Baixe o app para aproveitar ainda mais
Prévia do material em texto
- 2 - UANDERSON REBULA DE OLIVEIRA https://br.linkedin.com/in/uandersonrebula http://lattes.cnpq.br/1039175956271626 Doutorando em Engenharia-Universidade Estadual Paulista-UNESP Mestrado em Engenharia de Produção-Universidade Estadual Paulista-UNESP Pós-graduado em Controladoria e Finanças-Universidade Federal de Lavras-UFLA Pós-graduado em Logística Empresarial-Universidade Estácio de Sá-UNESA Graduado em Ciências Contábeis-Universidade Barra Mansa-UBM Técnico em Metalurgia-Escola Técnica Pandiá Calógeras-ETPC Técnico em Segurança do Trabalho-ETPC Operador Siderúrgico e Industrial-ETPC Pesquisador pelo ITL/SEST/SENAT. Professor na UNIFOA no curso de Pós graduação em Engenharia de Segurança do Trabalho. Professor da Universidade Estácio de Sá - UNESA nas disciplinas de Gestão Financeira de Empresas, Fundamentos da Contabilidade e Matemática Financeira, Probabilidade e Estatística para o curso de Engenharia de Produção, Análise Estatística para o curso de Administração, Ergonomia, Higiene e Segurança do Trabalho, Gestão de Segurança e Análise de Processos Industriais (Gestão Ambiental), Gestão da Qualidade: programa 5S (curso de férias). Professor na Associação Educacional Dom Bosco para os cursos de Administração e Logística. Ex-professor na Universidade Barra Mansa – UBM nos cursos de Engenharia de Produção e de Petróleo. Ex-professor Conteudista na UNESA (elaboração de Planos de Ensino e de Aula, a nível nacional). Ex-professor em escolas técnicas nas disciplinas de Estatística Aplicada, Estatística de Acidentes do Trabalho, Probabilidades, Contabilidade Básica de Custos, Metodologia de Pesquisa Científica, Segurança na Engenharia de Construção Civil e Higiene do Trabalho. Ex-professor do SENAI. Ex-consultor interno, desenvolvedor e instrutor de cursos corporativos na CSN, a níveis Estratégicos, Táticos e Operacionais. Ex-Membro do IBS–Instituto Brasileiro de Siderurgia. https://br.linkedin.com/in/uandersonrebula� http://lattes.cnpq.br/1039175956271626� 3 Estatística 2 (para leigos): aprenda fácil e rápido! Sumário propaganda www.udemy.com Junte-se a milhões de estudantes na maior plataforma on-line de cursos curtos e práticos do mundo. “Em todo o mundo, já são mais de 20 milhões de estudantes e 20.000 instrutores, disponibilizando cerca de 65.000 cursos sobre diversos assuntos, de aulas de piano a escrita, passando por lições de como operar os mais diversos recursos no Excel”. Revista Exame Estatística I (para leigos): aprenda fácil e rápido! Estatística 2 (para leigos): aprenda fácil e rápido! Com o Prof. MSc. Uanderson Rébula Inscreva-se nos cursos online na Udemy “Curso Muito bom, professor possui uma didática impecável que leva o aluno ao aprendizado bem estruturado e de fácil absorção. Apostila muito bem elaborada e linguagem fácil. Um dos melhores curso da plataforma ao meu ver”. Rodrigo Cevese (aluno na Udemy) Saiba mais Clique aqui https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ http://www.udemy.com/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ https://www.udemy.com/user/uanderson-rebula-de-oliveira-2/ MEDIDAS DE VARIAÇÃO (OU DISPERSÃO) INTRODUÇÃO O termo “variação” sugere tornar vário ou diverso; alterar, diversificar; mudar; ser inconstante; não ser conforme, discrepar. Na maioria dos casos existirá variação em um conjunto de dados, independente da característica que você esteja medindo, pois nem todos os indivíduos terão o mesmo exato valor para todas as variáveis. EXEMPLO Durante o ano letivo a Média das notas de João, Mário, Maria e José foi 7,0. Se considerarmos apenas a Média, não notaremos qualquer diferença entre os quatro alunos. No entanto, observa‐se que as notas são muito diferentes em relação a Média. Há variação de notas e, no caso de João e José, é bem discrepante: Diante deste contexto, podemos questionar: qual o aluno é mais estável? Qual teve melhor desempenho? Qual o aluno com pior desempenho? Notadamente o aluno de melhor desempenho é o Mário, pois todas as suas notas foram 7,0 e, portanto, não houve nenhuma variação em relação a Média. Já José e João tiveram o pior desempenho pois suas notas estiveram muito distantes da Média. Neste capítulo vamos desenvolver maneiras específicas de realmente medirmos a variação, de modo que possamos usar números específicos em lugar de julgamento subjetivo. Outros exemplos de variações: Os preços das casas variam de casa para casa, de ano para ano e de estado para estado. Os preços de um produto variam de supermercado para supermercado. O tempo que você leva para chegar ao trabalho varia dia a dia. O tamanho das peças produzidas em uma empresa também varia. A renda familiar varia de família para família, de país para país e de ano para ano. Os resultados das partidas de futebol, de temporada para temporada, variam. As notas que você tira nas provas, não diferente, também variam. Seu saldo bancário também varia, podendo ser de hora em hora, dia a dia, mês a mês. Estudaremos alguns tipos de medidas de variação: variância, desvio padrão e coeficiente de variação. 3,5 6,0 7,0 9,5 9,0 0,0 2,0 4,0 6,0 8,0 10,0 N o ta s 1º Bim 2º Bim Média 3º Bim 4º Bim Bimestres Média das notas de João 7,0 7,0 7,0 7,0 7,0 0,0 2,0 4,0 6,0 8,0 10,0 N o ta s 1º Bim 2º Bim Média 3º Bim 4º Bim Bimestres Média das notas de Mário 6,5 6,5 7,0 7,5 7,5 0,0 2,0 4,0 6,0 8,0 10,0 N o ta s 1º Bim 2º Bim Média 3º Bim 4º Bim Bimestres Média das notas de Maria 4,0 9,5 7,0 8,5 6,0 0,0 2,0 4,0 6,0 8,0 10,0 N o ta s 1º Bim 2º Bim Média 3º Bim 4º Bim Bimestres Média das notas de José Sem variação a partir da Média Grande variação a partir da Média Pequena variação a partir da Média Grande variação a partir da Média 4 VARIÂNCIA E DESVIO PADRÃO (amostral) São medidas que representam “um valor médio de variação” em torno da média. O desvio padrão é um modo que se usa para medir a variabilidade entre os números em um conjunto de dados. Assim como o termo sugere, um desvio padrão é um padrão (ou seja, algo típico) de desvio (ou distância) da média. O desvio padrão é uma estatística importante, mas, frequentemente, é omitida quando os resultados são relatados. Sem ele, você está recebendo apenas uma parte da história sobre os dados. Os estatísticos gostam de contar a história do homem queestava com um dos pés em um balde de água gelada e o outro em um balde de água fervendo. O homem dizia que, na média, ele estava se sentindo ótimo! Mas imagine a variabilidade da temperatura para cada um dos pés. Agora, colocando os pés no chão, o preço médio de uma casa, por exemplo, não lhe diz nada sobre a variedade de preços de casas com a qual você pode se deparar enquanto estiver procurando uma casa para comprar. A média dos salários pode não representar o que realmente está se passando em sua empresa se os salários forem extremamente discrepantes. Entendendo a Variância e o Desvio Padrão Calculando a Variância e o Desvio Padrão Desvios em torno da Média das notas de João No gráfico percebemos que o desvio determina o quanto cada elemento do conjunto de dados se distancia da média 7,0. No 1º Bim. faltam ‐3,5 para se chegar a Média e no 2º Bim. ‐1,0. Já nos 3º e 4º Bim. temos +2,5 e +2,0 acima da média, respectivamente. Transpondo essas informações para uma tabela, temos: Notas (x) Média ( x ) Desvios (x ‐ x ) 3,5 7,0 ‐3,5 6,0 7,0 ‐1,0 9,5 7,0 2,5 9,0 7,0 2,0 ‐ ‐ =0 Perceba que a soma dos desvios é igual a zero. Esta característica não é exclusiva deste exemplo. Ela sempre ocorre e prende‐se ao fato de que a média é o ponto de equilíbrio em um conjunto de dados. Como os desvios indicam o grau de variação dos valores em relação à média, seria interessante poder encontrar um único número que o representasse. Algo como a média dos desvios. Mas, para fazer essa média, precisamos somar os desvios e acabamos de ver que essa soma é sempre igual a zero. O problema da soma dos desvios foi resolvido pelos matemáticos: basta elevar cada desvio ao quadrado antes de somá‐los. Um número ao quadrado é sempre positivo, portanto a soma não se anula mais, e a média dos desvios ao quadrado pode ser calculada: Notas (x) Média ( x ) Desvios (x ‐ x ) Desvios elevado ao quadrado (x ‐ x ) 2 3,5 7,0 ‐3,5 (‐3,5)2 = 12,25 6,0 7,0 ‐1,0 (‐1,0)2 = 1 9,5 7,0 2,5 (2,5)2 = 6,25 9,0 7,0 2,0 (2,0)2 = 4 n=4 ‐ =0 =23,5 Variância amostral Agora, podemos calcular a média dos quadrados dos desvios, chamada de Variância, representada por S2: S2 = )( xx 2 → n ‐ 1 23,5 = 7,8 4 ‐ 1 A divisão por n−1 aparece por fornecer um melhor resultado do que a divisão por n. Desvio padrão amostral Mas, se elevamos os desvios ao quadrado para poder calcular sua média, não seria correto que agora fizéssemos a raiz quadrada dessa média, para desfazer a potenciação? Sim, e o valor dessa raiz é chamado Desvio padrão, representado por S: Desvio padrão → S = 8,7 = 2,8 Interpretação: O desvio padrão indica que a maioria das notas de João está concentrada dentro dos limites de 2,8 em torno da média 7,0. Ou seja, se concentrando entre 4,2 e 9,8: Equação da Variância e Desvio padrão Podemos concluir, então, o uso das equações: da Variância S2 = )( xx 2 n ‐ 1 do Desvio padrão S = 2S 3,5 6,0 7,0 9,5 9,0 0,0 2,0 4,0 6,0 8,0 10,0 N ot as 1º Bim 2º Bim Média 3º Bim 4º Bim Bimestres ‐3,5 ‐1,0 + 2,5 +2,0 7,0 4,2 ‐2,8 +2,8 9,8 5 Calculando a Variância e o Desvio padrão das notas de Maria, José e Mário – passo a passo. Notas de Maria: 6,5 6,5 7,5 7,5 1º Calcular a Média n xx x = 6,5+6,5+7,5+7,5 = 7,0 4 2º Calcular a Variância S2 = 1 )( 2 n xx S2 = (6,5 – 7,0)2 + (6,5 – 7,0)2 + (7,5 – 7,0)2 + (7,5 – 7,0)2 = 0,33 4 – 1 3º Calcular o Desvio padrão S = 2S → 33,0 S = 0,5 Interpretação: O resultado indica que a maioria das notas de Maria está concentrada dentro dos limites de 0,5 em torno da Média 7,0. Ou seja, se concentrando entre 6,5 e 7,5. Notas de José: 4,0 9,5 8,5 6,0 1º Calcular a Média n xx x = 4,0+9,5+8,5+6,5 = 7,0 4 2º Calcular a Variância S2 = 1 )( 2 n xx S2 = (4,0 – 7,0)2 + (9,5 – 7,0)2 + (8,5 – 7,0)2 + (6,0 – 7,0)2 = 6,16 4 ‐ 1 3º Calcular o Desvio padrão S = 2S → 16,6 S = 2,5 Interpretação: O resultado indica que a maioria das notas de Maria está concentrada dentro dos limites de 2,5 em torno da Média 7,0. Ou seja, se concentrando entre 4,5 e 9,5. Notas de Mário: 7,0 7,0 7,0 7,0 1º Calcular a Média n xx x = 7,0+7,0+7,0+7,0 = 7,0 4 2º Calcular a Variância S2 = 1 )( 2 n xx S2 = (7,0 – 7,0)2 + (7,0 – 7,0)2 + (7,0 – 7,0)2 + (7,0 – 7,0)2 = 0 4 ‐ 1 3º Calcular o Desvio padrão S = 2S → S = 0 O resultado indica que todas as notas de Mário estão dentro dos limites de 0 em torno da Média 7,0. Ou seja, se concentrando exatamente na média 7,0. Portanto, sem variação. NOTAS SOBRE O DESVIO PADRÃO. O desvio padrão é sempre um valor que está na mesma unidade dos dados originais. Um desvio padrão pequeno, basicamente, significa que os valores do conjunto de dados estão, na média, próximos do centro desse conjunto, enquanto um desvio padrão grande significa que os valores do conjunto de dados estão, na média, mais afastados do centro. Então, quanto mais espalhados ou dispersos forem os dados, maior será o desvio padrão e, quanto mais concentrados ou homogêneos forem os dados, menor será o desvio padrão. Se os valores forem iguais, ou seja, sem variação, o desvio padrão será zero. Um desvio padrão pequeno pode ser um bom objetivo em determinadas situações, onde os resultados são restritos, como exemplo, na produção e no controle de qualidade de uma indústria. Uma determinada peça de carro que deve ter centímetros de diâmetro para encaixar perfeitamente não pode apresentar um desvio padrão grande, nesse caso, significaria que acabariam sendo jogadas fora, pois ou não se encaixariam adequadamente ou os carros teriam problemas. Observe que o desvio padrão das notas de João indica que estão concentradas dentro dos limites de 2,8 em torno da média 7,0. Ou seja, se concentrando entre 4,2 e 9,8. Isto representa um desvio padrão grande. 7,0 6,5 ‐0,5 +0,5 7,5 7,0 4,5 ‐2,5 +2,5 9,5 média desvios Desvio padrão 6 COEFICIENTE DE VARIAÇÃO - CV É a medida relativa do desvio padrão que é expressa sob a forma de porcentagem (%). Em algumas situações, podemos estar interessados em uma estatística que indique qual é o tamanho do desvio padrão em relação à média. A melhor forma de representá‐la é através do coeficiente de variação por ser expressa na forma de porcentagem. Equação do Cv: Cv = S x 100 x Ou seja: Cv = Desvio padrão x 100 Média Exemplo: Com a média 7,0 de João e Desvio padrão de 2,8, temos: Cv = 2,8 x 100 → 40% 7,0 O resultado indica que a Média 7,0 de João teve um Desvio padrão em torno de 40%. Interpretação estatística do Cv: Cv ≤ 15% = pequena variação em torno da média 15% < Cv < 30% = moderada variação em torno da média Cv ≥ 30% = grande variação em torno da média Fazendo a Distribuição de Variabilidade das notas de João, Maria, José e Mário, temos: Alunos x S Cv (%) Cálculo do Cv (%) Interpretação do Cv João 7,0 2,8 40% → 2,8/7,0 x 100 Grande variação Maria 7,0 0,5 7% → 0,5/7,0 x 100 Pequena variação José 7,0 2,5 36% → 2,5/7,0 x 100 Grande variação Mário 7,0 0 0% ‐ Nenhuma variação VANTAGEM DO CV. O Cv é útil para compararmos a variabilidade de variáveis que têm desvios padrão diferentes e médias diferentes Exemplo: Suponha que o lote A de peças tenha média de 65 cm de comprimento com desvio padrão de8 cm; e o lote B tenha média de 105 cm com desvio padrão de 11 cm. QUAL LOTE TEM MENOR VARIAÇÃO E É MAIS CONSISTENTE? Lote A Cv = 8 x 100 = 12,3% 65 Lote B Cv = 11 x 100 = 10,47% 105 O lote B é mais consistente pois tem menor variação. CONCEITOS BÁSICOS DE PROBABILIDADES Probabilidade é uma medida numérica que representa a chance de um evento ocorrer. Dois exemplos clássicos (por sua simplicidade) do conceito de Probabilidade são: Ao lançar um dado, qual a probabilidade de obter “4”? Ao lançar a moeda, qual a probabilidade de dar “cara”? Como representar numericamente as chances desses eventos? Conhecidas certas condições, é possível responder a essas duas perguntas, antes mesmo da realização desses experimentos. A teoria da probabilidade surgiu para tentar calcular a “chance” de ocorrência de um resultado imprevisível, porém, pertencente a um conjunto de resultados possíveis. Todos os dias somos confrontados com situações, que nos conduzem a utilizar a teoria de probabilidade: Dizemos que existe uma pequena probabilidade de ganhar na loteria; Dizemos que existe uma grande probabilidade de não chover num dia de verão; O gerente quer saber a probabilidade de o projeto ser concluído no prazo; O analista financeiro quer saber a chance de um novo investimento ser lucrativo; O gerente de marketing quer saber as chances de queda de vendas se aumentar os preços; O eng. produção quer saber a probabilidade de um novo método de montagem aumentar a produtividade. É POSSÍVEL QUANTIFICAR O ACASO. Desse modo, se houver probabilidades disponíveis, podemos determinar a possibilidade de cada um dos eventos ocorrer. Para continuar o estudo de probabilidades, três conceitos são importantes: Experimento aleatório, espaço amostral e eventos. 7 DISTRIBUIÇÃO NORMAL (ABRAHAM DE MOIVRE 1667 ‐ 1754 ) É usada para distribuições SIMÉTRICAS e possui diversas aplicações, como calcular as probabilidades de PESOS e ALTURAS das pessoas, diâmetro e comprimento de peças em linhas de produção, tempo de vida útil de produtos e diversas outras medições de pesquisas científicas. Aplicado para distribuições SIMÉTRICAS (Média=Moda=Mediana). Possui como parâmetro a MÉDIA e DESVIO PADRÃO. Também chamada de Curva Normal, Curva de Gauss e Curva em forma de Sino. Para entender o conceito de uma Distribuição Normal, tomemos como exemplo a distribuição da vida útil de 340 lâmpadas produzidas pela PHILIPS: Observe pela Distribuição Normal que o tempo de vida útil das lâmpadas: Possui uma elevação em seu centro e pontas que vão tanto para direita quanto para a esquerda; A Média, Mediana e Moda (1000 horas) encontram‐se exatamente no meio da distribuição; A distribuição de valores menores que a Média (700, 800, 900) e maiores que a Média (1100, 1200, 1300) é simétrica, o que significa que se você dobrá‐la ao meio, suas partes serão como imagens refletidas por um espelho; Como a curva é simétrica em torno da Média, os valores maiores que a média e os valores menores do que a Média ocorrem com igual probabilidade; A maioria dos dados é centralizada ao redor da média, de modo que quanto mais longe da média você se mover, cada vez menos pontos de dados você vai encontrar em ambos os lados. Analisando a variabilidade Analise a figura abaixo. Veja que a maior parte da vida útil das lâmpadas produzidas pela PHILIPS varia de 700 horas até 1300 horas, com uma boa parte das lâmpadas com vida útil de 900 a 1100 horas. Pensando como consumidor, você gostaria de se deparar com tamanha variabilidade quando for comprar um pacote de lâmpadas? Veja que uma concorrente (OSRAM) irá tentar fabricar lâmpadas com vida útil menos variável; a vida útil terá uma média de 1000 horas, mas suas lâmpadas terão uma vida útil mais consistente, variando de 920 a 1080 horas, com boa parte das lâmpadas com duração entre 980 e 1020 horas. 10 40 70 100 70 40 10 0 20 40 60 80 100 120 Q u an ti d ad e 700 800 900 1000 1100 1200 1300 Horas Distribuição da vida útil de 340 lâmpadas produzidas pela PHILIPS Curva NORMAL ou Curva de GAUSS ou Curva em forma de SINO 10 40 70 100 70 40 10 0 20 40 60 80 100 120 Q u an ti d ad e 700 800 900 1000 1100 1200 1300 Horas D istribuição da vida útil de 340 lâmpadas produzidas pela OSRAM PHILIPS OSRAM 920 1080 8 Em uma distribuição Normal, o Desvio padrão tem um significado especial, pois determina a distância da Média até um ponto dentro da distribuição, cada um com a mesma distância da Média. No caso abaixo, supomos (por fins didáticos) que o Desvio padrão do tempo de vida útil das lâmpadas é s=100 horas. PROBABILIDADES NA DISTRIBUIÇÃO NORMAL Quando se tem uma variável aleatória com distribuição normal pode‐se obter a probabilidade de essa variável assumir um valor em determinado intervalo, pela área sob a curva dentro dos limites do intervalo. Exemplo 1. Seja X a variável aleatória que representa os tempos de vida útil das lâmpadas produzidas pela PHILIPS Sendo a Média de vida útil das lâmpadas de 1000 horas com Desvio padrão de 100 horas, ache a probabilidade de a lâmpada ter vida útil entre 1000 e 1150 horas, isto é, P(1000 < z < 1150). PARA ACHAR A PROBABILIDADE, SIGA 2 PASSOS: 1º PASSO. Calcule o número de desvios padrão que o valor “1150” se distancia da média “1000”. Para isto, utilizamos a equação abaixo, chamada “escore Z”. EQUAÇÃO ESCORE Z s xz x - Calculando o escore Z, temos: z = 1150 - 1000 = 1,50 100 O resultado indica que 1150 está distante 1,50 desvios padrão da média. Use sempre 2 casas decimais. Veja demonstração da área de Z no gráfico acima. O escore Z é uma medida que indica o número de desvios padrão de um valor a partir da média. A regra empírica Na distribuição normal é possível determinar a posição da maioria dos valores, usando as distâncias de 1, 2 ou 3 Desvios padrões da Média para estabelecer alguns marcos. A regra que lhe permite fazer isso se chama Regra empírica, que diz o seguinte: Espera‐se que cerca de 68,26% dos valores encontram‐ se dentro de 1 desvio padrão da média; (no exemplo, 240 lâmpadas (70+100+70). Espera‐se que 95,44% dos valores encontram‐se dentro de 2 desvios padrões da média; (no exemplo, 320 lâmpadas: 40+70+100+70+40) Espera‐se que 99,74% dos valores encontram‐se dentro de 3 desvios padrões da média; (no exemplo, 340 lâmpadas: 10+40+70+100+70+40+10) Estes resultados são aproximações. A regra empírica não pode ser aplicada às distribuições que não possuam uma forma de montanha em seu centro. Média Variável aleatória procurada Desvio padrão Escore Z Probabilidade procurada P(1000 < Z < 1150) 700 800 900 1000 1100 1200 1300 Z= 1,50 P= 0,4332 10 40 70 100 70 40 10 0 20 40 60 80 100 120 Q u an ti d ad e 700 800 900 1000 1100 1200 1300 Horas s=100 68,26% 95,44% 99,74% S=100 S=100 ‐3S ‐2S ‐1S x 1S 2S 3S 9 2º PASSO. Com o escore Z de “1,50”, use a Tabela de Distribuição Normal Padrão para encontrar a probabilidade, como explicado abaixo Na 1ª coluna encontramos “1,5”. Em seguida, encontramos na 1ª linha “0”, que é o último algarismo de “1,50”. Na intersecção da linha e coluna encontramos 0,4332, que indica a probabilidade P(1000 < z < 1150) = 0,4332 ou 43,32% Interpretação: espera‐se que 43,32% das lâmpadas tenham vida útil entre 1000 e 1150 horas Z Último dígito 0 1 2 3 4 5 6 7 8 9 TABELA DE DISTRIBUIÇÃO NORMAL PADRÃO A área constante na tabela corresponde a área à direita (sinal positivo): motivo da qual desconsideramos o sinal negativo no z‐escore nas áreas à esquerda, poisa curva é simétrica em torno da Média, ou seja, os valores maiores que a média e os valores menores do que a Média ocorrem com igual probabilidade. . A tabela não é de distribuição acumulada. Vamos ver alguns exemplos adiante. -3S -2S -1S 0 1S 2S 3S Área = 0,5 -z +z 10 Exemplo 2. Continuando com os dados do exemplo 1, ache P(900 < z < 1000). Quando partimos da média calculamos apenas um escore Z. Para lado esquerdo o escore Z sempre terá sinal negativo, que não será considerado, pois os dois lados são iguais em termos de probabilidades. Interpretação: Espera‐se que 34,13% das lâmpadas tenham vida útil entre 1000 e 1100 horas. Exemplo 3. Continuando com os dados do exemplo 1, ache P(900 < z < 1050). Neste caso, calculamos dois escores Z e somamos as probabilidades: . Interpretação: Espera‐se que 53,28% das lâmpadas tenham vida útil entre 900 e 1050 horas. Exemplo 4. Continuando com os dados do exemplo 1, ache P(1050 < z < 1150). Neste caso, calculamos dois escores Z (de 1000 a 1150; e de 1000 a 1050). Depois subtraímos as probabilidades: SUBTRAÇÃO DE PROBABILIDADES Z1 = 1150 - 1000 = 1,50 100 0,4332 ‐‐ Z2 = 1050 - 1000 = 0,50 100 0,1915 Subtração probabilidades = 0,2417 Interpretação: Espera‐se que 24,17% das lâmpadas tenham vida útil entre 1050 e 1150 horas. EQUAÇÃO ESCORE Z s xz x - Calculando, temos: z = 900 - 1000 = -1,00 * 100 Probabilidade: na tabela temos: 0,3413 *Desconsidere o sinal negativo do escore Z ADIÇÃO DE PROBABILIDADES z1 = 900 - 1000 = - 1,00 100 0,3413 + z2 = 1050 - 1000 = 0,50 100 0,1915 Soma de probabilidades = 0,5328 Z= -1,00 Probabilidade procurada P(900 < Z < 1000) 700 800 900 1000 1100 1200 1300 P= 0,3413 Probabilidade procurada P(900 < Z < 1050) P= 0,5328 Z2 =0,50 Z1= -1,00 P1=0,3413 P2=0,1915 700 800 900 1000 1100 1200 1300 Probabilidade procurada P(1050 < Z < 1150) P= 0,2417 700 800 900 1000 1100 1200 1300 Z1=1,5 0 Z2= 0,50 PZ2=0,1915 PZ1=0,4332 11 Exemplo 5. Continuando com os dados do exemplo 1, ache P( z < 850 horas) Ou seja, ache a probabilidade de a vida útil da lâmpada ser menor que 850 horas. Neste caso, P1 = 0,5 (meia área). Daí, calculamos Z2 e subtraímos as probabilidades: SUBTRAÇÃO DE PROBABILIDADES P1 = (meia área) 0,5 ‐‐ Z2 = 850 - 1000 = -1,50 100 0,4332 Subtração probabilidades = 0,0668 Interpretação: Espera‐se que 6,68% das lâmpadas tenham vida útil abaixo de 850 horas. Exemplo 6. Sabe-se que a Média de vida útil das lâmpadas produzidas pela PHILIPS é de 1000 horas com Desvio padrão de 100 horas. O fabricante oferece uma garantia de 800 horas, isto é, trocar as lâmpadas que apresentem falhas nesse período ou inferior. Fabrica 15.000 lâmpadas mensalmente. Quantas lâmpadas deverá trocar pelo uso da garantia, mensalmente? Interpretação: Constatamos que 2,28% (0,0228) das lâmpadas não atenderão a garantia. Então o fabricante deverá substituir mensalmente: 15.000 x 0,0228 = 342 lâmpadas. Z-ESCORE E VALOR DE “X” NA DISTRIBUIÇÃO NORMAL Na seção anterior você encontrou a probabilidade que x pudesse estar em um dado intervalo ao calcular a área sob a curva normal para um dado intervalo. Mas, e se lhe fosse dado uma probabilidade e você quisesse encontrar o valor de x? Encontrando o Z-ESCORE dada uma PROBABILIDADE Exemplo 7. Encontre o z- escore que corresponda à área de 0,2123 (21,23%) da área à direita? Observando a Tabela de Distribuição Normal Padrão encontramos z‐escore de 0,56 conforme destacado abaixo. SUBTRAÇÃO DE PROBABILIDADES P1 = (meia área) 0,5 ‐‐ Z2 = 800 - 1000 = - 2,00 00 0,4772 Subtração de probabilidades = 0,0228 Probabilidade procurada P( Z < 850) Z1= -1,50 Área = 0,5 700 800 900 1000 1100 1200 1300 PZ2=0,0668 P1=0,4332 Z Último dígito 0 1 2 3 4 5 6 7 8 9 TABELA DE DISTRIBUIÇÃO NORMAL PADRÃO Probabilidade procurada P( Z < 800) 700 800 900 1000 1100 1200 1300 Garantia de 800 horas 12 Encontrando VALOR DE “X” que corresponda a um Z-ESCORE Da equação do Z‐ESCORE podemos formar a equação do VALOR DE “X”, conforme demonstrado abaixo: Equação para encontrar valor de “x” s xz x - xxzs xzsx zsxx x = variável procurada x = média z = escore Z s = desvio padrão Importante. Para encontrar valores de “x” vamos considerar os sinais dos Z-escore (negativo ou positivo) Exemplo 8. Sabe-se que a Média de vida útil das lâmpadas produzidas pela PHILIPS é de 1000 horas com Desvio padrão de 100 horas. Encontre o tempo de vida útil “x” que corresponda a: a) Z-escore de 1,5 a) Z = 1,5: zsxx → x = 1000 + 1,5 (100) = 1.150 horas. Interpretação: Para z escore de 1,5 o tempo de vida útil das lâmpadas é de 1.150 horas. Você pode confirmar o resultado consultando o exemplo 1. b) Z-escore de -2 b) Z = ‐2: zsxx → x = 1000 + (‐2)(100) = 800 horas. Interpretação: Para z escore de ‐2 o tempo de vida útil das lâmpadas é de 800 horas. Você pode confirmar o resultado consultando o exemplo 6. Encontrando VALOR DE “X” que corresponda a uma PROBABILIDADE Exemplo 9. Sabe-se que a Média de vida útil das lâmpadas produzidas pela PHILIPS é de 1000 horas com Desvio padrão de 100 horas. O fabricante deseja fixar prazo de garantia, em horas, de tal modo que, se a duração da lâmpada for inferior à garantia, a lâmpada seja trocada. De quantas horas deve ser este prazo para que somente 4% das lâmpadas sejam trocadas? Z Último dígito 0 1 2 3 4 5 6 7 8 9 TABELA DE DISTRIBUIÇÃO NORMAL PADRÃO 0,5 -Z 700 800 900 1000 1100 1200 1300 0,04 Passo 1 → 0,5 – 0,04 = 0,46 Passo 2 → Procurando na tabela P(x)=0,46 (0,4599 é mais próximo), encontramos Z = ‐1,75. (negativo pois é à esquerda) Passo 3. Logo: zsxx → x = 1000 + (‐1,75)(100) = 825 horas. Interpretação: O prazo de horas para que seja trocado 4% das lâmpadas deve ser de 825 horas. -1,75 13 Exemplo 10. As pontuações para um teste de Engenheiro em uma empresa são normalmente distribuídas, com uma média de 7,5 com e um desvio padrão de 0,5. Para ser adequado ao emprego, você deve ter pontuação dentro dos 9% primeiros. Qual é a menor pontuação que você pode conseguir e ainda ser adequado ao emprego? , Exemplo 11 Sabe-se que a Média de vida útil das lâmpadas produzidas pela PHILIPS é de 1000 horas com Desvio padrão de 100 horas. Dentro de que limite, de ambos os lados da média, ficará 95% das lâmpadas? USANDO UMA TABELA DE VÍDEO DISTRIBUIÇÃO NORMAL: https://www.youtube.com/watch?v=ec9HWoY2kt8 Resolução Passo 1 → 0,95/2 = 0,4750 (para cada lado da média). Passo 2 → Procurar 0,4750 na tabela. Encontramos Z = 1,96 (neste caso teremos Z1= ‐1,96 e Z2 = +1,96). Passo 3. Logo: X1 = 1000 + (‐1,96)(100) = 804 horas. zsxx X2 = 1000 + (+1,96)(100) = 1.196 horas. Interpretação: 95% das lâmpadas ficará entre 804 horas e 1196 horas, ou seja, P 95% ( 804 < z < 1196) 0,95 ‐ 0,4750 + 0,4750 z= ‐ 1,96 z= + 1,96 x̄ Z Último dígito 0 1 2 3 4 5 6 7 8 9 TABELA DE DISTRIBUIÇÃO NORMAL PADRÃO Passo 1 → 0,5 ‐ 0,09 = 0,41 Passo 2 → Procurando na tabela P(x)=0,41 (0,4099 é mais próximo)encontramos Z = 1,34 (positivo pois é à direita). Passo 3 zsxx → x = 7,5 + (1,34)(0,5) = 8,17. Interpretação: A menor pontuação que você pode conseguir e ainda assim ser adequado ao emprego é 8,17. 0,5 +Z 6,0 6,5 7,0 7,5 8,0 8,5 9,0 0,09 +1,34 Z Último dígito 0 1 2 3 4 5 6 7 8 9 TABELA DE DISTRIBUIÇÃO NORMAL PADRÃO 14 https://www.youtube.com/watch?v=ec9HWoY2kt8� Tabela Distribuição normal padrão acumulada Esta tabela que tem o seguinte princípio: 0% 50% 100% Distribuição acumulada de 0% a 100% 15 Exemplo de aplicação. Sabe-se que a Média de vida útil das lâmpadas produzidas pela PHILIPS é de 1000 horas com Desvio padrão de 100 horas. Encontre P (900 < z < 1050) usando a tabela de distribuição normal padrão acumulada. SUBTRAÇÃO DE PROBABILIDADE Z1 = 900 - 1000 = -1,00* 100 0,1587 *Considere o sinal negativo Z2 = 1050 - 1000 = 0,50 100 0,6915 P(x)= Z2 – Z1 → 0,6915 – 0,1587= 0,5328 Veja o Z‐escore destacado na tabela acumulada acima. Confronte o resultado com o exemplo 3. Probabilidade procurada P(900 < Z < 1050) P= 0,5328 Z2 = 0,50 → 0,6915 Z1= -1,00 → 0,1587 700 800 900 1000 1100 1200 1300 -3z -2z -1z 0 +1z +2z +3z 16 Capa https://drive.google.com/file/d/1LjZHrSEjcK5sHE5Udbis0RlmXo1fLRPg/view?usp=sharing Nota: 5 é um valor arbitrário. Propaganda - Est 1 e 2.pdf CAPA SUMÁRIO 1 MEDIDAS SEPARATRIZES: CONCEITOS BÁSICOS 1.1 O que são medidas separatrizes? Para que servem? 1.2 Conceitos de mediana, quartil, decil e percentil 1.3 Diagrama de caixas (ou gráfico Boxplot) 1.4 Exemplo de aplicação das medidas separatrizes Exercícios propostos 2 MEDIDAS SEPARATRIZES: APRENDENDO A CALCULAR 2.1 Quartil 2.1.1 Quartil simples 2.1.2 Quartil de distribuição de frequência e histograma (sem classes) 2.1.3 Quartil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 2.2 Decil e Percentil 2.2.1 Decil e Percentil simples 2.2.2 Decil e Percentil de distribuição de frequência e histograma (sem classes) 2.2.3 Decil e Percentil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 3 DIAGRAMA DE RAMO E FOLHAS E DIAGRAMA DE PONTOS 3.1 Diagrama de Ramo e Folhas 3.1.1 O que são diagramas de ramo e folhas? Para que servem? 3.1.2 Construindo um diagrama de ramo e folhas 3.1.3 Relação entre diagrama de ramo e folhas e o histograma 3.1.4 Diagrama de ramo e folhas: um caso de aplicação real 3.2 Diagrama de Pontos 3.2.1 O que são diagramas de pontos? Para que servem? 3.2.2 Construindo um diagramas de pontos Exercícios propostos Resolução dos exercícios propostos Mensagem do autor Referências Bibliográficas Capa pdf livro digital.pdf CAPA APRESENTAÇÃO SUMÁRIO CAPÍTULO I - ESTATÍSTICAS, TABELAS E GRÁFICOS 1.1 O que é Estatística? Para que serve? 1.2 Como estudar Estatística com eficiência? 1.3 Tabelas e Gráficos: O que são? Para que servem? 1.4 Tabelas 1.5 Gráficos 1.5.1 Gráfico em Colunas 1.5.2 Gráfico em Barras 1.5.3 Gráfico em Linhas 1.5.4 Gráfico em Setores 1.5.5 Gráfico Polar 1.5.6 Gráfico Cartograma Exercícios propostos Resolução dos exercícios propostos CAPÍTULO II - DISTRIBUIÇÃO DE FREQUÊNCIA 2.1 O que é Distribuição de frequência? Para que serve? 2.2 Distribuição de frequência (sem classes) e tipos de frequências 2.2.1 Frequência e histograma 2.2.2 Frequência relativa (fr%) 2.2.3 Frequência acumulada (fa) 2.2.4 Frequência relativa acumulada (fra%) 2.2.5 Aplicações da distribuição de frequência Exercícios propostos Resolução dos exercícios propostos 2.3 Distribuição de frequência (com classes) 2.3.1 Conceito e construção 2.3.2 Histograma com classes 2.3.3 Polígono de frequência 2.3.4 Gráfico de frequências acumuladas (ou ogiva) Exercícios propostos Resolução dos exercícios propostos CAPÍTULO III - MEDIDAS RESUMO: MÉDIA, MEDIANA E MODA 3.1 O que são Medidas Resumo? Para que servem? 3.2 Médias 3.2.1 Média simples 3.2.2 Média ponderada Exercícios propostos Resolução dos exercícios propostos 3.2.3 Média de distribuição de frequência (sem classes) 3.2.4 Média de histogramas (sem classes) 3.2.5 Média de distribuição de frequência (com classes) 3.2.6 Média de histogramas (com classes) Exercícios propostos Resolução dos exercícios propostos 3.3 Mediana 3.3.1 Mediana simples 3.3.2 Mediana de distribuição de frequência e histograma (sem classes) 3.3.3 Mediana de distribuição de frequência e histograma (com classes) 3.3.4 Qual a lógica da equação da mediana com classes? Exercícios propostos Resolução dos exercícios propostos 3.4 Moda 3.4.1 Moda simples 3.4.2 Moda de distribuição de frequência e histograma (sem classes) 3.4.3 Moda de distribuição de frequência e histograma (com classes) 3.4.4 Qual a lógica da equação da moda com classes? Exercícios propostos Resolução dos exercícios propostos 3.5 Relação entre média, mediana e moda Mensagem do autor Referências Bibliográficas pag 61.pdf Resolução dos exercícios propostos Estatística 2 (para leigos) - aprenda fácil e rápido! Uanderson Rébula - Cópia.pdf CAPA SUMÁRIO 1 MEDIDAS SEPARATRIZES: CONCEITOS BÁSICOS 1.1 O que são medidas separatrizes? Para que servem? 1.2 Conceitos de mediana, quartil, decil e percentil 1.3 Diagrama de caixas (ou gráfico Boxplot) 1.4 Exemplo de aplicação das medidas separatrizes Exercícios propostos 2 MEDIDAS SEPARATRIZES: APRENDENDO A CALCULAR 2.1 Quartil 2.1.1 Quartil simples 2.1.2 Quartil de distribuição de frequência e histograma (sem classes) 2.1.3 Quartil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 2.2 Decil e Percentil 2.2.1 Decil e Percentil simples 2.2.2 Decil e Percentil de distribuição de frequência e histograma (sem classes) 2.2.3 Decil e Percentil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 3 DIAGRAMA DE RAMO E FOLHAS E DIAGRAMA DE PONTOS 3.1 Diagrama de Ramo e Folhas 3.1.1 O que são diagramas de ramo e folhas? Para que servem? 3.1.2 Construindo um diagrama de ramo e folhas 3.1.3 Relação entre diagrama de ramo e folhas e o histograma 3.1.4 Diagrama de ramo e folhas: um caso de aplicação real 3.2 Diagrama de Pontos 3.2.1 O que são diagramas de pontos? Para que servem? 3.2.2 Construindo um diagramas de pontos Exercícios propostos Resolução dos exercícios propostos Mensagem do autor Referências Bibliográficas Propaganda - Est 1 e 2.pdf CAPA SUMÁRIO 1 MEDIDAS SEPARATRIZES: CONCEITOS BÁSICOS 1.1 O que são medidas separatrizes? Para que servem? 1.2 Conceitos de mediana, quartil, decil e percentil 1.3 Diagrama de caixas (ou gráfico Boxplot) 1.4 Exemplo de aplicação das medidas separatrizes Exercícios propostos 2 MEDIDAS SEPARATRIZES: APRENDENDO A CALCULAR 2.1 Quartil 2.1.1 Quartil simples 2.1.2 Quartil de distribuição de frequência e histograma (sem classes) 2.1.3 Quartil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 2.2 Decil e Percentil 2.2.1 Decil e Percentil simples 2.2.2 Decil e Percentil de distribuição de frequência e histograma (sem classes) 2.2.3 Decil e Percentil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 3 DIAGRAMA DE RAMO E FOLHAS E DIAGRAMA DE PONTOS 3.1 Diagrama de Ramo e Folhas 3.1.1 O que são diagramas de ramo e folhas? Para que servem? 3.1.2 Construindo um diagrama de ramo e folhas 3.1.3 Relação entre diagrama de ramo e folhas e o histograma 3.1.4 Diagrama de ramo e folhas: um caso de aplicação real 3.2 Diagrama de Pontos 3.2.1 O que são diagramas de pontos? Para que servem?3.2.2 Construindo um diagramas de pontos Exercícios propostos Resolução dos exercícios propostos Mensagem do autor Referências Bibliográficas Propaganda - Est 2.pdf CAPA SUMÁRIO 1 MEDIDAS SEPARATRIZES: CONCEITOS BÁSICOS 1.1 O que são medidas separatrizes? Para que servem? 1.2 Conceitos de mediana, quartil, decil e percentil 1.3 Diagrama de caixas (ou gráfico Boxplot) 1.4 Exemplo de aplicação das medidas separatrizes Exercícios propostos 2 MEDIDAS SEPARATRIZES: APRENDENDO A CALCULAR 2.1 Quartil 2.1.1 Quartil simples 2.1.2 Quartil de distribuição de frequência e histograma (sem classes) 2.1.3 Quartil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 2.2 Decil e Percentil 2.2.1 Decil e Percentil simples 2.2.2 Decil e Percentil de distribuição de frequência e histograma (sem classes) 2.2.3 Decil e Percentil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 3 DIAGRAMA DE RAMO E FOLHAS E DIAGRAMA DE PONTOS 3.1 Diagrama de Ramo e Folhas 3.1.1 O que são diagramas de ramo e folhas? Para que servem? 3.1.2 Construindo um diagrama de ramo e folhas 3.1.3 Relação entre diagrama de ramo e folhas e o histograma 3.1.4 Diagrama de ramo e folhas: um caso de aplicação real 3.2 Diagrama de Pontos 3.2.1 O que são diagramas de pontos? Para que servem? 3.2.2 Construindo um diagramas de pontos Exercícios propostos Resolução dos exercícios propostos Mensagem do autor Referências Bibliográficas Download livro digital Est 1.pdf Capa 1 O que é um Gráfico de Pareto? Para que serve? 2 Qual é o princípio do Gráfico de Pareto? 3 Como construir um Gráfico de Pareto? 4 Estratificação de um Gráfico de Pareto 5 Elaborando um Gráfico de Pareto no Excel 2010 6 Elaborando um Gráfico de Pareto no Excel 2013 7 Elaborando um Gráfico de Pareto no software Minitab Exercícios propostos Resolução dos exercícios propostos Sites recomendados Mensagem do autor Referências Bibliográficas Folder Estatística (para leigos) - Udemy.pdf CAPA APRESENTAÇÃO SUMÁRIO CAPÍTULO I - ESTATÍSTICAS, TABELAS E GRÁFICOS 1.1 O que é Estatística? Para que serve? 1.2 Como estudar Estatística com eficiência? 1.3 Tabelas e Gráficos: O que são? Para que servem? 1.4 Tabelas 1.5 Gráficos 1.5.1 Gráfico em Colunas 1.5.2 Gráfico em Barras 1.5.3 Gráfico em Linhas 1.5.4 Gráfico em Setores 1.5.5 Gráfico Polar 1.5.6 Gráfico Cartograma Exercícios propostos Resolução dos exercícios propostos CAPÍTULO II - DISTRIBUIÇÃO DE FREQUÊNCIA 2.1 O que é Distribuição de frequência? Para que serve? 2.2 Distribuição de frequência (sem classes) e tipos de frequências 2.2.1 Frequência e histograma 2.2.2 Frequência relativa (fr%) 2.2.3 Frequência acumulada (fa) 2.2.4 Frequência relativa acumulada (fra%) 2.2.5 Aplicações da distribuição de frequência Exercícios propostos Resolução dos exercícios propostos 2.3 Distribuição de frequência (com classes) 2.3.1 Conceito e construção 2.3.2 Histograma com classes 2.3.3 Polígono de frequência 2.3.4 Gráfico de frequências acumuladas (ou ogiva) Exercícios propostos Resolução dos exercícios propostos CAPÍTULO III - MEDIDAS RESUMO: MÉDIA, MEDIANA E MODA 3.1 O que são Medidas Resumo? Para que servem? 3.2 Médias 3.2.1 Média simples 3.2.2 Média ponderada Exercícios propostos Resolução dos exercícios propostos 3.2.3 Média de distribuição de frequência (sem classes) 3.2.4 Média de histogramas (sem classes) 3.2.5 Média de distribuição de frequência (com classes) 3.2.6 Média de histogramas (com classes) Exercícios propostos Resolução dos exercícios propostos 3.3 Mediana 3.3.1 Mediana simples 3.3.2 Mediana de distribuição de frequência e histograma (sem classes) 3.3.3 Mediana de distribuição de frequência e histograma (com classes) 3.3.4 Qual a lógica da equação da mediana com classes? Exercícios propostos Resolução dos exercícios propostos 3.4 Moda 3.4.1 Moda simples 3.4.2 Moda de distribuição de frequência e histograma (sem classes) 3.4.3 Moda de distribuição de frequência e histograma (com classes) 3.4.4 Qual a lógica da equação da moda com classes? Exercícios propostos Resolução dos exercícios propostos 3.5 Relação entre média, mediana e moda Mensagem do autor Referências Bibliográficas pag 61.pdf Resolução dos exercícios propostos Estatística 2 (para leigos) - aprenda fácil e rápido! Uanderson Rébula - Cópia.pdf CAPA SUMÁRIO 1 MEDIDAS SEPARATRIZES: CONCEITOS BÁSICOS 1.1 O que são medidas separatrizes? Para que servem? 1.2 Conceitos de mediana, quartil, decil e percentil 1.3 Diagrama de caixas (ou gráfico Boxplot) 1.4 Exemplo de aplicação das medidas separatrizes Exercícios propostos 2 MEDIDAS SEPARATRIZES: APRENDENDO A CALCULAR 2.1 Quartil 2.1.1 Quartil simples 2.1.2 Quartil de distribuição de frequência e histograma (sem classes) 2.1.3 Quartil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 2.2 Decil e Percentil 2.2.1 Decil e Percentil simples 2.2.2 Decil e Percentil de distribuição de frequência e histograma (sem classes) 2.2.3 Decil e Percentil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 3 DIAGRAMA DE RAMO E FOLHAS E DIAGRAMA DE PONTOS 3.1 Diagrama de Ramo e Folhas 3.1.1 O que são diagramas de ramo e folhas? Para que servem? 3.1.2 Construindo um diagrama de ramo e folhas 3.1.3 Relação entre diagrama de ramo e folhas e o histograma 3.1.4 Diagrama de ramo e folhas: um caso de aplicação real 3.2 Diagrama de Pontos 3.2.1 O que são diagramas de pontos? Para que servem? 3.2.2 Construindo um diagramas de pontos Exercícios propostos Resolução dos exercícios propostos Mensagem do autor Referências Bibliográficas Propaganda - Est 1 e 2.pdf CAPA SUMÁRIO 1 MEDIDAS SEPARATRIZES: CONCEITOS BÁSICOS 1.1 O que são medidas separatrizes? Para que servem? 1.2 Conceitos de mediana, quartil, decil e percentil 1.3 Diagrama de caixas (ou gráfico Boxplot) 1.4 Exemplo de aplicação das medidas separatrizes Exercícios propostos 2 MEDIDAS SEPARATRIZES: APRENDENDO A CALCULAR 2.1 Quartil 2.1.1 Quartil simples 2.1.2 Quartil de distribuição de frequência e histograma (sem classes) 2.1.3 Quartil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 2.2 Decil e Percentil 2.2.1 Decil e Percentil simples 2.2.2 Decil e Percentil de distribuição de frequência e histograma (sem classes) 2.2.3 Decil e Percentil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 3 DIAGRAMA DE RAMO E FOLHAS E DIAGRAMA DE PONTOS 3.1 Diagrama de Ramo e Folhas 3.1.1 O que são diagramas de ramo e folhas? Para que servem? 3.1.2 Construindo um diagrama de ramo e folhas 3.1.3 Relação entre diagrama de ramo e folhas e o histograma 3.1.4 Diagrama de ramo e folhas: um caso de aplicação real 3.2 Diagrama de Pontos 3.2.1 O que são diagramas de pontos? Para que servem? 3.2.2 Construindo um diagramas de pontos Exercícios propostos Resolução dos exercícios propostos Mensagem do autor Referências Bibliográficas Propaganda - Est 2.pdf CAPA SUMÁRIO 1 MEDIDAS SEPARATRIZES: CONCEITOS BÁSICOS 1.1 O que são medidas separatrizes? Para que servem? 1.2 Conceitos de mediana, quartil, decil e percentil 1.3 Diagrama de caixas (ou gráfico Boxplot) 1.4 Exemplo de aplicação das medidas separatrizes Exercícios propostos 2 MEDIDAS SEPARATRIZES: APRENDENDO A CALCULAR 2.1 Quartil 2.1.1 Quartil simples 2.1.2 Quartil de distribuição de frequência e histograma (sem classes) 2.1.3 Quartil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 2.2 Decil e Percentil 2.2.1 Decil e Percentil simples 2.2.2 Decil e Percentil de distribuição de frequência e histograma (sem classes) 2.2.3 Decil e Percentil de distribuiçãode frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 3 DIAGRAMA DE RAMO E FOLHAS E DIAGRAMA DE PONTOS 3.1 Diagrama de Ramo e Folhas 3.1.1 O que são diagramas de ramo e folhas? Para que servem? 3.1.2 Construindo um diagrama de ramo e folhas 3.1.3 Relação entre diagrama de ramo e folhas e o histograma 3.1.4 Diagrama de ramo e folhas: um caso de aplicação real 3.2 Diagrama de Pontos 3.2.1 O que são diagramas de pontos? Para que servem? 3.2.2 Construindo um diagramas de pontos Exercícios propostos Resolução dos exercícios propostos Mensagem do autor Referências Bibliográficas Capa pdf livro digital.pdf CAPA APRESENTAÇÃO SUMÁRIO CAPÍTULO I - ESTATÍSTICAS, TABELAS E GRÁFICOS 1.1 O que é Estatística? Para que serve? 1.2 Como estudar Estatística com eficiência? 1.3 Tabelas e Gráficos: O que são? Para que servem? 1.4 Tabelas 1.5 Gráficos 1.5.1 Gráfico em Colunas 1.5.2 Gráfico em Barras 1.5.3 Gráfico em Linhas 1.5.4 Gráfico em Setores 1.5.5 Gráfico Polar 1.5.6 Gráfico Cartograma Exercícios propostos Resolução dos exercícios propostos CAPÍTULO II - DISTRIBUIÇÃO DE FREQUÊNCIA 2.1 O que é Distribuição de frequência? Para que serve? 2.2 Distribuição de frequência (sem classes) e tipos de frequências 2.2.1 Frequência e histograma 2.2.2 Frequência relativa (fr%) 2.2.3 Frequência acumulada (fa) 2.2.4 Frequência relativa acumulada (fra%) 2.2.5 Aplicações da distribuição de frequência Exercícios propostos Resolução dos exercícios propostos 2.3 Distribuição de frequência (com classes) 2.3.1 Conceito e construção 2.3.2 Histograma com classes 2.3.3 Polígono de frequência 2.3.4 Gráfico de frequências acumuladas (ou ogiva) Exercícios propostos Resolução dos exercícios propostos CAPÍTULO III - MEDIDAS RESUMO: MÉDIA, MEDIANA E MODA 3.1 O que são Medidas Resumo? Para que servem? 3.2 Médias 3.2.1 Média simples 3.2.2 Média ponderada Exercícios propostos Resolução dos exercícios propostos 3.2.3 Média de distribuição de frequência (sem classes) 3.2.4 Média de histogramas (sem classes) 3.2.5 Média de distribuição de frequência (com classes) 3.2.6 Média de histogramas (com classes) Exercícios propostos Resolução dos exercícios propostos 3.3 Mediana 3.3.1 Mediana simples 3.3.2 Mediana de distribuição de frequência e histograma (sem classes) 3.3.3 Mediana de distribuição de frequência e histograma (com classes) 3.3.4 Qual a lógica da equação da mediana com classes? Exercícios propostos Resolução dos exercícios propostos 3.4 Moda 3.4.1 Moda simples 3.4.2 Moda de distribuição de frequência e histograma (sem classes) 3.4.3 Moda de distribuição de frequência e histograma (com classes) 3.4.4 Qual a lógica da equação da moda com classes? Exercícios propostos Resolução dos exercícios propostos 3.5 Relação entre média, mediana e moda Mensagem do autor Referências Bibliográficas pag 61.pdf Resolução dos exercícios propostos Estatística 2 (para leigos) - aprenda fácil e rápido! Uanderson Rébula - Cópia.pdf CAPA SUMÁRIO 1 MEDIDAS SEPARATRIZES: CONCEITOS BÁSICOS 1.1 O que são medidas separatrizes? Para que servem? 1.2 Conceitos de mediana, quartil, decil e percentil 1.3 Diagrama de caixas (ou gráfico Boxplot) 1.4 Exemplo de aplicação das medidas separatrizes Exercícios propostos 2 MEDIDAS SEPARATRIZES: APRENDENDO A CALCULAR 2.1 Quartil 2.1.1 Quartil simples 2.1.2 Quartil de distribuição de frequência e histograma (sem classes) 2.1.3 Quartil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 2.2 Decil e Percentil 2.2.1 Decil e Percentil simples 2.2.2 Decil e Percentil de distribuição de frequência e histograma (sem classes) 2.2.3 Decil e Percentil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 3 DIAGRAMA DE RAMO E FOLHAS E DIAGRAMA DE PONTOS 3.1 Diagrama de Ramo e Folhas 3.1.1 O que são diagramas de ramo e folhas? Para que servem? 3.1.2 Construindo um diagrama de ramo e folhas 3.1.3 Relação entre diagrama de ramo e folhas e o histograma 3.1.4 Diagrama de ramo e folhas: um caso de aplicação real 3.2 Diagrama de Pontos 3.2.1 O que são diagramas de pontos? Para que servem? 3.2.2 Construindo um diagramas de pontos Exercícios propostos Resolução dos exercícios propostos Mensagem do autor Referências Bibliográficas Propaganda - Est 1 e 2.pdf CAPA SUMÁRIO 1 MEDIDAS SEPARATRIZES: CONCEITOS BÁSICOS 1.1 O que são medidas separatrizes? Para que servem? 1.2 Conceitos de mediana, quartil, decil e percentil 1.3 Diagrama de caixas (ou gráfico Boxplot) 1.4 Exemplo de aplicação das medidas separatrizes Exercícios propostos 2 MEDIDAS SEPARATRIZES: APRENDENDO A CALCULAR 2.1 Quartil 2.1.1 Quartil simples 2.1.2 Quartil de distribuição de frequência e histograma (sem classes) 2.1.3 Quartil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 2.2 Decil e Percentil 2.2.1 Decil e Percentil simples 2.2.2 Decil e Percentil de distribuição de frequência e histograma (sem classes) 2.2.3 Decil e Percentil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 3 DIAGRAMA DE RAMO E FOLHAS E DIAGRAMA DE PONTOS 3.1 Diagrama de Ramo e Folhas 3.1.1 O que são diagramas de ramo e folhas? Para que servem? 3.1.2 Construindo um diagrama de ramo e folhas 3.1.3 Relação entre diagrama de ramo e folhas e o histograma 3.1.4 Diagrama de ramo e folhas: um caso de aplicação real 3.2 Diagrama de Pontos 3.2.1 O que são diagramas de pontos? Para que servem? 3.2.2 Construindo um diagramas de pontos Exercícios propostos Resolução dos exercícios propostos Mensagem do autor Referências Bibliográficas Propaganda - Est 2.pdf CAPA SUMÁRIO 1 MEDIDAS SEPARATRIZES: CONCEITOS BÁSICOS 1.1 O que são medidas separatrizes? Para que servem? 1.2 Conceitos de mediana, quartil, decil e percentil 1.3 Diagrama de caixas (ou gráfico Boxplot) 1.4 Exemplo de aplicação das medidas separatrizes Exercícios propostos 2 MEDIDAS SEPARATRIZES: APRENDENDO A CALCULAR 2.1 Quartil 2.1.1 Quartil simples 2.1.2 Quartil de distribuição de frequência e histograma (sem classes) 2.1.3 Quartil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 2.2 Decil e Percentil 2.2.1 Decil e Percentil simples 2.2.2 Decil e Percentil de distribuição de frequência e histograma (sem classes) 2.2.3 Decil e Percentil de distribuição de frequência e histograma (com classes) Exercícios propostos Resolução dos exercícios propostos 3 DIAGRAMA DE RAMO E FOLHAS E DIAGRAMA DE PONTOS 3.1 Diagrama de Ramo e Folhas 3.1.1 O que são diagramas de ramo e folhas? Para que servem? 3.1.2 Construindo um diagrama de ramo e folhas 3.1.3 Relação entre diagrama de ramo e folhas e o histograma 3.1.4 Diagrama de ramo e folhas: um caso de aplicação real 3.2 Diagrama de Pontos 3.2.1 O que são diagramas de pontos? Para que servem? 3.2.2 Construindo um diagramas de pontos Exercícios propostos Resolução dos exercícios propostos Mensagem do autor Referências Bibliográficas
Compartilhar