01 - Introdução

Estatstica
1 - Introduo
UNESP FEG DPD Prof. Edgard - 2011
01-1
ESTATSTICA
DESCREVE, COMPARA e RELACIONA
VARIVEIS
01-2
VARIVEL ???
VARIVEL simplesmente algo que pode VARIAR
VARIVEL
pode assumir
diferentes valores numricos
ou diferentes categorias
UNESP FEG DPD Prof. Edgard - 2011 01-3
TIPOS DE VARIVEL
CONTNUA
Pode assumir qualquer valor numrico em um dado intervalo Exemplos:
dimetro de um eixo (mm) peso de uma pea fundida (kg)
DISCRETA
Pode assumir somente determinados valores numricos em um dado intervalo Exemplos:
nmero de eixos defeituosos em um lote de 20 eixos nmero de peas com peso fora da especificao em um lote de 10 peas
TIPOS DE VARIVEL - continuao
CATEGRICA
Pode assumir valores dentro de uma classificao por tipos de atributos Exemplos:
qualificao de um eixo: { PERFEITO; DEFEITUOSO } classificao do peso de uma pea: { abaixo da especificao; dentro da especificao; acima da especificao }
01-5
CLASSIFICAO DE VARIVEL VARIVEL DE RESPOSTA

Identificada com a pergunta do Problema Exemplo: Quais as condies de fundio que resulta no menor nmero de defeitos por pea fundida? X : nmero de defeitos em uma pea
(Varivel Discreta)
VARIVEIS DE CONTROLE
Fatores ou Condies do Problema No exemplo: M : mtodo de fundio
{ por gravidade; centrifugao; por presso }
(Varivel Categrica)
T : temperatura da matria prima (rC)

(Varivel Contnua)
O Mtodo M e a Temperatura T esto sob controle do Responsvel pela Fundio

CLASSIFICAO DE VARIVEL VARIVEIS DE RUDO

Fatores relacionados com a pergunta do problema mas cujos efeitos foram mitigados ou considerados desprezveis Tais consideraes devem ser relatadas No exemplo: W1: hora do vazamento
(Varivel Contnua)
Programar coleta de dados em diversos horrios de todos os turnos

(Varivel Categrica)
W2: experincia do operrio
{ pouca experincia; razovel; muita } Sortear os operrios que participaro na coleta de dados
W3: fornecedor de matria prima (Varivel Categrica) {fornecedor A, B, ...} Considerar que a diferena da matria prima entre os fornecedores desprezvel
Etapas para Soluo de um Problema
1. DEFINIR O PROBLEMA 2. ESPECIFICAR O PROJETO DE EXPERIMENTO 3. ESPECIFICAR A COLETA DE DADOS 4. ESPECIFICAR AS ESTATSTICAS A SEREM UTILIZADAS 5. COLETAR DADOS 6. PROCESSAR DADOS 7. ANALISAR RESULTADOS & APRESENTAR A SOLUO
Etapa 1: Definir o Problema

DEFINIR A VARIVEL DE RESPOSTA
Identificada com a pergunta do problema Exemplo: Quais as condies de fundio que resulta no menor nmero de defeitos por pea fundida?
X : nmero de defeitos em uma pea
DEFINIR AS VARIVEIS DE CONTROLE

Simplificar o mximo possvel No exemplo: M: mtodo de fundio M { M1; M2; M3 }
M1: gravidade M2: centrifugao M3: por presso
T: temperatura da matria prima T { T1; T2; T3 }

Varivel Contnua ( rC ), transformada em Categrica
(rC)
490 500 510
T1
BAIXA
T2
INTERMEDIRIA
T3
ALTA
NVEIS
01-9
Etapa 1: Definir o Problema Pergunta do Problema: Quais as condies de fundio que resulta no menor nmero de defeitos por pea fundida?
Varivel de Resposta:
X : nmero de defeitos em uma pea

Variveis de Controle ou Fatores:
M: mtodo de fundio
M { M1; M2; M3 }
M1: gravidade M2: centrifugao M3: por presso NVEIS
T: temperatura da matria prima

T { T1; T2; T3 }
T1: temperatura baixa T2: temperatura intermediria T3: temperatura alta NVEIS
01-10
Etapa 2: Especificar o Projeto de Experimento
Projeto de Experimento:
possvel maneira de MEDIR AS VARIVEIS visando obter a resposta do problema
Etapa 2: Especificar o Projeto de Experimento
Projeto Fatorial considera todas as combinaes dos vrios Nveis dos Fatores (Nveis das Variveis de Controle)
Cada combinao denomina-se TRATAMENTO Exemplo da Fundio: M1: gravidade Nveis do Fator M2: centrifugao Mtodo de Fundio M3: por presso T1: temperatura baixa T2: temperatura intermediria T3: temperatura alta Tratamentos: Nveis do Fator Temperatura
M1 & T1 M1 & T2 M1 & T3
M2 & T1 M2 & T2 M2 & T3
M3 & T1 M3 & T2 M3 & T3
Replicao (Tamanho da Amostra por Tratamento)

Realizao de mais de uma medida para cada Tratamento No exemplo: 7 peas fundidas para cada Tratamento
Total de Unidades Experimentais:

Nmero de Tratamentos X Nmero de Replicaes No exemplo: 9 Tratamentos x 7 Replicaes = 63 peas

01-12
Etapa 3: Especificar a Coleta de Dados
Quais Variveis devem ser medidas? Como ser realizada a medio das Variveis? Qual a preciso das medidas? Como ser realizada a coleta de dados? Qual o tipo de amostragem? Qual o tamanho da amostra? Qual o custo e o tempo para realizar a Coleta de Dados
Etapa 3: Especificar a Coleta de Dados
Qual deve se o Tamanho da Amostra?

Quanto maior :
mais precisos so os resultados mais confiveis so as concluses mais tempo mais caro
Limite: Exame de toda a populao (Censo) Na prtica !!! censo pode ser menos preciso que amostragem (problemas operacionais ou fraude)
Etapa 4: Especificar as Estatsticas
Estatsticas Descritivas
Possibilitam descrever as Variveis No exemplo da fundio sero utilizadas: Mdia Tendncia Central Desvio padro Coeficiente de Variao Disperso Diagrama de Intervalos de Confiana
Estatsticas Indutivas
Possibilita tirar concluses acerca da Populao a partir de dados da Amostra As inferncias (concluses) acerca da Populao so sujeitas Variabilidade Amostral Determinavse com que Probabilidade se pode confiar nos resultados obtidos dos dados coletados No exemplo da fundio ser utilizado:
Intervalo de Confiana
Etapa 5: Coletar Dados

Evitar subjetividade no trabalho de campo Coletar os dados metodicamente Seguir o especificado no Projeto de Experimento Dados coletados no exemplo da fundio:
Nmero de defeitos / pea
Temperatura Replicao Mtodo 1 Mtodo 2 Mtodo 3
1 2 3 baixa 4 5 6 7 1 2 3 intermediria 4 5 6 7 1 2 3 alta 4 5 6 7

7 6 7 6 7 7 8 7 8 9 8 6 7 9 9 9 8 11 9 9 7
3 3 3 3 2 3 3 5 5 4 5 3 4 4 5 7 6 8 6 5 6
5 6 4 5 6 5 5 2 3 2 2 3 1 3 1 0 2 2 0 2 1
01-16
Etapa 6: Processar Dados
Resultado do Processamento de Dados do exemplo da fundio:

Mtodo Temperatura T1:baixa M1: Gravidade T2: intermediria T3: alta T1:baixa M2: Centrifugao T2: intermediria T3: alta T1:baixa M3: Por presso T2: intermediria T3: alta
X
6,9 7,7 8,9 2,9 4,3 6,1 5,1 2,3 1,1
S
0,69 1,11 1,21 0,38 0,76 1,07 0,69 0,76 0,90
CV
10,1% 14,4% 13,7% 13,2% 17,6% 17,4% 13,4% 33,1% 78,7%
X : Mdia Amostral
(mdia de defeitos por pea da amostra)
S : Desvio Padro Amostral

CV !( s X ) 100 : Coeficiente de Variao
01-17
Etapa 6: Processar Dados Resultado do Processamento de Dados do exemplo da fundio:

X: nmero de defeitos por pea
Mtodo M1: Gravidade Temperatura T1:baixa T2: intermediria T3: alta T1:baixa M2: Centrifugao T2: intermediria T3: alta T1:baixa M3: Por presso T2: intermediria T3: alta 6,9 7,7 8,9 2,9 4,3 6,1 5,1 2,3 1,1
IC: Intervalo de Confiana

Lim. Inf. 6,2 6,7 7,7 2,5 3,6 5,2 4,5 1,6 0,3 Lim. Sup 7,5 8,7 10,0 3,2 5,0 7,1 5,8 3,0 2,0 Amplitude 1,3 2,1 2,2 0,7 1,4 2,0 1,3 1,4 1,7
Pr (Lim. Inf. < E(X) < Lim. Sup.) = 0,95 (95%) E(X) : Mdia de defeitos por pea considerando
todas as peas fundidas (Populao), utilizando determinado Mtodo e uma dada Temperatura
X : Mdia de defeitos por pea em uma Amostra de

7 peas, para um dado Mtodo e Temperatura
Etapa 6: Processar Dados

Resultado do Processamento de Dados do exemplo da fundio:
Diagrama de Intervalos de Confiana

Defeitos / pea
10
M1: Gravidade
8
M2: Centrifugao
2
M3: Por presso
490
baixa T1
500
intermediria T2
510
alta T3
Temperatura (rC)
01-19
Etapa 7: Analisar Resultados e Apresentar Soluo

Anlise da Interao entre Mtodo e Temperatura Nos Mtodos M1 e M2 o nmero de defeitos por pea fundida
cresce com o aumento da Temperatura Entretanto, no Mtodo M3 o nmero de defeitos por pea fundida decresce com o aumento da Tempertura Portanto, conclui-se que existe Interao entre Mtodo de Fundio e Temperatura da matria prima a ser vazada no molde
Anlise da Disperso (vide quadro abaixo) Mtodo M1 apresenta Baixa Disperso do nmero de defeitos
por pea em todos os Nveis de Temperatura Mtodo M3 apresenta Muito Alta Disperso do nmero de defeitos por pea na Temperatura Alta
Mtodo Temperatura T1:baixa M1: Gravidade T2: intermediria T3: alta T1:baixa M2: Centrifugao T2: intermediria T3: alta T1:baixa M3: Por presso T2: intermediria T3: alta CV 10,1% 14,4% 13,7% 13,2% 17,6% 17,4% 13,4% 33,1% 78,7% Disperso BAIXA BAIXA BAIXA BAIXA MODERADA MODERADA BAIXA ALTA MUITO ALTA
CV: Coeficiente de Variao CV < 5% : Disperso Muito Baixa 5% < CV < 15% : Disperso Baixa 15% < CV < 30% : Disperso Moderada 30% < CV > 30% : Disperso Alta CV > 50% : Disperso Muito Alta
Etapa 7: Analisar Resultados e Apresentar Soluo

Anlise de Intervalos de Confiana ( IC ) Mtodo M2 no nvel de Temperatura Baixa apresenta o IC com menor Amplitude Todos os Mtodos apresentam IC com menor amplitude no nvel de Temperatura Baixa Mtodo M1 no nvel de Temperatura Alta apresenta o IC com maior Amplitude Todos os Mtodos apresentam IC com maior amplitude no nvel de Temperatura Alta Mtodo
Soluo do Problema
De acordo com as anlises acima, pode-se considerar que o Mtodo M3 e a Temperatura Alta so as condies de fundio que resulta no menor nmero de defeitos por pea fundida
Esquema da Disciplina:
Introduo (Cap.1)
Estatstica Descritiva (Cap.2)

Probabilidades (Cap.3 at 7)
Estatstica Indutiva (Cap.8 at 17)
01-22
Estatsticas Descritivas
Estatsticas de Tendncia Central Mdia Mediana Moda Estatsticas de Disperso Varincia Desvio padro Coeficiente de Variao Amplitude
(Captulo 2)
Outras Estatsticas Descritivas Coeficiente de Assimetria Coeficiente de Curtose Coeficiente de Correlao Descrio Grfica Diagrama de Barras Diagrama Circular (Pizza) Histograma Diagrama de Caule e Folhas Diagrama de Caixa e Bigode (box plot) Diagrama de Disperso (Reta de Regresso) Diagrama de Intervalos de Confiana
Estatsticas Indutivas Estatsticas Indutivas

Possibilitam tirar concluses acerca da Populao a partir de dados da Amostra As inferncias (concluses) so sujeitas Variabilidade Amostral Determina-se com que Probabilidade se pode confiar nos resultados obtidos dos dados coletados Principais Estatsticas Indutivas Intervalo de Confiana Comparao de uma Mdia (Teste z) Comparao entre duas Mdias (Teste t) Comparao entre vrias Mdias (Anova) 2 Comparao de uma Varincia (Teste G ) Comparao entre duas Varincias (Teste F) Comparao entre vrias Varincias (*) Comparao de uma Proporo (Teste z) Comparao entre duas Propores (Teste z) 2 Teste de Aderncia (Teste G ; Teste KS **) Comparao entre duas Distribuies (***) G 2) Teste de Independncia (Teste Correlao Regresso
(*) Teste de Cochram; Teste de Bartlett (**) Teste Kolmogorov Smirnov (***) Teste dos Sinais; Teste da Mediana; Teste de Sequncias; Teste de Wilcoxon, Mann e Whitney
Tipos de Amostragem:
Amostragem Probabilstica:
Amostragem Simples Amostragem Sistemtica Amostragem Estratificada Amostragem por Conglomerados Amostragem Mltipla (Seqencial)
Amostragem No-Probabilstica:
Amostragem a Esmo
Amostragem Intencional
Procedimento para Amostragem Simples:
1. Numerar os elementos da Populao 2. Gerar nmeros aleatrios que correspondero aos elementos da Amostra
Nmeros aleatrios ou randmicos: Tem igual probabilidade de ocorrncia Tabela de Nmeros Aleatrios (livros) Usando o Excel: Ferramentas >> Anlise de Dados >> Gerao de Nmero Aleatrio >> OK >> preencher campos (Distribuio Uniforme)
DICA: Na amostragem sem repetio, os nmeros aleatrios repetidos devem ser desprezados
Mtodos usados na Amostragem Simples: 1. Sortear uma linha e uma coluna da Tabela de Nmeros Aleatrios (existente no livro texto) e, a partir da, selecionar nmeros seqencialmente (por linha ou por coluna) Usar a funo ALEATRIOENTRE (Excel): Selecionar fx >> Matemtica e trigonomtrica >> ALEATRIOENTRE >> Digitar os limites inferior e superior da Populao >> clicar OK >> copiar o resultado e colar em tantas clulas quanto for o tamanho da amostra No menu Ferramentas do Excel, selecionar: Anlise de Dados >> Amostragem >> Digitar: Intervalo de Entrada >> Selecionar: Aleatrio >> Digitar o tamanho da amostra (Nmero de amostras) >> Optar: local da sada >> clicar OK
2.
3.
Procedimento para Amostragem Sistemtica: 1. Numerar os elementos da Populao, de acordo com sua posio. Exemplo: seqncia de peas produzidas Sortear um elemento da Populao que corresponder ao primeiro elemento da Amostra ( i ) Definir o perodo de amostragem ( r = N/n ) Os demais elementos da amostra sero escolhidos de maneira sistemtica, assim:
primeiro elemento: segundo elemento: terceiro elemento: ... n-simo elemento: i + (n-1).r i i+r i + 2.r
2.
3. 4.
01-28
Amostragem Estratificada Populao heterognea, constituda
de uma partio por estratos. Exemplos de Estratos: sexo, nvel de renda, idade, escolaridade, local de residncia; no caso de empresas: nvel de faturamento, regio de atuao, etc. Efetua-se uma amostragem (simples ou sistemtica) em cada estrato O tamanho da amostra de cada estrato pode ser, ou no, proporcional quantidade de elementos de cada estrato na Populao
Amostragem Estratificada Populao heterognea, constituda
de uma partio por estratos. Exemplos de Estratos: sexo, nvel de renda, idade, escolaridade, local de residncia; no caso de empresas: nvel de faturamento, regio de atuao, etc. Efetua-se uma amostragem (simples ou sistemtica) em cada estrato O tamanho da amostra de cada estrato pode ser, ou no, proporcional quantidade de elementos de cada estrato na Populao
Amostragem Mltipla (Seqencial) Amostra retirada em etapas sucessivas. Dependendo do resultado, etapas suplementares podem ser dispensadas. Exemplo: testar a qualidade de um lote utilizando-se uma amostra de peas; caso o nmero de peas defeituosas exceder determinado valor, deve-se aumentar o tamanho da amostra de peas a serem testadas at se decidir sobre a qualidade do lote. Caso particular: Amostragem Seqencial, quando a amostra vai sendo acrescida item por item, at se chegar a uma concluso ...
Teste 1.1: Estudo Antropomtrico
Quais experimentos podemos realizar num estudo antropomtrico?

Coletar dados antropomtricos
com rgua e balana Coletar dados antropomtricos com cmera digital de preciso
Qual podemos realizar agora no Campus?

Coletar dados antropomtricos com rgua e balana
Quais as caractersticas antropomtricas dos alunos que cursam a disciplina Estatstica ?

Caractersticas antropomtricas:
ndice de Massa Corporal Divina Proporo Etc.


Quais as variveis ?
Fonte: Estudo antropomtrico da populao portuguesa, Grupo de Engenharia Humana, Departamento de Produo e Sistemas Escola de Engenharia da Universidade do Minho

Quais as variveis do presente estudo ?
Peso Estatura Altura do Umbigo Altura do Ombro Direito Altura do Ombro Esquerdo
Quais as caractersticas da populao que devem ser consideradas no estudo ?
Identificao do aluno (No. Matrcula) Idade Sexo
01-37
Coleta de dados:
n.orde atr. dade se o peso estatura alt.u b go alt.o br.d r. alt.o bro.esqu.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 ...
01-38
Teste 1.1: Estudo Antropomtrico Quais Estatsticas Descritivas utilizar ?

Estatsticas de Tendncia Central Mdia Mediana Moda Estatsticas de Disperso Varincia Desvio padro Coeficiente de Variao Amplitude Descrio Grfica Diagrama de Barra Diagrama Circular (pizza) Histograma Diagrama de Caule e Folhas Diagrama de Caixa e Bigode (box plot) Diagramas de Disperso Reta de Regresso
Teste 1.1: Roteiro Experimento: Estudo Antropomtrico Populao: alunos da disciplina Probabilidade e Estatstica Amostra: alunos presentes na primeira aula da referida disciplina Caracterizao do aluno: nmero da matrcula, sexo, idade Medidas: peso, estatura, altura do umbigo
01-40
Teste 1.1: Roteiro

Sugestes para a elaborao do relatrio do experimento: Estudo Antropomtrico Pgina de rosto Ttulo do trabalho; Resumo, com 15 linhas, no mximo; Nome e nmero do autor; Nome da disciplina; Nome do docente; Ano 1. Introduo Apresentar o tema (assunto) objeto de estudo; Descrever em linhas gerais o que se pretende estudar, isto , o objetivo do estudo antropomtrico; Destacar a Divina Proporo(fi) e o ndice de Massa Corporal (IMC); Apresentar a justificativa da realizao do estudo; Evidenciar a importncia da Estatstica na realizao do estudo; Apresentar sucintamente o contedo das vrias sees que compem o relatrio.
Teste 1.1: Roteiro

2. Detalhamento do Estudo apresentar as caractersticas relevantes do ambiente objeto de estudo; detalhar o objetivo do estudo, especificando as questes a serem respondidas; descrever as simplificaes consideradas (limitaes do estudo realizado); definir as variveis envolvidas no estudo; apresentar os recursos disponveis (humanos, materiais,instalaes) e suas caractersticas. 3. Apresentao do Mtodo detalhar o procedimento utilizado na coleta de dados; descrever e comentar o planejamento do experimento e o plano de amostragem; apresentar as tcnicas estatsticas utilizadas; apresentar o(s) software(s utilizados.
01-42
Teste 1.1: Roteiro

4 Descrio e Anlise dos dados coletados apresentar os dados coletados (tabela); apresentar os principais grficos, diagramas, histogramas, incluindo as anlises e os comentrios; apresentar as medidas de posio (mdia, mediana, moda), as medidas de disperso (varincia,desvio-padro,coeficiente de variao), os coeficientes de correlao e as retas de regresso, incluindo as anlises e os comentrios. 5. Consideraes Finais apresentar os principais resultados e concluses do trabalho; apontar possveis extenses (futuros trabalhos).
01-43
Teste 1.1: Roteiro

6. Referncias bibliogrficas
7. Anexos ( conjunto de todas as tabelas, grficos, diagramas, histogramas, etc. )
Dicas: i) ii) Utilizar o Microsoft Excel; Colocar-se na posio de um Estatstico apresentando um relatrio profissional e no de um aluno fazendo um relatrio para o professor.
01-44

01 - Introdução

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

01 - Introdução

Hochgeladen von

Copyright:

Verfügbare Formate

Estatstica

UNESP FEG DPD Prof. Edgard - 2011

UNESP FEG DPD Prof. Edgard - 2011

VARIVEL simplesmente algo que pode VARIAR

TIPOS DE VARIVEL - continuao

UNESP FEG DPD Prof. Edgard - 2011

CLASSIFICAO DE VARIVEL VARIVEL DE RESPOSTA

T : temperatura da matria prima (rC)

O Mtodo M e a Temperatura T esto sob controle do Responsvel pela Fundio

CLASSIFICAO DE VARIVEL VARIVEIS DE RUDO

Programar coleta de dados em diversos horrios de todos os turnos

W2: experincia do operrio

Etapas para Soluo de um Problema

Etapa 1: Definir o Problema

X : nmero de defeitos em uma pea

DEFINIR AS VARIVEIS DE CONTROLE

T: temperatura da matria prima T { T1; T2; T3 }

X : nmero de defeitos em uma pea

T: temperatura da matria prima

UNESP FEG DPD Prof. Edgard - 2011

Etapa 2: Especificar o Projeto de Experimento

Etapa 2: Especificar o Projeto de Experimento

M1 & T1 M1 & T2 M1 & T3

M2 & T1 M2 & T2 M2 & T3

M3 & T1 M3 & T2 M3 & T3

Replicao (Tamanho da Amostra por Tratamento)

Total de Unidades Experimentais:

Nmero de Tratamentos X Nmero de Replicaes No exemplo: 9 Tratamentos x 7 Replicaes = 63 peas

UNESP FEG DPD Prof. Edgard - 2011

Etapa 3: Especificar a Coleta de Dados

Etapa 3: Especificar a Coleta de Dados

Qual deve se o Tamanho da Amostra?

Etapa 4: Especificar as Estatsticas

Etapa 5: Coletar Dados

1 2 3 baixa 4 5 6 7 1 2 3 intermediria 4 5 6 7 1 2 3 alta 4 5 6 7

Etapa 6: Processar Dados

Resultado do Processamento de Dados do exemplo da fundio:

S : Desvio Padro Amostral

UNESP FEG DPD Prof. Edgard - 2011

Etapa 6: Processar Dados Resultado do Processamento de Dados do exemplo da fundio:

IC: Intervalo de Confiana

X : Mdia de defeitos por pea em uma Amostra de

Etapa 6: Processar Dados

Diagrama de Intervalos de Confiana

UNESP FEG DPD Prof. Edgard - 2011

Etapa 7: Analisar Resultados e Apresentar Soluo

Etapa 7: Analisar Resultados e Apresentar Soluo

Estatstica Descritiva (Cap.2)

Estatstica Indutiva (Cap.8 at 17)

UNESP FEG DPD Prof. Edgard - 2011

Estatsticas Indutivas Estatsticas Indutivas

Procedimento para Amostragem Simples:

UNESP FEG DPD Prof. Edgard - 2011

Amostragem Estratificada Populao heterognea, constituda

Amostragem Estratificada Populao heterognea, constituda

Teste 1.1: Estudo Antropomtrico

Quais experimentos podemos realizar num estudo antropomtrico?

Qual podemos realizar agora no Campus?

Teste 1.1: Estudo Antropomtrico

Quais as caractersticas antropomtricas dos alunos que cursam a disciplina Estatstica ?

ndice de Massa Corporal Divina Proporo Etc.

Teste 1.1: Estudo Antropomtrico

Teste 1.1: Estudo Antropomtrico