Baixe o app para aproveitar ainda mais
Prévia do material em texto
Impresso por Danielle Madrid, CPF 029.499.340-13 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode ser reproduzido ou repassado para terceiros. 28/01/2021 02:40:58 UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL Instituto de Matemática Departamento de Estatística ESTATÍSTICA GERAL II MAT02215 Professor: Marco Antônio Giacomelli www.mat.ufrgs.br/~giacomo/ Porto Alegre, Agosto de 2013 Impresso por Danielle Madrid, CPF 029.499.340-13 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode ser reproduzido ou repassado para terceiros. 28/01/2021 02:40:58 2 1- INTRODUÇÃO 1.1 - Ciências Estatísticas Na medida que foi sendo colocado diante de novos desafios, decorrentes especialmente do crescimento da população – quando as atividades e as relações sócio- econômicas tornaram-se mais complexas – o homem precisou aprimorar, sistematicamente, os instrumentos existentes e/ou criar outros para continuar garantindo sua sobrevivência. Nesse processo de evolução, que perdura até os dias atuais, novas necessidades e dificuldades foram se sucedendo, sempre desafiando o ser humano a ultrapassá-las. Com a observação sistemática da realidade e a utilização dos instrumentos criados, surgiu o conhecimento científico, que permitiu ao ser humano entender explicar e explorar melhor, e mais rapidamente, o mundo em que vive. Para registrar, classificar, controlar e estudar mais adequadamente fenômenos, fatos, eventos e ocorrências foram sendo criadas, desenvolvidas e aperfeiçoadas, muitas técnicas de análise de informações e métodos quantitativos. Esses avanços facilitaram a resolução de inúmeros problemas que o homem encontrava para realizar as atividades básicas de produção, comércio, transportes, etc. Nestes últimos anos houve necessidade de aprofundar estudos, realizar experimentos e pesquisas mais específicas, inclusive para avaliar os resultados das atividades desenvolvidas. Por essa razão, os conhecimentos teóricos e os métodos de análise de dados quantitativos vêm sendo aprimorados continuamente. O conjunto de técnicas e métodos de pesquisa, experimentação e inferências mais utilizadas para alcançar esses objetivos são o que modernamente se conhece como Ciências Estatísticas, onde se destaca a seguinte gama de conhecimentos: Teoria dos Jogos, Planejamento de Experimentos, Teoria das Filas, Controle de Qualidade, Teoria das Decisões, Séries Temporais, Econometria e outras técnicas. 1.2 - Áreas de aplicação da Estatística Dentre as áreas em que a Estatística adquire maior relevância, destacamos: Economia: Planeja e desenvolve estudos prospectivos sobre o comportamento de variáveis macroeconômicas: renda, produção, comércio interno, importação, exportação, inflação, emissão de moeda, elaboração de índices para medir produtividade, realiza análises microeconômicas envolvendo a evolução das vendas, produção, custos, margem de lucro, otimização da receita, formula indicadores gerenciais para tomada de decisões, etc. Impresso por Danielle Madrid, CPF 029.499.340-13 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode ser reproduzido ou repassado para terceiros. 28/01/2021 02:40:58 3 Ciências Sociais: estudo de fatores desencadeadores de comportamento violento, tipificação de uso de drogas, causas de criminalidade. Pesquisa de mercado: planeja e coordena a realização de pesquisa, por amostrage, para avaliar o comportamento do mercado, as reações do consumidor para lançamento de novos produtos ou para estabelecer estratégias de venda, etc. Pesquisa de opinião: planeja e coordena a realização de pesquisas sobre preferência ou opinião da população em variados temas: candidaturas eleitorais, regime político, atividades culturais. Controle de qualidade: desenvolve estudos para estabelecer padrões de qualidade e confiabilidade de produtos e serviços; realiza testes para avaliação e controle de processos, etc. Informática: elabora modelos de simulação para resolução de problemas complexos: define indicadores para amostragem de banco de dados; implanta modelos de previsão e análises estatísticas; estabelece índices e coeficientes para gerenciamento e tomada de decisões. Demografia e saúde: estuda a evolução e as características da população; estabelece tábuas de mortalidade; analisa os fluxos migratórios; estabelece níveis e padrões para testes clínicos; planeja e realiza experimentos com grupos de controle para avaliação de tratamentos. Pesquisa operacional: elabora modelos matemáticos utilizando técnicas de programação linear e programação não linear para otimizar alocação de recursos; utiliza métodos de simulação para indicar soluções ótimas, etc. Recursos Humanos: pesquisa a compatibilidade entre os conhecimentos/habilidades e as atividades desenvolvidas por funcionários; estuda curvas salariais; propõe planos de avaliação de desempenho do quadro funcional; elabora plano de previdência complementar e fundo de pensão. Agronomia e veterinária: produtividade em função do uso de fertilizantes, melhoramento genético, desempenho de variedades de plantas. Impresso por Danielle Madrid, CPF 029.499.340-13 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode ser reproduzido ou repassado para terceiros. 28/01/2021 02:40:58 4 1.2. Divisão da Estatística Estatística Descritiva: descrição, resumo e organização das informações. Compreende o uso de tabelas, gráficos e medidas-resumo. Estatística Inferencial: através do particular (amostra) faz induções a respeito do todo (população), controlando a probabilidade de erro (por isso estudaremos a Teoria das Probabilidades). Exemplo 1: projeção da percentagem de votos para um candidato numa eleição. Exemplo 2: comparação de adubos Os três canteiros são expostos à mesma incidência de luz, tipo de solo, mas recebem adubos diferentes. No final do experimento será medida a altura das plantas. Impresso por Danielle Madrid, CPF 029.499.340-13 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode ser reproduzido ou repassado para terceiros. 28/01/2021 02:40:58 5 1.3 – Revisão de Estatística Descritiva Medidas descritivas para dados não agrupados Média aritmética: n x n xxx X n i i n ∑ = − = +++ = 121 L Moda: a moda de um conjunto de valores, denotada por mo , é definida como o valor mais freqüente no conjunto. Convém lembrar que a moda pode não ser única, isto é, um conjunto pode ser bimodal, trimodal, etc. No caso em que todas freqüências forem iguais diremos que não há moda. Se a moda existir será denotada por Mo. Mediana: A mediana de um conjunto de valores, denotada por ordenado Med, é definida como o valor que separa o conjunto em dois subconjuntos de mesmo tamanho. Med = [ ] [ ] [ ] + + +par én se , 2 ) x (x ímpar én se , x 1 2 n 2 n 2 1n sendo [ ]{ }x a amostra ordenada em ordem crescente. Amplitude: 0minmax ≥−= xxh Variância: ( ) 1 2 1 2 2 − ×− = − = ∑ n Xnx S n i i Desvio padrão: 2SS = Coeficiente de variação: %100. ×= − X S VC Impresso por Danielle Madrid, CPF 029.499.340-13 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode ser reproduzido ou repassado para terceiros. 28/01/2021 02:40:58 6 Exemplo 3: número de irmãos dos alunos da turma U - disciplina Estatística 0 1 1 6 3 1 3 1 1 0 4 5 1 1 1 0 2 2 4 1 3 1 2 1 1 1 1 5 5 6 4 1 1 0 2 1 4 3 2 2 1 0 2 1 1 2 3 0 1 0 Obtenha média aritmética, mediana, moda, variância, desvio padrão e coeficiente de variação. Solução: x f 0 1 2 3 4 5 6 7 21 8 5 4 3 2 Total 50 9,1 50 95 == − x ; Mo=1; Med=1 ( ) 6224,2 49 9,150309 22 = ×− =s ; 6194,1=s ; CV=85%. Medidas descritivas para dados agrupados em classes n fx f fx X k i ii k i i k i ii ∑ ∑ ∑ = = = − × = × = 1 1 1 1 1 2 2 2 − −× = ∑ = − n Xnfx S k i ii 2 SS = ; %100. ×= − X S VC Impresso por Danielle Madrid, CPF 029.499.340-13 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode ser reproduzido ou repassado para terceiros. 28/01/2021 02:40:58 7 Exemplo 4: vendas semanais (em mil reais) de gêneros alimentícios: 30 34 35 35,8 36,2 37,1 37,5 37,9 38 38,3 39 39,3 42,5 43,3 44,5 40 40,1 40,2 40,2 40,3 40,4 40,7 40,8 41 41,1 41,4 42 44,7 44,8 44,9 49,4 49 45,6 49,7 49,4 46 48 46,5 45,4 47,6 46,3 45,9 47,6 49,8 49,6 49,8 49,7 49,7 45,7 48,5 49,7 49,8 49,6 45,5 47,3 48,9 48,9 46,4 45,6 45 47 45,5 49,4 48,1 48,8 49,3 49,7 47,4 48,2 48,9 45,1 46,7 49,1 46 49,5 48,3 48,3 46,9 48,7 48,6 53,6 52,3 51,9 52 53,2 50,8 50,8 51,4 53,4 53,9 50,1 51,5 51,3 54,2 50,2 50,7 50,4 54,8 54 54 53,4 50,6 51,5 53,7 54,6 52,4 50,1 53,2 52,1 50,6 51,8 51 53,7 50,2 53,8 50,1 50,9 52 52,3 52,2 52,1 52,3 57,7 57,5 55,3 56,9 55,2 56,7 57,6 57,9 58,8 56,7 59,5 59,7 55,6 55,5 57,7 56,9 57,3 56,8 55 58 56 56,6 56,9 55,7 59,5 58,8 57,1 56,5 59,2 57,5 60,8 60,5 62,9 62,3 61,2 61,6 63,2 62,5 63,3 63,5 63,6 64,8 62,2 63,5 60,4 64,4 61 62,4 66 68 Tabela de distribuição de freqüências com 5 classes 02325,51 172 8776 == − X ; ( ) 82986,58 171 02325,51172457840 22 = ×− =S ; 67006,7=S , %0325,15100 02325,51 670101,7 =×=CV . Vendas ix if iF Percentual ii fx × ii fx × 2 30.0000 |— 38.0000 38.0000 |— 46.0000 46.0000 |— 54.0000 54.0000 |— 62.0000 62.0000 |— 70.0000 34 42 50 58 66 8 31 78 41 14 8 39 117 158 172 4.6512 % 18.0233 % 45.3488 % 23.8372 % 8.1395 % 272 1302 3900 2378 924 924 54684 195000 137924 60984 Total -------- 172 -------- 100% 8776 457840 Impresso por Danielle Madrid, CPF 029.499.340-13 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode ser reproduzido ou repassado para terceiros. 28/01/2021 02:40:58 8 1.4 – Revisão de Probabilidade Operações com eventos: ( )ccc BABA UI = ; ( ) UI cc c BABA = ; ( )II BABBAc −= Propriedades: (1ª) 1)(0 ≤≤ AP , para A evento no espaço amostral Ω (2ª) 1)( =ΩP (3ª) 0Ø)( =P (4ª) ∑ == = n i i n i i APAP 11 )()(U , para Ø=I ji AA , ji ≠ (5ª) )(1)( APAP c −= (6ª) )()( BPAPBA ≤⇒⊆ (7ª) ⇒⊆ BA :)()()( APBPABP −=− Regra da adição: ( ) IU )()()( BAPBPAPBAP −+= para BA, eventos quaisquer Regra do produto: I )()()( BPAPBAP ×= se A e B forem independentes Probabilidade condicional: )( )( )|( BP BAP BAP I = se 0)( >BP Variáveis aleatórias discretas função massa de probabilidade (fmp): para X v.a. )()( xXPxf == 1)(0 ≤≤ xf ∑ =x xf 1)( ∑= x xxfXE )()( , ( )222 )()( EXxfxXVar x − == ∑σ , 2σσ = %100. ×= EX VC σ Impresso por Danielle Madrid, CPF 029.499.340-13 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode ser reproduzido ou repassado para terceiros. 28/01/2021 02:40:58 9 Modelos Probabilísticos discretos Modelo Binomial Seja um experimento aleatório com dois resultados possíveis, isto é, },{ 21 ωω=Ω , com pP =)( 1ω e qpP =−= 1)( 2ω . A variável aleatória X , tal que 1)( 1 =ωX (ocorreu um sucesso) e 0)( 2 =ω X (ocorreu um fracasso) é dita modelo de Bernoulli. O que é um “sucesso” ou um “fracasso” é subjetivo. Exemplo 5: Ω ={ fator RH+ ; fator RH-} X = 1, se é RH+ = 0, se é RH- Sabe-se, da Biologia, que ( ) 85,01 ==XP e ( ) 15,00 ==XP . Sendo nXXX ,....,, 21 v.a’s. independentes e identicamente distribuídas segundo uma Bernoulli de parâmetro p , então ∑ == n i i XX 1 é dita binomial de parâmetros n e p . Notação: ),(~ pnBinomialX fmp: xnxxn qpCpnxf −=),,( , nx .....,2,1,0= Esperança e Variância de uma v.a. Binomial npEX = ; )1( pnpVarX −= Impresso por Danielle Madrid, CPF 029.499.340-13 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode ser reproduzido ou repassado para terceiros. 28/01/2021 02:40:58 10 Exemplo 6: suponha que 40% dos moradores de um município são favoráveis à implantação de um novo sistema de coleta e reciclagem de lixo. Se 5 pessoas forem entrevistadas (independentemente), qual a probabilidade de: (a) nenhuma ser favorável (b) no máximo 2 serem favoráveis (c) no mínimo 4 serem favoráveis (d) entre 2 (incluso) e 5 (excluso) serem favoráveis solução: vamos denotar X como o número de pessoas favoráveis ao projeto )40,0;5(~ BinomialX (a) 07776,060,040,0)0( 5005 =××== CXP (b) 68256,060,040,060,040,060,040,0 )2()1()0()2( 322 5 411 5 500 5 =××+××+××= ==+=+==≤ CCC XPXPXPXP (c) 08704,060,040,060,040,0)5()4()4( 0555 144 5 =××+××==+==≥ CCXPXPXP (d) 6528,060,040,060,040,060,040,0 )4()3()2()52( 144 5 233 5 322 5 =××+××+×× ==+=+==<≤ CCC XPXPXPXP Exemplo 7: no exemplo anterior, se 50 pessoas forem entrevistadas, qual o número esperado de favoráveis? Solução: 2040,050)( =×=XE ; 1260,040,050)( =××=XVar ,
Compartilhar