Modulo 2 - Nocoes de Estatistica

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

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)

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.

Classificao das variveis:
NOMINAL
sexo, cor dos olhos
QUALITATIVA
classe social, grau de instruo

ORDINAL
CONTNUA
peso, altura, salrio, idade
QUANTITATIVA
DISCRETA
nmero de filhos, nmero de carros,

numero de raparigas por turma

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
Metodologia para, colectar, organizar,
resumir e descrever os dados.
MDULO 2: NOOES DE ESTATISTICA BSICA

Calculo numrico de medidas amostrais
Medidas de Tendncia Central
Mdia aritmtica
Mediana
Moda
Medidas de Disperso
Varincia
Desvio Padro
Representado como:
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

Estatstica Descritiva Medidas de Tendncia central
Calculo numrico Mdia Aritmtica

n
DADOS ISOLADOS
i1
xi
n
n
DADOS AGRUPADOS
i 1
n
x in
n
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

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
10
11
No de passes
errados
a) Calcule o numero mdio de passes errados por jogador

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.
N. pes
200-300
300-400
400-500
500-600
600-700
700-800
800-900
900-1000
Qual o rendimento mdio do grupo ?

Calculo numrico Mediana
Indicando a mediana por Md e o numero de

dados por n, devem ser considerados 2 casos:

MEDIANA DE DADOS AGRUPADOS

MEDIANA DE DADOS AGRUPADOS

Exerccios
VOLTEMOS AOS NOSSOS EXERCIOS E CALCUEMOS A MEDIANA

CLCULO DA MODA
Com exemplos fica mais fcil
Calcular a moda de:

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

Retomemos aos exemplos anteriores para

determinar a moda

Estatstica Descritiva Medidas de Disperso


Embora existam varias medidas de disperso vamos

nos ocupar de apenas duas:

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

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
CONJUNTO B
Acertos variam de 6 a 13
Acertos variam de 3 a 18
AMPLITUDE TOTAL de
variao = 13-6 = 7
AMPLITUDE TOTAL de
variao = 18-3 = 15
acertos
acertos

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)

I.
Subtrair de cada valor a mdia aritmtica do

conjunto ao qual pertence
II.
Elevar cada diferena encontrada ao

quadrado
III.
Somar os quadrados
IV.
Dividir a soma dos quadrados pelo numero de

parcelas

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
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




Resumindo

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

Retomando aos nossos exemplos vamos determinar a varincia e desvio padro.
EXERCICIO 5

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)

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

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

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

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
UMA AMOSTRA a reduo de uma populao a
Dimenses menores, porem

Sem perda de suas caractersticas
Ao processo de definio da amostra chama-se

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 .

Amostragens Probabilsticas
Aleatria Simples
Estratificada
Por Clusters
Multi-Etapas

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.

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
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

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.

Tamanho da amostra para a populao muito grande
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

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

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
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

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)

Exemplo
Entrevistas
requeridas*
Entrevistas
por sitio**
2015
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
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
P.A. de Urbana 1
P.A. de Urbana 2
# Sites P.A. de Urbana 3
Selected Cidade de Chimoio
2
1
1
3
0
1
1
1
0
0
10
Habitantes
Number
of Habitants
47,553
49,645
73,858
171,056
Number of Sites per

N. de sitios por
Administrative areas
P.A.
(total of 75 sites)
28%
10
29%
10
43%
14
100%
34
Percentage
of
%
habitantes
Habitants

Amostragem Aleatria Simples
Estabelece-se o tamanho da amostra e
aleatoriamente seleccionam-se os elementos
que a compe.

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


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

Para garantir Representatividade e Imparcialidade

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 :

Na primeira srie 3
alunos

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

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

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?

Vamos agora ver as alturas e temos a seguinte tabela:

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

Exerccios (exemplos) de determinao do
tamanho da amostra

Enquadramento dos Mtodos Estatsticos na M&A
Processo de Informao
Indicadores
Fontes
Recolha de Dados
Transferncia de Dados
Gesto
Processamento de Dados
Anlise
Uso da Informao para

Tomada de Deciso
Normas
Organizacionais

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.

Modulo 2 - Nocoes de Estatistica

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Modulo 2 - Nocoes de Estatistica

Enviado por

Direitos autorais:

Formatos disponíveis

NOES DE

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

Qualquer caracterstica associada a uma populao.

MDULO 2: NOES DE ESTATISTICA BSICA

sexo, cor dos olhos

classe social, grau de instruo

peso, altura, salrio, idade

nmero de filhos, nmero de carros,

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 1: NOOES BSICAS DE ESTATISTICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

L-se : somatrio de todos os Xi

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

Calculo numrico Mdia Aritmtica

Onde ni o numero de ocorrncias na classe i

MDULO 2: NOES DE ESTATISTICA BSICA

2 . Um treinador de futebol est preocupado em melhorar resultados da sua

a) Calcule o numero mdio de passes errados por jogador

MDULO 2: NOES DE ESTATISTICA BSICA

Qual o rendimento mdio do grupo ?

MDULO 2: NOES DE ESTATISTICA BSICA

Indicando a mediana por Md e o numero de

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

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

Com exemplos fica mais fcil

Calcular a moda de:

MDULO 2: NOES DE ESTATISTICA BSICA

Na prtica acontece o mesmo a moda! Se esto todos a

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

Retomemos aos exemplos anteriores para

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

Embora existam varias medidas de disperso vamos

MDULO 2: NOES DE ESTATISTICA BSICA

MDULO 2: NOES DE ESTATISTICA BSICA

Se recorrermos a mdia aritmtica dos acertos??? NO

MDULO 2: NOES DE ESTATISTICA BSICA

Mas para dizermos que algo variou precisamos de

MDULO 2: NOES DE ESTATISTICA BSICA

Subtrair de cada valor a mdia aritmtica do

Elevar cada diferena encontrada ao

Dividir a soma dos quadrados pelo numero de

MDULO 2: NOES DE ESTATISTICA BSICA

164/8 = 20,5 ACERTOS

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