Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Professor Jorge Luiz A. Ferreira Confiabilidade Estrutural Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 1 Análise Estatística dos Experimentos Conjunto de Observações e o Planejamento de Experimentos são essenciais para indicar a estrutura sob o qual as hipóteses de interesse podem ser verificadas. Planejamento Experimental e Análise dos Resultados Estão Intrinsecamente Associados !!!!!!!!!!!! FENÔMENO EM ESTUDO Excitação Resposta Fatores Controláveis Fatores Não Controláveis Observáveis e Não-Observáveis Controle dos Fatores (quais e como escolhê-los ?) Cuidado !!!!!!! Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 2 O que é Estatística A estatística é um conjunto de técnicas que permite, de forma sistemática, organizar, descrever, analisar e interpretar dados oriundos de estudos ou experimentos, realizados em qualquer área do conhecimento. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 3 Proposta e Definição do Problema e Elaboração de hipóteses (A) Observação (B) Verificação das Hipóteses (C) Conclusões (D) Amostragem e Planejamento Experimental Análise Descritiva e Exploratória dos Dados Inferência Estatística Recorrendo ao Diagrama de Etapas de Desenvolvimento de Pesquisas: Análise Estatística dos Experimentos Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 4 Análise Estatística dos Experimentos O campo da estatística lida com a coleta, a apresentação, a análise e o uso dos dados para tomar decisões, resolver problemas e planejar produtos e processos. Devido a muitos aspectos da prática pesquisas científicas envolver o trabalho com dados, obviamente algum conhecimento de estatística é importante para qualquer pesquisador. Além disso, técnicas estatísticas podem ajudar muito no planejamento de novos produtos e sistemas, melhorando os projetos existentes e planejando, desenvolvendo e melhorando os pesquisas futuras. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 5 Conceitos Importantes Método: é um conjunto de meios dispostos convenientemente para se chegar a um fim que se deseja. Método experimental: consiste em manter, ou admitir hipoteticamente, constantes todas as causas (fatores) que controlam um determinado fenômeno, menos uma, e variar esta causa de modo que o pesquisador possa descobrir seus efeitos, caso existam. Método estatístico: diante da impossibilidade de manter as causas constantes, admite todas essas causas presentes variando-as, registrando essas variações e procurando determinar, no resultado final, que influências cabem a cada uma delas. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 6 Conceitos Importantes População: É o conjunto de todos os valores que descrevem o comportamento de um fenômeno. Amostra: é um subconjunto de elementos pertencentes a uma população. A informação recolhida para uma amostra é depois generalizada a toda a população. Nem sempre as amostras refletem a estrutura da população de onde foram retiradas ou são representativas dessas populações, podendo levar nesses casos a inferências erradas ou ao enviesamento dos resultados. Amostragem: Técnica de pesquisa na qual um sistema preestabelecido de amostras é considerado idôneo para representar o universo pesquisado, com margem de erro aceitável. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 7 O que é Estatísticas Áreas da Estatística Estatística Descritiva Probabilidade Inferência Tem o objetivo de descrever e sumariar um conjunto de dados. Compreende a coleta, a organização, o resumo e, em geral, a simplificação de informações que podem ser muito complexas. As técnicas usadas costumam classificar-se como: 1.Gráficos descritivos: São usados vários tipos de gráficos para sumarizar os dados. Por exemplo: Histogramas. 2.Descrição Tabular: Na qual se usam tabelas para sumarizar os dados. Por exemplo tabelas de Freqüências. 3.Descrição Paramétrica: Na qual estimam-se os valores de certos parâmetros, os quais assume-se que completam a descrição do conjunto dos dados. Por exemplo: Média. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 8 O que é Estatísticas Área da Estatística Estatística Descritiva Probabilidade Inferência É utilizada para analisar situações que envolvem o acaso. Representação de uma série de eventos futuros cuja ocorrência é definida por alguns fenômenos físicos aleatórios. Este conceito poder ser dividido em: fenômenos físicos que são previsíveis através de informação suficiente e fenômenos que são essencialmente imprevisíveis. Um exemplo para o primeiro tipo é uma roleta, e um exemplo para o segundo tipo é um decaimento radioativo. Probabilidade de freqüência ou Probabilidade Aleatória Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 9 O que é Estatísticas Área da Estatística Estatística Descritiva Probabilidade Inferência É utilizada para analisar situações que envolvem o acaso. Representa nossas incertezas sobre proposições quando não se tem conhecimento completo das circunstâncias causativas. Tais proposições podem ser sobre eventos passados ou futuros. Exemplos de probabilidade epistemológica: designar uma probabilidade à proposição de que uma lei da Física proposta seja verdadeira, e determinar o quão "provável" é que um suspeito cometeu um crime, baseado nas provas apresentadas. Probabilidade epistemológica ou Probabilidade Bayesiana, Thomas Bayes (beɪz) (1702 – 1761) Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 10 O que é Estatísticas Probabilidade Clássica versus Bayesiana Probabilidade Clássica ou Física: É a probabilidade verdadeira ou física de um evento ocorrer. Ex: prob. de ao se lançar uma moeda cair a face cara é de 50% Probabilidade Bayesiana ou Pessoal: É uma propriedade da pessoa que determina a probabilidade, atribuindo o grau de crença em um dado evento Ex: grau de crença de que a moeda vai cair com a face cara Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 11 O que é Estatísticas Áreas da Estatística Estatística Descritiva Probabilidade Inferência Coleta, redução, análise e interpretação de dados amostrais, com o objetivo de propor conclusões sobre uma população na qual os dados (amostra) foram obtidos. As conclusões devem sempre vir acompanhadas de medidas de precisão sobre sua veracidade !!! Baseia-se na regularidade estatística das freqüências relativas e sustenta que a probabilidade de um dado acontecimento pode ser medida observando a freqüência relativa do mesmo acontecimento, em uma sucessão numerosa de experiências idênticas e independentes. Exemplo: Considera-se que ao lançar uma moeda 1000 vezes, observa-se que a face cara ocorre 650 vezes. Ou seja, uma probabilidade estimada de 65%. Conclui-se daí que a moeda é irregular (ou viciada) ! Inferência Frequentista (ou Clássica) Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 12 Etapas da Análise Experimental/Estatística Modelagem do Fenômeno em Estudo (Caracterização da População) Obtenção de Amostra(s) Levantamento de Informações na Amostra Conclusões sobre Características específicas do Fenômeno em Estudo Técnicas de Amostragem Análise Descritiva Inferência Estatística Formulação de Novas Hipóteses Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 13 Etapas da Análise Experimental/Estatística Amostragem Conjunto de Técnicas que permitem o estudo de um pequeno grupo de elementos (amostra) retirado de uma população que se pretende conhecer. Técnica de pesquisa na qual um sistema preestabelecido de amostras é considerado idôneo para representar o universo pesquisado, com margem de erro aceitável. Caracterização de atributos mensuráveis que tipicamente variam entre indivíduos Variável Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 14 Etapas da Análise Experimental/Estatística Amostragem - Variáveis Em Estatística, variável é atribuição de um valor a cada característica da unidade experimental de uma amostra ou população. Tipos de Variáveis: Variável Qualitativa ou Atributo: Quando uma característica ou variável é não-numérica. Está ligada a qualidade do indivíduo pesquisado Variável Quantitativa: Quando a variável é expressa numericamente. Está ligada a contagem ou mensuração Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 15 Etapas da Análise Experimental/Estatística Amostragem - Variáveis Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 16 Medidas Resumo Pertencem ao grupo de ferramentas estatísticas que permitem caracterizar um conjunto de dados sob ponto de vista da tendência central ou da dispersão dos dados estudados Medidas de Tendência Central Médias Aritmética Harmônica Geométrica Quadrática Ponderada Aparada (Trimmed) Mediana Moda Quartis Medidas de Dispersão Amplitude, Faixa, ou Range Variância Desvio Padrão Coeficiente de Variação Distância Interquartílica Medidas de Assimetria e Curtose Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 17 Medidas de Tendência Central Medidas Resumo Como o próprio nome já diz, medidas de tendência central são aquelas cujo valor tende a localizar-se no centro de uma série de dados. Freqüentemente, quando se analisa os valores de uma variável em uma amostra, constata-se que os dados não se distribuem uniformemente, havendo concentração em alguns pontos, notadamente próximos ao centro da distribuição. Qual a posição que melhor representa o centro destes dados ? Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 18 Medidas de Tendência Central e de Dispersão Valor Esperado – Expectância - Momento Se x(t) ou xk = Resultados de uma medição Medidas Resumo Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 19 Medidas de Tendência Central – Média Aritmética A Média Aritmética é o Valor Que Define o “ponto de equilíbrio” dos Dados de uma Distribuição. Medidas Resumo Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 20 Medidas de Tendência Central – Média Aritmética Cálculo exato: (da população) Estimativa: (da amostra) Medidas Resumo Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 21 Medidas de Tendência Central – Média Geométrica Média geométrica é a média dos elementos amostrais em relação à multiplicação. Sua estimativa é realizada por meio da seguinte expressão: Medidas Resumo Exercício: Aplicar a função log na expressão acima e análisar resultado Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 22 Medidas de Tendência Central – Mediana A mediana é um número que caracteriza as observações de uma determinada variável de tal forma que a sua posição, em um grupo de dados ordenados, separe a metade inferior da amostra, população ou distribuição de probabilidade, da metade superior. Esta medida também é conhecida como média posicional ! 1 5 8 11 9 3 7 1 3 5 7 8 9 11 4 1 3 5 7 8 9 11 4 Medidas Resumo Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 23 Medidas de Tendência Central – Mediana Estimadores da Mediana 1 5 8 11 9 3 7 1 3 5 7 8 9 11 4 1 3 5 7 8 9 11 4 Medidas Resumo Dados não Agrupados Pos = 4 Pos = 4,5 Dados Agrupados Onde: lsi - Limite Inferior da Classe Mediana c – Intervalo de Classe N - Tamanho da Amostra fMd - freqüência absoluta da classe mediana Fant - freqüência acumulada anterior à classe mediana Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 24 Medidas de Tendência Central – Média Aparada Uma média aparada, trimmed, não é mais do que uma “mistura” entre os conceitos de média e mediana por forma a combinar as qualidades de ambas. Podendo ser entendida também como uma média que é calculada excluindo uma certa proporção de observações em cada extremo da amostra. Medidas Resumo Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 25 Medidas de Tendência Central – Moda A moda é o valor que detém o maior número de observações, ou seja, o valor ou valores mais freqüentes. A moda não é necessariamente única, ao contrário da média ou da mediana. É especialmente útil quando os valores ou observações não são numéricos, uma vez que a média e a mediana podem não ser bem definidas. 1 5 8 11 9 3 7 4 Não Possui Moda 1 4 8 11 9 3 7 4 Possui Moda Igual a 4 Medidas Resumo Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 26 Medidas de Tendência Central – Moda Medidas Resumo Estimadores da Moda Dados não Agrupados Dados Agrupados Onde: lsi = limite inferior da classe modal onde se localiza a moda c - intervalo de classe fmo- freqüência da classe modal fant- freqüência anterior à classe modal fpost - freqüência posterior à classe modal = ponto médio da classe de maior freqüência Moda de King Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 27 Medidas de Tendência Central – Moda Medidas Resumo Estimadores da Moda Dados não Agrupados Dados Agrupados Onde: lsi = limite inferior da classe modal onde se localiza a moda c - intervalo de classe fmo- freqüência da classe modal fant- freqüência anterior à classe modal fpost - freqüência posterior à classe modal = ponto médio da classe de maior freqüência Moda de Czuber Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 28 Média, Mediana, Moda – Aplicação A média permite explicar muito bem o comportamento de resultados experimentais, A mediana também permite explicar muito bem o comportamento de resultados experimentais de fenômenos com eventos extremos, 20 20 28 20 30 50 25 24 Medidas Resumo A moda é apropriada para representar o comportamento de dados ao nível nominal 21 22 20 24 25 Média = 25,2 Mediana = 24 Moda = 20 24 Idade dos Pessoal da Turma Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 29 Média, Mediana, Moda – Aplicação A média permite explicar muito bem o comportamento de resultados experimentais, A mediana também permite explicar muito bem o comportamento de resultados experimentais de fenômenos com eventos extremos, Medidas Resumo A moda é apropriada para representar o comportamento de dados ao nível nominal Média = 23,3 Mediana = 24 Moda = 20 20 20 28 20 30 25 24 21 22 20 24 25 24 Idade dos Pessoal da Turma 50 Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 30 Média, Mediana, Moda – Aplicação A média permite explicar muito bem o comportamento de resultados experimentais, A mediana também permite explicar muito bem o comportamento de resultados experimentais de fenômenos com eventos extremos, Medidas Resumo A moda é apropriada para representar o comportamento de dados ao nível nominal Média = 38,2 ??? Mediana = 35,5 Moda = 39 Numeração dos calçados do Pessoal da Turma 38 39 44 39 36 37 36 39 35 37 40 36 40 39 Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 31 Medidas Separatrizes – Quartis Um quartil é qualquer um dos três valores que divide o conjunto ordenado de dados em quatro partes iguais, e assim cada parte representa 1/4 da amostra ou população. Medidas Resumo 3o quartil = quartil superior = valor a partir do qual se encontram 25% dos valores mais elevados 1o quartil = quartil inferior = é o valor aos 25% da amostra ordenada 2o quartil = mediana = é o valor até ao qual se encontra 50% da amostra ordenada As separatrizes são valores que dividem a distribuição em um certo número de partes iguais, como o objetivo de proporcionar uma melhor idéia da dispersão do conjunto Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 32 Medidas Separatrizes – Quartis Um quartil é qualquer um dos três valores que divide o conjunto ordenado de dados em quatro partes iguais, e assim cada parte representa 1/4 da amostra ou população. 7 15 40 36 41 39 7 15 36 39 40 41 Medidas Resumo Q1/4 = 7 Q3/4 = 40 Q2/4 = 37,5 Mediana = Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 33 Medidas Separatrizes – Decil e Percentil O Decil é responsável por dividir o conjunto em dez partes iguais. Já o Percentil (ou centil), é a Medida que dividirá o conjunto em cem partes iguais Medidas Resumo Mediana Quartil Decil Percentil Medidas Separatrizes Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 34 Medidas de Dispersão Medidas Resumo Variação ou dispersão é o grau com que os dados numéricos tendem a se espalhar em torno de um valor médio. Ou seja, medidas de dispersão são indicadores do grau de variabilidade demonstrada pelos indivíduos em torno das medidas de tendência central. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 35 Medidas de Dispersão - Amplitude Medidas Resumo É a Diferença entre o maior valor e o menor valor observado na Amostra Amplitude =30 Amplitude = Max. – Min. = 30 20 20 28 20 30 50 25 24 21 22 20 24 25 24 Max. Min. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 36 a = 0 E[(x-a)2] é o Desvio Médio Quadrático a = x E[(x-a)2] é a Variância. ^ Medidas de Dispersão – Usando o Conceito de Expectância Medidas Resumo Momento central do ordem r Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 37 Medidas de Dispersão – Desvio Padrão Cálculo exato: (da população) Estimativa: (da amostra) xi i-ésima indicação média Amostral (Base da Estimativa: "n" indicações) n número de medições repetitivas efetuadas mx Média Populacional Medidas Resumo Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 38 Medidas de Dispersão – Desvio Padrão Medidas Resumo Desvio Padrão: É um valor que quantifica a dispersão dos eventos de uma determinada população, ou seja, a média das diferenças entre o valor de cada evento e a média central. A vantagem que apresenta sobre a variância é de permitir uma interpretação direta da variação do conjunto de dados, pois o desvio padrão é expresso na mesma unidade que a variável Apesar de ser a medida de dispersão mais usada, tal medida não tem uma interpretação intuitivamente óbvia. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 39 Medidas de Dispersão – Desvio Padrão Medidas Resumo Desiqualdade de Chebyshev: “Para qualquer conjunto de dados e qualquer constante h > 1, no mínimo 1 – (1/ h2) dos dados estarão situados dentro de um intervalo formado por h desvios padrões abaixo e acima da média.” Percentual de dados no interior do intervalo: 80% Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 40 Medidas de Dispersão – Coeficiente de Variação Medidas Resumo O coeficiente de variação de Pearson, cv, é uma medida relativa de variabilidade. É independente da unidade de medida utilizada. Estimador: Karl Pearson 1857 - †1936 Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 41 Medidas de Dispersão – Coeficiente de Variação Medidas Resumo Por ser uma medida relativizada, o coeficiente de variação tem, portanto, aplicações na pesquisa para comparar a precisão de diferentes experimentos, quando a unidade de medição é diferente. Karl Pearson 1857 - †1936 Baixa dispersão: cv 15% Média dispersão: cv 15-30% Alta dispersão: cv 30% Dicas para tomada de decisão: Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 42 Medidas de Dispersão – Coeficiente de Variação Medidas Resumo Medidas Resumo Lampada (1) (2) Média 1004 9962 Desvio Padrão 103 449 C.V. 10.3% 4.5% Aplicação: Comparação de dispersão de resultado de experimentos realizados com unidades de medição diferentes Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 43 Medidas de Dispersão – Distância Interquartílica Medidas Resumo É a diferença entre o 3º e o 1º quartis, Q3 - Q1. Ou seja, no intervalo interquartílico concentra-se metade das observações mais centrais. 50% Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 44 Medidas de Assimetria e Curtose Medidas Resumo As medidas de assimetria e curtose complementam as medidas de posição e de dispersão no sentido de proporcionar uma descrição e compreensão mais completa das distribuições de freqüências. Ampliando o conceito de Momento Estatístico: São medidas de caráter mais geral e dão origem às demais medidas descritivas, como as de tendência central, dispersão, assimetria e curtose. Conforme a potência considerada tem-se a ordem ou o grau do momento calculado. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 45 Medidas de Assimetria e Curtose - Momentos Medidas Resumo Momentos Simples ou Centrados na Origem, Mr N = tamanho da amostra, x = observação amostral, c = centro da classe da distribuição de freqüências de x f = freqüência relativa Nclas = número de Classes da distribuição de freqüências de x Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 46 Medidas de Assimetria e Curtose - Momentos Medidas Resumo Momentos ou Centrados na Média, Mr c = centro da classe da distribuição de freqüências de x Nclas = número de Classes da distribuição de freqüências de x r é um número inteiro positivo que define a ordem do momento m2 = Variância N = tamanho da amostra, xi = i-ésima observação amostral, f = freqüência relativa Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 47 Medidas de Assimetria e Curtose - Momentos Medidas Resumo Momentos Abstratos, ar s = Desvio Padrão Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 48 Medida de Assimetria – Coeficiente de Assimetria Medidas Resumo O coeficiente de assimetria quantifica o grau de desvio, afastamento da simetria ou grau de deformação de uma distribuição de freqüências. Estimadores: Coeficiente de Assimetria de Pearson Se As < 0 a curva será assimétrica negativa Se As > 0 a curva será assimétrica positiva Se As = 0 a curva será simétrica Coeficiente Momento de Assimetria Se |3| < 0,2 a curva será simétrica Se 0,2 < |3| < 1,0 a curva será assimétrica fraca Se |3| > 1,0 a curva será assimetria forte. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 49 Medida de Assimetria – Coeficiente de Assimetria Medidas Resumo Assimetria positiva Quase simetria Assimetria negativa Coef.ass. >0 Coef.ass. ~ 0 Coef.ass. <0 Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 50 Medidas de Curtose ou de Achatamento Medidas Resumo Mostram até que ponto uma distribuição é a mais aguda ou a mais achatada do que uma curva normal, de altura média. Classificação: Mesocúrtica: É considerada a curva padrão. Leptocúrtica: É uma curva mais alta do que a normal. Apresenta o topo relativamente alto, significando que os valores se acham mais agrupados em torno da moda. Curva Platicúrtica: É uma curva mais baixa do que a normal. Apresenta o topo achatado, significando que várias classes apresentam freqüências quase iguais. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 51 Medidas Resumo Mostram até que ponto uma distribuição é a mais aguda ou a mais achatada do que uma curva normal, de altura média. Estimadores: Coeficiente de Curtose - K > 0.263 distribuição Platicúrtica; - K = 0.263 distribuição Mesocúrtica; - K < 0.263 distribuição Leptocúrtica; Coeficiente Momento de Curtose - a4 < 3 distribuição Platicúrtica; - a4 = 3 distribuição Mesocúrtica; - a4 > 3 distribuição Leptocúrtica; Medidas de Curtose ou de Achatamento Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 52 Medidas Resumo Medidas de Assimetria e de Achatamento Atenção Numa amostra é quase impossível observar simetria e curtose puras. Por isso os coeficientes de assimetria e de curtose assumem valores quase sempre diferentes de zero, 0,263 e 3. Para termos uma ideia se a assimetria ou curtose é relevante devemos comparar o valor dos coeficientes com o erro associado. Se o coeficiente não exceder 2 ou 3 vezes o erro, o seu valor não será muito relevante, especialmente quando queremos extrapolar para a população. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 53 Exemplo - Para ilustrar o uso do gráfico de caixa, consideremos os dados apresentados na tabela abaixo, que representam leituras de durezas obtidas por tipos diferentes de tratamento térmico realizados durante a fabricação de uma determinada peça. Estatística Descritiva Tipos de Gráficos – Gráfico de Caixa – Boxplot Visualização dos Dados Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 54 Exemplo – Estatísticas descritivas Estatística Descritiva Tipos de Gráficos – Gráfico de Caixa – Boxplot O que conseguimos Extrair do Gráfico e das Medidas Resumo ? Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 55 Exemplo – Nova Representação Gráfica Estatística Descritiva Tipos de Gráficos – Gráfico de Caixa – Boxplot O que conseguimos Extrair do Gráfico ? Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 56 Exemplo – Nova Representação Gráfica Estatística Descritiva Tipos de Gráficos – Gráfico de Caixa – Boxplot 3o Quartil 1o Quartil Máximo da Amostra, mas não mais do que Q1 + k∙(Q3-Q1) Mínimo da Amostra, mas não menos do que Q1 - k∙(Q3-Q1) Valor Típico de k = 1,5 2o Quartil - Mediana Outliers ou Dados Discrepantes ou Dados espúrios Condição de Assimetria Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 57 Exemplo – Nova Representação Gráfica Estatística Descritiva Tipos de Gráficos – Gráfico de Caixa – Boxplot Assimetria positiva Assimetria negativa Simetria Boxplot (Diagrama de Caixa) ou Box-whiskers (Diagrama de Bigode) – São gráficos que apresentam os valores centrais dos dados e alguma informação a respeito da amplitude deles. Introdução à Análise Estatística – Estatística Descritiva Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-graduação em Integridade Estrutural 58 Plan1 20 36 20 37 20 38 20 36 21 39 22 35 24 36 24 37 24 40 25 39 25 44 28 39 30 40 50 39 25.2 38.2 24 mediana 38.5 20 39 7.7774681606 Plan2 Plan3 Plan1 A B C A B C Espécime Dimensão Espécime Dimensão Espécime Dimensão Espécime Dimensão A 220.20 81 1 81 11 99 1 81 11 99 A 235.00 81 2 81 12 99 2 81 12 99 A 238.30 83 3 83 13 100 3 83 13 100 A 253.80 86 4 86 14 101 4 86 14 101 A 254.90 88 5 88 15 104 5 88 15 104 A 259.00 91 6 91 16 105 6 91 16 105 A 266.70 94 7 94 17 107 7 94 17 107 B 214.90 97 8 97 18 107 8 97 18 107 B 225.60 97 9 97 19 107 9 97 19 107 B 226.70 98 10 98 20 111 10 98 20 111 B 227.80 99 B 241.80 99 B 244.60 100 B 246.20 101 C 203.30 104 96.80 C 204.90 105 9.169 C 216.70 107 C 219.50 107 h 1.5 C 222.80 107 Percentual 55.6% C 224.50 111 Lim Inf. 83.05 C 270.00 Lim. Sup. 110.55 ''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''' Dureza Brinell, HB [Mpa] (1) (2) (3) 220.2 214.9 203.3 235.0 225.6 204.9 238.3 226.7 216.7 253.8 227.8 219.5 254.9 241.8 222.8 259.0 244.6 224.5 266.7 246.2 270.0 Média 246.8 232.5 223.1 Mediana 253.8 227.8 219.5 Moda 0 0 0 Q1 236.65 226.15 210.8 Q3 256.95 243.2 223.65 Desvio Padrão 16.2198291342 11.7876246648 22.281756364 Curtose -0.5942711109 -1.4350269058 4.2623192693 Assimetria -0.585652784 -0.1378570543 1.8785984743 Plan2 Plan3 Plan1 A B C A B C Espécime Dimensão Espécime Dimensão Espécime Dimensão Espécime Dimensão A 220.20 81 1 81 11 99 1 81 11 99 A 235.00 81 2 81 12 99 2 81 12 99 A 238.30 83 3 83 13 100 3 83 13 100 A 253.80 86 4 86 14 101 4 86 14 101 A 254.90 88 5 88 15 104 5 88 15 104 A 259.00 91 6 91 16 105 6 91 16 105 A 266.70 94 7 94 17 107 7 94 17 107 B 214.90 97 8 97 18 107 8 97 18 107 B 225.60 97 9 97 19 107 9 97 19 107 B 226.70 98 10 98 20 111 10 98 20 111 B 227.80 99 B 241.80 99 B 244.60 100 B 246.20 101 C 203.30 104 96.80 C 204.90 105 9.169 C 216.70 107 C 219.50 107 h 1.5 C 222.80 107 Percentual 55.6% C 224.50 111 Lim Inf. 83.05 C 270.00 Lim. Sup. 110.55 ''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''' Dureza Brinell, HB [Mpa] (1) (2) (3) 220.2 214.9 203.3 235.0 225.6 204.9 238.3 226.7 216.7 253.8 227.8 219.5 254.9 241.8 222.8 259.0 244.6 224.5 266.7 246.2 270.0 Média 246.8 232.5 223.1 Mediana 253.8 227.8 219.5 Moda 0 0 0 Q1 236.65 226.15 210.8 Q3 256.95 243.2 223.65 Desvio Padrão 16.2198291342 11.7876246648 22.281756364 Curtose -0.5942711109 -1.4350269058 4.2623192693 Assimetria -0.585652784 -0.1378570543 1.8785984743 Plan2 Plan3 Plan1 A B C A B C Espécime Dimensão Espécime Dimensão Espécime Dimensão Espécime Dimensão A 220.20 81 1 81 11 99 1 81 11 99 A 235.00 81 2 81 12 99 2 81 12 99 A 238.30 83 3 83 13 100 3 83 13 100 A 253.80 86 4 86 14 101 4 86 14 101 A 254.90 88 5 88 15 104 5 88 15 104 A 259.00 91 6 91 16 105 6 91 16 105 A 266.70 94 7 94 17 107 7 94 17 107 B 214.90 97 8 97 18 107 8 97 18 107 B 225.60 97 9 97 19 107 9 97 19 107 B 226.70 98 10 98 20 111 10 98 20 111 B 227.80 99 B 241.80 99 B 244.60 100 B 246.20 101 C 203.30 104 96.80 C 204.90 105 9.169 C 216.70 107 C 219.50 107 h 1.5 C 222.80 107 Percentual 55.6% C 224.50 111 Lim Inf. 83.05 C 270.00 Lim. Sup. 110.55 ''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''' Dureza Brinell, HB [Mpa] (1) (2) (3) 220.2 214.9 203.3 235.0 225.6 204.9 238.3 226.7 216.7 253.8 227.8 219.5 254.9 241.8 222.8 259.0 244.6 224.5 266.7 246.2 270.0 Média 246.8 232.5 223.1 Mediana 253.8 227.8 219.5 Moda 0 0 0 Q1 236.65 226.15 210.8 Q3 256.95 243.2 223.65 Desvio Padrão 16.2198291342 11.7876246648 22.281756364 Curtose -0.5942711109 -1.4350269058 4.2623192693 Assimetria -0.585652784 -0.1378570543 1.8785984743 Plan2 Plan3 Plan1 A B C A B C A 220.20 A 235.00 A 238.30 A 253.80 A 254.90 A 259.00 A 266.70 B 214.90 B 225.60 B 226.70 B 227.80 B 241.80 B 244.60 B 246.20 C 203.30 C 204.90 C 216.70 C 219.50 C 222.80 C 224.50 C 270.00 Dureza Brinell, HB [Mpa] (1) (2) (3) 220.2 214.9 203.3 235.0 225.6 204.9 238.3 226.7 216.7 253.8 227.8 219.5 254.9 241.8 222.8 259.0 244.6 224.5 266.7 246.2 270.0 Plan2 Plan3
Compartilhar