Ap ED 1 PDF

Organiza cao de dados
Medidas de localiza cao

Medidas de posi cao nao central- quantis
Medidas de variabilidade
Estatstica Descritiva univariada
September 30, 2014
Lic. GAP, Lic. IC, Lic. Mkt, Lic. TC-2014/2015
Distribui cao de frequencias
Exemplo: Realizou-se um inquerito a 50 estudantes de uma cidade
para analisar a sua preferencia em termos de ocupa cao do tempo
livre. Vericou-se que 4 preferiam ler, 23 ver televisao, ou ir ao
cinema, 16 praticar desporto fsico e 7 outras atividades.
Tipo de preferencia F
i
f
i
(em%)
Leitura 4 8
TV ou cinema 23 46
Exerccio Fsico 16 32
Outra atividade 7 14
50 100
Representacao graca de distribuicoes qualitativas
Graco de Barras
E uma representa cao dos dados em que se usam barras

separadas (de igual largura) cuja altura e proporcional à
frequencia (absoluta e relativa) da categoria correspondente.
Gracos Circulares
E uma representa cao dos dados num crculo dividido em

setores circulares cuja area (e consequentemente, angulo ao
centro correspondente) e proporcional à frequencia da
categoria/classe que representam.
Dados quantitativos discretos
Exemplo: Realizou-se um inquerito em 50 habitacoes da cidade do
Porto, para se estudar o tamanho dos agregados familiares.
Vericou-se que quatro agregados eram constitudos por uma
pessoa, 10 por duas, 15 por tres, 13 por quatro, seis por cinco e
duas por seis. Distribuicao de frequencia:
n.
o
de pessoas F
i
f
i
(em%) Frequencia absoluta acumulada
1 4 8 4
2 10 20 14
3 15 30 29
4 13 26 42
5 6 12 48
6 2 4 50
Represesentacao graca de dados quantitativos
discretos
Graco de barras
Distribuicao de frequencia acumulada
E uma representa cao graca dos dados que mostra para cada
classe o n umero (absoluto ou relativo ) de observa coes de
valor inferior ou igual ao valor caraterstico da classe.
Graco da funcao cumulativa ou graco em degraus

Para se obter este graco no excel tem de se come car por construir
a seguinte tabela:
n.
o
de pessoas
1 4
2 4
2 14
3 14
3 29
4 29
4 42
5 42
5 48
6 48
6 50
9 50
Dados quantitativos contnuos
Exemplo: Um departamento do ministerio das pescas realizou
recentemente um inquerito a 50 pescadores de uma vila piscatoria
para conhecer melhor a sua distribuicao etaria os dados estao
organizados na seguinte tabela.
classe etaria F
i
f
i
(em %)
15 a menos de 25 1 2
25 a menos de 35 5 10
35 a menos de 45 9 18
45 a menos de 55 14 28
55 a menos de 65 12 24
65 a menos de 75 8 16
75 a menos de 85 1 2
100
Dados quantitativos contnuos: classes
Denicao de classe de uma variavel quantitativa contnua:

E
um intervalo da forma [a, b[ ou ]a, b] que representa um
conjunto de valores que a variavel pode tomar.
Amplitude da classe
E a distancia entre o limite superior da classe e o seu limite

inferior, ou seja,
amplitude = b a
Centro, marca, ponto medio ou valor caraterstico da classe: e

o ponto medio da classe [a, b[ ou ]a, b], isto e,
a + b
2
N umero de classes
Note-se que:
um n umero muito elevado de classes pode nao mostrar a

regularidade do fenomeno;
mas um n umero muito pequeno de classes reduz

excessivamente a variabilidade do fenomeno
Regra que pode usar-se:
c = Int[
n]
onde c e o n umero de classes, n e o n umero total de observa coes e
Int[x] e a parte inteira de x.
Amplitude das classes
amplitude das classes =
maior observa cao menor observa cao
n.
o
de classes
Limite inferior da primeira classe:

E qualquer n umero conveniente
que seja inferior ou igual à menor das observa coes.
Representacao graca
Histograma:

E uma representa cao graca dos dados em que
se marcam as classes no eixo horizontal, as frequencias no
eixo vertical e em que se usam barras de area proporcional à
frequencia da classe correspondente. As barras contguas tem
uma fronteira comum.
Polgono de frequencias (simples):

E uma representacao
graca dos dados em que se une, atraves de segmentos de
reta, todos os pontos cuja abcissa e o centro da classe e a
ordenada e a frequencia dessa classe. O polgono pressupoe,
normalmente, em cada extremo, a existencia de uma classe
adicional de frequencia nula
Polgono de frequencia simples- Excel
a seguinte tabela:
Ponto medio da classe F
i
10 0
20 1
30 5
40 9
50 14
60 12
70 8
80 1
90 0
Distribui cao de frequencia acumulada
E uma representacao graca dos dados que mostra para cada

classe o n umero (absoluto ou relativo) de observacoes:
valor inferior ou igual ao limite superior da classe, no caso de

intervalos do tipo ]a, b] e de
valor inferior ao limite superior da classe, no caso de intervalos

do tipo [a, b[.
Constru cao do OGIVA
O polgono de frequencia acumulada (ogiva) e obtido do seguinte
modo:
comeca-se por marcar o conjunto de pontos cujas abcissas sao

os limites superiores das classes e as ordenadas as
correspondentes frequencias acumuladas.
A este conjunto acrescenta-se um ponto à esquerda cuja

abcissa e o limite inferior da primeira classe e cuja ordenada e
zero.
Finalmente obtem-se a Ogiva unindo estes pontos por

segmentos de reta e prologando-a, nas extremidades, por
linhas horizontais.
Constru cao do OGIVA no excel
a seguinte tabela:
limite superior da classe Frequencia absoluta da classe
15 0
25 1
35 6
45 15
55 29
65 41
75 49
85 50
Usar o excel para organizar e mostrar os dados
Como elaborar uma distribuicao de frequencias:
1. observar e recolher dados
2. organizar os dados
3. determinar o valor maximo e o valor mnimo do conjunto de
dados
4. escolher o n umero de classes
5. estimar a amplitude das classes e decidir o seu valor
6. construir uma distribuicao de distribui cao de frequencias
Exemplo
Registaram-se, numa escala de 0 a 100, as classicacoes dos 50
alunos de um curso de estatstica. Organize os dados numa tabela
de frequencias usando o excel:
43 52 57 53 41
56 39 44 47 49
57 33 59 43 69
80 79 56 59 58
71 50 45 78 64
66 61 87 65 61
73 74 36 55 52
65 53 69 77 34
74 76 73 55 60
49 51 33 44 27
Media Aritmetica
A media aritmetica e a medida de localizacao mais frequentemente
usada.
A media x um conjunto de n valores observados x
1
, . . . , x
n
e
x =
1
n
n
i =1
x
i
Propriedades da media
A soma dos valores observados e o produto da media pelo

n umero de observa coes.
A soma dos desvios dos valores observados relativamente à

media e igual a zero.
Se adicionrmos a todos os valores observados, o mesmo

n umero c, entao a media ca adicionadade c.
Se multiplicarmos todos os valores observados pelo mesmo

n umero c, entao a media ca multiplicada por c.
Media- Dados classicados
A media x de um conjunto de n observacoes agrupadas em c
classes e
x =
1
n
c
i =1
F
i
x
i
em que F
i
e a frequencia absoluta da classe i e x
i
e o valor
caraterstico (marca da classe) da classe i .
Mediana
A mediana divide ao meio o conjunto de valores observados.
Dado um conjunto de n valores x
1
, x
2
, . . . , x
n
, a mediana e igual a
x =
x
(
n
2
)
+ x
(
n
2
)+1
2
se n e par. Caso contrario (n mpar)
x = x
(
n
2
+1)
Propriedades da Mediana
Para calcular a mediana e necessario ordenar as observacoes
Tem pouco signicado para um n umero pequeno de

observacoes.
Tem uma variabilidade maior do que a media, isto e, quando

as amostras sao diferentes a mediana tende a variar mais do
que a media amostral.

E pouco sensvel a valores extremos (outliers). Assim e mais
indicativa de valores tpicos do que a media.
Mediana- Dados contnuos classicados
Dado um conjunto de valores de uma variavel contnua agrupados
em classes, a mediana e
x = l
i
+
0, 5 a
i 1
a
i
a
i 1
(
l
i
)
em que i e a classe da mediana, a
i 1
e a frequencia acumulada
relativa ate à classe i 1, e
l
i
= l
i
l
i 1
, l
i 1
e l
i
sao,
respetivamente, os limites inferior e superior da classe da mediana.
Moda
Moda(dados nao classicados e dados classicados

discretos)-

E o valor que ocorre com maior frequencia
num conjunto de observa coes.
Classe modal(dados classicados quantitativos

contnuos)- Numa distribui cao de frequencia, com
intervalos de classe de igual amplitude, a classe modal e
a classe com maior frequencia.
Propriedades da Moda

E uma medida de localizacao central, tal como a media e a
mediana.
Tem pouco interesse para um n umero pequeno de

observacoes.
Tal como a mediana e pouco sensvel a valores extremos

aberrantes (outliers).
Poderao existir varias modas (distribui cao multimodal).

Comparacao entre Media, Mediana, Moda
Em distribuicoes simetricas unimodais, a media, a mediana e

a moda tem o mesmo valor.
Numa distribuicao assimetrica positiva (ou tambem chamada

enviesada à direita), a media e maior do que a mediana e esta,
normalmente (salvo casos extremos), maior do que a moda.
Numa distribuicao assimetrica negativa (ou tambem chamada

enviesada à esquerda), a media e menor do que a mediana e
esta, normalmente (salvo casos extremos), menor do que a
moda.
Os dois ultimos cenarios podem ser alterados se a amostra

tiver observacoes extremas raras.
Comparacao entre Media, Mediana, Moda
A media e a medida de localiza cao mais usada, seguida da

mediana.
A media tem a vantagem do seu calculo incluir todos os

valores do conjunto de dados.
A media varia menos com a amostra do que a mediana.
A media e muito inuenciada por valares extremos. Assim,

caso existam valores extremos aberrantes, deveremos optar
pela mediana.
A moda nao e muito pratica na maioria das situa coes.

Quantil- Dados quantitativos discretos ou
quantitativos contnuos nao classicados
Nesta situacao e possvel obter a sequencia de valores

ordenados x
(1)
, , x
(n)
.
O quantil de ordem (0 < < 1) e

z
= x
(k)
,
onde k e o maior inteiro menor do que n + 1
Quantil- Dados quantitativos contnuos classicados
Nesta situacao o quantil de ordem e denido a partir da

fun cao cumulativa.
O quantil de ordem (0 < < 1) e uma solucao x = z
da
equacao
F(x) = ,
onde F e a funcao cumulativa.
O calculo do quantil e analogo ao descrito para o calculo da

mediana, devendo apenas substituir-se classe da mediana por
classe do quantil e o valor 0, 5 por .
z
= l
i
+
a
i 1
a
i
a
i 1

l
i
Percentil ou centil
Os percentis dividem um conjunto de dados, preparado em

ordem crescente, em 100 partes iguais. Denem-se 99
percentis que dividem o referido conjunto em 100 partes.
O percentil de ordem k (k = 1, 2, , 99) e o quantil de

ordem
k
100
.
O valor do percentil de ordem k (k = 1, 2, , 99) e denotado

por p
k
.
Decil
Os decis dividem um conjunto de dados, preparado em ordem

crescente, em 10 partes iguais. Denem-se 9 decis que
dividem o referido conjunto em 10 partes.
O decil de ordem k (k = 1, 2, , 9) e o quantil de ordem

k
10
.
O valor do decil de ordem k (k = 1, 2, , 99) e denotado por

d
k
. Cerca de 10 k% das observacoes sao menores do que d
k
.
Quartil
Os quartis dividem um conjunto de dados, preparado em

ordem crescente, em 4 partes iguais. Denem-se 3 quartis que
dividem o referido conjunto em 4 partes.
O quantil de ordem k (k = 1, 2, 3) e o quantil de ordem

k
4
.
O valor do quartil de ordem k (k = 1, 2, 3) e denotado por q

k
.
Cerca de 25 k% das observa coes sao menores do que q
k
.
Amplitude total r (range em ingles)

E a diferen ca entre o maior e o menor dos valores do conjunto
de observacoes:
r = max{x
1
, , x
n
} min{x
1
, , x
n
} = x
(n)
x
(1)
.
Depende apenas das observacoes extremas e ignora todas as

outras observacoes.
Depende do n umero de observacoes: quanto maior for o

n umero de observa coes maior tende a ser a amplitude total.
Amplitude total r para dados contnuos classicados
Neste caso, desde que as classes extremas sejam limitadas, pode
denir-se a amplitude total de duas maneiras:
Diferenca entre o limite superior da ultima classe e o limite

inferior da primeira classe.
Diferenca entre os pontos medios da ultima e da primeira

classe.
Amplitude interquartil r
q
A amplitude interquartil
r
q
= q
3
q
1
e a amplitude do intervalo [q
1
, q
3
] que contem 50% das
observacoes centrais.
A amplitude interdecil
r
d
= d
9
d
1
e a amplitude do intervalo [d
1
, d
9
] que contem 80% das
observacoes centrais.
Devio absoluto medio
Desvio de x
i
em relacao a x
0
: x
i
x
0
.
Desvio absoluto de x
i
em relacao a x
0
: |x
i
x
0
|.
Desvio absoluto medio dos valores de x

i
de um conjunto em
relacao a x
0
:
x
0
=
1
n
n
i =1
|x
i
x
0
|.
Devio absoluto medio
O desvio absoluto medio e a media dos desvios absolutos

em relacao à media amostral. Para dados nao classicados
x
=
1
n
n
i =1
|x
i
x|.
sendo x
i
o valor da observacao i . Para dados classicados
x
=
1
n
c
i =1
F
i
|x
i
x|
sendo x
i
o valor caraterstico da classe i .
Variancia e desvio padrao
A variancia e o desvio padrao sao as medidas de variabilidade

mas usadas em analise estatstica.
Tem em considera cao todos os valores observados.
O desvio padrao indica a proximidade com que os valores

estao agrupados à volta da media. A variancia e o quadrado
do desvio padrao.
Variancia s
2
de uma amostra
Para dados nao classicados
s
2
=
1
n 1
n
i =1
(x
i
x)
2
,
sendo x
i
s
2
=
1
n 1
c
i =1
F
i
(x
i
x)
2
,
sendo x
i
Variancia S
2
de uma amostra (formula alternativa)
Para dados nao classicados
s
2
=
1
n 1
i =1
x
2
i
nx
2
,
sendo x
i
s
2
=
1
n 1
i =1
F
i
x
2
i
nx
2
,
sendo x
i
Desvio padrao s de uma amostra

E a raiz quadrada da variancia.
Informa-nos sobre a dispersao dos valores observados

relativamente à sua media.
Quanto maior for a dispersao maior e o desvio padrao.
Se nao existir dispersao, entao o desvio padrao e nulo.

Desigualdade de Chebyshev
Baseados na Desigualdade de Chebyshev pode-se armar que:
Mais de 75% dos valores da amostra estao a uma distancia da

media amostral inferior a 2 desvios padroes amostrais.
Mais de 89% dos valores da amostra estao a uma distancia

media amostral inferior a 3 desvios padroes amostrais.
Variancia e desvio padrao: Exerccios
1. Calcular a variancia e o desvio padrao da amostra
[4, 9, 11, 14, 22]
2. Considerar novamente o caso da distribui cao etaria dos 50
pescadores. Calcular a variancia e o desvio padrao da amostra.
Propriedades da variancia e do desvio padrao
A variancia e o desvio padrao tomam sempr valores nao

negativos.
somando ou subtraindo uma constante real c a cada um dos

elementos observados x
i
, a variancia e o desvio padrao nao se
alteram.
Multiplicando por uma constante real c cada um dos valores

observados x
i
, a vaiancia e multiplicada por c
2
e o desvio
padao por |c|.
Propriedades da variancia e do desvio padrao
Considere as observa coes estandardizadas y

i
=
x
i
x
S
x
,
i = 1, 2, , n. a media e a variancia da amostra
estandardizada e, respetivamente, 0 (zero) e 1(um).
O desvio padrao e maior do que o desvio absoluto medio.

Caixas de bigodes
Representacao graca de algumas medidas de localiza cao e de

dispersao ja tratadas.
A linha central da caixa (traco grosso) corresponde à mediana

da amostra. Os extremos inferior e superior da caixa
correspondem aos primeiro e terceiro quartis, respetivamente.
O bigode superior termina no valor adjacente superior e o

bigode inferior termina no valor adjacente inferior.
Caixas de bigodes
Um valor x
i
e um candidato a outlier se x
i
< BI ou x
i
> BS
sendo BI barreira inferior e BS barreira superior denidas
como:
BI = q
1
1.5(q
3
q
1
) e BS = q
3
+ 1.5(q
3
q
1
)
Valor adjacente inferior e o menor valor do conjunto dos

dados (podendo ser o mnimo) maior ou igual à barreira
inferior.
Valor adjacente superior e o maior valor do conjunto dos

dados (podendo ser o maximo) menor ou igual à barreira
inferior.
Caixa de bigodes da variavel n umero de alunos
inscritos numa unidade curricular
Coeciente de varia cao
As medidas de variabilidade absoluta dependem das unidades

das observacoes.
Para evitar esse problema usam-se medidas de variabilidade

relativa adimensionais (sem unidades) baseadas numa medida
de variabilidade (como o desvio padrao) e noutra de
localiza cao (como a media).
O coeciente de varia cao e a medida de variabilidade

relativa mais utilizada. Normalmente exprime-se em
percentagem.
Coeciente de varia cao
O coeciente de variacao de uma amostra e

c
v
=
s
|x|
100%.
Exemplo: Uma companhia de transporte de carga pretende

comparar a variabilidade do volume das caixas que transporta
habitualmente. Sabe-se que as caixas tem as seguintes
propriedades:
Media Desvio padrao
Peso (Kg) 10 3
Volume (dm
3
) 30 6
Calcule o coeciente de variacao das duas variaveis.
Coeciente de assimetria amostral: propriedades

E adimensional e depende de todas as observa coes.
Os devios maiores em valor absoluto sao dominantes.

E positivo ou negativo consoante os maiores desvios sao
predominantemente positivos ou negativos.
O coeciente de assimetria e positivo quando a cauda mais

comprida e a do lado direito, e e negativa quando a cauda
mais comprida e a do lado esquerdo.
Coeciente de curtose amostral
a
4
=
1
n
n
i =1
(x
i
x)
4
s
4
sendo x
i
o valor da observacao i e s o desvio padrao amostral.
Coeciente de curtose amostral: propriedades
Normalmente compara-se com a curva da distribuicao normal.

O coeciente de curtose da curva normal e 3.
Assim, se a
4
> 3 a forma da curva da distribui cao de
frequuencia tendera a ser mais esguia e com uma cauda mais
pesada do que a normal.
Se a
4
< 3, a forma da curva da distribui cao de frequencia
tendera a ser mais achatada e com uma cauda menos pesada
do que a normal.

Ap ED 1 PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Ap ED 1 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Organiza cao de dados

Medidas de localiza cao

E uma representa cao dos dados em que se usam barras

E uma representa cao dos dados num crculo dividido em

Distribuicao de frequencia acumulada

Graco da funcao cumulativa ou graco em degraus

Denicao de classe de uma variavel quantitativa contnua:

E a distancia entre o limite superior da classe e o seu limite

Centro, marca, ponto medio ou valor caraterstico da classe: e

um n umero muito elevado de classes pode nao mostrar a

mas um n umero muito pequeno de classes reduz

Polgono de frequencias (simples):

E uma representacao graca dos dados que mostra para cada

valor inferior ou igual ao limite superior da classe, no caso de

valor inferior ao limite superior da classe, no caso de intervalos

comeca-se por marcar o conjunto de pontos cujas abcissas sao

A este conjunto acrescenta-se um ponto `a esquerda cuja

Finalmente obtem-se a Ogiva unindo estes pontos por

A soma dos valores observados e o produto da media pelo

A soma dos desvios dos valores observados relativamente `a

Se adicionrmos a todos os valores observados, o mesmo

Se multiplicarmos todos os valores observados pelo mesmo

Para calcular a mediana e necessario ordenar as observacoes

Tem pouco signicado para um n umero pequeno de

Tem uma variabilidade maior do que a media, isto e, quando

Moda(dados nao classicados e dados classicados

Classe modal(dados classicados quantitativos

Tem pouco interesse para um n umero pequeno de

Tal como a mediana e pouco sensvel a valores extremos

Poderao existir varias modas (distribui cao multimodal).

Em distribuicoes simetricas unimodais, a media, a mediana e

Numa distribuicao assimetrica positiva (ou tambem chamada

Numa distribuicao assimetrica negativa (ou tambem chamada

Os dois ultimos cenarios podem ser alterados se a amostra

A media e a medida de localiza cao mais usada, seguida da

A media tem a vantagem do seu calculo incluir todos os

A media varia menos com a amostra do que a mediana.

A media e muito inuenciada por valares extremos. Assim,

A moda nao e muito pratica na maioria das situa coes.

Nesta situacao e possvel obter a sequencia de valores

O quantil de ordem (0 < < 1) e

Nesta situacao o quantil de ordem e denido a partir da

O quantil de ordem (0 < < 1) e uma solucao x = z

O calculo do quantil e analogo ao descrito para o calculo da

Os percentis dividem um conjunto de dados, preparado em

O percentil de ordem k (k = 1, 2, , 99) e o quantil de

O valor do percentil de ordem k (k = 1, 2, , 99) e denotado

Os decis dividem um conjunto de dados, preparado em ordem

O decil de ordem k (k = 1, 2, , 9) e o quantil de ordem

O valor do decil de ordem k (k = 1, 2, , 99) e denotado por

Os quartis dividem um conjunto de dados, preparado em

O quantil de ordem k (k = 1, 2, 3) e o quantil de ordem

O valor do quartil de ordem k (k = 1, 2, 3) e denotado por q

Depende apenas das observacoes extremas e ignora todas as

Depende do n umero de observacoes: quanto maior for o

Diferenca entre o limite superior da ultima classe e o limite

Diferenca entre os pontos medios da ultima e da primeira

Desvio absoluto medio dos valores de x

O desvio absoluto medio e a media dos desvios absolutos

A variancia e o desvio padrao sao as medidas de variabilidade

Tem em considera cao todos os valores observados.

O desvio padrao indica a proximidade com que os valores

Informa-nos sobre a dispersao dos valores observados