Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Disciplina: Estatística e Probabilidade Prof. Eliseu Castelo Branco Jr ecastelob@gmail.com http://goo.gl/Pycd5U Introdução à Estatística Apresentação dos dados Distribuição de Frequência Medidas de Posição Medidas de Tendência Central Aplicação a Estatística Descritiva Medidas de Dispersão Medidas de Assimetria e Curtose Probabilidade Probabilidade da soma Probabilidade condicional Teorema da Probabilidade Total e Bayes Probabilidade Binomial Aplicação da probabilidade Binomial Plano de Aula O aluno deverá ser capaz de: Identificar e construir o significado da Estatística Perceber a importância da Estatística como ferramenta de análise de dados , tomada de decisão e a utilização em pesquisa. Saber diferenciar população e amostra Saber reconhecer, selecionar e aplicar os tipos de variáveis utilizadas em um trabalho estatístico. 1.Introdução à Estatística 1.1 - Origem 1.2 - Definição de População e Amostra 1.3 - Variáveis 1.3.1 Conceito 1.3.2 Tipos de variáveis 1.3.4 Variação em relação aos fenômenos 1.3.5 Princípios para classificação das variáveis UNIDADE 1 - DADOS ESTATÍSTICOS A origem da palavra Estatística está associada à palavra latina STATUS (Estado). Há indícios de que 3000 anos A.C. já se faziam censos na Babilônia, China e Egito e até mesmo o 4o. livro do Velho Testamento faz referência à uma instrução dada a Moisés, para que fizesse um levantamento dos homens de Israel que estivessem aptos para guerrear. Usualmente, estas informações eram utilizadas para a taxação de impostos ou para o alistamento militar. O Imperador César Augusto, por exemplo, ordenou que se fizesse o Censo de todo o Império Romano. Origem da Estatística Contudo, mesmo que a prática de coletar dados sobre colheitas, composição da população humana ou de animais, impostos, etc., fosse conhecida pelos egípcios, hebreus, caldeus e gregos, e se atribuam a Aristóteles cento e oitenta descrições de Estados, apenas no século XVII a Estatística passou a ser considerada disciplina autônoma, tendo como objetivo básico a descrição dos BENS do Estado. Origem da Estatística O termo estatística deriva do neolatim statisticum collegium ("conselho de Estado") e do Italiano statista ("estadista" ou "político"). O alemão Statistik, introduzido pela primeira vez por Gottfried Achenwall (1749), designava originalmente a análise de dados sobre o Estado, significando a "ciência do Estado” Etimologia John Graunt (1620-1674) e William Petty (1623-1687) foram os primeiros a se preocuparam com o estudo numérico dos fenômenos sociais e políticos, na busca de leis quantitativas que pudessem explicá-los. Os precursores O estudo consistia essencialmente de exaustivas análises de nascimentos e mortes, realizadas através das Tábuas de Mortalidade, que deram origem às atuais Tábuas de Mortalidade usadas pelas companhias de seguros. Um dos resultados mais importantes foi a constatação de que o percentual de nascimento de crianças do sexo masculino (51%) é levemente superior ao do sexo feminino (49%). Os precursores Francis Galton (1822-1911): Pesquisou a distribuição geográfica da beleza, a moda, as impressões digitais, a eficácia da oração religiosa e o levantamento de peso. Também criou o conceito estatístico de correlação, a amplamente promovida regressão em direção à média e várias invenções como um periscópio, um dispositivo para abrir cadeados e uma versão inicial da impressora de teletipo. Ele foi o primeiro a aplicar métodos estatísticos para o estudo das diferenças e herança humanas de inteligência. Os precursores Entre 1893 e 1912 escreveu um conjunto de 18 artigos denominado Mathematical Contribution to the Theory Evolution, com contribuições extremamente importantes para o desenvolvimento da teoria da Análise de Regressão e do Coeficiente de Correlação, bem como do teste de hipóteses de qui-quadrado. Os precursores Karl Pearson (1857-1936) William Sealey Gosset (1876-1937) estudou Química e Matemática na New College Oxford. Em 1899 foi contratado como Químico da Cervejaria Guiness em Dublin, desenvolvendo um trabalho extremamente importante na área de Estatística. Devido à necessidade de manipular dados provenientes de pequenas amostras, extraídas para melhorar a qualidade da cerveja, Gosset derivou o teste t de Student baseado na distribuição de probabilidades. Os precursores A contribuição de Ronald Aylmer Fisher (1890-1962) para a Estatística Moderna é, sem dúvidas, a mais importante e decisiva de todas. Formado em astronomia pela Universidade de Cambridge em 1912, foi o fundador do célebre Statistical Laboratory da prestigiosa Estação Agronômica de Rothamsted, contribuindo enormemente tanto para o desenvolvimento da Estatística quanto da Genética. Os precursores Albert Einstein (1879-1955) Entre os artigos revolucionários de Einstein de 1905, estava um sobre o movimento browniano, que tinha como objetivo explicar as flutuações estatísticas e descobrir fatos que demonstrassem a existências de átomos com dimensões finitas e determinadas. Ele queria determinar o número de Avogadro e o tamanho dos átomos. Os precursores 1 mol de moléculas de um gás possui aproximadamente 6,022 × 1023 moléculas deste gás (Número de Avogadro) O dicionarista Aurélio Buarque de Holanda Ferreira definiu-a como uma parte da matemática em que se investigam os processos de obtenção, organização e análise de dados sobre uma população ou sobre seres quaisquer, e os métodos de tirar conclusões e fazer predições com base nesses dados.” Os dados se referem a fenômenos de massa, ou coletivos, e às relações entre eles. Definição de Estatística Métodos estatísticos são métodos para o tratamento de dados numéricos e referem-se a dados coletados, cujo destino é permitir que os estatísticos cheguem a conclusões sobre o que está sendo estudado (pessoas ou coisas A natureza dos métodos estatísticos A estatística tem por objetivo o estudo de fenômenos de massa, ou coletivos, e das relações entre eles. A estatística procura encontrar leis de comportamento para toda a população, ou universo; não se preocupa, portanto com cada elemento em particular. De acordo com o seu tamanho, a população, ou universo, pode ser classificada como finita ou infinita. Definição de População e Amostra População Finita: o número total (número finito) de elementos é conhecido. Exemplo: análise das notas de 30 alunos de uma turma de estatística. População Infinita: população que possui um número infinito ou incontável de elementos. Exemplo: quantidade de grãos de areia da praia de Jericoacoara. Definição de População e Amostra Quando a população é muito grande, certamente é difícil, ou mesmo impossível, a observação de determinada característica em todos os seus elementos. Daí a necessidade de selecionarmos uma parte finita dessa população, para que possamos realizar a observação e obter os dados que desejamos. A esta parte da população denominamos AMOSTRA ou ESPAÇO AMOSTRAL. Amostra é um subconjunto de elementos retirados da população que usamos para obter os dados Amostra A Pluri consultoria em conjunto com a Stochos Sports & Entertainment divulgaram essa semana o que seria primeira pesquisa de torcidas de 2013. Esse estudo compreende os meses de aferição de novembro de 2012 a fevereiro de 2013. Foram entrevistados 21.049 pessoas acima de 16 anos em 146 municípios espalhados pelo país. O levantamento confirmou o Flamengo (16.8) como maior torcida do Brasil, seguido de perto pelo Corinthians (14.6%). Um pouco fora da disputa das maiores, segue o tricolor paulista com 8.1%. A surpresa fica por conta do Vasco (5%) ter ultrapassado a torcida do Palmeiras (4.9%) em menos de um ano. Fonte: http://top10mais.org/top-10-maiores-torcidas-do-brasil/#ixzz3SmBa03pq Exemplo de Pesquisa Amostral Ranking das Maiores Torcidas 10 Maiores Torcidas do NE Estatística Descritiva ou Dedutiva: Tem como objetivo descrever e analisar determinada população ou amostra, sem pretender tirar conclusões genéricas Trabalha resumindo os números para que possam ser mais facilmente interpretados Estatística Indutiva ou Inferência Estatística: baseado nos resultados obtidos pela análise da amostra, procura inferir, deduzir leis de comportamento da população total. Faz uma generalização a partir de resultados particulares Estatística Descritiva e Indutiva Dados Nacionais: Instituto Brasileiro de Geografia e Estatística (IBGE) www.ibge.com.br Dados Educacionais: Instituto Nacional de Estudos e Pesquisas Anísio Teixeira (INEP) – www.inep.gov.br Dados Sociais e Trabalhistas – Organização Internacional do Trabalho (OIT) – www.ilo.org Orgãos que fornecem dados estatísticos definição do problema delimitação do problema planejamento para obtenção dos dados coleta dos dados apuração dos dados apresentação dos dados análise dos dados interpretarão dos dados 8 Fases do Método Estatístico Consiste em definir com clareza o que pretendemos pesquisar, qual é o objeto de estudo e qual é exatamente o objetivo que desejamos alcançar. Além de considerar detidamente o problema objeto do estudo, o analista deverá examinar outros levantamentos realizados no mesmo campo e que sejam análogos, uma vez que parte da informação de que se necessita pode ser encontrada nestes últimos. Fase 1 : Definição do Problema Não é suficiente saber com clareza o que pretendemos pesquisar. É também necessário saber onde será realizada a pesquisa: em que local, com que tipo de pessoas (ou coisas), em que período: semanas, dias (ou horários) Fase 2 : Delimitação do Problema Como vamos fazer para resolver o problema? Que dados serão necessários? Como obter esses dados? Qual será o método de investigação? pura observação, questionário ou entrevista? Quem irá distribuir questionários ou realizar as entrevistas? Qual o tamanho da população e da amostra? Quanto pretendemos gastar com a pesquisa? Fase 3: Planejamento para obtenção dos dados Nesta fase os dados são obtidos mediante o processo de investigação. É a fase mais importante da pesquisa Fase 4: Coleta de dados Antes de iniciarmos a apuração dos dados obtidos na pesquisa, devemos proceder à crítica dos mesmos, ou seja, descartar aqueles dados que foram fornecidos de forma errônea. Por exemplo, questionários respondidos pela metade não deverão ser levados em consideração. Nessa etapa resumimos os dados por meio de contagem, separação por tipo de resposta e de agrupamento de dados semelhantes: TABULAÇÃO DE DADOS. Fase 5: Apuração de dados Fase 6: Apresentação de dados A Apresentação deve ocorrer em forma de tabelas ou gráficos Fase 6: Apresentação de dados Nessa fase, o interesse principal do estatístico (ou pesquisador) é tirar conclusões que o auxiliem na solução do problema que o levou a executar a pesquisa. Tal análise está intimamente ligada ao cálculo de medidas que permite descrever, com detalhes, o fenômeno que está sendo analisado. Fase 7: Análise dos Dados Para a interpretação dos dados analisados, devemos ter, em mãos os tabulados, os gráficos (se tiverem sido feitos) e os cálculos das medidas estatísticas, que nos permitem até mesmo arriscar algumas generalizações Lembramos que tais generalizações (a inferência estatística) são acompanhadas de um certo grau de incerteza, pois não podemos garantir 100% que os resultados obtidos numa amostra sejam totalmente verdadeiros para toda a população da qual aquela amostra pertence Fase 8: Interpretação dos Dados Livro Estatística Aplicada a Todos os Níveis Páginas 21 e 22 Exercício: Utilize as fases 1 e 2 do método estatístico e crie um objetivo de pesquisa estatística e delimite-o no tempo e no espaço. Ex: Objetivo: Pesquisa sobre gênero de filme preferido dos cinéfilos de Fortaleza no Shopping Iguatemi. Período da Pesquisa: finais de semana do mês de Março/2015 no horário de 14:00 as 20:00hs. Local da Pesquisa: entrada do Cinema Público pesquisado: homens entre 16 e 40 anos Exercícios de Revisão O que é “população” para a estatística? Elabore uma definição. O que é “amostra” para a estatística? Elabore uma definição. Por que não podemos ter 100% de certeza que os dados estatísticos sejam verdadeiros? Exercícios de Revisão Marque a opção que melhor define estatística descritiva: a) é o cálculo de medidas que permite descrever, com detalhes o fenômeno que está sendo analisado. b) é a parte da estatística referente à coleta e à tabulação dos dados c) é a parte da estatística referente às conclusões sobre as fontes de dados d) é a generalização das conclusões sobre as fontes de dados. Exercícios de Revisão Marque a opção que melhor define estatística indutiva: a) é o cálculo de medidas que permite descrever, com detalhes o fenômeno que está sendo analisado. b) é a parte da estatística referente à coleta e à tabulação dos dados c) é a parte da estatística referente às conclusões sobre as fontes de dados d) é a generalização das conclusões sobre as fontes de dados. Exercícios de Revisão Assinale V (Verdade) ou F (Falso). São duas fases do método estatístico: ( ) Criar um problema e coletar dados ( ) Criar um problema e analisar dados ( ) Planejar um problema e coletar dados ( ) Coletar dados e analisar dados ( ) Apurar os dados e analisar um problema Exercícios de Revisão 1.3 - Variáveis 1.3.1 Conceito 1.3.2 Tipos de variáveis 1.3.4 Variação em relação aos fenômenos 1.3.5 Princípios para classificação das variáveis Variáveis As pessoas de uma comunidade podem ser analisadas de diversos ângulos: Ex: Sexo; Estatura, Renda, Escolaridade, etc Variáveis são propriedades associadas com conceitos ou números e expressam informação sobre a forma de medida Variável é qualquer característica associada a uma população. Variáveis - Conceito Qualitativa nominal: os valores representam atributos ou qualidades mas não tem uma relação de ordem entre eles. Qualitativa Ordinal - os valores representam atributos ou qualidades que possuem uma relação de ordem Quantitativa Continua - valores são medidos numa escala métrica, onde todos os valores fracionários são possíveis. Quantitativa Discreta - valores são medidos numa escala métrica e porem só admitem valores inteiros Classificação de Variáveis Classificação de Variáveis 2.1 - Definição 2.1.1 Dados Brutos 2.1.2 Rol 2.2 - Tabelas UNIDADE 2 - DISTRIBUIÇÃO DE FREQUÊNCIAS Dados brutos: dados coletados na fase 4 do método estatístico. São a relação dos dados obtidos na pesquisa sem nenhuma ordenação. Ex: Notas de 50 alunos 7-6-8-9-6-5-7-4-6-8-9-8-7-6-10-8-4-5-6-10-5-8-4-3-8-7-9-6-10-7-7-7-9-5-4-5-9-10-8-8-6-7-5-10-8-6-7-7-10-6. Dados Brutos, Rol, Frequência Rol: dados obtidos na fase de coleta colocados em ordem numérica crescente ou decrescente. Ex: Notas de 50 alunos 3-4-4-4-4-5-5-5-5-5-5-6-6-6-6-6-6-6-6-6-7-7-7-7-7-7-7-7-7-7-8-8-8-8-8-8-8-8-8-9-9-9-9-9-10-10-10-10-10-10 Dados Brutos, Rol, Frequência Frequência ou frequência absoluta: número de vezes que um mesmo resultado acontece durante uma pesquisa Ex: Tabela de Notas de 50 alunos Vantagens: Facilidade para analisar os dados da pesquisa Dados Brutos, Rol, Frequência Notas Frequencia(f) 3 1 4 4 5 6 6 9 7 10 8 9 9 5 10 6 Ao realizarmos um teste de Estatística em uma turma constituída de 40 alunos, obtivemos os seguintes resultados (dados brutos): 7-6-8-7-6-4-5-7-7-8-5-10-6-7-8-5-10-4-6-7-6-8-6-7-10-4-6-9-5-8-9-10-7-7-5-9-10. Qual o resultado que aconteceu com a maior frequência? Questão de revisão Estrutura da tabela: Cabeçalho: informações sobre o que a tabela sintetiza Corpo: linhas e colunas onde são apresentados os dados apurados na pesquisa Rodapé: informações adicionais que ajudam a esclarecer a interpretação da tabela Tabelas Tabela de Notas dosAlunos Notas* Frequencia(f) 3 1 4 4 5 6 6 9 7 10 8 9 9 5 10 6 * Valores das notas arredondados. Fonte: dados fornecidos pelo professor A representação gráfica das séries estatísticas tem por finalidade representar os resultados obtidos, permitindo que se chegue a conclusões sobre a evolução do fenômeno ou sobre como se relacionam os valores da série. Características desejáveis: Simplicidade Clareza Veracidade Apresentação de Dados O título do gráfico deve ser o mais claro e completo possível. Quando necessário, deve-se acrescentar subtítulos; A orientação geral dos gráficos deve ser da esquerda para a direita; As quantidades devem ser representadas por grandezas lineares; Sempre que possível, a escala vertical há de ser escolhida de modo a aparecer a linha 0 (zero); Diretrizes Só devem ser incluídas no desenho as coordenadas indispensáveis para guiar o olhar do leitor ao longo da leitura. Um tracejado muito cerrado dificulta o exame do gráfico; A escala horizontal deve ser lida da esquerda para a direita, e a vertical de baixo para cima; Os títulos e marcações do gráfico devem ser dispostos de maneira que sejam facilmente lidos, partindo da margem horizontal inferior ou da margem esquerda. Diretrizes Gráfico em Linhas Constitui uma aplicação do processo de representação das funções num sistema de coordenadas cartesianas Exemplo: Vendas em Cr$ 1000,00 nos anos de 1971 a 1977 de determinado produto da empresa x. Tipos de Gráficos Gráfico em Colunas É a representação de uma série por meio de retângulos, dispostos verticalmente. Exemplo:População Brasileira nas décadas de 40 a 70. Gráfico em Barras É semelhante ao gráfico em colunas, porém, os retângulos são dispostos horizontalmente. Exemplo:População Brasileira nas décadas de 40 a 70 Tipos de Gráficos Gráfico em Colunas Gráfico em Barras Gráfico em Setores É a representação gráfica de uma série estatística em círculo, por meio de setores. É utilizado principalmente quando se pretende comparar cada valor da série com o total. Exemplo: Tipos de Gráficos Gráfico Polar É o gráfico ideal para representar séries temporais cíclicas, isto é, séries que apresentam em seu desenvolvimento determinada periodicidade, como, por exemplo, a variação da precipitação pluviométrica ao longo do ano, ou da temperatura ao longo do dia, o consumo de energia elétrica durante o mês ou o ano, etc. Tipos de Gráficos Gráfico em Linhas Constitui uma aplicação do processo de representação das funções num sistema de coordenadas cartesianas Exemplo: Vendas em Cr$ 1000,00 nos anos de 1971 a 1977 de determinado produto da empresa x. Tipos de Gráficos Ao final da terceira semana de aula, o aluno deve ser capaz de identificar as tabelas estatísticas de distribuição de frequências, determinar os diversos tipos de frequências e desenvolver a primeira medida de posição: a média. 2.3 - Tipos de frequências 2.3.1 Frequências Acumuladas 2.3.2 Determinação do numero de classes e intervalos 3.Distribuição de Frequência Frequência acumulada (fa) é o somatório das frequências dos valores inferiores ou iguais ao valor dado. 20 alunos tiraram nota < ou = a 6 30 alunos tiraram nota > que 6 Frequência Absoluta Acumulada (fa) Notas Frequencia(f) (fa) 3 1 1 4 4 1+4=5 5 6 5+6=11 6 9 11+9=20 7 10 20+10=30 8 9 30+9 = 39 9 5 39+5 = 44 10 6 44+6 = 50 A frequência relativa é o resultado obtido da divisão entre a frequência absoluta e a quantidade de elementos da população. Geralmente é apresentada na forma de percentagem. Frequência Relativa (fr) Notas f (fr) 3 1 1/50=0,02 4 4 4/50=0,08 5 6 6/50=0,12 6 9 9/50=0,18 7 10 10/50=0,20 8 9 9/50=0,18 9 5 5/50=0,10 10 6 6/50=0,12 n 50 50/50= 1 fr = f / n , onde n é a quantidade de elementos da população ou amostra. Ex: Quando o número de resultados obtidos em uma pesquisa é demasiadamente grande, é comum agruparmos esses resultados em faixas de valores, denominadas de classes ou intervalos. Por exemplo, se um pesquisador deseja saber a idade das pessoas pesquisadas, ele as distribui em faixas etárias. Ex: Classes ou Intervalos Faixa Etária Alunos (f) 19-25 26-30 30-45 Tabela de Faixa Etária de Alunos da Turma de Estatística Limites Inferiores (Li): Normalmente são incluídos na faixa de valores. Limites Superiores (Ls): Normalmente não são incluídos na faixa de valores. Ex: 0|--- 5 anos . Faixa de 0,1,2,3,4 anos 5|----10 anos. Faixa de 5,6,7,8,9 anos A distribuição em classes é utilizada quando a população é muito grande com muitos valores diversos para representar. Classes ou Intervalos Quantas classes deve ter uma tabela? Mínimo: 5 classes Máximo: 20 classes A Regra de Sturges, que nos dá o número de classes em função do número de valores da variável: k = 1 + 3,3 x log(n) onde n é o número de itens da amostra Se n <26 k = 5, senão k = Ex. n = 40, k = 1 + 3,3log(40) = 6,28 = 6 40>26 => k = = 6,3 = 6 Classes ou Intervalos Amplitude (A) dos intervalos: diferença entre o valor do Limite Superior (Ls) e o Limite Inferior (Li) Ponto Médio do Intervalo (Pm) Pm = (Ls + Li ) / 2 Ex: 0|--- 5 anos . Faixa de 0,1,2,3,4 anos 5|----10 anos. Faixa de 5,6,7,8,9 anos Amplitude (A) = 10 – 5 = 5 Pm = (10 + 5) / 2 = 7,5 Amplitude e Ponto Médio Livro Estatística Aplicada a Todos os Níveis Pag 54 a 56 Questões de Revisão As tabelas servem para apresentar séries estatísticas. Série estatística é a denominação que se dá a uma tabela na qual há um critério distinto que a especifica e a diferencia. Séries Estatísticas Conforme varie um dos elementos da série, podemos classificá-la em: Cronológicas - Tempo (fator temporal ou cronológico) – a que época refere-se o fenômeno analisado; Geográficas - Local (fator espacial ou geográfico) – onde o fenômeno acontece; Específicas - Fenômeno (espécie do fato ou fator especificativo) – o que é descrito. Conjugadas ou mistas Seriação (distribuição de frequências) Séries Estatísticas As séries também são divididas em: Séries Homógradas - aquelas em que a variável descrita apresenta variação discreta ou descontínua. São séries homógradas a série temporal, a série geográfica e a série específica; Séries Heterógradas - aquelas nas quais o fenômeno ou o fato apresenta graduações ou subdivisões. Embora fixo, o fenômeno varia em intensidade. A Distribuição de frequências ou seriação é uma série heterógrada. Séries Estatísticas Elemento variável: época Elementos fixos: local e fenômeno. Os dados observados estão distribuídos ao longo do tempo 1. Série Cronológica ou Temporal Elemento variável: local Elementos fixos: época e fenômeno 2. Série Geográfica Elemento variável: fenômeno Elementos fixos: local e época Os dados são agrupados segundo a modalidade de ocorrência 3. Série Específica Uma série é conjugada, ou mista, quando existe a combinação entre temporais, geográficas e específicas. Podem, portanto, variar o tempo (a época), o local (fator geográfico) e o fato (o fenômeno) simultaneamente. 4. Série Conjugada ou Mista A distribuição de frequências, tal como a estudamos, é considerada a quinta modalidade de série estatística. Trata-se de uma série específica, em que os dados estão dispostos em classes, com suas respectivas frequências absolutas. 5. Distribuição de Frequência Quantidade de pessoas por faixa etária Idade Nº de pessoas 0a 10 208 10a 20 431 20a 30 644 30a 40 955 40a 50 938 Nem sempre uma tabela representa uma série estatística. Por vezes, os dados reunidos não revelam uniformidade, sendo meramente um aglomerado de informações gerais sobre determinado assunto, as quais, embora úteis, não apresentam a consistência necessária para se configurar uma série estatística. Observação Livro Estatística Aplicada a Todos os Níveis Pag 42 a 44 Questões de Revisão O aluno deverá ser capaz de: Determinar a média Identificar as médias aritméticas, geométrica, ponderada e harmônica. Definir suas propriedades operatórias Aplicar suas propriedades operatórias na resolução de casos práticos Aplicar o cálculo da média em tabelas de freqüências simples e de classes. 4. Medidas de Posição Estudamos, nas unidades anteriores, a sintetização dos dado resultantes de uma pesquisa sob a forma de tabelas, gráficos e de distribuição de frequências que nos permitiam descrever o padrão de variação de um determinado fenômeno estatístico. Agora, vamos aprender como resumir ainda mais esses dados, apresentando um ou mais valores que sejam representativos da série estudada. São as chamadas medidas de posição (ou medidas de tendência central) Medidas de posição Mais utilizadas Média Aritmética Mediana Moda Menos utilizada Média geométrica Média harmônica Média quadrática Média cúbica Média biquadrática Medidas de posição É a soma dos resultados obtidos dividida pelo quantidade de resultados. Sendo os dados obtidos (x1, x2, x3, x4,..., xn) onde n > 0 Média = (x1+ x2 + x3 + x4 ... + xn) / n Ex. dados = (1,5,7,6,4,3) Média = (2+5+7+6+4+3) / 6 = 4,5 Média Aritmética Simples Onde i varia de 1 a n João e Maria tiveram 5 filhos que hoje tem idades de 5, 8, 15, 17 e 21. Qual é a média de idade dos filhos do casal hoje e daqui a 20 anos, considerando que todos estarão vivos daqui a 20 anos? Oito alunos fizeram uma prova o obtiveram os seguintes resultados: 9,6,5,8,7,9,4,8. Serão aprovados no teste apenas os alunos que tirarem nota superior à média de notas do grupo. Quantos alunos passaram no teste? Exercício de fixação Estudaremos agora a média aritmética para dados agrupados. Quando os dados estão agrupados numa distribuição de frequência, usamos a média aritmética dos valores (x1, x2, x3, x4,..., xn) ponderados pelas respectivas frequências absolutas (f1, f2, f3, f4,..., fn). Média Aritmética Ponderada Onde i varia de 1 a n Calcule a média das idades da tabela 1 Exercício de Fixação Idade Frequência 4 4 5 6 6 6 7 4 Tabela 1 Calcule a media de idades representadas na distribuição de frequência da tabela 1. Calculo dos pontos médios (Pm) das idades Pm = (Li + Ls)/2 Ex. (18+21)/2 = 19,5 Exercício de Fixação Idades frequência 18 |- 21 9 21 |- 24 12 24 |- 27 12 27 |- 30 17 30 |- 33 16 33 |- 36 14 36 |- 39 11 39 |- 42 9 Tabela 1 A média de idade das pessoas deste grupo é de 30 anos Exercício de Fixação Tabela 2 Idades frequência Pontos Médios (Pm) 18 |- 21 9 19,5 21 |- 24 12 22,5 24 |- 27 12 25,5 27 |- 30 17 28,5 30 |- 33 16 31,5 33 |- 36 14 34,5 36 |- 39 11 37,5 39 |- 42 9 40,5 A mediana de um conjunto de dados é o valor que ocupa a posição central desses dados, desde que estejam colocados em ordem crescente ou decrescente, ou seja, em um rol. E necessário, entretanto, observar que a quantidade de dados pode ser par ou ímpar. Sendo ímpar, o valor da mediana é o valor que está no centro da serie Sendo par, a mediana será a média aritmética dos dois valores que estão no centro da série. Mediana (Md) Exemplo1: 5 , 8, 4, 6, 7, 3, 4 1º passo: ordenar os dados 3, 4, 4, 5, 6, 7, 8 Quantidade de números é 7 (impar) Md = 5 Exemplo2: 5 , 8, 4, 6, 7, 3, 4, 3 1º passo: ordenar os dados 3, 3, 4, 4, 5, 6, 7, 8 Quantidade de números é 8 (par) Md = (4+5) / 2 = 9/2 = 4,5 Mediana (Md) Qual a mediana da altura dos alunos, cujos dados estão listados na tabela ? n = 50 (par) 25º e 26º elementos Md = (170+170)/2 Md = 170 cm Exercícios Qual a mediana da altura dos alunos, cujos dados estão listados na tabela? Os dados estão agrupados em classes. A = Ls-Li A = 172-169 = 3 Md = 169+1=170 Exercícios Como você percebe, andando na rua, que uma roupa está na moda? Você percebe isso porque vê muitas pessoas com aquela roupa. É uma roupa que aparece com muita frequência. Na estatística, nós definiremos moda como sendo o valor dos resultados de uma pesquisa que acontece com a maior frequência Moda (Mo) – Valor Modal Nas distribuições sem o agrupamento em intervalos, a simples observação do valor da coluna da frequência, revela qual é a Moda Exemplo da tabela Nota 7 ocorre 10 vezes Exemplo de Cálculo da Moda Tabela de Notas dosAlunos Notas* Frequencia(f) 3 1 4 4 5 6 6 9 7 10 8 9 9 5 10 6 Nas distribuições com o agrupamento em intervalos, pode-se usar o método de King Exemplo de Cálculo da Moda Fórmula de King: fpost = frequência da classe posterior à classe que contém a moda fant = frequência da classe anterior à classe que contém a moda A = amplitude da classe que contém a moda Li = Limite inferior da classe que contém a moda Exemplo de Cálculo da Moda Sendo conhecidas a média aritmética e a mediana de uma série, é possível obtermos o valor da moda pela aplicação da fórmula de Pearson Pode ser que uma série apresente mais de uma moda. (Plurimodalidade) Causas: dados pertencentes a populações diferentes, insuficiência de dados, quantidade inadequada de classes Dica Importante A significativa importância das medidas de posição está no fato de permitirem reduzir as variáveis de uma série estudada a um ou mais valores. Isso é possível, pois, como você viu, elas nos permitem estabelecer os valores médios. Para realizar tal processo, precisamos trabalhar com a média aritmética simples, no caso de dados não agrupados, e com a média aritmética ponderada, quando utilizamos dados agrupados. Síntese Livro Estatística Aplicada a Todos os Níveis Pag 71 a 75 Questões de Revisão Separatrizes: São valores que ocupam determinados lugares em um distribuição de frequência Quartil: dividem a distribuição em 4 partes iguais Decil: dividem a distribuição em 10 partes iguais Percentil: dividem a distribuição em 100 partes iguais 6. Separatrizes Qi = quartil i = 1,2,3 Q1 = 1º quartil, valor situado de tal modo que uma quarta parte (25%) dos dados é menor do que ele e as três quartas partes restantes (75%) são maiores. Q2 = 2º Quartil = Mediana (Md) Q3 = 3º quartil, valor situado de tal modo que as três partes (75%) dos dados são menores do que ele e uma quarta parte restante (25%) é maior. Quartil Onde temos: LiQ = limite inferior da classe do quartil AQ = amplitude de classe do quartil fQ = frequência simples absoluta do quartil faant = frequência acumulada anterior à classe do quartil considerado F = somatório de todas as Frequências da Tabela Quartil Em um acampamento escolar, foram obtidas as seguintes estaturas: Calcule o 1º Quartil (Q1) Exemplo Exemplo Para calcular Q1 temos que descobrir a classe em que está o valor do primeiro quartil F/4 = 54/4 = 13,5 A2 = 136-128=8 F2 = 12 Fa2 = 6 Li2 = 128 f fa Pm Di = decil i = 1,2,3,4,5,6,7,8,9 1º Passo: Identificamos em quais classes estão as partes do decil. K = 1,2,3,4,5,6,7,8,9 2º Passo: utilizamos a fórmula, com os dados LiD =Limite inferior da classe DK AD = amplitude de classe do decil fD = frequência simples absoluta do decil faant = frequência acumulada anterior à classe do decil considerado F = somatório de todas as Frequências da Tabela Decil Em um acampamento escolar, foram obtidas as seguintes estaturas: Calcule o 4º Decil (D4) Exemplo Exemplo Para calcular Q1 temos que descobrir a classe em que está o valor do primeiro quartil F/4 = 54/4 = 13,5 A2 = 136-128=8 F2 = 12 Fa2 = 6 Li2 = 128 f fa Pm As medidas de dispersão (ou de afastamento) são medidas estatísticas utilizadas para verificar o quanto os valores encontrados em uma pesquisa estão dispersos ou afastados em relação à média ou em relação à mediana. São medidas que servem para verificar com que confiança as medidas de tendência central resumem as informações fornecidas pelos dados obtidos em uma pesquisa. 6. Medidas de Dispersão Imaginemos, por exemplo, duas pessoas que tenham se submetido a um teste. Suponhamos duas situações diferentes: a) as duas pessoas tiraram nota igual a 6,0; b) as duas pessoas tiraram, respectivamente, nota 2,0 e nota 10,0. Nos dois casos, as duas pessoas obtiveram média igual a 6,0. Em a) os dados se concentraram sobre a média Em b) os dados dispersaram-se (afastaram-se) da média 6. Medidas de Dispersão Amplitude Total (Intervalo Total) Amplitude semi-interquartílica (quartil) Desvio médio Variância Desvio Padrão Medidas de Dispersão Absoluta Medidas de Dispersão Absoluta Amplitude Total Medidas de Dispersão Absoluta Quartil Medidas de Dispersão Absoluta Desvio Médio Medidas de Dispersão Absoluta Variância Medidas de Dispersão Absoluta Desvio Padrão 3.5 – Variância 3.6 - Desvio Padrão 3.7 - Coeficiente de Variação 7. Medidas de Dispersão 4.1 - Assimetria 4.1.1 Definição 4.1.2 Determinação 4.1.3 Aplicação 4.2 - Curtose 4.2.1 Definição 4.2.2 Determinação 4.2.3 Aplicação 8. Medidas de Assimetria e Curtose O aluno deverá ser capaz de: Conceituar a teoria das probabilidades Definir experiência aleatória Definir espaço amostral Definir eventos Definir evento complementar Interpretar o axioma da probabilidade Calcular a probabilidade de eventos através do axioma. 9.Probabilidade Definição Axiomática de Probabilidade 5.1 - Conceitos Básicos 5.1.1 Experiência Aleatória 5.1.2 Espaço amostral 5.1.3 Eventos 5.2 – Definição Axiomática de Probabilidade Livro: Estatistica Aplicada à Gestão Empresarial Adriano Leal Bruni Capítulo 6 - Probabilidade Sugestão de Leitura: http://www.somatematica.com.br/emedio/probabilidade.php http://www.brasilescola.com/matematica/probabilidade.htm https://pt.khanacademy.org/math/probability 9.Probabilidade O aluno deverá ser capaz de: Conhecer os principais teoremas sobre a teoria das probabilidades Aplicar a teoria do complementar Calcular problemas envolvendo probabilidade através da soma 5.2 - Definição Axiomática de Probabilidade 5.3 - Teoremas: 5.1.1 Definição 5.1.2 Soma 10. Probabilidade da soma Conhecer os principais teoremas sobre a teoria das probabilidades Aplicar a probabilidade condicional Calcular problemas envolvendo probabilidade condicionais Definir eventos mutuamente excludentes Definir eventos independentes 11.Probabilidade condicional 5.2 - Definição Axiomática de Probabilidade 5.3 - Teoremas: 5.1.1 Definição 5.1.2 Soma 5.1.3 probabilidade Condicional 5.1.4 Independência de Eventos 11.Probabilidade condicional O aluno deverá ser capaz de: Escrever o teorema da Probabilidade Total Escrever o teorema da Probabilidade de Bayes Calcular problemas envolvendo Probabilidade Total Calcular problemas envolvendo Teorema de Bayes 12. Teorema da Probabilidade Total e Bayes 5.2 - Definição Axiomática de Probabilidade 5.3 - Teoremas: 5.1.5 Produto 5.1.6 Bayes 5.1.7. Aplicações 12. Teorema da Probabilidade Total e Bayes O aluno deverá ser capaz de: Definir distribuição de probabilidades Aplicar a distribuição binomial em casos práticos Calcular problemas envolvendo Probabilidade Binomial 5.1.8. Função de Probabilidade Binomial Distribuição de probabilidades 13. A probabilidade Binomial
Compartilhar