Estatstica Aplicada

FAM - Faculdade de Americana

AULA 7: Percentis e Quartis. Grficos de mdias e percentuais. Histograma. Noes de Probabilidade.

Considere o seguinte conjunto de dados a respeito da idade de alunos:

21 21 21 22 22 23 23 23 24 24 25 25 25 25 26 26 26 28 30 31 31 32 33 33 33 34 34 35 35 36

1) Quartis e PERCENTIS: uma outra medida de posio

Para entendermos melhor as medidas de posio interessante entendermos o conceito de medidas separatrizes. Quando desejamos dividir um conjunto ao meio, precisamos de apenas uma medida separatriz. Exemplo: _____________________________________ Separatriz J se quisermos dividir um conjunto em trs partes precisamos de dois pontos:

Separatriz 1

Separatriz 2

Assim, para dividir uma srie ordenada de valores em quatro partes iguais precisamos de trs separatrizes (quartis); para dividi-las em dez, iremos precisar de nove separatrizes (decis) e em cem partes recorremos a 99 separatrizes (centis), como mostrado na figura abaixo: A Q1 Primeiro Quartil A D1 D2 D3 D4 D5 D6 D7 D8 D9 Q2 Segundo Quartil Q3 Terceiro Quartil B B

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais

Bioestatstica aplicada Nutrio 1.1) QUARTIS

FAM - Faculdade de Americana

Primeiro Quartil (Q1): dado um conjunto de dados ordenados (em ordem crescente) de valores, o Q1 o valor que divide o conjunto em duas partes tais que um quarto (25%) dos valores sejam menores do que ele e trs quartos restantes (75%) sejam maiores.

Q1= X (n/4)
O primeiro quartil corresponde ao elemento que fica na posio X (n/4). Se n/4 for um nmero inteiro, ento ser dado diretamente pelo elemento a posio correspondente, se n/4 no for inteiro ento ser dado pelo elemento intermedirio. Exemplo se n= 10, o primeiro quartil ser dado pelo elemento 10/4 = elemento 2,5 sendo representado ento pela mdia entre o elemento 2 e 3. Segundo Quartil (Q2): dado um conjunto de dados ordenados (em ordem crescente) de valores, o Q2 o valor que divide o conjunto em duas partes tais que metade (50%) dos valores sejam menores do que ele e a metade restante (50%) sejam maiores.

Q2= X (2n/4) = X (n/2)

Terceiro Quartil (Q3): dado um conjunto de dados ordenados (em ordem crescente) de valores, o Q3 o valor que divide o conjunto em duas partes tais que trs quartos (75%) dos valores sejam menores do que ele e um quarto restante (25%) sejam maiores.

Q3= X (3n/4)
O terceiro quartil corresponde ao elemento que fica na posio X (3n/4). Se 3n/4 for um nmero inteiro, ento ser dado diretamente pelo elemento a posio correspondente, se 3n/4 no for inteiro ento ser dado pelo elemento intermedirio. Exemplo se n= 10, o terceiro quartil ser dado pelo elemento 3 x 10 /4 = elemento 7.5, sendo representado ento pela mdia entre o elemento 7 e 8.

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais

Bioestatstica aplicada Nutrio 1.2) PERCENTIS

FAM - Faculdade de Americana

Neste caso, cada parte que foram divididos os percentis, contar com um centsimo ou um por cento dos valores do conunto. O elemento que definira a ordem do centil, em uma distribuio de freqncias, ou no rol, ser dados pela experesso.

Pi= X (i n/100)
Onde i = indicador do decil (i = 1 a 99) e n = nmero total de observaes Exemplo. Considerando o conjunto de dados:

21 21 21 22 22 23 23 23 24 24 25 25 25 25 26 26 26 28 30 31 31 32 33 33 33 34 34 35 35 36 Teremos n = 30 Q1= X(30/4) = X(7.5) = (23 + 23) / 2 Q2= X(30/2) = X(15) = Q3= X(3 x 30/4) = X(22.5) = (32 + 33) / 2

= 23 = 26 = 32.5

P6= X(6 x 30/100) = X(1.8) = (21 + 21) / 2 P15 =X(15 x 30/100) = X(4.5) = (22 + 22) / 2 2) Apresentao dos dados em grficos

= 21 = 22

Os dados obtidos devem ser representados atravs das medidas j previamente apresentadas, como freqncias relativas, mdia, desvio-padro, mediana, percentis e quartis. No entanto muito freqente a representao dos dados atravs de grficos, principalmente em apresentaes expositivas, como congressos e aulas. A escolha do grfico deve ser de acordo com o tipo de varivel a ser estudada. Variveis qualitativas ou quantitativas em categorias: 1) Grfico de Pizza (setores) 2) Grfico de Colunas 3) Grfico de Barras importante lembrar que para usar um grfico de pizza, a soma dos percentuais envolvidos deve necessariamente ser 100% (nem mais, nem menos). Variveis quantitativas: 1) Grficos de colunas com a barra de erros para o desvio-padro 2) Histogramas. Por exemplo. Considere o conjunto de dados a respeito do colesterol total de alunos da sala de nutrio: 180, 200, 220, 210, 145 120, 60, 205 230, 310. Para este conjunto de dados, temos uma mdia de 188 e um desvio-padro de 67.9. Tambm temos que:

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais

Bioestatstica aplicada Nutrio

FAM - Faculdade de Americana

colesterol freq. freq. total Absoluta Relativa < 200 >= 200 total 4 6 10 40% 60%

Poderamos representar os dados da seguinte maneira: Grfico de Colunas Colesterol total

Grfico de Barras Colesterol total

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais

Bioestatstica aplicada Nutrio

Grfico de Setores Colesterol total

FAM - Faculdade de Americana

E ainda, no caso das mdias:

E ainda por histogramas.

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais

Bioestatstica aplicada Nutrio

FAM - Faculdade de Americana

Histogramas
Os dados apresentados em tabelas de distribuio de freqncias so apresentados graficamente em histogramas. O histograma de frequncias permite observar a distribuio das frequncias absolutas de uma detrminada varivel em classes que podem ser definidas automaticamente ou pelo usurio. Para construir um histograma, primeiro se traa o sistema de eixos cartesianos. Depois, se os intervalos de classe so iguais, traam-se barras retangulares com bases iguais, correspondendo aos intervalos de classe, e com alturas determinadas pelas respectivas freqncias. Veja, como exemplo, a Figura 1 para apresentar o seguinte conjunto de dados

21 21 21 22 22 23 23 23 24 24 25 25 25 25 26 26 26 28 30 31 31 32 33 33 33 34 34 35 35 36

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais

Bioestatstica aplicada Nutrio INTRODUO TEORIA DA PROBABILIDADE

FAM - Faculdade de Americana

Inicialmente o conceito de probabilidade era de carter frequentista, isto , associando probabilidade a quantidade (freqncia) em que ocorria um evento. Porm era um conceito que pecava for falta de rigor. Em 1933 o russo Kolmogorov construiu um axiomtica para o clculo de probabilidades convertendo-o numa teoria matemtica transformando-a na cincia que hoje . Quando estamos falando de probabilidade, queremos identificar a chance de ocorrncia de um determinado resultado de interesse, em situaes nas quais no possvel calcular com exatido o valor real do evento. Desta forma, trabalhamos com chances ou probabilidades. Uma situao, para exemplificarmos este fato, est associada seguinte pergunta: meu vendedor poder cumprir sua meta de venda na semana que vem? Para calcular a probabilidade de cumprir a meta, voc pode usar a intuio ou uma freqncia relativa das ltimas dez semanas em que o vendedor esteve trabalhando. Portanto para calcularmos probabilidade precisamos de um experimento aleatrio, ainda que o mesmo seja sempre acompanhado de um grau de incerteza. Definimos ento a probabilidade como uma funo que atribui um nmero real aos eventos. A funo densidade de probabilidade capaz de representar a rea sob a curva de uma determinada figura, e ao valor dessa rea assumimos a probabilidade. A probabilidade nos d uma idia de qual provvel um evento e nos permite estabelecer intervalos de confiana para qualquer estatstica encontrada, inclusive de previses. Para formamos as funes densidade de probabilidade alguns conceitos so importantes na formao da base de probabilidade.

EXPERIMENTO ALEATRIO OU NO DETERMINISTICO - E Definio: o processo de observao ou medida de um determinado fenmeno em estudo. o experimento que repetido sob as mesmas condies, conduz a resultados, em geral, distintos. Exemplos: E1 lanamento de um dado e observar o nmero na face superior. E2 lanamento de uma moeda e observar o valor na face superior. E3 lanamento de um dado e uma moeda, nesta seqncia, observar os valores nas faces superiores.

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais

Bioestatstica aplicada Nutrio

FAM - Faculdade de Americana

ESPAO AMOSTRAL - Definio: Um espao amostral um conjunto de todas as ocorrncias possveis de um determinado experimento aleatrio E. Exemplos: Considere os experimentos aleatrios apresentados anteriormente: No E1 - ={1, 2, 3, 4, 5, 6} No E2 - ={k, c}, onde k=cara, C=coroa. No E3 - ={1k, 2k, 3k, 4k, 5k, 6k, 1c, 2c, 3c, 4c, 5c, 6c}

E1 1

2 3 5 6 4

EVENTOS (qualquer letra maiscula do alfabeto, ex: A) Definio: Um evento qualquer subconjunto de ocorrncias de um determinado espao amostral . Exemplo: A = nmeros pares na jogada de um dado: E1 1 2 3 5 4 6 A

Exemplo: Considere o experimento aleatrio E3, com seu respectivo espao amostral : ={1k, 2k, 3k, 4k, 5k, 6k, 1c, 2c, 3c, 4c, 5c, 6c} Determine os seguintes eventos: A = ocorrncia de valor cara (K) B = ocorrncia de valor par C = ocorrncia de valor coroa (C) D = ocorrncia de valor mpar E = ocorrncia de nmero primo F = ocorrncia de valor maior que 4 G = ocorrncia de valor menor ou igual a 3 H = ocorrncia de valor par ou cara (K)

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais

Bioestatstica aplicada Nutrio FAM - Faculdade de Americana EVENTOS MUTUAMENTES EXCLUSIVOS Definio: Dois eventos A e B quaisquer so chamados de mutuamente exclusivos, se eles no podem ocorrer simultaneamente, isto , AB = Exemplo: Considere os eventos descritos acima: Os eventos A e C so mutuamente exclusivos, pois AC = .

Os eventos B e D so mutuamente exclusivos, pois BD = . Notao: o complementar de A denotado por Ac ou A

EVENTOS COMPLEMENTARES Definio: Dois eventos A e B quaisquer so chamados de complementares se: AB = AB = Exemplo: Considere os eventos descritos no exemplo acima: Os eventos A e C so complementares, pois AC = e AC = . Os eventos B e D so complementares, pois BD = e BD = . A B

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais

Bioestatstica aplicada Nutrio

FAM - Faculdade de Americana

PROBABILIDADE: A probabilidade de ocorrncia de um evento A, P(A), um nmero real que satisfaz as seguintes condies: a) 0 P(A) 1 b) P() = 1 c) P() = 0 d) Se A e B so eventos mutuamente exclusivos ento P(AB) = P(A) + P(B)

Principais teoremas: I) P( A ) = 1 - P(Ac) II) Se A um evento impossvel de ocorrer (A=), ento P(A) = P() =0. III) Se A e B so eventos quaisquer, ento: P(AB) = P(A) + P(B) - P(BA). CLCULO DA PROBABILIDADE A probabilidade pode ser calculada a partir da frmula:

P(A) =

n(A) = nmero de ocorrncias de A n() = nmero de ocorrncias de

Exemplo: Seja o Experimento E o lanamento de um dado e o seu espao amostral dado por: = {1, 2, 3, 4, 5, 6}. Qual a probabilidade do evento A Nmeros maiores e iguais a 3? O Evento A pode ser descrito na forma: A ={3, 4, 5, 6} n(A) = 4 n() = 6 logo P(A) = 4 / 6 = 2/3 = 0,667

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais

Bioestatstica aplicada Nutrio Exemplos em sala de aula Calcule a probabilidade de : 1) Experimento: Jogar uma moeda 1 vez. Evento A = sair Cara.

FAM - Faculdade de Americana

2) Experimento: Jogar uma moeda 2 vezes. Evento A = sair Cara pelo menos 1 vez. 3) Experimento: Tirar uma bola de uma com 5 bolas: 4 vermelhas e 1 azul. Evento A= tirar a bola azul em uma coleta. 4) Lance um dado e uma moeda um aps o outro (nesta sequncia) a) Construa o espao amostral b) Construa os eventos: A = coroa e par , B = coroa e mpar, C = mltiplo de 2 c) Calcule as probabilidades: P(A), P(B), P(C)

1 Semestre de 2010

notas de aula

Prof Sirlei Siani Morais