Baixe o app para aproveitar ainda mais
Prévia do material em texto
Curso Ciências Econômicas – Estatística Página 1 A ESTATÍSTICA NAS EMPRESAS No mundo atual, a empresa é uma das vigas-mestras da Economia dos povos. A direção de uma empresa, de qualquer tipo, incluindo as estatais e governamentais, exige de seu administrador a importante tarefa de tomar decisões, e o conhecimento e o uso da Estatística facilitarão seu tríplice trabalho de organizar, dirigir e controlar a empresa. Por meio de sondagem, de coleta de dados e de recenseamento de opiniões, podemos conhecer a realidade geográfica e social, os recursos naturais, humanos e financeiros disponíveis, as expectativas da comunidade sobre a empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcançados a curto, médio ou longo prazo. A Estatística ajudará em tal trabalho, como também na seleção e organização da estratégia a ser adotada no empreendimento, ainda, na escolha das técnicas de verificação e avaliação da quantidade e da qualidade do produto e mesmo dos possíveis lucros e/ou perdas. Tudo isso que se pensou, que se planejou, precisa ficar registrado, documentado para evitar esquecimentos, a fim de garantir o bom uso do tempo, da energia e do material e, ainda, para um controle eficiente do trabalho. O esquema do planejamento é o plano, que pode ser resumido com o auxílio da Estatística, em tabelas e gráficos, que facilitarão a compreensão visual dos cálculos matemático-estatísticos que lhes deram origem. Curso Ciências Econômicas – Estatística Página 2 DEFINIÇÕES Definição: A ESTATÍSTICA trata dos métodos científicos para coleta, organização, descrição, análise e interpretação (conclusão) dos dados experimentais visando à tomada de decisões. A Estatística pode ser dividida basicamente em 3 áreas: - Estatística Descritiva: Coleta de dados a partir de uma amostra escolhida da população. Técnicas de Amostragem. Interpretações iniciais. - Probabilidade: Análise descritiva (ou Estatística Dedutiva), que envolve a parte de resumo e interpretação dos dados por meio de tabelas, gráficos e medidas descritivas (quantidades). Pode ser pensada como a teoria matemática utilizada para se estudar a incerteza oriunda de fenômenos de caráter aleatório. - Inferência Estatística: Escolha de um possível modelo explicativo para o comportamento do objeto em estudo, afim de se fazer, numa etapa posterior, a análise confirmatória dos dados, conhecida como inferência (ou Estatística Indutiva). Para esta última etapa, faz-se necessário a linguagem das probabilidades, para o esclarecimento de conclusões. POPULAÇÃO E AMOSTRA As pessoas de uma comunidade podem ser estudas sob diversos ângulos. Por exemplo, podem ser estudadas quanto ao sexo (masculino ou feminino), quanto à estatura (baixa, média ou alta), quanto à renda (pobres e ricas), etc. Sexo, estatura e renda são variáveis, isto é, são propriedades as quais podemos associar conceitos ou números e assim expressar, de certa maneira, informações sob a forma de medidas. POPULAÇÃO (ou UNIVERSO) é qualquer conjunto de INFORMAÇÕES que tenham, entre si, uma CARACTERÍSTICA COMUM. Voltemos às pessoas da citada comunidade. O conjunto de TODAS as estaturas constitui uma POPULAÇÃO DE ESTATURAS; o conjunto de TODOS os pesos constitui uma POPULAÇÃO DE PESOS; o conjunto de TODAS as cores de olhos constitui uma POPULAÇÃO DE CORES DE OLHOS. Então, população não implica necessariamente GENTE e PESSOAS. O que importa é a VARIÁVEL estudada. Você pode ter uma POPULAÇÃO DE PESO DE RATOS ou COMPRIMENTOS DE MINHOCAS. Se uma população for muito grande (por exemplo, o conjunto de todas as estaturas de uma comunidade), o pesquisador poderá ter um trabalho astronômico para estudá-la. E em alguns casos os resultados serão sempre falhos. É só pensar no número de nascimentos e mortes diários, isto é, na ENTRADA e SAÍDA de informações, para avaliar a dificuldade e a imprecisão do trabalho. Nesses casos, o estatístico recorre a uma AMOSTRA, que, basicamente, constitui uma REDUÇÃO da população a DIMENSÕES MENORES, SEM PERDA DAS CARACTERÍSTICAS ESSENCIAIS. EXEMPLO: Imaginemos uma escola com 400 alunos (meninos com idades entre 6 e 16 anos). Se quisermos fazer um estudo das estaturas (qual a estatura média?) podemos simplificar o trabalho colhendo uma amostra de 40 alunos e estudar o COMPORTAMENTO DA VARIÁVEL ESTATURA APENAS nesses alunos. A variável estudada poderia ser inteligência, número de filhos, número de cáries, notas em história ou renda familiar. Uma amostra, para ser BOA, tem de ser REPRESENTATIVA, ou seja, deve conter EM PROPORÇÃO tudo o que a população possui QUALITATIVA E QUANTITATIVAMENTE. E tem de ser IMPARCIAL, isto é, todos os elementos da população devem ter IGUAL OPORTUNIDADE de fazer parte da amostra. Definição: POPULAÇÃO estatística é a coleção completa e total dos elementos (pessoas, medidas, itens, etc.) a serem considerados em um estudo estatístico. Curso Ciências Econômicas – Estatística Página 3 Definição: AMOSTRA é um subconjunto de uma população de interesse. Para termos ‘boas amostras’, ela precisa ser REPRESENTATIVAS E PREFERENCIALMENTE ALEATÓRIAS. Definição: AMOSTRAGEM é o processo de escolha de uma amostra da população. A IMPORTÂNCIA DA AMOSTRAGEM ✓ ASSISTIR UM FILME NA TELEVISÃO POR ALGUNS MINUTOS PARA VER SE VALE A PENA ASSISTI-LO ATÉ O FIM; ✓ NÃO É PRECISO COMER UM BOLO INTEIRO PARA VER SE É BOM OU NÃO. AMOSTRAGEM OU CENSO? DUAS ABORDAGENS PARA A AMOSTRAGEM ✓ Censo: Levantamento efetuado sobre toda uma população. Temos como exemplo o IBGE, realiza levantamento censitário, mas na prática nem sempre é viável. Então utiliza processos de Amostragem, selecionando alguns elementos da população, analisa-os e dai faz-se uma generalização para toda a população. ✓ Amostragem: Processo de escolha da amostra. Atividade inicial em qualquer estudo estatístico. POR QUE FAZER AMOSTRAGEM? - população infinita - diminuir custo - aumentar velocidade na caracterização (medidas que variam no tempo) - aumentar a representatividade - melhorar a precisão (mais cuidado na obtenção dos dados) - minimizar perdas por medidas destrutivas POR QUE FAZER CENSO? - população pequena ou amostragem muito grande em relação a população - precisão completa (não se permite erros) - já se dispõe da informação completa QUANTO AMOSTRAR? Depende: - da variabilidade original dos dados (maior variância maior n) - da precisão requerida no trabalho (maior precisão maior n) - do tempo disponível (menor o tempo menor n) - do custo da amostragem (maior o custo menor n) COMO AMOSTRAR? - amostragem probabilística X não probabilística MÉTODOS PARA COMPOSIÇÃO DA AMOSTRA ➢ Probabilística: A seleção é aleatória de tal forma que cada elemento tem igual probabilidade de ser sorteado para a amostra. Usualmente a probabilidade é a mesma entre os elementos. População com N elementos: P(participar) = 1 𝑁 ➢ Não-probabilística: É a escolha deliberada dos elementos da amostra. Não garante a representatividade. TIPOS DE AMOSTRAGEM PROBABILÍSTICA ➢ Amostragem Aleatória: Cada elemento da população tem a mesma chance Curso Ciências Econômicas – Estatística Página 4 de ser escolhido. Seleção de amostras de tamanho “k” dentre as “n” unidades da população. Amostragem realizada sem reposição. Número de amostras possíveis: ( 𝑛 𝑘 ) = 𝑛! 𝑘!.(𝑛−𝑘)! ➢ Amostragem Sistemática: Elementos da população estão ordenados. A seleção dos elementos que constituirão a amostra obedece a um determinado intervalo. A amostra sistemática de n elementos de uma população de tamanho N – k deve ser menor ou igual a N/n. Escolher cada elemento de ordem k. Vantagens: - fácil de executar – menos sujeito a erros do entrevistador; - frequentementeproporciona mais informações por custo unitário do que a aleatória simples. ➢ Amostragem Estratificada: Classificar a população em, ao menos, dois estratos e extrair uma amostra de cada um. Exemplo: Em uma escola do interio de Cuiába, quer fazer-se um estudo sobre o peso dos alunos de 7 anos de idade. Sabendo que há 120 crianças na faixa dos 7 anos, distribuídas em cinco classes, com quantidades diferentes de alunos. A primeira série A, tem 20 alunos, a primeira série B, tem 15 alunos, a primeira série C, tem 35 alunos, a primeira série D, tem 30 alunos e a primeira série E, tem 20 alunos. Qual será nossa amostra selecionada? Neste caso, temos que sortear, 10% de 120 é 12. Série População(Alunos) % (Freq. Relativa) Amostra A 20 20/120 = 16,7% 16,7% de 12 = 2 B 15 12,5% 2 C 35 29,1% 3 D 30 25,0% 3 E 20 16,7% 2 (Total) 120 100% 12 Observe que os dados foram arredondados para o inteiro mais proximo, já que esses números indicam quantidade de crianças. TIPOS DE AMOSTRAGEM NÃO PROBABILÍSTICA ➢ Amostragem Acidental/Conveniência. Utiliza resultado de fácil acesso. Formada por elementos conforme estes vão aparecendo. Elementos são os possíveis de se obter. Encerra quando completar o número de elementos da amostra. Exemplo: Pesquisa de opinião em que os entrevistados são acidentalmente escolhidos. ➢ Amostragem Intencional (Julgamento). Formada por elementos escolhidos por determinado critério. Grupo de elementos intencionalmente escolhidos para compor uma amostra. Exemplo: Pesquisa de opinião em que os entrevistados são especialistas em determinado assunto. ➢ Amostragem por Quotas. Classificação da população de acordo com propriedades (quotas). Determinação da proporção da população para cada propriedade. Seleção não aleatória de elementos de cada quota identificada. ERROS AMOSTRAIS Não importa quão bem planejemos e executemos o processo de coleta da amostra, provavelmente sempre haverá algum erro nos resultados. Curso Ciências Econômicas – Estatística Página 5 Definições: Um erro amostral é a diferença entre o resultado amostral e o verdadeiro resultado da população; tais erros resultam das flutuações amostrais devidas ao acaso. Um erro não-amostral ocorre quando os dados amostrais são coletados, registrados ou analisados incorretamente (tal como a seleção de uma amostra tendenciosa, o uso de um instrumento de medida defeituoso, ou cópia incorreta dos dados). Definição: Variável Aleatória é o conjunto de resultados possíveis de um fenômeno. É uma função que relaciona os valores de uma variável com as probabilidades. TIPOS DE VARIÁVEIS: ➢ Variável Qualitativa: Quando seus valores são expressos por atributos/qualidades, que distinguem por alguma característica não numérica. Quando apresentam uma ordem natural, classificamos como ordinal, já quando não estabelecemos uma ordem natural, classificamos como qualitativa nominal. Exemplo: Turma (A ou B) Sexo (feminino ou masculino), Fuma (sim ou não), são exemplos de variáveis qualitativas nominais, por outro lado como Tamanho (pequeno, médio ou grande), Classe Social (baixa, média ou alta) são variáveis qualitativas ordinais. ➢ Variável Quantitativa: Consiste em números que representam contagem ou medidas. - Variáveis quantitativas discretas: Quando assume valores inteiros. Exemplo: Números de irmãos (0, 1, 2,...), Número de defeitos (0, 1, 2,...). - Variáveis quantitativas contínuas: Quando assume qualquer valor do intervalo dos números reais. Exemplo: Peso e altura. ARREDONDAMENTO DE DADOS A norma NBR 5891 da Associação Brasileira de Normas Técnicas (ABNT) estabelece as regras fixas de arredondamento na numeração decimal, em uso na atualidade. Essas regras estão de acordo com a Resolução 886/ 66 do IBGE. Se o algarismo a ser eliminado for maior ou igual a cinco, acrescentamos uma unidade ao primeiro algarismo que esta situado a sua esquerda. Exemplo: 3,5684 . Observe a terceira casa, como é maior que 5 acrescentamos 1 na casa anterior, o que nos dará: 3,57. Se o algarismo a ser eliminado for menor que cinco devemos manter inalterado o algarismo da esquerda. Exemplo: 3,5634 . Observe a terceira casa, como é menor que 5 deixamos a na casa anterior inalterável, o que nos dará: 3,56. Se o número for muito pequeno ou muito grande, primeiro devemos fazer a conversão para o múltiplo ou submúltiplo adequado antes de arredondar. Exemplo: 0,00000056348743, fazendo a conversão temos; 563,48743* 10-9. Observe a terceira casa após a vírgula se for maior que 5 acrescentar 1 na segunda casa e se for menor deixa como esta. Neste caso teremos: 563,49 * 10-9. OBS: 1-) Arredondamento na calculadora Casio FX-82 MS https://www.youtube.com/watch?v=ZIyVRAM61EI 2-) Virgula e Ponto na Calculadora Científica https://www.youtube.com/watch?v=wO8FFMr9yPQ DADOS BRUTOS Conjunto de dados numéricos obtidos após a crítica dos valores coletados constituiu-se nos dados brutos. Assim: 13 – 12 – 17- 18 – 10 – 17 – 15 – 10 – 20 – 19 – 18 – 17 são exemplos de dados brutos. ROL https://www.youtube.com/watch?v=ZIyVRAM61EI https://www.youtube.com/watch?v=wO8FFMr9yPQ Curso Ciências Econômicas – Estatística Página 6 É o arranjo dos dados brutos em ordem crescente ou decrescente. Assim, do exemplo anterior temos: 10 – 10 – 12 – 13 – 15 – 17 – 17 – 17 – 18 – 18 – 19 – 20. AMPLITUDE TOTAL OU “RANGE” (R) É a diferença entre a maior e o menor valor observado. Ex.: 20 – 10 = 10. FREQUÊNCIA ABSOLUTA OU SIMPLESMENTE FREQUÊNCIA (F) É o nº de vezes que cada dado aparece na pesquisa. Ex.: F(17) = 3. FREQUÊNCIA RELATIVA OU PERCENTUAL (FR) É o coeficiente da frequência simples pelo número total de dados. Exemplo: FÓRMULA: 𝑓𝑟 = 𝑓𝑖 ∑ 𝑓𝑖 𝑛 𝑖=1 FREQUÊNCIA ACUMULADA (FA) É a soma de cada frequência com as que lhe são anteriores na distribuição. Exemplo: LIMITES DAS CLASSES Existem diversas maneiras de expressar os limites das classes. Eis algumas: a) 10 |--| 12: compreende todos os valores entre 10 e 12; b) 10 |-- 12: compreende todos os valores de 10 a 12, excluindo o 12. c) 10 --| 12: compreende todos os valores, excluindo o 10. PONTOS MÉDIOS DAS CLASSES (XI) É a média aritmética entre o limite superior e o limite inferior da classe. Assim, se a classe for 10 |-- 12, teremos: 11 2 1210 = + =xi Exercícios 1- Classifique as variáveis em qualitativas ou quantitativas (discretas ou contínuas): a) Universo: alunos de uma faculdade. d) Universo: casais residentes em uma cidade. Variável: cor dos cabelos. Qualitativa Variável: número de filhos. Quant. discreta b) Universo: as jogadas de um dado. e) Universo: peças produzidas por certa máquina. Variável: o ponto obtido em cada jogada. Variável: número de peças produzidas por hora. c) Universo: peças produzidas por certa máquina. Variável: diâmetro externo. Quantitativa contínua 2- Quais das variáveis abaixo são discretas e quais são contínuas: a) População: alunos de uma cidade. Variável: cor dos olhos. Qualitativa. b) População: estação meteorológica de uma cidade. Variável: precipitação pluviométrica, durante um ano. Contínua. c) População: Bolsa de Valores de São Paulo. Variável: número de ações negociadas. Diseta. d) População: pregos produzidos por uma máquina. Variável: comprimento. Contínua. e) População: indústrias de uma cidade. xi Fi Fr 1 5 5/14 2 7 ½ 3 2 1/7 14 1 xi Fi Fac 0 3 3 1 5 8 2 2 10 10 Curso Ciências Econômicas – Estatística Página 7 Variável: índice de liquidez. Contínua. f) População: casais residentes em uma cidade. Variável: sexo dos filhos. Qualitativa. g) População: propriedades agrícolas do Brasil. Variável: produção de algodão. Contínua. h) População: segmentos de reta. Variável: comprimento.Contínua. i) População: bibliotecas da cidade de Cuiabá. Variável: número de volumes. Discreta. j) População: aparelhos produzidos em uma linha de montagem. Variável: número de defeitos por unidade. TABULAÇÃO DE VARIÁVEIS VARIÁVEIS QUALITATIVAS UNIDIMENSIONAIS Quando se estuda uma variável, o maior interesse do pesquisador é conhecer o comportamento dessa variável, analisando a ocorrência de seus possíveis resultados. Tabela 01: Frequências e Porcentagens dos 36 empregados da seção de orçamentos da Companhia MB segundo o grau de instrução. VARIÁVEIS QUANTITATIVAS UNIDIMENSIONAIS A construção de tabelas de frequências para variáveis quantitativas necessita de certos cuidados. Por exemplo, a construção da tabela de frequências para a variável Salário. Agrupar os dados por faixas de salário, construímos uma tabela chamada Tabela de Classes de Frequências. Tabela 02: Frequências e Porcentagens dos 36 empregados da seção de orçamentos da Companhia MB por faixas de salário. Obs.: Procedendo desse modo, ao resumir os dados referentes a uma variável quantitativa, perde-se alguma informação. Por exemplo, não sabemos quais são os oito salários da classe de 12 a 16, a não ser que investiguemos a tabela original. Sem perda de muita precisão, poderíamos supor que todos os oito salários daquela classe fossem iguais ao ponto médio da referida classe, isto é, 14. VARIÁVEIS QUALITATIVAS E QUANTITATIVAS BIDIMENSIONAIS As tabelas usadas neste caso são conhecidas como tabela de dupla entrada, tabela de associação, tabela de contingência ou distribuições conjuntas de frequências. Tabela 03: Distribuição dos funcionários da empresa MB, segundo o conceito em Metodologia e a Seção a que pertence. Curso Ciências Econômicas – Estatística Página 8 Tabela 04: Distribuição dos alunos da Faculdade Vitória, segundo suas notas em Matemática e Estatística. Um dos objetivos da Estatística é sintetizar os valores que uma ou mais variáveis podem assumir, para que tenhamos uma visão global da variação dessas variáveis. E isso ela consegue, inicialmente, apresentando esses valores em tabelas e gráficos, que irão nos fornecer rápidas e seguras informações a respeito das variáveis em estudo, permitindo-nos determinações administrativas e pedagógicas mais coerentes e científicas. Definições: Tabela é um quadro que resume um conjunto de observações; Corpo – conjunto de linhas e colunas que contém informações sobre a variável em estudo; Cabeçalho – parte superior da tabela que especifica o conteúdo das colunas; Coluna Indicadora – parte da tabela que especifica o conteúdo das linhas; Linhas – retas imaginárias que facilitam a leitura, no sentido horizontal, de dados que se inscrevem nos seus cruzamentos com as colunas; Casa ou Célula – espaço destinado a um só número; Título – conjunto de informações, as mais completas possíveis, respondendo às perguntas: O quê?, Quando?, Onde?, localizado no topo da tabela. Há ainda a considerar elementos complementares da tabela, que são: Fonte – informação colocada no rodapé da tabela referindo-se à entidade que originou ou forneceu os dados expostos; Notas e chamadas – informações, em linguagem concisa, colocadas no rodapé da tabela. A nota é usada para conceituação ou certos esclarecimento geral e a chamada para esclarecer certas minúcias em relação a casas, linhas ou colunas. Exemplo: PRODUÇÃO DE CAFÉ BRASIL – 2005-06 ANOS PRODUÇÃO (1.000 t) 2005 2006 2 134 2 594 FONTE: IBGE. OBS: Sinal convencional – A substituição de uma informação da tabela poderá ser feita por sinais. Curso Ciências Econômicas – Estatística Página 9 De acordo com a Resolução 886 da Fundação IBGE, nas casas ou células devemos colocar: • um traço horizontal (⎯) quando o valor é zero, não só quanto à natureza das coisas, como quanto ao resultado do inquérito; • três pontos (...) quando não temos os dados; • um ponto de interrogação (?) quando temos dúvida quanto à exatidão da informação; • zero (0) quando o valor é muito pequeno para ser expresso pela unidade utilizada. Se os valores são impressos em números decimais, precisamos acrescentar à parte decimal um número correspondente de zeros (0,0; 0,00; 0,000 ...). SÉRIES ESTATÍSTICAS Definição: Série estatística é toda tabela que apresenta a distribuição de um conjunto de dados estatísticos em função da época, do local ou o fenômeno. Para diferenciar uma série estatística de outra, temos que levar em consideração três fatores: ✓ A Época (fator Temporal, Marcha ou Cronológico) – É a série cujos dados estão dispostos em correspondência com o tempo a que se refere o fenômeno analisado. Ex: Tabela 01; ✓ O Local (fator Espacial, Territorial ou Geográfico) – É a série cujos dados estão dispostos em correspondência com a região geográfica, de sua proveniência, isto é, variam com o local onde o fenômeno acontece. Ex: Tabela 02; ✓ O Fenômeno (espécie do fator, Qualidade ou fator Específico) É a série cujos dados estão dispostos em correspondência com a espécie ou qualidade, isto é, variam com esta ou seja com que é descrito. Ex: Tabela 03. TIPOS DE SÉRIES ESTATÍSTICAS Conforme a variação de um dos fatores: ✓ SÉRIE TEMPORAL A série temporal, igualmente chamada série cronológica, histórica, evolutiva, identifica-se pelo caráter variável do fator cronológico. Assim deve-se ter: Variável : a época. Fixo : o local e o fenômeno. ✓ SÉRIE GEOGRÁFICA Também denominada séries territoriais, espaciais ou de localização, esta série apresenta como elemento ou caráter variável o fator local. Assim: Variável : o local. Fixo : a época e o fenômeno. Tabela 01 Produção Brasileira de Trigo 1946/1949 Anos Toneladas 1946 212.514 1947 359.363 1948 405.135 1949 437.506 Tabela 02 População de alguns Estados do Brasil_1940 Estados Nº de Hab. Bahia 3.918.112 Minas Gerais 6.736.416 São Paulo 7.180.316 R.G. do Sul 3.320.689 Tabela 03 Exportação Brasileira de Alguns Produtos 1958 Produtos Toneladas Açúcar de Cana 758.589 Algodão em rama 40.000 Cera de Carnaúba 11.077 Mamona 24.946 Fonte: Ministério da Agricultura Fonte: I.B.G.E. Fonte: Instituto Brasileiro de Geografia e Estatística. Conforme varie um dos elementos ou fatores da série, podemos classificá-la em histórica, geográfica e específica. Curso Ciências Econômicas – Estatística Página 10 ✓ SÉRIE ESPECÍFICA A série específica recebe também outras denominações tais como série categórica ou série por categoria. Agora o caráter variável é o fenômeno. Variável : o fenômeno. Fixo : a época e local. SÉRIES HISTÓRICAS, CRONOLÓGICAS, TEMPORAIS. Descrevem os valores da variável, em determinado local, discriminados segundo intervalos de tempo variáveis. Exemplos: a. O Brasil fecha 2006 com a melhor safra de soja da sua história: 54,7 milhões de toneladas. Isso é 3% a mais que a safra de 2005. Estimando-se um faturamento de R$ 24 bilhões. O país é o segundo maior produtor mundial, atrás dos EUA. Estados que lideram a produção no país: Mato Grosso, Paraná e Goiás. (Revista Isto é). PRODUÇÄO MEDIA DE SOJA NO BRASIL 2005-06 ANOS PRODUÇÃO (1.000 t) 2005 2006 51 138 52 223 FONTE: IBGE. b. PREÇO DO ACÉM NO VAREJO SÃO PAULO – 1989-94 ANOS PREÇO MÉDIO(US$) 1989 1990 1991 1992 1993 1994 2,24 2,73 2,12 1,89 2,04 2,62 FONTE: APA. Séries Geográficas, Espaciais, Territoriais ou de Localização. Descrevem os valores da variável, em determinado instante, discriminados segundo regiões. DURAÇÃO MÉDIA DOS ESTUDOS SUPERIORES 1994 PAÍSES NÚMERO DE ANOS Itália Alemanha França Holanda Inglaterra7,5 7,0 7,0 5,9 Menos de 4 FONTE: APA. Séries Específicas ou Categóricas Descrevem os valores da variável, em determinado tempo e local, discriminados segundo especificações ou categorias. Exemplo: Curso Ciências Econômicas – Estatística Página 11 a. A indústria da soja gera cerca de 1,5 milhão de empregos diretos. Representa 20% do sistema agroindustrial. (Revista Isto é) EXPORTAÇÃO BRASILEIRA 2005 PRODUTOS QUANTIDADE (em bilhões de toneladas) Grãos Farelo Óleo 20,5 14,2 2,4 FONTE: Companhia Nacional de Abastecimento (Conab). b. REBANHOS BRASILEIROS 1992 ESPÉCIES QUANTIDADE (1.000 cabeças) Bovinos Bubalinos Eqüinos Asininos Muares Suínos Ovimos Caprinos Coelhos 154.440,8 1.423,3 549,5 47,1 208,5 34.532,2 19.955,9 12.159,6 6,1 FONTE: IBGE. Séries Conjugadas e Tabela de Dupla Entrada Muitas vezes temos necessidade de apresentar, em uma única tabela, a variação de valores de mais de uma variável, isto é, fazer uma conjugação de duas ou mais séries. Conjugando duas séries em uma única tabela, obtemos uma tabela de dupla entrada. Em uma tabela desse tipo ficam criadas duas ordens de classificação: uma horizontal (linha) e uma vertical (coluna). TERMINAIS TELEFÔNICOS EM SERVIÇO 1991-93 REGIÕES 1991 1992 1993 Norte Nordeste Sudeste Sul Centro-Oeste 342.938 1.287.813 6.234.501 1.497.315 713.357 375.678 1.379.101 6.729.467 1.608.989 778.925 403.494 1486.649 7231.634 1.746.232 884.882 FONTE: Ministério das Comunicações. A conjugação, no exemplo dado, foi série Geográfica – Histórica. Podem existir, se bem que mais raramente, pela dificuldade de representação, séries compostas de três ou mais entradas. DADOS ABSOLUTOS E DADOS RELATIVOS Os dados estatísticos resultantes da coleta direta da fonte, sem outra manipulação senão a contagem ou medida são chamados dados absolutos. Dados relativos são o resultado de comparações por quocientes (razões) que se estabelecem entre dados absolutos, e têm por finalidade realçar ou facilitar as comparações entre quantidades. Traduzem-se dados relativos, em geral, por meio de porcentagens, índices, coeficientes e taxas. AS PERCENTAGENS Consideremos a série: Curso Ciências Econômicas – Estatística Página 12 MATRÍCULAS NAS ESCOLAS DA CIDADE A - 2007 CATEGORIAS Nº DE ALUNOS Ensino Fundamental Ensino Médio Ensino Superior 19.286 1.681 234 Total 21.201 Dados fictícios. Calculemos as percentagens de alunos de cada grau: Ensino Fundamental → 19286 x 100 21201 = 90,96 = 91,0 Ensino Médio → 1681 x 100 21201 = 7,92 = 7,9 Ensino Superior → 234 x 100 21201 = 1,10 = 1,1 Com esses dados, podemos formar uma nova coluna na série em estudo; MATRÍCULAS NAS ESCOLAS DA CIDADE A - 2007 CATEGORIAS Nº DE ALUNOS % Ensino Fundamental Ensino Médio Ensino Superior 19.286 1.681 234 91,0 7,9 1,1 Total 21.201 100 Dados fictícios. Os valores dessa nova coluna nos dizem que, de cada 100 alunos da cidade A, 91 estão matriculados no 1º grau, 8, aproximadamente, no 2º grau e 1 no 3º grau. O emprego da percentagem é de grande valia quando é nosso intuito destacar a participação da parte no todo. Consideremos, agora, a série: MATRÍCULAS NAS ESCOLAS DA CIDADE A e B - 2007 CATEGORIAS Nº DE ALUNOS CIDADE A CIDADE B Ensino Fundamental Ensino Médio Ensino Superior 19.286 1.681 234 38.660 3.399 424 Total 21.201 42.483 Dados fictícios. Qual das cidades tem, comparativamente, maior número de alunos em cada período? Como o número total de alunos é diferente nas duas cidades, não é fácil concluir a respeito usando os dados absolutos. Porém, usando as percentagens, tal tarefa fica bastante facilitada. Assim, acrescentando na tabela anterior às colunas correspondentes às percentagens, obtemos: Curso Ciências Econômicas – Estatística Página 13 MATRÍCULAS NAS ESCOLAS DA CIDADE A e B - 2007 CATEGORIAS CIDADE A CIDADE B Nº DE ALUNOS % Nº DE ALUNOS % Ensino Fundamental Ensino Médio Ensino Superior 19.286 1.681 234 91,0 7,9 1,1 38.660 3.399 424 91,0 8 1 Total 21.201 100 42.483 100 Dados fictícios. O que nos permite dizer que, comparativamente, contam, praticamente, com o mesmo número de alunos em cada grau. OS ÍNDICES Os índices são razões entre duas grandezas. São exemplos de índices: ✓ Índice cefálico = diâmetro transverso do crânio / diâmetro longitudinal do crânio x 100. ✓ Quociente intelectual (QI) = idade mental / idade cronológica x 100. ✓ Densidade demográfica = população / superfície ÍNDICES ECONÔMICOS: ✓ Produção per capita = valor total da produção / população ✓ Consumo per capita = consumo do bem / população ✓ Renda per capita = renda / população ✓ Receita per capita = receita / população. OS COEFICIENTES: São razões entre o número de ocorrências e o número total (número de ocorrências e número de não- ocorrências). São exemplos de coeficientes: ✓ Coeficiente de natalidade = número de nascimentos / população total. ✓ Coeficiente de mortalidade = número de óbitos / população total. COEFICIENTES EDUCACIONAIS: ✓ Coeficiente de evasão escolar = n° de alunos evadidos / n° inicial de matrículas. ✓ Coeficiente de aproveitamento escolar = n° de alunos aprovados / n° final de matrículas. ✓ Coeficiente de recuperação escolar = n° de alunos recuperados / n° de alunos em recuperação. AS TAXAS São os coeficientes multiplicados por uma potência de 10 (10, 100, 1000) para tornar o resultado mais inteligível. São exemplos de taxas: ✓ Taxa de mortalidade = coeficiente de mortalidade x 1.000 ✓ Taxa de natalidade = coeficiente de natalidade x 1.000. ✓ Taxa de evasão escolar = coeficiente de evasão escolar x 100. Curso Ciências Econômicas – Estatística Página 14 Exemplo: O Estado A apresentou 733.986 matrículas na 1° série, no início do ano de 1989, e 683.816 no fim do ano. O Estado B apresentou, respectivamente, 436.127 e 412.457 matrículas. Qual Estado que apresentou maior evasão escolar? A (TEE) = 733.986 – 683.816 / 733.986 x 100 = 0,0683 x 100 = 6,83 ou 6,8% B (TEE) = 436.127 – 412.457 / 436.127 x 100 = 0,0542 x 100 = 5,42 ou 5,4%. O Estado que apresentou maior Taxa de Evasão Escolar foi o A. 1ª Lista de Exercícios 1- Classifique as séries: a. Histórica PRODUÇÃO DE BORRACHA NATURAL 1991-93 ANOS TONELADAS 1991 1992 1993 29.543 30.712 40.663 FONTE: IBGE. b. Específica AVICULTURA BRASILEIRA - 1992 ESPÉCIES NÚMERO (1.000 CABEÇAS) Galinhas Galos, frangos e pintos Codornas 204.160 435.465 2.488 FONTE: IBGE. c. Geográfica VACINAÇÃO CONTRA A POLIOMELITE - 1993 REGIÕES QUANTIDADE Norte Nordeste Sudeste Sul Centro-Oeste 211.209 631.040 1.119.708 418.785 185.823 FONTE: Ministério da Saúde. d. Histórica AQUECIMENTO DE UM MOTOR DE AVIÃO DE MARCA X MINUTOS TEMPERATURA (ºC) 0 1 2 3 4 5 6 20 27 34 41 49 56 63 Dados fictícios. e. Específica - Histórica f. Geográfica - Histórica PRODUÇÃO BRASILEIRA DE AÇO BRUTO 1991-93 PROCESSOS QUANTIDADE (1.000 t) 1991 1992 1993 Oxigênio básico Forno elétrico EOF 17.934 4.274 409 18.849 4.637 448 19.698 5.065 444 FONTE: Instituto Brasileiro de Siderurgia. EXPORTAÇÃO BRASILEIRA 1985-1990-1995 IMPORTADORES 1991 1992 1993 América Latina EUA e Canadá Europa Ásia e Oceania África e Oriente Médio 13,0 28,2 33,9 10,9 14,0 13,4 26,3 35,2 17,7 8,8 25,6 22,2 20,7 15,4 5,5 FONTE: MIC e SECEX. Curso Ciências Econômicas – Estatística Página 15 2- Considere que Minas Gerais, em 1992, apresentou (dados fornecidos pelo IBGE): • população: 15.957,6 mil habitantes; • superfície:586.624 km2; • nascimentos: 292.036; • óbitos: 92.281. Calcule: a) o índice de densidade demográfica; 27,2 hab/km2 b) a taxa de natalidade; 18,3% c) a taxa de mortalidade. 6 2% 3- Verificou-se, em 1993, o seguinte movimento de importação de mercadorias: 14.839.804 t, oriundas da Arábia Saudita, no valor de US$ 1.469.104.000; 10.547.889 t, dos Estados Unidos, no valor de US$ 6.034.946 e; 561.024 t, do Japão, no valor de US$ 1.518.843.000. Confeccione a série correspondente e classifique-a, sabendo que os dados a cima forma fornecidos pelo Ministério da Fazenda. BIBLIOGRAFIA BÁSICA: BUSSAB, W. O.; MORETTIN. Estatística Básica. São Paulo: Saraiva 2003. MCGRANE, Ângela; SMAILES, Joanne. Estatística Aplicada à Administração com Excel. São Paulo: Atlas, 2002. HOFFMANN, Rodolfo. Estatística para Economistas. São Paulo: Pioneira Thomson Learning, 4ª. Ed., 2006. SARTORIS, A. Estatística e Introdução à Econometria. São Paulo: Saraiva, 2003. COMPLEMENTAR: -CRESPO, Antônio Arnot. Estatística Fácil. 16ª ed. São Paulo: Saraiva, 1998. https://integrada.minhabiblioteca.com.br/#/books/9788571440821/pageid/4 -BLACKWELL, D. “Estatística Básica”. São Paulo: Mc Graw-Hill , 1989. - BUSSAB,W.O.; MORETTIN,P.A. Estatística Básica, 9. ed., São Paulo, Saraiva, 2017. https://integrada.minhabiblioteca.com.br/#/books/9788547220228/pageid/0 -COSTA, Sergio Francisco. “Estatística Aplicada à Pesquisa em Educação”. Brasília/DF: Plano, 2004 -COSTA NETO, Pedro Luiz de Oliveira. “Estatística”. São Paulo: Edgar Blücher, 1977. https://integrada.minhabiblioteca.com.br/#/books/9788521215226/pageid/4 - OLIVEIRA, Francisco Estevam Martins de. “ Estatística e Probabilidade com ênfase em Exercícios Resolvidos e Propostos”. 3ª ed. – Rio de Janeiro: LTC, 2017. https://integrada.minhabiblioteca.com.br/#/books/9788521633846/epubcfi/6/10%5B%3Bvnd.vst.idref%3Dc opyright%5D!/4/18%400:74.1 - NOVAES, Diva Valério; COUTINHO, Cileda de Queiroz e Silva. “Estatística para Educação Profissional e Tecnológica” – 2. ed. São Paulo/SP : Atlas, 2013. https://integrada.minhabiblioteca.com.br/#/books/9788522478194/pageid/0 - VIEIRA, Sonia. “Estatística Básica”. 2ª ed. rev. e ampl. - São Paulo/SP: Cengage, 2018 . https://integrada.minhabiblioteca.com.br/#/books/9788522128082/pageid/46 Material complementar com Vídeo Aula: - TRIOLA, M. F. Introdução à Estatística, 12ª Ed., Rio de Janeiro: LTC, 2017. https://integrada.minhabiblioteca.com.br/#/books/9788571440821/pageid/4 https://integrada.minhabiblioteca.com.br/#/books/9788547220228/pageid/0 https://integrada.minhabiblioteca.com.br/#/books/9788521215226/pageid/4 https://integrada.minhabiblioteca.com.br/#/books/9788521633846/epubcfi/6/10%5B%3Bvnd.vst.idref%3Dcopyright%5D!/4/18%400:74.1 https://integrada.minhabiblioteca.com.br/#/books/9788521633846/epubcfi/6/10%5B%3Bvnd.vst.idref%3Dcopyright%5D!/4/18%400:74.1 https://integrada.minhabiblioteca.com.br/#/books/9788522478194/pageid/0 https://integrada.minhabiblioteca.com.br/#/books/9788522128082/pageid/46 Curso Ciências Econômicas – Estatística Página 16 https://integrada.minhabiblioteca.com.br/#/books/9788521634256/epubcfi/6/2%5B%3Bvnd.vst.idref%3Dx0 1_cover.html%5D!/4/2/2%5Bvst-image-button-593869%5D%400:0 Este livro traz Vídeo Aulas Selecionadas: 1- Probabilidade Básica 2- Variáveis Aleatórias Discretas e Suas Distribuições 3- Estatística Descritiva 4- Inferência Estatística – Estimação 5- Inferência Estatística – Intervalo de Confiança 6- Inferência Estatística – Teste de Hipóteses 7- Regressão Linear Simples e Correlação Site com vídeo aulas: https://www.cecierj.edu.br/videoaulas/ https://www.youtube.com/watch?v=a0IxPG3Ihu8&list=PLA0675987914E07BB https://integrada.minhabiblioteca.com.br/#/books/9788521634256/epubcfi/6/2%5B%3Bvnd.vst.idref%3Dx01_cover.html%5D!/4/2/2%5Bvst-image-button-593869%5D%400:0 https://integrada.minhabiblioteca.com.br/#/books/9788521634256/epubcfi/6/2%5B%3Bvnd.vst.idref%3Dx01_cover.html%5D!/4/2/2%5Bvst-image-button-593869%5D%400:0 https://www.cecierj.edu.br/videoaulas/ https://www.youtube.com/watch?v=a0IxPG3Ihu8&list=PLA0675987914E07BB
Compartilhar