ESTATÍSTICA E PROBABILIDADE

Verão 2019
Profª. Cintya Wink
Objetivos:

Reconhecer o significado dos métodos estatísticos

aplicando-os em problemas específicos de sua área.
Conteúdo:
1. Estatística Descritiva

2. Espaço Amostral e Probabilidade em Espaços Amostrais Discretos

3.Variáveis Aleatórias

4. Distribuições Discretas e Contínuas

5. Distribuição limites

6. Noções sobre Amostragem e Distribuições Amostrais

7. Estimação por Ponto e por Intervalo

8. Teste de Hipóteses Estatísticas

9. Noções de Regressão Linear

Avaliações:
• Prova P1: 18/01/2019
• Prova P2: 01/02/2019
• Exame Final: ?
• Exercícios E: Todos os dias.

Média Final = 0,9x(P1+P2)+0,1xE

Questionamentos Iniciais:

• O que é estatística?

• Por que devo estudar estatística?

• Como o estudo da estatística pode me ajudar

profissionalmente?
• Formulação de suposições construtivas sobre
eventos futuros de nossa vida => planos para
novas situações ou experiências

• Explicar e predizer o comportamento humano

• Examinando características (variáveis) que diferem

ou variam de um indivíduo para outro (idade, classe
social, comportamento) ou de um instante para
outro no decorrer do tempo (desemprego, taxa de
criminalidade, população)
Estatística:
• “Estatística é um conjunto de métodos e processos
quantitativos que serve para estudar e medir os
fenômenos coletivos” Dugé de Bernonville

• A palavra estatística provém do latim status (estado) e

é comumente associada a censos, pesquisas de
opinião pública, aos vários índices governamentais,
aos gráficos e médias publicadas diariamente na
imprensa. Na realidade, como veremos adiante, a
estatística engloba muitos outros aspectos.
Estatística:
• Os dados consistem de informações que vêm de
observações, contagens, medidas ou respostas.

• A estatística é a ciência que coleta, organiza, analisa e

interpreta dados para a tomada de decisões.
Estatística:
Metodologia desenvolvida para:
• Coleta
• Classificação
• Apresentação
• Análise
• Interpretação de dados quantitativos
• Utilização desses dados na tomada de decisões
Estágios de uma Pesquisa:
1. O problema a ser estudado é reduzido a uma hipótese passível de
teste (por exemplo, ‘famílias com apenas um pai geram maior
delinquência do que famílias com pai+mãe’)

2. Elabora-se um conjunto apropriado de instrumentos (questionário

ou esquema de entrevistas)

3. Coletam-se os dados (pesquisador sai a campo e faz a pesquisa)

4. Os dados são analisados quanto a sua influência sobre a hipótese

inicial

5. Os resultados da análise são interpretados e comunicados a um

público (conferência ou imprensa)
Resumindo...
• No uso diário o termo
estatística(s) refere-se a
fatos numéricos

• Sentido amplo: Estatística é

a arte e a ciência de coletar,
analisar apresentar e
interpretar dados

• Transformar
dados/informação em
conhecimento
A estatística divide-se em:

• Descritiva: preocupa-se com a organização e descrição

dos dados experimentais

• Indutiva (Estatística Inferencial ou Inferência Estatística):

cuida da análise e interpretação dos dados
População:
• População ou universo, é uma coleção de todos os resultados,
respostas, medições ou contagens que são de interesse. Resumindo
é conjunto de elementos com pelo menos uma característica comum.

Essa característica deve delimitar inequivocamente quais os elementos que

pertencem à população e quais os que não pertencem (Costa Neto, 1977)

É o conjunto constituído por todos os indivíduos que apresentem pelo menos

uma característica comum cujo comportamento interessa analisar (Toledo &
Ovalle, 1985)

• Um parâmetro é uma medida numérica que descreve alguma

característica de uma população.
Amostra:

• Uma amostra é um subconjunto de membros selecionados de

uma população.

É um subconjunto de uma população, necessariamente finita, pois todos

os seus elementos serão examinados para efeito da realização do estudo
estatístico desejado
(Costa Neto, 1977)

• Uma estatística é uma medida numérica que descreve alguma

característica de uma amostra
População X Amostra:
População X Amostra:
AMOSTRAGEM:

 O processo de escolha dos indivíduos que pertencerão a

uma amostra é denominado amostragem.

 O pesquisador busca generalizar conclusões referentes à

amostra, estendendo-as para toda a população da qual
essa amostra foi extraída.
ERROS DE AMOSTRAGEM:

 Um erro de amostragem é a diferença entre os resultados

da amostra e da população.

 Um erro de amostragem pode ocorrer mesmo com os

melhores métodos de amostragem.
ERROS NÃO-AMOSTRAIS:
 Os dados amostrais são coletados, registrados ou
analisados incorretamente.

 Há uma utilização de um instrumento defeituoso durante

a realização de mensurações.

 Um questionário ou formulário possui questões

formuladas de modo tendencioso.
ERRO AMOSTRAL X TAMANHO DA AMOSTRA:

Quanto maior o tamanho da amostra menor o erro amostral cometido

e vice-versa.
TAMANHO DA AMOSTRA:
 Amostras desnecessariamente grandes acarretam
desperdício de tempo e dinheiro.

 Amostras excessivamente pequenas podem levar a

resultados não confiáveis.

 Para representar bem uma população a amostra deve ter:

qualidade e quantidade.
QUALIDADE x QUANTIDADE

Boa quantidade sem qualidade

QUALIDADE x QUANTIDADE

Boa qualidade sem quantidade

QUALIDADE x QUANTIDADE
Boa quantidade e boa qualidade
QUALIDADE DA AMOSTRA:
Se refere de como e onde selecionar os elementos da
amostra.

Garantida pela pesquisador

 Delimitar o universo capaz de ser representado.
 Representar todos os estratos.
 Utilizar método aleatório para selecionar os elementos
da amostra.
QUANTIDADE DA AMOSTRA:
A quantidade de elementos da amostra pode ser calculada.
O cálculo depende:
 Das características da população.
 Das características da pesquisa.
 Do grau de precisão desejado pelo pesquisador.
 Do tamanho da população.
 De como a amostra é selecionada (tipo de amostragem).
 Das possíveis perdas de elementos da amostra.
Amostragem Probabilística:

 A amostragem probabilística também é chamada de

aleatória ou casual.

 A sua importância decorre do fato de que apenas os

resultados provenientes de uma amostra probabilística
podem ser generalizados estatisticamente para a
população da pesquisa
Amostragem Probabilística

 O que significa estatisticamente? Significa que podemos

associar aos resultados uma probabilidade de que estejam
corretos, ou seja uma medida da confiabilidade das
conclusões obtidas. Se a amostra não for probabilística
não há como saber se há 95% ou 0% de probabilidade de
que os resultados sejam corretos, e as técnicas de
inferência estatística porventura utilizadas terão validade
questionável
Amostragem Probabilística:

Condição primordial para uso da amostragem probabilística:

"todos os elementos da população tenham uma
probabilidade maior do que zero de pertencerem à
amostra". Tal condição é materializada se:

 Há acesso a toda a população. Ou seja, não há

teoricamente problema em selecionar nenhum dos
elementos, todos poderiam ser pesquisados
 Amostragem Probabilística:
 Há possibilidade de obter uma listagem dos elementos da
população. Se pensarmos em uma pesquisa de opinião,
seria uma listagem com todos os possíveis respondentes

 Os elementos da amostra são selecionados através de

alguma forma de sorteio não viciado: tabelas de
números aleatórios, números pseudo-aleatórios gerados
por computador. Com a utilização de sorteio elimina-se a
ingerência do pesquisador na obtenção da amostra, e
garante-se que todos os integrantes da população tem
probabilidade de pertencer à amostra
 Conceitos Fundamentais:
• Elemento é cada uma das unidades consideradas no estudo
Um conjunto de dados é composto por informações sobre as
características de interesse de cada elemento.
• Variável é uma característica de interesse que se pode medir
O nome Variável está relacionado ao fato desta característica
apresentar distintos valores dependendo do elemento. Ex: idade,
sexo, margem de lucro bruto, ...
• Observação é a informação sobre a variável para um
elemento específico
• Caso é o conjunto de observações de um elemento
determinado
Tipos de dados:
• Dados qualitativos consistem em atributos,
rótulos ou entradas não numéricas. Podem ser
separadas em diferentes categorias que se distinguem
por alguma característica não numérica.

• Dados quantitativos consistem de números que

representam contagens ou medidas
Exemplo: Tipos de dados
Levantamento socioeconômico dos empregados de uma
empresa.
Exemplo: Tipos de dados
• estado civil, grau de instrução e sexo apresentam como
possíveis representações uma qualidade ou um atributo
do indivíduo pesquisado.

• número de filhos, salário e idade apresentam como

possíveis representações números resultantes de uma
contagem ou mensuração.

05/03/14
Dados Qualitativos nominais:

• São aqueles nos quais os valores são classificados

por nomes, rótulos, categorias ou classes não-
ordenados.

Exemplos: sexo, cor da pele

•
Quando podem assumir um entre dois valores distintos –
tal como Homem e Mulher – são chamados dicotômicos
ou binários
Dados Qualitativos ordinais:

• Quando a ordem entre as categorias se torna

importante, as observações são referenciadas como
dados ordenados

Não há preocupação com a magnitude dos números

Exemplo: Classificação de satisfação:

1 = Muito satisfeito
2 = Satisfeito
3 = Indiferente
4 = Insatisfeito
Dados Quantitativos discretos:

• Ordenação e magnitude são importantes

• Os números representam quantidades mensuráveis
reais
• Dados estão restritos a ter somente valores
específicos – freqüentemente inteiros ou contagens.
Neste caso, nenhum valor intermadiário é possível

Exemplos:
1. Número de vezes que o cliente foi atendido no
call center
2. Número de pedidos com mais de 5 dias de
atraso
Dados Quantitativos contínuos:
• Dados que representam quantidades mensuráveis, mas
que não são restritos a assumir certos valores
especificados, são conhecidos como dados contínuos

Exemplos:
1. Tempo
2. Temperatura
3. PIB
Tipos de Dados vs Variáveis

Variável Qualitativa (ou Categórica)

• Nominal
• Ordinal

Variáveis Quantitativa (ou Numérica)

• Discreta
• Contínua