Notas de Aula Estatística Elementar Com Base em Mario F. Triola

Notas de Aula
Estatística Elementar
10ª Edição
by Mario F. Triola
Tradução: Denis Santos
Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Slide 1
Capítulo 3
Estatísticas para Descrição,
Exploração e Comparação de
Dados
3-1 Visão Geral
3-2 Medidas de Centro
3-3 Medidas de Dispersão
3-4 Medidas de Forma da Distribuição
3-5 Análise Exploratória de Dados (EDA)

Slide 2
Seção 3-1
Visão Geral
Created by Tom Wegleitner, Centreville, Virginia

Slide 3
Visão Geral
Estatísticas Descritivas
resume ou descreve as características
importantes de um conjunto de dados
conhecido
Estatística Inferencial
usa dados amostrais para fazer
inferências (ou generalizações) sobre
uma população
Slide 4
Seção 3-2
Medidas de Tendência
Central

Slide 5
Ponto Chave
Quando descrevemos, exploramos e

comparamos conjuntos de dados, estas
características são geralmente extremamente
importante: centro, variação, distribuição,
outliers e mudanças ao longo do tempo

Slide 6
Definição
Medida de Tendência Central

o valor localizado no centro (meio)
de um conjunto de dados

Slide 7
Definição
Média Aritmética
(média)
a medida central obtida somando-se todos

os valores e dividindo o total pela
quantidade de valores

Slide 8
Notação
Σ denota a soma de um conjunto de valores.
x é a variável geralmente usada para representar

os valores individuais dos dados.
n representa a quantidade de valores em uma

amostra.
N representa a quantidade de valores em uma

população.

Slide 9
Notação
x Pronuncia-se ‘x-barra’ e denota a média de um
conjunto de valores amostrais
Σx
x =
n
µ pronuncia-se ‘mi’ e a média de todos os valores em uma
população
Σx
µ =
N
Slide 10
Definições
Mediana
é o valor central quando os valores
originais são organizados em ordem
ascendente ou descendente de
magnitude
~
geralmente denotada por x (pronuncia-
se ‘x-til’)
Não é afetado por valores extremos

Slide 11
Encontrando a Mediana
Se a quantidade de valores é ímpar, a

mediana é o número localizado
exatamente no centro da lista de valores
ordenados.
Se a quantidade de valores é par, a
mediana é a média dos dois valores
centrais.

Slide 12
5.40 1.10 0.42 0.73 0.48 1.10
0.42 0.48 0.73 1.10 1.10 5.40
(valores ordenados – número par de valores – sem valor

central exato, média de dois números)
0.73 + 1.10
2
MEDIANA=0.915
5.40 1.10 0.42 0.73 0.48 1.10 0.66

0.42 0.48 0.66 0.73 1.10 1.10 5.40
(valores ordenados – número ímpar de valores )
exact middle MEDIANA=0.73

Slide 13
Definições
Moda
é o valor que aparece com mais freqüência.
Nem sempre é única.
Um conjunto de dados pode ser:
Bimodal
Multimodal
Sem Moda
A moda é a única medida de tendência central

que pode ser usada com dados nominais.

Slide 14
Moda - Exemplos
a. 5.40 1.10 0.42 0.73 0.48 1.10 Moda=1.10

b. 27 27 27 55 55 55 88 88 99 Bimodal - 27 e 55
c. 1 2 3 6 7 8 9 10 Sem moda

Slide 15
Definição
Ponto Médio
é o valor no meio dos valores máximo e

mínimo dos dados originais.
Valor máximo + valor mínimo

Ponto Médio =
2

Slide 16
Regra de Arredondamento para
Medidas de Tendência Central
Arredonde os valores com uma casa

decimal a mais que os dados
originais.

Slide 17
Média de uma Distribuição de
Freqüência
Assume que em cada classe, todos

os valores amostrais são iguais ao
ponto médio.

Slide 18
Média de uma Distribuição de
Freqüência
use o ponto médio de cada classe para a

variável x

Slide 19
Média Ponderada
Em alguns casos, os valores têm grau de

importância diferenciados, sendo então
ponderados de acordo com esta importância.
Σ (w • x)
x =
Σw

Slide 20
Melhor Medida de Tendência
Central

Slide 21
Definições
Simetria
a distribuição de dados é dita simétrica
se a metade esquerda de seu histograma
é aproximadamente uma imagem
especular de seu lado direito.
Caso a distribuição se estende mais
para um lado do que para o outro, ela é
dita assimétrica.

Slide 22
Assimetria

Slide 23
Recapitulando
Nesta seção nós estudamos:
Tipos de Medidas de Centro

Média
Mediana
Moda
Média de uma distribuição de freqüência
Médias ponderadas
Melhor Medida de Centro
Assimetria

Slide 24
Seção 3-3
Medidas de Dispersão

Slide 25
Ponto Chave
Devido a esta seção introduzir o conceito de

variação, que é crucial em estatística, esta
pode ser considerada uma das seções mais
importante deste livro.
Priorize como interpretar valores de desvio

padrão

Slide 26
Definição
A amplitude de um conjunto de
dados é a diferença entre os valores
máximo e mínimo.
Amplitude = (valor máximo) – (valor mínimo)

Slide 27
Definição
O desvio padrão de uma amostra é

uma medida de dispersão dos
valores em relação à média.

Slide 28
Fórmula do Desvio Padrão
Amostral
Σ (x - x) 2
s=
n-1

Slide 29
Desvio Padrão Amostral
(Fórmula Reduzida)
Σ(x ) - (Σ
nΣ Σx) 2 2
s=
n (n - 1)

Slide 30
Desvio Padrão -
Propriedades Importantes
O desvio padrão é uma medida de dispersão
de todos os valores a partir da média.
O valor do desvio padrão s é usualmente
positivo.
O valor do desvio padrão s pode aumentar
drasticamente com a inclusão de um ou mais
outliers.
A unidade do desvio padrão s é a mesma dos

dados originais.

Slide 31
Desvio Padrão Populacional
Σ (x - µ) 2
σ = N
Esta fórmula é semelhante à anterior, porém utiliza
a média e tamanho populacionais no lugar dos
seus valores amostrais.

Slide 32
Definição
A variância de um conjunto de dados é uma

medida de dispersão igual ao quadrado do desvio
padrão.
Variância amostral: Quadrado do desvio padrão

amostral s
Variância populacional: Quadrado do desvio

padrão populacional σ

Slide 33
Variância - Notação
Desvio padrão ao quadrado
Notação
} s 2
Variância Amostral
σ 2
Variância Populacional

Slide 34
Regra de Arredondamento para
Medidas de Dispersão
Arredonde os valores com uma

casa decimal a mais que os dados
originais.
Arredonde apenas a resposta final, e não os

valores cálculo intermediário.

Slide 35
Estimação do Desvio Padrão
Regra Empírica da Amplitude
Para estimar o desvio padrão s,
use amplitude
s≈
4
onde amplitude = (valor máximo) – (valor mínimo)

Slide 36
Estimação do Desvio padrão
Regra Empírica da Amplitude
Para interpretar um valor conhecido do desvio padrão s,

encontre uma estimativa robusta dos valores máximo e
mínimo amostrais “usuais” usando:
Valor Mínimo “usual” = (média) – 2 X (Desvio padrão)
Valor Máximo “usual” = (média) + 2 X (Desvio padrão)

Slide 37
Definição
Regra Empírica (68-95-99.7)

Para conjuntos de dados com distribuição
aproximadamente normal, a seguinte propriedade é
válida:
Aproximadamente 68% de todos os valores estão a
1 desvio padrão da média.
Aproximadamente 95% de todos os valores estão a
2 desvios padrões da média.
Aproximadamente 99.7% de todos os valores estão
a 3 desvios padrões da média.

Slide 38
Regra Empírica

Slide 39
Regra Empírica

Slide 40
Regra Empírica

Slide 41
Definição
Teorema de Chebyshev
A proporção (ou fração) de qualquer conjunto de
dados que se situa a K desvios padrões da média é
sempre no mínimo 1-1/K2, onde K é qualquer número
inteiro positivo maior que 1.
Para K = 2, no mínimo 3/4 (ou 75%) de todos os

valores se localizam a 2 desvios padrões da média.
Para K = 3, no mínimo 8/9 (ou 89%) de todos os
valores se localizam a 3 desvios padrões da média.

Slide 42
Razão para usar n-1 versus
n
No final da Seção 3-3 temos uma

explicação detalhada de por que usa-
se n – 1 ao invés de n.

Slide 43
Definição
O coeficiente de variação (ou CV) de um conjunto
de dados amostrais ou populacionais, expressado
em percentual, descreve o desvio padrão em
relação a média.
amostr população
a
σ
s • 100% CV = • 100%
CV =
x µ

Slide 44
Recapitulando
Amplitude
Desvio padrão de uma amostra ou população
Variância de uma amostra ou população
Regra empírica da amplitude
Distribuição empírica
Teorema de Chebyshev
Coeficiente de variação (CV)

Slide 45
Seção 3-4
Medidas de Forma da
Distribuição

Slide 46
Ponto Chave
Esta seção introduz algumas medidas que

podem ser usadas para comparar valores de
diferentes conjuntos de dados, ou compará-
los dentro do mesmo conjunto de dados. A
mais importante destas medidas é o conceito
de escore z.

Slide 47
Definição
Escore z (ou valor padronizado)

é o número de desvios padrões um
dado valor x está acima ou abaixo da
média

Slide 48
Medida de Posição Relativa
Escore z
amostra população
x - x z= x - µ
z= s σ
Arredonde z com 2 casas decimais

Slide 49
Interpretando Escore Z
Sempre que um valor é menor que a média, seu z

escore correspondente é negativo.
Valores usuais : escore z entre –2 e 2
Valores não-usuais: escore z< -2 ou escore z > 2

Slide 50
Definição
Q1 (Primeiro Quartil) separa os 25%

inferiores dos valores ordenados dos 75%
superiores.
Q2 (Segundo Quartil) mesmo que a
mediana; separa os 50% inferiores dos
valores ordenados dos 50% superiores.
Q1 (Terceiro Quartil) separa os 75%

inferiores dos valores ordenados dos 25%
superiores.

Slide 51
Quartis
Q1, Q2, Q3
Divide os valores ordenados em quatro
partes iguais
25% 25% 25% 25%
(mínimo)
Q1 Q2 Q3 (máximo)
(mediana)

Slide 52
Percentis
Assim como há três quartis separando

os dados em quatro partes, há também
99 percentis denominados P1, P2, . . .
P99, os quais dividem os dados em 100
grupos.

Slide 53
Como Encontrar o Percentil de
um Dado Valor
Número de valores menores que x

Percentil do valor x = • 100
Número total de valores

Slide 54
Convertendo o k-ésimo Percentil em
seu Valor Correspondente
Notação
n número total de valores no conjunto de

dados
k
L= •n k percentil usado
100
L localizador que indica a posição de um
valor
Pk k-ésimo percentil

Slide 55
Convertendo o k-ésimo
Percentil em seu Valor
Correspondente

Slide 56
Algumas Outras Estatísticas
Intervalo Interquartílico (ou IIQ):Q3 - Q1

Q3 - Q1
Intervalo Semi-interquartil :
2
Midquartile: Q3 + Q1
2
10 - 90 Percentile amplitude: P90 - P10

Slide 57
Recapitulando
Escore z
Escore z e valores não-usuais
Quartis
Percentis
Convertendo um percentil no seu valor
correspondente
Outras estatísticas

Slide 58
Seção 3-5
Análise Exploratória de
Dados (AED)

Slide 59
Ponto Chave
Esta seção discute outliers, então

introduz um novo gráfico estatístico
chamado boxplot, o qual é útil para
visualização da distribuição dos dados.

Slide 60
Definição
Análise Exploratória de Dados (AED)

é o processo de utilizar ferramentas
estatísticas (tais como gráficos,
medidas de centro e medidas de
dispersão) para investigação de
conjuntos de dados com o objetivo de
se compreenderem suas importantes
características

Slide 61
Definição
Um outlier é um valor que está

localizado muito afastado de quase todos
os demais valores.

Slide 62
Princípios Importantes
Um outlier pode ter um efeito dramático

sobre a média.
sobre o desvio padrão.
sobre a escala de um histograma, de modo que
a real natureza de sua distribuição ser
totalmente obscurecida.

Slide 63
Definições
Para um conjunto de dados, o resumo dos 5

números consiste no valor mínimo; no primeiro
quartil Q1; na mediana (ou segundo quartil Q2); no
terceiro quartil, Q3; e no valor máximo.
Um boxplot ( ou diagrama de caixa) é um gráfico

de um conjunto de dados que consiste em uma
linha que se estende do valor mínimo ao valor
máximo, e uma caixa com linhas traçadas no
primeiro quartil, Q1, na mediana, e no terceiro
quartil, Q3.

Slide 64
Boxplots

Slide 65
Boxplots - cont

Slide 66
Boxplots - cont

Slide 67
Boxplots - cont

Slide 68
Boxplots Modificados
Alguns pacotes estatísticos fornecem boxplots

modificados os quais representam outliers com
pontos especiais.
Um valor é um outlier se ele está…

acima de Q3 por uma quantidade maior que 1.5 X IIQ
ou
abaixo de Q1 por uma quantidade menor que 1.5 X IIQ

Slide 69
Construção de um Boxplot
Modificado
Um boxplot modificado é construído com

estas especificações:
Um símbolo especial (tal como um
asterisco) é usado para identificar os
outliers.
A linha horizontal sólida se estende
apenas até onde o valor mínimo que não é
outlier e até o valor máximo que também
não é outlier.

Slide 70
Boxplots Modificado - Exemplo

Slide 71
Recapitulando
Análise Exploratória de Dados
Efeitos dos outliers
resumo dos cinco números
Boxplots e boxplots modificados

Slide 72

Notas de Aula Estatística Elementar Com Base em Mario F. Triola

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

Notas de Aula Estatística Elementar Com Base em Mario F. Triola

Enviado por

Direitos autorais:

Formatos disponíveis

Notas de Aula

Tradução: Denis Santos

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Created by Tom Wegleitner, Centreville, Virginia

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Created by Tom Wegleitner, Centreville, Virginia

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Quando descrevemos, exploramos e

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Medida de Tendência Central

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

a medida central obtida somando-se todos

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Σ denota a soma de um conjunto de valores.

x é a variável geralmente usada para representar

n representa a quantidade de valores em uma

N representa a quantidade de valores em uma

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Não é afetado por valores extremos

Se a quantidade de valores é ímpar, a

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

(valores ordenados – número par de valores – sem valor

5.40 1.10 0.42 0.73 0.48 1.10 0.66

exact middle MEDIANA=0.73

A moda é a única medida de tendência central

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

a. 5.40 1.10 0.42 0.73 0.48 1.10 Moda=1.10

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

é o valor no meio dos valores máximo e

Valor máximo + valor mínimo

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Arredonde os valores com uma casa

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Assume que em cada classe, todos

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

use o ponto médio de cada classe para a

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Em alguns casos, os valores têm grau de

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Tipos de Medidas de Centro

Média de uma distribuição de freqüência

Melhor Medida de Centro

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Created by Tom Wegleitner, Centreville, Virginia

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Devido a esta seção introduzir o conceito de

Priorize como interpretar valores de desvio

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

O desvio padrão de uma amostra é

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

A unidade do desvio padrão s é a mesma dos

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

A variância de um conjunto de dados é uma

Variância amostral: Quadrado do desvio padrão

Variância populacional: Quadrado do desvio