Escolar Documentos
Profissional Documentos
Cultura Documentos
Conceitos básicos
▶ Estatística descrtiva:
Descrever através de tabelas, gráficos e
medidas de resumo o fenômeno em
questão.
Conceitos básicos
É importante identificar que tipo de variável está sendo estudado, uma vez que
são recomendados procedimentos estatísticos diferentes em cada situação.
Conceitos básicos
Conceitos básicos
Exercício
População ou universo: esse termo é usado em estatística com um sentido bem mais
amplo do que na linguagem coloquial. É entendido aqui como todo conjunto de
unidades experimentais (ou observacionais) que apresenta uma ou mais características
em comum.
Conceitos básicos
População ou universo: esse termo é usado em estatística com um sentido bem mais
amplo do que na linguagem coloquial. É entendido aqui como todo conjunto de
unidades experimentais (ou observacionais) que apresenta uma ou mais características
em comum.
Ex: a população de universitários de 20 anos de Belém (que têm em comum a idade e
o local onde vivem)
Conceitos básicos
[1] 21 20 20 20 22 21 21 23 21 20 19 19 20 21 21 20 19 21 22 21
Altura:
[1] 1.62 1.83 1.70 1.72 1.75 1.66 1.70 1.77 1.80 1.64 1.61 1.71 1.60 1.43 1.59
[16] 1.61 1.86 1.80 1.80 1.59
Organização dados
[1] "Masc." "Masc." "Fem." "Fem." "Masc." "Masc." "Masc." "Masc." "Masc."
[10] "Masc." "Masc." "Masc." "Masc." "Masc." "Masc." "Masc." "Fem." "Fem."
[19] "Masc." "Masc."
Altura:
São medidas muito úteis para resumo de dados brutos de natureza qualititativa (dados
em intervalos) e quantitativa.
Organização de dados
São medidas muito úteis para resumo de dados brutos de natureza qualititativa (dados
em intervalos) e quantitativa.
▶ Medidas de tendência central:
Organização de dados
São medidas muito úteis para resumo de dados brutos de natureza qualititativa (dados
em intervalos) e quantitativa.
▶ Medidas de tendência central:
▶ Média, mediana, Moda
Organização de dados
São medidas muito úteis para resumo de dados brutos de natureza qualititativa (dados
em intervalos) e quantitativa.
▶ Medidas de tendência central:
▶ Média, mediana, Moda
▶ Medidas de dispersão:
Organização de dados
São medidas muito úteis para resumo de dados brutos de natureza qualititativa (dados
em intervalos) e quantitativa.
▶ Medidas de tendência central:
▶ Média, mediana, Moda
▶ Medidas de dispersão:
▶ Amplitude, variância, desvio-padrão.
Organização de dados
São medidas muito úteis para resumo de dados brutos de natureza qualititativa (dados
em intervalos) e quantitativa.
▶ Medidas de tendência central:
▶ Média, mediana, Moda
▶ Medidas de dispersão:
▶ Amplitude, variância, desvio-padrão.
Medidas de tendência central - Média
n
P
Xi
X1 + X2 + · · · + Xn i=1
X̄ = = .
n n
Medidas de tendência central - Média
n
P
Xi
X1 + X2 + · · · + Xn i=1
X̄ = = .
n n
1.7 2.6 2.7 2.9 3.17 3.37 3.47 3.7 3.8 3.9
Medidas de tendência central - Média
1.7 2.6 2.7 2.9 3.17 3.37 3.47 3.7 3.8 3.9
1.7 + 2.60 + 2.7 + 2.9 + 3.17 + 3.37 + 3.47 + 3.7 + 3.8 + 3.9
X̄ = = 3.131.
10
Medidas de tendência central - Média
1.7 2.6 2.7 2.9 3.17 3.37 3.47 3.7 3.8 3.9
1.7 + 2.60 + 2.7 + 2.9 + 3.17 + 3.37 + 3.47 + 3.7 + 3.8 + 3.9
X̄ = = 3.131.
10
As medidas de tendência central nos dão uma ideia da concentração dos dados em
torno de um valor.
N
(Xi − X̄ )2
P
i=1
σ2 = .
N
Amostral
n
(Xi − X̄ )2
P
i=1
S2 = .
n−1
Variância
A expressão para o calculo da variância é dada por:
Populacional
N
(Xi − X̄ )2
P
i=1
σ2 = .
N
Amostral
n
(Xi − X̄ )2
P
i=1
S2 = .
n−1
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
S2
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
S2 =
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 =
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 +
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 +
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
+
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
+(3.17
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
+(3.17 − 2.75)
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
+(3.17 − 2.75)2
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
+(3.17 − 2.75)2 +
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
S2
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
S2 =
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 =
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 +
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 + (−0.15)
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 + (−0.15)2
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 + (−0.15)2 +
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 + (−0.15)2 + (0.15)
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 + (−0.15)2 + (0.15)2
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 + (−0.15)2 + (0.15)2 +
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 + (−0.15)2 + (0.15)2 + (0.42)
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 + (−0.15)2 + (0.15)2 + (0.42)2
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 + (−0.15)2 + (0.15)2 + (0.42)2 +
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h
S2 = (−1.05)2 + (−0.15)2 + (0.15)2 + (0.42)2 + (0.62)
4
Exemplo
Exemplo Sejam os seguintes valores de dados de velocidade do vento (km/h):
A média dos dados é igual à 2.75. Logo, para o cálculo iremos subtrair de cada valor o
valor da média e elevar o resultado ao quadrado. Dessa forma, temos a variância da
seguinte forma,
1 h
S2 = (1.70 − 2.75)2 + (2.60 − 2.75)2 + (2.90 − 2.75)2 +
(5 − 1)
i
+(3.17 − 2.75)2 + (3.37 − 2.75)2
1h i
S2 = (−1.05)2 + (−0.15)2 + (0.15)2 + (0.42)2 + (0.62)2
4
Exemplo
Elevando as diferenças ao quadrado,
Exemplo
Elevando as diferenças ao quadrado,
S2
Exemplo
Elevando as diferenças ao quadrado,
S2 =
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025)
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) +
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225)
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) +
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225)
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) +
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764)
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) +
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
S2
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1.7083
S2 =
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1.7083
S2 = =
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1.7083
S2 = = 0.43 km/h2
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1.7083
S2 = = 0.43 km/h2
4
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1.7083
S2 = = 0.43 km/h2
4
S
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1.7083
S2 = = 0.43 km/h2
4
S=
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1.7083
S2 = = 0.43 km/h2
4
r
1.7083
S=
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1.7083
S2 = = 0.43 km/h2
4
r
1.7083
S= =
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1.7083
S2 = = 0.43 km/h2
4
r
1.7083
S= = 0.65 km/h.
4
Exemplo
Elevando as diferenças ao quadrado,
1
S2 = [(1.1025) + (0.0225) + (0.0225) + (0.1764) + (0.3844)]
4
1.7083
S2 = = 0.43 km/h2
4
r
1.7083
S= = 0.65 km/h.
4
Portanto, o valor da variância para os dados de velocidade do vento é da ordem de 0.43 km/h2 e o
desvio-padrão igual a $ 0.65 km/h$.
Inferência Estatística
Inferência Estatística
Exemplo:
Em um determinado estudo decidiu-se avaliar o tempo até a falha de um equipamento
sob stress até a falha.
Inferência Estatística
Exemplo:
Em um determinado estudo decidiu-se avaliar o tempo até a falha de um equipamento
sob stress até a falha.
Assim, após um tempo pré estabelecido, será verificado se cada equipamento falhou ou
não.
Inferência Estatística
Exemplo:
Em um determinado estudo decidiu-se avaliar o tempo até a falha de um equipamento
sob stress até a falha.
Assim, após um tempo pré estabelecido, será verificado se cada equipamento falhou ou
não.
Exemplo:
Em um determinado estudo decidiu-se avaliar o tempo até a falha de um equipamento
sob stress até a falha.
Assim, após um tempo pré estabelecido, será verificado se cada equipamento falhou ou
não.
Exemplo:
Em um determinado estudo decidiu-se avaliar o tempo até a falha de um equipamento
sob stress até a falha.
Assim, após um tempo pré estabelecido, será verificado se cada equipamento falhou ou
não.
Qual função você usaria para obter um valor resumo sobre a proporção de falha?
Inferência Estatística
[1] 1.65 1.57 1.72 1.66 1.71 1.74 1.81 1.68 1.60 1.77
▶ Alguma propostas:
mínimo + máximo
▶ µ̂ = f1 (X1 , X2 , . . . , X10 ) = = 1.69.
2
▶ µ̂ = f1 (X1 , X2 , . . . , X10 ) = X1 = 1.65
X + · · · + X10
▶ µ̂ = f1 (X1 , X2 , . . . , X10 ) = 1 = 1.691
10
Exemplo
[1] 1.65 1.57 1.72 1.66 1.71 1.74 1.81 1.68 1.60 1.77
▶ Alguma propostas:
mínimo + máximo
▶ µ̂ = f1 (X1 , X2 , . . . , X10 ) = = 1.69.
2
▶ µ̂ = f1 (X1 , X2 , . . . , X10 ) = X1 = 1.65
X + · · · + X10
▶ µ̂ = f1 (X1 , X2 , . . . , X10 ) = 1 = 1.691
10
Com qual valor nos baseamos?
Propriedades de estimador
Definição (Eficiência): Dados dois estimadores θˆ1 e θˆ2 , não viciados para um
parâmetro θ, diz-se que θˆ1 é mais eficiente que θˆ2 se Var (θˆ1 ) < Var (θˆ2 ).
Propriedades de estimador
Precisão de estimadores
▶ Não viciados.
▶ Ter menor variabilidade.
X̄ ∼ N(µ, σ 2 /n)
▶ Uma vez que,
σ2
E (X̄ ) = µ e Var (X̄ ) = .
n
Distribuição amostral da média
▶ Como também,
n
X
Xi n
! n n
i=1 1 X 1 X 1 X
Var (X̄ ) = Var
n = n2 Var
Xi = Var (Xi ) = σ2 =
i=1
n2 i=1 n2 i=1
1 2 σ2
nσ =
n2 n
▶ Assim, quando X ∼ N(µ, σ 2 ) a média amostral X̄ ∼ N(µ, σ 2 /n).
##Distribuição amostral da média - Exercício
Uma v.a. tem distribuição normal, com média 100 e desvio padrão 10
ϵ = X̄ − µ.
Corolário:
A distribuição de probabilidade do erro amostral da média aproxima-se de uma normal,
com valor médio zero e variância ou seja σ 2 /n
ϵ ∼ N 0, σ 2 /n .
Determinação do Tamanho da Amostra
Qual o tamanho da amostra, para obtermos um erro de estimação previamente
estipulado, com determinada probabilidade?
ϵ−0 −
ϵmax 0
P q < q =γ
σ 2 /n 2
σ /n
ou
Determinação do Tamanho da Amostra
√ √ !
ϵmax n ϵmax n
P − <Z < = γ.
σ σ
√
ϵmax n zγ σ 2
zγ = →n= .
σ ϵmax
Determinação do Tamanho da Amostra - Exercício
Uma instituição financeira possui uma carteira de 5000 títulos a receber, da qual quer
conhecer o valor médio, com 90% de confiança. Dado que o desvio padrão da carteira
é de R$ 100,00, qual a amostra mínima para que o erro da estimativa seja inferior a
$R$$50,00?
Distribuição amostral - Questionamento
X̄ − µ em dist.
√ −→ Z
σ/ n
12
Médias
10
(
1, Se o indivíduo apresenta a caracte.
Yi =
0, cc.
para i = 1, · · · , n.
Distribuição amostral da proporção
$$\hat{p}=\dfrac{Y_{1}+Y_{2}+\cdots +Y_{n}}{n}=\dfrac{\sum_{i=1}^{n}Y_{i}}{
$E\left(\hat{p}\right)=E\left(\dfrac{\sum_{i=1}^{n}Y_{i}}{n}\right)=p$ e $V
Distribuição amostral da proporção
▶ Usando o TCL:
Distribuição amostral da proporção
▶ Usando o TCL:
Ȳ − E (Ȳ ) p̂ − p em dist.
q =p −→ Z
Var (Ȳ ) p(1 − p)/n
Suponha que 60% da população de uma certa cidade seja a favor da criação de um
fundo público para fins de instalação de uma área de lazer. Se 150 pessoas
selecionadas aleatoriamente são entrevistadas, qual a probabilidade de que a proporção
amostral favorecendo essa questão seja menor que 0,52?
Tamanho da Amostra Para Estimar a Proporção
p(1 − p)
ϵ = p̂ − p ∼ N 0,
n
Tamanho da Amostra Para Estimar a Proporção
Logo,
√ √ !
ϵmax n ϵmax n
P −p <Z < p =γ
p(1 − p) p(1 − p)
2
zγ
n= p(1 − p).
ϵmax
2
zγ
n= p̂(1 − p̂).
ϵmax
Exercício
E como cada estimador pontual é uma variável aleatória e uma dist. de probabilidade,
podemos obter uma estimativa mais informativa para o parâmetro de interesse.
Que implica em encontrar maior precisão para o valor obtido, dando uma ideia de
variabilidade do estimador.
Intervalo de confiança para populações normais
Intervalo de confiança para populações normais
Vimos que a média amostral segue uma distribuição normal com média µ e variância
σ 2 /n, dessa forma,
X̄ − µ
Z= √ ∼ N(0, 1).
σ/ n
Intervalo para média com variância conhecida
0.4
0.3
Densidade
0.2
γ 2 γ 2
0.1
0.0
−4 −2 0 2 4
Intervalo para média com variância conhecida
zγ/2 é um valor encontrado na tabela da distribuição normal.
X̄ − µ
−zγ/2 < Z < zγ/2 → −zγ/2 < √ < zγ/2 .
σ/ n
Reescrevendo,
σ σ
X̄ − zγ/2 √ < µ < X̄ + zγ/2 √ .
n n
σ σ
IC (µ; γ) = X̄ − zγ/2 √ ; X̄ + zγ/2 √ .
n n
Intervalo para média com variância desconhecida
O valor de zγ/2 será obtido por uma distribuição t− de Student com parâmetro n − 1.
0.4
N(0,1)
t_1
t_5
f(x)
0.2
t_20
0.0
−6 −2 0 2 4 6
Intervalo para média com variância desconhecida
S S
IC (µ; γ) = X̄ − t(n−1;γ) √ ; X̄ + t(n−1;γ) √ .
n n
10.2
9.8
9.6
0 20 40 60 80 100
Amostras
Amplitude e erro
Ex1 :
A distribuição dos pesos de pacotes de sementes de milho, enchidos automaticamente
por uma certa máquina, é normal, com desvio padrão igual a 0,02kg. Uma amostra de
15 pacotes retirada ao acaso apresentou um peso médio igual a 20,02kg. Construa um
intervalo de confiança de 95%.
Ex2 :
O peso médio ao nascer e o desvio padrão de bezerros da raça Ibagé, examinada uma
amostra de 20 partos, foram 26kg e 2kg, respectivamente. Apresente a estimativa do
intervalo de confiança de 95%.
Intervalos de confiança para populações não normais
Intervalo para a grandes amostras
Sim podemos!!
Como na definição do TCL, quanto maior o tamanho amostral (n), melhor. (Muito
melhor).
σ σ
IC (µ; γ) ≃ θ̂ − zγ/2 √ ; θ̂ + zγ/2 √ .
n n
Intervalo para a proporção
p(1 − p)
p̂ ∼ N p,
n
Assim,
" p p #
p̂(1 − p̂) p̂(1 − p̂)
IC (p; γ) ≃ p̂ − zγ/2 √ ; p̂ + zγ/2 √ .
n n
Outra abordagem é baseada no fato que a expressão p(1 − p) ter valor máximo igual à
1/4. Assim,
" p p #
1/4 1/4
IC (p; γ) ≃ p̂ − zγ/2 √ ; p̂ + zγ/2 √ .
n n
Exercícios
Em um certo lago, uma amostra aleatória de 1000 peixes acusou 290 Tilápias.
Construa o intervalo de confiança de 95% para a proporção verdadeira de Tilápias.
Interprete-o.