Revisão de estatística

Introdução
 É a ciencia que se preocupa com:

(i) Organizaçao; Estatistica Descritiva

(ii) Descriçao;
(iii) Análises;
Estatistica Indutiva ou
(iv) Interpretações. Estatistica Inferencial
 População
• E o conjunto de elementos com pelo menos uma
característica em comum.
• Esta característica comum deve delimitar claramente
quais os elementos que pertencem a população e
quais os elementos que não pertencem.
Amostra
• E um subconjunto de uma população, onde todos os
seus elementos serão examinados para efeito da
realização do estudo estatístico desejado.
 População X Amostra - Exemplo
 Peso ao nascer de bovinos da raça Nelore
 População: todos os bezerros
 Amostragem: 20 fazendas

OBJETIVO: "tirar conclusões sobre populações

com base nos resultados observados em
amostras extraídas dessas populações
 A estimação de parâmetros é um
processo que consiste em utilizar dados
amostrais para estimar parâmetros
populacionais desconhecidos.

O estimador é a estatística da amostra

utilizada para estimar um parâmetro da
população.

Estimativa: valor obtido a partir da

amostra para inferir sobre o parâmetro
 Medidas de Tendência central
 Média aritmética
 Medidas de Tendência central
 Média aritmética (μ, μˆ ou x )
• Exemplo: Peso médio de um lote de novilhos
Nelore em sistema de confinamento (baias) com
idade padrão aos 12 meses

3320
= 332 𝑘𝑔
10
 Medidas de Tendência central
 Moda (Mo):
 valor que se repete com maior frequência
Exemplo: Peso médio de um lote de novilhos
Nelore em sistema de confinamento (baias) com
idade padrão aos 12 meses.

320 𝑘𝑔
 Medidas de Tendência central
 Mediana (Md): valor central de um conjunto
de dados ordenados

(𝑛+1)
Conjunto de dados impar: 𝑀𝑑 =
2

𝑛 (𝑛+2)
Conjunto de dados par: 𝑀𝑑 = 2 𝑒 2
 Medidas de Tendência central
 Mediana (Md)
 Exemplo: Peso médio de um lote de novilhos
Nelore em sistema de confinamento (baias) com
idade padrão aos 12 meses.

Mediana = 324
Média = 332
Medidas de Tendência central
Medidas de Tendência central
Variáveis X Y Z
5 2 7
7 8 7
9 11 7
Total 21 21 21

Média = 7
 Medidas de Dispersão
Conhecer a Variabilidade: desvios em torno da média

ex:Temos dois lotes de bezerros ao desmame. Cada lote com 7

animais. A média do lote 1 é de 200 kg e a média do lote 2 também
é de 200 kg. Os lotes são iguais?
Qual a amplitude dos dois lotes? Ht = Vmáx − Vmín
• Ht1= 203 – 197 = 6 kg (Lote mais homogêneo?)
• Ht2= 235 – 160 = 75 kg (Lote mais heterogêneo?)
Medidas de Dispersão
Variáveis X Y Z
5 2 7
7 8 7
9 11 7
Total 21 21 21

Média = 7
 Medidas de Dispersão
Desvios em relação a média = 7
Variáveis X-7 Y-7 Z-7
-2 -5 0
0 1 0
2 4 0
Total 0 0 0

Como avaliar a instabilidade média?

 Medidas de Dispersão

População Amostra
 Variância
Ex1: Temos dois lotes de bezerros ao desmame. Cada
lote com 7 animais. A média do lote 1 é de 200 kg e
a média do lote 2 também é de 200 kg.
 Variância

Para o lote 1:

 σ2 ou S = (198-200)2 + (200-200)2 + (203-200)2 + (197-200)2 +

(202-200)2 + (199-200)2 + (201-200)2/(7-1) =
= (-2)2 + (0)2 + (3)2 + (-3)2 + (2)2 + (-1)2 + (1)2 / 6 = 28/6 = 4,66 kg2

Σxi2 = (198)2 + (200)2 + (203)2 + (197)2 + (202)2 + (199)2 + (201)2

= 39.204 +
40.000 + 41.209 + 38.809 + 40.804 + 39.601 + 40.401 = 280.028
(Σxi)2 = (198 + 200 + 203 + 197 + 202 + 199 + 201) 2 / 7 = (1400)2/7=1.960.000/7
=280.000

Portanto, S = 280.028 – 280.000 / 6 = 28/6 = 4,66 kg2

 Variância

Para o lote 2: ou

• σ2 ou S = (160-200)2 + (205-200)2 + (200-200)2 + (235-200)2 + (195-

200)2 + (190-200)2+ (215-200)2 /(7-1) =
= (-40)2 + (5)2 + (0)2 + (35)2 + (-5)2 + (-10)2 + (15)2 / 6 =
= (1.600 + 25 + 0 + 1.225 + 25 + 100 + 225) / 6 = 3.200 / 6 = 533,3
kg2
Então:
 Variância

Lote 1: e Variância de 4,66 kg2

Lote 2: Média de 200 kg e Variância de 533,3 kg 2

Lote 1: Média (X) de 200 kg e Variância (S2) de 4,66 kg2

Lote 2: Média (X) de 200 kg e Variância (S2) de 533,3 kg2

Como interpretar a unidade ao quadrado?

 Desvio – Padrão (s, sˆ ou s)
 É a medida de variação (dispersão) mais utilizada para fins
descritivos (variação absoluta);

 Cálculo: raiz quadrada da variância

No exemplo: Temos dois lotes de bezerros ao desmame. Cada lote

com 7 animais.

Lote 1: Média de 200 kg, Variância de 4,66 kg 2 e Desvio - Padrão de 2,16 kg

Lote 2: Média de 200 kg, Variância de 533, 3 kg 2 e Desvio - Padrão de 23,1 kg

 Considerando uma distribuição normal:

Média ± Desvio padrão:

 Coeficiente de variação (CV)
 Compara diferente distribuições: variação relativa

 Considerando o exemplo, onde:

Lote 1: Média (X) de 200 kg; Variância (S2) de 4,66 kg2 ; DP=2,16 kg; CV=1,08%
Lote 2: Média (X) de 200 kg e Variância (S2) de 533,3 kg2 ; DP=23,1 kg; CV=11,55%
 Medidas de Dispersão
 Exemplo: Um lote A de bovinos ao sobreano
apresentou peso médio de 280 kg e desvio-
padrão de 60 kg. Outro lote B teve média de 245
kg e desvio-padrão de 55 kg. Qual lote possui
menor dispersão absoluta e relativa?
 Covariância
 Mede a associação entre duas características
 Mede quanto duas características variam juntas
 Covariância
Considerando: Dados de perímetro escrotal (X) e peso (Y) padronizado
aos 365 dias de idade de bovinos da raça Brahman.

Média de X= 20 cm; Média de Y=232 kg

CovXY = [(18-20)(220-232) + (22-20)(244-232) + (18-20)(212-232) + (23-20)(260-232) + (20-20)(234-232) +

(19-20)(224-232) + (20-20)(230-232)] / (7-1)
CovXY = [(-2)(-12) + (2)(12) + (-2)(-20) + (3)(28) + (0)(2) + (-1)(-8) + (0)(-2)] / 6
CovXY = [24 + 24 + 40 + 84 + 0 + 8 - 0] / 6; CovXY = [180] / 6; CovXY = 30 cm.kg

Σ Xi Yi = (18.220) + (22.244) + (18.212) + (23.260) + (20.234) + (19.224) + (20.230) =

= 3.960 + 5.368 + 3.816 + 5.980 + 4.680 + 4.256 + 4.600 = 32.660

Σ X Σ Y/n = (140 x 1.624)/7= 227.360/7 = 32.480

Portanto, CovXY = 32.660 - 32.480 / 6
CovXY = 180 / 6
CovXY = 30 cm.kg
 Covariância
 Exemplo: Dados de perímetro escrotal (X) e
peso (Y) padronizado aos 365 dias de idade de
bovinos da raça Brahman.

Média de X= 20 cm; Média de Y=232 kg

Cov=30 cm.kg
 Correlação
 Mede o grau de associação entre duas
características
 Não há relação de causa e efeito entre as
características
 Varia de -1 a 1
 Correlação Positiva
Linear
y y y

x x x
(a) Positiva (b) Forte (c) Perfeita
positiva positiva
 Correlação Negativa
Linear
y y y

x x x
(d) Negative (e) Strong (f) Perfect
negative negative
 Correlação Não
Linear
y y

x x
(g) Nenhuma Correlação (h) Correlação Não linear
 Correlação
 Exemplo: Dados de perímetro escrotal (X) e
peso (Y) padronizado aos 365 dias de idade de
bovinos da raça Brahman.

Média de X= 20 cm; Média de Y=232 kg

Cov=30 cm.kg

Sx2= 3,67 cm2; Sy2=257,3 kg2

 Regressão
 Expressa o quanto se pode esperar na
mudança de uma variável por mudança unitária
de outra variável
 Há relação de causa-efeito entre as variáveis,
ou seja, há uma variável dependente
 Herdabilidade pode ser obtida por regressão
 Linha de Regressão e Equação
de Regressão
Variável Dependente (Y)

Regressão
equação:
Inclinação = b Y = a + b.X

Intercepto = a

Variável Independente (X)

 Regressão
Exemplo: Registros de produção de 7 leitões de uma granja A em
que as variáveis são espessuras de gordura (y) em mm e peso vivo
(x) em kg a uma idade padrão. Qual a estimativa de regressão de y
em x?
 Regressão
Registros de produção de 7 leitões de uma granja A em que as
variáveis são espessuras de gordura (y) em mm e peso vivo (x) em
kg a uma idade padrão. Qual a estimativa de regressão de y em x?
Regressão
 Análise de variância
ANOVA
Dúvidas