6ª Edição Revisada e Ampliada
O Autor:
William Costa Rodrigues é Agrônomo, Doutor em Fitotecnia e PósDoutor em Entomologia, pela Univ. Federal Rural do Rio de Janeiro. Prof. da Universidade Severino Sombra e no Instituto Superior de Tecnologia de Paracambi/ FAETEC-RJ, ministra aulas de Ecologia1, Toxicologia1, Climatologia1, Estudos de Impacto Ambiental1, Estatística Aplicada2 e Auditoria Certificação Ambiental2, Metodologia da Pesquisa Científica2 na graduação e de Estatística Ambiental1 e Biondicadores Ambientais1 na especialização de Planejamento e Gestão Ambiental1, onde também é Supervisor Pedagógico. Atua como desenvolvedor de softwares agrícolas e Científicos. Coordenador Geral do projeto Entomologistas do Brasil (www.ebras.bio.br). Coordenador e autor de capítulos no livro Citricultura Fluminense: Principais pragas e seus inimigos naturais. Trabalha ativamente com análise estatística em projetos na área agrícola e ambiental. O autor poderá ser contatado através do e-mail: wcostarodrigues@yahoo.com.br.

Esta Obra:
A apostila Estatística Ambiental foi inicialmente utilizada no programa de Pós-Graduação Lato Sensu, Planejamento e Gestão Ambiental e no Curso de graduação em Gestão Ambiental, na disciplina Estatística Aplicada, tendo como objetivo informar o discente sobre os princípios básicos da estatística, relacionando-a com a metodologia científica, possibilitando um entendimento básico sobre o assunto. Hoje a apostila é também utilizada em cursos de graduação. Capa: Fotos do Autor na Ilha da Marambaia. Foto superior Casulo de Plecoptera e foto inferior, córrego onde ao casulo foi coletado.

Esta obra é distribuída através da Creative Commons Licence. http://creativecommons.org/licenses/by-nc-sa/2.5/br

Copyright©2004-2008 Rodri Copyright©2004-2008, W.C. Rodrigues

1 2

Disciplina Ministrada na Universidade Severino Sombra Disciplina Ministrada no Instituto Superior de Tecnologia em Paracambi, RJ- Curso de Gestão Ambiental

Sumário
1 Introdução................................................................................................................. 1 1.1 Crescimento e Desenvolvimento da Estatística Moderna ................................ 1 1.2 Variação ao Acaso ............................................................................................ 1 Ensaio x Experimentação ......................................................................................... 2 Conceitos Estatísticos ............................................................................................... 2 3.1 Estatística Descritiva ........................................................................................ 2 3.2 Inferência Estatística......................................................................................... 2 3.3 Tipos de Dados ................................................................................................. 3 3.3.1 Variáveis Aleatórias Categorizadas.......................................................... 3 3.3.2 Variáveis Aleatórias Numéricas ............................................................... 3 Por que Utilizar a Estatística .................................................................................... 4 Planejamento Experimental...................................................................................... 4 5.1 Fases do Planejamento ..................................................................................... 4 5.1.1 Problema................................................................................................... 5 5.1.2 Informações Existentes............................................................................. 5 5.1.3 Noções Gerais Sobre Hipótese ................................................................. 5 5.1.4 Formulação das Hipóteses ........................................................................ 6 5.1.4.1 Elaborando as hipóteses........................................................................ 6 5.1.4.2 Hipótese Estatística x Hipótese Científica ........................................... 6 5.1.5 Testando as Hipóteses .............................................................................. 6 5.1.6 Riscos na Tomada de Decisão Através Teste de Hipóteses ..................... 6 5.1.7 Aleatorização ............................................................................................ 7 5.2 Erros de Observações ....................................................................................... 7 5.2.1 Erros do Observador................................................................................. 7 5.2.2 Erro do Método de Observação ................................................................ 8 5.2.3 Por Falta de Resposta ............................................................................... 8 5.3 Controle dos Erros nas Observações ................................................................ 8 5.4 Métodos de Coleta de Dados ............................................................................ 8 5.4.1 Fontes Primárias ....................................................................................... 8 5.4.2 Fontes Secundárias ................................................................................... 8 5.5 Pesquisa Observacional .................................................................................... 9 5.6 Pesquisa Experimental...................................................................................... 9 5.6.1 Princípios da Experimentação ................................................................ 10 5.7 Tipos de Amostras .......................................................................................... 10 5.7.1 Amostras Simples ao Acaso ................................................................... 10 5.7.2 Amostra Estratificada ............................................................................. 11 5.7.3 Amostra Sistemática ............................................................................... 11 5.7.4 Amostra por Área ................................................................................... 11 5.7.5 Amostra por Conglomeradas .................................................................. 11 5.7.6 Amostra Selecionada .............................................................................. 11 5.8 Determinação do Tamanho da Amostra ......................................................... 12 5.8.1 Tamanho da Amostra para Dados Discretos .......................................... 12 5.8.2 Tamanho da Amostra para Dados Contínuos ......................................... 13 Técnicas Estatísticas Para Análise de dados .......................................................... 14 6.1 Medidas de Tendência Central ....................................................................... 14 6.1.1 Média Aritmética Simples ( X ) .............................................................. 14 6.1.2 Média Aritmética Ponderada .................................................................. 14 6.1.3 Média Aritmética de Dados Agrupados em Intervalos .......................... 15

2 3

4 5

6

6.1.4 Mediana (Me) ......................................................................................... 16 6.2 Medidas de Variação ...................................................................................... 17 6.2.1 Desvio-Médio (DM) ............................................................................... 17 6.2.2 Desvio Padrão......................................................................................... 17 6.3 Variância ou Quadrado Médio ....................................................................... 18 6.4 Erro-Padrão da Média - s(x) ........................................................................... 19 6.5 Coeficiente de Variação.................................................................................. 19 6.6 Curva de Distribuição Normal........................................................................ 19 6.6.1 Limites de Confiança.............................................................................. 21 6.6.2 Erro Padrão ............................................................................................. 22 6.7 Teste de Normalidade dos Dados ................................................................... 22 6.8 Teste de Klomogorov-Smirnov (K-S) ............................................................ 22 6.9 Teste de Shapiro-Wilks (S-W) ....................................................................... 22 7 Testes Paramétricos e Não Paramétricos................................................................ 23 7.1 Teste t - Student.............................................................................................. 23 7.1.1 Dados Pareados (Amostras Dependentes).............................................. 24 7.1.2 Dados Pareados (Amostras Independentes) ........................................... 25 7.1.3 Dados Não-Pareados - Variâncias Desiguais (Heterocedásticas)........... 26 7.1.4 Dados Não-Pareados - Variâncias Iguais (Homocedásticas) ................. 27 7.2 Teste Qui-Quadrado (χ²) ................................................................................ 28 7.3 Tabela de Contingência .................................................................................. 28 7.4 Teste de Kruskal-Wallis ................................................................................. 29 7.5 Teste de Friedman (Análise da Variância) ..................................................... 31 8 Correlação Linear ................................................................................................... 32 8.1 Coeficiente de Correlação (r) ......................................................................... 32 8.1.1 Correlação de Pearson ............................................................................ 32 8.1.2 Correlação de Spearman......................................................................... 32 8.1.3 Aspectos Gerais da Correlação Linear ................................................... 33 8.2 Coeficiente de Determinação (r²) ................................................................... 34 8.3 Coeficiente de Alienação (K) ......................................................................... 34 8.4 Significância do Teste de Correlação ............................................................. 34 8.4.1 Significância Baseada nos Intervalos ..................................................... 34 8.4.2 Significância Baseada no Teste t para r (Pearson) ................................. 35 9 Análise de Regressão.............................................................................................. 35 9.1 Regressão Linear Simples .............................................................................. 36 9.2 Regressão Linear Múltipla.............................................................................. 36 9.3 Regressão Múltipla ......................................................................................... 37 10 Transformação de Dados .................................................................................... 37 10.1 Raiz Quadrada ................................................................................................ 38 10.2 Transformação Logarítimica .......................................................................... 38 10.3 Transformação Angular (Arcoseno)............................................................... 38 10.4 Considerações Gerais ..................................................................................... 38 11 Testes Específicos Para Análise de Populações e Comunidades ....................... 38 11.1 Índice de Diversidade e Dominância Populacional........................................ 38 11.1.1 Índice de Margalef (α)............................................................................ 39 11.1.2 Índice de Glason (Dg) ............................................................................. 39 11.1.3 Índice de Menhinick (Dm) ...................................................................... 39 11.1.4 Índice de Shanon-Wiener (H') ................................................................ 39 11.1.5 Índice de Dominância Berger-Parker (d)................................................ 39 11.2 Exemplo.......................................................................................................... 39

11.3 Índice de Similaridade entre Populações........................................................ 40 11.3.1 Quociente de Similaridade...................................................................... 40 11.3.2 Porcentagem de Similaridade ................................................................. 40 11.3.3 Índice de Afinidade ................................................................................ 41 11.3.4 Constância .............................................................................................. 41 11.3.5 Índice de Associação (IA) ...................................................................... 41 12 Bibliografia......................................................................................................... 42 13 Anexos ................................................................................................................ 43

........................... sob cultivo orgânico na Fazendinha Agroecológica................................... Índices de diversidade de cochonilhas em agroecossiema cítrico............................................................................. 7 Tabela 2..................... 25 Tabela 4.01) de α probabilidade... Classificação do valor r através de intervalos de 0 a 1....... 35 Tabela 9......05 a 0.............. .................................................................. Valores para transformação arcsen % ............................................ Classificação do valor r através de intervalos de acordo com e Teste de Rugg............................................ Resultados das amostras de cinco diferentes áreas delimitadas pelas características edáficas do solo.............................................................. Valores de t -student em níveis de 5% e 1% (α=0.................................................................. 24 Tabela 3................. Dados do peso de 10 crianças antes e depois da administração a base de folhas de mandioca (dados fictícios)....................... Aphididae) em função da brotação foliar de tangerina cv Poncã... ........... Dados de um experimento com a taxa de crescimento de mudas de duas leguminosas em sistema agro-silvo-pastoril...... Valores mínimos de j...... Valores críticos para o Coeficiente de Correlação de Spearman (rs)...... 1971)....................... Correlação de Spearman entre as notas brutas de matemática e biologia (Zar.. Valores de χ² (Qui-quadrado) em níveis de 5% e 1% (α=0.......................................................................... Exemplo para o Microsoft Excel... 48 ....... (dados fictícios). Série de dados da correlação da flutuação populacional do pulgão Toxoptera aurantii (Homoptera.................. 40 Tabela 11......... 2004)............ 47 Tabela 15.............. Resultados da interpretação de 500 fotos aéreas de diversas áreas com presença de mata.... 44 Tabela 12. no período de outubro de 2002 e outubro de 2003 (Extraído de Rodrigues. ......................... 45 Tabela 13... 33 Tabela 6............... ................. 46 Tabela 14........Índice de Tabelas Tabela 1.. em mg................ .................................. ...................................... 34 Tabela 7...... 31 Tabela 5........................ Os dados apresentados referem-se a o poluente α-β-16-Imaginol-Poluentis....................................... Duas comunidades com sua composição de espécies em percentagem .............. 40 Tabela 10...................................05 a 0. 1999).............01) de α probabilidade .................. em quatro diferentes profundidades........... 34 Tabela 8............. ...................................................mm³ de β solo ..................5% (Southwood... numa área de re-vegetação (dados fictícios).. significativos a 0...........

... 36 Figura 11......... na Fazendinha Agroecológica.................. isto é.... 33 Figura 9.............. Poncã......... ...... no período de outubro de 2002 a outubro de 2003 (Adaptado de Rodrigues............ Regressão linear simples entre a flutuação populacional de T.. 2004)............. Interpretação dos dados experimentais........... desvios padrões (s) diferentes.............. Correlação múltipla da amplitude térmica (variável x)................................. Curva normal padrão........... As áreas sob a curva assinaladas entre os traços verticais............ na Fazendinha Agroecológica........ 4 Figura 3..... no período de outubro de 2002 a outubro de 2003 (Adaptado de Rodrigues........... 36 Figura 10........................ na Fazendinha Agroecológica.. Janela de configuração da linha de tendência (linha de regressão) e configuração da equação de regressão no Microsoft Excel. em cultivo orgânico de tangerina cv............ 20 Figura 5......... tendo a mesma média (µ) µ e diferentes graus de dispersão dos valores de X................ Poncã............... 2004).. Poncã....... e inversa ou negativa (B).... mostra que a relação entre X e Y obedece a uma lei mais completa......... brotação (variável y) e a flutuação populacional de Toxoptera citricida (variável z). indicam as percentagens de valores de X aí contidas.......................... 37 Figura 12..... .............. Diagrama de uma estatística descritiva......................... 2004).......................... tendo por parâmetros µ=0 e s= 1.........Índice de Figuras Figura 1...... medidos em unidades de desvio-padrão................. Poncã. A probabilidade (P) com que X possa ter valor menor que uma coordenada escolhida (C) é indicada pela área..... Fluxograma Para Auxiliar na Escolha de Testes Estatísticos .. 10 Figura 4....................... no período de outubro de 2002 a outubro de 2003 (Adaptado de Rodrigues................... Diagrama de tipos de dados .. aurantii e a brotação foliar de tangerina cv.. O gráfico à esquerda..... 37 Figura 13.......... apresentando a linha de tendência de regressão linear simples de dados fictícios. 20 Figura 6....................................... Correlação linear simples positiva (A).......... Os valores de Z (compreendidos entre -Z e +Z) correspondem aos afastamentos de X em relação à média µ.... em que foram registrados outros valores intermediários (definidos pelos pontos B e C).......................................................... em cultivo orgânico de tangerina cv.................. 21 Figura 7............ ... 43 ..... parece sugerir que Y cresce à medida que X cresce........ 22 Figura 8............................... Curvas de distribuição normal das freqüências de X... aurantii e a brotação foliar de tangerina cv................. baseado em apenas dois pares de valores anotados para X e Y (que definem os pontos A e B). onde µ é a média e s o desvio padrão...... sob a curva... situada à esquerda de C............. Curva de distribuição normal simétrica... Poncã........................................... em cultivo orgânico de tangerina cv..... Regressão múltipla entre a flutuação populacional de T................. com seus diversos níveis de categorias........................................................ ....... 3 Figura 2....................... entretanto no gráfico à direita.......

O efeito dessa variação do acaso é tal que pode alterar completamente os resultados experimentais. você está fazendo parte da estatística. Estudando os mais variados fenômenos das diversas áreas do conhecimento. Esses efeitos. Bom. morte e casamentos. se a avaliação for. os resultados obtidos. Desta forma. avaliando o crescimento populacional e a distribuição desta população no território nacional entre outros aspectos avaliados. variação no horário de coleta dos dados. como parte da matemática aplicada. os dados eram obtidos principalmente com o objetivo de recolherem impostos e para o recenseamento militar. Foram levantados dados através dos registros históricos. está fazendo parte da estatística.1 Crescimento e Desenvolvimento da Estatística Moderna Historicamente. em todos os dados obtidos. de efeitos fatores não controlados (que podem ser controlados). sempre presentes. grega e romana. Eles são indicados pela designação geral de variação do acaso ou variação aleatória. ela representa um valioso instrumento de trabalho nos dias de hoje. Assim. que irá interferir na distinção das cores. em dias diferentes. realizar experimentos. quando você é abordado na rua para responder qual o candidato irá votar na próxima eleição. Quando você está desempregado ou empregado. faz parte também. as instituições religiosas freqüentemente mantinham registros relativos a nascimentos. A estatística.Apostila de Estatística Aplicada 1 1 Introdução Diariamente estamos envolvidos em análises estatísticas. variação nos intervalos de amostragem. mas não é só desta forma que você faz parte do infinito mundo da estatística. 1.2 Variação ao Acaso O que dificulta ao trabalho de pesquisador e exige a análise estatística é a presença. As variações ao acaso podem ser exemplificadas como: temperatura ambiente. Isso levou ao desenvolvimento de computadores mainframe e finalmente a revolução dos computadores pessoais. pois o principal objetivo desta ferramenta é auxiliar na tomada de decisão ou de avaliar uma determinada situação e poder melhor indicar o caminho para uma tomada de decisão. podemos empregar a estatística. Na área ambiental. No Brasil o censo é realizado a cada 10 anos. quando seu salário aumenta. seja visando o aprimoramento de métodos e técnicas de investigação. não podem ser conhecidos individualmente e alteram pouco ou muito. aferição do aparelho utilizado para mensurar. realizar experimentos. trata da coleta. a crescente necessidade dos censos ajudou a incentivar o desenvolvimento de equipamentos de tabulação no início do século XX. Na Idade Média. seja por exigências do próprio desenvolvimento do país. por exemplo. o crescimento e o desenvolvimento da estatística moderna podem ser relacionados a três fatores isolados – a necessidade dos governos de coletar dados dos cidadãos. eu disse quase tudo. . obviamente que não podemos deixar a estatística dominar nossas vidas. Durante as civilizações egípcias. poderá haver. 1. quando o IBGE faz uma visita a sua casa para o censo. uma interferência da luz solar. De fato. etc. o estudo da estatística justifica-se pela necessidade de desenvolver pesquisas. da análise e da interpretação de dados observados. ao comparar no campo duas paisagens. podemos ver que em quase tudo. e mesmo pela utilização dos resultados e pesquisas feitas. e mesmo pela utilização dos resultados e pesquisas feitas por aqueles que a isso se dediquem. o desenvolvimento da teoria da probabilidade e o advento da informática.

foi o desenvolvimento de métodos estatísticos de inferência. objetivando somente uma pré-avaliação dos resultados. não havendo rigor. A análise e interpretação dos dados não podem possuir muito rigor e deve se adequar ao tipo de ensaio realizado. A análise e interpretação dos dados deverão ser rigorosas e adequadas ao tipo de experimentação realizada. possibilitando assim menor erro amostral e na análise estatística. O número de amostras é reduzido. 3.2 Inferência Estatística Pode ser definida como os métodos que tornam possível a estimativa de uma característica de uma população ou a tomada de uma decisão referente à população com base somente em resultados de amostras (Figura 1). que levou à ampla aplicação da estatística em todos os campos de pesquisas atuais. a apresentação e a caracterização de um conjunto de dados de modo a descrever apropriadamente as várias características deste conjunto.1 Estatística Descritiva Pode ser definida como os métodos que envolvem a coleta. 3 Conceitos Estatísticos 3.William Costa Rodrigues 2 2 Ensaio x Experimentação Existem diferenças básicas entre os dois métodos de avaliar um dado científico. Uma amostra é a parte da população selecionada para análise. Diferenças entre Ensaio e Experimentação. número de amostras. as definições seguintes são necessárias: Uma população (ou universo) é a totalidade dos itens ou objetos a ser considerado. Para tornar mais claro esta definição. Abaixo no Quadro 1 são listadas as diferenças entre os dois métodos. Ensaio Tempo de duração da avaliação é curta. As variações ao acaso são controladas com rigor. número de amostragens realizadas. com margem de erro menor possível. etc. As variações ao acaso são parcialmente controlados. O tamanho do experimento é reduzido. . O número de amostra deverá ser suficiente para avaliar os dados com a maior precisão possível O tamanho do experimento deverá ser suficiente para avaliar os dados. Uma estatística é a medida calculada para descrever uma característica de apenas uma amostra da população. Embora os métodos estatísticos descritivos sejam importantes para a apresentação e a caracterização dos dados. Experimentação O tempo de avaliação deverá ser o suficiente para que os dados coletado possam garantir uma avaliação. Um parâmetro é a medida calculada para descrever uma característica de toda uma população. como um produto de teoria da probabilidade. Quadro 1. As diferenças vão desde a simples forma de avaliar e encarar a coleta dos dados até a forma de apresentação dos dados.

A população pode ser constituída de elementos simples. digamos que há uma necessidade de saber a opinião da qualidade de vida no campus de sua faculdade. A amostra pode ser definida também como o conjunto de observações extraídas de uma fonte (população). Isto seria alcançado utilizando-se as estatísticas obtidas da amostra de estudantes para estimar atitudes ou características de interesse da população. sendo a população a fonte de observações. ou por elementos coletivos. enquanto a reposta para "Qual a sua altura?". como é o caso dos seres humanos ou das plantas superiores ou das bactérias. é geralmente dispendioso demais. Por exemplo. podendo ser números discretos ou contínuos. ou das pessoas que habitam uma casa. é contínua. . ou universo.3. Desse modo. enquanto a amostra consistirá os estudantes selecionados para participar da pesquisa. consome muito tempo e é muito cansativo obter informações sobre a população inteira.2 Variáveis Aleatórias Numéricas Produz respostas numéricas. você tem Sim Não. das famílias. População/Universo Amostra Parâmetro Estatística Figura 1. Decisões pertinentes às características da população devem ser baseadas na informação contida numa amostra da população. A necessidade da inferência estatística deriva da necessidade da amostragem.3. como é o caso das irmandades com mais de um indivíduo. com seus diversos níveis de categorias.3 Tipos de Dados Existem basicamente dois tipos de dados de características de variáveis aleatórias que podem ser estudadas e que produzem os resultados ou os dados observados: categorizados ou numéricos (Figura 2). 3. Quando a população se torna grande. A resposta para pergunta: "Quantos livros você possui?". O objetivo da pesquisa é descrever várias atitudes ou características de toda a população (os parâmetros). será todos os alunos da faculdade. Diagrama de uma estatística descritiva. segundo determinadas regras e critérios. a resposta é discreta.1 Variáveis Aleatórias Categorizadas Este tipo de variável produz respostas categorizadas. A população. um aspecto principal da inferência é o processo que utiliza a estatística amostral para tomar decisões sobre os parâmetros da população. 3.Apostila de Estatística Aplicada 3 Para melhor elucidar estes conceitos. carro? 3.

segue exemplos de variáveis tanto para aleatórias categorizadas. A Estatística nada mais é que uma ferramenta que poderá auxiliará na interpretação dos resultados e poderá confirmar a hipótese a ser testada ou simplesmente recusá-la. pois os dados poderão apresentar falhas ou nada representaram para o estudo do problema ou para a elaboração das hipóteses a serem formuladas. primeiro consideramos sua importância. entretanto o uso inadequado e fanático desta ferramenta torna muito difícil a compreensão dos resultados e levam-na ao descrédito. Na Figura 2. Tipos de Dados Categorizadas Numéricas Discretas Você possui carro? Quantas revistas você assina? Contínuas Qual sua altura? Sim Não 5 1. como a ferramenta que irá dizer se. Desta forma devemos ter muito cuidado ao utilizar à estatística. "uma área será condenada por poluição de metais pesado no solo". Em suma. .75m Figura 2. O que pode ocorrer é que a estatística irá indicar uma diferença numérica.1 Fases do Planejamento Quando realizamos um estudo. caberá ao profissional avaliar os parâmetros não previsíveis no modelo matemático e tomar a decisão.William Costa Rodrigues 4 Dados discretos são respostas numéricas que surgem a partir de processo de contagem e dados contínuos são repostas numéricas que surgem a partir de um processo de medição. Estas informações deverão ser avaliadas e criticadas. por exemplo. 5 Planejamento Experimental 5. traçamos os objetivos que pretendemos alcançar e a finalidade de sua realização. Se houver alguma informação que possa auxiliar como ponto de partida. esta poderá fornecer alguns indicadores ou ensinar novas técnicas que servirão para complementar nossa experiência. quanto para aleatórias numéricas (discretas e contínuas). Em seguida. diremos que os dados selecionados devem ser os estritamente necessários. Diagrama de tipos de dados 4 Por que Utilizar a Estatística A Estatística é uma área da matemática muito utilizada hoje em dia.

Por sua vez. Na prática. que precede a outra.1.3 Noções Gerais Sobre Hipótese A hipótese. 9). Não basta. Dela deduzimos as conseqüências ou fazemos previsões.1. o pesquisador deve revisar tudo o que diz respeito ao fato em estudo. É importante também especificar sua extensão. é a variável dependente. como observar e medir seus valores e como analisar as relações qualitativas e quantitativas que possam existir entre eles (ver item Pesquisa Observacional. requer demonstração ou prova de sua adequação.1 Problema Ao planejar o problema que se vai pesquisar. Enquanto não se possa demonstrar que ela é incorreta. . o que nos levaria a rejeitá-la e a formular outra. guardam entre si relações de causa e efeito (direta ou indiretamente). A revisão bibliográfica sobre o assunto deverá sofrer cuidadosa seleção para que os resultados mais afins possam ser aproveitados no conforto e discussão posteriores à da pesquisa.Apostila de Estatística Aplicada 5 5. deverá ser dada especial atenção aos seguintes pontos: Definição da importância do problema que se estuda. que se supõe depender de X. teremos de montar uma observação ou uma experiência em que se possa verificar o aparecimento de Y quando ocorre X. essas conseqüências e previsões serão testadas. limitando-se o estudo científico à observação de como X e Y se apresentam espontaneamente. portanto. Decerto serão encontrados vários subsídios que fornecerão valiosa colaboração para o estudo. A estratégia para isso depende da natureza do problema em causa. então.1. para ver se a hipótese adotada ainda se mantém ou não. ou de experimentação. por exemplo. resultado de um raciocínio indutivo (consciente ou subconsciente). A variável X. ou alterações dos valores de Y quando varia X. Sabemos que a veracidade de uma hipótese nunca pode ser demonstrada ou provada definitivamente.2 Informações Existentes Antes de empreender o experimento. pois provavelmente nenhum pesquisador terá possibilidade e capacidade de abordar todos os aspectos da biodiversidade ou da poluição. Uma própria de fenômenos sobre os quais não podemos influir nem exercer qualquer controle. o que se tem em vista é verificar uma relação de causa e efeito: queremos saber se a variável X e a variável Y. enquanto Y. podemos encontrar duas situações. Definir a importância do problema que se estuda é explicar o que vamos estudar. na elaboração de um plano de observação. se necessário. Muitas vezes. A outra seria a interdependência das duas variáveis. é chamada variável independente. com a finalidade de saber o que já se conhece sobre o assunto. dizer que se vai estudar a biodiversidade da floresta atlântica. o efeito da poluição do rio Paraíba do Sul. peculiares a determinado fenômeno. de tal forma que se possa demonstrar a existência de uma relação constante entre os valores de X e Y. O planejamento de pesquisa consiste. O que se faz é verificar se ela não seria falsa. 5. mantém-se a hipótese como boa. 5. p. Determinação do(s) objetivo(s) e finalidade da investigação. Será impossível o planejamento das etapas subseqüentes se não ficar claramente evidenciado o problema a investigar. Do ponto de vista operacional. por mais justa e sólida que possa parecer. destinado a contestar determinada hipótese.

testa a falta de nulidade ou falta de diferenças aleatórias entre os tratamentos. H a : X1 ≠ X 2 ≠ X 3 ≠ . 5.1. social.1. Normalmente testa-se através de modelos matemáticos.. efeito antrôpico. Desta forma.1 Elaborando as hipóteses O pressuposto a hipótese estatística é sempre testar a nulidade dos dados. Já a H1. mas pela descrição do fato.). Um erro do tipo II ocorre se a hipótese nula H0 for rejeitada quando de fato é falsa e não deveria ser rejeitada. em um experimente está sendo testada a capacidade de duas substâncias possuírem o mesmo poder de reação química. que geralmente são denominadas de H0 ou Hipótese nula e H1 ou Hipótese alternativa. As hipóteses estatísticas não necessariamente deverão ser idênticas à hipótese científica. X n Já a hipótese alternativa. etc. que são denominados testes estatísticos. que serão visto no item Técnicas Estatísticas Para Análise de dados.1..6 Riscos na Tomada de Decisão Através Teste de Hipóteses Quando se utiliza uma estatística para tomar decisão sobre um parâmetro da população. 5.William Costa Rodrigues 6 5. nas proporções utilizadas. porém a resposta para entendimento dos resultados.2 Hipótese Estatística x Hipótese Científica A hipótese estatística testa somente os dados numéricos obtidos através de um modelo matemático fixo e contendo restrições. somada com uma facilidade de concluir de acordo não somente pelos números. etc. existe um risco de se chegar a uma conclusão incorreta. 5. 14. A H0 deverá ser a seguinte: As substâncias possuem a mesma capacidade de reação. X n 5. Por exemplo. A hipótese nula admite que os resultados sejam iguais ou com diferenças aleatórias entre os tratamentos. não será somente baseada em um modelo matemático. p.. valerá além da experiência do pesquisador. dois tipos de erro podem ocorrer quando aplicamos a metodologia do teste de hipóteses: Um erro do tipo I ocorre se a hipótese nula H0 for rejeitada quando de fato é verdadeira e não deveria ser rejeitada.1. . que não o permite avaliar variáveis complexas e multáveis (clima.4. A hipótese científica poderá ser a mesma hipótese estatística ou basear-se nela.4 Formulação das Hipóteses A estatística. Na verdade. uma boa revisão bibliográfica e uma interpretação imparcial dos dados.4.. testa duas hipóteses. que se dividem basicamente em Teste Paramétricos e Não Paramétricos. H 0 : X1 = X 2 = X 3 = .5 Testando as Hipóteses Existem várias formas de testar as hipóteses elaboradas.1. seja ela: biológica. será As substâncias não possuem a mesma capacidade de reação.

2 Erros de Observações Quanto aos componentes de uma população. Assim o treinamento dos observadores deverá ser de forma a permitir um menor erro experimental possível. o pesquisador terá a oportunidade de verificar a existência de diferenças entre os mesmos. Através da observação ou coleta de dados. que examinaram em épocas separadas por um período de dois meses. o modelo matemático poderá não prevê erro tão grande. Devemos concluir que. (dados fictícios) Observador A B C D E Fotos onde a degradação foi considerada positiva (nº) 1ª leitura 2ª leitura 118 139 69 78 83 88 96 89 106 92 Observa-se pela tabela acima que em nenhuma das duas ocasiões os diferentes observadores coincidiram quanto ao número de fotos consideradas positivas para o referido diagnóstico. São os erros experimentais oriundos de fatores que não podem ser controlados. não tendencioso. as mesmas 500 fotos. haverá sempre uma discrepância entre as amostragens realizadas.7 Aleatorização Na oportunidade em que organizamos os ensaios devemos proporcionar condições idênticas para cada tratamento. possibilitando que se houver algum erro este seja atribuído ao acaso. Com este processo o erro experimental poderá ser mensurado através do modelo matemático utilizado para analisar os dados.1 Erros do Observador O grau de treinamento dos observadores. . e sim cometida por quem procedeu à leitura do material fotográfico. As fotos foram interpretadas separadamente por cada técnico conforme a Tabela 1. 5. com a finalidade de verificar a degradação ambiental acentuada das áreas fotografadas. Erros cometidos pelo observador deverão ser considerados no modelo matemático escolhido para análise dos dados. seu estado físico e condições ambientais podem ser as principais causas de erros das observações. o excesso de trabalho. tais discordâncias não refletem uma variação real. forem muito discrepantes. ou seja. O mesmo foi verificado em relação a cada um dos observadores que apresentaram resultados diferentes entre as duas leituras. poderíamos citar a experiência de que participaram cinco técnicos especializados em análise de foto aérea (foto interpretação). ou seja. 5. Entretanto se estes erros forem muito distantes.2. Como exemplo.1. seja por falha no aparelho utilizado ou pela desatenção do observador. Tabela 1. Resultados da interpretação de 500 fotos aéreas de diversas áreas com presença de mata.Apostila de Estatística Aplicada 7 5.

2. Os modelos matemáticos que prevêem erros por falta de resposta são apropriados. pelo simples fato. 5. da coleta dos dados ter sido realizada por outra pessoa. o dado que irá compor o conjunto de informações a serem analisadas. assim não poderá o observador coletar em outro ponto. estes poderão ser reduzidos ou eliminados de acordo com as coisas que os determinam. que constituem blocos e parcelas.2 Erro do Método de Observação Os métodos de observação possuem erros mais ou menos importantes. Por isso há uma preocupação natural de todo pesquisador em aperfeiçoá-los ou substituí-los por outros métodos mais eficientes a fim de aumentar a exatidão dos resultados. na coleta de informações a respeito da poluição de um determinado córrego. houve uma seca muito intensa secando a água no ponto de coleta pré-determinado.2 Fontes Secundárias Quando as informações que nos interessa já foram coletadas por outro pesquisador. já que a metodologia previu que aquele era o ponto a ser amostrado.2. Os erros causados pelos métodos de observação podem ser reduzidos selecionando-se o funcionamento dos aparelhos utilizados. assim a metodologia deverá prever a coleta de dados na fonte primária. 5. 5. 5. Em experimento. assim como por uma melhoria das condições físicas e de trabalho. o erro por falta de resposta ocorrerá através da perda de uma parcela.1 Fontes Primárias Quando não há informações dos dados que queremos estudar.4 Métodos de Coleta de Dados Embora a maioria das experimentações as informações devam ser retiradas diretamente no "campo". não sendo utilizados dados previamente coletados por outro pesquisador.4.4. Um exemplo deste tipo de fonte é a coleta de água para a análise de poluição de um determinado córrego. desta forma. podemos utilizá-las. Por exemplo. dentro da metodologia. em muitas ocasiões podem-se aproveitar dados previamente obtidos por outras pessoas. Este tipo de fonte é chamado secundário.3 Por Falta de Resposta Este tipo de erro poderá ou não ocorrer no experimento. houve um erro por falta de resposta. devemos ir a acampo para obtê-lo. 5. consideramos que a informação foi recolhida de fonte primária e no segundo caso dizemos que a fonte é secundária. Ele ocorrerá se não houver a possibilidade de obter.William Costa Rodrigues 8 5. Cada método em particular pode ter uma série de fatores que conduzem à distorção dos resultados.3 Controle dos Erros nas Observações Apesar da distinção que procuramos dar ás diferentes fontes de erros. Qualquer que seja a causa dos erros anteriormente abordados. É óbvio que a qualidade deverá ser . A coleta esta sendo realizada no campo. Devemos lembrar que eles são bastante independentes. pois irão permitir uma flexibilidade de estimar o dado faltoso. Os erros dependentes dos observadores podem ser minimizados por uma preparação e por um treinamento mais eficientes. No primeiro caso.

apenas duas condições da variável são testadas (por exemplo: duas temperaturas. etc. para o estudo em causa. Por isso deve ser atenta. são confrontados com os dados da variável dependente (eixo das ordenadas . repetidas e quantificadas.6 Pesquisa Experimental A experimentação ou experimento ou simplesmente experimento é um método científico e de observação dos fatos ou fenômenos naturais. a administração ou não de um medicamento. capaz de com os olhos isentos de preconceitos e a cabeça livre das fórmulas tradicionais. são geralmente denominadas variáveis independentes. portanto. enquanto que as mudanças observadas em conseqüência. Suas observações sobre as relações entre organismos e o meio contribuíram decisivamente para a criação da ecologia. e os inúmeros outros que se apresentam concomitantemente. objetivo e imparcial. de idéias fixas ou baseadas em dogmas ou em autoridades que não demonstraram cabalmente. Deve ser persistente. 5. A observação deve ser inteligente e sagaz. bem definidos. além do que. sob condições particulares estabelecidas pelo pesquisador. por exemplo. paciente. no atributo. e o crescimento em peso ou altura.Apostila de Estatística Aplicada 9 levada em consideração. na praticam a validade de suas bases. torna-se em geral necessário experimentar três ou mais valores de variável independente. Em experiências mais simples. devemos verificar a metodologia utilizada.5 Pesquisa Observacional Em certos campos da biologia e das ciências sociais. para que se possa apreciar seu efeito e estabelecer a lei do fenômeno. como a resposta do organismo ou do fenômeno pode não ser diretamente proporcional à intensidade do fator ensaiado. a experimentação deve permitir comparar o efeito de suas ou mais condições ou tratamentos.X). completa. Darwin buscou correlacionar as características próprias das espécies com as condições do meio em que vivia cada uma delas. sobre um atributo do organismo ou material que é objeto da pesquisa. em estudos de dietas ou os alimentos administrados seriam as variáveis independentes. de modo permitir clara distinção entre os fatos que são relevantes.Y). Teorias tão fundamentais como a da evolução forma estabelecidas com base exclusiva na observação da natureza. são as variáveis independentes. as observações devem ser corretamente registradas. As condições. a presença ou a ausência de luz. Mas. Saint Hilaire e outros naturalistas sobre a evolução dos seres vivos. 5. Exige que o pesquisador seja curioso.). porém analítica. precisa e metódica. (Figura 3). duas concentrações de uma substância. que o pesquisador seleciona ou manipula na experiência. . Então a observação científica adquire grande importância e deve ser feita com o máximo de cuidado. Sempre que possível. A viagem de Darwin ao redor do mundo permitiulhe coligir tal quantidade de informações que pôde consubstanciar a hipótese formulada por Lamarck. Em sua essência. partindo-se de medidas rigorosas que permitam a análise estatística dos dados. para saber se esta poderá responder ao questionamento que a pesquisa propõe-se a responder. Assim. os valores de uma variável independente (eixo das abscissas . os métodos experimentais podem ser difíceis ou mesmo impossíveis de aplicar. Por vezes. corresponderiam às variáveis dependentes.

Emprega-se este processo.7. O gráfico à esquerda. Amostragens regulares.).7 Tipos de Amostras 5. baseado em apenas dois pares de valores anotados para X e Y (que definem os pontos A e B). parece sugerir que Y cresce à medida que X cresce. isto é.William Costa Rodrigues 10 30 25 20 Y 15 10 5 A X B A Y B 35 30 25 20 15 10 5 A B X C D A B D C Figura 3. esta deverá ser experimentada antes de ser utilizada na experimentação.6. caso não seja possível. ou seja. . 5. quando dispomos de uma população que apresenta características homogêneas. pouca variação no conjunto dos elementos. O experimento deverá ser realizado de acordo com uma técnica já conhecida e testada. para que os resultados possam levar o pesquisador a uma resposta coerente e segura. mostra que a relação entre X e Y obedece a uma lei mais completa. A experimentação deverá ter impreterivelmente repetições. pois permite que o experimento possa ser regido por efeitos gerais a todos os experimentos. etc. O controle das variáveis aleatórias (chuva. para assegurar que a resposta não foi obtida por mera casualidade e sim por inerência do tratamento. d. caso a área experimental não apresente uniformidade. vento. seja na área científica ou social. entretanto no gráfico à direita. Os modelos estatísticos a serem utilizados na experimentação deverão ser adequados ao que se pretende responder.1 Princípios da Experimentação A experimentação é a forma que o pesquisador. b. recomenda-se que o efeito seja igual para todos os tratamentos ou itens testados. f. e. variância próxima ou igual à média. A casualização é um princípio fundamental. encontra para estimar os dados da pesquisa que irá realizar.1 Amostras Simples ao Acaso Um dos métodos mais usados. Interpretação dos dados experimentais. Caso a técnica a ser utilizada seja original. deverá haver uma adequação da metodologia (objetivos) com o modelo. temperatura. Os princípios básicos da experimentação científica são: a. efeito antrópico. quando possíveis. c. g. Assim as parcelas dos tratamentos deverão ser distribuídas ao acaso pelo experimento. h. deverá ser controlado. 5. em que foram registrados outros valores intermediários (definidos pelos pontos B e C). Certificação de que as pessoas envolvidas na experimentação possuam treinamento e conhecimento a cerca do modelo estatístico e da metodologia a ser empregada. pois permitem uma melhor análise dos dados. ou seja.

7. 5. de cada um. podendo a seqüência ser obtida através de sorteio de ruas e residências. uma amostra estratificada proporcional.4 Amostra por Área Utiliza mapas geográficos de cidades e municípios. neste caso.3 Amostra Sistemática Aplicada quando a população apresenta um número finito de elementos e os dados estão distribuídos aleatoriamente. considerando que os mesmos apresentam pelo menos uma característica em comum. o terceiro será 25. hepatite. através de um procedimento correto. A população heterogênea é transformada em subpopulações homogêneas.5 Amostra por Conglomeradas Visto que.2 Amostra Estratificada Utilizada quando dispomos de informações de que a população apresenta características heterogêneas. 5.7. o que é.Apostila de Estatística Aplicada 11 5. a partir dele. Poderia ser a doença de Parkinson. Outros métodos de seleção poderão ser associados para determinação dos elementos de cada conglomerado para compor a fração amostral. sorteiam-se aleatoriamente os conglomerados que irão participar da amostra. pela estratificação. Portanto. ou então considerando o número de seus elementos e procedendo-se a um percentual de cada estrato. até obterem-se os 50 elementos que constituirão a amostra. 5. Após a determinação dos conglomerados da população. 5. isto é. o segundo deverá ser 15. . e assim por diante.6 Amostra Selecionada Este tipo de amostra se caracteriza por elementos que o pesquisador seleciona para avaliar o perfil de seus componentes. compensado apenas pela diminuição das tarefas. A família poderá ser a unidade mais simples a ser pesquisada. o uso de amostragem nos conduz a ganhar em precisão. Embora a subdivisão da população seja em estratos.7. tuberculose. entre outras. onde N = 500 e n = 50 dividem-se N por n. Considera-se este tipo de amostra que possibilita maior precisão quanto aos resultados. no entanto. observando-se que se o número sorteado for. grande número de fatores ou variáveis que podem comprometer as conclusões se não eliminados. Por exemplo. O número de elementos da amostra será obtido da seguinte forma: Numa população constituída por 500 elementos e a amostra por 50 elementos. obtendo-se 10. para que. 500 por 50.7. na área de saúde é comum a realização de pesquisas de que são selecionados os pacientes portadores de determinadas enfermidades. só farão parte do estudo indivíduos portadores de enfermidade a ser pesquisada. escolhem-se os demais. As unidades que comporão a amostra serão sorteadas em função das condições de variabilidade existentes. O tamanho da amostra será determinado em função da variância de característica a estudar em cada estrato. Estas subpopulações têm nome de estratos. em seguida. isto é. utiliza-se uma quantidade de elementos – o que torna o método de seleção um pouco mais trabalhoso – ele redunda conseqüentemente em ganho de precisão. cinco. sorteia-se um número da primeira dezena e. Obtém-se. por exemplo. assim.7.

N tamanho da população. Na população finita.000). o nível de confiança de que aquela diferença arbitrada realmente ocorra até o limite de diferença proposto.1 Tamanho da Amostra para Dados Discretos Quando dispomos de variáveis discretas. Ao procedermos às técnicas de amostragem para determinação do tamanho da amostra (n). Deve-se imaginar que. Nível de confiança (α). Informação da literatura (p). . Tamanho da população alvo. quando o nível de confiança corresponde a 95%. arbitrada pelo pesquisador. podemos classificar em finitas e infinitas. na literatura.8. N= 3. ora usamos a percentagem. 5. p + q = 100%. 5. este valor é substituído na fórmula (1) por uma constante 1. referente à taxa de prevalência do fenômeno estudado na amostra observada. laboratório ou uma simples investigação. a priori. Os níveis de confiança propostos rotineiramente são de 95% e 99% de confiança. Simbolizado pela letra z. ora usamos a variância. aquele valor tem. Em alguns casos são empregadas características que apresentam determinada variabilidade. entende-se que a amostra obtida apresentará um determinado valor para a taxa de prevalência de certo evento.8 Determinação do Tamanho da Amostra É muito comum um pesquisador indagar qual o número de amostras a serem estabelecidas para uma determinada pesquisa de campo. q: 100%-p. resultados os quais utilizaremos quando da determinação do valor de n em relação ao valor de p. uma diferença. p: valor obtido de trabalho anteriormente realizado. a obtenção da amostra se torna menos complexa do que nos casos de populações infinitas de (N= 800. Esta diferença é conhecida como erro de amostragem. 4. Dependendo do tipo de investigação. e por 2. Na obtenção do tamanho amostral será importante esta informação. Toda pesquisa a realizar em que investigamos a taxa de prevalência que fenômeno apresenta. Quanto ao número de elementos que compõe. Esta diferença arbitrada é considerada tendo em conta um nível de acerto que normalmente consideramos de 95% ou 99% de confiança. Chamamos q o valor complementar de p para 100%. 3. (P-p): erro arbitrado pelo pesquisador. A determinação do tamanho da amostra depende de alguns fatores: 1. ou seja.000. observamos a percentagem de certas características em um conjunto.William Costa Rodrigues 12 5. Z: nível e confiança. que é. ao apresentarmos um valor percentual. Erro de amostragem ou precisão.96. Normalmente é esperada uma diferença em relação à taxa de prevalência da população-alvo. por exemplo. a qual geralmente é arbitrada pelo pesquisador. 2. utilizamos as seguintes fórmulas: n z2 × p × q (1) e n = 0 (2) n0 = 2 n (P − p ) 1+ 0 N Onde n0: número inicial. em relação ao valor percentual da população.58 quando o nível de confiança é de 99%. Em outros casos. Variância ou porcentual. ou seja.

96 2 × 20 × 80 3. Para tal estudo. X : média da população alvo.96. Exemplo: com a finalidade para verificar a incidência de doença de Chagas em uma população de certa região. q = 80%. a fórmula a empregar para determinação do tamanho da amostra será a fórmula 1 deste item. A utilização das fórmulas (1) e (2).84 × 1. para uma população finita.96 (α=5%) e sendo estabelecida um erro de 4%. Face a isto. são utilizadas as fórmulas (1) e (2). deste item. Selecionamos ao acaso 30 elementos. sendo o tamanho da população igual a 40. S: desvio padrão obtido de trabalho anteriormente realizado. X : média da amostra. resolvemos determinar o número de elementos que comporão a amostra.35 384 1. Desta forma temos: Z = 1. Não sendo encontrado um desvio padrão em outro trabalho.8. qual seria o número de elementos que a amostra deveria conter? A fórmula adequada para mensurar o tamanho da amostra é a equação 1. ( X X ): erro arbitrado pelo pesquisador.000 indivíduos.0000 O número de indivíduos que deveríamos examinar para a determinação da prevalência é de 384 para uma população infinita e 380. Para populações infinitas e para as que N seja um valor muito elevado. dispomos das seguintes fórmulas: n z 2 × S2 (1) e n = 0 (2) n0 = 2 n X−X 1+ 0 N ( ) Onde n0: número inicial. Exemplo: numa pesquisa para determinar a taxa média de hemoglobina dos indivíduos de uma comunidade. tem procedimento semelhante ao amostrado para variáveis discretas. apenas a fórmula (1) deve ser utilizada. desejamos determinar o tamanho da amostra.000 pessoas. procede-se a uma pré-amostragem. retirando-se 30 observações da população e calculando-se o desvio padrão da característica a ser estudada.2 Tamanho da Amostra para Dados Contínuos Para variáveis quantitativas contínuas. cujo valor foi igual a 9mg2. determinamos o valor do teor de hemoglobina de cada um e calculamos a variância (medida de dispersão). . 5. N: tamanho da população. Apenas sabemos que a população desta comunidade é de aproximadamente de 25. p = 20%. Considerando uma prevalência de anos anteriores igual a 20% com valor z = 1. Em populações finitas.Apostila de Estatística Aplicada 13 Quando se trata de trabalho original e não se dispõe de nenhum valor usamos p=50%. e (P-p)= 4% 1. o que torna impraticável utilizar todos os elementos.0096 1+ 40. z: nível de confiança.84 × 100 = 384 2 4 16 384 384 n= ∴n = = 380. deparamos com o problema de definir o tamanho da amostra.600 n0 = ∴ n0 = ∴3.

2 Média Aritmética Ponderada Quando se tem uma séria de valores sucessivos com a respectiva distribuição de freqüência. pode-se calcular a média aritmética ponderada.56 1. Usam-se. divididas pela quantidade destes.24 1. 26. n = 10 292 X= ⇒ 29.1. ponderada. 6. 30. três medidas de tendência central: média aritmética (simples.24 138.1 Média Aritmética Simples ( X ) A media aritmética simples é a soma dos valores ou medidas. 29 e 33. Os valores típicos de um conjunto de dados tendem a se localizar no centro da série. A descrição desse conjunto de dados torna-se mais clara quando se obtêm medidas que resumem as informações necessárias. A importância das medidas de tendência central é dupla: Representam ou resumem todos os valores obtidos pelo grupo e. como tal. São. 29. 26. fornecem uma descrição precisa da execução do grupo como um todo. Essas medidas dão-nos o valor típico do conjunto de dados.96. chamados medidas de tendência central. ∑ x : 32 + 25 + 32 + 30 + 26 + 30 + 29 + 26 + 29 + 33. em geral. mediana e moda.84 × 9 n0 = ∴n 0 = ∴n 0 = ∴ n 0 = 138. de dados agrupados em intervalos). ∑ x : a soma das variáveis.24 n= ∴n = ∴ n = 137. 30.5 0. 25. 6 Técnicas Estatísticas Para Análise de dados 6. por isso.000 Para o estudo a será realizado recomenda-se que o número mínimo de indivíduos será igual a 138 para populações infinitas e 137 para populações finitas. Sendo representado pela fórmula: ∑x X= n Onde X : representa a média. 32. e. A forma de apresentação da distribuição de freqüência seria: . e o n o números de indivíduos ou elementos. Exemplo: deseja-se saber o valor médio do seguinte conjunto de dados: 32.48 ≅ 137 138.25 138.1 Medidas de Tendência Central Os fenômenos quando estudados estatisticamente.1.25 0. são traduzidos por um conjunto de dados numéricos.William Costa Rodrigues 14 A precisão considerada para esta pesquisa foi de 0.96 2 × 9 3. Substituindo na fórmula teremos: 34.24 ≅ 138 2 0.5mg e o valor z= 1. Permitem o confronto de dois ou mais grupos.2 10 6.0055 1+ 25.

+ 9 × 4 250 = = 5 anos 10 + 8 + . Neste caso... .f 10.0 Aplicando a fórmula para calcular a média ponderada teremos: . mas são representados por uma classe que pode ter um determinado intervalo.Apostila de Estatística Aplicada 15 Variável X1 X2 .5 – Freqüência (f) 4 2 3 1 10 X. a distribuição de freqüência abaixo. operamos da mesma maneira do caso anterior.. Por exemplo.0 37. procede-se da seguinte forma: Idade (anos) Freqüência (f) 0 |– 5 4 5 |– 10 2 10 |– 15 3 15 |– 20 1 Idade (anos) 0 |– 5 5 |– 10 10 |– 15 15 |– 20 Σ Valor central (X) 2.3 Média Aritmética de Dados Agrupados em Intervalos Há vezes em que os dados não são verificados com seu verdadeiro valor individual. Considerando que o intervalo não tem um valor definido e sim um conjunto de valores. + f n Exemplo: Calcular a média de idade de crianças até 9 anos de uma determinada localidade. + x n f n X= n f 1 + f 2 + ... Idade (anos) Freqüência 2 10 3 8 4 6 5 5 6 5 7 5 8 7 9 4 X= 2 × 10 + 3 × 8 + . ..5 17.. + 4 50 6.0 15..5 7. Utilizaremos como representante o ponto médio de cada intervalo.5 12.1. fn A expressão da média ponderada será: ∑ xf = x 1f1 + x 2 f 2 + . . Xn Freqüência f1 f2 .5 17.5 80. .

quando o número de observações é par. Exemplo: a) Em determinada localidade foram selecionadas oito escolas. 170.1. Quando os dados apresentam homogeneidade. A mediana é especialmente útil quando se trata de séries assimétricas. que tem como: Vantagens: o Ser fácil de calcular e entender. quando alguns valores são elevados ou baixos em relação aos demais.4 Mediana (Me) É um valor situado no centro da distribuição de freqüências. 250 e 2. Desvantagens: o Não servir para séries variáveis assimétricas.500 E 200 F 160 G 250 H 170 Inicialmente ordenam-se os dados: 150. 2 2 para obter os dois valores centrais. é possível o uso da média aritmética. n +1 Localiza-se o valor central mediante a fórmula: . como objetivo encontrar um valor que permita conter 50% dos dados acima deste valor e 50% abaixo. o Unir em um valor todas as observações do conjunto. o 2 2 que corresponde à média dos valores centrais.500.William Costa Rodrigues 16 n 10 Desta forma a média da população avaliada é oito anos. de forma crescente. 160. que corresponde à mediana. . com a finalidade de estimar a mediana referente ao número de alunos. quando o número de ob2 n n servações (n) for ímpar e e + 1 . Para o cálculo da mediana devemos previamente realizar alguns ajustes aos dados como segue: Ordenam-se todos os valores. portanto. Determina-se o total de valores (n). Tendo verificado o seguinte quadro: Escola Nº de alunos A 150 B 180 C 230 D 2. Me= 190 alunos. X= ∑ xf ∴ 80 = 8 anos 6. Assim os valores centrais para este conjunto de dados são 180 (4º) e 200 (5º). portanto o valor médio destes dois valores é igual a 190. 180. 200. n n Como o número de observações é par utilizam-se as duas fórmulas e + 1 . A distribuição tem. A mediana não é influenciada pela magnitude de cada uma dessas séries. isto é. o Não expressar variações dentro da distribuição de dados.

= 9 + 6 + 2 + 0 + 3 + 14 6 6. 11. 14 e 25 Σx= 2+ 5 + 9 + 11 + 14 + 25 = 66 .11 6 ∴ D. o chamado desvio padrão estimado ou s e o desvio padrão absoluto ou σ. Para um conjunto de observações: 2. ou seja. 2 o valor central é 48. levando-se em conta os valores absolutos desses desvios. que o conjunto de dados contém.11 + 9 . para encontra o valor central. Este erro refere-se à diferença do valor s calculado e a média aritmética.11 + 11 .2 Desvio Padrão Existem dois tipos de desvio padrão. que corresponde ao valor da mediana. Exemplo: Calcular o desvio padrão do seguinte conjunto de dados: 2.6 D.M. Para calcular o Desvio Padrão utiliza-se a seguinte fórmula: s= ∑x 2 (∑ x ) − n 2 n −1 Onde: x: valores do conjunto de dados.Apostila de Estatística Aplicada 17 b) Em coletas de amostra de solo em cinco cidades. = 34 6 ∴ D.2 Medidas de Variação 6. Σ: somatório. 14 e 25 2 + 5 + 9 + 11 + 14 + 25 66 X= ∴X = = 11 6 6 D.M. 5. ou seja. 52 e 95. em populações finitas. 9. O Desvio padrão estimado (s) é utilizado em populações infinitas. O desvio padrão é o afastamento atribuído ao acaso.11 + 14 .2. ou seja. Desta forma.11 + 25 . já o σ (desvio padrão absoluto ou verdadeiro) é calculado para populações com valor n. onde não se conhece com precisão o valor absoluto de n. Como o número de obsern +1 vações é ímpar utilizaremos a fórmula . o erro amostral. 46. 11. 9. = 2 . bem conhecido. 48. Me= 48 amostras poluídas 6. = 5.M.M. foram verificadas amostras poluídas com metais pesados. e n: número de observações.11 + 5 .1 Desvio-Médio (DM) Considerado que num conjunto de dados cada valor apresenta um afastamento em relação à média. 5.2. O desvio-médio será a média aritmética destes afastamentos. conforme o quadro a seguir: Municípios Amostras Poluídas A 48 B 42 C 52 D 95 E 46 Após ordenar os dados teremos: 42.

6101 14  14  2 6.   2 s= 852  58  −   ∴ s = 60.20 s= 5 6 −1 5 6 −1 ∴s = 8. são representados pela sua freqüência. Observamos agora uma série de dados agrupados. utiliza-se a seguinte fórmula: s= ∑ fx n 2  ∑ fx   −  n  . pois como o valor s é uma estimativa.1429 2 ∴s = 60.8571 − 17. Desta forma lança-se mão de um novo quadro de dados para facilitar os cálculos x f fx fx² 2 2 4 8 3 2 6 36 4 4 16 256 5 4 20 400 6 2 12 144 14 58 852 Total Para calcular o desvio padrão desta distribuição. ou o valor do desvio padrão populacional.052 − 6 ∴s = 6 ∴s = 1.052 n=6 66 2 4. ou seja.8571 − 4. isto é.052 − 726 ∴ s = 326 ∴s = 65.1636 ∴ s = 43.052 − 1. originando a variância estimada (s²).356 1.3 Variância ou Quadrado Médio É o valor do desvio padrão estimado ao quadrado.07 É importante ressaltar que no cálculo do desvio padrão utilizou-se o denominador (n-1). x f fx 2 2 4 3 2 6 4 4 16 5 4 20 6 2 12 14 58 Total Temos um total de 14 valores agrupados em cinco categorias. no caso de populações finitas o denominador será n e o desvio passa ser o σ (desvio padrão absoluto ou verdadeiro). originando a variância populacional (σ²). eliminando um elemento do conjunto de observações. ou seja. por conseguinte. σ .6935 ∴ s = 6. devemos ajustar o erro desta estimativa. uma série de valores que se repetem e. o grau de liberdade. Vale ressaltar que.William Costa Rodrigues 18 Σx²= 2² + 5² + 9² + 11² + 14² + 25² ∴Σx²= 4 + 25 + 81 + 121 + 196 + 625 = 1.

mais preciso será os resultados em relação à estimativa da média.V.Apostila de Estatística Aplicada 19 A variância é a medida estimada ou calculada que determina a variação dos valores entre si. x : média aritmética da amostra.V. Este parâmetro é estimado pela fórmula: s C. o erro-padrão da média será: 1. Para se determinar a média destes afastamentos utilizaremos o erro padrão da média.V.s(x) Quando uma investigação científica é realizada através de amostra. 6. < 10% Ótimo 11% < C. <20% Bom 21% < C.4 Erro-Padrão da Média . da seguinte forma: C. em especial os biológicos. 6. baseadas na estimativa de dados.V. Pode ser também interpretado com uma medida de precisão alcançada das estimativas dos dados em relação aos valores reais. dos quais haveria pequena quantidade de baixos e altos. insatisfatório. apresentam variações dentro de um intervalo definido. cujo cálculo é expresso pela fórmula: s s (x ) = n Onde: s: desvio padrão da amostra e. pois alguns experimentos em campo podem ter o valor C. Se coletássemos os dados quanto ao peso de mil indivíduos.6 Curva de Distribuição Normal A maioria dos fenômenos da natureza. e grande quantidade em torno dos valores centrais. de até 65% e serem considerados bons. Desta forma. n: número de observações do conjunto de dados. Classificação C. = × 100 x Onde: s: desvio padrão da amostra. quanto menor este valor menor será a diferença entre os valores dos elementos do conjunto de dados. . Exemplo: em uma amostra com 100 observações. a média aritmética teria outros afastamentos (erros) em relação média populacional ou real.V. 6. obteve-se um valor s igual a 1. maior será o valor do coeficiente de variação. análise da variância entre outras análises. encontraríamos diversos valores.V. Quanto maior for a dispersão no conjunto de observações.25 s (x ) = ∴ s (x ) = ∴ s(x ) = 0.25.125 10 100 É importante ressaltar que quanto menos o valor do erro-padrão da média.25 1.V.5 Coeficiente de Variação O coeficiente de variação (CV) é uma medida abstrata que independe das unidades em que foram medidas os dados.< 30% Regular É importante ressaltar que valores acima de 30% não significam um C. ou seja. podemos classificar o C.V. Ele expressa o desvio padrão que obteríamos se a média representasse o índice 100.

que serão tanto mais próximos de µ quanto menor for o desvio padrão (Figura 6). contém 68. tendo a mesma média (µ) e diferentes graus de dispersão dos valores de X. Curvas de distribuição normal das freqüências de X. Figura 4.William Costa Rodrigues 20 Numa representação gráfica dos dados obtidos encontraríamos uma distribuição normal conforme a figura abaixo. O ponto máximo da função ocorre no valor médio (situado ao centro da curva. sendo tanto mais alta e estreita quanto menor for o valor de s (Figura 5). desvios padrões (s) diferentes. A área da figura sob a curva compreendida entre valores iguais a s. isto é. à esquerda e a direita da média (µ) corresponde ao valor do desvio padrão(s) (Figura 4). Figura 5. onde µ é a média e s o desvio padrão. A curva de distribuição normal ou simplesmente curva normal é caracterizada por dois parâmetros: a média e o desvio padrão (ou a variância). a distância entre ele e cada um dos pontos em que muda a direção da curvatura. de um e outro lado da média (µ). A forma desta curva depende do desvio padrão. Curva de distribuição normal simétrica. .2% dos valores de X. que é simétrica).

pode ser inexata e não saberemos o quanto ela é incorreta. indicam as percentagens de valores de X aí contidas. portanto duas áreas extremas. apenas 4. os limites de confiança são representados pelos valores de -C e +C que circunscrevem. ou as medições. o valor do parâmetro em causa.1 Limites de Confiança Quando se desconhece o valor de determinado parâmetro de uma população (sua média.96s). A estimativa.6. restando. 6. A área compreendida entre -2s e +2s abrange cerca de 95. . por exemplo).96s. concluiremos que ele não pertence à população cuja média é µ. com uma alta probabilidade. mais precisamente. podemos estimá-lo a partir de uma amostra extraída dessa população. Para a estimativa de um parâmetro. Um afastamento maior que 2s indica uma probabilidade menor que 1 para 20 de que os valores encontrados pertençam a uma mesma população. Na Figura 7. por convenção. como limite para decidir se um resultado afastado da média (ou a diferença entre duas médias) é significativo ou não.5% das observações ou eventos medidos. As áreas sob a curva assinaladas entre os traços verticais. A amplitude entre esses valores limites denomina-se domínio de confiança ou intervalo de confiança. A probabilidade P= 0. possam ocorrer em função das variações. As propriedades da curva normal permitem seu uso para o cálculo de probabilidade com que determinados valores obtidos durante as observações. o valor exato desse parâmetro. consideram-se como sendo seus limites de confiança. Curva normal padrão. que corresponde a um desvio ou erro padrão de aproximadamente 2s (ou. se o valor médio (m) de uma observação comportar um desvio ou erro padrão maior que 1.05 (ou 5%).Apostila de Estatística Aplicada 21 Figura 6. aqueles valores entre os quais fica incluído. Assim. 1. entretanto. é geralmente aceita. com grande probabilidade. em relação ao valor hipotético da média verdadeira (µ). tendo por parâmetros µ=0 e s= 1.5% dos valores de X.

Os testes comumente utilizados são Klomogorov–Smirnov. vem sendo empregado cada vez com maior freqüência.9 Teste de Shapiro-Wilks (S-W) Este teste é uma boa opção para se testas a normalidade de uma distribuição.8 Teste de Klomogorov-Smirnov (K-S) Este teste compara a distribuição real dos dados (amostra) com uma distribuição normal gerada por uma média e um desvio padrão supostamente conhecidos (populacionais).6. ou teste K-S.7 Teste de Normalidade dos Dados Os testes empregados para verificar a distribuição normal dos dados.William Costa Rodrigues 22 Figura 7. 6. portanto poder ser empregados testes paramétricos sem preocupação quantos às suas restrições. situada à esquerda de C. 6.2 Erro Padrão Em alguns casos. Os valores de Z (compreendidos entre -Z e +Z) correspondem aos afastamentos de X em relação à média µ. 6. Nesse caso o desvio padrão de uma distribuição de médias ou de diferenças entre médias é também chamado de erro padrão. às vezes nem é possível decidir se determinada variável possui ou não distribuição normal (na prática a amostra deve ter o valor n > 100). A probabilidade (P) com que X possa ter valor menor que uma coordenada escolhida (C) é indicada pela área. Por outro lado. têm por objetivo direcionar o pesquisador a saber qual o tipo de teste será utilizado. . Uma questão que pode ser levantada primeiramente é se a maioria das variáveis é normalmente distribuída e. Nos últimos anos o teste SW tem sido preferido ao teste K-S pela capacidade de adaptação a uma variada gama de problemas sobre a variação de normalidade. como nem sempre se dispões de um número elevado de casos para estudo. ou teste S-W. 6. o teste pode ser usado em amostra de até 2. medidos em unidades de desvio-padrão. se um teste paramétrico ou não paramétrico. sob a curva. Testes estatísticos com grandes amostras mostram que nem sempre as suposições de normalidade de confirmam. é conveniente trabalhar com a média das médias amostrais. É necessário explorar um pouco mais a idéia sobre a distribuição de variáveis.000 observações. que é um teste tradicional de normalidade e o teste de Shapiro-Wilks.

poderíamos proceder a um experimento em que um grupo receberia uma droga (grupo tratado). Os elementos necessários para a utilização de um teste são: Formular as duas hipóteses: a de nulidade (H0). podendo ser aplicados mesmo quando ocorram pequenos desvios de normalidade ou da variância entre as amostras. Nesses casos. Estabelecer o nível de significância α e.Apostila de Estatística Aplicada 23 7 Testes Paramétricos e Não Paramétricos De acordo com a distribuição dos dados. onde essa diferença existirá. o teste t seria indicado para tal comparação salientando que a variável em análise teria que apresentar os dados em distribuição normal ou aproximadamente normal. Definir se. s²= variância e N: número de observações As formas de utilização deste teste apresentam situações diferentes como mostras os subitens abaixo: . 37).1 Teste t . e a hipótese alternativa (H1).student calculado é dado pela fórmula: X t= s2 n Onde: X : média. enquanto outro grupo nada receberia (grupo controle). conseqüentemente. a variância (s²) e o desvio padrão (s) e. Os testes não-paramétricos . Estes testes são. p. suscetíveis de tratamento matemático. em geral. p.são menos exigentes quanto à natureza da distribuição dos dados experimentais. Neste caso. utilizam-se testes de duas categorias: Os testes paramétricos . O valor t . se não seguirem a distribuição normal). uma alternativa é a transformação de dados dos seus valores (vide item Transformação de Dados. estaremos indiretamente comparando as duas populações. consulte o Fluxograma Para Auxiliar na Escolha de Testes Estatísticos. 43. que supõe não haver diferença significativa entre os valores encontrados e os esperados. Para maiores detalhes e saber com escolher um teste. são em geral menos potentes. ao constatar as médias destas amostras para verificar se há a diferença entre elas. se trata de um teste mono ou bicaudal.Student Há certas ocasiões em que o pesquisador deseja a comparação de suas amostras que provêm de populações diferentes. Escolher o teste estatístico adequado. de tal forma que os pressupostos possam ser satisfeitos. O efeito do tratamento aplicado seria verificado pela comparação dos dois grupos. Se os dados experimentais não estiverem de acordo com os pressupostos para a aplicação de provas paramétricas (por exemplo. os de maior potência. as regiões críticas de aceitação de H0. 7. calcular a média (µ). A transformação mais utilizada é a conversão dos dados em logaritmos decimais.aplicam-se a amostras extraídas de populações com distribuição normal e variâncias iguais ou muito próximas. E por analogia. Tomar as amostras de tamanho n e registrar os valores. além de exigirem que as medidas sejam feitas em escalas numéricas intervalares.

c) Verifica-se a variância das diferenças e. Dados do peso de 10 crianças antes e depois da administração a base de folhas de mandioca (dados fictícios). d) Aplica-se o teste t .student.7 4. n= 10 173 − 1369 10 = 173 − 136.01 10 O próximo passo e recorrer à tabela do teste t .William Costa Rodrigues 24 7.1.7 10 c) Σd²=173.7 = 5.6332 s2 = d) t = 3. Σd=37. b) Verifica-se a média aritmética das diferenças. obtivemos os seguintes dados: Tabela 2.1 Dados Pareados (Amostras Dependentes) Trata-se do estudo de um tipo de tratamento em que se utilizam pares de indivíduos ou animais ou plantas.01 9 9 9 =t= 3. p.7 0.9 = 39. 37 b) X d = = 3. 44) e compara-se o valor do t calculado com o valor crítico da tabela em função de α com n-1 graus de liberdade.1 = 4. tratado e não-tratado.student (Tabela 11.84 0. Item 1 2 3 4 5 6 7 8 9 10 Total Peso (Kg) Antes Depois 24 28 23 25 24 25 23 29 30 32 31 34 31 38 14 19 20 22 18 23 !Configuração não !Configuração não válida de caractere válida de caractere Diferença 4 2 1 6 2 3 7 5 2 5 !Configuração não válida de caractere Procedimento: a) Obtêm-se as diferenças entre os valores antes e depois (quadro acima). Há a uma preocupação em que haja um pareamento entre indivíduos para que eles difiram somente no aspecto.401 = 3. Em um estudo foi separada uma população de 10 crianças para os testes com administração da dieta de folha de mandioca. .

Para o nosso exemplo acima temos o GL = 26 + 26 – 2 = 50 ou (26–1) + (26– 1)=50.05) e 3.2 Dados Pareados (Amostras Independentes) Neste caso os dados são tratados de forma diferente. e n1 e n2: número de observações das amostras. Desta forma.1. Dados de um experimento com a taxa de crescimento de mudas de duas leguminosas em sistema agro-silvo-pastoril.3461 1. 44). p. O teste t utilizado nesta situação pressupõe variâncias diferentes. Os valores a 5% e 1% de probabilidade são 2.84 é maior do que os valores da tabela. quando se conhece a variância populacional (σ²).01). O valor t .9615 + 1. Conclui-se que a adição do farelo de mandioca na alimentação contribuiu para o aumento do peso corpóreo das crianças. O valor encontrado (calculado) de t= 5. . encontramos os valores 2.01.33.94) com os valores tabelados verifica-se que há diferença estatística a 5% e a 1% de probabilidade.01).5 t= = = = = = 2. Concluímos pela rejeição de H0 (hipótese nula) em nível de 1% de probabilidade (α=0.5 4. 7.5 4. Comparando o valor calculado (2.68 e 2. portanto. devemos verificar os valores críticos com nove graus de liberdade.5 4. Desta forma. Leguminosa A Leguminosa B X1 = 38 cm X 2 = 33. possuem o mesmo valor n. Exemplo: Tabela 3. mas não pertencem ao mesmo tratamento ou não há comparação entre antes e depois. procedemos da seguinte forma: GL= n1 + n2 –2 ou (n1–1) + (n2–1).5 4. possuam taxa de crescimento média mais elevada que a leguminosa B. concluímos que há 99% de probabilidade de que a leguminosa A. mesmo o as duas amostras possuindo valores n iguais.5 cm s1= 5 cm s2= 6 kg n1= 26 n2= 26 Calculado o valor de t teremos: 38 .student calculado é dado pela fórmula: X1 − X 2 t= 2 2 s1 s 2 − n1 n 2 Onde: X1 e X 2 : médias das amostras.Apostila de Estatística Aplicada 25 No exemplo acima.9379 ≅ 2. Esta equação deve ser utilizada. respectivamente (Tabela 11.5317 52 6 2 + + 26 26 26 26 Para calcular o Grau de Liberdade. n= 10.3846 2. ou seja. s1= e s2= desvios-padrão das amostras. numa área de re-vegetação (dados fictícios).25 (1% ou α=0.94 25 36 0.26 (5% ou α=0.

4 5 s2 Seguindo o critério estabelecido.1.26 2.82 74 18 4.06 + 20 32 Para verificar a significância deste valor. Se a relação entre as variâncias apresentarem valor maior do que quatro. as amostras serão comparadas de acordo com este resultado.73 2  74   18       20  +  32  20 − 1 32 − 1 . devemos calcular o grau de liberdade para o conjunto de dados. Exemplo: temos duas amostras de água em que os dados quanto ao nível de contaminação de mercúrio apresentam os seguintes valores: Amostra A Amostra B X 1=160 ppm X 2=148 ppm s²1 =74 ppm s²2 =18 ppm n1 = 20 n2 = 32 O valor do teste t será obtido através da expressão: X − X2 t= 1 2 s1 s 2 + 2 n1 n 2 Calculado o valor de t teremos: 160 − 148 12 12 t= = = = 5.8 ≅ 25 2 0. isto justifica a conduta sugerida.26 2 20 32  g=  2 = = 24.Variâncias Desiguais (Heterocedásticas) Caso os dados não pertençam às amostras não pareadas. neste caso. que as amostras são independentes e que apresentam variâncias desiguais. em que g é calculado através da fórmula: 2  s1 s 2   + 2  n1 n 2    2 g=  s2   1  n1    2 n1 − 1 +  s2   2  n2    2 n2 −1 Para nosso exemplo seria: 2  74 18   +  4. podendo as mesmas apresentarem tamanhos diferentes (n1 e n2).3 Dados Não-Pareados . o teste T será aplicado baseando-se na diferença entre as médias das duas amostras. Por exemplo: s²1= 27 e s²2= 5 2 s1 27 Portanto = 2 = = 5. Há uma regra prática que identifica tal desigualdade a ponto de justificar tal procedimento. Supõe-se.William Costa Rodrigues 26 7.

7. para verificar os valores críticos nos níveos de 5% e 1% de probabilidade para 25 graus de liberdade. Exemplo: para verificar se duas amostras de água mineral de duas marcas possuem a mesma quantidade sulfatos. foram avaliados os conteúdos de 10 e 7 garrafas.4 1.11 nA= 10 nB = 7 A variância ponderada é dada pela fórmula: (n A − 1) × s 2 + (n B − 1) × s 2 2 A B s = nA + nB − 2 Para nosso exemplo teríamos: (10 − 1)× 0. concluise que o valor obtido pata t = 5.6 1. Na tabela iremos obter o valor de 2.5 sA²= 0. considerando também o número de graus de liberdade de cada uma das amostras.Variâncias Iguais (Homocedásticas) A aplicação do teste t de Student para este caso é realizada quando comparamos as médias aritméticas de duas amostras independentes.01 = 0.04 sB²= 0.4 1.4 X A= 1.01).4 Dados Não-Pareados .66 = 1.11 = 0. aceitando-se a hipótese alternativa. Ainda neste caso.8 1. Desta forma. A marca A e marca B.5 1.2 1.06 (5%) e 2. Ou seja.04 + 6 × 0. um lote de caixa de cada marca e ao acaso avaliou o conteúdo de uma garrafa de cada caixa.7 1.1.3 1.0 1. devido à diferença significativa entre as médias das duas amostras.4 1. possuíam 10 e 7 caixas no lote selecionado. XA − XB t=  1 1   s2  + n nB   A  Assim temos: . respectivamente. p. um pesquisador separou ao acaso.9 1. respectivamente. Exemplo: Amostra (mg.11 = 9 × 0.36 + 0.1 1. 44).5 1.0673 s2 = 10 + 7 − 2 15 15 15 Em seguida aplica-se a fórmula para o teste t. nas quais as variâncias apresentam valores aproximadamente iguais.L) Marca A Marca B 1.8 1.Apostila de Estatística Aplicada 27 Consulta-se então a tabela do teste t-student (Tabela 11. o procedimento metodológico consiste em se utilizar uma variância ponderada.42 X B= 1.82 é significativo no nível de 1% (1% ou α=0.79 (1%).04 + (7 − 1)× 0.2 1.5 1.

Em tal situação a H0 (hipótese nula) será testar a independência entre as variáveis. chamada tabela de contingência.1634 0.3 Tabela de Contingência Em muitos trabalhos experimentais.98 0. sendo que a marca B possui maiores concentrações em relação à marca A. Exemplo: Num Shopping Center. foram coletadas amostras de sangue. fe= freqüência esperada. o que se faz admitindo-se a hipótese de que todos os grupos reajam da mesma maneira diante da condição a elas imposta. Estas tabelas têm como objetivo estudar a possível associação entre duas variáveis que classificam os dados. conclui-se que as duas marcas de água mineral não apresentam diferentes proporções de sulfatos em sua composição. para verificar a incidência de diabete. A H0 é que não diferença entre as faixas etárias em relação a ter diabete. lançamentos de moedas ou proporção de doentes após uma epidemia. Desta forma.5  1 1 0.fe )2 2 χ = fe Onde: fo= freqüência observada e.13 e 2. No primeiro caso a probabilidade de lançarmos 10 vezes uma moeda e cair cara é de 50% (freqüência esperada) e o valor real após os lançamentos será a freqüência observada. p. No segundo caso a freqüência esperada deverá ser corrigida (calculada) através da Tabela de Contingência. O grau de liberdade para o teste de χ² é o número de observações/ classes menos 1. Em muitos casos utiliza-se este teste em experimentos probabilísticos. os dados colhidos representam ocorrência de certos fenômenos que se podem classificar numa tabela. sendo muito utilizado em pesquisas biológicas.26) Σ 77 .74) 75 (65.1.8 − 0. 7. Para poder calcular o χ². A fórmula utilizada para calcular o χ² é: ∑ (fo . por exemplo. 7. Os dados coletados ao final do experimento foram: Faixa Etária Pessoas* (anos) Com diabete Sem diabete A: 10-15 2 (11. é necessário que tenhamos as freqüências teóricas.William Costa Rodrigues 28 t= 1.0673 +   10 7  = − 0.42 .4043 Os valores de t tabelado para 15 graus de liberdade a 5 e 1% são respectivamente. 45).8 = ≅ − 1.95. 2. Para tal. A comparação entre os valores calculados de χ². para verificar a significância pode ser obtido na tabela de χ² (Tabela 12.2 Teste Qui-Quadrado (χ²) O teste não-paramêtrico de qui-quadrado foi desenvolvido por Pearson. Portanto o valor do desvio é elevado ao quadrado e dividido pela freqüência esperada. foram escolhidas ao acaso pessoas com três diferentes faixas etárias.

Os valores obtidos nas diversas amostras diferem entre si e..02)2 ∴ χ 2 = 94.71 10.98)2 + χ2 = 11.Apostila de Estatística Aplicada 29 Faixa Etária (anos) B: 16-21 C: 22-40 Σ Pessoas* Com diabete Sem diabete 12 (11.98) 52 (61.74 65. No teste de Kruskal-Wallis todas as observações recebem uma pontuação através dos números 1.09 + 1.87 + 0.01 + 7. a ocorrência de diabete depende da faixa etária. 7. Desta forma. ao menor valor se atribuirá o valor 1.34 De acordo com a Tabela 12 (p.n. Assim teremos: (2 − 11. Ele é utilizado para que se verifique o contraste entre k amostras independentes.28) 62 (62.33∴ χ 2 = 18.4 Teste de Kruskal-Wallis Este teste foi criado como substitutivo à análise de variância paramétrica (Teste F).26 11. Assim.5184 + 81.72 10.99 e 9. 4.72)2 + (20 − 10.41 + 1.36 + 81. segundo o teste de χ² a 5 e 1% de probabilidade. .72) 20 (10.28)2 + (62 − 62.28 62. Da mesma forma que nos outros testes.02 χ 2 = 8. portanto. O Grau de liberdades para tabelas de contingências será calculado pela seguinte fórmula: GL = (n s − 1) × (n g − 1) . que receberá a maior pontuação. conclui-se que há diferença entre as faixas etárias. 3.05 + 0.. pois temos duas situações as serem testadas (com ou sem diabete) em três grupos (faixas etárias). e assim sucessivamente até atingir o maior valor.98 (52 − 61.74 65.87 + 94.5184 + 0. ou seja. .26 11.98 61.28 62. Os demais valores da linha subseqüentes são obtidos com a realização da regra de três para cada valor da 2ª coluna.36 ∴ 61. 2. respectivamente. serão consideradas sempre duas hipóteses (H0 e H1). fe A = 34 × 77 a fe da terceira coluna (sem diabete) é calculada pela diferença 223 entre os valores da fe da 2ª coluna (com diabete) e o valor da coluna total (Σ). Para calcular o χ² do conjunto de dados utilizaremos a fórmula vista anteriormente. será uma maneira se verificar se estas diferenças são devidas ao acaso ou se as amostras provêm de populações diferentes. No nosso exemplo teremos: GL = (2 − 1) × (3 − 1) ∴ GL = 1 × 2 ∴ GL = 2 Para calcular as freqüências realiza-se uma regra de três simples como segue: 34 –––––––––––––––– 223 fe –––––––––––––––– 77 Ou seja. o valor χ² para 2 graus de liberdade a 5 e 1% de probabilidade seriam 5. 45).74)2 + (75 − 65.26 )2 + (12 − 11.02 11.02) 34 189 Σ 74 72 !Configuração não válida de caractere * Valores entre parênteses e em negrito representam as freqüências calculadas Neste caso temos uma tabela de contingência de 2 x 3.21.45 + 0.

350.70 ) − 72 ∴ H = 0. que não vem ao caso no exemplo a ser testado. N = número total de observações em todos os tratamentos k.5 nA= 7 nC = 8 nC = 8 x A= 13.5 2 149. foram coletadas diversas amostras de água com diversas concentrações de sal.25 22.95 Como já foi dito este teste segue a distribuição do teste χ².70 − 72 552 H = 11. ou seja. testou-se o tempo de dessalinização dos três métodos.21. p.William Costa Rodrigues 30 Para o cálculo do valor H do teste de Kruskal-Wallis utiliza-se a fórmula: 2 12 k R H= × ∑i =1 i − 3 (N + 1) N (N + 1) ni Onde: Ri = a soma das ordens atribuídas ao tratamento i.14 + 603. Portanto.78 + 2.793. com k-1 graus de liberdade.5 29 16 34 18.861. Os resultados do experimento seguem abaixo: Métodos A B C DD posto DD posto DD posto 17 11 20 12 32 17 14 9 5 3 35 20 4 2 9 6 26 15 8 5 13 8 34 18. . ni = número de observações em cada tratamento k e. Para verificação de significância quanto às diferenças observadas entre tratamentos k. supomos que foram testados ou experimentados três métodos para dessalinização de água.0 RC= 69.0217 × 3.25 DD= dias para dessalinização. os valores da tabela χ².249 4. sendo k = 3 (métodos).5 21 13 6 4 2 1 45 21 15 10 11 7 50 23 22 14 47 22 RA=57.29 x B= 14.5 RC= 149. os graus de liberdade correspondem a 2.99 e 9. Na ordenação global que se faz para atribuição dos postos aos dados. pois GL= k-1. calcula-se a média das ordens que seria atribuída a elas se não houvesse o empate. respectivamente.861. Para exemplificarmos o teste de Kruskal-Wallis. Desta forma. considera-se que o teste tem uma distribuição aproximada de χ². k =corresponde ao número de tratamentos a comparar. Assim sendo.830. considerase que nos casos de empate entre duas ou mais observações.50 x C= 36. 45).78) − 3 × 24 ∴ 552 12 H= × (3. a tabela para comparar os valores é a tabela de χ² (Tabela 12. são 5. Para calcular H teremos:  57 2 69.5 2 12 H= × + + 23 (23 + 1)  7 8 8    − 3 (23 + 1)∴   12  3.25  H= × + +  − 3 × 24 ∴ 23 × 24  7 8 8  12 H= × (464. correspondem a 5 e 1%. Desta forma.

Para os casos de empate entre observações de mesmo bloco. este teste é um substitutivo ao teste F para análise de variância paramétrica.Apostila de Estatística Aplicada 31 Considerando que o valor calculado H=11. A ordenação dos valores se dá dentro dos blocos. k = o número de tratamentos. em quatro diferentes profundidades. Pelos valores R encontrados nos resultados verifica-se que o método A e mais eficiente no processo de dessalinização. Sendo o valor Ri a somas dos valores de ordenação nos tratamentos (colunas). assim aceita a H1. O valor do teste de Friedman (Xr2) é calculado através da seguinte equação: 12 k χ2 = × ∑i =1 R i2 − 3n (k + 1) r nk (k + 1) Onde: n = número de blocos. De forma análoga aos demais testes. utiliza-se tabela de χ². as concentrações do poluente são iguais em todas as profundidades (Hipótese Nula ou H0). Exemplo: Foram coletadas cinco amostras em quatro profundidades (tratamentos) em cinco áreas diferentes. 7. Assim sendo. Resultados das amostras de cinco diferentes áreas delimitadas pelas características edáficas do solo. quer saber se o poluente está distribuído de forma igual entre as profundidades avaliadas. Este solo foi exposto há poluentes de uma determinada fábrica. formula-se a H0 e a H1. delimitados pelas características edáficas do solo (blocos). co grau de liberdade k-1. ou seja. cujas observações podem verificar valores com acentuada variação e em cada tratamento são constituídos blocos com a intenção de que isto resulte em um pareamento considerável entres os diversos tratamentos. teremos: . Os dados apresentados referem-se a o poluente α-β-16-Imaginol-Poluentis. Ri = a soma das ordens atribuídas aos dados do tratamento i. pois leva menos tempo em comparação aos demais. Os resultados da análise foram as seguintes: ( ) Tabela 4.95 é maior que os valores tabelados. Para testar a H0.5 Teste de Friedman (Análise da Variância) Da mesma forma que o teste de Kruskal-Wallis. calcula-se a média aritmética das ordens.mm³ de solo Blocos Área A Área B Área C Área D Área E Total 0-10 12 (2) 8 (2) 14 (2) 17 (3) 12 (2) R1= 11 Profundidade (cm) 11-20 21-30 13 (3) 16 (4) 9 (3) 12 (4) 20 (3) 22 (4) 16 (2) 21 (4) 15 (3) 16 (4) R2= 14 R3= 20 31-50 7 (1) 5 (1) 6 (1) 11 (1) 10 (1) R4 = 5 *Os valores entre parênteses e em negrito correspondem à ordenação dos tratamentos dentro dos blocos (linhas). nos blocos n. em mg. sendo utilizado quando as amostras. Substituindo os valores na fórmula para o cálculo do valor χ²r. rejeitamos H0 (não há diferenças entre os métodos testados no tempo de dessalinização das amostras).

82 e 11. rejeita-se a hipótese nula (H0) e aceita a hipótese alternativa (H1). p. ( ) 8 Correlação Linear A correlação linear é utilizada para verificar. ΣXY = soma dos produtos entre os valores de X e Y. 8. 8. d1 = é a diferença entre cada valor X e cada valor Y correspondente. A correlação pode ser denominada positiva ou negativa. n = número de amostras de X e Y. a dependência entre duas séries de variáveis.04 − 75 ∴ r 100 χ 2 = 14. têm-se 3 graus de liberdade. a profundidade de 21-30 cm tem uma maior concentração do poluente que as demais profundidades avaliadas. Os valores para 5 e 1% de probabilidade são 7. quando há variação positiva da variável independente (X) vice-versa.1. Quando positiva há a variação positiva da variável dependente (Y). A partir da tabela χ² (Tabela 12. 6 ∑ d i2 rs = 1 − 3 n −n Onde: rs= coeficiente de correlação de Spearman.1. 45). Pode ser utilizado para dados normais (Correlação de Pearson) e para dados não normais (Correlação de Spearman). num determinado conjunto. Quando negativa há a variação negativa de Y. quando há variação positiva de X e vice-versa.1 Coeficiente de Correlação (r) O coeficiente de correlação e designado pela letra r. Sendo o valor de χ²r calculado maior que os valores da tabela de χ². n = número de pares de dados. Trata-se de um valor abstrato que dá uma idéia sobre a dependência entre os dados apresentados. ∑X×∑Y ∑ XY − n r= (n − 1) × s X × s Y Onde: r= coeficiente de correlação de Pearson.32.04 r χ2 = r Como valor de graus de liberdade é igual a k-1 graus de liberdade e sendo k=4 (tratamentos).William Costa Rodrigues 32 12 × 112 + 14 2 + 20 2 + 5 2 − 3 × 5 × 5∴ 5 × 4(4 + 1) 12 χ2 = × (121 + 196 + 400 + 25) − 75 r 5 × 4(4 + 1) 12 χ2 = × 742 − 75 = 89.2 Correlação de Spearman Este coeficiente de correlação baseia-se no rank dos valores X e Y e é largamente utilizado em analise de correlação e dados não paramétricos. Ou seja. nas áreas onde foram coletadas amostras.1 Correlação de Pearson Utilizado na análise de dados que possuem distribuição normal. respectivamente. sX e sY= desvios padrões de X e Y 8. ΣX x ΣY= produto da soma dos valores de X e Y. .

Y diminuem e quando o valor é positivo. Quando um valor é significativo.22).4364 ∴ 0. ou seja. caso o valor seja positivo. A utilização de um ou outro coeficiente dependerá da normalidade dos dados (veja o tópico Teste de Normalidade dos Dados. quando um valor é negativo.Apostila de Estatística Aplicada 33 Exemplo: Tabela 5.5 1 0. 1999).5 0 0 20 40 60 A B 3 2. é apresentado de forma negativa dizemos que a correlação é negativa e significativa.5 0 0 20 40 60 Figura 8. 3 2. Estudante 1 2 3 4 5 6 7 8 9 10 Notas de Matemática 57 45 72 78 53 63 86 98 59 71 Rank de Xi 3 1 7 8 2 5 9 10 4 6 Notas de Biologia 83 37 41 84 56 85 77 87 70 59 Rank de Yi 7 1 2 8 3 9 6 10 5 4 di –4 0 5 0 –1 –4 3 0 –1 2 Total di 2 16 0 25 0 1 16 9 0 1 4 72 n= 10. quando aumenta os valores de X aumenta os valores de Y (Figura 8). através do teste de t para r. Para melhor entender melhor a explanação anterior. apresentando a linha de tendência de regressão linear simples de dados fictícios. existe uma proporcionalidade direta entre as variáveis.5 1 0. e inversa ou negativa (B). .1. deve-se ter em mente que a variável Y é quem sofre variação em função de X. Correlação de Spearman entre as notas brutas de matemática e biologia (Zar. Correlação linear simples positiva (A).5 2 1.5 2 1. p. dizemos que a correlação é positiva e significativa.3 Aspectos Gerais da Correlação Linear Os valores de r variam entre -1 (associação negativa completa) e +1 (associação positiva completa). quer dizer que com o aumento dos valores de X.5636 3 10 − 10 1000 − 10 990 Para verificar se há significância na correlação rs = 1 − 8. Assim sendo. Σdi2=72 6 (72 ) 432 432 ∴1 − ∴1 − ∴1 − 0.

70 ∴ K = 0.30.30. que acordo com a necessidade de com uma maior precisão intervalar ( Tabela 6) pode ser utilizada um ou outra tabela.40 0. Classificação do valor r através de intervalos de 0 a 1. expresso pela fórmula: K = 1− r2 Este coeficiente exprime a ausência de relação entre X e Y.1 Significância Baseada nos Intervalos A classificação é simples e basea-se nas Tabela 6 e Tabela 7.29 0. Por exemplo.70 0.15 < r < 0.50 Significância r desprezível r baixo r apreciável r acentuado A significância das tabelas acima poderá ser utilizada tanto na correlação de Pearson. logo 30% da variação de Y são atribuídas a X. Tabela 6.21 – 0. Este coeficiente expressa a porcentagem de variação dos valores de Y em função do valor X.8367 Desta forma. 8. . K = 1 − 0. quanto na de Spearmann.30 < r < 0. Sendo r²= 0. a mais simples baseia-se simplesmente nos intervalos de valores de r.0 – 0.William Costa Rodrigues 34 8.20 0. 8.4. r²= 0. 8.2 Coeficiente de Determinação (r²) Ao valor encontrado de r elevado ao quadrado (r²) denomina-se coeficiente de determinação.30. o valor r² encontrado em determinada análise é igual a 0.49 r >0.3 Coeficiente de Alienação (K) Este coeficiente é função do coeficiente de correlação. conhecido como teste t para r.4 Significância do Teste de Correlação Existem basicamente duas formas de verificar a significância do var r.15 0.91– 1. Classificação do valor r através de intervalos de acordo com e Teste de Rugg. Por exemplo.90 0.0 Significância Correlações nulas Correlações fracas Correlações substâncias Correlações fortes Correlações extremamente Fortes Tabela 7. concluímos que há mais ausência de relação do que intensidade de relação entre X e Y.41 – 0. Intervalo 0.71 – 0.30 ∴ K = 0. Intervalo r < 0. a outra considera o teste t.

. Portanto há um interesse de expressar essa relação sob a forma matemática.2 Significância Baseada no Teste t para r (Pearson) O teste de t para r é calculado através da seguinte equação: r tr = × n−2 1− r2 Para este teste compara-se o valor de tr calculado com o valor de t.. O tipo de linha será de acordo com a equação que melhor de adeqüei a distribuição dos dados.00 20. 44).Apostila de Estatística Aplicada 35 8. 2004). no período de outubro de 2002 e outubro de 2003 (Extraído de Rodrigues. Aphididae) em função da brotação foliar de tangerina cv Poncã. torna-se bastante eficaz a construção de um diagrama que se obtém em sistemas de eixos cartesianos.00 25.00 100.00 0. basta organizar os dado de forma correta e selecionar a criação de um gráfico de dispersão. Hoje em dia os programas (softwares) de planilha de cálculo e de estatística. fornecem a equação da reta ou de outro tipo de regressão que se queira plotar. lembrando que um evento biológico somente poderá ser explicado até uma equação de segundo grau.00 30. ou seja. Após criar o gráfico selecione um dos pontos e em seguida clique no botão direito de mouse e selecione a opção Adicionar linha de tendência. o peso de crianças de acordo coma dieta oferecida em diferentes dosagens. Tabela 8.50 50.4.50 100. caos opte por linha do tipo polinomial a ordem para eventos biológicos deverá ser 2.00 2.50 40. Para identificação de uma possível correlação entre séries de variáveis.00 7. Por exemplo.00 2. A exibição da equação e do valor de R² é feita através da seleção da Aba Opções. Desta forma.00 12.00 40. através da apresentação de uma função.. na Tabela 11 (p. a dispersão dos dados de Y em função de X.50 60.00 0.00 100. Exemplo para o Microsoft Excel.00 10. selecionando a caixa de seleção: Exibir equação no gráfico Exibir valor de R-quadrado no gráfico . 9 Análise de Regressão É freqüente o estudo da relação entre duas séries de variáveis.00 5. sob cultivo orgânico na Fazendinha Agroecológica. a 0. Série de dados da correlação da flutuação populacional do pulgão Toxoptera aurantii (Homoptera. A 1 2 3 T. para verificar a com o próprio nome diz. A mostra como montar uma série de dados para criação de um gráfico de dispersão no Microsoft Excel. com n-2 graus de liberdade.00 2. Será exibida uma janela com mostra a Figura 9.00 B C D E F G H I J L M 4 Para criação do gráfico de dispersão basta selecionar os dados das linhas 2 e 3 Gráfico e selecionar o gráfico Dispersão (XY) (Tabela 1) e selecionar o menu Inserir em seguida clique em Avançar > para configurar o gráfico ou em Concluir para finalizar a criação.50 0.00 60. Sabe-se que determinadas dietas têm interferência no ganho ou na redução do peso de indivíduos da raça humana.

3472 R2 = 0.1 Regressão Linear Simples Neste tipo de regressão é possível verificar a associação entre as séries de dados. Poncã. Poncã.3984 Figura 10. na Fazendinha Agroecológica. Janela de configuração da linha de tendência (linha de regressão) e configuração da equação de regressão no Microsoft Excel. Como pode ser visto na Figura 11.3095x .2 Regressão Linear Múltipla Este tipo de regressão possibilita a associação de uma variável dependentes (Z). aurantii 70 60 50 40 30 20 10 0 -10 0 20 40 60 80 100 120 y = 0. T. aurantii e a brotação foliar de tangerina cv. com duas variáveis independentes (X e Y). plotar a linha e a equação da reta de duas variáveis. no período de outubro de 2002 a outubro de 2003 (Adaptado de Rodrigues.William Costa Rodrigues 36 Figura 9. X independente e Y dependente. Regressão linear simples entre a flutuação populacional de T. em cultivo orgânico de tangerina cv. neste caso uma das varáveis independentes (X) poderá parcialmente interferir na outra variável independente (Y). . 9.2. 2004). 9.

As porcentagens. Figura 12. Figura 5 e Figura 6). no 10 período de outubro de 0 2002 a outubro de 2003 0 20 40 60 80 100 120 (Adaptado de Rodrigues. Correlação múltipla da amplitude térmica (variável x).3 Regressão Múltipla Neste tipo de regressão é possível verificar a associação entre as séries de dados. 9. Poncã. 2004). na Fazendinha Agroecológica. X independente e Y dependente. na Fazen20 dinha Agroecológica.2141x + 7.4695 30 rina cv.0046x2 . 2004). . baseados nas propriedades das curva normal. aurantii múltipla entre a flutuação populacional de T.Apostila de Estatística Aplicada 37 Figura 11.0. auran70 tii e a brotação foliar de 60 tangerina cv. Poncã. 10 Transformação de Dados Para uma aplicação válida dos testes de significância. exigem quase sempre essa transformação. no período de outubro de 2002 a outubro de 2003 (Adaptado de Rodrigues. Vamos apresentar nesta apostila algumas das principais transformações de dados empregadas na normalização dos dados e as situações que cada uma se aplica. Poncã. plotar a linha de tendência polinomial e a equação de segundo graus das duas variáveis.1984 40 cultivo orgânico de tangeR2 = 0. brotação (variável y) e a flutuação populacional de Toxoptera citricida (variável z). em cultivo orgânico de tangerina cv. é necessário que o dados tenham uma distribuição normal (Figura 4. Regressão T. as contagens e as notas dadas a certas características qualitativas. em 50 y = 0.

respectivamente.1 Índice de Diversidade e Dominância Populacional Existe uma série de índice de diversidade. ou porcentagens que abrangem uma grande amplitude de variação. 10. É freqüentemente utilizado em dados biológicos quando amostras são tiradas da distribuição de Poisson (isto é. por conveniência. ou seja. Nesse tipo de transformação. utiliza-se a transformação x' = log (x+1). sejam substituídos por ¼n e 100. A base 10 para os logaritmos é utilizada normalmente. antes de entrar na tabela.4 Considerações Gerais Quando é utilizada uma transformação de dados. em seguida. 11 Testes Específicos Para Análise de Populações e Comunidades 11. ou a riqueza de espécie.5 ou x ' = x + 1 ou x ' = x .2 Transformação Logarítimica Este transformação é utilizada principalmente quando as médias e os desvios padrões (erros). todas as comparações entre médias são realizadas na escala transformada. Por exemplo. Quando se achar preferível não se apresentar os resultados na escala transformada. por exemplo. sendo. A medida mais simples de diversidade de espécie é o número de espécie (s). 10. As equações normalmente utilizadas são: x ' = x + 0. ainda. Transformando os dados utilizando suas raízes quadradas resulta em uma amostra cuja distribuição é normal. como muitas vezes que um determinado caráter aparece num total definido.William Costa Rodrigues 38 10. nesse caso. Vários índices de diversidade foram propostos que incorporam ambos S e N. elevar ao quadrado os valore submetido à transformação de raiz quadrada. porém qualquer outra base poderá ser utilizada. quando há uma redução dos valores de média e variância diminui simultaneamente. desde que. O dados que se recomenda utilizar este tipo de transformação são dados de percentagens e contagens (números inteiros). os coeficientes de variação aproximadamente iguais. É utilizada. É o caso. 1997). tendem a serem proporcionais. que podem ser utilizados em diversas situações. quando os dados consistem em ocorrências aleatórias de objetos ou eventos). todos os dados deveriam estar baseados em um número de observações iguais.¼n. 10. são calculados os valores através da fórmula p' = arcsen % . os dados finais devem ser transformados novamente para escala original. o número total de indivíduos em todas as espécies (Brower et al. do número de plantas sobreviventes em relação ao número total de plantas que deveriam estar presentes se nenhuma tivesse morrido após a poluição de um determinado solo. sendo a primeira mais utilizada. mas o método pode também ser utilizado quando esse número não é rigorosamente igual é sugerido na literatura que valores de 0 e 100%. Os dados são transformados em percentagens e. quando os dados são representados por números positivos. Quando aparece o valor zero.1 Raiz Quadrada Essa transformação é utilizada quando a variância e proporcional a média.3 Transformação Angular (Arcoseno) Essa transformação é utilizada quando os dados estão associados a uma distribuição binomial (presença-ausência). . utilizando-se uma tabela apropriada. seja especificada.

2 Índice de Glason (Dg) É semelhante ao índice anterior. verifica se há ou não dominância de uma determinada espécie numa comunidade. pois além de considerar o número de espécies.1 Índice de Margalef (α) Este índice foi proposto por Margalef (1951) e tem como objetivo estimar o número de espécies e o número de indivíduos de uma comunidade. entretanto utiliza a raiz quadrada do número de indivíduos total de cada amostra.2 Exemplo O exemplo hipotético abaixo da diversidade de cochonilhas em agroecossistema cítrico ilustra os índices de diversidade das cochonilhas de um pomar de citros. Este índice é dado pela fórmula abaixo: S −1 α= log N Onde: S: Número de espécies levantadas. N d = Max N total Onde: NMax= é o número de indivíduos da espécie mais abundante e NTotal= é total de indivíduos amostrados.1.3 Índice de Menhinick (Dm) Este índice é semelhante aos dois anteriores. S Db = N Onde: S = Número de espécies levantadas e N = Número de indivíduos total 11. porém quando há um aumento deste índice. 11. N: Número de indivíduos total 11.1. . mesmo que o número de indivíduos seja reduzido. considera a proporção de cada espécie em relação ao todo. S Dg = log N Onde: S = Número de espécies levantadas e N = Número de indivíduos total 11. porém considera todas as espécies da amostra. indica que há competição interespecífica e que o local é menos diversificado.4 Índice de Shanon-Wiener (H') É considerado o índice de diversidade mais completo. Normalizando os dados e diminuindo a probabilidade de erro dos cálculos. numa tentativa de normalizar os dados. H ' = .1. 11.∑ p i × log p i' Onde: p = proporção da espécie em relação ao número total de indivíduos 11.1. ou seja.1. há um indicativo de que o local é bastante diversificado.5 Índice de Dominância Berger-Parker (d) Este índice estima a dominância dentro de uma comunidade.Apostila de Estatística Aplicada 39 Quando o índice de diversidade diminui. tendendo a dominância de uma determinada espécie.

479 0. % c = idem. Existem duas fórmulas para calcular o QS propostas por Jaccard (1912) e Sorensen (1948).481 3.2 Porcentagem de Similaridade Expressa os resultados semelhantes ao do Quociente de Similaridade.557 3.1 Quociente de Similaridade O objetivo deste quociente é verificar a similaridade entre duas comunidades ou habitat. Tabela 10. pois se calcula pelo somatório dos menores valores das percentagens observadas de cada espécies em relação ao total de indivíduos.609 4. Período S N Dg α 1994 10 268 1. para espécies b. Sorensen QS = 11.556 0. no que se refere a composição específica (espécies).. + % n ) Onde: % a = menor porcentagem da espécie a observada no confronto das comunidades.3.790 !Configura Média 10 1.575 11.611 0.574 4. Duas comunidades com sua composição de espécies em percentagem Comunidade A B Espécies a 15 33 b 35 14 c 27 36 d 23 17 A partir dos dados da Tabela 10. % b = idem. que são as seguintes: j Jaccard QS = (a + b − j ) 2j (a + b ) Onde: a = Número de espécies presente no habitat ou comunidade A. 1971). ou número de levantamentos com a espécie b e j = Número de espécies presente nos dois habitats ou comunidades ou número de levantamentos contendo. podemos calcular a %S: % S = (15 + 14 + 27 + 17 )∴ % S = 73% .648 4. para espécies c e % n = idem.3 Índice de Similaridade entre Populações 11.William Costa Rodrigues 40 Tabela 9. as duas espécies. % S = ∑ (% a + % b + % c + .652 0. como também o número de indivíduos. simultaneamente. ou número de levantamentos com a espécie a. nas duas comunidades (Southwood.118 1995 10 235 1. porém leva em conta não somente a composição das espécies. para espécies n. Índices de diversidade de cochonilhas em agroecossiema cítrico.3.045 ção não válida de caractere Dm 0.218 1996 10 323 1.. b = Número de espécies presente no habitat ou comunidade B.985 1997 10 435 1.

3 Índice de Afinidade Este índice estima a freqüência com que duas espécies ocorrem simultaneamente em determinada comunidade ou habitat. p.3.5% de probabilidade são dados na Tabela 15.5 A+ B Onde: A = Número total de indivíduos da espécie A coletados ou amostrados em todos os levantamentos. nB = Número de ocorrência da espécie B e j = Número de ocorrência conjunta das espécies A e B. É dado pela fórmula: n × 100 C= N Onde: n = Número de coletas contendo a espécies em estudo e N = Número total de coletas realizadas.3. 46. 46. baseiase no total do número de indivíduos de ambas as espécies que ocorrem simultaneamente nos levantamentos realizados.5 Índice de Associação (IA) Verifica o índice de o nível de associação existente entre duas espécies. . p. b) Espécies acessórias – presentes entre 25–50% dos levantamentos. para espécies B e J = Número de indivíduos da espécie A e B nos levantamentos em que ocorrem simultaneamente. É dado pela fórmula: 2j I AB = n A + nB Onde: nA = Número de ocorrência da espécie A. J IA = − 0.4 Constância Este parâmetro indica a percentagem de uma determinada espécie em relação a todos os levantamentos realizados. c) Espécies Acidentais – Presentes em menos de 25% dos levantamentos. A significância de j pode ser observada através da Tabela 15. Foi proposto por FAGER (1957). B = Idem.3. 11. A Constância de uma espécie poderá ser classificada da seguinte forma: a) Espécies constantes – presentes em mais de 50% dos levantamentos. 11. Os valores mínimos de j significativos a 0.Apostila de Estatística Aplicada 41 11.

R. 2ª reimpr. Sorensen. Princípios de Entomologia. Caderno V.L.M. 3): Ed. J.H. Homópteros (Homoptera: Sternorrhyncha) associados à tangerina cv.H..M. 2003. P. 130p. G. 13ª ed (revista e ampliada). E. & Mourão.). Campinas: UNICAMP. 1970. C.L & Stephan. P. 1979. P. 1992. Quebecor: MC Graw Hill. Souza. K.. ícone. Mulekar. Curso prático de bioestatística. A.R.. (revista e ampliada). 197p. 2ª ed. S.. W.P (Trad. & Morris. Lara.W. 419 p.1993. 3ª ed.E. 38:586595. L. Estatística não paramétrica. Centeno. 391p.. 1990. Bioestatística. & Wolters. Dauber. 11:37-50. 4th ed. Berger. 4th ed. Biostatistical Analysis. Berenson. 2002. 1912. Simmering. Ed. T. Estatística [Sem] Matemática: A ligação entre as questões e a análise. 5:1-34 Southwood. 126p. S. São Paulo: MC Graw Hill do Brasil. F. P. Diversity of Planktonic Foraminifera in Deep-Sea sediments. Biol. H. Seropédica. Geier. 1997. & von Ende. Beiguelman. Hughes. Ed. J. Determination and analysis of recurrent groups.. D. 2000.E. Lewinsohn... London. 1976. 339p.G. Estatística: teoria e Aplicações usando Microsoft® Excel em português. Science. São Paulo: Edgard Blücher. 1998. & Villa Nova. 1948. B. 331 p. F.William Costa Rodrigues 42 12 Bibliografia Arango. S.H. The Ecology of insect Populations in Theory and Practice. Brower. 2002. 2ª ed. R. Planejar e redigir trabalhos científicos. Confidence interval estimation of overlap: equal means case. Rey. Agriculture. 3ª ed. Skr. . Bioestatística Teórica e Computacional.. L.S.N. R. Poncã (Citrus reticulata Blanco) em cultivo orgânico e a interação com predadores e formigas. 2000. O. W. D. 169p.. 98: 321-329. 2003. Gomes. T. Jaccard.. & Parker. 5ª Ed. 2000. UFRuralRJ..L.C. 168: 1345-1347. Vanzolini.E.O uso de análise multivariadas ecológicas em estudos ambientais interdisciplinares. Chapman and Hall Ltd. New Jersey: Prentice Hall. P. Agronômica Ceres.W. Barbin. N.. S. 467p. Magnusson. T.P. Manual de Ecologia de Insetos. 2004. Ecological Methods. Da UFG. J. Curso de Estatística Aplicada à Biologia. Goiânia (Coleção Didática. Hirsch. 318p. M. D. São Paulo. 1957. Ecology.. Clark. Laroca. Rodrigues. Ribeirão Preto: FUNPEC.C.D. Siegel. Tese de Doutorado. Silveira Neto..J. Ecosystems and Environment. Curso de Estatística Experimental. NeroPhytal. Zar. Niterói: EdUFF. A. 34: 121-137. V. Otte A. Nakano. 232p. 235p. 272p. Computational Statistics & Data Analysis. J. & Mishra.R. Field and Laboratory Methods for General Ecology. The distribution of the flora in the alpine zone. 663p and index included. Landscape structure as an indicator of biodiversity: matrix effects on species richness. 1995. M. Rio de Janeiro: Guanabara –Koogan.T. A method of establishing groups of equal amplitude in plant sociology basead an similarity of species. 1999. W. Rodrigues. 2001. Fager. M.F. 234p. D. Levine. Ecologia: princípios e métodos: Petrópolis: Vozes. Londrina: Planta. Methuen & Co. Piracicaba: Nobel. Waldhardt. T.C. Zar. I.M & Prado. 811p. 63f. Huirtec. Rio de Janeiro: LTC. F. 1967. E. 1971. 273p and software included. Métodos estatísticos elementares em sistemática zoológica. 43p. 2002.

Fluxograma Para Auxiliar na Escolha de Testes Estatísticos Dados com Distribuição Normal Dados com Distribuição Não Normal 2 Tratamentos 2 Tratamentos > 2 Tratamentos Dados Numéricos divididos em Categorias Teste T ANOVA Teste F Teste 2 (Qui-Quadrado) Não dividido em blocos (Amostras compostas) Dividido em Bloco Dados Pareados Dados não Pareados Não será abordado Calcula Valor 2 S2Maior S2Menor < 4 S2Maior S2Menor 4 Teste de KruskalWallis Teste de Friedman Calcula Valor H Variâncias iguais (Homocedásticas) Variâncias desiguais (Heterocedásticas) Calcula Valor 2r Calcula Variância Ponderada Compara com valor 2 Tabelado ( = 5%) Se 2calc 2tab Rejeita H0 Coloca * Se 2calc < 2tab Aceita H0 Coloca ns Calcula Valor T Se Tcalc Ttab Rejeita H0 Coloca * Compara com T tabelado ( =5%) Compara com 2 tabelado ( =1%) Compara com T tabelado ( =1%) Se Tcalc < Ttab Aceita H0 Coloca ns Se 2calc 2tab Coloca ** Se 2calc < 2tab Mantém * Se Tcalc Ttab Coloca ** Se Tcalc < Ttab Mantém * Conclui textualmente .Apostila de Estatística Aplicada 43 13 Anexos Figura 13.

01) 63. (1998).12 2. .04 2.14 2.05 a 0.84 4.11 3.78 2. Grau de liberdade 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 25 30 50 100 500 ∞ 5% (α=0.90 2.11 2.36 3.45 2.01 1.66 9.98 1.92 2.96 1% (α=0.18 2.92 5.18 2.23 2.98 2.03 3.86 2.09 2.20 2.57 2.25 3.59 2.63 2.05) 12.68 2.60 4.06 2.75 2.36 2. Valores de t -student em níveis de 5% e 1% (α=0.01) de probabilidade3.31 2.79 2.88 2.26 2.06 3.09 2.50 3.96 1.10 2.30 3.17 3.95 2.71 4.58 3 A tabela completa poderá ser encontrada em Gomes (1990) e Levine et al.William Costa Rodrigues 44 Tabela 11.13 2.71 3.84 2.01 2.16 2.

30 27.22 27.72 26. Valores de χ² (Qui-quadrado) em níveis de 5% e 1% (α=0.17 36.29 41.00 26.58 32.81 18.67 23.31 45.23 49.80 50.89 48.34 13.38 54.40 48.49 54.48 20.14 30.59 14.42 37.05 a 0.36 23. .07 15.11 41.14 31.65 38.03 22.96 48.01) de probabilidade4.34 42.98 44.57 38.28 49.68 21.78 56.67 33.82 9.Apostila de Estatística Aplicada 45 Tabela 12.34 58.92 35.01) 6.19 37. Grau de Liberdade 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 5% (α=0.77 44.60 49.09 21.09 16.69 29.88 40.41 34.68 25.16 62.05) 3.64 46.30 43.21 11.76 1% (α=0.00 33.60 50.89 61.80 36.19 47.43 63.84 5.31 19.57 55. (1998).87 30.41 32.98 40.59 28.92 18.06 57.99 52.69 4 A tabela completa poderá ser encontrada em Gomes (1990) e Levine et al.49 11.51 16.99 7.07 12.99 46.64 9.28 15.19 53.64 42.62 59.21 24.

318 0.182 0. .264 0.700 0.180 0.570 0.346 0.464 0.257 5 A tabela completa poderá ser consultada em Zar (1999).467 0.313 0.227 0.000 0.344 0.714 0.220 0.485 0.197 0.536 0.433 0.425 0.000 0.335 0.244 0.142 0.174 0.267 0.05 – 1.200 0.362 0.398 0.191 0.321 0.207 0.144 0.161 0.900 0.085 0.William Costa Rodrigues 46 Tabela 13.371 0.165 0.786 0.929 0.072 0.089 0.503 0.600 0.460 0.079 0.556 0.584 0.648 0.248 0.618 0.472 0.532 0.544 0.271 0.213 0.600 0.156 0.50 0.306 0.110 0.727 0.643 0.103 0.600 0.738 0.235 0.538 0.415 0.297 0.118 0.833 0.500 0.264 0.560 0.886 0.248 0.082 0.093 0.414 0.361 0.165 0.503 0.068 0.435 0.337 0.406 0.266 0.074 0.01 – – 1.755 0.881 0.521 0.353 0.202 0.679 0.279 0.794 0.224 0.615 0.10 1.331 0.070 0.214 0.511 0.307 0.189 0.128 0. Valores críticos para o Coeficiente de Correlação de Spearman (rs) 5 n 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 α(2) 0.097 0.382 0.654 0.587 0.235 0.405 0.170 0.484 0.446 0.170 0.447 0.236 0.076 0.401 0.829 0.380 0.000 0.283 0.185 0.310 0.148 0.176 0.206 0.294 0.255 0.363 0.391 0.217 0.564 0.703 0.152 0.198 0.209 0.521 0.429 0.279 0.370 0.635 0.287 0.

7 0.81 2.0 99.21 33.97 28.17 56.9532.79 23.58 32.37 86.00 - Os sinais (+) e (-).08 78. 6 A tabela completa poderá ser consultada em Zar (1999).56 85.80 5.86 87.33 30.0 0 64.56 % 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 0 27.2 99.66 29.3 0.5 99.87 48.13 9.60 50.4 99.74 8.8 99.42 58.19 90.35+ 51.44 5.82 40.35+ 25.73 70.90 65.97 22.56 84.63 71.6 0.94 52.67 61. Valores para transformação arcsen % 6 % 0.98 11.55+ 42.4535.8 0.87 37.56 3.65 66.03 62.06 35.Apostila de Estatística Aplicada 47 Tabela 14.23 39.28 27.13 21.44 % 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99.34 62.20 85.1546.9 100.06 38.27 21.00 60.66 31.34 60.44 88.16 64.13 53.9586.7 99.0 0.6539.57 46.05+ 58.83 34.87 84.72 47. .18 15.57 74.2 0.79 57.13 42.67 36.18 50.10 25.28 43.54 73.47 38.40 40.72 63. seguindo ângulos terminados em 5. são orientações para arredondamento a uma decimal.42 67.21 68.37 20.26 84.1 99.71 43.02 49.4549.87 69.66 75.82 77.77 51.85 44.05+ 4.73 54.14 3.46 18.00 30.00 % 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 0 45.84 26.69 59.58 24.02 81.9 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0 0 1.43 45.6 99.44 19.54 12.98 41.55+ 56.56 72.53 53.34 16.94 55.5 0.43 17.1 0.45 80.03 68.4 0.31 31.33 54.13 5.29 47.63 4.44 4.27 36.3 99.87 85.92 14.

0 – 6 7 8 9 10 17 24 32 39 46 53 59 67 74 . nA 5 6 7 8 9 10 20 30 40 50 60 70 80 90 100 1. Valores mínimos de j. 1971). significativos a 0.5% (Southwood.0 5 5 6 7 7 8 14 19 25 29 36 41 46 52 57 nB/na 1.5 5 6 7 8 8 9 16 22 29 35 42 48 55 61 67 2.William Costa Rodrigues 48 Tabela 15.

para seu aperfeiçoamento. C. Procure aproveitar ao máximo o momento que está vivendo. O amanhã ainda não chegou. onde quer que você esteja. tirando todas as vantagens que puder. O ontem já lhe fugiu das mãos. p.Apostila de Estatística Aplicada 49 ************* O minuto que você está vivendo agora é o mais importante de sua vida. porque dele depende todo o seu futuro. 154 ************* . Torres Pastorinho Minutos da Sabedoria. Viva o momento presente. Preste atenção ao que está fazendo.

Sign up to vote on this title
UsefulNot useful