Mtodos Quantitativos

PROF. DR. Renato Vicente

Mtodo Estatstico
Amostra

Populao

Estatstica Descritiva

Inferncia Estatstica Teoria de Probabilidades

Aula 4A

Inferncia Estatstica: Um pouco de Histria

Um pouco mais de histria: A Fsica Social

No tempo de Quetelet (Incio do seculo 19) Probabilidades e Estatstica eram utilizadas basicamente para anlise de erros experimentais e para clculo de seguros. Quetelet acreditava ser possvel estender seu uso para todo tipo de fenmeno humano no que chamava de Fsica Social. Publicou em 1834 seu Essai de physique sociale. Introduziu a idia do homem mdio.

Quetelet: 1796-1874

Galton e Darwin: Bioestatstica

Aps ler a Origem das Espcies, escrito por seu primo mais velho, Galton passou a se dedicar Gentica, dando origem ao ramo que levaria Estatstica moderna. Em 1869 Galton publicou Hereditary Genius tentando demonstrar quantitativamente que as caractersticas e habilidades humanas seriam hereditrias.

Charles Darwin (1809(1809 -1882)

Francis Galton (1822(1822 -1911)

Quincunx de Galton

Galton props o aparato ao lado para ilustrar a formao da distribuio normal.

http://www.jcu.edu/math/isep/Quincunx/Quincunx.html

Karl Pearson: Departamento de Estatstica

Protegido de Galton, Pearson escreveu sua biografia. Em 1911 foi responsvel pela criao do primeiro Departamento de Estatstica no mundo no University College London . Sobre o trabalho de Galton escreveu: Eu interpretei que... Galton ... quis dizer que h uma categoria mais ampla do que a conexo causal, que a correlao,... e que este novo conceito de correlao fez da psicologia, da antropologia, da medicina e da sociologia passveis de tratamento matemtico. Foi Galton quem primeiro me libertou do preconceito de que boa matemtica poderia apenas ser aplicada a conexes de causa e efeito em fenmenos naturais. Seu livro a Gramtica da Cincia foi a primeira leitura da Academia Olmpica, grupo de estudos liderado por Einstein quando tinha 23 anos.

Carl (Karl) Pearson (1857-1936)

Gosset (Student):Controle de Qualidade

William Gosset trabalhava na cervejaria Guinness. Em 1906, assistiu a um curso com Pearson. Juntos tiveram a idia de aplicar mtodos estatsticos no controle de qualidade da cervejaria. Por trabalhar na cervejaria, publicou seus artigos utilizando o pseudnimo Student, pelo qual hoje conhecemos sua principal contribuio : o teste t de Student para testarmos hipteses sobre a mdia amostral (veja exemplo dos Shoshoni e a razo urea na Aula 2).

William Gosset (1876-1937)

Fisher: Estatstica Moderna

Em 1913 Fisher enviou uma carta para Gosset Contendo uma justificativa terica para a distribuio t. Esta seria o incio de uma seqncia deu forma a boa parte da Estatstica Moderna. Em 1919 Fisher foi contratado pela Estao de Experimentos Agrcolas de Rothamstead , onde desenvolveu um grande nmero de ferramentas tericas para exame de impactos agrcolas, entre elas estavam mtodos para estimao estatstica, planejamento experimental e anlise de varincia.

William Gosset (1876-1937)

Aula 4B

A Distribuio Normal

A Distribuio Normal
FUVEST 2007 - Distribuio dos pontos na Primeira Fase (incluindo Bnus e ENEM) Candidatos Inscritos - Total das Carreiras de Exatas

A distribuio normal uma curva em forma de sino que aparece freqentemente em todo tipo de observaes.

Os parmetros da distribuio normal

A distribuio Normal totalmente descrita pela mdia

e pelo desvio

padro . Se mudarmos a mdia apenas deslocamos a curva pela abscissa. Se diminuirmos o desvio padro tornamos a curva menos dispersa.

Probabilidades de ocorrncia

m
A freqncia de ocorrncia dos dados em uma distribuio normal bem definida para cada intervalo em torno da mdia.

Escore z
Sua altura de 1,56 m. Voc alta? Sua nota na FUVEST foi 60. Sua nota foi alta ?

O escore z permite que comparemos um valor especfico com a populao levando-se em conta o valor tpico e a disperso.

valor mdia desvio padro

A cada valor de z est associado um percentil.

Escore z

http://techniques.geog.ox.ac.uk/mod_2/tables/z-score.htm

Peso de Meninos por Idade

Como fui na FUVEST?

http://www.fuvest.br/scr/hist1f.asp?anofuv=2007&tipo=1&carreira=HUM

Mdia = 41,1 Desvio Padro = 15

Z = (60 41,1)/15 = 1,26 P(Z<1,26) = 89,6%

Sua a nota foi alta.

Voc baixinha?

Amostra : n=115 (alunos da EACH) MDIA = 1,71 m DP = 9 cm Z = (1,56 1,71)/0,09 = -1,67

P(Z<-1,67) = 4,7 %
Voc muito provavelmente no das mais altas !

Aula 4B

Distribuio Amostral e Estimao

Estatsticas
Uma estatstica uma quantidade calculada a partir de amostras medidas em uma populao.
Exemplo: A razo urea e as molduras Shoshoni.

0.693 0.749 0.654 0.670

0.662 0.672 0.615 0.606

0.690 0.628 0.668 0.611

0.606 0.609 0.601 0.553

0.570 0.844 0.576 0.933

A mdia, o desvio padro, a mediana, os quartis, o mximo e o mnimo so estatsticas.

Distribuies amostrais
Uma distribuio amostral a distribuio que obtemos quando calculamos uma estatstica em vrias amostras de uma populao

Suponhamos que o quadro abaixo represente nossa populao.

0.693 0.749 0.654 0.670

0.662 0.672 0.615 0.606

0.690 0.628 0.668 0.611

0.606 0.609 0.601 0.553

0.570 0.844 0.576 0.933

Distribuies amostrais
A mdia de nossa populao = 0,6605 e o desvio padro populacional =0,09. A distribuio est representada ao lado.
0.693 0.749 0.654 0.670 0.662 0.672 0.615 0.606 0.690 0.628 0.668 0.611 0.606 0.609 0.601 0.553 0.570 0.844 0.576 0.933

Coletando 4 amostras com tamanho n=2 obtivemos: =0.721 =0.6435 =(0.628+0.668)/2=0.648 =(0.844+0.576)/2=0.710

Distribuies amostrais
A mdia amostral (mdia das mdias de amostras) a = 0,668 e o desvio padro amostral a=0.066.
0.693 0.749 0.654 0.670 0.662 0.672 0.615 0.606 0.690 0.628 0.668 0.611 0.606 0.609 0.601 0.553 0.570 0.844 0.576 0.933 Mdias amostrais. Repare que esta mais estreita que a distribuio populacional

Coletando 4 amostras com tamanho n=2 obtivemos: =0.721 =0.6435 =(0.628+0.668)/2=0.648 =(0.844+0.576)/2=0.710

Distribuies amostrais
E se as amostras forem maiores, n=8 por exemplo.
0.693 0.749 0.654 0.670 0.662 0.672 0.615 0.606 0.690 0.628 0.668 0.611 0.606 0.609 0.601 0.553 0.570 0.844 0.576 0.933

Aqui temos 2 amostras com tamanho n=8

a= 0,6606 a=0,025

Distribuies amostrais
Resumindo Tamanho da Amostra (n)

Mdia das mdias de amostra a 2 0,6680 8 0,6606 20 (populao) 0,6605

Desvio padro amostral a 0,066 0,025 0,09

Teorema do Limite Central

Para uma variedade ampla de distribuies a distribuio das mdias amostrais tende a uma distribuio normal quando o nmero de amostras grande.

http://www.chem.uoa.gr/applets/AppletCentralLimit/Appl_CentralLimit2.html

Exemplo: Estimando a altura mdia da Populao

Amostra : n=115 (alunos da EACH) 1,71 m um estimador para a mdia populacional O desvio padro DP=9cm um estimador para o desvio padro populacional.

Exemplo: Estimando a altura mdia da Populao

A distribuio amostral para amostras de tamanho n=115 ter mdia igual mdia populacional e desvio padro igual ao desvio padro populacional dividido por 115 , ou seja 0,09/ 115 = 0,01 Nossa estimativa ser portanto 1,71 0,01 m O quanto podemos confiar nessa estimativa da mdia ?

Exemplo: Estimando a altura mdia da Populao

O quanto podemos confiar nessa estimativa para a altura mdia ?

1,68m

1,70m

1,72m

1,74m

Note que: esta a distribuio para nosso erro de estimativa da altura mdia.

Qualidade de Estimadores: Vis e Eficincia

Vis grande eficincia alta

Vis pequeno eficincia baixa

Vis grande eficincia baixa

Vis pequeno eficincia alta

Qualidade de Estimadores: Vis e Eficincia

Mdia Amostral= (x1 + x2 + x3 + ... + xn)/n e eficiente (eficincia mxima)

no-viesado

Desvio Padro Amostral = RAIZ{ [(x1-Media)2 + (x2-Media)2 + ... (xn-Media)2]/ (n-1)} no-viesado.