Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESTATÍSTICA APLICADA À ENGENHARIA DE PRODUÇÃO - CCE1009 Luiz Eduardo Freire de Lima Oliveira Salvador -BA Objetivos - Aula • Revisão da última aula; • Resolução de exercícios; • Preparar planilhas no Excel; • Amostragem; • Leitura do artigo Revisão: Poisson e Distribuição Normal Distribuição Poisson • Atende três critérios: • O experimento consiste em contar o número de vezes, x, que um evento ocorre em um intervalo de tempo ou região; Distribuição Poisson • Atende três critérios: • A probabilidade de que o evento ocorra é a mesma em cada intervalo; • O número de ocorrências em um intervalo independe do número de ocorrências em outro. Distribuição Poisson • A probabilidade de exatamente 𝑥 ocorrências em um intervalo é: • 𝑒 = 2,71828....(Euller); • λ número de ocorrências emé o intervalo de tempo. 𝑃 𝑥 = 𝑒−λ(λ)𝑥 𝑥! Distribuições de probabilidade contínuas -Normal Distribuição Normal • Propriedades: • Suas média, mediana e moda são iguais. • Tem forma de sino e é simétrica em torno da média. • A área total sob a curva é de 100%. Distribuição Normal Ponto de inflexãoPonto de inflexão • À medida que a curva se afasta da média, aproxima-se cada vez mais do eixo x, mas nunca o toca. Distribuição Normal O escore padrão, ou escore z, representa o número de desvios padrão que separa uma variável aleatória x da média valor – média desvio padrão Distribuição Normal Distribuição Normal Distribuição Normal Exercícios: Poisson e Distribuição Normal Distribuição Poisson • 1 O número de trabalhadores que chegam ao posto de trabalho ocorre segundo uma distribuição de Poisson, com média de dois trabalhadores por dia. Desse modo, a probabilidade de a posto receber no máximo três trabalhadores em dois dias é igual a: 𝑃 𝑥 = 𝑒−λ(λ)𝑥 𝑥! Distribuição Poisson • 2 A chegada de ônibus em um terminal acontece a razão de 3 por minuto. Supondo que tenha uma distribuição de Poisson, determine a probabilidade de: • a) chegarem exatamente 8 ônibus em 2 minutos. • b) chegarem exatamente 4 ônibus em 5 minutos 𝑃 𝑥 = 𝑒−λ(λ)𝑥 𝑥! Distribuição Normal • 3 Uma fábrica de automóveis sabe que os motores de sua fabricação tem duração com distribuição normal com média de 150.000km e desvio padrão de 5.000km. Qual a probabilidade de que um carro escolhido ao acaso, dos fabricados por essa firma tenha um motor que dure: Distribuição Normal • 3 • a) menos que 170.000km? • b) entre 140.000km e 165.000km? • c) Se a fábrica substitui o motor que apresenta duração inferior à garantia, qual deve ser esta garantia, para que a percentagem de motores substituídos seja inferior a 0,2% Preparando o EXCEL Distribuição Binomial • =(FATORIAL($H$4)/(FATORIAL(A4)*FATORIAL($H$4-A4) ))*$J$4^A4*$I$4^($H$4-A4) n! x! (n-x)! p^x q^(n-x) Distribuição Poisson • =(EXP(-$G$4)*$G$4^C4)/FATORIAL(C4) 𝑒−λ (λ)𝑥 x! 𝑃 𝑥 = 𝑒−λ(λ)𝑥 𝑥! Distribuição normal • =DIST.NORM.N(E3;F3;G3;VERDADEIRO) μx Amostragem Amostragem • Conceitos básicos: • População: conjunto formado por todos os elementos (pessoas, objetos, medidas, respostas e outros) que têm a característica que se deseja estudar; • Amostra: Subconjunto representativo da população de interesse. Amostragem • Conceitos básicos: • Parâmetro: medida numérica que descreve alguma característica de uma população; • Estatística: Medida numérica que descreve alguma característica de uma amostra. Amostragem • Conceitos básicos: • Variável: Característica de interesse no estudo; • Dados: Respostas coletadas da variável em estudo; • Censo: Conjunto de dados obtidos através de todos os elementos da população. Amostragem • Conceitos básicos: • Variável: Característica de interesse no estudo; • Dados: Respostas coletadas da variável em estudo; • Censo: Conjunto de dados obtidos através de todos os elementos da população. Amostragem • A amostra é um subconjunto representativo da população de interesse e é por meio dela que o estudo estatístico é feito, de maneira a obtermos informações importantes sobre a população da qual a amostra foi extraída Amostragem • Porquê trabalhar com amostra • Custo e demora dos censos. • Populações muito grandes. • Impossibilidade física de examinar toda a população. • Comprovado valor científico das informações coletadas por meio de amostras. Amostragem Amostragem • Os dados obtidos por meio de uma população ou amostra, são provenientes da(s) variável(eis) em estudo. Variável é uma característica de interesse no estudo. Amostragem • Por exemplo, podemos ter interesse nas variáveis idade, gênero, renda e escolaridade dos clientes de determinada Unidade Básica de Saúde. As respostas obtidas em cada uma destas variáveis formarão o conjunto de dados a ser estudado. Amostragem • Exercício: Um hospital e maternidade possui 3200 funcionários. O departamento de recursos humanos fez uma pesquisa de clima organizacional com 620 funcionários selecionados nos diversos setores do hospital e um dos tópicos abordados foi o grau de satisfação com os benefícios oferecidos pela empresa. A análise dos dados mostrou que 55% dos funcionários estão satisfeitos com os benefícios oferecidos. Amostragem • De acordo com as informações contidas no enunciado, vamos identificar: • a) A população em estudo. • b) A variável em estudo. • c) O tamanho da amostra. • d) A informação numérica 55% é um parâmetro ou uma estatística? Amostragem • Quando coletamos dados referentes à variável ou às variáveis em estudo, podemos obter respostas numéricas ou não numéricas. É intuitivo pensar que quando as respostas são numéricas, estamos trabalhando com dados quantitativos e, quando as respostas não são numéricas, os dados são qualitativos Amostragem • As variáveis qualitativas podem ser classificadas como qualitativas nominais ou ordinais. Se existir uma ordenação natural, elas são classificadas como qualitativas ordinais. Caso contrário, elas são classificadas como variáveis qualitativas nominais Amostragem • Qualitativas nominais: Estado Civil (solteira, casado, viúvo e etc); Gênero (feminino, masculino). • Qualitativas ordinais: Desempenho profissional (péssimo, regular, bom); Grau de instrução ( ensino fundamental, ensino médio, superior e etc) Amostragem • No caso das variáveis quantitativas, elas podem ser classificadas como quantitativas discretas ou contínuas. As variáveis quantitativas discretas são resultantes de uma operação de contagem, assumindo respostas cujos números são inteiros. Já as variáveis quantitativas contínuas são resultantes de mensurações, assumindo valores que pertencem a um intervalo de números reais, ou seja, números decimais. Amostragem • Quantitativas discretas: Faltas no trabalho (0,1,2 ....), número de peças defeituosas em um lote; • Quantitativas contínuas: peso, altura, renda familiar. Amostragem Amostragem Vamos classificar as seguintes variáveis: • a) Número de peças defeituosas produzidas em uma linha de montagem. • b) Peso de pacientes. • c) Fumante. • d) Tipo sanguíneo. • e) Grau de satisfação do consumidor com determinado produto. Amostragem • Para fazer qualquer estudo estatístico, precisamos coletar dados; • Esta coleta pode ser feita através de estudos observacionais ou experimentos; • Para que possamos usar os resultados obtidos na amostra para fazer inferências sobre a população de interesse, precisamos garantir que a amostra seja representativa desta população. Tecnicas de amostragem • Amostragem aleatória simples: • A seleção dos elementos que farão parte da amostra é feita de maneira bem simples: quando estamos trabalhando com uma população finita, temos como obter uma listagem de todos os N elementos que compõem a população. Tecnicas de amostragem • Amostragem aleatória simples: • Neste procedimento, todo elemento da populaçãotem a mesma probabilidade de pertencer à amostra. • Para utilizarmos este tipo de amostragem, é desejável que a população seja homogênea, ou seja, que os elementos sejam similares sob o ponto de vista da variável em estudo Técnicas de amostragem • Amostragem aleatória simples: • Uma universidade está elaborando uma pesquisa com objetivo de avaliar seu espaço físico, biblioteca, laboratórios, secretaria acadêmica, entre outros, visando aperfeiçoamento e fortalecimento das atividades de ensino. Para isto, deseja obter uma amostra de 8% dos seus 4 500 estudantes, para entrevistá-los. Qual deve ser o procedimento para a obtenção de uma amostra aleatória simples? Técnicas de amostragem • Amostragem estratificada: • Utilizamos esta técnica quando identificamos que a população é heterogênea para a variável de interesse no estudo. Neste caso, dividimos a população em grupos mais homogêneos (subgrupos), que são os estratos. Técnicas de amostragem • Amostragem estratificada: • Uma universidade está elaborando uma pesquisa com objetivo de avaliar seu espaço físico, biblioteca, laboratórios, secretaria acadêmica, entre outros, visando aperfeiçoamento e fortalecimento das atividades de ensino. Para isto, deseja obter uma amostra de 8% dos seus 4 500 estudantes, para entrevistá-los. Há uma suspeita de que mulheres são mais criteriosas na avaliação institucional. De acordo com informações acadêmicas, aproximadamente 60% dos estudantes são do sexo feminino. Qual deve ser o procedimento para a obtenção de uma amostra estratificada? Técnicas de amostragem • Amostragem sistemática: • A seleção dos elementos, quando utilizamos a amostragem sistemática, é feita segundo um sistema preestabelecido (sistematicamente). Para estabelecermos o sistema de seleção, ordenamos os elementos da população (formando uma lista) de forma a identificá-los pela posição e, após o número inicial ser selecionado aleatoriamente, os elementos que farão parte da amostra serão selecionados segundo intervalos regulares que ocorrem a partir do número inicial Técnicas de amostragem • Amostragem sistemática: • Uma universidade está elaborando uma pesquisa com o objetivo de avaliar seu espaço físico, biblioteca, laboratórios, secretaria acadêmica, entre outros, visando ao aperfeiçoamento e fortalecimento das atividades de ensino. Para isto, deseja obter uma amostra de 8% dos seus 4 500 estudantes, para entrevistá-los. Qual deve ser o procedimento para a obtenção de uma amostra sistemática? Técnicas de amostragem • Amostragem Conglomerado: • Neste tipo de amostragem, dividimos a população em subgrupos (conglomerados) de elementos heterogêneos, em seguida selecionamos aleatoriamente alguns conglomerados e escolhemos todos os elementos desses conglomerados selecionados para compor a amostra. Técnicas de amostragem • Amostragem Conglomerado: • Uma universidade está elaborando uma pesquisa com objetivo de avaliar seu espaço físico, biblioteca, laboratórios, secretaria acadêmica, entre outros, visando aperfeiçoamento e fortalecimento das atividades de ensino. Para isto, deseja obter uma amostra de 10% dos seus 4 500 estudantes, para entrevistá-los. Qual deve ser o procedimento para a obtenção de uma amostra por conglomerados? Técnicas de amostragem • DETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA COM BASE NA ESTIMATIVA DA MÉDIA POPULACIONAL: • A fórmula para cálculo do tamanho da amostra para uma estimativa confiável da MÉDIA POPULACIONAL (µ) é dada por : Técnicas de amostragem • Tamanho da amostra: • n = Número de indivíduos na amostra • Zα/2 = Valor crítico que corresponde ao grau de confiança desejado. • σ = Desvio-padrão populacional da variável estudada (no exemplo, RENDA). • E = Margem de erro ou ERRO MÁXIMO DE ESTIMATIVA. Identifica a diferença • máxima entre a MÉDIA AMOSTRAL ( X ) e a verdadeira MÉDIA POPULACIONAL. Técnicas de amostragem • Tamanho da amostra: Técnicas de amostragem • Um economista deseja estimar a renda média para o primeiro ano de trabalho de um bacharel em direito. Quantos valores de renda devem ser tomados, se o economista deseja ter 95% de confiança em que a média amostral esteja a menos de R$500,00 da verdadeira média populacional? Sabemos a partir de um estudo prévio, que para tais rendas, σ = R$6250,00 Técnicas de amostragem • Um grupo de consumidores deseja estimar a média de gasto mensal em eletricidade para um domicílio familiar simples em Julho. Baseado em estudos similares o desvio padrão é estimado como sendo R$ 20,00. Deseja-se construir um intervalo de confiança de 99 % com um erro máximo admissível de ±R$5,00 . Qual deve ser o tamanho da amostra? Técnicas de amostragem • DETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA COM BASE NA ESTIMATIVA DA PROPORÇÃO POPULACIONAL: Técnicas de amostragem • n = Número de indivíduos na amostra • Zα/2 = Valor crítico que corresponde ao grau de confiança desejado. • p = Proporção populacional de indivíduos que pertence a categoria que estamos interessados em estudar. • q = Proporção populacional de indivíduos que NÃO pertence à categoria que estamos interessados em estudar (q = 1 – p). • E = Margem de erro ou ERRO MÁXIMO DE ESTIMATIVA. Identifica a diferença máxima entre a PROPORÇÃO AMOSTRAL e a verdadeira PROPORÇÃO POPULACIONAL (p) Técnicas de amostragem • Se valores de p e q forem desconhecidos: Técnicas de amostragem • Um assistente social deseja saber o tamanho da amostra (n) necessário para determinar a proporção da população atendida por uma Unidade de Saúde, que pertence ao município de Cariacica. Não foi feito um levantamento prévio da proporção amostral e, portanto, seu valor é desconhecido. Ela quer ter 90% de confiança que sua o erro máximo de estimativa (E) seja de ±5% (ou 0,05). Quantas pessoas necessitam ser entrevistadas? Técnicas de amostragem • Complementar: • http://www.abepro.org.br/biblioteca/enegep2013 _TN_STO_178_015_22923.pdf • Próxima aula FERREIRA, Valéria. ESTATÍSTICA APLICADA. Rio de Janeiro: Editora Universidade Estácio de Sá, 2015. Capítulo 4 páginas 100 à 109 OBRIGADO!
Compartilhar