Capítulo 1 (Completo) Estatistica

Estatstica
Licenciatura em Engenharia de Sistemas Informticos

Cap.1 Estatstica Descritiva

1
Introduo
2
Introduo
Estatstica um conjunto de mtodos e tcnicas
destinadas ao estudo de populaes, para a
interpretao da realidade e para a previso
com base nessa realidade.

Objecto da estatstica: extrair informao dos
dados, os quais so muitas vezes incompletos,
para obter uma melhor compreenso das
situaes que representam.
3
Introduo
Utilidade da Estatstica

Descrever e compreender relaes entre as variveis:
a quantidade de informao recolhida cresce to
rapidamente que se torna imprescindvel tomar
decises correctas.

Tomada de melhores e rpidas decises: como a
informao disponvel est geralmente associada a
um elevado grau de incerteza, a estatstica
fundamental para tirar concluses vlidas a partir de
informao incompleta.

Necessidade de planear as aces a empreender no
futuro: donde a importncia dos mtodos estatsticos
de previso de acontecimentos futuros medindo as
variaes actuais e estabelecendo os cenrios futuros
mais provveis.

4
Introduo
Estatstica

Descritiva recolha, ordenao,
classificao e anlise de dados;

Indutiva/ Inferencial generalizaes e
previses para populaes a partir de
dados das amostras.

5
Mtodo Estatstico
6
Mtodo Estatstico
Mtodo Estatstico

1) Identificao do problema;
2) Recolha de dados;
3) Crtica dos dados;
4) Apresentao dos dados;
5) Anlise e Interpretao dos Resultados.
7
Mtodo Estatstico
Identificao do problema

Qual o problema a estudar;
Qual a populao e a informao relevante;
Planificao das actividades a desenvolver;
Qual o tipo de decises que se pretende tomar.
8
Mtodo Estatstico
Recolha dos dados

Obteno, reunio e registo da informao
necessria para o tratamento estatstico;

Pode ser feita a partir de:
- dados primrios (obtidos na fonte);
Ex: Inquritos e experincias laboratoriais
- dados secundrios (provm de observaes
j efectuadas).
Ex: Dados recolhidos a partir de institutos
governamentais ou associaes empresariais.
9
Mtodo Estatstico
Explorao/Crtica dos dados

descobrir ou identificar aspectos ou padres de
maior interesse
eliminar valores estranhos capazes de enviesar
futuras concluses
descrever e representar os dados de maneira a
destacar ou chamar a ateno para esses
aspectos ou padres

Para a estatstica ser eficaz deve simplificar e abstrair,
classificando os dados e fazendo desaparecer os
pormenores menos importantes atravs de quadros,
grficos e medidas de estatstica descritiva

10
Mtodo Estatstico
Apresentao dos dados

Identificar relaes
Testar hipteses
Definir modelos com a ajuda de mtodos
estatsticos apropriados
11
Mtodo Estatstico
Anlise e interpretao dos resultados

Tira-se concluses baseadas nas etapas
anteriores;

Estas podem ser enviesadas por variadas razes
podendo, ou no, esse enviesamento ser
propositado.
12
Mtodo Estatstico
Exemplo (www.alea.pt)
Identificao do problema

13
Mtodo Estatstico
Definindo e planeando a experincia

14
Mtodo Estatstico
Recolha de informao

15
Mtodo Estatstico
Recolha de informao

16
Mtodo Estatstico
Crtica dos dados e interpretao dos resultados

17
Mtodo Estatstico
Anlise e interpretao dos resultados

18
Apresentao dos dados
Quadros e Grficos
19
Apresentao dos Dados
Quando nos deparamos com grandes massas de
dados no classificados torna-se muito difcil tirar
concluses.

pois necessrio proceder a um trabalho prvio
de ordenao e apresentao adequada
desses valores.

Essa representao pode ser feita atravs de
quadros ou grficos.

20
Quadros

Esto apresentados os resultados de 40 tiragens de 6 bolas
cada, de uma urna com bolas de vrias cores, e que, em
cada tiragem se anotou o nmero de bolas azuis.

O resultado das observaes foi o seguinte:

3 1 3 5 0 1 2 6 6 6
2 4 0 3 0 4 1 2 2 6
0 5 2 5 1 5 2 4 1 4
1 5 6 2 3 5 0 3 4 1

21
Grficos: Grfico de linhas
facilidade de execuo e de interpretao
vantagem de clarificar as relaes existentes entre as
variveis em anlise.

Exemplo
Grfico de linhas que nos mostra as vendas da
empresa X durante o perodo 2002/2008, sendo o valor
de 2009, uma previso com base nos valores do
primeiro semestre.

2002 2004 2006 2008 1995 1996 1997 1998
200
250
300
350
4000
0
22
Grficos: Grfico de barras

O grfico de barras constri-se colocando os valores
da varivel em observao num dos eixos (horizontal)
e as respectivas frequncias no outro eixo (vertical).
Tal como os grficos de linhas, tambm os grficos de
barras nos permitem fazer a comparao simultnea
de duas ou mais variveis.

23
Grficos: Grfico de barras

24
Grficos: Grfico de sectores

Consiste na representao grfica dos resultados num
crculo, por meio de sectores. Para o construir, divide-
se o crculo em sectores, cujas as reas sero
proporcionais aos valores individuais.

Exemplo

Grfico 3-Distribuio da populao activa
portuguesa pelos trs sectores da actividade
25
Grficos: Grfico de sectores

26
Grficos: Grfico polar

Este tipo de grfico representa os dados
estatsticos por meio de um polgono.
Para o construir:
divide-se uma circunferncia em tantos
arcos quantos forem os dados a
representar;
por esses pontos de diviso traam-se os
raios da circunferncia;
em cada raio representado um valor da
srie, marcando-se um ponto cuja
distncia ao centro directamente
proporcional a esse valor;
em seguida unem-se todos os pontos.

0
5
10
15
20
Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
Grfico 4-Vendas na
Empresa ALFA durante o
ano de 1996

27
Outras:

28
Distribuio de frequncias
29

Distribuio de Frequncias
Conceitos Fundamentais

Def. Populao ou universo - conjunto de indivduos que
apresentam uma ou mais caractersticas em comum. A
populao pode ser finita ou infinita, dependendo do nmero
de elementos que a compe ser finito ou infinito.
Ao nmero de elementos da populao chamamos efectivo.

Def. Indivduos ou unidades estatsticas elementos da
populao.

Def. Amostra para estudar e analisar as caractersticas de uma
populao geralmente necessrio escolher um subconjunto
desta, que se supe ser representativo. 30


Def. Uma caracterstica ou atributo da populao o
objecto de estudo em Estatstica. Podem ser:

Atributos qualitativos - as modalidades no so
passveis de ser medidos.
Ex.: sexo, estado matrimonial, nacionalidade,
profisso, etc.

Atributos quantitativos - as modalidades so possveis
de ser medidas. A cada unidade estatstica
corresponde um nmero que a medida do atributo.

31


Os dados quantitativos podem ainda ser classificados
como:

Discretos se podem tomar um numero finito ou infinito
numervel de valores;

Contnuos se tomam um numero infinito no
numervel de valores.
32


Def. Uma varivel um smbolo que representa uma
caracterstica da populao/amostra. Tambm
podem ser classificadas como qualitativas,
quantitativas, discretas e contnuas.

Exemplo
Variveis qualitativas: Cor dos olhos, passatempo
favorito;
Variveis quantitativas discretas: N de filhos, n de
golos marcados num jogo;
Variveis quantitativas contnuas: Altura, classificao
num teste.
33
Distribuio de frequncias de
variveis discretas
34

Distribuio de Frequncias de variveis
discretas

Def. Uma distribuio de frequncias o conjunto de
todos os valores ou modalidades de uma varivel
(representados por x
i
) e das frequncias
correspondentes.

Def. A frequncia absoluta, n
i
, o nmero de vezes
que cada modalidade da varivel se repete na
amostra ou populao.

Def. A frequncia relativa, f
i
de um valor da varivel
o nmero de vezes que esse valor ocorre (n
i
)
relativamente ao total da amostra (n) ou populao
(N). Isto ,

n
i
n
i
f =
35

Def. As frequncias acumuladas so a soma do nmero
de ocorrncias para os valores da varivel inferiores ou
iguais ao valor dado. Representam assim, o nmero ou
proporo de elementos observados que possuem o
valor da caracterstica igual ou inferior modalidade
em causa.

a frequncia absoluta acumulada

a frequncia relativa acumulada

Verifica-se ainda que e

i
n cum

i
f cum

=
=
p
i
n
i
n
1

=
=
p
i
i
f
1
1

discretas
36
Exemplo
O nmero de erros cometidos por uma
dactilgrafa em 100 pginas (x
i
) nunca foi superior
a quatro e distribui-se da seguinte maneira:

i
x
i
n
i
f
i
n cum
i
f cum
0 10 0,10 10 0,10
1 15 0,15 25 0,25
2 25 0,25 50 0,50
3 40 0,40 90 0,90
4 10 0,10 100 1,00
Total
=100
1,00

discretas
37
Proposta de trabalho:

Exerccio 4 a)

Folha de exerccios 1

discretas
38
Como podemos representar graficamente esta
situao??

A representao grfica depende do tipo de varivel
que se est a estudar.

No caso das variveis discretas, podem ser de dois tipos:
Diagrama diferencial ou grfico de barras para os dados
simples (frequncias absolutas ou relativas);

Diagrama integral para os dados acumulados.

Obs: A representao grfica permite sintetizar a informao para
facilitar o seu estudo

discretas
39
Exemplo

1) Frequncias absolutas ou relativas:

No exemplo dado, relativo ao nmero de erros cometidos
por pgina dactilografada, a representao grfica seria a
representada acima.

discretas
Diagrama Diferencial
40
Exemplo

2) Frequncias acumuladas (absolutas ou relativas):

Como as variveis discretas assumem valores
separados uns dos outros, a representao grfica das
frequncias acumuladas vai ter o aspecto de uma srie
de degraus: o chamado diagrama integral.

discretas
Cum f
i

0.25
0.50
0.75
1.0
0 1 2 3 4
x
i

Diagrama Integral
41

Exerccio 4 b)


discretas
42
Distribuio de frequncias de
variveis contnuas
43
As variveis contnuas, por poderem tomar um nmero
infinito no numervel de valores, obrigam-nos
definio de classes de valores, que passam a ser as
modalidades da caracterstica em estudo.

Neste caso, interessa definir o nmero de classes, a
amplitude, os limites e o ponto mdio das classes.

contnuas
44
Regras para a construo de intervalos

1. O nmero de classes (k) dever estar compreendido
entre quatro e catorze

2. Nenhuma das classes dever ter frequncia nula;

3. As classes devero ter, sempre que possvel amplitudes
iguais;

4. Os pontos mdios das classes devero ser nmeros de
clculo fcil;

5. Classes abertas devero ser evitadas embora nem
sempre seja possvel faz-lo;

6. Os limites das classes so definidos de modo a que cada
valor da varivel includo num e s num intervalo;

contnuas
45
Tendo em conta estas regras adoptada uma das
seguintes solues para determinar o nmero de
classes (k):

k=5 (para n<25) e k (para n 25)
Frmula de Sturges: k = 1 + 3,22 log (n)

A amplitude das classes (a
i
) poder ser calculada
fazendo , em que R a diferena entre os
valores mximo e mnimo da varivel e k o nmero de
classes.

contnuas

k
R
i
a ~

n ~
46
Exemplo
Considere-se a distribuio dos salrios (em euros) dos
empregados da empresa ALFA.

contnuas
Classes de rendimentos
mensais (10)
i
x
Nmero de
empregados
i
n
i
f
i
n cum
i
f cum
Menos de 40 5 0,083 5 0,083
40-60 23 0,383 28 0,467
60-80 17 0,283 45 0,750
80-100 8 0,133 53 0,883
Mais de 100 7 0,117 60 1,000
Total
=60
1,00

47

Consideraes:
duas classes extremas tm amplitude indeterminada e
as restantes classes tm amplitude 20;
o centro de cada classe o seu ponto mdio, sendo,
por exemplo, para a segunda igual a 50;
no que diz respeito aos limites da cada classe,
estabelece-se que o limite superior no lhe pertence o
que significa que, por exemplo, a segunda classe
integra o valor 40 mas no integra o 60.

contnuas
48

Exerccio 5. a)


contnuas
49

Representao grfica de variveis contnuas

Podem ser de dois tipos:
Histograma ou Polgono de Frequncias para os
dados simples (frequncias absolutas ou relativas);

Histograma de frequncias acumuladas ou
Polgono de frequncias acumuladas para os
dados acumulados.

contnuas
50
Exemplo anterior

contnuas
Rendimentos
Mensais
0.1
0.2
0.3
0.4
0
20 40 60 80 100 120 140
f
i
Histograma
51
Exemplo anterior

contnuas

Polgono de frequncias
0.1
0.2
0.3
0.4
0
20 40 60 80 100 120 140
Rendimentos
Mensais
f
i

52
Exemplo anterior

contnuas
Histograma de frequncias acumuladas
0
20 40 60 80 100 120 140
Rendimentos
Mensais
Cum f
i

0.2
0.4
0.6
0.8
1.0
53
Exemplo anterior

contnuas

0
20 40 60 80 100 120 140
Rendimentos
Mensais
Cum f
i

0.2
0.4
0.6
0.8
1.0
0.750
Polgono de frequncias
acumuladas
54

Exerccio 5 b)


contnuas
55
Representao grfica alternativa para dados
contnuos - Diagrama Stem and leaf

Caractersticas:

Os extremos inferiores das classes colocam-se na
vertical;
Os dgitos correspondentes ao algarismo das unidades
colocam-se na horizontal e apostos ao correspondente
extremo.

Obs. Em relao ao histograma, tem como vantagem o facto de
no se perder a informao original.

contnuas
56
Exemplo

contnuas
57

Exerccio 5 c)


contnuas
58
Medidas de Estatstica
Descritiva
Medidas de localizao
59
Ao examinar a representao grfica de uma
distribuio de frequncias, destaca-se:

A ordem de grandeza da varivel estatstica,
caracterizada pela sua tendncia central (valores
situados no centro da distribuio);

A disperso da varivel, que representa a
flutuao volta da tendncia central.

Medidas de Estatstica Descritiva:
Medidas de Localizao
60

Medidas de Tendncia Central

Representam os fenmenos pelos seus valores
mdios, volta dos quais tendem a concentrar-
se os dados.

61

MDIA ARITMTICA

Variveis discretas

Mdia da Populao
(dados desagregados)

Mdia duma amostra da populao

Onde
x
i
:valores individuais observados
N :tamanho da populao
n: tamanho da amostra


N
N
i
i
x
N
N
x x x

=
=
+ + +
=
1 2 1

n
n
i
i
x
n
n
x x x
x
=
=
+ + +
=
1 2 1

62

Exemplo
Considere-se o preo de algumas t-shirts numa determinada
loja.
Qual o preo mdio () dos
vrios vrios modelos de t-shirts?
dado

63

n
n
i
i
x
n
n
x x x
x
=
=
+ + +
=
1 2 1


Exemplo

O preo mdio () dos vrios
modelos de t-shirts dado
por:


23 , 5
6
5 , 5 6 6 , 4 75 , 3 5 , 8 3
=
+ + + + +
=
64

No caso das frequncias de cada varivel serem
diferentes, deve-se ponderar o numero de ocorrncias
de cada valor da varivel, ou seja,

Mdia da populao
(dados agregados)

Mdia duma amostra
(dados agregados)
Onde

n
i
: frequncias absolutas
f
i
: frequncias absolutas


=
i
f
i
x
N
i
n
i
x
=
i
f
i
x
n
i
n
i
x
x
65
Considere-se o exemplo anterior, sendo que, neste caso, o
nmero de t-shirts vendidas no igual.
Qual o preo mdio () dos vrios modelos de t-shirts?


=
i
f
i
x
N
i
n
i
x
66

O preo mdio () dos vrios modelos de t-shirts dado
por:

230,8
4, 62
50
= =
=
i
f
i
x
N
i
n
i
x
67

Variveis contnuas

No caso das variveis contnuas necessrio considerar as vrias
classes em que a varivel se encontra dividida, ou seja,

Mdia da Populao
(dados em classes)

Mdia duma amostra da populao

Onde

c
i
:centro da classe


=
i
f
i
c
N
i
n
i
c
=
i
f
i
c
n
i
n
i
c
68
Exemplo
Qual o preo mdio das vendas de 112 moradias vendidas em
Telheiras.


=
i
f
i
c
n
i
n
i
c
69
Exemplo

O preo mdio das habitaes vendidas

4 , 821 17
112
000 996 1
= =
(100 )
70

Nota:

Para os atributos qualitativos (variveis nominais e ordinais)
no faz sentido calcular a mdia pois os valores da varivel
no so numricos e se o forem funcionam como meros
ndices.

71

Calcular a mdia aritmtica:

Exerccios 3, 5 e 6


72

Propriedades da mdia aritmtica:

A mdia dos desvios dos valores da varivel em
relao mdia nula:

A mdia do quadrado dos desvios dos valores da
varivel em relao mdia mnima:

mnimo


( ) 0 =

i
x
i
f

( )
2

i
x
i
f
73
Exerccio:
A tabela seguinte mostra a relao entre o nmero de
jogos e o nmero de golos marcados nesses jogos por
uma equipa de futebol.

Calcule

N de golos
0 1 2 3 4 5
N de jogos
2 5 4 5 3 1
( )

i
x
i
f
( )
2

i
x
i
f
74

Vantagens da mdia aritmtica

Facilidade de interpretao e clculo;
Utiliza toda a informao disponvel e pode ser
calculada com preciso matemtica.

Desvantagens da mdia aritmtica

influenciada por valores extremos que tomam um
peso significativo no clculo da mdia;
Pode no corresponder a um valor concreto da
varivel

75

MDIA GEOMTRICA
Utiliza-se quando os valores da varivel so proporcionais a
um valor inicial.
Define-se como:
Mdia Geomtrica

Mdia Geomtrica
(dados agregados)

76

N
N
i
i
x Mg
[
=
=
1

N
N
i
i
n
i
x Mg
[
=
=
1
Exerccio:

Se um investimento rende 10% no primeiro ano e
20% no segundo ano, qual o rendimento mdio
desse investimento?

77

MDIA HARMNICA
Utiliza-se em situaes onde a proporcionalidade inversa
esteja presente, como a velocidade mdia
Define-se como:

78

=
=
N
i
i
x
i
f
Mh
1
1
1
Exerccio:

Se um viajante fizer metade de uma viagem a
40km/h e a outra metade a 60km/h , qual seria a
velocidade que deveria fazer de modo que
demorasse o mesmo tempo a fazer a viagem?

79

MEDIANA (caso discreto)
Valor central depois de ordenar os dados da amostra
(por ordem crescente ou decrescente)

Clculo da mediana no caso de uma varivel discreta
N mpar, a mediana ser o elemento de ordem

N par, a mediana ser a mdia entre os elementos de ordem
e

80

2
1 + N

2
N

2
2 + N

Exemplo 1

Calcule a mediana, no seguinte exemplo:

81

i
x
i
n
i
n cum
1 1 1
2 3 4
3 5 9
4 2 11
Total
=11


Resoluo:

n = 11 (mpar) Mediana o elemento de ordem

Isto ,

O valor da varivel que acumula at si 6 ocorrncias
pelo que

82

2
1 + N

6
2
1 11
=
+

3 =
i
x 3 = Me

Exemplo 2


83

i
x
i
n
i
n cum
82 5 5
85 10 15
87 15 30
89 8 38
90 4 42
Total
= 42


Resoluo:

N = 42 (par) A mediana a mdia entre os valores
correspondentes aos elementos de ordem e

Isto , elementos de ordem 21 e 22.

Como o valor da varivel para estes dois elementos o
mesmo, a mediana Me=87.

84

2
N

2
2 + N
MEDIANA (caso contnuo)
No caso de uma varivel contnua, devem seguir-se os
seguintes passos:

Calcula-se a ordem
(Como a varivel contnua no necessrio diferenciar entre par e mpar

Identifica-se a classe mediana (a classe que contm a mediana),
pelas frequncias acumuladas;

Calcula-se o valor exacto da mediana atravs da seguinte
frmula

85

2
N
( )
( )
( )
( ) Me a
Me n
Me n cum
N
Me li Me
1
2

+ =
(freq. absolutas)

(frequncias absolutas)

Em que:
o limite inferior da classe mediana

as frequncias acumuladas anteriores
classe mediana

a frequncia absoluta da classe mediana

a amplitude da classe mediana

86
( )
( )
( )
( ) Me a
Me n
Me n cum
N
Me li Me
1
2

+ =

( ) Me li

( ) 1 Me n cum

( ) Me n

( ) Me a

Quando se trabalha com frequncias relativas a
mediana dada por :

(frequncias relativas)

87

( )
( )
( )
( ) Me a
Me f
Me f cum
Me li Me
1 5 , 0
+ =

Exemplo 2


88
Classes

i
n
i
n cum
35-45 5 5
45-55 12 17
55-65 18 35
65-75 14 49
75-85 6 5
85-95 3 58
Total
=58

1 Calcula-se
2
N
29
2
58
=

2 Identifica-se a classe mediana: | | 65 , 55

3 Calcula-se a mediana, utilizando a
frmula para frequncias absolutas:

( )
( )
( )
( ) Me a
Me n
Me n cum
N
Me li Me
1
2

+ =

67 , 61 10
18
17 29
55 =
+ = Me


Resoluo:

89
Classes

i
n
i
n cum
35-45 5 5
45-55 12 17
55-65 18 35
65-75 14 49
75-85 6 5
85-95 3 58
Total
=58

1 Calcula-se
2
N
29
2
58
=



( )
( )
( )
( ) Me a
Me n
Me n cum
N
Me li Me
1
2

+ =

67 , 61 10
18
17 29
55 =
+ = Me


MODA (caso discreto)
o valor mais frequente da distribuio ou ainda o valor
que mais observaes apresenta no conjunto dos dados.

Clculo da moda no caso de uma varivel discreta
No caso de variveis discretas, o clculo da moda no
tem qualquer dificuldade. Corresponde ao valor da
varivel que se verifica mais vezes.

90

Exemplo

Calcule a moda, no seguinte exemplo:

91

i
x
i
n
i
n cum
82 5 5
85 10 15
87 15 30
89 8 38
90 4 42
Total
= 42


MODA (caso contnuo)
necessrio definir primeiro a classe modal e depois aplicar a
seguinte frmula:

frequncias absolutas

frequncias relativas

92

( )
( )
( ) ( )
( ) Mo a
Mo n Mo n
Mo n
Mo li Mo
1 1
1
+ +
+
+ =

( )
( )
( ) ( )
( ) Mo a
Mo f Mo f
Mo f
Mo li Mo
1 1
1
+ +
+
+ =

Onde,

o limite inferior da classe modal

so as frequncias absoluta e relativa,
respectivamente, da classe anterior classe modal

so as frequncias absoluta e relativa,
respectivamente, da classe a seguir classe modal

a amplitude da classe modal

93

( ) Mo li
( ) Mo li

( ) ( ) 1 , 1 Mo f Mo n

( ) ( ) 1 , 1 + + Mo f Mo n

( ) Mo a

Exemplo

Calcule a moda, no seguinte exemplo:

94
Classes

i
n
i
n cum
35-45 5 5
45-55 12 17
55-65 18 35
65-75 14 49
75-85 6 5
85-95 3 58
Total
=58

1 Calcula-se
2
N
29
2
58
=



( )
( )
( )
( ) Me a
Me n
Me n cum
N
Me li Me
1
2

+ =

67 , 61 10
18
17 29
55 =
+ = Me


A moda pode ser determinada graficamente aps a
construo do histograma da distribuio e da identificao
da classe modal. Aps isto, faz-se a seguinte construo:

95

n
i

5 10 15 20 25 30 x
i

Moda

Vantagens da moda:

fcil de calcular e interpretar
no afectada por valores extremos

Desvantagens da moda:

no pode ser definida com rigor
o seu valor exacto muitas vezes incerto

Obs. Uma distribuio de frequncias poder ter mais do que uma
moda e, nesse caso, diz-se bimodal, trimodal, etc.

96

Exerccios 9 a), 11 e 12
Folha de Exerccios 1

97
Medidas de Tendncia No Central
Existem outras medidas que nos do a localizao dos
valores da varivel, que em termos gerais so chamadas
quantis e podem ser:

Quartis: valores da varivel que dividem a distribuio em
quatro partes iguais
Decis: valores da varivel que dividem a distribuio em
dez partes iguais
Percentis: valores da varivel que dividem a distribuio
em cem partes iguais

.

98

QUANTIS (caso discreto)

onde,
[a] o maior inteiro contido em a

Obs. Aos quantis de ordem e , damos respectivamente o nome
de 1 quartil e 3 quartil.

99
| |
|
.
|
\
|
+
+
+
=
eiro np se
np
X
np
X
eiro no np se
np
X
p
Q
int ,
1
2
1
int ,
1

Considere os seguintes dados (j ordenados)

3, 6, 7, 8, 8, 10, 13, 15, 16, 20

Calcule o primeiro e o segundo quartis

100

QUANTIS (caso contnuo)

onde,

o limite inferior da classe do quantil
so as frequncias acumuladas anteriores classe do
quantil
a frequncia absoluta da classe quantil
a amplitude da classe do quantil

101

|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|

+ =
p
Q a
p
Q n
p
Q cumn np
p
Q li
p
Q
1
( )
p
Q li
( ) 1
p
Q n cum
( )
p
Q n
( )
p
Q a

Exemplo

Calcule o 3 Quartil, no seguinte exemplo:

102
Classes

i
n
i
n cum
35-45 5 5
45-55 12 17
55-65 18 35
65-75 14 49
75-85 6 5
85-95 3 58
Total
=58

1 Calcula-se
2
N
29
2
58
=



( )
( )
( )
( ) Me a
Me n
Me n cum
N
Me li Me
1
2

+ =

67 , 61 10
18
17 29
55 =
+ = Me


Calcular o 5 decil e o 42 percentil no

Exerccio 7


103
Medidas de Disperso

Medidas de disperso
Servem para verificarmos a representatividade das medidas
de localizao
(Exemplo: comum encontrarmos variveis que, apesar de terem a
mesma mdia, so compostas de valores bem distintos)

Podem ser:
- Intervalo de variao
- Intervalo Interquartis
- Desvio absoluto mdio
- Varincia e Desvio-padro
- Coeficiente de variao

Medidas de Disperso
104
Medidas de Disperso

Intervalo de variao
Representa diferena entre os valores mximo e mnimo da varivel

Intervalo Interquartis
Representa a diferena entre o terceiro e o primeiro quartis e
corresponde a um intervalo que engloba 50% das observaes
centrais.

Medidas de Disperso
105

min
x
max
x R =

3 1
4 4
IQ Q Q =
Medidas de Disperso

Desvio Absoluto Mdio

dados desagregados

dados agregados

Obs. Quanto maior for a concentrao dos dados ao redor da mdia,
menor o desvio mdio.
O principal inconveniente desta medida a utilizao de mdulos
no seu clculo. Dado que a sua utilizao e tratamento no so
fceis, utiliza-se pouco.

Medidas de Disperso
106

N
i
x
DM

=

=
i
x
i
f DM
Medidas de Disperso

Varincia

dados desagregados

dados agregados

Desvio padro
a raiz quadrada positiva da varincia:

Obs. Esta a medida de disperso mais utilizada e mais
importante

Medidas de Disperso
107

( )
N
N
i
i
x
=

=
1
2
2
o

( )
( )
2 1
2
2
=

=
i
x
i
f
N
N
i
i
x
i
n

2
o o + =
Medidas de Disperso

Coeficiente de Variao
Representa a relao, em termos percentuais, entre o
desvio-padro e a mdia da distribuio.

Permite compreender o grau de concentrao relativo em torno da
mdia da distribuio:
Se Cv > 50%, ento o os dados tm alto grau de disperso relativa,
pelo que a mdia pouco representativa dos dados;
Se Cv < 50%, ento os dados tm baixo grau de disperso relativa,
pelo que a mdia muito representativa dos dados.

Medidas de Disperso
108

100 .
|
|
.
|
\
|
=
o
Cv
Medidas de Disperso

Exemplo

Calcule as medidas de disperso, no seguinte exemplo:

Medidas de Disperso
109

i
x
i
n
i
n cum
82 5 5
85 10 15
87 15 30
89 8 38
90 4 42
Total
= 42


Calcular as medidas de disperso a:

Exerccio 4


Medidas de Disperso
110
Medidas de Assimetria

Consiste na comparao de trs medidas de tendncia
central: a mdia, a mediana e a moda.

Se = Me = Mo, ento a distribuio simtrica;
Se Me Mo, ento a distribuio assimtrica positiva
ou enviesada esquerda;
Se Me Mo, ento a distribuio assimtrica negativa
ou enviesada direita.

Medidas de Assimetria e Curtose
111


112

Grau de Assimetria

Grau de Assimetria
(para uma populao)

Grau de Assimetria
(para uma amostra)

113

( )
o
Me
G

=
3

( )
S
Me x
G

=
3

Coeficientes de assimetria de Pearson (maior preciso)

conhecidas a mdia e a moda

no conhecidas a mdia e a moda
mas conhecidos os quartis da distribuio

G=0 distribuio simtrica,
G>0 distribuio assimtrica positiva, e
G<0 distribuio assimtrica negativa.

114

o
Mo
G

=
1

3 1
4 4
3 1
4 4
2
2
Q Q Me
G
Q Q
+
=


Exemplo

Calcule a assimetria, no seguinte exemplo:

115

i
x
i
n
i
n cum
82 5 5
85 10 15
87 15 30
89 8 38
90 4 42
Total
= 42

Medidas de Curtose

Medidas de Curtose
o grau de achatamento de uma distribuio.
Do uma indicao da intensidade das frequncias na
vizinhana dos valores centrais.

116
Medidas de Curtose

Curtose

Se K= 0,263 a distribuio de frequncias mesocrtica;
Se K> 0,263 a distribuio diz-se platicrtica;
Se K< 0,263 a distribuio diz-se leptocrtica.

117

( )
( )
3 1 3 1
4 4 4 4
90 10
100 100
2
2
90 10
Q Q Q Q
K
P P
Q Q
=

=

1 3
4 4
Q e Q
: 1 e 3 quartis
10 90
P e P : 90 e 10 percentis
Medidas de Curtose

Exemplo

Calcule a curtose, no seguinte exemplo:

118

i
x
i
n
i
n cum
82 5 5
85 10 15
87 15 30
89 8 38
90 4 42
Total
= 42


Calcular as medidas de assimetria e
achatamento a:
Exerccio 4


Medidas de Achatamento e Curtose
119

Exerccio 14
+
d) Calcular coeficiente de assimetria e de
variao. Interpretar os resultados.
e) Classificar a distribuio quanto curtose.

Exerccio 15 (apenas para as operrias)

Medidas de Disperso
120

Capítulo 1 (Completo) Estatistica

Diunggah oleh

Informasi Dokumen

Judul Asli

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

Capítulo 1 (Completo) Estatistica

Diunggah oleh

Hak Cipta:

Format Tersedia

Estatstica

Licenciatura em Engenharia de Sistemas Informticos

Anda mungkin juga menyukai