Retiramos uma amostra de uma população e realizamos uma inferência estatística acerca da

mesma.

Estatística descritiva  sumariar e descrever atributos mais proeminentes de um determinado

conjunto de dados;

Estatística inferencial  caraterizar o todo (população) a partir da parte (amostra).

Natureza das variáveis

Quantitativa: assume valores intrinsecamente numéricos, podendo ser discretas - conjunto

finito ou infinito numerável (ex. nº de AVCs) – ou contínuas – assumem valores em intervalos
reais (ex. comprimentos, pesos, tempos);

Qualitativa: valores intrinsecamente não numéricos (ex. região de proveniência)

Escalas de medida de uma variável

Métrica: de razões – valores possuem ordem e diferenças têm significado, representando o 0 a

ausência de caraterística (ex. nº de filhos de um casal, comprimento, peso) – ou de intervalos –
não existe ponto nulo natural e múltiplos valores não possuem significado (ex. diferentes
escalas de temperatura);

Ordinal: valores possuem ordem intrínseca (ex. classificação de um serviço de 1 a 5, grupos

etários);

Nominal: valores não possuem ordem intrínseca (ex. grupo sanguíneo, sexo)

Organização dos dados – tabelas de frequências, em que normalmente são calculadas

frequência absoluta, relativa e cumulativa.

Interpretação:

1. Em 52 dias foram contabilizadas 3

ocorrências da doença A.

2. Em 84,8 por cento dos 257 dias

contabilizados, ocorreram 3 ou menos
ocorrências da doença A.

Medidas amostrais > de localização, dispersão ou forma.

Localização/ Tendência Central

 média - centro de massa dos valores das observações;

 mediana - observação central da amostra ordenada, significa que pelo menos 50% dos
dados são inferiores ou iguais e superiores ou iguais a 50% de me. Se a amostra possui
 dimensão ímpar, corresponde à observação central, se a amostra possui dimensão par,
corresponde à média das duas observações mais centrais.
 moda – valor mais frequente de uma amostra, pode ser usado em dados numa escala
nominal. Não possui significado em dados de natureza contínua ou em discretos com
poucas observações repetidas.
 média aparada

Localização Relativa – mínimo, máximo, quantil

Dispersão

 amplitude – diferença entre o máximo e o mínimo.

 variância (s^2) – média dos quadrados dos desvios das observações em relação à
média da amostra, sendo geralmente considerada a variância corrigida.
 desvio padrão (sc) – raiz quadrada da variância. tanto este como a variância podem
ser fortemente afetados por erros ou observações extremas.
 coeficiente de variação (v) – razão entre o desvio padrão e a média (sc/X_). Trata-se
de uma medida de dispersão relativa que não possui unidade, sendo lida como
percentagem e utilizada para comparar 2 ou mais grupos (<0.1 baixo, 0.1-0.2 médio,
0.2-0.3 alto, >0.3 muito alto)
 distância interquartil (H) – intervalo interquartis [Q1,Q3] (50% das observações, as
mais centrais). distância interquartil – diferença entre Q3 e Q1.

Forma

Avaliação por simetria ou assimetria. Uma distribuição possui assimetria positiva/negativa,

quando existe uma concentração de valores na zona de valores mais reduzidos/elevados da
amostra.

Assimetria positiva: moda < mediana < média

Assimetria negativa: média < mediana < moda

Simetria pura: média = mediana = moda

Simetria aproximada: média ~ mediana ~ moda

Coeficiente de assimetria (skewness) - assume o valor zero quando a distribuição de

frequências da amostra é completamente simétrica e assume valores diferentes de zero
quando a distribuição não é simétrica.

Se Standard Error of Skewness: |skewness/ std. error of skewness| > 2, a assimetria é

considerável.