Você está na página 1de 15

INSTITUTO SUPERIOR DE CIÊNCIAS E EDUCAÇÃO À DISTÂNCIA

CURSO DE LICENCIATURA EM DIREITO

TRABALHO DE ESTATÍSTICA

TEMA: MEDIDAS DE ASSIMETRIA OU CURTOSE

Guilhermina Ndikutwala Julita

Pemba, 18 de Abril de 2021


Índice
Introdução..........................................................................................................................4

Objectivos do Trabalho.....................................................................................................4

Metodologias.....................................................................................................................4

Breve Historial da Estatística............................................................................................5

Uso Prático........................................................................................................................6

Conceito Geral...................................................................................................................6

Conceito Especificado.......................................................................................................6

Medidas de Assimetria e Curtose......................................................................................7

Assimetria e Curtose..........................................................................................................7

Assimetria..........................................................................................................................7

Curtose.............................................................................................................................10

Coeficientes de Assimetria (AS).....................................................................................12

Coeficientes de Pearson...................................................................................................12

Coeficiente Quartílico de Assimetria..............................................................................12

Coeficiente Momento de Assimetria...............................................................................12

Coeficiente Percentílico de Curtose................................................................................13

Coeficiente Momento de Curtose....................................................................................13

Conclusão........................................................................................................................14

Referências Bibliográficas...............................................................................................15

3
1. Introdução

Como do quotidiano das pessoas faz parte tomar decisões, que na maioria das
vezes devem ser ágeis, há a necessidade de dispor de informações que embaçam
decisões mais acertadas. Nesse contexto, a estatística, que extrai informações dos dados
para obter melhor compreensão das situações, representa uma técnica de grande alcance
e de larga utilização.

Com o desenvolvimento e o aperfeiçoamento de técnicas e métodos, a estatística


transformou-se em uma ciência que dispõe de processos apropriados para recolher,
organizar, classificar, apresentar e interpretar conjuntos de dados, tendo, assim, como
objectivo orientar a colecta, o resumo, a análise e a interpretação de dados.

Para as demais ciências que necessitam de uma base de dados quantitativos para
as suas conclusões científicas, a estatística é considerada, no entanto, como um ramo da
Matemática Aplicada dedicada à análise e tomada de decisão com dados observados por
meio do método científico. Nessas ciências, a estatística serve como um instrumento
que permite o tratamento quantitativo das observações para resumir e transformar em
informações e comparações os dados de um fenómeno em análise.

1.1. Objectivos do Trabalho

Objectivo Geral

 Realizar uma pesquisa sobre Medidas de Assimetria ou Curtose.

Objectivos Específicos

 Falar da Assimetria;
 Abordar os assuntos inerentes à Curtose;
 Falar dos diversos assuntos relacionados com assunto acima referido.
1.2. Metodologias

Com a finalidade de acatar o objectivo da pesquisa, foi necessário realizar


pesquisa bibliográfica, (GIL, 2008), alega que a pesquisa bibliográfica parte de estudos
exploratórios, a qual é desenvolvida a partir do material já elaborado, seja ele por Livros
ou Artigos científicos. Assim, sua finalidade é que o pesquisador tenha o acesso a tudo
que já tenha sido escrito sobre determinado tema.

4
2. Breve Historial da Estatística

A palavra estatística tem sua origem associada à palavra latina STATUS, que
quer dizer Estado ou, também, situação de uma coisa. Apesar de existirem indícios
sobre a realização de censos na Babilónia, China e Egipto desde 3000 anos A.C. e das
referências no 4o Livro do Velho Testamento relativas ao levantamento dos homens
aptos para guerrear na Palestina, ordenado pelo imperador romano César Augusto, ao
redor do ano zero da Era Cristã, apenas no século XVII a Estatística passou a ser
considerada uma disciplina autónoma.

A designação actual se originou do termo STATENKUNDE (Ciência do Estado)


da escola alemã. É eminentemente qualitativa, desenvolvida por meio das ideias de A.
L. Von Schlözer, que partiu dos estudos do académico alemão Gottfried Achenwal
(1719 - 1772) e de Hermann Conrig (1606 - 1681).

Na Inglaterra, no século XVII, John Graunt (1620 - 1674) e William Petty (1623
- 1687) preocuparam-se com o estudo numérico dos fenômenos sociais e políticos, na
busca de leis que pudessem explicá-los. Nesses estudos eram analisados os nascimentos
e as mortes, por meio das Tábuas de Mortalidade. Essas Tábuas deram origem às atuais
que são utilizadas pelas companhias de seguros. Eles formaram a escola dos aritméticos
políticos e podem ser considerados o berço da Demografia. O alemão Süssmilch (1707
-1767) foi um dos adeptos e, com ele, aparece pela primeira vez a Estatística como meio
indutivo de investigação.

Na última metade do século XIX, foram obtidos importantes resultados que


contribuíram para o desenvolvimento da Inferência Estatística. O impulso decisivo
deve-se, porém, a Karl Pearson (1857 - 1936), William Gosset (1876 - 1937) e Ronald
Fisher (1890 - 1962). Karl Pearson dedicou-se ao estudo da evolução de Darwin, em
que aplicou métodos estatísticos aos problemas biológicos relacionados com a evolução
e a hereditariedade. Contribuiu extremamente para o desenvolvimento da teoria da
Análise de Regressão e do Coeficiente de Correlação, bem como do teste de hipótese do
Qui-quadrado. Ele foi o responsável pelo reconhecimento da Estatística como disciplina
autónoma.

5
2.1. Uso Prático

Na actualidade, a alta competitividade pela busca de tecnologias e de mercados


tem provocado uma constante corrida pela informação. Com o advento da melhoria da
qualidade e da produtividade, as empresas estão empenhadas em compreender e
optimizar os processos produtivos, os quais estão constantemente gerando dados. A
transformação desses dados em informações é eficientemente realizada mediante o uso
de métodos estatísticos, permitindo tomadas de decisão mais seguras.

Isso ocorre pois mesmo que as máquinas usadas no processo de produção


tenham sido desenvolvidas com base em alta tecnologia, elas poderão se desregular
devido ao seu uso, levando os seus operadores a cometer erros. Assim, há necessidade
de um controle constante para monitorar o resultado da produção de forma que
problemas sejam detectados rapidamente, para que o processo de produção seja ajustado
ou corrigido.

A Estatística está presente em todas as ciências que se envolvem com colecta e


análise de dados quantitativos e sua consequente transformação em informação, para
postular, refutar ou validar hipóteses científicas sobre um fenómeno observável.
Portanto, qualquer ciência experimental não pode prescindir das técnicas
proporcionadas pela Estatística. Essa é uma tendência crescente e irreversível, de
maneira que a Estatística possui um papel vital na tomada de decisões.

2.1.1. Conceito Geral

Estatística pode ser conceituada como um conjunto de métodos e processos


quantitativos que serve para estudar e medir fenómenos colectivos. “É uma colecção de
métodos para planejar experimentos, obter dados e organizá-los, resumi-los, analisá-los,
interpretá-los e deles extrair conclusões”, (TRIOLA, 1999, p. 2).

2.1.2. Conceito Especificado

“Estatística representa uma actividade humana especializada ou um corpo de


técnicas ou ainda uma metodologia científica desenvolvida para a colecta, a
classificação, a apresentação, a análise e a interpretação de dados quantitativos obtidos
(de fatos reais) e a utilização desses dados para a tomada de decisão”, (TOLEDO;
OVALLE, 1992, p. 14).

6
2.1.3. Medidas de Assimetria e Curtose
2.1.4. Assimetria e Curtose

As medidas de assimetria e curtose são utilizadas para descrever as formas e a


evolução das curvas de distribuição em função de vários factores, (MACHADO et al.,
2006). Assimetria denomina-se como o grau de afastamento de uma distribuição da
unidade de simetria, enquanto a curtose refere-se ao grau de achatamento de uma
determinada distribuição em comparação a uma distribuição padrão, ou também
chamada de curva normal, (CORREA, 2003).

Uma distribuição de frequência é considerada simétrica quando os valores da


média, mediana e moda são iguais, ou seja, coincidem num mesmo ponto. Assimetria
ocorrerá quando a média, mediana e a moda recaírem em pontos diferentes da
distribuição, sendo o deslocamento dos pontos para a direita ou para a esquerda,
(PEREIRA, TANAKA; 1990).

Quando a assimetria ocorre na cauda direita da curva de frequências, ela é


chamada de assimétrica à direita ou positiva. Nesse caso, a média aritmética apresentará
um valor maior do que a mediana, e essa, por sua vez, um valor maior do que a moda
Distribuição assimétrica à esquerda ou negativa é aquela que ocorre na cauda esquerda
da curva de frequências. Nessa situação, a média será menor do que a mediana, que por
sua vez, é menor do que a moda, (PEREIRA, TANAKA; 1990).

A curtose pode ser classificada em três tipos de curvas de frequência conforme o


grau de achatamento, (CORREA, 2003). A curva normal recebe o nome de mesocúrtica
e atua como base referencial. Já a distribuição que apresenta uma curva de frequência
mais fechada (ou mais aguda em sua parte superior) do que a normal é denominada
leptocúrtica. E platicúrtica é a curva que se apresenta mais aberta (ou mais achatada em
sua parte superior) em relação a normal, (CRESPO, 2002).

3. Assimetria

A assimetria é definida pela equação:


μ3=Ε { X− X´¿3 ¿ }=∫ f x ( x ) ¿
−∞

7
Uma distribuição de valores poderá ser representada sempre por uma curva. Na
investigação de assimetria nas distribuições, o terceiro momento centrado na média é
utilizado. Nas distribuições uni modais essa investigação permite saber se existe
assimetria positiva ou negativa, ou seja, se é significativo o alongamento de uma das
caudas da distribuição (à direita ou à esquerda da média). A assimetria é um exemplo de
parâmetro de forma que permite tornar a cauda da direita mais ou menos pesada. No
caso da assimetria, um coeficiente próximo de zero significa simetria, caso contrário,
uma tendência à esquerda para números negativos e, à direita para números positivos,
(DAVID, 2004; MORETTO, 2008).

μ3
3
S= 2
μ2

Considera-se:

 Se 𝐴𝑠𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑎 < 0 a distribuição será assimétrica negativa;


 Se 𝐴𝑠𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑎 > 0 a distribuição será assimétrica positiva;
 Se 𝐴𝑠𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑎 = 0 a distribuição será Simétrica.

Distribuição assimétrica positiva e negativa da curva representativa na distribuição.


Fonte: LOPES, 2003.

A curva representada por uma distribuição de valor poderá apresentar várias


formas, o valor da moda da distribuição será como o ponto de referência. Lembrando
que a moda de um conjunto de dados trata do valor que ocorre com maior frequência ou
o valor mais comum em um conjunto de dados, esse ponto será correspondente ao valor
de ordenada máxima, o que dará o ponto mais alto da curva representativa da
distribuição, (LOPES, 2003). A assimetria permite dividir as distribuições em três
casos:

8
 Distribuição Simétrica - Quando existe uma exacta repartição de valores em
torno do ponto central, ou seja, a média (𝑋̅ ), a mediana (𝑀𝑑) e a moda (𝑀𝑜)
coincidem, (ARALDI, 2004). A Figura 8 mostra um exemplo de distribuição
simétrica.

Figura 8 – Distribuição simétrica da curva representativa da distribuição. Fonte:


LOPES, 2003.

 Distribuição Assimétrica Positiva - É quando predominam os valores mais altos


das observações, isto é, a distribuição ou a curva de frequência tem uma “cauda”
mais longa à direita da ordenada (frequência) máxima do que à esquerda. Assim, a
mediana será maior do que a moda (𝑀𝑜) e a média (𝑋̅ ) maior do que a mediana
(𝑀𝑑), (ARALDI, 2004). A figura 9 mostra um exemplo de distribuição assimétrica
positiva.

Figura 9 – Distribuição assimétrica positiva. Fonte: LOPES, 2003.

 Distribuição Assimétrica Negativa - É quando predominam os valores baixos das


observações, isto é, a distribuição ou a curva de frequência tem uma “cauda” mais
longa à esquerda da ordenada (frequência) máxima do que à direita. Assim, a
mediana será menor do que a moda (𝑀𝑜) e a média (𝑋̅ ) menor do que a mediana
(𝑀𝑑), (ARALDI, 2004). A figura 10 mostra um exemplo de distribuição
assimétrica negativa.

9
Figura 10 – Distribuição assimétrica negativa. Fonte: LOPES, 2003.

4. Curtose

A curtose é uma estatística de quarta ordem, é uma medida que caracteriza o


achatamento da curva da função de distribuição de probabilidade, mostrando até que
ponto a curva representativa de uma distribuição é mais aguda ou mais achatada do que
a curva normal, de altura média, (LOPES, 2003; MORETO, 2008). O coeficiente de
achatamento ou kurtosis é definido por:

μ4
K= −3
σ4

A curtose é bastante usada em diversas áreas de aplicação, devido à sua


simplicidade e propriedades, (MORETO, 2008). Ela pode ser definida também pela
Equação:

curtose ( x )=E { x 4 }−3 E { x 2 }

É comum calcular a curtose em uma versão normalizada, em que se divide a curtose


definida na Equação pelo quadrado da variância, (MORETO, 2008).

E { x4 }
K x= 2
−3
E { x2 }

μ4
K x= 2
−3=E ¿ ¿
2
μ

Para a distribuição Gaussiana, a curtose normalizada é nula, e na prática, será não


nula para distribuições não gaussianas, podendo ser usada com medida de normalidade.
O valor da curtose poderá ser tanto positivo como negativo. Para positivo não há limite
para os valores e pode existir curtose infinita, porém para a curtose normalizada

10
negativa, o menor valor possível será −2, quando a variância for unitária, (LOPES,
2003; MORETO, 2008). A curtose permite classificar as distribuições em três tipos:

 Curva Mesocúrtica ou Normal - Quando o valor da curtose for igual a zero, é


considerada como curva padrão, pois tem o mesmo achatamento que a
distribuição normal ou Gaussiana.
 Curva Leptocúrtica - Quando o valor da curtose for maior que zero, é a curva
mais alta do que o normal, apresenta o topo relativamente alto, o que significa
que os valores se acham mais agrupados em torno da moda. A curva leptocúrtica
também possui caudas grossas, devido a presença de valores de grande
amplitude, com sinal negativo e/ou positivo.
 Curva Platicúrtica - Quando o valor da curtose é menor que zero, é uma curva
mais baixa do que a normal, apresenta o topo achatado, significando que várias
classes apresentam frequências quase iguais.

Figura 11 - Distribuição Platicúrticas, Mesocúrticas e Leptocúrticas. Fonte: LOPES,


2003.

Correspondendo ao momento abstracto de quarta ordem, o coeficiente momento


de curtose (𝐾):

M4
k=
s4

Em que, 𝑀4 é o momento centrado de quarta ordem. Assim:

 Se 𝐾 < 0 a distribuição será do tipo curva platicúrtica;


 Se 𝐾 = 0 será curva mesocúrtica;
 Se 𝐾 > 0 será curva leptocúrtica.

11
5. Coeficientes de Assimetria (AS)

Um coeficiente de assimetria quantifica o desvio de uma distribuição em relação


a uma distribuição simétrica e o sinal resultante do seu cálculo nos dá o tipo de
assimetria da distribuição.

6. Coeficientes de Pearson
X−Mo
 Primeiro Coeficiente de Assimetria de Pearson: ASP 1 =
S
3. ( x−Md )
 Segundo Coeficiente de Assimetria de Pearson: ASP 2=
S

Teoricamente, o segundo coeficiente de assimetria de Pearson pode variar entre -3 e


+3. Na prática, porém, raramente ultrapassará os limites de -1 e +1.Os valores dos dois
coeficientes de assimetria de Pearson serão iguais somente quando a distribuição for
simétrica. Segundo TOLEDO & OVALE (Estatística Básica – Ed. Atlas), quando a
distribuição não tiver forte assimetria, o segundo coeficiente deverá ser usado
preferencialmente ao primeiro.

7. Coeficiente Quartílico de Assimetria

Sejam A1 distância entre a mediana e o primeiro quartil e A2 a distância entre a


mediana e o terceiro quartil, ambas tomadas em termos positivos, como ilustra a figura
abaixo:

Define-se o coeficiente quartílico de assimetria como:

A2 −A 1
ASQ =
A 2+ A 1

O coeficiente quartílico de assimetria está sempre compreendido entre -1 e +1.

8. Coeficiente Momento de Assimetria

12
Sejam m 2 e m 3 os momentos de segunda e de terceira ordem centrados na
média, define-se o coeficiente momento de assimetria como sendo:

m3
ASm=
m
√(m¿¿ 2)3= S33 ¿

9. Coeficiente Percentílico de Curtose

Este coeficiente é definido como o quociente entre a amplitude semi - interquar


tílica e a amplitude entre o 10 o e o 90 o percentis.

Q −Q

C =
( 2 )
3 1

p
P90−P10

O valor deste coeficiente para a curva normal é 0, 26367... Assim sendo, ao calcularmos
o coeficiente percentílico de curtose de uma distribuição qualquer teremos:

 Quando C p ≅ 0,263 diremos que a distribuição é mesocúrtica.


 Quando C p <0,263 diremos que a distribuição é platicúrtica.
 Quando C p > 0,263 diremos que a distribuição é leptocúrtica.

10. Coeficiente Momento de Curtose

O coeficiente momento de curtose é definido como o quociente entre o momento


centrado de quarta ordem (m4) e o quadrado do momento centrado de segunda ordem
(variância).

m4
C m=
m4
(m¿¿ 2)2= ¿
S4

O valor deste coeficiente para a curva normal é 3,00. Portanto:

 Quando C m ≅3,00 diremos que a distribuição é mesocúrtica.


 Quando C m < 3,00 diremos que a distribuição é platicúrtica.
 Quando C m > 3,00 diremos que a distribuição é leptocúrtica.

13
11. Conclusão

Com este trabalho pode-se concluir que as medidas de assimetria e curtose,


assim como as medidas de tendência central e as medidas de dispersão, auxiliam para a
descrição e compreensão de distribuição de frequência e são úteis para comparar a
forma das distribuições das variáveis em análise.

Além disso as distribuições podem se diferenciar uma da outra em termos de


assimetria ou curtose, ou ambas. A assimetria e achatamento (nome técnico dado para
curtose) têm importância devido a exposições teóricas relativas a dedução estatística
que são comummente baseadas na hipótese que populações são distribuídas
normalmente. A precaução de erros para essa hipótese e feita utilizando as medidas de
assimetria e de curtose. Veremos a medida de assimetria de Pearson, e baseada nas
relações entre a média, mediana e moda. Essas três medidas são idênticas em valor para
uma distribuição uni modal simétrica, mas, para uma distribuição assimétrica, a media
distancia-se da moda, situando-se a mediana em uma posição intermediária, a medida
que aumenta a assimetria da distribuição. Consequentemente, a distância entre a média e
a moda poderia ser usada para medir a assimetria.

14
12. Referências Bibliográficas

ARALDI, A.A.R. (2004) Assimetria e Curtose. Revista Ensino e Informação. CAV-


UDESC, LAGES-SC, 2004. Disponível em:
<http://www.ensinoeinformacao.com/estatist-prob-cursoassimetria>. Acessado em: 13
de Março de 2018.

CRESPO, A. A. Estatística Fácil. 17. ed. São Paulo: Saraiva, 2002. 224 p.

CORREA, S. M. B. B. Probabilidade e Estatística. 2. ed. Belo Horizonte: PUC Minas


Virtual, 2003. 116 p.

DAVIDSON, P. A. Turbulence: an introduction for scientists and engineers. Oxford


Univ. Press, New York, 2004.

GIL, A.C. Métodos e Técnicas de Pesquisa Social. 6. Ed. São Paulo: Atlas, 2008.
Disponível em: <https://ayanrafael.files.wordpress.com/2011/08/gil-a-c-mc3a9todos-e
tc3a9cnicas-de-pesquisa-social.pdf> Acesso em: 13 Ago. 2018, 18:55.

MORETTO, F. A. L. Análise De Componentes Independentes Aplicada à Separação


De Sinais de Áudio Por Meio de Busca de Projação. 2008. 98 p. Dissertação de
Mestrado em Engenharia Elétrica, Departamento de Engenharia de Sistemas
Eletrônicos, Universidade de São Paulo. São Paulo.

LOPES, L.F.D. Apostila Estatística. Universidade Federal de Santa Maria. Rio Grande
do Sul, 2003. Disponível em:
<http://www.inf.ufsc.br/~vera.carmo/LIVROS/LIVROS/Luis%20Felipe %20Dias
%20Lopes.pdf>. Acesso em 13 de Março de 2018.

PEREIRA, W.; TANAKA, O. K. Estatística: Conceitos Básicos. 2 ed. São Paulo:


McGraw-Hill, 1990. 341 p

TOLEDO Geraldo L; OVALLE Ivo I. Estatística Básica. São Paulo: Editora Atlas SA,
1992.
15
TRIOLA, Mário F. Introdução à Estatística. Rio de Janeiro: Livros Técnicos e
Científicos Editora S.A., 1999.

16