Unidade 01

Nota da professora
Tópicos em Estatística
• Esses slides foram produzidos por meio de
coletânea dos textos indicados na
Estatísticas Descritivas bibliografia.
bibliografia. Não são citadas diretamente
para não poluir o visual dos mesmos.
mesmos.
Profa.: Tânia F Bogutchi • Os textos estão organizados e traduzidos
PUC Minas para minha linguagem didá
didática pessoal.
pessoal.
• Um estudo mais aprofundado deverá

deverá ser
baseado nas referências bibliográ
bibliográficas
T.F.Bogutchi - Tópicos em Estatística: Estatísticas Descritivas indicadas.
indicadas.
T.F.Bogutchi - Tópicos em Estatística: Estatísticas Descritivas
1 2
BIBLIOGRAFIA
1. BUSSAB, W. O., MORETTIN, P. A. Estatística básica. 5. ed. rev. São

Paulo: Saraiva, 2003. “Raciocinar estatisticamente será um dia tão
2. SOARES, J. F., FARIAS, A. A., CESAR, C. C. Introdução à
estatística. 2. ed. Rio de Janeiro: Guanabara Koogan, 2003. necessário quanto a habilidade de ler e escrever”
3. TRIOLA, M. F. Introdução à estatística. 9. ed. Rio de Janeiro: Livros

Técnicos e Científicos, 2005.
4. MORETTIN, P.A. Estatística básica – probabilidade. 7ª. ed. São

Paulo: Makron Books, 2000, vol. 1 H.G. Wells
5. MAGALHÃES, M. N., LIMA, A. C. P. Noções de probabilidade e (1866-1946)
estatística. 6. ed. São Paulo: IME-USP, 2004.
6. MORGADO, A. C. O., CARVALHO, J. B. P, CARVALHO, P. C. P.,
FERNANDEZ, P., Análise Combinatória e Probabilidade, 7. ed. Rio de
Janeiro, SBM - Sociedade Brasileira de Matemática, 2005.
T.F.Bogutchi - Tópicos em Estatística: Estatísticas Descritivas T.F.Bogutchi - Tópicos em Estatística: Estatísticas Descritivas
3 4
Abusos da Estatística
Abusos da Estatística
• Amostra de tamanho pequeno: pode ser usada como uma “mentira”
• Gráficos enganosos
estatística.
R$ 800,00 R$ 800,00
Exemplo: Preferência por determinado dentifrício numa amostra
Ganho semanal mediano
Ganho semanal mediano

R$ 600,00
R$ 700,00 com 10 dentistas e utilização da frase:
R$ 400,00
R$ 600,00 “A pasta dental XXXX é recomendada por 7 em cada 10 dentistas”

R$ 200,00
R$ 500,00 R$ 0,00
Homens Mulheres Homens Mulheres
• Porcentagens distorcidas
Exemplo: Anúncio de Cia. Aérea sobre melhorias de serviços no

item extravio de bagagem:
“área em que melhoramos 100% nos últimos 6 meses”

5 6
ESTATÍSTICA DESCRITIVA:
Enfim.. Consistência dos dados
Interpretações iniciais
A Estatística não é…..
População Amostra
INFERÊNCIA ESTATÍSTICA:
Estimação de quantidade desconhecidas
Extrapolação (inferência) dos resultados
Teste de Hipóteses
7 8
Estatística Descritiva TIPOS DE DADOS
Organização e apresentação dos dados
VARIÁVEL
QUANTITATIVOS QUALITATIVOS
É uma quantificação ou uma categorização da característica de interesse
do estudo.
Numéricos Não Numéricos
A pergunta: Qual a sua idade?
Exemplos: Exemplos:
Altura (cm); Sexo (F/M);
É uma quantificação
Peso (kg); Raça (N, M, B, C);
Tempo (min); Classe social ( A, B, C, D);
Produz uma informação na variável: IDADE Renda (R$); Classificação de um time futebol;
Quantidade de veículos por dia; Estágios de uma tarefa (1, 2, 3....);
No. de filhos; etc...
Gera um dado!
etc...
9 10
QUALITATIVOS (CATEGÓRICOS) QUANTITATIVOS
NOMINAIS ORDINAIS CONTÍNUOS DISCRETOS
Nomenclaturas Ordenação Mensurações Contagens

(nomes)
Exemplos:
Exemplos:
Exemplos: Exemplos: Idade: anos (meses, dias..);
No. de cartões de crédito;
Sexo: Masculino ou Feminino; Tamanho de carros; Altura: metros ou cm.
No de colônias de bactérias por
Tipo sangüineo: O, A, B, AB Classificações do tipo: excelente, Pressão sangüinea: mmHg;
determinado volume: no./ml;
etc... bom, ruim; Produção diária de leite: litros;
No. de vacas do rebanho;
Estágios de uma tarefa; etc...
etc...
etc...
11 12
DIFERENÇA ENTRE DADOS DIFERENÇA ENTRE DADOS
DISCRETOS CATEGÓRICOS DISCRETOS CONTÍNUOS
Contagens Categorias ou Contagens Mensurações

Atribuições
Exemplos: Exemplos: Exemplos:

Exemplos:
No. de filhos: 0, 1, 2, 3, 4, ... Classificação de um atleta: Tenho 3,5 cartões de crédito...
Tenho R$ 3,50
1º., 2º., 3º., 4º.,..
Uma família com 4 filhos tem o É possível comprar alguma coisa
É possível comprar alguma coisa com
dobro de uma com 2? Um atleta classificado em 4º. lugar é com 0,5 de um cartão de crédito?
R$0,50?
duas vezes pior que o do 2º.?
Diferença tem sempre o Diferença Não tem o mesmo Valores fracionários não Valores fracionários são
mesmo significado! significado sempre! são significativos! significativos!
13 14
Apresentando os dados
Tabelas de distribuições de freqüência
I – Tabelas
Definição : Tabela é um quadro que resume um conjunto de dados
Definição: Uma tabela de distribuição de freqüência é um
numéricos ou não-numéricos.
agrupamento dos dados em classes, exibindo o número e/ou a
Exemplo: TABELA 1 porcentagem de observações em cada classe.
Preferência pelos refrigerantes dos consumidores do mercado XY
Refrigerante Freqüência Percentual

O processo de construção de uma tabela de distribuição de freqüência
Coca Cola 19 38,0%
Coca Cola Light 8 16,0% depende do tipo de dados em estudo, ou seja, qualitativos ou
Pepsi Cola 13 26,0% quantitativos discretos ou contínuos.
Fanta 5 10,0%
Sprite 5 10,0%
a) Dados qualitativos:
Total 50 100,0%
Fonte: Anderson et alli, pág 23; 2007 Exemplo:
15 16
As frequências e os percentuais podem ser simples, contagem para cada
TABELA 1
Distribuição de freqüência das compras de refrigerante classe, ou acumulada pelas classes.
Exemplo: TABELA 1
Freqüência Freqüência relativa Distribuição de freqüência das compras de refrigerante
Refrigerante
absoluta percentual
Coca Cola 19 38,0% Freqüência simples Freqüência Acumulada

Coca Cola Light 8 16,0% Refrigerante
Pepsi Cola 13 26,0%
Absoluta Relativa Absoluta Relativa
Fanta 5 10,0%
Sprite 5 10,0% Coca Cola 19 38,0% 19 38,0%
Total 50 100,0% Coca Cola Light 8 16,0% 27 54,0%
Fonte: Anderson et alli, pág 23; 2007 Pepsi Cola 13 26,0% 40 80,0%
Fanta 5 10,0% 45 90,0%
Usualmente utilizamos somente os títulos:
Sprite 5 10,0% 50 100,0%
Frequência para a Absoluta Total 50 100,0%
Percentual para a Relativa Fonte: Anderson et alli, pág 23; 2007
17 18
Dados qualitativos ou quantitativos discretos

II – Gráficos
• Gráfico de setores (“pizza”) – pie chart

Os gráficos facilitam a visualização dos valores e são amplamente
Distr. compras de refrigerantes
utilizados na apresentação de dados estatísticos. Sprite
10,0%
Coca Cola
38,0%
Fanta
Por deixarem de lado as informações originais perde-se informação, por 10,0%
outro lado, facilita a interpretação dos dados observados.
Pepsi Cola
O tipo do gráfico vai depender do tipo de dados que se quer descrever: 26,0%
Coca Cola
Light
16,0%
Fonte: Anderson et alli, pág 23; 2007
19 20
• Gráfico de barras ou de colunas
Dados qualitativos ou quantitativos discretos
40,0%
• Gráfico de setores (“pizza”) – pie chart 35,0%
30,0%
25,0%
20,0%
Distr. compras de refrigerantes 15,0%
10,0%
Sprite
5,0%
10,0% Coca Cola
Fanta 0,0%
38,0%
10,0% Coca Cola Coca Cola Pepsi Cola Fanta Sprite
Light
Sprite
Pepsi Cola Fanta

26,0% Coca Cola
Light Pepsi Cola
16,0%
Coca Cola Light
Coca Cola
0% 5% 10% 15% 20% 25% 30% 35% 40%
21 22
Dados quantitativos contínuos

Número de irmãos relatados por 114 estudantes universitários da UFRGS,
1986-1992 • Histograma
45 É um gráfico de barras contíguas com área total 1 (100%).

40
Histograma de Salário (SM)
35 Cia MB
12
30 11
Freq. absoluta
25 10
20 8
7
Frequencia
15 6 6
6
10
4
4
5
0 2
1 1
0 1 2 3 4 5 6
0
no. de irm ãos 4 7 10 13 16 19 22 25
Salário
Fonte: Callegari-Jaques, pág 25 Fonte: Bussab-Morettin, 2000
23 24
Número de Freqüência Amplitude Densidade Proporção Densidade
• Histograma de classes desiguais empregados (ni) ∆i ni/∆i fi fi/∆i
0 |-- 10 5 10 0,50 0,02 0,0020
Observe que o gráfico anterior apresenta classes de mesmo tamanho: 3.
10 |-- 20 20 10 2,00 0,08 0,0080
Quando as classes são de tamanhos desiguais alguns cuidados especiais 20 |-- 30 35 10 3,50 0,14 0,0140
30 |-- 40 40 10 4,00 0,16 0,0160
devem ser tomados.
40 |-- 60 50 20 2,50 0,20 0,0100
Exemplo: Número de Frequencia Amplitude Densidade Proporção Densidade
60 |-- 80 30 20 1,50 0,12 0,0060
empregados (ni) ∆i ni/∆i fi fi/∆i
80 |-- 100 20 20 1,00 0,08 0,0040
0 |-- 10 5 10 0,50 0,02 0,0020
100 |-- 140 20 40 0,50 0,08 0,0020
10 |-- 20 20 10 2,00 0,08 0,0080
140 |-- 180 15 40 0,38 0,06 0,0015
20 |-- 30 35 10 3,50 0,14 0,0140
180 |-- 260 15 40 0,38 0,06 0,0015
30 |-- 40 40 10 4,00 0,16 0,0160
Total 250 - - 1,00 -
40 |-- 60 50 20 2,50 0,20 0,0100
60 |-- 80 30 20 1,50 0,12 0,0060 Uma análise superficial pode levar à conclusão que a concentração,
80 |-- 100 20 20 1,00 0,08 0,0040
freqüência das classes, vai aumentando até atingir um máximo na classe
100 |-- 140 20 40 0,50 0,08 0,0020
140 |-- 180 15 40 0,38 0,06 0,0015 40|-- 60.
180 |-- 260 15 40 0,38 0,06 0,0015
Total 250 - - 1,00 -
Um estudo mais detalhado revela que a amplitude da classe 40 |-- 60 é o
Fonte: Bussab-Morettin, 2000
dobro das amplitudes das classes anteriores.
25 26
Histograma do No. de Empregados
60
Cuidados a serem tomados: Análise errônea -

50 classe de maior
1) Calcular as amplitudes de cada classe; frêqüência:
40
2) Calcular as densidades de frequências em cada classe (ni/∆i) – medida 40|-- 60
Freqüência
30
que indica qual a concentração por unidade da variável. 20
10

Após esses cuidados, observa-se que a classe de maior concentração é a 0
0 |-- 10 10 |-- 20 20 |-- 30 30 |-- 40 40 |-- 60 60 |-- 80 80 |-- 100 100 |-- 140 140 |-- 180 180 |-- 260
0,0180
Faixa de nos. de empregados
30 |-- 40. 0,0160
0,0140
Densidade relativa
0,0120
Analogamente, a densidade relativa apresenta o mesmo resultado (0,016). Análise correta – 0,0100
classe de maior 0,0080
densidade: 0,0060
Lembrando que a área total do histograma deve ser igual a 1. 30 |-- 40 0,0040
0,0020
0,0000
0 |-- 10 10 |-- 20 20 |-- 30 30 |-- 40 40 |-- 60 60 |-- 80 80 |-- 100 100 |-- 140 |-- 180 |--
Fonte: Bussab-Morettin, 2000 140 180 260
T.F.Bogutchi - Tópicos em Estatística: Estatísticas Descritivas T.F.Bogutchi - Tópicos em Estatística: Estatísticas Descritivas Faixa de nos. de empregados
27 28
O histograma
0,0180 Permite visualizar a forma da distribuição dos dados.
0,0160 Como se dispersam ou se concentram em torno da sua média.
0,0140
Densidade relativa
0,0120
0,0100
0,0080
0,0060
0,0040
0,0020
0,0000
0 |-- 10 10 |-- 20 20 |-- 30 30 |-- 40 40 |-- 60 60 |-- 80 80 |-- 100 100 |-- 140 |-- 180 |-- Distribuição simétrica Distribuição assimétrica
140 180 260
Faixa de nos. de empregados

OBS.: Dados em aplicações reais não são perfeitamente simétricos,
mas, sim, aproximadamente simétricos.
29 30
• Polígono de freqüência
Ligação dos pontos médios das barras de um histograma
Polígono de freqüências para dois fornecedores de leite in natura
20
18
Freúência absoluta (fi)

16
14
12
10
Histograma de dados com distribuição assimétrica fortemente inclinada 8
6
para direita.
4
Diz-se inclinação à direita pois sua cauda se estende bem para a direita. 2
0
Nesse exemplo, foram utilizados os preços de moradia em que algumas 1,5 1,96 2,42 2,88 3,34 3,8 4,26 4,2 5,18
Matéria gorda (%)

delas estavam muito altos. Fornecedor C Fornecedor B
31 32
• Histograma com Percentual Acumulado - Ogiva • Gráfico de Ramo-e-folhas
Exemplo: Uma população de 100 refinarias cuja produção horária de óleo
por máquina (em litros) é dada por:
2 6
3
4 011444578
5 01224444478889
6 001135555566788889
7 0000112233334445557
8 0001112234566689
9 000112456788
10 12457789
11 46
12 3
A coluna da direita, com escala em dezenas, é chamada de RAMO e a da

direita, das unidades, é chamado de FOLHAS.
Os próprios dados geraram o gráfico!
33 34
• Gráfico caixa – Box & Whiskers Plot

Exemplo:
ou simplesmente Box plot
Boxplot para Salário (SM) - Cia MB

25
20
Salário
15
10
35 36
Exemplo anterior estratificado por grau de instrução: • Gráfico de pontos (Dot plot)
Dotplot of Salário
Boxplot of Salário vs Grau de instrução - Cia MB
25
20
Salário
15
10 6 9 12 15 18 21 24
Salário
1o grau 2o grau Superior

Grau de instrução
Fonte: Bussab-Morettin, 2000 Fonte: Bussab-Morettin, 2000
37 38
Exemplo anterior estratificado por grau de instrução:

III – Resumo numérico
Dotplot of Salário vs Grau de instrução Dados quantitativos contínuos
Os resumos numéricos são de grande importância nos estudos estatísticos,

pois permitem aplicações de técnicas especiais na estimação dos
parâmetros de uma população por meio de uma amostra.
Grau de instrução
Essas técnicas serão estudadas na segunda parte da disciplina.

1o grau
2o grau Principais tipos de medidas numéricas de:
Superior
6 9 12 15 18 21 24 • Posição: média, mediana, moda e percentil;
Salário
• Variabilidade: amplitude, variância, desvio-padrão, desvio
interquartílico.
Também são muito úteis: o coeficiente de variação e o escore
Fonte: Bussab-Morettin, 2000 padronizado, que são medidas relativas entre a média e o desvio-padrão.
39 40
1) Medidas de tendência central
Dispondo os valores medidos num gráfico (diagrama) de pontos a média
• Dados brutos
surge como um ponto de equilíbrio – ou centro – da configuração.
• Média aritmética (simples)
Exemplo: Pesos, em quilos, de 10 produtos
3,3 3,1 2,8 2,7 2,9 3,1 3,2 3,0 3,5 3,4
Definição: n
x + x + ... + xn ∑x i
x= 1 2 = i =1
n n
3,3 + 3,1 + 2,8 + 2,7 + 2,9 + 3,1 + 3,2 + 3,0 + 3,5 + 3,4 31,0
x= = = 3,1
10 10
41 42
• Média aritmética ponderada

Tabela : IPC de 10 regiões metropolitanas
Região IPC Peso
Definição: São Paulo 25,1 3,383
n Rio de Janeiro 27,7 2,806
x1 p1 + x2 p2 + ... + xn pn ∑x p
i =1
i i
Recife
Belo Horizonte
25,3
28,6
0,726
0,682
xp = = n Porto Alegre 29,0 0,619
p1 + p2 + ... + pn Salvador 26,0 0,472
∑p i =1
i Fortaleza 25,3 0,444
Curitiba 32,6 0,341
Belém 23,7 0,270
OBS.: A média aritmética simples pode ser encarada como uma média Brasília 25,6 0,257
Fonte: IBGE
aritmética ponderada em que os pesos são todos iguais.
Exemplo: Calcular o INPC (Índice Nacional de Preços ao Consumidor)

(25,1)(3,383) + (27,7)(2,806) + ... + (25,6)(0,257)
baseado no IPC (Índice de Preços ao Consumidor) de 10 regiões INPC = x p = = 26,61
3,383 + 2,806 + ... + 0,257
metropolitanas brasileiras no período de abril a setembro de 1979,
proporcionalmente à população respectiva em 01/07/75.
43 44
• Mediana Mediana dos dados dos 10 pesos (kg) dos produtos
• Valor que divide a distribuição ao meio. Deixa 50% dos dados nele ou 3,3 3,1 2,8 2,7 2,9 3,1 3,2 3,0 3,5 3,4
abaixo dele e 50% nele ou acima dele.
Passo 1: Ordenar os dados
• Cálculo:
2,7 2,8 2,9 3,0 3,1 3,1 3,2 3,3 3,4 3,5
1. Ordenar os dados;
Passo 2: n=10 (par)
2. Se n for ímpar: elemento da posição (n+1)/2;
A mediana será a média aritmética entre os elementos que ocupam a
1 2 5 7 8
5a. e a 6a. posição
3,1 + 3,1
3. Se n for par: média dos elementos que ocupam as posições n/2 e med = = 3,1
2
(n+2)/2.
Obs.: A mediana pode ser indicada por med ou
~
x
1 2 5 7 8 9
45 46
• Moda
No entanto, tal valor não tem nenhum caráter representativo ou
É o valor que apresenta maior freqüência em um conjunto de sintetizador do conjunto de dados!
observações individuais.
A moda é uma medida mais indicada ao caso de dados agrupados. • Observações
No caso de dados não-agrupados, a moda nem sempre tem utilidade A mediana e a moda não são fornecidas pelas calculadoras, e, no caso
como elemento representativo ou sintetizador do conjunto. de um grande número de dados, seu cálculo exato pode ser
extremamente laborioso.
Exemplo: No gráfico de pontos a seguir,
Não há regra fixa para se escolher tal ou qual dessas medidas.
A escolha deverá ser aquela mais adequada para a situação.
Exemplo:
De acordo com a definição, a moda é 25.

47 48
Exemplo de aplicação:
1 2 5 7 8 Média: 4,6 - Mediana: 5
Os clientes do banco A entram em uma fila única que é atendida por três
1 2 5 7 80 Média: 19 - Mediana: 5 caixas. Os clientes do banco B podem entrar em qualquer uma de três
filas que conduzem a três guichês. Os tempos em espera (minutos) dos
clientes encontram-se na tabela:
a) A média aritmética é a medida sintetizadora mais adequada quando
Fila em Bancos
não há valores erráticos ou aberrantes. A (fila única) B (fila múltipla)
1 6,5 4,2
b) A mediana de ser usada sempre que possível como medida 2 6,6 5,4
3 6,7 5,8
representativa de distribuições fortemente assimétricas, como 4 6,8 6,2
5 7,1 6,7
distribuições de rendas, etc.. 6 7,3 7,7
7 7,4 7,7
8 7,7 8,5
9 7,7 9,3
10 7,7 10
49 50
Gráfico de pontos:
Estatísticas Descritivas dos bancos: A (fila única); B (fila múltipla)
Variável N Média Mediana Moda

A (fila única) 10 7,150 7,200 7,7
B (fila múltipla) 10 7,150 7,200 7,7
Considerando essas medidas de tendência central seria possível fazer a

escolha por um desses bancos?
Aparece a necessidade de se conhecer mais uma ferramenta que auxilie Por meio desse gráfico é possível identificar alguma informação que auxilie
nessa decisão. uma decisão?
51 52
2) Medidas de dispersão ou de variabilidade
• Amplitude
Maior valor Menor valor Amplitude
Banco A 7,7 6,5 1,2 = 7,7 - 6,5
Banco B 10,0 4,2 5,8 = 10,0 - 4,2
Verifica-se que a amplitude do banco B é quase 5 vezes maior que a do

banco A.
A distância (d) de cada observação ao ponto central (média) pode ser
Dificuldade:
obtida por:
• Essa medida não utiliza as informações dos valores intermediários!
d = xi − x
Voltando ao gráfico de pontos podemos pensar na quantificação das Mas, ao calcularmos essas distâncias para todas as observações teremos
distâncias ou desvios de cada observação em relação à média entre eles, tantos novos dados quanto o número delas. Precisamos então sintetizá-la
ou seja, do valor que os caracteriza. através da média dessas distâncias ou desvios.

53 54
Banco A
i xi ( x i − x) DM é uma medida pouco utilizada devido aos transtornos matemáticos no
6,5 – 7,15 = -0,65
1 6,5
2 6,6 -0,55
seu manuseio para cálculos matemáticos em processos estatísticos mais
3 6,7 -0,45
4 6,8 -0,35 avançados.
5 7,1 -0,05
6 7,3 0,15
7 7,4 0,25 A dificuldade, com os sinais da diferença, pode ser contornado com a
8 7,7 0,55
9
10
7,7
7,7
0,55
0,55
utilização do quadrado das distâncias ou desvios.
A média dos quadrados dos desvios irá nos fornecer uma medida da
Mas, o somatório desses desvios é zero!!
dsipersão conhecida como VARIÂNCIA.
Nesse caso, desconsidera-se o sentido dos desvios, ou seja, calcula-se a
Genericamente, a variância de um conjunto de dados X, var(X) é:
distância em módulo.
n
A média dos módulos dos desvios nos fornece o Desvio Médio (DM). 2
∑ (x − x )
i =1
i
n
Genericamente: var( X ) =
∑ xi − x n −1
i =1
DM =
n
55 56
Observações.:
Banco A
1. O cálculo da média utilizando o quociente (n-1) é utilizado para
i xi (xi − x) (xi − x) 2
amostras e sua explicação pormenorizada encontra-se em estudo mais
1 6,5 6,5 – 7,15 = -0,65 0,4225
avançado de Inferência Estatística.
2 6,6 -0,55 0,3025
2. As calculadoras e os computadores utilizam essa fórmula.
3 6,7 -0,45 0,2025
3. Em muitos livros a variância é denotada por s2. 4 6,8 -0,35 0,1225
5 7,1 -0,05 0,0025
Voltando ao exemplo do banco A: 6 7,3 0,15 0,0225
7 7,4 0,25 0,0625
8 7,7 0,55 0,3025
2,045 9 7,7 0,55 0,3025
var(banco A) = s A2 = = 0,2272 10 7,7 0,55 0,3025
9
Total 0,0 2,0450
Conforme demonstrado na tabela seguir:
57 58
Como a unidade do tempo medida é em minutos então a variância está

Genericamente, o desvio-padrão de um conjunto X de dados é obtido por:
apresentada na unidade min2.
Esse problema dificulta a interpretação da variância pelo fato de ser uma

unidade de área e que nem sempre tem sentido físico.
n
∑ (x i − x) 2
Uma solução é extrairmos a raiz quadrada da variância, obtendo assim i =1
dp( X) = var( X ) =
uma medida que nos apresenta um resumo da variabilidade na mesma n −1
unidade de medida da média.
OBS.: Em muitos livros o desvio–padrão é denotado por s.
Essa medida é amplamente conhecida e utilizada com o nome de
DESVIO-PADRÃO.
A origem dessa letra é inglesa: Standard-Deviation.
59 60
Estatísticas descritivas para dados agrupados
Síntese numérica para os bancos A e B:
Se os dados estiverem agrupados, as medidas resumo são calculadas
Estatísticas Descritivas dos bancos: A (fila única); B (fila múltipla)
por:
n n
Variável N Média Mediana Desvio-padrão
A (fila única) 10 7,150 7,200 0,477 ∑x f
i =1
i i ∑ (x − x) i
2
fi dp ( X ) = var( X )
B (fila múltipla) 10 7,150 7,200 1,822 x= var( X ) = i =1
n n −1
Em que,
Variável Mínimo Máximo
A (fila única) 6,500 7,700 • xi é o ponto médio da classe (faixa de intervalo) ou o valor observado;
B (fila múltipla) 4,200 10,000
• fi é a frequência da classe ou do valor observado
• n= total geral (soma de todos os fi’s.

E em todas essas medidas a unidade está em minutos.
Exemplo: A tabela a seguir apresenta o número de erros de impressão em
um livro. Calcular a média e o desvio-padrão dos erros de impressão.
61 62
3) Relações entre média e desvio-padrão

Erros (xi) Frequência (fi) (xi)(fi) (xi-0,66)2fi
0 25 0 10,89 Algumas vezes é conveniente expressar a variabilidade em termos relativos

1 20 20 7.481
porque,
2 3 6 85,55
3 1 3 5,476 • Desvio-padrão de 10
4 1 4 11,16
• Pode ser insignificante para um conjunto de dados com média 10.000
Total 50 33 7.594
• Pode ser bastante significante para um conjunto com média 100
Pois,
n n • Coeficiente de variação (CV)
∑x f i i
33 ∑(x i − x ) 2 fi
7.594
x= i =1
= = 0,66 var( X ) = i =1
= = 154,98 Compara o desvio-padrão com a média para um conjunto.
n 50 n −1 49
É definido por:
dp( X)
dp( X ) = var( X ) = 12,45 CV =
x
63 64
É um valor adimensional pois a média e o desvio-padrão possuem a
Média Desvio-padrão CV
mesma unidade de medida. Usualmente é expresso em porcentagem. Aluno A 63,2 3,1 0,049 (4,9%)
Aluno B 78,5 5,5 0,070 (7,0%)
Fornece uma medida para a homogeneidade do conjunto de dados.

Uma sugestão de classificação do CV é:
A grande utilidade do CV é permitir a comparação das variabilidades de

• Baixo - inferior a 0,10 - dados homogêneos
diferentes conjuntos de dados.
• Médio – de 0,10 a 0,20 – dados razoavelmente homogêneos

Exemplo: Em cinco testes, um estudante obteve média 63,2 com desvio-
padrão 3,1. Outro estudante teve média 78,5 com d.p. de 5,5. Qual dos
• Alto – de 0,20 a 0,30 – dados heterogêneos
dois é mais consistente?
• Muito alto – superior a 0,30 – dados bastante heterogêneos

65 66
• Escore padronizado (zi) - (ou escore z)

201,2 − 178
Compara os indivíduos de um grupo em relação à média do grupo, zi = = 3,22
7,2
padronizado pelo desvio-padrão.
Permite distinguir entre valores usuais e valores raros (ou incomuns).

Podemos interpretar esse resultado dizendo que a altura de Michael Jordan
A unidade é “desvios-padrão”. está a 3,22 desvios-padrão acima da média.
xi − x
É definido por: zi =
dp( X )
Exemplo: Suponha que as alturas dos homens americanos sadios seja de 178
Valores Incomuns Valores Usuais Valores Incomuns
cm em média com um desvio-padrão de 7,2 cm. O jogador de basquete
Michael Jordan ganhou reputação de gigante por suas proezas no jogo, mas -3 -2 -1 0 1 2 3
com seus 201,2 cm ele pode ser considerado excepcionalmente alto,
comparado com a população geral dos homens adultos americanos?
67 68
• Percentis
1. Px , o percentil de ordem x , é o valor que deixa x% dos dados nele e 1. A mediana está na 4ª. Classe (55 a 69)
abaixo dele e (1-x)% dos dados acima dele. A mediana é o P50. 2. n=500 → 50% de 500 = 250 ( posição do elemento).
2. Os percentis de ordem 25, 50 e 75 são chamados de Quartis 1, 2 e 3.
3. Tamanho da classe: 69-55=14
A mediana é o Q2.
4. Freqüência da classe: 147
3. Podem ser estimados por pelos percentuais acumulados:
Simples Acumulada 5. Até a classe anterior tem-se 206 elementos.
Nota
Freq Perc Freq Perc
10 a 24 44 8,8% 44 8,8%
6. x é o valor correspondente ao elemento 250 ⇒ ⇒ x ≅ 4,2
25 a 39 70 14,0% 114 22,8%
40 a 54 92 18,4% 206 41,2%
7. Mediana: 55+4,2 ≅ 59,2
55 a 69 147 29,4% 353 70,6%
70 a 84 115 23,0% 468 93,6%
85 a 99 32 6,4% 500 100,0%
Ou pode ser estimado pela Ogiva (histograma das frequências relativas
Total 500 100,0%
(percentuais) acumulados:
69 70
Histograma para o Teor gordura (g/24h)

Normal
Desvio Interquartílico (DI)
3
Mean 2,305
100
StDev 0,8635
N 43
Percentual A cumulado
80 80
Quando a distribuição é assimétrica e a mediana é considerada a

60
medida de tendencia central mais recomendada,

40
P80 ≅ 3 g / 24 h
20 A medida de variação mais indicada é o desvio interquartílico (ou
0
1 2 3 4
0 amplitude entre quartis, ou desvio entre quartis) definida por:
Teor gordura (g/24h)
DI = Q3 – Q1
Ou pela formula geral para o percentil de ordem 100p ( 0 ≤ p ≤ 1):
A−B Q3, Q1 representam o terceiro e o primeiro quartil, respectivamente.
P100 p = Li + H
C
Li = limite inferior da classe que contem o percentil desejado;
Exemplo: Medidas de Transaminase-glutâmico-pirúvica sérica (TGP) em
A = np
B = Freqüência acumulada da classe anterior 95 recém-nascidos prematuros de Porto Alegre (fonte: Callegari-
C = freqüência da classe que contem o percentil desejado
H = Tamanho da classe que contem o percentil Jaqques, pág. 37)
71 72
TGP Conhecidas como “Cinco medidas resumo”
Estatísticas Descritivas
(U/mL) Freq.
0 |-- 10 42 N 95
10 |-- 20 31 Média 20
São utilizadas como resumo de um conjunto de dados:
20 |-- 30 10 Mediana (Quartil 2) 10
30 |-- 40 4 Desvio-padrão 30,6 (Mínimo , 1o. Quartil, Mediana, 3o. Quartil, Máximo)
40 |-- 50 1 Mínimo 3
50 |-- 60 1 Máximo 211 Essas medidas encontram-se representadas graficamente no Box plot.
60 |-- 70 1 Quartil 1 7 Distribuição TGP (U/mL) em 95 recém nascidos
100 ou + 5 Quartil 3 18
45
Total 95 Desvio interquartílico 11 40
35
Aspectos das distribuições
30
Vimos que o histograma mostra o formato da distribuição dos dados.
Frequência
25
20
15
Considerando, agora, as medidas numéricas, uma distribuição de
10
5
frequências será:
0
0 |-- 10 10 |-- 20 20 |-- 30 30 |-- 40 40 |-- 50 50 |-- 60 60 |-- 70 100 ou +
Faixas de TGP (U/m L)
73 74
• Simétrica: a média, a mediana e a moda serão iguais.
• Assimétrica à esquerda: a média será menor do que a mediana,

que por sua vez, geralmente, será menor do que a moda.
• Assimétrica à direita: a média será maior que a mediana, que

por sua vez, será geralmente, maior do que a moda.
Um exemplo de uma distribuição de frequências perfeitamente simétrica

é dada por uma distribuição com a forma de sino e apresenta as
seguintes particularidades de concentração dos dados em torno da
média (média como ponto médio do intervalo):
1. Amplitude de 2 desvios-padrão: 68,3% dos dados;
2. Amplitude de 4 desvios-padrão: 95,4% dos dados;

Curva perfeitamente simétrica
3. Amplitude de 6 desvios-padrão: 99,7% dos dados.
75 76
Curva assimétrica à direita – exemplo anterior do preço das moradias
Cauda estende à direita; média > mediana
T.F.Bogutchi - Tópicos em Estatística: Estatísticas Descritivas

77

Unidade 01

Enviado por

Dados do documento

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

Unidade 01

Enviado por

Direitos autorais:

Formatos disponíveis

Nota da professora

• Um estudo mais aprofundado deverá

1. BUSSAB, W. O., MORETTIN, P. A. Estatística básica. 5. ed. rev. São

3. TRIOLA, M. F. Introdução à estatística. 9. ed. Rio de Janeiro: Livros

4. MORETTIN, P.A. Estatística básica – probabilidade. 7ª. ed. São

Ganho semanal mediano

R$ 600,00 “A pasta dental XXXX é recomendada por 7 em cada 10 dentistas”

Exemplo: Anúncio de Cia. Aérea sobre melhorias de serviços no

“área em que melhoramos 100% nos últimos 6 meses”

QUALITATIVOS (CATEGÓRICOS) QUANTITATIVOS

NOMINAIS ORDINAIS CONTÍNUOS DISCRETOS

Nomenclaturas Ordenação Mensurações Contagens

DISCRETOS CATEGÓRICOS DISCRETOS CONTÍNUOS

Contagens Categorias ou Contagens Mensurações

Exemplos: Exemplos: Exemplos:

Refrigerante Freqüência Percentual

Coca Cola 19 38,0% Freqüência simples Freqüência Acumulada

Dados qualitativos ou quantitativos discretos

• Gráfico de setores (“pizza”) – pie chart

outro lado, facilita a interpretação dos dados observados.

Fonte: Anderson et alli, pág 23; 2007

Pepsi Cola Fanta

Coca Cola Light

Dados quantitativos contínuos

45 É um gráfico de barras contíguas com área total 1 (100%).

Fonte: Callegari-Jaques, pág 25 Fonte: Bussab-Morettin, 2000

Histograma do No. de Empregados

Cuidados a serem tomados: Análise errônea -

2) Calcular as densidades de frequências em cada classe (ni/∆i) – medida 40|-- 60

que indica qual a concentração por unidade da variável. 20

Histograma do No. de Empregados

Faixa de nos. de empregados

Polígono de freqüências para dois fornecedores de leite in natura

Freúência absoluta (fi)

Histograma de dados com distribuição assimétrica fortemente inclinada 8

Matéria gorda (%)

A coluna da direita, com escala em dezenas, é chamada de RAMO e a da

• Gráfico caixa – Box & Whiskers Plot

Boxplot para Salário (SM) - Cia MB

Fonte: Bussab-Morettin, 2000

1o grau 2o grau Superior

Fonte: Bussab-Morettin, 2000 Fonte: Bussab-Morettin, 2000

Exemplo anterior estratificado por grau de instrução:

Dotplot of Salário vs Grau de instrução Dados quantitativos contínuos

Os resumos numéricos são de grande importância nos estudos estatísticos,

Essas técnicas serão estudadas na segunda parte da disciplina.

• Média aritmética ponderada

aritmética ponderada em que os pesos são todos iguais.

Exemplo: Calcular o INPC (Índice Nacional de Preços ao Consumidor)

A moda é uma medida mais indicada ao caso de dados agrupados. • Observações

A escolha deverá ser aquela mais adequada para a situação.

De acordo com a definição, a moda é 25.

Variável N Média Mediana Moda

Considerando essas medidas de tendência central seria possível fazer a

Verifica-se que a amplitude do banco B é quase 5 vezes maior que a do

ou seja, do valor que os caracteriza. através da média dessas distâncias ou desvios.

Conforme demonstrado na tabela seguir:

Como a unidade do tempo medida é em minutos então a variância está

Esse problema dificulta a interpretação da variância pelo fato de ser uma

• n= total geral (soma de todos os fi’s.

3) Relações entre média e desvio-padrão

0 25 0 10,89 Algumas vezes é conveniente expressar a variabilidade em termos relativos

Fornece uma medida para a homogeneidade do conjunto de dados.