Introduo Estatstica

Profa Alcione Miranda dos Santos Departamento de Sade Pblica UFMA Ncleo de Estatstica e Informtica HUUFMA email: alcione.miranda@terra.com.br

Estatstica: O que ?
Estatstica pode ser pensada como a cincia de aprendizagem a partir de dados. Em linhas gerais, a Estatstica fornece mtodos que auxiliam o processo de tomada de deciso. A Estatstica est presente em todas as reas da cincia que envolvam a coleta e anlise de dados.

Introduo Estatstica
A Estatstica est compreendida em duas partes: Estatstica Descritiva: Rene um conjunto de tcnicas para sumarizar os dados (tabelas, grficos) e medidas descritivas que permitem tirar muitas informaes contidas nos dados. Estatstica Indutiva: Produzir afirmaes sobre uma dada caracterstica da populao, na qual estamos interessados, a partir de informaes colhidas de uma parte dessa populao.
3

Conceitos Bsicos de Estatstica

A finalidade da pesquisa coletar dados para obter informaes. Dados observaes de uma ou mais variveis. Varivel aquilo que se deseja observar para se tirar algum tipo de concluso, por ex., idade, sexo, peso e outras. Dados usualmente provem de uma amostra, a qual representa uma populao de interesse.

Conceitos Bsicos de Estatstica

Populao: o conjunto de indivduos (ou objetos) que apresentam pelo menos uma caracterstica em comum, cujo comportamento deseja-se analisar ou inferir. Exemplo: Estudo sobre a ocorrncia de sobrepeso em crianas de 7 a 12 anos no Municpio de So Lus.
Populao alvo todas as crianas nesta faixa etria deste municpio. Populao de estudo crianas matriculadas em escolas.

Amostra: um subconjunto da populao.

Conceitos Bsicos de Estatstica

Parmetro: uma medida numrica que descreve alguma caracterstica de uma populao. Frequentemente desconhecido e denotado por letras gregas Exemplo: Peso mdio ao nascer de crianas que nascem no municpio de So Lus Estatstica: uma medida numrica que descreve alguma caracterstica de uma amostra. habitualmente representada por letras latinas Exemplo: Peso mdio ao nascer, calculado em uma amostra de 120.000 crianas nascidas no Municpio de So Lus
6

Tipos de Variveis
As variveis podem ser categricas (qualitativas) ou numricas (quantitativas) Variveis qualitativas: So caractersticas de uma populao que no pode ser medidas. Ordinais Ex: Grau de gravidade de uma doena Nominais Ex: Presena de um sintoma Variveis quantitativas: So caractersticas de uma populao que pode ser quantificadas. Discretas Ex: Nmero de cirurgias Contnuas Ex: Idade, Presso Arterial
7

Esquematicamente
Categricas Numricas

Nominal (classificao)

Ordinal (classificao)

Discreta (contagem)

Contnua (mensurao)

sexo, raa, regio, grupo sangneo

presso sangnea (baixa, normal, alta)

Nmero de cirurgias, nmero de filhos

Peso, altura, presso sangnea

Tipos de variveis
Classifique as variveis apresentadas na tabela:

Idade 34 58 31 49 39 33 35

Sexo masc masc fem masc fem masc fem

Hemoglobina 14,2 14,4 15,1 10,9 14,4 14,1 14,0

Tipo de urticria fsica fsica idioptica idioptica fsica fsica idioptica

Durao curta longa mdia mdia longa curta longa

O tipo da varivel ir indicar a melhor forma para apresentao em tabelas e grficos, em medidas de resumo e a anlise estatstica mais adequada.

O Papel da Estatstica na Pesquisa Cientfica

Profa Alcione Miranda dos Santos Departamento de Sade Pblica UFMA Ncleo de Estatstica e Informtica HUUFMA email: alcione.miranda@terra.com.br
1

Qual o papel da Estatstica na cincia?

O propsito da investigao responder uma questo cientfica. Na cincia, so realizados estudos experimentais ou observacionais, levando coleo de dados numricos. O padro de variao nos dados faz com que a resposta no seja bvia.
2

Por que usar Estatstica?

Por que a natureza apresenta VARIABILIDADE:
Variaes de indivduo para indivduo; Variaes no mesmo indivduo;

Segundo Pereira (1997), a estatstica a tecnologia da cincia e, portanto, a estatstica deve estar presente desde o incio da pesquisa. Sem Mtodos Estatsticos, sem validade cientfica!

Tipos de pesquisas cientficas

DE LEVANTAMENTO

Caractersticas de interesse de uma populao so levantadas (observadas ou medidas), mas sem manipulao.

EXPERIMENTAL

Grupos de indivduos (ou animais, ou objetos) so manipulados para se avaliar o efeito de diferentes tratamentos.
4

Pesquisas de levantamento
amostragem
POPULAO: todos os possveis consumidores

Amostra: um subconjunto dos consumidores

inferncia

Ilustrao de um levantamento por amostragem

5

Amostragem
Representatividade da amostra Tamanho da amostra Aleatoriedade da amostra
Garantir que TODOS os elementos da populao tenham chance de pertencer amostra. Sorteio NO VICIADO. nica forma de poder generalizar estatisticamente os resultados para a populao.

Censo ou amostragem
tamanho da amostra

tamanho da populao

Relao entre tamanho da populao e tamanho da amostra para garantir determinada margem de erro
7

Etapas usuais de uma pesquisa cientfica

Tema, definio do problema, objetivos, ... Planejamento da pesquisa

Metodologia da rea em estudo

Execuo da pesquisa Dados Anlise dos dados Resultados Concluses

Metodologia estatstica

Fases de uma Pesquisa

Definio do problema Planejamento Coleta dos dados Apurao dos dados Apresentao dos dados Anlise e interpretao dos dados
9

Definio do Problema
Formular corretamente o problema. Definir a populao a ser estudada. Quais variveis sero observadas? Quais hipteses sero avaliadas? Determinar o que se pretende investigar. Estudos realizados (reviso da literatura).

10

Planejamento da Pesquisa
Nesta fase, so definidos:
Objetivos a serem alcanados Bibliografia, materiais, impressos, equipamentos a serem utilizados Tipo de levantamento (censo ou amostragem) Pessoal que vai ser envolvido no trabalho Locais de trabalho Cronograma da execuo
11

Perguntas que precisam ser respondidas no planejamento de uma pesquisa

O qu?
caractersticas a serem observadas
VARIVEIS

Quem?
os elementos a serem pesquisados
POPULAO

Como?
o instrumento de coleta de dados
QUESTIONRIO / ENTREVISTA ESTRUTURADA
12

Coleta dos dados

Definir o instrumento de pesquisa:
Pronturios

Protocolos Questionrios

Tipos de informaes:
Primrias Secundrias
13

Apurao dos Dados

Consiste em resumir os dados, atravs de contagem ou agrupamento. Freqentemente, exige um programa computacional. Por exemplo, Acess, Excel ou Epi Info. As variveis categricas devem ser codificadas. Codificar dados ausentes.

14

Exemplo de Banco de Dados

15

Anlise e Interpretao dos Dados

Tirar concluses que auxiliem o pesquisador. Necessidade de um programa estatstico (STATA,
EPIINFO, BIOESTAT, SAS, SPSS, MINITAB)

Anlise estatstica:
Estatstica Descritiva: tabelas ou grficos, mdia, mediana, desvio padro. Estatstica Indutiva: testes estatsticos.

16

Apresentao dos dados

Profa Alcione Miranda dos Santos Departamento de Sade Pblica UFMA Ncleo de Estatstica e Informtica HUUFMA email: alcione.miranda@terra.com.br

Anlise Descritiva dos Dados

A anlise descritiva consiste basicamente na organizao e descrio dos dados. Elementos bsicos: tabelas, grficos e medidas numricas. Comearemos a anlise com apenas uma varivel em estudo.

Tabela de Freqncias
Forma de representao da freqncia de cada valor distinto da varivel em estudo. Juntamente com as freqncias simples, a tabela poder ainda incluir:
Frequncias relativas Frequncias acumuladas Frequncias relativas acumuladas.

Tabela de Freqncias
Freqncia relativa: percentagem relativa
freqncia.

Freqncia acumulada: nmero de vezes que uma

varivel assume um valor inferior ou igual a esse valor.

Freqncia relativa acumulada: percentagem

relativa freqncia acumulada.

Tabela de Freqncias
Exemplo:Consideremos a seguinte tabela
Nome Paula Manuel Carla Maria Joo Sexo F M F F M Nome Gonalo Pedro Cristina Sofia Susana Sexo M M F F F

Temos, Sexo Masculino: Frequncia absoluta : 4 Frequncia relativa: 4 em 10 = 40% Sexo Feminino: Frequncia absoluta : 6 Frequncia relativa: 6 em 10 = 60%

Tabela de Freqncias
Assim a tabela de freqncias da varivel Sexo, para o exemplo anterior, ser: Sexo Feminino Masculino Total Freq. Simples (n) 6 4 10 Freq. Relativa (%) 60 40 100

Elementos essenciais de uma tabela

Ttulo: uma indicao que antecede a tabela e explique tudo referente a tabela. Cabealho: colocado na parte superior da tabela, especificando o contedo das colunas. Corpo: corresponde ao conjunto de colunas e de linhas que contm informaes sobre o fenmeno estudado.

Elementos complementares da tabela

Fonte: a indicao do rgo ou entidade responsvel
pelo fornecimento dos dados ou pela sua elaborao. colocada no rodap da tabela.

Notas: so informaes destinadas a esclarecer o

contedo das tabelas, ou indicar a metodologia adotada na coleta ou preparo dos dados.

Chamadas: so informaes de natureza especfica

referindo s a um item especfico da tabela, colocado no - e rodap da pgina.

Elementos essenciais de um grfico

Todo grfico deve ter ttulo, escala e fonte de dados, de forma a dispensar qualquer esclarecimento adicional. A numerao dos grficos feita utilizando-se algarismos arbicos. As escalas devem crescer da esquerda para a direita e de baixo para cima. As distncias que indicam as unidades devem ser rigorosamente uniformes.

Varivel Qualitativa
Podemos sumarizar a varivel em:
Tabelas usando contagens ou porcentagens Grfico de Barras ou Grfico de Setores

Tabelas: Varivel Qualitativa

Tabela 1. Tipo de parto em nascidos vivos de parto nico. So Lus- MA, 1997/98 Tipo de parto Freqncias %

Vaginal Cesreo Total

1619 824 2443

66,27 33,73 100,00

Fonte: Silva et al. (2001)

Tabelas: Varivel qualitativa

TABELA 2 Nmero e porcentagem de causas de morte de residentes em So Lus, no perodo de 10 de agosto a 31 de dezembro de 2005. Freqncia CAUSAS DA MORTE Doenas do ap. circulatrio Neoplasias Causas externas Doenas do ap. respiratrio Doenas das glnd. endcrinas Doenas do ap. digestivo Doenas e infec. e parasitrias Afeces do per. Perinatal Demais grupos 281 115 92 87 56 54 46 26 82 839 33,5 13,7 11,0 10,4 6,7 6,4 5,5 3,1 9,8 100,0 %

Fonte: TOTAL

Silva et al. (2001)

Fonte: Desconhecida

Grficos: Varivel Qualitativa

Grfico de Barras
Figura 1: Dados sobre as doenas mais comuns ocorridas no Estado de So Paulo
30000 25000

Frequncia

20000 15000 10000 5000 0 Tetano Pneumonia Tuberculose Hepatite Leptospirose

Doenas

Grficos: Varivel Qualitativa

Grfico de Setores
FIGURA 2: Dados sobre as doenas mais comuns ocorridas no Estado de So Paulo
Leptospirose 10% Hepatite 12% Tetano 33%

Tuberculose 21% Pneumonia 24%

Varivel Quantitativa
Podemos sumarizar a varivel em:
Tabelas de Freqncias Histograma ou Polgono de Freqncias Grficos de linhas Box plot

Tabela de Freqncias
TABELA 2: Tempo de Internao (em dias) de 160 pacientes no Hospital X

Tempo de Internao ( dias) 10 |--- 20 20 |--- 30 30 |--- 40 40 |--- 50 50 |--- 60 60 |--- 70 Total

No de pacientes (fi ) 38 45 30 22 10 15 160

Fonte: Diviso de Estatstica (Maro-1990)

Determinao das classes de uma tabela de frequncias

Critrio para determinar a quantidade de classes:

k = 1 + 3,3 log(n )
Amplitude das classes

maior valor - menor valor a= nmero de classes

Exemplo
Considere os seguintes dados, referentes ao peso de 30 crianas com sete anos, em kg:
13,00 17,40 19,50 13,63 17,40 19,70 14,10 17,70 20,00 14,10 17,70 20,32 14,70 17,90 20,50 15,35 17,90 21,45 15,54 18,20 21,50 16,00 18,35 22,00 16,00 19,10 22,25 16,30 19,30 24,00

Construa uma tabela de freqncias para os dados acima.

Histograma
Representao grfica da distribuio das frequncias absolutas ou relativas Normalmente utilizado para variveis contnuas. Caractersticas:
as barras devem estar todas juntas;
60
Nmero de casos

FIGURA 3: cido rico dos pacientes internados no Hospital X

cada barra representa a freqncia 50 de um intervalo de valores;

40 30 os intervalos devem ter todos a mesma 20 amplitude. 10 0 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5
cido rico (mg/dl)

Polgono de Freqncias
FIGURA 4: cido rico dos pacientes internados no Hospital X
60
Nmero de casos

50 40 30 20 10 0 3 3.5 4 4.5 5 5.5 6 6.5 7 7.5 8 8.5

cido rico (mg/dl)

Grfico de linhas
Mortalidade Infantil, So Caetano do Sul (SP), 1970-80

80

Coef. (por 1000 N.V.)

70 60 50 40 30 20 10 0 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980

Box-Plot
Representao grfica de cinco medidas: mnimo, quartil inferior, mediana, quartil superior, mximo

limite1 = Q1 1,5 .(Q3 - Q1) limite2 = Q3 + 1,5. (Q3 - Q1)

Exemplo Box-Plot
Figura 1: Boxplot do nvel de Hemoglobina glicosilada, segundo grupo de gestantes.
11 10 9 HbA 8 7 6 5 Diabtica Normal Tol_Diminuda

Anlise Bivariada
Muitas vezes queremos verificar se h uma relao entre duas variveis (se as variveis so dependentes ou no). Podemos construir tabelas de freqncia com dupla entrada. Essas tabelas de dados cruzados so conhecidas por tabelas de contingncia, e so utilizadas para estudar a relao entre duas variveis categricas.

Tabela de Contingncia
TABELA 4. Tipo de parto segundo categoria de internao em nascidos vivos de parto nico. So Lus - MA, 1997/98

Fonte: Silva et al (2001)

Grficos: Duas Variveis Qualitativas

Grfico de barras
FIGURA 5: bitos por acidentes, segundo tipo e sexo. Municpio de So Paulo, 1980.
Homens

Mulheres
1600 1200 800 400 0 Transporte Homcidio Afogam. Suicdio Outros

Causas

Grfico: Duas Variveis Quantitativas

Grfico de Disperso
90 80

Peso

70 60 50 40 1,45

1,5

1,55

1,6

1,65

1,7

1,75

1,8

1,85

1,9

Altura

Medidas Descritivas
Profa Alcione Miranda dos Santos Departamento de Sade Pblica UFMA Ncleo de Estatstica e Informtica HUUFMA email: alcione.miranda@terra.com.br

Medidas Descritivas
Medidas de Tendncia Central

Medidas Separatrizes

Medidas de Disperso ou Variabilidade

Medidas de Tendncia Central

Servem para termos uma idia acerca dos valores mdios da varivel em estudo. So usados para sintetizar em um nico nmero os dados observados. So exemplos de medidas de tendncia central: Mdia, Moda e Mediana. A escolha de qual medida usar, depende

Mdia Amostral
Se os dados consistem de n observaes x1, x2,,xn, a mdia dada pela soma das observaes dividida pelo o nmero de observaes. Por exemplo, se os dados so x1=2, x2=3, x3=1, ento a mdia (2+3+1)/3=2. A mdia amostral definida por :

x +x +x X=
1 2

+ ... + xn

Mdia Amostral - Exemplo

Turma A : 2 3 4 4 5 6 7 7 7 7 8 Turma B : 2 3 4 4 4 5 6 7 7 8 9 Objetivo: Obter a mdia de cada turma:

Turma A (2+3+4+4+5+6+7+7+7+7+8) / 11 = 60/11 Mdia turma A = 5,45 Turma B (2+3+4+4+4+5+6+7+7+8+9)/11 = 59/ 11 Mdia turma B = 5,36

Mediana
Divide uma distribuio ordenada de dados em duas partes iguais. A mediana (Md) a observao central, depois de ordenada a amostra. Se a amostra tiver dimenso mpar, a mediana coincide com a observao central. Exemplo: Na amostra 1.2; 1.7; 2.1; 2.2; 2.4 a mediana 2.1 Se a amostra tiver dimenso par, a mediana toma o valor da mdia das duas observaes mais centrais. Exemplo: Na amostra 0.3; 0.7; 0.9; 1.1 a mediana 0.8.

Mediana
Para calcularmos a mediana preciso ordenarmos os dados: x(1), x(2), ..., x(n). A mediana de um conjunto de dados :
Md = x(n+1/2), se n mpar Md = [x(n/2) +x(n/2+1) ]/2, se n par

A mediana mais robusta que a mdia a erros ou a observaes afastadas.

Mediana - Exemplo
Exemplo 1:Turma A : 2 3 4 4 5 6 7 7 7 7 8 Turma B : 2 3 4 4 4 5 6 7 7 8 9
Turma A : Mediana = 6

Turma B : Mediana = 5 Exemplo 2: Turma A : 2 3 4 4 5 6 7 7 7 8 Turma B : 2 3 4 4 4 5 6 7 8 9 Turma A : Mediana = (5+6)/2=5,5 Turma B : Mediana = (4+5)/2=4,5

Mediana - Exemplo
Caso xi Valores 1 x1 2 2 x2 4 3 x3 5 4 x4 5 5 x5 7 6 x6 9 7 x7 10
8 x8 30

Qual a mdia e a mediana ?

Resposta: 6 e 5

Qual a mdia e a mediana ao acrescentarmos a observao 8?

Resposta: 9 e 6

Moda
Valor que ocorre com maior freqncia. Obtida por inspeo da tabela de distribuio de freqncias. Ao contrrio do que acontece com a mediana e a mdia, uma amostra pode possuir mais do que uma moda.

Moda - Exemplo
Turma A : 2 3 4 4 5 6 7 7 7 7 8 Turma B : 2 3 4 4 4 5 6 7 7 8 9 Moda turma A = 7 Moda turma B = 4

Medidas Separatrizes
Medidas que separam a distribuio em partes iguais.
Quartis Decis Percentis

Quartis
Quartis so os valores (Q1, Q2 e Q3) que dividem a amostra, depois de ordenada, em quatro partes iguais (ou o mais iguais possvel).

Obtendo os quartis
Ordena-se os dados; Calcula-se a posio do quartil atravs da frmula: PQi = i .

n 4

O quartil ser o valor que ocupa a posio calculada anteriormente.

Decis
Dividem um conjunto de dados em dez partes iguais Encontra s o valor do decil desejado, procedendo s - e - e como no caso dos quartis, sendo a posio do decil, encontrada por:
PDi = i .
n 10

Percentis
Dividem um conjunto de dados em cem partes iguais Procede s como no caso dos quartis, sendo que para o - e clculo da posio do percentil , a frmula ser:
PPi = i . n

100

Medidas Sepatrizes - Exemplo

Turma A 23445577788 Q1 Q2 Q3 P25 P50 P75 Md

Medidas de Variabilidade
Medidas de tendncia central so descritores insuficientes de uma amostra. So necessrias medidas que reflitam a variao dentro de um conjunto de dados (medidas de variabilidade). Essas medidas sero pequenas se os dados forem prximos e grandes se eles estiverem muito espalhados. Alm disso, tais medidas devem permitir comparar amostras de diferentes tamanhos e determinar se uma amostra mais varivel (ou heterognea) que a outra.

Exemplo
Os dados abaixo referem-se aos pesos dos pacientes em dois grupos:

Amplitude Total
Diferena entre o maior e o menor valor do conjunto de dados. Grupo A
AMPLITUDE TOTAL = 88 78 = 10

Grupo B
AMPLITUDE TOTAL = 98 65 = 33

AT (grupo A) < AT (grupo B)

Varincia
um indicativo da disperso de um conjunto de dados em relao mdia.
2 1 n s = Xi X n 1 i =1 2

A varincia populacional denotada por 2. Usualmente 2 desconhecida. A varincia amostral denotada por S2. Desvantagem - no expressa na unidade de medida do dado original.

Desvio Padro
Corresponde raiz quadrada da varincia, tendo portanto a mesma unidade da varivel que est sendo estudada. O desvio padro ser denotado por S. a medida mais usada na comparao de diferenas entre grupos. Fornece um nmero que permite especificar quo acima ou quo abaixo da mdia est um determinado valor. Quanto maior o desvio padro, maior a variabilidade dos dados.

Coeficiente de Variao
Muitas vezes o desvio padro pode ser considerado grande ou pequeno dependendo da ordem de grandeza da varivel. Pode- s obter um ndice relativo de disperso: e

S CV = .100 X
Alguns analistas consideram: Baixa disperso: CV 15% Mdia disperso:15%< CV <30% Alta disperso: CV 30%

Assimetria
Assimetria o grau de deformao de uma curva ou distribuio de freqncias. Em uma distribuio simtrica tem-se igualdade dos valores da mdia, mediana e moda.

X = Mo = Md

Toda distribuio deformada sempre assimtrica. Entretanto, a assimetria pode dar-se na cauda esquerda ou na direita da curva de freqncias.

Em uma distribuio assimtrica positiva, ou assimetria direita, tem-se :

Mo < Md < X

Mo Md X

Em uma distribuio assimtrica negativa, ou assimetria esquerda, predominam valores inferiores Moda.
X < Md < Mo

X Md Mo

Frmulas para o clculo do coeficiente de assimetria:

Coeficiente de Pearson

AS =

x Mo S

AS = 0 diz-se que a distribuio simtrica

AS>0 diz-se que a distribuio assimtrica positiva ( direita)

Curtose
Denomina-se curtose o grau de achatamento da distribuio. Uma destituio nem chata e nem delgada, denominada de mesocrtica.

Uma distribuio achatada denomina-se platicrtica.

Uma distribuio delgada denominada de leptocrtica.

Para medir o grau de curtose utiliza-se o coeficiente:

Q3 Q1 K= 2(P90 P10 )
Se K = 0,263, diz-se que a curva correspondente distribuio de freqncia mesocrtica. Se K > 0,263, diz-se que a curva correspondente distribuio de freqncia platicrtica. Se K < 0,263, diz-se que a curva correspondente distribuio de freqncia leptocrtica.

Distribuio Normal
Profa Alcione Miranda dos Santos Departamento de Sade Pblica UFMA Ncleo de Estatstica e Informtica HUUFMA email: alcione.miranda@terra.com.br

Distribuio Normal
Muitas variveis estudadas na rea biomdica apresentam distribuio simtrica (os valores centrais so mais freqentes e os valores extremos mais raros). Na prtica, se o coeficiente de assimetria est situado no intervalo ( 0.5,+0.5), considera s - e a distribuio aproximadamente simtrica. Uma distribuio simtrica tpica a distribuio normal.

Exemplo: Distribuio Normal

Distribuio Normal
Por que importante que as variveis possam ser descritas por uma distribuio normal? Motivo simples: Se as variveis respeitam uma distribuio normal, pode- s aplicar a grande maioria dos e testes e mtodos estatsticos conhecidos. tem s maior facilidade! - e Variveis que no tm distribuio normal podem ser submetidas a transformaes (raiz quadrada, logaritmo)

Propriedades da Distribuio Normal

A distribuio simtrica: Mdia = mediana = moda. Os parmetros (mdia) e (desvio padro) definem completamente uma curva normal. Notao: X ~ N(,2 ) Na distribuio normal com mdia e desvio padro :
68% das observaes esto a menos de da mdia . 95% das observaes esto a menos de 2 de . 99.5% das observaes esto a menos de 3 de .

Exemplo: Considere que a glicemia tenha distribuio normal, com mdia igual a 90 mg e desvio-padro 5 mg na populao de pessoas sadias. Pode-se concluir que: 1. Aproximadamente 2/3 (68%) da populao de indivduos sadios possuem valores de glicemia entre (-) = 90-5 = 85 mg e (+) = 90+5 = 95 mg. Grande parte das pessoas sadias (95%) tem glicemia entre (2) = 90-2(5) = 80 e (+2) = 90+2(5) = 100 mg.
99.73 % Praticamente todos (99,7%) os indivduos da populao tem valores entre (-3) = 75 e (+3) = 95.46 % mg. 105 68.26 %

2. 3.

-3

-2

+2

+3

Propriedades da Distribuio Normal

A distribuio Normal depende dos parmetros e 2

N(1; 2)

N(2; 2)

Curvas Normais com mesma varincia 2 mas mdias diferentes (2 > 1).

Propriedades da Distribuio Normal

Influncia de

na curva Normal
2

N(;12) 22 > 12 N(;22)

Curvas Normais com mesma mdia , mas com varincias diferentes (22 > 12 ).

Distribuio Normal
A distribuio normal pode ser descrita pela seguinte funo de densidade:

( x )2 1 f ( x) = exp , < x < + 2 2 2

A rea total embaixo da curva normal igual a 1. Quando temos em mos uma varivel aleatria com distribuio normal, nosso principal interesse obter a probabilidade dessa varivel aleatria assumir um valor em um determinado intervalo.

Distribuio Normal Padro

Caso especial da distribuio Normal: N(0,1). Para transformar uma varivel de forma que tenha mdia 0 e desvio padro 1 (padronizao ou normalizao), basta fazer o clculo: X Z = Propriedade dessa distribuio: Podemos calcular probabilidades usando a tabela da distribuio normal padronizada.

Clculo de probabilidades
P(a < X < b) rea sob a curva e acima do eixo horizontal (x) entre a e b.

Usando escores Z para determinar probabilidades:

Se X ~ N( ; 2), Portanto,

definimos

X Z =

b a X b a < < = P <Z< P(a < X < b ) = P

Exemplo: Seja X ~ N(10 ; 64) ( = 10, 2 = 64 e = 8 ).

Calcular P(6 X 12).

6 10 X 10 12 10 P (6 X 12) = P < < = P( 0,5 < Z < 0,25) 8 8 8

Para clculo dessa probabilidade utilizamos a tabela normal padro.

USO DA TABELA NORMAL PADRO

Denotamos : A(z) = P(Z z), para z 0.

USO DA TABELA NORMAL PADRO

As propriedades que seguem podem ser deduzidas da simetria da densidade em relao mdia 0, e so teis na obteno de outras reas no tabuladas. 1. 2. 3. P(Z>z) = 1 - P(Z<z) P(Z<-z) = P(Z>z) P(Z>-z) = P(Z<z).

P(Z < -z) -z z

1 - P(Z < z)

Exemplo: Seja Z ~ N (0; 1), calcular a) P(Z 0,32)

P(Z 0,32) = A(0,32) = 0,6255.

Encontrando o valor na Tabela N(0;1): z 0,0 0,1 0,2 0,3 0 0,5000 0,5398 0,5792 0,6179 1 0,5039 0,5437 0,5831 0,6217 2 0,5079 0,5477 0,5870 0,6255

b) P(0 < Z 1,71)

P(0 < Z 1,71) = P(Z 1,71) P(Z 0) = A(1,71) A(0) = 0,9564 - 0,5 = 0,4564. Obs.: P(Z < 0) = P(Z > 0) = 0,5.

c) P(1,32 < Z 1,79)

P(1,32 < Z 1,79) = P(Z 1,79) P(Z 1,32) = A(1,79) - A(1,32) = 0,9633 - 0,9066 = 0,0567.

d) P(Z 1,5)

P(Z > 1,5) = 1 P(Z 1,5) = 1 A(1,5) = 1 0,9332 = 0,0668.

e) P(Z 1,3)

P(Z 1,3) = P(Z 1,3) = 1 P(Z 1,3) = 1 A(1,3) = 1 0,9032 = 0,0968. Obs.: Pela simetria, P(Z 1,3) = P(Z 1,3).

f) P(-1,5 Z 1,5)

P(1,5 Z 1,5) = P(Z 1,5) P(Z 1,5) = P(Z 1,5) P(Z 1,5) = P(Z 1,5) [1 P(Z 1,5)] = 2 P(Z 1,5) 1 = 2 A(1,5) 1 = 2 0,9332 1 = 0,8664.

g) P(1,32 < Z < 0)

P(1,32 < Z < 0) = P(0 < Z < 1,32) = P(Z 1,32) P(Z 0) = A(1,32) 0,5 = 0,9066 0,5 = 0,4066.

Distribuio Normal-Exemplo
QI~N(100,225)
Z=(QI-100)/15~N(0,1) Qual a probabilidade que uma pessoa escolhida aleatoriamente tenha o QI superior a 135?
Z=(135-100)/15=2,33 P(Z>2.33) = 0,01 (tabela normal padro)

Qual a probabilidade que uma pessoa escolhida aleatoriamente tenha o QI inferior a 90?
Z=(90-100)/15=-0,67 P(Z<-0,67)=P(Z>0,67)=0,2514
Lembre-se da simetria

Probabilidades que uma pessoa escolhida aleatoriamente tenha o QI entre dois valores tambm podem ser determinadas.

Faixa de Normalidade
mdia aritmtica desvio-padro corresponde aproximadamente 68% dos indivduos da amostra

Exemplo
Os dados abaixo referem-se aos pesos dos pacientes em dois grupos:

Faixa Normalidade: GRUPO A

Limite inferior = 83,6 3,3 = 80,3 Limite superior = 83,6 + 3,3 = 86,9

Faixa Normalidade: GRUPO B

Limite inferior = 83,6 12,2 = 71,4 Limite superior = 83,6 + 12,2 = 95,8