com atenção o exemplo a seguir: Calcular a variância amostral para a série de dados fornecidos no exemplo anterior: Logo, a variância amostral será: i id x xS n n 22 2 1774 443,5. 1 1 4 Desvio padrão amostral O desvio padrão amostral de um conjunto de dados é igual à raiz quadrada da variância amostral. Assim, segundo Martins (2010), pode-se calcular o desvio padrão amostral como: i id x xS S n n 22 2 . 1 1 (0.4) Uma interpretação possível para o desvio padrão pode ser dada pelo Teorema de Tchebycheff. Para qualquer distribuição amostral com média ( x ) e desvio padrão (S), há: O intervalo 2x S contém, no mínimo, 75% de todas as observações amostrais. O intervalor 3x S contém, no mínimo, 89% de todas as observações amostrais. Calcular o desvio padrão amostral para a série de dados fornecidos no exemplo anterior: S S2 443,5 21,06 Note que as observações enunciadas no teorema anterior são totalmente satisfeitas, uma vez que a média da amostra de dados é 40. Ainda ficou com alguma dúvida? Então clique no link a seguir e assista um vídeo que explicita as medidas de dispersão. https://www.youtube.com/watch?v=UdrtnBGSeSw Referências Corrêa da Rosa, J. M. Estatística II (Notas de Aula). Departamento de Estatística UFPR, 2009. Disponível em: http://www.est.ufpr.br/ce003/material/apostilace003.pdf. Acesso em: 9 jun. 2015. Martins, G. A. Estatística Geral e Aplicada. 4. edição. Editora Atlas, 2011. Morettin, P. A.; Bussab, W. O. Estatística Básica. 7. edição. Editora Saraiva, 2012. Triola, M. F. Introdução à Estatística. 7. edição. LTC, 1999. PORTAL Action. Disponível em: http://www.portalaction.com.br/. Acesso em: 9 jun. 2015.
Compartilhar