Descrição Numérica de Dados01

DESCRIÇÃO NUMÉRICA DE DADOS
This document was created by an application that isn’t licensed to use novaPDF.
Purchase a license to generate PDF files without this notice.
MEDIDAS DE TENDÊNCIA CENTRAL
As medidas de tendência central são estatísticas que indicam o centro de

um conjunto de dados. Essas são também conhecidas pelo termo
.
As principais medidas de tendência central são:
a) A MÉDIA ARITMÉTICA
b) A MEDIANA
c) A MODA
A média aritmética fornece a abscissa do centro de gravidade do conjunto

de dados.
CÁLCULO DA MÉDIA ARITMÉTICA NO CASO DE DADOS

ISOLADOS:
Soma de todos
Média aritmética os valores
de um conjunto =
de dados Quantidade de
valores
x é uma estimativa de !
Sendo xi os valores assumidos por uma variável X, em uma dada amostra,

a média aritmética pode ser calculada por:
n Onde, n = total de dados da amostra
xi
i 1 EXEMPLO: Calcular a média aritmética para os
x seguintes valores: 20, 16, 26, 41, 7, 30, 17, 19 e 28.
n
9
xi
i 1 20 16 26 41 7 30 17 19 28
x 22,67
9 9
CÁLCULO DA MÉDIA ARITMÉTICA NO CASO DE DADOS

AGRUPADOS:
Para uma dada tabela de distribuição de freqüências com classes.
Sejam x1, x2, x3, ...xk, os valores dos pontos médios de classe e f1, f2, f3, ...fk
as respectivas freqüências, como apresentado na tabela 2.7.
Tabela 2.7 A média dos dados da tabela

Distribuição de freqüências 2.7 é dada por:
Ponto médio freqüência k
x1 f1 xi f i n
x2 f2 i 1 n fi
x e
. . i 1
. .
n
. .
xk fk Onde, n = total de dados
EXEMPLO: Calcular a média aritmética para a espessura dos filmes de

quitosana a partir dos dados da tabela 2.5.
B) MEDIANA (Md)
A mediana (Md) é o valor que ocupa a posição central quando todos os

dados do grupo estão dispostos em ordem crescente (ou decrescente) de
magnitude.
Valor que tem antes e

Mediana de um conjunto depois de si, igual
=
de dados quantidade de dados
Observações referentes à mediana:
A mediana depende mais do lugar do dado numa distribuição que de seu

valor.
A mediana é independente dos valores extremos.
1° CASO: Número impar de dados
1 Ordenar os dados em ordem crescente de

magnitude.
2 Selecionar o dado central que divide a
série em números iguais de dados.
EXEMPLO:
Calcular a mediana para o seguinte conjunto de dados: 16; 31; 45; 20;
04; 10; 11; 23 e 17.
Após a ordenação dos dados temos:
4, 10 ,11, 16, 17, 20, 23, 31, 45

4 dados 4 dados
Md Md = 17
2° CASO: Número par de dados
1 Ordenar os dados em ordem crescente de

magnitude.
2 Selecionar os dois dados centrais da série
que dividem em dois grupos com o mesmo
número de dados a amostras.
3 Calcular a média entre esses dois valores.
EXEMPLO:
Calcular a mediana para o seguinte conjunto de dados: 03; 10; 04; 20; 40; 16;
33; 09; 41 e 25.
Após a ordenação dos dados temos:
3, 4 , 9, 10, 16, 20, 25, 33, 40, 41 16 20

Md 18
4 dados 4 dados 2
Termos
centrais
CÁLCULO DA MEDIANA NO CASO DE DADOS AGRUPADOS:

1° PASSO: Para obtermos a mediana a partir de uma tabela de distribuição de
freqüências devemos, inicialmente, construir uma coluna com as freqüências
acumuladas para cada classe.
2° PASSO: Calculamos o valor de 2 e em seguida determinamos a classe

mediana como sendo a primeira classe onde n/2 é menor ou igual a freqüência
acumulada.
3° PASSO: Usa-se a seguinte fórmula para o cálculo da mediana:

Onde,
lMd = limite inferior da classe mediana;
n = tamanho amostral (total de efetivos);
n
FaMd FaMd = freqüência acumulada da classe anterior à
Md l Md 2 hMd classe mediana;
f Md fMd = freqüência absoluta da classe mediana;
hMd = intervalo da classe mediana.
EXEMPLO: Calcular mediana para a espessura dos filmes de quitosana a
partir dos dados da tabela 2.5. Tabela 2.5
Espessuras de filmes de quitosana obtidos por método
n/2 = 84/2 =42 casting m.
lMd = 78,1 Ponto
FaMd = 40 Espessura Freqüência Freqüência
médio
fMd = 16 ( m) absoluta acumulada
( m)
hMd = 8,6
43,7 | 52,3 48,0 2 2
n 52,3 | 60,9 56,6 8 10
FaMd
Md l Md 2 hMd 60,9 | 69,5 65,2 12 22 FaMd
f Md 69,5 | 78,1 73,8 18 40
78,1 | 86,7 82,4 16 56
86,7 | 95,3 91,0 11 67
lMd fMd
95,3 | 103,9 99,6 10 77 5a classe
103,9 | | 112,5 108,2 7 84 -
Classe
TOTAL 84
Mediana
n (LMd)
Md = 79,2 m
C) MODA (Mo) A moda é o valor que ocorre com maior freqüência

em um conjunto de dados.
Valor ao qual
Moda de um esteja associada
conjunto de = a freqüência
dados absoluta mais
alta
OBTENÇÃO DA MODA NO CASO DE DADOS ISOLADOS:

Dado (xi) freqüência
EXEMPLO: Obter a moda para 2 1
o seguinte conjunto de dados: 3 2
4 5
X = {3; 4; 4; 2; 8; 4; 4; 3; 10; 4}
8 1
Mo = 4 10 1
Moda
Maior
freqüência
CÁLCULO DA MODA NO CASO DE DADOS AGRUPADOS:
1° PASSO: Determinamos
a classe modal da f aMo f Mo
distribuição, como sendo Mo l Mo hMo
aquela que possui a maior f aMo f pMo 2 f Mo
freqüência,
2° PASSO: A partir dos Onde:

dados da tabela de
lMd = limite inferior da classe modal (classe de
distribuição de freqüência,
maior freqüência absoluta);
calculamos a moda faMo = freqüência da classe anterior à classe
através da seguinte modal;
equação: fMo = freqüência da classe modal;
fpMo = freqüência da classe posterior à classe
modal;
hMo = intervalo da classe modal.
EXEMPLO: Calcular moda Tabela 2.5
para a espessura dos filmes Espessuras de filmes de quitosana obtidos por
de quitosana a partir dos casting m.
dados da tabela 2.5.
Espessura Freqüência
lMo = 69,5 ( m) absoluta
faMo = 12 43,7 | 52,3 2
fMo = 18 faMo
lMo 52,3 | 60,9 8
fpMo = 16
60,9 | 69,5 12 fMo
hMo = 8,6 fpMo
69,5 | 78,1 18
f aMo f Mo 78,1 | 86,7 16
Mo l Mo hMo
f aMo f pMo 2 f Mo 86,7 | 95,3 11 4a classe
-
95,3 | 103,9 10
Classe
103,9 | | 112,5 7 Modal (LMo)
TOTAL 84 -
Maior
freqüência
Mo = 71,65 m absoluta
SIMETRIA DAS DISTRIBUIÇÕES
Figura 2.4 Histograma e curva polida da

distribuição de freqüência dos alunos de uma A comparação dos valores
academia de musculação segundo a idade.
relativos à média, a moda e a
mediana, permite estabelecer a
simetria de uma dada
distribuição.
Caso pudéssemos
um histograma iríamos
obter uma curva polida,
como mostrado na figura
2.4.
Basicamente, existem três tipos de curvas polidas:

1) CURVA SIMÉTRICA
2) CURVA ASSIMÉTRICA
NEGATIVA
Mo = Md = x
3) CURVA ASSIMÉTRICA
POSITIVA
Figura 2.5 simetria de distribuições
DISTRIBUIÇÕES MULTIMODAIS E AMODAIS
Uma distribuição de freqüências pode ter mais de uma moda ou nenhuma

moda. Dessa forma, podemos ter distribuições amodais (sem moda),
bimodais (duas modas), trimodais (três modas), etc.
O vale que se forma entre duas modas contínuas é chamado de antimoda.
Figura 2.6 Distribuição bimodal

EXEMPLO:
Onde:
Mo1 1a moda
AMo antimoda Mo1 AMo Mo2
Mo2 2a moda
MEDIDAS DE VARIABILIDADE
As medidas de variabilidade são estatísticas que medem as

oscilações de uma variável.
A descrição de uma dada distribuição de dados não pode ser realizada

apenas pela posição central, mas também pelo grau de dispersão dos
valores estudados.
Média = 174 cm
EXEMPLO:
180 196 166 180 188 144 164
Média = 174 cm
174 174 174 174 174 174 174
Figura 2.7 Duas amostras de indivíduos que possuem a mesma estatura média
porém variações diferentes nessa estatura.
MEDIDAS DE VARIABILIDADE
Dentre as medidas de variabilidade podemos destacar:
- a AMPLITUDE;
- o DESVIO MÉDIO
- a VARIÂNCIA;
- o DESVIO PADRÃO;
- o COEFICIENTE DE VARIAÇÃO;
- a AMPLITUDE INTERQUARTIL.
MEDIDAS DE DISPERSÃO
A) AMPLITUDE (a)
A amplitude de uma distribuição é dada pela diferença entre o maior e o

menor valor observado para a variável estudada.
a = amplitude = xmax - xmin
EXEMPLO: Calcular a amplitude para a distribuição das estaturas da

figura 2.7.
X = { 180,196,166,180,188,144,164}
a = 196 144 = 52 cm
OBSERVAÇÃO: A amplitude é muito sensível à observações extremas e

é de interesse descritivo limitado. Essa medida de dispersão ignora todos
os dados entre os valores mínimo e máximo da amostra.
C) VARIÂNCIA
A variância (VAR) é o índice de dispersão mais utilizado. Quando se

refere a uma população é representada por 2, quando se refere a uma
amostra é representada por s2 (s2 é uma estimativa de 2).
Podemos calcular a variância para uma série de dados através de equação:
Onde, 2 ( xi ) 2
xi = dados individuais, ( xi x) 2 xi
x = média aritmética, s 2 n
n = tamanho da amostra. n n
Podemos usar qualquer uma das formas dessa equação no cálculo da

variância.
EXEMPLO: Calcular a variância para as estaturas apresentadas na figura

2.7. X = { 180,196,166,180,188,144,164}
- Cálculo da variância para dados agrupados
Quando temos uma tabela de distribuição de freqüência, podemos

calcular a variância usando a seguinte equação:
Onde,
xi = valores dos pontos médios, ( xi x)2 . fi

x = média aritmética, s2
n = tamanho da amostra. n
fi = freqüências absolutas.
EXEMPLO: Calcular a variância para a espessura dos filmes de quitosana

a partir dos dados da tabela 2.5.
- Variância corrigida
Quando queremos apenas descrever a dispersão de uma distribuição,
nós devemos usar a equação:
( xi x)2
s2
n
Porém, quando a variância é calculada para a amostra e utilizada para
realizar uma previsão (inferência) sobre a variância da população ( 2)
devemos usar a equação: 2
2
( xi x)
s c
n 1
Essa equação fornece a variância corrigida, que é uma melhor estimativa
da variância populacional.
O denominador n-1 é chamado de graus de liberdade.
A variância amostral é considerada um estimador não-

viesado da variância populacional:
Ao realizar várias vezes amostras aleatórias de uma

população, os diferentes valores de s2 tendem a se
concentrar em torno do valor de 2 (sem superestimação ou
subestimação).
Unidades da variância são diferentes das unidades

originais.
D) DESVIO PADRÃO
O desvio padrão (DP ou SD) é a raiz quadrada da variância. Este

possui a vantagem de ter a mesma unidade que a variável estudada.
O desvio padrão populacional é designado por e o desvio padrão
amostral por s.
O cálculo do desvio padrão pode ser realizado ( xi x)2
pela equação: s
n
Como para o caso da variância, o desvio padrão

corrigido é dado por:
( xi x ) 2
sc
n 1
EXEMPLO: Calcular o desvio padrão para as
estaturas apresentadas na figura 2.7.
X = { 180,196,166,180,188,144,164}
PROPRIEDADES DO DESVIO PADRÃO
O desvio padrão é uma medida da variação de todos valores a

partir da média.
O valor do desvio padrão (s):

Igual a zero quando todos valores dos dados são iguais.
Nunca é negativo.
Maiores valores de s indicam maior variação.
Valor de s pode crescer muito com a inclusão de um ou mais
As unidades de s são as mesmas unidades dos dados originais.
E) COEFICIENTE DE VARIAÇÃO (CV)
O coeficiente de variação, também conhecido como desvio padrão

relativo, é calculado, dividindo-se o desvio padrão pela média aritmética e
multiplicando-se o valor por 100 para expressá-lo em porcentagem.
s
CV *100
x
Porém, com o desvio padrão, é difícil comparar a dispersão para
valores de diferentes variáveis (ex.: peso e altura).
Coeficiente de variação (CV) supera essa desvantagem, por não ter

unidade específica, permitindo comparação das variações.
B) DESVIO MÉDIO ABSOLUTO
O desvio médio absoluto (DMA) é a média aritmética dos valores

absolutos dos desvios.
Cálculo de valores absolutos requer operação não algébrica (que

são: adição, multiplicação, raízes, potências).
Valores absolutos criam dificuldades algébricas nas inferências

estatísticas (regressão e análise da variância).
Viés: desvios médios absolutos de amostras não tendem ao valor do

desvio médio absoluto da população.
EXEMPLO: Calcule e compare os valores dos desvios

médios absolutos e desvios padrões para os conjuntos de
dados abaixo:
Conjunto numérico Desvio Desvio médio
padrão absoluto
A = {-15; -15; 0; 15; 15} 13,42 12
B = {-20; -10; 0; 10; 20} 14,14 12
C = {-25; -5; 0; 5; 25} 16,12 12
REGRA EMPÍRICA DA AMPLITUDE
A regra empírica da amplitude indica que para muitos conjuntos de

dados, a grande maioria (95%) dos valores amostrais se localiza a 2
desvios padrões da média.
Isso varia com tamanho amostral e natureza da distribuição.
(valor mínimo)] / 4
Valor amostral mínimo (usual) = média (2 * desvio padrão)

Valor amostral máximo (usual) = média + (2 * desvio padrão)
REGRA EMPÍRICA PARA DADOS COM FORMA APROXIMADA DE SINO

(DISTRIBUIÇÃO NORMAL)
F) QUARTIS E AMPLITUDE INTERQUARTIL
Assim como a mediana corta uma distribuição ordenada em duas partes

iguais, nós podemos determinar n modalidades Q1, Q2, ..., Qn, que
cortem a distribuição em n + 1 fatias iguais, cada fatia possuindo a
mesma porcentagem de observações.
Q1 Q2 = Md Q3
QUARTIS:
o procedimento mais 25 % das 25 % das 25 % das 25 % das
observações observaçõesobservações observações
usual é uma
distribuição em quatro
partes iguais, cada uma
contendo 25 % das 50 % das observações 50 % das observações
observações. Nesse
caso, cada corte na Figura 2.8 Divisão de uma distribuição em quartis.
população é chamado
de quartil.
Obs.: O segundo quartil corresponde à mediana !
Nós podemos calcular uma amplitude interquartil que congregue a metade

das observações que se encontram no centro da distribuição.
Amplitude Interquartil = A.I.Q = Q3 - Q1
EXEMPLO: Calcular a amplitude interquartil para a distribuição dada na

tabela 2.6.
Tabela 2.6 Notas de 48 alunos em uma prova de inglês
(realizada nos EUA) escala de 0 a 15.
Notas 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
f 2 5 2 2 0 0 1 10 0 1 9 4 6 4 0 2
F 2 7 9 11 11 11 12 22 22 23 32 36 42 46 46 48
Observações reais n1 = 12 n2 = 11 n3 = 13 n4 = 12
Observações esperadas n1´= 12 n2´ = 12 n3´=12 n4´= 12
Q1 = 6,5 Q3 = 11,5
A.I.Q = Q3 Q1 = 11,5 6,5 = 5
Q2 = 9,5
PERCENTIS]
Há 99 percentis (P1, P2, ..., P99) que dividem os dados

ordenados em 100 grupos com cerca de 1% dos valores em
cada um.
Os quartis e percentis são exemplos de quantis, os quais

dividem os dados em grupos com aproximadamente o
mesmo número de valores.
Utilize a seguinte fórmula, arredondando o resultado para o

número inteiro mais próximo:
Note que: Q1 = P25 ; Q2 = P50 ; Q3 = P75
inicio CONVERTENDO PERCENTIS EM VALOR DE DADOS
O valor do k-ésimo percentil

está a meio caminho entre o
O valor de Pk é o
Ordene os dados L-ésimo valor e o seguinte na
L-ésimo valor
do menor para o lista ordenada. Ache Pk como
contado a partir do
maior. a média aritmética entre o L-
menor.
ésimo valor e o seguinte.
Sim
Calcule
Mude L.
L = (k/100).n L é um Não arredondando-o
número
para o maior inteiro
n = número de valores inteiro?
mais próximo.
k = percentil em questão
ESTATÍSTICAS DEFINIDAS POR QUARTIS E

PERCENTIS
Intervalo interquartil (IIQ) = Q3 Q1

Intervalo semi-interquartil = (Q3 Q1) / 2
Ponto médio dos quartis = (Q3 + Q1) / 2
Intervalo percentílico 10 90 = P90 P10
ANÁLISE EXPLORATÓRIA DE DADOS (AED)
Análise exploratória de dados é o processo de uso das

ferramentas estatísticas (gráficos, medidas de centro,
medidas de variação...) para investigação de conjuntos
de dados com o objetivo de compreender suas
características importantes.
Podemos explorar características dos dados: centro

(média, mediana); variação (desvio padrão, amplitude),
distribuição (histogramas); outliers; mudança no tempo.
VALORES DISCREPANTES (OUTLIERS)
Valor outlier (valor extremo) é aquele que se localiza muito afastado de

quase todos os demais valores.
Estes valores podem ter efeito dramático sobre:

A média.
O desvio padrão.
A escala do histograma, de modo que a verdadeira natureza da
distribuição pode ser totalmente obscurecida.
Outliers podem ser erros: devem ser corrigidos ou ignorados
Outliers podem ser corretos: devemos estudar seus efeitos, construindo

gráficos e calculando estatísticas, com e sem outliers, buscando revelar
importantes informações.
DIAGRAMAS DE CAIXA (BOXPLOTS)
Para um conjunto de dados, o resumo dos cinco números consiste

no valor mínimo, primeiro quartil (Q1), mediana (Q2), terceiro quartil
(Q3) e no valor máximo.
Diagrama de caixa (diagrama de caixa e bigode) é um gráfico de

um conjunto de dados que consiste em: (1) uma linha que se estende
do valor mínimo ao valor máximo; (2) uma caixa com linhas traçadas
no primeiro quartil (Q1), na mediana (Q2) e no terceiro quartil (Q3).
Os diagramas de caixa são úteis para revelar centro, dispersão,

distribuição e outliers.
18
EXEMPLO:
15 Nota mais forte
¼ dos efetivos
12
1° quartil Q1 = 11,5
¼ dos efetivos
9 Q2 = 9,5
¼ dos efetivos
3° quartil Q3 = 6,5
6
3 ¼ dos efetivos
0 Nota mais fraca
Figura 2.9 - Gráfico box-and-whisker para a

distribuição de notas da tabela 2.6.
UTILIDADE DOS DIAGRAMAS DE CAIXA

Diagramas de caixa não apresentam informação tão detalhada
como histogramas e digramas de ramo e folhas.
Porém, são úteis na comparação de dois ou mais conjuntos de
dados, quando desenhados na mesma escala.
ATRIZES
Exemplo: Boxplots
para idades dos
melhores atores e ATORES
atrizes:
DIAGRAMAS DE CAIXA MODIFICADOS

Diagramas de caixa modificados representam outliers com símbolos
especiais (asteriscos).
Lembrando que IIQ=Q3 Q1, um valor é outlier se está:

Acima de Q3 por uma quantidade maior do que 1,5 x IIQ.
ou
Abaixo de Q1 por uma quantidade maior do que 1,5 x IIQ.
A linha sólida horizontal se estende apenas até o menor valor dos
dados que não são outliers e até o maior valor dos dados que não são
outliers.

Descrição Numérica de Dados01

Enviado por

Dados do documento

Descrição original:

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

Descrição Numérica de Dados01

Enviado por

Direitos autorais:

Formatos disponíveis

DESCRIÇÃO NUMÉRICA DE DADOS

MEDIDAS DE TENDÊNCIA CENTRAL

As medidas de tendência central são estatísticas que indicam o centro de

As principais medidas de tendência central são:

A média aritmética fornece a abscissa do centro de gravidade do conjunto

CÁLCULO DA MÉDIA ARITMÉTICA NO CASO DE DADOS

Sendo xi os valores assumidos por uma variável X, em uma dada amostra,

CÁLCULO DA MÉDIA ARITMÉTICA NO CASO DE DADOS

Tabela 2.7 A média dos dados da tabela

EXEMPLO: Calcular a média aritmética para a espessura dos filmes de

A mediana (Md) é o valor que ocupa a posição central quando todos os

Valor que tem antes e

Observações referentes à mediana:

A mediana depende mais do lugar do dado numa distribuição que de seu

A mediana é independente dos valores extremos.

1° CASO: Número impar de dados

1 Ordenar os dados em ordem crescente de

Após a ordenação dos dados temos:

4, 10 ,11, 16, 17, 20, 23, 31, 45

2° CASO: Número par de dados

1 Ordenar os dados em ordem crescente de

Após a ordenação dos dados temos:

3, 4 , 9, 10, 16, 20, 25, 33, 40, 41 16 20

CÁLCULO DA MEDIANA NO CASO DE DADOS AGRUPADOS:

2° PASSO: Calculamos o valor de 2 e em seguida determinamos a classe

3° PASSO: Usa-se a seguinte fórmula para o cálculo da mediana:

C) MODA (Mo) A moda é o valor que ocorre com maior freqüência

OBTENÇÃO DA MODA NO CASO DE DADOS ISOLADOS:

CÁLCULO DA MODA NO CASO DE DADOS AGRUPADOS:

2° PASSO: A partir dos Onde:

SIMETRIA DAS DISTRIBUIÇÕES

Figura 2.4 Histograma e curva polida da

Basicamente, existem três tipos de curvas polidas:

Figura 2.5 simetria de distribuições

DISTRIBUIÇÕES MULTIMODAIS E AMODAIS

Uma distribuição de freqüências pode ter mais de uma moda ou nenhuma

O vale que se forma entre duas modas contínuas é chamado de antimoda.

Figura 2.6 Distribuição bimodal

As medidas de variabilidade são estatísticas que medem as

A descrição de uma dada distribuição de dados não pode ser realizada

174 174 174 174 174 174 174

Dentre as medidas de variabilidade podemos destacar:

A amplitude de uma distribuição é dada pela diferença entre o maior e o

a = amplitude = xmax - xmin

EXEMPLO: Calcular a amplitude para a distribuição das estaturas da

OBSERVAÇÃO: A amplitude é muito sensível à observações extremas e

A variância (VAR) é o índice de dispersão mais utilizado. Quando se

Podemos calcular a variância para uma série de dados através de equação:

Podemos usar qualquer uma das formas dessa equação no cálculo da

EXEMPLO: Calcular a variância para as estaturas apresentadas na figura

- Cálculo da variância para dados agrupados

Quando temos uma tabela de distribuição de freqüência, podemos

xi = valores dos pontos médios, ( xi x)2 . fi

EXEMPLO: Calcular a variância para a espessura dos filmes de quitosana

O denominador n-1 é chamado de graus de liberdade.

A variância amostral é considerada um estimador não-

Ao realizar várias vezes amostras aleatórias de uma

Unidades da variância são diferentes das unidades

O desvio padrão (DP ou SD) é a raiz quadrada da variância. Este

Como para o caso da variância, o desvio padrão

PROPRIEDADES DO DESVIO PADRÃO

O desvio padrão é uma medida da variação de todos valores a