Cap 3 - An Lise Explorat Ria de Dados PDF

Estatstica para Cursos de
Engenharia e Informtica
Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia
So Paulo: Atlas, 2004
Cap. 3 Anlise exploratria de

dados
APOIO:
Fundao de Apoio Pesquisa Cientfica e Tecnolgica do Estado de Santa Catarina
(FAPESC)
Departamento de Informtica e Estatstica UFSC (INE/CTC/UFSC)
BARBETTA, REIS e BORNIA Estatstica para Cursos de Engenharia e Informtica. Atlas, 2004
Dados e variveis
Dados e variveis
Dados e variveis
quantitativa dados quantitativos
varivel
qualitativa ou dados qualitativos
categrica ou categorizados
Distribuio de freqncias
A distribuio de freqncias consiste na

organizao dos dados de acordo com as
ocorrncias dos diferentes resultados observados.
Pode ser apresentada em tabela ou grfico.
Dados
Provedor usado por cada usurio
indivduo provedor indivduo provedor indivduo provedor indivduo provedor
1 C 11 C 21 B 31 A
2 A 12 A 22 A 32 A
3 B 13 B 23 A 33 B
4 B 14 D 24 B 34 C
5 C 15 A 25 A 35 B
6 B 16 B 26 A 36 D
7 D 17 B 27 B 37 B
8 B 18 C 28 D 38 B
9 B 19 D 29 D 39 B
10 A 20 B 30 C 40 C
Distribuio de freqncias para variveis qualitativas
Tabela. Distribuio de freqncias do

provedor usado pelo visitante do site.
Provedor Freqncia Percentagem
A 10 25,0
B 17 42,5
C 7 17,5
D 6 15,0
Total 40 100,0
50%
40%
30%
20%
10%
0%
A B C D
provedor
Grfico de colunas para a apresentao da distribuio

de freqncias do provedor usado pelo visitante do site.
15%
25%
A
18% B
C
D
42%
Grfico de setores para a apresentao da distribuio

de freqncias do provedor usado pelo visitante do site.
Distribuio de freqncias para variveis
quantitativas discretas
% de itens
16
14
12
10
8
6
4
2
0
0 1 2 3 4 5 6 7
Nmero de defeitos
Variveis contnuas
Construo da distribuio de freqncias
5,2 6,4 5,7 8,3 7,0 5,4 4,8 9,1

5,5 6,2 4,9 5,7 6,3 5,1 8,4 6,2
8,9 7,3 5,4 4,8 5,6 6,8 5,0 6,7
8,2 7,1 4,9 5,0 8,2 9,9 5,4 5,6
5,7 6,2 4,9 5,1 6,0 4,7 14,1 5,3
4,9 5,0 5,7 6,3 6,0 6,8 7,3 6,9
6,5 5,9
amplitude dos dados
4,7 14,1
4 5 6 7 8 9 10 11 12 13 14 15
11 classes de amplitude unitria
Tabela de freqncias: varivel contnua
Classes de Ponto Nmero de Percentagem de Percentagem

tempo mdio observaes observaes acumulada
nj 100fj 100Fj
4 | 5 4,5 7 14 14
5 | 6 5,5 18 36 50
6 | 7 6,5 13 26 76
7 | 8 7,5 4 8 84
8 | 9 8,5 5 10 94
9 | 10 9,5 2 4 98
10 | 11 10,5 0 0 98
11 | 12 11,5 0 0 98
12 | 13 12,5 0 0 98
13 | 14 13,5 0 0 98
14 | 15 14,5 1 2 100
Total - 50 100 -
Histograma
20
18
16
nmero de observaes
14
12
10
0
3 4 5 6 7 8 9 10 11 12 13 14 15
tempo (em segundos) para carga de um aplicativo
Formas de uma distribuio de freqncias
Distribuies diferentes em termos da posio

central
Distribuies diferentes quanto disperso
Distribuies diferentes quanto assimetria
Distribuies diferentes quanto curtose
Medidas descritivas
A mdia aritmtica: uma medida de posio
central.
x1 + x 2 + ... + x n 1 n
x= = xi
n n i =1
Exemplo
Tempo (minutos)
Temperatura (0C) 20 25 30
60 29,7 28,7 30,2 31,0 30,6 32,8 32,9 32,7 34,8
31,3 31,2 31,7 31,9 31,2 31,2 34,9 33,8 34,9
70 36,6 35,7 35,3 35,7 40,4 41,7 34,8 36,8 37,4
35,1 30,2 37,2 36,9 34,5 40,0 38,9 38,7 42,5
80 40,2 33,6 33,4 37,0 34,4 29,8 36,0 31,3 36,6
35,2 38,1 33,0 33,9 43,2 35,5 32,5 39,2 35,9
Exemplo
Mdias aritmticas do rendimento, para diferentes nveis de

temperatura e tempo de reao, num processo qumico.
Tempera- Tempo (minutos)
tura (0C) 20 25 30
60 30,5 31,4 34,0
70 35,0 38,2 38,2
80 35,6 35,6 35,3
Exemplo
Rendimento mdio em funo
do tempo e temperatura
39
38
37
36
Rendimento (%)
35
34
33
32
31
30
60 graus
29 70 graus
20 25 30
80 graus
Tempo (minutos)
Exemplo: notas dos alunos de trs turmas
Turma Notas dos alunos Mdia da turma

A 4 5 5 6 6 7 7 8 6,00
B 1 2 4 6 6 9 10 10 6,00
C 0 6 7 7 7 7,5 7,5 6,00
Exemplo: notas dos alunos de trs turmas
Turma A
Turma B
Turma C
0 2 4 6 8 10 12
notas
Como medir a disperso?
Exemplo: Turma A (4 5 5 6 6 7 7 8)
4 5 6 7 8
distncia (desvio) em relao mdia
Descrio notao resultados numricos
Valores (notas dos alunos) xi 4 5 5 6 6 7 7 8
Mdia x 6
Desvios em relao mdia xi x -2 -1 -1 0 0 1 1 2

Desvios quadrticos
( x i x )2 4 1 1 0 0 1 1 4
n
Varincia (da amostra): s =
2 1
(x i x ) 2
n 1 i =1
4 +1 +1 + 0 + 0 +1 +1 + 4
s2 = = 1,71
8 1
Descrio notao resultados numricos
Valores (notas dos alunos) xi 4 5 5 6 6 7 7 8
Mdia x 6
Desvios em relao mdia xi x -2 -1 -1 0 0 1 1 2

Desvios quadrticos
( x i x )2 4 1 1 0 0 1 1 4
1 n
Desvio padro (da amostra): s= i ( x x ) 2
n 1 i =1
4 +1 +1 +0 +0 +1 +1 +4
s= = 1,71= 1,31
8 1
Medidas descritivas das notas finais dos
alunos de trs turmas.
Turma Nmero de Mdia Desvio

alunos padro
A 8 6,00 1,31
B 8 6,00 3,51
C 7 6,00 2,69
Interprete.
Ex: Rendimento de um processo qumico
Rendimento mdio em funo

do tempo e temperatura Desvio padro do rendimento em
39 funo do tempo e temperatura
38 5,0
37 4,5
Desvio padro do rendimento

36 4,0
Rendimento (%)
35 3,5
34 3,0
33 2,5
32 2,0
31 1,5
30 1,0
60 graus
29 70 graus 0,5
20 25 30 60 graus
80 graus 0,0
Tempo (minutos) 70 graus
20 25 30
80 graus
Tempo
Interprete.
Outra forma de calcular o desvio padro
1 n 2 2
s= x i nx
n1 i =1
Valores xi : 4 5 5 6 6 7 7 8
Valores ao quadrado xi2 : 16 25 25 36 36 49 49 64
n n
x
i =1
i = 48 x =6 i = 300
x 2
i =1
300 8.(6 )2 300 288 12

s= = = = 1,31
7 7 7
Medidas baseadas na ordenao dos dados
25% 25%
25%
25%
qi md qs
Quartil
inferior mediana
Quartil
superior
Medidas baseadas na ordenao dos dados
Dados ordenados:
n +1
posio de qi :
4
n +1
25% 25%
25% posio de md :
25%
2
qi md qs 3(n + 1)
posio de q s :
4
Se fracionrio interpolao linear
Exemplo
Observaes: 15, 18, 5, 7, 9, 11, 3, 5, 6, 8, 12.
Ordenando:
3 5 5 6 7 8 9 11 12 15 18
n = 11
n +1
posio de qi : =3 qi = 5
4
n +1 md = 8
posio de md : =6
2
3(n + 1) q s = 12
posio de q s : =9
4
Comparao entre mdia e mediana
A mdia mais influenciada por valores

discrepantes.
50% dos valores 50% dos valores
0 10 20 30 40 50 60 70
md = 22,5 x = 24,7
Comparao entre mdia e mediana
(a) distribuio
simtrica
50% 50%
mdia = mediana (b) distribuio

assimtrica
50%
50%
mediana mdia
Diagrama em caixas
max
qs + 1,5dq
qs
dq = qs - qi
md
qi
min
Diagrama em caixas e forma da distribuio
25%
25% 25% 25%
25%
25% 25% 25%
Interprete o grfico
28
Renda
23
familiar
(sal. mn.) 18
13
Monte Encosta
Verde do Morro
Observaes ao longo do tempo
EXEMPLO: todos os dias retirada uma amostra

de dez sacos de leite de um laticnio, durante 23
dias.
Quer-se acompanhar o nvel e a variabilidade do

peso.
Grfico das mdias amostrais
1037
1036,2
1036
1035
1034
peso (g)
1033 1033,0
1032
1031
1030 1029,8
1029
1 5 10 15 20
amostra
Grfico dos desvios padro amostrais
7
6
5,68
5
4
peso (g)
3,30
3
1 0,92
0
1 5 10 15 20
amostra
Orientao geral para anlise exploratria de
dados no temporais
Tabela
Distribuio de
freqncias
Varivel Grfico de
qualitativa barras, colunas
ou setores
Percentagens
Anlise
univariada
Histograma
Distribuio de
freqncias
Varivel
Ramo-e-folhas
quantitativa
Medidas descritivas (mdia,
desvio padro, mediana, etc.)
Orientao geral para anlise exploratria de
dados no temporais
Medidas descritivas da
varivel quantitativa em cada
Uma varivel quantitativa categoria da qualitativa
e outra qualitativa
Diagrama em caixas mltiplo
Anlise Duas variveis
biivariada qualitativas Tabela de contingncia (Cap. 10)
Diagrama de disperso (Cap. 11)

Duas variveis
quantitativas
Coeficiente de correlao (Cap. 11)

Cap 3 - An Lise Explorat Ria de Dados 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

Cap 3 - An Lise Explorat Ria de Dados PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Estatstica para Cursos de

Cap. 3 Anlise exploratria de

quantitativa dados quantitativos

A distribuio de freqncias consiste na

Pode ser apresentada em tabela ou grfico.

Tabela. Distribuio de freqncias do

Grfico de colunas para a apresentao da distribuio

Grfico de setores para a apresentao da distribuio

5,2 6,4 5,7 8,3 7,0 5,4 4,8 9,1

amplitude dos dados

Classes de Ponto Nmero de Percentagem de Percentagem

Distribuies diferentes em termos da posio

Distribuies diferentes quanto disperso

Distribuies diferentes quanto assimetria

Distribuies diferentes quanto curtose

Mdias aritmticas do rendimento, para diferentes nveis de

Tempera- Tempo (minutos)

Turma Notas dos alunos Mdia da turma

distncia (desvio) em relao mdia

Desvios em relao mdia xi x -2 -1 -1 0 0 1 1 2

Desvios em relao mdia xi x -2 -1 -1 0 0 1 1 2

Turma Nmero de Mdia Desvio

Rendimento mdio em funo

Desvio padro do rendimento

300 8.(6 )2 300 288 12

A mdia mais influenciada por valores

50% dos valores 50% dos valores

mdia = mediana (b) distribuio

EXEMPLO: todos os dias retirada uma amostra

Quer-se acompanhar o nvel e a variabilidade do

Diagrama de disperso (Cap. 11)

Você também pode gostar