Baixe o app para aproveitar ainda mais
Prévia do material em texto
* Medidas de Tendência Central * ESTATÍSTICA Nos dão uma idéia de onde se localiza o centro, o ponto médio de um determinado conjunto de dados. Medidas: Média, Moda e Mediana. MEDIDAS DE TENDÊNCIA CENTRAL f x * ESTATÍSTICA É um valor típico representativo de um conjunto de dados. Fisicamente representa o ponto de equilíbrio da distribuição. Modos de calcular 1) para dados simples 2) para valores distintos 3) para agrupamentos em classes MÉDIA x = S x / n x = S fx / n x = S fx / n * ESTATÍSTICA 1) Cálculo para dados simples MÉDIA x = S x / n S x = Soma dos valores n = tamanho da amostra x = (16+18+23+21+17+16+19+20) 8 x = 18,75 16 18 23 21 17 16 19 20 * ESTATÍSTICA 2) Cálculo para valores distintos x f fx 2 3 6 3 3 9 4 4 16 5 9 45 6 6 36 7 2 14 8 1 8 Total 28 134 MÉDIA x = S fx / n S fx = Soma dos produtos dos valores distintos com a frequência n = tamanho da amostra x = 134 x = 4,7857 28 * ESTATÍSTICA 3) Cálculo para agrupamentos em classes Classes f x fx 39 50 4 44,5 178 50 61 5 55,5 277,5 61 72 5 66,5 332,5 72 83 6 77,5 465 83 94 5 88,5 442,5 Total 25 - 1695,5 MÉDIA x = S fx / n S fx = Soma dos produtos dos valores distintos com a frequência n = tamanho da amostra x = 1695,5 x = 67,82 25 * ESTATÍSTICA É o valor que ocupa a posição central de um conjunto de dados ordenados. Para um número par de termos a mediana é obtida através da média aritmética dos dois valores intermediários. Interpretação: 50% dos valores estão abaixo ou coincidem com a mediana e 50% estão acima ou coincidem com a mediana. MEDIANA * ESTATÍSTICA 1) Cálculo da mediana para dados simples MEDIANA 2 3 4 5 6 7 8 9 10 PMd =(n+1) / 2 PMd = (9+1) / 2 PMd = 5o Termo Mediana (Md) = 6 * ESTATÍSTICA 2) Cálculo da mediana para valores distintos x f fa 2 3 3o 3 3 6o 4 4 10o 5 9 19o 6 6 25o 7 2 27o 8 1 28o Total 28 - MEDIANA PMd =(n+1) / 2 PMd = (28+1) / 2 PMd = 14,5 x entre 14o e 15o Termo Mediana (Md) = 5 * ESTATÍSTICA 3) Cálculo da mediana para agrupamentos em classes Classes f x fa 39 50 4 44,5 4o 50 61 5 55,5 9o 61 72 5 66,5 14o 72 83 6 77,5 20o 83 94 5 88,5 25o Total 25 - - MEDIANA PMd =(n+1) / 2 PMd = (25+1) / 2 PMd = 13o Termo Classe Mediana 61 72 Mediana (Md) = 66,5 (estimativa) * ESTATÍSTICA É o valor que ocorre com maior frequência em um conjunto de dados. Símbolo = Mo MODA 1) Moda para dados simples Exemplos: 2, 3, 4, 5, 6, 7, 8 AMODAL 2, 3, 3, 4, 5, 6 ,7 MODA = 3 2, 3, 3, 4, 5, 5, 6 BIMODAL (Mo = 3 e Mo = 5) * ESTATÍSTICA 2) Moda para valores distintos x f 2 3 3 3 4 4 5 9 6 6 7 2 8 1 Total 28 MODA O valor 5 tem o maior número de ocorrências (9) Mo = 5 * ESTATÍSTICA 3) Moda para agrupamentos em classes Classes f x fa 39 50 4 44,5 4o 50 61 5 55,5 9o 61 72 5 66,5 14o 72 83 6 77,5 20o 83 94 5 88,5 25o Total 25 - - MODA Moda Bruta Ponto médio da classe de maior frequência Mo = 77,5 É uma estimativa * ESTATÍSTICA MÉDIA: Apropriada para Dados Numéricos MODA: Apropriada para Dados Nominais MEDIANA: Apropriada para Dados Ordinais Dados Nominais: Só se usa a Moda. Dados Ordinais: Pode-se usar a Mediana e a Moda. Dados Numéricos: Pode-se usar a Média, a Mediana e a Moda. USO DAS MEDIDAS DE TENDÊNCIA CENTRAL * ESTATÍSTICA MÉDIA x MEDIANA x MODA Quando uma distribuição é simétrica, as três medidas coincidem. A assimetria, porém, as torna diferentes e essa diferença é tanto maior quanto maior é a assimetria. Assim, em uma distribuição em forma de sino (normal), temos: * ESTATÍSTICA USO DAS MEDIDAS DE TENDÊNCIA CENTRAL O salário médio dos empregados é uma relação entre soma e contagem, isto é, o somatório dos salários recebidos dividido pelo número empregados dessa indústria. O salário modal dos empregados de uma indústria é o salário mais comum, isto é, o salário recebido pelo maior número de empregados dessa indústria. A mediana salarial dos empregados de uma indústria é o salário que separa os 50% menores dos 50% maiores. * EXERCÍCIO No 1 Determine a média, a mediana e a moda para o seguinte conjunto de dados ESTATÍSTICA 6 5 8 4 7 6 9 7 3 * EXERCÍCIO No 2 Determine o menor valor, o maior valor, a média, a mediana e a moda para o seguinte conjunto de dados ESTATÍSTICA 12 32 54 17 82 99 51 11 44 22 22 33 44 52 76 41 37 10 5 87 * Medidas de Ordenamento * ESTATÍSTICA MEDIDAS DE ORDENAMENTO A mediana caracteriza uma série de valores devido à sua posição central, mas também separa a série em dois grupos que apresentam o mesmo número de valores. Assim, além das medidas de posição, há outras que, consideradas individualmente, não são medidas de tendência central, mas estão ligadas à mediana relativamente à sua segunda característica. Essas medidas - os quartis, os percentis e os decis - são, juntamente com a mediana, conhecidas pelo nome genérico de separatrizes (medidas de ordenamento). * ESTATÍSTICA São os valores que subdividem uma disposição em rol Medidas: QUARTIS, DECIS E PERCENTIS Os Quartis dividem a disposição em 4 partes iguais Q1, Q2, Q3 Os Decis dividem a disposição em 10 partes iguais D1, D2, D3, D4, D5, D6, D7, D8, D9 Os Percentis dividem a disposição em 100 partes iguais P1, P2, P3, P4, P5, P6, ... , P99 MEDIDAS DE ORDENAMENTO * ESTATÍSTICA Os Quartis dividem a disposição em 4 partes iguais Q1, Q2, Q3 Entre cada quartil há 25% dos dados da disposição Posição do Primeiro Quartil (Q1) = (n + 1) / 4 Posição do Segundo Quartil (Q2) = 2.(n + 1) / 4 Posição do Terceiro Quartil (Q3) = 3.(n + 1) / 4 O segundo quartil coincide com a Mediana (Q2 = Md) QUARTIS * ESTATÍSTICA Os Quartis dividem a disposição em 4 partes iguais Q1, Q2, Q3 1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 5, 6, 7, 7, 7, 8, 8, 8, 8, 9, 9, 9 QUARTIS Q1 Q2 Q3 7o termo 14o termo 21o termo n = 27 * ESTATÍSTICA Os Decis dividem a disposição em 10 partes iguais D1, D2, D3, D4, D5, D6, D7, D8, D9 Entre cada decil há 10% dos dados da disposição Posição do Primeiro Decil (D1) = (n + 1) / 10 Posição do Segundo Decil (D2) = 2.(n + 1) / 10 Posição do Nono Decil (D9) = 9.(n + 1) / 10 O Quinto Decil coincide com a Mediana (D5 = Md) DECIS * ESTATÍSTICA Os percentis dividem a disposição em 100 partes iguais P1, P2, P3, P4, P5, P6, ... , P99 Entre cada percentil há 1% dos dados da disposição Posição do Primeiro Percentil (P1) = (n + 1) / 100 Posição do Segundo Percentil (P2) = 2.(n + 1) / 100 Posição do Nonagésimo Nono Percentil (P99) = 99.(n+ 1) / 100 P50 = Md P25 = Q1 P75 = Q3 PERCENTIS * ESTATÍSTICA 1) Dado o conjunto de dados: a) apresente a disposição em rol; b) o Percentil 50, c) o Primeiro Quartil, d) a Média, e) a Moda e f) a Mediana EXERCíCIOS 10 13 24 45 66 77 11 14 26 33 65 21 57 * ESTATÍSTICA 2) Em uma amostra com 2789 valores qual é a posição do oitavo decil, da mediana, do segundo decil, do terceiro quartil e do segundo quartil? * ESTATÍSTICA 3) Determine a média, a moda, a mediana, o 1o quartil, o 5o decil, o percentil 75 e o percentil 50 para a seguinte distribuição por valores distintos? Lucro (US$ mil) f 64 4 65 10 66 12 67 12 68 15 69 14 70 9 71 5 72 2 * Medidas de Dispersão * ESTATÍSTICA DISPERSÃO DOS DADOS Vimos que um conjunto de valores pode ser convenientemente sintetizado, por meio de procedimentos matemáticos, em poucos valores representativos - média aritmética, mediana e moda. Para qualificar os valores de uma dada variável, ressaltando a maior ou menor dispersão ou variabilidade entre esses valores e a sua medida de posição, a Estatística recorre às medidas de dispersão ou de variabilidade. Amplitude, Variância, Desvio Padrão e Coeficiente de Variação * ESTATÍSTICA É frequentemente chamada de variabilidade. Medidas mais comuns: Variância, Desvio Padrão, Amplitude e Coeficiente de Variação DISPERSÃO DOS DADOS f x Dispersão dos dados na população Dispersão dos dados na amostra * ESTATÍSTICA É uma forma de se ver o quanto os dados se afastam da média. Exemplo: Vilarejo com apenas 11 pessoas 135cm 152cm 136cm 152cm 138cm 157cm 141cm 163cm 143cm 170cm 152cm Dispersão na População Média = 149cm Mediana e Moda = 152cm Valor Máximo = 170cm Valor Mínimo = 135cm Amplitude = 35cm Alturas de 11 pessoas * ESTATÍSTICA Alturas x - x (x - x)2 135cm 135-149 = -14 196 136cm 136-149 = -13 169 138cm 138-149 = -11 121 141cm 141-149 = -8 64 143cm 143-149 = -6 36 152cm 152-149 = 3 9 152cm 152-149 = 3 9 152cm 152-149 = 3 9 157cm 157-149 = 8 64 163cm 163-149 = 14 196 170cm 170-149 = 21 441 Total 1314 Dispersão na População 2 Variância = 1314 / 11 = 119,454 cm2 s Desvio Padrão = 119,454 = 10,92 cm Soma dos desvios quadráticos * s2 = S ( x - x )2 / N ESTATÍSTICA VARIÂNCIA E DESVIO PADRÃO NA POPULAÇÃO Variância da população Desvio Padrão da população = Raiz quadrada da variância s = s2 Como a dispersão nas amostras é menor do que na população, se faz um ajuste matemático. * ESTATÍSTICA Variância da Amostra ( s2 ou v ) s2 = S ( x - x )2 / ( n -1 ) Desvio Padrão da amostra ( s ou DP ) = Raiz quadrada da variância s = s2 A dispersão nas amostras é menor do que na população, por isso é que se faz este ajuste matemático VARIÂNCIA E DESVIO PADRÃO NA AMOSTRA * ESTATÍSTICA SIGNIFICADO: É um modo de representar a dispersão dos dados ao redor da média. DESVIO PADRÃO f x Média * ESTATÍSTICA A curva A mostra uma dispersão dos dados maior do que a curva B, logo o desvio padrão de A é maior do que o de B. DESVIO PADRÃO f x Média Curva A Curva B x f Média * ESTATÍSTICA COEFICIENTE DE VARIAÇÃO O desvio padrão depende da unidade de medida usada, assim um desvio medido em dias será maior do que um medido em meses. O coeficiente de variação expressa o desvio-padrão como porcentagem do valor da média. COEF. VARIAÇÃO = 100 . DESVIO PADRÃO MÉDIA Quanto menor for este coeficiente mais homogênea é a amostra. * ESTATÍSTICA COEFICIENTE DE VARIAÇÃO Classificação da proporção que o desvio padrão apresenta sobre a média. GRAU DE HOMOGENEIDADE DOS DADOS até 10% ÓTIMO de 10% a 20% BOM de 20% a 30% REGULAR acima de 30% RUIM * ESTATÍSTICA EXERCÍCIOS 1) Determine a média, a amplitude, a variância, o desvio padrão e o coeficiente de variação da seguinte amostra de dados: 4 5 5 6 6 7 7 8 * ESTATÍSTICA 2) Determine o valor de n, a amplitude, a média, o desvio padrão e o coeficiente de variação da seguinte amostra de dados: 22 32 45 22 46 76 24 21 78 43 21 58 92 11 16 28 33 73 11 29 22 47 28 24 21 53 36 88 99 18 * ESTATÍSTICA * Gráficos em Microsoft Excel * ESTATÍSTICA GRÁFICOS O gráfico é uma forma de apresentação dos dados estatísticos, cujo objetivo é o de produzir, no investigador ou no público em geral, uma impressão mais rápida e viva do fenômeno em estudo. A representação gráfica de um fenômeno deve obedecer a certos requisitos fundamentais para ser realmente útil: Simplicidade Clareza Veracidade * ESTATÍSTICA Gráfico é a forma geométrica de apresentação dos dados e respectivos resultados de sua análise. A escolha do modelo ideal de representação gráfica depende das preferências e do senso estético do elaborador. Vantagens: - Permitem a síntese dos resultados; - Auxiliam o pesquisador na análise dos dados e - Facilitam a compreensão das conclusões do autor. GRÁFICOS * ESTATÍSTICA NORMAS PARA A CONFECÇÃO DE GRÁFICOS Deve facilitar a interpretação dos dados para um leigo; Não há a necessidade de se colocar título se estiver na mesma página da tabela correspondente; Há a necessidade de se colocar o título se a tabela correspondente não estiver na mesma página. O senso estético individual determina o espaço do gráfico (L x A); As colunas, barras, linhas e áreas gráficas devem ser ordenadas de modo crescente ou decrescente, mas a ordem cronológica prevalece; * ESTATÍSTICA ORIGEM DOS GRÁFICOS O diagrama cartesiano é a figura geométrica que deu origem à técnica de construção de gráficos estatísticos. Utiliza-se o primeiro quadrante do sistema de eixos coordenados cartesianos ortogonais. 1o Quadrante Abscissas (eixo x) Ordenadas (eixo y) Eixo y Frequências Eixo x Valores da Variável * ESTATÍSTICA GRÁFICO EM COLUNAS OU DE BARRAS Figura 1: Gráfico em colunas do número de exames em um determinado laboratório em 2011. Tabela 1: Quantidade de exames realizados em um determinado laboratório em 2011. Exames Quantidade Hematologia 9824 Bioquímica 21534 Imunologia 15432 Parasitologia 4310 Fonte: Hipotética * ESTATÍSTICA GRÁFICO DE BARRAS HORIZONTAL Figura 2: Gráfico em barras horizontais do número de exames realizados em um determinado laboratório no ano de 2011. Tabela 2: Quantidade de exames realizados em um determinado laboratório em 2011. Exames Quantidade Hematologia 9824 Bioquímica 21534 Imunologia 15432 Parasitologia 4310 Fonte: Hipotética * ESTATÍSTICA GRÁFICO DE SETORES OU CIRCULAR Figura 3: Gráfico circular do número de exames realizados em um determinado laboratório no ano de 2011. Tabela 3: Quantidade de exames realizados em um determinado laboratório em 2011. Exames Quantidade Hematologia 9824 Bioquímica 21534 Imunologia 15432 Parasitologia 4310Fonte: Hipotética * ESTATÍSTICA HISTOGRAMA DE FREQUÊNCIA Figura 4: Histograma das notas dos alunos Tabela 4: Notas dos alunos na disciplina de Estatística no curso de Administração (ano x) Notas Frequência 0 2 2 2 4 7 4 6 11 6 8 10 8 10 5 Fonte: Dados Fictícios * ESTATÍSTICA HISTOGRAMA DE FREQUÊNCIA Figura 5: Histograma dos percentuais das notas dos alunos A área do histograma é proporcional à soma das frequências; Para comparar duas distribuições, o ideal é utilizar números percentuais; * ESTATÍSTICA POLÍGONO DE FREQUÊNCIA Figura 6: Polígono de Frequência percentual de das notas dos alunos É um Gráfico em Linha de uma distribuição de frequência; Para se obter um polígono (linha fechada), deve-se completar a figura, ligando os extremos da linha obtida aos pontos médios da classe anterior à primeira e posterior à última, da distribuição. * ESTATÍSTICA POLÍGONO DE FREQUÊNCIAS ACUMULADAS Figura 7: Polígono de frequências acumuladas das notas dos alunos Tabela 5: Notas dos alunos na disciplina de estatística no ano x Notas Frequência F. Acumulada % 0 2 2 5,7 2 4 7 25,7 4 6 11 57,1 6 8 10 85,7 8 10 5 100,0 Fonte: Dados Fictícios (Sinônimo: Ogiva) * ESTATÍSTICA POLÍGONO DE FREQUÊNCIAS ACUMULADAS Figura 7: Polígono de frequências acumuladas das notas dos alunos Tabela 5: Notas dos alunos na disciplina de estatística no ano x Notas Frequência F. Acumulada % 0 2 2 5,7 2 4 7 25,7 4 6 11 57,1 6 8 10 85,7 8 10 5 100,0 Fonte: Dados Fictícios (Sinônimo: Ogiva) * GRÁFICO STEM AND LEAF (TRONCO E FOLHAS) ESTATÍSTICA Figura 8: Gráfico Stem-Leaf onde o primeiro dígito é o tronco e o segundo é a folha 13 14 15 15 22 23 28 29 33 35 36 37 39 39 45 47 53 57 58 58 59 62 63 65 71 72 Conjunto de Dados Tronco (Stem) Folha (Leaf) 1 3455 2 2389 3 356799 4 57 5 37889 6 235 7 12 * GRÁFICO DE BARRAS COM DESVIO PADRÃO ESTATÍSTICA Figura 9: Gráfico de barras com os valores médios e o desvio padrão das alturas de estudantes da faculdade x (valores fictícios). * GRÁFICO BOX AND WISKER (Caixa e Fio de Bigode) ESTATÍSTICA Figura 10: Gráfico Box and Wisker das alturas dos estudantes de medicina (valores fictícios). 1,95m 1,90m 1,85m 1,80m 1,75m 1,70m 1,65m 1,60m 1,55m Valor Máximo Percentil 75 Percentil 50 Percentil 25 Valor Mínimo * GRÁFICO POLAR ESTATÍSTICA É o gráfico ideal para representar séries temporais cíclicas * CARTOGRAMA ESTATÍSTICA Cartograma é a representação sobre uma carta geográfica. * PICTOGRAMA ESTATÍSTICA O pictograma constitui um dos processos gráficos que melhor fala ao público, pela sua forma ao mesmo tempo atraente e sugestiva. A representação gráfica consta de figuras. * Correlação Linear * ESTATÍSTICA Sendo a relação entre as variáveis de natureza quantitativa, a CORRELAÇÃO é o instrumento adequado para descobrir e medir essa relação. Uma vez caracterizada a relação, procuramos descrevê-la através de uma função matemática. A REGRESSÃO é o instrumento adequado para a determinação dos parâmetros da função. * ESTATÍSTICA DIAGRAMA DE DISPERSÃO Mostra o comportamento de duas variáveis quantitativas (com dados numéricos). a a a b b b * ESTATÍSTICA CORRELAÇÃO LINEAR POSITIVA Quando valores pequenos da variável a tendem a estar relacionados com valores pequenos de b, enquanto que valores grandes de a tendem a estar relacionados com valores grandes de b. a b Exemplos: Peso x Altura Nível socioeconômico x Volume de vendas Consumo de Álcool x Preval. Cirrose Hepática * ESTATÍSTICA CORRELAÇÃO LINEAR NEGATIVA Quando valores pequenos da variável a tendem a estar relacionados com valores grandes de b, enquanto que valores grandes de a tendem a estar relacionados com valores pequenos de b. a b Exemplos: Renda Familiar x Número de Filhos Escolaridade x Absenteísmo Volume de vendas x Passivo circulante * ESTATÍSTICA CORRELAÇÃO NÃO LINEAR O diagrama de dispersão mostra um conjunto de pontos aproximando-se mais de uma parábola do que de uma reta. a Exemplos: Coef. de Letalidade (a) x Dose do Medicamento (b) Custo (a) x Lote Econômico de Compra (b) b * ESTATÍSTICA TIPOS DE CORRELAÇÃO * ESTATÍSTICA TIPOS DE CORRELAÇÃO * ESTATÍSTICA TIPOS DE CORRELAÇÃO * ESTATÍSTICA r = n . (X.Y) - X . Y n . X2 - ( X)2 . n . Y2 - ( Y)2 (X.Y) = Fazem-se os produtos X.Y p/ cada par e depois efetua-se a soma X = Somatório dos valores da variável X Y = Somatório dos valores da variável Y X2 = Elevam-se ao quadrado cada valor de X e depois efetua-se a soma Y2 = Elevam-se ao quadrado cada valor de Y e depois efetua-se a soma * ESTATÍSTICA Cálculo do coeficiente de correlação para os dados das variáveis X = população residente e Y = taxa de cresc. populacional, em 12 vilarejos. X Y X2 Y2 X . Y 101 3,2 10201 10,24 323,2 193 4,6 37249 21,16 887,8 . . . . . . . . . . . . . . . 42 2,8 1764 7,84 117,6 1452 39,3 251538 153,55 5706,2 * ESTATÍSTICA r = n . (X.Y) - X . Y n . X2 - ( X)2 . n . Y2 - ( Y)2 r = 12 . 5706,2 - 1452 . 39,3 12 . 251538 - (1452)2 . 12 . 153,55 - (39,3)2 r = 0,69 (Correlação Linear Positiva r > 0) * ESTATÍSTICA COEFICIENTES DE CORRELAÇÃO Positiva Positiva Perfeita Negativa Negativa perfeita r > 0 r = 1 r < 0 r = -1 * ESTATÍSTICA COEFICIENTES DE CORRELAÇÃO r = 0 Ausência de Correlação * ESTATÍSTICA O Valor de r (Correlação Linear de Pearson) varia de -1 a +1. O sinal indica o sentido (correlação positiva ou negativa). O valor indica a força da correlação (Fraca ou Forte) valor de r 0 - 1 + 1 Ausência Muito Fraca Muito Fraca Relativa Fraca Forte Forte Relativa Fraca - 0,6 - 0,3 + 0,3 + 0,6 * ESTATÍSTICA Estatística não paramétrica Usada em dados que não têm Distribuição Normal Usadas com dados Ordinais (Conceitos: A, B, C, D, E) Estatística não paramétrica Usada em um conjunto pequeno de dados com muitos postos empatados * ESTATÍSTICA 1) Coloque V (Verdadeiro) ou F (Falso): ( ) Quando o valor de r for maior que 0,6 ou menor que -0,6 a correlação entre as duas variáveis em estudo é forte ( ) O sinal negativo de r indica que as variáveis em estudo são inversamente proporcionais ( ) Ao se encontrar um valor de r = 0,6 não se pode afirmar que as variáveis sejam diretamente proporcionais. ( ) O coeficiente de correlação de Pearson pode ser aplicado em dados nominais * Regressão Linear * ESTATÍSTICA REGRESSÃO Sempre que desejamos estudar determinada variável em função de outra fazemos uma análise de regressão. A análisede regressão tem por objetivo descrever, através de um modelo matemático, a relação entre duas variáveis, partindo de n observações das mesmas. A variável a qual desejamos fazer uma estimativa recebe o nome de variável dependente e a outra recebe o nome de variável independente. * ESTATÍSTICA REGRESSÃO Supondo X a variável independente e Y a dependente, vamos procurar determinar o ajustamento de uma reta à relação entre essas variáveis, ou seja, vamos obter uma função definida por: Y = a.X + b onde a e b são coeficientes. * ESTATÍSTICA REGRESSÃO Sejam duas variáveis X (Notas de Matemática) e Y (Notas de Estatística), entre as quais exista uma correlação acentuada, embora não perfeita, como as que formam a tabela a seguir: * ESTATÍSTICA REGRESSÃO Podemos concluir, pela forma do diagrama, que se trata de uma correlação retilínea, de modo a permitir o ajustamento de uma reta, imagem da função definida por: Y = a.X + b * ESTATÍSTICA REGRESSÃO Matemático francês, discípulo de Euler e Lagrange. É autor de um clássico trabalho de geometria, Élements de géométrie. Também fez importantes contribuições em equações diferenciais, cálculo, teoria das funções e teoria dos números. LEGENDRE, ADRIEN-MARIE (1752-1833) * ESTATÍSTICA REGRESSÃO Y = a.X + b * ESTATÍSTICA REGRESSÃO * ESTATÍSTICA CÁLCULO DA REGRESSÃO * ESTATÍSTICA RETA IMAGEM DA REGRESSÃO * ESTATÍSTICA RETA IMAGEM DA REGRESSÃO (Microsoft Excel) Gráf1 7 6 5 13 9 10 11 5 13 Y Plan1 Estado Fi Bahia 4 Sergipe 15 Ceará 6 Pernambuco 3 Plan1 Fi Plan2 X Y 4 7 2 6 1 5 6 13 2 9 3 10 6 11 2 5 5 13 Plan2 Y Plan3 * ESTATÍSTICA COEFICIENTE DE DETERMINAÇÃO ( R2 ) R2 É quanto a variável X pode explicar da variação em Y * ESTATÍSTICA INTERPOLAÇÃO E EXTRAPOLAÇÃO Voltando à tabela das notas, vemos que 4,0 não figura entre as notas de Matemática. Entretanto, podemos estimar a nota correspondente em Estatística fazendo X=4,0 na equação: Assim, O mesmo acontece com a nota 1,0: Como 4 pertence ao intervalo [2,10], foi feita uma interpolação; e como 1 não pertence ao intervalo [2,10], foi feita uma extrapolação. * Prof. Hubert Chamone Gesser, Dr. Disciplina de Análise Estatística Retornar Números Índices * ESTATÍSTICA INTRODUÇÃO Um jornal, por ocasião de um pleito eleitoral, publicou uma tabela com os resultados da apuração na região: * ESTATÍSTICA INTRODUÇÃO Confeccionando uma nova tabela, com números relativos, obtemos: * ESTATÍSTICA INTRODUÇÃO Somos levados a concluir, de imediato, que a cidade E foi a que apresentou maior índice de votos brancos. 2,36% dos votos da CIDADE E são brancos Não são poucas as situações em que, para a descrição ou análise de um fenômeno quantitativo, o emprego dos números relativos revela-se mais pertinente do que o dos números absolutos. * ESTATÍSTICA NÚMEROS ÍNDICES Consideremos a tabela abaixo, relativa às matrículas efetivadas em certo estabelecimento de ensino durante o período de 1989 a 1994: * ESTATÍSTICA NÚMEROS ÍNDICES A vantagem dos números-índices é permitir uma rápida avaliação da variação relativa (percentual) sofrida pelo número de matrículas. Número-índice, ou, simplesmente, índice é a relação entre dois estados de uma variável ou de um grupo de variáveis, suscetível de variar no tempo ou no espaço (ou de grupo de indivíduos para grupo de indivíduos). * ESTATÍSTICA RELATIVO DE PREÇOS Quando queremos analisar a variação no preço (ou na quantidade ou no valor) de um só bem, basta expressar tal variação em termos percentuais, obtendo o que denominamos relativo de preços (de quantidade ou de valor). * ESTATÍSTICA RELATIVOS DE QUANTIDADE E DE VALOR Do mesmo modo, obtemos: * ESTATÍSTICA ELOS DE RELATIVOS Assim, se um bem apresentou, no período de 1991 a 1994, respectivamente os preços de R$240, R$300, R$360 e R$540, os elos relativos são: Vários relativos formam elos quando cada um deles é calculado tomando como base o ano anterior; são os relativos de base móvel. * ESTATÍSTICA RELATIVOS EM CADEIA O relativo em cadeia é o índice de base fixa: todos os relativos são calculados tomando-se uma determinada época como base. Utilizando o exemplo anterior, e considerando 1991 como ano-base, obtemos: * ESTATÍSTICA RELATIVOS EM CADEIA O gráfico mostra a evolução do preço do bem em questão: * ESTATÍSTICA ÍNDICES AGREGATIVOS Temos como exemplos os índices de preços: Índice de custo de vida IPC – Índice de Preços ao Consumidor (IBGE) ICB – Índice da Cesta Básica IGP – Índice Geral de Preços IPC – FIPE * ESTATÍSTICA DEFLACIONAMENTO DE DADOS Sabemos que os aumentos de preços implicam baixas no poder de compra ou no valor da moeda. Por isso mesmo, a manutenção do poder de compra dos salários é um problema que muito preocupa os assalariados de países onde o valor da moeda está continuamente se deteriorando. Assim, embora os salários nominais estejam aumentando, os salários reais podem estar diminuindo, devido ao aumento do custo de vida e redução do poder aquisitivo. Daí a importância dos índices de preços. * ESTATÍSTICA DEFLACIONAMENTO DE DADOS Para determinarmos os salários reais (SR), também denominados salários deflacionados, dividimos os salários nominais de várias épocas (St) pelo índice de preços das épocas correspondentes (IPt) e multiplicando o resultado por 100: Esse processo é chamado deflacionamento de salários e o índice de preços usado é chamado deflator. * FONTE BIBLIOGRÁFICA BARBETA, P. A. Estatística Aplicada às Ciências Sociais. 5.ed. Florianópolis: UFSC, 2006. BRUNI, A. L. Estatística Aplicada à Gestão Empresarial. 1.ed. São Paulo; Atlas, 2010. BRUNI, A. L. Excel Aplicado à Gestão Empresarial. 1.ed. São Paulo; Atlas, 2010. CRESPO, A. A. Estatística Fácil. 19.ed. São Paulo; Saraiva, 2009. LEVIN, J. Estatística Aplicada às Ciências Humanas. 7.ed. São Paulo: Harbra, 2007. SPIEGEL, M. R. Estatística. 8.ed. São Paulo: Makron Books, 2006. STEVENSON, W. J. Estatística Aplicada à Administração. São Paulo: Harbra, 2007. * Retornar *
Compartilhar