Upload
mira-buckley
View
34
Download
0
Embed Size (px)
DESCRIPTION
INTRODUÇÃO À ESTATÍSTICA APLICADA. - PowerPoint PPT Presentation
Citation preview
1
INTRODUÇÃO À ESTATÍSTICAAPLICADA
Definição: Técnica de recolha, organização, sintetização e apresentação de dados numéricos (E. descritiva). Compreende, ainda, as técnicas por meio das quais são tomadas decisões sobre uma população, baseadas unicamente na observação de amostras , pelo uso de conceito de probabilidade (E. inferencial).
Exemplos:
1. E. descritiva: estudo da idade da população dos alunos da ESTV.
2. E. inferencial: a partir da pesquisa amostral da população escolar, inferir a sua estrutura etária.
2
ESTATÍSTCA DESCRITIVA
1. Distribuição de Frequência- Definir um n.º de classes ímpar
- Amplitude da classe = R / n.º de classes
R – Amplitude (Range)
R = Maior valor (H) – Menor valor (L)
- Quadro de distribuição de frequência
Numa coluna as classes e na outra o n.º de casos correspondentes.
- Histograma
Gráfico de barras com classes nas abcissas e n.º casos nas ordenadas.
- Polígono de frequências
Linha constituída por segmentos de recta que unem os pontos médios dos topos das barras.
- Curva de frequência
Suavização curvilínea do polígono de freq.
- Distribuição de frequência acumulada
Identifica o .º de casos (%) até cada classe.
3
Numa turma do 10º ano foram perguntou-se a cada aluno a sua idade.
Idade (em anos) Frequência
14 4
15 7
16 5
17 2
18 1
19 1
Total 20
Os dados classificados e agrupados numa tabela de frequências
Os dados não classificados são:
14, 15, 16, 17, 18, 19, 14, 15, 16, 17, 14, 15, 16, 14, 15, 16, 15, 16, 15, 15
ESTATÍSTCA DESCRITIVA
4
Frequência absoluta ou efectiva (fi) de um valor da variável é o numero de vezes que esse valor foi observado
Frequência relativa (fri) de um valor da variável é o quociente entre a frequência absoluta do valor da variável e o número total de observações
Frequência (relativa ou absoluta) acumulada de um valor da variável é igual à soma das frequências anteriores com a frequência desse valor
Xi fi fri Fi – Freq. Absoluta acumulada
Fri – Freq. relativa acumulada
14 4 0,20 4 0,20
15 7 0,35 11 0,55
16 5 0,25 16 0,80
17 2 0,10 18 0,90
18 1 0,05 19 0,95
19 1 0,05 20 1
ESTATÍSTCA DESCRITIVA
5
012345678
141516171819
Gráfico de barras - frequências absolutas
0
5
10
15
20
25
141516171819
Gráfico de barras - frequências absolutas acumuladas
ESTATÍSTCA DESCRITIVA
6
Na mesma turma do 10º ano perguntou-se a cada aluno a sua altura em centímetros: 147, 167, 171, 172, 151, 154, 150, 155, 156, 160, 160, 164, 163, 159, 158, 162, 169, 170, 174
Para 20 observações vamos usar 6 classes. Consideram-se ainda as seguintes convenções:
-O extremo esquerdo do intervalo (classe) será fechado e o extremo direito aberto;
- aos extremos do intervalo chamam-se limites da classe; à diferença dos limites, amplitudes do intervalo da classe; à semi-soma dos limites chama-se ponto médio ou marca da
classe
Xi fi fri Fi – Freq. Absoluta acumulada
Fri – Freq. relativa acumulada
[145 , 150[ 1 0,05 1 0,05
[150 , 155[ 3 0,15 4 0,20
[155 , 160[ 4 0,20 8 0,40
[160 , 165[ 5 0,25 13 0,60
[165 , 170[ 2 0,10 15 0,75
[170 , 175[ 5 0,25 20 1
ESTATÍSTCA DESCRITIVA
7
0
2
4
6
[145 , 150[ [150 , 155[ [155 , 160[[160 , 165[ [165 , 170[ [170 , 175[
Histograma das frequências absolutas
ESTATÍSTCA DESCRITIVA
8
2. Medidas de Posição*
Valor calculado para um grupo de dados, usado para o descrever.
-Média aritmética-Para dados não classificados
μ - M. A. da população μ = Σ X / N
x - M. A. amostral x = Σ x / n- Para dados classificados
X = (f1x1+f2x2+…fnxn)/n =
-Mediana
Corresponde ao valor do item médio quando todos os valores foram organizados de forma crescente ou decrescente.
Se n é ímpar Med = Xk com K = (n+1)/2
Se n é par Med = (Xk+ Xk+1 )/2 com K = n/2
-Moda
Valor mais frequente.
*ou de tendência central
n
i
n
i
n
i friXiXin
fi
n
fiXi
11
1
9
1. Calcule a média de idade da turma do 10º ano
2. Calcule a média das alturas da turma
3. Calcule a mediana das idades da turma
4. Calcule a moda das idades da turma
ESTATÍSTCA DESCRITIVA
10
ANÁLISE
As diferenças de valores assumido pela média aritmética, mediana e moda indicam-nos o tipo de curva de distribuição de frequência, sem a desenhar.
Coeficiente de Pearson
Dá-nos informação sobre a simetria da curva de distribuição de frequência (Medida de simetria).
C. Pearson = 3 (μ – Med) / σ
ou
= 3 (x – Med) / s
11
3. Medidas de Variabilidade
- Amplitude total
R = H - L
H – Maior valor da população (ou amostra)
L – Menor valor da população (ou amostra)
- Variância e desvio padrão
σ^2 = (Σ(X- μ)^2) / N s^2 = (Σ(x - x)^2) / n
σ = (Σ(X- μ)^2) / N s= (Σ(x - x)^2) / n
σ^2 – Variância populacional
s^2 – Variância amostral
σ - Desvio padrão populacional
s - Desvio padrão amostral
12
Uma variável aleatória utiliza-se para expressar os resultados de uma
experiência aleatória. Em algumas situações, o conjunto de valores que
uma variável toma confunde-se com o próprio conjunto de resultados, isto é,
com o espaço amostral.
Experiência aleatória: Medição da altura de uma pessoa escolhida ao acaso
Espaço amostral: Conjunto de todas as alturas atribuíveis a uma pessoa
Variável aleatória: Altura (que pode tomar qualquer um dos valores que
constituem o espaço amostral
13
Uma variável quantitativa classifica-se como discreta ou contínua, conforme os
elementos do contradomínio da aplicação que a define forem
numeráveis ou não numeráveis.
Exemplo:
A variável resultado do lançamento de um dado é discreto (podendo tomar os valores 1,2,3,4,5 ou 6)
A variável distância a percorrer diariamente por um vendedor será
contínua, se se admitir que tal distância é medida com precisão
absoluta.
ESTATÍSTCA INFERENCIAL
14
DISTRIBUIÇÃO NORMAL DE PROBABILIDADE
μσ = 5
σ = 10
f(X)
X
Maior precisão
f(X)
Xμ μ-3σ
μ-2σ μ-1σ μ-3 σμ-2σμ-1σ
68,27%
95,45%
99,73%
15
A distribuição normal é importante:
- Grande número de fenómenos e processos
segue esta distribuição;
- Pode ser usada com aproximação a outras
distribuições (binomial e de Poisson);
- A distribuição estatística de amostras, tais
como a média, seguem a D. normal.
16
Distribuição Normal Padronizada
- Tem por finalidade potenciar o uso de tabelas;
- Obtém-se pela introdução de
Z = (X – μ) / σ
f(Z)
Z 0
17
APROXIMAÇÃO PELA NORMAL À PROB. BINOMIAL
Esta aproximação é possível sempre que o número de observações ou tentativas for relativamente elevado.
n ≥ 30 e n p ≥ 5
μ = n p
σ = n p (1 – p)
n – N.º de provas
p – Probabilidade de sucesso
18
INTERVALOS DE CONFIANÇA
0 -1,96 -1,96 z
95%
Interpretação:
Para um determinado nível de confiança (α) será calculado o intervalo que contém a verdadeira média da população (μ).
[ I α ] μ = X ± Z σ / n
P. e., temos 95% de confiança que a verdadeira média da população está contida no intervalo.
[ I 0,95 ] μ = X ± 1,96 σ / n
A dimensão do intervalo depende do nível de confiança e do tamanho da amostra.