Apostila de Estatistica

INSTITUTO CASTRO ALVES
DISCIPLINA
Carga Horria: h
PROFESSORA: LAURINSIA DE SOUSA TIGRE ALUNO:.................................................................................................................
TUCUM - PA PLO
1 castroalvespa279@hotmail.com

APRESENTAO Estatstica uma cincia cujo campo de aplicao estende-se a muitas reas do conhecimento humano. Entretanto, um equvoco comum que nos deparamos nos dias atuais que, em funo da facilidade que o advento dos computadores nos proporciona, permitindo desenvolver clculos avanados e aplicaes de processos sofisticados com razovel eficincia e rapidez, muitos pesquisadores consideram-se aptos a fazerem anlises e inferncias estatsticas sem um conhecimento mais profundo dos conceitos e teorias. Tal prtica, em geral, culmina em interpretaes equivocadas e muitas vezes errneas... Em sua essncia, a Estatstica a cincia que apresenta processos prprios para coletar, apresentar e interpretar
adequadamente conjuntos de dados seja eles numricos ou no. Pode- se dizer que seu objetivo o de apresentar informaes sobre dados em anlise para que se tenha maior compreenso dos fatos que os mesmos representam. A Estatstica subdivide-se em trs reas: descritiva, probabilstica e inferencial. A estatstica descritiva, como o prprio nome j diz, se preocupa em descrever os dados. A estatstica inferencial, fundamentada na teoria das probabilidades, se preocupa com a anlise destes dados e sua interpretao. A palavra estatstica tem mais de um sentido. No singular se refere teoria estatstica e ao mtodo pelo qual os dados so analisados enquanto que, no plural, se refere s estatsticas descritivas que so medidas, obtidas de dados selecionados. A estatstica descritiva, cujo objetivo bsico o de sintetizar uma srie de valores de mesma natureza, permitindo dessa forma que se tenha uma viso global da variao desses valores, organiza e descreve os dados de trs maneiras: por meio de tabelas, de grficos e de medidas descritivas.

OBJETIVOS: A Estatstica para Administrao visa proporcionar ao acadmico de Administrao o conhecimento de tcnicas estatsticas para anlise descritiva de dados, bem como proporcionar o instrumental necessrio para anlise inferencial. Onde ela objetiva: Proporcionar ao aluno o conhecimento de tcnicas estatsticas para anlise descritiva de dados, bem como proporcionar o instrumental necessrio para anlise inferencial; Adquirir conceitos gerais de matemtica e de tcnicas operatrias com vistas sua utilizao em estatstica; Adquirir conceitos bsicos em estatstica para anlise e interpretao de conjuntos de dados experimentais, mediante estudo de elementos de probabilidade e de procedimentos de inferncia estatstica; Abordar mtodos estatsticos; Compreender noes elementares; Construir distribuio de frequncias, apresent-las em tabelas e grficos, calcular e interpretar medidas descritivas; Conhecer os conceitos bsicos da teoria da probabilidade e aplicar a distribuio normal; Conhecer os vrios tipos de amostragem e escolher amostras representativas da populao; Fazer estimativas por intervalo dos parmetros populacionais com base em amostras; Estabelecer testes de hipteses para parmetros; Pblico Alvo: Alunos do curso de Bacharel em Administrao. Disciplina: Estatstica Ementa: Estatstica descritiva e inferencial aplicada Administrao.

METODOLOGIA APLICADA Trabalhar o contedo de forma prtica e com exemplos relacionados com a realidade diria de todos, realizando a interpretao de tabelas, grficos, bem como sua construo e entender claramente sua finalidade; Buscar entender a importncia e a relao que a estatstica tem no dia-a-dia bem como no curso e consequentemente no mercado de trabalho vinculado administrao; Confeccionar grficos, tabelas e frmulas atravs da planilha eletrnica (Excel), ou seja, aulas prticas no laboratrio de informtica; Exposio de trabalhos e anlises; Atividades avaliativas como lista de exerccios e trabalhos descritivos; Proporcionar ao aluno discusses, interaes com a turma concebendo ao mesmo a liberdade de expor suas opinies como tambm suas dvidas; 6. AVALIAO: A avaliao da aprendizagem ser de forma que o educando demonstre conhecimento dos contedos ministrados na disciplina, saiba se comunicar de forma clara e adequada dentro do contexto e aplique seus conhecimentos na resoluo de pesquisas e/ou situaes-problemas. Ser realizada de forma contnua, durante as atividades em sala de aula, e participao individual, bem como, lista de exerccios e trabalhos de pesquisa e interpretao. Estas atividades avaliativas sero na maioria das vezes individuais, porm no descartando a possibilidade de trabalhos em grupo quando houver a necessidade de uma discusso mais aprofundada sobre o tema estipulado.

INTRODUO
Desde a Antiguidade vrios povos j registravam o nmero de habitantes, de nascimento, de bitos, faziam estimativas das riquezas individual e social, distribuam equitativamente terras ao povo, cobravam impostos e at realizavam inquritos quantitativos por processos que, hoje, se chama de Estatstica. A palavra Estatstica vem de status, que significa em latim Estado. Com essa palavra faziam-se as descries e dados relativos aos Estados, tornando a Estatstica um meio de administrao para os governantes. Mais recentemente se passou a falar em estatstica em vrias cincias de todas as reas do conhecimento humano, onde pode definir a Estatstica como um conjunto de mtodos e processos quantitativos que servem para estudar e medir os fenmenos coletivos. Ao se estudar os fenmenos coletivos, o que interessa so os fatos que envolvem os elementos desses fenmenos, como eles se relacionam e qual o seu comportamento. Para que tal estudo possa acontecer com toda a seriedade que a cincia exige, necessrio que o levantamento seja feito atravs de uma pesquisa cientfica, sendo ela definida como a realizao concreta de uma investigao planejada, desenvolvida e redigida de acordo com as normas de metodologia. A Estatstica muito mais do que a simples construo de grficos e o clculo de mdias. As informaes numricas so obtidas com a finalidade de acumular informao para a tomada de deciso. Ento, a estatstica pode ser vista como um conjunto de tcnicas para planejar experimentos, obter dados e organiz-los, resumi-los, analis-los, interpret-los e deles extrair concluses. A informao de estatstica apresentada constantemente no rdio e na televiso, como por exemplo, a coleta de dados sobre nascimentos e mortes, a avaliao da eficincia de produtos comerciais e a previso do tempo. As tcnicas clssicas da estatstica foram delineadas para serem as melhores possveis sob-rigorosas suposies. Entretanto, a experincia tem forado os estudiosos a conhecer que as tcnicas clssicas comportam-se mal quando situaes prticas no apresentam o ideal descrito por tais suposies. O

desenvolvimento recente de mtodos exploratrios robustos est aumentando a eficincia da anlise estatstica. Os bons profissionais de estatstica tm sempre olhado com detalhes os dados antes de levantar suposies estatsticas e testes de hipteses. Mas o uso indiscriminado de pacotes estatsticos computacionais, sem o exame cuidadoso dos dados profissionais da rea, conduz, s vezes, a resultados aberrantes. A anlise exploratria de dados nos fornece um extenso repertrio de mtodos para um estudo detalhado dos dados, antes de adapt-los. Nessa abordagem, a finalidade obter dos dados a maior quantidade possvel de informao, que indique modelos plausveis a serem utilizados numa fase posterior, a anlise confirmatria de dados ou inferncia estatstica. ESTATSTICA DEFINIES BSICAS
REAS DA ESTATSTICA Se entender Estatstica como a Cincia dos Dados, ser de grande valia o domnio que seu corpo de conhecimento pode oferecer. Primeiramente, como ponto de partida, pode-se dividir a Estatstica em duas reas: Descritiva Inferencial (Indutiva)
Obs. Alguns autores, como por exemplo, Marcos Nascimento Magalhes e Antonio Carlos Pedroso de Lima, dizem que a estatstica, grosso modo, pode ser dividida em trs reas: Estatstica descritiva; Probabilidade e Inferncia estatstica. ESTATSTICA DESCRITIVA A Estatstica Descritiva se preocupa com a organizao, apresentao e sintetizao de dados. Utilizam grficos, tabelas e medidas descritivas como ferramentas. Utilizada na etapa inicial da anlise, destinada a obter informaes que indicam possveis modelos a serem utilizados numa fase final que seria a chamada inferncia estatstica.

ESTATSTICA INFERENCIAL A Estatstica Inferencial postula um conjunto de tcnicas que permitem utilizar dados oriundos de uma amostra para generalizaes sobre a populao. Constitui esse conjunto de tcnicas: a determinao do nmero de observaes (tamanho da amostra); o esquema de seleo das unidades observacionais; o clculo das medidas estatsticas; a determinao da confiana nas estimativas; a significncia dos testes estatsticos; a preciso das estimativas; dentre outras. Essa generalizao feita a partir do processo de estimao das medidas estatsticas que podem ser calculadas, porm no sem antes se antecipar um grau de certeza de que a amostra esteja fornecendo os dados que seriam de se esperar caso toda a populao fosse estudada. Nesse caso, o ramo da matemtica que ser utilizado para se avaliar tal grau de certeza a probabilidade. Com ela teremos condies de mensurar a fidedignidade de cada inferncia feita com base na amostra. Antes de comear a estudar os mtodos estatsticos que permitir analisar dados, sejam eles qualitativos ou quantitativos, importante introduzir alguns conceitos preliminares a fim no apenas de dar nomes aos instrumentos, mas tambm adequar e equalizar a terminologia a ser utilizada ao longo do curso. MTODO ESTATSTICO
Mtodo o conjunto de procedimentos dispostos ordenadamente para se chegar a um desejado fim. Mtodo Estatstico: diante da impossibilidade de manter as causas constantes, registram-se os resultados dessas variaes procurando determinar a influncia (os efeitos) de cada uma delas. FASES DO MTODO ESTATSTICO Podemos distinguir no mtodo estatstico as seguintes fases:

COLETA DE DADOS Toda e qualquer ao estatstica deve estar centrada em objetivos claros. O primeiro passo para um procedimento estatstico o trabalho que envolve os dados de um estudo. Estando estes objetivos definidos, buscam-se os dados que os satisfaam, sejam eles primrios ou secundrios. Dados primrios so aqueles que foram prospectados sem que no tenha havido um estudo preliminar acerca da amostra em especfico, ou seja, so dados originais. Dados secundrios so aqueles que esto a nossa disposio oriunda de outros estudos. So fontes de dados secundrios; Internet, bancos de dados, cadastros, jornais, revistas, filmes, entre muitas outras fontes. MTODOS DE COLETA DE DADOS A matria prima para os estudos estatsticos so os dados de observao, tratandose dos valores que so adicionados s caractersticas. Os dados de observao so oriundos de vrias fontes, podendo ser coletados de duas formas: -Enumerao: referentes a uma varivel discreta; -Mensurao: referentes a uma varivel contnua. A coleta de dados numricos pode ser direta ou indireta. A coleta direta quando feita sobre elementos informativos de registro obrigatrio (nascimentos, casamentos e bitos, importao e exportao de mercadorias), elementos pertinentes aos pronturios dos alunos de uma faculdade ou, ainda, quando os dados so coletados pelo prprio pesquisador atravs de inquritos e questionrios, como o caso das notas de verificao e de exames, do censo demogrfico etc. A coleta direta de dados pode ser classificada relativamente ao fator tempo em: a) contnua (registro) quando feita continuamente, tal como a de nascimentos e bitos e a de frequncia dos alunos s aulas;

b) peridica quando feita em intervalos constantes de tempo, como os censos (de 10 em 10 anos) e as avaliaes peridicas dos alunos; c) ocasional quando feita extemporaneamente, a fim de atender a uma conjuntura ou a uma emergncia, como no caso de epidemias que assolam ou dizimam rebanhos inteiros. A coleta se diz indireta quando inferida de elementos conhecidos (coleta direta) e/ou do conhecimento de outros fenmenos relacionados com o fenmeno estudado. Como exemplo, podemos citar a pesquisa sobre a mortalidade infantil, que feita atravs de dados colhidos por uma coleta direta. Nos estudos que so realizadas coletas de dados contnuas ou peridicas o interesse a enumerao total. A estatstica participa apenas no seu aspecto descritivo de apresentao de dados. Os dados so obtidos pelo prprio pesquisador, utilizando dados j existentes (dados secundrios) ou atravs de levantamentos (dados primrios) e experimentos. O pesquisador pode querer descrever o conjunto, mas o mais comum ele querer fazer inferncias a partir de amostras do total. Dessa forma a estatstica participa no processo de fazer a inferncia e planejar como a mesma ser realizada. Nos levantamentos, como os utilizados nas pesquisas de sade pblica, a estatstica indica a forma de amostragem que permite uma inferncia sobre o todo. Nos experimentos ela fornece o delineamento mais adequado em cada estudo. Qualquer que seja a forma de obteno de dados eles estaro no final do trabalho, desorganizados. Para que esses dados tenham um valor informativo (sobre o assunto investigado), devero ser apresentados de forma concisa e compreensvel, satisfazendo a dvida. Os estudos estatsticos esto relacionados s situaes que envolvem
planejamentos, coleta de dados, organizao de informaes, anlise das informaes coletadas, interpretao e divulgao de forma clara e objetiva. Os mtodos de pesquisas podem ser classificados de duas formas: pesquisas de opinio ou pesquisas de mercado. Nas pesquisas de opinio, o objetivo principal colher informaes sobre determinando assunto com base em entrevistas pessoais.

CRTICA DOS DADOS Obtidos os dados, eles devem ser cuidadosamente criticados, procura de possveis falhas e imperfeies, a fim de no incorrermos em erros grosseiros ou de certo vulto, que possam influir sensivelmente nos resultados. A crtica externa quando visa s causas dos erros por parte do informante, por distrao ou m interpretao das perguntas que lhe foram feitas; interna quando visa observar os elementos originais dos dados da coleta. APURAO DOS DADOS Nada mais do que a soma e o processamento dos dados obtidos e a disposio mediante critrios de classificao. Pode ser manual, eletromecnica ou eletrnica. EXPOSIO OU APRESENTAO DOS DADOS Por mais diversa que seja a finalidade que se tenham em vista, os dados devem ser apresentados sob forma adequada (tabelas ou grficos), tornando mais fcil o exame daquilo que est sendo objeto de tratamento estatstico e ulterior obteno de medidas tpicas. ANLISE DOS RESULTADOS Como j dissemos, o objetivo ltimo da Estatstica tirar concluses sobre o todo (populao) a partir de informaes fornecidas por parte representativa do todo (amostra). Assim, realizadas as fazes anteriores (Estatstica Descritiva), fazemos uma anlise dos resultados obtidos, atravs dos mtodos da Estatstica Indutiva ou Inferencial, que tem por base a induo ou inferncia, e tiramos desses resultados concluses e previses.

POPULAO E AMOSTRA Na terminologia estatstica, o grande conjunto de dados que contm a caracterstica que temos interesse recebe o nome de populao. Esse termo refere-se no somente a uma coleo de indivduos, mas tambm ao alvo sobre o qual reside nosso interesse. Assim, nossa populao pode ser tanto todos os habitantes de Londrina como todas as lmpadas produzidas por uma fbrica em certo perodo de tempo. Algumas vezes podemos acessar toda a populao para estudarmos caractersticas de interesse, mas, em muitas situaes, tal procedimento no pode ser realizado. Em geral, razes econmicas so determinantes dessas situaes. Por exemplo, uma empresa, usualmente, no dispe de verba suficiente para saber o que pensam todos os consumidores de seus produtos. H ainda razes ticas, quando, por exemplo, os experimentos de laboratrio que envolve o uso de seres vivos. Alm disso, existem casos em que a impossibilidade de se acessar toda a populao de interesse incontornvel. Por exemplo, em um experimento para determinar o tempo de funcionamento das lmpadas produzidas por uma indstria, no podemos observar toda a populao de interesse. Tendo em vista as dificuldades de vrias naturezas para se observar todos os elementos da populao, tomaremos alguns deles para formar um grupo a ser estudado. Este subconjunto da populao, em geral com dimenso menor, denominado amostra. POPULAO Populao a totalidade de pessoas, animais, plantas ou objetos, da qual se podem recolher dados. um grupo de interesse que se deseja descrever ou acerca do qual se deseja tirar concluses. AMOSTRAS Amostra um subconjunto de uma populao ou universo. A amostra deve ser obtida de uma populao especfica e homognea por um processo aleatrio. A aleatorizao condio necessria para que a amostra seja representativa da populao.

importante que o investigador defina cuidadosa e completamente a populao antes de recolher a amostra, incluindo uma descrio dos membros que devem ser includos. Para cada populao, h muitas amostras possveis e qualquer delas deve fornecer informao dos parmetros da populao correspondente. importante definir os critrios que permitem determinar se um indivduo pertence ou no populao em estudo. Para isso, define-se conceptualmente a populao (ex. hipertensos). Falta ainda saber o que se entende por "hipertenso". Este o critrio operacional que vai permitir saber quem pertence populao. Tem de ficar bem definido quem hipertenso. As amostras devem ser obtidas por mtodos aleatrios, sempre que se pretende tirar concluses sobre a populao, mas muitas vezes so obtidas por mtodos no aleatrios. VARIVEL Varivel o conjunto de resultados possveis de um fenmeno. A varivel pode ser qualitativa, quando seus valores so expressos por atributos (ex: sexo, cor), ou pode ser quantitativa, quando seus valores so expressos em nmeros. A varivel quantitativa pode ser contnua, quando assume qualquer valor entre dois limites (ex: peso, altura, medies), ou pode ser discreta, quando s pode assumir valores pertencentes a um conjunto enumervel (ex: nmero de filhos, contagens em geral, nmeros inteiros). AMOSTRAGEM o processo de colher amostras. Nesse processo, cada elemento da populao passa a ter a mesma chance de ser escolhido. Dentre os processos de amostragem podem-se destacar trs: amostragem casual ou aleatria simples, amostragem proporcional estratificada e amostragem sistemtica.

TIPOS DE AMOSTRAGENS a) Amostragem casual ou aleatria simples: Em um sorteio, por exemplo, para retirar uma amostra de 9 alunos de uma sala de 90 alunos, utiliza-se um sorteio com todos os nmeros dos alunos escritos em papis dentro de um saco. Para amostras grandes utiliza-se a Tabela de Nmeros Aleatrios. Ex: Vamos obter uma amostra, de 10%, representativa para a pesquisa da estatura de 90 alunos de uma escola: 1 - numeramos os alunos de 1 a 90. 2 - escrevemos os nmeros dos alunos, de 1 a 90, em pedaos iguais de papel, colocamos na urna e aps mistura retiramos, um a um, nove nmeros que formaro a amostra. OBS: quando o nmero de elementos da amostra muito grande, esse tipo de sorteio torna-se muito trabalhoso. Neste caso utiliza-se uma Tabela de nmeros aleatrios, construda de modo que os algarismos de 0 a 9 so distribudos ao acaso nas linhas e colunas. b) Amostragem proporcional estratificada: comum termos populaes que se dividam em subpopulaes (estratos) e como cada estrato pode ter um comportamento diferente do outro, a amostra deve considerar a existncia desses estratos e a sua proporo em relao populao. Ex: Vamos obter uma amostra proporcional estratificada, de 10%, do exemplo anterior, supondo, que, dos 90 alunos, 54 sejam meninos e 36 sejam meninas. So, portanto dois estratos (sexo masculino e sexo feminino). Logo, temos:
SEXO MASC. FEMIN. Total POPULACO 54 36 90 10 % 5,4 3,6 9,0 AMOSTRA 5 4 9
Numeramos ento os alunos de 01 a 90, sendo 01 a 54 meninos e 55 a 90, meninas e procedemos ao sorteio casual com urna ou tabela de nmeros aleatrios.

c) Amostragem sistemtica quando a amostragem feita atravs de um sistema possvel de ser aplicado, pois a populao j se encontra ordenada. Ex: Suponhamos uma rua com 900 casas, das quais desejamos obter uma amostra formada por 50 casas para uma pesquisa de opinio. Podemos, neste caso, usar o seguinte procedimento: como 900/50 = 18, escolhemos por sorteio casual um nmero de 01 a 18, o qual indicaria o primeiro elemento sorteado para a amostra; os demais elementos seriam periodicamente considerados de 18 em 18. Assim, suponhamos que o nmero sorteado fosse 4 a amostra seria: 4 casa, 22 casa, 40 casa, 58 casa, 76 casa, etc.
d) Amostragem por conglomerados (ou agrupamentos)
Algumas populaes no permitem, ou tornam extremamente difcil que se identifiquem seus elementos. No obstante isso, pode ser relativamente fcil identificar alguns subgrupos da populao. Em tais casos, uma amostra aleatria simples desses subgrupos (conglomerados) pode se colhida, e uma contagem completa deve ser feita para o conglomerado sorteado. Agrupamentos tpicos so quarteires, famlias, organizaes, agncias, edifcios etc. Ex: Num levantamento da populao de determinada cidade, podemos dispor do mapa indicando cada quarteiro e no dispor de uma relao atualizada dos seus moradores. Pode-se, ento, colher uma amostra dos quarteires e fazer a contagem completa de todos os que residem naqueles quarteires sorteados.
e) Amostragem acidental
Trata-se de uma amostra formada por aqueles elementos que vo aparecendo, que so possveis de se obter at completar o nmero de elementos da amostra. Geralmente utilizada em pesquisas de opinio, em que os entrevistados so acidentalmente escolhidos. Ex: Pesquisas de opinio em praas pblicas, ruas de grandes cidades ;

f) Amostragem intencional
De acordo com determinado critrio, escolhido intencionalmente um grupo de elementos que iro compor a amostra. O investigador se dirige intencionalmente a grupos de elementos dos quais deseja saber a opinio. Ex: Numa pesquisa sobre preferncia por determinado cosmtico, o pesquisador se dirige a um grande salo de beleza e entrevista as pessoas que ali se encontram
g) Amostragem por quotas
Um dos mtodos de amostragem mais comumente usados em levantamentos de mercado e em prvias eleitorais. Ele abrange trs fases: 1 - classificao da populao em termos de propriedades que se sabe, ou presume, serem relevantes para a caracterstica a ser estudada; 2 - determinao da proporo da populao para cada caracterstica, com base na constituio conhecida, presumida ou estimada, da populao; 3 - fixao de quotas para cada entrevistador a quem tocar a responsabilidade de selecionar entrevistados, de modo que a amostra total observada ou entrevistada contenha a proporo e cada classe tal como determinada na 2 fase. Ex: Numa pesquisa sobre o "trabalho das mulheres na atualidade", provavelmente
se ter interesse em considerar: a diviso cidade e campo, a habitao, o nmero de filhos, a idade dos filhos, a renda mdia, as faixas etrias etc. A primeira tarefa descobrir as propores (porcentagens) dessas caractersticas na populao. Imagina-se que haja 47% de homens e 53% de mulheres na populao. Logo, uma amostra de 50 pessoas dever ter 23 homens e 27 mulheres. Ento o pesquisador receber uma "quota" para entrevistar 27 mulheres. A considerao de vrias categorias exigir uma composio amostral que atenda ao n determinado e s propores populacionais estipuladas.
Quatro razes para uso de amostragem em levantamentos de grandes populaes. 1) Economia. Em geral, torna-se bem mais econmico o levantamento de somente uma parte da populao;

2) Tempo. Numa pesquisa eleitoral, a trs dias de uma eleio presidencial, no haveria tempo suficiente para pesquisar toda a populao de eleitores do pas, mesmo que houvesse recursos financeiros abundantes; 3) Confiabilidade dos dados. Quando se pesquisa um nmero reduzido de elementos, pode-se dar mais ateno aos casos individuais, evitando erros nas respostas; 4) Operacionalidade. mais fcil realizar operaes de pequena escala. Um dos problemas tpicos nos grandes censos o controle dos entrevistados. Trs situaes em que pode no valer a pena a realizao de uma amostragem: 1. Populao pequena: Sobre o enfoque de amostragens aleatrias que estudaremos neste captulo, se a populao for pequena (digamos, de 50 elementos) para termos uma amostra capaz de gerar resultados precisos para os parmetros da populao, necessitamos de uma amostra relativamente grande (em torno de 80% da populao). Geralmente mais relevante o tamanho absoluto da amostra do que a porcentagem que ela representa na populao. Voltemos situao de verificar tempero de um alimento em preparao. Desde que o alimento esteja bem mexido, uma amostra de uma colher suficiente, independente de estarmos preparando uma pequena ou uma grande quantidade de alimento. 2. Caracterstica de fcil mensurao: Talvez a populao no seja to pequena, mas a varivel que se queira observar de to fcil mensurao, que no compensa investir num plano de amostragem. Por exemplo, para verificar a porcentagem de funcionrios favorveis mudana de horrio de um turno de trabalho, podemos entrevistar toda a populao no prprio local de trabalho. Essa atitude pode tambm ser politicamente, mais recomendvel. 3. Necessidade de alta preciso: A cada dez anos o IBGE realiza um censo demogrfico para estudar diversas caractersticas da populao brasileira. Dentre essas caractersticas, tem-se o parmetro nmero de habitantes residentes no pas, que fundamental para o planejamento do pas. Desta forma, o parmetro

nmero de habitantes precisa ser avaliado com grande preciso e, por isto, se pesquisa toda a populao. Para fazermos um plano de amostragem devemos ter bem definidos os objetivos da pesquisa, a populao a ser mostrada, bem como os parmetros que precisamos estimar para atingir aos objetivos da pesquisa. Num plano de amostragem deve constar a definio da unidade de amostragem, a forma de seleo dos elementos da populao e o tamanho da amostra. Os pargrafos seguintes tentam esclarecer melhor estes termos. Para efetuar a seleo dos elementos que faro parte da amostra, precisamos estabelecer a unidade de amostragem, ou seja, a unidade a ser selecionada para se chegar aos elementos da populao. As unidades de amostragem podem ser os prprios elementos da populao, ou, outras unidades que sejam mais fceis de serem selecionadas e que, de alguma forma, estejam associadas aos elementos da populao. Por exemplo, numa populao de famlias moradoras de certa cidade, podemos planejar a seleo de domiclios residenciais da cidade. Chegando ao domiclio (unidade de amostragem), podemos chegar famlia moradora deste domiclio (elemento da populao). A seleo dos elementos que faro parte da amostra pode ser feita sob alguma forma de sorteio. So as chamadas amostragens aleatrias. Estas so particularmente interessantes por permitirem a utilizao das tcnicas clssicas de inferncia estatstica, facilitando a anlise dos dados e fornecendo maior segurana ao generalizar resultados da amostra para a populao. SRIES ESTATSTICAS TABELAS A tabela um quadro que resume um conjunto de observaes. Compe-se de: _ corpo: linhas e colunas que contm os valores das variveis em estudo. _ cabealho: parte superior que especifica o contedo das colunas. _ coluna indicadora: coluna que indica o contedo das linhas. _ casa ou clula: espao destinado a uma s informao.

_ ttulo: conjunto de informaes sobre a tabela (O qu? Quando? Onde?) localizada no topo da tabela. Normas para clulas _ usar um trao horizontal () quando o valor nulo quanto natureza das coisas ou resultado do inqurito. _ trs pontos (: : :) quando no temos dados. _ um ponto de interrogao (?) quando temos dvida quanto exatido do valor. _ zero (0; 0,0; 0,00) quando o valor muito pequeno para ser expresso pela grandeza utilizada. Srie estatstica toda tabela que apresenta a distribuio de um conjunto de dados estatsticos em funo da poca, do local, ou da espcie. Pode-se classificar em: histrica, geogrfica, especfica. a) Sries histricas (cronolgicas, temporais) - descrevem os valores da varivel, em determinado local, em funo do tempo. b) Sries geogrficas (espaciais, territoriais ou de localizao) - descrevem os valores da varivel, em um determinado instante, em funo da regio. c) Sries Especficas (categricas) - descrevem os valores da varivel, em um determinado instante e local, segundo especificaes. SRIES CONJUGADAS E TABELA DE DUPLA ENTRADA Muitas vezes temos necessidade de apresentar, em uma nica tabela, a variao de valores de mais de uma varivel, isto , fazer uma conjugao de duas ou mais sries. Conjugando duas sries em uma nica tabela, obtemos uma tabela de dupla entrada. Em uma tabela desse tipo ficam criadas duas ordens de classificao: uma horizontal (linha) e uma vertical (coluna).

DADOS ABSOLUTOS E DADOS RELATIVOS Dados Absolutos so dados estatsticos resultantes da coleta direta da fonte, sem outra manipulao se no a contagem ou medida. A leitura dos dados absolutos sempre enfadonha e inexpressiva; embora esses dados traduzam um resultado exato e fiel, no tm a virtude de ressaltar de imediato as suas concluses numricas. Da o uso imprescindvel que faz a Estatstica dos dados relativos. O nmero de vezes que um valor da varivel, de uma pesquisa, citado representa a frequncia absoluta daquele valor. Dados Relativos so os resultados de comparaes por quociente (razes) que se estabelecem entre dados absolutos e tm por finalidade realar ou facilitar as comparaes entre quantidades. Traduzem-se os dados relativos, em geral, por meio de percentagens, ndices, coeficientes e taxas. A frequncia relativa o quociente entre a frequncia absoluta de uma varivel e o total de citaes de todas as variveis da pesquisa.
GRFICO ESTATSTICO O grfico estatstico uma forma de apresentao dos dados estatsticos, cujo objetivo o de produzir, no investigador ou no pblico em geral, uma impresso mais rpida e viva do fenmeno em estudo, j que os grficos falam mais rpido compreenso do que as sries. O grfico um instrumento que possibilita transmitir muitas vezes o significado de planilhas ou tabelas complexas de uma forma mais eficiente e mais simples. No adianta voc saber efetuar a confeco de um grfico se no souber a que finalidade se destina determinado grfico. Desta forma voc correr o risco de apresentar um grfico que no seja adequado a uma determinada situao. O grfico apresenta de forma detalhada, a elaborao e utilizao do fichrio-imagem. Uma representao grfica tem por objetivo fazer aparecer s relaes que existem entre elementos que so representados prvia e
rigorosamente de modo a garantir a monossemia que envolve a "Graphique". O exemplo utilizado o de uma cooperativa com diferentes tipos de informaes que foram representadas na forma grfica com o auxlio do fichrio-imagem.

Para se criar um grfico preciso primeiro conhecer o tipo de informao que se deseja transmitir, pois um grfico poder informar de forma visual as tendncias de uma srie de valores em relao a um determinado espao de tempo, a comparao de duas ou mais situaes e muitas outras. Cada tipo de grfico adequado para uma diferente situao a ser analisada. Se um grfico for definido de forma incorreta, poder ocorrer a anlise errada de uma situao, causando uma srie de interpretaes distorcidas do assunto em questo, tornando desta forma o desenho do grfico sem qualquer efeito aproveitvel. Para tornarmos possvel uma representao grfica, estabelecemos uma correspondncia entre os termos da srie e determinada figura geomtrica, de tal modo que cada elemento da srie seja representado por uma figura proporcional. A representao grfica de um fenmeno deve obedecer a certos requisitos fundamentais para ser realmente til: ASPECTOS BSICOS a) Simplicidade: O grfico deve ser destitudo de detalhes de importncia secundria, assim como de traos desnecessrios que possam levar o observador a uma anlise morosa ou com erros; b) Clareza: O grfico deve possibilitar uma interpretao correta dos valores representativos do fenmeno em estudo; c.)Veracidade: O grfico deve expressar a verdade sobre o fenmeno em estudo, ou seja, clculos devem coincidir com as marcaes. TIPOS DE GRFICOS DIAGRAMAS Os diagramas so grficos geomtricos de, no mximo, duas dimenses; para sua construo, em geral, faz-se uso do sistema cartesiano. Dentre os principais diagramas, destacamos:
GRFICO EM LINHA OU EM CURVA So ideais para ilustrar tendncias em dados que ocorrem ao longo do tempo. Esse tipo de grfico se utiliza da linha poligonal para representar a srie
estatstica. Constitui uma aplicao do processo de construo do grfico de uma funo no sistema de coordenadas cartesianas. GRFICO EM COLUNAS OU EM BARRAS a representao de uma srie por meio de retngulos, dispostos verticalmente (em colunas) ou horizontalmente (em barras).Quando em colunas, os retngulos tm a mesma base e as alturas so proporcionais aos respectivos dados. Quando em barras, os retngulos tm a mesma altura e os Comprimentos so proporcionais aos respectivos dados. Desse modo, estamos garantindo a proporcionalidade entre as reas dos retngulos e os dados estatsticos.
a) Grfico em colunas
Estado Cvil
(Estudo efectuado a 20 portugueses, com mais de 18 anos de idade)
O grfico em questo ter a finalidade de demonstrar a projeo dos valores de vendas de diversos produtos durante o primeiro trimestre de um determinado ano em relao taxa de
12
N. de pessoas
10 8 6
4 2 0
Solteiro
Casado
Vivo
Divorciado
projeo aplicada a cada ms.
Estado Cvil
b)Grfico em barras As Categorias so organizadas verticalmente, para focalizar a comparao de valores. So usualmente bem ilustrados num simples grfico de barras onde a altura da barra igual frequncia. Dados
qualitativos, particularmente quando as categorias so ordenadas, Grficos de barras empilhadas mostram o relacionamento de itens individuais com o todo. 21 castroalvespa279@hotmail.com
90 80 70 60 50 40 30 20 10 0 2003 2004 2005 2006
c) Grfico em colunas ou em barras mltiplas Esse tipo de grfico geralmente empregado quando queremos representar, simultaneamente,
Norte Sul Sudeste
dois
ou
mais
fenmenos
estudados
como
propsito de comparao.
GRFICOS EM SETORES Esse grfico construdo com base em um crculo, e empregado sempre que
desejamos ressaltar a participao do dado no total. O total representado pelo crculo, que fica dividido em tantos setores quantas so as partes. Os setores so tais que suas reas so respectivamente proporcionais aos dados da srie. Obtemos cada setor por meio de regra de trs simples e direta, lembrando que o total da srie corresponde a 360.Os setores do grfico so
desenhados de tal forma que eles tenham rea proporcional frequncia. DISTRIBUIO DE FREQNCIA DADOS BRUTOS Realizada a coleta dos dados, os dados so chamados de dados brutos, pois logo aps a coleta, os dados podem estar numericamente desorganizados, por isso so chamados de dados brutos. Um exemplo seria o conjunto dos valores de temperaturas de uma regio coletados ao longo do dia. Assim, o conjunto dos valores de temperatura foi coletado sem qualquer preocupao com a sua ordenao.

TABELA PRIMITIVA Vamos considerar a forma pela qual podemos descrever os dados estatsticos resultantes de variveis quantitativas, como o caso de notas obtidas pelos alunos de uma classe, estaturas de um conjunto de pessoas, salrios recebidos pelos operrios de uma fbrica etc. Suponhamos termos feito uma coleta de dados relativos s estaturas de quarenta alunos, que compem uma amostra dos alunos de um colgio A, resultando a seguinte tabela de valores: TABELA 1 ESTATURAS DE 40 ALUNOS DA FACULDADE A 166 162 155 154 160 168 152 161 161 161 163 156 150 163 160 172 162 156 155 153 160 173 155 157 165 160 169 156 167 155 151 158 164 164 170 158 160 168 164 161
A esse tipo de tabela, cujos elementos no foram numericamente organizados, denominamos tabela primitiva. ROL Rol a listagem dos dados numricos brutos dispostos em uma determinada ordem, crescentes ou decrescentes. Assim, pode-se saber qual a maior e a menor temperatura da ambiente. A disposio dos dados em ordem crescente ou decrescente permite que se calcule a diferena entre o maior e o menor valor, a qual chamada de amplitude total dos dados.TABELA 2 ESTATURAS DE 40 ALUNOS DA FACULDADE A 150 151 152 153 154 155 155 155 155 156 156 156 157 158 158 160 160 160 160 160 161 161 161 161 162 162 163 163 164 164 164 165 166 167 168 168 169 170 172 173

Agora, podemos saber, com relativa facilidade, qual a menor estatura (173 cm); que a amplitude de variao foi de 173 150 = 23 cm; e, ainda, a ordem que um valor particular da varivel ocupa no conjunto. Com um exame mais acurado, vemos que h uma concentrao das estaturas em algum valor entre 160 cm e 165 cm e, mais ainda, que h poucos valores abaixo de 155 cm e acima de 170 cm. TABELA DE FREQUNCIA OU DISTRIBUIO DE FREQUNCIA Com a tabela de frequncia ou distribuio de frequncia possvel visualizar os dados sem repetio de valores, apenas informando quantas vezes cada informao repetida aparece (frequncia). Por exemplo, durante algumas horas do dia a temperatura ambiente pode se repetir, logo pode informa em uma tabela apenas os valores diferentes de temperatura e o nmero de vezes que cada valor de temperatura se repete (o que conhecido como frequncia da classe). No exemplo que trabalhamos, a varivel em questo, estatura, ser observada e estudada muito mais facilmente quando dispusermos valores ordenados em uma coluna e colocarmos, ao lado de cada valor, o nmero de vezes que aparece repetido. Denominamos frequncia o nmero de alunos que fica relacionado a um determinado valor da varivel. Obtemos, assim, uma tabela que recebe o nome de distribuio de frequncia:
TABELA 3 ESTATURAS (cm) 150 151 152 153 154 155 156 157 158 160 FREQ 1 1 1 1 1 4 3 1 2 5 24 castroalvespa279@hotmail.com 161 162 163 164 165 166 167 168 169 170 172 173 Total 4 2 2 3 1 1 1 2 1 1 1 1 40
Mas o processo dado ainda inconveniente, j que exige muito mais espao, mesmo quando o nmero de valores da varivel (n) de tamanho razovel. Sendo possvel, a soluo mais aceitvel, pela prpria natureza da varivel contnua, o agrupamento dos valores em vrios intervalos. Ao agruparmos os valores da varivel em classes, ganhamos em simplicidade para perdermos em pormenores. Assim, na Tabela 3 podemos verificar, facilmente, que quatro alunos tm 161 cm de altura e que no existe nenhum aluno com 171 cm de altura. J na Tabela 4 no podemos ver se algum aluno tem a estatura de 159 cm. No entanto, sabemos, com segurana, que onze alunos tm estatura compreendida entre 158 e 162 cm. O que pretendemos com a construo dessa nova tabela realar o que h de essencial nos dados e, tambm, tornar possvel o uso de tcnicas analticas para sua total descrio, at porque a estatstica tem por finalidade especfica analisar o conjunto de valores, desinteressando-se por casos isolados. ELEMENTOS DE UMA TABELA OU DISTRIBUIO DE FREQUNCIA Nesta seo sero apresentados alguns termos prprios usados para construir e interpretar uma distribuio de frequncia. Exemplo: TABELA 4 ESTATURAS DE 40 ALUNOS
DA FACULDADE A - 2007 ESTATURAS (cm) 150 154 154 158 158 162 162 166 166 170 170 174 Total FREQUNCIA 4 9 11 8 5 3 40

CLASSES Classe ou classe de frequncia cada um dos grupos em que divido os valores totais, exemplo, na Tabela 4, 150 154 seria uma classe. INTERVALOS E LIMITES DE CLASSES Uma classe, como exemplo, 150 154 tem seu intervalo limitado a essa faixa de valores (de 150 at 154), onde o limite inferior da classe 150 e o limite superior da classe 154. TLIMITES REAIS DE CLASSES Na Tabela 4, em que apresentada uma distribuio de frequncia, a primeira classe, cujos limites so 150 e 154, congregaria, na realidade, valores compreendidos entre 151, 152 e 153. Esses limites so os limites reais de classe. REGRAS GERAIS PARA ELABORAO DE UMA DISTRIBUIO DE
FREQUNCIA As regras apresentadas a seguir viso auxiliar na construo da distribuio de frequncia, so elas: 1. 2. 3. Ordenamse os dados brutos em ordem crescente. Encontrase a Amplitude Total (AT). AT = L(mx) l(mn) Calcula se o nmero de classe ( k ) pela frmula:
K = , onde n o nmero de observaes. Obs.: O valor K deve ser sempre arredondado para o nmero inteiro mais prximo. 4. Determina a amplitude dos intervalos das classes pela frmula: h = 5. 6. 7. Determinase o limite das classes. Construir a tabela com as frequncias. Elaborar um ttulo para a tabela e colocar a sua fonte.

TABELA 5 i 1 2 3 4 5 6 ESTATURAS (cm) 150 154 154 158 158 162 162 166 166 170 170 174 fi 4 9 11 8 5 3 = 40 xi 152 156 160 164 168 172 fri 0,100 0,225 0,275 0,200 0,125 0,075 = 1,000 Fi 4 913 24 32 37 40 Fri 0,100 0,325 0,600 0,800 0,925 1,000
O conhecimento dos vrios tipos de frequncia ajuda-nos a responder a muitas questes com relativa facilidade, como as seguintes: a. Quantos alunos tm estatura entre 154 cm, inclusive, e 158 cm? Esses so os valores da varivel que formam a segunda classe. Como f2 = 9, a resposta : 9 alunos. b. Qual a percentagem de alunos cujas estaturas so inferiores a 154 cm? Esses valores so os que formam a primeira classe. Como fr 1 = 0,100, obtemos a resposta multiplicando a frequncia relativa por 100: 0,100 x 100 = 10 Logo, a percentagem de alunos 10%. c. Quantos alunos tm estatura no inferior a 158 cm? O nmero de alunos dado por: (i=1 6) fi = f3 + f4 + f5 + f6 = 11 + 8 + 5 + 3 = 27 Ou, ento: (i=1 6) fi F2 = n - F2 = 40 13 = 27

REPRESENTAO GRFICA
HISTOGRAMA E POLGONOS DE FREQUNCIA Um histograma de frequncia (ou simplesmente histograma) e um polgono de frequncia uma representao grfica da distribuio de frequncia. O histograma consiste em um conjunto de retngulos (barras) cujas bases (eixo horizontal eixo x) tm seus centros no ponto mdio e as larguras so iguais as amplitudes dos intervalos das classes. As alturas dos retngulos so representadas pelos valores das frequncias de cada classe. Um polgono de frequncia um grfico de linha onde se marca os pontos mdios no topo de cada barra, em seguida, conectam-se os pontos mdios consecutivos e, por fim, estende-se o polgono at o eixo x. A soma das reas dos retngulos do histograma igual rea total limitada pelo polgono de frequncia e o eixo x. EXEMPLO DE HISTOGRAMA
Fonte: Dados Fictcios

EXEMPLO DE POLGONO DE FREQUNCIA.
100% 80% 60% 40% 20% 0% Categoria 1 Categoria 2 Categoria 3 Categoria 4 Srie 3 Srie 2 Srie 1
Histograma e Polgono de Frequncia

16 14 12 Polgono de frequncia Histograma
Frequncia
51
67
83
99
115
131
147
163 Consumo (kWh)
Exerccio 1. Considerando os dados coletados abaixo, relativos aos minutos gastos ao telefone durante 30 dias, os dados esto dispostos na ordem em que foram coletados: Dados brutos = [102, 124, 108, 86, 103, 82, 71, 104, 112, 118, 87, 116, 85, 122, 87, 100, 105, 97, 107, 67, 78, 125, 109, 99, 105, 99, 101, 92]. a) Faa uma tabela de distribuio de frequncia: b) Encontre os valores mdios de cada classe. c) Determine a frequncia simples absoluta e relativa de cada classe. d) Determine a frequncia acumulada absoluta e relativa, acima de e abaixo de para cada classe.

e) Construa o histograma de frequncia e o polgono de frequncia para a frequncia simples absoluta e outro com os valores da frequncia simples relativa. MEDIDAS DE POSIO So as estatsticas que representam uma srie de dados orientando-nos quanto posio da distribuio em relao ao eixo horizontal do grfico da curva de frequncia. As medidas de posies mais importantes so mdia aritmtica, mediana e moda. Usaremos as seguintes notaes:

X: valor de cada indivduo da amostra. : mdia amostral. n: tamanho amostral. MDIA ARITMTICA A mdia aritmtica calculada somando-se todos os valores da populao e dividindo o resultado pelo total de elementos da populao. Numa populao de elementos, a mdia populacional dada por:
Exemplo: Sabendo-se que a venda diria de arroz tipo A, durante uma semana, foi de 10,14, 13, 15, 16, 18 e 12 kg, ento a venda mdia diria na semana :
10 14 13 15 16 18 12 7
= 14 quilos
Mdia Aritmtica de Dados Agrupados em Intervalos H vezes em que os dados no so verificados com seu verdadeiro valor individual, mas so representados por uma classe que pode ter um determinado intervalo. Neste caso, considerando que o intervalo no tem um valor definido e sim um conjunto de valores. Utilizaremos como representante o ponto mdio de cada intervalo.

Por exemplo, a distribuio de frequncia abaixo, procede-se da seguinte forma:
Idade ( anos ) 0 | 5 5 | 10 10 | 15 15 | 20 Frequncia ( fi ) 4 2 3 1 10
2
Ponto mdio (Xi ) 2,5 7,5 12,5 17,5 -
Xi . fi 10 15 37,5 17.5 80,0
(Xi) . fi 25 112,5 468,75 306,25 912,5
S2= S2=
. 912,5 . 272,5
S2=
. 912,5 S= S= 5,22
. 912,5 640 S2=
S2= 27,25
Aplicando a frmula para calcular a mdia ponderada teremos:
f x f
i i
= 8 anos
Desta forma a mdia da populao avaliada oito anos. MEDIANA Para calcular a mediana devemos, em primeiro lugar, ordenar os dados do menor para o maior valor. Se o nmero de observaes for mpar, a mediana ser a observao central. Se o nmero de observaes for par, a mediana ser a mdia aritmtica das duas observaes centrais. Notao: Exemplo: Consideremos os seguintes dados correspondentes aos comprimentos de 8 rolos de fio de ao: 65, 72, 70, 77, 60, 67, 69, 68. Ordenando os valores temos: 60, 65, 67, 68, 69, 70, 72, 77. Como o nmero de observaes par, a mediana dada pela mdia dos dois valores centrais que so 68 e 69, isto , .

MODA A moda de um conjunto de valores o valor que apresenta a maior frequncia. Exemplo: Uma amostra de 5 barras de ao foi retirada da linha de produo e seus comprimentos foram medidos. Os valores foram: 4,5; 4,6; 4,5; 4,4; 4,5 temos que sua moda 4,5, pois este o valor do conjunto de dados que aparece com maior frequncia.
MEDIDAS DE DISPERSO DISPERSO OU VARIABILIDADE: a maior ou menor diversificao dos valores de uma varivel em torno de um valor de tendncia central ( mdia ou mediana ) tomado como ponto de comparao. A mdia - ainda que considerada como um nmero que tem a faculdade de representar uma srie de valores - no pode por si mesma, destacar o grau de homogeneidade ou heterogeneidade que existe entre os valores que compem o conjunto. Consideremos os seguintes conjuntos de valores das variveis X, Y e Z: X = { 70, 70, 70, 70, 70 } Y = { 68, 69, 70 ,71 ,72 } Z = { 5, 15, 50, 120, 160 } Observamos ento que os trs conjuntos apresentam a mesma mdia aritmtica = 350/5 = 70. Entretanto, fcil notar que o conjunto X mais homogneo que os conjuntos Y e Z, j que todos os valores so iguais mdia. O conjunto Y, por sua vez, mais homogneo que o conjunto Z, pois h menor diversificao entre cada um de seus valores e a mdia representativa. Conclumos ento que o conjunto X apresenta disperso nula e que o conjunto Y apresenta uma disperso menor que o conjunto Z.

AMPLITUDE TOTAL a nica medida de disperso que no tem na mdia o ponto de referncia. Quando os dados no esto agrupados a amplitude total a diferena entre o maior e o menor valor observado: AT = X mximo - X mnimo. Ex: Para os valores 40, 45, 48, 62 e 70 a amplitude total ser: AT = 70 - 40 = 30
Quando os dados esto agrupados sem intervalos de classe ainda temos : AT = X mximo - X mnimo.
xi 0 1 3 4
Ex:
fi 2 6 5 3
AT = 4 - 0 = 4
* Com intervalos de classe a AMPLITUDE TOTAL a diferena entre o limite superior da ltima classe e o limite inferior da primeira classe. Ento: AT = L mximo - l mnimo Ex:
Classes 4 |------------- 6 6 |------------- 8
AT
fi 6 2 3
= 10 - 4 = 6
8 |------------- 10
A amplitude total tem o inconveniente de s levar em conta os dois valores extremos da srie, descuidando do conjunto de valores intermedirios. Faz-se uso da amplitude total quando se quer determinar a amplitude da temperatura em um dia, no controle de qualidade ou como uma medida de clculo rpido sem muita exatido.

VARINCIA Muitas vezes, a mdia no suficiente para avaliar um conjunto de dados. Por exemplo, quando se fala em um grupo de mulheres com idade mdia de 18 anos. Esse dado, sozinho, no significa muito: pode ser que no grupo, muitas mulheres tenham 38 anos, e outras tantas sejam menininhas de dois! importante, ento, conhecer outra medida, a de que diferena (disperso) existe entre a mdia e os valores do conjunto. Exemplo das notas de Joo, podemos calcular o desvio, que a diferena de cada nota em relao mdia:
Notas Mdia Desvio 9 7 5 3 2 5,2 5,2 5,2 5,2 5,2 3,8 1,8 - 0,2 - 2,2 - 3,2
Outro dado importante em estatstica obtido pela soma dos desvios ao quadrado. Cada desvio elevado ao quadrado e, em seguida, somados:
Valores 9 7 5 3 2
Mdia 5,2 5,2 5,2 5,2 5,2
Desvio 3,8 1,8 - 0,2 - 2,2 - 3,2
Quadrado dos desvios 14,44 3,24 0,04 4,84 10,24 32,8
Soma dos quadrados dos desvios
A soma dos quadrados dos desvios dividida pelo nmero de ocorrncias chamada de varincia. Logo: V =
DESVIO PADRO a medida de disperso mais geralmente empregada, pois leva em considerao a totalidade dos valores da varivel em estudo. um indicador de variabilidade bastante estvel. O desvio padro baseia-se nos desvios em torno da mdia aritmtica e a sua frmula bsica pode ser traduzida como: a raiz quadrada da mdia aritmtica dos quadrados dos desvios e representada por S .
A frmula acima empregada quando tratamos de uma populao de dados no
agrupados. Ex: Calcular o desvio padro da populao representada por - 4 , -3 , -2 , 3 , 5
Xi -4 -3 -2 3 5 - 0,2 - 0,2 - 0,2 - 0,2 - 0,2 - 3,8 - 2,8 - 1,8 3,2 5,2 E= 14,44 7,84 3,24 10,24 27,04 62,8
Sabemos que n = 5 e 62,8 / 5 = 12,56. A raiz quadrada de 12,56 o desvio padro = 3,54 Obs.: Quando nosso interesse no se restringe descrio dos dados mas, partindo da amostra, visamos tirar inferncias vlidas para a respectiva populao, convm efetuar uma modificao, que consiste em usar o divisor n - 1 em lugar de n. A frmula ficar ento:
Se os dados - 4 , -3 , -2 , 3 , 5 representassem uma amostra o desvio padro
amostral seria a raiz quadrada de 62,8 / (5 -1) = 3,96 Desvio padro para dados agrupados em intervalos de classe Vamos considerar os dados abaixo, relativos s notas dos alunos de uma turma na disciplina de matemtica.
Vamos realizar o clculo do desvio padro dos dados acima. Observe que os dados esto apresentados em intervalos de classe, por esse motivo, o clculo do desvio padro difere em relao aos dados no agrupados ou agrupados sem intervalos de classes. Analisando os dados da tabela, no podemos afirmar a nota de cada aluno. Temos um intervalo onde se encontra o valor da nota e quantos alunos possuem a nota em determinado intervalo. Vejamos passo a passo como proceder nessa ocasio. 1 Passo: Calcular o ponto mdio dos intervalos de classe. Os pontos mdios dos intervalos de classe so calculados utilizando a frmula:
Onde:
xm o ponto mdio do intervalo. Linf o limite inferior do intervalo. Assim, teremos:
Lsup o limite superior do intervalo.
Calculado o ponto mdio de cada intervalo, vamos ao prximo passo.


2 Passo: Clculo da mdia dos dados. O clculo da mdia dos dados agrupados em intervalos de classe dado pela frmula:
Que o somatrio dos produtos dos pontos mdios de cada intervalo de classe pela respectiva frequncia, dividido pelo somatrio das frequncias. Teremos:
3 Passo: Clculo do quadrado dos desvios. O clculo do quadrado dos desvios aponta quanto cada ponto mdio dos intervalos de classe est variando em torno da mdia. calculado pela seguinte frmula:
Teremos:
4 Passo: Clculo da varincia. A varincia o somatrio do quadrado dos desvios dividido pelo somatrio das frequncias.
5 Passo: Clculo do desvio padro O desvio padro a raiz quadrada da varincia. Assim, teremos:

Ou
EXEMPLO
EXERCCIOS 1. Um instrutor deseja registrar a mdia de faltas de seus alunos em determinado semestre. Em uma amostra aleatria, os dados so: [2, 4, 2, 0, 2, 4, 3, 6]. Determine qual a mdia, a mediana e a moda para essa amostra. 2. Determine a amplitude total, o desvio mdio, o desvio padro e a varincia dados do conjunto: [12, 6, 7, 3, 15, 10,18, 5] 3. Vinte alunos foram submetidos a um teste de aproveitamento cujos resultados foram os que se seguem.
Calcule o desvio padro das notas dos alunos.
26 18 20 27
28 25 21 22
24 18 15 13
13 25 28 19
18 24 17 28
COEFICIENTE DE VARIAO O coeficiente de variao usado para analisar a disperso em termos relativos a seu valor mdio quando duas ou mais sries de valores apresentam unidades de medida diferentes. Dessa forma, podemos dizer que o coeficiente de variao uma forma de expressar a variabilidade dos dados excluindo a influncia da ordem de grandeza da varivel. O clculo do coeficiente de variao feito atravs da frmula:
Onde, s o desvio padro. a mdia dos dados. CV o coeficiente de variao. Como o coeficiente de variao analisa a disperso em termos relativos, ele ser dado em %. Quanto menor for o valor do coeficiente de variao, mais homogneos sero os dados, ou seja, menor ser a disperso em torno da mdia. De uma forma geral, se o CV: For menor ou igual a 15% baixa disperso: dados homogneos For entre 15 e 30% mdia disperso For maior que 30% alta disperso: dados heterogneos

Vejamos um exemplo. Exemplo: Em um grupo de moradores de determinada regio foram analisadas a idade (em anos) e a altura (em metros) das pessoas. Deseja-se comparar a disperso em termos relativos em torno da mdia dos dois conjuntos de dados, a fim de verificar qual deles mais homogneo. Na coleta dos dados verificou-se que: dade das pessoas: Altura das pessoas: =41,6 e s = 0,82 =1,67 e s = 0,2
Qual conjunto de dados apresenta menor disperso relativa em torno da mdia? Soluo: O primeiro fato a se observar que os dados analisados possuem unidades de medida diferentes. Dessa forma, somente o desvio padro no suficiente para comparar os dois conjuntos. Nesse caso, preciso calcular o coeficiente de variao para fazer a comparao da variao em torno da mdia dos dados. Assim, teremos: Clculo do CV da idade.
Clculo do CV da altura.

Interpretao dos dados: como o coeficiente de variao da idade foi menor que o coeficiente de variao da altura, pode-se afirmar que os dados relativos idade so mais homogneos que os dados da altura. ESTATSTICA INFERENCIAL A estatstica inferencial tem como objetivo a extrapolao dos resultados (obtidos com a estatstica descritiva) para a populao. Assim sendo foram utilizados vrios tipos de testes com o intuito de relacionar as diferentes variveis.Para relaes entre variveis categricas recorreu-se a testes de Qui quadrado e tabelas de contingncia. Os testes no paramtricos usados para relaes com variveis contnuas assimtricas incluem ) Mann-Whitney e Kruskal-Wallis (varivel (varivel contnua contnua
assimtrica/categrica
dicotmica
assimtrica/categrica no dicotmica ).A relao existente entre as variveis traduzida pelo valor de p.Para valores de p<0.05 rejeita-se a hiptese nula ou seja a probabilidade das diferenas registradas na amostra serem devidas ao acaso muito pequena ( existe portanto grande probabilidade de estas diferenas existirem de fato na populao ). REFERNCIAS BIBLIOGRFICAS CRESPO, A A. Estatstica Fcil. 17. ed. So Paulo: Saraiva, 2002. DANTE, L. R. Matemtica Contexto e Aplicaes. Ensino mdio. Volume nico. So Paulo: Editora tica. 2000. DOWNING, D. Estatstica Aplicada. Douglas Downing, Jeffey Clark; Traduo de Alfredo Alves de Farias. 2.ed. So Paulo: Saraiva, 2003. MARTINS, G de. Estatstica Geral e Aplicada. 2.ed.. So Paulo: Atlas, 2002. BARBETTA, P. A. Estatstica Aplicada s Cincias Sociais. 3 ed. Florianpolis: Ed. Da UFSC, 1999. BRAULE, Ricardo. Estatstica Aplicada com Excel: para cursos de
administrao e economia. Rio de Janeiro: Campus, 2001 BUSSAB, W., MORETTIN, P. A. Estatstica Bsica. 4.ed. So Paulo: Atual,

1987 BOLFARINI, H , BUSSAB, W. e MORETTIN, P. A. Elementos de Amostragem. 1 edio. Editora: Edgard Blucher. 2005. BUSSAB, W. e MORETTIN, P. A. Estatstica Bsica. 5 edio. Editora: Saraiva. 2004. COSTA, S. F. Introduo Ilustrada Estatstica. 4 edio. Editora: Harbra. 2005. DOWNING, D. e CLARK, J. Estatstica Aplicada. 2 edio. Editora: Saraiva. 2005. FARIAS, A. A., SOARES, J. F. e CSAR, C. C. Introduo Estatstica. 2 edio. Editora: LTC. 2003. FONSECA, J. S. e MARTINS, G. A. Curso de Estatstica. 6 edio. Editora: Atlas.1996. LEVINE, D. M., BERENSON, M. L. e STEPHAN, D. Estatstica: Teoria e Aplicaes usando o Excel. Rio de Janeiro: LTC, 2000 LIMA, A. C. P. e MAGALHES, M. N. Noes de Probabilidade e Estatstica. 6 edio. Editora: EDUSP. 2005. MEYER, P. L. Probabilidade: Aplicaes Estatstica 2 edio. Editora: LTC. 2000. MORETTIN, L. G. Estatstica Bsica. 1 edio. Volume I e II. Editora: Makron Books. 2000. PARAN, Secretaria do Estado da Educao, Diretrizes Curriculares da Rede Pblica de Educao Bsica: Matemtica. Curitiba: SEED-PR, 2006. STEVENSON, Willian J. Estatstica Aplicada Administrao. So Paulo: Ed. Harbra, 1981. TRIOLA, M. F. Introduo Estatstica. Rio de Janeiro: LTC, 1999. TRIOLA, M. F. Introduo Estatstica. 9 edio. Editora: LTC. 2005. WONNACOTT, T. H., WONNACOTT, R. J. Estatstica Aplicada Economia e Administrao. Ed. LTC, Rio de Janeiro, 1981.

Apostila de Estatistica

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Apostila de Estatistica

Diunggah oleh

Hak Cipta:

Format Tersedia

INSTITUTO CASTRO ALVES

PROFESSORA: LAURINSIA DE SOUSA TIGRE ALUNO:.................................................................................................................

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

d) Amostragem por conglomerados (ou agrupamentos)

INSTITUTO CASTRO ALVES

g) Amostragem por quotas

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

projeo aplicada a cada ms.

INSTITUTO CASTRO ALVES

90 80 70 60 50 40 30 20 10 0 2003 2004 2005 2006

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

Fonte: Dados Fictcios

INSTITUTO CASTRO ALVES

Histograma e Polgono de Frequncia

163 Consumo (kWh)

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

Ponto mdio (Xi ) 2,5 7,5 12,5 17,5 -

Xi . fi 10 15 37,5 17.5 80,0

(Xi) . fi 25 112,5 468,75 306,25 912,5

. 912,5 640 S2=

Aplicando a frmula para calcular a mdia ponderada teremos:

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

Mdia 5,2 5,2 5,2 5,2 5,2

Desvio 3,8 1,8 - 0,2 - 2,2 - 3,2

Quadrado dos desvios 14,44 3,24 0,04 4,84 10,24 32,8

Soma dos quadrados dos desvios

INSTITUTO CASTRO ALVES

A frmula acima empregada quando tratamos de uma populao de dados no

agrupados. Ex: Calcular o desvio padro da populao representada por - 4 , -3 , -2 , 3 , 5

INSTITUTO CASTRO ALVES

Se os dados - 4 , -3 , -2 , 3 , 5 representassem uma amostra o desvio padro

xm o ponto mdio do intervalo. Linf o limite inferior do intervalo. Assim, teremos:

Lsup o limite superior do intervalo.

Calculado o ponto mdio de cada intervalo, vamos ao prximo passo.

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

INSTITUTO CASTRO ALVES

Calcule o desvio padro das notas dos alunos.

INSTITUTO CASTRO ALVES