Você está na página 1de 10

Estatstica Aplicada 1- Distribuio de frequncia: 1.

1- Conceitos: Estatstica: a cincia que estuda a obteno, organizao, a anlise e concluses sobre os dados de uma populao. Estatstica descritiva: se preocupa com a organizao e descrio de dados experimentais. Estatstica indutiva ou inferencial: se preocupa com a anlise e interpretao de dados experimentais. Populao ou universo: conjunto de todos os elementos que possuem pelo menos uma caracterstica em comum. Amostra: so os objetos selecionados da populao, ou seja, um subconjunto da populao. Varivel - uma caracterstica ou dado associado a cada elemento da populao ou amostra. Ex: X peso, Y altura. Qualitativa: aquela que resulta de uma classificao por tipos ou atributos, como: cor dos olhos (pretos, castanhos, verdes...). Quantitativa: aquela que pode assumir valores numricos, os quais podem ser obtidos atravs de uma contagem ou mensurao. Discreta: seus valores so obtidos por um processo de contagem. Por exemplo, quantidade de aluno por sala, quantidade de falhas por pea em determinada linha de produo. Continua: seus valores so obtidos por um procedimento de mensurao, podendo assumir quaisquer valores, em um intervalo dos nmeros reais, como, por exemplo: temperatura, altura, peso. Parmetro a medida numrica, que descreve uma caracterstica da populao. Estimador a medida numrica, que descreve uma caracterstica da amostra. Tabelas ou sries consiste em dispor os dados em linhas e colunas, distribudos de modo ordenado e obedecendo resoluo n 886/66 do CNE. Srie temporal: os dados so observados segundo a poca de sua ocorrncia. Ex: bitos infantis no Maranho, de 2010 a 2012. Srie geogrfica: os dados so observados, segundo o local onde ocorreram. Ex: obtidos no Maranho, segundo microrregies, em 2012. Srie especificada: os dados so agrupados, segundo a modalidade de ocorrncia.

Srie mista ou de dupla entrada: a fuso de duas ou mais sries simples. Ex: obtidos no Maranho, segundo microrregies, no perodo de 20092012. Somatrio indicado pela letra grega sigma maiscula ( ), failita a indicao e a

formulao de medidas, bem como algumas operaes lgebras desenvolvidas pela estatstica. Parmetro trata-se de medida numrica que descreve uma caracterstica da populao. Estimador uma medida numrica, que descreve uma caracterstica da amostra.

2- FASES DO MTODO ESTATSTICO. 1- Definio de problemas saber exatamente o que se pretende pesquisar, ou seja, definir corretamente o problema. 2- Planejamento determinar o procedimento necessrio para resolver o problema; como, por exemplo, levantar informaes sobre o assunto objeto de estudo. importante a escolha das perguntas em um questionrio, que, na medida do possvel, devem ser fechadas. 3- Coleta de dados o levantamento dos dados pode ser feito de duas maneiras: censitrio e amostragem. E pode ser classificado, quanto ao tempo, em: - continua (inflao, desemprego) - peridica (censo); - ocasional (pesquisa de mercado, eleitoral). 4- Crtica dos dados objetica a eliminao de erros capazes de promover futuros enganos. Faz-se uma reviso critica dos dados, suprimindo os valores estranhos ao levantamento. 5- Apresentao de dados a organizao dos dados denomina-se srie estatstica. Sua apresentao pode socorrer por meio de tabelas e grficos. 6- Anlise e interpretao dos dados consiste em tirar concluses que auxiliem o pesquisador a resolver seu problema, descrevendo o fenmeno atravs do clculo de medidas estatsticas, especialmente as de posio e as de disperso. 3- DISTRIBUIO DE FREQUNCIA 3.1- Dados brutos ou tabela primitiva So os dados apresentados desordenadamente; ou seja, da forma que foram coletados; ou ainda tabela, cujos elementos no foram numericamente organizados.

Vamos supor que fizemos uma coleta de dados relativos s estaturas de 40 alunos do curso do PRONATEC 2013. Tabela 1.1 Estatura de 40 alunos, em cm, do PRONATEC.

Fonte: PRONATEC (2013)

a) ROL uma lista em que os dados esto dispostos em ordem crescente; ou seja, a tabela obtida apes a ordenao dos dados. Tabela 1.2 Estatura de 40 alunos, em cm, do PRONATEC.

Fonte: PRONATEC (2013)

b) Tabela de frequncias Podem representar tanto valores individuais como valores agrupados em classe. 3.2- Distribuio de frequncia de dados tabulados no agrupados em classes Aparecem individualmente, ou seja, uma tabela de frequncias de valores no agrupados em classe. Ex: uma empresa fabricante de instrumento de preciso est interessada em saber o numero de aparelhos defeituosos, rejeitados pela seo encarregada do controle de qualidade. Os dados, fornecidos por essa seo referem-se ao perodo de 1971 a 1974. Tabela 1.3 Empresa X Nmero mensal de aparelhos defeituosos.

Fonte: PRONATEC (2013)

Abaixo esto os valores da varivel n mensal de aparelhos defeituosos, dispostos em uma tabela de distribuio de frequncias.

Fonte: PRONATEC (2013)

n = 48

Na primeira coluna, est o ndice i, onde aparecem os nmeros correspondentes ordem dos valores da varivel. Na segunda coluna, esta Xi, correspondente aos valores da varivel; e, na ltima coluna, est fi, correspondente s frequncias, que so os resultados numricos provenientes da contagem. A soma das frequncias sempre igual ao nmero total de valores observados.

Onde, k o extremo superior do intervalo de valores do ndice i. fi o nmero de observaes de um valor e n o nmero total de valores observados. 3.3- Distribuio de frequncia de dados agrupados em classes Primeiramente, iremos estudar os elementos de uma distribuio de frequncias; posteriormente, os passos para a sua construo. So estes os principais elementos: Frequncia simples absoluta o numero de observaes correspondentes a uma classe. Essa frequncia simbolizada por fi. a) Amplitude total a diferena entre o maior e o menor valor observado da varivel em estudo. Essa amplitude indicada por At. b) Classe cada um dos grupos de valores em que se subdivide a amplitude total de conjunto de valores observados da varivel. Essa classe indicada por k. H uma maneira simples de determinar o numero de classes necessria. Basta tirar a raiz quadrada do nmero de elementos estudados e aproximar, caso no exata, para maior (ou menor, mas lembrando que tem que aproximar para mais o nmero de elementos em Ac).

c) Limites de classes os limites de classes so seus valores extremos. O limite inferior da classe (li) e o limite superior (Li).

d) Amplitude de um intervalo de classe a medida que define a classe. Ela obtida pela diferena entre os limites superior e inferior dessa classe e indicada por (Ac), assim:

e) Amplitude total da amostra (At) a diferena entre o maior e o menor valor da amostra. , onde X(mx) o maior valor da amostra e X(mn) o menor valor da amostra. f) Amplitude total da distribuio a diferena entre o limite superior mximo Li(Max) e o limite inferior mnimo li(mn). .

g) Ponto mdio de uma classe (xi) o ponto que divide o intervalo de classe em duas partes iguais. , onde xi indica o ponto mdio da classe, para dados agrupados em classe ou o valor da varivel para dados no agrupados em classes. h) Tipo de Frequncias: - Frequncia simples absoluta (fi) o numero de repeties de um valor individual ou de uma classe de valores da varivel. A soma das frequncias simples absoluta em uma tabela chamada de total e corresponde ao numero total de observaes. - Frequncia relativa (fr) aquela que representa a proporo de observaes de um valor individual ou de uma classe, com relao ao numero total de observaes. Para calcular a frequncia relativa, basta dividir a frequncia absoluta da classe ou do valor individual pelo nmero total de observaes. - Frequncia acumulada abaixo de (Fa) a soma da frequncia absoluta de uma classe ou de um valor individual de uma varivel com as frequncias absolutas das classes, ou valores individuais, anteriores. Toda vez que se precisarem saber quantas observaes existem at uma determinada classe ou valor individual recorrer-se Fa. i) Passos para a construo de uma distribuio de frequncias de dados agrupados em classes. 1) ROL 2) At 3) K 4) Ac

5) Constri-se uma tabela que contenha uma coluna para i, outra para os intervalos, para as frequncias absoluta, para o ponto mdio das classes(xi), para as frequncias relativas(fr), frequncias acumuladas. Tabela 1.5 Estaturas de 40 alunos do PRONATEC

Fonte: PRONATEC (2013)

Na 1 classe, contamos, no rol, quantos alunos tm estaturas igual ou maior que 150 e menor que 154, e o resultado foram 4 alunos; E assim por diante... Considerando a tabela 1.5 acima, podemos montar a seguinte tabela com as frequncias estudadas: Tabela 1.6 Estaturas de 40 alunos do curso do PRONATEC

Fonte: PRONATEC (2013)

Probabilidade CASO 1: Eventos NO viciados (dados honestos, probabilidades iguais para todos os elementos do conjunto) Evento - chamamos de evento todas as chances do que queremos que acontea, ou que no acontea. Ex.: Qual a probabilidade de jogando um dado sair numero par? R.: Evento sair numero par A={2, 4, 6} Espao amostral - chamamos de espao amostral todas as possveis aparies de eventos ou no evento. Ex.: No exemplo acima o espao amostral seria jogar um dado, sendo este dado, conhecido por nos todos, um dado de seis faces, ento teramos como espao amostral U={1, 2, 3, 4, 5, 6}. A probabilidade de um evento acontecer ou no. - esta probabilidade calculada, sendo esta simples, atravs da formula onde Ler-se a probabilidade de o evento A acontecer o numero de elementos no conjunto evento A dividido pelo numero do espao universo U. Ex.: - Soluo do exemplo postado no comeo desta pagina seria: ,

50% de chance de acontecer sair numero par do lanamento aleatrio deste dado.

CASO 2: Eventos viciados (dados no honestos, probabilidades distintas para pelo menos um elemento do conjunto) - neste caso temos que observar qual o chance diferente de cada evento acontecer. Mas, simples se seguido a formula P(A)=probabilidade de acontecer o evento; P()=probabilidade de NO acontecer o evento; n= numero de lanamentos; p= vezes que voc quer que ocorra o evento. . Onde temos que

Ex.: A probabilidade de, em um dado viciado, sair o numero 2 P(2)=1/3. Encontre a probabilidade de APARECER o numero 2, trs vezes, no lanamento de 5 dados deste tipo. Sol.: P(2)=1/3 P(~2)=2/3 (complemento de 1/3) n=5 p=3

Isto 16,46% de chances de em 5 lanamentos deste dado viciado aparecer o numero 2, trs vezes. ESPAO AMOSTRAL: Espao amostral do lanamento de UMA moeda, DUAS moedas, TRES moedas, UM dado, DOIS dados, UMA MOEDA E UM DADO. UMA moeda A ={Cara (C), Coroa (K)} = {C, K} DUAS moedas B = {(C,C); (C, K); (K, C); (K, K)} TRES moedas C = {(C, C, C); (C, C, K); (C, K, C) ; (C, K, K) ; (K, C, C); (K, C, K); (K, K, C) ; (K, K, K)} UM dado D = {1, 2, 3, 4, 5, 6}

DOIS dados D1/D2 1 2 3 4 5 6 D1= 1 dado D2 = 2 dado

1 (1,1 ) (2, 1) (3, 1) (4, 1) (5, 1) (6, 1)

2 (1, 2) (2, 2) (3, 2) (4, 2) (5, 2) (6, 2)

3 (1, 3) (2, 3) (3, 3) (4, 3) (5, 3) (6, 3)

4 (1, 4) (2, 4) (3, 4) (4, 4) (5, 4) (6, 4)

5 (1, 5) (2, 5) (3, 5) (4, 5) (5, 5) (6, 5)

6 (1, 6) (2, 6) (3, 6) (4, 6) (5, 6) (6, 6)

UMA moeda e UM dado M/D 1 C (C, 1) K (K, 1) M = moeda D = dado

2 (C, 2) (K, 2)

3 (C, 3) (K, 3)

4 (C, 4) (K, 4)

5 (C, 5) (K, 5)

6 (C, 6) (K, 6)

Unio de probabilidades sucessivas - neste caso temos a formula P(ABC)= P(A).P(B).P(C), onde esta faz com que OS TRES eventos ocorram ao mesmo tempo. Ex.: As probabilidades de trs jogadores marcarem um gol cobrando pnalti so, respectivamente, 1/2, 2/5, e 5/6. Se cada um bater um nico pnalti, a probabilidade de todos ACERTEAREM igual a: Sol.:

- obs1.: a probabilidade no honesta OBS2.: -se nesta questo fosse pedido ERRAREM os trs pnaltis, bastava no utilizar os valores de probabilidade dados e sim os complementares de cada um. P(A)=1/2; P(B)=3/5; P(C)=1/6. E utilizaria a mesma formula e o resultado final seria 5%.

DICA: 1- Quando se dado um conjunto de pesquisa, observe o total de cada um e sempre retire os dados individuais e o total de cada dado, os individuais sero os eventos A, e o total ser o seu conjunto universo U.

Ex.: uma sala com 12 homens, 15 mulheres possui metade dos homens do tipo sanguneo positivo e os demais negativos, as mulheres 1/3 delas so negativas. Qual a porcentagem de pessoas com tipo sanguneo negativo? Se fosse pego uma pessoa aleatoriamente neste universo, qual a chance desta ter o tipo sanguneo negativo e ser homem? Soluo.: Dados: Homens: 12 onde 6 so tipo positivos e 6 so negativos Mulheres: 15 onde 5 so tipo sanguneo negativo e 10 so positivos. TODAS AS PESSOAS: 27 TODOS OS NEGATIVOS: 11 TODOS OS POSITIVOS: 16 P(negativos) = 11/27 P(negativos) = 0,4074 P(negativos) =40,74% => 11 negativos em um total de 27.

Se fosse pego uma pessoa aleatoriamente neste universo, qual a chance desta ter o tipo sanguneo negativo e ser homem?

P(A/B) = onde A ser negativo e B ser homem. (probabilidade condicional, quero que alem de ser negativo quero que seja homem o escolhido.)