Baixe o app para aproveitar ainda mais
Prévia do material em texto
Unidade 1 Conceitos Básicos e Organização de Dados Estatísticos Estatística: É a ciência que coleta, organiza, analisa e interpreta dados para auxiliar na tomada de decisões. Dados: São informações que vêm de observações, contagens, medições, respostas, etc. Ex: “As pessoas que comem três porções diárias de grãos integrais têm o risco de sofrer problemas cardíacos reduzidos em 37%.” (Fonte: Whole Grains Concil.) “70% dos 1.500 danos à espinha dorsal em menores de idade resultam de acidentes de carro e 68 dos feridos não estavam usando o cinto de segurança.” (Fonte: UPI.) “Espera-se que a produção americana de carvão, que aumentou 2,5% em 2006, sofra uma redução de 3,1% em 2007.” (Fonte: Energy Information Administration) Conjuntos de Dados Em Estatística existem dois tipos de conjuntos de dados: População ► É o conjunto de todos os resultados, respostas, medidas ou contagens que são de interesse. Amostra ► É um subgrupo de uma população. Ex: Em uma pesquisa recente, foi perguntado a 1.708 adultos americanos se eles consideram o aquecimento global um problema que exige uma ação imediata do governo. Novecentos e trinta e nove deles responderam que sim. Identifique a população e a amostra. Descreva o conjunto de dados. 939 sim 769 não Respostas de todos os adultos dos EUA (população) Respostas dos adultos na pesquisa (amostra) Parâmetro Populacional: É a descrição numérica de uma característica de uma população. Ex: Os salários iniciais para os 667 MBAs graduados na Escola de Negócios da Universidade de Chicago aumentaram 8,5% em comparação com o ano anterior. Estatística Amostral: É a descrição numérica de uma característica de uma amostra. Ex: Uma pesquisa recente com uma amostra de MBAs reportou que o salário médio para um MBA é mais do que US$ 82.000,00 por ano. (Fonte: The Wall Street Journal) Em uma checagem aleatória de uma amostra de lojas varejistas, o FDA (Food and Drug Administration) descobriu que 34% das lojas não estavam estocando peixes da forma apropriada. Descreva o conjunto de dados. Classificação dos Dados Dados Qualitativos: Consistem em atributos, rótulos ou registros não numéricos. Dados Quantitativos: Consiste em medidas numéricas ou contagens. Ex: Qualitativos Quantitativos Modelo Preço Básico (US$) Ranger Focus Taurus Explorer 12.595,00 13.120,00 19.075,00 22.510,00 Estatística Descritiva: É o ramo da Estatística que trata da organização, resumo e apresentação dos dados. Estatística Inferencial: É o ramo da Estatística que utiliza uma dada amostra para tirar conclusões sobre a população correspondente. A ferramenta básica utilizada pela Estatística Inferencial é a probabilidade. Ex: Uma grande amostra de homens, com 48 anos de idade, foi estudada durante 18 anos. Para os solteiros, 70% ainda estavam vivos aos 65 anos. Para os casados, 90% estavam vivos aos 65 anos. (Fonte: The Journal of Family Issues.) Descritiva ► “Para os que são solteiros, 70% ainda ...” Inferencial (Conclusão) ► Casados tem maior probabilidade de viver mais. Em uma amostra dos analistas de Wall Street, a procentagem dos que previram incorretamente os lucros das empresas de alta tecnologia em um ano recente foi e 44%. (Fonte: Bloomberg.) Planejamento de um Estudo Estatístico 1. Identifique a(s) variável(is) de interesse e a população de estudo. 2. Desenvolva um plano detalhado para coleta dos dados. Se usar uma amostra, certifique-se de ela é representativa da população. 3. Colete os dados. 4. Descreva os dados usando técnicas de Estatística Descritiva. 5. Interprete os dados e tome as decisões sobre a população usando Estatística Inferencial. 6. Identifique quaisquer erros possíveis. 1. Variáveis Variável é a grandeza, atributo, característica, etc., que é coletada em um estudo estatístico. ● Qualitativa ► Expressa por atributos. Ex: sexo, cor do cabelo, etc. ● Quantitativa ► Expressa por números. Discreta: Expressa por números bem definidos, em geral inteiros não negativos. Ex: nº de alunos em sala de aula, hoje. Contínua: Expressa por números com infinitas casas decimais. Ex: alturas dos alunos. ● Independente ► Não depende de nenhuma outra variável. ● Dependente ► Depende do valor de outra variável. Ex: Num estudo estatístico sobre como o nível de estresse afeta a frequência cardíaca, o nível de estresse é uma variável independente e a frequência cardíaca é uma variável dependente. Classifique as variáveis em qualitativas ou quantitativas (contínuas ou discretas). - Cor do olhos. - Índice de liquidez das indústrias Tabajara. - Produção de café no Brasil (em toneladas). - Número de aparelhos de TV com defeito. - Comprimento dos pregos produzidos por uma empresa. - O nº obtido em cada jogada de um dado. 2. Planejamento Experimental ■ Controle: É importante controlar os diversos fatores que podem influenciar (e arruinar) os resultados de um experimento estatístico. Alguns deles são: ♦ Variáveis de Confusão: Ocorrem quando um pesquisador não consegue dizer a diferença entre os efeitos de diferentes fatores em uma variável. Ex: Para atrair mais clientes, o dono de uma cafeteria faz uma reforma na loja usando cores vibrantes. Ao mesmo tempo, um novo shopping center é inaugurado na região. Se os negócios da cafeteria aumentam, não se sabe se é devido à reforma ou à presença do shopping center. Os dois efeitos se confundem. ♦ Efeito Placebo: Ocorre quando um sujeito reage favoravelmente a um placebo, ou seja, quando, de fato, ele(a) não recebeu tratamento algum. Ex: Testes de eficácia de medicamentos, tratamentos, etc. OBS: Para ajudar a minimizar esse efeito, pode-se usar o chamado teste cego, onde o sujeito não sabe se está recebendo tratamento ou placebo. O teste duplo-cego é quando nem o sujeito nem o pesquisador sabem o que está sendo administrado. ♦ Efeito Hawthorne: Ocorre quando os sujeitos mudam o comportamento simplesmente porque sabem que estão participando de um experimento. Ex: Questionário para doação de sangue. ■ Aleatorização: É o processo de designar sujeitos aleatoriamente para diferentes grupos de tratamento. É importante para evitar resultados tendenciosos. ● Planejamento de Blocos Aleatórios: Os sujeitos com características similares são dividos em blocos e, então, são designados aletóriamente para os grupos. Ex: Um pesquisador que está testanto os efeitos de uma nova bebida para perda de peso decide, primeiramente, dividir os sujeitos em categorias de idade, tais como 30 a 39 anos, 40 a 49 anos e acima de 50 anos. Então, dentro de cada grupo de idade, designou-se aleatoriamente os sujeitos ou para o grupo de tratamento ou para o grupo de controle(?), conforme mostrado. Todos os sujeitos 30 a 39 anos 40 a 49 anos Mais de 50 anos Controle Controle Controle Tratamento Tratamento Tratamento ● Planejamento de Pares Combinados: Os sujeitos são colocados em pares de acordo com a similaridade. Um sujeito no par é aleatoriamente selecionado para receber o tratamento e o outro sujeito do par recebe um tratamento diferente. Ex: Dois sujeitos podem ser colocados em pares por causa da idade, de uma localização geográfica ou uma característica física em particular. ■ Replicação: É a repetição de um experimento utilizando um grande número de indivíduos. É importante para aumentar a validade dos resultados. Ex: Suponha que um experimento seja planejadopara testar uma vacina contra a gripe. No experimento, 10.000 pessoas recebem a vacina e outras 10.000 recebem um placebo. Uma empresa quer testar a eficácia de uma nova goma de mascar para ajudar as pessoas a pararem de fumar. Identifique um problema em potencial com o planejamento experimental dado em cada um dos casos abaixo e sugira um maneira de melhorá-lo. (1) A empresa identifica dez adultos que são fumantes há bastante tempo. Cinco deles recebem a nova goma de mascar e os outros cinco recebem um placebo. Depois de dois meses, eles são avaliados e descobre-se que os cinco sujeitos que estão usando a nova goma pararam de fumar. (2) A empresa indentifica mil adultos que são fumantes há bastante tempo. Eles são divididos em blocos de acordo com o gênero. As mulheres recebem a nova goma e os homens recebem o placebo. Depois de dois meses, o grupo de mulheres tinha um número significativo de sujeitos que pararam de fumar. (3) A empresa identifica 240 adultos fumantes. Eles são designados aleatoriamente para estar no grupo de tratamento ou de controle. Cada sujeito também recebe um DVD sobre os perigos do cigarro. Depois de quatro meses, a maioria dos sujeitos no grupo de tratamento parou de fumar. 3. Coleta de Dados ► Estudo Observacional: O pesquisador observa e mede as caracterísiticas de interesse de parte da população, mas não muda as condições existentes. Ex: Foi feito um estudo observacional no qual os pesquisadores observam e registram o comportamento oral de crianças acima de 3 anos de idade com objetos não alimentícios. (Fonte: Pediatrics Magazine) ► Experimento: Um tratamento é aplicado a uma parte da população e as respostas são observadas. Outra parte da população pode ser usada como grupo de controle, no qual nenhum tratamento é aplicado. Ex: Foi realizado um experimento no qual diabéticos tomaram extrato de canela diariamente enquanto o grupo de controle não tomou nada. Depois de 40 dias, os diabéticos que tomaram o extrato de canela reduziram seu risco de problemas cardíacos, enquanto o grupo de controle não experimentou mudanças. (Fonte: Diabetes Care) ► Simulação: É o uso de um modelo matemático ou físico para reproduzir as condições de uma situação ou processo. Ex: Os fabricantes de automóveis usam simulações com bonecos para estudar os efeitos das batidas em humanos. ► Levantamento ou Pesquisa de Mercado: Em geral, essas pesquisas são conduzidas diretamente com pessoas, por meio de perguntas. Ex: Uma pesquisa é feita com médicas para determinar se o argumento principal para a escolhar profissional é a estabilidade financeira. Considere os estudos estatísticos a seguir. Qual método de coleta de dados você usaria para cada estudo? (1) Um estudo do efeito da mudança dos padrões de voo no número de acidentes com aviões. (2) Um estudo dos efeitos da ingestão de farinha de aveia na redução da pressão arterial. (3) Um estudo sobre como alunos da quarta série resolvem um quebra-cabeça. (4) Um estudo sobre os índices de aprovação presidencial com os residentes no Brasil. (5) Um estudo sobre os efeitos dos exercícios físicos no alívio da depressão. (6) Um estudo do sucesso de graduandos de uma grande universidade para encontrar um emprego durante o primeiro ano de graduação. Censo: É uma contagem ou medição de uma população inteira. Amostragem: É uma contagem ou medição de parte representativa de uma população. OBS: Um erro de amostragem é quando há diferença entre os resultados da amostra e da população. Técnicas de Amostragem: Amostra Aleatória ► É aquela em que todos os membros da população têm chances iguais de serem selecionados. OBS: Uma amostra aleatória simples é aquela na qual toda amostra possível de mesmo tamanho tem a mesma chance de ser selecionada. Ex: Para contar o número de pessoas que moram no Condado de West Ridge, você poderia designar um número diferente para cada residência, usar uma ferramenta tecnológica ou uma tabela de números aleatórios (ver instruções) para gerar uma amostra de números e então contar o número de pessoas que vive em cada uma das residências selecionadas. OBS: Quando escolhemos os membros de uma amostra, precisamos decidir se é aceitável ter o mesmo membro da população mais de uma vez. Se for aceitável, o processo de amostragem é dito com reposição, do contrário, o processo é dito sem reposição. Há 731 estudantes que se inscreveram no curso de Estatística em sua faculdade. Você deseja formar uma amostra de 8 estudantes para responder às questões de uma pesquisa. Selecione os estudantes que pertencerão à uma amostra aleatória simples. Amostra Estratificada ► É utilizada quando for importante que a amostra tenha membros de cada segmento da população. Ex: Para coletar uma amostra estratificada do número de pessoas que moram no Condado de West Ridge, poderíamos dividir as residências em níveis socioeconômicos e, então, selecionar aleatoriamente residências de cada nível. Amostra por Agrupamento ► É usada quando a população está em subgrupos que ocorrem naturalmente. Ex: Para coletar uma amostra por agrupamento do número de pessoas que moram no Condado de West Ridge, podemos dividir as residências em grupos de acordo com os códigos postais, então, selecionar todas as residências em um ou mais (mas não todos) códigos postais e contar o número de pessoas que vivem em cada residência. Amostra Sistemática ► É aquela na qual é atribuído um número a cada membro da população e a amostra é então formada tomando os membros a intervalos regulares. Ex: Para coletar uma amostra sistemática do número de pessoas que moram em West Ridge, poderíamos designar um número diferente para cada residência, escolher aleatoriamente um número inicial, selecionar cada 100ª residência e contar o número de pessoas vivendo em cada uma. Você está realizando um estudo para determinar a opinião dos estudantes em sua faculdade sobre as pesquisas com células-tronco. Identifique a técnica de amostragem usada se selecionasse as amostras abaixo. (1) Você seleciona uma classe aleatoriamente e questiona cada aluno da classe. (2) Você divide a população de estudantes com relação às graduações, seleciona aleatoriamente e questiona alguns de cada curso de graduação. (3) Você designa um número para cada aluno e gera números aleatoriamente. Então, você questiona cada estudante cujo número é selecionado aleatoriamente. (4) Você seleciona estudantes de sua aula de Estatística. (5) Você designa um número para cada estudante e, depois de escolher um número inicial, questiona cada 25º aluno. 4. Estatística Descritiva Distribuição de Frequências: É uma tabela que mostra os dados divididos em classes com uma contagem do número de entradas de dados em cada classe. A frequência (f) de uma classe é o número de entradas de dados nessa classe. Amplitude dos Dados: É a diferença entre os valores máximo e mínimo das entradas de dados. Largura de Classe: É a distância entre os limites inferiores (ou superiores) de classes consecutivas. Limite Inferior da Classe: É o menor valor que pode pertencer à classe. Limite Superior da Classe: É o maior valor que pode pertencer à classe. Roteiro para construir uma distribuição de frequências: 1) Decida o número de classes►Quando o nº de classes não for especificado, escolha sempre um número entre 5 e 20, de acordo com o conjunto de dados. 2) Encontre a largura de classe►Determine a amplitude dos dados, divida pelo número de classes e faça o arredondamento que for conveniente. 3) Encontre os limites de classe►Você pode usar a entrada de dados mínima como limite inferior da primeiraclasse. Para encontrar os limites inferiores das classes restantes, adicione a largura de classe ao limite inferior da primeira classe e assim sucessivamente até a última classe. Em seguida encontre o limite superior da primeira classe. Lembre-se que as classes não se sobrepõem. Encontre os limites superiores das classes restantes usando o mesmo procedimento. 4) Encontre a frequência de cada classe►A frequência de cada classe será o número de entradas de dados dentro dela. A soma de das frequências de todas as classes dever ser igual ao tamanho da amostra. Ex: O conjunto de dados amostrais a seguir lista o número de minutos que 50 usuários de internet gastaram na rede durante a sessão mais recente. Construa uma distribuição de frequências para sete classes. 50 40 41 17 11 7 22 44 28 21 19 23 37 51 54 42 86 41 78 56 72 56 17 7 69 30 80 56 29 33 46 31 39 20 18 29 34 59 73 77 36 39 30 62 54 67 39 31 53 44 1) O número de classes (7) é dado no problema. 2) As entradas de dados mínima e máxima são, respectivamente, 7 e 86. Portanto, a amplitude dos dados é 86 – 7 = 79. Dividindo pelo número de classes obtemos a largura de classe: 79 / 7 ≈ 11,29 ≈ 12. 3) Utilizando 7 como limite inferior da primeira classe, encontramos os limites inferiores das seis classes restantes adicionando a largura de classe (12) até chegarmos a última classe. Estes ficam: 7, 19, 31, 43, 55, 67 e 79. O limite superior da primeira classe é um a menos que o limite inferior da segunda classe e assim sucessivamente. Estes ficam: 18, 30, 42, 54, 66, 78 e 90. Portanto, as sete classes de dados são: 7-18; 19-30; 31-42; 43-54; 55-66; 67-78 e 79-90. 4) O próximo passo é contar quantas entradas de dados há em cada classe. Por exemplo, a entrada de dado 51 está dentro da classe 43-54. Classe Marca Frequência (f) 7 - 18 |||| | 6 19 - 30 |||| |||| 10 31 - 42 |||| |||| ||| 13 43 - 54 |||| ||| 8 55 - 66 |||| 5 67 - 78 |||| | 6 79 - 90 || 2 Soma = 50Limite Inferior Limite Superior Construa uma distribuição de frequências para os dados abaixo, que representam o número de touchdowns marcados por todos os 119 times de futebol americano da primeira divisão da NCAA na temporada de 2006. Use oito classes. Ponto Médio de uma Classe: É a soma dos limites inferior e superior dessa classe dividido por dois. Ponto Médio = Limite Inferior + LimiteSuperior 2 OBS: Após encontrar o ponto médio da primeira classe basta adicionar a ele a largura de classe para encontrar os pontos médios das classes restantes. Frequência Relativa de um Classe: É a fração ou porcentagem dos dados que está dentro dessa classe. Para encontrar a frequência relativa de uma classe, basta dividir a frequência f da classe pelo tamanho da amostra n. Frequência Relativa = Frequência da Classe = f Tamanho da Amostra n OBS: A soma das frequências relativas de todas as classes deve ser igual a 1 ou 100%. Frequência Acumulada de um Classe: É a soma da frequência dessa classe com as frequências das classes anteriores. OBS: A frequência acumulada da última classe é igual ao tamanho da amostra n. Ex: Usando a distribuição de frequências do exemplo de uso da internet, encontre o ponto médio, a frequência relativa e acumulada de cada classe. Identifique quaisquer padrões nos dados. ► O ponto médio da primeira classe é: (7+18)/2 = 12,5. Para encontrar os demais basta somar a largura de classe 12. Estes ficam então: 24,5; 36,5; 48,5; 60,5; 72,5 e 84,5. ► A frequência relativa da primeira classe é: 6/50 = 0,12. As demais são: 0,2; 0,26; 0,16; 0,1; 0,12 e 0,04. ► A frequência acumulada de cada classe é: 6; 6+10=16; 6+10+13=29; 6+10+13+8=39; 6+10+13+8+5=42; 6+10+13+8+5+6=48 e 6+10+13+8+5+6+2=50. Classe Frequência (f) Ponto Médio Frequência Relativa Frequência Acumulada 7 - 18 6 12,5 0,12 6 19 - 30 10 24,5 0,20 16 31 - 42 13 36,5 0,26 29 43 - 54 8 48,5 0,16 37 55 - 66 5 60,5 0,10 42 67 - 78 6 72,5 0,12 48 79 - 90 2 84,5 0,04 50 Soma = 50 Soma = 1 Um padrão que podemos observar é que o período de duração da conexão mais comum entre os usuários foi de 31 a 42 minutos e o menos comum foi de 76 a 90 minutos. Outro ponto interessante é que aproximadamete 17% dos usuários ficou conectado por mais de 60 minutos, enquanto aproximadamente 58% ficou conectado por menos de 40 minutos. Usando a distribuição de frequências do número de touchdowns, encontre o ponto médio, a frequência relativa e acumulada de cada classe. Identifique quaisquer padrões nos dados. Gráficos de Distribuições de Frequências: Histograma de Frequências: É um diagrama de barras que representa a distribuição de frequências de um conjunto de dados. Um histograma possui as seguintes propriedades: 1) A escala horizontal é quantitativa e mede os valores dados. 2) A escala vertical mede as frequências das classes. 3) As barras consecutivas devem estar encostadas umas nas outras. Ex: Fronteiras de Classe: São números que separam as classes sem deixar lacunas entre elas. Ex: Construa um histograma de frequências para a distribuição de frequências do exemplo de uso da internet. Descreva qualquer padrão observado. Primeiramente, encontremos as fronteiras de classe. A distância entre o limite superior da primeira classe e o limite inferior da segunda é: 19 – 18 = 1. Metade dessa distância é 0,5. Então as fronteira inferior e superior da primeira classe são: ►Fronteira inferior da primeira classe: 7 – 0,5 = 6,5 ►Fronteira superior da primeira classe: 18 + 0,5 = 18,5 OBS: As frontreiras das classes restantes podem ser obtidas adicionando a largura de classe até chegar à última classe. Use a distribuição de frequências do número de touchdowns para construir um histograma rotulado pelos pontos médios e pelas fronteiras de classe. Descreva quaisquer padrões observados. Polígono de Frequências: É um gráfico de linha que enfatiza as mudanças contínuas das frequências. É obtido unindo-se os pontos médios das classes num histograma. Ex: Ex: Faça um polígono de frequências para a distribuição de frequências do exemplo de uso da internet. OBS: Como o gráfico de um polígono de frequências deve começar e terminar no eixo horizontal, prolonga-se o lado esquerdo em uma largura de classe antes do ponto médio da primeira classe e prolonga-se o lado direito em uma largura de classe depois do ponto médio da última classe. Use a distribuição de frequências do número de touchdowns para construir um polígono de frequências. Descreva quaisquer padrões observados. Histograma de Frequências Relativas: Possui a mesma forma e a mesma escala horizontal do histograma de frequências correspondente. A diferença é que a escala vertical mede a frequência relativa. Ex: Faça um histograma de frequências relativas para a distribuição de frequências do exemplo do uso da internet. Use a distribuição de frequências do exemplo do número de touchdowns para construir um histograma de frequências relativas. Gráfico de Frequências Acumuladas (ou Ogiva): É um gráfico de linha que mostra as frequências acumuladas de cada classe em sua fronteira de classe superior. OBS: O gráfico deve começar na fronteira inferior da primeira classe (a frequência acumulada é zero) e deve terminar na fronteira superior da última classe (a frequência acumulada é igual ao tamanho da amostra).Ex: Desenhe uma ogiva para a distribuição de frequências do exemplo de uso da internet. Estime quantos usuários gastaram 60 minutos ou menos on- line na sessão mais recente. Com base na ogiva acima, podemos ver que por volta de 40 usuários gastaram 60 minutos ou menos conectados durante a última sessão. Use a distribuição de frequências do exemplo do número de touchdowns para construir uma ogiva. Estime o número de times que marcaram 44 touchdowns ou menos. Gráfico de Setores (Pizza): Consiste em um círculo dividido em setores que representam as diferentes categorias presentes no conjunto de dados. A área de cada setor é proporcional à frequência de cada categoria. Ex: O número de ocupantes de veículos motorizados mortos em acidentes em 1995 e 2005 é mostrado na tabela abaixo. Use um gráfico de setores para organizar os dados. O que podemos concluir? (1995) (2005) Tipo de Veículo Mortos Carros 18.440 Caminhões 13.778 Motocicletas 4.553 Outros 823 (Fonte: U.S. Department of Transportation, National Highway Traffic Safety Administration) Tipo de Veículo Mortos Carros 22.423 Caminhões 10.216 Motocicletas 2.227 Outros 425 Comece encontrando a frequência relativa de cada categoria. Então, construa um gráfico de setores usando o ângulo central que corresponda a cada categoria. Para encontrar o ângulo central multiplique a frequência relativa da categoria por 360º. Por exemplo, o ângulo central para carros, em 2005, é: 360º∙(0,49) ≈ 176º. Do gráfico, podemos ver que a maioria das fatalidades em acidentes com veículos motorizados ocorreu com ocupantes de carros. Gráfico de Colunas (Barras): Consiste em colunas (barras) verticais (horizontais) no qual a altura (comprimento) de cada coluna (barra) representa a frequência ou frequência relativa. OBS: Quando as colunas são ordenadas da mais alta para a mais baixa, o gráfico recebe o nome de Diagrama de Pareto. Ex: Gráfico de Série Temporal: É usado para descrever um conjunto de dados cujas entradas foram tomadas a intervalos de tempo regulares. Ex: A tabela a seguir lista o número de usuários de telefonia celular (em milhões) para o período de 1995 até 2005. Construa um gráfico de série temporal para o número de usuários de celulares. O que podemos concluir? (1) Recentemente a indústria de varejo perdeu 41 milhões com redução nos estoques. As causas da redução de estoque são: erro administrativo (7,8 milhões), roubos por funcionários (15,6 milhões), roubo em lojas (14,7 milhões) e fraudes nas vendas (2,9 milhões). Construa um gráfico de colunas (barras) e um diagrama de Pareto para organizar os dados. Se você fosse um varejista, para qual causa de redução de estoques você olharia primeiro? (2) Use a tabela do exemplo dos usuários de telefonia celular para construir um gráfico de série temporal para a conta média de celular de um usuário local no período de 1995 a 2005. Cartograma: É uma representação de dados feita sobre uma carta geográfica. É empregado quando o objetivo é relacionar dados estatísticos diretamente com regiões geográficas. Ex: Pictograma: É uma represetação de dados feita através de figuras ilustrativas. Visa tornar a apresentação de dados mais atraente e de melhor compreensão para o público. Ex: Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21 Slide 22 Slide 23 Slide 24 Slide 25 Slide 26 Slide 27 Slide 28 Slide 29 Slide 30 Slide 31 Slide 32 Slide 33 Slide 34 Slide 35 Slide 36 Slide 37 Slide 38 Slide 39 Slide 40 Slide 41 Slide 42 Slide 43 Slide 44 Slide 45 Slide 46 Slide 47 Slide 48 Slide 49 Slide 50 Slide 51 Slide 52 Slide 53
Compartilhar