MEDIDAS DE DISPERSO

Medidas de tendncia central fornecem um resumo parcial das informaes de um conjunto de dados. A necessidade de uma medida de variao aparente, para que nos permita, por exemplo, comparar conjuntos diferentes de valores. Algumas caracterstica desta medida devem ser atendidos como veremos a seguir.

MEDIDAS DE DISPERSO
Amostragem A: 8, 8, 9, 10, 11, 12, 12
Mdia 10; Mediana 10 e Bimodal (8, 12)

Amostragem B: 5, 6, 8, 10, 12, 14, 15

Mdia 10; Mediana 10 e sem Moda

Amostragem C: 1, 2, 5, 10, 15, 18, 19

Mdia 10; Mediana 10 e sem Moda

As medidas de tendncia central pouco ou nada informam a respeito da disperso dos dados O conceito de medida de disperso relativamente difcil. O quanto informativo dizer que as trs amostragens possuem disperso 4, 10 e 18 (Y7-Y1)?

MEDIDAS DE DISPERSO
Amostragem D: 8, 9, 10, 10, 10, 11, 12
Mdia 10; Mediana 10 e Modal 10

Amostragem E: 5, 7, 9, 10, 11, 13, 15

Mdia 10; Mediana 10 e sem Moda

Amostragem F:1, 5, 8, 10, 12, 15, 19

Mdia 9; Mediana 10 e sem Moda

Estes trs conjuntos de dados tambm possuem disperso mxima igual a 4, 10 e 18, respectivamente. As amostras A, B e C apresentam um maior nmero de observaes mais distantes da mdia, enquanto nas amostras D, E e F ocorre um maior nmero de observaes concentradas em torno da mdia. Torna-se interessante que haja uma definio a qual use todas as observaes e que seja um pequeno valor quando as observaes se aproximam da mdia e grande quando estas so espaadas.

MEDIDAS DE DISPERSO
Por fim considere os dados destas duas amostras:
Amostra A: 5, 6, 8, 10, 12, 14, 15 Amostra B: 105, 106, 108, 110, 112, 114, 115

A disperso (Y7-Y1) igual nas duas amostra e, portanto, independe do tamanho dos nmeros.

MEDIDAS DE DISPERO
O critrio geralmente utilizado aquele que mede a concentrao dos dados em torno da mdia, e algumas medidas so as mais usadas: desvio mdio, varincia, desvio padro e Coeficiente de Variao. Ex: 3, 4, 5, 6, 7 (mdia 5), os desvios xi-x, so: -2, -1, 0, 1 ,2. 1, 3, 5, 7, 9 (mdia 5), os desvios xi-x, so: -4, -2, 0, 2, 4. fcil observar que a soma dos desvios igual a zero, o que torna invivel esta medida. As opes so: a)Considerar o total dos desvios em valor absoluto (mdulo) ou, b)Considerar o total dos quadrados dos desvios. Assim teramos: Para a amostra: 3, 4, 5, 6, 7

n
i =1 5 i =1

xi x

= 2 + 1 + 0 + 1 + 2 = 6 (a)
2

n ( xi x )
i

= 4 + 1 + 0 + 1 + 4 = 10 (b)

DESVIO MDIO
O desvio mdio (DM) refere-se mdia dos desvio em valor absoluto, como na frmula a seguir, aplicada a amostra 3, 4, 5,
6, 7. 5 DM(x) = ni x i x /n , usando o exemplo anterior DM(x) = 6/5 = 1,2

i =1

Para a amostra 1, 3, 5, 7, 9 teramos: DM(x) = n1 x i x /n , DM(x) = 12/5 = 2.4

i =1

Baseado nos dados, pode-se dizer que a primeira amostra mais homognea.

VARINCIA
A medida que contempla os aspectos apresentados e que mais utilizada a Varincia. A varincia representada por dois smbolos: 2 (letra grega sigma) para populao e s2 para uma amostra. As frmulas para a varincia da populao e da amostra so apresentadas abaixo.
k

) Populao: 2= ni ( xi 2/n
i =1

Amostra: s2= ni ( xi x
i =1

) 2/n-1,

O denominador n-1 tem o propsito de tornar a varincia da amostra a estimativa da varincia da populao. N-1 conhecido como grau de liberdade e refere-se ao nmero de somas independentes lineares numa soma de quadrados. A varincia uma medida que expressa um desvio quadrtico mdio. A unidade da varincia portanto o quadrado dos dados originais. Ex: para dados expressos em centmetros a varincia ser expressa em centmetros quadrados.

VARINCIA
Para as amostras 3, 4, 5, 6, 7 e 1, 3, 5, 7, 9 As varincias seriam: S12 = (3-5)2+ (4-5)2 + (5-5)2+ (6-5)2+ (7-5)2/4 S12 =2,5 S22 = (1-5)2+ (3-5)2+ (5-5)2+ (7-5)2+ (9-5)2/4 A amostra 3, 4, 5, 6, 7 mais homognea. S22 =10

VARINCIA

Mdia = (0*4)+(1*5)+(2*7)+(3*3)+(5*1))/20=1,65 DM(x) = 4*(0-1,65) + 5* (1-1,65) + 7* (2-1,65) + 3* (3-1,65) + 1* (5-1,65)/20 = 0,98 Varincia S2 = 4*(-1,65)2 + 5* (-0,65)2 + 7* (0,35)2 + 3* (1,35)2 + 1* (3,35)2/19 = 1,6

DESVIO PADRO
Sendo a varincia uma medida que expressa um desvio quadrtico mdio, esta pode causar alguns problemas de interpretao. Para evitar isto, costuma-se usar o desvio padro, que definido como a raiz quadrada positiva da varincia. Desta forma, tem-se uma medida de variabilidade expressa na mesma unidade dos valores do conjunto de dados. O desvio padro (, para populao e s para amostras) pode ser calculado atravs das seguintes frmulas:

ni xi 1 n
k

ni xi x s = 1 n 1
k

O DESVIO PADRO DAS AMOSTRAS 3, 4, 5, 6, 7 e 1, 3, 5, 7, 9 seria: S1= S2=

2,5 =1,58

10

=3,16

COEFICIENTE DE VARIAO
A variao ou disperso real, determinada a partir do desvio padro, ou qualquer outra medida de disperso, denominada disperso absoluta. Entretanto, uma variao ou disperso de 10 cm, na medida de uma distncia de 1.000 m, inteiramente diferente, quanto ao efeito, da mesma variao em uma distncia de 20 cm. A medida desse efeito proporcionada pela disperso relativa, definida por: Disperso relativa = Disperso absoluta/mdia Se a disperso absoluta o desvio padro s e a mdia a aritmtica, a disperso relativa denominada Coeficiente de Variao ou de Disperso. CV=

s x

100

COEFICIENTE DE VARIAO
O coeficiente de variao geralmente expresso em percentagem. O C.V. independente das unidades adotadas. Por essa razo, vantajosa para a comparao de distribuies cujas unidades podem ser diferentes. Uma desvantagem do C.V. que ele deixa de ser til quando a mdia esta prximo de zero. Baixa disperso: CV 15% Mdia disperso: CV 15-30% Alta disperso: CV 30%

ERRO PADRO DA MDIA (Sx)

Quando se obtm uma amostra aleatria de tamanho n, estima-se a mdia populacional. bastante intuitivo supor que se uma nova amostra aleatria for realizada a estimativa obtida ser diferente daquela primeira. Desta forma, reconhece-se que as mdias amostrais esto sujeitas variao e formam populaes de mdias amostrais, quando todas as possveis amostras so retiradas de uma populao. O erro padro analisa a variabilidade de uma mdia

Erro padro
Fornece um mecanismo de medir a preciso com que a mdia populacional foi estimada

S Sx = n

Exerccios
Dada a tabela abaixo, calcule:
33 50 61 69 80 35 52 64 71 81 35 53 65 73 84 39 54 65 73 85 41 55 65 74 85 41 55 66 74 88 42 57 66 76 89 45 59 66 77 91 47 60 67 77 94 48 60 68 78 97

Desvio mdio, Varincia, Desvio padro, Coeficiente de variao e erro padro da mdia