Estatstica 131227231508 Phpapp01

ESTATSTICA
Organizando dados para uma viso melhor
Por: Marden Rodrigues

Aluno de Administrao Segundo Perodo
CONCEITOS GERAIS DE ANLISE
DE DADOS

DEFINIO E TIPOS DE VARIVEIS

VARIVEIS QUALITATIVAS
Quando o resultado da observao

apresentado na forma de qualidade ou atributo,
dividem-se em:
Variveis nominais: quando podem ser
separadas por categorias chamadas de no
mensurveis
Variveis ordinais: quando os nmeros podem
agir como categorias ou ordenaes.
EXEMPLOS DE VARIVEIS QUALITATIVAS
Variveis nominais: a cor dos olhos, tipo de

acomodao, marcas de carro, sexo, etc.
Variveis ordinais: como sugere o nome, elas

envolvem variveis que representam algum
elemento em ordem. Uma classificao em
anos pode ser um exemplo clssico

VARIVEIS QUANTITATIVAS
Quando o resultado da observao um nmero,
decorrente de um processo de mensurao ou
contagem.
Variveis contnuas: so aquelas que podem
assumir qualquer valor num certo intervalo da
reta real.
Variveis discretas: so aquelas que podem
assumir apenas valores inteiros em pontos da
reta real.
EXEMPLOS DE VARIVEIS QUANTITATIVAS
Variveis contnuas: no possvel enumerar

todos os possveis valores, essas variveis
geralmente provm de medies, como de
altura, peso, etc.
Variveis discretas: possvel enumerar todos
os possveis valores da varivel, como o
nmero de alunos em uma escola ou o nmero
de mensagens de uma secretria eletrnica.

DISTRIBUIO DE FREQNCIAS

Um conjunto de observaes de certo fenmeno,
no estando adequadamente organizado,
fornece pouca informao de interesse ao
pesquisador e ao leitor. Para uma viso rpida e
global do fenmeno deve-se fazer a organizao
dos dados coletados em uma pesquisa atravs
das distribuies de freqncia.

REPRESENTAO DOS DADOS
Dados brutos: so aqueles que no foram

numericamente organizados, ou seja, esto na
forma com que foram coletados.
Rol: a organizao dos dados brutos em

ORDEM de grandeza crescente ou decrescente

Distribuio da freqncia sem
intervalos de classe: a simples As imagens

condensao dos dados conforme respectivas s
as repeties de seus valores. Para
um rol de tamanho razovel, esta
distribuio de freqncia
classificaes
inconveniente, j que exige muito esto nas
espao.
Distribuio de freqncia com pginas 39 e
intervalos de classe: quando o 40 da apostila
tamanho da amostra elevada e o
nmero de variveis muito
grande, mais racional efetuar o
agrupamento dos valores em vrios
intervalos de classe.
REPRESENTAO DE DADOS

CLASSE

DEFINIO
So intervalos de variao da varivel.
As classes so representadas simbolicamente

por i, sendo i = 1,2,3...
(ou seja, i = 1 classe, 2 classe...)

LIMITES DE CLASSE
So os extremos de cada classe. O menor

nmero o limite inferior da classe (li) e o
maior nmero o limite superior da classe (ls).
Por exemplo: se em uma classe temos que :

26|--- 36 (onde |--- indica: fechado em 26 e
aberto em 36), dizemos que li = 26 e ls = 36

AMPLITUDE DE UM INTERVALO DE CLASSE
a medida de intervalo que define a classe.

Ela obtida pela diferena entre os limites
superior e inferior. A nomeando de h, temos
que:
h = ls li
Por exemplo, no exemplo anterior, podemos

afirmar que a amplitude de 10. (36-26)
AMPLITUDE TOTAL (H)
a diferena entre o valor mximo e o valor

mnimo da amostra:
H = Li Ls
Se no total de uma amostra, temos que o

maior valor de 96 e o menor de 6, temos
que H= 96 6 = 90
PONTO MDIO DE UMA CLASSE
O ponto mdio de uma classe (xi) o ponto que

divide o intervalo de classe em duas partes iguais.
xi = (li + ls)/2
No exemplo anterior do intervalo 26|--- 36, temos

que:
xi = (36+26)/2 = 62/2 = 31

EM SNTESE...
Dados brutos so aqueles que no foram organizados.
Rol a organizao dos dados brutos em ordem de
grandeza crescente ou decrescente.
Distribuio de freqncias pode ser com ou sem
intervalos de classe.
Os elementos da distribuio de frequencias so:
Classe: so intervalos de variao da varivel.
Limites de classe: so extremos de cada classe.
Amplitude de classe e total: a diferena entre o maior
e o menor limite.
Ponto mdio: a mdia aritmtica dos limites de
classe.
-DISTRIBUIO DE FREQNCIAS
-NMERO DE CLASSE
-TIPOS DE FREQNCIA

DETERMINAO DO NMERO DE CLASSES (K)
importante que a distribuio conte com um

nmero adequado de classes. Se o nmero de
classes for excessivamente pequeno acarretar
perda de detalhe e pouca informao se
poder extrair da tabela. Por outro lado, se for
utilizado um nmero excessivo de classes,
haver alguma classe com freqncia nula ou
muito pequena, no atingindo o objetivo de
classificao que tornar o conjunto de dados
supervisionveis.
TRS SOLUES PARA DETERMINAR K
1) Para n 25 , K = 5. E para n > 25, K = n
Por exemplo: se a amostra tiver 23

elementos analisados, o nmero de classes
5, pois n< 25. Por outro lado, supondo que a
amostra tenha 83 elementos analisados
(n>25), o nmero de classes dado por 83 =
9,1104335, que aproximando-se = 9 classes.

2) Pode-se utilizar a regra de Sturges, que

fornece o nmero de classes em funo do
total de observaes:
K = 1 + 3,3 x log n

3) Truman L. Kelley, sugere os seguintes

nmeros de classes, com base no nmero total
de observaes, para efeito de representao
grfica:
n 5 10 25 50 100 200 500
K 2 4 6 8 10 12 15

RELEMBRANDO...
Qualquer regra para determinao do nmero de

classes da tabela no nos leva a uma deciso
final, esta vai DEPENDER, na realidade, de um
julgamento pessoal, que deve estar ligado
natureza dos dados.

AMPLITUDE DO INTERVALO DE CLASSE
Amplitude do intervalo de classe nada mais

que o comprimento da mesma, dado por:
Ai = H/K
Onde H = Limite superior Limite inferior

K = nmero de classes

TIPOS DE FREQNCIA

FREQNCIA SIMPLES OU ABSOLUTA
Representada por fi, o nmero de repeties

de um valor individual ou de uma classe de
valores da varivel. A soma das freqncias
simples igual ao nmero total dos dados da
distribuio.
fi = n

FREQNCIAS RELATIVAS
Representadas por fri, so os valores das

razes (divises) entre as freqncias
absolutas de cada classe e a freqncia total
da distribuio. A soma das freqncias
relativas igual a 1 ou 100%.
Fri = (fi/n) x 100

FREQUENCIA SIMPLES ACUMULADA
Representadas por faci, o total das

freqncias de todos os valores inferiores do
limite superior do intervalo de uma
determinada classe.
Bilhete meu: se voc no entendeu aqui, no

exemplo entender.

FREQNCIA RELATIVA ACUMULADA
Representada por fraci, a freqncia

acumulada da classe, dividida pela freqncia
total da distribuio.
fraci = faci/n

Classe Fi Fri Fri (%) Faci Fraci xi
280|-- 305 2 8% 8 2 8% 293
305|-- 330 3 12% 12 5 20% 318
330|-- 355 4 16% 16 9 40% 343
355|-- 380 9 36% 36 18 76% 368
380|-- 405 5 20% 20 23 92% 393
405|--|430 2 8% 8 25 100% 418
25 100% 100 - - -
EM SNTESE...
Para determinar o nmero de classes, temos
trs casos: 1 caso:
Para n 25 nmero de classes K = 5
Para n > 25 nmero de classes K = n
2 caso:
Pela regra de Sturges K = 1 + 3,3 x log n
3 caso:
Pela regra de Truman. Conforme a tabela dada.
EM SNTESE...
Amplitude do intervalo de classe: o comprimento da
classe, calculado por Ai = H/K.
Freqncia simples ou absoluta (fi) o nmero de
repeties de um valor individual.
Freqncias relativas (fri) so os valores das divises
entre fi e n
Freqncia simples acumulada (faci) o total das
freqncias de todos os valores inferiores ao limite
superior do intervalo de uma determinada classe.
Freqncia relativa acumulada (fraci) a freqncia
acumulada da classe (faci) dividida pela freqncia
total da distribuio. Por: Marden Rodrigues
MEDIDAS DESCRITIVAS

MDIAS

MDIA ARITMTICA SIMPLES
Para se obter a mdia aritmtica simples de um conjunto de
dados, devemos dividir a soma dos valores de todos os
dados do conjunto pela quantidade deles. Coisa que todos
ns j sabamos.
= xi/n
Onde:
indica soma de
xi = valores que a varivel x assume
n = nmero de valores
= a mdia aritmtica da amostra/populao

MDIA ARITMTICA PONDERADA
Mdia ponderada uma mdia artmtica na

qual ser atribudo um peso a cada valor da
srie.
p = (xi . Pi)/Pi
onde o acrscimo da letra i na varivel, indica

o fator de todos os valores de, por exemplo:
Pi = todos os valores de P
MDIA ARITMTICA PARA DADOS AGRUPADOS
SEM INTERVALOS DE CLASSES
As frequencias so as quantidades de vezes que

a varivel ocorre na oleta de dados, elas
funcionam como fatores de ponderao, o que
nos leva a calcular uma mdia ponderada.
= (xi . fi)/n

MDIA ARITMTICA PARA DADOS
AGRUPADOS COM INTERVALO DE CLASSES
Neste caso, convencionamos que todos os valores
includos em um determinado intervalo de classe
coincidem com seu ponto mdio, e determinamos
a mdia aritmtica ponderada por meio da
seguinte frmula:
= (xi . fi)/n
Onde :
xi = (li + ls)/2 = ponto mdio
EXEMPLOS...
Sem intervalo de classes:
Aps ter sido realizado trabalho bimestral numa turma de
Estatstica, o professor efetuou levantamento das notas obtidas
pelos alunos, observou a seguinte distribuio e calculou a mdia
de sua turma:
Notas dos alunos Nmeros de alunos - fi xifi
1 1 1 =(xi . fi)/n
2 3 6 = 26/10
3 5 15 = 2,6
4 1 4
Total N = 10 26
EXEMPLOS...
Com intervalo de classes:
Determine a renda familiar, de acordo com os dados da tabela:
Classes Renda Xi Fi numero de xifi

familiar famlias
=(xi . fi)/n
2 |--- 4 3 5 15
= 268/40
4 |--- 6 5 10 50
= 6,7
6 |--- 8 7 14 98
8 |--- 10 9 8 72
10 |--- 12 11 3 33
Total N = 40 268
MODA (MO)

DEFINIO E LEMBRETE
Define-se a moda como o valor que ocorre com

maior freqncia em um conjunto de dados.
Primeiramente os dados devem ser ordenados

para, em seguida, observar o valor que tem maior
freqncia.
possvel que haja mais de uma moda dentro de
uma mesma amostra/populao, dependendo da
freqncia de determinado dado.
EXEMPLOS...
Calcular a moda nos seguintes conjuntos de dados:
X = (4, 5, 5, 6, 6, 6, 7, 7, 8, 8)
Mo = 6 (o valor mais freqente)
Y = (1, 2, 2, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 6)
Mo = 2 e Mo = 4 (valores mais freqentes)
Conjunto BImodal
Z = (1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5)
Mo = 2, Mo = 3 e Mo = 4 (valores mais freqentes)
Conjunto POLImodal, ou seja, tem mais de 2 modas
MEDIANA (MD)

DEFINIO E OBTENO
uma medida de posio cujo nmero divide um conjunto
de dados em duas partes iguais. Portanto, a mediana se
localiza no centro de um conjunto de nmeros ordenados
segundo uma ordem de grandeza.
Para se obter o elemento mediano de uma srie

deveremos seguir os seguintes passos:
- Se N for mpar, a mediana o termo de ordem:
P = (N+1)/2
- Se N for par, a mediana a mdia aritmtica dos
termos de ordem:
P1 = N/2 e P2 = N/2 + 1
EXEMPLOS...
1) Determine o valor da mediana da srie que composta dos
seguintes elementos: 56, 58, 62, 65 e 90.
N = 5 (mpar) P = (N + 1)/2 = 6/2 = 3
3 indica o 3 elemento Md = 62
2) Em um pesquisa realizada a respeito de erros por folha,

cometidos por digitadores, revelaram-se as seguintes
quantidades: 12, 12, 13, 13, 15, 16, 18 e 20. Determinar a
quantidade mediana de falhas.
N = 8 (par) P1 = N/2 = 8/2 = 4 4 elemento Md = 13
P2 = N/2 + 1 = 8/2 + 1 = 5 5 elemento Md = 15
Logo, a mediana ser (13 + 15)/2 = 28/2 = 14
DICA IMPORTANTE
Para analisar a fundo a diferena

entre Mdia, Mediana e Moda,
estude a tabela da pgina 60 da
apostila.

POSIO QUARTIS, DECIS E PERCENTIS

DEFINIO E DIFERENCIAO
As medidas de posio denominadas quartis, decis e
percentis tm o mesmo princpio da mediana.
Enquanto a mediana separa a distribuio em duas
partes iguais, a caracterstica principal de cada uma
dessas medidas que:
Quartis: dividem a distribuio em quatro partes.

Decis: dividem em dez partes iguais.
Percentis: dividem em cem partem iguais.

QUARTIS PARA DADOS NO AGRUPADOS
0% 25% 50% 75% 100%
Q1 Q2 Q3
Para o clculo das posies usaremos:
Q1 P1 = (n+1)/4
Q2 P2 = 2(n+1)/4
Q3 P3 = 3(n+1)/4
Onde n nmero de dados (valores).

DECIS PARA DADOS NO AGRUPADOS
D1 P1 = (n+1)/10
D2 P2 = 2(n+1)10
D5 P5 = 5(n+1)/10
D9 P9 = 9(n+1)/10
Onde n nmero de dados (valores).

PERCENTIS PARA DADOS NO AGRUPADOS
P1 P1 = (n+1)/100
P2 P2 = 2(n+1)/100
P50 P50 = 50(n+1)/100
P99 P99 = 99(n+1)/100
Onde nmero de dados (valores).

LEMBRANDO QUE...
Utilizando medianas quartis, decis ou

percentis, se calcula uma POSIO,
ou seja, o valor obtido do clculo no
ser necessariamente o dado em si,
e sim sua posio dentro do rol.

MEDIDAS DE DISPERSO (VARIABILIDADE)

DEFINIO
So medidas utilizadas para medir o grau de

variabilidade ou disperso dos valores
observados em torno da mdia aritmtica.
Servem para medir a representatividade da
mdia e proporcionam o conhecimento do nvel
de homogeneidade ou heterogeneidade dentro
de cada grupo analisado. Para compreender
esse conceito, considere o exemplo a seguir.

EXEMPLO (HOMO/HETEROGENEIDADE)
Um empresrio deseja comparar a performance de dois
empregados, com base na produo diria de determinada
pea, durante cinco dias:
Empregado A: 70, 71, 69, 70, 70 = 70

Empregado B: 60, 80, 70, 62, 83 = 71
A performance mdia do empregado A de 70 peas

produzidas diariamente enquanto que a do empregado B
de 71 peas. Com base na mdia aritmtica, verifica-se que
a performance B melhor do que a de A. Porm,
observando-se bem os dados, percebe-se que a produo
de A varia apenas de 69 a 71 peas, ao passo que a de B
varia de 60 a 83 peas, o que revela que a performance de
A bem mais uniforme do que a de B.
TIPOS DE MEDIDAS DE DISPERSO ABSOLUTA
Amplitude total (Ai): a diferena entre o maior e

o menor valor observado.
Exemplo: Pela situao sugerida na introduo,

temos para a amplitude total os seguintes clculos
para os empregados:
Empregado A Ai = 71 69 = 2
Empregado B Ai = 83 60 = 23

LEMBRANDO QUE...
Utilizando como medida de disperso a amplitude
total de um grupo, se obtm algumas desvantagens,
que so:
- - Leva em conta apenas os valores mnimo e

mximo do conjunto. Se ocorrer qualquer variao
no interior do conjunto de dados, a amplitude total
no nos d qualquer indicao dessa mudana.
- - A amplitude total tambm sofre a influencia de
um valor atpico (extremo) na distribuio, ( um
valor muito elevado ou muito baixo em relao ao
conjunto)
VARINCIA E DESVIO PADRO

DEFINIO
So as medidas de disperso mais empregadas,
pois levam em considerao a totalidade dos
valores da varivel em estudo.
Ambos esto ligados como meios de se analisar a
disperso dos dados dentro de uma amostra.
Vocs vo ver.
Definiremos como: a varincia dada atravs da

mdia aritmtica dos quadrados dos desvios.
Analisaremos na prtica a seguir.
FRMULAS: AMOSTRA X POPULAO
Ficar assim:
Dados no agrupados Dados agrupados
Populao S = (xi- ) S = (xi- ) . fi

--------- ------------
N N
Amostra S = (xi- ) S = (xi- ) . fi

--------- ------------
n-1 n-1
A legenda das frmulas est no slide seguinte.

LEGENDA DAS FRMULAS E DESVIO PADRO
S = Desvio padro, no entanto, o calcularemos elevado ao
quadrado, sendo assim:
Desvio Padro = varincia = S = S
= mdia (homenagem ao falecido Steve Jobs) rs
Xi = no caso no agrupado, so todos os valores que os dados

podem assumir e no caso agrupado, o ponto mdio de
determinado intervalo de classe.
Sobre a legenda de e n(ou N), vocs j conhecem, que ,

respectivamente: somatrio e total de valores.
CONTINUAO DO EXEMPLO
Retomando-se o exemplo de homo/heterogeneidade
para fins de aplicar as frmulas dadas anteriormente,
efetuaremos os seguintes clculos:
Empregado A (mdia = 70)

S = (xi- )/N =
= (70-70)+(71-70)+(69-70)+(70-70)+(70-70)/5 =
2/5 = 0,4
portanto, temos que Desvio Padro = S = 0,4 = aproximadamente 0,64
Empregado B (mdia = 71)

S = (xi- )/N =
= (60-71)+(80-71)+(70-71)+(62-71)+(83-71)/5 =
428/5 = 85,6 .:. Desvio Padro = 85.6 = aproximadamente 9,25
LEMBRANDO QUE...
O enunciado da questo dever informar

se os dados esto sendo demonstrados
atravs de uma amostra ou de uma
populao, para que assim possa haver
a mudana necessria nas frmulas (e
sua interpretao).

COEFICIENTE DE VARIAO DE PEARSON

USO E CLCULO
O Coeficiente de variao de Pearson (CV)

calculado atravs da diviso entre o desvio
padro e a mdia multiplicado por cem. No
caso, expressado em porcentagem e facilita a
visualizao do quo dispersos esto os
valores da amostra ou da populao.
CV = (S x 100)/
COMO QUALIFICAR A DISPERSO
Se CV 15% , est sendo indicada uma baixa
disperso.
Se 15% < CV < 30%, h uma mdia disperso.
E por fim, se CV 30%, est sendo representada uma

alta disperso entre os valores.

Para finalizar...
MEDIDAS DE ASSIMETRIA

DEFINIO
Modo de analisar a distribuio de freqncia

em uma amostra/populao atravs da
organizao de seus dados em forma de
grfico. Simples?

CASOS
Caso 1: quando MDIA = MEDIANA = MODA, temos

uma distribuio de freqncias: SIMTRICA
MODA
MEDIANA E MDIA
CASOS
Caso 2: quando MDIA < MEDIANA < MODA, temos

uma distribuio de freqncias:
ASSIMTRICA ESQUERDA OU NEGATIVA
MEDIANA MODA
MDIA
CASOS
Caso 3: quando MDIA > MEDIANA > MODA, temos

uma distribuio de freqncias:
ASSIMTRICA DIREITA OU POSITIVA
MODA
MEDIANA
MDIA
LEMBRANDO QUE...
A mdia afetada pelos EXTREMOS, e por isso, em
grficos assimtricos, apresentada sempre
tendendo ao lado onde se encontram os mesmos.
Outro fator por simples observao que

representei a mdia dos grficos assimtricos
atravs de uma linha circular pois nos casos no
estamos aplicando valores, portanto no podemos
dar com exatido a mdia de cada um.
BONS ESTUDOS!

Estatstica 131227231508 Phpapp01

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Estatstica 131227231508 Phpapp01

Hochgeladen von

Copyright:

Verfügbare Formate

ESTATSTICA

Organizando dados para uma viso melhor

Por: Marden Rodrigues

Por: Marden Rodrigues

Por: Marden Rodrigues

Quando o resultado da observao

Variveis nominais: a cor dos olhos, tipo de

Variveis ordinais: como sugere o nome, elas

Por: Marden Rodrigues

Variveis contnuas: no possvel enumerar

Por: Marden Rodrigues

Por: Marden Rodrigues

Por: Marden Rodrigues

Dados brutos: so aqueles que no foram

Rol: a organizao dos dados brutos em

Por: Marden Rodrigues

intervalos de classe: a simples As imagens

Por: Marden Rodrigues

Por: Marden Rodrigues

So intervalos de variao da varivel.

As classes so representadas simbolicamente

Por: Marden Rodrigues

So os extremos de cada classe. O menor

Por exemplo: se em uma classe temos que :

Por: Marden Rodrigues

a medida de intervalo que define a classe.

Por exemplo, no exemplo anterior, podemos

a diferena entre o valor mximo e o valor

Se no total de uma amostra, temos que o

O ponto mdio de uma classe (xi) o ponto que

No exemplo anterior do intervalo 26|--- 36, temos

Por: Marden Rodrigues

Por: Marden Rodrigues

importante que a distribuio conte com um

1) Para n 25 , K = 5. E para n > 25, K = n

Por exemplo: se a amostra tiver 23

Por: Marden Rodrigues

2) Pode-se utilizar a regra de Sturges, que

Por: Marden Rodrigues

3) Truman L. Kelley, sugere os seguintes

n 5 10 25 50 100 200 500

Por: Marden Rodrigues

Qualquer regra para determinao do nmero de

Por: Marden Rodrigues

Amplitude do intervalo de classe nada mais

Onde H = Limite superior Limite inferior

Por: Marden Rodrigues

Por: Marden Rodrigues

Representada por fi, o nmero de repeties

Por: Marden Rodrigues

Representadas por fri, so os valores das

Fri = (fi/n) x 100

Por: Marden Rodrigues

Representadas por faci, o total das

Bilhete meu: se voc no entendeu aqui, no

Por: Marden Rodrigues

Representada por fraci, a freqncia

Por: Marden Rodrigues

280|-- 305 2 8% 8 2 8% 293

305|-- 330 3 12% 12 5 20% 318

330|-- 355 4 16% 16 9 40% 343

355|-- 380 9 36% 36 18 76% 368

380|-- 405 5 20% 20 23 92% 393