Estatística

A Estatística é uma"arte" e uma ciência que permite tirar conclusões e de uma maneira
geral fazer inferências apartir de conjuntos de dados. Ou seja è um conjunto de técnicas
de tratamento de dados. Até 1900, a Estatística resumia-se ao que hoje em dia se chama
Estatística Descritiva. Apesar de tudo, deu contribuições muito positivas em várias áreas
científicas.

Estatística Descritiva: Reúne um conjunto de técnicas para sumarizar os dados

(tabelas, gráficos) e medidas descritivas que permitem tirar muitas informações contidas
nos dados.

Estatística Indutiva: Produzir afirmações sobre uma dada característica da população,

na qual estamos interessados, a partir de informações colhidas de uma parte dessa
população.

Conceitos Básicos de Estatística

A finalidade da pesquisa é coletar dados para obter informações.

Dados – observações de umaoumaisvariáveis. Dados usualmente provem de uma

amostra, a qual representa uma população de interesse.

Variávelé – aquilo quese deseja observar para se tirar algum tipo de conclusão, porex.,
idade, sexo, peso e outras.

População - E o somatório dos indivíduos ou elementos, com qualquer característica

comum e que estão sujeitos a uma análise estatística, por terem interesse para o estudo.
Quanto à sua origem pode ser: um conjunto de pessoas; um conjunto de objectos ou um
conjunto de acontecimentos. Quanto à sua natureza pode ser: Existente ou real;
Hipotética ou parcialmente existente. Pode ainda ser: um conjunto finito ou um
conjunto infinito.

Exemplo: Estudo sobre a ocorrência de sobrepeso em crianças de 7 a 12 anos no

Município de São Luís.

 População alvo – todas as crianças nesta faixa etária deste município.

 População de estudo – crianças matriculadas em escolas.
Amostra: é um subconjunto retirado da população, que se supõe ser representativo de
todas as características da mesma, sobre o qual será feito o estudo, com o objectivo de
serem tiradas conclusões válidas sobre a população.

Tipos de amostra

As amostras podem ser amostra aleatòrias e amostras não aleatòria:

Amostra aleatória é uma amostra tal que qualquer elemento da população tem alguma
probabilidade de ser seleccionado para a amostra.

Técnicas de amostragem aleatória

Seguidamente apresentaremos alguns dos planeamentos mais utilizados para seleccionar

amostras aleatórias. Dos vários tipos de planeamento utilizados, destacam-se os que
conduzem a amostras aleatórias simples, amostras aleatórias com reposição, amostras
sistemáticas e amostras estratificadas.

Amostragem aleatória simples (sem reposição) e amostragem aleatória com

reposição

O plano de amostragem aleatória mais básico é o que permite obter a amostra aleatória
simples:

Amostra aleatória simples - Dada uma população, uma amostra aleatória simples de
dimensão n é um conjunto de n unidades da população, tal que qualquer outro conjunto

dos ( Nn ) conjuntos diferentes de n unidades, teria igual probabilidade de ser

seleccionado.

Se uma população tem dimensão N e se pretende uma amostra aleatória simples de

dimensão n, esta amostra é recolhida aleatoriamente de entre todas as

N = N! N ( N−1 ) ( N−2 ) … ( N−n+1 )

( )
n n ! ( N−n ) !
=
n ( n−1 ) ( n−2 ) … 1
amostras distintas que se podem

recolher da população. Isto implica que cada amostra tenha a mesma probabilidade

−1
N
( )
n
de ser seleccionada. Uma amostra destas pode ser escolhida sequencialmente da
população, escolhendo um elemento de cada vez, sem reposição, pelo que em cada
selecção cada elemento tem a mesma probabilidade de ser seleccionado.

Um esquema de amostragem aleatória simples, conduz a que cada elemento da

População tenha a mesma probabilidade de ser seleccionado para a amostra. No entanto
existem outros esquemas de amostragem em que cada elemento tem igual probabilidade
de ser seleccionado, sem que cada conjunto de n elementos tenha a mesma
probabilidade de ser seleccionado. É o que se passa com a amostragem aleatória
sistemática, de que falaremos adiante.

Amostra não aleatória è aquela que alguns elementos da população podem não poder
ser seleccionados para a amostra.

Parâmetro: uma medida numérica que descreve alguma característica de uma

população. Frequentemente desconhecido e denotado por letras gregas.

Exemplo: Peso médioao nascer de crianças que nascem no município de São Luís

Estatística: uma medida numérica que descreve alguma característica de uma amostra. É
habitualmente representada por letras latinas Exemplo:Peso médioao nascer, calculado
em uma amostra de 120.000 crianças nascidas no Município de São Luís.

Variáveis

Propriedade em relação à qual os indivíduos de uma amostra variam. Note-se que as

propriedades que não variam não são de interesse estatístico. Há muitos modos de
dividir os diferentes tipos de variáveis. Ao ser efectuada uma análise Estatística a uma
população, os aspectos (características) que se têm em conta, um ou vários, são
denominados por Variável Estatística.

Tipos de Variáveis

As variáveis podem ser categóricas (qualitativas) ou numéricas (quantitativas):

Variáveis qualitativas: São características de uma população que não pode ser
medidas.

 Qualitativas ordinais: os valores representam atributos ou qualidades mas

incluem uma relações de ordem. Ex: Grau de gravidade de uma doença.
  Qualitativas nominais: os valores representam atributos ou qualidades mas não
tem uma relação de ordem entre eles. Ex: Presença de um sintoma.

Variáveis quantitativas: São características de uma população que pode ser

quantificadas.

 Quantitativas Discretas: valores são medidos numa escala métrica e porem só

admitem valores inteiros. Ex: Número de cirurgias.
 Quantitativas Contínuas: valores são medidos numa escala métrica e onde
todos os valores fraccionários são possíveis. Ex: Idade, Pressão Arterial.

Tendo em conta o número de atributos (características) que estão a ser estudadas, as

variáveis podem ser:

 Unidimensionais: se apenas corresponde a um atributo;

 Bidimensionais: se corresponde a dois atributos;
 Pluridimensionais: se corresponde a vários atributos.

Modalidade: é toda a manifestação possível de uma variável, isto é, as várias hipóteses

de resposta, podendo elas ser duas ou mais. As modalidades têm obrigatoriamente que
ser:

 Incompatíveis: cada unidade Estatística não pode pertencer simultaneamente a

duas ou mais modalidades;
 Exaustivas: todas as unidades Estatísticas têm que ser inseridas numa
modalidade.

A escolha das modalidades deve ser feita de acordo com as informações possuídas. No
entanto, surgem situações em que há necessidade de se aumentar uma modalidade
suplementar.

Problema

Consiste na formulação correta do problema, examinar outros levantamentos realizados

no mesmo campo (revisão da literatura), saber exatamente o que se pretende pesquisar
definindo o problema corretamente (variáveis, população, hipóteses, etc.).

Estimação de Parâmetros
Parâmetros é um processo de indução, na qual usamos dados extraídos de uma amostra
para produzir inferência sobre a população. Esta inferência só será válida se a amostra
for significativa.

Tipos de Estimações de Parâmetros

 Estimação Pontual
 Estimação Intervalar

Estimação Pontual é usada quando a partir da amostra procura-se obter um único valor
de certo parâmetro populacional, ou seja, obter estimativas a partir dos valores
amostrais.

a) Estatísticas

Seja (X1, X2, ..., Xn) uma amostra aleatória e (x1 ,x2, ..., xn) os valores tomados pela

amostra; então y = H(x1 ,x2, ..., xn) é uma estatística.

Principais estatísticas:

 Média Amostral
 Proporção Amostral
 Variância Amostral

Estimação Intervalar uma outra maneira de se calcular um estimativa de um parâmetro

desconhecido, é construir um intervalo de confiança para esse parâmetro com uma
probabilidade de 1- a (nível de confiança) de que o intervalo contenha o verdadeiro
parâmetro. Dessa maneira a será o nível de significância, isto é, o erro que se estará
cometendo ao afirmar que o parâmetro está entre o limite inferior e o superior
calculado.

Intervalo de confiança para a média (m) com a variância (s2) conhecida.

(n> 30→ Z )

Seja X N (μ , σ 2 )

Como já vimos anteriormente, x́ (média amostral) tem distribuição normal de média μ e

σ
desvio padrão ,ou seja:
√n
 σ2
X N (μ ; )
n

x́−μ
Portanto, z= tem distribuicao N (0,1)
σ /√ n

Entao:

(pop. Infinita)

Para caso de populações finitas usa-se a seguinte fórmula:

(pop. Infinita)