Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estatística e Probabilidade Prof. Me. Diego Souza Objetivos da disciplina • Desenvolver um raciocínio lógico e crítico, com base em conceitos matemáticos básicos em conexão com teorias estatísticas e probabilísticas, para que sejam otimizados diferentes cenários organizacionais e sociais. • Desenvolver raciocínio lógico, crítico e analítico para operar com valores e formulações matemáticas presentes nas relações formais e causais entre fenômenos produtivos, administrativos e de controle, bem assim expressando-se de modo crítico e criativo diante dos diferentes contextos organizacionais e sociais. • Fazer uso de ferramentas tecnológicas, de acordo com as técnicas e fatores estatísticos, para tornar mais simples as soluções de questões antes trabalhosas. 2 Objetivos da disciplina • Criar e interpretar tabelas, gráficos e planilhas, aplicando conhecimentos estatísticos, para tornar mais claro e sucinto todo grupo de informações a serem estudadas. • Analisar dados estatísticos agrupados, com base em teorias de classes, para aplicação de estratégias de desenvolvimento empresarial. • Avaliar a relação entre as variáveis de uma coleta de dados, utilizando teorias probabilísticas para que sejam realizadas inferências e uma consequente tomada de decisão mais assertiva. • Aplicar conceitos básicos de probabilidade, baseando-se em espaços amostrais finitos ou infinitos, para criar cenários com resultados probabilisticamente mais favoráveis. 3 Conteúdo Programático 1. Análise de dados quantitativos 1.1 Ferramentas de análise exploratória de dados 1.2 Medidas de posição ou tendência central 1.3 Medidas de dispersão ou variabilidade 4 Conteúdo Programático 2. Probabilidades 2.1 Conceitos básicos de probabilidade 2.2 Cálculos para resolução de problemas simples de probabilidade 2.3 Principais regras da teoria das probabilidades 2.4 Eventos condicionais com base na resolução de problemas associados a eles 5 Conteúdo Programático 3. Probabilidade condicional e independência (CRÉDITO DIGITAL) 3.1 Conceito de independência 3.2 Conceito de probabilidade condicional 3.3 Regra de bayes e suas aplicações 4. Variáveis aleatórias unidimensionais 4.1 Variável aleatória e suas propriedades 4.2 Principais momentos estatísticos 6 Processo de Avaliação • A AV1, contemplará o conteúdo da disciplina até a sua realização, a nota será composta: um trabalho/exercícios valendo até 3,0 pontos + Avaliação elaborada pelo professor, valendo até 7,0 pontos. • As provas de AV2 e AV3 abrangerão todo o conteúdo da disciplina e são geradas pelo Banco de Questões da instituição no formato da PNI (Prova Nacional Integrada). 7 Processo de Avaliação • AV1: 27/04/2021 • AV2: 15/06/2021 • AV3: 29/06/2021 8 Bibliografia Básica • CASTANHEIRA, Nelson Pereira. Estatística aplicada a todos os níveis. 2. Curitiba: Inter Saberes, 2018. • FERREIRA, Valeria Aparecida Martins. Estatística Básica. Rio de Janeiro: SESES, 2015. • MORETTIN, Luiz Gonzaga. Estatística Básica Probabilidade e Inferência. São Paulo: Pearson Prentice Hall, 2010. 9 Contatos do Professor souza.diego@estacio.br 79 99176-5550 10 mailto:souza.diego@estacio.br Como acessar o ambiente virtual O acesso à plataforma pode ser realizado por diversos navegadores e dispositivos, como celulares, tablets e computadores (notebooks e desktops) de maneira simples, como apresentado a seguir. Os alunos acessam a plataforma utilizando o endereço https://estudante.estacio.br/login. 11 Como acessar o ambiente virtual 12 Como acessar o ambiente virtual • Para acessar a plataforma, você deve estar com a página devidamente carregada e clicar no botão "Acessar" e inserir suas credenciais (usuário e senha). A plataforma fornece a opção de alterar o perfil, caso você entre na página do aluno equivocadamente. Essa opção fica disponível abaixo do botão acessar e ao selecioná-la, você será redirecionado à página correta. • As credenciais de acesso à plataforma serão as mesmas utilizadas para o Teams, Pacote Office ou Wi-Fi do Campus. Tenha em mãos essas informações para facilitar seu acesso. • Para os Alunos, o usuário se parece com: MATRÍCULA@aluno.estacio.br. 13 Método Estatístico 14 Método Estatístico • Método é um conjunto de meios dispostos convenientemente para se chegar a um fim que se deseja. • Dos métodos científicos, vamos destacar o método experimental e o estatístico. • O método experimental consiste em manter constantes todas as causas (fatores), menos uma, e variar esta causa de modo que o pesquisador possa descobrir seus efeitos, caso existam. 15 Método Estatístico • O método estatístico, diante da impossibilidade de manter as causas constantes, admite todas essas causas presentes variando- as, registrando essas variações e procurando determinar, no resultado final, que influências cabem a cada uma delas. • A Estatística é uma parte da Matemática Aplicada que fornece métodos para a coleta, organização, descrição, análise e interpretação de dados e para a utilização dos mesmos na tomada de decisões. 16 Método Estatístico • A coleta, a organização e a descrição dos dados estão a cargo da Estatística Descritiva, enquanto a análise e a interpretação desses dados ficam a cargo da Estatística Indutiva ou Inferencial. 17 Método Estatístico 18 Fases do Método Estatístico Coleta de dados A coleta é direta quando feita sobre elementos informativos de registro obrigatório (nascimentos, casamentos e óbitos, importação e exportação de mercadorias), elementos pertinentes aos prontuários dos alunos de uma escola ou, ainda, quando os dados são coletados pelo próprio pesquisador através de inquéritos e questionários, como é o caso das notas de verificação e de exames, do censo demográfico etc. 19 Fases do Método Estatístico A coleta direta de dados pode ser classificada relativamente ao fator tempo em: • Contínua (registro) - quando feita continuamente, tal como a de nascimentos e óbitos e a de frequência dos alunos às aulas; • Periódica - quando feita em intervalos constantes de tempo, como os censos (de 10 em 10 anos) e as avaliações mensais dos alunos; • Ocasional - quando feita extemporaneamente, a fim de atender a uma conjuntura ou a uma emergência, como no caso de epidemias que assolam ou dizimam rebanhos inteiros. 20 Fases do Método Estatístico A coleta se diz indireta quando é inferida de elementos conhecidos (coleta direta) e/ ou do conhecimento de outros fenômenos relacionados com o fenômeno estudado. Como exemplo, podemos citar a pesquisa sobre a mortalidade infantil, que é feita através de dados colhidos por uma coleta direta. 21 Fases do Método Estatístico Crítica dos dados Obtidos os dados, eles devem ser cuidadosamente criticados, à procura de possíveis falhas e imperfeições, a fim de não incorrermos em erros grosseiros ou de certo vulto, que possam influir sensivelmente nos resultados. A crítica é externa quando visa às causas dos erros por parte do informante, por distração ou má interpretação das perguntas que lhe foram feitas; é interna quando visa a observar os elementos originais dos dados da coleta. 22 Fases do Método Estatístico Exposição ou apresentação dos dados Por mais diversa que seja a finalidade que se tenha em vista, os dados devem ser apresentados sob forma adequada (tabelas ou gráficos), tornando mais fácil o exame daquilo que está sendo objeto de tratamento estatístico e ulterior obtenção de medidas típicas. 23 Fases do Método Estatístico Análise dos resultados Como já dissemos, o objetivo último da Estatística é tirar conclusões sobre o todo (população) a partir de informações fornecidas por parte representativa do todo (amostra). Assim, realizadas as fases anteriores (Estatística Descritiva), fazemos uma análise dos resultados obtidos, através dos métodos da Estatística Indutiva ou lnferencial, que tem por base a indução ou inferência, e tiramos desses resultados conclusões e previsões. 24 Variáveis A cada fenômeno correspondeum número de resultados possíveis. Assim, por exemplo: • para o fenômeno "número de filhos" há um número de resultados possíveis expresso através dos números naturais: O, 1, 2,3, ... , n; • para o fenômeno "estatura" temos uma situação diferente, pois os resultados podem tomar um número infinito de valores numéricos dentro de um determinado intervalo. 25 Variáveis Variável é, convencionalmente, o conjunto de resultados possíveis de um fenômeno. Qualitativa: quando seus valores são expressos por atributos: sexo (masculino, feminino), cor da pele (branca, preta, amarela, vermelha, parda) etc.; Quantitativa: quando seus valores são expressos em números (salários dos operários, idade dos alunos de uma escola etc.) . Uma variável quantitativa que pode assumir, teoricamente, qualquer valor entre dois limites recebe o nome de variável contínua; uma variável que só pode assumir valores pertencentes a um conjunto enumerável recebe o nome de variável discreta. 26 Variáveis Assim, o número de alunos de uma escola pode assumir qualquer um dos valores do conjunto N = {1, 2, 3, ... , 58, ... }, mas nunca valores como 2,5 ou 3,78 ou 4,325 etc. Logo, é uma variável discreta. Já o peso desses alunos é uma variável contínua, pois um dos alunos tanto pode pesar 72 kg, como 72,5 kg, como 72,54 kg etc., dependendo esse valor da precisão da medida. 27 Variáveis De modo geral, as medições dão origem a variáveis contínuas e as contagens ou enumerações, a variáveis discretas. Designamos as variáveis por letras latinas, em geral, as últimas: x, y, z. 28 Variáveis ATENÇÃO Variáveis discretas são variáveis numéricas que têm um número contável de valores entre quaisquer dois valores. Uma variável discreta é sempre numérica. Por exemplo, o número de reclamações de clientes ou o número de falhas ou defeitos. Já as variáveis contínuas são variáveis numéricas que têm um número infinito de valores entre dois valores quaisquer. 29 População e Amostra Ao conjunto de entes portadores de, pelo menos, uma característica comum denominamos população estatística ou universo estatístico. Assim, os estudantes, por exemplo, constituem uma população, pois apresentam pelo menos uma característica comum: são os que estudam. 30 População e Amostra Na maioria das vezes, por impossibilidade ou inviabilidade econômica ou temporal, limitamos as observações referentes a uma determinada pesquisa a apenas uma parte da população. A essa parte proveniente da população em estudo denominamos amostra. Dessa forma, uma amostra é um subconjunto finito de uma população. 31 População e Amostra Como a Estatística Indutiva tem por objetivo tirar conclusões sobre as populações, com base em resultados verificados em amostras retiradas dessa população. Mas, para as inferências serem corretas, é necessário garantir que a amostra seja representativa da população, isto é, a amostra deve possuir as mesmas características básicas da população, no que diz respeito ao fenômeno que desejamos pesquisar. É preciso, pois, que a amostra ou as amostras que vão ser usadas sejam obtidas por processos adequados. 32 Amostragem Existe uma técnica especial (amostragem) para recolher amostras, que garante, tanto quanto possível, o acaso na escolha. Dessa forma, cada elemento da população passa a ter a mesma chance de ser escolhido, o que garante à amostra o caráter de representatividade, e isto é muito importante, pois, como vimos, nossas conclusões relativas à população vão estar baseadas nos resultados obtidos nas amostras dessa população. Na nossa disciplina iremos nos ater a três das principais técnicas de amostragem do tipo probabilística. 33 Amostragem Importante: não confundir amostragem com estimativa, pois a estimativa é o valor calculado com base na amostra, e usado com a finalidade de avaliar aproximadamente um parâmetro. 34 Amostragem Casual ou Aleatória Simples Este tipo de amostragem é equivalente a um sorteio lotérico. Devemos utilizar a Amostragem Aleatória Simples (AAS) somente quando a população for homogênea em relação à variável que se deseja estudar. Geralmente, atribuímos uma numeração a cada indivíduo da população e através de um sorteio aleatório os elementos que irão compor a amostra são selecionados. Todos os elementos da população têm a mesma probabilidade de pertencer à amostra. 35 Amostragem Casual ou Aleatória Simples Na prática, a amostragem casual ou aleatória simples pode ser realizada numerando-se a população de 1 a n e sorteando-se, a seguir, por meio de um dispositivo aleatório qualquer, k números dessa sequência, os quais corresponderão aos elementos pertencentes à amostra. 36 Amostragem Casual ou Aleatória Simples Vamos obter uma amostra representativa para a pesquisa de estatura (altura) dos 90 alunos de uma escola. Diante disso, a seguir estão descritos os passos para determinação de tal amostra: 37 Amostragem Casual ou Aleatória Simples • Numeramos os alunos de 01 a 90. • Escrevemos os números de 01 a 90 em pedaços iguais de um mesmo papel, colocando-os dentro de uma caixa. Agitamos sempre a caixa para misturar bem os pedaços de papel e retiramos, um a um, nove números que formarão a amostra. Neste caso, 10% da população. 38 Amostragem Proporcional Estratificada • Usada quando a população pode ser dividida em subgrupos (estratos) relativamente homogêneos. A seleção em cada estrato deve ser aleatória. Como exemplos de amostragem estratificada podemos citar: • Pesquisas de mercado: homens e mulheres; faixas etárias. • Pesquisas eleitorais: região demográfica; cidades pequenas médias e grandes; área urbana e rural. 39 Amostragem Proporcional Estratificada • Vamos obter uma amostra representativa para a pesquisa de estatura (altura) dos 90 alunos de uma escola. Supondo que dos noventa alunos, 54 sejam meninos e 36 sejam meninas, vamos obter a amostra proporcional estratificada. São, portanto, dois estratos (sexo masculino e sexo feminino) e queremos uma amostra de 10% da população. Logo, temos: 40 Amostragem Proporcional Estratificada 41 SEXO POPULAÇÃO ESTRATO (10%) AMOSTRA M 54 F 36 TOTAL 90 Amostragem Proporcional Estratificada Assim, faremos a medição de altura com 5 alunos do sexo masculino e 4 alunos de sexo feminino, para em seguida fazermos o sorteio dos alunos que farão parte da amostra. 42 Amostragem Sistemática Quando os elementos da população já se acham ordenados, não há necessidade de construir o sistema de referência. São exemplos os prontuários médicos de um hospital, os prédios de uma rua, as linhas de produção etc. Nestes casos, a seleção dos elementos que constituirão a amostra pode ser feita por um sistema imposto pelo pesquisador. A esse tipo de amostragem denominamos sistemática. 43 Amostragem Sistemática Assim, no caso de uma linha de produção, podemos, a cada dez itens produzidos, retirar um para pertencer a uma amostra da produção diária. Neste caso, estaríamos fixando o tamanho da amostra em 10% da população. 44 POSITIVA Exercício de Aplicação PRÓXIMA AULA? • Distribuição de Frequência
Compartilhar