Baixe o app para aproveitar ainda mais
Prévia do material em texto
BIBLIOGRAFIA CRESPO, Antônio Arnot. Estatística fácil. São Paulo: Saraiva,2001. DORNELLES JÚNIOR, Luiz Arthur. Probabilidade e estatística; design instrucional Karla Leonora Dahse Nunes, Sabrina Bleicher. – 2. ed. – Palhoça: UnisulVirtual, 2011. , Giuseppe. Estatística Aplicada. São Paulo: Atlas, 1995 SILVA, Ermes Medeiros da. Estatística para os Cursos de Economia, Administração e Ciências Contábeis – Vol.1. São Paulo: Atlas, 1996 SPIEGEL, Murray R. Estatística: 383 problemas resolvidos, 416 problemas suplementares. São Paulo: Makron Books, 1994. STEVENSON, Willian. Estatística Aplicada à Administração. São Paulo: Harbra, 1981. TRIOLA, Mario F. Introdução à Estatística. Rio de Janeiro: LTC, 1999. VIEIRA, Sonia. Princípios de Estatística. São Paulo: Pioneira, 2003. http://alea-estp.ine.pt http://vejaonline.abril.com.br/notitia http://www.fgv.br http://www.fipe.comFLEMMING, Diva Marília. Representações Gráficas. São José: Ed. Saint Germain, 2003 LEVIN, Jack. Estatística Aplicada às Ciências Humanas. São Paulo: Habra, 1987. MILONE http://www.ibge.gov.br http://www.dieese.org.br http://www.ipeadata.gov.br/ http://www.mdic.gov.br/comext/decex/siscomex.html http://www.bacen.gov.br/ http://www.bovespa.com.br/ http://www.adinvest.com.br/ http://www.secovi-sp.com.br/index.php http://www.cni.org.br/ http://www.juliobattisti.com.br/excel120/excel120.asp http://www.esgb-antero-quental.rcts.pt/NMAT/estatistica.htm#Cuidado Prof. Luiz Arthur Dornelles Jr. 1 Prof. Luiz Arthur Dornelles Jr. 2 ESTATÍSTICA l A palavra Estatística origina-se do latim e o seu radical, status, significa estado. Sendo assim, a palavra estatística significa o estudo do Estado. Prof. Luiz Arthur Dornelles Jr. 3 ESTATÍSTICA l Um conjunto de métodos científicos para a coleta, organização, apresentação e análise de dados, bem como, para a conclusão e tomada de decisões baseadas em tais análises. DEFINIÇÃO Prof. Luiz Arthur Dornelles Jr. 4 ESTATÍSTICA l Se confunde com a história dos números. Quando a estatística começou a ser aplicada? NÔMADE SEDENTÁRIO CONTAGEM Prof. Luiz Arthur Dornelles Jr. 5 ESTATÍSTICA DUAS ESCOLAS (principais) COMO CIÊNCIA, É BASTANTE RESCENTE Inglaterra - Séc. XVI Alemanha - Séc XVIII Estatística demográfica Termo Estatística Prof. Luiz Arthur Dornelles Jr. 6 ESTATÍSTICA DIVISÕES DA ESTATÍSTICA DESCRITIVA INDUTIVA(probabilidade) Observar Organizar Analisar, etc. Estimar Prever Amostrar, etc Prof. Luiz Arthur Dornelles Jr. 7 ESTATÍSTICA FASES DO MÉTODO ESTATÍSTICO ð definição do problema; ð planejamento; ð coleta de dados; ð crítica e apuração dos dados; ð apresentação dos dados; ð análise e interpretação dos dados; ð relatório final e publicação. Arei rof. Luiz Arthur Dornelles Jr. 8 ESTATÍSTICA PROCESSO DE PESQUISA Prof. Luiz Arthur Dornelles Jr. 9 ESTATÍSTICA CUIDADO COM AS ESTATÍSTICAS Fonte: http://www.esgb-antero-quental.rcts.pt/NMAT/estatistica.htm, em 01/03 1º caso: Por vezes a Estatística pode originar alguns mal entendidos... “No aviário do ti’ Januário D. Estatística dizia: Uma galinha... Coitadinha!... Põe ovo e meio por dia!” Prof. Luiz Arthur Dornelles Jr. 10 ESTATÍSTICA CUIDADO COM AS ESTATÍSTICAS 2º caso: Cuidado com informações maliciosas e tendenciosas ... Analise o seguinte gráfico... Prof. Luiz Arthur Dornelles Jr. 11 ESTATÍSTICA CUIDADO COM AS ESTATÍSTICAS 2º caso (cont.): Cuidado com informações maliciosas e tendenciosas ... Na realidade, ele deveria ser assim ... Prof. Luiz Arthur Dornelles Jr. 12 ESTATÍSTICA 1ª ETAPA: DEFINIÇÃO DO PROBLEMA 2ª ETAPA: PLANEJAMENTO DA PESQUISA ð Formulação dos objetivos ð Definir população e amostra ð Definir coleta de dados Variáveis Plano de coleta Plano de amostragem Prof. Luiz Arthur Dornelles Jr. 13 ESTATÍSTICA 3ª ETAPA: COLETA DE DADOS 4ª ETAPA: CRÍTICA E APURAÇÃO DOS DADOS ð Organização dos dados ð Medidas ð Testes Prof. Luiz Arthur Dornelles Jr. 14 ESTATÍSTICA 5ª ETAPA: ANÁLISE E INTERPRETAÇÃO DOS DADOS 6ª ETAPA: RELATÓRIO FINAL E PUBLICAÇÃO Prof. Luiz Arthur Dornelles Jr. 15 ESTATÍSTICA O que é População e Amostra? Você prova sua comida quando cozinha? População: é o conjunto total de elementos com pelo menos uma característica em comum, cujo comportamento interessa estudar. Prof. Luiz Arthur Dornelles Jr. 16 ESTATÍSTICA POPULAÇÃO OBJETIVOS DA PESQUISA POPULAÇÃO Prof. Luiz Arthur Dornelles Jr. 17 ESTATÍSTICA POPULAÇÃO: N= número de elementos da população Elementos da população: Animados Inanimados Número de elementos: Finita Infinita Prof. Luiz Arthur Dornelles Jr. 18 ESTATÍSTICA AMOSTRA: n= número de elementos da amostra Amostra: é o conjunto de elementos ou observações, recolhidos a partir de um subconjunto da população, que se estuda com o objetivo de tirar conclusões para a população de onde foi recolhida Prof. Luiz Arthur Dornelles Jr. 19 ESTATÍSTICA Por que usar amostragem? ECONOMIA TEMPO CONFIABILIDADE Prof. Luiz Arthur Dornelles Jr. 20 ESTATÍSTICA PLANO DE AMOSTRAGEM OBJETIVOS DA PESQUISA POPULAÇÃO AMOSTRAGEM Forma de seleção dos elementos Estimar os parâmetros necessários Prof. Luiz Arthur Dornelles Jr. 21 ESTATÍSTICA O objetivo da amostragem é fazer inferências, estimar e tirar conclusões a respeito da população. AMOSTRA DEVE SER REPRESENTATIVA EVITAR DISTORÇÃO DA REALIDADE Prof. Luiz Arthur Dornelles Jr. 22 Parâmetro: usado para designar alguma característica descritiva dos elementos da população (percentagem, média, etc.); ESTATÍSTICA ALGUNS CONCEITOS IMPORTANTES Censo: é uma coleção de dados relativos a todos os elementos de uma população Prof. Luiz Arthur Dornelles Jr. 23 ESTATÍSTICA Formas de seleção dos elementos da amostra (e/ou tipos de amostra) Amostra aleatória ou probabilística Amostra sistemática Amostra estratificada Amostra intencional ou não probabilística Amostra de conglomerados Prof. Luiz Arthur Dornelles Jr. 24 ESTATÍSTICA ALGUNS CONCEITOS IMPORTANTES Estimação: é uma avaliação indireta de um parâmetro, com base em uma estimativa, onde utilizamos o cálculo de probabilidades Parâmetro: usado para designar alguma característica descritiva dos elementos da população (percentagem, média, etc.); Censo: é uma coleção de dados relativos a todos os elementos de uma população Prof. Luiz Arthur Dornelles Jr. 25 l O que são dados primários? l O que são dados secundários? ESTATÍSTICA Prof. Luiz Arthur Dornelles Jr. 26 Qualitativas ESTATÍSTICA ALGUNS CONCEITOS IMPORTANTES O que são Variáveis? Quantitativas Tipos de Variáveis Prof. Luiz Arthur Dornelles Jr. 27 Nominais ESTATÍSTICA ALGUNS CONCEITOS IMPORTANTES Qualitativas Ordinais Prof. Luiz Arthur Dornelles Jr. 28 Discretas ESTATÍSTICA ALGUNS CONCEITOS IMPORTANTES Quantitativas Contínuas Prof. Luiz Arthur Dornelles Jr. 29 ESTATÍSTICA ALGUNS CONCEITOS IMPORTANTES Prof. Luiz Arthur Dornelles Jr. 30 ESTATÍSTICA SÉRIES ESTATÍSTICAS Série Temporal Meses / 2003 Vendas Nominais 01 291.812,23 02 310.306,87 03 318.536,23 04 315.063,48 05 325.684,84 06 308.901,45 Prof. Luiz Arthur Dornelles Jr. 31 ESTATÍSTICA SÉRIES ESTATÍSTICAS Série Geográfica Estado Índice (base fixa:2002=100) Amazonas 129,34 Bahia 102,59 Ceará 114,80 Espírito Santo 113,28 Goiás 116,25 Minas Gerais 118,28 Pernambuco 89,25 Paraná 169,61 Rio de Janeiro 130,09 R.Grande do Sul 182,49 Santa Catarina 100,07 São Paulo 203,63 Prof. Luiz Arthur Dornelles Jr. 32 ESTATÍSTICA SÉRIES ESTATÍSTICAS Série Específica Prof. Luiz Arthur Dornelles Jr. 33 ESTATÍSTICA SÉRIES ESTATÍSTICAS Séries conjugadas Setor Ano Agropecuária Indústria Serviços 1998 1,94 -1,45 1,111999 8,33 -2,22 2,01 2000 2,15 4,81 3,80 2001 5,71 -0,31 1,86 2002 5,79 1,52 1,49 Prof. Luiz Arthur Dornelles Jr. 34 ESTATÍSTICA ELABORAÇÃO DO QUESTIONÁRIO PROBLEMA OBJETIVOS PLANO DE AMOSTRAGEM POPULAÇÃO REDAÇÃO DO QUESTIONÁRIO PRÉ-TESTAGEM DO QUESTIONÁRIO Prof. Luiz Arthur Dornelles Jr. 35 ESTATÍSTICA ELABORAÇÃO DO QUESTIONÁRIO SEPARAR AS CARACTERÍSTICAS A SEREM LEVANTADAS REVISÃO BIBLIOGRÁFICA SOBRE O ASSUNTO E CONHECER MELHOR AS CARACTERÍSTICAS A SEREM MEDIDAS DEFINIR FORMA DE MENSURAÇÃO DAS VARIÁVEIS ELABORAR UMA OU MAIS PERGUNTAS PARA CADA CARACTERÍSTICA A SER OBSERVADA VERIFICAR CLAREZA DAS QUESTÕES VERIFICAR SE QUESTÃO NÃO INDUZ ALGUMA RESPOSTA VERIFICAR SE A(S) RESPOSTA(S) NÃO É(SÃO) ÓBVIA(S) Prof. Luiz Arthur Dornelles Jr. 36 ESTATÍSTICA FORMAS DE APLICAÇÃO RESPONDIDO PELO ELEMENTO DA POPULAÇÃO (SEM INTERFERÊNCIA) RESPONDIDO COM INTERFERÊNCIA DE UM ENTREVISTADOR DAR PREFERÊNCIA A QUESTIONÁRIOS ANÔNIMOS TREINAR ENTREVISTADORES Prof. Luiz Arthur Dornelles Jr. 37 ARREDONDAMENTO DE DADOS ð IBGE - resolução 886/66 ð ABNT - NBR 5891/77 CASO I: ð O algarismo seguinte à casa é 0, 1, 2, 3 ou 4 Exemplo 01: ð Arredondar para a primeira casa decimal: 158,4385 → → há uma perda de ð Arredondar para a segunda casa decimal: 24,1028 → → há uma perda de ESTATÍSTICA Prof. Luiz Arthur Dornelles Jr. 38 ARREDONDAMENTO DE DADOS CASO II: ð O algarismo seguinte à casa é 5, 6, 7, 8 ou 9 Exemplo 02: ð Arredondar para a 2ª casa decimal: 158,4385 → → há uma ganho de ð Arredondar para a 3ª casa decimal: 24,1029 → → há uma ganho de ð Arredondar para a 1ª casa decimal: 67,97 → → há uma ganho de ESTATÍSTICA Prof. Luiz Arthur Dornelles Jr. 39 ARREDONDAMENTO DE DADOS CASO III: ð O algarismo seguinte à casa é 5 – é um caso especial previsto pela norma. Não é muito usado. O critério que adotaremos em nosso estudo será o caso dois (slide anterior) NÃO VAMOS USAR ESTE CRITÉRIO PARA O 5 VALE O CASO II ESTATÍSTICA Prof. Luiz Arthur Dornelles Jr. 40 NOÇÕES DE SOMATÓRIO Seja x={x1, x2, x3, x4, ... xn}. A soma dos elementos deste conjunto pode ser representada por: Exemplo 03: € xi i=1 n ∑ = € a) xi i=1 6 ∑ = b) xi i=4 9 ∑ = c) xi i=25 39 ∑ = ESTATÍSTICA Prof. Luiz Arthur Dornelles Jr. 41 NOÇÕES DE SOMATÓRIO Exemplo 03 (cont.): € d) xi i=1 6 ∑ yi = e) xi( ) 2 i=4 9 ∑ = Exemplo 04: sendo x={1, 3, 5} e y={2, 4, 7} calcule: € a) xi i=1 3 ∑ = b) yi i=1 3 ∑ = € c) (xi + yi) i=1 3 ∑ = d) xi i=1 3 ∑ + yi i=1 3 ∑ = € (xi ± yi ) = i=1 n ∑ xi i=1 n ∑ ± yi i=1 n ∑ ESTATÍSTICA Prof. Luiz Arthur Dornelles Jr. 42 NOÇÕES DE SOMATÓRIO Exemplo 05: sendo x={1, 3, 5} e y={2, 4, 7} calcule: € a) xi i=1 3 ∑ = b) yi i=1 3 ∑ = € c) (xi .yi) i=1 3 ∑ = d) xi i=1 3 ∑ . yi i=1 3 ∑ = € (xi .yi)≠ i=1 n ∑ xi i=1 n ∑ . yi i=1 n ∑ € xi i=1 n ∑ # $ % & ' ( 2 ≠ xi( ) i=1 n ∑ 2 € a) (xi)2 i=1 3 ∑ = b) xi i=1 3 ∑ # $ % & ' ( 2 = Exemplo 06: sendo x={1, 3, 5} e y={2, 4, 7} calcule: ESTATÍSTICA Prof. Luiz Arthur Dornelles Jr. 43 NOÇÕES DE SOMATÓRIO Exemplo 07: Calcule as seguintes quantidades para os dados abaixo: € a) xi ∑ = b) fi ∑ = c) xi fi ∑ = d) (xi)2 ∑ = e) fi(xi)2 ∑ = ESTATÍSTICA Prof. Luiz Arthur Dornelles Jr. 44 DISTRIBUIÇÃO DE FREQÜÊNCIAS l O que são dados brutos? l O que são dados agrupados? Prof. Luiz Arthur Dornelles Jr. 45 Para uma variável qualitativa nominal. I M R P I I P R P R I P P I R I P P P M I P P P M P I I I M P R M R R P M M P R I R M P P I R P M P I P P M P I Legenda I – Investimentos imobiliários M – Investimento em mercado de ações P – Investimento em poupança R – Investimento em fundos de renda fixa A seguir está relacionado o tipo de investimento preferido por clientes de um banco: DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 46 Para uma variável qualitativa ordinal. A seguir está relacionada a satisfação de cada cliente com os serviços de um banco: DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 47 l Para uma variável quantitativa discreta. A seguir está relacionado o número de defeitos por peça conforme são produzidas neste lote: 1 1 4 1 0 0 1 6 5 0 0 0 0 0 0 0 0 1 0 0 1 0 3 2 4 2 0 0 2 0 1 0 0 0 3 3 0 0 4 0 0 1 0 2 0 0 1 0 3 0 0 0 3 0 0 0 DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 48 l Para uma variável quantitativa contínua Os valores anotados a seguir representam o volume de vendas mensal de 56 representantes: 23,25 27,43 17,76 33,33 33,05 16,08 34,49 23,74 32,63 20,58 18,50 16,69 16,43 20,08 19,00 16,13 21,36 26,60 22,49 22,77 23,05 33,55 22,73 24,89 24,11 34,83 21,73 31,53 35,13 34,36 20,80 16,84 29,55 34,76 31,72 24,89 21,65 22,65 30,43 30,93 17,25 17,05 19,67 22,79 25,30 23,08 25,77 35,03 16,59 15,90 20,30 33,86 17,76 30,93 20,81 29,05 DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 49 Título Coluna numérica Coluna indicadora Corpo Rodapé Total Linhas Cabeçalho l TABELAS Ano PIB (em bilhões de dólares) 1996 775,5 1997 807,8 1998 787,9 1999 531,1 2000 594,2 2001 503,9 Total 4000,4 O PIB do Brasil em bilhões de dólares – 1996-2001 Fonte: IBGE DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 50 COMO MONTAR TABELAS PARA VARIÁVEL QUALITATIVA NOMINAL? 1º) Organizar os dados por semelhança I I I I I I I I I I I I I I M M M M M M M M M M P P P P P P P P P P P P P P P P P P P P P P R R R R R R R R R R I – Investimentos imobiliários M – Investimento em mercado de ações P – Investimento em poupança R – Investimento em fundos de renda fixa DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 51 COMO MONTAR TABELAS PARA VARIÁVEL QUALITATIVA? 2º) Escrever cada uma das opções verificadas e contar I 14 M 10 P 22 R 10 DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 52 COMO MONTAR TABELAS PARA VARIÁVEL QUALITATIVA? 3º) Montar a tabela Tipo de investimento Número de clientes Imobiliário 14 Mercado de ações 10 Poupança 22 Fundos de renda fixa 10 Total 56 Investimentos mais confiáveis segundo clientes do banco Fonte: dados fictícios DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 53 COMO MONTAR TABELAS PARA VARIÁVEL QUALITATIVA ORDINAL? 1º) Organizar os dados por semelhança DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 54 2º) Escrever cada uma das opções verificadas e contar COMO MONTAR TABELAS PARA VARIÁVEL QUALITATIVA ORDINAL? Satisfação com os serviços prestados pelo banco Fonte: dados fictícios DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 55 3º) Pode ser usado escala numérica: COMO MONTAR TABELAS PARA VARIÁVEL QUALITATIVA ORDINAL? Satisfação com os serviços prestados pelo banco Fonte: dados fictícios DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 56 TABELAS PARA VARIÁVEL QUANTITATIVA DISCRETA 1º) Organize os dados em ordem crescente - ROL 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 2 2 2 2 3 3 3 3 3 4 4 4 5 6 DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 57 TABELAS PARA VARIÁVEL QUANTITATIVA DISCRETA 2º) Escrever cada uma das opções verificadas 0 33 1 9 2 4 3 5 4 3 5 1 6 1 DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 58 TABELAS PARA VARIÁVEL QUANTITATIVA DISCRETA 3º) Montar a tabela Número de defeitos por peças analisadas do lote xxxx Fonte: Setor de Controle de Qualidade fictício Número de defeitos (xi) Número de peças (fi) 0 33 1 9 2 4 3 5 4 3 5 1 6 1 Total (Σfi) 56 Freqüência simples Valores que a variávelpode assumir Freqüência total DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 59 TABELAS PARA VARIÁVEL QUANTITATIVA CONTÍNUA 1º) Organize os dados em ordem crescente - ROL 15,90 16,08 16,13 16,43 16,59 16,69 16,84 17,05 17,25 17,76 17,76 18,50 19,00 19,67 20,08 20,30 20,58 20,80 20,81 21,36 21,65 21,73 22,49 22,65 22,73 22,77 22,79 23,05 23,08 23,25 23,74 24,11 24,89 24,89 25,30 25,77 26,60 27,43 29,05 29,55 30,43 30,93 30,93 31,53 31,72 32,63 33,05 33,33 33,55 33,86 34,36 34,49 34,76 34,83 35,03 35,13 DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 60 TABELAS PARA VARIÁVEL QUANTITATIVA CONTÍNUA 2º) Número de intervalos (k) - são usados dois critérios Critério da raiz Fórmula de Sturges 3,3.logn1k += nk = k=? DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 61 TABELAS PARA VARIÁVEL QUANTITATIVA CONTÍNUA 3º) Amplitude Total (At) At=? AT=L(máx) – l(min) 4º) Amplitude do intervalo de classe (h) k ATh = h=? DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 62 TABELAS PARA VARIÁVEL QUANTITATIVA CONTÍNUA l Amplitude total 19,23 (At=19,23) l Sete intervalos (k=7) l Cada um com o tamanho de 2,8 (h=2,8) RESUMINDO h.k>AT 5º) Testar os cálculos DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 63 TABELAS PARA VARIÁVEL QUANTITATIVA CONTÍNUA 6º) Escrever os intervalos da tabela (15,9); 15,9 |--- 18,7 18,7 |--- 21,5 21,5 |--- 24,3 24,3 |--- 27,1 27,1 |--- 29,9 29,9 |--- 32,7 32,7 |--- 35,5 Começar pelo menor valor Somar 2,8 (h): l Amplitude total 19,23 (At=19,23) l Sete intervalos (k=7) l Cada um com o tamanho de 2,8 (h=2,8) DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 64 TABELAS PARA VARIÁVEL QUANTITATIVA CONTÍNUA 7º) Construção da tabela Classe Volume de vendas (em mil reais) 1 15,9 |--- 18,7 2 18,7 |--- 21,5 3 21,5 |--- 24,3 4 24,3 |--- 27,1 5 27,1 |--- 29,9 6 29,9 |--- 32,7 7 32,7 |--- 35,5 Total (Σfi) DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 65 TABELAS PARA VARIÁVEL QUANTITATIVA CONTÍNUA 8º) Contar e marcar o número de valores em cada intervalo 15,90 16,08 16,13 16,43 16,59 16,69 16,84 17,05 17,25 17,76 17,76 18,50 19,00 19,67 20,08 20,30 20,58 20,80 20,81 21,36 21,65 21,73 22,49 22,65 22,73 22,77 22,79 23,05 23,08 23,25 23,74 24,11 24,89 24,89 25,30 25,77 26,60 27,43 29,05 29,55 30,43 30,93 30,93 31,53 31,72 32,63 33,05 33,33 33,55 33,86 34,36 34,49 34,76 34,83 35,03 35,13 DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 66 TABELAS PARA VARIÁVEL QUANTITATIVA CONTÍNUA 8º) Contar e marcar o número de valores em cada intervalo Classe Volume de vendas (em mil reais) Contagem Nº de representantes (fi) 1 15,9 |--- 18,7 12 2 18,7 |--- 21,5 8 3 21,5 |--- 24,3 12 4 24,3 |--- 27,1 5 5 27,1 |--- 29,9 3 6 29,9 |--- 32,7 6 7 32,7 |--- 35,5 10 Total (Σfi) 56 DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 67 TABELAS PARA VARIÁVEL QUANTITATIVA CONTÍNUA 9º) A tabela Volume de vendas (em mil reais) Nº de representantes (fi) 15,9 |--- 18,7 12 18,7 |--- 21,5 8 21,5 |--- 24,3 12 24,3 |--- 27,1 5 27,1 |--- 29,9 3 29,9 |--- 32,7 6 32,7 |--- 35,5 10 Total (Σfi) 56 Volume de vendas mensal, em milhares de reais Fonte: Setor fictício de vendas DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 68 Quais são os tipos de FREQUÊNCIAS? frequência acumulada direta ou "abaixo de" (fiacd) DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 69 Quais são os tipos de FREQUÊNCIAS? frequência acumulada indireta ou "acima de" (fiaci) DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 70 Quais são os tipos de FREQUÊNCIAS? frequência relativa (fr) n ffr i= DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 71 Quais são os tipos de FREQUÊNCIAS? frequência percentual (fp) fp = fr.100 DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 72 Quais são os tipos de FREQUÊNCIAS? Ponto médio de uma classe 2 LiliPM += DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 73 Veja como fica a tabela (distribuição de FREQUÊNCIAS) completa DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 74 FREQUÊNCIAS acumuladas direta e indireta percentual DISTRIBUIÇÃO DE FREQUÊNCIAS Prof. Luiz Arthur Dornelles Jr. 75 REPRESENTAÇÕES GRÁFICAS Ä Para que usar gráficos? Ü Representar dados de forma clara e simples Ü Possibilitar acesso rápido à informações Ä Requisitos de um gráfico Ü Simplicidade Ü Clareza Ü Veracidade Prof. Luiz Arthur Dornelles Jr. 76 Censo Demográfico - Brasil - 1890- 2000 0 20 40 60 80 100 120 140 160 180 18 90 19 20 19 50 19 70 19 90 Anos Censo Demográfico - Brasil - 1890-2000 0 20 40 60 80 100 120 140 160 180 1890 1900 1920 1940 1950 1960 1970 1980 1990 2000 Anos Po pu la çã o (e m m ilh õe s) REPRESENTAÇÕES GRÁFICAS Ä Evitar distorções! Prof. Luiz Arthur Dornelles Jr. 77 Três tipos de gráficos mais usados Ü Diagramas Ü Cartogramas Ü Pictogramas REPRESENTAÇÕES GRÁFICAS Prof. Luiz Arthur Dornelles Jr. 78 Censo Demográfico - Brasil - 1890-2000 0 20 40 60 80 100 120 140 160 180 1890 1900 1920 1940 1950 1960 1970 1980 1990 2000 Anos Po pu la çã o (e m m ilh õe s) Sugestões para a construção de gráficos Escala horizontal REPRESENTAÇÕES GRÁFICAS Título Fonte Fonte: IBGE Linhas de grade Escala vertical Identificação dos eixos Prof. Luiz Arthur Dornelles Jr. 79 Investimentos mais confiáveis segundo clientes do banco 14 10 22 10 0 5 10 15 20 25 Imobiliário Mercado de ações Poupança Fundos de renda f ixa Ti po d e in ve st im en to Nº de clientes Censo Demográfico - Brasil - 1890-2000 0 20 40 60 80 100 120 140 160 180 1890 1900 1920 1940 1950 1960 1970 1980 1990 2000 Anos TEMPERATURA MÉDIA MENSAL EM 2000 0 1 0 20 30 40 Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Diagramas Tipos de diagrama Ü Gráficos em barras Ü Gráficos em colunas Ü Gráficos de setores (pizza) Ü Gráfico de linhas ou curvas Ü Gráfico Polar Volume de vendas mensal por representante de uma empresa que fabrica remédios – outubro/2003 0 2 4 6 8 10 12 14 15,9 |--- 18,7 18,7 |--- 21,5 21,5 |--- 24,3 24,3 |--- 27,1 27,1 |--- 29,9 29,9 |--- 32,7 32,7 |--- 35,5 Volume de vendas (em mil reais)Investimentos mais confiáveis segundo clientes do banco Mercado de ações 17,86% Imobiliário 25,00% Poupança 39,29% Fundos de renda fixa 17,86% Prof. Luiz Arthur Dornelles Jr. 80 Diagramas São mais usados para representar séries específicas, temporais e geográficas. Gráficos em barras Construção Ü Eixos cartesianos Ü Valores da variável - eixo vertical Ü Freqüência - eixo horizontal Ü Barras - mesma base (largura) Ü Barras - comprimentos proporcionais às freqüências Ü Título e fonte. Prof. Luiz Arthur Dornelles Jr. 81 Diagramas Gráficos em barras - Exemplo Investimentos mais confiáveis segundo clientes do banco 14 10 22 10 0 5 10 15 20 25 Imobiliário Mercado de ações Poupança Fundos de renda f ixa Ti po d e in ve st im en to Nº de clientes Fonte: dados fictícios Prof. Luiz Arthur Dornelles Jr. 82 Diagramas São mais usados para representar séries específicas, temporais e geográficas. Gráficos em colunas Construção Ü Eixos cartesianos Ü Valores da variável - eixo horizontal Ü Freqüência - eixo vertical Ü Colunas - mesma base (largura) Ü Colunas - comprimentos proporcionais às freqüências Ü Título e fonte. Prof. Luiz Arthur Dornelles Jr. 83 Diagramas Gráficos em colunas - Exemplo Número de defeitos por peças analisadas do lote xxxx 33 5 3 1 1 9 4 0 5 10 15 20 25 30 35 0 1 23 4 5 6 Número de defeitos (xi) N úm er o de p eç as ( fi) Fonte: dados fictícios Prof. Luiz Arthur Dornelles Jr. 84 Diagramas Gráficos em colunas - Exemplo Fonte: dados fictícios Volume de vendas mensal por representante de uma empresa que fabrica remédios – outubro/2003 12 5 3 6 10 12 8 0 2 4 6 8 10 12 14 15,9 |--- 18,718,7 |--- 21,521,5 |--- 24,324,3 |--- 27,127,1 |--- 29,929,9 |--- 32,732,7 |--- 35,5 Volume de vendas (em mil reais) N º de re pr es en ta nt es (f i) Prof. Luiz Arthur Dornelles Jr. 85 Diagramas É recomendado para situações em que se deseja evidenciar o quanto cada informação representa do total . Gráficos de setores (pizza) Construção Ü Circunferência Ü Soma ou 100% representa 360º Ü Marcar cada ângulo – traças retas (separar setores) Ü Pintar ou marcar cada setor Ü Legenda Ü Título e fonte. Prof. Luiz Arthur Dornelles Jr. 86 Diagramas Gráficos de setores (pizza) - Exemplo Fonte: dados fictícios Investimentos mais confiáveis segundo clientes do banco Mercado de ações 17,86% Imobiliário 25,00% Poupança 39,29% Fundos de renda fixa 17,86% Fonte: dados fictícios Investimentos mais confiáveis segundo clientes do banco 14 10 22 10 Imobiliário Mercado de ações Poupança Fundos de renda fixa Prof. Luiz Arthur Dornelles Jr. 87 Diagramas É mais utilizado para definir a tendência de aumento ou diminuição dos valores numéricos de uma dada informação ao longo do tempo (séries temporais). Gráficos de linhas ou curvas Construção Ü Eixos vertical e horizontal Ü Escalas - horizontal o tempo - vertical a freqüência Ü Marcar os pontos Ü Unir os pontos por linhas Ü Legenda Ü Título e fonte. Prof. Luiz Arthur Dornelles Jr. 88 Diagramas Gráficos de linhas ou curvas - Exemplo Fonte: IBGE Censo Demográfico - Brasil - 1890-2000 0 20 40 60 80 100 120 140 160 180 1890 1900 1920 1940 1950 1960 1970 1980 1990 2000 Anos Po pu la çã o (e m m ilh õe s) Prof. Luiz Arthur Dornelles Jr. 89 Diagramas Gráfico Polar É indicado para representar variações cíclicas, ou seja, que se repetem em períodos pré-determinados. Mais utilizado em estudos climáticos (séries temporais). Construção Ü Eixo vertical com escala e marcar ponto central Ü Passar retas pelo ponto com mesmo ângulo Ü O número de retas = número de observações Ü Marcar pontos, usando escala do eixo vertical Ü Unir pontos com semi-retas Ü Título e fonte. Prof. Luiz Arthur Dornelles Jr. 90 Diagramas Gráfico Polar- Exemplo Fonte: IBGE TEMPERATURA MÉDIA MENSAL EM 2000 0 10 20 30 40 Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Prof. Luiz Arthur Dornelles Jr. 91 Características Ü Símbolos auto-explicativos Ü Quantidades - número de símbolos ou variações nos tamanhos; Ü Sem muitos detalhes - visão geral Ü Não serve para interpretações técnicas. Construídos a partir de figuras ou conjunto de figuras representativas do fenômeno. São mais utilizados em jornais, revistas, cartazes e propagandas. Pictogramas Prof. Luiz Arthur Dornelles Jr. 92 Pictogramas Exemplo Prof. Luiz Arthur Dornelles Jr. 93 São usados para apresentar os dados estatísticos referentes à regiões bem definidas geograficamente. CARTOGRAMAS Prof. Luiz Arthur Dornelles Jr. 94 Por que representativos? GRÁFICOS REPRESENTATIVOS Ü Usados para interpretações de informações Ü Análises de dados Ü Dedução geométrica de fórmulas Principais gráficos Ü Histograma Ü Polígono de freqüências Ü Histograma para freqüências acumuladas Ü Polígono de freqüências acumuladas (Ogivas de Galton) Prof. Luiz Arthur Dornelles Jr. 95 Histograma GRÁFICOS REPRESENTATIVOS Ü Semelhante ao gráfico de colunas Ü Altura dos retângulos proporcionais à freqüência simples Ü Área dos retângulos proporcionais à freqüência simples Ü Soma das áreas proporcional à freqüência total A construção é semelhante à do gráfico de colunas Prof. Luiz Arthur Dornelles Jr. 96 Histograma - exemplo GRÁFICOS REPRESENTATIVOS EMISSÃO DE ÓXIDO DE ENXOFRE NOS ÚLTIMOS 70 MESES - em ton 6 10 11 20 13 7 3 0 5 10 15 20 25 6,2 |-- 9,99,9 |-- 13,613,6 |-- 17,317,3 |-- 2121 |-- 24,724,7 |-- 28,428,4 |-- 32,1 Toneladas N º de m es es Fonte: dados fictícios Prof. Luiz Arthur Dornelles Jr. 97 Polígono de Freqüências GRÁFICOS REPRESENTATIVOS Unir por linhas retas os pontos médios das bases superiores dos retângulos do histograma EMISSÃO DE ÓXIDO DE ENXOFRE - EM TONELADAS 0 5 10 15 20 25 6,2 |-- 9,9 9,9 |-- 13,613,6 |-- 17,317,3 |-- 21 21 |-- 24,7 24,7 |-- 28,428,4 |-- 32,1 Toneladas N º de m es es Polígono de Frequências Esses triângulos compensam os que ficam fora do polígono Prof. Luiz Arthur Dornelles Jr. 98 Diagramas ANÁLISE DE UM GRÁFICO Fonte: Fonte: SECEX (Secretaria do Comércio Exterior). Exportações brasileiras - média mensal em US$ (milhões)/Janeiro a Agosto/2003 600 800 1000 1200 1400 1600 1800 JAN FEV MAR ABR MAI JUN JUL AGO Meses Vo lu m e de e xp or ta çõ es Prof. Luiz Arthur Dornelles Jr. 99 MEDIDAS DE POSIÇÃO Ä Medidas de tendência central Ü Média Ü Mediana Ü Moda Ä Separatrizes Prof. Luiz Arthur Dornelles Jr. 100 MÉDIA A média é uma das medidas mais importantes dentro da Estatística. Ela é o ponto de equilíbrio de uma série de dados. Notação: para a amostra para população X µ Prof. Luiz Arthur Dornelles Jr. 101 MÉDIA Tipos de média: Média Aritmética Simples x = xi∑n = x1+x2+...+xn n Média Aritmética Ponderada € x = xi pi∑ pi∑ Prof. Luiz Arthur Dornelles Jr. 102 € xg = x1 " # $ % & ' p1 . x 2 " # $ % & ' p2 ... x n " # $ % & ' pnp i ∑ Média Geométrica Ponderada € xg = xi∏ n = x1. x2... xn n Média Geométrica Simples MÉDIA Tipos de média: Prof. Luiz Arthur Dornelles Jr. 103 Média Harmônica Ponderada Média Harmônica Simples MÉDIA Tipos de média: € xh = n 1 xi ∑ € xh = pi∑ pi xi ∑ Prof. Luiz Arthur Dornelles Jr. 104 MÉDIA Média aritmética para dados agrupados € x = xi fi∑ fi∑ Exemplo 01: Dados agrupados sem intervalos (variável discreta) Número de defeitos por peças analisadas do lote Zyz Número de defeitos (xi) Número de peças (fi) xi.fi 0 33 1 9 2 4 3 5 4 3 5 1 6 1 Total (Σfi) 56 Prof. Luiz Arthur Dornelles Jr. 105 MEDIANA A mediana é valor que divide o total de observações em duas partes iguais. Notação: Me ou Md Nº par de observações Nº ímpar de observações Para dados brutos Nº par de observações Nº ímpar de observações Para variáveis Discretas (sem intervalos) Para variáveis Contínuas (com intervalos) Para dados agrupados MEDIANA Formas de cálculo Prof. Luiz Arthur Dornelles Jr. 106 Mediana para dados brutos – nº ímpar de observações MEDIANA Exemplo 02: X: 5, 30, 27, 9, 15, 19, 24, 20, 31 1º passo: Rol - ordem crescente 2º passo: posição 3º passo: identificar a Mediana !! " # $$ % & += 2 1nPos Posição 1º 2º 3º 4º 5º 6º 7º 8º 9º 5 9 15 19 20 24 27 30 31 Interpretação: 50% dos valores da série são menores ou iguais a 20 e 50% dos valores da série são maiores ou iguais a 20. Prof. Luiz Arthur Dornelles Jr. 107 Mediana para dados brutos – nº par de observações Exemplo 03: X: 5, 30, 27, 9, 15, 19, 24, 20 1º passo: Rol - ordem crescente Rol: X: 5, 9, 15, 19, 20, 24, 27, 30 Posição1 Posição2 € Pos1 = n 2 " # $ % & ' = 8 2 = 4o € Pos2 = n 2 +1 " # $ % & ' = 8 2 +1 = 5o 2º passo: posição MEDIANA Prof. Luiz Arthur Dornelles Jr. 108 Mediana para dados brutos – nº par de observações 3º passo: identificar e calcular a Mediana 1º 2º 3º 4º 5º 6º 7º 8º 5 9 15 19 Me 20 24 27 30 € Me = 19 + 20 2 = 39 2 =19,5Interpretação: 50% dos valores da série são menores que 19,5 e 50% dos valores da série são valores maiores que 19,5. MEDIANA Prof. Luiz Arthur Dornelles Jr. 109 Mediana para dados agrupados Exemplo 04: Sem intervalos (variável discreta) exemplo para n par Número de defeitos por peças analisadas do lote xxxx Número de defeitos (xi) Número de peças (fi) fiacd 0 33 33 1 9 42 2 4 46 3 5 51 4 3 54 5 1 55 6 1 56 Total (Σfi) 56 Posição € Pos1= 56 2 =28o € Pos2 = 562 +1= 29 o Me=0 Interpretação: 50% das peças apresentaram zero (nenhum) defeito e 50% das peças apresentaram zero ou mais defeitos. MEDIANA Prof. Luiz Arthur Dornelles Jr. 110 Exemplo 05: Sem intervalos (variável discreta) exemplo para n ímpar Posição € Pos = 63+12 = 32 o Me=19 Interpretação: 50% dos estagiários tem idade menor ou igual a 19 anos e 50% dos estagiários tem idade maior ou igual a 19 anos . Idade dos estagiários da empresa Idade (xi) Número de estagiários (fi) fiacd 17 5 5 18 20 25 19 22 47 20 10 57 21 6 63 Total (Σfi) 63 Mediana para dados agrupados MEDIANA Prof. Luiz Arthur Dornelles Jr. 111 MODA A moda é o valor que mais se repete, ou seja, o valor de maior frequência. Notação: Mo Para dados brutos Para variáveis Discretas (sem intervalos) Para variáveis Contínuas (com intervalos) Para dados agrupados Moda Formas de cálculo Prof. Luiz Arthur Dornelles Jr. 112 Moda para dados brutos Exemplo 06: X: 15, 16, 19, 20, 20, 22, 22, 22, 25, 26,28 Interpretação: O elemento que mais se repete é o 22. MODA Mo=22 A moda é o valor que mais se repete, ou seja, o valor de maior frequência. Notação: Mo Prof. Luiz Arthur Dornelles Jr. 113 Moda para dados brutos Exemplo: X: 20, 20, 22, 22, 25, 25, 28,28 Interpretação: Na série acima não se tem um elemento que mais se repete MODA Mo=não existe Exemplo 07: X: 15, 16, 20, 20, 20, 22, 22, 22, 25, 26,28 Interpretação: Os elementos que mais se repetem são o 20 e o 22 Mo1=20 e Mo2=22 Prof. Luiz Arthur Dornelles Jr. 114 Moda para dados agrupados sem intervalos MODA Exemplos 08 e 09: Sem intervalos (variável discreta) Remuneração da empresa – filial 1 Nº de salários- mínimos fi 1 29 2 28 3 20 4 18 5 16 6 15 7 9 Σ 135 Remuneração da empresa – filial 2 Nº de salários- mínimos fi 1 9 2 25 3 16 4 18 5 20 6 22 7 25 Σ 134 Mo=1 Mo1=2 e Mo2=7 Prof. Luiz Arthur Dornelles Jr. 115 MODA Exemplo 10: Sem intervalos (variável discreta) Mo=não existe Remuneração da empresa – filial 3 Nº de salários- mínimos fi 1 7 2 7 3 7 4 7 5 7 6 7 7 7 Σ 49 Moda para dados agrupados sem intervalos Prof. Luiz Arthur Dornelles Jr. 116 MÉDIA Média aritmética para dados agrupados Exemplo 11: Dados agrupados com intervalos (variável contínua) € x = PM. f i∑ f i∑ Volume de vendas mensal, em milhares de reais Volume de vendas (em mil reais) Nº de Representantes (fi) PM PM.fi 15,9 |--- 18,7 12 17,3 18,7 |--- 21,5 8 20,1 21,5 |--- 24,3 12 22,9 24,3 |--- 27,1 5 25,7 27,1 |--- 29,9 3 28,5 29,9 |--- 32,7 6 31,3 32,7 |--- 35,5 10 34,1 Total (Σfi) 56 Volume de vendas mensal, em milhares de reais Volume de vendas (em mil reais) Nº de Representantes (fi) PM PM.fi 15,9 |--- 18,7 12 17,3 18,7 |--- 21,5 8 20,1 21,5 |--- 24,3 12 22,9 24,3 |--- 27,1 5 25,7 27,1 |--- 29,9 3 28,5 29,9 |--- 32,7 6 31,3 32,7 |--- 35,5 10 34,1 Total (Σfi) 56 Prof. Luiz Arthur Dornelles Jr. 117 Com intervalos (variável contínua) € Me= lime+ n 2 − f iacd ant f i me # $ % % % % & ' ( ( ( ( .h Posição 2 nPos = lime = limite inferior da classe mediana n = número de elementos da série fiacdant = frequência acumulada direta anterior fime = frequência simples da classe mediana h = amplitude do intervalo de classe Mediana para dados agrupados MEDIANA Prof. Luiz Arthur Dornelles Jr. 118 Exemplo 12: Com intervalos (variável contínua) € Me= lime+ n 2 − f iacd ant f i me # $ % % % % & ' ( ( ( ( .h Posição € Pos = n 2 lime = n = fiacdant = fime = h = Me=23,3667 Mediana para dados agrupados MEDIANA Prof. Luiz Arthur Dornelles Jr. 119 Moda para dados agrupados MODA Com intervalos (variável contínua) € Mo= limo+ f i mo - f i ant 2. f i mo - ( f i ant+ f i post) " # $ $ $ % & ' ' ' .h limo = limite inferior da classe modal fimo = frequência simples da classe modal fiant = frequência simples anterior à classe modal fipost = frequência simples posterior à classe modal h = amplitude do intervalo de classe Moda de Czuber Prof. Luiz Arthur Dornelles Jr. 120 Moda para dados agrupados MODA Exemplo 13: Com intervalos (variável contínua) Moda 1 limo = fimo = fiant = fipost = h = Mo1=22,5182 Mo2=18 Moda 2 limo = fimo = fiant = fipost = h = Prof. Luiz Arthur Dornelles Jr. 121 SEPARATRIZES Separatrizes são medidas de posição que separam a série de dados, ordenados, em partes que contém a mesma quantidade de elementos da série. Conjunto de medidas Conceito Notação Denominação QUARTÍS divide uma série ordenada em 4 partes iguais, ou seja, em partes de 25% cada Q1, Q2 e Q3 1º quartil, 2º quartil e 3º quartil DECIL divide uma série ordenada em 10 partes iguais, ou seja, em partes de 10% cada D1, D2, .... e D9. 1º decil, 2º decil, ... e 9º decil PERCENTIL divide uma série ordenada em 100 partes iguais, ou seja, em partes de 1% cada P1, P2, .... e P99. 1º percentil, 2º percentil, ... e 99º percentil Prof. Luiz Arthur Dornelles Jr. 122 SEPARATRIZES Separatrizes são medidas de posição que separam a série de dados, ordenados, em partes que contém a mesma quantidade de elementos da série. Note que a mediana também é uma separatriz. Você saberia dizer com quais separatrizes se pode comparar? Q2=D5=P50=Me Todas essas medidas dividem a série de dados pela metade. 50% dos valores são menores que Q2=D5=P50=Me e, 50% dos valores são maiores que Q2=D5=P50=Me. Prof. Luiz Arthur Dornelles Jr. 123 Separatrizes Como calcular separatrizes para dados brutos ? Observe as seguintes relações: Q1=P25 Q2=P50 Q3=P75 D1=P10 D2=P20 D3=P30 D4=P40 D5=P50 D6=P60 D7=P70 D8=P80 D9=P90 Prof. Luiz Arthur Dornelles Jr. 124 Separatrizes Como calcular PERCENTIS para dados brutos (n impar) ? Exemplo 01: Calcule o P23 para a série: X: 22, 15, 20, 22, 28, 20, 20, 22, 25, 26, 16 PPi = i(n−1) 100 +1 1º passo: Ordenar os valores da série: X: 15, 16, 20, 20, 20, 22, 22, 22, 25, 26, 28 i= n= 2º passo: Calcular a posição do P23: 3º passo: Identificar o P23 no rol: X: 15, 16, 20, 20, 20, 22, 22, 22, 25, 26, 28 Interpretação: 23% dos elementos da séries são menores que 20 e 77% são maiores. Prof. Luiz Arthur Dornelles Jr. 125 Separatrizes Como calcular PERCENTIS para dados brutos (n par) ? Exemplo 02: Calcule o P65 para a série: X: 17, 15, 16, 21, 28, 20, 23, 22, 25, 26, 16, 24 1º passo: Ordenar os valores da série: X: 15, 16, 16, 17, 20, 21, 22, 23, 24, 25, 26, 28 i= n= 2º passo: Calcular a posição do P65 : 3º passo: Identificar o P65 no rol: X: 15, 16, 16, 17, 20, 21, 22, 23, 24, 25, 26, 28 PPi = i(n−1) 100 +1 Interpretação: 65% dos elementos da séries são menores que 23,15 e 35% são maiores. Prof. Luiz Arthur Dornelles Jr. 126 Separatrizes Como calcular QUARTIS para dados brutos (n impar) ? Exemplo 03: Calcule o Q2 para a série: X: 22, 15, 20, 22, 28, 20, 20, 22, 25, 26, 16 PPi = i(n−1) 100 +1 1º passo: Ordenar os valores da série: X: 15, 16, 20, 20, 20, 22, 22, 22, 25, 26, 28 2º passo: Identificar qual Percentil representa o Q2: Q2 = ?? i= n= 3º passo: Calcular a posição do Q2: Prof. Luiz Arthur Dornelles Jr. 127 Separatrizes Como calcular QUARTIS para dados brutos ? 4º passo: Identificaro Q2 no rol: X: 15, 16, 20, 20, 20, 22, 22, 22, 25, 26, 28 Interpretação: 50% dos elementos da séries são menores ou igual a 22 e 50% são maiores ou igual a 22. Prof. Luiz Arthur Dornelles Jr. 128 Separatrizes Como calcular QUARTIS para dados brutos (n par)? Exemplo 04: Calcule o Q3 para a série: X: 17, 15, 16, 21, 28, 20, 23, 22, 25, 26, 16, 24 1º passo: Ordenar os valores da série: X: 15, 16, 16, 17, 20, 21, 22, 23, 24, 25, 26, 28 2º passo: Identificar qual Percentil representa o Q3: Q3 = ?? i= n= 3º passo: Calcular a posição do Q3: PPi = i(n−1) 100 +1 Prof. Luiz Arthur Dornelles Jr. 129 Separatrizes Como calcular QUARTIS para dados brutos ? 4º passo: Identificar o Q3 no rol: X: 15, 16, 16, 17, 20, 21, 22, 23, 24, 25, 26, 28 Interpretação: 75% dos elementos da séries são menores ou igual a 24,25 e 25% são maiores ou igual a 24,25. Prof. Luiz Arthur Dornelles Jr. 130 Separatrizes Como calcular DECIS para dados brutos (n impar)? Exemplo 05: Calcule o D7 para a série: X: 17, 15, 16, 21, 20, 23, 22, 25, 26, 16, 24 PPi = i(n−1) 100 +1 1º passo: Ordenar os valores da série: X: 15, 16, 16, 17, 20, 21, 22, 23, 24, 25, 26 2º passo: Identificar qual Percentil representa o D7: D7 = ?? i= n= 3º passo: Calcular a posição do D7: Prof. Luiz Arthur Dornelles Jr. 131 Separatrizes Como calcular DECIS para dados brutos ? 4º passo: Identificar o D7 no rol: X: 15, 16, 16, 17, 20, 21, 22, 23, 24, 25, 26 Interpretação: 70% dos elementos da séries são menores que 23 e 30% são maiores que 23. Prof. Luiz Arthur Dornelles Jr. 132 Separatrizes Como calcular Separatizes para dados agrupados? AGRUPAMENTOS SEM INTERVALOS: Exemplo 06: Calcule o Q2, D4 e o P67. 1º passo: Identificar quais Percentís representam o Q2 e o D4 : Q2 = ?? D4= ?? Idade Número de pessoas Fiacd “abaixo de” 17 5 5 18 20 25 19 22 47 20 10 57 21 6 63 ( fi) 63 Prof. Luiz Arthur Dornelles Jr. 133 Separatrizes Como calcular Separatizes para dados agrupados? AGRUPAMENTOS SEM INTERVALOS (n ímpar): PPi = i(n−1) 100 +1 2º passo: Calcular a posição do Q2, D4 e do P67: Para o Q2 i= n= Idade Número de pessoas Fiacd “abaixo de” 17 5 5 18 20 25 19 22 47 20 10 57 21 6 63 ( fi) 63 Para o D4 i= n= 3º passo: Identificar na tabela os elementos que representam as posições de Q2, D4 e o P67 : Para o P67 i= n= Prof. Luiz Arthur Dornelles Jr. 134 Separatrizes Como calcular Separatizes para dados agrupados? AGRUPAMENTOS COM INTERVALOS: FÓRMULA: li = limite inferior da classe que contém a separatriz Pos = posição que a separatriz ocupa fiacdant = frequência acumulada direta anterior fi = frequência simples da classe que contém a separatriz h = amplitude do intervalo de classe € Se= li + Pos− f iacd ant f i # $ % % % & ' ( ( ( .h € Pos = i.n 100 POSIÇÃO: Prof. Luiz Arthur Dornelles Jr. 135 Separatrizes Como calcular Separatizes para dados agrupados? AGRUPAMENTOS COM INTERVALOS: Exemplo 07: Calcule o Q3, o D6 e o P85. 1º passo: Identificar quais Percentís representam o Q3 e o D6: Q3 = ?? D6= ?? Pontuação Nº de pessoas fiacd 15,9 |--- 18,7 12 12 18,7 |--- 21,5 8 20 21,5 |--- 24,3 12 32 24,3 |--- 27,1 5 37 27,1 |--- 29,9 3 40 29,9 |--- 32,7 6 46 32,7 |--- 35,5 10 56 Total ( fi) 56 Prof. Luiz Arthur Dornelles Jr. 136 Separatrizes Como calcular Separatizes para dados agrupados? AGRUPAMENTOS SEM INTERVALOS: € Pos = i.n 100 2º passo: Calcular a posição do Q3, do D6 e do P85. Para o Q3 i= n= Para o D6 i= n= Pontuação Nº de pessoas fiacd 15,9 |--- 18,7 12 12 18,7 |--- 21,5 8 20 21,5 |--- 24,3 12 32 24,3 |--- 27,1 5 37 27,1 |--- 29,9 3 40 29,9 |--- 32,7 6 46 32,7 |--- 35,5 10 56 Total ( fi) 56 Para o P85 i= n= 3º passo: Identificar os intervalos em que as separatrizes estão: Prof. Luiz Arthur Dornelles Jr. 137 Separatrizes Como calcular Separatizes para dados agrupados? AGRUPAMENTOS SEM INTERVALOS: 4º passo: Identificar os elementos da fórmula para cada separatriz. Para o Q3 li = Pos = fiacdant = fi = h = Para o D6 li = Pos = fiacdant = fi = h = Pontuação Nº de pessoas fiacd 15,9 |--- 18,7 12 12 18,7 |--- 21,5 8 20 21,5 |--- 24,3 12 32 24,3 |--- 27,1 5 37 27,1 |--- 29,9 3 40 29,9 |--- 32,7 6 46 32,7 |--- 35,5 10 56 Total ( fi) 56 € Se= li + Pos− f iacd ant f i # $ % % % & ' ( ( ( .h Prof. Luiz Arthur Dornelles Jr. 138 Separatrizes Como calcular Separatizes para dados agrupados? AGRUPAMENTOS SEM INTERVALOS: 4º passo: Identificar os elementos da fórmula para cada separatriz. Para o P85 li = Pos = fiacdant = fi = h = Pontuação Nº de pessoas fiacd 15,9 |--- 18,7 12 12 18,7 |--- 21,5 8 20 21,5 |--- 24,3 12 32 24,3 |--- 27,1 5 37 27,1 |--- 29,9 3 40 29,9 |--- 32,7 6 46 32,7 |--- 35,5 10 56 Total ( fi) 56 € Se= li + Pos− f iacd ant f i # $ % % % & ' ( ( ( .h Prof. Luiz Arthur Dornelles Jr. 139 MEDIDAS DE DISPERSÃO Exemplo 01: Levantamento salarial de três filiais de uma empresa. Que medidas calcular??? € X = 60 10 = 6Filial 1: Filial número de salários-mínimos por pessoa (10 pessoas) Total Filial 1: 6 6 6 6 6 6 6 6 6 6 Filial 2: 1 8 9 2 6 10 5 8 7 4 Filial 3: 5 6 7 7 6 5 6 7 5 6 € X = 60 10 = 6Filial 3: € X = 60 10 = 6Filial 2: Prof. Luiz Arthur Dornelles Jr. 140 As principais medidas de dispersão absolutas são: ð Amplitude total, ð Desvio médio simples, ð Variância e ð desvio padrão. MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 141 Como calcular a variância e o desvio padrão? NOTAÇÃO USADA: POPULAÇÃO € σ 2 (x) variância € σ (x) desvio-padrão AMOSTRA (x)2S variância S (x) desvio-padrão MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 142 MEDIDAS DE DISPERSÃO Como calcular a variância e o desvio-padrão? Para dados brutos Para variáveis Discretas (sem intervalos) Para variáveis Contínuas (com intervalos) Para dados agrupados VARIÂNCIA E DESVIO PADRÃO Formas de cálculo Prof. Luiz Arthur Dornelles Jr. 143 Como calcular a variância e o desvio padrão? Para dados brutos: População € σ 2 (x) = (xi −µ∑ ) 2 n variância € σ (x) = σ 2 (x) desvio-padrão Amostra 1-n )x(x (x)S 2 2 i∑ −= variância (x)(x)S 2S= desvio-padrão MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 144 Como calcular a variância e o desvio padrão? Para dados brutos: Exemplo 02: Calcular as medidas de dispersão absolutas para o conjunto de dados: Notas: 7; 7,8; 6 e 8 Passo 1 – Calcule a média € µ = x = 7 + 7,8 + 6 + 8 4 = 28,8 4 = 7,2 € S2(x) = Σ(xi − x ) 2 n -1 MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 145 Como calcular a variância e o desvio padrão? Passo 2 – agora calcule os desvios (xi - ): x (x1-x )=(7-7,2)=-0,2 (x2-x )=(7,8-7,2)=0,6 (x3-x )=(6-7,2)=-1,2 (x4-x )=(8-7,2)=0,8 € S2(x) = Σ(xi − x ) 2 n -1 MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 146 Como calcular a variância e o desvio padrão? Passo 3 – elevar ao quadrado cada desvio (xi - )2 x (x1-x )2=(-0,2)2=0,04 (x2-x )2=(0,6)2=0,36 (x3-x )2=(-1,2)2=1,44 (x4-x )2=(0,8)2=0,64 € S2(x) = Σ(xi − x ) 2 n -1 MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 147 Como calcular a variância e o desvio padrão? Passo 4 – A média dos quadrados dos desvios Caso sejam dados de uma população: € σ 2 (x) = (xi −µ∑ ) 2 n = 0,04 + 0,36 + 1,44 + 0,64 4 = 2,48 4 Então € σ 2 (x) = 0,62 € S2(x) = Σ(xi − x ) 2 n -1 MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 148 Como calcular a variância e o desvio padrão? Passo 4 – A média dos quadrados dos desvios VARIÂNCIA: (amostra) 3 2,48 3 0,641,440,360,04 1-n )x(x (x)S 2 2i = +++ = − =∑ Então 0,8267(x)S2 = € S2(x) = Σ(xi − x ) 2 n -1 MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 149 Como calcular a variância e o desvio padrão? Passo 5 – desvio padrão - raiz da variância MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 150 Como calcular a variância e o desvio padrão? Dados agrupados sem intervalos (variável discreta) População € σ 2 (x) = (xi −µ∑ ) 2 . fi fi∑ variância € σ (x) = σ 2 (x) desvio-padrão Amostra 1-f .f)x(x (x)S i ii 2 2 ∑ ∑ − = variância (x)(x)S 2S= desvio-padrão MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 151 Exemplo 03: Calcular as medidas de dispersão absolutas para os dados abaixo (variância e o desvio padrão) € S2(x) = Σ(xi − x ) 2. f i Σf i -1 € x = Σxi . fi Σf i MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 152 Como calcular a variância e o desvio padrão? VARIÂNCIA: população : € σ 2 (x) = (xi −µ∑ ) 2. fi f i∑ = 490,015 135 = 3,6297 VARIÂNCIA: amostra 6568,3 341 015,490 1-351 015,490 1-f .f)x(x (x)S i ii 2 2 === − = ∑ ∑ MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 153 Como calcular a variância e o desvio padrão? DESVIO-PADRÃO: população : € σ (x) = 3,6297 =1,9052 DESVIO-PADRÃO: amostra € S(x) = 3,6568 =1,9123 MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 154 Como calcular a variância e o desvio padrão? Dados agrupados com intervalos (variável contínua) POPULAÇÃO € σ 2 (x) = (PMi −µ∑ ) 2. fi f i∑ variância € σ (x) = σ 2 (x) desvio-padrão AMOSTRA 1-f .f)x(PM (x)S i i 2 i2 ∑ ∑ −= variância (x)(x)S 2S= desvio-padrão MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 155 Exemplo 04: Calcular as medidas de dispersão absolutas para os dados abaixo (variância e o desvio padrão) € S2(x) = Σ(PMi − x ) 2. f i Σf i -1 € x = ΣPMi . f i Σf i MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 156 Como calcular a variância e o desvio padrão? VARIÂNCIA: população : € σ 2 (x) = (PMi −µ∑ ) 2. fi fi∑ = 2058,42 56 = 36,7575 VARIÂNCIA: amostra 4258,37 55 42,2058 1-56 42,2058 1-f .f)x(PM (x)S i ii 2 2 === − = ∑ ∑ MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 157 Como calcular a variância e o desvio padrão? DESVIO-PADRÃO: população : € σ (x) = 36,7575 = 6,0628 DESVIO-PADRÃO: amostra 1177,64258,37(x)S2 == MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 158 Para entender melhor o desvio padrão 1 2 3 4 5 6 7 1 2 3 4 5 6 7 s=0 1 2 3 4 5 6 7 s=0,8 1 2 3 4 5 6 7 s=1,2 1 2 3 4 5 6 7 s=3,0 O desvio padrão cresce quando a dispersão dos dados aumenta 1 2 3 4 5 6 7 1 2 3 4 5 6 7 s=0 1 2 3 4 5 6 7 s=0,8 1 2 3 4 5 6 7 s=1,2 1 2 3 4 5 6 7 s=3,0 O desvio padrão cresce quando a dispersão dos dados aumenta MEDIDAS DE DISPERSÃO Prof. Luiz Arthur Dornelles Jr. 159 Exemplo 05: Como comparar séries com médias iguais? Filial 1 Filial 2 =µ 122 mil reais =σ )x( 4,5 mil reais =µ 122 mil reais =σ )x( 7,5 mil reais Filial 1 Filial 2 =µ 145 mil reais =σ )x( 9,8 mil reais =µ 95 mil reais =σ )x( 7,5 mil reais Exemplo 06: Como comparar séries com médias diferentes? MEDIDAS DE DISPERSÃO RELATIVA Prof. Luiz Arthur Dornelles Jr. 160 Coeficiente de Variação ? Exemplo 06 (cont.): Filial 1: Filial 2: 0676,0 145 8,9)()( === µ σ xxCV 0789,0 95 5,7)()( === µ σ xxCV Para a população € CV(x) =σ (x)µ Para a amostra x (x)SCV(x) = Filial 1 Filial 2 =µ 145 mil reais =σ )x( 9,8 mil reais =µ 95 mil reais =σ )x( 7,5 mil reais MEDIDAS DE DISPERSÃO RELATIVA Prof. Luiz Arthur Dornelles Jr. 161 Histograma - exemplo GRÁFICOS REPRESENTATIVOS Fonte: dados fictícios Escores (em pontos) de um teste realizado em uma escola de periferia de Florianópolis 0 2 4 6 8 10 12 14 16 15,9 |--- 18,7 18,7 |--- 21,5 21,5 |--- 24,3 24,3 |--- 27,1 27,1 |--- 29,9 29,9 |--- 32,7 32,7 |--- 35,5 Escore (em pontos) N º d e es tu da nt es Prof. Luiz Arthur Dornelles Jr. 162 Escores (em pontos) de um teste realizado em uma escola de periferia de Florianópolis 0 2 4 6 8 10 12 14 16 15,9 |--- 18,718,7 |--- 21,521,5 |--- 24,324,3 |--- 27,127,1 |--- 29,929,9 |--- 32,732,7 |--- 35,5 Escore (em pontos) N º de e st ud an te s Polígono de Frequências GRÁFICOS REPRESENTATIVOS Polígono de Freqüências Esses triângulos compensam os que ficam fora do polígono Prof. Luiz Arthur Dornelles Jr. 163 Características da curva Normal CURVA NORMAL Você observou que o polígono de freqüências tem um formato especial? Essa curva é chamada de curva Normal ou de Gauss-Laplace e ela tem algumas características bem especiais. Veja a seguir: X=Me=Mo f x ü A curva se caracteriza por ter a forma de um sino. ü A curva normal é simétrica com relação à média. ü A área limitada pela curva e pelo eixo das abscissas é 1 ou 100% ü A curva é assintótica. ü A curva normal é unimodal ü Coincidem a moda, a média e a mediana. Prof. Luiz Arthur Dornelles Jr. 164 Características da curva Normal 13,59% 34,13% 0,5 ou 50% 2,15% X CURVA NORMAL (µ−σ,µ+σ )⇒68,26% (µ−2σ,µ+2σ )⇒95,44% (µ−3σ,µ+3σ )⇒99,74% Prof. Luiz Arthur Dornelles Jr. 165 Características da curva Normal - exemplo 13,59% 34,13% 34,13% 13,59% 2,15% 2,15% 68,26% 95,44% 99,74% 71 74 77 =80 83 86 89 CURVA NORMAL µ = 80 e σ = 3 (77,83)⇒ 68,26% (74,86)⇒ 95, 44% (71,89)⇒ 99, 74% " # $ % $ Prof. Luiz Arthur Dornelles Jr. 166 ASSIMETRIA Medidas que ajudam o pesquisador a identificar se uma série de dados é simétrica ou assimétrica. CURVA NORMAL - SIMÉTRICA Prof. Luiz Arthur Dornelles Jr. 167 ASSIMETRIA Curvas Assimétricas – Características ð Mediana fica entre a média e a moda; ð A média fica mais próxima da cauda; ð A moda fica mais próxima do “Pico” da série (mais frequente). Veja os exemplos a baixo e sua classificação Assimétrica positiva Assimétrica negativa Prof. Luiz Arthur Dornelles Jr. 168 ASSIMETRIA Curvas Assimétricas – Características Comparando o Histograma e o polígono: Assimétrica positiva Assimétrica negativa Prof. Luiz Arthur Dornelles Jr. 169 ASSIMETRIA Assimetria é a medida do grau de deformação de uma curva de frequência e pode ser classificada em: ð Simétrica; ð Assimétrica positiva e ð Assimétrica negativa. Prof. Luiz Arthur Dornelles Jr. 170 ASSIMETRIA Coeficientes de Assimetria: Coeficiente de Pearson: Coeficiente Percentílico: Classificação dos resultados: ð As=0 ⇒ a distribuição é simétrica; ð As<0 ⇒ a distribuição é assimétrica negativa; ð As>0 ⇒ a distribuição é assimétrica positiva. As = 3.(x −Me) σ (x)* As = P90 +P10 − 2.Me P90 −P10 Prof. Luiz Arthur Dornelles Jr. 171 Exemplo 01: Calcule o Coeficiente de Pearson e o Percentílico para a distribuição abaixo – considere uma amostra e os valores das medidas apresentados abaixo. Classifique a série quanto a assimetria: Número de defeitos por peças analisadas do lote xxxx Número de defeitos (xi) Número de peças (fi) fiacd 0 33 33 1 9 42 2 4 46 3 5 51 4 3 54 5 1 55 6 1 56 Total (Σfi) 56 ASSIMETRIA X = 0,9821 Me = 0 S(x) =1, 5074 P10 = 0 P90 = 3 Prof. Luiz Arthur Dornelles Jr. 172 Exemplo 02: Calcule o Coeficiente de Pearson e o Percentílico para a distribuição abaixo – considere uma amostra e os valores das medidas apresentados abaixo. Classifique a série quanto a assimetria: ASSIMETRIA X = 24, 75 Me = 23,3667 S(x) = 3,1176 P10 =17, 2067 P90 = 33, 932 Prof. Luiz Arthur Dornelles Jr. 173 CURTOSE Medida que ajuda a avaliar a série quanto a dispersão. Possibilita classificar a série em três tipos: 1º caso: Leptocúrtica – os dados estão fortemente concentrados em torno da moda, o que faria acurva de frequência ser bastante afilada no centro Prof. Luiz Arthur Dornelles Jr. 174 CURTOSE 2º caso: Mesocúrtica – Os dados estão razoavelmente concentrados em torno da moda, o que faria a curva de frequência ser razoavelmente afilada no centro Prof. Luiz Arthur Dornelles Jr. 175 CURTOSE 3º caso: Platicúrtica – Os dados estão fracamente concentrados em torno da moda, o que faria a curva de frequência ser fracamente afilada no centro centro Prof. Luiz Arthur Dornelles Jr. 176 Coeficiente de Curtose: Classificação dos resultados: ð K=0,263 ⇒ a distribuição é mesocúrtica; ð K>0,263 ⇒ a distribuição é platicúrtica; ð K<0,263 ⇒ a distribuição é leptocúrtica. K = Q3 −Q1 2.(P90 −P10 ) CURTOSE Prof. Luiz Arthur Dornelles Jr. 177 Exemplo 04: Calcule o Coeficiente de curtose para a distribuição abaixo – considere uma amostra e os valores das medidas apresentados abaixo. Classifique a série quanto a curtose: Número de defeitos por peças analisadas do lote xxxx Número de defeitos (xi) Número de peças (fi) fiacd 0 33 33 1 9 42 2 4 46 3 5 51 4 3 54 5 1 55 6 1 56 Total (Σfi) 56 ASSIMETRIA Q1 = 0 Q3 =1,25 P10 = 0 P90 = 3 Prof. Luiz Arthur Dornelles Jr. 178 Exemplo 05: Calcule o Coeficiente de curtose para a distribuição abaixo – considere uma amostra e os valores das medidas apresentados abaixo. Classifique a série quanto a curtose: ASSIMETRIA Q1 =19, 4 Q3 = 30,83333 P10 =17,2067 P90 = 33, 932 Prof. Luiz Arthur Dornelles Jr. 179 TIPOS DE FENÔMENOS ð Fenômenos determinísticos: São fenômenos em que as condições iniciais determinam um único resultado; ð Fenômenos aleatórios: São fenômenos em que as condições iniciais não determinam a possibilidade da existência de um resultado em particular PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 180 As principais conceitos ð O que é espaço amostral? É o conjunto de todos os possíveis resultados de um experimento (fenômeno) aleatório Notação: Representação do conjunto espaço amostral – S número de elementos de S= n(S) Exemplo 01: Em um exame de admissão, cada questão tem 5 respostas possíveis, sendo somente uma delas a correta. Pode-se construir o seguinte conjunto: S={a, b, c, d, e }: Observe que são todas as possibilidades para a questão. PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 181 As principais conceitos ð O que são eventos? É qualquer subconjunto do espaço amostral determinado pelo experimento (fenômeno) aleatório em estudo. Notação: Representação do subconjunto evento – A (letra maiúscula). Número de elementos de A = n(A) Exemplo 02: Em um exame de admissão, cada questão tem 5 respostas possíveis, sendo somente uma delas a correta. Identifique o número de elementos do evento A: acertar a questão PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 182 As principais conceitos ð Evento simples: Formado por apenas um elemento - n(A)=1 ð Evento composto: Formado por dois ou mais elementos - n(B)=5 ð Evento impossível: Não ocorre, seja qual for a realização do experimento aleatório. - n(C)=0 ð Evento certo: É quando o evento é o próprio espaço amostral. - n(D)=n(S) PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 183 Operações com eventos ð União de eventos A B S PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 184 Operações com eventos ð Interseção de eventos A B S PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 185 A S A’ Operações com eventos ð Complementar de um evento PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 186 A B S Operações com eventos ð Subtração de eventos PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 187 A B S C Operações com eventos ð Eventos excludentes PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 188 Quais são os Conceitos de Probabilidade e seus cálculos? ð Probabilidade clássica: A probabilidade de ocorrer um determinado resultado na realização de um experimento é igual ao quociente entre o número de casos favoráveis ao sucesso (número de elementos do evento A) e o número de casos possíveis (número de elementos do espaço amostral - S). Probabilidade de um evento A ocorrer: )S(n )A(n)A(P = = p = sucesso OBS: A probabilidade de não-ocorrência pode ser representada por: )A(P1)A(P −= = q = fracasso PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 189 Quais são os Conceitos de Probabilidade e seus cálculos? ð Exemplo 02: Em um exame de admissão, cada questão tem 5 respostas possíveis, sendo somente uma delas a correta. Qual a probabilidade de errar a questão? ð Exemplo 03: Se jogar um dado não viciado, qual a probabilidade de sair: a) O número 3? b) O número 3 ou 6? c) Um número par? d) Um número ímpar ou 4? PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 190 Quais são os Conceitos de Probabilidade e seus cálculos? ð Exemplo 04: O quadro abaixo representa levantamento realizado em um lote fabricado de peças de um determinado produto, quanto ao número de defeitos que estas peças apresentaram. Se escolhermos, ao acaso, uma peça deste lote, qual a probabilidade dela apresentar: a) Menos que 3 defeitos? b) Somente 3 defeitos? c) Mais que 3 defeitos? d) Entre 2 e 6 defeitos? PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 191 Quais são os Conceitos de Probabilidade e seus cálculos? PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 192 Quais são os Conceitos de Probabilidade e seus cálculos? ð frequência Relativa : A frequência relativa de um evento A é calculada dividindo o número de vezes que ocorre o evento A pelo total de observação do experimento. É chamada, também, de probabilidade avaliada ou probabilidade estimada. Freqüência relativa de um evento A: sobservaçõe de total número Aocorreu que vezes de número =Afr É importante que você saiba que essa aproximação para o cálculo de probabilidade só será considerável caso aja um número bastante grande de tentativas de execução do experimento. PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 193 Quais são os Conceitos de Probabilidade e seus cálculos? ð Exemplo 05: Um estudo de 3.500 voos da Gol, selecionados aleatoriamente mostrou que 875 chegaram no horário (com base nos dados do Ministério dos Transportes). Qual é a probabilidade estimada (frequência relativa) de um voo da Gol, chegar no horário? Você acha que é um resultado satisfatório, com relação às possibilidades de atraso? A: um voo da Gol, chegar no horário. Número de vezes que ocorre A: 875 Número total de observações: 3500 25% ou 0,25 3500 875 sobservaçõe de total número Aocorreu que vezes de número ===Afr PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 194 Quais são os Conceitos de Probabilidade e seus cálculos? Algumas considerações ð Para cada evento A ð P(S) = 1 ð Sejam A, B e C, todos os eventos possíveis do espaço amostral, então: P(A) + P(B) + P(C) = 1 ou 100% ð Quando A e B são mutuamente exclusivos: P(A U B) = P(A) + P(B) ð Quando A e B não são mutuamente exclusivos: P(A U B) = P(A) + P(B) – P(A∩B) ð Se A, B, C, ... são uma sequência de eventos mutuamente exclusivos, então: P(A U B U C U ...) = P(A) + P(B) + P(C) + .... PROBABILIDADE 0 ≤ P(A) ≤1 Prof. Luiz Arthur Dornelles Jr. 195 Exemplo 06: ð Quantos números de dois algarismos distintos podem ser formados usando os algarismos 2, 3, 4, 5 ? DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 196 Exemplo 07: ð Quantas comissões de duas pessoas podem ser formadas com 4 alunos? ALUNOS:{A, B, C, D} DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 197 FATORIAL – Exemplo 08 ð 0!= ð 1!= ð 5! + 3! = ð 5! . 3! = ð 8!/4!= ð . ð . = − )!022(!0 !22 = − )!422(!4 !22 DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 198 ANÁLISE COMBINATÓRIAð Arranjo - grupo é diferente de outro pela ordem ou pela natureza dos elementos componentes. ð Combinações - grupo é diferente de outro apenas pela natureza dos elementos componentes. An,k = n! (n− k)! Cn,k = n! k!.(n− k)! DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 199 ANÁLISE COMBINATÓRIA ð Permutação Simples Ex 09: Quantos são os anagramas da palavra CANTOR? Pn = n! DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 200 ANÁLISE COMBINATÓRIA ð Permutação com Repetição Ex 10: Quantos são os anagramas da palavra RALADOR? Pn α ,β ,!,γ n! α!β!!γ ! DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 201 EXEMPLOS 11) Ao jogar dois dados, não viciados, simultaneamente, qual a probabilidade de sair, na face superior, soma dos pontos maior que 8? 12) De um baralho de 52 cartas extraímos duas sucessivamente e sem reposição. Calcule a probabilidade de ambas serem valetes? 13) De um baralho de 52 cartas, extraímos uma carta. Qual a probabilidade de que a carta seja um rei, sabendo que ela é uma figura? 14) Um número inteiro de 1 a 260 é escolhido aleatoriamente. Qual a probabilidade de que esse número seja divisível por 7? PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 202 EXEMPLOS 15) Um município de 628 km² é atendido por duas emissoras de rádio cujas antenas A e B alcançam um raio de 10km do município, conforme mostra a figura: Para orçar um contrato publicitário, uma agência precisa avaliar a probabilidade que um morador tem de, circulando livremente pelo município, encontrar-se na área de alcance de pelo menos uma das emissoras. Qual á a probabilidade de isto ocorrer? PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 203 EXEMPLOS 16) Um número de três algarismos é chamado palíndromo quando o algarismo das unidades é igual ao algarismo das centenas. Por exemplo, o número 464 é um palíndromo. Escolhe-se aleatoriamente um número dentre todos os números de três algarismos formados pelos algarismos 1, 2, 3, 4 e 5. Qual a probabilidade de um número escolhido ao acaso ser um palíndromo? 17) Uma comissão de 3 pessoas é formada ao acaso entre Antônio, Benedito, César, Denise, Eliete, Fábio e Guilherme. Qual a probabilidade de Antônio pertencer a esta comissão? 18) Com 6 mulheres (dentre as quais Maria) e 5 homens (dentre os quais João) pretende-se formar comissões de 3 homens e 3 mulheres. Qual a probabilidade de que nessas comissões Maria sempre esteja presente e João ausente? PROBABILIDADE Prof. Luiz Arthur Dornelles Jr. 204 PROBABILIDADE Regra da Adição ð Para eventos mutuamente exclusivos Exemplo 01: No lançamento de um dado, qual a probabilidade de se obter um 4 OU um número ímpar? S = { 1, 2, 3, 4, 5, 6 } A: obter 4 B : obter número ímpar A={4} B={1,3,5} n(A) =1 n(B) = 3 P(A∪B) = P(A)+P(B) P(A∪B) = 1 6 + 3 6 = 4 6 = 2 3 Prof. Luiz Arthur Dornelles Jr. 205 PROBABILIDADE Regra da Adição ð Para eventos que não são mutuamente exclusivos Exemplo 02: No lançamento de um dado, calcule a probabilidade de o número obtido ser ímpar OU maior do que 4 ? S = { 1, 2, 3, 4, 5, 6 } A: obter ímpar B : obter número maior que 4 A={1,3,5} B={5,6} A E B=A∩B={5} n(A) =1 n(B) = 3 n(A∩B) =1 P(A∪B) = P(A)+P(B)−P(A∩B) P(A∪B) = 3 6 + 2 6 − 1 6 = 4 6 = 2 3 Prof. Luiz Arthur Dornelles Jr. 206 PROBABILIDADE PROBABILIDADE CONDICIONAL ð Sejam A e B dois eventos de um espaço amostral S, e sendo P(A) ≠ 0. Definimos a probabilidade condicional do evento B dado que ocorreu o evento A, como sendo: A B S )( )( AP BAP A BP ∩=! " # $ % & OBS: como os eventos são condicionados eles possuem elementos comuns Prof. Luiz Arthur Dornelles Jr. 207 PROBABILIDADE Exemplo 03: Considerando o experimento lançamento de um dado, observando a face superior. S = { 1, 2, 3, 4, 5, 6 } A = { sair a face 3 } - A = { 3 } B = { sair um número ímpar } B = { 1, 3, 5 } Qual a probabilidade da ocorrência de sair 3 se já saiu um número ímpar? 6 1 )( )()( == Sn BAnBAP ∩∩ 2 1 6 3 )( )()( === Sn BnBP )( )( BP BAP B AP ∩=! " # $ % & 3 1 2 1 6 1 )( )( ===! " # $ % & BP BAP B AP ∩ Prof. Luiz Arthur Dornelles Jr. 208 PROBABILIDADE EXEMPLOS 4) Considere um baralho comum de 52 cartas. Retirando-se uma ao acaso, qual a probabilidade de obtermos: a) um às, sabendo que a carta já é de copas? b) uma carta de copas, sabendo que a carta já é um às? 5) (Fuvest) A probabilidade de que a população atual de um país seja de 110 milhões ou mais é 95%. A probabilidade de ela ser de 110 milhões ou menos é 8%. Calcule a probabilidade de essa população ser de 110 milhões. 6) A diretoria de uma empresa é formada por 5 homens e 5 mulheres. Ao formarmos comissões de 3 pessoas, qual a probabilidade de que ela contenha pelo menos uma mulher? 7) No lançamento de dois dados distintos e não viciados, qual a probabilidade de obtermos soma dos pontos igual a 8, sabendo que os resultados da face superior possuem a mesma paridade? Prof. Luiz Arthur Dornelles Jr. 209 PROBABILIDADE REGRA DO PRODUTO ð Para eventos independentes: a ocorrência de um evento não afeta a probabilidade de outro evento ocorrer. Exemplo 01: Joga-se um dado duas vezes, qual a probabilidade de sair um 6 na primeira jogada E uma face par na segunda? S = {1,2,3,4,5,6} A = {6} B = {2,4,6} n(A) =1 n(B) = 3 P(A∩B) = P(A).(B) P(A∩B) = 1 6 . 3 6 = 3 36 = 1 12 Prof. Luiz Arthur Dornelles Jr. 210 PROBABILIDADE Exemplo 02: Em um lote de 12 peças, 4 são defeituosas. Retira- se duas peças uma após a outra, sem reposição. Qual a probabilidade de ambas serem boas? A: primeira peça boa B: segunda peça boa REGRA DO PRODUTO ð Para eventos dependentes: a ocorrência de um evento afeta a probabilidade de outro evento ocorrer. n(S1) =12 n(A) = 8 ! " # ⇒ n(S2 ) =11 n(B) = 7 % & ' P(A∩B) = P(A).P(B) P(A∩B) = 8 12 . 7 11 = 56 132 = 14 33 Prof. Luiz Arthur Dornelles Jr. 211 PROBABILIDADE Exemplos 03) Uma urna contém 7 bolas amarelas e 3 brancas. Duas são retiradas, uma após a outra, com reposição. Calcule a probabilidade dos eventos: a) Ambas serem amarelas; b) A primeira ser amarela e a segunda ser branca. 04) Lançando-se uma moeda 5 vezes consecutivas, qual a probabilidade de obtermos 5 caras? REGRA DO PRODUTO Prof. Luiz Arthur Dornelles Jr. 212 PROBABILIDADE Exemplos 5) Um casal pretende ter 3 filhos. Qual a probabilidade de que sejam dois meninos e uma menina? 6) A probabilidade de que um aluno A resolva certo problema é 1/2 , a de que outro aluno B o resolva é 1/3 e a de que um terceiro aluno C o resolva é 1/4. Qual a probabilidade de que: a) os três resolvam o problema? b) ao menos um resolva o problema? c) exatamente dois deles resolva o problema? Prof. Luiz Arthur Dornelles Jr. 213 PROBABILIDADE Exemplos 7) (Fgv 2012) Uma caixa contém 5 bolas brancas e 2 pretas, num total de 7 bolas idênticas, exceto pelas cores. Retira-se aleatoriamente dessa caixa, e sem reposição, uma bola por vez até que todas as bolas brancas, ou todas as bolas pretas, tenham sido retiradas, o que acontecer primeiro. Qual a probabilidade de que a última bola retirada da caixa seja preta? Prof. Luiz Arthur Dornelles Jr. 214 DISTRIBUIÇÕES DE PROBABILIDADES Prof. Luiz Arthur Dornelles Jr. 215 Distribuição de Bernoulli ð Exemplo 04: Uma questão de um exame tem 5 respostas e somente uma está correta. Qual a probabilidade, ao respondermos aleatoriamente, de errarmos a questão? ð FRACASSO ⇒NÃO OCORRER ⇒P(F)=q ð SUCESSO ⇒OCORRER ⇒P(S)=p ð p+q=1 DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 216 Distribuição de Binomial 1)Experimento for repetido “n” vezes independentes; 2) A cada tentativa admitir somente dois resultados: Sucesso ou Fracasso 3) Estudar o número de sucessos e fracassos, sem importar a ordem em que acontecem SejaX: o número de sucessos em “n” tentativas do experimento € P(X = k) = Cn,k .p k .qn−k DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 217 Distribuição de Binomial Exemplo 05: Num exame com 4 questões, sendo que cada uma delas apresentam 5 alternativas e somente uma está correta, calcule a probabilidade de, por acaso (a resolução será feita em sala de aula): a) Acertar três questões; b) Acertar uma questão; c) Errar três questões; d) Errar uma questão; e) Acertar nenhuma questão; f) Acertar todas questões; g) Errar todas questões; h) Errar nenhuma questão; i) Acertar três ou menos questões; j) Errar uma ou mais questões; € P(X = k) = Cn,k .p k .qn−k DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 218 Representação gráfica de uma distribuição Binomial Número de erros P(X) 0 0,0016 1 0,0256 2 0,1536 3 0,4096 4 0,4096 Total 1 Probabilidade de errar as questões do teste Probabilidade de errar as questões do teste 0,0016 0,0256 0,1536 0,4096 0,4096 0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0 1 2 3 4 Número de erros Pr ob ab ilid ad e DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 219 DISTRIBUIÇÃO DISCRETA Prof. Luiz Arthur Dornelles Jr. 220 Histograma - exemplo Fonte: dados fictícios Escores (em pontos) de um teste realizado em uma escola de periferia de Florianópolis 0 2 4 6 8 10 12 14 16 15,9 |--- 18,7 18,7 |--- 21,5 21,5 |--- 24,3 24,3 |--- 27,1 27,1 |--- 29,9 29,9 |--- 32,7 32,7 |--- 35,5 Escore (em pontos) N º d e es tu da nt es GRÁFICOS REPRESENTATIVOS Prof. Luiz Arthur Dornelles Jr. 221 Escores (em pontos) de um teste realizado em uma escola de periferia de Florianópolis 0 2 4 6 8 10 12 14 16 15,9 |--- 18,718,7 |--- 21,521,5 |--- 24,324,3 |--- 27,127,1 |--- 29,929,9 |--- 32,732,7 |--- 35,5 Escore (em pontos) N º de e st ud an te s Polígono de FREQUÊNCIAS Polígono de FREQUÊNCIAS Esses triângulos compensam os que ficam fora do polígono GRÁFICOS REPRESENTATIVOS Prof. Luiz Arthur Dornelles Jr. 222 Características da curva Normal Você observou que o polígono de FREQUÊNCIAS tem um formato especial? Sim, ele tem o formato de um sino. Essa curva é chamada de curva Normal ou de Gauss-Laplace e ela tem algumas características bem especiais. Veja a seguir: ð Forma de um sino ð É simétrica com relação à média ð Área total é 1 ou 100% ð É assintótica ð É unimodal ð MODA = MÉDIA = MEDIANA f xa b P(a<x<b) € P(a < x < b) = f (x) a b ∫ = 1 σ. 2π .e − 1 2 x − µ σ & ' ( ) * + 2 a b ∫ DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 223 Distribuição Padronizada - Z Exemplo 01: Calcule P(21<x<28) X1 = 28 µ (x)= 21 σ (x) = 7 Cálculo da variável padronizada: Onde: X1 = valor da v.a. (limite do intervalo) µ = média σ = desvio padrão € Z = (x − µ) σ DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 224 DISTRIBUIÇÃO NORMAL PADRONIZADA (Z) Distribuição Padronizada – Z - Tabela P(21<X1< 28)=0,3413 ou 34,13% Procurar 1,0 Procurar 0,00 Cruzando a linha com a coluna... Cruzando a linha com a coluna... DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 225 Distribuição Padronizada - Z Cálculo da variável padronizada: e Onde: X1 e X2 = limites do intervalo µ = média σ = desvio padrão σ µ− = )x( Z 11 σ µ− = )X( Z 22 P(z <Z<z )1 2 x1 x2 x z1 z2 z0 P(x1<x<x2) Exemplo 02: Calcule P(13,65<x<27,6528) X1 = 13,65 e X2= 27,65 µ (x)= 21 σ (x) = 7 DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 226 Distribuição Padronizada - Z Z 0,00 0,01 ... 0,04 0,05 0,0 0,0000 0,0040 ... 0,0160 0,0199 0,1 0,0398 0,0438 ... 0,0557 0,0596 0,2 0,0793 0,0832 ... 0,0948 0,0987 ... ... ... ... ... ... 0,8 0,2881 0,2910 ... 0,2995 0,3023 0,9 0,3159 0,3186 ... 0,3264 0,3289 1,0 0,3413 0,3438 ... 0,3508 0,3531 1,1 0,3643 0,3665 ... 0,3729 0,3749 1,2 0,3849 0,3869 ... 0,3925 0,3944 Cruzando a linha com a coluna... Procurar 0,05 Cruzando a linha com a coluna... Procurar 1,0 DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 227 Distribuição Padronizada - Z Procurar 0,9 Procurar 0,05 Z 0,00 ... 0,04 0,05 0,0 0,0000 ... 0,0160 0,0199 0,l 0,0398 ... 0,0557 0,0596 ... ... ... ... ... 0,7 0,2580 ... 0,2704 0,2734 0,8 0,2881 ... 0,2995 0,3023 0,9 0,3159 ... 0,3264 0,3289 1,0 0,3413 ... 0,3508 0,3531 1,1 0,3643 ... 0,3729 0,3749 Cruzando a linha com a coluna... Cruzando a linha com a coluna... DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 228 Distribuição Padronizada - Z P(13,65 <X1< 27,65)=0,3531+0,3289= P(13,65 <X1< 27,65) =0,682 ou 68,2% DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 229 Distribuição Padronizada - Z z=0,95 µ=24 x1=29,7 Área 0 Área Exemplo 03: Calcule a probabilidade no intervalo limitado abaixo por x=29,7 e sem limite acima. Dados: ð Média: µ=24 ð Desvio padrão: σ(x)=6 ð X1=29,7 DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 230 Distribuição Padronizada - Z ð Média: µ=24 ð Desvio padrão: σ(x)=6 ð Limitado abaixo por x=29,7 e não tem limite acima z=0,950 0,3289 0,5-0,3289 DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 231 Distribuição Padronizada - Z Exemplo 04: Calcule a probabilidade no intervalo limitado abaixo por x=21 e sem limite acima. Dados: ð Média: µ=24 ð Desvio padrão: σ(x)=3 ð X1=21 0,3413 ou 34,13% 0,5 X 50% ou DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 232 Distribuição Padronizada - Z Exemplo 05: Numa prova final de Estatística, as notas dos alunos tiveram uma distribuição normal com média 6,0 e desvio padrão 1,5. Sendo 5,0 a nota mínima de aprovação, qual a proporção de alunos reprovados? z µ= 0 x DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 233 Distribuição Padronizada - Z Exemplo 06: O Departamento de Marketing da empresa resolve premiar 5% dos seus vendedores mais eficientes. Um levantamento das vendas individuais por semana mostrou que elas se distribuíam normalmente com média 240.000 u.m. e desvio padrão 30.000 u.m. Qual o volume de vendas mínimo que um vendedor deve realizar para ser premiado? z µ= 0 x DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 234 Distribuição Padronizada - Z Exemplo 07: O volume de exportações de uma empresa, durante um determinado período, se distribui normalmente. Apresentou uma média de 250 u.m. e um desvio padrão de 50. Dentre os meses pesquisados, qual a probabilidade de escolhermos um que tenha um volume de exportação: ð Maior que 250 u.m.? ð Maior que 312,5 u.m.? ð Menor que 187,5 u.m.? ð Entre 295 e 344 u.m.? z µ= 0 x DISTRIBUIÇÃO NORMAL Prof. Luiz Arthur Dornelles Jr. 235 NOÇÕES DE AMOSTRAGEM Prof. Luiz Arthur Dornelles Jr. 236 O que é População e Amostra? População: é o conjunto total de elementos com pelo menos uma característica em comum, cujo comportamento interessa estudar. N= número de elementos da população Amostra: é o conjunto de elementos ou observações, recolhidos a partir de um subconjunto da população, que se estuda com o objetivo de tirar conclusões para a população de onde foi recolhida. n= número de elementos da amostra NOÇÕES DE AMOSTRAGEM Prof. Luiz Arthur Dornelles Jr. 237 O objetivo da amostragem é fazer inferências, estimar e tirar conclusões a respeito da população. AMOSTRA DEVE SER REPRESENTATIVA EVITAR DISTORÇÃO DA REALIDADE NOÇÕES DE AMOSTRAGEM Prof. Luiz Arthur Dornelles Jr. 238 Que informações a amostragem pode revelar? Intenções de votos - Pesquisa Eleitoral 39%37% 35% 26%24%26% 9% 15% 11%10% 7% 11% 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% Agosto Setembro Outubro A B C D Outras informações: Margem de erro: 2 % Tamanho da amostra: 2000 eleitores Nível de confiança: 95% Intervalo: NOÇÕES DE AMOSTRAGEM
Compartilhar