Aula 3

Métodos Estatísticos Aplicados à Economia I
Aula 3
Karina Y. Yaginuma
Departamento de Estatística
Universidade Federal de Fluminense
30 de agosto de 2017
Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Medidas Resumo
Tabelas e Gráfico.
Muitas vezes queremos resumir ainda mais estes dados,
apresentando um ou alguns valores que sejam representativos.
Quando usamos apenas um valor obtemos uma redução
drástica dos dados.
Medidas de Posição e Medidas de dispersão.

Medidas de posição
Média aritmética: é a soma das observações divididas pelo

número de observações.
Exemplo: Considere o conjunto de dados
3+4+7+8+8
3, 4, 7, 8, 8 ⇒ = 6.
5
Formalmente, se x1 , . . . , xn são as n observações (distintos ou
não) da variável X, a média de X é dada por
n
x1 + · · · + xn 1X
x̄ = = xi .
n n i=1


Se tivermos n observações de X, nas quais n1 são iguais a x1 , . . . ,

nk são iguais a xk , então a média de X é dada por
k k
n1 x1 + · · · + nk xk 1X X
x̄ = = ni xi ou x̄ = fi xi ,
n n i=1 i=1
ni
já que fi = n.

Posso tirar a média das variáveis salário pela tabela de frequência?

Posso tirar a média das variáveis salário pela tabela de frequência?
Não, pois perdemos informações sobre os valores indivívuais de

cada funcionário.

Mediana: é a realização que ocupa a posição central dos dados

ordenados em ordem crescente.

Mediana: é a realização que ocupa a posição central dos dados

ordenados em ordem crescente.
Exemplo:
3, 4, 7, 8, 8 ⇒ a mediana é o valor 7.
Se o número for par, usa-se como mediana a média das duas

observações centrais.
3, 4, 7, 8, 8, 9 ⇒ a mediana será (7 + 8)/2 = 7.5

Considere as observações ordenadas em ordem crescente:
x(1) ≤ x(2) ≤ · · · ≤ x(n−1) ≤ x(n) .
As observações ordenadas são chamadas de estatística de ordem.

Com esta notação, a mediana da variável X pode ser definida como
(
x( n+1 ) , se n ímpar,
mediana(x) = 2
x( n ) +x( n +1)
2
2
2
se n par.

Da mesma forma, conseguimos calcular a mediana através da tabela
de distribuição de frequência no caso em que os dados não estão
agrupados em classes.
Note que, n = 20 par, então

x(10) + x(11) 2+2
mediana = = =2
2 2
Moda: é definida como a realização mais frequente do conjunto
de dados.

Moda: é definida como a realização mais frequente do conjunto
de dados.
Exemplo 1:
3, 4, 7, 8, 8 ⇒ a moda é o valor 8.
Exemplo 2:
A moda da variável número de filhos de empregados casados é

2.
Medidas de dispersão
O resumo de um conjunto de dados por uma única medida

representativa de posição central esconde toda a informação
sobre a variabilidade das observações.

O resumo de um conjunto de dados por uma única medida

representativa de posição central esconde toda a informação
sobre a variabilidade das observações.
Exemplo: Suponha que cinco grupos de alunos submeteram-se

a um teste, obtendo as seguintes notas:
Grupo A (variável X): 3, 4, 5, 6, 7
Grupo B (variável Y ): 1, 3, 5, 7, 9
Grupo C (variável Z): 5, 5, 5, 5, 5
Grupo D (variável W ): 3, 5, 5, 7
Grupo E (variável V ): 3, 5, 5, 6, 6

Exemplo - Continuação
Calculando a média e mediana de cada grupo obtemos o seguinte

resultado:
Variável Média Mediana

X 5.0 5.0
Y 5.0 5.0
Z 5.0 5.0
W 5.0 5.0
V 5.0 5.0

Exemplo - Continuação
Calculando a média e mediana de cada grupo obtemos o seguinte

resultado:
Variável Média Mediana

X 5.0 5.0
Y 5.0 5.0
Z 5.0 5.0
W 5.0 5.0
V 5.0 5.0
A identificação de cada grupo por sua média (mediana) nada informa

sobre suas diferentes variabilidade.

Notamos a conveniência de serem usadas medidas que

sumarizem a variabilidade de um conjunto de observações.
Permitindo a comparação de diferentes conjuntos de valores,
como os dados do exemplo.
Duas medidas de dispersão bastante usadas são desvio médio
e variância.
O princípio básico é analisar os desvios das observações em
relação à média dessas observações.

Desvio médio:
n
1X
dm(x) = |xi − x̄|.
n i=1
Variância:
n
1X
var(x) = (xi − x̄)2 .
n i=1

Exemplo: Considere o exemplo anterior. Para o grupo A temos
|3 − 5| + |4 − 5| + |5 − 5| + |6 − 5| + |7 − 5| 6
dm(x) = = = 1.2,
5 5
(3 − 5)2 + (4 − 5)2 + (5 − 5)2 + (6 − 5)2 + (7 − 5)2 10
var(x) = = = 2.0.
5 5

|3 − 5| + |4 − 5| + |5 − 5| + |6 − 5| + |7 − 5| 6
dm(x) = = = 1.2,
5 5
(3 − 5)2 + (4 − 5)2 + (5 − 5)2 + (6 − 5)2 + (7 − 5)2 10
var(x) = = = 2.0.
5 5
Enquanto para o grupo D temos

|3 − 5| + |5 − 5| + |5 − 5| + |7 − 5| 4
dm(x) = = = 1.0,
4 4
(3 − 5)2 + (5 − 5)2 + (5 − 5)2 + (7 − 5)2 8
var(x) = = = 2.0.
4 4

|3 − 5| + |4 − 5| + |5 − 5| + |6 − 5| + |7 − 5| 6
dm(x) = = = 1.2,
5 5
(3 − 5)2 + (4 − 5)2 + (5 − 5)2 + (6 − 5)2 + (7 − 5)2 10
var(x) = = = 2.0.
5 5
Enquanto para o grupo D temos

|3 − 5| + |5 − 5| + |5 − 5| + |7 − 5| 4
dm(x) = = = 1.0,
4 4
(3 − 5)2 + (5 − 5)2 + (5 − 5)2 + (7 − 5)2 8
var(x) = = = 2.0.
4 4
Podemos dizer que segundo o desvio médio, o grupo D é mais

homogêneo que A. Enquanto ambos são igualmente homogêneos,
segundo a variância.
Sendo a variância uma medida de dimensão igual ao quadrado

da dimensão dos dados, pode causar problemas de
interpretação.
Costuma-se usar o desvio padrão, que é definido como a raiz
quadrada da variância.
p
dp(x) = var(x).

Coeficiente de variação
Diferentemente das medidas de dispersão anteriormente

apresentadas, o coeficiente de variação é uma medida relativa
de variação que é sempre expressa sob a forma de
porcentagem, e não em termos das unidades dos dados.
Medida adimensional.

Definida por
dp(x)
cv(x) = × 100.
x̄
Mede a dispersão dos dados em relação à média.

Fornece uma medida de homogeneidade dos dados.
Quanto menor o coeficiente de variação, maior a
homogeneidade.

O coeficiente de variação é bastante útil quando se comparam

dois ou mais conjuntos de dados que são mensurados em
unidades diferentes.

O coeficiente de variação é bastante útil quando se comparam

dois ou mais conjuntos de dados que são mensurados em
unidades diferentes.
Exemplo: Considere a seguinte tabela
Média Desvio padrão
Altura 1.143m 0.063m
Peso 50kg 6 kg
De que modo podemos comparar a variação do peso e a

variação da altura?

Calculando o coeficiente de variação, temos que
Média Desvio padrão CV

Altura 1.143m 0.063m 5.5%
Peso 50kg 6 kg 12%
Neste grupo de indivíduos, os pesos apresentam maior dispersão.

Análise de simetria
Tanto a média como o desvio padrão podem não ser medidas

adequadas para representar um conjunto de valores, pois:
São afetados por valores extremos.
Apenas com estes dois valores não temos ideia da simetria ou
assimetria da distribuição dos dados.

Para contornar estes fatos, outras medidas precisam ser

consideradas.
Vimos que a mediana é um valor que deixa metade dos dados
abaixo dela e metade acima.
De modo geral, podemos definir uma medida, chamada quantil
de ordem p, indicada por q(p), 0 < p < 1, tal que 100p% das
observações sejam menores do que q(p).

Em particular, temos
q(0, 25) = q1 : 1o Quartil
q(0, 50) = q2 : Mediana = 2o Quartil
q(0, 75) = q3 : 3o Quartil

Exemplo
Suponha que temos 9 observações de uma variável X:
15, 5, 3, 8, 10, 2, 7, 11, 12.
Ordenando os valores teremos
2 < 3 < 5 < 7 < 8 < 10 < 11 < 12 < 15.
Vamos calcular o 1o Quartil, a mediada e o 3o Quartil.

Exemplo
Para calcular a posição do quartil de ordem p, realizamos o seguinte

calculo:
Posição do p-quartil = p × (n + 1),
onde n é o número de observações.

Suponha que a distribuição dos dados seja aproximadamente

simétrica. Então, temos que
q2 − x(1) ≈ x(n) − q2 ;
q2 − q1 ≈ q3 − q2 ;
q1 − x(1) ≈ x(n) − q3 .

Suponha que a distribuição dos dados seja aproximadamente

simétrica. Então, temos que
q2 − x(1) ≈ x(n) − q2 ;
q2 − q1 ≈ q3 − q2 ;
q1 − x(1) ≈ x(n) − q3 .
Suponha que a distribuição dos dados seja assimétrica à

esquerda. Então, temos que
q2 − x(1) > x(n) − q2 ;
q2 − q1 > q3 − q2 ;
q1 − x(1) > x(n) − q3 .

Suponha que a distribuição dos dados seja assimétrica à direita.

Então, temos que
q2 − x(1) < x(n) − q2 ;
q2 − q1 < q3 − q2 ;
q1 − x(1) < x(n) − q3 .

Suponha que a distribuição dos dados seja assimétrica à direita.

Então, temos que
q2 − x(1) < x(n) − q2 ;
q2 − q1 < q3 − q2 ;
q1 − x(1) < x(n) − q3 .
Essa informação pode ser expressa através de um gráfico,

conhecido como Box Plot.
Descreve várias características dos dados: centro, dispersão,
simetria e valores atípicos.

Box Plot
É um gráfico de um conjunto de dados que consiste em uma linha
que se estende do valor mínimo ao valor máximo, em uma caixa com
linhas traçadas no primeiro quartil, na mediana e no terceiro quartil.

Box Plot
É um gráfico de um conjunto de dados que consiste em uma linha
que se estende do valor mínimo ao valor máximo, em uma caixa com
linhas traçadas no primeiro quartil, na mediana e no terceiro quartil.

Box Plot

Box Plot e Histograma
Vejamos a seguir como os box plots se relacionam com os

histogramas na visualização da distribuição dos dados.




Outliers - Box Plot
Podemos inlcuir no Box Plot informações sobre possíveis

outliers.
Nesta contrução, dizemos que um valor é um outlier, se o valor
observado supera
q3 + 1.5 × dq
ou se é inferior a
q1 − 1.5 × dq ,
onde dq = q3 − q1 .

Outliers - Box Plot

Box Plots Comparativos
Box Plots comparativos (lado a lado).

Forma de revelar semelhanças e diferenças entre dois conjuntos
de dados consistindo de observações da mesma variável.
Importante: usar a mesma escala para que possa ser feita
comparações corretas.

Exemplo
Os dados a seguir correspondem aos recordes de atletas de 10

países na Olimpíada de Los Angeles em 1984 em algumas provas
de atletismo. Usando o box plot compare o desempenho entre sexo.

Box Plots Comparativos - Exemplo

Exercício I
Considere os dados da tabela 2.1, para as variáveis idade e salário.

1 Faça o calculo para os primeiros 10 funcionários das medidas:
média, mediana, variância e desvio padrão.
2 Esboçe o BoxPlot da variável idade.

Exercício II
O gerente de operações de um serviço de entregas de

encomendas está avaliando a compra de uma nova frota de
caminhões. Quando as encomendas são carregadas nos
caminhões, no preparo para a entrega, precisamos considerar
dois importantes parâmetros: o peso (em quilos) e o volume (em
metros cúbicos) de cada um dos itens. O gerente de operações
extrai uma amostra de 200 pacotes e descobre que
a média do peso é de 26 quilos, com um desvio padrão de 3.9
quilos
e a média do volume é de 8.8 metros cúbicos, com um desvio
padrão de 2.2 metros cúbicos
De que modo podem ser comparadas a variação do peso e a

variação do volume?

Aula 3

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

Aula 3

Enviado por

Direitos autorais:

Formatos disponíveis

Métodos Estatísticos Aplicados à Economia I

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Média aritmética: é a soma das observações divididas pelo

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Se tivermos n observações de X, nas quais n1 são iguais a x1 , . . . ,

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Posso tirar a média das variáveis salário pela tabela de frequência?

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Posso tirar a média das variáveis salário pela tabela de frequência?

Não, pois perdemos informações sobre os valores indivívuais de

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Mediana: é a realização que ocupa a posição central dos dados

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Mediana: é a realização que ocupa a posição central dos dados

Se o número for par, usa-se como mediana a média das duas

3, 4, 7, 8, 8, 9 ⇒ a mediana será (7 + 8)/2 = 7.5

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Considere as observações ordenadas em ordem crescente:

x(1) ≤ x(2) ≤ · · · ≤ x(n−1) ≤ x(n) .

As observações ordenadas são chamadas de estatística de ordem.

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Note que, n = 20 par, então

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

A moda da variável número de filhos de empregados casados é

O resumo de um conjunto de dados por uma única medida

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

O resumo de um conjunto de dados por uma única medida

Exemplo: Suponha que cinco grupos de alunos submeteram-se

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Calculando a média e mediana de cada grupo obtemos o seguinte

Variável Média Mediana

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Calculando a média e mediana de cada grupo obtemos o seguinte

Variável Média Mediana

A identificação de cada grupo por sua média (mediana) nada informa

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Notamos a conveniência de serem usadas medidas que

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Enquanto para o grupo D temos

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Enquanto para o grupo D temos

Podemos dizer que segundo o desvio médio, o grupo D é mais

Sendo a variância uma medida de dimensão igual ao quadrado

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Diferentemente das medidas de dispersão anteriormente

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Mede a dispersão dos dados em relação à média.

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

O coeficiente de variação é bastante útil quando se comparam

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

O coeficiente de variação é bastante útil quando se comparam

De que modo podemos comparar a variação do peso e a

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Calculando o coeficiente de variação, temos que

Média Desvio padrão CV

Neste grupo de indivíduos, os pesos apresentam maior dispersão.

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3

Tanto a média como o desvio padrão podem não ser medidas

Karina Y. Yaginuma Métodos Estatísticos Aplicados à Economia I Aula 3