Escolar Documentos
Profissional Documentos
Cultura Documentos
POPULAÇÃO E AMOSTRAS
POPULAÇÃO: é o conjunto, finito ou infinito, de indivíduos ou objetos que
apresentam em comum determinadas características definidas, cujo comportamento
interessa analisar. A população é estudada em termos de observações de características
nos indivíduos (animados ou inanimados) que sejam relevantes para o estudo, e não em
termos de pessoas ou objetos em si. O objetivo é tirar conclusões sobre o fenômeno em
estudo, a partir dos dados observados.
AMOSTRA: É uma parte (um subconjunto finito) representativa de uma
população selecionada segundo métodos adequados. O objetivo é fazer inferências, tirar
conclusões sobre populações com base nos resultados da amostra, para isso é
necessário garantir que amostra seja representativa, ou seja, a amostra deve conter as
mesmas características básicas da população, no que diz respeito ao fenômeno que
desejamos pesquisar.
CENSO É o exame completo de toda população. Quanto maior a amostra mais
precisas e confiáveis deverão ser as induções feitas sobre a população. Logo, os
resultados mais perfeitos são obtidos pelo Censo. Na prática, esta conclusão muitas
vezes não acontece, pois, o emprego de amostras, com certo rigor técnico, pode levar a
resultados mais confiáveis ou até mesmo melhores do que os que seriam obtidos através
de um Censo. As razões de se recorrer a amostras são: menor custo e tempo para
levantar dados; melhor investigação dos elementos observados.
DISTRIBUIÇÃO DE FREQUÊNCIA
INTRODUÇÃO As tabelas estatísticas, geralmente, condensam informações de
fenômenos que necessitam da coleta de grande quantidade de dados numéricos. No caso
das distribuições de freqüências que é um tipo de série estatística, os dados referentes ao
fenômeno objeto de estudo se repetem na maioria das vezes sugerindo a apresentação
em tabela onde apareçam valores distinto um dos outros.
DISTRIBUIÇÃO DE FREQÜÊNCIA PARA DADOS AGRUPADOS: É a série
estatística que condensa um conjunto de dados conforme as freqüências ou repetições de
seus valores. Os dados encontram-se dispostos em classes ou categorias junto com as
freqüências correspondentes. Os elementos época, local e fenômeno são fixos. O
fenômeno apresenta-se através de gradações, ou seja, os dados estão agrupados de
acordo com a intensidade ou variação quantitativa gradual do fenômeno.
REPRESENTAÇÃO DOS DADOS (AMOSTRAIS OU POPULACIONAIS)
DADOS BRUTOS: são aqueles que não foram numericamente organizados, ou
seja, estão na forma com que foram coletados.
ROL: é a organização dos dados brutos em ordem de grandeza crescente ou
decrescente.
DISTRIBUIÇÃO DE FREQÜÊNCIAS: é a disposição dos valores com as
respectivas freqüências. O número de observações ou repetições de um valor ou de uma
modalidade, em um levantamento qualquer, é chamado freqüência desse valor ou dessa
modalidade. Uma tabela de freqüências é uma tabela onde se procura fazer corresponder
os valores observados da variável em estudo e as respectivas freqüências.
TIPOS DE FREQÜÊNCIAS: FREQÜÊNCIA SIMPLES ABSOLUTA ( F I ): é o
número de repetições de um valor individual ou de uma classe de valores da variável. ∑ f i
=n
FREQÜÊNCIA SIMPLES RELATIVA ( F R ): representa a proporção de
observações de um valor individual ou de uma classe em relação ao número total de
observações. Para calcular a frequência relativa basta dividir a freqüência absoluta da
classe ou do valor individual pelo número total de observações. É um valor importante
para comparações. f r = f i / n = f i / ∑ f i
Para expressar o resultado em termos percentuais, multiplica-se o quociente
obtido pôr 100.
f r = ( f i / n ). 100 A freqüência relativa é o resultado de uma regra de três
simples:
• A mediana para a amostra é 77,5, portanto, ambas as quinta e sexta linhas têm
contagem acumulada de 15.
Um diagrama de pontos é um gráfico que você pode usar para avaliar a
distribuição de dados contínuos. Um diagrama de pontos representa graficamente cada
observação como um ponto ao longo de uma linha de números (eixo x). Os valores estão
divididos em intervalos igualmente espaçados, chamados intervalos de classes. Os
valores que ocorrem no mesmo intervalo estão empilhados. Quando não existe espaço
suficiente para mostrar um ponto para cada observação, o Minitab representa múltiplas
observações por um único ponto, indicado por uma nota de rodapé no gráfico. Os
diagramas de ponto são especialmente úteis para avaliação de distribuições quando há
uma quantidade relativamente pequena de dados
Exemplos
Os gráficos a seguir mostram o número de pedidos preenchidos em restaurantes
de fast food durante uma hora de almoço em um único dia.
Diagrama de pontos simples
Este diagrama de pontos mostra que o
restaurante A preenche a maioria dos pedidos em 2 a
3 minutos.
Barras agrupadas
Cada agrupamento de barras representa uma escola, e cada barra dentro de um
agrupamento representa o número de alunos em uma série escolar.
Criar agrupamentos é útil quando você deseja comparar subcategorias dentro e
entre categorias. Por exemplo, o gráfico anterior mostra:
• East High tem a maior parte dos alunos.
• Dentro de East High, a 12a. série escolar tem a maior parte dos alunos.
• Para cada colégio, o número de alunos em cada série escolar é similar.
• O menor número de alunos está na 9a. série escolar na West High, seguido de
perto pelas outras três séries naquele colégio.
Barras empilhadas
Cada pilha de barras representa uma escola, e cada barra dentro de uma pilha
representa o número de alunos em uma série escolar.
Empilhar barras é útil quando você deseja comparar subcategorias dentro de
categorias e categorias entre si.
Um histograma é um gráfico que você pode usar para avaliar a forma e a
distribuição de dados amostrais contínuos. Você pode criar um histograma antes ou
durante uma análise para ajudar a confirmar suposições e guiar análises adicionais.
Para traçar um histograma, divide valores amostrais em intervalos chamados
intervalos de classes. Por padrão, cada barra no histograma representa o número de
observações que se encaixam dentro de um intervalo de classes (a frequência).
ASSIMETRIA E CURTOSE
Assimetria
A assimetria é a medida em que os dados não são simétricos.
Valores de assimetria iguais a 0, positivos ou negativos revelam informações
sobre a forma dos dados.
Curtose
A curtose indica como o pico e as caudas de uma
distribuição diferem da distribuição normal. Use curtose para ajudar
você a entender inicialmente as características gerais sobre a
distribuição de seus dados. Linha de base: valor da curtose de 0
Os dados que seguem uma distribuição normal
perfeitamente têm um valor de 0. Normalmente, os dados
distribuídos estabelecem a linha de base para curtose. A curtose da
amostra que se desvia significativamente de 0 pode indicar que os
dados não estão normalmente distribuídos.
Curtose positiva
Uma distribuição com um valor de curtose positiva indica
que a distribuição tem caudas mais pesadas e um pico mais
pontudo do que a distribuição normal. Por exemplo, os dados que
se seguem a distribuição T tem um valor de curtose positiva. A
linha contínua mostra a distribuição normal e a linha pontilhada
mostra uma distribuição com um valor de curtose positiva.
Curtose negativa
Uma distribuição com um valor de curtose negativa indica que a distribuição tem
caudas mais leves e menos e um pico mais achatado do que a distribuição normal. Por
exemplo, os dados que seguem uma distribuição beta com primeiro e segundo
parâmetros de forma igual a 2 têm um valor de curtose negativo. A linha contínua mostra
a distribuição normal e a linha pontilhada mostra uma distribuição com um valor de
curtose negativa.