Prévia do material em texto
@vidadefisio_study Histograma: Exemplo: Para estudar o comportamento das vendas, um administrador coleta informações sobre o número de itens vendidos nos últimos 30 dias e constrói um histograma com o auxílio do Minitab. Com esse gráfico, ele percebeu que suas vendas variavam entre 28 e 52 unidades e na maioria dos dias ele vendia em torno de 40. Outra maneira de enxergar a distribuição dos dados é o dot-plot, no qual cada ponto no gráfico representa uma observação. Neste exemplo, ao analisar o histograma e também ao observar o dot-plot, é possível inferir que: Centralidade: na maioria dos dias, vendemos 38 unidades em média. Amplitude: há dias ruins, em que vendemos cerca de 27 unidades, e dias muito bons, nos quais as vendas podem chegar a até 52 unidades! Simetria: o processo parece bem simétrico, o que significa que devemos esperar a mesma quantidade de dias bons e de dias ruins. Gráfico de setores: Exemplo: Uma empresa da área automobilística acompanha o número de defeitos encontrados nos equipamentos enviados para a calibração. Na tabela a seguir apresentamos os dados referentes a um mês de acompanhamento dos defeitos encontrados nos equipamentos das diversas áreas. dados qualitativos nominais. Centro de custo Número de defeitos Pré-usinagem 9 Tratamento térmico 12 Fundição 10 Usinagem 45 Tratamento superficial 13 Total 89 Gráfico de Linhas: usados para controlar alterações ao longo do tempo e para facilitar a identificação de tendências ou de anomalias. Exemplo: Na tabela abaixo, temos os dados referentes a evolução do preço de um ativo financeiro ao longo de 20 dias. Evolução do preço de um ativo financeiro ao longo de 20 dias Dia 1 103,60 Dia 11 109,21 Dia 2 104,41 Dia 12 108,13 Dia 3 105,21 Dia 13 108,76 Dia 4 106,00 Dia 14 109,45 Dia 5 105,18 Dia 15 110,12 Dia 6 106,80 Dia 16 109,56 Dia 7 104,89 Dia 17 111,67 Dia 8 105,23 Dia 18 112,32 Dia 9 107,60 Dia 19 110,97 Dia 10 108,41 Dia 20 111,34 @vidadefisio_study Curtose é uma medida de dispersão que caracteriza o "achatamento" da curva da função de distribuição. A distribuição normal conhecida também como distribuição gaussiana é sem dúvida a mais importante distribuição contínua. Sua importância se deve a vários fatores, entre eles podemos citar o teorema central do limite, o qual é um resultado fundamental em aplicações práticas e teóricas, pois ele garante que mesmo que os dados não sejam distribuídos segundo uma normal a média dos dados converge para uma distribuição normal conforme o número de dados aumenta. A distribuição é normal quando tem a forma de "sino": Box Plot: é um gráfico utilizado para avaliar a distribuição empírica do dados. O boxplot é formado pelo primeiro e terceiro quartil e pela mediana. Exemplo: Uma indústria produz uma peça automotiva cujo valor de referência é 75cm. Após verificar lotes com peças fora de especificação, enviaram duas equipes de trabalhadores (A e B) para um treinamento. Para verificar a eficiência do treinamento, foram selecionadas 10 peças produzidas pelas equipes A e B e 10 peças produzidas pelas equipes C e D que não participaram do treinamento. Análisando o gráfico podemos observar que: 1. As equipes A e B produzem peças com menor variabilidade, indicando que o treinamento teve o efeito desejado; 2. A equipe D é a que produz peças com maior variabilidade; 3. A equipe B é a que produz peças com menor variabilidade. Considerações: Como as peças das equipes A e B tem menor variabilidade e com valor médio próximo do valor de referência, vale a pena enviar as demais equipes para o treinamento. Gráfico de barras: O gráfico de barras apresenta dados categorizados em barras retangulares nos quais os retângulos correspondentes a cada categoria é proporcional ao número de observações na respectiva categoria. O gráfico de barras é utilizado para realizar comparações entre as categorias de uma variável qualitativa ou quantitativa discreta. Este gráfico pode ser utilizado na vertical ou horizontal.