Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESTATÍSTICA (ADMINISTRAÇÃO) Prof. M.Sc. Waldomiro Bezerra de Queiroz waldomiro.queiroz@gmail.com EstatísticaEstatística Medidas de PosiçãoMedidas de Posição:: Medidas SeparatrizesMedidas Separatrizes 6 INTRODUÇÃO ADMINISTRAÇÃO São valores que ocupam determinados lugares, abrangendo intervalos iguais, de um conjunto de valores coletados e organizados. As medidas de posição separatrizes podem ser classificadas em: mediana: divide a série em duas partes iguais (Md); quartis: divide a série em quatro partes iguais (Q1, Q2, Q3); decis: divide a série em dez partes iguais (D1, D2, D3...D9); percentis: divide a série em cem partes iguais (P1, P2,..., P99). INTRODUÇÃO Os nomes das medidas de posição separatrizes modificam de acordo com a quantidade de partes que é dividida a série. A mediana, além de ser uma medida de posição de tendência central, é também uma medida separatriz. A mediana já foi estuda no capítulo anterior; sendo assim, passaremos ao estudo dos quartis, decis e percentis. ADMINISTRAÇÃO QUARTIS Nos quartis, a série é dividida em quatro partes iguais, com o mesmo número de elementos, de tal forma que cada intervalo do quartil contenha 25% dos elementos coletados. Os elementos separatrizes da série são Q1, Q2 e Q3. ADMINISTRAÇÃO INTERPRETAÇÃO DOS QUARTIS O primeiro quartil (Q1) separa os primeiros 25% dos elementos da série. ADMINISTRAÇÃO INTERPRETAÇÃO DOS QUARTIS O segundo quartil (Q2) separa os primeiros 50% (25%+25%) dos elementos da série. Obs: o segundo quartil (Q2) sempre será igual a mediana (Md) da série. ADMINISTRAÇÃO INTERPRETAÇÃO DOS QUARTIS O terceiro quartil (Q3) separa os primeiros 75% (25%+25% +25%) dos elementos da série. Para o cálculo dos quartis, utilizam-se técnicas semelhantes àquelas do cálculo da mediana. ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA SÉRIES SIMPLES (dados não agrupados) Método prático: os três quartis podem ser calculados utilizando-se a definição de mediana: Q2 = mediana de todos os elementos da série; Q1 = mediana da primeira metade dos elementos da série; Q3 = a mediana da segunda metade dos elementos da série. Nesse método, observamos o cálculo de “3 medianas” em uma mesma série. ADMINISTRAÇÃO Dado o conjunto de valores: 7, 13, 5, 12, 16, 4, 9, 15, 6. Calcule os quartis Q1; Q2 e Q3. Solução: Considere o conjunto de valores ordenados segundo um critério de grandeza. 4, 5, 6, 7, 9, 12, 13, 15, 16 Q2: Determina-se em primeiro lugar o valor do segundo quartil (Q2). 4, 5, 6, 7, 9, 12, 13, 15, 16 EXERCÍCIO - 1 50% 50% Q2 = Md = 9 ADMINISTRAÇÃO Q1: Para o cálculo do quartil Q1, basta calcular a mediana da primeira metade do conjunto. 4, 5, 6, 7 EXERCÍCIO - 1 Q1 ADMINISTRAÇÃO Q3: Para o cálculo do quartil Q3, basta calcular a mediana da segunda metade do conjunto. 12, 13, 15, 16 EXERCÍCIO - 1 Q3 ADMINISTRAÇÃO Dado o conjunto de valores: 3, 11, 4, 16, 19, 2, 9, 10, 8, 12. Calcule os quartis Q1; Q2 e Q3. Solução: Considere o conjunto de valores ordenados segundo um critério de grandeza. 2, 3, 4, 8, 9, 10, 11, 12, 16, 19. Q2: 2, 3, 4, 8, 9, 10, 11, 12, 16, 19 EXERCÍCIO - 2 50% 50% ADMINISTRAÇÃO Q1: Para o cálculo do quartil Q1, basta calcular a mediana da primeira metade do conjunto. 2, 3, 4, 8, 9 EXERCÍCIO - 2 Q1 ADMINISTRAÇÃO Q3: Para o cálculo do quartil Q3, basta calcular a mediana da segunda metade do conjunto. 10, 11, 12, 16, 19 EXERCÍCIO - 2 Q3 ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS SEM INTERVALO DE CLASSE No cálculo dos quartis para dados agrupados sem intervalo de classe, utilizam-se técnicas semelhantes àquelas do cálculo da mediana. Isso significa que a localização da posição do quartil na série é verificada pela frequência acumulada (Fac). Sendo assim, devemos acrescentar à tabela de distribuição de frequência uma coluna que contenha os cálculos da frequência acumulada (Fac). ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS SEM INTERVALO DE CLASSE Os quartis Q1, Q2 e Q3 podem ser generalizados pela notação QK, sendo que o quartil considerado é representado por k. Representação: Qk: k = 1 Q1 k = 2 Q2 k = 3 Q3 ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS SEM INTERVALO DE CLASSE Cálculo do quartil Qk k = 1 Q1 k = 2 Q2 k = 3 Q3 Definição: quartil Qk é o valor da variável que corresponde à classe desse quartil considerado. ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS SEM INTERVALO DE CLASSE Inicialmente, calcular a posição do quartil Qk para estabelecer em que classe se localiza o quartil considerado. Posição: ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS SEM INTERVALO DE CLASSE Sendo: K = número do quartil considerado; n = número de elementos coletados na pesquisa. ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS SEM INTERVALO DE CLASSE obtido o resultado para a posição Qk, localize esse valor na coluna da frequência acumulada, para conhecer qual é a classe que corresponde a essa posição. Essa classe recebe o nome de “classe do quartil k”. Verificar na coluna da variável em estudo qual o valor da variável localizada na classe do quartil Qk considerado. ADMINISTRAÇÃO O time de futebol masculino, constituído pelos alunos do ensino fundamental e médio do colégio Márcia Mariana de Itubiara, tem as idades discriminadas na Tabela 8.1. Calcule o valor dos quartis Q1, Q2 e Q3. EXERCÍCIO - 3 ADMINISTRAÇÃO EXERCÍCIO - 3 Idade Número de alunos (fi) 11 3 12 4 13 3 14 4 15 3 16 5 17 3 Total 24 Tabela 8.1 Distribuição da idade do time masculino de futebol. ADMINISTRAÇÃO EXERCÍCIO – 3 (solução) Idade Número de alunos (fi) Frequência acumula (Fac) 11 3 3 12 4 7 13 3 10 14 4 14 15 3 17 16 5 22 17 3 25 Total 25 Tabela 8.1 Distribuição da idade do time masculino de futebol. ADMINISTRAÇÃO EXERCÍCIO – 3 (solução) Cálculo do quartil Q1 (k = 1) Observamos que a localização da posição 6,25, na coluna da frequência acumulada, ocorre na segunda classe. Na segunda classe, o valor da variável é 12 anos, ou seja: Q1 = 12 anos. ADMINISTRAÇÃO EXERCÍCIO – 3 (solução) Cálculo do quartil Q2 (k = 2) Observamos que a localização da posição 12,5, na coluna da frequência acumulada, ocorre na quarta classe. Na quarta classe, o valor da variável é 14 anos, ou seja: Q2 = 14 anos. ADMINISTRAÇÃO EXERCÍCIO – 3 (solução) Cálculo do quartil Q3 (k = 3) Observamos que a localização da posição 18,75, na coluna da frequência acumulada, ocorre na sexta classe. Na sexta classe, o valor da variável é 16 anos, ou seja: Q3 = 16 anos. ADMINISTRAÇÃO INTERPRETAÇÃO DOS QUARTIS Primeiro quartil (Q1): 25% dos alunos têm idade menor ou igual a 12 anos e 75% têm idade maior ou igual a 12 anos. Segundo quartil (Q2): 50% dos alunos têm idade menor ou igual a 14 anos (Q1) e 50% têm idade maior ou igual a 14 anos. Terceiro quartil (Q3): 75% dos alunos têm idade menor ou igual a 16 anos e 25% têm idade maior ou igual a 16 anos. Observamos que a localização da posição 18,75, na coluna da frequência acumulada, ocorre na sexta classe. Na sexta classe, o valor da variável é 16 anos, ou seja: Q3 = 16 anos. ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS COM INTERVALO DE CLASSE No cálculo dos quartis para dados agrupados com intervalo de classe, utiliza-se técnicas semelhantes àquelas do cálculo dos quartis para dados agrupados sem intervalo de classe. Inicialmente calcular a posição do quartil Qk para estabelecer em que classe se localiza o quartil considerado. Posição: ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS COM INTERVALO DE CLASSE obtido o resultado para a posição do Qk, localize esse valor na coluna da frequência acumulada, para conhecer qual é a classe que corresponde a essa posição. Essa classe recebe o nome de “classe do quartil k”; determinar o valor da variável quecorresponde ao quartil Qk, através da fórmula a seguir. ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS COM INTERVALO DE CLASSE ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS COM INTERVALO DE CLASSE Sendo: k = quartil considerado; lQK = limite inferior do intervalo de classe do quartil considerado; Facanterior = frequência acumulada da classe anterior à classe do quartil considerado; ADMINISTRAÇÃO CALCULO DOS QUARTIS PARA DADOS AGRUPADOS COM INTERVALO DE CLASSE Sendo: fQK = frequência (simples) da classe do quartil considerado; n = número total de elementos da amostra; hQK = LQK – lQK = amplitude do intervalo de classe do quartil considerado. ADMINISTRAÇÃO EXERCÍCIO – 4 Numa fábrica de objetos de decoração, a distribuição do peso das peças fabricadas está registrada na Tabela 8.3. Calcule o valor dos quartis Q1, Q2 e Q3. ADMINISTRAÇÃO EXERCÍCIO – 4 i Peso dos objetos (kg) Número de peças (fi) 1 0 |__ 5 52 2 5 |__ 10 36 3 10 |__ 15 30 4 15 |__ 20 41 5 20 |__ 25 28 6 25 |__ 30 25 7 30 |__ 35 18 Total 230 ADMINISTRAÇÃO EXERCÍCIO – 4 i Peso dos objetos (kg) Número de peças (fi) Frequência acumulada (Fac) 1 0 |__ 5 52 52 2 5 |__ 10 36 88 3 10 |__ 15 30 118 4 15 |__ 20 41 159 5 20 |__ 25 28 187 6 25 |__ 30 25 212 7 30 |__ 35 18 230 Total 230 ADMINISTRAÇÃO EXERCÍCIO – 4 (solução) Cálculo do quartil Q1 (k = 1) ADMINISTRAÇÃO EXERCÍCIO – 4 (solução) Cálculo do quartil Q1 (k = 1) ADMINISTRAÇÃO EXERCÍCIO – 4 (solução) Cálculo do quartil Q2 (k = 2) ADMINISTRAÇÃO EXERCÍCIO – 4 (solução) Cálculo do quartil Q2 (k = 2) ADMINISTRAÇÃO EXERCÍCIO – 4 (solução) Cálculo do quartil Q3 (k = 3) ADMINISTRAÇÃO EXERCÍCIO – 4 (solução) Cálculo do quartil Q3 (k = 3) ADMINISTRAÇÃO INTERPRETAÇÃO DOS RESULTADOS 25% das peças (do lote analisado) têm peso menor que 5,76 kg (Q1), isto significa que os 75% restantes têm peso acima de 5,76 kg; 50% das peças (do lote analisado) têm peso menor que 14,50 kg (Q2), e os 50% restantes têm peso acima de 14,50 kg; 75% das peças (do lote analisado) têm peso menor que 22,41 kg (Q3), e os 25% restantes têm peso acima de 22,41 kg. ADMINISTRAÇÃO EstatísticaEstatística Medidas de dispersão Medidas de dispersão ou de variabilidadeou de variabilidade 7 MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE A interpretação de dados estatísticos exige que se realize um número maior de estudos, além das medidas de posição. O estudo das médias, medianas, moda, quartis e percentis são válidos, mas não suficientes para estudos comparativos ou conclusões qualitativas. ADMINISTRAÇÃO MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE Quanto maior a variação dos dados, menor a representatividade da média. Sendo assim, podemos dizer que as medidas de dispersão são úteis para qualificar a média. Quanto menor a dispersão, maior a homogeneidade na concentração entre os elementos do conjunto de valores, e mais confiável é a média. ADMINISTRAÇÃO MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE Um exemplo que ajuda a entender a necessidade de ter a medida de dispersão. Se um aluno foi aprovado com média 5, você sabe que as notas dele se distribuíram em torno de 5. No entanto a média nada diz sobre a variabilidade das notas. ADMINISTRAÇÃO MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE Se, durante o curso, foram feitas quatro provas e o aluno foi aprovado com média 5, pode ter tirado qualquer das combinações de notas apresentadas a seguir: I. 5; 5; 5; 5; II. 4; 6; 4; 6 III. 0; 0; 10; 10 ADMINISTRAÇÃO MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE Observando essas combinações de notas, você vê que: 1. as notas 5; 5; 5; 5 não variam; 2. as notas 4; 6; 4; 6 variam pouco; 3. as notas 0; 4; 6; 10 variam mais; 4. as notas 0; 0; 10; 10 têm a maior variabilidade. ADMINISTRAÇÃO MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE Este exemplo pretende mostrar que conjuntos com médias iguais podem ter variabilidade muito diferente. No caso, o conhecimento sobre a variabilidade das notas complementa a informação dada pela média. O professor fica sabendo, por exemplo: se o aluno foi, sempre, do tipo “médio” (5; 5; 5; 5); se o aluno tem comportamento muito variável (0; 6; 4; 10); se o aluno ou não estuda, ou estuda muito, para tirar 10 (0; 0; 10; 10). ADMINISTRAÇÃO MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE Conclusão: Em várias situações, é importante conhecer a variabilidade dos dados. Para isso, é preciso calcular e interpretar medidas de dispersão. Neste capítulo, serão descritas as seguintes medidas de dispersão: amplitude, variância e desvio-padrão. ADMINISTRAÇÃO AMPLITUDE A amplitude é a medida de dispersão mais fácil de ser calculada e – por conta disso – a mais utilizada. Para calcular a amplitude, você procura o maior e o menor valor do conjunto de dados, ou seja, o máximo e o mínimo. ADMINISTRAÇÃO AMPLITUDE • Cálculo da amplitude total para série simples Para dados não agrupados, a amplitude total é a diferença entre o maior e o menor valor da série de dados coletados. ADMINISTRAÇÃO AMPLITUDE O número de acidentes do trabalho ocorridos mensalmente numa empresa, durante o ano de 2009, está registrado no gráfico a seguir. Qual o valor da amplitude total dos valores dessa série? ADMINISTRAÇÃO AMPLITUDE ADMINISTRAÇÃO ADMINISTRAÇÃO AMPLITUDE Uma empresa seguradora especializada em seguros residenciais registrou o número diário de seguros contratados durante um período de 30 dias. Qual o valor da amplitude total dos dados registrados na tabela? N° de Seguros residenciais (Xi) 2 4 6 8 10 12 14 16 Número de dias (fi) 10 7 4 2 3 1 2 1 ADMINISTRAÇÃO AMPLITUDE Solução: Variável: SEGUROS RESIDENCIAIS AMPLITUDE • Cálculo da amplitude total para dados agrupados numa distribuição de frequência: Levando-se em consideração a variável em estudo, a amplitude total é a diferença entre o limite superior da classe mais alta e o limite inferior da classe mais baixa. ADMINISTRAÇÃO ( ) ( )última classe primeira classeMAX MINAT L l= - AMPLITUDE Foi feito um levantamento da idade de 43 pessoas presentes na sala de espera de um pronto-socorro. Os resultados expressos na Tabela 9.2. Calcule o valor da amplitude total dessa distribuição de idades. ADMINISTRAÇÃO i Idade N° de pessoas (fi) 1 15 Ⱶ 30 9 2 30 Ⱶ 45 12 3 45 Ⱶ 60 15 4 60 Ⱶ 75 7 Total n = 43 AMPLITUDE Solução: Variável: Idade ADMINISTRAÇÃO Observa-se que a amplitude total da série leva em conta somente os extremos, sem considerar os termos intermediários, e, nesse caso, o resultado não expressa se há equilíbrio na distribuição dos termos da série. VARIÂNCIA (S2) E DESVIO PADRÃO (S) A variância é a medida de dispersão mais empregada, pois leva em consideração todos os valores coletados para a variável em estudo. É um indicador de variabilidade mais confiável. ADMINISTRAÇÃO A variância relaciona os desvios em torno da média, ou mais especificamente é a média aritmética dos quadrados dos desvios. VARIÂNCIA (S2) E DESVIO PADRÃO (S) Valores da série próximos uns dos outros originam um desvio-padrão menor. Isso significa que, quanto menor for o valor do desvio- padrão, menor será a dispersão dos valores da série, ou seja, trata-se de uma série de valores de menor variação (série mais homogênea). ADMINISTRAÇÃO VARIÂNCIA (S2) E DESVIO PADRÃO (S) Valores da série muito afastados uns dos outros dão um desvio-padrão maior. Isso significa que, quanto maior for o valor do desvio- padrão, maior será a dispersão dos valores da série, ou seja, trata-se de uma série de valores com maior variação (série mais heterogênea). ADMINISTRAÇÃO VARIÂNCIA (S2) E DESVIO PADRÃO (S) Outro conceito que auxilia o entendimento de desvio- padrão é o coeficiente de variação, que permite comparar o grau de concentração em torno da média para duas ou mais séries distintas. ADMINISTRAÇÃO EXEMPLO Para maior clarezados conceitos, considere como exemplo a ocupação de dois hotéis, sendo A é um hotel de lazer e B é um motel de negócios. A tabela registra o número médio diário das unidades habitacionais ocupadas em cada hotel, durante os meses de janeiro a julho. ADMINISTRAÇÃO Mês Unidades habitacionais (média diária) Hotel A Hotel B Jan. 760 420 Fev. 690 450 Mar. 380 510 Abr. 280 460 Maio 320 470 Jun. 300 440 Jul. 710 480 Ago. 270 430 Set. 360 410 Valor médio 452,22 U.H 452,22 U.H Desvio-padrão (S) 204,62 U.H 31,53 U.H Coeficiente de variação VA = 45,25% VA = 6,97% ADMINISTRAÇÃO EXEMPLO ADMINISTRAÇÃO EXEMPLO Embora os dois hotéis apresentem a mesma média aritmética de leitos ocupados, a ocupação de cada hotel ao longo do período considerado é diferente. O hotel A apresenta uma grande variação do número de unidades habitacionais ocupadas em relação à média de ocupação diária obtida para o período em estudo (9 meses). O hotel B apresenta uma pequena variação, como pode ser observado no gráfico a seguir. ADMINISTRAÇÃO EXEMPLO ADMINISTRAÇÃO QUAIS DOS DOIS HOTÉIS APRESENTA VALORES MAIS DISPERSOS? Qual dos dois hotéis apresentam valores mais dispersos? A série de valores do hotel A é mais dispersa que a série de valores do hotel B. ADMINISTRAÇÃO QUAIS DOS DOIS HOTÉIS APRESENTA VALORES MAIS DISPERSOS? O que se conclui desse estudo? O hotel B mantém suas acomodações ocupadas de maneira uniforme ao longo do mesmo período, o que reduz a ociosidade de seus recursos, implicando numa receita maior em relação ao custo fixo. ADMINISTRAÇÃO QUAIS DOS DOIS HOTÉIS APRESENTA VALORES MAIS DISPERSOS? O que se conclui desse estudo? Por outro lado, o hotel A necessita manter uma infraestrutura maior para o atendimento nos meses de férias, que se mantém ociosa nos meses de menor ocupação, o que acarreta num custo maior. Ou seja, a vantagem para o hotel B está num melhor aproveitamento de seus recursos, bem como numa previsibilidade maior de suas necessidades futuras. ADMINISTRAÇÃO O QUE O ESTUDO DO GRAU DE DISPERSÃO PODE PROPORCIONAR? A diferença de homogeneidade entre os dados coletados para os dois hotéis ilustra a importância e a necessidade do estudo do grau de dispersão ou concentração dos dados em torno da média. ADMINISTRAÇÃO O QUE O ESTUDO DO GRAU DE DISPERSÃO PODE PROPORCIONAR? Observa-se que: quanto maior a dispersão, maior a amplitude, maior o desvio-padrão e menos homogênea é a série; quanto menor a dispersão, menor a amplitude, menor o desvio-padrão e mais homogênea é a série. ADMINISTRAÇÃO RELAÇÃO ENTRE A VARIÂNCIA E O DESVIO-PADRÃO O desvio-padrão é a raiz quadrada da variância, e consequentemente a variância é o quadrado do desvio- padrão. Notação: Variância = S2 e Desvio-padrão = S ADMINISTRAÇÃO EXEMPLO 1. Se o desvio-padrão de um conjunto de dados é 8, qual será o valor da variância? S = 8 S2 = 82 = 64 2. Se a variância de um conjunto de dados é 36, qual será o valor do desvio-padrão? S2 = 36 S = (36)1/2 = 6 S = 6 ADMINISTRAÇÃO CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA PARA SÉRIES SIMPLES (dados não agrupados) O desvio-padrão e a variância de uma série podem ser calculados para duas situações de coleta dos dados, população e amostra. As formulas são diferentes para cada caso, uma vez que deve haver um ajuste para o cálculo dessas grandezas quando os dados coletados referem-se a amostras. ADMINISTRAÇÃO CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA PARA SÉRIES SIMPLES (dados não agrupados) A variância relaciona os desvios em torno da média, ou, mais especificamente, é a média aritmética dos quadrados dos desvios. (População) ADMINISTRAÇÃO CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA PARA SÉRIES SIMPLES (dados não agrupados) A variância relaciona os desvios em torno da média, ou, mais especificamente, é a média aritmética dos quadrados dos desvios. (Amostra) ADMINISTRAÇÃO CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA PARA SÉRIES SIMPLES (dados não agrupados) O desvio-padrão é a medida mais usada na comparação de diferenças entre conjuntos de dados, por ter grande precisão. O desvio-padrão determina a dispersão dos valores em relação à média. (População) ADMINISTRAÇÃO CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA PARA SÉRIES SIMPLES (dados não agrupados) O desvio-padrão é a medida mais usada na comparação de diferenças entre conjuntos de dados, por ter grande precisão. O desvio-padrão determina a dispersão dos valores em relação à média. (Amostra) ADMINISTRAÇÃO CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA PARA SÉRIES SIMPLES (dados não agrupados) O valor médio em algumas séries resulta números decimais, consequentemente, o cálculo da variância e do desvio padrão pode-se estender num somatório do quadrado de números decimais. Com o objetivo de simplificar os cálculos matemáticos, utiliza-se uma fórmula alternativa para o cálculo da variância e do desvio padrão. ADMINISTRAÇÃO CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA PARA SÉRIES SIMPLES (dados não agrupados) ADMINISTRAÇÃO ( )22 21 1 i i x S x n n é ù ê ú= - - ê ú ë û åå (População) (Amostra) Fórmula Alternativa CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA PARA SÉRIES SIMPLES (dados não agrupados) ADMINISTRAÇÃO ( )221 i i x S x n n é ù ê ú= - ê ú ë û åå ( )221 1 i i x S x n n é ù ê ú= - - ê ú ë û åå (População) (Amostra) CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA (dados agrupados) (População) (Amostra) ADMINISTRAÇÃO CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA (dados agrupados) (População) (Amostra) ADMINISTRAÇÃO CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA (dados agrupados) (População) (Amostra) ADMINISTRAÇÃO Fórmula Alternativa CÁLCULO DO DESVIO-PADRÃO E VARIÂNCIA (dados agrupados) (População) (Amostra) ADMINISTRAÇÃO Fórmula Alternativa ( )221 i i i i x f S x f n n é ù ê ú= - ê ú ë û åå ( )221 1 i i i i x f S x f n n é ù ê ú= - - ê ú ë û åå ADMINISTRAÇÃO DISPERSÃO ABSOLUTA E RELATIVA NA COMPARAÇÃO DE DUAS SÉRIES DE DADO COLETADOS A dispersão relativa é a razão entre a dispersão absoluta e o valor da média. ADMINISTRAÇÃO DISPERSÃO ABSOLUTA E RELATIVA NA COMPARAÇÃO DE DUAS SÉRIES DE DADO COLETADOS Dispersão absoluta: é medida pelo desvio-padrão (a série com maior valor de desvio-padrão terá maior dispersão absoluta). Dispersão relativa: é medida pelo coeficiente de variação (a série com maior coeficiente de variação terá maior dispersão relativa). ADMINISTRAÇÃO COEFICIENTE DE VARIAÇÃO OU COEFECIENTE DE VARIAÇÃO DE PEARSON A dispersão relativa é medida pelo coeficiente de variação de Pearson, ou simplesmente coeficiente de variação, sendo que a dispersão absoluta é o desvio padrão S. Utiliza-se o coeficiente de variação na comparação do grau de concentração de valores em torno da média para duas ou mais séries distintas. ADMINISTRAÇÃO CURVAS SIMÉTRICAS E ASSIMÉTRICAS Uma curva plana é simétrica se for possível por uma reta (chamada eixo de simetria), de forma que as duas metades da curva assim obtidas possam ser sobrepostas por dobragem. Uma curva assimétrica é uma curva não simétrica. ADMINISTRAÇÃO DISTRIBUIÇÃO DE FREQUENCIA REPRESENTADA POR UMA CURVA SIMÉTRICA Na estatística, ocorrem distribuições de frequências, cuja representação gráfica é uma curva normal, caso particular de uma curva simétrica. A curva normal é também conhecida como curva em forma de sino. O pico da curva é o valor modal, que corresponde ao maior valor da frequência. ADMINISTRAÇÃO DISTRIBUIÇÃO DE FREQUENCIA REPRESENTADA POR UMA CURVA SIMÉTRICA ADMINISTRAÇÃO DISTRIBUIÇÃO DE FREQUENCIA REPRESENTADA POR UMA CURVA ASSIMÉTRICA Tanto nas representações gráficas de distribuição de frequência simétrica quanto nas assimétricas o pico da curva corresponde ao valor modal. Observa-se na curva de distribuição de frequência assimétrica a distribuição dos pontos do lado esquerdo da curva em relação à moda é diferente da distribuição dos pontos do lado direito da curva.Uma distribuição de frequência é assimétrica quando a média, a mediana e a moda não coincidem num mesmo ponto da representação gráfica da distribuição, apresentando valores diferentes. ADMINISTRAÇÃO DISTRIBUIÇÃO DE FREQUENCIA REPRESENTADA POR UMA CURVA ASSIMÉTRICA Nas distribuições assimétricas os valores da moda, da mediana e da média divergem sendo que a média sempre estará do mesmo lado que a cauda mais longa Assimétrica à direita (Positiva): à direita da Mo (Mo < Md < ) ADMINISTRAÇÃO DISTRIBUIÇÃO DE FREQUENCIA REPRESENTADA POR UMA CURVA ASSIMÉTRICA Assimétrica à esquerda (Negativa): .... x à esquerda da Mo ( < Md < Mo) ADMINISTRAÇÃO COEFICIENTE DE ASSIMETRIA DE PEARSON O coeficiente de assimetria de Pearson estabelece o grau de assimetria de uma curva de distribuição de frequências, ou seja, mede o afastamento da mediana em relação à média aritmética da distribuição. ADMINISTRAÇÃO COEFICIENTE DE ASSIMETRIA DE PEARSON O coeficiente de assimetria de Pearson pode ser nulo, positivo ou negativo. Se o coeficiente de Pearson for: •Nulo indica que a curva é simétrica, ou seja, não há assimetria (é uma curva de distribuição normal); •positivo indica a assimetria é positiva (deslocamento para a direita); •negativo indica que a assimetria é negativa (deslocamento para a esquerda) ADMINISTRAÇÃO CURTOSE É o grau de achatamento (ou afilamento) de uma distribuição em comparação com uma curva normal de frequência. De acordo com o grau de curtose, classificamos três tipos de curvas de frequência: •Mesocúrtica: é uma curva básica de referencia chamada curva padrão ou curva normal •Leptocúrtica: é uma curva mais afilada (menos aberta) que a curva normal; ADMINISTRAÇÃO CURTOSE •Leptocúrtica: é uma curva mais afilada (menos aberta) que a curva normal; • Platicúrtica: é uma curva mais achatada (mais aberta) que a curva normal. ADMINISTRAÇÃO CURTOSE ADMINISTRAÇÃO COEFICIENTE PERCENTÍLICO DE CURTOSE A curtose avalia o grau de achatamento (ou afilamento) de uma curva. A medida da curtose pode ser feita pela coeficiente percentílico de curtose: ADMINISTRAÇÃO COEFICIENTE PERCENTÍLICO DE CURTOSE Uma curva normal apresenta um coeficiente percentílico de curtose de valor C = 0,263. Esse valor é obtido ao se aplicar a expressão matemática do coeficiente percentílico de curtose aos valores de uma distribuição simétrica normal. Tomando-se esse valor como padrão, pode-se estabelecer comparações entre as diversas curvas: • C = 0,263 corresponde à curva mesocúrtica; • C < 0,263 corresponde à curva leptocúrtica; • C > 0,263 corresponde à curva platicúrtica. Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21 Slide 22 Slide 23 Slide 24 Slide 25 Slide 26 Slide 27 Slide 28 Slide 29 Slide 30 Slide 31 Slide 32 Slide 33 Slide 34 Slide 35 Slide 36 Slide 37 Slide 38 Slide 39 Slide 40 Slide 41 Slide 42 Slide 43 Slide 44 Slide 45 Slide 46 Slide 47 Slide 48 Slide 49 Slide 50 Slide 51 Slide 52 Slide 53 Slide 54 Slide 55 Slide 56 Slide 57 Slide 58 Slide 59 Slide 60 Slide 61 Slide 62 Slide 63 Slide 64 Slide 65 Slide 66 Slide 67 Slide 68 Slide 69 Slide 70 Slide 71 Slide 72 Slide 73 Slide 74 Slide 75 Slide 76 Slide 77 Slide 78 Slide 79 Slide 80 Slide 81 Slide 82 Slide 83 Slide 84 Slide 85 Slide 86 Slide 87 Slide 88 Slide 89 Slide 90 Slide 91 Slide 92 Slide 93 Slide 94 Slide 95 Slide 96 Slide 97 Slide 98 Slide 99 Slide 100 Slide 101 Slide 102 Slide 103 Slide 104
Compartilhar