Escolar Documentos
Profissional Documentos
Cultura Documentos
Classes Frequência
10
7
8
15
3
A média aritmética será dada pelo somatório de todas as observações, dividido pelo
número total de dados:
é é
É a mesma coisa da média. Encontre o ponto médio e calcule a estatística com base
nestes valores. No exemplo dado em aula:
3) Caso da moda
Sendo:
O que você deve fazer é utilizar aquela famosa “regra de três” que você aprendeu na
escola. Veja, no nosso exemplo, a observação que faz com que 50% das observações
fiquem à sua “esquerda”, ou a mediana, está na classe de alturas que fica entre 1,6
e 1,7.
Tópico 3 – Probabilidades
O que é probabilidade?
Distribuição uniforme
Esperança matemática é um conceito intimamente relacionado com a média aritmética. No caso, para um dado conjunto
de valores ( ) que vai de a , sua esperança é dada por:
Percebeu? A aplicação do operador “esperança” a uma série de dados nos diz, em termos bem simples, a média do
que pode acontecer com esta variável.
Assim:
E a variância do processo?
� é é
Mas, nós já temos a média, que é a esperança do processo ( ). Agora fica fácil
ver que:
Portanto:
Pode-se provar que a média (esperança) e variância do processo são dadas por:
Pense na distribuição das notas do seu concurso. Tudo mais mantido constante, há
muitas pessoas que tiram notas médias, isso é, há muitas pessoas que estudaram
um “pouquinho” e que tem uma capacidade de absorção de conteúdo igual ao resto
da população. Entretanto, você quer estar lá no “cantinho” direito do sino, pois, quem
passa em concurso, faz parte de uma minoria, que se esforçou muito e/ou que tem
uma enorme capacidade de absorção.
Essa distribuição é chamada “simétrica”, pois cada lado do sino, lado direito ou
esquerdo da parte central do gráfico, tem 50% de chance de ocorrência:
Se você transformar uma variável com distribuição normal em uma normal padrão,
você consegue, com base em uma tabela, definir qual a probabilidade de que a
variável em questão tenha uma valor entre 0 e o valor calculado. O processo de
transformação é chamado de padronização e é feito da seguinte forma:
Suponha que ao normalizar uma variável, você tenha encontrado o valor de 0,25.
Suponha que queiramos estimar a renda média populacional com base em dados da
amostra. O que estamos fazendo é avaliar uma estimativa de um parâmetro
populacional. Se nós tivéssemos toda a população de elementos referentes às
rendas dos indivíduos e quiséssemos calcular a média seria fácil, pois bastaria somar
todas estas observações e dividir pelo total:
Como nós não temos dados de todos os indivíduos na população, podemos calcular
a média amostral, ou seja, usar os valores que conhecemos, bem como a fórmula
da média, para definir uma média para a amostra:
Neste caso, podemos provar que o estimador da média amostral é um estimador não
viesado da média populacional.
Simples:
Assim:
O que está sendo dito é que, na média, esta “fórmula” de média amostral, “acerta” o
valor real da renda média populacional.
Assim, se um concurso pedir para que você calcule a média aritmética com base em
uma amostra, basta calcular a média como sempre fizemos para a população ( ),
Só que agora o buraco é mais embaixo! A estatística que aprendemos para calcular
a variância de uma população é dada por:
E, por consequência:
E:
Assim, pode-se provar que, para obtermos estimadores não viesados para a variância
e desvio padrão amostrais, devemos nos utilizar das seguintes estatísticas:
Ora, quando estudamos a distribuição normal, nós vimos que, dada a versão
padronizada de uma variável, podemos encontrar qual a probabilidade de
encontrarmos valores entre 0 e um determinado valor da variável padronizada.
Por exemplo, suponha que queiramos testar uma hipótese sobre um valor de média
amostral. Se desejarmos encontrar os valores de média amostral compatíveis com
95% das possibilidades de ocorrência para a variável, devemos iniciar com a tabela
normal. Olhando a tabela, você sabe que o valor relativo à probabilidade de encontrar
47,5% das ocorrências de uma variável padrão é:
Com base neste cálculo, encontramos um intervalo de confiança de 95% para a média
amostral ( ), ou seja, se realizarmos este experimento 100 vezes, em 95 vezes os
valores da média amostral estariam dentro deste intervalo.
Por exemplo, suponha que o intervalo de 95% de confiança para a média amostral
seja dado por:
O que está sendo dito é que o valor de 180 está contido em um intervalo de confiança
de 95%. Ou seja, a hipótese nula, que é sempre uma igualdade é tal que:
Sabe-se que:
é é
Com base neste coeficiente de correlação, podemos definir uma relação funcional
entre duas variáveis. Por exemplo:
Esta versão da fórmula não é muito cobrada, assim é preciso que você decore estas
definições:
Neste caso, com base nos valores das variáveis em nível, é possível derivar o valor
dos coeficientes.
Mapas Mentais
Bom, o primeiro vocês já conhecem e ele diferencia os tipos de variáveis com que
podemos trabalhar:
O próximo mapa mental nos descreve, com base no diagrama de Venn, como se dão
as probabilidades:
Distribuição Uniforme
é
Distribuição de Bernoulli
é
Distribuição Binomial
é
Padronizar variável:
Padronizar proporções:
Sendo:
Encerramos! Foi uma senhora jornada. Desejo a vocês boa sorte e, tenho
certeza, aqueles que se esforçaram irão realizar seus sonhos! Estou sempre à
disposição para qualquer dúvida de Estatística, Econometria e Economia,
independentemente de serem meus alunos ou não. Um abraço.
jeronymobj@hotmail.com