NOES DE ESTATISTICA BSICA

Maputo, Moambique 2008

MDULO 2: NOES DE ESTATISTICA BSICA

Objectivos
No final deste mdulo espera-se que o participante seja capaz de: Distinguir variveis e constantes Identificar variveis qualitativas e quantitativas Conhecer as medidas de tendncia central e de disperso Caracterizar populao e amostra Construir uma amostra Diferenciar estatstica descritiva e inferencial

MDULO 2: NOES DE ESTATISTICA BSICA

Tpicos
Conceitos bsicos de Estatstica Estatstica Descritiva Inferncia Estatstica Introduo Amostragem Enquadramento dos Mtodos Estatsticos na M&A

MDULO 2: NOES DE ESTATISTICA BSICA Conceitos Bsicos de Estatstica

Estatstica - Metodologia cientfica para obteno, organizao e anlise de dados Estatstica Descritiva Metodologia para descrever, colectar , organizar e resumir os dados. Inferncia Estatstica Conjunto de mtodos estatsticos que visam caracterizar ou inferir sobre uma POPULAO a partir de uma parte dela (AMOSTRA)

MDULO 2: NOES DE ESTATISTICA BSICA Conceitos Bsicos de Estatstica

As pessoas de uma comunidade podem ser analisadas de diversos ngulos: Sexo; Estatura, Renda
Sexo, estatura e renda so

variveis
Propriedades associadas com conceitos ou nmeros e expressar informao sobre a forma de medida

Qualquer caracterstica associada a uma populao.

MDULO 2: NOES DE ESTATISTICA BSICA Conceitos Bsicos de Estatstica Classificao das variveis:
NOMINAL QUALITATIVA sexo, cor dos olhos

classe social, grau de instruo

ORDINAL

CONTNUA
QUANTITATIVA

peso, altura, salrio, idade nmero de filhos, nmero de carros, numero de raparigas por turma

DISCRETA

MDULO 2: NOES DE ESTATISTICA BSICA Conceitos Bsicos de Estatstica - Variveis

Qualitativa Nominal - os valores representam atributos ou qualidades mas no tem uma relao de ordem entre eles Ex: sexo, grupo sanguneo, raa et Qualitativa Ordinal - os valores representam atributos ou qualidades mas incluem uma relaes de ordem Ex: classe social, grau de instruo Quantitativa Continua - valores so medidos numa escala mtrica e onde todos os valores fraccionrios so possveis. Ex: altura, peso, temperatura Quantitativa Discreta - valores so medidos numa escala mtrica e porem s admitem valores inteiros Ex: numero de filhos, numero de alunos,

MDULO 1: NOOES BSICAS DE ESTATISTICA Exerccio 4

MDULO 2: NOES DE ESTATISTICA BSICA

Estatstica Descritiva Metodologia para, colectar, organizar, resumir e descrever os dados.

MDULO 2: NOOES DE ESTATISTICA BSICA Estatstica Descritiva Calculo numrico de medidas amostrais Medidas de Tendncia Central Mdia aritmtica
Mediana Moda

Medidas de Disperso Varincia

Desvio Padro

MDULO 2: NOES DE ESTATISTICA BSICA

Representado como:

MDULO 2: NOES DE ESTATISTICA BSICA

L-se : somatrio de todos os Xi (xis i) quando i varia de 1 a n. Por ex.: media aritmtica de 2,5,8,13,14,15,20,30,46,47

IMPORTANTE:
A media aritmtica o valor que pode substituir todos os valores da varivel, isto e o valor que a varivel teria se em vez de ser uma varivel fosse uma constante

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

Estatstica Descritiva Medidas de Tendncia central

Calculo numrico Mdia Aritmtica

DADOS ISOLADOS

i1

xi

DADOS AGRUPADOS

i 1 n

x in n
i

i 1

Onde ni o numero de ocorrncias na classe i Xi representa o ponto mdio de classe i Ex: para a classe 20 40 o ponto mdio seria 30

MDULO 2: NOES DE ESTATISTICA BSICA

Estatstica Descritiva Medidas de Tendncia central
Exerccios
1. Foi pedido a um grupo de 8 idosos que classificassem numa escala de 1 (pobre) a 7(Excelente), a qualidade da alimentao do centro de acolhimento onde vivem 2 , 4, 2, 3, 5, 4, 3, 2 a) Calcule a mdia

2 . Um treinador de futebol est preocupado em melhorar resultados da sua equipa elaborou uma tabela com a seguinte informao.
Jogador No de passes errados 1 4 2 5 2 6 4 7 5 4 6 8 7 9 8 6 9 8 10 2 11 4

a) Calcule o numero mdio de passes errados por jogador

MDULO 2: NOES DE ESTATISTICA BSICA

Estatstica Descritiva Medidas de Tendncia central
Exerccios
2. Os dados da tabela abaixo representam os resultados de um inqurito para saber os rendimentos mensais de um grupo de pessoas envolvidas num programa apoio pelo trabalho Rend. 200-300 300-400 400-500 500-600 600-700 700-800 800-900 900-1000 N. pes 1 3 5 6 4 3 2 1 Qual o rendimento mdio do grupo ?

MDULO 2: NOES DE ESTATISTICA BSICA

Calculo numrico Mediana

Indicando a mediana por Md e o numero de dados por n, devem ser considerados 2 casos:

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MEDIANA DE DADOS AGRUPADOS

MDULO 2: NOES DE ESTATISTICA BSICA

MEDIANA DE DADOS AGRUPADOS

MDULO 2: NOES DE ESTATISTICA BSICA

Estatstica Descritiva Medidas de Tendncia central
Exerccios
VOLTEMOS AOS NOSSOS EXERCIOS E CALCUEMOS A MEDIANA

MDULO 2: NOES DE ESTATISTICA BSICA

CLCULO DA MODA

Com exemplos fica mais fcil

Calcular a moda de:

8, 2, 18, 8, 10, 8, 12, 10, 6, 8, 12

MDULO 2: NOES DE ESTATISTICA BSICA

f fi

Na prtica acontece o mesmo a moda! Se esto todos a ouvir os clssicos, dizemos que a a musica clssica est na moda. Se os chapus entram na moda, ento.

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

Estatstica Descritiva Medidas de Tendncia central

Retomemos aos exemplos anteriores para determinar a moda

MDULO 2: NOES DE ESTATISTICA BSICA

Estatstica Descritiva Medidas de Disperso

MDULO 2: NOES DE ESTATISTICA BSICA

Estatstica Descritiva Medidas de Disperso

MDULO 2: NOES DE ESTATISTICA BSICA

Estatstica Descritiva Medidas de Disperso

Embora existam varias medidas de disperso vamos nos ocupar de apenas duas:

MDULO 2: NOES DE ESTATISTICA BSICA

Varincia e desvio Padro
Vamos praticar para ser mais fcil o entendimento. Temos 2 conjuntos de atiradores ao alvo (A e B)
CONJUNTO A: 8,9,10,8,6,11,7,13 Total de ACERTOS; 72 Total de ATIRADORES: 8

CONJUNTO B: 7,3,10,6,5,13,18,10 Total de ACERTOS; 72 Total de ATIRADORES: 8

MDULO 2: NOES DE ESTATISTICA BSICA

Varincia e desvio Padro

Se recorrermos a mdia aritmtica dos acertos??? NO RESOLVEMOS o problema XA e XB = 9 acertos e por isso os conjuntos so iguais???

CONJUNTO A Acertos variam de 6 a 13 AMPLITUDE TOTAL de variao = 13-6 = 7 acertos

CONJUNTO B Acertos variam de 3 a 18 AMPLITUDE TOTAL de variao = 18-3 = 15 acertos

MDULO 2: NOES DE ESTATISTICA BSICA

Estatstica Descritiva Medidas de Disperso

Mas para dizermos que algo variou precisamos de um ponto de referencia MDIA ARITMTICA DE CADA CONJUNTO E vamos fazer o seguinte. (por pura coincidncia, neste caso a mdia igual nos dois conjuntos)

MDULO 2: NOES DE ESTATISTICA BSICA

Varincia e desvio Padro

I. II. III. IV.

Subtrair de cada valor a mdia aritmtica do conjunto ao qual pertence Elevar cada diferena encontrada ao quadrado Somar os quadrados Dividir a soma dos quadrados pelo numero de parcelas

MDULO 2: NOES DE ESTATISTICA BSICA

Varincia e desvio Padro

Xi (Xi-X) = xi xi^2 8 -1 1 9 0 0 10 1 1 8 -1 1 6 -3 9 11 2 4 7 -2 4 13 4 16 72 0 36
36/8 = 4,5 ACERTOS 2

Yi 7 3 10 6 5 13 18 10 72

(Yi-Y) = yi yi^2 -2 4 -6 36 1 1 -3 9 -4 16 4 16 9 81 1 1 0 164

2

164/8 = 20,5 ACERTOS

MDULO 2: NOES DE ESTATISTICA BSICA

Varincia e desvio Padro

MDULO 2: NOES DE ESTATISTICA BSICA

Varincia e desvio Padro

MDULO 2: NOES DE ESTATISTICA BSICA

Varincia e desvio Padro

MDULO 2: NOES DE ESTATISTICA BSICA

Varincia e desvio Padro Resumindo

MDULO 2: NOES DE ESTATISTICA BSICA

Essas formulas lembram medidas. DESVIO PADRO pode ser interpretado como uma MEDIDA CAPAZ DE MEDIR VARIAO, ou seja:
Conjunto A com variao de 2,1 acertos em mdia Conjunto B com variao de 4,5 acertos em mdia

MDULO 2: NOES DE ESTATSTICA BSICA

QUANTO MAIOR A VARINCIA, MAIOR A HETEROGENIDADE QUANTO MAIOR A VARINCIA, MAIOR O DESVIO PADRO

No exemplo O CONJUNTO A MAIS HOMOGENEO

MDULO 2: NOES DE ESTATISTICA BSICA

Varincia e desvio Padro

Retomando aos nossos exemplos vamos determinar a varincia e desvio padro.

MDULO 2: NOOES DE ESTATISTICA BSICA

EXERCICIO 5

MDULO 2: NOES DE ESTATISTICA BSICA Conceitos Bsicos de Estatstica

A inferncia estatstica conjunto de metodologia que apoiam na formulao de concluses sobre as caractersticas de uma POPULAO a partir de uma parte dela (AMOSTRA)

MDULO 1: NOOES DE ESTATISTICA BSICA Introduo Amostragem Populao ou Universo Coleco de unidades individuais com uma ou mais caractersticas comuns, que se pretendem estudar
Exemplos
Alunos de uma escola Crianas (0-5) de um orfanato Agregados familiar de uma provncia Cadeiras dentro do MMAS Automveis da cidade de Maputo

MDULO 2: NOOES DE ESTATISTICA BSICA Introduo Amostragem

Se uma populao for muito grande requerer muito trabalho para estuda-la e geralmente os resultados sero sempre falhos. Ento recorre se a UMA AMOSTRA
UMA AMOSTRA uma reduo representativa da Populao a dimenses menores, porem Sem perda da caracterstica

MDULO 2: NOOES DE ESTATISTICA BSICA AMOSTRA EXEMPLOS

No exemplo da escola queremos realizar um estudo sobre qual a altura mdia Tendo a escola 400 alunos para, podemos colher uma amostra de 40 alunos e estudar o comportamento da varivel Altura apenas nesses alunos No exemplo dos agregados familiares queremos saber qual o rendimento mdio dos agregados familiares de uma provncia. O censo mostra que h 15 mil agregados familiares em Manica. Podemos estudar como se comporta o rendimento familiar de 601 agregados

MDULO 2: NOOES DE ESTATISTICA BSICA

UMA AMOSTRA tem que ser; Representativa conter em proporo tudo o que a populao possui qualitativa e quantitativamente

Imparcial todos os elementos da populao tem igual oportunidade de fazer parte da amostra

MDULO 2: NOOES DE ESTATISTICA BSICA

UMA AMOSTRA a reduo de uma populao a

Dimenses menores, porem Sem perda de suas caractersticas

Ao processo de definio da amostra chama-se

MDULO 2: NOOES DE ESTATISTICA BSICA Amostragem Probabilistica e No Probabilistica Mtodos Probablisticos (Aleatrios)
Todos os elementos da populao tem uma probabilidade conhecida, diferente de zero, de pertencer amostra. Desta forma, a amostragem probabilstica implica um sorteio com regras bem determinadas.

Mtodos No Probablisticos (No Aleatrios)

Quando no possvel designar uma probabilidade a cada elemento da populao, dizemos que a amostragem no probabilistica .

MDULO 2: NOOES DE ESTATISTICA BSICA Amostragens Probabilsticas Aleatria Simples Estratificada Por Clusters Multi-Etapas

MDULO 2: NOES DE ESTATISTICA BSICA Amostragem Probabilistica e No Probabilistica

Para os que trabalham com a rea social, interessam os mtodos que permitem que qualquer indivduo da POPULAO possa vir a fazer parte da AMOSTRA mtodos PROBALSTICOS.

MDULO 2: NOES DE ESTATISTICA BSICA

No h dvida de que uma amostra no representa perfeitamente uma populao. Ou seja, a utilizao de uma amostra implica na aceitao de uma margem de erro que se denomina ERRO AMOSTRAL. Erro Amostral a diferena entre um resultado amostral e o verdadeiro resultado populacional; tais erros resultam de flutuaes amostrais aleatrias

MDULO 2: NOES DE ESTATISTICA BSICA

No podemos evitar a ocorrncia do ERRO AMOSTRAL, porm podemos limitar seu valor atravs da escolha de uma amostra de tamanho adequado. Obviamente, o ERRO AMOSTRAL e o TAMANHO DA AMOSTRA seguem sentidos contrrios. Quanto maior o tamanho da amostra, menor o erro cometido e vice-versa.

TAMANHO DA AMOSTRA

ERRO AMOSTRAL

MDULO 2: NOES DE ESTATISTICA BSICA

DETERMINAO DO TAMANHO DE UMA AMOSTRA COM BASE NA ESTIMATIVA DA MDIA POPULACIONAL

A determinao do tamanho de uma amostra problema de grande importncia, porque: Amostras desnecessariamente grandes acarretam desperdcio de tempo e de dinheiro; Amostras excessivamente pequenas podem levar a resultados no confiveis.

MDULO 2: NOES DE ESTATISTICA BSICA

Tamanho da amostra para a populao muito grande

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

A frmula para clculo do tamanho da amostra para uma estimativa confivel da MDIA POPULACIONAL () dada por:

( Z / 2 S ) 2 n E
Onde: n Z /2 s E Nmero de indivduos na amostra Valor crtico que corresponde ao grau de confiana desejado. Desvio-padro populacional da varivel estudada Margem de erro ou ERRO MXIMO DE ESTIMATIVA. Identifica a diferena mxima entre a MDIA AMOSTRAL ( X ) e a verdadeira MDIA POPULACIONAL Nvel de significancia

MDULO 2: NOES DE ESTATISTICA BSICA

Os valores de confiana mais utilizados e os valores de Z correspondentes Valores crticos associados ao grau de confiana na amostra Grau de Confiana 90% 95% 99% 0,10 0,05 0,01 Valor Crtico Z/2 1,645 1,96 2,575

MDULO 2: NOES DE ESTATISTICA BSICA

Exemplo
Um economista deseja estimar a renda mdia para o primeiro ano de trabalho de um bacharel em direito. Quantos valores de renda devem ser tomados, se o economista deseja ter 95% de confiana em que a mdia amostral esteja a menos de $500,00 da verdadeira mdia populacional? Suponha que saibamos, por um estudo prvio, que para tais rendas, s = $6250,00.

MDULO 2: NOES DE ESTATISTICA BSICA Resoluo

Queremos determinar o tamanho n da amostra, dado que = 0,05 (95% de confiana) Z /2=1,96. Desejamos que a mdia amostral seja a menos de $ 500 da mdia populacional, de forma que E = 500 Supondo S = 6250 e aplicamos a equao, obtendo:

( Z / 2 S ) 2 n 2 E
2

n=((1,96*6250) /500) = 601

MDULO 2: NOES DE ESTATISTICA BSICA

Amostragem por proporo

Tamanho da amostra:

( Z 2 / 2 ( p )(1 p )) n d[ ]i 2 E
n 1.56 [1.962 (0.50) (1-0.50) / 0.052] n 600 + (esperando-se que 10% no queira responder ao questionrio, a grosso modo esperando 60) n 660

MDULO 2: NOES DE ESTATISTICA BSICA

Assumindo que: Z = 1.96 (assume 2-lados teste = .05) E = mximo erro tolerado 5% p = proporo populacional esperada 0.50; esta e a estimativa mais conservadora d = efeito de desenho 1.56 i = aumento por ser necessrio uma sub-amostra da populao (na populao percentagem de crianas menores que 2 anos no e homognea em todos os AF)

MDULO 2: NOES DE ESTATISTICA BSICA Exemplo

Entrevistas requeridas* 2015 Entrevistas por sitio** 24 Sitios requeridos
(arredondados)

90

* Baseado nos calculos da amostra - incrementado de 2,008 para 2,015 por causa de arredondamento baseado na estratificacao ** Baseado em materia logisitica

Table 2: Sample Stratification Neigborhood Bairros P.A. de Urbana 1 P.A. de Urbana 2 # Sites P.A. de Urbana 3 Selected Cidade de Chimoio

Habitantes Number of Habitants

47,553 49,645 73,858 171,056

Percentage of % habitantes Habitants

BAIRRO Bairro de CENTRO HPICO Bairro de NHAMADJESSA Bairro de NHAMASSANE Bairro de 25 DE JUNHO Bairro AGOSTINHO NETO Bairro FRANCISCO MANYANGA Bairro de 1 DE MAIO Bairro de CHISSUI Bairro de HEROIS MOAMBICANOS Bairro de TRANGAPASSO P.A. de URBANA 1

Number of Sites per N. de sitios por Administrative areas P.A. (total of 75 sites) 28% 10 29% 10 43% 14 100% 34

2 1 1 3 0 1 1 1 0 0 10

MDULO 2: NOOES DE ESTATISTICA BSICA Amostragem Aleatria Simples Estabelece-se o tamanho da amostra e aleatoriamente seleccionam-se os elementos que a compe.

MDULO 2: NOOES DE ESTATISTICA BSICA Exemplo: Amostragem Aleatria Simples

Exemplo uma escola com 400 alunos (meninos, idades entre 6 e 16 anos) para realizarmos um estudo sobre qual a estatura mdia? Podemos colher uma amostra de 40 alunos e estudar o comportamento da varivel estatura apenas nesses alunos

MDULO 2: NOOES DE ESTATISTICA BSICA Exemplo: Amostragem Aleatria Simples

MDULO 2: NOOES DE ESTATISTICA BSICA Exemplo: Amostragem Aleatria Simples

Vamos supor que os 30 alunos da primeira srie so os seguintes:

MDULO 2: NOOES DE ESTATISTICA BSICA Para garantir Representatividade e Imparcialidade

MDULO 2: NOOES DE ESTATISTICA BSICA Exemplo: Amostragem Aleatria Simples

Vamos supor que decidimos trabalhar com uma amostra de tamanho 40 e usamos a seguinte notao: N (populao) = 400 Tamanho da Populao n (amostra) = 40 Tamanho da amostra

Para garantirmos a representatividade, na amostra teremos :

MDULO 2: NOOES DE ESTATISTICA BSICA Exemplo: Amostragem Aleatria Simples Na primeira srie 3 alunos

MDULO 2: NOOES DE ESTATISTICA BSICA Exemplo: Amostragem Aleatria Simples

Agora vamos sortear os alunos de cada serie, obedecendo a seguinte regra: 1.Utilize a tabela de nmeros aleatrios 2.Escolha as colunas e a linha 3.Escolha o sentido de consulta

MDULO 2: NOOES DE ESTATISTICA BSICA Exemplo: Amostragem Aleatria Simples

Escolhi a coluna 5 e 6 e a fileira 3 e os nmeros resultantes so: 69-16-91-75-47-56-09-13-61-86-03-69-46 09-63-26-59-72-96-48-30-07

MDULO 2: NOOES DE ESTATISTICA BSICA Exemplo: Amostragem Aleatria Simples

Como s precisvamos de 3 alunos na primeira srie os nmeros sorteados so: 16,09 e 13 Responda: Porque no consideramos os outros nmeros sorteados 69, 91 e 75? Porque usamos 2 colunas? Se tivssemos 120 alunos quantas colunas teramos de usar?

MDULO 2: NOOES DE ESTATISTICA BSICA Exemplo: Amostragem Aleatria Simples

Vamos agora ver as alturas e temos a seguinte tabela:

MDULO 2: NOOES DE ESTATISTICA BSICA Exemplo: Amostragem Aleatria Simples

J temos uma amostra representativa da populao inicial. Os alunos passam a ser tratados como dados (alturas) e podem dar origem a diversas relaes estatsticas:
MDIA ARITMETICA MEDIANA MODA VARINCIA DESVIO PADRO

MDULO 2: NOOES DE ESTATISTICA BSICA Exerccios (exemplos) de determinao do tamanho da amostra

MDULO 2: NOOES DE ESTATISTICA BSICA Enquadramento dos Mtodos Estatsticos na M&A

Processo de Informao Indicadores Fontes Recolha de Dados Transferncia de Dados Processamento de Dados
Anlise Gesto

Normas Organizacionais

Uso da Informao para Tomada de Deciso

MDULO 2: NOOES DE ESTATISTICA BSICA Exerccio 6

Obrigado!

MEASURE Evaluation is funded by the U.S. Agency for International Development (USAID) through Cooperative Agreement GPO-A-00-03-00003-00 and is implemented by the Carolina Population Center at the University of North Carolina in partnership with Constella Futures Group, John Snow, Inc., Macro International, and Tulane University.

Visit us online at http://www.cpc.unc.edu/measure.