Você está na página 1de 214

1 1

CURSO ESTATSTICA BSICA


2009 - 2
Prof. Srgio Borges

2
ESTATSTICA - BREVE HISTRICO
ANTIGUIDADE CONTROLE DO ESTADO SOBRE O CIDADO.

ETIMOLOGIA A palavra estatstica derivada da palavra latina
STATUS (que significa estado).

SCULO XVI Godofredo Achenwall Batiza a nova Cincia com o
nome de Estatstica Descritiva e Inferencial.

Jonh Graunt, em 1962 publicou informaes sobre taxas de
nascimento e mortalidade a partir da compilao de dados e anlises
grficas

Atualidade Pesquisa e controle de Qualidade.


3 3
DEFINIES ESTATSTICA
Estatstica a parte da matemtica aplicada
que fornece mtodos e processos para
estudar, medir e interpretar os fenmenos
coletivos e deles extrair concluses.
Vejam como se divide a Estatstica na figura
a seguir:

4 4
ESTATSTICA
5 5
DEFINIES

Fases do Trabalho de Pesquisa: nessa etapa que so decididos
tpicos primordiais da pesquisa, como: objetivo, dados da
populao a ser estudada, tempo disponvel da pesquisa, tipo de
amostragem utilizada (ver abaixo), recursos disponveis (R$), etc.

Estatstica Descritiva: Nessa etapa, como o prprio nome diz,
descreve caractersticas fundamentais da populao analisada,
porm, no podemos inferir s descrever.

Probabilidade: a etapa em que so calculadas as chances de
ocorrncia ou no de uma determinada situao.

Inferncia Estatstica: Nessa etapa, iremos tirar concluses e criar
opinies fundamentadas sobre os dados estudados, gerando assim,
um relatrio muito mais completo.
6
MTODO ESTATSTICO
MTODO Conjunto de meios dispostos
convenientemente para se chegar a um objetivo.
FASES DO MTODO ESTATSTICO
DEFINIO DO PROBLEMA.
PLANEJAMENTO.
COLETA DE DADOS.
CRTICA DOS DADOS.
APURAO DOS DADOS.
EXPOSIO OU APRESENTAO DOS DADOS.
ANLISE DOS RESULTADOS.
7 7



DEFINIES - Populao e Amostra

(ESTATSTICA DESCRITIVA)
Populao = coleo de todos os elementos cujas
caractersticas desejamos conhecer. Os elementos
(ou"indivduos") na populao no so necessariamente
pessoas!
Amostra = subconjunto da populao cujas caractersticas
sero medidas. A amostra ser usada para descobrir
caractersticas da populao.
Dados = So observaes coletadas Ex Idade, sexo,
medidas, respostas de sondagem.
Censo = um conjunto de dados obtidos de todos os
membros da populao.
Parmetro = uma medida numrica que descreve alguma
caracterstica de uma amostra.
8 8



Exemplos


1) Populao = eleitores na cidade do Salvador.
Amostra = 650 eleitores escolhidos aleatoriamente (ao acaso)
Caracterstica de interesse: percentual de eleitores que
planejam votar num candidato X nas prximas eleies.

2) Populao = automveis produzidos no Brasil entre 2007 e
2009
Amostra = 10000 carros escolhidos aleatoriamente dentre os
sujeitos a recall das montadoras
Caracterstica de interesse: verificar se o proprietrio do carro
respondeu ao chamado de recall da fbrica

9 9



Exemplos

3) Populao = todos os domiclios com TV a cabo na
cidade do Salvador.
Amostra = 1000 domiclios com TV escolhidos ao acaso
Caracterstica de interesse = percentual de audincia de
cada emissora de TV num certo dia da semana no horrio
de 18 s 22 horas.
Em resumo:
A partir de uma amostra coletamos informaes
que nos permitiro aprender alguma coisa
interessante sobre a populao.
10 10
PLANEJAMENTO AMOSTRAL

DIMENSIONAMENTO DA AMOSTRA.

COMPOSIO DA AMOSTRA
Probabilstica.
No probabilstica.
11 11


Amostragem
(TIPOS DE AMOSTRA)

a) Amostras Aleatrias
b)) Amostragem Estratificada
c) Amostragem Sistemtica
d) Amostragem por Conglomerados
e) Amostragem por Convenincia
f) Amostras de respostadas voluntrias
g) Amostragem por cotas.
12 12
Amostragem Aleatria
Amostragem Aleatria: todas as possibilidades tm a mesma
chance de ocorrncia. Ex: sorteio lotrico. Uso da Tabela de
nmeros aleatrios. Pode ser gerada atravs de um
computador.
Aleatria simples de tamanho (n) A seleo feita de tal
modo que toda a amostra (de tamanho (n) possvel) tenha a
mesma chance de ser escolhida.
Aleatria probabilstica Envolve a seleo de membros de
uma populao de tal modo que cada membro tenha uma
chance conhecida (mas no necessariamente igual ) de ser
selecionado.
13 13
Amostragem Aleatria
14 14
Amostragem Sistemtica
Amostragem Sistemtica: usa-se um critrio
pr-estabelecido. Ex: Intervalos de tempo.
Entrevista as pessoas de acordo com a
quantidade, do tipo: a terceira pessoa da fila
A,a terceira pessoa da fila B, etc...

15 15
Amostragem Estratificada
Amostragem Estratificada: Dentro de um
grupo de pessoas so selecionadas
algumas,em especial como se fosse uma
subdiviso de uma populao, em pelo
menos, dois subgrupos diferentes que
tenham as mesmas caractersticas, tais
como: sexo ou faixa etria.
16 16
Amostragem por Conglomerados
Amostragem por Conglomerados: a diviso
de uma rea populacional em sees nas
quais se escolhe aleatoriamente alguns
desses conglomerados e escolhe todos
osmembros desses. Muito utilizado em
pesquisa eleitoral.
17 17
Amostragem por Conglomerados
18 18
Amostragem por Convenincia


Amostragem por Convenincia: usado de
maneira mais prtica e fcil de obteno dos
dados. selecionada a pessoa ou objeto
que estiver mais prximo do entrevistador.
19 19
Amostragem por Convenincia
20 20
AMOSTRAGEM - INTENCIONAL


De acordo com um determinado critrio, escolhido
intencionalmente um grupo de elementos que iro
compor a amostra.
Ex Pesquisa sobre um determinado cosmtico, o
pesquisador dirige-se a um determinado salo de
beleza e entrevista pessoas que li se encontram.


21
AMOSTRAGEM POR COTAS
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 das cotas para cada observador ou
entrevistador, de modo a obedecer o item (2).
22 22
Amostras de respostadas voluntrias

aquela na qual os respondentes decidem,
eles mesmos, se sero ou no includos.

Ex Pesquisas de opinio em sites.
- Por telefone (ligao de livre arbtrio do
pesquisado).
- Por correio (idem).
23 23
Erros Amostrais

a) Diferena entre o resultado da amostra
e o resultado da populao.

b) Erro No-Amostral - Erros cometidos
na coleta e/ou anlise.

24
CLCULO DO TAMANHO DA
AMOSTRA

DISCUSSO EM CLASSE
25 25
CLCULO DO TAMANHO DA
AMOSTRA
Tamanho da Populao N =
Nvel de Confiana Desejado 100% - alfa =
Risco de Erro alfa/2 (%) = 50,00%
Abcissa da Curva Normal z0 = 0,0000
Frequncia Populacional Estimada Previamente P (%) =
Mxima Margem de Erro Desejada e0 (%) =
Mxima Varincia da Frequncia Amostral V (%%) = 0,00%%
Mximo Desvio Padro da Frequncia Amostral s (%) = 0,00%
Tamanho da Amostra para Populao Infinita n0 = #DIV/0!
Frao Amostral da Populao Infinita f0 (%) = #DIV/0!
Tamanho da Amostra para Populao Finita n = #DIV/0!
Frao Amostral da Populao Finita f (%) = #DIV/0!
Tamanho da Populao N =
Nvel de Confiana Desejado 100% - alfa =
Risco de Erro alfa/2 (%) = 50,00%
Abcissa da Curva Normal z0 = 0,0000
Desvio Padro Estimado Previamente s =
Margem de Erro Desejada e0 =
Varincia Estimada Previamente V = 0
Tamanho da Amostra para Populao Infinita n0 = #DIV/0!
Frao Amostral Populao Infinita f0 (%) = #DIV/0!
Tamanho da Amostra para Populao Finita n = #DIV/0!
Frao Amostral Populao Finita f (%) = #DIV/0!
Estimao da Frequncia Populacional de certa Categoria de uma
Varivel Aleatria Qualitativa atravs da Frequncia Amostral
Estimao da Mdia Populacional de uma Varivel Aleatria
Quantitativa atravs da Mdia Amostral
Clculo do Tamanho da Amostra
Observaes:
Se no conhecer o tamanho exato da Populao,
digite uma valor aproximado. No caso de no existir
nenhum conhecimento do tamanho da populao,
deixe em branco e a amostra ser calculada como se
a populao fosse infinita
Para maiores informaes sobre as frmulas e os
termos empregados nesta planilha veja o Livro 8 -
"Estimando a Mdia e a Frequncia Populacionais"
da Coleo "Aprenda Estatstica Atravs da
Pesquisa"
Veja tambm o Estudo Dirigido 8B e o Gabarito do
Estudo Dirigido 8B dessa mesma Coleo.
Faa download desses materiais didticos (e muito
mais!) em http://usuarios.tripod.es/EQP/
As frmulas utilizadas nesta planilha foram obtidas
em: COCHRAN, Willian G Tcnicas de
Amostragem Editora Fundo de Cultura, Rio de
Janeiro, 1965.
Contato: alvarofrota@ig.com.br
26

TIPOS DE VARIVEIS

QUALITATIVA NOMINAL (Sexo)
- ORDINAL (Classe social)

QUANTITATIVA CONTNUA - (Peso)
- DISCRETA (Idade)
27 27
DEFINIES - VARIVEIS
So as respostas obtidas atravs dos
questionrios aplicados.
Voc fuma? A resposta ser condicionada a
um nome, ou seja, sim ou no. Essas so as
chamadas Variveis Qualitativas ou
Nominais que so todas aquelas
caractersticas de uma populao que no
pode ser medida, mas s quais podem ser
atribudos valores/caractersticas

28 28
EXEMPLOS
Qual a sua Idade? A resposta ser condicionada a
um nmero inteiro, ou seja, 24 ou 26 ou 56.... Essas
so as chamadas Variveis Quantitativas Discretas,
que so formadas por aquelas variveis cuja
determinao s pode ser expressa atravs de um
nmero inteiro.
3. Qual a sua altura? A resposta ser condicionada
a um nmero racional, ou seja,1,71m ou 2,25m ou
1,23m...Essas so as chamadas Variveis
Quantitativas Contnuas que so aquelas que
podem assumir valores quaisquer num intervalo de
observao.
29
DADOS
BRUTOS Informaes coletadas
(levantamento de dados) na sua forma inicial
(desorganizados).
Ex 6;9;9;9;8;10;3;2
Rol Dados organizados a partir de uma
determinada ordem (crescente ou
decrescente).
Ex 2;3;6;8;9;9;10.
30 30
DEFINIES TIPOS DE DADOS
Quantitativos Nmeros que representam
contagens ou medidas.
Discretos Surgem quando o nmero de
valores possveis um nmero finito ou uma
quantidade enumervel. Ex Nmero de acessos
a um determinado site.
Contnuos Resultam de infinitos valores
possveis que correspondem a alguma escala
contnua que cobre um intervalo de valores sem
vazios, interrupes ou saltos.
Qualitativos (ou categricos ou de atributos)
Podem ser separados em diferentes categorias
que se distinguem por alguma caracterstica no
numrica.

31 31
DEFINIES TIPOS DE DADOS
Nvel de Mensurao caracterizado por dados que
consistem em nomes, rtulos ou categorias apenas. Os
dados no podem ser ordenados (ordem crescente, por
exemplo)
Nominal (nome, sexo, sim/no, cor de automveis, etc...)
Ordinal - Podem ser organizado por ordem( colocao,
tamanho relativo, etc...), porm a diferena entre eles no
pode ser determinada. Ex Notas simblicas (A, B, C).
Intervalar H diferena entre os valores significativa,
porm no h um ponto inicial zero natural (ano, graus
celsius, etc...)
Razo - H diferena entre os valores significativa,
porm h um ponto inicial zero natural (preos, pesos,
etc).
32
SRIES ESTATSTICAS
DEFINIO toda e qualquer coleo de
dados estatsticos referidos a uma mesma
ordem de classificao quantitativa.
CLASSIFICAO SRIE HOMGRADA
(variao descontnua)
Temporal,cronolgica ou histrica.
Geogrfica ou espacial.
Especfica ou categrica.
33
SRIES ESTATSTICAS

HETERGRADA - O fenmeno apresenta
subdivises (variaes de intensidade).

DISTRIBUIO DE FREQUENCIAS Fenmeno
uma varivel quantitativa (discreta ou contnua),
sendo o valor descrito a partir do nmero de vezes
que a varivel ocorre na srie.
34
DISTRIBUIO DE FREQUNCIAS

TIPOS - SIMPLES Absoluta e relativa.
SIMPLES Nmero de ocorrncias ou repeties
de um valor individual ou um intervalo de valores.
RELATIVA Razo entre a freqncia simples
absoluta e o nmero total de dados.
(soma de todas as freqncias simples absolutas)


35
DISTRIBUIO DE FREQUNCIAS

FREQUNCIA ACUMULADA Crescente
- Decrescente
- CRESCENTE Corresponde a soma das
freqncias simples (absolutas ou relativas) das
classes ou dos valores anteriores.
- DECRESCENTE - Corresponde a soma das
freqncias a partir de uma determinada classe ou
valor individual.
36 36
APRESENTAO DE RESULTADOS
Textual: Relatrio
Neste, no devemos, em hiptese alguma,
utilizar termos tcnicos, pois preciso saber
se o pblico alvo sabe o que significa cada
nome especfico da rea. Para
isso,usaremos uma linguagem em que
possamos ter uma boa interpretao dos
resultados e conseqentemente, um melhor
entendimento do material analisado.
37 37
TABELAS - FORMULAO
Tabular: Toda a tabela deve ser composta de Ttulo,
no qual o mesmo possa responder trs
perguntas: O Qu? Quando? Onde? (localizado no
topo da tabela).
38
ELEMENTOS DE UMA TABELA
TOPO Espao superior da tabela destinado a seu ttulo.
TTULO Conjunto de termos indicadores do contedo da tabela.
CENTRO Moldura os dados numricos e os termos necessrios a
sua compreenso.
CABEALHO Contedo das colunas.
DADO NUMRICO Quantificador de um fato especfico observado.
CLULA Espao onde sero colocados os dados.
RODAP Espao inferior destinado a fonte ou notas especficas ou
gerais.
CHAMADA Smbolo remissivo atribudo a algum elemento.
UNIDADE DE MEDIDA.
39
NMERO DE INTERNAUTAS
40
PESQUISA SOBRE UTILIZAO
41
TABELA CUSTO BANCRIO
42
COMPRAS NA INTERNET
43 43
GRFICOS
Os grficos so conjuntos de figuras geomtricas
representativas dos fenmenos que podem ser
criadas atravs de pontos, linhas, barras, superfcies
(reas).
preciso verificarmos o tipo ideal do grfico a ser
utilizado para que possa dar uma boa representao
dos seus resultados, facilitando a interpretao para
o pblico alvo.
Todo grfico deve conter ttulo, com as mesmas
especificaes de uma tabela.
44 44
TIPOS DE GRFICOS
Histograma
Diagramas de Pareto
Grficos de disperso
Grficos da varivel ao longo do tempo
Grficos de barras
Grficos de setores
Polgonos de freqncias
Polgonos de freqncias acumuladas
Diagramas de blocos (Boxplot)

45 45
HISTOGRAMA
um grfico de barras no qual a escala
horizontal representa classes de valores de
dados e a escala vertical representa as
freqncias. As alturas das barras
correspondem aos valores de freqncias, e
as barras so desenhadas adjacentes umas
s outras sem separao.
46 46
HISTOGRAMA
47 47
PARMETROS DE UM HISTOGRAMA
DADOS BRUTOS Dados coletados (aps anlise
prvia)
ROL Arranjo dos dados brutos em ordem
crescente e ou decrescente.
AMPLITUDE TOTAL OU RANGE (R) Diferena
entre o maior e o menor valor observado.
FREQUNCIA ABSOLUTA o nmero de vezes
que o elemento aparece na amostra, ou o nmero
de elementos pertencentes a uma classe.


48 48
PARMETROS DE UM HISTOGRAMA
DISTRIBUIO DE FREQUNCIAS - o arranjo dos valores e suas
respectivas freqncias.

NMERO DE CLASSES (K) No h uma equao exata para
determin-lo.
CASO 1: k = 5 para n 25;
K = n, para n>25,
Equao de Sturges
K = 1 + 3,22log(n).
Onde (n) = Tamanho da amostra.

AMPLITUDE DAS CLASSES.
h = R + K

49 49
PARMETROS DE UM HISTOGRAMA

LIMITE DAS CLASSES No h uma equao para
definir estes limites, normalmente utiliza-se o bom
senso e o interesse do pesquisador.
FREQUNCIA ABSOLUTA ACUMULADA a
soma das freqncias dos valores inferiores ou
iguais ao valor dado.
FREQUNCIA RELATIVA a razo entre a
freqncia de cada elemento e o nmero total de
freqncias.
50 50
HISTOGRAMA DE FREQUENCIAS
RELATIVAS
Utiliza freqncias relativas na escala
vertical
51 51
GRFICOS NO EXCEL
Fonte: Ricardo Serravalle . PrintScreen do Software Excel.
52 52
OS TIPOS UTIZAO DE GRFICOS
Grfico de Colunas e Barras - adequado
para situaes de comparaes entre
medidas. Pode ser utilizado para todos os
tipos de variveis. Tambm conhecido
como grfico universal, pois pode ser
utilizado nas mais diversas ocasies
53 53
GRFICO TIPO BARRA
0
10
20
30
40
50
60
70
80
90
1 Trim 2 Trim 3 Trim 4 Trim
Leste
Oeste
Norte
54

54
55
Posio dos Pases por Nmero de
Hosts
56
Tempo de Acesso Estimado em
Diversos Pases
57
Comparao do Tempo de Acesso
entre Homens e Mulheres
58
. Nvel de escolaridade dos Internautas
59
Faixa Etria
60 60
GRFICO DE BARRAS
61 61
Grfico de Pizza (ou setores)
Grfico de Pizza - adequado para comparar os
valores de uma srie com a soma total (proporo).
Tambm muito aplicado em situaes envolvendo
variveis nominais. O crculo ser dividido em partes
em que cada ngulo central proporcional
freqncia de cada varivel. S devemos utiliz-los
at, no mximo, sete fatias, pois a partir disso a
visualizao j se torna complicada.
62 62
GRFICO TIPO PIZZA
63
COMPRAS NA INTERNET
64
Utilizao de Correio Eletrnico



65 65
GRFICO POR LINHAS
Por linhas - utilizado, especialmente, em
sries estatsticas temporais, nas quais se
deve observar a ordem cronolgica das
informaes. usada para mostrar a
variao(evoluo/regresso) entre os
valores de acordo aos intervalos
estabelecidos.
66 66
GRFICO POR LINHAS
67
LOCAIS DE ACESSO AO LONGO DO
ANO
68 68


POLGONO DE FREQUNCIA Utiliza segmentos de
reta ligados a pontos localizados diretamente acima
dos valores dos pontos mdios de classe.
OGIVA Grfico de linha que representa
freqncias acumuladas.
GRFICOS DE PONTOS Todos os valores so
plotados como pontos ao longo de um plano ou
espao.
GRFICO POR LINHAS
69
GRFICO DE OGIVA

Notas

Turma A

Freq.
Acum.
3,0 3 3
4,0 5 8
5,0 6 14
6,0 9 23
7,0 4 27
8,0 2 29
9,0 2 31

70
DIAGRAMA DE PARETO
Diagrama de Pareto, ou diagrama ABC,80-
20,70-30, um grfico de barras que ordena
as frequncias das ocorrncias, da maior
para a menor, permitindo a priorizao dos
problemas, procurando levar a cabo o
princpio de Pareto (poucos essenciais,
muitos triviais), isto , h muitos problemas
sem importncia diante de outros mais
graves. Sua maior utilidade a de permitir
uma fcil visualizao e identificao das
causas ou problemas mais importantes,
possibilitando a concentrao de esforos
sobre os mesmos. uma das sete
ferramentas da qualidade.
70
71 71
Diagrama de Pareto
(Como fazer um diagrama de Pareto?)

1) Faa um grfico de barras colocando a freqncia de
cada tipo de evento no eixo vertical, e arranjando os
eventos ordem decrescente de ocorrncia. Assim, a
primeira barra corresponde ao evento que ocorre com
mais freqncia, a segunda barra diz respeito ao segundo
evento mais freqente, e assim por diante.
2) Crie um eixo vertical no lado direito do seu grfico
contendo as freqncias relativas acumuladas. Faa uma
linha juntando as freqncias relativas acumuladas e a
superponha ao grfico de pareto.
72 72
Diagrama de Pareto

73 73
GRFICO POLAR
a representao de uma srie por meio de um
polgono. Geralmente presta-se para apresentao
de sries temporais.
Construo Dividi-se a circunferncia em tantos
arcos iguais quantos forem os dados a representar e
pelos pontos de divisa traam-se os raios.
Em cada raio representado um valor de srie,
marcando-se um ponto cuja distncia ao centro
diretamente proporcional a esse valor, unindo-se os
pontos posteriormente.
74
GRFICO POLAR
75 75
GRFICOS EM CURVAS

CARTOGRAMAS Representados por intermdio
de cartas geogrficas.
PICTOGRAMAS Apresentao de uma srie
estatstica por meio de smbolos representativos do
fenmeno.
ESTEREOGRAMAS Representao grfica de
uma srie estatstica por meio de slidos
geomtricos.
76
CARTOGRAMA
76
77
PICTOGRAMA
77
78
ESTEREOGRAMAS
78
79
Atividades Realizadas na Internet
80
Utilizao de Correio Eletrnico


81
Operaes com Bancos On-line
82 82
DIAGRAMA DE BLOCO (boxplot)

Um diagrama de caixa um grfico de um
conjunto de dados que consiste em uma
linha que se estende do valor mnimo ao
valor mximo, em uma caixa com linhas
traadas no primeiro quartil, Q1, na mediana
e no terceiro quartil (Q3).
83
DISGRAMA DE DISPERSO
83
84
EXEMPLO
84
85
ARREDONDAMENTO DE DADOS
NUMRICOS

CASO (1) Se o algarismo a ser eliminado
for menor do que (5) o antecessor deve ficar
inalterado.
CASO (2) - Se o algarismo a ser eliminado
for maior ou igual a (5) ao antecessor deve
ser somado uma unidade.

86
INSTRUMENTO DE COLETA DE
DADOS
QUESTIONRIOS.
ENQUETES.
TELEFONE.
CORREIO E CORREIO ELETRNICO.
MEDIDAS EXPERIMENTAIS.
87
Medidas de Posio
(Medidas de Tendncia Central)

MEDIDAS QUE POSSIBILITAM REPRESENTAR
UM CONJUNTO DE DADOS RELATIVOS A
OBSERVO DE UM DETERMINADO
FENMENO DE FORMA REDUZIDA, OU SEJA
REPRESENTAM OS FENMENOS PELOS SEUS
VALORES MDIOS, EM TORNO DOS QUAIS
TENDEM A CONCENTRAR SE OS DADOS. .
88 88
Tipos de medidas de Posio
(Medidas de Tendncia Central)
MDIA ARITIMTICA Agrupados e no
agrupados.
MDIA GERAL.
MDIA GEOMTRICA.
MDIA HARMNICA.
MODA.
MEDIANA.

89 89
Medidas de Posio
(Medidas de Tendncia Central)
Mdia Aritmtica para dados no agrupados.

90 90
VANTAGENS E DESVANTAGENS
de fcil clculo e manuseio.
Para cada distribuio existe uma e apenas uma
mdia aritmtica.
DESVANTAGENS
Deve ser utilizada apenas para distribuies
simtricas. (valores concentrados no centro da
distribuio)
Sofre influncia de valores extremos. (grandes
demais ou pequenos demais
91 91



Mdia Aritmtica para dados agrupados.




92 92
MEDIANA

DEFINIO - Representa o valor central de
uma distribuio de freqncia, ou seja,
valor do argumento tal que, na distribuio,
h tantos valores acima quanto abaixo dele.
93 93

CLCULO DA MEDIANA VARIVEL
DISCRETA


PARA (n) par - Mdia aritmtica entre os
dados

94 94

PARA (n) mpar Ser o elemento de ordem

(n + 1)/2

CLCULO DA MEDIANA VARIVEL DISCRETA
95 95
CLCULO DA MEDIANA VARIVEL
CONTNUA

DISCUSSO EM CLASSE.
96 96

MODA
MODA Para distribuies simples - Medida
ou elemento(s) de maior freqncia. Assim,
se os valores estiverem tabelados, basta
identificar o elemento de maior freqncia.
.
97 97
MODA Para distribuies agrupadas
em classes
1 Passo: Determinar a classe modal e o limite
inferior, do intervalo que representa a classe modal.
(ou seja, a classe que tiver maior nmero de
freqncia).
2 Passo: Identificar esses elementos:
Freqncia simples de classe modal (fmod)
Freqncia simples da classe anterior (fant)
Freqncia simples da classe posterior (fpost)
Amplitude do intervalo da classe modal (h)
98 98
MODA
MODA Para distribuies agrupadas em
classes - mtodo de Czuber

99 99
MODA

EQUAO DE PEARSON

Mo = 3XM 2Xm; onde:
XM = MEDIANA.
Xm = MDIA ARITIMTICA.
10
0
10
0
MDIA GEOMTRICA.
Quando uma varivel tende a crescer ou
decrescer geometricamente, recomenda-se
o uso da mdia geomtrica, que definida
como sendo a raiz ensima do produto dos
(n valores da srie observada.
Ao contrrio da mdia aritmtica, a mdia
geomtrica no muito influenciada pelos
valores extremos de uma seqncia
numrica.
10
1
10
1
Mdia Harmnica

utilizada quando os fenmenos envolvidos variam
de forma inversamente proporcional a outros
considerados.
Exemplos:
Nas populaes, em que a mdia aritmtica da taxa
de mortalidade corresponde mdia harmnica da
durao de vida.
Na Bolsa de Valores, em que a mdia aritmtica
das cotaes de ttulos deve corresponder mdia
harmnica das taxas de juros do mercado.
10
2
10
2
SEPARATRIZES
DEFINIO Diviso de uma distribuio
em partes iguais.
Podemos ter:
I) Mediana - Divide a distribuio em duas
partes iguais. Geometricamente a mediana
o ponto tal que uma vertical por ele traada
divide a rea sob o histograma em duas
partes iguais.
10
3
10
3
SEPARATRIZES
Quartil - Divide a srie ordenada em quatro partes iguais. H,
portanto, trs quartis.


O primeiro quartil (Q1) separa a seqncia ordenada, deixando
sua esquerda 25% de seus
valores e 75% sua direita.
O segundo quartil (Q2) igual a Mediana (Q2 = Md)
O terceiro quartil (Q3) separa a seqncia ordenada, deixando
sua esquerda 75% de seus
valores e 25% sua direita.
10
4
10
4
SEPARATRIZES
Decil - Divide a srie ordenada em dez
partes iguais. H, portanto nove decis.
O primeiro decil (D1) separa a seqncia
ordenada, deixando sua esquerda 10% de
seus valores e 90% sua direita.
O quinto decil igual mediana (D5 = Md =
Q2).
10
5
10
5
SEPARATRIZES
Percentil
Divide a srie ordenada em 100 partes iguais. H,
portanto, noventa e nove percentis.
O primeiro percentil (P1) separa a seqncia
ordenada, deixando sua esquerda 1%de seus
valores e 99% sua direita.
O qinquagsimo percentil igual mediana (P50
= Md = Q2 = D5)
10
6
Medidas de Disperso Absoluta

DEFINIO So medidas estatsticas
utilizadas para avaliar o grau de
variabilidade, ou disperso, dos valores em
torno da mdia. Servem para medir a
representabilidade da mdia.
10
7
10
7
Medidas de Disperso Absoluta
AMPLITUDE - Amplitude Amostral (R) ou Amplitude
Total (AT) a diferena entre o maior valor e o
menor valor da seqncia de dados.

R = Xmx Xmin

Assim, para uma srie que apresenta os seguintes
valores 110, 113, 90, 120, 100, 160, a
Amplitude ser:
R = 160 90 R = 70
10
8
10
8
DESVIO MDIO (dm)
definido como sendo uma mdia aritmtica
dos valores absolutos dos desvios de cada
elemento da srie em relao ao nmero de
desvios.
10
9
10
9
Varincia de uma amostra
DEFINIO - 0 desvio mdio quadrtico, a
soma dos quadrados dos desvios absolutos
dividido pelo (n -1).
A varincia de uma populao ser
representada por:
11
0
11
0
DESVIO PADRO

Para uma populao:

Para uma amostra :
11
1
11
1
Interpretao do Desvio Padro.

O desvio padro mede a variao entre
valores. Vamos atribuir um significado
intuitivo ao desvio padro atravs da
representao abaixo.
11
2
11
2

COEFICIENTE DE VARIAO
a razo percentual entre o desvio padro e a
mdia aritmtica dos dados, ou seja seria a
disperso dos dados em termos relativos ao
seu valor mdio.
Amostral:


11
3
11
3
Varincia de uma populao -
POPULACIONAL

Cv = /
11
4
11
4
Varincia de uma populao
AM0STRAL
11
5
11
5
MEDIDA DE POSIO RELATIVA

ESCORE (z) o nmero de desvios padres a que se situa
determinado valor (x), acima ou abaixo da mdia.

Populacional: Z = (x Xm)/s
Amostral: z = (x )/

Obs: Utilizar (z) com duas casas decimais.


11
6
MEDIDAS DE ASIMETRIA


DISCUSSO EM CLASSE.
11
7
MEDIDAS DE CURTOSE

DISCUSSO EM CLASSE (ENGNHARIAS).
11
8
11
8
ANLISE EXPLORATORIA DE DADOS

O PROCESSO DE USO DAS
FERRAMENTAS ESTATSTICAS (TAIS
COMO GRFICOS, MEDIDAS DE CENTRO
E MEDIDAS DE VARIAO) PARA
INVESTIGAO DE CONJUNTOS DE
DADOS COM OBJETIVO DE SE
COMPREENDEREM SUAS
CARCTERSTICAS IMPORTANTES.
11
9
11
9
CONSTRUO DE GRFICOS

ESCALA ADEQUADA.
ANLISE FUNCIONAL.
ANLISE DAS VARIVEIS.
12
0
12
0
ESCOLHA DA ESCALA
DIATNCIA EM RELAO AO
REFERENCIAL ESCOLHIDO

m
x - x
l
0
=
mx
mx
l
x x
m
0

=
12
1
12
1
Correlao e Regresso Linear Simples

12
2
12
2
Coeficiente de Correlao de Pearson (r)
12
3
12
3
ANALSE DO COEFICIENTE
valor de r deve ESTAR SEMPRE entre +1 e
-1, inclusive.
Se o valor de r estar prximo de 0,
conclumos que no h correlao linear
significativa entre x e y
Se r estar prximo de -1 ou +1, conclumos
pela existncia de correlao linear
significativa entre x e y, negativa ou positiva,
respectivamente.
12
4
12
4
MTODO DOS MNIMOS QUADRADOS
Aplicaremos o mtodo de regresso linear para obter a expresso analtica da
relao linear entre as variveis x e y. sendo assim, procuramos uma equao
da forma
y = a x + b
(1)
que a equao da reta mdia. O mtodo consiste em minimizar os desvios
(disperses) em torno da reta mdia. Portanto, devemos minimizar a seguinte
quantidade:
.
(2)
onde n o nmero de medidas (nmero de pares de valores na tabela de
dados). Minimizar S corresponde a fazer cS/ca = 0 e cS/cb = 0, o que gera as
duas equaes:
,
(3)
.
(4)
( ) | |
=
+ =
n
i
i i
b ax y S
1
2
= +
i i
i
i
y x x a x b
2
= +
i i
y x a nb
12
5
12
5
REGRESSO LINEAR SIMPLES
12
6
12
6
EXEMPLO CALIBRAO DE UM
TERMOPAR
Temperatura (C) Tenso (mV)
80 3,1
75 2,8
70 2,5
65 2,1
60 1,8
55 1,6
50 1,3
45 1
40 0,8
35 0,5
30 0,2
12
7
12
7
0
10
20
30
40
50
60
70
80
90
0 1 2 3 4
T
e
m
p
e
r
a
t
u
r
a

(

C
)

Tenso (mV)
Temeperatura x Tenso
Temperatura(c) X
Tenso(mV)
Linear (Temperatura(c) X
Tenso(mV))
12
8
12
8
OBTENO DA EQUAO
A = [n.(x.y) - x. y]/[n. x - (x)]
A = 16,59

B = [x.y - x.(x.y)]/[n.x - (x)]
B = 28,16

Funo: T=AV + B
T=16,59.V + 28,16
12
9
12
9
LINEARIZAO DE CURVAS
MTODO DA ANAMORFOSE.
MTODO LOGRTMICO
0 2 4 6 8 10
0
100
200
300
400
500
E
s
p
a

o

p
e
r
c
o
r
r
i
d
o

(
m
)
Tempo (s)
0 50 100 150 200 250
1
10
100
1000
R

(
d
e
s
i
n
t
e
g
r
a

e
s
/
s
)
Tempo (min)
13
0
13
0
PROBABILIDADE TIPOS DE
EVENTOS
Determinsticos: Voc j sabe o que vai ocorrer.
Exemplo: Colocar uma panela com gua no fogo.
Sabemos que aps certo tempo a gua ir ferver.
Aleatrios: No sabemos o que ir ocorrer.
Exemplo: Sortear um funcionrio para ser premiado.
No sabemos qual funcionrio ser sorteado.
A
13
1
13
1
PROBABILIDADE
Probabilidade de ocorrncia ou no de um
determinado fenmeno aleatrio est
representada atravs da figura abaixo:
Zero - Evento impossvel.
Um - Evento certo
13
2
13
2
PROBABILIDADE - DEFINIES
Experimento Aleatrio -> Experincia
Estatstica que gera resultados imprevisveis.
S -> Espao Amostral -> Todos os
resultados possveis da observao
experimental aleatria.
A -> Evento -> Qualquer subconjunto do
espao amostral.
,
13
3
13
3
RELAO EVENTO ESPAO
AMOSTRAL
Fonte: LAZZARINI, Edson. 20052
1
13
4
13
4
PROBABILIDADE - DEFINIO
Ou seja, a probabilidade a chance de um sub-conjunto de um
universo ocorrer,tendo para cada probabilidade associada uma
anlise, mas que na essncia se resume na expresso abaixo.
Observem:





n(A) = N de Casos Favorveis
n(S) = N de Casos Possveis
Curiosidade: O Espao Amostral Equiprobabilstico ou Laplaciano,
isto , todos os casos tm a mesma possibilidade de ocorrer.
13
5
PROBABILIDADE ESPAO NO
PROBABILSTICO

APROXIMAO DA PROBABILIDADE PELA
FREQUENCIA RELATIVA

P(A) = N(A)/ N
N(A) = NMERO DE VEZES QUE OCORREU (A)
N = NMERO DE VEZES QUE O PROCEDIMENTO
FOI REPETIDO.
13
6
PROBABILIDADE SUBJETIVA

A PROBABILIDADE DO EVENTO (A),
ESTIMADA COM BASE NO
CONHECIMENTO DE CIRCUNSTNCIAS
RELEVANTES.

EX METEORITO CAIR EM CIMA DE UM
AUTOMVEL.
13
7
LEI DOS GRANDES NMEROS


A MEDIDA QUE UM EXPERIMENTO
REPETIDO VRIAS VEZES, A
PROBABILIDADE DADA PELA
FREQUNCIA RELATIVA DE UM EVENTO
TENDE A SE APROXIMAR DA
VERDADEIRA PROBABILIDADE.
13
8
ARREDONDAMENTO DE
PROBABILIDADE.

FRAO EXATA.

DECIMAL EXATO

ARREDONDAR O RESULTADO PARA 3
AGS.
13
9
CHANCES
(CURIOSIDADES)

UTILIZADAS PARA FACILITAR A
TRANSFERNCIA DE DINHEIRO EM
JOGOS DE AZAR.

CHANCE DE RATEIO RAZO EM O
LUCRO LQUIDO (GANHO PELO
APOSTADOR E A QUANTIA APOSTADA.
14
0
14
0
EVENTOS MUTUAMENTE
EXCLUSIVOS - DEFINIO
Dois eventos A e B so denominados
mutuamente exclusivos, se eles no
puderem ocorrer simultaneamente, isto :

A (INTER) B = VAZIO
Exemplo:
Qual a probabilidade de ocorrer um nmero
mpar ou par, no lanamento de um dado?
14
1
14
1
Probabilidade da Interseo (Produto)
Quando desejarmos a ocorrncia de dois ou
mais eventos de um espao amostral (S)no
vazios, simultaneamente, estaremos
utilizando o conectivo e, que ser substitudo
pela multiplicao entre as probabilidades.

14
2
14
2
EXEMPLO
A tabela a seguir apresenta a distribuio dos tipos
de sangue da populao em geral (Hoxworth Blood
Center, Cincinnati, Ohio, Maro de 2003).
A B AB O TOTAL
Rh+ 0,34 0,09 0,04 0,38 0,85
Rh- 0,06 0,02 0,01 0,06 0,15
TOTAL 0,40 0,11 0,05 0,44 1
Qual a probabilidade de, em um casal, ambos os
cnjuges terem o tipo sanguneo AB?

14
3
14
3
PROBABILIDADE CONDICIONAL
Existem eventos que dependem da
ocorrncia de um outro antes, so os
chamados CONDICIONAL, ou seja, tendo
dois eventos A e B de um espao amostral
(S), a probabilidade de A condicionada a B
ou probabilidade de A tendo ocorrido B ser
Leitura da expresso abaixo: A probabilidade
de j que ocorreu B venha a ocorrer A.
14
4
14
4
EXEMPLO
Considere o conjunto dos nmeros inteiros
{1,2,3,...18,19,20}, e, por meio de um sorteio
aleatrio, retire um nmero. Se o nmero
sorteado for mpar, qual a probabilidade de o
nmero sorteado ser o nmero 13?
14
5
14
5
Representao da Probabilidade
Condicional
14
6
14
6
TEOREMA DE BAYES.
Segundo Thomas Bayes, as probabilidades
devem ser revistas quando conhecemos
alguma informao adicional sobre os
eventos. Dessa maneira surgiu o que
chamamos de forma generalizada do
TEOREMA DE BAYES
14
7
14
7
TEOREMA DE BAYES
(GENERALIZADO)


14
8
14
8
EXEMPLO
Vejamos a ilustrao
abaixo:
% P - B % P - R
FORN - 1 98 2
FORN - 2

95 5
14
9
14
9
EXEMPLO
Se retirarmos uma pea da empresa e
constatarmos que a mesma BOA, no
podemos isolar um dos fornecedores, tendo
ento que analisar cada um. Qual seria a
probabilidade de esta ter vindo do
FORNECEDOR 1?
15
0
15
0
EVENTOS COMPOSTOS
Sempre que desejarmos combinar dois ou
mais eventos simples iremos nos deparar
com o que chamaremos de Eventos
Compostos.
Podemos ter 2 situaes:
Probabilidade da Unio
Probabilidade da Intercesso.


15
1
15
1
Probabilidade da Unio


15
2
15
2
Exemplo

Num processo lotrico com 10 bolas
numeradas de 1 a 10. Retirando-se uma
bola aleatoriamente, qual a probabilidade de
se obter um nmero mltiplo de 2 ou um
nmero maior que 7?
Soluo:
Evento A: Ocorrer um mltiplo de 2.
Evento B: Ocorrer um nmero maior que 7.
15
3
15
3
QUADRO SNTESE


LEI DA ADIO - Usado na presena do conectivo OU, tambm quando o
total ultrapassar o
universo, ou seja, existir duplicidade na contagem.

LEI DA MULTIPLICAO - Usado na presena do conectivo E, entre vrios
eventos ocorrendo
simultaneamente.

LEI CONDICIONA - Uso condicionado a ocorrncia de um outro evento, onde
ocorre a reduo do
Universo trabalhado.

TEOREMA DE BAYES - Ocorre quando temos um sorteio dentro do outro e h
uma evento que j ocorreu, porm, no reduz o Universo da questo, tendo
que ser analisada cada um.
15
4
VARIVEL ALEATRIA
APENAS PARA O PESSOAL DA
ENGENHARIA
15
5
Distribuies de Probabilidade
DISTRIBUIO BINOMIAL - Quando nos depararmos com situaes
envolvendo circunstncias nos quais existam dois resultados
possveis, como: sim/no ou com defeito/sem defeito ou
homem/mulher, etc., estamos possivelmente diante de uma
DISTRIBUIO BINOMIAL, cujo experimento repetido sempre nas
mesmas condies, gerando ento o sucesso (p) e o
fracasso(insucesso) (q).

O sucesso e o fracasso, eles se completam, ou melhor, somados
resultam os 100% existentes, pois lgico, por que se no ocorrer
certa situao ir, com certeza, ocorrer a outra. Como no caso do
homem e da mulher, se no sortearmos um homem porque foi
escolhido uma mulher, e assim por diante.
s -> sucesso com p(s) = p
f -> fracasso com p(f) = q = (1 - p)
15
6
REVISO ANLISE COMBINATRIA
E FATORIAL.
PERMUTAO: Ocorre quando dispomos
de n elementos e desejamos montar novos
grupos com tambm n elementos.

EXEMPLO: De quantas maneiras 5 pessoas
podem ser misturadas em uma fila de banco
com 5 lugares?
15
7
REVISO ANLISE COMBINATRIA
E FATORIAL
ARRANJO: Ocorre quando dispomos de n
elementos e desejamos montar novos
grupos com k elementos, cuja ordem dos
elementos influncia, ou seja, altera o
resultado final.
EXEMPLO: Com os nmeros 1, 2, 3 e 4,
quantos nmeros de 2 algarismos diferentes
podemos obter?
15
8
REVISO ANLISE COMBINATRIA
E FATORIAL
COMBINAO: Ocorre quando dispomos de
n elementos e desejamos montar novos
grupos com k elementos, cuja ordem dos
elementos NO influncia, ou seja, NO
altera o resultado final.
EXEMPLO - Com 4 pessoas, quantas duplas
diferentes podemos formar para um
campeonato?
15
9
MODELOS DE DISTRIBUIO
DISCRETA (ENG)

BERNOULLI.

MULTINOMIAL.

POISSON.

16
0
BINMIO DE NEWTON
Com p e q representando, respectivamente,
o sucesso e fracasso de ocorrncia de
determinada situao envolvida no
problema.

16
1
MODELO DISTRIBUIO CONTNUA

DISTRIBUIO UNIFORME OU
RETANGULAR.
DISTRIBUIO NORMAL.
DISTRIBUIO EXPONENCIAL.
DISTRIBUIO QUI-QUADRADO.
DISTRIBUIO (t) DE STUDENT.
DISTRIBUIA (F).


16
2
DISTRIBUIO NORMAL DE
PROBABILIDADE
Quando nos depararmos com situaes envolvendo uma
distribuio que se mostre de maneira simtrica (ver aula 02) e
desejamos obter a probabilidade ligada a um intervalo, em
particular, estaremos diante de uma DISTRIBUIO NORMAL
DEPROBABILIDADE, cujo seu criador Abraham de Moivre a
deduziu por volta de 1733.

Essa distribuio fornece uma descrio dos resultados
provveis atravs de amostragem, por isso considerada a
mais importante das distribuies.
16
3
GRFICO DE UMA DISTRIBUIO
NORMAL PADRO




Fonte: TRIOLA, Mrio. p.176
A mdia e a mediana so iguais e
representam 50%
16
4
Tabela Normal de Distribuio
16
5
UTILIZAO DA TABELA
A Tabela Normal lida atravs de valores em mdulo, ou seja,
positivo. A representao negativa ou positiva do valor z servir
apenas para indicar a esquerda ou a direita da mdia amostral.

Supondo que Z = 0,24, na Tabela iremos na 1 coluna e procuraremos
a representao da parte inteira e o primeiro decimal, ou seja, 0,2,
aps encontrada a linha movemos at a representao do segundo
decimal, no caso 0,04, encontrando 0,0948, ou melhor, 9,48%. No
simples?

Se encontrarmos o valor de Z > 3,09 (fora da tabela normal),
usaremos a sua maior representao que 0,4990, ou melhor, 49,9%.

fundamental a representao grfica para facilitar a visualizao e
as operaes a serem realizadas na questo.
16
6
CLCULO DE (Z)


Z = (X x)/s

X= Valor intervalar
x= Mdia amostral
s = Desvio amostral
16
7
EXEMPLO
Os pesos de 600 estudantes so
normalmente distribudos com mdia 65,3 kg
e desvio padro 5,5 Kg. Qual a probabilidade
de escolhermos uma pessoa que pese:
a) Entre 60 e 70 Kg
b) Mais que 63,2 kg.
16
8
Inferncia Estatstica
A Inferncia refere-se estimao por ponto ou
intervalo e testes de hiptese.
Segundo Lazzarini, estimao o processo de
inferncia ou estimativa de um parmetro
populacional de uma estatstica correspondente a
partir de uma amostra extrada da populao.
Uma estatstica utilizada para obter uma
aproximao de um parmetro populacional.
Uma estimativa o valor especfico, ou um intervalo
de valores, usado para aproximao de um
parmetro populacional.
16
9
EXEMPLO
Podemos utilizar a estatstica para concluir
que a estimativa da temperatura mdia do
corpo de todos os adultos sadios de 36 C.
17
0
TIPOS DE ESTIMAO
Estimao por ponto: Quando a partir da
amostra procuramos obter um nico valor de
certo parmetro populacional.

Estimao por intervalo: Quando a partir da
amostra procuramos obter um intervalo que
contenha certo parmetro populacional.
17
1
Estimao de parmetros atravs da
mdia da populao

1 Caso: Desvio Conhecido ()

2 Caso: Desvio Desconhecido ()

17
2


EXEMPLO - 1 Caso: Desvio
Conhecido ()



EX - Semanalmente, uma empresa seleciona uma amostra aleatria simples de 100
clientes para saber qual quantia eles gastam em cada ida s compras. Com x
representando a quantia gasta em cada ida s compras, a mdia amostral fornece uma
estimao por ponto de , que a quantia mdia gasta pela populao de todos os
clientes dessa empresa. Baseando-se em dados histricos, a empresa assume = R$
20,00 para o desvio-padro. Os dados histricos tambm indicam que a populao segue
uma distribuio normal.
Durante a semana mais recente, a empresa pesquisou 100 novos clientes e obteve a
mdia da amostra = R$ 82,00.
Qual a margem de erro dessa estimao? E como desenvolver uma estimao por
intervalo da mdia da populao?

17
3
2 Caso: Desvio Desconhecido ( )
Quando desenvolvemos a estimao por intervalos
de uma mdia populacional, geralmente no temos
uma boa estimativa do desvio padro populacional,
nesses casos, usaremos a mesma amostra para
estimar e .
Para isso, iremos fazer algumas substituies na
expresso alterando Z /2 por t /2, deixaremos de
utilizar a Tabela Normal Padro e passaremos a
utilizar a Tabela de Distribuio (t) de Student.
17
4
TABELA STUDENT
Distribuio (t) de Student,
inventor William Sealy Gosset
17
5
TABELA STUDENT

A tabela apresenta, na 1 coluna, o que
chamaremos de graus de liberdade. A
medida que o grau de liberdade aumenta a
distribuio t ir se aproximando da
distribuio normal.
17
6
EXEMPLO
Consideraremos um estudo idealizado para estimar a mdia de
dbitos de carto de crdito da populao de famlias
brasileiras. Uma amostra de 30 famlias foi selecionada
aleatoriamente. Para essa situao, nenhuma estimativa
anterior de desvio padro s da populao esta
disponvel.Sendo assim, os dados amostrais sero utilizados
para estimar tanto a mdia populacional quanto o desvio
padro da populao. Com os dados das 30 famlias
obtivemos = R$ 5900,00 e o desvio padro s da amostra = R$
3058,00. Com 95 % de confiana, qual a estimativa por
intervalo para a mdia populacional?
17
7
DETERMINAO DO TAMANHO DA
AMOSTRA
17
8


Inferncia Estatstica Estimativas Para
Propores
(INTERVALO DE CONFIANA)
MEDIDAS PARA A CONSTRUO DE UM
INTERVALO DE
p -> (proporo de sucessos na populao)
q -> (proporo de insucessos na
populao), com q = 1 p, ou seja, o
complementarde p. (o que falta para 100%).
17
9
(proporo amostral de x sucessos em
uma amostra de tamanho n)
18
0
CONDIOES EXIGIDAS
Para usarmos essa distribuio amostral de
(p) aproximando-a para a distribuio
normal, devemos verificar se algumas
condies so exigidas, tais como:

18
1
Estimao por intervalos de uma
proporo populacional
18
2
CALCULAR O TAMANHO DA AMOSTRA
EM FUNO DA MARGEM DE ERRO
18
3
EXEMPLO
Usaremos o exemplo anterior dos jogadores de
futebol e vamos supor que a empresa
esteja interessada em realizar uma nova pesquisa
para estimar a proporo atual da
populao de jogadores que esto satisfeitos com
as atuaes das mulheres rbitras.
Qual deve ser o tamanho da amostra se o diretor da
pesquisa quiser estimar a proporo
populacional com uma margem de erro de 0,025,
com 95% de confiana?
18
4
EXEMPLO
A empresa Firestone, uma das maiores fabricantes
de pneus do mundo, realizou uma pesquisa com
900 usurios dos seus produtos para saber sobre a
sua satisfao perante o uso dos novos pneus XC-
Treck. A pesquisa revelou que 396 usurios
estavam satisfeitos com a atuao dos novos pneus
XC-Treck. Desse modo, a estimao por ponto da
proporo de usurios satisfeitos de 396/900 =
0,44, usando um grau de confiana de 95%, vamos
determinar a margem de erro e um intervalo de
confiana para essa proporo.
18
5
Teste de Hiptese
Verificao se a afirmao sobre um
parmetro populacional deve ser ou no
rejeitada.
Para isso, criaremos duas hipteses que
chamaremos posteriormente de Hiptese
Nula (Ho) e Hiptese Alternativa (Ha).
18
6
Testes de hipteses
1 Situao: Testar hipteses de Pesquisa.
Exemplo:
Considere um modelo particular de
automvel que atinge uma eficincia mdia
de 24 km por litro. Um grupo de pesquisa de
produto desenvolveu um novo motor
projetado para aumentar a relao de
quilmetros por litro.
18
7


2 Situao: Testar a validade de uma
informao


Exemplo:
Um fabricante de refrigerantes estabelece
que os recipientes de 2 litros de seus
produtos tm em mdia de pelo menos 2,1
litros de lquido.
18
8
3 Situao: Testar em situaes de
Tomadas de Decises.
Exemplo:
Com base numa amostra de peas de um embarque
que acabou de ser recebido inspetor de controle de
qualidade precisa decidir se aceita o carregamento
ou no. Considere que uma determinada pea
estabelea um comprimento mdio de 2 polegadas.
Se as peas forem maiores ou menores que 2
polegadas causaro problemas nos motores.
18
9
1 Caso: Testes de Hipteses para
mdias populacionais:
SITUAO 1 - () conhecido
1.1 Teste Unicaudal - Boa estimativa do
desvio padro da populao antes da
amostragem, logo aplicaremos a equao..
19
0
ESTUDO DE CASO
O INMETRO periodicamente realiza estudos
concebidos para testar as declaraes que
os fabricantes fazem sobre os seus
produtos. Por exemplo, o rtulo do FEIJO
(x) afirma que o recipiente contm pelo
menos trs quilos do produto Vamos
verificar essa afirmao?
19
1
1 Caso: Testes de Hipteses para
mdias populacionais:
1.2 - () desconhecido - Quando nos
depararmos com situaes que envolvam
testes de hipteses a respeito de uma mdia
populacional considerando o caso em que
() desconhecido, devemos
utilizar a mdia amostral como uma
estimativa de e usamos o desvio padro s
da amostra com uma estimativa de () .
19
2
EQUO UTILIZADA
19
3
ESTUDO DE CASO
Uma revista voltada para viagens de negcios
decidiu classificar os aeroportos de acordo com as
avaliaes que eles recebem. (avaliao mxima
10). Os aeroportos que tiverem uma avaliao
mdia acima de 7 sero classificados como
superior. No aeroporto de Londres, numa amostra
de 12 viajantes revelou uma mdia amostral de 7,75
e o desvio-padro s = 1,215. 0 mesmo dever ser
classificado como aeroporto de servio superior?
(Use nvel de significncia de 5%)
19
4
2 Caso: Testes de Hipteses para
propores populacionais:
Os procedimentos so idnticos para o caso
das mdias populacionais, no que diz
respeito a estruturao grfica e na forma de
analisar. Vejamos as maneiras possveis de
formao de hipteses.
19
5
Para aplicarmos a estatstica teste de
hipteses de uma proporo populacional
usaremos a expresso



Sendo que:
P = Proporo amostral
p = Proporo populacional
q = Complementar de p, ou seja, o que falta para
100%.
n = Tamanho da amostra.
19
6
ESTUDO DE CASO
Nos ltimos meses, 20% dos jogadores no futebol
tm sido mulheres. Em um esforo para aumentar a
proporo de jogadoras, o esporte utilizou uma
promoo especial para atrair mulheres. Depois de
uma semana, uma amostra aleatria de 400
jogadores mostrou 300 homens e 100 mulheres. Os
gerentes dos campos gostariam de determinar se os
dados suportam a concluso de que a proporo de
mulheres jogando futebol aumentou. Considere =
0,05
19
7
Nmeros ndices
DEFINIO - Segundo Lazzarini, os
Nmeros ndices so medidas estatsticas
comumente usadas para comparar variaes
de uma mesma varivel ou de grupos de
variveis, atravs do tempo, localizao
geogrfica ou outra caracterstica.
19
8
rgos que sistematicamente
calculam ndices de preos no Brasil

IBGE Instituto Brasileiro de Geografia e Estatstica ndices anuais de
valores mdios unitrios de culturas agrcolas, pecuria, minerao,
importao, exportao, etc.

FGV Fundao Getlio Vargas Embora seus ndices nunca tenham sido
declarados oficiais, hoje so considerados e usados para reajustes previstos
na lei, como os de aluguis, financiamentos, dbitos, etc.

Ministrio do Trabalho - ndice do custo de vida (ICV), que serve como base
para reajustes salariais, e dissdios coletivos.

Ministrio da Fazenda ndices de preos ao produtor, ndices de preos de
produtos industrializados, etc.
19
9
CLCULO DO PREO DE UM
PRODUTO
Para calcularmos um ndice de preos
devemos levar em considerao trs
variveis: Preo, Quantidade e Valor.

Valor = Preo x Quantidade

20
0
NMEROS RELATIVOS
Podemos ter os NMEROS RELATIVOS a
valor ou a preo ou a quantidade,
dependendo apenas de algumas variveis.
Observem:
no = varivel n na poca base.
nt = varivel n na poca atual.
Definimos como relativo da varivel n, na
data t em relao poca bsica 0, a razo:








20
1
NMEROS RELATIVOS - APLICAO
Em 1999 o preo de determinado produto
era R$ 150,00 em 2009 era de R$ 260,00.
Determine o relativo de preo em 2009,
tomando como base o ano de 1999.
Ento o relativo de preo 99,09 ser dado
por:
P(99,09) = 260/150 = 173%
Resp = A variao foi de 73%
20
2
NMEROS RELATIVOS EM CADEIA

Refere - se a um perodo de base fixa, ou seja,
todos os relativos so calculados tomando-se uma
determinada poca como base.

EX - Um determinado produto apresentou, no
perodo de 2005 a 2007, respectivamente,os preos
de R$ 1240,00, R$ 1600,00 e R$ 1660,00 os ndices
relativos de preo em cadeia considerando 1995
com ano-base so:
20
3
NMEROS RELATIVOS EM CADEIA

P(05/06) = 1600/1240 = 129%
P(06/07) = 1660/1240 = 133,9%
20
4

MUDANA DE BASE - EXEMPLO

Caracterstica Evoluo de preo de um nico produto.

Calcular as quantidades relativas, tomando como base o ano-base de 2004

ANO BASE 2003

ANO - PRODUO
2003 - 100
2004 - 120
2005 - 90
2006 - 125




20
5
MUDANA DE BASE - EXEMPLO

UTILIZANDO REGRA DE TRS SIMPLES.

(ANO 2004) 120 ---------- 100%
(ANO 2003) 100 ---------- x%
Onde temos x = 83%.
20
6
MUDANA DE BASE - EXEMPLO
ANO BASE 2004
ANO - PRODUO
2003 - 83
2004 - 100
2005 - 75
2006 - 104
20
7
Variao dos preos de um conjunto de
bens agregados

ndice Agregativo Simples.
ndice Agregativo Ponderado.
EX - Leite e seus derivados.

20
8

No mtodo simples, o ndice de preo
expresso pela relao entre a soma de todos
os preos dos produtos em uma poca
determinada (t) e a soma dos preos dos
produtos numa poca base (0). Logo temos:
20
9
Mtodo agregativo
O mtodo agregativo simples pode ser expresso
pela mdia aritmtica de todos os preos relativos
dos produtos em uma poca determinada (t) em
relao a uma poca base (0), o que iremos
denominar de Mtodo das Mdias Simples dos
Relativos, eliminado assim, o inconveniente do
mtodo anterior eliminado.
O mesmo ser calculado atravs da expresso:

21
0
EXEMPLO
A tabela abaixo apresenta os preos mdios
por atacado, em certo pas, e a produo de
leite, manteiga e queijo, nos anos de
1979,1980 e 1988. Calcular os ndices, pelo
mtodo Agregativo simples dos preos e pelo
mtodo das mdias simples dos relativos,
desses produtos de laticnios para o ano de
1988, tomando como base o ano de 1979.
21
1
ESTATSTICA NO PARAMTRICA
DISCUSSO EM CLASSE (ENGNHARIAS).
21
2
ANLISE DE VARINCIA

DISCUSSO EM CLASSE (ENGNHARIAS).
21
3
CONTROLE ESTATSTICO DE
PROCESSO

DISCUSSO EM CLASSE (ENGNHARIAS).
21
4
PROJETOS, PROCEDIMENTOS E
PERSPECTIVAS.

DISCUSSO EM CLASSE.